社会互动对商业养老保险的影响——基于多场景互动视角的机制检验

周 琳,梁 栋

〔1.兰州财经大学 金融学院,甘肃 兰州 730101;2.淮阴工学院 商学院,江苏 淮安 223003〕

一、引言

“七普”人口调查发现,我国人口在2020年平均增长率已达到0.53%,而60岁以上的老年人口占比高达18.7%。随着人口出生率降低、人均预期寿命提高,我国人口老龄化速度逐渐加快,居民养老负担日益加重,养老难题亟待解决。商业养老保险作为我国养老保障的第三支柱,在完善我国养老保障体系、满足人民日益多样化的养老需求方面发挥着重要作用。国务院2017年发布的文件《关于加快发展商业养老保险的若干意见》中强调了商业养老保险是我国养老保障体系中的重要一部分,是我国基本养老保险的补充性保险。并明确提出要推进和完善可持续、多层次的养老保障体系。国务院2022年发布《关于推动个人养老金发展的意见》文件中持续释放积极信号,指出要推动发展市场化运营的个人养老金,促进商业养老保险补充的功能,要高度重视其在三支柱养老金体系中的重要作用。然而,我国现阶段的多支柱型养老体系存在结构失衡的现象:第一支柱的基本养老保险规模巨大,而第三支柱的商业养老保险还处于起步阶段,这将使得我国在日益突出的老龄化现状下,以基本养老保险为主的养老制度无法满足人们多样化和更高层次的养老需求。因此,有必要补齐短板,研究制约我国商业养老保险发展的影响因素,促进我国第三支柱的养老保险发展,满足居民多层次的养老保险需求。

影响我国商业养老保险发展的因素众多,既有内部因素,也有外部因素,其中,社会互动作为外部的社会性因素对个体保险决策行为的影响近年来开始得到广泛关注。由于商业养老保险的投资和受益期间隔较长、保险条款复杂、居民对保险机构的信任不足等原因,使得我国商业养老保险需求严重不足。目前我国商业养老保险营销主要靠基于社会关系的亲缘和地缘营销,那么在我国这样一个格外重视礼尚往来的“人情”传统社会,研究社会互动对居民商业养老保险决策行为的影响显得很有必要。

本文可能的贡献有三点。第一,已有部分文献探讨了社会互动对商业养老保险购买的影响,但大多对社会互动的界定不够精确。本文利用主成分因子分析法,将居民不同场景、不同层面社会互动的多维变量合成为社会互动这一综合指标,来检验该指标如何影响居民对商业养老保险的购买。第二,人口老龄化带来的既有宏观上关涉经济社会可持续发展的问题,也有微观上关乎老年人身心健康的问题,因此本文在关注社会互动对居民商业养老保险参与影响的同时,进一步探索了这一影响在主观层面的作用路径,实证检验了风险态度、幸福感知这两个中介因素在社会互动影响养老保险参与中发挥的作用。第三,本文在做异质性检验时注重对居民主观文化意识方面的异质性检验,发现居民在文化教育、年龄阅历、南北地域文化方面有明显的异质性,分析得出社会互动对商业养老保险决策的影响效果受居民的文化意识差异影响较大。

二、文献综述

1.商业养老保险影响因素研究

对于商业养老保险购买决策的影响因素已有大量文献研究。分析角度包括家庭特征、人口特征、主观态度、外部因素等。一是家庭特征方面,居民家庭经济状况越好、收入水平越高,购买商业保险的可能性越大[1]。子女数量、家庭规模[2]、代际关系[3]、夫妻婚姻关系[4]等都会影响商业养老保险的购买。二是对于人口特征方面,教育水平越高的人,从多方面自主获取保险信息的能力越强,并能对这些信息根据自身情况进行处理,从而促进商业保险的购买[5]。包括居民个人年龄、健康状况[6]、认知能力[7]等因素都会影响居民商业养老保险的参与。三是从主观态度方面,有研究表明居民主观幸福感的提升能提高其参与商业保险的可能性[8]。此外信息感知[9]、社会信任[10]、社会公平感知[11]等因素都可能影响居民参保的可能性。四是外部因素方面,如陈其芳[12]通过调查发现居民对商业养老保险的参保意愿与政府的宣传程度有显著的正相关,熊卫和于长永[13]通过调查发现,社会流动、商业养老保险市场的可及性对居民是否购买保险存在显著的正相关关系。数字普惠金融的发展状况[14]、经济发展水平等对保险参与也有显著影响。

2.社会互动与商业养老保险参与相关研究

国外有研究表明,Duflo &Saez[15]通过随机抽样试验发现居民在自己的社交网络圈交流促进了个体养老金的购买。Cai et al[16]通过随机试验发现社会互动通过保险知识的扩散,促进了个体商业保险的购买。国内关于社会互动对商业养老保险参与影响方面的文献,宋涛和吴玉峰[17]以及许燕通过区域问卷调查发现,社会互动拓宽了商业养老保险信息获取渠道,并正向影响居民对商业养老保险的风险感知、价值感知和信任感等,且发现社会互动对农村居民商业养老保险的购买意愿没有显著影响。王海萍和唐园园[18]用中国金融家庭调查数据进行实证研究发现社会互动对不同学历、年龄、收入水平的家庭商业保险参与均有显著影响。吴玉锋等[19]根据2017年中国综合社会调查数据,将居民的正式和非正式互动综合为社会互动,发现居民的社会互动对农村、低收入水平、中等学历人群没有影响。

综上,关于商业养老保险参与的影响因素众多,但根据以往文献关于社会互动对居民商业养老保险决策影响的研究,对社会互动这一复杂的社会现象所采用的指标不一,或采用的数据存在区域调查结果,导致结论有所差异。此外,有文献表明线上型社会互动能帮助农户获取金融信息,影响农户对待风险的态度[20];而居民的风险厌恶态度会显著影响其商业养老保险的参与[21]。也有研究发现社会互动能显著提升非贫困农民幸福感[22];而幸福感对家庭商业保险参与有显著影响[23]。但鲜有文献将居民的风险态度、幸福感作为社会互动和商业养老保险购买的中介变量考虑,探讨其相关性和作用机制。

三、理论分析和研究假设

1.社会互动与商业养老保险

社会互动是指行为人之间的相互影响[24],在社会互动中个体的偏好、期望和约束会受到其他人的特征和选择的直接影响,从而形成团体之间的相互影响、彼此依赖[25]。

社会互动包括内生互动和情景互动这两种互动形式,Hong et al[26]又把内生互动包括为信息的口头交流和在交流中获得愉悦感这两种机制。内生互动的信息传递机制指居民间通过交流传递信息,促使其在观察与互动中学习[27]。社会互动在影响商业养老保险决策时表现为,居民间通过交流信息从而了解和学习保险知识,以此降低保险参与的搜索成本。同时居民在日常交流共同话题过程中会获得愉悦感、幸福感等感知,内生互动进而通过影响保险决策的主观效应[28]来促进居民对商业养老保险的参保可能性。根据Blume et al的研究讨论,情景互动主要通过结果示范效应对个体金融决策产生影响,这种影响的结果是单向传递或不确定的。因为居民在有关于商业养老保险信息的情景互动中会单向获得相关的“正面结果”或“负面结果”示范。若获得正面结果示范,则会对潜在保险客户的购买决策产生影响,反之,则可能会阻碍居民对商业养老保险的购买。因此,社会互动对商业养老保险购买决策的影响如何,要综合分析两种互动形式下不同层面的社会互动叠加效果[29]。

综上,社会互动一般通过内生互动和情景互动来影响商业养老保险的购买,本文主要通过两者的综合结果,统称为社会互动来进行研究,基于此,提出研究假设1。

H1:社会互动会提升居民对商业养老保险的参保可能性。

2.中介机制分析

根据上文对社会互动的影响作用分析,选用居民的风险态度和幸福感作为中介机制假设,探究其是否发挥中介作用。

(1)社会互动、风险态度与商业养老保险。一方面,李涛和郭杰[30]的研究发现,居民对待风险的态度受社会互动程度高低的影响,低社会互动的居民对风险有较敏感的主观感知,表现出明显的风险规避态度,而高社会互动居民会降低对风险的主观感知程度;此外,根据WiJayaratna &Dixit[31]的结论,居民对待风险的态度受其信息量多少的影响,而作为信息传递渠道的社会互动便潜移默化影响着居民的风险态度。另一方面,根据段军山和崔蒙雪的研究,居民越厌恶风险,其越有可能购买商业保险;而与传统理论相反,秦芳等[32]的实证研究发现,居民的风险偏好对商业养老保险的购买存在显著正相关关系。因此,提出本文研究假设。

H2:社会互动会调节居民的风险态度,进而影响商业养老保险的购买。

(2)社会互动、幸福感与商业养老保险。一方面,研究发现老年人在参与社会互动的过程中能在自己熟悉的社交场合和有共同感兴趣领域的人互动,心中的烦恼和压力更容易排解出去,这样可以缓解他们自身的心理负担,提升幸福感[33]。另一方面,刘喜华等[34]的研究发现,幸福感能提高商业养老保险的参与意愿,同时,国外学者Guven &Hoxha[35]发现,幸福感的体验会让人们渴望延长生命,这种渴望会促使人们对未来加强人力和物质资本的投入,以此提升商业养老保险的参与可能。因此,提出本文研究假设。

H3:社会互动会提升居民的幸福感,进而推动对商业养老保险的购买。

图1 社会互动中介因素与商业养老保险参与之间的关系

四、数据、变量及研究设计

1.数据介绍

本文数据来自“中国综合社会调查”(CGSS)2018年的截面数据。它是我国第一个全国性、综合性、持续性的大型社会调查,调查范围覆盖中国大陆28个省级行政区(不包括香港、澳门、台湾、西藏、新疆、海南),总样本量约为12789个。本文结合研究需要,剔除缺失值和异常数据后,筛选对商业养老保险的影响因素选取有效样本共计10671个,并对其进行基准回归。

2.变量选择

(1)被解释变量:商业养老保险购买。被解释变量考察的是我国居民商业养老保险的参保情况,它为二值变量,定义为是否参加商业养老保险。根据CGSS问卷中对商业养老保险购买变量来自于问卷问题:居民在调查之时“是否参加了商业养老保险”。若受采访的居民参加了商业养老保险,则将该变量赋值为1,没有参加则赋值为0。

(2)核心解释变量:社会互动。根据社会互动的影响机制,内生互动是通过居民间相互影响,观察性学习中对其决策产生影响并获得主观效用,具有群体之间的相互影响机制。而情景互动是一种单向的结果示范机制,互联网对居民的影响与日俱增,人们从新闻媒介上观察到某种行为对人们的决策影响与情景互动相似。若居民在互联网情景中看到了关于商业养老保险的积极影响,则会对其学习或模仿;然而,若居民从互联网上观察到参加商业养老保险所带来的负面影响,他们则可能会停止模仿和学习。因此,本文根据内生互动的影响机制,将CGSS数据库中的问题:“请问您与邻居进行社交娱乐活动(如互相串门,一起看电视、吃饭、打牌等)的频繁程度是”和“请问您与其他朋友进行社交娱乐活动(如互相串门,一起看电视、吃饭、打牌等)的频繁程度是”来反映居民的内生互动情况;同理,依据情景互动的影响机制,将问卷中的问题“您对以下媒体的使用情况是:1.报纸;2.杂志;3.广播;4.电视;5.互联网(包括手机上网);6.手机定制消息”按照居民对这些媒体的使用频率来反映情景互动情况。对表1中的这8个问题的答案进行李克特量五点或七点赋值,并对这8个测量指标通过主成分因子分析法构造社会互动这一综合变量。表1为采用主成分法进行因子分析后的分析结果,因子分析提取了三个公因子,根据负载在公因子上指标的含义分别命名为内生互动和情景互动。最后,将内生互动和情景互动的因子得分乘以各自贡献的方差比例并相加,从而构造成社会互动综合变量,当综合因子得分大于中位值时取值为1,否为0,分别对应高水平社会互动和低水平社会互动,并据此构造虚拟变量“社会互动”。

表1 社会互动的因子分析结果

(3)控制变量。影响居民商业养老保险决策的因素有很多,根据已有文献从居民的人口特征、家庭特征、地域特征方面构造控制变量,即参保行为、年龄、健康程度、学历、家庭人口、家庭收入、房产数量。本文参保行为测量的是居民是否参与社会养老保险,为虚拟变量,如果参与则取值为1,否则为0。受访者的学历按从小到大的教育水平从1-13进行赋值;健康状况按受访者的健康程度依次分为5个等级赋值。年龄、家庭人口、家庭年总收入、家庭房产数量是数据型变量。各地经济和保险市场的发展水平各异,因此还加入了省份控制变量。

3.描述统计

描述性统计结果显示:样本中居民平均年龄为52.22岁,有75%的居民表示已参加基本的养老保险,居民的家庭人口数量均值为3.13人。购买商业养老保险的居民的社会互动水平明显高于未购买的居民,已购买的居民社会互动水平为73%,未购买的居民的社会互动水平为48%,两类居民社会互动水平相差25%。从居民的个体特征来看,购买商业养老保险的居民平均年龄为46.15岁,明显低于未购买居民的平均年龄(52.72岁)。参保者的参保行为、最高学历、健康程度均高于未参保者。从居民的家庭特征来看,参保者的家庭人口数量(2.92人)明显少于未参保者(3.15人),参保者家庭年总收入、房产数量均明显高于未参保者。描述统计分析发现居民的个体特征、家庭特征和社会互动特征都会影响其商业养老保险购买,猜测社会互动水平高的个体更倾向于购买商业养老保险,并且后文将以更严谨的实证分析来检验。

4.模型设定

(1)Probit模型。被解释变量商业养老保险的购买属于二值变量(购买为1,未购买为0),因此构建Probit模型进行基准回归,研究社会互动对商业养老保险购买的影响。设定了如下模型:

(1)

式(1)中Insurancei为被解释变量商业养老保险的购买,表示第i个个体是否购买商业养老保险;Social_Interactioni表示解释变量,表示第i个个体的社会互动情况;Xij表示控制变量,表示第i个个体的第j个控制变量,包括人口特征、家庭特征、地域特征;λk为省份虚拟变量;εi为误差项。

(2)

式(2)中Y为被解释变量商业养老保险的购买,表示第i个个体是否购买商业养老保险;Social_Interactioni为解释变量,表示第i个个体的社会互动情况;Xij表示控制变量,表示第i个个体的第j个控制变量,包括人口特征、家庭特征、地域特征;λk为省份虚拟变量;εi为误差项。

五、实证分析

1.基准回归

(1)核心解释变量的实证结果分析。本文将商业养老保险的参与作为被解释变量,将社会互动作为解释变量,分别使用OLS模型和Probit模型估计社会互动对商业养老保险的影响。虽然在模型的选用上使用OLS会与线性回归的基本前提假设相违背,并且回归结果的概率也会在正常范围之外,但回归结果能给出解释变量社会互动的边际效应,以便更加直观地观察回归结果中特定变量的影响效应。

表2报告了基准回归的估计结果,模型(2)和(4)的回归结果基本一致,均表明社会互动频率的增加会促进居民对商业养老保险的购买。模型(2)用OLS模型回归得出,相对于社会互动频率低的居民,高频率社会互动的居民对商业养老保险的购买提升了2%左右。模型(4)用Probit模型回归也得出了相同的结果,社会互动对居民商业养老保险的参加在1%的水平上具有显著正相关。因此,假设H1得到证实:社会互动会提升居民对商业养老保险的参保可能性。

(2)控制变量的实证结果分析。如表2,居民的年龄、性别、风险偏好、健康状况、学历教育、家庭收入和家庭房产都显著影响其商业养老保险的购买。如以模型(2)的OLS结果为参考,居民的年龄与商业养老保险的购买呈现“倒U”型关系,即随着年龄的增加,居民参保的可能性会增加,但过了一定年龄的“门槛”后,年龄的进一步增长会降低居民商业养老保险参与,这与Lin et al[36]的研究结果相同。学历与商业养老保险购买有显著正相关,说明居民的受教育程度越高,对新鲜事物的掌握和理解能力更快、更好,对金融和保险知识也会了解更多,因此也会有更大的概率参与商业养老保险。健康状况与商业养老保险的购买有显著正相关,说明若居民身体越健康,更倾向于预期自己未来会长寿,他们则需要更多的养老金作为自己以后老年生活的保障,因此便更有可能投资商业养老保险。家庭房产和收入对商业养老保险的购买具有显著正相关,是因为家庭年总收入和房产数量反映了其财富水平,财产状况越好的家庭消费水平越高,参与商业养老保险的概率会越大。

2.内生性问题

尽管基准回归中对于个人和家庭层面的特征做了较好的控制。但测量时可能会出现遗漏居民的性格偏好、区域文化氛围的影响等情况,而这些遗漏变量可能会使实证效果出现偏差。此外,解释变量社会互动是一个较抽象、复杂、宽泛的概念,尽管本文综合采用了多个指标进行测量,但也难以保证能对其完全准确概括;最后,社会互动和商业养老保险购买可能互为因果,居民购买了商业养老保险可能反过来促进社会互动。以上这些问题均可能出现内生性问题,导致测量结果不准确。

表2 社会互动影响商业养老保险购买的回归分析

因此需要考虑借助工具变量将内生变量进行分离。参考吴玉峰等对社会互动和商业养老保险关系的内生性检验方法,对工具变量的选取根据数据库中的问题:“10年前社会等级”和“14岁时家庭的社会等级”,运用与基准回归相同的方法测量社会互动与商业养老保险购买的内生性。因为受访者自己之前的社会等级和家庭的社会等级作为一个历史因素,会对当前的社会互动水平产生影响,但对当前的保险决策并未产生影响,因此这两个工具变量问题符合本文内生性检验要求。

在控制省份区域变量的基础上,表3构建了IV-Regress和IV-Probit两种回归模型,检验了社会互动对商业养老保险购买的影响效果。表3两个模型的内生性检验结果都明确显示社会互动与工具变量在1%显著性水平上正相关,且一阶段F值都明显大于10,表明社会互动存在内生性,使用工具变量是必要的,且不存在弱工具变量的问题,回归结果证明稳健可靠,社会互动仍正向促进居民商业养老保险的购买。

3.稳健性检验

为了减少变量定义、估计方法选取方面对实证结果造成的影响,本文运用变更解释变量定义方式、更换回归方法对实证结果进行稳健性检验。

(1)变更自变量定义方法。上文选取了较为具体的指标对内生互动和情景互动这两个维度进行测量,并采用主成分因子分析法综合构造了社会互动这一虚拟变量。为了避免指标选取和变量构造方法偏差导致对实证结果的影响,本文选择了能对社会互动概括较好的指标进行稳健性检验。对社会互动测量指标来自中国综合社会调查数据库问卷问题中“过去一年中,您是否经常在您的空闲时间社交”,这一问题能较好且综合概括居民的线上、线下互动形式,也能在居民主观层面上对自己社会互动水平的综合评价。表4第(1)(2)列对重新定义的社会互动指标采用Probit进行稳健性检验,模型的回归结果表明,社会互动依然促进居民的商业养老保险购买,说明这一结果是稳健可靠的。

(2)更换估计方法。本文在基准回归中已用Probit做了实证检验,为了检验结果的稳健可靠性,因此再次采用Logit模型对变量进行验证,根据表4第(3)(4)列回归结果可知,社会互动依然对居民的商业养老保险购买行为有显著影响。

表3 内生性识别与分析

表4 稳健性检验

六、进一步分析

1.机制分析

对于间接效应检验通常使用依次检验法、Sobel法、Bootstrap法,本文根据温忠麟和叶宝娟[37]的做法,对中介机制的检验使用逐步检验法。若逐步检验都显著,则中介传导机制成立,若至少存在一个不显著,则使用Bootstrap法进行最后检验。

对于社会互动对商业养老保险影响的中介变量选择,选取数据库中的风险态度、幸福感作为中介变量进行作用机制检验,检验其是否发挥了中介效应。一是风险态度,风险态度指的是个人对投资风险持有的不同偏好。根据数据库中衡量居民风险态度的两个问题:“您是否同意‘充满风险和机会的生活比平凡而稳定的生活更令人向往’”和“您是否同意‘即使是有风险,如果有多余的钱,我会投资在报酬高的东西上’”,将其从“非常不同意”到“非常同意”分为7个等级,并将这两个问题的答案加总,汇总后的范围为2-14,数字越小表示越厌恶风险,反之为偏好风险。并将范围为2-5的风险态度重新赋值为1,代表风险厌恶者;对6-10的风险态度重新赋值为2,代表风险中立者;对11-14的风险态度重新赋值为3,代表风险偏好者。二是幸福感,使用中国综合社会调查数据库中对幸福感的主观评价指标来测量中介变量幸福感,问卷询问“总的来说,您觉得您的生活是否幸福”,对回答结果的主观幸福程度进行赋值,为1-5。

表5为对中介机制进行检验。中介变量为风险态度、幸福感。模型(1)模型(3)是对中介变量为风险态度时的检验结果。由模型(1)可知,社会互动与风险态度存在显著正相关,表明居民社会互动频率越低其风险厌恶程度越高,随着居民社会互动的增加,对风险的偏好程度也在增加;由模型(3)可知在控制了社会互动的影响后,风险偏好与商业养老保险的购买行为具有正向促进作用,说明随着居民风险偏好程度增加,居民越倾向于选择商业养老保险,假设H2:社会互动会调节居民的风险态度,进而影响商业养老保险的购买得以验证。模型(2)模型(4)是对幸福感作为中介变量的检验结果。由模型(2)可知,社会互动与幸福感存在显著正相关,表明社会互动的增加会提升居民的幸福感。而由模型(4)可知,在控制了社会互动的影响后,幸福感与养老保险参保行为也存在正相关关系。假设H3:社会互动会提升居民的幸福感,进而推动对商业养老保险的购买得到证据支持。

表5 机制分析:依次检验法

2.异质性分析

根据社会互动对居民保险购买决策的影响机制,初步判断社会互动会以主观意识形式影响居民的保险决策。因此本文对不同教育水平、人生阅历、风俗文化的人群探讨社会互动对商业养老保险决策影响的异质性,主要从居民学历水平、年龄、南北地域三个维度的异质性进行考察。

(1)按教育水平划分。根据受访者的教育年限,将其分为0-9年、9-12年、12年以上三个等级,分别对应初等、中等、高等三个层次的教育水平。表6分别用OLS和Probit模型对三层次教育水平做了异质性检验,数据表明社会互动对初等教育水平的居民的商业养老保险影响具有显著促进作用,对高等教育水平的居民有积极作用,对中等学历的居民没有影响。初等教育水平的居民,其对保险信息获取渠道较窄,且独立决策水平较低,通常在社会互动中以最小的成本模仿学习他人的行为。近年来随着我国居民的养老问题日益严峻和社会上对保险知识的宣传力度增加,使初等学历或者独立判断能力不高的居民在面临养老风险时整体受商业养老保险的正面影响较大,促使其在社会互动中加强对商业养老保险的购买。对于高学历水平居民而言,其信息获取渠道较宽,且具有高水平的独立决策能力,在社会互动中能综合权衡利弊,并在一定程度上削弱情景互动的负面影响,以此推动对商业养老保险的购买。对于中等学历居民而言,其在社会互动中容易受到关于商业养老保险的正面和负面双重影响,由于其辨别能力不如高学历居民,使得社会互动的综合影响力度不显著。

表6 基于不同教育水平的异质性分析

(2)按年龄和南北地域划分。在年龄异质性划分方面,按照世界卫生组织的规定,居民年龄44岁以下归为青少年一类,44岁及以上划为中老年一类。在南北地域异质性划分方面,划分标准根据各省所在地域进行划分:北方省份包括辽宁、吉林、黑龙江、内蒙古、北京、河北、天津、山东、山西、河南、陕西、青海、宁夏、甘肃,南方省份有江苏、上海、浙江、安徽、福建、江西、湖北、湖南、广东、广西、重庆、贵州、四川、云南。

表7分别用OLS和Probit模型对年龄和南北地域的异质性做了检验,年龄异质性方面的结果表明,社会互动对中老年居民的保险购买影响有显著的正向促进作用,而对青年群体的保险购买没有影响。可能的原因是相较于青年群体,中老年群体随着年龄的增加,养老危机意识增加,开始对养老风险逐步重视,且他们社交网络逐步稳固,对自己熟悉的社交圈信任感较强,从而因社会互动频率的增加而对商业养老保险的需求增加。

表7 基于不同地域的异质性分析

在南北地域异质性检验方面,回归结果表明,南方居民对社会互动的影响具有显著正相关,而北方居民的受社会互动的影响不显著。这可能是历史宗族文化差异导致的信任感不同的缘固,丁从明等[38]的研究发现,相较于北方,南方人口居住紧密,宗族网络联系紧密,邻里亲友更倾向于协作互济,这促进了家族和同村之间建立起信任更强的互帮互助关系。因此商业养老保险的负面影响在信任感更强的关系网络内部得到弱化,促使社会互动的综合影响效果在南方居民中更显著。也有可能是南北居民性格差异导致的原因,郭瑞娜和曲吉林等的研究分析发现,相较于北方人豪爽耿直、固执保守、不善变通的性格,南方人能言善辩、善于精打细算,当环境不确定时,他们通常在社会互动中以较低的成本学习联结公司的财务信息[39]。因此南方居民在社会互动中精打细算,通常以最小的成本学习商业养老保险知识,以最大的保障规避养老风险,从而促进商业养老保险的购买。

七、结论与建议

本文使用2018年中国综合社会调查数据(CGSS),主要从总体效应和机制检验方面研究社会互动对居民商业养老保险购买的影响。研究有以下发现:社会互动能显著促进居民商业养老保险的购买;社会互动会调节居民的风险态度,从而促进居民对商业养老保险的购买;社会互动会促使居民在交流感受中获得主观幸福感,从而推动居民商业养老保险的参与;社会互动对于不同学历水平、年龄阶段、南北地域的人群有异质性,实证得出,社会互动的影响对初等教育水平、中老年、南方的居民有显著正向作用,对高等学历居民也有积极影响,对中等学历、青年、北方居民没有影响。

决策行为往往受各种心理因素所影响[40],保险保障功能的发挥建立在广泛的保险覆盖面中,而提高保险覆盖的关键之一在于挖掘影响消费者决策行为的种种心理因素[41]。本文站在微观视角上探讨了社会互动对商业养老保险决策的影响作用,并检验了主观心理因素在其中发挥的作用,得出的结论带来了一定的启示:第一,政府部门和社会各界应该积极倡导和创建平台,促进居民的社会互动与参与,如社区微信交流群、公园交流亭、自愿公益互助平台等,并对这些平台加强监管。促进居民在社会互动中互帮互助、交流信息和感受等,进而增加相关保险知识、转变风险态度,促进我国第三支柱养老保险的健康发展。第二,居民养老是手段,社会互动有温情,居民在社会互动中应坦诚相待,加强信任和理解;社会互动排遣内心压力和情绪,获得愉悦感和幸福感等心理体验,促进自身身心健康。此外从社会互动的影响效应来看,居民的决策行为很容易受到周围群体的影响,因此,居民在社会互动中应不盲从,根据自身情况合理规划保险资产配置。第三,保险公司在向居民推销保险产品时,应事先调查不同居民的保险需求心理,以居民感兴趣的话题切入,让居民敞开心扉交谈,在交流互动中逐步增加其对保险知识的了解,引导其对养老风险的重视。其次,保险公司还应多方面利用线上和线下相结合的方式,加强对商业养老保险的宣传介绍,注重社会互动对居民的带动影响作用。如积极拓展社区牛人和互联网流量大V,发挥他们在商业养老保险知识宣传普及中的带动作用,用真实的案例改善居民对商业养老保险的普遍抵触情绪,调节风险态度,从而促进商业养老保险的购买,积极应对老龄化社会的新挑战。