鄒小芃 葉子涵 楊芊芊

(1.浙江大學(xué) 經(jīng)濟(jì)學(xué)院， 浙江 杭州 310027； 2.浙江財經(jīng)大學(xué) 金融學(xué)院， 浙江 杭州 310018)

一、 引 言

壽命不確定性是個人所面臨的一大風(fēng)險，它可能造成個人長壽風(fēng)險，即個人所積累的財富不足以維系實際壽命的開支所致的財務(wù)風(fēng)險。商業(yè)養(yǎng)老保險作為以個人生存為給付條件的長期人身險，通常保障個人在生命周期內(nèi)以年金形式獲得財務(wù)支持，因此是管理個人長壽風(fēng)險的有效工具。我國人口老齡化問題嚴(yán)峻，根據(jù)國家統(tǒng)計局公布數(shù)據(jù)，我國65歲及以上老年人口的占比在2018年達(dá)到11.9%，而發(fā)展商業(yè)養(yǎng)老保險可對基本養(yǎng)老保險、企業(yè)年金形成有效補(bǔ)充，因此對提高社會養(yǎng)老保障水平具有重要的現(xiàn)實意義。但相較而言，當(dāng)前我國商業(yè)養(yǎng)老保險市場發(fā)展尤其不足。《中國養(yǎng)老金發(fā)展報告2015》指出，2015年我國商業(yè)養(yǎng)老保險資產(chǎn)占GDP比重僅為2.6%，遠(yuǎn)低于美國的42.5%，而商業(yè)養(yǎng)老保險替代率以及保險密度則分別低至1.1%與185元/人。

經(jīng)典理論預(yù)測個人或多或少會持有商業(yè)養(yǎng)老保險并從中獲益，然而現(xiàn)實中所觀察到的商業(yè)養(yǎng)老保險市場有限參與則有悖于此[1]，這一現(xiàn)象被稱為“年金之謎”(Annuity Puzzle)。研究并解釋“年金之謎”是一項世界性的議題，現(xiàn)有文獻(xiàn)業(yè)已指出有限參與中存在的理性因素(如不完全市場、管理成本[2-4]等)與行為因素(如解釋保險產(chǎn)品的框架[5]、損失厭惡[6]等)。作為商業(yè)養(yǎng)老保險需求理論(也是一般家庭資產(chǎn)配置理論)所普遍采納的研究分析框架，生命周期模型通常假設(shè)家庭以終身消費(fèi)效用最大化為目標(biāo)來計算最優(yōu)的未來消費(fèi)與儲蓄路徑。隨之而來的疑問便是，家庭是否確如理論所假設(shè)的那樣計算過儲蓄需求以為未來做準(zhǔn)備？簡單而言，家庭是否嘗試計算過養(yǎng)老費(fèi)用？對該問題的回答被視為家庭是否具有養(yǎng)老計劃傾向的一種指標(biāo)[7-9]。

養(yǎng)老計劃傾向指的是家庭為滿足未來養(yǎng)老需求而制定長期計劃的傾向性[10]，反映了家庭為實現(xiàn)特定養(yǎng)老目標(biāo)在計劃制定上付出努力的程度，具有養(yǎng)老計劃傾向的家庭更符合經(jīng)典生命周期理論的假設(shè)，且更容易做出理論所預(yù)期的相對理性的經(jīng)濟(jì)行為[11]。與商業(yè)養(yǎng)老保險有限參與相對的是，許多家庭并不具有養(yǎng)老計劃傾向。清華大學(xué)與騰訊于2018年聯(lián)合發(fā)布的《國人養(yǎng)老準(zhǔn)備報告》中指出，22%的受訪者從未考慮過退休規(guī)劃，69%的受訪者想過但未具體制定，這表明我國家庭的養(yǎng)老計劃傾向尚顯不足。現(xiàn)有研究業(yè)已發(fā)現(xiàn)家庭養(yǎng)老計劃傾向可以顯著預(yù)測家庭的儲蓄、風(fēng)險資產(chǎn)配置決策，并最終使這些家庭在退休時擁有更高的財富積累水平[8,10,12-13]，但尚未實證檢驗養(yǎng)老計劃傾向與商業(yè)養(yǎng)老保險參與之間的關(guān)系。

基于此，本文利用2014年中國家庭追蹤調(diào)查(China Family Panel Studies,CFPS)數(shù)據(jù)，對家庭養(yǎng)老計劃傾向與商業(yè)養(yǎng)老保險參與之間的關(guān)系開展實證研究。2014年的CFPS問卷設(shè)置有金融知識試驗題組，其中詢問了受訪者是否計算過養(yǎng)老費(fèi)用，本文以此作為解釋變量進(jìn)行研究。結(jié)果顯示，計算過養(yǎng)老費(fèi)用在不同模型設(shè)定下均會顯著提高家庭參與商業(yè)養(yǎng)老保險的概率，這種影響同時具有統(tǒng)計學(xué)與經(jīng)濟(jì)學(xué)上的顯著性。比如，計算過養(yǎng)老費(fèi)用會提高戶主或其配偶3.3%的參保概率，約占樣本平均參保概率的45.8%。同時，本文采用兩類方法緩解由反向因果、遺漏變量等造成的內(nèi)生性問題：其一，利用2016年的參保指標(biāo)作為被解釋變量；其二，以受訪家庭所在縣(市、區(qū))其他家庭的平均養(yǎng)老計劃傾向作為工具變量。內(nèi)生性檢驗表明家庭養(yǎng)老計劃傾向存在一定的外生性，其與商業(yè)養(yǎng)老保險需求之間的關(guān)系具有較強(qiáng)的穩(wěn)健性。這意味著，計算過養(yǎng)老費(fèi)用的家庭更可能遵循經(jīng)典需求理論的預(yù)測而購買商業(yè)養(yǎng)老保險以管理個人長壽風(fēng)險。上述結(jié)論表明，是否具有養(yǎng)老計劃傾向是解釋“年金之謎”的一個行為因素，而具有養(yǎng)老計劃傾向的家庭則在一定程度上更符合商業(yè)養(yǎng)老保險需求的理性選擇假設(shè)[14]。

此外，本文還進(jìn)行了兩方面的拓展研究：第一，關(guān)注計算過養(yǎng)老費(fèi)用的子樣本家庭，我們發(fā)現(xiàn)，預(yù)期養(yǎng)老費(fèi)用越高的家庭越傾向于持有商業(yè)養(yǎng)老保險。我們認(rèn)為預(yù)期養(yǎng)老費(fèi)用里可能包含家庭對長壽預(yù)期的考量，預(yù)期養(yǎng)老費(fèi)用越高，反映家庭對長壽的預(yù)期越強(qiáng)，商業(yè)養(yǎng)老保險因此對其更具持有價值，表明家庭的參保決策存在逆向選擇。第二，本文構(gòu)造了家庭整體商業(yè)保險參與指標(biāo)，回歸得出養(yǎng)老計劃傾向不僅會提高家庭商業(yè)養(yǎng)老保險需求，還能提高家庭商業(yè)保險市場整體參與水平，包括商業(yè)保險購買概率、商業(yè)保費(fèi)支出以及商業(yè)保險深度，表明長壽風(fēng)險并非養(yǎng)老計劃過程中家庭所面臨的唯一不確定性因素。

就有限所知，本文主要的創(chuàng)新點(diǎn)在于首次研究了養(yǎng)老計劃傾向?qū)彝ド虡I(yè)(養(yǎng)老)保險參與決策的影響，提示養(yǎng)老計劃傾向可能是解釋商業(yè)養(yǎng)老保險市場有限參與的一個行為因素。

全文余下部分結(jié)構(gòu)如下：第二章對相關(guān)文獻(xiàn)進(jìn)行綜述并提出研究假設(shè)；第三章介紹本文所使用的數(shù)據(jù)、樣本、變量并做描述性統(tǒng)計；第四章實證分析養(yǎng)老計劃傾向與商業(yè)養(yǎng)老保險參與之間的關(guān)系，探究內(nèi)生性問題并作拓展研究；第五章總結(jié)全文。

二、 文獻(xiàn)綜述與研究假設(shè)

(一) 養(yǎng)老計劃傾向的經(jīng)濟(jì)結(jié)果、機(jī)制與成因

家庭為養(yǎng)老做準(zhǔn)備的過程依次涉及產(chǎn)生養(yǎng)老意識、計算養(yǎng)老費(fèi)用、制定具體的養(yǎng)老計劃并在現(xiàn)實中執(zhí)行養(yǎng)老安排[15]。作為養(yǎng)老計劃的初始步驟，文獻(xiàn)將是否經(jīng)?？紤]養(yǎng)老問題或計算養(yǎng)老費(fèi)用視為家庭具有養(yǎng)老計劃傾向與否的指標(biāo)。實證研究發(fā)現(xiàn)，養(yǎng)老計劃傾向可以顯著預(yù)測家庭的經(jīng)濟(jì)結(jié)果：具有養(yǎng)老計劃傾向的家庭更可能維持相對合理的消費(fèi)水平以避免過度消費(fèi)[10,16]，更可能持有股票等風(fēng)險資產(chǎn)以實現(xiàn)資產(chǎn)增值[12]，并最終提高家庭在退休時的財富積累水平[10,13]。養(yǎng)老計劃傾向還可以提高家庭的信用評分[17]。除了客觀經(jīng)濟(jì)結(jié)果外，養(yǎng)老計劃傾向更能促進(jìn)家庭的主觀感受，包括對退休生活質(zhì)量的評價[12]以及主觀財務(wù)滿意度[18]。

經(jīng)濟(jì)學(xué)家通常假設(shè)家庭經(jīng)濟(jì)決策是家庭在預(yù)算約束下(消費(fèi))效用最優(yōu)化選擇的結(jié)果。從經(jīng)濟(jì)決策的生命周期理論角度來講，最優(yōu)化選擇要求家庭進(jìn)行一定的計劃活動[19]，即安排未來各期消費(fèi)、儲蓄及投資等以實現(xiàn)終身消費(fèi)效用最大化。然而，許多家庭實際上并沒有參與到跨期最優(yōu)化的計劃行為中[19]，也即這類家庭的經(jīng)濟(jì)決策過程并不滿足生命周期理論模型的假設(shè)。相反，具有養(yǎng)老計劃傾向的家庭則更符合生命周期理論對理性行為人的假定，即經(jīng)常考慮養(yǎng)老問題并著手計算養(yǎng)老費(fèi)用的家庭更傾向于在未來與當(dāng)期之間做跨期決策。因此，這些家庭更可能遵從生命周期理論的預(yù)測，做出相對理性的經(jīng)濟(jì)行為[11]，比如在工作期有更高的儲蓄水平、風(fēng)險資產(chǎn)配置概率以滿足退休后的財富消耗需求。正如Hurst所指出的，未做計劃的消費(fèi)者在消費(fèi)決策上多表現(xiàn)出“拇指法則”特征，即根據(jù)當(dāng)期收入進(jìn)行消費(fèi)，而與依據(jù)生命周期模型進(jìn)行消費(fèi)的計劃者大相徑庭[20]。家庭在理性、前瞻性的最優(yōu)化行為決策模式上的異質(zhì)性造成了家庭經(jīng)濟(jì)決策與經(jīng)濟(jì)結(jié)果的異質(zhì)性(如財富積累差異)[21]。

同時，另一部分文獻(xiàn)則關(guān)注家庭養(yǎng)老計劃傾向異質(zhì)性的成因。其一方面來源于制定養(yǎng)老計劃的成本，包括信息的搜集與處理成本、心理成本等[22]。計算養(yǎng)老費(fèi)用是一項復(fù)雜的任務(wù)，需要搜集利率、風(fēng)險資產(chǎn)收益等詳盡的信息，并計算得出最優(yōu)的跨期安排；同時，在傳統(tǒng)思維里，老年生活往往與低效、疾病和孤獨(dú)相聯(lián)系，獲取并評估養(yǎng)老信息并非一件快事。Lusardi指出，具有一定的金融素養(yǎng)以及生活經(jīng)歷(譬如有親戚在晚年突遇財務(wù)困境或健康沖擊等)會顯著降低計算養(yǎng)老費(fèi)用的計劃成本，從而提高家庭的養(yǎng)老計劃傾向[12]。家庭養(yǎng)老計劃傾向的差異另一方面則來源于處理自控問題的態(tài)度與技能[10]，包括拖延[23]、風(fēng)險態(tài)度[10]、未來時間觀[24]、自信[9]等。自控失效會導(dǎo)致個人在長期目標(biāo)與當(dāng)前行為上的不匹配，養(yǎng)老計劃傾向可以裨益家庭經(jīng)濟(jì)結(jié)果的原因之一也在于計劃本身所具有的自控機(jī)制，可以緩解將內(nèi)心意圖轉(zhuǎn)為實際行動時所面臨的意志力不足的問題[25-27]。需要注意的是，處理自控問題的態(tài)度與技能雖然反映了一般化的計劃傾向，但針對養(yǎng)老的計劃傾向不一定適用于其他領(lǐng)域的目標(biāo)實現(xiàn)，比如戒煙[28]。

(二) “年金之謎”與本文研究假設(shè)

Yaari開創(chuàng)了商業(yè)養(yǎng)老保險需求的理論，其將壽命不確定性納入生命周期模型中，推導(dǎo)出在完全市場等假設(shè)條件下，不具有遺贈動機(jī)的消費(fèi)者應(yīng)將所有的財富年金化以提高終身效用[29]。后續(xù)研究則放寬了Yaari模型的嚴(yán)格設(shè)定，推導(dǎo)出更為一般性的結(jié)論，比如Davidoff等指出，在不完全市場下消費(fèi)者也應(yīng)將自己大部分財富年金化，而遺贈動機(jī)的存在亦無法完全消除對年金產(chǎn)品的需求[30]。但是，現(xiàn)實中所觀察到的商業(yè)養(yǎng)老保險市場參與在世界范圍內(nèi)均較為有限[1]。現(xiàn)有針對“年金之謎”的討論主要從理性與行為兩個角度入手，Brown[2]、Benartzi等[14]對其做了系統(tǒng)的綜述。理性角度認(rèn)為，商業(yè)養(yǎng)老保險的有限需求已反映理性消費(fèi)者的最優(yōu)化決策，各類因素如商業(yè)養(yǎng)老保險定價因管理成本、逆向選擇而抬高[3-4]，家庭成員之間形成的風(fēng)險互擔(dān)機(jī)制[31]，來自社會或企業(yè)保障的已年金化的資產(chǎn)[32]，不完全市場難以滿足消費(fèi)異質(zhì)性需求等，均會降低理性消費(fèi)者的商業(yè)養(yǎng)老保險需求，但是，理性角度難以完全解釋商業(yè)養(yǎng)老保險過低的參與水平[2]。因此，許多研究指出年金需求決策中可能存在的行為因素，如解釋保險產(chǎn)品的框架[5]、損失厭惡[6]以及心理賬戶等造成了對自持資產(chǎn)的偏好等。

個人長壽風(fēng)險是一類跨期風(fēng)險，因此經(jīng)典商業(yè)養(yǎng)老保險需求理論皆以生命周期模型為分析框架，認(rèn)為參與商業(yè)養(yǎng)老保險會提高家庭終身消費(fèi)效用。從這一角度來講，當(dāng)家庭具有生命周期理論所假設(shè)的跨期最優(yōu)化行為決策模式時，其行為更可能服從經(jīng)典商業(yè)養(yǎng)老保險需求理論的預(yù)期，即購買商業(yè)養(yǎng)老保險以管理個人長壽風(fēng)險[29-30]。而諸如遵循“拇指法則”的消費(fèi)者[20]則更多考慮當(dāng)期消費(fèi)效用最大化問題，對未來消費(fèi)支出的商業(yè)養(yǎng)老保險自然需求有限。因而，當(dāng)養(yǎng)老計劃傾向的差異(計算養(yǎng)老費(fèi)用與否)反映了跨期最優(yōu)化行為決策模式差異時，具有養(yǎng)老計劃傾向的家庭比不具有的家庭在理論上會有更高的商業(yè)養(yǎng)老保險參與概率。

結(jié)合商業(yè)養(yǎng)老保險需求經(jīng)典理論的建模思路與相關(guān)心理學(xué)文獻(xiàn)，我們對養(yǎng)老計劃傾向作用于商業(yè)養(yǎng)老保險參與的過程做一般性描述：具有養(yǎng)老計劃傾向的家庭會形成清晰的養(yǎng)老目標(biāo)[17]，即家庭的財富積累能夠滿足退休生活所需費(fèi)用(并實現(xiàn)終身消費(fèi)效用最大化)，為此，家庭需要對未來情況進(jìn)行預(yù)測并形成預(yù)期，這種未來情況往往具有不確定性[33]。壽命不確定性是計算養(yǎng)老所需費(fèi)用的不確定性的主要來源，在計劃制定過程中，家庭會提高對壽命不確定性的風(fēng)險認(rèn)知。具有養(yǎng)老計劃傾向的家庭會在風(fēng)險認(rèn)知下采取準(zhǔn)備措施[17]，強(qiáng)化風(fēng)險管理意圖，而商業(yè)養(yǎng)老保險在管理個人長壽風(fēng)險上正具有天然優(yōu)勢。當(dāng)然，制定商業(yè)養(yǎng)老保險決策同樣具有復(fù)雜性，比如選擇合適的保險產(chǎn)品與參保時間等[34]，而反映了計劃成本差異的養(yǎng)老計劃傾向則可以減少這種復(fù)雜性對商業(yè)養(yǎng)老保險需求的阻礙[2]。簡言之，計算過養(yǎng)老費(fèi)用會提高家庭對個人長壽風(fēng)險的風(fēng)險認(rèn)知與管理意圖。此外，計劃本身具有的自控機(jī)制也有助于消費(fèi)者將內(nèi)心意圖轉(zhuǎn)換為現(xiàn)實行動[25-27]。基于上述分析，本文提出如下假設(shè)：

在其他條件類似的情況下，具有養(yǎng)老計劃傾向的家庭的商業(yè)養(yǎng)老保險參與水平更高。

三、 數(shù)據(jù)、樣本、變量和描述性統(tǒng)計

(一) 數(shù)據(jù)與樣本

本文數(shù)據(jù)來源為北京大學(xué)中國社會科學(xué)調(diào)查中心自2010年開始實施的中國家庭追蹤調(diào)查，該調(diào)查在2014年第二次追訪問卷中設(shè)置有金融知識相關(guān)的試驗題組，其中包含本文核心解釋變量構(gòu)造所需問題——是否計算過養(yǎng)老費(fèi)用，該問題有效回答數(shù)量涵蓋了2 422個家庭。本文研究養(yǎng)老計劃傾向與商業(yè)養(yǎng)老保險參保的關(guān)系，實證檢驗中將同時控制家庭與戶主的特征。戶主應(yīng)當(dāng)對家庭財務(wù)決策發(fā)揮關(guān)鍵作用，本文定義戶主為最熟悉家庭財務(wù)狀況的成員，同時剔除戶主與金融知識試驗題組的受訪者不匹配的家庭。保留所需家庭信息以及戶主信息完整的家庭信息，最后共計得到1 341個家庭樣本。

(二) 變量定義

在金融知識試驗題組中受訪者被詢問：“您或您的配偶是否‘計算’過需要攢多少錢才夠養(yǎng)老？”基于該問題可以構(gòu)造本文核心解釋變量，即養(yǎng)老計劃傾向指標(biāo)。若回答“是”，則代表具有養(yǎng)老計劃傾向(記為1)；若回答“否”，則無(記為0)。

本文的被解釋變量為商業(yè)養(yǎng)老保險參保情況，由于引出養(yǎng)老計劃傾向的問題并未區(qū)分受訪者與配偶，我們設(shè)計了兩個不同的指標(biāo)，即個人參保以及個人或配偶參保。為了減少反向因果問題，本文不考慮已經(jīng)開始領(lǐng)取各類型養(yǎng)老保險給付金的情況，因此根據(jù)問卷設(shè)計，將樣本限制于年齡小于45周歲或年齡大于等于45周歲但并未領(lǐng)取各類型養(yǎng)老保險給付金的個人。對于正在參與商業(yè)養(yǎng)老保險的個人(或配偶)，個人參保(個人或配偶參保)取1，反之取0。戶主配偶的參保信息有所缺失，因此個人或配偶參保指標(biāo)的觀測值較個人參保指標(biāo)略有下降。

在解釋養(yǎng)老計劃傾向與家庭商業(yè)養(yǎng)老保險參保行為時，需要著重關(guān)注金融素養(yǎng)在降低計劃成本以及促進(jìn)參保行為上的直接作用。金融素養(yǎng)指標(biāo)從涵蓋利率(復(fù)利)計算、通貨膨脹、時間價值、投資風(fēng)險識別的六道題目中獲取，對每一個問題我們都設(shè)置了是否回答正確以及是否不知道兩個虛擬變量，并對12個虛擬變量用因子分析法進(jìn)行分析，提取首個因子作為金融素養(yǎng)的指標(biāo)[35]。

同時，作為生命周期模型中最重要的參數(shù)[12]，我們在回歸中控制了戶主的風(fēng)險厭惡、時間偏好特征。對于風(fēng)險厭惡，金融試驗題組中的問題為：“假如您家投資/在投資中，您愿意承擔(dān)的風(fēng)險如何？”回答賦值1—4，分別代表“高風(fēng)險、高收益”“適中風(fēng)險、穩(wěn)健收益”“低風(fēng)險、低收益”與“不愿意承擔(dān)任何投資風(fēng)險”，數(shù)值越高，越厭惡風(fēng)險。對于時間偏好，金融試驗題組中的問題為：“我更傾向于活在當(dāng)下，未來的事情不去考慮?！被卮鹳x值1—5，分別代表“完全不符合”“比較不符合”“一般符合”“比較符合”與“完全符合”，數(shù)值越高，越偏好當(dāng)前時間。

此外，我們還相應(yīng)控制了戶主與家庭的其他一系列基礎(chǔ)特征變量[1,36-38]，包括戶主的人口以及社會經(jīng)濟(jì)特征，如年齡及其二次項、性別、婚否、教育年限、是否工作、是否從事金融行業(yè)以及自評健康狀況。此外，本文還以兩個虛擬變量分別表征戶主是否被社會或企業(yè)養(yǎng)老保險與社會醫(yī)療保險所覆蓋。家庭控制變量有：反映家庭結(jié)構(gòu)變量的家庭人口規(guī)模、16歲以下兒童比例、65歲及以上老人比例；反映家庭經(jīng)濟(jì)特征的家庭收入、包括各類金融資產(chǎn)與房產(chǎn)等非金融資產(chǎn)的家庭總資產(chǎn)以及包括金融負(fù)債與房貸等在內(nèi)的家庭總負(fù)債(1)在回歸中家庭收入、總資產(chǎn)、總負(fù)債均取自然對數(shù)以降低偏度，部分家庭的總資產(chǎn)或總負(fù)債為0，因此在回歸時將所有樣本的總資產(chǎn)與總負(fù)債進(jìn)行加1處理?；貧w中加入三個指標(biāo)的二次項并不影響本文的回歸結(jié)論。，同時我們還控制了是否具有家庭住房，因為住房也是養(yǎng)老的一種形式。

(三) 描述性統(tǒng)計

具體的變量定義以及樣本描述性統(tǒng)計見表1。樣本家庭中戶主(或其配偶)參與商業(yè)養(yǎng)老保險的比例為4.8%(7.2%)，約49%的戶主或配偶計算過養(yǎng)老費(fèi)用，也意味著另有一半的家庭不具有養(yǎng)老計劃傾向。戶主平均年齡約41.1歲(2)鑒于大部分商業(yè)養(yǎng)老保險設(shè)有投保年齡上限，商業(yè)養(yǎng)老保險參保問題與相對年輕或未到退休年齡的個人更為相關(guān)。但各類商業(yè)養(yǎng)老保險投保年齡上限并不完全統(tǒng)一，如中國太平洋保險提供的相關(guān)產(chǎn)品承保年齡范圍既有0—55周歲，也有50—70周歲，見http://www.cpic.com.cn/market/jsjg/?searchType=all&content=%u5E74%u91D1。同時，Donaldson等指出計劃養(yǎng)老活動在退休后依然持續(xù)，因此本文將所有年齡的戶主均納入回歸以避免年齡選擇的任意性，但限制戶主年齡(如不超過70周歲，占樣本量的1.1%；或55周歲，占10.7%)并不影響本文的回歸結(jié)論。參見Donaldson T., Earl J.K. & Muratore A.M.,″Extending the Integrated Model of Retirement Adjustment: Incorporating Mastery and Retirement Planning,″ Journal of Vocational Behavior, Vol.77, No.2(2010), pp.279-289。；戶主性別比例相當(dāng)，女性占50.9%；82.7%的戶主已婚或者同居；戶主平均受教育年限為11.1年；80.8%的戶主依然處于工作狀態(tài)，2.9%的戶主從事金融行業(yè)。分別有65.8%與84.9%的戶主被社會(企業(yè))養(yǎng)老保險、社會醫(yī)療保險所覆蓋；戶主平均表現(xiàn)出一定的風(fēng)險厭惡態(tài)度，而時間偏好相對中性。樣本家庭平均規(guī)模約為3人，其中兒童與老人比例分別為13.3%與4.4%；全部家庭年純收入約7.2萬元，總資產(chǎn)與總負(fù)債分別為71.9萬元與5.8萬元；大部分(80.2%)家庭自有住房。

表1 主要變量定義與描述性統(tǒng)計

注： 觀測值為1 341，其中個人或配偶參保的觀測值為1 137。

四、 實證結(jié)果

(一) 基準(zhǔn)回歸

本文研究養(yǎng)老計劃傾向?qū)ι虡I(yè)養(yǎng)老保險參保的影響，基準(zhǔn)回歸采取如下模型：

Annuityi=α+β×Propensityi+γ×Head Controlsi+λ×Household Controlsi+∑Provi+εi

(1)

其中，Annuity為商業(yè)養(yǎng)老保險兩類指標(biāo)，Propensity指代養(yǎng)老計劃傾向，Head Controls和Household Controls分別為戶主與家庭控制變量，下標(biāo)i代表樣本家庭。本文所有回歸分析均對省份進(jìn)行了控制，以消除地區(qū)文化等差異造成的影響，模型則采用Probit回歸(3)我國商業(yè)養(yǎng)老保險參與有限，一些省份的樣本家庭商業(yè)養(yǎng)老保險參保概率為0，因此Probit回歸方法會自動剔除該部分省份樣本(包括陜西、內(nèi)蒙古、浙江、安徽、福建、湖北、廣西、重慶、貴州和云南)。OLS回歸方法可以避免這些省份樣本被自動剔除，但不影響回歸結(jié)論。。

構(gòu)造解釋變量(是否計算過養(yǎng)老費(fèi)用)的問題所針對的是戶主或者其配偶，而在基準(zhǔn)回歸中我們只考慮了戶主的特征，因此存在兩種可能的問題：第一，養(yǎng)老計劃傾向在樣本家庭中可能對配偶具有更顯著的影響；第二，配偶特征變量可能為遺漏變量問題的來源。為此，我們就兩類被解釋變量分別進(jìn)行穩(wěn)健性檢驗：當(dāng)被解釋變量為個人參保時，我們將配偶參與商業(yè)養(yǎng)老保險與否作為單獨(dú)的觀測值與戶主的觀測值一同納入回歸，回歸模型如(2)所示，Individual Controls為戶主或其配偶的控制變量，其中j代表樣本家庭中的戶主或其配偶；當(dāng)被解釋變量為個人或配偶參保時，我們僅利用有配偶的子樣本并同時控制配偶的個人特征變量(Spouse Controls)，回歸模型如(3)所示(4)金融素養(yǎng)、時間偏好兩個變量僅為戶主回答所得，因此在模型(2)中令配偶共享戶主兩個變量的數(shù)值，而在模型(3)中則僅控制戶主的這兩個變量，其他配偶變量均為配偶個人信息。。

Annuityij=α+β×Propensityi+γ×Individual Controlsij+

λ×Household Controlsi+∑Provi+εij

(2)

Annuityi=α+β×Propensityi+γ1×Head Controlsi+γ2×Spouse Controlsi+

λ×Household Controlsi+∑Provi+εi

(3)

如表2所示，列(1)與列(2)為模型(1)的回歸結(jié)果，計算過養(yǎng)老費(fèi)用的戶主(或其配偶)參與商業(yè)養(yǎng)老保險的概率比沒有計算過養(yǎng)老費(fèi)用的平均高2.0%(3.3%)，占樣本平均購買概率的41.7%(45.8%)，系數(shù)通過10%(5%)的顯著性檢驗。列(3)將配偶信息作為獨(dú)立觀測值納入模型(2)，結(jié)果顯示養(yǎng)老計劃傾向平均提高1.7%的個人參與概率，占樣本均值(4.1%)的41.5%，該系數(shù)通過5%的顯著性檢驗。列(4)則聚焦有配偶的子樣本，將戶主以及配偶的信息同時作為控制變量進(jìn)行回歸，系數(shù)6.2%通過1%的顯著性檢驗，而有配偶樣本的參保均值為7.5%?？梢?，養(yǎng)老計劃傾向?qū)ι虡I(yè)養(yǎng)老保險參保行為同時具有統(tǒng)計學(xué)以及經(jīng)濟(jì)學(xué)意義上的顯著性。在現(xiàn)實中，計算過養(yǎng)老費(fèi)用的家庭為了降低個人長壽風(fēng)險的可能性，會系統(tǒng)性地提高商業(yè)養(yǎng)老保險參保概率以提高保障程度，這表明具有養(yǎng)老計劃傾向的家庭在一定程度上符合理性選擇假設(shè)。

表2 計劃成本、養(yǎng)老計劃傾向與商業(yè)養(yǎng)老保險參與

續(xù)表2

注：***、**和*分別表示通過1%、5%和10%的顯著性水平檢驗。表中的系數(shù)為邊際效應(yīng)，括號內(nèi)為異方差(或家庭層面的聚類)穩(wěn)健標(biāo)準(zhǔn)誤，下同。

從控制變量上來看，金融素養(yǎng)與商業(yè)養(yǎng)老保險需求顯著正相關(guān)，金融素養(yǎng)可以增進(jìn)個人對商業(yè)養(yǎng)老保險的認(rèn)知從而直接提高參保意愿。養(yǎng)老計劃傾向系數(shù)在控制了金融素養(yǎng)后依然顯著，意味著養(yǎng)老計劃傾向?qū)ι虡I(yè)養(yǎng)老保險參與具有直接的影響。低風(fēng)險厭惡水平以及偏好當(dāng)前時間的個人會降低商業(yè)養(yǎng)老保險的需求，然而風(fēng)險厭惡與時間偏好的系數(shù)未表現(xiàn)出顯著的影響。戶主年齡與家庭商業(yè)養(yǎng)老保險參與具有倒U形關(guān)系，拐點(diǎn)位于40歲左右，一方面年齡越高的個體具有更高的養(yǎng)老意識;另一方面,在不完全市場下,針對超過一定年齡的個體的產(chǎn)品供給也較為稀少。同時，在金融行業(yè)工作會顯著提高商業(yè)養(yǎng)老保險參與概率；家庭總資產(chǎn)水平也與商業(yè)養(yǎng)老保險參與顯著正向相關(guān)，財富水平較低的家庭更傾向于自持資產(chǎn)以應(yīng)對短期的支出風(fēng)險；自有住房則會顯著降低商業(yè)養(yǎng)老保險需求，意味著自有住房與商業(yè)養(yǎng)老保險在養(yǎng)老安排上可能存在替代關(guān)系。

(二) 內(nèi)生性檢驗

在回歸中使用同年的數(shù)據(jù)會忽略養(yǎng)老計劃實施的時滯性，同時也可能存在反向因果問題，即商業(yè)養(yǎng)老保險參與行為可能先于養(yǎng)老費(fèi)用計算。譬如，個人在保險推銷員的推薦下購買了商業(yè)養(yǎng)老保險，降低了壽命不確定性在養(yǎng)老費(fèi)用計算上的困難程度，從而計算養(yǎng)老所需費(fèi)用并著手計劃養(yǎng)老。反向因果關(guān)系產(chǎn)生的內(nèi)生性問題也存在于被解釋變量與其他控制變量之間，如個體可能在商業(yè)養(yǎng)老保險參保決策制定過程中提升金融素養(yǎng)。因此，本文借鑒李濤和張文韜的做法[39]，將2016年的個人代碼與2014年的個人代碼相匹配，用2016年的數(shù)據(jù)替代被解釋變量，因此樣本有所減少。結(jié)果如表3面板一顯示，各列養(yǎng)老計劃的系數(shù)符號均為正，且至少通過10%的顯著性檢驗。因此，我們認(rèn)為本文基準(zhǔn)回歸所得結(jié)果并不受變量之間的反向因果關(guān)系所影響。值得一提的是，金融素養(yǎng)指標(biāo)在該內(nèi)生性檢驗中的系數(shù)接近于0且不再具有顯著性，意味著金融素養(yǎng)與商業(yè)養(yǎng)老保險決策之間同期的正向關(guān)系可能更多來源于商業(yè)養(yǎng)老保險參保決策制定過程所帶來的金融素養(yǎng)提升效應(yīng)。

表3 內(nèi)生性檢驗

注： 面板一的被解釋變量采用2016年數(shù)據(jù)，面板二為工具變量法第二階段(利用同縣、市、區(qū)其他受訪家庭計劃平均值)。其他變量包含表2基準(zhǔn)回歸中所示的所有控制變量，下同。

即使考慮了反向因果問題，上述回歸結(jié)果依然會受到遺漏變量問題的影響，比如構(gòu)造變量的測量誤差、其他遺漏變量如預(yù)防性儲蓄動機(jī)、遺贈動機(jī)等。借鑒如尹志超等學(xué)者的一般做法[40-43]，我們利用受訪家庭所在縣(市、區(qū))其他家庭的平均養(yǎng)老計劃傾向作為受訪家庭計劃傾向的工具變量，這一工具變量的邏輯是，Lusardi發(fā)現(xiàn)21%的家庭(不論受教育程度如何)在計算養(yǎng)老費(fèi)用時會向朋友或者親戚進(jìn)行咨詢[12]，養(yǎng)老計劃傾向存在習(xí)得性，因此家庭養(yǎng)老計劃傾向會受所在縣(市、區(qū))其他家庭的養(yǎng)老計劃傾向影響，而縣(市、區(qū))家庭平均養(yǎng)老計劃傾向相對于受訪者的商業(yè)養(yǎng)老保險參與決定是嚴(yán)格外生的。工具變量的第一階段結(jié)果顯示，縣(市、區(qū))其他家庭的平均傾向指標(biāo)與受訪家庭養(yǎng)老計劃傾向高度相關(guān)。面板二則匯報了工具變量的第二階段結(jié)果，列(1)至列(3)中Wald統(tǒng)計量并未通過顯著性檢驗，意味著在相應(yīng)回歸模型中接受養(yǎng)老計劃傾向不存在內(nèi)生性的假設(shè)，因而可以信賴表2所對應(yīng)列的回歸結(jié)果[43]。面板二列(4)中養(yǎng)老計劃傾向系數(shù)依然顯著正相關(guān)，Wald統(tǒng)計量也通過了10%的顯著性檢驗，但接近10%。從Wald統(tǒng)計量來看，養(yǎng)老計劃傾向相對于商業(yè)養(yǎng)老保險需求具有一定的外生性，表2中多元回歸結(jié)果受內(nèi)生性問題的影響較弱。

內(nèi)生性檢驗結(jié)果表明，養(yǎng)老計劃傾向?qū)ι虡I(yè)養(yǎng)老保險參與的正向影響具有較強(qiáng)的穩(wěn)健性。

(三) 進(jìn)一步研究

1.逆向選擇問題

所以，營造好的教育生態(tài)意義重大。在這一點(diǎn)上，我們應(yīng)該促成家長、學(xué)校和社會形成共識。如果有共識，那么所有的苦惱都不會成為好教育過程中的絆腳石，而會成為我們推動好教育發(fā)展的一種動力。共識是好的教育生態(tài)中最重要的一個支持。好教育需要好的社會共識、家庭共識和學(xué)校共識。

雖然本文基準(zhǔn)回歸結(jié)果表明，計算過養(yǎng)老費(fèi)用的家庭會系統(tǒng)性地提高商業(yè)養(yǎng)老保險參保概率，但這些家庭的實際參保情況仍然存在異質(zhì)性，對自身長壽風(fēng)險的認(rèn)知差異可能是其中一個原因。在控制了可觀察到的影響?zhàn)B老費(fèi)用的各控制變量之后，預(yù)期養(yǎng)老費(fèi)用可能存在解釋參保異質(zhì)性的主觀預(yù)期壽命信息，即計算結(jié)果包括了家庭因長壽預(yù)期而提高的養(yǎng)老費(fèi)用。本文利用已計算過養(yǎng)老費(fèi)用的家庭子樣本，將養(yǎng)老費(fèi)用計算結(jié)果取自然對數(shù)值后替換養(yǎng)老計劃傾向指標(biāo)，將其作為解釋變量納入各回歸模型中，表4結(jié)果顯示，各回歸系數(shù)均通過一定的顯著性檢驗(面板二列(3)中系數(shù)的p值為0.103，接近顯著)，表明計算所得養(yǎng)老費(fèi)用越高的家庭因為預(yù)期能從商業(yè)養(yǎng)老保險中獲益更多，其參保概率也會相應(yīng)提高。該回歸結(jié)果表明，家庭在商業(yè)養(yǎng)老保險參保決策上存在逆向選擇，這不但在一定程度上反映了家庭參保決策中所表現(xiàn)出來的理性選擇假設(shè)，也間接證明了本文所提出的計算養(yǎng)老費(fèi)用與否影響商業(yè)養(yǎng)老保險需求的機(jī)制。

表4 養(yǎng)老費(fèi)用計算結(jié)果中的逆向選擇問題

注： 面板一的被解釋變量采用2014年數(shù)值，面板二的被解釋變量采用2016年數(shù)值。

2.養(yǎng)老計劃傾向提高家庭整體商業(yè)保險參與水平

除了個人長壽風(fēng)險外，計算養(yǎng)老費(fèi)用時還可能對其他類型的風(fēng)險形成風(fēng)險認(rèn)知與管理意圖，家庭為保障未來的消費(fèi)水平不致為潛在風(fēng)險所累，會提高相應(yīng)的商業(yè)保險產(chǎn)品需求以抹平風(fēng)險。比如，為了避免如意外的健康沖擊、財富損失等造成的巨大損失，個體或?qū)⒃黾訉ι虡I(yè)健康保險、財產(chǎn)險的需求。再者，為了避免因自身意外事件而影響家人的生活水平，個體也可能增加對商業(yè)人壽保險的需求。因此，養(yǎng)老計劃傾向不僅會提高與養(yǎng)老安排直接相關(guān)的商業(yè)養(yǎng)老保險需求，還可能提高家庭整體的商業(yè)保險參與水平。為了檢驗這一可能性，我們構(gòu)造了是否購買商業(yè)保險、商業(yè)保費(fèi)支出(6)該指標(biāo)受到異常值的影響，處理前的樣本均值、標(biāo)準(zhǔn)差、最大值分別為0.612、14.383與480，遂將13個該指標(biāo)大于1的樣本進(jìn)行縮尾處理，處理后的樣本均值、標(biāo)準(zhǔn)差、最大值分別為0.038、0.123與1。、商業(yè)保費(fèi)占家庭收入之比(指代家庭保險深度)三個家庭指標(biāo)(7)這三個指標(biāo)為家庭所有的商業(yè)保險參與情況，包括商業(yè)醫(yī)療保險、汽車險、房屋財產(chǎn)保險、商業(yè)人壽保險等。2014年的CFPS未對商業(yè)保險各類險種的參保及保費(fèi)支出進(jìn)行區(qū)分，因此難以開展不同險種的研究。此外，受訪者可能在商業(yè)保險參與問題中考慮屬于強(qiáng)制險的汽車保險，但在回歸模型中增加是否擁有汽車這一變量不影響?zhàn)B老計劃傾向的系數(shù)及其顯著性，所以養(yǎng)老計劃傾向與商業(yè)保險參與的關(guān)系并不受可能的強(qiáng)制險考慮的影響。。由于被解釋變量為家庭層面指標(biāo)，我們利用模型(1)以及模型(3)所示形式進(jìn)行回歸，是否購買商業(yè)保險利用Probit模型回歸，而商業(yè)保費(fèi)支出、家庭保險深度則用Tobit模型回歸。

表5面板一顯示，計算過養(yǎng)老費(fèi)用的家庭購買商業(yè)保險的概率比沒有計算過養(yǎng)老費(fèi)用的家庭平均高7.2%，且系數(shù)通過1%的顯著性檢驗，占樣本家庭平均購買概率(32.3%)的22.3%。同時，相比于不具有養(yǎng)老計劃傾向的家庭，具有養(yǎng)老計劃傾向的家庭的商業(yè)保費(fèi)支出平均增加67.4%，保險深度提高1.7%，兩者均通過1%的顯著性檢驗。列(4)中我們將參與商業(yè)養(yǎng)老保險(包括戶主與配偶之外的家庭成員的參保行為)的家庭從全樣本中剔除，結(jié)果表明，計算過養(yǎng)老費(fèi)用的家庭，其除商業(yè)養(yǎng)老保險外的其他商業(yè)保險的參保概率同樣更高，意味著這些家庭在養(yǎng)老計劃中可能存在對不同類型風(fēng)險的認(rèn)知程度差異，從而引起對商業(yè)保險險種的不同偏好。面板二中增加了配偶的控制變量，系數(shù)依然顯著為正?？梢姡B(yǎng)老計劃傾向會提高家庭整體商業(yè)保險參與水平，印證了上述分析(8)類似于前述內(nèi)生性檢驗，將2016年數(shù)值作為被解釋變量不影響回歸結(jié)論；另外，利用同縣(市、區(qū))其他受訪家庭養(yǎng)老計劃平均值作為工具變量也顯示，上述回歸模型中接受養(yǎng)老計劃傾向變量不存在內(nèi)生性的假設(shè)，因此表5回歸結(jié)果可靠。。

表5 養(yǎng)老計劃傾向與家庭整體保險參與水平

注： 面板一的被解釋變量為家庭整體保險參與水平，面板二中增加了戶主配偶的特征。兩個面板中的列(4)“購買商業(yè)保險”均剔除了參與商業(yè)養(yǎng)老保險家庭。

五、 結(jié)論與啟示

在老齡化以及個人長壽風(fēng)險趨嚴(yán)的背景下，我國社會保障力度尚不足以維系大部分人的老年生活，家庭應(yīng)當(dāng)及早制定未來的養(yǎng)老規(guī)劃。作為管理個人長壽風(fēng)險的有效工具，商業(yè)養(yǎng)老保險是為養(yǎng)老做準(zhǔn)備的有力舉措。本文利用是否計算過養(yǎng)老費(fèi)用指代養(yǎng)老計劃傾向，實證分析了養(yǎng)老計劃傾向?qū)ι虡I(yè)養(yǎng)老保險參與的影響，結(jié)果顯示，計算過養(yǎng)老費(fèi)用會系統(tǒng)性地提高商業(yè)養(yǎng)老保險參保概率。在計算養(yǎng)老費(fèi)用這一信息的搜集與處理過程中，家庭會提高對長壽風(fēng)險的風(fēng)險認(rèn)知與管理意愿。但風(fēng)險的認(rèn)知程度會對商業(yè)養(yǎng)老保險的參與決策形成異質(zhì)性影響，計算所得養(yǎng)老費(fèi)用越高的家庭越容易從商業(yè)養(yǎng)老保險市場中獲益，其參與概率也越高，這意味著商業(yè)養(yǎng)老保險市場存在逆向選擇問題。進(jìn)一步研究還顯示，養(yǎng)老計劃傾向還會提高家庭對除商業(yè)養(yǎng)老保險外其他類型商業(yè)保險的需求，從而促進(jìn)家庭整體商業(yè)保險參與水平。對不同類型風(fēng)險的認(rèn)知程度差異可能會影響家庭對相應(yīng)商業(yè)保險產(chǎn)品的需求，這也是未來的一個研究方向。

本文的政策含義在于：為推動商業(yè)養(yǎng)老保險市場甚至整個商業(yè)保險市場的發(fā)展，并使其在家庭保障與風(fēng)險管理上發(fā)揮更大的作用，政府應(yīng)該通過適當(dāng)?shù)男麄魇侄翁岣呒彝ピ陴B(yǎng)老風(fēng)險背景下對各類型風(fēng)險的風(fēng)險認(rèn)知與管理意圖，鼓勵家庭利用不同的渠道計算養(yǎng)老費(fèi)用，或者向其提供養(yǎng)老費(fèi)用計算所需的服務(wù)。比如，便利社會醫(yī)療與社會養(yǎng)老保障具體信息的獲取，提供一般家庭養(yǎng)老費(fèi)用的計算標(biāo)準(zhǔn)作為參考，提高家庭養(yǎng)老計劃傾向并輔以具體計劃的制定。此外，社會在個體成長各階段的學(xué)習(xí)教育中都應(yīng)該重視培養(yǎng)其計劃意識與計劃能力，這對金融市場發(fā)展具有長期意義。