第一节 责任保险发展的影响因素

一 责任保险发展影响因素的理论分析

（一）经济金融因素

经济发展提高了责任险的供给能力和需求水平。根据1980～2002年发达国家的情况，美国及加拿大的责任险索赔的GDP弹性大约是1.5，欧洲经济体为1.2～1.4，日本为2.2（Sigma, 2004）。在2014年之前的几年中，由于经济增长疲软和通货膨胀、工资增长放缓，责任险理赔额只保持了温和的增长。在新兴经济体中，随着经济发展，中等收入群体的崛起、产权意识的觉醒以及消费者保护程度的提高正在迅速加大对责任险的社会需求（Sigma, 2005）。随着资本市场的发展，股票价值也对某些险种（如董事高管责任险）的潜在责任赔付额有直接的影响（Sigma, 2014）。总之，责任险索赔和需求随着经济的发展及个人财富的增长而增加。

通货膨胀、医疗费用价格、利率也会影响责任保险发展。美国责任险的索赔在美国责任危机（20世纪90年代后期）达到最高值，当时由于通胀上升，石棉索赔以及超级基金（Superfund）立法，赔偿金额大增（Sigma, 2004）。表1-1展示了主要发达国家责任险索赔的长期增长趋势，表1-2和表1-3分别显示，基于美国等七个发达国家的责任险发展历程，在主要的宏观经济变量中，医疗费用通胀与总的医疗保健费支出是与责任索赔最为密切相关的。从长期的弹性系数来看，医疗保健费支出与责任索赔是以一种相似的路径成长（Sigma, 2004）；而表1-4显示，西方七国在被分析的时期中，相对于与CPI通胀或工资通胀（工资指数增长率度量的通货膨胀）的关系，责任险索赔与医疗总支出的关联更密切，尤其是在考察多年平均增长率时更为明显（Sigma, 2009）。而根据美国、加拿大、英国、德国、法国、意大利以及日本的综合责任赔偿统计回归分析显示，只有综合性的消费物价通胀及其他解释经济周期性波动的因素才有统计意义（Sigma, 2004）。

在全球化的过程中，国际贸易与国际商务的发展也刺激了责任险的需求。如，新兴市场的外部采办公司不得不依赖当地落后的基础设施和支持性服务，因此将产生更高的经营参数的不稳定性，从简单的服务中断到安全破坏，都可能导致法律纠纷，这将引起对于责任险新的需求（Sigma, 2005）。

（二）技术/产业因素

新的技术创造了新的产业和新的产品，这都会改变法律环境；而产业发展（包括产业政策的实施和产业竞争结构的变动）同样会影响业务的法律风险与责任险需求（Sigma, 2005）。从历史上看，责任保险起始于19世纪工业革命时期的欧美国家，当时工业革命及产业升级导致生产事故增加。产业结构也会影响责任险的发展，例如，英国在2004～2013年十年中，职业责任险的比例从14%左右提高到32%，显示出经济向服务业转移趋势，服务业占责任险理赔的比重增加了（Sigma, 2014）。相对于收入而言，医疗服务、交通服务、建筑、公用事业、制造业和化工制药行业的超额责任险成本最高，金融服务业和贸易业的超额责任险成本最低（Sigma, 2004）。一些新兴高科技领域，如信息和通信技术、消费者电子以及遗传工程的高技术含量等领域均含有未经充分检验的新风险，它们也是容易发生诉讼的风险来源（Sigma, 2005）；而信息以更快的速度传播也创造了新的诉讼文化（Sigma, 2005）。

（三）法律和社会文化因素

财产损失保险事故发生的概率以及事故发生时的损失程度在一个较长时间内具有稳定性，更多决定于自然与技术状况；责任保险适用于应对法律风险，而更多地在社会科学以及法律的基础上进行评估。因而，责任保险的发展受到社会政治环境、法律法规环境发展变化的影响。2013年世界前十大责任险市场中，责任险深度（责任险保费/GDP）超过平均水平（0.29%）的四个国家（美国0.50%、英国0.36%、澳大利亚0.32%、加拿大0.29%）都是采用了英美法体制（Sigma, 2014）。在绝大多数主要的经济实体中，综合责任赔偿的成本比整个经济活动增长更为快速，对西方七国的长期性评估显示，责任险索赔额的增长是GDP增长速度的1.5倍～2倍，这主要反映了社会以及法律的发展趋势（Sigma, 2004）。历史上，侵权法律制度的发展、弱者保护的社会政策取向是推动责任保险发展的重要原因。2014年之前的几年中，侵权法改革和医疗成本降低也促使责任险理赔的增长低于预期（Sigma, 2014）。

政府政策对责任险发展有很直接的影响。比如，下文将提到的，我国近几年地方或全国性政策对于医疗责任险等险种发展的影响。又如，法国有100多种职业要求强制投保责任险，所以法国的责任险保费大多来自职业责任险，其中十年建筑责任险就占到了责任险保费的1/3（Sigma, 2014）。此外，种族、道德、文化、宗教、社会规范与标准在塑造法律环境与风险环境上发挥着重要作用（Sigma, 2004）。

二 我国责任保险发展影响因素的实证分析

（一）中国责任保险发展水平及其影响因素的衡量

我们从保费收入和赔付支出两个角度来衡量一个地区责任保险的发展水平。这是因为以下三点。其一，收入获取直接衡量保险的风险集散作用，成本支出直接衡量保险的经济补偿作用。其二，较之其他财产类保险，责任保险的收入获取和成本支出之间存在较长的时滞。其三，与以往文献相比较，以往文献中衡量保险增长或发展一般采用基于保费收入的指标，而衡量责任保险增长或发展趋势则更多采用了基于赔付支出的指标，如Sigma（2004, 2005, 2009, 2014）。

基于保费收入角度，我们采用了三个代理变量。一是责任险密度，即一个地区人均的责任险保费收入，记为DENSITY。二是责任险深度，即一个地区的责任险保费收入除以该地区的国内生产总值，记为Penetration。三是责任险业务占一个地区产险市场的份额（简称“责任险份额”），即责任险保费收入除以所有产险业保费收入，记为Share。

对于基于赔付支出角度衡量的责任险发展水平，我们选择责任险赔付密度。它等于一个地区的责任险的人均赔付支出，记为DENSITY_PAY。

我们采用一个地区人均国内生产总值（人均GDP）来度量一个地区的经济发展程度，记为GDP或gdp。对当年价格衡量的GDP通过国内生产总值平减指数计算得到不变价格衡量的gdp（平减至2001年），国内生产总值平减指数则是通过人均国内生产总值的名义增长率减去实际增长率得到。

我们采用第三产业从业人数占所有行业从业人数的比重来度量一个地区的产业结构，记为Services。

我们采用一个地区的人口密度衡量经济活动的密集程度，记为PopuDen。由于无法获得近几年中地级单位城镇化水平的数据，变量PopuDen也在一定程度上用来控制各地区城镇化水平的差异。

对于一个地区的通货膨胀水平，我们优先用消费者价格指数（CPI）计算得到，记为Inf_cpi。由于没有地级单位层面CPI的数据，我们采用由国内生产总值平减指数来计算得到通胀率，记为Inf_gdp。

一个地区侵权事故中人身伤亡的赔偿程度要基于该地区的工资水平、医疗保健支出情况。对此，我们引入三个变量：（1）一个地区的人均工资指数的增长率，记为Wage；（2）人均医疗保健支出的实际值（medical），用以衡量一个地区医疗保健支出的数量变动；（3）医疗保健服务价格通胀（Med_Inf），用以衡量医疗保健服务的价格变化。

（二）数据介绍和描述

实证研究采用2001～2012（或2013）年我国的面板数据。在基于保费收入衡量的责任保险发展水平的相关分析和计量分析中，我们采用我国地级单位的数据。在基于赔付衡量的责任保险发展水平的相关分析中，我们同时采用地级单位和省级单位的数据，这是因为：（1）人均医疗保健支出和医疗保健服务价格的数据只公布到省级单位层面；（2）提高结论的稳健性。

保险方面变量（责任险保费收入、责任险赔付支出、财产险保费收入）的数据来自历年《中国保险年鉴》。地级单位（及以上）层面的社会经济变量的数据主要来自历年的《中国区域经济统计年鉴》；人均工资指数来自《中国城市年鉴》。省级单位层面的社会经济变量的数据来自历年的《中国统计年鉴》。

表1-5展示了因变量的描述性统计情况。对于保费收入角度的代理变量来说：第一，2001～2012年我国地级单位的责任险密度（DENSITY）的均值为5.13元/人，中位数为3.08元/人，均值和中位数从2001年的2.80元/人、1.62元/人上升到2012年的10.14元/人、7.26元/人。第二，2001～2012年我国地级单位的责任险深度（Penetration）的均值为0.0245%，中位数为0.0209%，均值和中位数从2001年的0.0274%、0.0247%变为2012年的0.0276%、0.0236%，变化很小。第三，2001～2012年我国地级单位的责任险保费收入占产险市场份额（Share）的均值为3.61%，中位数为3.22%，均值和中位数从2001年的4.75%、4.39%变为2012年的3.36%、2.95%，有所下降。对于赔付支出角度的责任险赔付密度（DENSITY_PAY）来说：第一，在地级单位层面，2001～2012年我国责任险赔付密度的均值为2.30元/人，中位数为1.37元/人，均值和中位数从2001年的1.33元/人、0.72元/人上升到2012年的4.38元/人、2.95元/人。第二，在省级单位层面，2001～2012年我国责任险赔付密度的均值为2.94元/人，中位数为1.99元/人，均值和中位数从2001年的1.20元/人、0.88元/人上升到2012年的6.19元/人、4.51元/人。

表1-6展示了自变量的描述性统计情况。（1）人均名义GDP在地级单位样本的均值和中位数分别从2001年的9108元、6791元提高到2012年的37894元、32709元，在省级单位样本的均值和中位数分别从2001年的9593元、6799元提高到2012年的43387元、36394元。（2）人均实际GDP增长率对于2001～2012年地级单位样本的均值和中位数分别为12.59%、12.60%；对于2001～2012年省级单位样本的均值和中位数分别为11.45%、11.50%。（3）服务业发展程度指标在地级单位样本的均值和中位数分别从2001年的36.27%、35.83%变化到2012年的35.46%、34.74%，变化微小。（4）地级单位样本的人口密度的均值和中位数分别从2001年的352.34人/平方公里、281.96人/平方公里提高到2012年的376.14人/平方公里、301.09人/平方公里。（5）GDP平减指数度量的通货膨胀水平于2001～2012年地级单位样本的均值和中位数分别为2.58%、2.47%。（6）CPI度量的通货膨胀水平于2001～2012年省级单位样本的均值和中位数分别为2.58%、2.47%。（7）人均工资的增长率对于2003～2012年地级单位样本的均值和中位数分别为14.50%、13.84%；对于2007～2012年省级单位样本的均值和中位数分别为13.97%、13.46%。（8）人均实际医疗保健支出增长率对于2002～2012年省级单位样本的均值和中位数分别为9.85%、8.99%。（9）医疗保健服务价格通胀水平于2001～2012年省级单位样本的均值和中位数分别为1.11%、1.23%。

（三）基于保费收入衡量的责任保险发展水平的相关和计量分析

第一，两变量相关性分析

图1-1、图1-2展示了2001～2012年、2012年单年度中国地级及以上单位的责任险密度（lnDENSITY）与若干自变量的散点图。可以发现，其一，责任险密度（对数）与人均GDP（对数）呈高度正相关，二者的相关系数在2001～2012年达0.780（P值＜0.000），在2012年单年度达0.5460（P值＜0.000）。不过，责任险保费的GDP弹性小于1，这个比例低于对一些国家的研究结果，如，综合责任险索赔的GDP弹性在美国及加拿大约为1.5，而在欧共体为1.2～1.4。因而，我国责任险尚未处于缓慢发展的阶段。其二，责任险密度（对数）与第三产业占GDP的比重（Services）的相关系数在2001～2012年为0.140（P值＜0.00），在2012年单年为0.210（P值＜0.000），故服务业的发展可能带动责任险发展。其三，责任险密度（对数）与人口密度（PopuDen）的相关系数在2001～2012年为0.099（P值＜0.000），但在2012年当年仅为-0.011（P值=0.843），因而责任险密度（对数）与人口密度的关系很可能来自于各单位的固定效应。其四，责任险密度（对数）与通货膨胀（GDP平减指数度量）（Inf_gdp）的相关系数在2001～2012年为0.047（P值=0.006），但在2012年当年仅为-0.055（P值=0.335）。

图1-3、图1-4展示了2001～2012年、2012年单年度中国地级及以上单位的责任险深度（Penetration）与若干自变量的散点图。可以发现，其一，责任险深度（Penetration）与人均GDP（对数）呈负相关，相关系数在2001～2012年为-0.096（P值＜0.000），在2012年单年度达-0.251（P值＜0.000）。这说明经济越发达，则责任保险在国民经济中的比重越少，此结果与发达国家责任保险的发展状况相反，也与我国保险业、财产保险业占国民经济中的状况相反。这进一步说明，我国责任险还未处于缓慢发展的阶段。其二，责任险深度与第三产业占GDP的比重（Services）的相关系数在2001～2012年为0.207（P值＜0.000），在2012年单年为0.293（P值＜0.000）。其三，责任险深度与人口密度（PopuDen）的相关系数在2001～2012年为-0.195（P值＜0.000），但在2012年当年仅为-0.123（P值=0.030）。其四，责任险深度与通货膨胀（GDP平减指数度量）（Inf_gdp）的相关系数在2001～2012年为-0.004（P值=0.831），但在2012年当年仅为0.212（P值＜0.000）。

图1-5、图1-6展示了2001～2012年、2012年单年度中国地级及以上单位的责任险保费收入占产险市场份额（Share）与若干自变量的散点图。可以发现，其一，责任险份额（Share）与人均GDP（对数）呈负相关，相关系数在2001～2012年达-0.318（P值＜0.000），在2012年单年度达-0.247（P值＜0.000）。这说明经济越发达，则责任保险在国民经济中的比重越低，此结果与发达国家责任保险的发展状况相反。其二，责任险份额与第三产业占GDP的比重（Services）的相关系数在2001～2012年为0.002（P值＜0.915），在2012年单年为0.050（P值＜0.371），故二者相关性非常小。其三，责任险深度与人口密度（PopuDen）的相关系数在2001～2012年为 -0.129（P值＜0.000），但在2012年当年仅为 -0.172（P值=0.002）。其四，责任险深度与通货膨胀（GDP平减指数度量）（Inf_gdp）的相关系数在2001～2012年为 -0.069（P值＜0.000），但在2012年当年为0.166（P值=0.003），故二者关系难以确定。

第二，多变量计量经济分析

为了研究责任保险发展的影响因素，我们的计量模型如下：

以上三式中，i（i=1, …, I）代表各个个体，共I个个体；t（t=1,…, T）表示各个年度，共T个年度。lndensity、Penetration、Share是我们关注的三个因变量，Xk是自变量，YearDumt是年度虚拟变量（共T-1个）。诸个α、β、γ分别是三个模型中的待估系数。υ1it、υ2it、υ3it分别是三个模型中的扰动项。υ1it可分解为个体效应μ1i和特异扰动项ε1it, υ2it和υ3it也是如此。

我们可以选择的估计方法包括混合OLS估计、随机效应估计（RE）、固定效应估计（FE）三类。其一，如果不存在不随时间变化的个体效应μi，即Var(μ)= 0，那么我们选择最有效的混合最小二乘估计即可；否则，不应直接将样本混合。对此，我们基于Breusch和Pagan（1980）利用OLS估计残差构造的拉格朗日乘子检验来判断，其原假设是Var(μ)= 0。其三，我们基于Hausman（1978）检验来判断选择RE估计还是FE估计，检验的原假设为个体效应μi与自变量Xk不相关。如果拒绝原假设，应采用一致性更强的FE估计；如果不能拒绝原假设，则应采用更有效的RE估计。其三，我们采用Wald检验来判断I-1个μ1i（μ2i、μ3i）是否联合显著，也采用F检验来判断T-1个YearDumt是否联合显著。

估计中还需要考虑序列相关和异方差问题，特别是，由于本章采用12个年度的长时段数据，序列相关是很重要的问题。我们采取Newey-West的稳健标准误进行统计推断。

在下文的计量分析中，为了反映变量之间的弹性关系和降低异方差、非正态性等问题，我们对货币计量的变量DENSTIY、GDP取了自然对数，分别记为lnDENSITY、lnGDP。

我们在表1-7中报告了对责任险密度（lnDensity）的估计结果，在表1-8中报告了对责任险深度（Penetration）的估计结果，在表1-9中报告了对责任险占产险业务比重（Share）的估计结果。在表1-7、表1-8、表1-9中：第（1）、（2）列采用混合OLS估计，第（3）、（4）采用RE估计；第（5）、（6）列采用FE估计。在表1-7中，第（1）、（3）、（5）列纳入了所有自变量，第（2）、（4）、（6）列在纳入lnGDP的基础上加入其他显著的自变量。在表1-8和表1-9中，第（1）、（3）、（5）列纳入了所有自变量，第（2）、（4）、（6）列在纳入lnGDP和 (lnGDP)2的基础上加入其他显著的自变量。

根据Breusch和Pagan的LM检验、Hausman检验结果，应当采用固定效应（FE）模型，随机效应模型（RE）次之。具体到各个自变量，第一，lnGDP的影响都正向显著，系数估计值都小于1，在FE的估计中（第（5）、（6）列）介于0.44～0.49。因而，我国责任险对GDP的弹性远小于1，即我国责任险没有随着GDP的增长而同步增长，我国责任险的消费尚具有奢侈品的特征。由于图1-1和图1-2显示lnDensity和lnGDP呈高度的线性关系，我们没有把lnGDP的高次项纳入模型。第二，变量Services的影响都正向显著，在FE模型中系数估计值分别为0.0080（第（5）列）、0.0078（第（6）列）。因而，其他条件不变时，平均而言，服务业占GDP的比重每提高1个百分点，责任险密度提高0.008元，影响的绝对数值很小。第三，人口密度（PopuDen）和通货膨胀（GDP平减指数度量）（Inf_gdp）没有发现对责任险密度有显著影响。

根据Breusch和Pagan的LM检验、Hausman检验结果，应当采用固定效应（FE）模型，随机效应模型（RE）次之。具体到各个自变量，第一，lnGDP的系数估计值正向显著，(lnGDP)2的系数估计值负向显著，因而，随着人均GDP的增长，责任险深度将“先升后降”。这与对一般保险需求的经验结论相同，不过，通过lnGDP和 (lnGDP)2的系数估计值发现：我国责任险深度的“向下的拐点”出现得更早。第二，变量Services的影响都正向显著，在FE模型中的系数估计值分别为0.008（第（5）列）、0.0078（第（6）列）。因而，平均而言，其他条件不变时，服务业占GDP的比重每提高1个百分点，责任险密度提高约0.008元，影响的绝对数值很小。第三，根据FE模型的估计结果，人口密度（PopuDen）对责任险深度的影响正向显著，其他条件不变时，平均而言，人口密度每提高100人平方公里，责任险深度提高约0.1个百分点。第四，通货膨胀（GDP平减指数度量）（Inf_gdp）对责任险深度的影响仍然不显著。

根据Breusch和Pagan的LM检验、Hausman检验结果，应当采用固定效应（FE）模型，随机效应模型（RE）次之。具体到各个自变量，第一，lnGDP的系数估计值正向显著，(lnGDP)2的系数估计值负向显著，因而，随着人均GDP的增长，责任险保费收入占产险业的份额也是“先升后降”的。通过lnGDP和 (lnGDP)2的系数估计值发现，对于大多数样本，责任保险的发展落后于财产保险业。第二，变量Services的影响都正向显著，说明服务业发展对责任险的促进作用大于对产险业平均的促进作用。在FE模型中，Services的系数估计值分别为0.0507（第（5）列）、0.0473（第（6）列），故平均而言，其他条件不变时，服务业占GDP的比重每提高1个百分点，责任险业务占产险业的份额将提高0.05个百分点。第三，根据FE模型的估计结果，人口密度（PopuDen）对责任险深度的影响正向显著，其他条件不变时，平均而言，人口密度每提高100人平方公里，责任险深度提高0.1～0.2个百分点。第四，通货膨胀（GDP平减指数度量）（Inf_gdp）对责任险份额的影响仍然不显著。

（四）基于赔付衡量的责任保险发展水平的相关性分析

表1-10报告责任险赔付密度（DENSITY_PAY）及其影响因素在2002～2012年（或2013年）的增长情况，表1-11报告责任险赔付密度（DENSITY_PAY）及其影响因素在2002～2012年（或2013年）的相关关系。我们采用责任险赔付密度而非责任险赔付总量；对名义GDP、实际GDP、名义医疗保健支出采用人均值，以剔除各地区人口规模变动的影响；以国内生产总值平减指数和消费者物价指数度量的通货膨胀（Inf_gdp、Inf_cpi）、人均工资指数的增长率（Wage）以及医疗保健服务价格指数（Med_Inf）本身就是“去规模化”的变量。

在表1-10和表1-11中，“地级”和“省级”分别是指，研究采用的是地级及以上单位、省级单位为样本。表1-10中的“责任险赔付密度增长的占比”定义为责任险赔付密度的年增长率除以某一影响因素的年增长率，可以认为是责任险赔付密度对该变量的弹性。表1-11中的“与责任险赔付密度增长的相关系数”是指，责任险赔付密度的年增长率与另一个变量的年增长率的皮尔逊相关系数，其中，“单个样本”“组内均值”分别是指计算相关系数时采用的是单个样本或者每个地级单位或省级单位的均值。

对于表1-10我们发现如下一些结论。第一，责任险赔付（DENSITY_PAY）的年增长率高于表1-10中的其他变量，均值超过了20%，中位数在20%左右。第二，人均工资（Wage）增长率低于人均名义GDP（GDP）的增长率，这主要是由于在社会主义初级阶段的经济快速发展时期，初次分配中劳动者报酬的占比较低。第三，人均医疗保健支出（medical）的增长率低于人均实际GDP（gdp）的增长率，这与通常感受并不相符。第四，医疗保健服务价格指数（Med_Inf）的增长率低于以GDP平减指数和CPI度量的通货膨胀水平（Inf_gdp、Inf_cpi），显示这也与通常感受并符。第五，从“责任险赔付密度年增长率的占比”上看，责任险的赔付弹性都大于1，这与表1-4中反映的主要发达国家的情况相同。

结合表1-11和图1-7、图1-8、图1-9、图1-10，我们发现如下结论。

第一，整体而言，责任险赔付与宏观经济变量呈现弱相关性。这在其他国家也是成立的，如在1960～2002年中，美国、加拿大、英国、德国、法国、意大利和日本的“综合责任险的索赔增长率”与消费价格指数、医疗保健服务价格指数、名义健康费用增长率、十年期政府债券的回报率、GDP的实际增长率、GDP的名义增长率的相关系数都很低，分别仅为0.08、0.18、0.24、0.09、-0.11、0.06（Sigma, 2004）。

第二，采用“组内均值”度量的相关性强于采用“单个样本”度量的。即使样本量有大幅减少，“组内均值”度量的相关系数的显著性仍然基本上强于“组内均值”度量的。采用“单个样本”研究的相关系数没有统计显著的，采用“组内均值”研究的相关系数有3个显著。

第三，责任险赔付密度与人均名义GDP、人均工资指数的增长率显著正相关，而与GDP平减指数度量的通胀显著呈负相关。而在发达市场宏观经济变量中，与责任险赔付相关性最高的是医疗费用的通胀和名义医疗费用支出，其次是名义GDP增长、工资涨幅和CPI衡量的通货膨胀、工资增长；并且，从长期来看，医疗支出的增长速度与责任险理赔相同（Sigma, 2014）。而对1962～2002年西方七国（G7）中，CPI衡量的通胀对责任险赔付的作用最为显著（Sigma, 2004）。因而，我国在此问题上与西方国家的情况差异非常大。

（五）实证结果总结

根据上述对中国责任保险发展的实证研究，结论主要包括：

第一，我国责任险处于初级的发展阶段，责任险保费收入对GDP的弹性远小于1，责任险没有随着GDP的增长而同步增长。

第二，其他条件不变时，服务业越发达，则责任险越发达。

第三，人口聚集有利于提高责任险深度，并且对责任险发展的影响大于产险业整体。

第四，我国责任险赔付与宏观经济社会变量的相关性较弱，这点与西方主要发达国家相同。

第五，我国责任险赔付与医疗保健服务的使用、医疗保健服务价格指数、CPI的相关性还弱于与人均GDP、人均工资水平的相关性，这点与西方主要发达国家相反。