中国的保险发展：重要特征性事实与解释

段白鸽 丁北晨 沈 婕

一、引言与文献综述

自1980年恢复国内保险业务以来，中国保险市场有着长达40年的快速发展，2016 年中国保险市场已跃升为全球第二大保险市场。为了进一步丰富社会民生领域的保险产品供给，完善服务实体经济和人民群众生活需要的保险产品体系，充分发挥商业保险的功能，更好地服务现代化经济体系建设，中国银保监会发布《关于推动银行业和保险业高质量发展的指导意见》(银保监发〔2019〕52号)，以及银保监会等13个部门联合发布《关于促进社会服务领域商业保险发展的意见》(银保监发〔2020〕4号)，为新时代下中国保险业由高速增长阶段转向高质量发展阶段提出了更高的定位和要求。

那么，从理论属性上看，中国的保险产品到底呈现出哪些重要的特征性事实？这是一个有待回答的重要问题。从保险产品供给角度来看，各人身保险险种和各财产保险险种的供给在质和量上存在差异吗？怎样度量中国保险业在险种层面的区域差异和公司战略差异？从保险产品需求角度来看，各险种目前到底是必需品还是高档品，抑或是低档品？从保险市场均衡角度来看，中国保险市场目前开发的各类人身保险险种和财产保险险种的发展是否遵循一般规律？各险种在不同地区、不同保险公司以及动态演进方面存在哪些同质性和异质性？各险种未来的创新潜力与发展前景究竟如何？怎样实现各险种与经济之间的良性互动和健康发展？这些都是关乎保险业高质量发展的重要学术和政策问题。

理论上，这些问题与保险经济学在早期阶段取得的理论研究成果息息相关。例如，Mossin(1968)[1]在关于理性保险的购买行为研究中就提出了现代保险需求理论中两个颇为有名的观点：第一，如果保险费用以保险单上精算价值的固定百分比收取，那么对于追求预期效用最大化的被保险人来说，保留部分风险是最优的，即购买不足额保险。第二，如果个体具有递减的绝对风险厌恶系数，那么保险产品就是一种低档品。显然，这两个观点与现实并不相符，学者们也因此将其称为Mossin悖论。针对悖论一，学者们通过改变保费定价、个人行为、信息不完全、不同风险的保险需求之间具有不可分性等其中的任何一个假设就可以解释这一悖论(Doherty和Schlesinger，1983[2]；Mayers和Smith，1983[3])。针对悖论二，这一结论成立暗含着两个前提假设，即个体只面对一种风险，并且处于风险部分的财富数量随个体财富增加而保持不变。由于现实生活中这样的假设并不成立，从而学者们对这一悖论关注较少。就保险产品的理论属性而言，诺贝尔经济学奖获得者阿罗与德布鲁(Arrow-Debreu)最早就提出了或有商品(Contingent Commodities)(1)或有商品是指商品不是我们可以使用或消费的真实物体，而是一种承诺(promise)，即承诺在某种不确定性事件发生的条件下，在一个特定的日期所交割的特定的商品或服务(张洪涛，2006[9])。的概念，并提出保险产品是一种特殊的或有商品的理论，保险产品在两种不同的状态下可以看作是两种不同的商品。那么沿用一般商品的划分标准，现实世界中的保险产品究竟是不是低档品？不同保险产品属性存在怎样的区别与联系？保险产品具有确定性商品的一般规律吗？这些都需要通过实证研究来回答。目前国内这方面的实证研究还比较少，系统识别中国保险市场开发的各类保险产品的理论属性的研究尚未出现。

幸运的是，一些学者关于全球保险市场发展与经济增长之间的关系的研究为回答这个问题提供了很好的前期探索。他们的研究表明，全球保险市场的保险需求收入弹性存在下降趋势，但数值上仍然是大于1的(Enz，2000[4]；Handschke和Rozumek，2015[5]；Millo，2016[6]；石晓军和闫竹，2015[7]；段白鸽，2019[8])。也就是说，实证结果发现，保险产品是高档品，这与前述理论结论是违背的。当然，这只是一种平均意义上的估计结果，不同的保险产品或险种之间可能会存在差异，这方面的异质性值得我们进一步深入研究。

有鉴于此，笔者利用中国31个省份2008—2018年各人身保险分公司经营的6种险种和1998—2018年各财产保险分公司经营的9种险种的保费收入数据(2)由于寿险市场更易受外部环境和经济周期影响，故这里人身保险公司选取的样本期为2008—2018年。，在对数据记录准确性进行质量评估和交叉验证的基础上，构建了高维固定效应面板数据回归模型来吸收地区、公司层面的更多维度的个体固定效应。分险种检验结果表明，对数人均GDP对各险种深度有着显著影响，且都在1%的显著性水平上统计显著；分险种稳健标准误检验和基于险种密度估计的稳健性检验进一步验证并支撑了模型结果的稳健性。在此基础上，实证研究进一步通过异质性分析发现了一些保险产品需求、供给和市场均衡层面的重要特征性事实。

本文的创新和贡献主要体现在以下三个方面。第一，本文首次采用保险公司在各地区的分支机构经营的分险种微观数据，构建了高维固定效应面板数据回归模型来捕捉更多维度的个体和时间固定效应，实证检验了中国保险市场开发的各类人身保险和财产保险险种的发展全貌。第二，本文为现代保险需求理论中存在的Mossin悖论提供了来自中国保险市场的一个很好的实证证据，丰富了保险经济学的理论和实证研究，也拓展了保险发展与经济增长的关系的研究文献和微观基础。第三，本文的研究是建立在保险市场均衡的视角(3)这是因为本文使用的各险种保费收入数据都是市场均衡的结果。，并不仅仅局限于保险需求和供给层面。通过研究各险种需求收入弹性之间的同质性和异质性，总结了中国保险产品的一些重要特征性事实。一方面，这有助于更好地理解保险产品这种特殊的或有商品的属性及其与确定性商品之间的区别与联系，进而可以更充分地挖掘个人、家庭、企业、政府和国家层面的保险需求；另一方面，这也有助于引导保险行业更好地探索在社会服务领域的保险产品创新，丰富社会民生领域保险产品供给，进一步完善服务实体经济和人民群众生活需要的保险产品体系，提升风险保障水平，持续稳步推动保险业供给侧结构性改革，助力保险业高质量发展。

余文安排如下：第二部分是理论假说与实证设计，提出了实证研究中7个待检验的主要假说；第三部分是实证分析与稳健性检验；第四部分从业务类型、地区、公司和年份等多维度视角开展人身保险和财产保险的各险种需求收入弹性的异质性分析，实证检验理论假说，并对发现的重要特征性事实给出了详细的解释说明；第五部分是结论与政策启示。

二、理论假说与实证设计

(一)理论假说

理论上，关于保险产品的属性存在如下正反两方面的观点。一方面，Mossin(1968)[1]基于冯·诺依曼-摩根斯坦(von Neumann-Morgenstern)提出的预期效用理论分析得出，如果个体的绝对风险厌恶系数是递减的，那么保险产品就是一种低档品。进一步地，在主流经济学的保险需求理论中，通常假设个体是风险厌恶者(Mayers和Smith，1983[3])。在存在正的附加保费的情况下，随着个体初始财富的增加，递减的绝对风险厌恶者的保险需求会减少，递增的绝对风险厌恶者的保险需求会增加，常绝对风险厌恶者的保险需求保持不变。也就是说，递减的绝对风险厌恶者认为保险产品是一种低档品，递增的绝对风险厌恶者认为保险产品是一种普通品，常绝对风险厌恶者认为保险产品是一种黏性品。由于现实世界中，大多数个体是递减的绝对风险厌恶者，故通常认为保险产品属于低档品。

另一方面，在经济学等社会科学中，研究创新扩散理论的很多学者认为，产品创新、技术扩散、市场发展遵循S曲线假说(Griliches，1957[10]；Mansfield，1963[11]； Gort和Klepper，1982[12]；Rogers，2003[13])。表1给出了常见的Logistic函数形式的S曲线。(4)物理学中Fermi分布、化学中反应模型、医学中肿瘤生长模型和流行病模型、生态学中人口增长模型、农业科学中农作物反应模拟都是以Logistic函数为代表的S曲线的应用典范。特别地，一些学者基于S曲线研究保险市场发展与经济增长之间的关系，得出保险需求收入弹性大于1(Enz，2000[4]；Handschke和Rozumek，2015[5]；Millo，2016[6]；肖志光，2009[14]；刘学宁，2012[15]；石晓军和闫竹，2015[7]；袁成，2015[16]；段白鸽，2019[8])。同时经济学理论也表明，随着收入水平提高，通常低档品需求会降低，黏性品需求保持不变，普通品需求会增加。即低档品需求收入弹性为负；黏性品需求收入弹性为0；普通品需求收入弹性为正，其中必需品需求收入弹性小于1，高档品需求收入弹性大于1。也就是说，实证研究却发现，保险产品是一种高档品，这背离了前述理论结论。

由于存在上述两种相反的研究结论，我们认为，实证研究得出的保险产品属于高档品的结论实质上是一种平均意义上的估计结果，它没有考虑不同投保主体、不同保险产品或险种等方面的异质性。例如，现实中个人和企业的保险需求动机不同，通常个人同时购买人身保险和财产保险，而企业更多购买的是财产保险，这可能会存在差异。特别地，就个人而言，从保险需求角度来看，与纯粹的财产损失相比，由于人的生命是无价的，人们对生、老、病、死等人身风险产生的本能的自然需求是无限的，从而随着收入水平提高，人们支付保费能力会增强，对人寿保险和健康保险的需求会更高。同时长期的人寿保险和健康保险除具有保障功能之外，还有储蓄功能，甚至有投资功能，也会进一步扩大人寿保险和健康保险的需求。正因为如此，过去几十年里，学者们更多关注于寿险需求(Yaari，1965[17]；Babbel，1985[18]；Lewis，1989[19]；Browne和Kim，1993[20]；Chen等，2001[21]；Zietz，2003[22]；Li等，2007[23]；Gutter和Hatcher，2008[24]；Liebenberg等，2012[25]；Heo等，2013[26]；Lin等，2017[27]；Heo，2020[28]；邵全权，2012[29]；张宗军和令涛，2020[30])。从保险供给角度来看，人身保险有经验生命表和重大疾病经验发生率表，从而人身风险变动有规律可循，经营稳定性好，所以人身保险公司愿意提供并且能够提供的保险供给也就越充足。

有鉴于此，本文基于不完全保险市场(Schlesinger和Doherty，1985[31])和保险市场均衡视角，考虑业务类型、险种、地区、公司和时间维度的异质性，提出7个待检验的假说：

假说1：由于现实生活中的保险市场是不完全的，且人身保险市场比财产保险市场更能满足人们的纯粹风险保障型与长期储蓄型等多维度的跨期需求，从而人们对人身保险需求的敏感程度会更大，故整体上人身保险的需求收入弹性比财产保险会更大。

假说2：由于健康保险和意外伤害保险的标的是人的身体，且容易与普通寿险组合销售，故人身保险公司开发的这两种产品的需求收入弹性比财产保险公司开发的会更大。

假说3：与其他财产保险相比，由于短期健康保险和意外伤害保险的标的是人的身体，机动车辆保险、责任保险和信用保证保险更多受人的行为的影响，从而这些险种的需求收入弹性更接近于人身保险；由于农业保险有国家财政补贴等政策支持，从而农业保险的需求收入弹性比其他财产保险会更大。

假说4：由于企业和个人的保险需求动机不同，在保险需求理论中通常假设“个体是风险厌恶者，企业是风险中性者”，从而企业比个人对财产保险的各险种需求收入弹性会更小。

假说5：与人们对确定性商品的偏好类似，通常经济越发达地区的人们对高档的险种需求收入弹性越大，而对低档的和必需的险种需求收入弹性越小；反之则反。由于人身保险主要由个人购买，而财产保险可以同时由个人和企业购买，且财产保险各险种与地区产业结构的关联性强，财产保险各险种的需求收入弹性的地区异质性相较人身保险更复杂。

假说6：由于现实中人们往往更信任大型保险公司，从而人们对大型保险公司的险种需求的敏感程度会更小，故人们对大型人身保险公司和大型财产保险公司的高档的险种需求收入弹性往往会更小，而对低档的险种需求收入弹性会更大。

假说7：由于各经济体保险市场的保险需求收入弹性存在下行趋势，从而险种需求收入弹性也应呈现出下行趋势，但各险种受供需关系的影响不同，实际中可能会存在异质性。

接下来我们将利用中国各家保险公司在31个省份经营的6种人身保险险种和9种财产保险险种，实证检验这7个假说是否成立。

(二)实证研究设计

1.高维面板数据回归模型。

考虑到保险公司经营的不同险种的差异性，本文实证研究设计采用分险种回归，具体包括人身保险公司经营的普通寿险、分红寿险、投资连结保险、万能保险、意外伤害保险和健康保险6种险种，以及财产保险公司经营的企业财产保险、机动车辆保险、货物运输保险、责任保险、工程保险、信用保证保险、农业保险、短期健康保险和意外伤害保险9种险种。由于各家财产保险公司业务统计表中“其他险种”在地区和公司层面存在差异，故我们在分险种回归中并没有将其纳入实证分析范畴。(5)早期年份不同地区各家保险公司分支机构有单列家庭财产保险、飞机及责任险、船舶保险、建筑工程一切险、机器损坏保险、卫星及核能保险中的若干种险种的情况。

针对上述每一种险种，令IPijt表示保险公司i在省份j、年份t的分公司(或分支机构)经营的该险种的保险深度(简称：险种深度)，lnAGDPjt表示省份j、年份t的对数人均GDP。结合表1中的S曲线线性化处理，构建如下高维固定效应面板数据基准回归模型：

yijt=β0+βlnAGDPjt+δij+ηit+εijt

(1)

其中：

(2)

式(1)中控制变量包括：①δij为公司×省份层面的高维个体固定效应，用来捕捉保险公司i的不随时间变化的特征对险种深度的影响。这里需要注意的是，同一保险公司在不同省份的分公司被赋予了不同的固定效应，意味着保险公司不随时间变化的，仅由于在不同省份经营保险业务而导致的险种深度差异被这一固定效应吸收了。②ηit为公司×年份层面的高维时间固定效应，用来捕捉保险公司随时间变化的特征对险种深度的影响。

进一步令premijt和IEijt分别表示保险公司i在省份j、年份t的分公司(或分支机构)经营的该险种的保费收入和保险需求收入弹性，popujt表示省份j、年份t的人口数，则有：

(3)

其中IPijt是AGDPjt的函数。结合表1中的弹性系数和式(1)所示的回归方程，可以得到：

(4)

2.险种深度、险种密度与人均GDP的关系。

类似地，针对上述每一种险种，令IDijt表示保险公司i在省份j、年份t的分公司(或分支机构)经营的该险种的保险密度(简称：险种密度)。则有：

(5)

综上所述，利用式(1)的回归模型可以同时估计险种深度、险种密度和险种的需求收入弹性。

三、实证分析与稳健性检验

(一)数据来源及质量评估

本文实证分析中使用的分险种保费收入数据来源于《中国保险年鉴》中“地方版”模块的2008—2018年各人身保险分公司业务统计表和1998—2018年各财产保险分公司业务统计表数据(6)由于部分年份没有公布“地方版”模块的保险公司分公司业务统计表数据，故本文并未将其纳入实证分析。；使用的1998—2018年GDP和人口数据来源于1999—2019年《中国统计年鉴》。

需要指出，一方面，由于原始观测数据可能存在诸如小数点输入错位等原因导致的记录或复制错误，可能会出现离群的异常观测值，为了避免这类常见的异常值对模型回归结果的影响，本文对回归样本期内《中国保险年鉴》每年公布的“地方版”中各省份管辖的各地区、保险公司分支机构的分险种和合计的保费收入数据，以及大连、青岛、宁波、厦门、深圳五个计划单列市的保险公司分支机构的分险种和合计的保费收入数据的记录准确性进行了质量评估和交叉验证，核实并修正了原始数据的记录错误。在逐一核对的基础上，将五个计划单列市的保险公司分支机构的分险种和合计的保费收入汇总到相应的省份。另一方面，由于本文实证分析采用的是保险公司层面的微观数据，考虑到近年来保险公司并购等原因导致的更名现象，我们采用的是2019年《中国保险年鉴》中的保险公司名称，并结合人身保险公司和财产保险公司更名情况，对回归样本期内更名前后的保险公司名称进行了逐一匹配。

在此基础上，本文最终使用的是2008—2018年87家人身保险公司和1998—2018年89家财产保险公司在31个省份分支机构的分险种保费收入构成的非平衡面板数据进行实证分析。

(二)变量的描述性统计

基于本文第二部分的实证设计和式(1)的高维面板数据回归模型，表2列出了回归模型中分险种回归中的被解释变量和主要解释变量的含义。其中，被解释变量是利用式(2)对每一种险种深度进行变换后构造的新变量，这里险种深度等于每家保险公司i在j省、t年的分公司(或分支机构)经营的每一险种的保费收入除以每家保险公司i的分公司(或分支机构)所在的j省、t年的GDP；解释变量是j省、t年的对数人均GDP，与被解释变量一一对应，分别匹配到t年每家人身保险公司和财产保险公司的各省份分支机构。

表2 变量含义

表3给出了回归模型中主要变量的描述性统计特征。其中，总体维度是指同时考虑公司、省份和年份三个维度的异质性，将每家保险公司在不同省份、不同年份的分支机构视为不同的样本，得到的主要变量在公司×省份×年份的全样本层面的描述性统计特征。组间维度和组内维度是总体维度的两种分解，组间维度是指不考虑时间维度的异质性，只考虑公司×省份维度的异质性，将每家保险公司在不同省份的分支机构视为不同的样本，得到的主要变量的年度均值在公司×省份层面的描述性统计特征；组内维度是指不考虑公司×省份维度的异质性，只考虑时间维度的异质性，将每年样本视为不同的样本，得到的主要变量在公司×省份层面的均值在时间层面的描述性统计特征。从中可以看出，各主要变量的均值存在明显差异，组间维度比组内维度的标准差更大，这说明公司×省份维度的异质性比时间维度的异质性更大，实证分析中捕捉公司×省份维度的异质性更加重要。

表3 描述性统计特征

(三)模型设定的检验

针对面板数据，Hausman检验用来判断到底应该建立固定效应模型还是随机效应模型，原假设是随机效应模型，备择假设是固定效应模型。其检验结果如表4所示，可以看出，在1%的显著性水平上应该建立固定效应模型。因此，下面将采用高维固定效应模型进行分析。

表4 分险种的Hausman检验结果

(四)基准回归检验结果

1.分险种回归检验结果。

基于本文第二部分给出的模型设定，我们采用高维固定效应面板数据模型来吸收公司×省份层面的个体固定效应δij，得到的人身保险公司和财产保险公司的分险种回归检验结果如表5和表6所示。

表5 人身保险公司的分险种检验结果

表6 财产保险公司的分险种检验结果

从表5和表6的回归结果可以看出，在控制了公司×省份层面的个体固定效应δij之后，对数人均GDP对各险种深度有着非常显著的影响，并且都在1%的显著性水平上统计显著。其中，人身保险公司经营的普通寿险、分红寿险、意外伤害保险、健康保险、小计的人寿保险业务和合计的人身保险业务，以及财产保险公司经营的机动车辆保险、责任保险、信用保证保险、农业保险、短期健康保险、意外伤害保险和合计的财产保险业务的回归系数显著为负，表明这些险种深度与对数人均GDP是同方向变化的(7)这可以从表1给出的S曲线的单调性和线性形式体现出来。；人身保险公司经营的投资连结保险和万能保险，以及财产保险公司经营的企业财产保险、货物运输保险和工程保险的回归系数显著为正，表明这些险种深度与对数人均GDP是反方向变化的。

2.分险种稳健标准误回归检验结果。

在基于分险种微观数据的面板回归模型中，为了防止过多使用组内样本信息可能导致的低估标准误，从而高估显著性的问题，我们进一步引入了稳健标准误回归检验，以进一步验证模型结果的稳健性。

针对人身保险公司和财产保险公司的各险种业务，表7和表8给出了仅吸收公司×省份层面的高维个体固定效应δij的稳健标准误检验结果。从中可以发现，与表5和表6相比，表7和表8中各险种对数人均GDP的回归系数保持不变，回归系数的标准误有所增大，从而显著性略有下降，但还是维持在1%的显著性水平上。这表明，表5和表6的回归结果是相当稳健的。

表7 人身保险公司的分险种稳健标准误检验结果1

表8 财产保险公司的分险种稳健标准误检验结果1

为了吸收更多维度的固定效应，表9和表10进一步给出了同时吸收公司×省份层面的高维个体固定效应δij和公司×年份层面的高维时间固定效应ηit的稳健标准误检验结果。从中可以看出，在同时控制高维个体和时间双固定效应之后，各险种对数人均GDP的回归系数的显著性明显下降。这意味着，吸收保险公司随时间变化的特征并不是必要的。因此，本文第四部分将采用仅吸收公司×省份层面的高维个体固定效应δij的检验结果来估计各险种的需求收入弹性，从而确定各险种的保险产品属性，并进一步解释Mossin悖论。

表9 人身保险公司的分险种稳健标准误检验结果2

表10 财产保险公司的分险种稳健标准误检验结果2

(五)基于险种密度估计结果的稳健性检验

类似于式(1)给出的实证研究设计，我们也可以构建如下险种密度与对数人均GDP的高维固定效应面板数据回归模型来直接估计险种密度:

lnIDijt=α0+αlnAGDPjt+δij+ηit+εijt

(6)

其中，lnIDijt表示险种密度的自然对数。由于IDijt通常是右偏的，我们采用对数形式以更好地满足变量服从正态分布的模型假设。主要解释变量和控制变量的含义同式(1)。

显然，式(6)中的系数α可以度量险种需求收入弹性，也可以视为考虑公司、省份和年份的异质性之后险种需求收入弹性的分布的均值估计。有鉴于此，我们通过比较这一弹性系数与基准回归模型得到的险种需求收入弹性的均值来进一步检验基准回归模型的稳健性。

表11和表12给出了利用高维固定效应面板数据模型来吸收公司×省份层面的个体固定效应δij，得到的人身保险公司和财产保险公司各险种的险种密度回归检验结果。可以看出，两表中系数α的估计结果与下文表13和表14给出的各险种需求收入弹性的分布特征的列(2)均值非常接近，这进一步佐证了基准回归模型是相当稳健的。

表11 人身保险公司各险种的险种密度的检验结果

表12 财产保险公司各险种的险种密度的检验结果

四、保险需求收入弹性的异质性分析

实际中观测到的各险种需求收入弹性同时受保险市场供求关系的影响，是市场均衡作用的结果。下面将进一步分析保险市场中各险种的异质性，挖掘各险种的创新潜力，实证检验前文提出的7个假说，期待能发现一些重要的特征性事实，帮助我们更好地理解保险产品的或有商品属性，进而引导保险行业更好地探索在社会服务和民生领域的保险产品创新。

(一)各险种需求收入弹性的分布特征

利用表5和表6的回归结果(8)这里，我们并没有给出利用表7和表8的稳健标准误回归估计的各险种需求收入弹性的分布特征。理论上，由于通常我们考虑的需求收入弹性是一阶矩(均值估计)，而稳健标准误涉及的是二阶矩(波动性度量)，两者估计的需求收入弹性应相等；我们的实证结果也进一步证实了这一点。和式(4)所示的保险需求收入弹性的估计公式，表13和表14进一步给出了各险种需求收入弹性的整体分布特征，可以看出各险种需求收入弹性都呈现出偏态分布。(9)受篇幅所限，文中未列出人身保险公司和财产保险公司的各险种需求收入弹性的频率分布直方图，感兴趣的读者可向作者索取。

表13 人身保险公司各险种需求收入弹性的分布特征

表14 财产保险公司各险种需求收入弹性的分布特征

根据这些分布特征，我们至少发现了如下三个特征性事实。

第一，就险种需求收入弹性而言，投资连结保险和万能保险的需求收入弹性为负(10)这与保险监管部门2016年以来曾多次叫停万能险和投资性保险产品，回归风险保障型与长期储蓄型的保险业务的发展理念一致。；其他险种的需求收入弹性都为正，且除企业财产保险、货物运输保险和工程保险的需求收入弹性小于1之外，其余各险种的需求收入弹性都大于1。此外，前文给出的前3个假说都成立。

第二，就险种属性而言，人身保险公司经营的普通寿险、分红寿险、意外伤害保险、健康保险属于高档品，而投资连结保险和万能保险属于低档品；财产保险公司经营的机动车辆保险、责任保险、信用保证保险、农业保险、短期健康保险和意外伤害保险属于高档品，而企业财产保险、货物运输保险和工程保险属于必需品。这与保险需求理论中通常假设“个体是风险厌恶者，企业是风险中性者”是一致的。相比个人而言，企业的风险厌恶程度更低，从而主要由企业购买的企业财产保险、货物运输保险和工程保险的险种需求收入弹性更小。故前文给出的假说4成立。

第三，就险种的凸组合性质而言，小计的人寿保险的弹性均值为1.611，数值上介于普通寿险、分红寿险、投资连结保险和万能保险之间；合计的人身保险的弹性均值为2.040，数值上被意外伤害保险和健康保险的弹性有所拉高，但仍介于小计的人寿保险、意外伤害保险和健康保险之间，满足凸组合性质。类似地，合计的财产保险的弹性均值为1.431，也介于财产保险公司经营的9种险种之间，满足凸组合性质。

下面进一步探讨各险种需求收入弹性在不同省份、年份和公司层面的异质性。

(二)各险种需求收入弹性的地区异质性

各险种需求收入弹性有着明显的地区异质性(11)受篇幅所限，文中未列出31个省份人身保险和财产保险的各险种需求收入弹性的均值和95%的置信区间的图示，感兴趣的读者可向作者索取。，这一特征性事实主要表现在以下两个方面。在均值估计方面，经济越发达地区的人们对属于高档品的人身保险和财产保险的险种需求收入弹性越大，而对属于低档品的人身保险的需求收入弹性越小；经济越落后地区的人们对两类商品的需求收入弹性恰好相反。相比之下，主要由企业购买的企业财产保险、货物运输保险和工程保险，以及具有一定政策性的信用保证保险和农业保险除受地区发展程度的影响之外，还易受地区产业结构的影响，从而这些险种的需求收入弹性与其他财产保险险种有着明显的异质性。故前文给出的假说5成立。在波动性度量方面，整体来看，经济越发达地区的险种需求越稳定，从而险种需求收入弹性的波动性越小；反之则反。

(三)各险种需求收入弹性的公司异质性

各险种需求收入弹性在公司层面也存在一定的异质性(12)受篇幅所限，文中未列出人身保险公司和财产保险公司经营的各险种需求收入弹性的均值和95%的置信区间的图示，感兴趣的读者可向作者索取。，这一特征性事实主要表现在以下三个方面。在均值估计方面，国寿股份、平安寿、太保寿等大型保险公司经营的属于高档品的人身保险的需求收入弹性更小，而属于低档品的人身保险的需求收入弹性更大；类似地，人保股份、平安财、太保财等大型保险公司经营的属于高档品的财产保险的需求收入弹性更小，而属于必需品的财产保险的需求收入弹性更大。这说明，前文给出的假说6成立。在波动性度量方面，大型保险公司的人身保险和财产保险中各险种需求收入弹性的波动性都更大。在资本结构方面，中资公司经营的属于高档品的人身保险和财产保险的需求收入弹性都更小，而属于低档品的人身保险和属于必需品的财产保险的需求收入弹性都更大，且中资公司经营的各险种的波动性整体上更大些。

我们认为，通常保险公司提供的保险产品种类越多，险种越符合消费者的需要，保险市场的保险供给质量就越高。针对人身风险，由于人身保险的保险标的是人的寿命和身体，险种种类天然比较少，从而人身保险公司应该更加注重特定险种的质量创新和自身竞争的比较优势。这与范庆祝等(2017)[32]研究得出的提高寿险供给质量可以显著促进寿险消费的结论是一致的。针对财产保险，由于财产保险的保险标的是财产及其相关利益，险种种类天然比较多，而现实中仍有很多的纯粹风险没有相应的保险产品，有待开发，从而财产保险公司应该同时注重险种的数量创新和质量创新，挖掘险种的多样性和自身竞争的比较优势，寻求差异化的竞争。

(四)各险种需求收入弹性的年份异质性

图1和图2分别给出了2008—2018年人身保险各险种和1998—2018年财产保险各险种的需求收入弹性的均值和95%的置信区间。

图1 2008—2018年人身保险公司各险种需求收入弹性的年份差异

图2 1998—2018年财产保险公司各险种需求收入弹性的年份差异

从图1和图2可以看出，各险种需求收入弹性随时间的动态演变存在一定的异质性，这一特征性事实主要表现在以下两个方面。在均值估计方面，随着时间推移，合计的人身保险的需求收入弹性呈现出下降趋势，而合计的财产保险的需求收入弹性却呈现出上升趋势。这意味着，中国财产保险市场相较人身保险市场的发展阶段有一定的滞后性，财产保险市场整体上处在高速增长阶段，而人身保险市场已经呈现出由高速增长阶段向高质量发展阶段的转变。分险种来看，人身保险中分红寿险的需求收入弹性是上升的，其他险种的需求收入弹性整体都是下降的；财产保险中机动车辆保险(13)合计的财产保险的需求收入弹性随时间推移是上升的，其主要原因是机动车辆保险在整个财产保险中的占比常年高达60%以上。和意外伤害保险的需求收入弹性是上升的，企业财产保险、货物运输保险、工程保险、农业保险、短期健康保险的需求收入弹性是下降的，而责任保险的需求收入弹性呈现出先增后减，信用保证保险呈现出先减后增的周期性变化的特征。这说明，前文给出的假说7成立。这在一定程度上也能折射出人身和财产保险公司在险种供给的质和量上存在一些差异。在波动性度量方面，随着时间推移，合计的人身保险需求收入弹性的波动性增加，而合计的财产保险需求收入弹性的波动性降低。分险种来看，人身保险公司经营的普通寿险、意外伤害保险和健康保险的波动性增加；人身保险公司经营的投资连结保险和万能保险，财产保险公司经营的企业财产保险、机动车辆保险、货物运输保险、工程保险、意外伤害保险的波动性降低；相比之下，分红保险、责任保险、信用保证保险、农业保险、短期健康保险的波动性很高但趋势上变化不大，这些险种有很好的市场潜力和发展前景，亟待保险公司充分挖掘这些险种的需求，丰富这些险种的产品供给的数量和质量，提升风险保障水平，更好地完善人民群众生活需要，更好地服务实体经济。

五、结论与政策启示

随着中国经济由高速增长阶段转向高质量发展阶段，保险产品供给与需求之间的不平衡、不适应的矛盾日益凸显。社会民生和服务领域的商业保险发展还存在风险保障水平低、功能发挥仍不充分、覆盖面较窄、优质产品和服务供给不足等问题；“新型冠状病毒感染肺炎疫情”(COVID-19)进一步推升了社会大众的健康意识和风险保障需求。在这样的时代背景下，如何更好地推动保险业供给侧结构性改革，实现保险业的高质量发展，更好地服务现代化经济体系建设，是一项重要的学术和政策研究议题。

本文基于不完全市场理论，着重从中国保险市场均衡角度，利用中国各家保险公司在31个省份分支机构经营的分险种微观数据，通过构建高维固定效应面板数据回归模型来吸收公司×省份层面的高维个体固定效应、公司×年份层面的高维时间固定效应，实证检验了中国保险市场开发的人身保险和财产保险的各险种的发展效果，分析了各险种的产品属性，并进一步开展了地区、公司和时间维度的异质性研究。

本文的实证分析结果表明，对数人均GDP对各险种深度都有着非常显著的影响，并且都在1%的显著性水平上统计显著；分险种稳健标准误回归检验和直接估计险种密度的稳健性检验进一步验证并支撑了基准回归模型结果的稳健性。分险种需求收入弹性的异质性分析进一步验证了本文提出的7个假说，发现了一些重要特征性事实。第一，从保险产品需求角度来看，中国保险市场上高档品、必需品和低档品并存。第二，从保险产品供给角度来看，人身和财产保险公司在险种供给的质和量上存在一些差异。第三，从保险市场均衡角度来看，各险种的产品属性与其在地区、公司和时间维度的异质性存在着规律性特征。各险种需求收入弹性存在显著的差异；同一险种需求收入弹性在不同地区、公司和年份层面也存在明显的异质性。第四，从保险市场发展阶段来看，目前中国财产保险市场整体上处在高速增长阶段，而人身保险市场已处在由高速增长向高质量发展的转变阶段。

本文的研究表明，异质性是社会科学的熵。目前中国人身保险市场和财产保险市场在产品供给的质量和数量上仍存在很大的改进空间。因此，人身保险公司更应该注重健康保险、意外伤害保险、定期寿险和终身寿险等风险保障类产品和长期储蓄类产品的质量创新，这与中国银保监会2020年发布《普通型人身保险精算规定》，完善人身保险精算制度体系，保护保险消费者合法权益，推动人身保险市场高质量发展的监管体系改革工作不谋而合。财产保险公司应该同时注重企业财产保险、机动车辆保险、货物运输保险、责任保险、工程保险、信用保证保险、农业保险、短期健康保险和意外伤害保险等已有风险保障类产品的质量创新，以及教育、育幼、家政、文化、旅游、体育等领域的风险保障类产品的开发和数量扩充，不断挖掘个人、家庭、企业和各级政府部门的保险需求，提升个性化、差异化和定制化产品开发和竞争能力。此外，保险行业应以2020年重大疾病保险的疾病定义和经验发生率表的修订为契机，逐步开展意外伤害保险等各类纯粹风险发生率表的研究工作，结合不同险种的特点细化和完善监管制度，将《普通型人身保险精算规定》《分红保险精算规定》《万能保险精算规定》《投资连结保险精算规定》等人身保险精算制度建设扩展到财产保险领域，搭建涵盖各类产品形态的、基本健全完善的精算制度体系，进一步提升和完善监管的科学性和有效性。

本文的研究也有着重要的政策含义。本文为理解中国保险市场由高速增长阶段向高质量发展阶段转变，引导保险行业更好地探索社会服务领域的保险产品创新和结构优化，推动形成多层次、广覆盖和有差异的保险机构体系提供了学术依据和洞见。