养老计划倾向与商业养老保险需求——基于CFPS数据的实证研究

邹小芃 叶子涵 杨芊芊

(1.浙江大学 经济学院， 浙江 杭州 310027； 2.浙江财经大学 金融学院， 浙江 杭州 310018)

一、 引 言

寿命不确定性是个人所面临的一大风险，它可能造成个人长寿风险，即个人所积累的财富不足以维系实际寿命的开支所致的财务风险。商业养老保险作为以个人生存为给付条件的长期人身险，通常保障个人在生命周期内以年金形式获得财务支持，因此是管理个人长寿风险的有效工具。我国人口老龄化问题严峻，根据国家统计局公布数据，我国65岁及以上老年人口的占比在2018年达到11.9%，而发展商业养老保险可对基本养老保险、企业年金形成有效补充，因此对提高社会养老保障水平具有重要的现实意义。但相较而言，当前我国商业养老保险市场发展尤其不足。《中国养老金发展报告2015》指出，2015年我国商业养老保险资产占GDP比重仅为2.6%，远低于美国的42.5%，而商业养老保险替代率以及保险密度则分别低至1.1%与185元/人。

经典理论预测个人或多或少会持有商业养老保险并从中获益，然而现实中所观察到的商业养老保险市场有限参与则有悖于此[1]，这一现象被称为“年金之谜”(Annuity Puzzle)。研究并解释“年金之谜”是一项世界性的议题，现有文献业已指出有限参与中存在的理性因素(如不完全市场、管理成本[2-4]等)与行为因素(如解释保险产品的框架[5]、损失厌恶[6]等)。作为商业养老保险需求理论(也是一般家庭资产配置理论)所普遍采纳的研究分析框架，生命周期模型通常假设家庭以终身消费效用最大化为目标来计算最优的未来消费与储蓄路径。随之而来的疑问便是，家庭是否确如理论所假设的那样计算过储蓄需求以为未来做准备？简单而言，家庭是否尝试计算过养老费用？对该问题的回答被视为家庭是否具有养老计划倾向的一种指标[7-9]。

养老计划倾向指的是家庭为满足未来养老需求而制定长期计划的倾向性[10]，反映了家庭为实现特定养老目标在计划制定上付出努力的程度，具有养老计划倾向的家庭更符合经典生命周期理论的假设，且更容易做出理论所预期的相对理性的经济行为[11]。与商业养老保险有限参与相对的是，许多家庭并不具有养老计划倾向。清华大学与腾讯于2018年联合发布的《国人养老准备报告》中指出，22%的受访者从未考虑过退休规划，69%的受访者想过但未具体制定，这表明我国家庭的养老计划倾向尚显不足。现有研究业已发现家庭养老计划倾向可以显著预测家庭的储蓄、风险资产配置决策，并最终使这些家庭在退休时拥有更高的财富积累水平[8,10,12-13]，但尚未实证检验养老计划倾向与商业养老保险参与之间的关系。

基于此，本文利用2014年中国家庭追踪调查(China Family Panel Studies,CFPS)数据，对家庭养老计划倾向与商业养老保险参与之间的关系开展实证研究。2014年的CFPS问卷设置有金融知识试验题组，其中询问了受访者是否计算过养老费用，本文以此作为解释变量进行研究。结果显示，计算过养老费用在不同模型设定下均会显著提高家庭参与商业养老保险的概率，这种影响同时具有统计学与经济学上的显著性。比如，计算过养老费用会提高户主或其配偶3.3%的参保概率，约占样本平均参保概率的45.8%。同时，本文采用两类方法缓解由反向因果、遗漏变量等造成的内生性问题：其一，利用2016年的参保指标作为被解释变量；其二，以受访家庭所在县(市、区)其他家庭的平均养老计划倾向作为工具变量。内生性检验表明家庭养老计划倾向存在一定的外生性，其与商业养老保险需求之间的关系具有较强的稳健性。这意味着，计算过养老费用的家庭更可能遵循经典需求理论的预测而购买商业养老保险以管理个人长寿风险。上述结论表明，是否具有养老计划倾向是解释“年金之谜”的一个行为因素，而具有养老计划倾向的家庭则在一定程度上更符合商业养老保险需求的理性选择假设[14]。

此外，本文还进行了两方面的拓展研究：第一，关注计算过养老费用的子样本家庭，我们发现，预期养老费用越高的家庭越倾向于持有商业养老保险。我们认为预期养老费用里可能包含家庭对长寿预期的考量，预期养老费用越高，反映家庭对长寿的预期越强，商业养老保险因此对其更具持有价值，表明家庭的参保决策存在逆向选择。第二，本文构造了家庭整体商业保险参与指标，回归得出养老计划倾向不仅会提高家庭商业养老保险需求，还能提高家庭商业保险市场整体参与水平，包括商业保险购买概率、商业保费支出以及商业保险深度，表明长寿风险并非养老计划过程中家庭所面临的唯一不确定性因素。

就有限所知，本文主要的创新点在于首次研究了养老计划倾向对家庭商业(养老)保险参与决策的影响，提示养老计划倾向可能是解释商业养老保险市场有限参与的一个行为因素。

全文余下部分结构如下：第二章对相关文献进行综述并提出研究假设；第三章介绍本文所使用的数据、样本、变量并做描述性统计；第四章实证分析养老计划倾向与商业养老保险参与之间的关系，探究内生性问题并作拓展研究；第五章总结全文。

二、 文献综述与研究假设

(一) 养老计划倾向的经济结果、机制与成因

家庭为养老做准备的过程依次涉及产生养老意识、计算养老费用、制定具体的养老计划并在现实中执行养老安排[15]。作为养老计划的初始步骤，文献将是否经常考虑养老问题或计算养老费用视为家庭具有养老计划倾向与否的指标。实证研究发现，养老计划倾向可以显著预测家庭的经济结果：具有养老计划倾向的家庭更可能维持相对合理的消费水平以避免过度消费[10,16]，更可能持有股票等风险资产以实现资产增值[12]，并最终提高家庭在退休时的财富积累水平[10,13]。养老计划倾向还可以提高家庭的信用评分[17]。除了客观经济结果外，养老计划倾向更能促进家庭的主观感受，包括对退休生活质量的评价[12]以及主观财务满意度[18]。

经济学家通常假设家庭经济决策是家庭在预算约束下(消费)效用最优化选择的结果。从经济决策的生命周期理论角度来讲，最优化选择要求家庭进行一定的计划活动[19]，即安排未来各期消费、储蓄及投资等以实现终身消费效用最大化。然而，许多家庭实际上并没有参与到跨期最优化的计划行为中[19]，也即这类家庭的经济决策过程并不满足生命周期理论模型的假设。相反，具有养老计划倾向的家庭则更符合生命周期理论对理性行为人的假定，即经常考虑养老问题并着手计算养老费用的家庭更倾向于在未来与当期之间做跨期决策。因此，这些家庭更可能遵从生命周期理论的预测，做出相对理性的经济行为[11]，比如在工作期有更高的储蓄水平、风险资产配置概率以满足退休后的财富消耗需求。正如Hurst所指出的，未做计划的消费者在消费决策上多表现出“拇指法则”特征，即根据当期收入进行消费，而与依据生命周期模型进行消费的计划者大相径庭[20]。家庭在理性、前瞻性的最优化行为决策模式上的异质性造成了家庭经济决策与经济结果的异质性(如财富积累差异)[21]。

同时，另一部分文献则关注家庭养老计划倾向异质性的成因。其一方面来源于制定养老计划的成本，包括信息的搜集与处理成本、心理成本等[22]。计算养老费用是一项复杂的任务，需要搜集利率、风险资产收益等详尽的信息，并计算得出最优的跨期安排；同时，在传统思维里，老年生活往往与低效、疾病和孤独相联系，获取并评估养老信息并非一件快事。Lusardi指出，具有一定的金融素养以及生活经历(譬如有亲戚在晚年突遇财务困境或健康冲击等)会显著降低计算养老费用的计划成本，从而提高家庭的养老计划倾向[12]。家庭养老计划倾向的差异另一方面则来源于处理自控问题的态度与技能[10]，包括拖延[23]、风险态度[10]、未来时间观[24]、自信[9]等。自控失效会导致个人在长期目标与当前行为上的不匹配，养老计划倾向可以裨益家庭经济结果的原因之一也在于计划本身所具有的自控机制，可以缓解将内心意图转为实际行动时所面临的意志力不足的问题[25-27]。需要注意的是，处理自控问题的态度与技能虽然反映了一般化的计划倾向，但针对养老的计划倾向不一定适用于其他领域的目标实现，比如戒烟[28]。

(二) “年金之谜”与本文研究假设

Yaari开创了商业养老保险需求的理论，其将寿命不确定性纳入生命周期模型中，推导出在完全市场等假设条件下，不具有遗赠动机的消费者应将所有的财富年金化以提高终身效用[29]。后续研究则放宽了Yaari模型的严格设定，推导出更为一般性的结论，比如Davidoff等指出，在不完全市场下消费者也应将自己大部分财富年金化，而遗赠动机的存在亦无法完全消除对年金产品的需求[30]。但是，现实中所观察到的商业养老保险市场参与在世界范围内均较为有限[1]。现有针对“年金之谜”的讨论主要从理性与行为两个角度入手，Brown[2]、Benartzi等[14]对其做了系统的综述。理性角度认为，商业养老保险的有限需求已反映理性消费者的最优化决策，各类因素如商业养老保险定价因管理成本、逆向选择而抬高[3-4]，家庭成员之间形成的风险互担机制[31]，来自社会或企业保障的已年金化的资产[32]，不完全市场难以满足消费异质性需求等，均会降低理性消费者的商业养老保险需求，但是，理性角度难以完全解释商业养老保险过低的参与水平[2]。因此，许多研究指出年金需求决策中可能存在的行为因素，如解释保险产品的框架[5]、损失厌恶[6]以及心理账户等造成了对自持资产的偏好等。

个人长寿风险是一类跨期风险，因此经典商业养老保险需求理论皆以生命周期模型为分析框架，认为参与商业养老保险会提高家庭终身消费效用。从这一角度来讲，当家庭具有生命周期理论所假设的跨期最优化行为决策模式时，其行为更可能服从经典商业养老保险需求理论的预期，即购买商业养老保险以管理个人长寿风险[29-30]。而诸如遵循“拇指法则”的消费者[20]则更多考虑当期消费效用最大化问题，对未来消费支出的商业养老保险自然需求有限。因而，当养老计划倾向的差异(计算养老费用与否)反映了跨期最优化行为决策模式差异时，具有养老计划倾向的家庭比不具有的家庭在理论上会有更高的商业养老保险参与概率。

结合商业养老保险需求经典理论的建模思路与相关心理学文献，我们对养老计划倾向作用于商业养老保险参与的过程做一般性描述：具有养老计划倾向的家庭会形成清晰的养老目标[17]，即家庭的财富积累能够满足退休生活所需费用(并实现终身消费效用最大化)，为此，家庭需要对未来情况进行预测并形成预期，这种未来情况往往具有不确定性[33]。寿命不确定性是计算养老所需费用的不确定性的主要来源，在计划制定过程中，家庭会提高对寿命不确定性的风险认知。具有养老计划倾向的家庭会在风险认知下采取准备措施[17]，强化风险管理意图，而商业养老保险在管理个人长寿风险上正具有天然优势。当然，制定商业养老保险决策同样具有复杂性，比如选择合适的保险产品与参保时间等[34]，而反映了计划成本差异的养老计划倾向则可以减少这种复杂性对商业养老保险需求的阻碍[2]。简言之，计算过养老费用会提高家庭对个人长寿风险的风险认知与管理意图。此外，计划本身具有的自控机制也有助于消费者将内心意图转换为现实行动[25-27]。基于上述分析，本文提出如下假设：

在其他条件类似的情况下，具有养老计划倾向的家庭的商业养老保险参与水平更高。

三、 数据、样本、变量和描述性统计

(一) 数据与样本

本文数据来源为北京大学中国社会科学调查中心自2010年开始实施的中国家庭追踪调查，该调查在2014年第二次追访问卷中设置有金融知识相关的试验题组，其中包含本文核心解释变量构造所需问题——是否计算过养老费用，该问题有效回答数量涵盖了2 422个家庭。本文研究养老计划倾向与商业养老保险参保的关系，实证检验中将同时控制家庭与户主的特征。户主应当对家庭财务决策发挥关键作用，本文定义户主为最熟悉家庭财务状况的成员，同时剔除户主与金融知识试验题组的受访者不匹配的家庭。保留所需家庭信息以及户主信息完整的家庭信息，最后共计得到1 341个家庭样本。

(二) 变量定义

在金融知识试验题组中受访者被询问：“您或您的配偶是否‘计算’过需要攒多少钱才够养老？”基于该问题可以构造本文核心解释变量，即养老计划倾向指标。若回答“是”，则代表具有养老计划倾向(记为1)；若回答“否”，则无(记为0)。

本文的被解释变量为商业养老保险参保情况，由于引出养老计划倾向的问题并未区分受访者与配偶，我们设计了两个不同的指标，即个人参保以及个人或配偶参保。为了减少反向因果问题，本文不考虑已经开始领取各类型养老保险给付金的情况，因此根据问卷设计，将样本限制于年龄小于45周岁或年龄大于等于45周岁但并未领取各类型养老保险给付金的个人。对于正在参与商业养老保险的个人(或配偶)，个人参保(个人或配偶参保)取1，反之取0。户主配偶的参保信息有所缺失，因此个人或配偶参保指标的观测值较个人参保指标略有下降。

在解释养老计划倾向与家庭商业养老保险参保行为时，需要着重关注金融素养在降低计划成本以及促进参保行为上的直接作用。金融素养指标从涵盖利率(复利)计算、通货膨胀、时间价值、投资风险识别的六道题目中获取，对每一个问题我们都设置了是否回答正确以及是否不知道两个虚拟变量，并对12个虚拟变量用因子分析法进行分析，提取首个因子作为金融素养的指标[35]。

同时，作为生命周期模型中最重要的参数[12]，我们在回归中控制了户主的风险厌恶、时间偏好特征。对于风险厌恶，金融试验题组中的问题为：“假如您家投资/在投资中，您愿意承担的风险如何？”回答赋值1—4，分别代表“高风险、高收益”“适中风险、稳健收益”“低风险、低收益”与“不愿意承担任何投资风险”，数值越高，越厌恶风险。对于时间偏好，金融试验题组中的问题为：“我更倾向于活在当下，未来的事情不去考虑。”回答赋值1—5，分别代表“完全不符合”“比较不符合”“一般符合”“比较符合”与“完全符合”，数值越高，越偏好当前时间。

此外，我们还相应控制了户主与家庭的其他一系列基础特征变量[1,36-38]，包括户主的人口以及社会经济特征，如年龄及其二次项、性别、婚否、教育年限、是否工作、是否从事金融行业以及自评健康状况。此外，本文还以两个虚拟变量分别表征户主是否被社会或企业养老保险与社会医疗保险所覆盖。家庭控制变量有：反映家庭结构变量的家庭人口规模、16岁以下儿童比例、65岁及以上老人比例；反映家庭经济特征的家庭收入、包括各类金融资产与房产等非金融资产的家庭总资产以及包括金融负债与房贷等在内的家庭总负债(1)在回归中家庭收入、总资产、总负债均取自然对数以降低偏度，部分家庭的总资产或总负债为0，因此在回归时将所有样本的总资产与总负债进行加1处理。回归中加入三个指标的二次项并不影响本文的回归结论。，同时我们还控制了是否具有家庭住房，因为住房也是养老的一种形式。

(三) 描述性统计

具体的变量定义以及样本描述性统计见表1。样本家庭中户主(或其配偶)参与商业养老保险的比例为4.8%(7.2%)，约49%的户主或配偶计算过养老费用，也意味着另有一半的家庭不具有养老计划倾向。户主平均年龄约41.1岁(2)鉴于大部分商业养老保险设有投保年龄上限，商业养老保险参保问题与相对年轻或未到退休年龄的个人更为相关。但各类商业养老保险投保年龄上限并不完全统一，如中国太平洋保险提供的相关产品承保年龄范围既有0—55周岁，也有50—70周岁，见http://www.cpic.com.cn/market/jsjg/?searchType=all&content=%u5E74%u91D1。同时，Donaldson等指出计划养老活动在退休后依然持续，因此本文将所有年龄的户主均纳入回归以避免年龄选择的任意性，但限制户主年龄(如不超过70周岁，占样本量的1.1%；或55周岁，占10.7%)并不影响本文的回归结论。参见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。；户主性别比例相当，女性占50.9%；82.7%的户主已婚或者同居；户主平均受教育年限为11.1年；80.8%的户主依然处于工作状态，2.9%的户主从事金融行业。分别有65.8%与84.9%的户主被社会(企业)养老保险、社会医疗保险所覆盖；户主平均表现出一定的风险厌恶态度，而时间偏好相对中性。样本家庭平均规模约为3人，其中儿童与老人比例分别为13.3%与4.4%；全部家庭年纯收入约7.2万元，总资产与总负债分别为71.9万元与5.8万元；大部分(80.2%)家庭自有住房。

表1 主要变量定义与描述性统计

注： 观测值为1 341，其中个人或配偶参保的观测值为1 137。

四、 实证结果

(一) 基准回归

本文研究养老计划倾向对商业养老保险参保的影响，基准回归采取如下模型：

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

(1)

其中，Annuity为商业养老保险两类指标，Propensity指代养老计划倾向，Head Controls和Household Controls分别为户主与家庭控制变量，下标i代表样本家庭。本文所有回归分析均对省份进行了控制，以消除地区文化等差异造成的影响，模型则采用Probit回归(3)我国商业养老保险参与有限，一些省份的样本家庭商业养老保险参保概率为0，因此Probit回归方法会自动剔除该部分省份样本(包括陕西、内蒙古、浙江、安徽、福建、湖北、广西、重庆、贵州和云南)。OLS回归方法可以避免这些省份样本被自动剔除，但不影响回归结论。。

构造解释变量(是否计算过养老费用)的问题所针对的是户主或者其配偶，而在基准回归中我们只考虑了户主的特征，因此存在两种可能的问题：第一，养老计划倾向在样本家庭中可能对配偶具有更显著的影响；第二，配偶特征变量可能为遗漏变量问题的来源。为此，我们就两类被解释变量分别进行稳健性检验：当被解释变量为个人参保时，我们将配偶参与商业养老保险与否作为单独的观测值与户主的观测值一同纳入回归，回归模型如(2)所示，Individual Controls为户主或其配偶的控制变量，其中j代表样本家庭中的户主或其配偶；当被解释变量为个人或配偶参保时，我们仅利用有配偶的子样本并同时控制配偶的个人特征变量(Spouse Controls)，回归模型如(3)所示(4)金融素养、时间偏好两个变量仅为户主回答所得，因此在模型(2)中令配偶共享户主两个变量的数值，而在模型(3)中则仅控制户主的这两个变量，其他配偶变量均为配偶个人信息。。

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)与列(2)为模型(1)的回归结果，计算过养老费用的户主(或其配偶)参与商业养老保险的概率比没有计算过养老费用的平均高2.0%(3.3%)，占样本平均购买概率的41.7%(45.8%)，系数通过10%(5%)的显著性检验。列(3)将配偶信息作为独立观测值纳入模型(2)，结果显示养老计划倾向平均提高1.7%的个人参与概率，占样本均值(4.1%)的41.5%，该系数通过5%的显著性检验。列(4)则聚焦有配偶的子样本，将户主以及配偶的信息同时作为控制变量进行回归，系数6.2%通过1%的显著性检验，而有配偶样本的参保均值为7.5%。可见，养老计划倾向对商业养老保险参保行为同时具有统计学以及经济学意义上的显著性。在现实中，计算过养老费用的家庭为了降低个人长寿风险的可能性，会系统性地提高商业养老保险参保概率以提高保障程度，这表明具有养老计划倾向的家庭在一定程度上符合理性选择假设。

表2 计划成本、养老计划倾向与商业养老保险参与

续表2

注：***、**和*分别表示通过1%、5%和10%的显著性水平检验。表中的系数为边际效应，括号内为异方差(或家庭层面的聚类)稳健标准误，下同。

从控制变量上来看，金融素养与商业养老保险需求显著正相关，金融素养可以增进个人对商业养老保险的认知从而直接提高参保意愿。养老计划倾向系数在控制了金融素养后依然显著，意味着养老计划倾向对商业养老保险参与具有直接的影响。低风险厌恶水平以及偏好当前时间的个人会降低商业养老保险的需求，然而风险厌恶与时间偏好的系数未表现出显著的影响。户主年龄与家庭商业养老保险参与具有倒U形关系，拐点位于40岁左右，一方面年龄越高的个体具有更高的养老意识;另一方面,在不完全市场下,针对超过一定年龄的个体的产品供给也较为稀少。同时，在金融行业工作会显著提高商业养老保险参与概率；家庭总资产水平也与商业养老保险参与显著正向相关，财富水平较低的家庭更倾向于自持资产以应对短期的支出风险；自有住房则会显著降低商业养老保险需求，意味着自有住房与商业养老保险在养老安排上可能存在替代关系。

(二) 内生性检验

在回归中使用同年的数据会忽略养老计划实施的时滞性，同时也可能存在反向因果问题，即商业养老保险参与行为可能先于养老费用计算。譬如，个人在保险推销员的推荐下购买了商业养老保险，降低了寿命不确定性在养老费用计算上的困难程度，从而计算养老所需费用并着手计划养老。反向因果关系产生的内生性问题也存在于被解释变量与其他控制变量之间，如个体可能在商业养老保险参保决策制定过程中提升金融素养。因此，本文借鉴李涛和张文韬的做法[39]，将2016年的个人代码与2014年的个人代码相匹配，用2016年的数据替代被解释变量，因此样本有所减少。结果如表3面板一显示，各列养老计划的系数符号均为正，且至少通过10%的显著性检验。因此，我们认为本文基准回归所得结果并不受变量之间的反向因果关系所影响。值得一提的是，金融素养指标在该内生性检验中的系数接近于0且不再具有显著性，意味着金融素养与商业养老保险决策之间同期的正向关系可能更多来源于商业养老保险参保决策制定过程所带来的金融素养提升效应。

表3 内生性检验

注： 面板一的被解释变量采用2016年数据，面板二为工具变量法第二阶段(利用同县、市、区其他受访家庭计划平均值)。其他变量包含表2基准回归中所示的所有控制变量，下同。

即使考虑了反向因果问题，上述回归结果依然会受到遗漏变量问题的影响，比如构造变量的测量误差、其他遗漏变量如预防性储蓄动机、遗赠动机等。借鉴如尹志超等学者的一般做法[40-43]，我们利用受访家庭所在县(市、区)其他家庭的平均养老计划倾向作为受访家庭计划倾向的工具变量，这一工具变量的逻辑是，Lusardi发现21%的家庭(不论受教育程度如何)在计算养老费用时会向朋友或者亲戚进行咨询[12]，养老计划倾向存在习得性，因此家庭养老计划倾向会受所在县(市、区)其他家庭的养老计划倾向影响，而县(市、区)家庭平均养老计划倾向相对于受访者的商业养老保险参与决定是严格外生的。工具变量的第一阶段结果显示，县(市、区)其他家庭的平均倾向指标与受访家庭养老计划倾向高度相关。面板二则汇报了工具变量的第二阶段结果，列(1)至列(3)中Wald统计量并未通过显著性检验，意味着在相应回归模型中接受养老计划倾向不存在内生性的假设，因而可以信赖表2所对应列的回归结果[43]。面板二列(4)中养老计划倾向系数依然显著正相关，Wald统计量也通过了10%的显著性检验，但接近10%。从Wald统计量来看，养老计划倾向相对于商业养老保险需求具有一定的外生性，表2中多元回归结果受内生性问题的影响较弱。

内生性检验结果表明，养老计划倾向对商业养老保险参与的正向影响具有较强的稳健性。

(三) 进一步研究

1.逆向选择问题

所以，营造好的教育生态意义重大。在这一点上，我们应该促成家长、学校和社会形成共识。如果有共识，那么所有的苦恼都不会成为好教育过程中的绊脚石，而会成为我们推动好教育发展的一种动力。共识是好的教育生态中最重要的一个支持。好教育需要好的社会共识、家庭共识和学校共识。

虽然本文基准回归结果表明，计算过养老费用的家庭会系统性地提高商业养老保险参保概率，但这些家庭的实际参保情况仍然存在异质性，对自身长寿风险的认知差异可能是其中一个原因。在控制了可观察到的影响养老费用的各控制变量之后，预期养老费用可能存在解释参保异质性的主观预期寿命信息，即计算结果包括了家庭因长寿预期而提高的养老费用。本文利用已计算过养老费用的家庭子样本，将养老费用计算结果取自然对数值后替换养老计划倾向指标，将其作为解释变量纳入各回归模型中，表4结果显示，各回归系数均通过一定的显著性检验(面板二列(3)中系数的p值为0.103，接近显著)，表明计算所得养老费用越高的家庭因为预期能从商业养老保险中获益更多，其参保概率也会相应提高。该回归结果表明，家庭在商业养老保险参保决策上存在逆向选择，这不但在一定程度上反映了家庭参保决策中所表现出来的理性选择假设，也间接证明了本文所提出的计算养老费用与否影响商业养老保险需求的机制。

表4 养老费用计算结果中的逆向选择问题

注： 面板一的被解释变量采用2014年数值，面板二的被解释变量采用2016年数值。

2.养老计划倾向提高家庭整体商业保险参与水平

除了个人长寿风险外，计算养老费用时还可能对其他类型的风险形成风险认知与管理意图，家庭为保障未来的消费水平不致为潜在风险所累，会提高相应的商业保险产品需求以抹平风险。比如，为了避免如意外的健康冲击、财富损失等造成的巨大损失，个体或将增加对商业健康保险、财产险的需求。再者，为了避免因自身意外事件而影响家人的生活水平，个体也可能增加对商业人寿保险的需求。因此，养老计划倾向不仅会提高与养老安排直接相关的商业养老保险需求，还可能提高家庭整体的商业保险参与水平。为了检验这一可能性，我们构造了是否购买商业保险、商业保费支出(6)该指标受到异常值的影响，处理前的样本均值、标准差、最大值分别为0.612、14.383与480，遂将13个该指标大于1的样本进行缩尾处理，处理后的样本均值、标准差、最大值分别为0.038、0.123与1。、商业保费占家庭收入之比(指代家庭保险深度)三个家庭指标(7)这三个指标为家庭所有的商业保险参与情况，包括商业医疗保险、汽车险、房屋财产保险、商业人寿保险等。2014年的CFPS未对商业保险各类险种的参保及保费支出进行区分，因此难以开展不同险种的研究。此外，受访者可能在商业保险参与问题中考虑属于强制险的汽车保险，但在回归模型中增加是否拥有汽车这一变量不影响养老计划倾向的系数及其显著性，所以养老计划倾向与商业保险参与的关系并不受可能的强制险考虑的影响。。由于被解释变量为家庭层面指标，我们利用模型(1)以及模型(3)所示形式进行回归，是否购买商业保险利用Probit模型回归，而商业保费支出、家庭保险深度则用Tobit模型回归。

表5面板一显示，计算过养老费用的家庭购买商业保险的概率比没有计算过养老费用的家庭平均高7.2%，且系数通过1%的显著性检验，占样本家庭平均购买概率(32.3%)的22.3%。同时，相比于不具有养老计划倾向的家庭，具有养老计划倾向的家庭的商业保费支出平均增加67.4%，保险深度提高1.7%，两者均通过1%的显著性检验。列(4)中我们将参与商业养老保险(包括户主与配偶之外的家庭成员的参保行为)的家庭从全样本中剔除，结果表明，计算过养老费用的家庭，其除商业养老保险外的其他商业保险的参保概率同样更高，意味着这些家庭在养老计划中可能存在对不同类型风险的认知程度差异，从而引起对商业保险险种的不同偏好。面板二中增加了配偶的控制变量，系数依然显著为正。可见，养老计划倾向会提高家庭整体商业保险参与水平，印证了上述分析(8)类似于前述内生性检验，将2016年数值作为被解释变量不影响回归结论；另外，利用同县(市、区)其他受访家庭养老计划平均值作为工具变量也显示，上述回归模型中接受养老计划倾向变量不存在内生性的假设，因此表5回归结果可靠。。

表5 养老计划倾向与家庭整体保险参与水平

注： 面板一的被解释变量为家庭整体保险参与水平，面板二中增加了户主配偶的特征。两个面板中的列(4)“购买商业保险”均剔除了参与商业养老保险家庭。

五、 结论与启示

在老龄化以及个人长寿风险趋严的背景下，我国社会保障力度尚不足以维系大部分人的老年生活，家庭应当及早制定未来的养老规划。作为管理个人长寿风险的有效工具，商业养老保险是为养老做准备的有力举措。本文利用是否计算过养老费用指代养老计划倾向，实证分析了养老计划倾向对商业养老保险参与的影响，结果显示，计算过养老费用会系统性地提高商业养老保险参保概率。在计算养老费用这一信息的搜集与处理过程中，家庭会提高对长寿风险的风险认知与管理意愿。但风险的认知程度会对商业养老保险的参与决策形成异质性影响，计算所得养老费用越高的家庭越容易从商业养老保险市场中获益，其参与概率也越高，这意味着商业养老保险市场存在逆向选择问题。进一步研究还显示，养老计划倾向还会提高家庭对除商业养老保险外其他类型商业保险的需求，从而促进家庭整体商业保险参与水平。对不同类型风险的认知程度差异可能会影响家庭对相应商业保险产品的需求，这也是未来的一个研究方向。

本文的政策含义在于：为推动商业养老保险市场甚至整个商业保险市场的发展，并使其在家庭保障与风险管理上发挥更大的作用，政府应该通过适当的宣传手段提高家庭在养老风险背景下对各类型风险的风险认知与管理意图，鼓励家庭利用不同的渠道计算养老费用，或者向其提供养老费用计算所需的服务。比如，便利社会医疗与社会养老保障具体信息的获取，提供一般家庭养老费用的计算标准作为参考，提高家庭养老计划倾向并辅以具体计划的制定。此外，社会在个体成长各阶段的学习教育中都应该重视培养其计划意识与计划能力，这对金融市场发展具有长期意义。