信息渠道如何影响商业养老保险决策——来自CGSS的微观证据

2020-12-14彭魏倬加

中南大学学报（社会科学版） 2020年6期

彭魏倬加

彭魏倬加

(浙江大学经济学院，浙江杭州，310058)

利用2017年中国综合社会调查(CGSS)数据，使用Probit模型探究不同信息渠道对居民商业养老保险决策的影响。研究表明：新媒体、传统媒体和社会互动均可促进居民参与商业养老保险，其中新媒体的促进作用大于社会互动的促进作用，社会互动的促进作用大于传统媒体的促进作用；异质性分析发现，传统媒体对商业养老保险参与的正向影响仅体现在农村样本、中老年样本和高中及以下学历样本中，新媒体对商业养老保险参与的正向影响体现在农村样本、青年样本、高中及以下学历样本和高中以上学历样本中，社会互动对城镇居民、中老年居民、高中及以下学历居民和高中以上学历居民参与商业养老保险有促进作用。基于上述结果，为进一步推广和普及商业养老保险提出相应的对策和建议。

新媒体；传统媒体；社会互动；商业养老保险决策

一、引言

在低生育率和预期寿命延长的双重影响下，老龄化已成为中国社会不可避免的长期趋势。我国65岁及以上老年人口的占比在2019年达到12.57%①，并将逐渐步入深度老龄化社会②。从养老保险三支柱体系看，第一支柱基本养老保险面临较大压力，养老金收入增速持续低于支出增速，2019年收入增速为3.67%，支出增速为10.08%③；第二支柱企业年金覆盖范围有限，2019年参加职工数约为2545万，仅占城镇职工养老保险参保人数的5.85%④；而第三支柱商业养老保险以其市场化程度高、参保门槛低、产品设计灵活等优势能够更好地补充养老缺口。从子女养老看，受市场经济和计划生育政策的影响，我国社会呈现生育少子化、家庭规模小型化、传统孝道观念式微等现象，广大独生子女家庭面临巨大的养老压力。个人有必要主动做好养老准备，购买商业养老保险成为优化养老规划的重要途径之一。Brown[1]验证了个人会通过持有商业养老保险获取更大的福利，而现实中商业养老保险的有限参与却与此相悖。在2017年，我国仅有7.71%的居民持有商业养老保险⑤。为了推动商业养老保险发展，健全多层次养老保障体系，国务院办公厅在2017年7月印发了《关于加快发展商业养老保险的若干意见》，该意见指出：丰富商业养老保险供给，为个人和家庭提供个性化、差异化养老保障。

能否准确有效地获取信息是影响居民参与金融市场的重要因素之一。Hong等[2]指出，家庭可以通过社会网络中的信息共享获得资本市场的有关信息，进而提高股市参与度。郭士祺和梁平汉[3]研究发现社会互动与网络信息渠道通过传递股市信息助推了股市参与。从个人购买商业养老保险的决策过程来看，居民需要评估未来可能存在的风险和收益，这不仅需要居民具备信息筛选的能力，同时也需要具有获取信息的渠道。与购买商业养老保险有关的信息具体包括消费者面临的风险程度、类似保险产品价格、保险产品涉及的保险公司经营状况、国家相关保险监管法规等。一般而言，居民主要通过两种渠道获得商业养老保险的相关信息，一种是通过各类媒体所传播的信息，如电视、广播、报刊、互联网等，另一种则是通过和周围人群的社会互动获取信息，如亲朋好友、街坊邻居之间的互相交流。

随着网络的日益普及，互联网对社会公众生活方式、思想观念甚至社会结构的重塑发挥着愈发重要的作用，其影响远远超过报纸、杂志、广播等传统媒体。中国互联网信息中心发布的第45次《中国互联网络发展状况统计报告》数据显示，截至2020年3月，我国网民规模达9.04亿，互联网普及率⑥达到64.5%。相比传统媒体，互联网具有更强的社会互动性，给予网民更充分的信息自主选择权。家庭通过使用互联网，能以较低的信息搜寻成本、便捷的程序，提高参与金融市场的机会和能力[4]。与此同时，社会互动对信息的传递也起着重要作用，个体的金融市场投资决策会受到其参考群体成员的行为或特征的影响[5]。参考群体成员的行为是通过个体间的互动来影响个体投资选择，而不是通过价格机制或合同机制来进行协调[6]。Manski[7]认为社会互动由内生互动和情景互动组成。内生互动对个体投资决策的影响表现为：个体的投资选择受到其参考群体成员同期行为的影响，而其自身的决策又反作用于参考群体成员的投资选择。情景互动则是一种单向作用：个体的投资选择受到参考群体成员行为的影响，但其自身的决策并不能反作用于参考群体成员的选择。

可见，深入研究信息渠道对居民商业养老保险决策的影响，有助于商业养老保险的推广和普及，也有利于居民积极做好养老规划。而现有关于商业保险决策影响因素的研究主要局限在：第一，家庭的人口特征。Showers和Shotick[8]利用美国数据发现，保险需求受到家庭收入、户主年龄和家庭规模的正向影响。樊纲治和王宏[9]研究发现家庭老年人口占比增加对家庭人身保险需求有抑制作用，而少儿人口占比增加会对家庭人身保险需求产生正向影响。第二，家庭的财富水平。Grace[10]构建了消费者金融脆弱性指数，研究发现财务脆弱性对居民人寿保险购买具有显著影响。孙祁祥和王向楠[11]认为家庭财务相对脆弱性会影响家庭的寿险决策，拥有更多资产的家庭更有可能购买寿险，但所持寿险占家庭总资产的比重较低。第三，家庭的金融素养。Browne和Kim[12]实证研究发现教育显著促进了寿险业务的发展。Rooij等[13]认为金融素养会对包含家庭保险购买在内的金融决策产生重要影响。秦芳等[14]指出金融知识的增加提高了家庭参与商业保险的可能性和参与程度。吴雨等[15]研究发现，金融知识水平的提高将显著促进家庭养老计划的改善，且金融知识水平对养老计划的促进作用在非公务员家庭更为明显。第四，家庭的社会互动、互联网使用、养老准备等主观因素。Beiseitov[16]认为，社会互动对老年群体选择医疗险种有显著影响，对于与邻居和朋友频繁互动的家庭，情景互动的负效应比内生互动的正效应更大，老年人参与商业医疗保险的可能性更小。何兴强等[17]从社会机构和社会特征的视角出发，研究发现社会互动对居民的保险购买决策没有显著影响，而社会资本却对居民的保险购买具有推动作用。杨碧云等[18]发现互联网使用显著提高了家庭商业保险购买的参与概率和参与程度。邹小芃等[19]研究得出养老计划倾向可以通过提高风险认知与管理意图，增加家庭对商业养老保险的需求。综上，已有的商业养老保险决策研究对信息渠道的关注较为缺乏。

相对已有研究，本文的创新之处在于：第一，从信息渠道这一新的视角出发，研究新媒体使用、传统媒体使用和社会互动三类信息渠道对居民商业养老保险决策的影响。第二，通过异质性研究，验证了不同信息渠道对居民参与商业养老保险的正向影响在城乡居民、不同年龄层次居民、不同学历层次居民之间存在差异。

二、理论分析与研究假设

传统的新古典保险需求理论以期望效用为基础，最早由Mossin[20]提出。该理论认为人们在应对风险时会尽可能最大化期望效用，当购买保险的效用超过不购买保险的效用时，人们就会选择购买，并买到效用最大的购买量。在新古典保险需求理论中存在三个前提假定：第一，消费者是完全理性的，不会随机作出决策，而是通过评估自己面临的风险以及计算可选方案的期望效用，选择能达到期望效用最大的方案。第二，消费者处于完全信息市场，在收集和筛选保险购买相关信息时不需要任何成本。第三，消费者只有经济损失，不存在相关的精神损失，即保险公司的赔付能够完全替代消费者的损失[21]。事实上，以上假定条件与现实不符，消费者做不到完全理性，也得不到完全信息，保险金也无法完全替代消费者的损失。就信息成本而言，受传统文化、金融知识和信息渠道等诸多因素的限制，大多数消费者对保险产品的认知有限，也难以零成本地收集与购买决策相关的各种信息。Kahneman和Tversky[22]提出的前景理论改进了期望效用理论的缺陷，该理论综合考虑了消费者的偏好逆转、概率估计与维持现状偏差等因素，假设人是有限理性的，对于小概率风险，人们会高估其发生概率。前景理论的不足在于其包含的决策过程与实际保险决策过程存在差距。为了更接近现实的保险决策过程，Kunreuther等[23]将消费者投保分为三个阶段：第一阶段，个体能够感知风险；第二阶段，个体意识到购买保险是应对风险的有效途径；第三阶段，搜集、筛选与判断与保险相关的信息，最终做出投保决策。在此基础上，Kunreuther和Pauly[21]将风险感知、信息搜寻成本、情感因素等更多决策影响因素融入决策模型中，建立了基于决策过程的保险需求理论。在保险决策过程中，信息搜寻成本太高是导致消费者放弃购买的重要因素之一。

根据Kunreuther 等[23]的保险决策理论，个体需要意识到购买保险是应对风险的有效途径，进而搜集与保险相关的信息，最终做出投保决策。而我国商业养老保险的普及率远远低于发达国家，很多居民甚至对商业养老保险的存在缺乏认知。新媒体、传统媒体和社会互动等信息渠道的使用可以增加居民了解商业养老保险的概率，有助于培养居民的商业养老保险意识，促使居民意识到购买商业养老保险是提高养老保障水平的重要途径。据此，提出本文第一个假设：

假设1：新媒体、传统媒体和社会互动三类信息渠道均可促使居民参与商业养老保险。

对于商业养老保险，信息成本主要包括购买商业养老保险的信息成本、搜索商业养老保险相关信息的时间成本和交易成本，成本越低，居民参与商业养老保险的意愿越强。使用不同信息渠道的成本、通过不同信息渠道筛选信息的效率以及获取信息的准确度是不同的，这使得通过不同信息渠道获取商业养老保险相关信息的成本及交易成本存在差异，从而造成居民参加商业养老保险的成本差异，进而影响居民整个生命周期的消费效用大小，最终影响居民的商业养老保险决策。

媒体传递的是公开信息，传播和获取的成本较低，消费者可以从不同的媒体获得足够的信息，来自不同媒体渠道的公开信息可以相互佐证，从而帮助消费者获得更为准确的信息。与传统媒体相比，新媒体作为获取信息更加快捷高效的渠道，对居民的商业养老保险决策会产生更为重要的影响。第一，减少了消费者的信息搜寻成本。互联网强大的搜索引擎为消费者提供了快速获取信息的渠道，消费者可以全面了解与比较不同的养老保险产品，降低信息不对称程度，提高消费者对商业养老保险市场的信任度。第二，增加了商业养老保险的可及性。互联网平台是影响金融可及性的重要因素，在保险市场中，居民是否参与商业保险也会受到保险产品可及性的影响。我国商业养老保险存在供给不足，产品创新不够等问题，而互联网媒介打破了时间和空间的限制，更多中小型保险公司借助网络平台参与保险市场的竞争，保险产品在愈发激烈的竞争中不断创新和迭代，因而消费者能够根据自身的个性化需求在互联网平台主动寻求适合自己的保险产品。第三，提升了居民的金融素养水平。互联网对金融知识的普及起到了重要作用，居民通过互联网可以了解多样化的商业养老保险产品以及其风险与收益水平，从而选择更加合适的商业养老保险产品。对于保险公司而言，互联网为保险公司提供了广泛宣传的平台，提升了保险公司的营销力；依托互联网平台，包含展业、投保、承保、理赔和给付在内的一系列商业养老保险业务流程都可以通过线上渠道完成，减少了保险公司的运营成本，降低了互联网保险产品的附加费率，使得产品价格更便宜，进而能带动更多的人参与商业养老保险。

社会互动传递的是局部的、有待验证的私人信息。私人信息的传播和获取成本较高，通常在小范围的熟人之间传播，其内容也无法像公开信息那样从不同来源得到交叉印证。一般而言，更广泛的来源和更强的可验证性使得居民对公开信息的信任度会更高，因此公开信息对居民参与金融市场会产生更显著的激励作用[24]。但是，商业养老保险具有期限长、保障责任复杂、追求绝对收益等不同于其他金融产品的特质[25]，这导致目前我国寿险的销售渠道主要为保险代理人模式，该模式比较依赖于社会互动，由保险代理人根据客户的需求和财务状况进行销售。显然，相比投资股市等其他的金融市场参与行为，社会互动在商业养老保险中的作用要更加显著。基于此，本文推测社会互动对居民参与商业养老保险的促进作用介于新媒体和传统媒体之间。

根据以上理论分析，本文提出第二个假设：

假设2：新媒体的促进作用大于社会互动的促进作用，社会互动的促进作用大于传统媒体的促进作用。

城乡信息化程度的差异必然导致城乡居民使用互联网获取信息的成本存在差异。根据2020年3月发布的第45次《中国互联网络发展状况统计报告》，我国农村网民占网民总体的28.2%。城乡居民的生活习惯等因素也会导致其使用不同信息渠道的频率存在差异。对各类信息渠道尤其是新媒体的接受能力和使用频率在青年人群与中老年人群之间，在不同学历水平的人群之间也存在差距。相比青年居民，中老年居民对新媒体的接受能力较弱，使用频率普遍较低。高中以上学历的人群通常具有较高的金融素养以及较强的信息接受能力，并且其运用互联网进行学习和理财的可能性更大。高中及以下学历人群金融素养较低，信息筛选能力较差，并且通常将互联网用于休闲娱乐。因此本文提出第三个假设：

假设3：不同信息渠道对商业养老保险决策的促进作用在城乡居民、不同年龄层次居民与不同学历层次的居民中存在异质性。

三、研究设计

(一) 数据与样本

本文数据来源于中国综合社会调查(Chinese General Social Survey, CGSS)2017年的问卷调查数据。该调查共完成有效问卷12582份，对受访者的媒体使用情况、社会互动情况以及商业养老保险购买情况进行了详细的调查，为本文研究提供了数据基础。本文的被解释变量为是否参与商业养老保险，该问题的有效回答数量涵盖了12341个家庭。核心解释变量为三大信息渠道，第一个为户主的传统媒体使用频率，包括报纸、杂志、广播、电视四类媒体使用频率之和，第二个是新媒体使用频率，包括互联网和手机定制消息使用频率之和。这两个问题的有效回答数量涵盖了12561个家庭。第三个是社会互动频率，包括与邻居进行社交娱乐的频繁程度和与其他朋友进行社交娱乐的频繁程度之和，该问题的有效回答数量涵盖了12551个家庭。由于70 岁以上的老年人使用新媒体的机会相对较少，对新媒体的接受能力相对较低，因此本文剔除了70岁以上老人的样本，并在实证研究中控制了户主的个人特征和家庭特征，剔除了户主信息与家庭信息缺失的样本，最终得到9307个家庭样本。

(二) 变量选取

1. 被解释变量

被解释变量为受访家庭参与商业养老保险的情况。参与商业养老保险的取值为1，未参与的取值为0。有效回答了该问题的户主共有12 341位，其中仅有7.71%的户主参与了商业养老保险。将总样本分为青年与中老年、城镇与农村、高中及以下学历与高中以上学历三类组别进行对比。根据联合国教科文组织的定义，将18~45岁的定义为青年。青年样本中有11.06%的户主参与了商业养老保险，远高于中老年样本的参与比例；城镇样本中，有12.02%的户主参与了商业养老保险，远高于农村样本的参与比例；高中学历以上样本中，有15.59%的户主参与了商业养老保险，远高于高中及以下学历的参与比例。可能的原因在于，青年居民、城镇居民和高中学历以上的居民，其接受和获取商业养老保险相关信息的能力较强，更有意愿参与商业养老保险。

2. 解释变量

媒体使用频率体现了获取信息的渠道，包括报纸、杂志、广播、电视、互联网、手机定制消息，其中报纸、杂志、广播、电视被归类为传统媒体，互联网和手机定制消息被归类为新媒体。每种信息渠道的使用频率分为5个级别：从不使用、很少使用、有时使用、经常使用和频繁使用，以1~5来表示。将报纸、杂志、广播、电视的使用频率进行加总得到衡量传统媒体使用频率的指标，该变量取值在4~20。将互联网和手机定制消息的使用频率进行加总得到衡量新媒体使用频率的指标，该变量取值在2~10。

社会互动频率包括与邻居进行社交娱乐的频繁程度和与其他朋友进行社交娱乐的频繁程度。这两种社交活动的频率分为7个级别：从来不、一年1次或更少、一年几次、大约一个月1次、一个月几次、一周1~2次和几乎每天，以1~7来表示。将这两种社交活动的频率进行加总得到社会互动频率的指标，该变量的取值在2~14。

3. 控制变量

反映户主个人特征的控制变量包括：年龄、性别、婚否、是否从事非农工作、受教育年限、健康状况、人口流动状况以及基本养老保险或基本医疗保险参保情况。家庭控制变量有：反映家庭结构变量的家庭人口规模、未成年子女比例；反映家庭经济特征的家庭收入、是否具有家庭住房、是否从事金融类投资活动。是否从事金融类投资活动也在一定程度上可以反映户主的金融素养和风险偏好。

变量定义及样本的描述性统计见表2。持有商业养老保险的户主占总样本的比例为8.41%。样本家庭中户主平均年龄约为47.5岁。户主性别比例较为均衡，男性约占47.1%。从婚姻状况看，大约有82%的户主已婚或同居。户主平均受教育程度为初中。分别有71.7%和92.5%的户主被基本养老保险和基本医疗保险所覆盖。约85.6%的户主为本地人口，约14.4%的户主为流动人口。样本家庭平均规模约为3人。全年家庭总收入的均值约为9万元，大部分(约91%)的家庭拥有房产，约11.4%的户主有从事金融投资活动，包括股票、基金、债券、期货、权证、外汇等。

(三) 模型选择

本文采用Probit模型⑦研究信息渠道对居民是否持有商业养老保险的影响，Probit模型形式如式(1)：

Insurance=α+()Information()+ηY+ε(1)

(=1, 2, 3)

式中，Insurance表示户主的商业养老保险决策；()表示户主第维度的媒体使用频率(=1, 2, 3)，第一个维度为传统媒体使用频率，第二个维度为新媒体使用频率，第三个维度为社会互动频率。Y为一系列影响户主商业养老保险决策的控制变量；ε为随机误差项；，()，η为待估参数。

表1 商业养老保险参与情况

表2 变量定义与描述性统计

注：观测值为9610

四、实证结果

(一) 基准回归结果

表3报告了信息渠道对商业养老保险参与的影响。列(1)为基础模型。列(2)汇报了传统媒体使用频率和新媒体使用频率对商业养老保险参与的影响。列(3)汇报了传统媒体使用频率、新媒体使用频率和社会互动频率三类信息渠道对商业养老保险参与的影响，结果显示，新媒体使用、传统媒体使用和社会互动均对购买商业养老保险具有显著的正向影响，其中，新媒体对商业养老保险参与的促进效应大于社会互动，社会互动对商业养老保险参与的促进效应大于传统媒体。新媒体使用频率每提高一个单位，居民购买商业养老保险的概率提升0.36%，约占样本均值的4.28%。社会互动频率每提高一个单位，居民购买商业养老保险的概率提升0.30%，约占样本均值的3.57%。传统媒体使用频率每提高一个单位，居民购买商业养老保险的概率提升0.21%，约占样本均值的2.50%。这表明，新媒体使用频率、传统媒体使用频率和社会互动频率的提升扩展了户主获取信息的渠道，显著提高了户主购买商业养老保险的意愿。假设一和假设二得到验证。

从控制变量上看，年龄越大，居民越倾向于参与商业养老保险。女性比男性有更高的概率购买商业养老保险。相比从事农业或无业的户主，从事非农工作的户主参与商业养老保险的概率要高3.30%。受教育程度越高，居民越倾向于参与商业养老保险，受教育程度每提高一个等级，居民购买商业养老保险的概率提升1.79%。自评健康水平越高，即居民的预期寿命越长，越倾向于购买商业养老保险，自评健康每提高一个单位，居民购买商业养老保险的概率提升0.98%。基本养老保险与商业养老保险参与存在显著的正向关系，而基本医疗保险与商业养老保险参与存在显著的负向关系。家庭人口规模与商业养老保险参与负相关，而未成年子女比例与商业养老保险参与正相关。家庭年收入与商业养老保险参与有显著的正向关系，因为年收入更高的家庭有更加充足的资金用于购买商业养老保险。有房产的户主更倾向于购买商业养老保险。从事金融性投资活动的户主更有可能购买商业养老保险，这可能是因为商业养老保险决策对金融素养有一定的要求，需要认知和评估待选的保险产品，而从事金融性投资活动的户主具有更高的金融素养，因此更有可能购买商业养老保险。

表3 信息渠道对商业养老保险参与的影响

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，括号内为家庭层面的聚类异方差稳健标准误，下同

(二) 稳健性检验

为了检验Probit模型的稳健性，选用另一种离散回归模型——Logit模型对相同的样本进行回归，从而比较基于两种分布的模型回归结果是否具有一致性。Logit模型回归结果如表4所示，其数值表现为边际效应。从表4中可以发现，无论是主要解释变量还是控制变量，Logit回归结果都与Probit回归结果一致，且边际效应的符号与显著性水平均相同，这表明基准模型较为稳健。结果显示，新媒体使用、传统媒体使用和社会互动对户主的商业养老保险决策均有显著的正向影响，新媒体对商业养老保险参与的正向影响大于社会互动，社会互动对商业养老保险参与的正向影响大于传统媒体。

表4 信息渠道对商业养老保险参与的影响(Logit模型)

(三) 异质性分析

前面的实证结果表明新媒体使用、传统媒体使用和社会互动三类信息渠道对居民参与商业养老保险均产生了显著的促进效应。但是由于不同家庭的自身特征存在差异，可能导致这种促进效应存在异质性。为了探究信息渠道影响居民商业养老保险参与的异质性，本文根据户主的城乡状况、年龄层次和教育水平对样本家庭进行分组回归。结果如表5所示，不同信息渠道对商业养老保险决策的促进作用在城乡居民、青年居民和中老年居民、高中及以下学历居民和高中以上学历居民中存在差异，假设三得到验证。

结果表明，传统媒体使用对商业养老保险决策的促进作用只存在于农村样本、中老年样本和高中及以下学历样本中。传统媒体使用频率每提高一个单位，农村居民购买商业养老保险的概率提升0.21%，中老年居民购买商业养老保险的概率提升0.38%，高中及以下学历的居民购买商业养老保险的概率提升0.22%。

新媒体使用对商业养老保险的促进作用存在于农村样本、青年样本、高中及以下学历样本和高中以上学历样本中，对城镇居民和中老年居民参与商业养老保险没有显著的促进作用。原因可能在于，互联网在城镇的覆盖率较高，普及程度较高，城镇居民使用互联网的频率普遍较高，因此新媒体对城镇样本参与商业养老保险的促进作用不明显。而农村网络建设不完善，新媒体使用频率的差异对商业养老保险决策的影响较为显著。中老年居民对新媒体的接受能力较弱，使用频率普遍较低，造成新媒体对该群体参与商业养老保险的促进作用不明显。虽然新媒体使用对高中及以下学历居民和高中以上学历居民参与商业养老保险都有促进作用，但其促进作用大小存在明显差距，新媒体使用频率每提高一个单位，高中及以下学历的居民购买商业养老保险的概率提升0.28%，高中以上学历的居民购买商业养老保险的概率提升0.71%。原因可能在于，高中以上学历的人群通常具有较高的金融素养，有更大的可能性运用互联网进行学习和理财，新媒体使用频率的增加会更加显著促进其购买商业养老保险。高中以下学历人群金融素养较低，通常将互联网用于休闲娱乐，因此新媒体使用频率对高中以下学历人群商业养老保险决策的促进效应相对来说较为微弱。

社会互动对城镇居民、中老年居民、高中及以下学历居民和高中以上学历居民参与商业养老保险有促进作用。社会互动频率每提高一个单位，城镇居民购买商业养老保险的概率提升0.55%，中老年居民购买商业养老保险的概率提升0.27%，高中及以下学历的居民购买商业养老保险的概率提升0.22%，高中以上学历的居民购买商业养老保险的概率提升0.48%。

表5 信息渠道影响商业养老保险参与的异质性

五、结论与启示

本文运用2017年中国综合社会调查数据，从微观层面研究新媒体、传统媒体和社会互动三类信息渠道对居民商业养老保险决策的影响，结果表明：第一，新媒体使用、传统媒体使用和社会互动都可以促进居民参与商业养老保险，其中新媒体的促进作用大于社会互动的促进作用，社会互动的促进作用大于传统媒体的促进作用。第二，异质性分析发现，传统媒体使用频率对商业养老保险决策的促进作用仅体现在农村样本、中老年样本和高中及以下学历样本中。新媒体使用频率对商业养老保险的促进作用存在于农村样本、青年样本、高中及以下学历样本和高中以上学历样本中，但对城镇居民和中老年居民参与商业养老保险没有显著的促进作用。社会互动对城镇居民、中老年居民、高中及以下学历居民和高中以上学历居民参与商业养老保险有促进作用，但对农村居民和青年居民的商业养老保险决策没有显著影响。

由此可以得出促进我国商业养老保险发展的启示：第一，商业养老保险公司应抓住信息化发展带来的机遇，尤其是要积极应对新冠肺炎疫情给传统保险销售模式带来的冲击，充分利用互联网等各类媒介平台，加大养老知识普及和商业养老保险宣传力度，使民众更加充分地了解不同品种商业养老保险的收益与风险，提高消费者对商业养老保险的认知程度。第二，鉴于寿险的专业性和复杂性，线下的保险代理人模式仍然是重要的销售方式，难以被互联网模式所取代。商业养老保险公司应进一步完善保险代理人模式，探索创新与消费者有效沟通的方法和途径，加快推进商业养老保险市场高质量、可持续发展。第三，政府应积极应对人口老龄化的严峻形势，做好应对人口老龄化的顶层设计，探索推动多元化的养老方式，明确政府应承担的养老责任，鼓励民众将购买商业养老保险作为养老的重要方式。第四，充分利用各类信息渠道普及金融知识，提升民众金融素养水平，引导民众积极利用各类信息渠道，提高信息搜寻与筛选的技能，增强参与金融市场的能力。第五，加快农村地区的互联网普及率，缩小因为地区差异造成的互联网使用频率差异，充分发挥互联网对农村居民商业养老保险购买的促进作用。第六，加强对互联网的监管力度，严厉打击网络保险诈骗行为，确保居民使用互联网平台获取商业养老保险信息的准确性、安全性，提升对商业养老保险的信任度。

① 数据来自国家统计局。

② 根据1956年联合国《人口老龄化及其社会经济后果》确定的划分标准，65岁以上老年人达到总人口的14%即进入深度老龄化。

③ 根据2018年度和2019年度人力资源和社会保障事业发展统计公报数据计算得出。

④ 根据人力资源和社会保障部《全国企业年金基金业务数据摘要(2019年度)》和《2019年度人力资源和社会保障事业发展统计公报》数据计算得出。

⑤ 数据来自2017年中国综合社会调查。

⑥ 互联网普及率=网民数量/总人口。

⑦ 我国商业养老参与有限，各省分布不均匀，一些省份的样本家庭商业养老保险参保概率为0，Probit回归方法会自动剔除该部分样本。

[1] BROWN J R. Private pensions, mortality risk, and the decision to annuitize[J]. Journal of Public Economics, 2001, 82(1): 29−62.

[2] HONG H, KUBIK J D, STEIN J C. Social interaction and stock-market participation[J]. The Journal of Finance, 2004, 59(1): 137−163.

[3] 郭士祺、梁平汉. 社会互动、信息渠道与家庭股市参与——基于2011年中国家庭金融调查的实证研究[J]. 经济研究, 2014(1): 116−131. GUO Shiqi, LIANG Pinghan. Social interaction, information channel and household stock market participation: An empirical study based on 2011 Chinese household finance survey [J]. Economic Research Journal, 2014(1): 116−131.

[4] 谢家智, 吴静茹. 数字金融、信贷约束与家庭消费[J]. 中南大学学报(社会科学版), 2020(2): 9−20. XIE Jiazhi, WU Jingru. Digital finance, credit constraints, and household consumption[J]. Journal of Central South University (Social Sciences),2020(2): 9−20.

[5] SCHEINKMAN J A. Social interactions[Z]. Working Paper, Princeton University, 2005.

[6] 李涛. 社会互动与投资选择[J]. 经济研究, 2006(8): 45−57. LI Tao. Social interaction and investment choice[J]. Economic Research Journal, 2006(8): 45−57.

[7] MANSKI CHARLES F. Economic analysis of social interactions[J]. Journal of Economic Perspectives, 2000(14): 115−136.

[8] SHOWERS V E, SHOTICK J A. The effects of household characteristics on demand for insurance: A tobit analysis[J]. Journal of Risk & Insurance, 1994, 61(3): 492−502.

[9] 樊纲治, 王宏扬. 家庭人口结构与家庭商业人身保险需求——基于中国家庭金融调查(CHFS)数据的实证研究[J]. 金融研究, 2015(7): 170−189. FAN Gangzhi, WANG Hongyang. Household demographic structure and household demand for life insurance: empirical research based on the data of china household finance survey[J]. Journal of Financial Research, 2015(7): 170−189.

[10] LIN Y, GRACE M Y. Household life cycle protection: Life insurance holdings, financial vulnerability and portfolio implications[J]. Journal of Risk & Insurance, 2007, 74(1): 141−173.

[11] 孙祁祥, 王向楠.家庭财务脆弱性、资产组合与人寿保险需求: 指标改进和两部回归分析[J]. 保险研究, 2013(6): 23−34. SUN Qixiang, WANG Xiangnan. Household financial vulnerability, asset portfolio, and life insurance demand: Index reconstruction and two-part regression analysis[J]. Insurance Studies, 2013(6): 23−34.

[12] BROWNE M J, KIM K. An international analysis of life insurance demand[J]. Journal of Risk & Insurance, 1993, 60(4): 616.

[13] ROOIJ M, LUSARDI A, ALESSIE R. Financial literacy and stock market participation[J]. Journal of Financial Economics, 2011, 101(2): 449−472.

[14] 秦芳, 王文春, 何金财. 金融知识对商业保险参与的影响——来自中国家庭金融调查(CHFS)数据的实证分析[J]. 金融研究, 2016(10): 143−158. QIN Fang, WANG Wenchun, HE Jincai. The effect of financial literacy on household commercial insurance participation: An empirical research based on the data of china household finance survey[J]. Journal of Financial Research, 2016(10): 143−158.

[15] 吴雨, 杨超, 尹志超. 金融知识、养老计划与家庭保险决策[J]. 经济学动态, 2017(12): 86−98. WU Yu, YANG Chao, YIN Zhichao. Financial knowledge, pension plan and family insurance decision[J]. Economic Perspectives, 2017(12): 86−98.

[16] BEISEITOV ELDAR, JEFFREY D KUBIK, JOHN R MORAN. Social interactions and the health insurance choices of the elderly: Evidence from the health and retirement study[Z]. Center for Policy Research Working Paper No. 58. New York: Syracuse University Press, 2004: 1−34.

[17] 何兴强, 李涛. 社会互动、社会资本和商业保险购买[J]. 金融研究, 2009(2): 116−132. HE Xingqiang, LI Tao. Social interaction, social capital and commercial insurance purchases[J]. Journal of Financial Research, 2009(2): 116−132.

[18] 杨碧云, 吴熙, 易行健. 互联网使用与家庭商业保险购买——来自CFPS数据的证据[J]. 保险研究, 2019(12): 30−45. YANG Biyun, WU Xi, YI Xingjian. Internet usage and household commercial insurance purchases: Evidence from CFPS[J]. Insurance Studies, 2019(12): 30−45.

[19] 邹小芃, 叶子涵, 杨芊芊. 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[J]. 浙江大学学报(人文社会科学版), 2019(4): 55−70. ZOU Xiaopeng, YE Zihan, YANG Qianqian. The relationship between retirement planning propensity and commercial annuity demand: Empirical evidence from CFPS[J]. Journal of Zhejiang University (Humanities and Social Sciences), 2019(4): 55−70.

[20] MOSSIN J. Aspects of rational insurance purchasing[J]. Journal of Political Economy, 1968(79): 553−568.

[21] KUNREUTHER H, PAULY M. Rules rather than discretion: Lessons from hurricane Katrina[J]. Journal of Risk & Uncertainty, 2006, 33(1−2) : 101−116.

[22] KAHNEMAN D, TVERSKY A. Prospect theory: An analysis of decision under risk[J]. Econometrica, 1979, 47(2): 263−292.

[23] KUNREUTHER H, LINNEROOTH J, VAUPEL J W. A decision-process perspective on risk and policy analysis[J]. Management Science, 1984, 30(4) : 475−485.

[24] 李俊青, 李响, 梁琪. 私人信息、公开信息与中国的金融市场参与[J]. 金融研究, 2020(4): 147−165. LI Junqing, LI Xiang, LIANG Qi. Private information, public information, and financial market participation in China[J]. Journal of Financial Research, 2020(4): 147−165.

[25] 李志辉, 杨旭, 郭娜. 宏观环境、投资策略与我国寿险公司风险研究[J]. 湖南大学学报(社会科学版), 2019(4): 35−44. LI Zhihui, YA Xu, GUO Na. Macro environment, investment strategy and life insurance companies risk in China[J]. Journal of Hunan University (Social Sciences), 2019(4): 35−44.

How information channels affect commercial pension insurance decisions: Micro evidences from CGSS

PENG Weizhuojia

(School of Economics, Zhejiang University, Hangzhou 310058, China)

Based on 2017 Chinese General Social Survey (CGSS) data, and by adopting Probit model, this paper studies the impact of different information channels on commercial pension insurance decisions. The findings show that new media, traditional media and social interaction can all promote residents' participation in commercial pension insurance, among which the promotion of new media is greater than that of social interaction, and that of social interaction is greater than the promotion of traditional media. Furthermore, heterogeneity analysis results find that the positive influence of traditional media on commercial pension insurance participation is only reflected in rural samples, middle-aged and elderly samples and samples with a high school degree or below. The positive influence of new media on commercial pension insurance participation is reflected in rural samples, youth samples, samples with a high school degree or below and samples with a degree above high school. Social interaction promotes the participation of urban residents, middle-aged and elderly residents, residents with a high school degree or below and residents with a degree above high school in commercial pension insurance. Based on the above results, corresponding countermeasures and suggestions are put forward for further promotion and popularization of commercial pension insurance.

new media; traditional media; social interaction; commercial pension insurance decisions

F840