數字素養對家庭商業保險參與的影響
——來自中國家庭追蹤調查（CFPS）數據的實證分析

■張歡 汪紅梅

一、引言

隨著社會主義市場經濟的快速發展，商業保險作為社會保障體系和金融體系的重要組成部分，在保持社會穩定和推動國民經濟發展等方面發揮著重要作用。2014年國務院發布的《關于加快發展現代保險服務業的若干意見》（以下簡稱《意見》）指出，“構筑保險民生保障網，完善多層次社會保障體系，把商業保險建成社會保障體系的重要支柱”，明確了商業保險在社會保障體系中的重要地位和作用。改革開放以來，我國商業保險行業取得了快速發展，但其發展水平依然較低，具體表現為：一是發展未達預期。根據銀保監會公布的數據，2021年我國保費收入達到4.49 萬億元，保險深度和保險密度分別為3.9%和3180 元/人，然而《意見》提出的發展目標是到2020 年保險深度和保險密度分別要達到5%和3500 元/人。二是要成為“保險強國”還有很長的路要走。2021 年全球平均保險深度和平均保險密度分別為5.96%和661 美元/人，發達國家的保險深度更是在10%以上①。2010年中國家庭追蹤調查項目（China Family Panel Studies，CFPS）數據顯示，受訪者家庭購買商業保險的比例為11.74%，2018年這一數據達到31.48%②，雖然已有大幅度提高，但是我國微觀家庭的商業保險需求仍然存在不足。已有學者發現，數字素養對個人和家庭的金融決策有著重要影響，尤其在數字經濟時代，數字技術與金融行業的融合發展、保險產品的數字化轉型，使得數字素養成為居民保險消費過程中不可或缺的素質要求[1]。目前關于數字素養與家庭商業保險參與之間關系的研究還比較匱乏，已有研究開始關注與個人數字素養密切相關的互聯網使用[2]、移動支付[3]、線上社會互動[4]等因素對家庭商業保險參與的影響。那么，數字素養與家庭商業保險參與之間的關系如何？本文試圖回答這一問題。

本文的邊際貢獻可能在于：第一，使用2018 年中國家庭追蹤調查（CFPS）數據，通過構建數字素養指標體系，測度居民的數字素養綜合水平，探究數字素養與家庭商業保險參與之間的關系，對數字經濟發展背景下家庭商業保險參與影響因素相關研究進行了重要補充。第二，從家庭收入水平、戶主受教育年限以及戶主所在地區三個層面考察了數字素養與家庭商業保險參與的異質性關聯。第三，以家庭收入水平、社會互動水平為切入點，進一步探究數字素養影響家庭商業保險參與的作用機理。

二、文獻綜述

（一）家庭商業保險參與的影響因素

已有研究表明，居民家庭商業保險有限參與是造成我國商業保險行業發展水平不高的主要原因[5]。目前，國內外學者對家庭商業保險參與的影響因素進行了大量研究，主要集中在以下幾個方面：第一，家庭經濟特征因素方面。家庭收入水平從根本上決定了居民的保險消費決策[6]，隨著家庭資產的積累，家庭購買商業保險的可能性會提高[7]。第二，家庭人口特征因素方面。Gandolfi 等[8]基于6000 個家庭樣本數據研究，得出丈夫和妻子對人壽保險的需求存在顯著差異。Showers 等[9]運用Tobit 模型分析得出家庭規模以及戶主年齡會對保費支出產生顯著影響，隨著家庭規模或戶主年齡的增加，保險支出會放緩。樊綱治等[10]基于CHFS數據，研究發現家庭中的老年人占比越大，則家庭人身保險需求越小，與之相反，少兒占比越大，家庭人身保險需求越大。第三，個人人力資本因素方面。秦芳等[11]利用CHFS2013數據，研究發現居民的金融知識水平會顯著影響家庭商業保險參與決策。鄭路等[12]研究發現，居民的金融素養與家庭商業保險參與呈正相關。Goldsmith[13]發現妻子受教育程度較高的家庭，為丈夫購買保險的可能性較低。但是也有學者得出不同結論，居民的平均受教育程度越高，風險保障意識越強，更能促進商業保險的購買[14]。

（二）數字素養與金融決策

關于數字素養，國外學者和機構較早地對其內涵和框架進行了探索。Gilster[15]將數字素養界定為“理解和使用各種形式信息的能力”。Eshet[16]認為數字素養概念涵蓋五個框架：圖片-圖像素養、再創造素養、分支素養、信息素養、社會-情感素養。聯合國教科文組織把數字素養定義為：“通過利用數字技術安全、適當地獲取、管理、理解、整合、交流、評估和創造信息的能力，以促進就業、體面工作和創業”，并針對不同發展水平的國家和地區構建了包括設備與軟件操作、信息與數據、溝通與協作、數字內容創建、數字安全、問題解決、職業相關能力7個素養領域的《全球數字素養框架》[17]。美國新媒體聯盟將數字素養定義為：“人類獲取和創建數字資源時，所需的解釋、了解、理解和利用數字資源的能力”，具體包括通用素養、創造性素養和跨學科素養[18]。歐盟委員會將數字素養定義為：“能夠自信地、批判性地、負責任地在學習、工作和社會參與中使用數字技術”。2011年，歐盟開始制定數字素養框架。歷時十余年，數字素養框架不斷發展完善，并于2022 年3 月推出數字素養框架DigComp2.2 版本。DigComp2.2 版本數字素養涵蓋五大要素領域，包括信息和數據素養、溝通和協作素養、數字內容制作素養、數字安全素養、問題解決素養[19]。歐盟的數字素養框架為聯合國教科文組織以及美國新媒體聯盟等組織的數字素養框架制定提供了重要參考。近年來，國內學者也對數字素養的內涵展開了研究，但尚未達成一致意見。王佑鎂等[20]認為數字素養是通過媒介素養、計算機素養、信息素養、網絡素養演變所形成的一種綜合的、動態的、開放的概念。宋毓等[21]通過梳理國內外數字素養研究熱點，總結得出數字素養內涵包括通用素養、跨學科素養、數字倫理素養。可以發現，隨著數字信息技術的發展，數字素養的內涵和框架得到了擴展，數字素養的內容更加貼近社會發展對公民數字素養提出的要求。

近年來，眾多學者開始關注數字素養對個人以及家庭金融決策的影響。Kass-Hanna等[22]通過研究金融素養和數字素養構建韌性金融行為之間的關系，發現金融素養和數字素養都是建設金融韌性的關鍵因素，數字素養的影響程度甚至超過金融素養，特別是在風險管理行為中，數字素養對保險購買決策更為重要。居民能夠在缺乏金融素養的情況下接觸到數字金融產品，不同金融素養的居民對數字支付工具和平臺的使用能力都與其數字素養相關，較低的數字素養水平會阻礙居民金融素養水平的提升，進而影響個人金融決策[23]。數字素養對感知有用性、感知易用性以及購買意圖具有顯著影響，數字素養能夠通過影響感知有用性進而對購買意向產生顯著影響[24]。數字素養有助于人們做出正確的金融決策，并防止受到網絡詐騙的侵害[25]。溫濤等[26]利用2021年中國農村經濟與農村金融調查數據，研究認為數字素養是影響農戶數字金融行為響應的關鍵因素。

綜上，關于家庭商業保險參與的影響因素，目前國內外學者已從家庭經濟特征、家庭人口特征、個人人力資本特征等方面進行了實證分析。國內外研究證實了數字素養能夠幫助個人快速有效地獲取、整合以及利用信息，影響產品的購買意愿，對個人以及家庭的金融決策產生重要影響。隨著數字技術的快速發展以及保險行業的數字化轉型，部分學者關注到了互聯網數字技術發展對家庭商業保險參與決策的影響，但相對忽略了互聯網數字技術發展過程中居民自身數字素養對家庭商業保險參與的影響。本文則基于2018年中國家庭追蹤調查（CFPS）數據，探究數字素養和家庭商業保險參與之間的關系。

三、理論分析與研究假設

“十四五”規劃提出“穩妥發展金融科技，加快金融機構數字化轉型”，推進數字化轉型已成為當前我國金融業一道繞不開的“必答題”。在數字化浪潮快速發展的背景下，保險行業的數字化趨勢不容小覷。保險機構依托科技企業提供的人工智能、區塊鏈、云計算和大數據等技術，逐漸改變原有的運營模式，進一步擴寬銷售渠道，數字技術的加入使得保險業更加專業化。保險業的數字化轉型在給保險消費者提供便捷、豐富服務的同時，也提高了商業保險參與的門檻。購買商業保險，需要消費者全面了解保險產品的功能和內涵，這對居民的素養有著較高的要求[27]。數字經濟時代，數字素養作為一種核心的人力資本，能夠有效降低知識和信息獲取成本，提高資源稟賦配置效率[28]。數字素養能夠幫助居民獲得各方面的資源和優勢，使居民更好地參與數字生活[29]，對居民的網上消費行為、消費頻率以及消費數量產生積極影響[30]。家庭商業保險參與是一個復雜的過程，消費者需要花費大量時間去獲取商業保險相關信息，充分了解參保的流程和賠付細則，數字素養較高的居民在保險相關信息獲取過程中可以有效地減小時間成本，對參保意愿和行為都可能產生一定程度的影響。此外，部分險種支持網上理賠，被保險人或者受益人通過手機客戶端便可以辦理，網上理賠的實現依賴于保險消費者具備一定的數字素養。基于此，本文提出以下假設：

H1a：數字素養能夠提升家庭商業保險參與的可能性。

H1b：數字素養能夠提升家庭商業保險參與程度。

收入水平是購買商業保險的基礎條件。Albouy等[31]研究發現家庭的商業保險需求隨著家庭收入的提高而增加。人們為了人身安全、生活穩定、抵御各種風險等原因而選擇購買保險，這意味著只有家庭收入滿足家庭最基本的生活需求后，居民才會有保險購買需求，即家庭購買保險存在收入門檻效應。《鄉村振興戰略背景下中國鄉村數字素養調查分析報告》指出，城鄉居民數字素養與收入水平正相關。此外，有學者研究發現，數字素養的提升有助于改善居民的人力資本、物質資本和社會資本，從而促進居民的創業活動，有助于改善家庭貧困狀況[32]，可以幫助人們降低信息獲取成本，培養數字經濟意識，進而增加家庭收入[33，34]。數字素養較高的居民可以更好地利用數字技術平臺，參與投資、創業、理財等活動，改善和提高家庭收入。基于此，本文提出以下假設：

H2a：數字素養能夠提高家庭收入水平，進而提升家庭商業保險參與的可能性。

H2b：數字素養能夠提高家庭收入水平，進而提升家庭商業保險參與程度。

社會因素被廣泛應用于經濟研究，越來越多學者注意到社會互動在群體中發揮著重要作用，并發現社會互動對家庭商業保險購買有顯著促進作用[35，36]。家庭的金融決策不僅受到經濟理性因素的影響，也會受到周圍成員行為等非理性因素的影響。一方面，社會互動具有知識傳遞效應，個體之間通過相互交流與學習，從而了解到商業保險有關知識與信息，進而彌補商業保險相關信息的不足[3]。另一方面，社會互動具有群體示范效應，居民的商業保險購買決策會受到周圍群體購買商業保險獲利和虧損案例的影響[35]。數字技術的快速發展，深刻改變了社會經濟活動以及社會互動方式[37]，基于手機、平板、電腦等數字設備，各類聊天軟件、社交平臺讓個體間的社會互動突破了時間和空間的限制，進一步加深了社會互動水平，對家庭風險管理決策產生一定影響。基于此，本文提出以下假設：

H3a：數字素養能夠提高社會互動水平，進而提升家庭商業保險參與的可能性。

H3b：數字素養能夠提高社會互動水平，進而提升家庭商業保險參與程度。

四、研究設計

（一）數據來源

本文所用數據來源于2018 年中國家庭追蹤調查項目（CFPS）③。該調查涵蓋了31個省份（直轄市、自治區）約15000個家庭，較好地反映了我國社會經濟發展以及人口變遷情況，為探究數字素養對家庭商業保險參與的影響提供了有力的支持。在數據選取上，數字素養變量和戶主個人層面控制變量的數據來自個人自答問卷，家庭商業保險參與和家庭經濟特征控制變量的數據來自家庭經濟問卷，家庭人口特征控制變量的數據來自家庭成員問卷。使用家庭代碼對個人自答問卷、家庭經濟問卷和家庭成員問卷數據進行匹配。CFPS2018 數據中沒有明確定義戶主，且家庭購買商業保險是一項金融行為，所以本文采用家庭的財務回答人代替戶主。考慮到16歲以下的未成年戶主樣本不能完全參與家庭的金融決策，本文剔除了16 歲以下的樣本。同時，為避免極端值的影響，對家庭總收入、家庭凈資產以及保費支出占比進行上下1%的縮尾處理，并對商業保險保費支出以及縮尾處理后的家庭總收入和家庭凈資產進行取對數處理。在剔除了相關變量嚴重缺失的地區（包括新疆、西藏和寧夏）以及相關變量存在的缺失值和異常值后，最終得到2376個有效樣本。

（二）變量選取

1.被解釋變量

參考秦芳等[11]的做法，本文通過兩個層次來衡量被解釋變量家庭商業保險參與。一是家庭是否購買商業保險，即家庭商業保險參與的可能性，為二值虛擬變量。根據CFPS問卷中“過去12個月，您家用于購買商業性保險的支出是多少？”，若家庭購買商業性保險支出大于零，則購買商業保險變量取值為1，否則為0。二是家庭商業保險參與的程度，選取家庭過去12 個月商業性保險支出和商業性保險支出占家庭總收入的比重兩個指標來衡量。

2.核心解釋變量

根據聯合國教科文組織給出的定義，在日常生活中，個體利用數字技術手段和方法快速有效地獲取、整理和利用信息來進行某些活動時能反映個體的數字素養。本文參考聯合國教科文組織的《全球數字素養框架》和歐盟數字素養框架DigComp2.2版本的分類標準，借鑒李曉靜等[38]、蘇嵐嵐等[29]的做法，結合我國居民數字生活實際，從CFPS2018 中篩選出17 個關于數字素養的測量問題④，從職業相關素養、問題解決素養、溝通與協作素養、信息和數據素養、設備和軟件操作素養五個維度構建數字素養指標體系，對17個測量問題采用主成分分析法來測度數字素養綜合得分，按照特征值大于1 的原則提取5個公共因子，以各因子的方差貢獻率為權重，分別乘以各因子得分，累加后得到數字素養綜合得分。主成分分析結果中，累積方差貢獻率為65.169%，KMO值為0.767，Bartlett球形檢驗統計量的顯著性P值為0.000，表明主成分分析結果有效。數字素養測度指標體系如表1所示。

表1 數字素養測度指標體系

3.控制變量

參考吳玉鋒[39]的做法，本文選取的控制變量涵蓋兩個層面的特征變量：一是家庭層面，包括家庭總收入、家庭凈資產、家庭人口規模、少兒數量、老人數量、少兒比例、老年人比例、戶口；二是戶主個人層面，包括性別、婚姻狀況、受教育年限、健康狀況、風險偏好、社會保障情況、年齡、年齡平方/100。此外，考慮到區域層面可能存在不可觀測因素的干擾，控制省份特征，引入省份虛擬變量。

（三）模型設定

在分析家庭商業保險參與的可能性時，由于被解釋變量是二值虛擬變量，結合CFPS2018 數據特征，采用Probit 模型來估計家庭商業保險參與的可能性。Probit模型構建如下：

其中，Insurance 是被解釋變量，表示家庭是否購買商業保險；DL 是核心解釋變量，表示戶主數字素養水平；Control 是控制變量；ε是誤差項，服從正態分布，即ε～N(0,σ2)。

在分析家庭商業保險的參與程度時，由于數據中存在大量的家庭沒有參與商業保險，即商業保險保費支出和保費支出占比是截斷的，所以采用Tobit模型來估計家庭商業保險參與的程度。Tobit 模型設定如下：

Y 是模型的被解釋變量，即家庭商業保險參與程度，分別由過去12個月商業性保險支出以及商業性保險支出占家庭總收入的比重來衡量；y 表示家庭商業保險參與的程度大于0的部分。核心解釋變量、控制變量以及其他符號與式（1）相同。

（四）描述性統計

表2給出了變量的定義及描述性統計結果。由結果可知，樣本家庭購買商業保險的比例為53.37%，保費支出對數的均值為4.4760，保費支出占比的均值為4.1%。戶主數字素養最大值為1.2226，最小值為-2.9742，均值為0.2516，表明我國居民之間的數字素養差距較大，總體數字素養還較低。

表2 變量的定義及描述性統計

此外，按三分位點將樣本分為低、中、高數字素養樣本組做描述性統計。表3 數據顯示，在低數字素養樣本組中，47.60%的家庭購買了商業保險，保費支出的對數值為3.8976，保費支出占收入比重為3.79%。而高數字素養樣本組中，61.11%的家庭購買了商業保險，保費支出的對數為5.2062，保費支出占收入比重為4.33%。可以看出，隨著數字素養分位點的提高，家庭商業保險參與的可能性和參與程度都在提高。

表3 商業保險參與按數字素養分位點的描述性統計

五、實證分析

（一）基準回歸分析

表4報告了Probit模型和Tobit模型估計的平均邊際效應和穩健標準誤。（1）列的被解釋變量為購買商業保險。可以看到，在控制家庭層面特征變量、戶主個人層面特征變量以及省份效應后，數字素養對購買商業保險有正向影響，平均邊際效應為0.1070，且在1%的水平上顯著，說明數字素養顯著提高了家庭商業保險參與的可能性。此外，大部分控制變量也顯著影響了家庭商業保險參與的可能性。其中，家庭層面特征變量中，家庭總收入、家庭凈資產、家庭人口規模以及少兒比例都顯著提升了家庭商業保險參與的可能性，少兒數量對商業保險參與可能性的影響顯著為負；戶主個人層面特征變量中，年齡和已婚對商業保險參與的可能性影響顯著為正，且年齡與商業保險參與的可能性呈現先升后降的倒“U”型關系，農業戶口在10%的水平上顯著正向影響商業保險參與的可能性。另外，戶主健康、戶主受教育年限和戶主參與社會保障系數雖然為正，但是在統計上不顯著；女性戶主和戶主風險偏好系數為負，在統計上不顯著。控制變量的結果與現有研究基本保持一致，限于篇幅不再進行過多的解釋。（2）和（3）列采用Tobit 模型估計數字素養對家庭商業保險參與程度的影響，被解釋變量分別為保費支出的對數、保費支出占比。可以看到，數字素養對家庭商業保險參與程度有正向影響，平均邊際效應分別為0.7680、0.0103，且在1%的水平上顯著，其他控制變量的結果與Probit 回歸結果基本一致。Probit 和Tobit 回歸的結果表明，戶主數字素養水平的提升能夠顯著提高家庭商業保險參與的可能性以及參與程度。

表4 數字素養對家庭商業保險參與的影響

（二）內生性問題與穩健性檢驗

1.內生性問題

在基準回歸分析過程中，數字素養可能由于反向因果關系導致內生性問題。例如，居民可能會通過使用數字設備來實現商業保險購買，在這個過程中居民的數字素養水平也會得到提升。參考以往文獻，在多次嘗試不同工具變量的基礎上，選取CFPS2018 問卷中過去12 個月網上購物支出作為工具變量。首先，在相關性上，居民進行網上購物需要使用手機、平板、電腦等數字設備，這就要求居民具備一定的數字素養，并且網上購物支出的多少可以判斷數字素養的高低。例如，數字素養較高的居民會通過對比不同平臺的商品價格來選擇合適的商品，也會根據商品在網上平臺的橫向測評來決定最終的購買決策。此外，線上銷售的商品通常較線下銷售的商品具有一定的價格優勢，數字素養高的人會更多地選擇網上購物。因此，數字素養與網上購物支出是密切相關的。其次，在外生性上，網上購物支出不會對家庭購買商業保險產生直接影響。綜上分析，工具變量滿足相關性條件和外生性要求。

表5匯報了采用“網上購物支出”作為工具變量的回歸結果。其中，Panel A采用極大似然方法進行估計，得到數字素養變量的平均邊際效應，IV Probit模型估計數字素養對家庭商業保險參與可能性的影響，IV Tobit估計數字素養對家庭商業保險參與程度的影響。在工具變量的內生性檢驗方面，Panel A（1）至（3）列報告了Wald 檢驗數字素養內生性的結果，P 值分別為0.0026、0.0027、0.0009，均在1%水平上顯著地拒絕了不存在內生性的原假設，表明數字素養這一變量存在內生性。在工具變量的有效性檢驗方面，Panel B（1）至（3）列兩步法一階段回歸結果顯示，工具變量“網上購物支出”對于內生變量數字素養具有較強的解釋力，F 統計值為23.10，均大于弱工具變量的臨界值，且Panel C弱工具變量識別檢驗的AR 統計值和Wald 統計值均在1%水平上拒絕了內生變量與工具變量不相關的原假設，表明選取的工具變量不是弱工具變量。（1）列的IV Probit模型估計結果中，數字素養的平均邊際效應為0.6173，在1%水平上顯著；（2）和（3）列的IV Tobit 模型估計結果中，數字素養的平均邊際影響分別為4.6852、0.0667，均在1%水平上顯著。回歸結果表明，考慮到內生性，將“網上購物支出”作為數字素養的工具變量后，數字素養依然顯著正向影響家庭商業保險參與，且回歸系數較之前更大，進一步支持假說H1a和H1b。

表5 基于工具變量法的數字素養對家庭商業保險參與的影響

2.穩健性檢驗

為檢驗結果的穩健性，本文從兩個方面進行穩健性檢驗。一是改變估計方法。表6的（1）和（2）列分別采用線性概率模型（LPM）、Logit 模型估計數字素養對家庭商業保險參與可能性的影響，數字素養的平均邊際效應分別為0.1073、0.1046，且均在1%水平上顯著為正，估計結果與基準回歸結果一致。二是改變樣本容量。考慮到地區之間在經濟發展程度、商業保險可得性、互聯網發展水平上存在差異，這些都可能讓居民使用數字設備進行金融活動受到非自身因素的干擾。借鑒王杰等[32]的做法，剔除2018年經濟發展程度高、數字普惠金融指數高以及互聯網發展水平較高的部分地區（包括北京市、上海市、廣東省、江蘇省、浙江省和福建省）共計727個樣本量后再進行回歸檢驗。（3）至（5）列的結果與基準回歸結果保持一致，表明上述結果是穩健的。

表6 數字素養對家庭商業保險參與的影響穩健性檢驗

（三）異質性分析

前文的回歸結果表明，戶主的數字素養確實顯著促進了家庭商業保險參與，但是由于我國幅員遼闊，地區之間經濟發展水平、互聯網發展水平、數字技術基礎設施存在差異，且不同家庭特征以及戶主個人特征也存在差異，這些差異都可能影響戶主的數字素養水平，進而對家庭商業保險參與決策產生影響。因此，根據家庭收入水平、受教育年限以及所在地區的不同將樣本進行分組，來檢驗數字素養對家庭商業保險參與影響的異質性。

表7給出了數字素養對家庭商業保險參與可能性影響的異質性分析結果。（1）和（2）列根據家庭收入的中位數將樣本分為低收入和高收入兩組。回歸結果發現，戶主數字素養對家庭商業養老保險參與的促進作用在高收入家庭更加顯著，平均邊際效應為0.8928，而對于低收入家庭則沒有顯著影響。這可能是因為收入水平較高的家庭更能給予經濟上的保障，進而可以更好地獲取和利用互聯網搜尋有關商業保險的信息，進而促進家庭商業保險的參與。（3）和（4）列將高中學歷及以下分為低學歷組，高中學歷以上分為高學歷組。回歸結果發現，高學歷組的數字素養顯著提升了家庭商業保險參與的可能性，平均邊際效應為0.7663，高于低學歷組的0.6241，表明受教育年限較高戶主的數字素養的促進效應要大于受教育年限較低的戶主。這從側面反映出高學歷戶主更容易學習和使用新的數字技術工具，更好地發揮出自身的數字素養優勢，從而獲取網絡信息資源，實現家庭風險管理。（5）和（6）列根據戶主所在地區將樣本分為東部地區和中西部地區⑤。回歸結果發現，數字素養均顯著促進了東部地區和中西部地區家庭商業保險參與的可能性，平均邊際效應分別為0.5330、0.7079，但數字素養對家庭商業保險購買的促進效應在中西部地區家庭中要比東部地區家庭更大。可能是因為中西部地區相對東部地區來說，地區經濟優勢不足、保險公司數量較少，從而導致中西部地區家庭在商業保險的購買上花費的成本更高，而數字素養較高的戶主能夠彌補這種區位劣勢。

表7 數字素養對家庭商業保險參與可能性影響的異質性分析（IV Probit）

（四）機制分析

前文驗證了戶主數字素養正向促進了家庭商業保險參與，為了了解數字素養通過哪些機制影響家庭商業保險參與，本部分從數字素養通過提升家庭收入水平和社會互動水平兩個角度進行分析。

1.通過提高家庭收入水平

從表8（1）列OLS回歸結果可以看到，數字素養對家庭收入的對數在1%水平上有顯著的促進作用，說明戶主數字素養越高對提升家庭收入的幫助越大。（2）列Probit 回歸結果表明，家庭收入顯著提高了家庭參與商業保險的可能性；（3）和（4）列Tobit回歸結果說明，家庭收入水平提高，商業保險保費支出也會提高，但保費支出占比會下降，這可能是因為保費支出增加的速率小于家庭收入增加的速率。這證明了數字素養確實能夠通過提高家庭收入水平從而提升了家庭商業保險參與的可能性和參與程度。驗證了本文的假說H2a和H2b。

表8 數字素養通過提升家庭收入水平對家庭商業保險參與的影響

2.通過提高社會互動水平

參考郭士祺等[40]的做法，采用人情禮支出占家庭總收入的比重來衡量社會互動水平，結果見表9。從（1）列OLS回歸結果可以看出，數字素養對社會互動水平在5%水平上有顯著的促進作用，說明數字素養越高，居民與周圍群體間的交流越密切，社會互動水平越高。（2）列社會互動的平均邊際效應在5%水平上顯著為正；（3）和（4）列社會互動的平均邊際效應在1%水平上顯著為正，表明社會互動對家庭參保商業保險的可能性以及參與程度均有顯著的促進作用。這說明數字素養確實能夠通過提升社會互動水平進而正向促進家庭商業保險參與的可能性和參與程度。驗證了本文的假說H3a和H3b。

表9 數字素養通過提升社會互動水平對家庭商業保險參與的影響

六、結論及建議

（一）結論

本文基于2018 年中國家庭追蹤調查（CFPS）數據，使用主成分分析法測度我國家庭戶主的數字素養水平，實證分析了數字素養對家庭商業保險參與的影響。主要結論包括：第一，數字素養的提升顯著提高了家庭商業保險參與的可能性與參與程度，考慮到數字素養可能存在的內生性問題，采用“過去12個月網購支出”作為工具變量的回歸結果進一步支持了本文的結論，在更換估計方法以及改變樣本容量后，上述結果依然具有穩健性。此外，家庭總收入和家庭凈資產的增加、家庭人口規模以及少兒比例的擴大都會提高家庭商業保險參與；相比于未婚戶主，已婚戶主更愿意購買商業保險；家庭商業保險參與隨著戶主年齡的增大先增后減。第二，異質性分析結果表明，數字素養對家庭商業保險參與的作用在不同受教育年限、不同家庭收入水平、不同地區的戶主之間表現出顯著差異性，數字素養對高學歷、高收入家庭、中西部地區的戶主的家庭商業保險參與可能性的促進效應更大。第三，機制分析結果表明，數字素養能夠通過提高家庭收入水平、提高社會互動水平進而促進家庭商業保險參與。

（二）建議

基于上述研究結論，為推動我國商業保險市場發展，提出以下針對性政策建議：

第一，加大新型數字基礎設施建設投入。重視數字基礎設施對居民數字素養提升的重要作用，繼續加大對西部偏遠地區新型數字基礎設施的建設投入，特別是基于新一代信息通信技術的數字平臺建設投入，構建數字生活環境，讓偏遠地區居民有更多機會使用數字技術平臺，進一步提升這部分群體的數字素養，從而彌補西部偏遠地區經濟優勢不足、保險公司數量較少、商業保險可得性差的地區劣勢，充分發揮數字素養對西部偏遠地區家庭商業保險參與的促進作用。

第二，開展數字技能與知識普及教育。重視居民數字素養的培育，一方面，對于農村低收入、低學歷群體應當開展有針對性的數字技術普及教育，例如開展微信、支付寶、在線購物、在線教育、在線醫療等數字技術平臺的理論與操作教學，提升這部分群體最基本的數字生活技能，通過培育其數字素養，從而提升該群體購買商業保險的內生動力。另一方面，政府、銀行、保險公司等多方組織應攜手開展數字金融知識普及教育，幫助民眾接觸和了解數字金融產品，引導民眾正確使用數字金融保險服務。

第三，利用數字技術構建新型商業模式。鼓勵商業保險公司積極利用數字技術，持續改進創新精準營銷、場景嵌入以及智能理賠等環節，不斷提升用戶體驗；進一步加強與支付寶、微信、手機銀行App等第三方平臺的合作，加大保險產品線上推廣與宣傳力度；不斷優化網頁設置，降低用戶瀏覽難度，不斷優化產品設計，推出門檻低、辦理簡便的保險產品，進一步滿足較低數字素養群體的保險需求。

注 釋

①數據來源于國際金融報。

②根據CFPS2010、CFPS2018數據計算所得。

③由于CFPS2020 數據庫中的家庭經濟庫還未發布，因此本文使用CFPS2018數據。

④數字素養測量題項中關于“是否”類問題，“否”賦值為0，“是”賦值為1；“使用頻率”類問題，有“從不”“幾個月一次”“一個月一次”“一個月2-3 次”“一周1-2 次”“一周3-4 次”“幾乎每天”7 個層次，將“從不”到“幾乎每天”分別賦值為0—6；“重要性”類問題根據受訪者自答，從“非常不重要”到“非常重要”分別賦值為1—5；“重要程度”類問題由于部分受訪者未使用互聯網進行此類活動，結合其他受訪者自答情況，重新賦值為0—5。

⑤東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中西部地區包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海。