数字普惠金融对家庭商业保险需求影响实证研究

王仁曾，黄晓莹

(华南理工大学 经济与金融学院、中国金融市场研究中心，广东 广州 510006)

一、引言

随着移动互联网的发展和智能终端的普及，人工智能、云计算、大数据分析、区块链、物联网等新一代信息技术得以迅猛发展并广泛渗透、深度融入普惠金融业务链条，数字普惠金融实践应运而生并迅速发展。普惠金融全球合作伙伴(GPFI)将所有以数字金融服务推动普惠金融发展的行为定义为数字普惠金融。与传统金融服务方式相比，数字普惠金融能够以更低的成本、更便捷的方式，为更多通常难以享受到金融服务的低收入和弱势群体提供平等全面、方便有效的金融产品和服务。数字技术与普惠金融的深度融合，不仅颠覆了传统保险理念，也改变了人们对保险产品的认知以及选择行为，对保险业的发展产生深刻影响。如蚂蚁集团保险板块的“相互宝”产品，基于蚂蚁区块链和芝麻信用技术，以“先享保障后付费”的新保险模式，为加入“社区”的成员提供大病互助共济服务。该产品于2018年10月嵌入支付宝App上线，截止2020年7月已有1.06亿社区成员，累计救助重疾成员超过5万人。

通过对近几年行业前沿发展的深入观察发现，数字普惠金融推出的保险新产品、新业态、新商业模式，不仅为大型互联网科技公司进军保险领域提供多种可能性，也推动了金融科技在保险行业的运用，促进了传统保险公司的数字化转型，进而赋能整个保险业发展。宏观经济统计数据所反映的保险业发展趋势可以验证这一观察结论，如图1将2011-2018年间我国的保费总收入和北京大学中国数字普惠金融指数(PKU-DFIIC)数据放在一起进行比较，从中可以看出我国保险业整体规模持续扩张和数字普惠金融发展水平提高过程具有高度的一致性。

为进一步揭示我国数字普惠金融发展与保险业规模持续上升“趋势同步现象”中可能存在的内在经济学机理，本文利用经济计量学模型和实际统计数据进行实证研究，这是揭示数字普惠金融发展对保险业规模持续增长的内在经济学作用机制的科学方法，其重要意义如下。其一，我国保险市场长期以来有效需求不足，保险业发展与经济发展速度不匹配，保险深度和保险广度都远低于发达国家。魏华林和杨霞研究发现，保险资产在中国家庭金融资产中占比较低，原因在于国人对保险功能的认识存在偏差，对保险行业的信任度不高以及买不到合适的保险产品[1]。但近10年保险业交易规模出现了快速增长的趋势，研究其中保险需求是否得到激发或升级，数字普惠金融的迅速普及是否发挥了重要作用等问题显然具有重要理论和现实意义。其二，从金融科技监管政策实践看，2020年第4季度以来发生的蚂蚁集团暂缓上市、互联网小额贷款“新规”征求意见、监管当局关于金融科技全面纳入监管的表态等众多具有标志性意义的事件，说明我国金融科技的发展进入了一个新阶段。厘清金融科技对于金融体系总体效率、系统性风险、金融稳定性的影响机制，是下一步监管政策细化落地所需要的重要理论依据，而数字普惠金融对保险需求影响机制的实证证据，正是其中的重要一环。其三，从保险业经营实践的角度讲，探讨数字普惠金融发展水平与我国家庭保险消费需求之间的相互关系，可以完善我国家庭商业保险需求影响因素的相关研究，引导家庭合理配置金融资产，有利于商业保险公司将潜在的保险需求转化为现实需求。

数据来源：国家统计局、北京大学数字金融研究中心。

本文将西南财经大学中国家庭金融调查(SWUFE-CHFS)数据与PKU-DFIIC数据进行匹配，在文献梳理和理论推断的基础上，建立两类计量经济学模型——Probit模型和Tobit模型，对数字普惠金融促进我国家庭商业保险需求的影响机制进行实证研究，以回应上述理论和实践关切。

二、理论推断

关于商业保险需求的决定因素，学者大多从宏观层面进行研究，认为经济增长是一个国家或地区保费收入增长的重要原因。栾存存认为，保费收入的增长源于可支配收入的增长[2]。尹光霞、胡炳志的实证研究发现，随着收入水平的提高，保险消费呈倒U型的增长曲线[3]。除收入水平外，李后建利用全球40个国家的数据，研究发现金融发展引起的信用风险会对一国的保险需求产生显著负向影响[4]。刘威和黄晓琪在分析中国30个地区的月度数据后，认为经济政策不确定性会增加保险需求[5]。

一些学者还关注家庭商业保险购买的决策行为，从微观层面对保险需求的影响因素进行研究，主要集中在家庭特征、个体特征和社交特征三个方面。从家庭特征看，家庭经济状况是影响家庭商业保险消费的基本因素，刘坤坤等人研究表明，家庭收入水平的提升和资产的积累会推动家庭购买商业保险；其次，家庭人口结构和规模也会对保险需求产生影响[6]，樊纲治和王宏扬实证发现，家庭老年人口占比、家庭规模对家庭购买商业保险的可能性有显著负向影响[7]。从个体特征看，个人受教育水平、年龄、性别、身体状况和风险偏好等方面都会影响家庭对商业保险的购买决策。Showers和Shotick利用美国数据研究发现，户主年龄对家庭保险需求有正向影响[8]。Yogo的研究表明，个体健康是影响保险产品购买的因素之一，预估未来健康情况不乐观的家庭更容易做出购买商业保险的决策[9]。从社交特征看，社会互动和社会资本也会对家庭商业保险需求产生影响。何兴强和李涛从社会互动和社会资本角度解释了居民商业保险的购买行为，比起社会互动，社会资本才是推动居民购买商业保险的因素[10]。李丁的实证结果表明，社会互动明显提高了家庭商业保险的购买可能性与支出水平[11]。

在各国大力发展普惠金融的背景下，不少学者就普惠金融对家庭经济的影响展开了较为充分的研究，现有文献多集中在研究普惠金融对居民收入水平、消费需求、金融市场参与、金融资产配置等方面的影响。夏仕龙运用我国省级层面数据进行实证分析，结果表明普惠金融对各地区居民的收入和消费以及边际消费倾向等均有正向刺激作用[12]。耿传辉和张传娜指出，普惠金融能够有效提高农村家庭收入水平，从而促进对理财市场和保险市场的参与率[13]。张晓玫和董文奎发现，普惠金融能够促进家庭参与股票市场和风险金融市场，而且能够提高家庭配置股票资产和风险金融资产的比例[14]。

数字普惠金融作为普惠金融领域近10年来兴起的新发展方向，相关研究并不多。易行健和周利用家庭微观数据进行实证检验，结果表明数字普惠金融显著促进了样本期内的居民消费[15]。傅秋子和黄益平实证证明，数字金融整体水平的提升增加了农村消费性正规信贷需求，这表明数字金融的发展有促进消费的作用[16]。周雨晴和何广文认为，数字普惠金融的发展，有效调动了家庭参与金融市场的积极性，促进了家庭风险金融资产投资[17]。廖婧琳和周利研究发现，数字普惠金融发展能够增加农村家庭参与金融市场的可能性，提高其风险金融资产的配置比例[18]。

从上述文献回顾可以看出，现有文献集中在探讨数字普惠金融水平对家庭经济行为的影响，围绕家庭金融市场的参与以及金融资产的配置展开论述，缺乏对具体金融资产的深入细致研究。本文深入研究数字普惠金融发展对家庭商业保险需求的影响机制，在对已有学术文献进行归纳总结，对数字普惠金融发展、家庭商业保险需求实际观察基础上，做出以下理论推断。

(一)数字普惠金融能够直接提高家庭的商业保险需求

近10年来，得益于国家政策的大力支持、日臻完善的基础设施、新兴数字化技术以及良好的社会经济基础，我国数字普惠金融逐渐形成了以移动支付、互联网信贷、互联网保险等新型业务为代表的发展体系，其中互联网保险业务的发展使越来越多的保险产品与服务从传统的线下销售模式转变为线上销售，消费者能够直接通过电脑和移动终端设备更方便、快捷地获得自身所需保险产品与服务的相关信息，从而大大增加了购买保险产品、获得保险服务的客户人数。

另一方面，以往很多家庭没有购买保险的原因不是他们不需要保险产品，而是他们对保险产品的需求在同质化严重的保险市场中得不到满足。如今数字普惠金融推动保险机构与科技企业合作共赢，保险机构依托科技企业提供的人工智能、区块链、云计算和大数据等底层技术，打造全新商业运营模式。新一代数字化技术的加入使保险业更加专业化，智能保险投顾通过分析前端用户画像和后台资料库，可以根据客户的问题和需求，为客户制定个性化方案，实现保险产品的精准化推荐；依托大数据技术，保险公司从海量数据库中分析用户的行为习惯，据此挖掘出最新的市场需求，从而加速改进保险产品或推出新产品。数字普惠金融推动了保险与养老、健康、医疗等上下游产业链的整合，有助于保险机构开发更多定价精准合理、内容丰富多样的创新产品，更好地满足消费者对保险产品的差异化需求。

(二)数字普惠金融能够提高家庭收入水平

数字普惠金融拓展家庭增收的渠道主要有两个：一是促进个人创业；二是增加就业机会。这两者都提升了家庭收入水平，从而促进家庭对商业保险的需求。由于大数据、云计算和区块链等数字技术的应用，数字普惠金融的发展极大突破了金融机构布局上的地域限制，更大程度上为用户提供了享受跨空间、无差别金融产品与服务的途径和机会。对那些过去传统金融机构未能触达的地区，数字普惠金融的存在，提高了落后地区人们金融服务的可获得性，从根本上破除了“金融供给与需求结构不平衡”的发展困境，提升了居民创业致富的可能性。冯大威的实证证明，数字普惠金融能够显著提升居民的创业概率[19]。张勋研究发现，得益于数字金融的发展，农村地区居民的创业行为有所改善，家庭收入显著提升[20]。

另一方面，数字普惠金融的发展弥补了部分传统金融服务的空白，降低了小微企业的融资成本。对过去难以达到传统金融机构信用评估门槛的小微企业，数字普惠金融的存在，为其获得信贷、投融资等金融服务拓展了渠道。同时，依托数字化技术的发展，金融机构的人力和物力成本得以大幅降低，进而惠及小微企业，降低其融资成本，有利于其稳健发展。小微企业的健康发展，反哺地区经济和产业发展，经济的增长为居民创造了更多的就业机会，促进了居民收入水平的提升。刘锦怡和刘纯阳指出，数字普惠金融的发展，增加了个体就业和私营企业就业岗位，从而间接减缓农村贫困[21]。

(三)数字普惠金融能够促进家庭金融知识增长

金融学理论认为，金融知识在家庭经济决策中具有重要作用，若一个家庭的经济决策者缺乏相应的金融知识，则无法准确理解金融市场和金融产品的预期收益、投资风险等，进而制约家庭对金融市场的参与。消费者金融知识的储备会直接影响其参与金融活动的相关决策。秦芳的实证研究表明，金融知识的多寡显著影响我国居民家庭参与商业保险的概率，家庭金融知识水平与保费支出呈正相关关系[22]。

相比传统金融的线下交易，数字普惠金融依托数字信息技术的创新应用，解决了传统金融产品与服务存在的宣传推广效率较低、交易流程复杂繁琐等问题，大大提升了金融产品与服务信息的可获得性，能更好地帮助居民做出参与相关金融活动的决策。数字普惠金融使金融服务的网络覆盖范围更广，任何一个微观个体都能够低成本获得金融相关知识。无论是蚂蚁集团通过支付宝切入金融业的方式，还是微信通过社交媒体切入金融业的方式，移动互联网强大的信息交流分享功能有力推动了家庭金融知识的普及。再加上传统的官方金融知识普及教育活动的不断完善和移动互联网化，我国居民个人金融知识水平有了很大提高，从而助推家庭做出准确的商业保险参与决策。

(四)数字普惠金融能够增强家庭对商业保险的信任

新一代信息技术的迅速发展，推动了传统金融行业的数字化转型，进一步推动了数字普惠金融发展。越来越多的金融机构依托于新一代信息技术，对交易方式与服务模式进行数字化、移动化与智能化变革，变革所带来的积极影响也在互联网保险行业得到了体现。一是以大数据等新技术作为支撑，互联网保险机构可以更快捷、更全面地获取用户信息，通过多维度的模型分析，还原信息主体的性格特点、行为习惯、社会关系和消费偏好，从而进行精准营销和提供差异化服务，优化客户服务体验，提高客户对公司的忠诚度。同时，更全面的数据分析拓展了信用评价的广度和深度，提高了保险机构的风控能力，从而增强客户对金融机构的信任度。二是借助移动智能终端设备，消费者得以实时了解自己感兴趣的保险产品和服务的详细资料，并通过对类似产品的比较、用户体验评论等相关信息，及时调整个人决策。与传统保险营销过程相比，数字普惠金融的发展使保险产品信息与交易过程更加公开透明，不仅缓解了保险交易过程中的信息不对称问题，也降低了交易过程中代理人发生道德风险的可能性，从而提升客户对金融机构的信任度。三是数字普惠金融的发展，推动了保险产品结构的优化升级。互联网保险公司根据不同的应用场景，积极将保险服务深入到日常生活的各个方面，很大程度上补充了传统保险行业在细分领域的空白，也满足了客户多样化、个性化的数字保险需求。保险产品与服务越与个人生活密切相关，也就越能激发客户对保险机构的忠诚度，提升信任度。可以说，随着数字普惠金融发展水平的不断提升，保险机构依托新一代数字技术，大大提升了居民对保险产品的正面认知和评价，增强了家庭对商业保险的信任度，从而提高家庭购买商业保险的概率。图2刻画了数字普惠金融发展促进家庭商业保险需求的理论机制。

图2 数字普惠金融影响家庭商业保险需求的机理

三、数据、变量与模型

(一)数据来源

本文数据来自两方面：家庭保险方面的数据来自西南财经大学中国家庭金融调查与研究中心的“中国家庭金融调查(SWUFE-CHFS)”[23]，其全面细致的对家庭经济、金融行为进行了调查，内容包括金融财富、负债和收入、消费、社会保障与保险、人口特征以及支付习惯等相关信息；二是北京大学数字金融研究中心编制的数字普惠金融指数(PKU-DFIIC)，该指数由覆盖广度、使用深度和数字支持服务程度三个维度构成，较全面、科学、准确地反映了区域数字普惠金融发展水平。

对比各调查年份的调查问卷内容，基于研究数据的可得性和完整性，本文选择2015年SWUFE-CHFS数据进行研究，并与同年的PKU-DFIIC指数数据进行匹配。需要说明的是，虽然SWUFE-CHFS数据集包括的37 000多户家庭详细微观数据，覆盖了全国29个省(自治区、直辖市)、351个县(区、市)和1 396个村(居)委会，但受到数据发布者保护问卷受访者隐私这一客观条件限制，我们只能获得这37 000家庭的省级区域特征值。尽管PKU-DFIIC指数数据细化到了县区颗粒度，但我们只能将其省级数据与SWUFE-CHFS家庭数据进行匹配。以往文献表明，省级颗粒度的数字普惠金融指数与农户家庭金融数据建模研究仍然能揭示有价值的信息。周雨晴和何广文研究数字普惠金融发展对农户家庭金融资产配置的影响，从SWUFE-CHFS样本家庭在各省的分布以及数字普惠金融指数省际差异等方面论述了使用省级颗粒度数据进行实证研究的合理性[17]。

(二)变量选取和描述性统计

在被解释变量选择方面，本文将家庭商业保险需求定义为家庭中有成员拥有商业保险，也就是说，只要家庭成员中有一人拥有商业人身保险、商业健康保险或其他类型商业保险(车险除外)中的任何一项或多项，就认为该家庭对商业保险有需求。该被解释变量为虚拟变量，即如果家庭对商业保险有需求，则变量取1，否则取0；同时用家庭去年商业保险费用总支出的对数值来度量家庭对商业保险的需求程度。后续进行稳健性检验时，把“家庭购买商业保险费用支出占总消费支出的比重”作为衡量保险需求程度的变量。

本文选择PKU-DFIIC指数作为核心解释变量，来衡量该家庭所在省份数字普惠金融的发展水平。反映家庭金融知识的解释变量则根据SWUFE-CHFS调查问卷数据加工得出。2015年SWUFE-CHFS调查问卷中，专门设置了询问受访者金融知识的问题模块。本文从该模块中选择了定期本息计算、通货膨胀和货币购买力、投资风险判别三个代表性问题来考察家庭的金融知识水平。借鉴Rooijetal和秦芳等学者的做法，本文对以上所选的三个问题分别设置两个虚拟变量，第一个虚拟变量衡量受访者的理解能力，当受访者能够理解题目(包括计算正确与计算错误)时，该变量取值为1，当受访者回答“算不出来”或“没听说过”时，则取值为0；第二个虚拟变量衡量受访者的计算能力，如果受访者能够正确回答问题，该变量取值为1，否则取值为0[22]，[24]。利用37 000多个家庭的原始数据，本文采用迭代主因子法对这三个问题的六个变量进行因子分析，使其降维成一个反映家庭金融知识水平的一维变量。此外，2015年中国家庭金融调查问卷中还涉及家庭对商业养老保险的态度，本文用此数据来衡量家庭对商业保险的信任度，信任度由低到高分别取值1至5。

本文选择了两类可能会对家庭商业保险需求产生影响的变量作为控制变量，即家庭特征变量(家庭总收入、家庭净资产、家庭人口数量、家庭社会保障)和个体特征变量(受访者的年龄、年龄的平方、性别、婚姻状况、受教育年限、身体状况)。将家庭社会保障定义为家庭中至少有一位成员拥有社会养老保险，用虚拟变量表示，若家庭拥有社会保障，则该变量取值为1，否则为0。本文将问卷中关于受访者文化程度的调查结果分别折算为受教育年限。根据身体状况自评结果，受访者身体状况由低到高评分为1至5。根据计量经济分析的需要，对部分连续性变量取了对数。剔除所选取变量中存在缺失值的样本单元，最终得到33 294个观测单元，其中有28 172个家庭未购买商业保险，有5 122个家庭购买了商业保险(约占样本家庭总数的15.38%)。表1分别列出这两类家庭组的描述性统计。

从表1可以看出，购买商业保险家庭所在地区的数字普惠金融发展水平要略高于未购买商业保险家庭的所在地区。同时，购买商业保险家庭的受教育年限、身体状况、净资产、总收入、金融知识以及商业保险信任等均值都大于未购买商业保险的家庭，而年龄显著低于后者。

表1 变量描述性统计

进一步将数字普惠金融指数按三分位点分组，形成低发展水平、中等发展水平和高发展水平三组，统计各组家庭商业保险购买比例和保费支出金额，表2给出了统计结果。在低发展水平样本中，仅有13.85%的家庭购买了商业保险，保费支出占比仅为1.54%；而高发展水平样本中，有18.29%的家庭购买了商业保险，保费支出占比为2.22%。可以看出，随着数字普惠金融指数分位点的提高，商业保险的参与率和参与程度都在提高。

表2 商业保险需求按数字普惠金融指数分位点的描述性统计

(三)模型设计

1.基准回归模型

考虑到因变量“家庭对商业保险是否有需求”为二值虚拟变量，本文构建了如下Probit模型来验证数字普惠金融发展水平对家庭商业保险购买决策的影响：

Pr(insurance=1)=Φ(α+β1index+β2control+ε)

其中，insurance是家庭对商业保险是否有需求的虚拟变量；index是本文关注的变量，表示数字普惠金融发展水平；control为控制变量，选取的变量如前文所述，代表随机扰动项。

此外，在考察数字普惠金融发展对家庭商业保险需求程度的影响时，由于因变量Y是左侧截断的，因此我们构建以下Tobit模型：

y*=α+β1index+β2control+ε，Y=max(0,y*)

其中，Y代表家庭商业保险需求程度，用家庭商业保险保费支出的对数来衡量，其他变量定义与前面Probit模型一致。

2.中介效应模型

为进一步验证数字普惠金融发展与家庭商业保险需求之间的中间传导机制，本文在基准回归模型的基础上建立如下中介效应模型：

insurance=α0+α1index+ε

M=δ0+δ1index+ε

insurance=β0+β1M+β2index+ε

其中，M代表中介变量，在三种不同中介传导机制中分别代表家庭总收入、金融知识和商业保险信任。根据温忠麟的研究，α1反映数字普惠金融发展对家庭商业保险需求的总效应，β2反映数字普惠金融发展对家庭商业保险需求的直接效应，δ1β1反映中介效应的大小[25]。如果α1、β1、β2均显著，但β2比α1小，说明为部分中介效应，数字普惠金融直接或间接影响了家庭商业保险需求；如果α1、β2均显著，但β2不显著，则说明为完全中介效应，不存在直接效应。

需要说明的是，为了更好地识别数字普惠金融指数估计系数的变化是由于引入中介变量所引起，即中介效应的验证，暂时不在中介效应检验模型中加入其他控制变量，后续进一步研究时将重新引入控制变量。

四、实证分析

(一)基准回归模型估计结果

表3中模型1给出了数字普惠金融发展水平对家庭商业保险购买可能性影响的回归估计结果，可以看出，数字普惠金融对家庭商业保险需求有显著正向影响。也就是说，相比数字金融尚未普及地区，处于数字普惠金融发展水平更高地区的家庭，购买商业保险的可能性更大。在控制了可能的中介变量后，数字普惠金融的系数依然显著，说明数字普惠金融对家庭商业保险需求存在直接影响效应。进一步求出数字普惠金融的均值边际效应为0.0002，即说明数字普惠金融指数每增加10，家庭购买商业保险的概率将增加0.2%，存在明显的促进作用。

表3 数字普惠金融对商业保险需求的影响

在个体特征变量方面，受访者年龄与商业保险参与可能性之间存在倒“U”型关系，男性受访者购买商业保险的可能性显著低于女性，已婚受访者购买商业保险的可能性显著高于未婚者，教育年限对家庭购买商业保险具有正向的影响，且在1%的水平上显著。金融知识水平高的居民购买商业保险的可能性更高，这与秦芳等人的发现一致[22]。受访者对商业保险的信任在1%的水平上显著促进家庭购买商业保险。此外，身体状况对家庭商业保险消费的影响不显著，可能是由于存在逆向选择和道德风险等问题，身体较差的消费者被商业保险市场排除在外，无法购买需要的商业保险。

在家庭特征变量方面，家庭人口数量的系数显著为正，这表明家庭人口越多购买商业保险的可能性越高大。家庭人口越多，面临各项风险的可能性也越大，因此人口众多的家庭更倾向于购买商业保险，以达到减轻赡养老人与抚养孩童经济压力的目的。社会保障对商业保险购买可能性的影响显著为正，有社会养老保险的家庭更倾向于购买商业保险，可能是因为这些家庭通过社保的参与，提高了家庭成员的风险管理意识，或者由于家庭成员领取过社保养老金，更加信任保险产品。另外，家庭收入、家庭资产的系数均在1%的水平上显著为正，与传统理论一致，表明家庭收入或者资产的增加会提高居民购买商业保险的可能性。

模型2给出了数字普惠金融发展水平对家庭商业保险需求程度影响的回归结果，可以看出，数字普惠金融水平对家庭商业保险需求程度在10%的显著性水平上具有正向影响。数字普惠金融发展有效促进了家庭对商业保险的消费支出，其他控制变量的回归结果与Probit模型的结果基本保持一致。

郭峰指出，区别于传统普惠金融体系，数字普惠金融是一个多维度发展的体系，它包含互联网金融服务用户数的增加、互联网金融服务的深化、金融服务高便利性和低成本[26]。本文进一步考察数字普惠金融指数的次级指标对家庭商业保险需求的不同影响，表4依次报告了将覆盖广度指数、使用深度指数、保险指数作为解释变量加入到基准模型中的回归结果。

表4 数字普惠金融子维度对保险购买可能性的影响

回归结果显示，覆盖广度指数、使用深度指数、保险指数三个次级指标对家庭购买商业保险的概率均有显著促进作用，说明随着数字普惠金融的发展，以支付宝为代表的新型互联网金融服务平台，通过无地域限制的数字化手段，为以前受金融排斥的弱势群体提供了多样化的金融服务，降低了他们获得金融服务特别是保险服务的门槛，促进了家庭商业保险需求。

(二)作用机制分析

根据前述的中介效应机制验证模型，我们检验了数字普惠金融发展是否通过家庭收入、金融知识和商业保险信任作用于家庭商业保险购买决策。中介效应检验结果如表5所示，数字普惠金融的发展水平对家庭收入水平、金融知识以及商业保险信任度均具有显著正向影响；家庭收入水平、金融知识、商业保险信任度对家庭商业保险需求有显著正向影响。引入中介变量后，数字普惠金融指数对商业保险需求的估计系数有所减小，但依旧在1%的水平上显著。可见，数字普惠金融的发展不仅直接提高了家庭购买商业保险的概率，还通过促进家庭收入水平、金融知识、商业保险信任度，间接促进了家庭对商业保险的需求。

表5 中介效应模型检验结果

由于因变量“家庭对商业保险是否有需求”是二值分类变量，自变量和中介变量是连续变量，为比较不同传导渠道的作用效果，本文通过对模型数据进行标准化转换，实现回归系数的等量纲化。表6的回归结果显示，数字普惠金融对商业保险需求的总效应为0.042，收入水平、金融知识、商业保险信任发挥的中介作用大小分别为0.008、0.010和0.002，在总效应的比重分别为19.05%、23.81%和4.76%。可以看出，三种作用机制的促进效果由强到弱依次为金融知识、家庭收入水平、商业保险信任，且金融知识的促进作用最为明显。

表6 不同机制作用效果比较

总的来说，中介效应模型估计结果得到了家庭收入水平、金融知识和商业保险信任对家庭保险需求具有中介作用的实证证据。

(三)内生性问题

本文采用的数字普惠金融指数是反映一个省份数字普惠金融发展水平的指数，单个样本家庭的资产选择行为对一个省份数字普惠金融水平的影响微乎其微，并且家庭微观数据和数字普惠金融指数分别来自两个不同数据库，因此内生性问题由反向因果关系造成的可能性极低。考虑到遗漏变量和测量误差可能造成潜在的内生性问题，本文使用工具变量法进行处理。

郭峰的研究表明，尽管数字金融的主要实现形式在线上，其发展程度仍受地理空间因素影响，且呈现出与杭州相距越远则推广难度越大的特点[27]。故本文选取“受访者所在省的省会与杭州的距离”作为数字普惠金融发展水平的工具变量。地理距离与城市的PKU-DFIIC指数直接相关，但距离本身不会随着经济发展而变化，不会影响家庭的商业保险需求，所以该工具变量外生于家庭商业保险购买决策方程。本文分别采用IV Probit(MLE)模型和IV Tobit(MLE)模型对家庭商业保险购买可能性以及需求程度进行内生性检验，同时还报告了采用两阶段最小二乘法(2SLS)估计的检验结果。

表7为加入工具变量后数字普惠金融发展水平对家庭商业保险购买可能性与需求程度影响的回归结果。首先关注工具变量的有效性，从2SLS一阶段回归结果看，工具变量的一阶段F值均远大于10，表明采用“所在城市与杭州距离”作为工具变量不存在弱工具变量问题。内生性检验方面，IV Probit模型和IV Tobit模型都在1%的显著性水平上通过了Wald检验，说明在模型中内生性问题确实存在，采用工具变量法是合适的。从回归结果可以看出，在修正了内生性偏误后，数字普惠金融发展水平对家庭商业保险的购买可能性与需求程度依然有显著促进作用。

表7 数字普惠金融对家庭商业保险需求影响(工具变量回归)

(四)异质性分析

根据受访者特征差异，本文重点考察不同城乡类型、不同收入水平以及不同区域的家庭在商业保险需求方面受数字普惠金融影响的异质性，这对政府部门有针对性地制定促进家庭商业保险购买政策具有参考价值。表8采用的是IV Probit模型，即修正内生性偏误后的结果，从回归结果可以看出，绝大部分回归通过了弱工具变量检验和Wald内生性检验，说明工具变量的合理性。

表8 异质性分析(IV Probit)

回归结果(1)显示，数字普惠金融对城镇和农村家庭商业保险需求都有显著的促进作用，但对于农村家庭的促进作用更大；回归结果(2)显示，数字普惠金融对普通家庭的促进作用在1%的水平上显著，但对高收入家庭的促进作用并不显著；回归结果(3)显示，数字普惠金融对于发达地区和欠发达地区家庭都有正向促进作用，但对欠发达地区促进作用更大。

(五)稳健性检验

为了避免由于指标定义和变量选取差异对回归结果的影响，我们采用以下方法进行稳健性检验。首先，考虑到有成员在金融行业工作的家庭，无论是对金融知识的理解、家庭收入水平还是购买商业保险的便利性方面都比普通家庭要强，如果基准回归结果是由于包含了从事金融行业的家庭导致的，得出结论可能会有偏差。因此，在基准模型中引入“家庭是否有成员在金融行业工作”这一虚拟变量，如果家庭成员中至少一人从事金融行业，该变量取值为1 ，否则为0。其次，重新定义家庭商业保险需求程度，用“家庭购买商业保险费用支出占总消费支出的比重”作为衡量保险需求程度的被解释变量，进行稳健性检验。文中分别采用IV Probit模型和IV Tobit模型进行回归。

表9中模型1和模型2的回归结果表明，有成员在金融行业工作的家庭购买商业保险的可能性以及对商业保险的费用支出都显著比其他家庭高。在控制“家庭是否有成员在金融行业工作”这一变量后，数字普惠金融仍然对家庭商业保险参与的可能性和参与程度有显著促进作用。此外，在更换商业保险需求程度的衡量指标后，回归结果与前文吻合，说明本文构建的模型具有稳健性。

表9 稳健性检验

五、结语

本文将SWUFE-CHFS数据与PKU-DFIIC数据进行匹配，实证研究了数字普惠金融对家庭商业保险需求的影响，同时也分析了其内在影响机理和异质性状况。研究表明，从总体效应看，数字普惠金融能够显著提高家庭购买商业保险的可能性，促进家庭对商业保险的消费支出；从微观传导机制看，数字普惠金融的发展显著提高了家庭收入水平，提高了家庭金融知识水平，增强了家庭对商业保险的信任，从而有效促进家庭对商业保险的需求；从促进效果看，数字普惠金融对农村家庭、普通收入家庭、欠发达地区家庭的促进作用更大。

近年来，金融科技在我国进入快速发展阶段，居民家庭特别是农村家庭购买商业保险的比例逐年上升。随着以国内大循环为主体、国内国际双循环相互促进新发展格局的形成，通过数字普惠金融对我国保险业发展赋能，成为我国高质量发展新征程中控制风险、畅通内循环的重要抓手。

第一，我国居民家庭对商业保险的购买行为深受数字普惠金融发展水平的影响，保险机构和有关部门应高度重视数字普惠金融对保险业发展的影响，大力普及金融相关知识，重构保险市场信任，丰富保险产品种类，让国人从不了解、不敢买、买不到保险，转变为想买、敢买、能买，将居民对商业保险的潜在需求转化为现实需求，促进保险业高质量发展。在这方面数字普惠金融已经开始发挥作用，但仍有很大发展空间，特别是在提升保险认知和保险信任方面，数字普惠金融在自媒体时代有传统金融教育不可替代的强大优势。

第二，金融科技对于金融体系总体效率、系统性风险、金融稳定性的影响机制，是下一步监管政策细化落地所需要的重要理论依据。数字普惠金融所依赖的人工智能、大数据、云计算、区块链、物联网等新一代IT底层技术本身是中性的，其可能带来风险的积聚、信息不对称程度的加剧，进而造成金融市场资源配置效率降低；另一方面也可以降低信息不对称程度和系统性风险，从而提高金融市场资源配置效率。关键在于法律法规体系对数字资产产权归属和隐私保护界限、数字化创新的商业认知和监管合规的界定等崭新课题的定性，以及由此带来的对资本和行业领军企业的行为范式、社会响应等方面的舆论引导。从某种意义上讲，监管当局对系统性风险的管控能力决定保险市场的发展空间。在全球保险市场受新型冠状病毒疫情的巨大冲击、全球供应链严重受损的背景下，我国在有效防范系统性金融风险的前提下，不断改善保险业的经营管理能力和水平，拓展保险市场的深度和广度，巩固和发展近10年来之不易的社会保险认知和保险信任，都需要以正确的方式加大对数字金融创新的包容和鼓励，这是当前中国保险市场提质增效和促进保险业高质量发展的必由之路。相关的学术研究特别是经济金融实证研究，应紧跟行业和监管实际问题的新动向，不断回答实践中的新问题，以提供更好理论指导。

第三，从保险企业经营实践和数字化转型的角度讲，数字普惠金融发展水平与我国家庭保险消费需求之间的影响机制及其城乡、收入、地区之间存在异质性的实证结论，对于保险企业引导家庭合理配置金融资产，将潜在的保险需求转化为现实保险需求提供了指导。保险企业要紧盯“第三次工业革命”的潮头，利用好我国在新一代数字技术商业应用方面建立的领先优势，对公司的战略、文化、架构、系统、决策程序进行重构，在公司主营保险业务的前端、中端和后端实施全面数字化转型战略。保险公司的前端，主要实现客户交互功能，要按照数字技术商业化的逻辑和具体的应用场景进行渠道融合、精准营销、服务创新。业务运营端属于运营中端，主要进行产品开发、定价、风控等业务环节，这些工作应该充分发挥数据分析、人工智能、区块链、云计算、物联网等前沿技术的实际应用。在后端，支持保障部门要为数字化战略转型提供坚强后盾，主要通过在企业文化中渗透数字化理念、金融科技人才队伍建设、科学合理投入研发资金等发挥作用。

虽然我国目前在消费者大数据的商业应用方面居世界领先地位，但经济学界对金融科技的研究尚处于初创阶段，数据、理论、方法等方面存在不少缺陷，本文研究也无法避免一些不足。一是PKU-DFIIC指数编制中采用的是以支付宝为基础的蚂蚁集团的交易数据，未能包含其他互联网科技公司平台(如微信等)的数据。虽然近几年我国经济学界不少重量级金融科技论文都是用该指数数据建模的，但是该指数实际上并不能反映我国数字普惠金融发展的全貌。二是受保护隐私这一客观条件的限制，虽然我们获得的SWUFE-CHFS中国家庭金融调查数据有33 294个家庭的微观数据，但每个家庭的区域特征都是限定在省级行政区这一颗粒度上，无法获得市级和县级颗粒度的家庭特征，只能用省级颗粒度的数字普惠金融指数与之匹配，今后若能将这项数据的颗粒度缩小到市级或县级，将会得到更加引人入胜的实证结果。