论文部分内容阅读
摘 要：基于VAR模型讨论中国城镇化、经济增长与保险业发展三者的关系，结果显示，城镇化水平和经济增长对保险业发展具有长期的正向效应。从长期看，经济增长、城镇化率对保险业发展的影响有一个相对滞后效应。
关键词：城镇化率；经济增长；保险密度； Granger检验；脉冲响应分析
中图分类号：F840.3 文献标识码：A 文章编号：1003-3890（2014）01-0039-05
一、引言
党的十八大明确指出要坚持走中国特色新型城镇化道路。2012年中央经济工作会议提出城镇化是我国现代化建设的历史任务，是扩大内需的最大潜力所在，要积极稳妥推进城镇化，着力提高城镇化质量，积极引导城镇化健康发展。党的十八届三中全会以后，中共中央又根据我国的具体情况提出，要走新型城镇化道路，出台实施新型城镇化规划，落实和完善区域发展规划和政策。改革开放35年来，我国的城镇化率由1978年的17.9%上升到2012年的52.57%，城镇化水平快速提升，城镇数量大幅增加，城镇设施和功能不断完善，城乡经济社会结构也发生了重大变化。中国城镇化无疑将对整个中国的保险行业产生重大和深远的影响。具体来说，这种影响主要体现在两个方面：一是城镇化率不断提高及流动人口市民化将进一步拉动保险需求；二是城镇建设规划的落实将会增加保险资金投资，同时也增加了保险投资收益。
二、城镇化、经济增长与保险业发展的相关研究
（一）关于城镇化与经济增长的关系研究
关于城镇化与经济增长的关系问题的研究，就现有的国内外文献的研究来看，对其研究的成果主要集中在以下三个方面：（1）城镇化与经济增长之间是否存在着相关关系和内在规律。（2）测算城镇化水平对经济增长的贡献率。（3）城镇化对经济增长有可能产生障碍或不利因素。比较有代表性的文献有，王小鲁（2002）[1]估算认为，目前中国城镇化处于加速增长阶段，其对经济增长的净贡献可以达到3.6个百分点。Luisit Bertinelli&Ericstrob（2003）[2]分析了城镇化、城市集中对经济增长的动态影响，却提出了相反的结论：城市集中与经济增长之间存在倒U型关系，城镇化与经济增长之间却没有系统联系。李秀敏、赵晓旭、朱艳艳（2006）[3]认为，城镇化对经济增长的贡献率同经济发展水平的顺序恰好相反，依次为西部、中部和东部；城镇化率每提高1%，西部、中部和东部的人均地区GDP将分别增加0.19%、0.13%和0.07%，这与传统的经济理论相违背。Chun-chung.Au，Vernon Henderson.J（2006）[4]认为，中国长期以来限制劳动力流动的政策阻碍了劳动力流动，导致农村劳动力过剩，使城乡产业集群发展不充分，极大影响了城镇化水平，不利于中国经济增长。吴福象、刘志彪（2008）[5]认为，城镇化率与经济增长之间具有显著的正相关关系，城市群对经济增长也正发挥着越来越重要的新引擎作用。张志勇、李连庆（2012）[6]通过选取1978—2009年山东省城镇化水平与人均GDP的时间序列数据，运用动态经济计量模型，对城镇化水平与经济增长的互动效应进行了实证分析。实证结果表明，山东省城镇化水平与经济增长之间存在着稳定的长期均衡关系，且两者变动具有同向性，短期内城镇化对经济增长的拉动作用要强于经济增长对城镇化的影响，城镇化对经济增长的长期影响则更为显著。
（二）关于经济增长与保险业的关系研究
关于保险发展与经济增长相互关系的重要性已经达成了共识，国内外许多学者都围绕这一主题开展了研究。研究的思路基本可以分为两大类：一是保险发展与经济增长的因果关系，二是保险与经济增长相互影响的传导机制。
对于保险发展与经济增长的因果关系的研究。早期的研究主要集中在保险消费和收入水平、保险与金融发展之间的关系上。Ward和Zurbruegg（2000）[7]对英美在内OECD九个成员国的研究则表明，保险发展同经济增长之间并没有长期稳定的关系。同时，对影响保险业发展因素的讨论作为两者因果关系的延伸也引起了许多学者的注意。Beck and Webb（2003）[8]检验了63个国家自1980年到1996年的寿险消费数据，发现在若干的影响因素中，教育水平、银行业发展、通货膨胀是影响寿险消费的最主要因素，而收入的影响力较差。饶晓辉和钟正生（2005）[9]运用中国实际GDP和总保费额的数据考察中国经济增长与保险市场发展之间的动态关系，认为对中国而言，保险市场的发展并不是经济增长的原因，经济增长才是保险市场发展的原因，并指出现阶段中国保险功能的发挥受到约束条件的限制。庞楷（2009）[10]利用修正的Solow模型检验了财产保险和人身保险在中国经济增长中发挥的作用，认为财产保险深度对经济增长具有显著的正面影响，而人身保险深度的影响却不显著。此外，与保险和银行的独立影响相比，保险深度和银行贷款占比对经济增长的联合影响更为显著。
对于保险与经济增长相互影响的传导机制的研究。孙祁祥和贲奔（1997）[11]认为在中国保险产业的发展过程中，政府的宏观经济政策和制度因素，即社会经济体制的变革在转变人们的风险意识和风险观念中，起着非常重要的作用。Rule（2001）[12]认为，保险公司、互助基金和养老基金是股票、债券和房地产市场最大的机构投资者，而且他们对社会经济发展中老龄化、收入差距拉大和全球化等重大问题产生越来越重要的影响。保险业和其他金融部门之间日趋密切的联系也强化了保险对经济增长可能发挥的作用。栾存存（2004）[13]研究表明，保险增长源于保险业自身的扩张、国民可支配收入增长和市场经济体制改革。张芳洁（2004）[14]利用1980—2002年的时间序列数据，对影响我国保险业发展环境的经济因素进行分析和度量，包括经济发展水平、市场化程度、国家税收水平、产业结构变动、储蓄存款增长、固定资产投资增长额、通货膨胀等因素。Peter Haiss和 Kjell（2008）[15]研究了OECD29个国家1992—2004年间的面板数据，分析了保险影响经济增长的作用机制，认为保险对GDP具有正向推动作用，保险业对经济的作用与该国经济发展水平密切相关。刘晴辉（2008）[16]认为，在行为人的储蓄由流动性资产和非流动性资产构成的情况下，保险发展产生储蓄结构效应，而储蓄结构效应导致的非流动性资产投资的相对增加，促进了资本和知识的积累，进而形成内生经济增长。赵尚梅和李勇（2009）[17]认为保险业发展不仅对经济增长做出贡献，而且对非保险部门还存在溢出效应，保险业增速每提高1%，将带动实际GDP增长率提高1.215 4%；保险业每增长1%，非保险部门增长0.047 2%。 （三）研究评述与启示
纵观国内外城镇化、经济增长与保险关系问题的实证研究，我们不难发现，实证分析结论所得差异较大，甚至得出相反的结论，而且有些结论也会随着时间的推移逐步发生变化。主要可能是在实证分析中两个方面的显著差异造成的，一方面显示保险发展指标变量的选择存在差异，另一方面在实证分析方法中数据选取、模型设定、解释角度等不同，包括模型中采用了不同的解释变量和控制变量。此外，从目前的相关文献来看，将城镇化、经济增长和保险业发展放到一起进行的研究十分少见，本文通过对三者的协整关系研究，来考察三者之间的长期联动关系。
三、城镇化、经济增长与保险业发展的长期关系测度
（一）数据来源与整理
本文以城镇化率（RU）表示城镇化水平，以人均GDP（AGDP）表示国民经济发展水平，以保险密度（ID）表示保险发展水平。样本范围为1980—2012年的33个年度数据，数据来源于《中国统计年鉴（2012）》与和讯保险网。
为了消除异方差，对各变量分别取自然对数，取对数后的变量分别为LID、RU和LAGDP。变化趋势如图1所示。
从图1可以看出，各变量具有相同的增长变化趋势，方向比较一致，并且均表现出非平稳的特征。其中，保险密度明显增加更快，这与我国保险行业在中国的快速发展的现实相符合。对各变量分别进行一次差分，差分后变量的时间序列变得相对平稳（图2所示），但仍然表现出一定的趋势性，究竟差分之后是否为平稳序列，需进一步进行平稳性检验。
（二）实证分析
1. 序列平稳性检验和协整检验。本文采用ADF和PP检验方法对变量序列进行了单位根检验。对滞后项的选择和模型优劣的识别主要运用了AIC和SBC信息标准。检验结果（见表1）显示，在5%的显著性水平上，LID、LRU和LAGDP是非平稳变量，而一阶差分DLID、DLRU和LAGDP均是平稳变量。所以LID～I（1）、LRU～I（1）、LAGDP～I（1）。LID、LRU和LAGDP之间符合存在协整关系的条件，即同阶单整，可能存在协整关系，因此我们可以对三者进行协整关系的检验。
下面对3个变量进行协整关系检验，利用Johansen极大似然法进行协整检验，结果见表2。
由表2可知，在5%显著性水平下，最大特征值统计量和迹统计量相互验证，拒绝了无协整关系的原假设，说明LRU和LID之间存在协整关系，即从长期看变量间存在长期稳定的关系。
2. VEC模型的构建。只要变量之间存在协整关系，就可以由ARDL模型导出VEC模型。Sims（1980）[18]认为对非平稳变量进行差分后再将其纳入VAR模型将会丢失数据中的互动信息，因此他们建议即使在变量存在单位根的情况下，仍然可以将非平稳的序列放入VAR模型中。为了减少互动信息的丢失，且变量之间存在协整关系，故本文将变量的水平值直接纳入VAR系统中。
首先确定VAR的最佳滞后期。根据信息准则评价指标来确定最佳滞后期。从表3可以看出，应该建立VAR（1）模型。
接下来，我们给出VAR（1）的解析表达式：
LID=0.954 2*LID（-1）-0.230 8*LAGDP（-1）+0.716 7*LRU（-1）-0.6643（1）
LAGDP=0.000 7*LID（-1）+0.962 5*LAGDP（-1）+0.124 3*LRU（-1）- 0.118 9（2）
LRU=-0.015 7*LID（-1）+0.107 2*LAGDP（-1）+0.825 4*LRU（-1）+0.046 8（3）
对个方程的各阶系数的显著性检验结果显示，两个方程的拟合度R2都较高，说明方程拟合较好，而且各个方程的P值显示，各阶系数均高度显著，如表4所示。
要根据VAR模型来判断变量之间的动态影响关系，需要借助于Granger因果检验、脉冲响应函数和方差分解来实现，但这需要以VAR的稳定为前提。根据VAR模型的单位根检验结果，发现所有的特征值均在单位圆内，故此VAR（1）系统是稳定的。
由于上述变量之间有较好的协整性，可以对变量关系进行Granger因果检验，检验结果如表5所示。检验结果表明，城镇化是保险业发展的Granger原因，但是，保险业发展却不是城镇化的Granger原因，这说明城镇化在长期发展过程中会促进保险业的发展，这同我国目前的保险业发展现状相一致。由此说明我们如此建立变量之间的关系是合理的。但是，要具体了解各经济变量变动的动态相互影响，就要通过脉冲响应函数和方差分解来实现。
四、保险资金投资规模与经济增长之间的波动关系分析
（一）脉冲响应函数分析
脉冲响应函数是用于衡量来自随机扰动项（信息）的一个标准差冲击对变量当前和未来取值的影响轨迹，它能够比较直观地刻画出变量之间的动态交互作用及其效应。根据模型的AR根图，如果被估计的VAR模型的所有根模的倒数全部都落在单位圆以内，则模型稳定；反之，某些结果将不再有效，比如脉冲响应函数的标准误差。模型的稳定性检验结果表明，模型均符合稳定性条件，可以进行下面的脉冲响应分析和方差分析。本文基于Cholesky顺序的脉冲响应函数做脉冲响应分析（如图3、图4所示）。
图3显示，LID受到LAGDP的一个正向冲击后，从第1期开始LID开始下降，并且从第二期开始LID的下降幅度呈现边际递增的效应，并且在第3期达到最小值，随后上升并且一直持续下去，这说明LID对于LAGDP的正向冲击的作用在短期表现出负效应，这说明在短期经济增长会对保险需求表现出较强的替代效应，但是从长期来看，经济增长必然促进保险需求的增长。
图4显示，LID受到城镇化增长的一个冲击后，立刻开始上升，并在第6期达到峰值，然后保持稳定的正向效应。这说明我国的城镇化对保险需求的影响是长期的、持续的。这意味着目前我国的保险需求有长期的发展空间。 （三）方差分解函数分析
方差分解表示的是当系统的某个变量受到了一个单位的冲击以后，以变量的预测误差方差百分比的形式反映变量之间的交互作用程度，它的基本思想是把系统中每一个内生变量的变动按其成因分解为与各方程随机扰动项（信息）相关联的各组成部分，以了解各信息对模型内生变量的相对重要性。本文利用方差分解技术分析了各个变量对保费收入的贡献率。方差分解结果（图5）表明在第9年以后基本稳定。从长期看，保费收入变化中约75%由其自身决定，说明保险行业具有相当强的自我发展、自我扩张的内在强化能力，城镇化增长变化的冲击从长期来看能解释保险发展变化的20%左右。
六、主要研究结论
本文利用VAR模型和脉冲响应函数方法对1980—2012年的城镇化率、采用通货膨胀率修正的人均GDP和保险密度三个时序数据进行计量分析，从实证的角度论证了城镇化、经济增长、和保险业发展之间的关系。可以得出以下几点结论：
1.城镇化、经济增长和保险业发展之间存在动态协整关系，也就是说几者之间存在着相互的关联和影响。
2. 从长期看，经济增长、城镇化率对保险业发展的影响有一个相对较长时期的滞后，这种滞后效应可能是在经济状况良好时，人们的安全感比较高，相对于保险的需求减少。但是经济增长具有周期性，当经济经过一个时期发展开始走向衰退时，人们的忧患意识增强，对保险的需求就会增加。因此经济发展对保险业的影响作用将会产生滞后效应。
3. 从方差分解表也可以看出，保险业的发展有75%是依靠保险业内部的发展获得的，外部对保险业发展影响只占到20%左右。
4. 研究表明，1980—2012年中国保险业的快速发展不仅与保险业自身的努力增长有关，还与我国城镇化率、经济长期快速增长有关，这种关系不断改变着保险需求者的预期，极大地提升了保险业的发展水平。
参考文献：
[1]王小鲁.城市化与经济增长[J].经济社会体制比较，2002，（1）：23-32.
[2]Luisit Bertinelli，Eric Strobl. Urban Concentration and Economic Growth in Developing Countries[J]. Urbanization. Work-ing Paper，CREDIT. 2003.3：145-153.
[3]李秀敏，赵晓旭，朱艳艳.中国东、中、西部地区城镇化对经济增长贡献的比较研究[A].中国西部地区城乡协调发展与社会创新国际学术研讨会论文集[C].2006，（10）123-126.
[4]Chun Chung A，Vernon Henderson J. Are Chinese Cities Too Small？[J]. Review of Economic Studies，2006，（7）：549-576.
[5]吴福象，刘志彪.城市化群落驱动经济增长的机制研究——来自长三角16个城市的经验证据[J].经济研究，2008，（11）：126-136.
[6]张志勇，李连庆.城镇化水平与经济增长互动效应的动态分析[J].山东财政学院学报，2012，（5）：64-71.
[7]Ward Damian，Zurbruegg Ralf. Does Insurance promote Economic Growth Evidence from OECD Countries[J]. The Journal of Risk and Insurance，2000，67（4）：489-506.
[8]Beck Thorsten ，Webb Ian. Demographic and Institutional Determinants of Life Insurance Consumption across Countries[J]. Economic，2002.
[9]饶晓辉，钟正生.保险能否促进经济增长——基于中国的实证分析[J].上海经济研究，2005，（12）.
[10]庞楷.保险业对经济增长影响的实证分析——基于修正的Solow模型[J].保险研究，2009，（7）.
[11]孙祁祥，贲奔.中国保险产业发展的供需规模分析[J].经济研究，1997，（3）.
[12]Rule David. Risk Transfer between Banks，Insurance Companies and Capital Markets[J].Financial Stability Review，2001，11：127-159.
[13]栾存存.我国保险业增长分析[J].经济研究，2004，（1）.
[14]张芳洁.影响我国保险业发展的经济因素的实证分析[J].数量经济技术经济研究，2004，（3）.
[15]Peter Haiss，Kjell Sumegi. The relationship between insurance and economic growth in Europe：a theoretical and empirical analysis[J].Empirica，2008，35：405-431.
[16]刘晴辉.保险发展、储蓄结构变化与经济增长[J].当代经济科学，2008，（6）.
[17]赵尚梅，李勇，庞玉锋.保险业对经济增长贡献的理论模型与实证检验[J].保险研究，2009，（1）.
[18]Sims，C. A. Macroeconomics and Reality[J]. Econometrica，1980，（48）：1-48.
责任编辑、校对：高钟庭
关键词：城镇化率；经济增长；保险密度； Granger检验；脉冲响应分析
中图分类号：F840.3 文献标识码：A 文章编号：1003-3890（2014）01-0039-05
一、引言
党的十八大明确指出要坚持走中国特色新型城镇化道路。2012年中央经济工作会议提出城镇化是我国现代化建设的历史任务，是扩大内需的最大潜力所在，要积极稳妥推进城镇化，着力提高城镇化质量，积极引导城镇化健康发展。党的十八届三中全会以后，中共中央又根据我国的具体情况提出，要走新型城镇化道路，出台实施新型城镇化规划，落实和完善区域发展规划和政策。改革开放35年来，我国的城镇化率由1978年的17.9%上升到2012年的52.57%，城镇化水平快速提升，城镇数量大幅增加，城镇设施和功能不断完善，城乡经济社会结构也发生了重大变化。中国城镇化无疑将对整个中国的保险行业产生重大和深远的影响。具体来说，这种影响主要体现在两个方面：一是城镇化率不断提高及流动人口市民化将进一步拉动保险需求；二是城镇建设规划的落实将会增加保险资金投资，同时也增加了保险投资收益。
二、城镇化、经济增长与保险业发展的相关研究
（一）关于城镇化与经济增长的关系研究
关于城镇化与经济增长的关系问题的研究，就现有的国内外文献的研究来看，对其研究的成果主要集中在以下三个方面：（1）城镇化与经济增长之间是否存在着相关关系和内在规律。（2）测算城镇化水平对经济增长的贡献率。（3）城镇化对经济增长有可能产生障碍或不利因素。比较有代表性的文献有，王小鲁（2002）[1]估算认为，目前中国城镇化处于加速增长阶段，其对经济增长的净贡献可以达到3.6个百分点。Luisit Bertinelli&Ericstrob（2003）[2]分析了城镇化、城市集中对经济增长的动态影响，却提出了相反的结论：城市集中与经济增长之间存在倒U型关系，城镇化与经济增长之间却没有系统联系。李秀敏、赵晓旭、朱艳艳（2006）[3]认为，城镇化对经济增长的贡献率同经济发展水平的顺序恰好相反，依次为西部、中部和东部；城镇化率每提高1%，西部、中部和东部的人均地区GDP将分别增加0.19%、0.13%和0.07%，这与传统的经济理论相违背。Chun-chung.Au，Vernon Henderson.J（2006）[4]认为，中国长期以来限制劳动力流动的政策阻碍了劳动力流动，导致农村劳动力过剩，使城乡产业集群发展不充分，极大影响了城镇化水平，不利于中国经济增长。吴福象、刘志彪（2008）[5]认为，城镇化率与经济增长之间具有显著的正相关关系，城市群对经济增长也正发挥着越来越重要的新引擎作用。张志勇、李连庆（2012）[6]通过选取1978—2009年山东省城镇化水平与人均GDP的时间序列数据，运用动态经济计量模型，对城镇化水平与经济增长的互动效应进行了实证分析。实证结果表明，山东省城镇化水平与经济增长之间存在着稳定的长期均衡关系，且两者变动具有同向性，短期内城镇化对经济增长的拉动作用要强于经济增长对城镇化的影响，城镇化对经济增长的长期影响则更为显著。
（二）关于经济增长与保险业的关系研究
关于保险发展与经济增长相互关系的重要性已经达成了共识，国内外许多学者都围绕这一主题开展了研究。研究的思路基本可以分为两大类：一是保险发展与经济增长的因果关系，二是保险与经济增长相互影响的传导机制。
对于保险发展与经济增长的因果关系的研究。早期的研究主要集中在保险消费和收入水平、保险与金融发展之间的关系上。Ward和Zurbruegg（2000）[7]对英美在内OECD九个成员国的研究则表明，保险发展同经济增长之间并没有长期稳定的关系。同时，对影响保险业发展因素的讨论作为两者因果关系的延伸也引起了许多学者的注意。Beck and Webb（2003）[8]检验了63个国家自1980年到1996年的寿险消费数据，发现在若干的影响因素中，教育水平、银行业发展、通货膨胀是影响寿险消费的最主要因素，而收入的影响力较差。饶晓辉和钟正生（2005）[9]运用中国实际GDP和总保费额的数据考察中国经济增长与保险市场发展之间的动态关系，认为对中国而言，保险市场的发展并不是经济增长的原因，经济增长才是保险市场发展的原因，并指出现阶段中国保险功能的发挥受到约束条件的限制。庞楷（2009）[10]利用修正的Solow模型检验了财产保险和人身保险在中国经济增长中发挥的作用，认为财产保险深度对经济增长具有显著的正面影响，而人身保险深度的影响却不显著。此外，与保险和银行的独立影响相比，保险深度和银行贷款占比对经济增长的联合影响更为显著。
对于保险与经济增长相互影响的传导机制的研究。孙祁祥和贲奔（1997）[11]认为在中国保险产业的发展过程中，政府的宏观经济政策和制度因素，即社会经济体制的变革在转变人们的风险意识和风险观念中，起着非常重要的作用。Rule（2001）[12]认为，保险公司、互助基金和养老基金是股票、债券和房地产市场最大的机构投资者，而且他们对社会经济发展中老龄化、收入差距拉大和全球化等重大问题产生越来越重要的影响。保险业和其他金融部门之间日趋密切的联系也强化了保险对经济增长可能发挥的作用。栾存存（2004）[13]研究表明，保险增长源于保险业自身的扩张、国民可支配收入增长和市场经济体制改革。张芳洁（2004）[14]利用1980—2002年的时间序列数据，对影响我国保险业发展环境的经济因素进行分析和度量，包括经济发展水平、市场化程度、国家税收水平、产业结构变动、储蓄存款增长、固定资产投资增长额、通货膨胀等因素。Peter Haiss和 Kjell（2008）[15]研究了OECD29个国家1992—2004年间的面板数据，分析了保险影响经济增长的作用机制，认为保险对GDP具有正向推动作用，保险业对经济的作用与该国经济发展水平密切相关。刘晴辉（2008）[16]认为，在行为人的储蓄由流动性资产和非流动性资产构成的情况下，保险发展产生储蓄结构效应，而储蓄结构效应导致的非流动性资产投资的相对增加，促进了资本和知识的积累，进而形成内生经济增长。赵尚梅和李勇（2009）[17]认为保险业发展不仅对经济增长做出贡献，而且对非保险部门还存在溢出效应，保险业增速每提高1%，将带动实际GDP增长率提高1.215 4%；保险业每增长1%，非保险部门增长0.047 2%。 （三）研究评述与启示
纵观国内外城镇化、经济增长与保险关系问题的实证研究，我们不难发现，实证分析结论所得差异较大，甚至得出相反的结论，而且有些结论也会随着时间的推移逐步发生变化。主要可能是在实证分析中两个方面的显著差异造成的，一方面显示保险发展指标变量的选择存在差异，另一方面在实证分析方法中数据选取、模型设定、解释角度等不同，包括模型中采用了不同的解释变量和控制变量。此外，从目前的相关文献来看，将城镇化、经济增长和保险业发展放到一起进行的研究十分少见，本文通过对三者的协整关系研究，来考察三者之间的长期联动关系。
三、城镇化、经济增长与保险业发展的长期关系测度
（一）数据来源与整理
本文以城镇化率（RU）表示城镇化水平，以人均GDP（AGDP）表示国民经济发展水平，以保险密度（ID）表示保险发展水平。样本范围为1980—2012年的33个年度数据，数据来源于《中国统计年鉴（2012）》与和讯保险网。
为了消除异方差，对各变量分别取自然对数，取对数后的变量分别为LID、RU和LAGDP。变化趋势如图1所示。
从图1可以看出，各变量具有相同的增长变化趋势，方向比较一致，并且均表现出非平稳的特征。其中，保险密度明显增加更快，这与我国保险行业在中国的快速发展的现实相符合。对各变量分别进行一次差分，差分后变量的时间序列变得相对平稳（图2所示），但仍然表现出一定的趋势性，究竟差分之后是否为平稳序列，需进一步进行平稳性检验。
（二）实证分析
1. 序列平稳性检验和协整检验。本文采用ADF和PP检验方法对变量序列进行了单位根检验。对滞后项的选择和模型优劣的识别主要运用了AIC和SBC信息标准。检验结果（见表1）显示，在5%的显著性水平上，LID、LRU和LAGDP是非平稳变量，而一阶差分DLID、DLRU和LAGDP均是平稳变量。所以LID～I（1）、LRU～I（1）、LAGDP～I（1）。LID、LRU和LAGDP之间符合存在协整关系的条件，即同阶单整，可能存在协整关系，因此我们可以对三者进行协整关系的检验。
下面对3个变量进行协整关系检验，利用Johansen极大似然法进行协整检验，结果见表2。
由表2可知，在5%显著性水平下，最大特征值统计量和迹统计量相互验证，拒绝了无协整关系的原假设，说明LRU和LID之间存在协整关系，即从长期看变量间存在长期稳定的关系。
2. VEC模型的构建。只要变量之间存在协整关系，就可以由ARDL模型导出VEC模型。Sims（1980）[18]认为对非平稳变量进行差分后再将其纳入VAR模型将会丢失数据中的互动信息，因此他们建议即使在变量存在单位根的情况下，仍然可以将非平稳的序列放入VAR模型中。为了减少互动信息的丢失，且变量之间存在协整关系，故本文将变量的水平值直接纳入VAR系统中。
首先确定VAR的最佳滞后期。根据信息准则评价指标来确定最佳滞后期。从表3可以看出，应该建立VAR（1）模型。
接下来，我们给出VAR（1）的解析表达式：
LID=0.954 2*LID（-1）-0.230 8*LAGDP（-1）+0.716 7*LRU（-1）-0.6643（1）
LAGDP=0.000 7*LID（-1）+0.962 5*LAGDP（-1）+0.124 3*LRU（-1）- 0.118 9（2）
LRU=-0.015 7*LID（-1）+0.107 2*LAGDP（-1）+0.825 4*LRU（-1）+0.046 8（3）
对个方程的各阶系数的显著性检验结果显示，两个方程的拟合度R2都较高，说明方程拟合较好，而且各个方程的P值显示，各阶系数均高度显著，如表4所示。
要根据VAR模型来判断变量之间的动态影响关系，需要借助于Granger因果检验、脉冲响应函数和方差分解来实现，但这需要以VAR的稳定为前提。根据VAR模型的单位根检验结果，发现所有的特征值均在单位圆内，故此VAR（1）系统是稳定的。
由于上述变量之间有较好的协整性，可以对变量关系进行Granger因果检验，检验结果如表5所示。检验结果表明，城镇化是保险业发展的Granger原因，但是，保险业发展却不是城镇化的Granger原因，这说明城镇化在长期发展过程中会促进保险业的发展，这同我国目前的保险业发展现状相一致。由此说明我们如此建立变量之间的关系是合理的。但是，要具体了解各经济变量变动的动态相互影响，就要通过脉冲响应函数和方差分解来实现。
四、保险资金投资规模与经济增长之间的波动关系分析
（一）脉冲响应函数分析
脉冲响应函数是用于衡量来自随机扰动项（信息）的一个标准差冲击对变量当前和未来取值的影响轨迹，它能够比较直观地刻画出变量之间的动态交互作用及其效应。根据模型的AR根图，如果被估计的VAR模型的所有根模的倒数全部都落在单位圆以内，则模型稳定；反之，某些结果将不再有效，比如脉冲响应函数的标准误差。模型的稳定性检验结果表明，模型均符合稳定性条件，可以进行下面的脉冲响应分析和方差分析。本文基于Cholesky顺序的脉冲响应函数做脉冲响应分析（如图3、图4所示）。
图3显示，LID受到LAGDP的一个正向冲击后，从第1期开始LID开始下降，并且从第二期开始LID的下降幅度呈现边际递增的效应，并且在第3期达到最小值，随后上升并且一直持续下去，这说明LID对于LAGDP的正向冲击的作用在短期表现出负效应，这说明在短期经济增长会对保险需求表现出较强的替代效应，但是从长期来看，经济增长必然促进保险需求的增长。
图4显示，LID受到城镇化增长的一个冲击后，立刻开始上升，并在第6期达到峰值，然后保持稳定的正向效应。这说明我国的城镇化对保险需求的影响是长期的、持续的。这意味着目前我国的保险需求有长期的发展空间。 （三）方差分解函数分析
方差分解表示的是当系统的某个变量受到了一个单位的冲击以后，以变量的预测误差方差百分比的形式反映变量之间的交互作用程度，它的基本思想是把系统中每一个内生变量的变动按其成因分解为与各方程随机扰动项（信息）相关联的各组成部分，以了解各信息对模型内生变量的相对重要性。本文利用方差分解技术分析了各个变量对保费收入的贡献率。方差分解结果（图5）表明在第9年以后基本稳定。从长期看，保费收入变化中约75%由其自身决定，说明保险行业具有相当强的自我发展、自我扩张的内在强化能力，城镇化增长变化的冲击从长期来看能解释保险发展变化的20%左右。
六、主要研究结论
本文利用VAR模型和脉冲响应函数方法对1980—2012年的城镇化率、采用通货膨胀率修正的人均GDP和保险密度三个时序数据进行计量分析，从实证的角度论证了城镇化、经济增长、和保险业发展之间的关系。可以得出以下几点结论：
1.城镇化、经济增长和保险业发展之间存在动态协整关系，也就是说几者之间存在着相互的关联和影响。
2. 从长期看，经济增长、城镇化率对保险业发展的影响有一个相对较长时期的滞后，这种滞后效应可能是在经济状况良好时，人们的安全感比较高，相对于保险的需求减少。但是经济增长具有周期性，当经济经过一个时期发展开始走向衰退时，人们的忧患意识增强，对保险的需求就会增加。因此经济发展对保险业的影响作用将会产生滞后效应。
3. 从方差分解表也可以看出，保险业的发展有75%是依靠保险业内部的发展获得的，外部对保险业发展影响只占到20%左右。
4. 研究表明，1980—2012年中国保险业的快速发展不仅与保险业自身的努力增长有关，还与我国城镇化率、经济长期快速增长有关，这种关系不断改变着保险需求者的预期，极大地提升了保险业的发展水平。
参考文献：
[1]王小鲁.城市化与经济增长[J].经济社会体制比较，2002，（1）：23-32.
[2]Luisit Bertinelli，Eric Strobl. Urban Concentration and Economic Growth in Developing Countries[J]. Urbanization. Work-ing Paper，CREDIT. 2003.3：145-153.
[3]李秀敏，赵晓旭，朱艳艳.中国东、中、西部地区城镇化对经济增长贡献的比较研究[A].中国西部地区城乡协调发展与社会创新国际学术研讨会论文集[C].2006，（10）123-126.
[4]Chun Chung A，Vernon Henderson J. Are Chinese Cities Too Small？[J]. Review of Economic Studies，2006，（7）：549-576.
[5]吴福象，刘志彪.城市化群落驱动经济增长的机制研究——来自长三角16个城市的经验证据[J].经济研究，2008，（11）：126-136.
[6]张志勇，李连庆.城镇化水平与经济增长互动效应的动态分析[J].山东财政学院学报，2012，（5）：64-71.
[7]Ward Damian，Zurbruegg Ralf. Does Insurance promote Economic Growth Evidence from OECD Countries[J]. The Journal of Risk and Insurance，2000，67（4）：489-506.
[8]Beck Thorsten ，Webb Ian. Demographic and Institutional Determinants of Life Insurance Consumption across Countries[J]. Economic，2002.
[9]饶晓辉，钟正生.保险能否促进经济增长——基于中国的实证分析[J].上海经济研究，2005，（12）.
[10]庞楷.保险业对经济增长影响的实证分析——基于修正的Solow模型[J].保险研究，2009，（7）.
[11]孙祁祥，贲奔.中国保险产业发展的供需规模分析[J].经济研究，1997，（3）.
[12]Rule David. Risk Transfer between Banks，Insurance Companies and Capital Markets[J].Financial Stability Review，2001，11：127-159.
[13]栾存存.我国保险业增长分析[J].经济研究，2004，（1）.
[14]张芳洁.影响我国保险业发展的经济因素的实证分析[J].数量经济技术经济研究，2004，（3）.
[15]Peter Haiss，Kjell Sumegi. The relationship between insurance and economic growth in Europe：a theoretical and empirical analysis[J].Empirica，2008，35：405-431.
[16]刘晴辉.保险发展、储蓄结构变化与经济增长[J].当代经济科学，2008，（6）.
[17]赵尚梅，李勇，庞玉锋.保险业对经济增长贡献的理论模型与实证检验[J].保险研究，2009，（1）.
[18]Sims，C. A. Macroeconomics and Reality[J]. Econometrica，1980，（48）：1-48.
责任编辑、校对：高钟庭