基于中介調(diào)節(jié)模型的保險(xiǎn)需求實(shí)證研究

姜世杰，王雅珺

(湖南大學(xué) 金融與統(tǒng)計(jì)學(xué)院，湖南 長(zhǎng)沙 410082)

一、引言

為了實(shí)現(xiàn)個(gè)人風(fēng)險(xiǎn)管理目標(biāo)，消費(fèi)者的保險(xiǎn)決策應(yīng)該基于其自身的風(fēng)險(xiǎn)，高風(fēng)險(xiǎn)群體應(yīng)該選擇購買更多的保險(xiǎn)來彌補(bǔ)可能的財(cái)產(chǎn)損失，并且客戶只有在價(jià)格至少與其支付意愿相匹配時(shí)才會(huì)購買保險(xiǎn)。但在已有的實(shí)證研究中發(fā)現(xiàn)，高風(fēng)險(xiǎn)群體并沒有選擇多買保險(xiǎn)，反而傾向于少買。Cutler和Zeckhauser(2004)對(duì)某些案例進(jìn)行研究后發(fā)現(xiàn)那些不需要財(cái)務(wù)保護(hù)的人卻選擇了購買保險(xiǎn)。這意味著此類消費(fèi)者購買了錯(cuò)誤類型或者錯(cuò)誤金額的保險(xiǎn)，他們并沒有根據(jù)自身的風(fēng)險(xiǎn)狀況選擇投保金額，屬于保險(xiǎn)需求“異象”的一種，這種異象目前還未能得到全面的解釋，本文將嘗試從心理學(xué)的角度對(duì)這個(gè)現(xiàn)象進(jìn)行分析。

一個(gè)可以用來解釋上述保險(xiǎn)市場(chǎng)異象的原因是：人們會(huì)把用于消費(fèi)的收入放在不同的心理賬戶中(Mental Accounting)，所謂心理賬戶就是個(gè)體在做出決策時(shí)不可能綜觀所有可能的結(jié)果，相反地，個(gè)體會(huì)無意識(shí)地將決策分成好幾個(gè)部分來看待，也就是把資金按照用途劃分成好幾個(gè)心理賬戶，而對(duì)于不同心理賬戶的處理則會(huì)有不同的應(yīng)對(duì)思路。因此，保險(xiǎn)決策會(huì)受限于用來規(guī)避小概率事件發(fā)生的“保險(xiǎn)預(yù)算”賬戶，消費(fèi)者會(huì)盡可能地通過選擇最便宜的保單或者降低保險(xiǎn)范圍來減少保險(xiǎn)預(yù)算。所以，如果考慮把消費(fèi)者的自身風(fēng)險(xiǎn)作為保險(xiǎn)定價(jià)的因素之一，高風(fēng)險(xiǎn)者就要為一單位的保險(xiǎn)支付更多的保費(fèi)，那么他們必須通過少買保險(xiǎn)來控制預(yù)算。Austin和Fischhoff(2010)發(fā)現(xiàn)，由于消費(fèi)者在作保險(xiǎn)決策時(shí)有固定的預(yù)算，那么即使有補(bǔ)貼，他們?cè)诒ＹM(fèi)上升時(shí)也會(huì)選擇少買保險(xiǎn)。這說明，如果客觀風(fēng)險(xiǎn)與保險(xiǎn)公司規(guī)定的保費(fèi)是正向相關(guān)的，則高風(fēng)險(xiǎn)者在預(yù)算固定而保費(fèi)更高的情形下，他們只能少買或不買保險(xiǎn)。這里的客觀風(fēng)險(xiǎn)指的是保險(xiǎn)公司和投保人均能觀測(cè)到的，可用于定價(jià)的風(fēng)險(xiǎn)因素。從另一個(gè)方面來看，高風(fēng)險(xiǎn)者選擇少買保險(xiǎn)可能是因?yàn)樗麄冇X得沒有必要多買。Cohen和Siegelman(2010)認(rèn)為，如果客觀風(fēng)險(xiǎn)能夠根據(jù)個(gè)人可觀測(cè)的性格特征來衡量，作為一個(gè)理性的高風(fēng)險(xiǎn)者，在面對(duì)同樣的保單但保險(xiǎn)公司對(duì)他收費(fèi)更高的情況時(shí)，該群體并不愿意去購買更多的保險(xiǎn)。換句話說，這種可以被保險(xiǎn)公司觀測(cè)到的客觀風(fēng)險(xiǎn)會(huì)導(dǎo)致消費(fèi)者不愿購買更多的保險(xiǎn)，因?yàn)橄噍^于一般消費(fèi)者，他們必須為同樣的保單付出更多的保費(fèi)。

但以上兩種觀點(diǎn)仍無法完全解釋高風(fēng)險(xiǎn)人群選擇少買保險(xiǎn)的原因，并且他們都沒有考慮到主觀的風(fēng)險(xiǎn)感知對(duì)于保險(xiǎn)決策的影響，這令他們的結(jié)論缺少信服力。因此，本文引入預(yù)防焦點(diǎn)這個(gè)會(huì)干擾主觀風(fēng)險(xiǎn)感知的概念，從消費(fèi)者對(duì)于風(fēng)險(xiǎn)的敏感性出發(fā)，利用風(fēng)險(xiǎn)感知在客觀風(fēng)險(xiǎn)與保險(xiǎn)決策中的中介效應(yīng)，來分析保險(xiǎn)需求中存在的異象。

二、研究假設(shè)

本文將基于Edwards和Lambert(2007)建立的一般路徑分析框架(General Path Analytic Framework)來構(gòu)建客觀風(fēng)險(xiǎn)與保險(xiǎn)決策的中介調(diào)節(jié)模型、基于風(fēng)險(xiǎn)感知與預(yù)防焦點(diǎn)的中介調(diào)節(jié)模型，如圖1。通過對(duì)比有無風(fēng)險(xiǎn)感知參與的兩條保險(xiǎn)決策路徑，該模型可以檢測(cè)個(gè)人的保險(xiǎn)決策是否通過風(fēng)險(xiǎn)感知形成，以及預(yù)防焦點(diǎn)是否對(duì)保險(xiǎn)決策產(chǎn)生調(diào)節(jié)效應(yīng)。在這個(gè)模型中，我們首先假設(shè)預(yù)防焦點(diǎn)會(huì)在客觀風(fēng)險(xiǎn)與保險(xiǎn)決策中起到一個(gè)調(diào)節(jié)的作用。也就是說，當(dāng)人們自身存在高的客觀風(fēng)險(xiǎn)時(shí)，保險(xiǎn)公司會(huì)對(duì)這些人收取更高的保險(xiǎn)，但只有那些有著低預(yù)防焦點(diǎn)的個(gè)體會(huì)選擇減少保險(xiǎn)的購買，而有著高預(yù)防焦點(diǎn)的個(gè)體則不會(huì)。第二步，加入風(fēng)險(xiǎn)感知作為中介變量。假設(shè)風(fēng)險(xiǎn)感知作為媒介，在客觀風(fēng)險(xiǎn)與保險(xiǎn)決策中起著中介效應(yīng)，而預(yù)防焦點(diǎn)在客觀風(fēng)險(xiǎn)與風(fēng)險(xiǎn)感知之間有可能存在調(diào)節(jié)作用。由以上兩步，可以得到本文想要構(gòu)建的中介調(diào)節(jié)模型。

圖1 保險(xiǎn)購買決策的中介調(diào)節(jié)模型

由于Kluger等(2004)以及Bryant和Dunford(2008)強(qiáng)調(diào)預(yù)防焦點(diǎn)對(duì)風(fēng)險(xiǎn)感知有影響，所以本文預(yù)估，有著高預(yù)防焦點(diǎn)的個(gè)人會(huì)感知到更高的客觀風(fēng)險(xiǎn)，因?yàn)樗麄儍A向于規(guī)避風(fēng)險(xiǎn)并且更容易認(rèn)識(shí)到存在的客觀風(fēng)險(xiǎn)，因此，當(dāng)面臨高客觀風(fēng)險(xiǎn)時(shí)，即使高預(yù)防焦點(diǎn)的消費(fèi)者會(huì)被收取更高的保費(fèi)，他們也不會(huì)少買保險(xiǎn)，甚至?xí)噘I。而有著低預(yù)防焦點(diǎn)的個(gè)人感知風(fēng)險(xiǎn)的能力較差，他們也許不容易認(rèn)識(shí)到客觀風(fēng)險(xiǎn)的存在，當(dāng)面臨高客觀風(fēng)險(xiǎn)時(shí)，因?yàn)闀?huì)被收取更高的保費(fèi)，他們會(huì)通過少買保險(xiǎn)來控制預(yù)算。總的來說，在面臨高客觀風(fēng)險(xiǎn)的時(shí)候，具有高預(yù)防焦點(diǎn)的消費(fèi)者比具有低預(yù)防焦點(diǎn)的消費(fèi)者購買更多的保險(xiǎn)。另一方面，當(dāng)客觀風(fēng)險(xiǎn)降低時(shí)，具有高預(yù)防焦點(diǎn)的消費(fèi)者能感知到自身風(fēng)險(xiǎn)的降低，從而會(huì)減少用于購買保險(xiǎn)的預(yù)算，但出于謹(jǐn)慎的心理，減少的數(shù)額不會(huì)太大。而具有低預(yù)防焦點(diǎn)的消費(fèi)者由于不能感知到自身風(fēng)險(xiǎn)的降低，反而不會(huì)大幅度降低保險(xiǎn)的需求，甚至?xí)驗(yàn)楸ＹM(fèi)更便宜而選擇在不超過預(yù)算的前提下多買保險(xiǎn)。由此，本文提出下述待檢驗(yàn)假設(shè)：

H1：擁有高預(yù)防焦點(diǎn)的個(gè)體會(huì)比擁有低預(yù)防焦點(diǎn)的個(gè)體消費(fèi)更多的保險(xiǎn)。

H2：擁有低預(yù)防焦點(diǎn)的個(gè)體，其保險(xiǎn)消費(fèi)與客觀風(fēng)險(xiǎn)負(fù)相關(guān)。

H3：擁有高預(yù)防焦點(diǎn)的個(gè)體，其保險(xiǎn)消費(fèi)與客觀風(fēng)險(xiǎn)正相關(guān)。

H4：風(fēng)險(xiǎn)感知在客觀風(fēng)險(xiǎn)與保險(xiǎn)決策中起中介作用。

三、問卷設(shè)計(jì)與數(shù)據(jù)收集

本文選取了中國臺(tái)北一家專營(yíng)財(cái)產(chǎn)與意外保險(xiǎn)公司的商業(yè)機(jī)動(dòng)車輛第三者責(zé)任保險(xiǎn)的907名投保人作為樣本。投保的機(jī)動(dòng)車輛是私人小汽車。在中國臺(tái)灣，商業(yè)機(jī)動(dòng)車輛第三者責(zé)任保險(xiǎn)被認(rèn)為是一種可以在強(qiáng)制性保險(xiǎn)之外的補(bǔ)充保險(xiǎn)。在中國臺(tái)灣大約有超過60%的車主會(huì)購買這種非強(qiáng)制性汽車保險(xiǎn)合同。

商業(yè)機(jī)動(dòng)車輛第三者責(zé)任保險(xiǎn)市場(chǎng)采用過失責(zé)任原則，這意味著保險(xiǎn)是賠付給第三方受害者，而不是給投保人自己。如果投保人造成了交通傷亡，投保人需要賠償?shù)谌降娜松韨拓?cái)產(chǎn)損失。汽車碰撞險(xiǎn)的賠款取決于被保汽車本身的價(jià)值，而第三方人身傷害與汽車碰撞險(xiǎn)不同，保險(xiǎn)公司應(yīng)根據(jù)投保人承擔(dān)責(zé)任部分對(duì)受害者進(jìn)行賠償，很難估計(jì)該買多少保險(xiǎn)金額的保險(xiǎn)，因?yàn)闈撛诘娘L(fēng)險(xiǎn)暴露可能是無限制的。沒有人能確切地預(yù)估駕駛?cè)嗽摮袚?dān)多少責(zé)任。這樣的估計(jì)更依賴于消費(fèi)者的風(fēng)險(xiǎn)感知和他們對(duì)交通傷亡的責(zé)任感知，這意味著消費(fèi)者具有的心理特點(diǎn)可能對(duì)保險(xiǎn)決策產(chǎn)生重大影響。

在這項(xiàng)研究中，要求參與者完成一個(gè)標(biāo)準(zhǔn)化的問卷。內(nèi)容包括風(fēng)險(xiǎn)系數(shù)，保險(xiǎn)金額選擇的決定，駕駛員風(fēng)險(xiǎn)感知量表，預(yù)防焦點(diǎn)量表和一些其他問題。本文是在研究者的監(jiān)督下，由中國臺(tái)北專營(yíng)財(cái)產(chǎn)與意外保險(xiǎn)公司的銷售代表來完成的。為鼓勵(lì)所有參與者，本文提供了小型零售商店的禮券。每個(gè)人的調(diào)查時(shí)間需不超過30分鐘。

1.風(fēng)險(xiǎn)感知的度量

風(fēng)險(xiǎn)感知最早是由哈佛大學(xué)學(xué)者Bauer(1960)作為心理學(xué)中的一個(gè)概念被提出的，它主要是指?jìng)€(gè)人在信息不完全且處于不確定情境的情況下，對(duì)風(fēng)險(xiǎn)的種類和特征做出直覺上的判斷，并對(duì)損失進(jìn)行預(yù)測(cè)(包括損失發(fā)生的概率、損失的程度或情感評(píng)估等)的思維過程。現(xiàn)實(shí)生活中，風(fēng)險(xiǎn)感知是人們進(jìn)行決策前必經(jīng)的一步，是人們決策時(shí)的重要依據(jù)。Sitkin和Pablo(1992)認(rèn)為任何變量對(duì)風(fēng)險(xiǎn)的影響都不是直接的，而是由風(fēng)險(xiǎn)感知作為中介變量影響的。

在目前國內(nèi)外已有的對(duì)風(fēng)險(xiǎn)感知的研究的文獻(xiàn)中，學(xué)者選用數(shù)據(jù)的方法有多種：Rundmo和Iversen(2004)通過傳統(tǒng)的自填式的問卷調(diào)查，對(duì)從駕駛執(zhí)照登記簿中抽取的挪威籍的駕駛員進(jìn)行訪問，該問卷包括了態(tài)度、風(fēng)險(xiǎn)行為以及事故和最近事故的參與度來得出風(fēng)險(xiǎn)感知量表。

而本文通過商業(yè)機(jī)動(dòng)車輛第三者責(zé)任險(xiǎn)去研究客觀風(fēng)險(xiǎn)與保險(xiǎn)決策、風(fēng)險(xiǎn)感知與預(yù)防焦點(diǎn)的關(guān)系適用的是風(fēng)險(xiǎn)感知度量，如表1所示，即采用的是Rundmo和Iversen(2004)的研究。這個(gè)量表包括兩個(gè)維度，一個(gè)是對(duì)導(dǎo)致交通事故的擔(dān)憂和關(guān)心以及被訪者對(duì)這些現(xiàn)象的關(guān)注程度，另一個(gè)則是對(duì)未來會(huì)造成交通事故主觀概率的估計(jì)。所有的題目都采取7分制從1(不擔(dān)心/可能/擔(dān)憂)到7(非常擔(dān)心/可能/關(guān)注)，分?jǐn)?shù)越高，則意味著被訪者即投保人具有更高的風(fēng)險(xiǎn)感知。

表1

駕駛者風(fēng)險(xiǎn)感知量表

資料來源：Rundmo和Iversen(2004)。

2.預(yù)防焦點(diǎn)的度量

Higgins(1997)所提出的調(diào)節(jié)聚焦理論(Regulatory Focus Theory，RFT)建立于人性追求享樂的原則上，即人們擁有追求快樂的傾向和規(guī)避痛苦的習(xí)慣。為了達(dá)到自己的目標(biāo)，人們往往會(huì)對(duì)自己的思想和反應(yīng)進(jìn)行控制，這一行為被稱為自我調(diào)節(jié)行為(Self-regulation)。依據(jù)個(gè)體追求目標(biāo)方式的不同，自我調(diào)節(jié)行為可分為促進(jìn)焦點(diǎn)(Promotion Focus)和預(yù)防焦點(diǎn)(Prevention Focus)。當(dāng)個(gè)體處于預(yù)防焦點(diǎn)時(shí)，會(huì)對(duì)負(fù)面信息甄別較多，以避免負(fù)面結(jié)果為主要目標(biāo)，追求責(zé)任、安全及保障，關(guān)注損失發(fā)生的可能與維持現(xiàn)狀，優(yōu)先考慮負(fù)面結(jié)果。

關(guān)于測(cè)量消費(fèi)者調(diào)節(jié)焦點(diǎn)的問卷開發(fā)，對(duì)于個(gè)體自我調(diào)節(jié)焦點(diǎn)的測(cè)量有多個(gè)量表和其適配的多種測(cè)量方法。其中，應(yīng)用最為廣泛的是特質(zhì)性調(diào)節(jié)焦點(diǎn)測(cè)量量表，主要有調(diào)節(jié)焦點(diǎn)量表和通用調(diào)節(jié)焦點(diǎn)量表。

本文采用的是Lockwood等(2002)開發(fā)的調(diào)節(jié)焦點(diǎn)量表(General Regulatory Focus Measures)，簡(jiǎn)稱GRFM，其中包括了18個(gè)題目項(xiàng)來直接測(cè)量個(gè)體的調(diào)節(jié)焦點(diǎn)。該量表共有兩個(gè)因子，每個(gè)因子分設(shè)9個(gè)題目項(xiàng)：①促進(jìn)焦點(diǎn)因子，題目項(xiàng)包括“在生活中我總是設(shè)想自己將來如何實(shí)現(xiàn)理想和抱負(fù)”等；②預(yù)防焦點(diǎn)因子，包括“我經(jīng)常思考如何才能避免生活中的失敗”等，要求被試者按照自己情況的真實(shí)程度打分。對(duì)30項(xiàng)采用GRFM量表研究的元分析，分析結(jié)果顯示，促進(jìn)焦點(diǎn)因子和預(yù)防焦點(diǎn)因子的平均信度均為0.82。

本文依據(jù)所選取的對(duì)象即商業(yè)機(jī)動(dòng)車輛第三者責(zé)任險(xiǎn)的投保人，需要研究其對(duì)于負(fù)面事件的看法以及實(shí)現(xiàn)程度，如表2所示，本文借鑒Lockwood等(2002)人的研究成果，并在他們的基礎(chǔ)之上進(jìn)行修正。所有題目采取9點(diǎn)量表，從1(強(qiáng)烈不同意)到9(強(qiáng)烈同意)。

3.客觀風(fēng)險(xiǎn)的度量

風(fēng)險(xiǎn)通常是指未來的不確定性，而這種不確定性通常被定義為：人們事先不能準(zhǔn)確知道或控制的事情，或者由于人們?nèi)狈σ欢ǖ南嚓P(guān)信息或者缺乏處理信息的能力而發(fā)生的尚不被人知曉的事件。按照人們對(duì)風(fēng)險(xiǎn)的認(rèn)識(shí)來劃分，風(fēng)險(xiǎn)可以分為主觀風(fēng)險(xiǎn)和客觀風(fēng)險(xiǎn)。其中客觀風(fēng)險(xiǎn)是自然存在的不以人的意志為轉(zhuǎn)移的實(shí)際發(fā)生的風(fēng)險(xiǎn)，通常可以利用統(tǒng)計(jì)上的方法計(jì)算其概率。在保險(xiǎn)領(lǐng)域，客觀風(fēng)險(xiǎn)指的是可用于保險(xiǎn)公司定價(jià)的公開信息。

關(guān)于客觀風(fēng)險(xiǎn)，本文采用與保險(xiǎn)定價(jià)相關(guān)的經(jīng)驗(yàn)費(fèi)率系數(shù)來衡量。與大多數(shù)發(fā)達(dá)國家類似，中國臺(tái)灣用于對(duì)機(jī)動(dòng)車輛第三者責(zé)任保險(xiǎn)定價(jià)的因子包括從人因子(如年齡和性別)和獎(jiǎng)懲系統(tǒng)因子(如，根據(jù)近三年保單持有人索賠記錄計(jì)算的系數(shù))。為了定價(jià)，這兩個(gè)因子被用于計(jì)算經(jīng)驗(yàn)費(fèi)率系數(shù)，而這個(gè)系數(shù)可以刻畫個(gè)人的駕駛風(fēng)險(xiǎn)。獎(jiǎng)懲系統(tǒng)的運(yùn)作機(jī)制如下：如果在前一年沒有事故發(fā)生，則系數(shù)下降0.1；如果發(fā)生了索賠，每發(fā)生一次系數(shù)增加0.3。可以很明顯的看出，這種經(jīng)驗(yàn)費(fèi)率法允許保險(xiǎn)公司對(duì)在前一年發(fā)生索賠的保單持有人收取更高的保費(fèi)。表3展示了機(jī)動(dòng)車輛第三者責(zé)任險(xiǎn)的經(jīng)驗(yàn)費(fèi)率系數(shù)的計(jì)算。

表2 預(yù)防焦點(diǎn)量表

資料來源：Lockwood等(2002)。

表3非強(qiáng)制性汽車第三者責(zé)任險(xiǎn)經(jīng)驗(yàn)費(fèi)率系數(shù)

從人因子獎(jiǎng)懲因子18<年齡<20男女1 891 7020<年齡<25男女1 741 5725<年齡<30男女1 151 0430<年齡<60男女1 000 90年齡>60男女1 070 96獎(jiǎng)勵(lì)系數(shù)：如果在前一年沒有發(fā)生事故，在初始系數(shù)的基礎(chǔ)上減少0 1懲罰系數(shù)：如果前一年發(fā)生了事故，每發(fā)生一次索賠則在初始系數(shù)的基礎(chǔ)上增加0 3。

資料來源：中國臺(tái)灣金融管理委員會(huì)。

4.保險(xiǎn)金額決策

中國臺(tái)灣的非強(qiáng)制性機(jī)動(dòng)車輛第三者責(zé)任保險(xiǎn)分為兩種：一種保單的保障范圍是對(duì)受害者的財(cái)產(chǎn)損失進(jìn)行賠償，另一種是對(duì)受害者的人身傷害進(jìn)行補(bǔ)償。這種保險(xiǎn)沒有免賠額，它對(duì)財(cái)產(chǎn)損失的賠償有多種固定的投保限額，即每一次事故的最大保險(xiǎn)金額。為了得到本文所需數(shù)據(jù)，結(jié)合風(fēng)險(xiǎn)感知量表、預(yù)防焦點(diǎn)量表以及其他問題，如性別、年齡、駕齡以及保險(xiǎn)金額等，嚴(yán)格按照標(biāo)準(zhǔn)化測(cè)試的設(shè)計(jì)程序編制出一份問卷(表4)，隨后將該問卷發(fā)放給投保人，督促投保人如實(shí)填寫后對(duì)數(shù)據(jù)進(jìn)行整理分析。

表4 中國臺(tái)灣機(jī)動(dòng)車輛第三者責(zé)任險(xiǎn)問卷調(diào)查

四、描述性分析與信效度分析

本文的調(diào)查問卷于2016年3月開始發(fā)放，截至2016年6月，調(diào)查期間約為3個(gè)月，總共發(fā)出1100份紙本問卷，一共回收987份問卷，回收率為89.7%，回收問卷經(jīng)過剔除回答不完整與無效問卷80份后，最后有效問卷為907份，有效回收率約為82.5%。本文以此有效的907份問卷作為后續(xù)統(tǒng)計(jì)分析的樣本。

1.客觀風(fēng)險(xiǎn)情況

本文回收的有效問卷共計(jì)907份，對(duì)被試者的基本資料進(jìn)行分析，得到被試者關(guān)于性別、年齡、職業(yè)類別、駕齡以及平均每年行駛公里數(shù)的基本情況，從而以此計(jì)算出被試者的客觀風(fēng)險(xiǎn)系數(shù)。

對(duì)回收樣本對(duì)被試者的基本資料進(jìn)行整理分析后，發(fā)現(xiàn)：在此次調(diào)查中，大部分被試者為男性，有559位，占總?cè)藬?shù)的61.6%；女性有348位，占38.4%，比例符合目前中國臺(tái)灣機(jī)動(dòng)車輛駕駛員的男女比例，可證回收成果有效；被試者的年齡大部分集中在30～59歲，占87%，據(jù)此可推論在中國臺(tái)北的開車族群中將近九成集中在30～59歲，符合目前中國臺(tái)灣機(jī)動(dòng)車開車族的年齡情況，于此同時(shí)在保費(fèi)計(jì)算中的從人因素系數(shù)也以30～59歲的系數(shù)最低；被試者在職業(yè)類別方面，主要集中在第一類和第二類，分別占比84.9%和15.1%，這兩類也是中國臺(tái)北大多數(shù)人從事的職業(yè)，包括內(nèi)務(wù)人員、經(jīng)營(yíng)人員、行政人員、司機(jī)等風(fēng)險(xiǎn)較低的人群；被試者有10年以上駕齡者約占七成，10年以下駕齡者占三成左右；被試者平均每年行駛千米數(shù)在15000千米以下約占八成，每天行駛公里數(shù)約40千米。

2.信度分析與相關(guān)性分析

信度(Reliability)是指反應(yīng)衡量工具的正確性與精確性，即一份量表所填分?jǐn)?shù)的可信性及穩(wěn)定性(Cooper和Emory，1995)，也可以說是測(cè)量的可靠程度。本文采用Cronbach’s α系數(shù)作為鑒定各量表內(nèi)部一致性的工具。一般而言，量表信度Cronbach’s α數(shù)值大于0.7表示信度可接受，小于0.7則表示信度不可接受。因此本文分別針對(duì)預(yù)防焦點(diǎn)與風(fēng)險(xiǎn)感知量表進(jìn)行信度分析，衡量預(yù)防焦點(diǎn)的部分一共9題，衡量風(fēng)險(xiǎn)感知的部分一共5題，其Cronbach’s α數(shù)值如表5所示。整體而言，本文所采用量表的信度皆符合Cronbach’s α數(shù)值大于0.7的標(biāo)準(zhǔn)，因此，本文所使用的量表信度是可接受的。另外，由表6可知，保險(xiǎn)金額的選擇與客觀風(fēng)險(xiǎn)、風(fēng)險(xiǎn)感知、預(yù)防焦點(diǎn)以及性別等均具有較高的相關(guān)性，這意味著投保人的保險(xiǎn)決策與個(gè)體的心理特質(zhì)有一定的關(guān)系。

表5 量表之信度分析

資料來源：本文整理。

表6 相關(guān)性分析

注：“*” 表示p< .1；“**”表示p< .05；“***”表示p< .01。

資料來源：本文整理。

五、實(shí)證分析

1.計(jì)量方法

為了驗(yàn)證前文基于中介調(diào)節(jié)模型提出的理論假設(shè)，我們參考了Muller等人(2005)的做法，利用已收集到的數(shù)據(jù)進(jìn)行了一系列的回歸分析。具體回歸模型與步驟如下：

IC=β0+β1DB+β2PF+β3DB×PF+β4SEX+ε1

(1)

βi,i=1,…,4

(2)

IC=β30+β31OR+β32PF+β33OR*PF+β34RP+β35RP*PF+β36SEX+ε3

(3)

其中，IC表示保險(xiǎn)決策(保險(xiǎn)金額)為因變量；OR表示客觀風(fēng)險(xiǎn)為自變量；PF表示預(yù)防焦點(diǎn)為調(diào)節(jié)變量；RP表示風(fēng)險(xiǎn)感知為中介變量；SEX表示性別為控制變量；βij,i=1,2,3,j=1,…,6為待估參數(shù)。

2.中介調(diào)節(jié)模型分析

在以前的研究中，大部分經(jīng)濟(jì)學(xué)家認(rèn)為對(duì)一個(gè)理性的人來說，即使他面臨高的客觀風(fēng)險(xiǎn)，也并不會(huì)因此購買更多的保險(xiǎn)(如，Cohen和Siegelman，2010)，也就是說，個(gè)人所處的客觀風(fēng)險(xiǎn)狀況并不能用來預(yù)測(cè)保險(xiǎn)決策。此外，Austin和Fischhoff(2010)發(fā)現(xiàn)，一個(gè)對(duì)短期預(yù)算限制敏感性較高的消費(fèi)者，如果他的風(fēng)險(xiǎn)更高，該消費(fèi)者甚至?xí)x擇少買保險(xiǎn)。換句話說，高風(fēng)險(xiǎn)的情況意味著消費(fèi)者會(huì)少買保險(xiǎn)。但本文認(rèn)為目前已有的研究忽視了每個(gè)人都擁有不同的預(yù)防焦點(diǎn)這一心理特征，所以本文把這個(gè)心理因素考慮進(jìn)去，利用實(shí)證的方法考察它對(duì)保險(xiǎn)決策的影響。表7與表8分別為財(cái)產(chǎn)損失保險(xiǎn)和人身傷害保險(xiǎn)的實(shí)證結(jié)果。

(1)財(cái)產(chǎn)險(xiǎn)的購買。

第一個(gè)回歸分析(模型1)檢查客觀風(fēng)險(xiǎn)的影響和預(yù)防焦點(diǎn)以及他們?cè)谪?cái)產(chǎn)損失險(xiǎn)上的交互影響。結(jié)果表明，客觀風(fēng)險(xiǎn)的主效應(yīng)是不顯著的，b=-1.11，t(903)=-0.68，p=0.49。但是，預(yù)防焦點(diǎn)的主效用是顯著的，b=2.90，t(903)=7.63，p<0.01。預(yù)防焦點(diǎn)較高的人更傾向于購買保險(xiǎn)。此外，客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)交互效應(yīng)也是顯著的，b=5.24，t(903)=4.70，p<0.01。為了更直觀的觀察客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)的交互作用，本文采用簡(jiǎn)單斜率(Simple Slope)的方法，根據(jù)Aiken和West(1991)以及Dawson(2014)，具體的計(jì)算過程如下：

Y=C1+C2X+C3M+C4XM

(4)

(5)

表7 預(yù)防焦點(diǎn)在客觀風(fēng)險(xiǎn)和保險(xiǎn)金額選擇(財(cái)產(chǎn)險(xiǎn))的調(diào)節(jié)中介效應(yīng)變量

注：財(cái)產(chǎn)損失險(xiǎn)=PDC；風(fēng)險(xiǎn)感知=RP；客觀風(fēng)險(xiǎn)=OR；預(yù)防焦點(diǎn)=PF；性別=SEX。

“*” 表示p< .1；“**” 表示p< .05；“***”表示p< .01；回歸系數(shù)下面括號(hào)內(nèi)的數(shù)值為相應(yīng)的t值。

資料來源：本文整理。

本文采用簡(jiǎn)單斜率檢驗(yàn)來分析預(yù)防焦點(diǎn)在客觀風(fēng)險(xiǎn)與保險(xiǎn)決策關(guān)系中的調(diào)節(jié)作用。按照預(yù)防焦點(diǎn)的平均值加減一個(gè)標(biāo)準(zhǔn)差，將參與者分為高預(yù)防焦點(diǎn)組(高于平均值加一個(gè)標(biāo)準(zhǔn)差)和低預(yù)防焦點(diǎn)組(低于平均值減一個(gè)標(biāo)準(zhǔn)差)，在本文中，由于變量均進(jìn)行了中心化，所以均值為0，而變量客觀風(fēng)險(xiǎn)的標(biāo)準(zhǔn)差為0.25，預(yù)防焦點(diǎn)的標(biāo)準(zhǔn)差為1.02，所以對(duì)低風(fēng)險(xiǎn)以及低預(yù)防焦點(diǎn)人群來說，他們的保險(xiǎn)金額預(yù)測(cè)值計(jì)算過程如下：

IC=32.64+(-1.11)×(-0.25)+2.90×(-1.02)+5.24×(-0.25)×(-1.02) =31.29

(6)

對(duì)高風(fēng)險(xiǎn)以及低預(yù)防焦點(diǎn)的人群來說，他們的保險(xiǎn)金額預(yù)測(cè)值計(jì)算過程如下：

IC=32.64+(-1.11)×0.25+2.90×(-1.02)+5.24×0.25×(-1.02)=28.06

(7)

其他類型人群的保險(xiǎn)金額預(yù)測(cè)值可用類似的方法得到，由此可得圖2。采用分組回歸的方式考察客觀風(fēng)險(xiǎn)與保險(xiǎn)決策的關(guān)系，結(jié)果顯示，在低預(yù)防焦點(diǎn)組客觀風(fēng)險(xiǎn)會(huì)顯著影響保險(xiǎn)決策，預(yù)測(cè)系數(shù)(Gradient of Slope)為b=-7.17，t=-4.45，p<0.01；在高預(yù)防焦點(diǎn)組客觀風(fēng)險(xiǎn)也會(huì)顯著影響保險(xiǎn)決策，預(yù)測(cè)系數(shù)為b=3.63，t=1.65，p=0.09。這表明，在低預(yù)防焦點(diǎn)組，客觀風(fēng)險(xiǎn)與保險(xiǎn)消費(fèi)是負(fù)相關(guān)，即隨著客觀風(fēng)險(xiǎn)的增加，個(gè)人選擇購買的保險(xiǎn)金額是減少的；而在高預(yù)防焦點(diǎn)組客觀風(fēng)險(xiǎn)與保險(xiǎn)消費(fèi)是正相關(guān)的，即隨著客觀風(fēng)險(xiǎn)的增大，個(gè)人選擇購買的保險(xiǎn)金額是增加的。另外，高預(yù)防焦點(diǎn)組的保險(xiǎn)金額不管在低風(fēng)險(xiǎn)處還是高風(fēng)險(xiǎn)處均大于低預(yù)防焦點(diǎn)組，所以本文提出的四個(gè)理論假設(shè)H1、H2、H3和H4在這里均得到證實(shí)，具體見圖2。

圖2 財(cái)產(chǎn)損失險(xiǎn)的保險(xiǎn)購買示意圖

因?yàn)楸疚募僭O(shè)在客觀風(fēng)險(xiǎn)和財(cái)產(chǎn)損失險(xiǎn)之間，預(yù)防焦點(diǎn)的調(diào)節(jié)效應(yīng)(至少部分地)是通過中介變量風(fēng)險(xiǎn)感知而起作用的(即第一階段調(diào)節(jié)，預(yù)防焦點(diǎn)會(huì)影響到個(gè)體對(duì)客觀風(fēng)險(xiǎn)的風(fēng)險(xiǎn)感知)，這種中介效果是由兩個(gè)回歸分析依次進(jìn)行檢驗(yàn)的。

表6第二列是模型2的回歸結(jié)果，用來檢驗(yàn)客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)以及它們的交互項(xiàng)分別對(duì)風(fēng)險(xiǎn)感知的影響(預(yù)防焦點(diǎn)對(duì)風(fēng)險(xiǎn)感知的調(diào)節(jié)作用)。從表中可以看到，b=0.22，t(903)=2.17，p=0.03，即客觀風(fēng)險(xiǎn)的主效應(yīng)是顯著的。預(yù)防焦點(diǎn)的主效應(yīng)也是顯著的，b=0.49，t(903)=20.47，p<0.01。也就是說，預(yù)防焦點(diǎn)這個(gè)心理學(xué)特質(zhì)會(huì)對(duì)個(gè)體的風(fēng)險(xiǎn)感知產(chǎn)生影響。另外，客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)的交叉項(xiàng)前的系數(shù)也顯著且為正，b=0.62，t(903)=8.94，p<0.01，這恰好與本文的預(yù)期一致，即在同樣的客觀風(fēng)險(xiǎn)水平，擁有高預(yù)防焦點(diǎn)的個(gè)人會(huì)感知到更高的風(fēng)險(xiǎn)，而擁有低預(yù)防焦點(diǎn)的個(gè)人會(huì)感知到更低的風(fēng)險(xiǎn)。

第三個(gè)回歸分析(模型3)是在模型1的基礎(chǔ)上，同時(shí)考慮了風(fēng)險(xiǎn)感知的中介效應(yīng)，預(yù)防焦點(diǎn)的調(diào)節(jié)效應(yīng)以及風(fēng)險(xiǎn)感知與預(yù)防焦點(diǎn)的交互作用。結(jié)果顯示，風(fēng)險(xiǎn)感知起著相當(dāng)重要的作用(b=3.96，t(901)=7.75，p<0.01)，同時(shí)可以觀察到，風(fēng)險(xiǎn)感知與預(yù)防焦點(diǎn)交互效應(yīng)也非常顯著(b=-0.95，t(901)=-2.36，p=0.02)。此外，相比在模型1中客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)的顯著的交互效應(yīng)，在模型3中客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)交互效應(yīng)被減弱(b=1.80，t(901)=1.52，p=0.13)。根據(jù)Muller等人(2005)的研究成果，當(dāng)同時(shí)考慮到風(fēng)險(xiǎn)感知對(duì)保險(xiǎn)決策的主效應(yīng)、客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)交互項(xiàng)對(duì)風(fēng)險(xiǎn)感知的調(diào)節(jié)效應(yīng)，并且其相應(yīng)的系數(shù)均顯著，另外客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)交互項(xiàng)對(duì)風(fēng)險(xiǎn)感知的調(diào)節(jié)效應(yīng)在模型3中降低，則表明實(shí)證結(jié)果支持中介調(diào)節(jié)模型的構(gòu)建。也就是說，客觀風(fēng)險(xiǎn)對(duì)保險(xiǎn)決策的作用受到風(fēng)險(xiǎn)感知(作為客觀風(fēng)險(xiǎn)與保險(xiǎn)決策的中介變量)，以及預(yù)防焦點(diǎn)(作為客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)的調(diào)節(jié)變量)的影響。

(2)人身傷害險(xiǎn)的購買。

第一個(gè)回歸分析(模型1)是用于檢驗(yàn)客觀風(fēng)險(xiǎn)、預(yù)防焦點(diǎn)以及它們交互效應(yīng)對(duì)人身傷害險(xiǎn)保險(xiǎn)金額購買的影響。結(jié)果表明，客觀風(fēng)險(xiǎn)的主要作用是顯著的，b=-72.43，t(903)=-7.04，p<0.01。預(yù)防焦點(diǎn)的主要效應(yīng)也是顯著的，b=6.42，t(903)=2.39，p=0.02。則說明擁有較高預(yù)防焦點(diǎn)的人傾向于購買較高保險(xiǎn)金額的保險(xiǎn)。此外，客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)的交互效應(yīng)也是顯著的，b=18.11，t(903)=2.56，p=0.01。

表8 預(yù)防焦點(diǎn)在客觀風(fēng)險(xiǎn)和保險(xiǎn)金額選擇(人身傷害)之間的調(diào)節(jié)中介效應(yīng)變量

注：人身傷害險(xiǎn)=PDC；風(fēng)險(xiǎn)感知=RP；客觀風(fēng)險(xiǎn)=OR；預(yù)防焦點(diǎn)=PF；性別=SEX。

“*”表示p< .1；“**”表示p< .05；“***”表示p< .01；回歸系數(shù)下面括號(hào)內(nèi)的數(shù)值為相應(yīng)的t值。

資料來源：本文整理。

圖3 人身傷害險(xiǎn)的保險(xiǎn)購買示意圖

同樣根據(jù)Aiken和West(1991)以及Dawson(2014)的研究方法，本文采用簡(jiǎn)單斜率檢驗(yàn)來分析預(yù)防焦點(diǎn)在客觀風(fēng)險(xiǎn)與保險(xiǎn)決策關(guān)系中的調(diào)節(jié)作用(具體見式4和式5)，圖3顯示，在低預(yù)防焦點(diǎn)組，客觀風(fēng)險(xiǎn)會(huì)顯著影響保險(xiǎn)決策，預(yù)測(cè)系數(shù)為b=-105.19，t=-9.23，p<0.01；在高預(yù)防焦點(diǎn)組，客觀風(fēng)險(xiǎn)也會(huì)顯著影響保險(xiǎn)決策，但其影響幅度并沒有很大，預(yù)測(cè)系數(shù)為b=-31.73，t=-2.04，p=0.04。這表明，在低預(yù)防焦點(diǎn)組的客觀風(fēng)險(xiǎn)與保險(xiǎn)消費(fèi)是負(fù)相關(guān)，即隨著客觀風(fēng)險(xiǎn)的增加，個(gè)人選擇購買的保險(xiǎn)金額是減少的；而在高預(yù)防焦點(diǎn)組，客觀風(fēng)險(xiǎn)與保險(xiǎn)消費(fèi)雖然也是負(fù)相關(guān)的，即隨著客觀風(fēng)險(xiǎn)的增大，個(gè)人選擇的保險(xiǎn)金額是減少的，但其減少幅度相對(duì)于低預(yù)防焦點(diǎn)的人群來說不會(huì)很大，并且在同一風(fēng)險(xiǎn)水平下，高預(yù)防焦點(diǎn)的個(gè)體普遍會(huì)比低預(yù)防焦點(diǎn)個(gè)體購買更多的保險(xiǎn)，針對(duì)高預(yù)防焦點(diǎn)的人群，由于人身傷害險(xiǎn)的保險(xiǎn)金額相對(duì)于財(cái)產(chǎn)險(xiǎn)來說是較大的(十倍以上)，在這種情況下，客觀風(fēng)險(xiǎn)與保險(xiǎn)消費(fèi)負(fù)相關(guān)的情況便會(huì)出現(xiàn)。這便使得預(yù)算啟發(fā)式的效果會(huì)大于預(yù)防焦點(diǎn)的效果，主導(dǎo)了保險(xiǎn)決策的結(jié)果。綜合以上論述，本文提出的三個(gè)理論假設(shè)H1、H2和H4在人身傷害險(xiǎn)獲得證實(shí)。

因?yàn)楸疚募僭O(shè)預(yù)防焦點(diǎn)在客觀風(fēng)險(xiǎn)和人身傷害保險(xiǎn)需求之間起調(diào)節(jié)效應(yīng)，并且這種調(diào)節(jié)效用有一部分是透過風(fēng)險(xiǎn)感知的中介起作用的，同時(shí)預(yù)防焦點(diǎn)也會(huì)直接影響客觀風(fēng)險(xiǎn)和保險(xiǎn)決策之間的關(guān)系。這種中介調(diào)節(jié)效應(yīng)是由以下兩個(gè)回歸分析依次進(jìn)行檢驗(yàn)的。第二個(gè)回歸分析(模型2)檢測(cè)了模型1所有回歸項(xiàng)對(duì)風(fēng)險(xiǎn)感知的影響。結(jié)果和財(cái)產(chǎn)損失險(xiǎn)的模型2是一樣的，客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)的交互效應(yīng)是顯著的，即對(duì)于那些較高預(yù)防焦點(diǎn)者具有更高的風(fēng)險(xiǎn)感知。

第三個(gè)回歸分析(模型3)是在模型1的基礎(chǔ)上，同時(shí)考慮了風(fēng)險(xiǎn)感知以及風(fēng)險(xiǎn)感知與預(yù)防焦點(diǎn)的交互效應(yīng)。結(jié)果顯示，風(fēng)險(xiǎn)感知與預(yù)防焦點(diǎn)的交互效應(yīng)并不顯著。b=-4.09，t(901)=-1.44，p=0.15，而風(fēng)險(xiǎn)感知主效應(yīng)顯著，b=27.05，t(901)=7.59，p<0.01。此外，相比模型1中客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)顯著的交互效應(yīng)，客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)交互效應(yīng)變得不顯著了，在模型3中，b=2.15，t(901)=0.28，p=0.77，根據(jù)溫忠麟等(2006)的研究，此時(shí)模型3的結(jié)果仍證明了中介調(diào)節(jié)效應(yīng)的存在。

六、結(jié)論

對(duì)本文的實(shí)證結(jié)果進(jìn)行分析后可以發(fā)現(xiàn)，客觀風(fēng)險(xiǎn)需要通過風(fēng)險(xiǎn)感知作為客觀風(fēng)險(xiǎn)與保險(xiǎn)決策之間的中介變量，才能對(duì)保險(xiǎn)決策產(chǎn)生影響，同時(shí)，預(yù)防焦點(diǎn)作為客觀風(fēng)險(xiǎn)與風(fēng)險(xiǎn)感知之間的調(diào)節(jié)變量起作用。換句話說，風(fēng)險(xiǎn)感知作為客觀風(fēng)險(xiǎn)與預(yù)防焦點(diǎn)的函數(shù)，它的改變將會(huì)導(dǎo)致保險(xiǎn)決策的改變。

另外，本文的實(shí)證結(jié)果也表明，擁有高預(yù)防焦點(diǎn)的消費(fèi)者相比擁有低預(yù)防焦點(diǎn)的消費(fèi)者會(huì)購買更多的保險(xiǎn)。購買保險(xiǎn)對(duì)于擁有高預(yù)防焦點(diǎn)的個(gè)體而言是為了實(shí)現(xiàn)自己的預(yù)防目標(biāo)所做出的正確的選擇。然而在另一方面，對(duì)一個(gè)擁有低預(yù)防焦點(diǎn)的高風(fēng)險(xiǎn)者來說，即使在面臨高風(fēng)險(xiǎn)的情況下他應(yīng)該購買更多的保險(xiǎn)來保障自己的利益，但是實(shí)際上他也不會(huì)選擇這樣做。因此，在實(shí)務(wù)中，保險(xiǎn)公司應(yīng)該把更多的注意力和資源放在擁有低預(yù)防焦點(diǎn)的消費(fèi)者身上，因?yàn)樗麄儍A向于減少保險(xiǎn)的消費(fèi)，這樣將有利于保險(xiǎn)公司挖掘市場(chǎng)，填補(bǔ)缺口。保險(xiǎn)經(jīng)紀(jì)人以及相關(guān)的保險(xiǎn)公司可以利用能衡量個(gè)體預(yù)防焦點(diǎn)狀況的問卷來達(dá)到自己銷售、承保和風(fēng)險(xiǎn)控制的目標(biāo)。

[1]Aiken L S, West S G. Multiple Regression: Testing and Interpreting Interactions[M]. London: Sage, 1991.

[2]Austin L C, Fischhoff B. Consumers’ collision insurance decisions: A mental models approach to theory evaluation[J]. Journal of Risk Research, 2010, 13(7): 895-911.

[3]Austin L C, Fischhoff B. Consumers’ collision insurance decisions: A mental models approach to theory evaluation[J]. Journal of Risk Research, 2010, 13(7): 895-911.

[4]Bauer R. Consumer Behavior as Risk Taking[C]//Hancock R. Dynamic Marketing for a Changing World, 43rd, Chicago: American Marketing Association, 1960：389-398.

[5]Bryant P, Dunford R. The influence of regulatory focus on risky decision-making[J]. Applied Psychology, 2008, 57(2): 335-359.

[6]Cohen A, Siegelman P. Testing for adverse selection in insurance markets[J]. Journal of Risk and Insurance, 2010, 77(1): 39-84.

[7]Cutler D M, Zeckhauser R. Extending the Theory to Meet the Practice of Insurance[J]. Brookings-Wharton Papers on Financial Services, 2004, 1(2011):1-53.

[8]Dawson J F. Moderation in management research: What, why, when and how[J]. Journal of Business and Psychology, 2014, 29(1):1-19.

[9]Higgins E T, Beyond pleasure and pain[C]. American Psychologist. 1997:1280-1300.

[10]Lockwood P, Jordan C H, Kunda Z. Motivation by positive and negative role models: Regulatory focus determines who will best inspire us[J]. Journal of Personality and Social Psychology, 2002, 83(4): 854-864.

[11]Muller D, Judd C M, Yzerbyt V Y. When moderation is mediated and mediation is moderated[J]. Journal of Personality and Social Psychology, 2005, 89(6): 852-863.

[12]Rundmo T, Iversen H. Risk perception and driving behavior among adolescents in two Norwegian counties before and after a traffic safety campaign[J]. Safety Science, 2004, 42(1): 1-21.

[13]Sitkin S B, Pablo A L. Reconceptualizing the determinants of risk behavior[J]. Academy of Management Review, 1992, 17(1): 9-38.

[14]曹元坤, 徐紅丹. 調(diào)節(jié)焦點(diǎn)理論在組織管理中的應(yīng)用述評(píng)[J]. 管理學(xué)報(bào), 2017, 08(14):1254-1262.