石曉軍，閆 竹

(中國人民大學(xué) 財政金融學(xué)院，北京 100872)

城鎮(zhèn)化一定能促進(jìn)壽險業(yè)發(fā)展嗎？
——基于人類發(fā)展指數(shù)的異質(zhì)性分析

石曉軍，閆 竹

(中國人民大學(xué) 財政金融學(xué)院，北京 100872)

文章基于未來50年全球城鎮(zhèn)化人口增長中95%將來自發(fā)展中國家而由此存在巨大人力資本風(fēng)險保障需求的分析背景，根據(jù)Campbell(1980)經(jīng)典壽險需求的擴(kuò)展模型，區(qū)分了兩類不同模式的城鎮(zhèn)化類型——提供配套設(shè)施等的Ⅰ型城鎮(zhèn)化和僅轉(zhuǎn)移人口而無配套設(shè)施等的Ⅱ型城鎮(zhèn)化，利用151個國家1990-2012年的面板數(shù)據(jù)實證檢驗了只有促進(jìn)人的發(fā)展的Ⅰ型城鎮(zhèn)化才能促進(jìn)壽險需求的核心假設(shè)。研究表明：(1)在全球水平上城鎮(zhèn)化對壽險深度的促進(jìn)作用為2.3%；(2)促進(jìn)人的發(fā)展的Ⅰ型城鎮(zhèn)化對壽險深度的提高作用比未能促進(jìn)人的發(fā)展的Ⅱ型城鎮(zhèn)化高出31.2%，后者對壽險深度的影響甚至為負(fù)；(3)中介機(jī)制檢驗證實，以人為本的城鎮(zhèn)化通過促進(jìn)人力資本積累推動壽險業(yè)發(fā)展；(4)壽險業(yè)在城鎮(zhèn)化過程的增長呈現(xiàn)S形規(guī)律，存在一個加速發(fā)展的黃金階段。基于文章的研究結(jié)論，建議發(fā)展中國家在城鎮(zhèn)化過程中加大人力資本的開發(fā)力度，同時把握壽險業(yè)發(fā)展的黃金時機(jī)，提供充足的人力資本風(fēng)險保障。

城鎮(zhèn)化；壽險業(yè)；人的發(fā)展；人類發(fā)展指數(shù)；人力資本

一、引 言

城鎮(zhèn)化會對一國壽險業(yè)發(fā)展產(chǎn)生重大影響。城鎮(zhèn)化一方面會帶來交易成本的降低、資源、人才和產(chǎn)業(yè)的聚集等多種效應(yīng)，促進(jìn)經(jīng)濟(jì)的發(fā)展；另一方面也會使城鎮(zhèn)人口暴露于更大的健康與生命風(fēng)險之中：傳染性疾病更容易爆發(fā)；因污染、高強(qiáng)度工作導(dǎo)致慢性疾病患病率增加；因人口高密度導(dǎo)致的暴力、犯罪和交通事故風(fēng)險造成的人身傷亡。城鎮(zhèn)化也會增強(qiáng)人們對人力資本的保護(hù)意識。隨著城鎮(zhèn)化帶來的收入增長，人們的支付能力也會相應(yīng)地提高。在與人力資本風(fēng)險抵御相關(guān)的金融服務(wù)中，壽險是對沖人力資本風(fēng)險(特別是死亡風(fēng)險)的基礎(chǔ)性金融工具(Campbell, 1980；Pliska和Ye, 2006)。故而，研究城鎮(zhèn)化對壽險需求的影響是一個基礎(chǔ)性問題，對正處于城鎮(zhèn)化進(jìn)程中的發(fā)展中國家來說具有現(xiàn)實意義。

然而，文獻(xiàn)中關(guān)于城鎮(zhèn)化影響壽險需求的證據(jù)并不一致。一些文獻(xiàn)認(rèn)為城鎮(zhèn)化能夠提高壽險需求。Zelizer(1978)認(rèn)為，大規(guī)模城市化是19世紀(jì)中期美國壽險業(yè)繁榮發(fā)展的重要原因。城市化帶來了家庭結(jié)構(gòu)、功能的深刻變化，減少了對社會網(wǎng)絡(luò)等非正式風(fēng)險分擔(dān)機(jī)制的依賴。這樣，城市家庭需要用正式的風(fēng)險保障機(jī)制來替代原來的非正式風(fēng)險保障網(wǎng)，因而對壽險這類正式風(fēng)險保障就會產(chǎn)生相應(yīng)的需求。Outreville(1996)發(fā)現(xiàn)，在發(fā)展中國家，農(nóng)業(yè)人口占比的減少可以促進(jìn)人均壽險保費收入的提高，原因是農(nóng)業(yè)面臨氣候等自然條件與農(nóng)產(chǎn)品價格波動的雙重風(fēng)險，收入的高不確定性大大降低了家庭對壽險的需求。Huang和Gao(2003)基于中國這一新興經(jīng)濟(jì)體的研究發(fā)現(xiàn)城鎮(zhèn)化與壽險增長顯著正相關(guān)，認(rèn)為城鎮(zhèn)化過程中子女?dāng)?shù)量的減少使得父母需要為退休自我積蓄。近年來，以中國城鎮(zhèn)化為背景的中文文獻(xiàn)比較一致地認(rèn)為中國的城鎮(zhèn)化促進(jìn)了壽險業(yè)的發(fā)展(如徐志峰、溫劍波，2013；杜菲，2013；楊匯潮、江生忠，2014；臧志誼等，2015；許閑等，2016)。

一些文獻(xiàn)也給出了城鎮(zhèn)化不能促進(jìn)壽險需求的證據(jù)。Beck和Webb(2003)檢驗了68個國家壽險消費的影響因素，發(fā)現(xiàn)城鎮(zhèn)化水平與壽險需求之間并沒有顯著的正向關(guān)系。Sen(2008)對亞洲12個經(jīng)濟(jì)體的壽險市場進(jìn)行了分析，發(fā)現(xiàn)城鎮(zhèn)化水平雖然顯著解釋了國家間的壽險深度、壽險密度的差異，但發(fā)現(xiàn)城鎮(zhèn)化減少了壽險需求?？赡艿慕忉屖?，在這些亞洲經(jīng)濟(jì)體中，勞動力的城鄉(xiāng)轉(zhuǎn)移反而使得城市中貧困人口占比提高了。

本文認(rèn)為，文獻(xiàn)中關(guān)于城鎮(zhèn)化是否促進(jìn)壽險需求的證據(jù)之所以存在矛盾，是因為并沒有對城鎮(zhèn)化模式做出區(qū)分。本文區(qū)別于以往文獻(xiàn)的主要理論貢獻(xiàn)是，對全球不同國家的城鎮(zhèn)化進(jìn)行異質(zhì)性處理，而不是將其視為全球統(tǒng)一的同質(zhì)過程。具體方法上，采用聯(lián)合國人類發(fā)展指數(shù)(Human Development Index,HDI)作為度量人的發(fā)展的綜合指標(biāo)，以是否能夠促進(jìn)HDI的提高為標(biāo)準(zhǔn)，將各國的城鎮(zhèn)化分為兩類：一是提供配套設(shè)施等的Ⅰ型城鎮(zhèn)化，這類城鎮(zhèn)化能夠有效配套教育與培訓(xùn)、醫(yī)療、就業(yè)、保障等基礎(chǔ)設(shè)施，從而有助于促進(jìn)人的發(fā)展；二是僅轉(zhuǎn)移人口而無配套設(shè)施等的Ⅱ型城鎮(zhèn)化，此類城鎮(zhèn)化模式不能有效促進(jìn)人的發(fā)展。在上述分類基礎(chǔ)上，本文擴(kuò)展了Campbell(1980)的經(jīng)典壽險需求模型，將不同類型城鎮(zhèn)化對人力資本積累的影響納入分析框架，給出本文的核心可檢驗假設(shè)，即只有Ⅰ型城鎮(zhèn)化才能促進(jìn)壽險業(yè)需求。

本文研究發(fā)現(xiàn)，(1)城鎮(zhèn)化總體上提升了壽險深度，在全球水平上城鎮(zhèn)化對壽險深度的促進(jìn)作用為2.3%。(2)驗證兩類城鎮(zhèn)化對壽險業(yè)發(fā)展的不同影響，發(fā)現(xiàn)Ⅰ型城鎮(zhèn)化對壽險深度的提高作用比Ⅱ型城鎮(zhèn)化高出31.2%，而Ⅱ型城鎮(zhèn)化并不能促進(jìn)壽險需求。(3)中介機(jī)制檢驗進(jìn)一步表明，城鎮(zhèn)化作用于壽險業(yè)發(fā)展的經(jīng)濟(jì)學(xué)機(jī)理，是通過促進(jìn)人力資本積累，提高了人力資本風(fēng)險保障的需求。(4)發(fā)揮城鎮(zhèn)化對壽險的促進(jìn)作用存在最佳時機(jī)，即壽險業(yè)在城鎮(zhèn)化過程的增長呈現(xiàn)S形規(guī)律，存在一個加速發(fā)展的黃金階段。

本文的主要貢獻(xiàn)有兩點。首先，在概念上，首次提出了用人類發(fā)展指數(shù)將城鎮(zhèn)化分為I型和II型的方法。這有助于實現(xiàn)“促進(jìn)人的發(fā)展”的城鎮(zhèn)化、“鋼筋水泥”的城鎮(zhèn)化等抽象概念的可操作化，使得“促進(jìn)人的發(fā)展”的城鎮(zhèn)化由一個抽象的概念變得可度量，為相關(guān)的實證研究提供一個新的思路。其次，在方法上，首次針對壽險業(yè)發(fā)展特點構(gòu)造了高次模型，用以刻畫壽險業(yè)在城鎮(zhèn)化高速進(jìn)程中加速發(fā)展的軌跡，從而突破了以往文獻(xiàn)采用簡單線性模型的設(shè)定不能體現(xiàn)壽險業(yè)發(fā)展階段性規(guī)律的局限性；體現(xiàn)了作為現(xiàn)代服務(wù)業(yè)的壽險業(yè)的“雙平臺”特點，是對壽險業(yè)與經(jīng)濟(jì)發(fā)展之間關(guān)系的文獻(xiàn)的一個貢獻(xiàn)，為壽險業(yè)發(fā)展的政策制定提供了理論依據(jù)，尤其是對發(fā)展中國家壽險業(yè)發(fā)展具有重要的政策啟示。

二、理論模型與檢驗假設(shè)

以往的文獻(xiàn)對城鎮(zhèn)化模式的分類，總體上可以歸納為伴隨和未伴隨經(jīng)濟(jì)增長的城鎮(zhèn)化，學(xué)者們對這一區(qū)別提供了多方面解釋，內(nèi)容包括公共部門管理能力、民生保障體系、城市人口結(jié)構(gòu)等，這些涉及城市建設(shè)和發(fā)展的因素都直接影響著“人”的城鎮(zhèn)化的質(zhì)量。據(jù)此，我們將世界范圍內(nèi)的城鎮(zhèn)化主要分成兩類。Ⅱ型城鎮(zhèn)化僅僅將人口轉(zhuǎn)移到城鎮(zhèn)，但教育與培訓(xùn)、醫(yī)療、就業(yè)、保障等配套機(jī)制沒有得到相應(yīng)的發(fā)展，是一種“鋼筋水泥”的城鎮(zhèn)化，對人的發(fā)展、人力資本水平提升并無顯著作用，反而會使一部分貧困人口愈加貧困。與此形成對比的是以“促進(jìn)人的發(fā)展”為目標(biāo)的Ⅰ型城鎮(zhèn)化，這類城鎮(zhèn)化會按照規(guī)劃穩(wěn)定地提供促進(jìn)人的發(fā)展的配套設(shè)施，能夠促進(jìn)人力資本水平的快速提高。

Ⅰ型、Ⅱ型城鎮(zhèn)化對人力資本的累積和價值形成的影響是不同的，故而人力資本存量可以看成是城鎮(zhèn)化的函數(shù)。我們將壽險看成是人力資本的保障機(jī)制。沿著這一邏輯鏈條，容易推知Ⅰ型、Ⅱ型城鎮(zhèn)化對壽險業(yè)發(fā)展的影響也是不同的。從人力資本作為城鎮(zhèn)化的函數(shù)這個基點出發(fā)，通過擴(kuò)展Campbell(1980)的經(jīng)典壽險保險需求模型，來探討不同類型的城鎮(zhèn)化對壽險需求的影響。Campbell(1980)從人力資本不確定性角度對人壽保險的經(jīng)濟(jì)功能和需求進(jìn)行了研究。對眾多初始資本水平并不高的家庭及個人來說，人力資本的未來不確定性相比于資本收入更受重視，而人壽保險則是對人力資本收入的未來不確定進(jìn)行規(guī)避的機(jī)制安排。Campbell(1980)設(shè)定的家庭效用是消費效用V[ ]與遺產(chǎn)動機(jī)效用B[ ]之和，在最大化家庭效用的基礎(chǔ)上選擇最優(yōu)的壽險保障水平有：

(1)

其中：qx為x歲的人在下一時段的即時死亡概率；Δt為時間區(qū)間；V[ ]是家庭消費效用；Wx為家庭財富水平；RHx為未來人力資本價值折現(xiàn)值；INS是壽險需求水平；λ是保費的附加費率。須注意，如前所述，人力資本價值的積累受城鎮(zhèn)化的影響，因而是城鎮(zhèn)化Ur的函數(shù)：

RHx=F(Ur)

(2)

其中：Ur為城鎮(zhèn)化水平，F(xiàn)(·)為函數(shù)形式。F(Ur)的增減性根據(jù)城鎮(zhèn)化對人的發(fā)展的影響確定：若城鎮(zhèn)化促進(jìn)了人的發(fā)展，F(xiàn)(Ur)為遞增函數(shù)；反之為遞減函數(shù)(與實證結(jié)果一致)。

Campbell(1980)通過對Wx+RHx泰勒級數(shù)展開，并對保險需求求解一階導(dǎo)數(shù)，得出最優(yōu)保險水平INS為：

INS=RHx-(1+λ-k)/kR[Wx+RHx]

(3)

將式(2)代入式(3)中，包含城鎮(zhèn)化影響的人壽保險需求為：

INS=F(Ur)+[(1+λ-k)/k][1/A(F(Ur))]

(4)

其中：A(F(Ur))=-V″(Wx+F(Ur))/V′(Wx+F(Ur))×[(Wx+F(Ur))]表示財富水平為Wx+F(Ur)時的Pratt-Arrow相對風(fēng)險厭惡程度；k=B/V是遺產(chǎn)動機(jī)強(qiáng)度系數(shù)，值域[0，1]，k值越大，表示經(jīng)濟(jì)個體的遺產(chǎn)動機(jī)越強(qiáng)。

式(4)表明，在給定其他參數(shù)不變時，城鎮(zhèn)化對壽險業(yè)的影響取決于A(F(Ur))和F(Ur)的分布狀況?；谝话闱樾?，假定經(jīng)濟(jì)個體是絕對風(fēng)險厭惡不變型(CARA)或絕對風(fēng)險厭惡遞減型(DARA)。I型城鎮(zhèn)化意味著DARA的F′(Ur)>0、A′(F(Ur))<0，CARA的F′(Ur)>0、A′(F(Ur))=0，從而INS′(Ur)>0。因此I型城鎮(zhèn)化能夠激發(fā)壽險業(yè)需求。相反，在Ⅱ型城鎮(zhèn)化中，DARA的F′(Ur)≤0、A′(F(Ur))≥0，CARA的F′(Ur)≤0、A′(F(Ur))=0，從而INS′(Ur)≤0，II型城鎮(zhèn)化不能帶動壽險需求。

基于以上理論模型的分析得到本文的核心檢驗假設(shè)如下所示。

H:I型城鎮(zhèn)化(“促進(jìn)人的發(fā)展”的城鎮(zhèn)化)對壽險業(yè)的發(fā)展具有促進(jìn)作用，而II型城鎮(zhèn)化(“鋼筋水泥”式城鎮(zhèn)化)對壽險業(yè)的發(fā)展沒有促進(jìn)作用。

三、實證模型

(一)實證模型設(shè)定。第一步，首先區(qū)分兩種城鎮(zhèn)化。建模的思路是用一個國家“人的發(fā)展”對城鎮(zhèn)化回歸。為減少可能的反向因果關(guān)系影響，本文采用工具變量的兩階段最小二乘法進(jìn)行估計，模型設(shè)定如下：

HDIi=ai+biURBi+ciCTRLi+εi

(5)

URBi=βi1+βi2URBi(-1)+βi3FORi+βi4LANDi+ζi

(6)

其中：HDIi是第i個國家各年的人類發(fā)展指數(shù)，作為各個國家“人的發(fā)展”程度的衡量指標(biāo)；URBi是第i個國家各年的城鎮(zhèn)化水平；CTRLi是控制變量，選取各國醫(yī)療支出水平；*按照Ranis等(2000)，經(jīng)濟(jì)發(fā)展中公共教育、醫(yī)療支出等因素會顯著促進(jìn)人類發(fā)展。為避免共線性而過多地?fù)p失樣本國家，本文沒有將GDP作為獨立變量加入式(5)中。URBi(-1)是第i個國家城鎮(zhèn)化水平的滯后一期；FORi表示森林面積；LANDi是土地面積；ai、bi、ci和βi·均為待估計系數(shù)。式(5)和式(6)是分國家估計，并未使用固定效應(yīng)。

本文將城鎮(zhèn)化水平滯后一期、森林面積和土地面積作為城鎮(zhèn)化變量的工具變量，以減少可能的反向因果關(guān)系的影響。上一期城鎮(zhèn)化水平可能影響當(dāng)期人的發(fā)展，但當(dāng)年人的發(fā)展不可能對去年的城鎮(zhèn)化產(chǎn)生作用；城鎮(zhèn)化進(jìn)程一般具有連續(xù)性，Gallup等(1999)的實證結(jié)果表明以前的人口聚集密度與當(dāng)期的城鎮(zhèn)化水平顯著正相關(guān)；因此城鎮(zhèn)化滯后期是當(dāng)期城鎮(zhèn)化水平的強(qiáng)有效工具變量。Gallup等(1999)也指出，地理因素如地理位置、氣候條件等是影響經(jīng)濟(jì)增長和人口聚集的重要因素，其中稻米種植面積、適耕土地顯著促進(jìn)人口聚集，而沙漠、極地區(qū)域等因素與人口聚集顯著負(fù)相關(guān)。Kumar和Kober(2012)在探討城鎮(zhèn)化對全要素生產(chǎn)率的影響時，也采用了多種地理位置指標(biāo)作為城鎮(zhèn)化水平的工具變量。本文沿用他們的思想，選取土地面積、森林面積作為工具變量。這兩者是完全外生給定的自然、地理屬性，對人的發(fā)展的直接作用并不明顯；作為地理特征，它們也會通過影響人口的聚集，對城鎮(zhèn)化進(jìn)程產(chǎn)生重要影響。根據(jù)式(5)，對不同國家的城鎮(zhèn)化與人的發(fā)展之間的關(guān)系進(jìn)行檢驗，如果兩者之間有顯著正向關(guān)系，則歸為Ⅰ型城鎮(zhèn)化；否則，就是Ⅱ型城鎮(zhèn)化。

現(xiàn)有研究壽險業(yè)增長影響因素的文獻(xiàn)，對回歸模型的設(shè)定沒有考慮服務(wù)業(yè)發(fā)展的階段性特點。根據(jù)Eichengreen和Gupta(2013)對經(jīng)濟(jì)增長和服務(wù)業(yè)發(fā)展關(guān)系的研究，服務(wù)業(yè)的發(fā)展具有兩階段特點：在第一階段，人均收入較低時，服務(wù)業(yè)減速增長；在人均收入較高的第二階段，服務(wù)業(yè)加速增長。傳統(tǒng)服務(wù)業(yè)的經(jīng)濟(jì)份額隨經(jīng)濟(jì)增長不斷降低，混合型服務(wù)業(yè)的經(jīng)濟(jì)份額減速增長，而現(xiàn)代服務(wù)業(yè)的發(fā)展趨勢呈加速增長。

保險業(yè)是現(xiàn)代服務(wù)業(yè)的重要組成部分，需要考慮壽險業(yè)增長的特點，經(jīng)濟(jì)增長與壽險業(yè)發(fā)展不是簡單的線性關(guān)系。本文檢驗核心假設(shè)的高次模型具有兩個特點：一是基于Eichengreen和Gupta(2013)的服務(wù)業(yè)四次方程式模型，可以對壽險業(yè)的發(fā)展規(guī)律進(jìn)行分析；二是采用對比分析，可以清晰地比較兩類不同城鎮(zhèn)化對壽險業(yè)的影響。基本實證模型如式(7)：

(7)

我們對式(7)的內(nèi)生性問題進(jìn)行了一定處理。首先，在城市經(jīng)濟(jì)學(xué)國際主流文獻(xiàn)中，早期城市的興起和發(fā)展得益于工業(yè)化和經(jīng)濟(jì)聚集效應(yīng)，而城鎮(zhèn)化是驅(qū)動第三產(chǎn)業(yè)發(fā)展的重要動因，罕有文獻(xiàn)討論保險業(yè)發(fā)展對城鎮(zhèn)化進(jìn)程的影響。其次，本文對式(7)的估計包含了固定效應(yīng)，用以控制個體不隨時間變化的遺漏變量可能引起的內(nèi)生性。本文也根據(jù)以往文獻(xiàn)在模型中加入了控制變量，盡量緩解由隨時間變化變量引發(fā)的內(nèi)生性問題。最后，我們使用OLS及差分GMM檢驗，對城鎮(zhèn)化與壽險業(yè)可能存在的反向關(guān)系進(jìn)行了檢驗。就本文國家層面的樣本而言，壽險業(yè)對城鎮(zhèn)化進(jìn)程的推動作用并不明顯。

(二)變量設(shè)計。

1.壽險業(yè)發(fā)展、城鎮(zhèn)化測量。以往學(xué)者較多使用保險深度和保險密度分析保險業(yè)發(fā)展。保險深度(保費收入/GDP)強(qiáng)調(diào)經(jīng)濟(jì)發(fā)展中保險行業(yè)的重要性，保險密度(保費收入/人口數(shù)量)強(qiáng)調(diào)一個國家人均保費支出水平。相對于經(jīng)濟(jì)發(fā)展的行業(yè)發(fā)展指標(biāo)更加直觀，保險深度指標(biāo)更適合于分析壽險業(yè)發(fā)展規(guī)律，沿用Enz(2000)、Beck和Webb(2003)以及Sen(2008)的實證研究，本文采用保險深度指標(biāo)。需要指出的是，人口城鎮(zhèn)化本質(zhì)上是一種發(fā)展型的城鎮(zhèn)化，而不是成熟的城市體系形成之后的高級形態(tài)的城鎮(zhèn)化。本文采用城鎮(zhèn)化人口占總?cè)丝诘谋壤饬砍擎?zhèn)化水平，這一指標(biāo)沿用Beck和Webb(2003)、Huang和Gao(2003)以及Sen(2008)的設(shè)定。

2.人的發(fā)展的衡量。本文將“人的發(fā)展”定義為人們經(jīng)濟(jì)、教育及健康狀況的改善。人的發(fā)展衡量指標(biāo)來源于聯(lián)合國開發(fā)計劃署發(fā)布的人類發(fā)展指數(shù)HDI。2010年以前，HDI是根據(jù)收入、教育和健康這三個子指標(biāo)的算術(shù)平均計算而來。UNDP在2010年修正了部分子指標(biāo)的構(gòu)成因素，并將算術(shù)平均改為幾何平均。本文采用的HDI數(shù)據(jù)來源于UNDP公布的更新過的數(shù)據(jù)，因此數(shù)據(jù)一致性得以保證。

上述人類發(fā)展衡量指標(biāo)或許有局限性。根據(jù)Pinar等(2013)，UNDP公布的HDI指標(biāo)的構(gòu)造沒有考慮其子指標(biāo)不同構(gòu)成因素之間的依賴性，而且，算術(shù)平均賦予三個子指標(biāo)同等的權(quán)重，這與人類發(fā)展不同維度的隱含權(quán)重不一致。Pinar等(2013)采用隨機(jī)占優(yōu)方法計算出最佳權(quán)重，教育指標(biāo)應(yīng)被賦予最大的權(quán)重即0.7117，而GDP指標(biāo)和預(yù)期壽命指標(biāo)的隨機(jī)占優(yōu)權(quán)重分別為0.1645和0.1238。本文采用Pinar等(2013)對HDI指標(biāo)的修正計算作為穩(wěn)健性檢驗數(shù)據(jù)。子指標(biāo)的構(gòu)成因子數(shù)據(jù)都來源于UNDP網(wǎng)站。

3.控制變量。除經(jīng)濟(jì)因素(本文選取2005年美元不變價人均GDP對數(shù)表示)之外，人口、社會文化、制度和結(jié)構(gòu)等因素也會對壽險增長產(chǎn)生影響。Lewis(1989)從生命效用最大化角度，證實了被保險人的其他家庭成員對壽險的需求，被保險人的家庭人口結(jié)構(gòu)是壽險需求的重要影響因素。Truett和Truett(1990)、Browne和Kim(1993)顯示撫養(yǎng)率和壽險需求具有顯著正向關(guān)系。本文選取人口增長率(PG)、少兒撫養(yǎng)率(YDR)、老人撫養(yǎng)率(ODR)作為人口因素控制變量。以往文獻(xiàn)顯示，期望壽命(LE)和嬰兒死亡率(IMR)也影響壽險需求。社會/文化因素中具有代表性的是教育，本文依據(jù)Beck和Webb(2003)的方法，用高等教育入學(xué)率(TER)作為控制變量。Outreville(1996)、Beck和Webb(2003)都證實了金融發(fā)展和壽險市場的正向關(guān)系。本文依據(jù)Qutreville(1996)的做法，采用(M2/GDP)作為金融發(fā)展深度(FD)的代理變量。

(三)樣本選擇說明。本文樣本包括1990-2012年151個國家的數(shù)據(jù)，數(shù)據(jù)來源于WorldBank數(shù)據(jù)庫和UNDP數(shù)據(jù)庫。為保證數(shù)據(jù)的一致性，本文根據(jù)以下原則進(jìn)行篩選：(1)以UNDP數(shù)據(jù)庫中有HDI數(shù)據(jù)的國家為基準(zhǔn)，剔除WorldDevelopmentIndicators(WDI)數(shù)據(jù)庫中沒有HDI數(shù)據(jù)的國家，然后進(jìn)一步去除樣本中沒有城鎮(zhèn)化或壽險深度數(shù)據(jù)的國家；(2)從UNDP數(shù)據(jù)庫中可以獲得的HDI數(shù)據(jù)只有8年，因此對模型(5)、(6)進(jìn)行回歸時，僅采用2005-2012年間的數(shù)據(jù)。WorldBank的GlobalFinancialDevelopment(GFD)數(shù)據(jù)庫中只包含1990年之后各個國家的壽險保費深度數(shù)據(jù)，因此本文模型(7)的回歸樣本期間為1990-2012年。表1給出了本文主要變量的描述性統(tǒng)計和數(shù)據(jù)來源。

表1 描述性統(tǒng)計

四、實證分析

(一)模型設(shè)定檢驗。

圖1 人均GDP對數(shù)與壽險深度關(guān)系

1.壽險業(yè)兩階段特點圖解。Eichengreen和Gupta(2013)采用四次模型擬合經(jīng)濟(jì)增長和服務(wù)業(yè)發(fā)展關(guān)系，經(jīng)過實證檢驗發(fā)現(xiàn)服務(wù)業(yè)發(fā)展具有兩階段特點。壽險業(yè)是典型的現(xiàn)代服務(wù)業(yè)，需要考慮壽險業(yè)增長是否也具有兩階段的特點。從人均GDP對數(shù)與壽險深度的散點關(guān)系圖(圖1)可以看出，經(jīng)濟(jì)增長與壽險深度之間是非線性相關(guān)的，有一定程度的高階關(guān)系，以往文獻(xiàn)中采用的簡單線性模型可能并不能準(zhǔn)確展現(xiàn)壽險業(yè)發(fā)展的特點。因此本文沿用Eichengreen和Gupta(2013)的方法，對壽險增長的設(shè)定采用四次模型。

2.工具變量檢驗。模型(5)、(6)的估計使用了工具變量，有必要對工具變量URBi(-1)、FORi、LANDi的有效性進(jìn)行檢驗(表2第[2]和第[5]列)。工具變量不可識別檢驗(K-P秩WaldLM統(tǒng)計量)顯示可以在1%顯著水平上拒絕原假設(shè)，工具變量與內(nèi)生變量相關(guān)；弱工具變量檢驗(K-P秩WaldF統(tǒng)計量)表明工具變量與內(nèi)生性變量有較強(qiáng)的相關(guān)性；被解釋變量為調(diào)整HDI的過度識別檢驗(HansenJ統(tǒng)計量)顯示P值顯著大于10%，不能拒絕原假設(shè)，說明工具變量與擾動項無關(guān)，為外生工具變量。由于被解釋變量為HDI的Hansen檢驗顯示工具變量并非嚴(yán)格外生，因此本文根據(jù)Conley等(2012)提出的UCI方法重新進(jìn)行了兩階段最小二乘估計。根據(jù)Conley等(2012)的思想，如果工具變量完全外生，那么在原模型(OLS)中加入工具變量作為控制變量，則該控制變量的系數(shù)γ嚴(yán)格為零；如果不嚴(yán)格為零，說明該工具變量具有一定內(nèi)生性。根據(jù)OLS回歸的系數(shù)設(shè)定工具變量的內(nèi)生程度，假定URBi(-1)、FORi和LANDi取值區(qū)間分別為[-0.05，0]、[0，0]和[0，0]，在95%置信水平下的置信區(qū)間如表2第[3]和[6]列所示。OLS、2SLS和UCI的估計結(jié)果具有一致性，內(nèi)生變量URB的OLS、2SLS的回歸系數(shù)均位于置信區(qū)間內(nèi)。

表2 工具變量檢驗

注(1)：模型(5)、(6)的估計是分國家估計，在使用兩階段最小二乘估計時并未使用固定效應(yīng)。

最后，對模型(5)、(6)進(jìn)行檢驗，結(jié)果顯示，在具有有效數(shù)據(jù)的151個國家中，130個國家的城鎮(zhèn)化對人的發(fā)展具有顯著的正向影響，11個國家具有顯著的負(fù)向影響，10個國家的影響不顯著。表明不同的城鎮(zhèn)化模式對人的發(fā)展具有不同的影響。

3.固定效應(yīng)檢驗。對模型(7)進(jìn)行豪斯曼檢驗，以區(qū)分是采用固定效應(yīng)還是隨機(jī)效應(yīng)模型。采用Stata12.0運算，得到P值為0.0000，因此拒絕原假設(shè)，采用固定效應(yīng)模型。

4.兩類城鎮(zhèn)化中壽險業(yè)發(fā)展軌跡。首先將兩類國家的城鎮(zhèn)化和壽險業(yè)發(fā)展的散點平滑圖進(jìn)行了對比。由圖2、圖3可見，Ⅰ型、Ⅱ型城鎮(zhèn)化與壽險業(yè)之間的關(guān)系明顯不同。Ⅰ型城鎮(zhèn)化與壽險業(yè)發(fā)展具有明顯的正向關(guān)系，壽險業(yè)發(fā)展軌跡在此類城鎮(zhèn)化過程中呈“S型”曲線，具有先增速增長、后減速增長的特點，大致與壽險和經(jīng)濟(jì)增長之間的關(guān)系一致(Enz(2000)提出的“S型”曲線)。這意味著，壽險業(yè)在城鎮(zhèn)化加速發(fā)展期間存在一個加速發(fā)展的“黃金階段”。但在城鎮(zhèn)化沒有促進(jìn)人的發(fā)展的國家，壽險業(yè)發(fā)展與城鎮(zhèn)化之間的關(guān)系大致呈“一”字形。這說明，城鎮(zhèn)化呈Ⅱ型發(fā)展的國家，由于不注重人的發(fā)展，導(dǎo)致城鎮(zhèn)化進(jìn)程沒有發(fā)揮推動人力資本積累的有效作用，最終導(dǎo)致強(qiáng)調(diào)人的價值的壽險業(yè)發(fā)展動力不足。

圖2 城鎮(zhèn)化水平與壽險保費深度關(guān)系(Ⅰ型城鎮(zhèn)化) 圖3 城鎮(zhèn)化水平與壽險保費深度關(guān)系(Ⅱ型的城鎮(zhèn)化)

(二)結(jié)果分析。

1. 不同城鎮(zhèn)化模式對壽險業(yè)發(fā)展的影響。模型(7)的回歸結(jié)果如表3所示。第[2]列是混合樣本模型的估計結(jié)果，即不區(qū)分不同類型的城鎮(zhèn)化。在考慮了壽險增長的階段性特點后，城鎮(zhèn)化的系數(shù)顯著為正。也就是說，在全球意義上，城鎮(zhèn)化對壽險業(yè)的促進(jìn)作用為2.3%。第[3]列是本文實證主要結(jié)果。Ⅰ型和Ⅱ型城鎮(zhèn)化對壽險業(yè)的作用出現(xiàn)了分離均衡。首先，城鎮(zhèn)化與Ⅰ型城鎮(zhèn)化啞變量交叉項的系數(shù)顯著為正且數(shù)值很大，為31.2%。這表明，Ⅰ型城鎮(zhèn)化對壽險業(yè)的促進(jìn)作用比Ⅱ型城鎮(zhèn)化的作用要高出31.2%。這個證據(jù)給出了城鎮(zhèn)化對壽險業(yè)促進(jìn)作用的部分因果關(guān)系的解釋。相反，模型[3]中城鎮(zhèn)化變量的系數(shù)卻顯著為負(fù)且數(shù)值很大，為-28.8%。這個系數(shù)估計的是D=0時，也就是Ⅱ型城鎮(zhèn)化反而會降低壽險業(yè)的發(fā)展。綜合來看，模型(7)的回歸結(jié)果驗證了本文提出的核心假設(shè)。

表3 促進(jìn)人的發(fā)展城鎮(zhèn)化與壽險業(yè)發(fā)展分析

注：(1)被解釋變量均為壽險深度(%)；(2)*、**和***分別表示在10%、5%和1%水平上顯著。

考慮到發(fā)達(dá)國家的城鎮(zhèn)化可能已經(jīng)發(fā)展到了一個高的平臺上，而中低收入的發(fā)展中國家的城鎮(zhèn)化可能更具有動態(tài)性。因而，只用中低收入國家的子樣本來檢驗本文的核心假設(shè)可以得到更強(qiáng)的證據(jù)。中低收入國家的選擇主要依據(jù)WB數(shù)據(jù)庫的分類。估計結(jié)果見表3的[4]列至[6]列?？梢钥吹剑械褪杖雵易訕颖竟烙嫷慕Y(jié)果與全樣本一致。對中低收入的發(fā)展中國家而言，不同類型的城鎮(zhèn)化對壽險業(yè)發(fā)展的作用也出現(xiàn)了分離均衡。Ⅰ型城鎮(zhèn)化對壽險業(yè)的促進(jìn)作用比Ⅱ型的作用要顯著地高出9.4%，而Ⅱ型城鎮(zhèn)化會降低壽險業(yè)的發(fā)展，降低的幅度高達(dá)-7.4%。本文提出的核心假設(shè)得到進(jìn)一步的驗證。

2.城鎮(zhèn)化促進(jìn)壽險業(yè)發(fā)展的經(jīng)濟(jì)學(xué)機(jī)制。模型(7)的回歸結(jié)果證實了本文的核心假設(shè)，也即只有I型城鎮(zhèn)化才能顯著地促進(jìn)壽險業(yè)發(fā)展。下面我們檢驗其背后的經(jīng)濟(jì)學(xué)機(jī)制。根據(jù)本文的理論模型，假設(shè)人力資本積累是I型城鎮(zhèn)化促進(jìn)壽險業(yè)發(fā)展的經(jīng)濟(jì)學(xué)機(jī)制。也即如果有證據(jù)支持全球范圍內(nèi)I型城鎮(zhèn)化通過促進(jìn)人力資本的積累進(jìn)而推動壽險業(yè)的發(fā)展，那么我們提出的經(jīng)濟(jì)學(xué)機(jī)制假設(shè)就得到驗證。

檢驗方法采用Baron和Kenny(1986)、Zhao等(2010)提出的中介變量檢驗法。在控制和不控制人力資本的情況下，比較Ⅰ型城鎮(zhèn)化對壽險業(yè)發(fā)展的影響程度是否發(fā)生變化。如果在控制人力資本的情況下Ⅰ型城鎮(zhèn)化對壽險業(yè)發(fā)展的解釋力下降，而且人力資本的系數(shù)顯著為正，就給出了證據(jù)表明Ⅰ型城鎮(zhèn)化至少是部分通過了人力資本的累積進(jìn)而促進(jìn)壽險業(yè)的發(fā)展。

注：(1)兩列回歸的被解釋變量均為壽險深度(%)；MYS為平均受教育年限，數(shù)據(jù)來源于UNDP網(wǎng)站；回歸均控制了人均GDP水平的一次到四次項以及核心檢驗中的其他控制變量。(2)為便于機(jī)制檢驗的比較，對樣本量作一致性處理。由于來自UNDP的MYS數(shù)據(jù)量少于WDI數(shù)據(jù)庫中的其他數(shù)據(jù)，未加入人力資本因素的回歸的樣本量與加入人力資本水平的回歸的樣本量不一致，樣本量的顯著差異將降低機(jī)制檢驗效果。故在進(jìn)行機(jī)制檢驗前根據(jù)MYS數(shù)據(jù)的觀測值進(jìn)行樣本縮減，以保證兩個回歸樣本量的一致性。(3)*、**和***分別表示在10%、5%和1%水平上顯著。表5同。

我們采用平均受教育年限(MYS)表示人力資本水平。受數(shù)據(jù)限制，并非所有年份都有平均受教育年限的數(shù)據(jù)，因此，在用中介法檢驗時，我們統(tǒng)一使用有平均受教育年限數(shù)據(jù)的樣本進(jìn)行估計和比較。表4給出了控制人力資本水平前后回歸結(jié)果的對比。由表4可見，城鎮(zhèn)化以及城鎮(zhèn)化與I型城鎮(zhèn)化啞變量的交互項對壽險業(yè)發(fā)展的解釋力都隨著人力資本的控制而顯著地減少了，而且人力資本的系數(shù)顯著為正。這充分表明了人力資本的積累是I型城鎮(zhèn)化促進(jìn)壽險業(yè)發(fā)展的一個“中介”途徑。

進(jìn)一步地，我們檢驗I型城鎮(zhèn)化是否真的對人力資本累積有促進(jìn)作用。控制經(jīng)濟(jì)發(fā)展水平(用人均GDP來表示)和政府在教育上的投入。OLS結(jié)果如表5中的第[1]列所示。由表5可見，城鎮(zhèn)化的系數(shù)顯著為正。

城鎮(zhèn)化與人力資本之間可能存在雙向的因果關(guān)系，為了減少可能存在的雙向因果關(guān)系對估計結(jié)果的影響，本文也用2SLS對城鎮(zhèn)化與人力資本積累的關(guān)系進(jìn)行了檢驗。與模型(5)、(6)的設(shè)定一致，采取城鎮(zhèn)化滯后一期(L.URB)、森林面積(FOR)和土地面積(LAND)作為城鎮(zhèn)化的工具變量。*EDUE為政府教育支出占GDP的比例(%)，數(shù)據(jù)來自WDI數(shù)據(jù)庫；L.URB、FOR和LAND分別為城鎮(zhèn)化滯后一期、森林面積(千平方千米)和土地面積(千平方千米)，與城鎮(zhèn)化類型分類所依據(jù)的模型(5)、(6)中所用控制變量保持一致。2SLS回歸結(jié)果如表5中的第[2]列所示。在用工具變量控制了可能的雙向因果關(guān)系后，城鎮(zhèn)化的系數(shù)仍然顯著為正，與OLS的估計結(jié)果并無太大差異。

表5 城鎮(zhèn)化促進(jìn)人力資本積累回歸結(jié)果

注：[1]、[2]列被解釋變量為平均受教育年限(MYS)，數(shù)據(jù)來源于UNDP網(wǎng)站。

綜合表4和表5的結(jié)果，我們理論模型中關(guān)于Ⅰ型城鎮(zhèn)化通過促進(jìn)人力資本的積累進(jìn)而促進(jìn)壽險業(yè)發(fā)展的經(jīng)濟(jì)學(xué)機(jī)制假設(shè)得到有力的支持證據(jù)。

3.穩(wěn)健性檢驗。本文采用三種方法進(jìn)行穩(wěn)健性檢驗。首先，采用Pinar等(2013)的方法重新構(gòu)建HDI。對模型(5)、(6)重新進(jìn)行檢驗，回歸結(jié)果與原結(jié)果大致類似：在具有有效數(shù)據(jù)的151個國家中，共有127個國家表現(xiàn)出正相關(guān)性，10個國家顯示出負(fù)相關(guān)性，14個國家顯示無明顯關(guān)系。模型(7)的回歸結(jié)果如表6所示。與核心檢驗結(jié)果相類似。

注：(1)被解釋變量均為壽險深度(%)；(2)*、**和***分別表示在10%、5%和1%水平上顯著。

其次，為減少異常值的影響，本文分別去掉城鎮(zhèn)化水平最高、城鎮(zhèn)化水平最低各10%的國家，對全樣本和中低收入國家子樣本做進(jìn)一步檢驗(結(jié)果略)，結(jié)果也顯著支持本文的核心假設(shè)。

最后，為檢驗壽險業(yè)的階段性發(fā)展特點，本文使用的是高階回歸模型，不同于以往文獻(xiàn)的普通線性回歸。但為檢驗的穩(wěn)健性起見，本文也使用普通線性回歸模型進(jìn)行檢驗(結(jié)果略)，結(jié)果同樣支持本文的核心假設(shè)。

五、結(jié)論、啟示及展望

文章基于現(xiàn)有文獻(xiàn)關(guān)于城鎮(zhèn)化是否促進(jìn)壽險業(yè)發(fā)展研究結(jié)論尚不一致的現(xiàn)實背景，從能否促進(jìn)HDI的提高區(qū)分不同城鎮(zhèn)化類型的視角，根據(jù)全球151個國家1990-2012年的面板數(shù)據(jù)，進(jìn)行了系統(tǒng)的實證研究，給出了顯著而穩(wěn)健的經(jīng)驗證據(jù)支持。結(jié)果表明：只有促進(jìn)人們經(jīng)濟(jì)、教育和健康狀況改善的城鎮(zhèn)化，才能推動壽險業(yè)的快速發(fā)展；而僅僅是農(nóng)村人口向城鎮(zhèn)轉(zhuǎn)移、而沒有相應(yīng)配套的基礎(chǔ)設(shè)施和制度的II型城鎮(zhèn)化，并不會帶來壽險業(yè)的繁榮和發(fā)展。借助服務(wù)業(yè)增長的高次項實證模型，文章描述了壽險業(yè)在I型城鎮(zhèn)化推進(jìn)增長中呈現(xiàn)S形軌跡。在經(jīng)濟(jì)意義上，也證實了城鎮(zhèn)化促進(jìn)壽險業(yè)發(fā)展的關(guān)鍵機(jī)制是促進(jìn)了人力資本的提高和累積。

上述結(jié)論對我國目前推動以人為核心的新型城鎮(zhèn)化、促進(jìn)壽險業(yè)發(fā)展具有一定啟示意義。(1)人的發(fā)展是新型城鎮(zhèn)化的重要內(nèi)容之一，應(yīng)加大農(nóng)業(yè)轉(zhuǎn)移人口的職業(yè)教育和培訓(xùn)項目投入，實現(xiàn)基本醫(yī)療和養(yǎng)老公共服務(wù)的均等化，完善勞動力市場制度以推動人力資本收益的實現(xiàn)。(2)在城鎮(zhèn)化加速發(fā)展期，壽險業(yè)也會有一個加速發(fā)展的黃金階段，在越過加速階段之后，會進(jìn)入漫長的平臺期，即“S”的平緩的“尾巴”。這對正處于城鎮(zhèn)化進(jìn)程中的中國有著明確的政策含義。壽險業(yè)需要把握人口新型城鎮(zhèn)化的機(jī)遇，立足于對人的價值的保障之本，在產(chǎn)品結(jié)構(gòu)調(diào)整升級上深耕細(xì)作，最終實現(xiàn)壽險業(yè)的飛躍發(fā)展。

最后，本文還存在一些可拓展之處。雖然本文從宏觀層面對城鎮(zhèn)化影響壽險業(yè)發(fā)展提供了一致的解釋，但城鎮(zhèn)化進(jìn)程會帶來經(jīng)濟(jì)、社會甚至文化方面的變化，對人及家庭的影響是多方面的，例如風(fēng)險態(tài)度、環(huán)境問題和社會網(wǎng)絡(luò)的變化都有可能對壽險需求產(chǎn)生不一樣的影響，需要從微觀角度進(jìn)行多方面的、更深入細(xì)致的探討，這也是未來研究可以突破的方向。

[1]杜菲.城鎮(zhèn)化率與保險密度正相關(guān)[N].中國保險報，2013-7-29(6).

[2]許閑,丁墨海,王丹陽.城鎮(zhèn)化進(jìn)程和保險業(yè)發(fā)展的互動機(jī)制研究[J].保險研究，2016，(3):18-31.

[3]徐志峰,溫劍波.保險業(yè)參與城鎮(zhèn)化發(fā)展的思考[J].保險研究，2013，(6)：68-75.

[4]楊匯潮,江生忠.城鎮(zhèn)化促進(jìn)保險業(yè)發(fā)展研究——基于面板數(shù)據(jù)[J].保險研究，2014，(8)：82-92.

[5]臧志誼,景鵬,李正.城鎮(zhèn)化與保險業(yè)發(fā)展的耦合協(xié)調(diào)關(guān)系及表現(xiàn)[J]. 保險研究，2015，(3)：3-12.

[6]Conley T G, Hansen C B, Rossi P E. Plausibly exogenous[J]. Review of Economics and Statistics, 2012, 94(1):260-272.

[7]Dercon S, Hill R V, Clarke D,et al. Offering rainfall insurance to informal insurance groups: Evidence from a field experiment in Ethiopia[J]. Journal of Development Economics, 2014, 106: 132-143.

[8]Eichengreen B, Gupta P. The two waves of service-sector growth[J]. Oxford Economic Papers, 2013, 65(235):96-123.

[9]Glaeser E L. A world of cities: The causes and consequences of urbanization in poorer countries[J]. Journal of the European Economic Association, 2014, 12(5): 1154-1199.

[10]Gollin D, Jedwab R, Vollrath D. Urbanization with and without industrialization[J]. Journal of Economic Growth, 2016, 21(1): 35-70.

[11]Janvry A D, Dequiedt V，Sadoulet E. The demand for insurance against common shocks[J]. Journal of Development Economics, 2014, 106:227-238.

[12]Jedwab R, Vollrath D. The mortality transition, malthusian dynamics, and the rise of poor mega-cities, [R]. Working Paper, 2015.

[13]Jedwab R, Christiaensen L, Gindelsky M. Demography, urbanization and development: Rural push, urban pull and…urban push? [J]. Journal of Urban Economics, 2017, 98: 6-16.

[14]Kumar A, Kober B. Urbanization, human capital, and cross-country productivity differences[J]. Economics Letters, 2012, 117(1):14-17.

[15]Pinar M, Stengos T, Topaloglou N. Measuring human development: A stochastic dominance approach[J]. Journal of Economic Growth, 2013, 18(1):69-108.

[16]Shi X, Wang H-J, Xing C. The role of life insurance in an emerging economy: Human capital protection, assets allocation and social interaction[J]. Journal of Banking和Finance, 2015, 50:19-33.

(責(zé)任編輯 許 柏)

Must Urbanization Promote the Development of Life Insurance Industry? Heterogeneity Analysis Based on Human Development Index

Shi Xiaojun, Yan Zhu

(School of Finance, Renmin University of China, Beijing 100872, China)

Based on the analytical background that 95% of the increase in global urbanization population growth in future 50 years and resulting huge demand for human capital risk guarantee, this paper uses an extended model of classical life insurance demand proposed by Campbell’s (1980) model, to classify urbanization types into two different modes, namely human-development enabling urbanization providing supporting facilities vs. human-development disenabling urbanization. And using the panel data of 151 countries from 1990 to 2012, it empirically tests the core hypothesis that only human-development enabling urbanization promotes life insurance demand, and makes a solution to inconsistent evidence of the promotion role of urbanization in life insurance demand in existing literature. It arrives at the conclusions as follows: firstly, 1 percent increase in unclassified urbanization results in 2.3 percent increase in life-insurance depth globally;secondly, the promotion role of human-development enabling urbanization in life-insurance depth has an increase of 31.2% over the one of human-development disenabling urbanization, while human-development disenabling urbanization even has a negative impact on life-insurance depth;thirdly, the test of mediating mechanism confirms that people-oriented urbanization advances the development of life insurance industry by promoting the accumulation of human capital; finally,in the process of urbanization, the growth of life insurance industry presents a S-shape rule, showing a golden state with accelerated development. Based on the research conclusions, it suggests that developing countries enlarge the development of human capital in the urbanization process, and seize the golden stage of the development of life insurance industry to provide adequate human capital risk guarantee.

urbanization; life insurance; human development; human development index; human capital

2017-01-20

國家自然科學(xué)基金項目(71673281)

石曉軍(1974-)，男，江蘇如皋人，中國人民大學(xué)財政金融學(xué)院教授，博士生導(dǎo)師； 閆 竹(1990-)，女，湖北宜昌人，中國人民大學(xué)財政金融學(xué)院博士研究生。

F840.622；F291.1

A

1001-9952(2017)06-0105-13

10.16538/j.cnki.jfe.2017.06.009