论文部分内容阅读
摘要：洪水保险的合理定价是制约洪水保险建立和推广的瓶颈之一，以往的洪水保险定价研究都是从供给的角度考虑的，而供给与需求之间存在差异。为了探索居民对于洪水保险的需求价格，本文从居民的洪水保险支付意愿出发，运用条件价值评估法（CVM法），借助调查问卷，实证分析得出居民洪水保险支付意愿价格81元，并分析了对于支付意愿的影响因素。
关键字：洪水保险 WTP CVM 定价
一、引言
洪涝灾害是中国的第一大灾害之一，由其引起的经济损失占自然灾害损失的50-60%，据统计，1990-2010年由于洪灾造成的损失超过1万亿元，占同期GDP的1.7%左右，是美国、日本等发达国家的10-35倍。面对如此严重的洪涝灾害，完全依靠政府的救济与救灾不能高效的提供给民众灾害救助和经济补偿，应该尽快建立一种保险体系来保障灾害给民众带来的经济损失。
90年代中国曾尝试建立洪水保险，但是由于洪水风险具有较强的不可控、难预测等特点，致使在试验阶段保险公司在损失评估和承保理赔方面遇到技术瓶颈，保费定价过高，承保面不大；进而刺激了投保人的逆选择动机。因而公平合理的洪水保险定价成为了洪水保险计划能否建立与实施的关键。
现阶段因为保险公司和民政部门可以收集到一定程度的损失数据，对于洪水保险定价的研究还只是从供给的角度进行，但这仅是一方面的定价，如果这个价格是市场所不可接受的，那么这样的保险产品又会面临失败。要得到一个产品的需求价格有时很困难，尤其是对于公共产品或还没有在市场上销售的商品。为了能够对供需双方有个清晰的了解，本文从居民支付意愿出发，分析和寻找建立洪水保险的居民支付意愿价格，以便全面考虑洪水保险的定价问题，为中国洪水保险定价提供保险需求价格的理论依据。
二、文献综述
本文借助调查问卷，利用支付意愿（WTP）和条件价值评估法对洪水保险进行定价研究。CVM又称条件价值评估法，于1947年由Ciaiacy-Wantrupt提出，最早用于自然资源价值的评估，而后被学者应用到某些虚拟商品的定价研究中。Richards， Timothy J. & Mischen， Pamela [1] （1997）认为道德风险和逆选择是导致水果和蔬菜的保险市场缺乏需求的两大因素，运用条件价值评估法（CVM）估算对保险的需求。Johannesso[2]（1997）分析了瑞典老年人的生活品质与WTP之间的关系，研究发现生活品质的度量和WTP保费当期望寿命长度增加时存在高度相关关系，在该计划中人均最大的意愿支付保费少于1500美元，WTP随着个人年龄的增长而增长但是增速较低。Dong（2003） [3]分析以社区为基础的健康险计划的WTP，采用调查问卷的方式对2414个个人和705个户主进行调查，运用双界CVM方法，得出个人的WTP为3.17-4.25美元，户主的WTP为8.6-16.03美元。Asgary[4]（2004）采用CVM方法分析了Iran农村地区的健康保险的WTP，得出户主的意愿支付为平均每个月2.77美元。B?rnighausen（2007） [5]运用CVM分析武汉市非正式部门工人对基本医疗保险的WTP，得出对于基本医疗保险的WTP为30元，占其收入的4.6%。Dror（2007）[6]采用间接竞价法的调查问卷来估计印度市场健康保险的WTP，发现穷人愿意支付医疗保费的工资占比要高于富人。 Jacques（2008） [7]运用双界CVM模型分析Namibia的健康险WTP，同时分析潜在市场的健康险产品，实证得出87%的未投保的居民愿意参加健康保险计划，同时愿意为家中90%的成员投保，而且处在最低收入层的居民愿意将11.4%的收入购买该计划。李伯儒（2007）[8]运用CVM分析杉林溪游乐区的休憩效益及其经济价格，得出对于这一自然资源游客的意愿支付为每年1413元。傅祖壇、叶宝文[9]以CVM法，设计封闭式与开放式问题，询问台湾竹东镇与朴子镇两地区的受访者，对于改善高血压等慢性疾病的WTP，采用Hanemann（1984）间断的单界二分选择模型与Hanemann（1991）双界二分选择模型分析，得出对于这些地区的家庭，平均每一家庭一年愿意花费5-6.7万元台币来改善高血压疾病，以预防心血管疾病，降低患病率。潘勇辉（2008）[10]运用海南省1167户蕉农的经验数据分析蕉农对香蕉保险的支付意愿和支付能力测度，实证得出了影响蕉农的重要因子、蕉农的平均意愿保费费率为0.14，蕉农的平均意愿支付保费的能力为39%，蕉农希望政府补贴水平达到60%。
本文采用的研究方法是CVM，该方法系通过直接调查询问被调查者对洪水保险产品的支付意愿，将支付意愿等同于该产品的经济价值。该方法从需求方出发，通过一系列的假设，采用调查问卷等形式来获得消费者的意愿支付WTP（Willing to pay）或NWTP，分析所有消费者的WTP或NWTP，可得到洪水保险产品的需求方经济价值。整个CVM的工作流程如下：
三、调查区域和研究方法
1.调查区域
本课题组的示范县地处湘中偏西地区、涟源市西部，雪峰山东南麓，资水中游。地理坐标为北纬27°31′～28°14′，东经110°45′～111°41′，南北最长直线69公里，东西最宽直线83公里。全县总面积3635平方公里，国内生产总值29.51亿元（2002年），辖19个镇，7个乡，人口1，291，626人（2002年），属中亚热带季风气候区。年平均气温16.8℃，降水量1453.5毫米，其中双林、大熊山在1800毫米左右，城区为1400毫米。县内各地年最大值2，008.9毫米，最小值0.95毫米。但时空分布不均，雨量多集中于春末夏初。县内年降雨量大于或等于1，300毫米的保证率，多大到暴雨降水过程，容易形成洪涝。
2. 调查问卷的设计及调查方式 以NOAA提出的原则为基础，结合国内外问卷设计的经验，综合考虑示范县的地理、人文、自然资源、社会经济等设计CVM问卷，经多次专家讨论调整修改，形成了最终的CVM问卷和规范的问卷调查表达方式，最终的CVM包括三部分内容：第一部分为受访者的个人社会经济信息，包括受访者的年龄、是否为户主、性别、职业、家庭成员数、家庭经济收入等，以分析受访者的社会经济特征及其对WTP的影响。第二部分为调查问卷的主体与核心部分，目的是取得受访者对洪水保险的态度信息，包括历史洪水保险经历，历史经验对洪水保险购买意愿的影响，采用封闭式询价法引导受访者给出WTP。第三部分为调查受访者的住房或店铺的相关信息，如地理位置、楼层、建筑物面积、结构类型等，为洪水保险精算保费的计算提供数据基础。本次研究受访者为517户家庭，82个小商业者，15个工业企业和204栋建筑物，通过询问受访者的支付意愿（WTP）来推导洪水保险的需求价格。本次调查采用简单抽样调查的方式，共发放问卷614份，采用面对面交流方式，达到问卷100%的反馈率，共回收有效问卷614份，占发放问卷的100%。
3. 分析模型的建立
本文采用假设市场评估法，通过在问卷中假设洪水保险的存在及其可能的保障范围，得出居民对应的意愿支付价格。一般来说诱导受访者出价的方式大致有四种：开放式出价法、竞价法、支付卡法、封闭式出价法。
（1）开放式出价法（直接询问法），在不给予受访者任何有关价格信息的情况下，直接询问受访者愿意支付的价格。此方法的优点是简单、方便；缺点是拒答率或出价为零的比例比较高。
（2）竞价法，问卷设计者设计出一系列具体的价格，依据这一组价格逐一增加或减少价格直到受访者不愿意接受的价格为止。优点是能够精准衡量出受访者的愿付价值；缺点是时间成本太高、受访者容易不耐烦以及容易产生起始点的误差。
（3）支付卡法，研究者根据各种资料而事先确定价格，并写在卡片上作为受访者参考的依据，原则上以价值卡的金额为主。其优点是改善开放式出价法中的拒答率与出价为零的比例以及竞价法中的起始点误差；缺点则是会受价值卡上金额排列顺序的影响。
（4）封闭式，又可分为单界二分法与双界二分法，单界二分法为将欲评估的资源随机给予一个价格，请受访者回答愿意或不愿意支付即可。双界二分法为重复询问受访者两次是否愿意支付某一价格，此方式类似竞价法，不过比竞价法更加容易操作。当受访者对第一次的价格不愿意支付时，调降价格再询问一次该受访者；反之，当受访者对第一次的价格表示愿意支付时，就增加价格再次询问。因此比单界二分法更加精确，但是相对在问卷设计上与应用实证上较为困难，且双界二分法会有截断效果的发生，例如当受访者在两次询问价格中都表示不愿意，这并不是代表愿意支付价格为零，有可能他只是对两次的价格都不满意而已。
本文采用封闭式单界二分法作为实证方法。该种计量方法可以表述如下：利用Hanemann提出的福利评估模型对居民对洪水保险的支付意愿进行分析。假设居民的效用来自于个人总财富和购买洪水保险获得的保障，个人通过购买洪水保险获得保障可以增加总体效用水平，但由于保险费得支出减少了个人的总财富，从而降低总体效用水平。总的来说，购买洪水保险的效用差异决定了居民购买洪水保险意愿的大小。。假设效用函数具有一定的随机性，居民是否购买洪水保险的效用函数可以表示为：
式中： 代表以个人社会经济信息为基础的条件效用函数；0，1分别代表不遭受洪水损失和遭受洪水损失两种状态； 代表受访者的个人财富；WTP是愿意支付的价格；X代表影响受访者支付的社会经济变量；q为遭遇洪水灾害的概率； 代表随机向量。
、 是需要估计的系数或者 、 可表示为 的连续分布。
根据 服从不同的分布，可以采用Logit或Probit模型进行分析，由于Probit的假设为标准正态分布，与现实差距大。而Logit假设为Logistic函数，允许虚拟变量的应用，更加符合本文的应用研究，所以本文采用Logit模型进行分析。
购买洪水保险的效用差异决定居民购买洪水保险意愿大小。假设居民决定支付wtp元购买洪水保险，则表示前者的效用大于后者的效用，即：
由于效用具有随机性，（2）式采用概率分布可表示如下：
其中 为 服从logit分布的居民的社会经济变量决定的居民的除去洪水保险购买之后的可支配收入， 。
若效用函数中取时，居民的意愿支付为wtp，其余为，对于单一居民的支付意愿期望有：
采用Logit函数进行分析，则有：
对于无穷样本的整体的洪水保险意愿支付有
其中i为单个样本。
由于无穷样本无法实现，因此一般在一定的可信度水平选取一定的样本容量，以实现调查问卷的既定目标。若对n个样本进行调查，则可将离散化后得出
为社会经济变量决定的意愿支付概率，通过logit模型计算得出； 为第i个受访者的愿意支付价格。
四、实证分析
1.基础数据的取得与说明
在运用模型对洪水保险供给保费及需求保费进行预测之前，首先需要搜集大量相关数据，包括保险区域内洪水风险图以及建筑物、居民以及历年洪水损失信息等，由于我国洪水保险一直都处于起步和试点阶段，以往的洪水保险定价往往是基于经验法则或者历史数据来判断，运用定价模型对洪水保险进行较为精确的定价一直处于被忽略的境地，由此造成可用的洪水保险损失预测相关数据极为有限。本文的原始数据主要来自于课题组对示范县进行的实地考察和调研。本文所选变量及其定义测量值见下表：
变量定义
变量 测量定义
被访问者身份 1：户主；2：配偶或者同居者；3：家中16岁以上成员；4：店主
被访问者性别 0：男；1：女 受访者的房子是否被水淹过 0：否；1：是 户主的职业状况 1：国有企业职工；2：私营企业职工；3：政府事业单位职工；4：自由职业者/经营自己的企业；5：临时工；4：；6：下岗但从原单位获得一定收入；7：无业 - 有救济金；8：无业 – 无救济金；9：退休；10：其他
家庭其他成员的职业情况
是否国有企业职工 0：否；1：是 是否下岗但从原单位获得收入 0：否；1：是
是否私营企业职工 0：否；1：是 是否无业—有救济金 0：否；1：是
是否政府事业单位职工 0：否；1：是 是否无业—无救济金 0：否；1：是
是否自由职业者/经营自己的企业 0：否；1：是 是否退休 0：否；1：是
是否临时工 0：否；1：是 是否其他 0：否；1：是
家中成员中有几人有收入 0：不知道；1：1人；2，2人；3：3人；4：4人以上
家中月总收入数 家庭总收入采取分段计量，分为0-250元；251-500元；501-750元；751-1000元；1001-1500元；1501-2000元；2001-2500元；2501-3000元等去每个区间段的中点，对于3000元以上的取3250元；其余取0
每月收入除正常花销以外的结余 0：没什么剩余和不知道；50：100元以下；150：101-200元；375：210-500元；625：500元以上
被访问者年龄 1：16-20岁；2：20-29岁；3：30-39岁；4：40-49岁；5：50-59岁；6：60岁以上
居民房子的位置 1：第一层；2：第二层；3：两层以上；4：独栋房子；5：其他
发生洪水时，受访者家是否遭遇以下情形
是否房子遭水淹 0：否；1：是 是否排水出现问题 0：否；1：是
是否屋内设施遭水淹 0：否；1：是 是否无法上班或上学 0：否；1：是
是否供水停止 0：否；1：是 是否店铺无法营业 0：否；1：是
是否汽车、摩托车、自行车被水淹 0：否；1：是 是否其他（请说明） 0：否；1：是
是否停电 0：否；1：是 是否没有遇到过上述任何情况 0：否；1：是
受访者是否为财产或家庭购买保险 0：否；1：是 遭遇洪水后是否更换或修理过家里的东西 0：否；1：是
财产险 0：否；1：是 更换或修理的东西花费的钱数 按受访者实际填写的金额确定
寿险 0：否；1：是
医疗险
0：否；1：是 受访者是否认为自己的房子会遭受洪水损失 0：否；1：是；2：不知道
由于工业企业、小企业者与户主的财产存在较大差异，风险暴露水平不一致，因此在本文的分析中将工业企业和小企业者的调查问卷部分剔除，只考虑在同一风险暴露水平的户主，因此用于分析的问卷只有517份。在调查中对于回答不愿意支付洪水保险保费的受访者，文中将其WTP设为0。文中数据采用STATA10.0软件对取得的数据进行logit回归。
2.Logit实证结果
采用单界二元选择模型评估方法，运用Logit模型对居民对洪水保险的购买意愿分析实证结果如下，
（1）未设置赔偿限额的洪水保险支付意愿Logit回归结果
自变量：受访者对洪水保险意愿支付 回归系数 标准差 t值 P>|t|的概率 95%的置信水平
被访问者身份 -0.349 0.288 -1.21 0.226 -0.914 0.216
被访问者性别 -0.789 0.286 -2.76 0.006 -1.349 -0.229
被访问者年龄 -0.129 0.136 -0.95 0.343 -0.395 0.137
户主的职业状况 0.102 0.057 1.78 0.075 -0.010 0.215
是否国有企业职工 -0.599 0.622 -0.96 0.336 -1.819 0.621
是否私营企业职工 0.684 0.445 1.54 0.124 -0.188 1.556
是否政府事业单位职工 -0.339 0.499 -0.68 0.497 -1.316 0.638
是否自由职业者/经营自己的企业 0.102 0.402 0.25 0.799 -0.686 0.890
是否临时工 0.204 0.451 0.45 0.651 -0.680 1.088
是否无业—有救济金 0.181 0.388 0.47 0.641 -0.580 0.942
是否无业—无救济金 0.223 0.549 0.41 0.685 -0.852 1.298
是否退休 -0.235 0.463 -0.51 0.613 -1.142 0.673
是否其他 0.412 0.539 0.76 0.445 -0.646 1.469
家中16岁以下成员数 0.036 0.246 0.15 0.884 -0.446 0.517
受访者房子的位置 -0.199 0.132 -1.51 0.131 -0.457 0.059
家中成员中有几人有收入 -0.235 0.198 -1.19 0.234 -0.623 0.152
家中月总收入数 0.001 0.000 2.14 0.032 0.000 0.001
每月收入除正常花销以外的结余 0.003 0.001 3.02 0.003 0.001 0.004
受访者的房子是否被水淹过 -1.658 0.750 -2.21 0.027 -3.129 -0.188 是否房子遭水淹 -0.368 0.620 -0.59 0.553 -1.583 0.847
是否屋内设施遭水淹 -1.426 0.501 -2.85 0.004 -2.407 -0.445
是否供水停止 0.156 0.791 0.20 0.843 -1.394 1.707
是否汽车、摩托车、自行车被水淹 -0.252 0.345 -0.73 0.465 -0.928 0.424
是否停电 -0.742 0.820 -0.90 0.366 -2.350 0.866
是否排水出现问题 2.020 0.494 4.09 0.000 1.051 2.988
是否无法上班或上学 1.506 0.338 4.45 0.000 0.843 2.168
是否店铺无法营业 1.517 1.448 1.05 0.295 -1.320 4.354
遭遇洪水后是否更换或修理过家里的东西 2.562 0.491 5.22 0.000 1.600 3.524
更换或修理的东西花费的钱数 0.000 0.000 2.49 0.013 0.000 0.000
受访者是否为财产或家庭购买保险 1.202 0.722 1.67 0.096 -0.213 2.617
财产险 -1.758 0.750 -2.34 0.019 -3.229 -0.288
寿险 0.058 0.618 0.09 0.925 -1.153 1.270
医疗险 -0.945 0.676 -1.40 0.162 -2.269 0.379
受访者是否认为自己的房子会遭受洪水损失 1.491 0.222 6.71 0.000 1.055 1.926
受访者家庭人口数 0.023 0.113 0.21 0.836 -0.197 0.244
常数项 -2.441 0.966 -2.53 0.012 -4.334 -0.548
运用公式（8）和（9）并结合Logit分析结果，得出洪水保险的居民购买意愿的价格为
（2）设置70%赔偿限额的洪水保险支付意愿Logit回归结果
Logit回归结果
自变量：受访者对洪水保险意愿支付 回归系数 标准差 t值 P>|t|的概率 95%的置信水平
被访问者身份 -0.278 0.295 -0.94 0.346 -0.858 0.301
被访问者性别 -0.705 0.287 -2.46 0.014 -1.268 -0.142
被访问者年龄 -0.130 0.133 -0.97 0.331 -0.391 0.132
户主的职业状况 0.111 0.059 1.86 0.063 -0.006 0.228
是否国有企业职工 -0.766 0.593 -1.29 0.197 -1.931 0.400
是否私营企业职工 0.635 0.475 1.34 0.181 -0.297 1.568
是否政府事业单位职工 -0.337 0.559 -0.60 0.547 -1.435 0.761
是否自由职业者/经营自己的企业 0.014 0.393 0.04 0.971 -0.759 0.787
是否临时工 0.213 0.445 0.48 0.633 -0.662 1.088
是否无业—有救济金 0.217 0.441 0.49 0.623 -0.650 1.084
是否无业—无救济金 0.129 0.535 0.24 0.809 -0.921 1.180
是否退休 -0.272 0.400 -0.68 0.497 -1.058 0.514
是否其他 0.092 0.513 0.18 0.857 -0.916 1.100
家中16岁以下成员数 0.017 0.259 0.07 0.947 -0.492 0.527
受访者房子的位置 -0.231 0.123 -1.87 0.061 -0.472 0.011
家中成员中有几人有收入 -0.247 0.210 -1.17 0.241 -0.660 0.166
家中月总收入数 0.001 0.000 1.86 0.064 0.000 0.001
每月收入除正常花销以外的结余 0.003 0.001 2.72 0.007 0.001 0.004
受访者的房子是否被水淹过 -1.729 0.721 -2.40 0.017 -3.146 -0.312
是否房子遭水淹 -0.378 0.641 -0.59 0.555 -1.637 0.881
是否屋内设施遭水淹 -1.470 0.535 -2.75 0.006 -2.522 -0.419
是否供水停止 0.190 0.890 0.21 0.831 -1.558 1.937
是否汽车、摩托车、自行车被水淹 -0.273 0.335 -0.81 0.416 -0.932 0.386
是否停电 -0.664 0.869 -0.76 0.445 -2.371 1.044
是否排水出现问题 2.029 0.577 3.52 0.000 0.896 3.163
是否无法上班或上学 1.451 0.377 3.85 0.000 0.710 2.193 是否店铺无法营业 1.409 0.937 1.50 0.133 -0.431 3.250
遭遇洪水后是否更换或修理过家里的东西 2.536 0.524 4.84 0.000 1.507 3.565
更换或修理的东西花费的钱数 0.000 0.000 2.29 0.022 0.000 0.000
受访者是否为财产或家庭购买保险 1.246 0.713 1.75 0.081 -0.155 2.646
财产险 -1.647 0.765 -2.15 0.032 -3.150 -0.143
寿险 0.079 0.600 0.13 0.895 -1.100 1.259
医疗险 -0.841 0.671 -1.25 0.211 -2.159 0.477
受访者是否认为自己的房子会遭受洪水损失 1.479 0.234 6.32 0.000 1.019 1.939
受访者家庭人口数 0.087 0.123 0.71 0.480 -0.154 0.328
常数项 -2.512 1.006 -2.50 0.013 -4.488 -0.536
运用公式（8）和（9）并结合Logit分析结果，得出洪水保险的居民购买意愿的价格为
（3）设置100%赔偿限额的洪水保险支付意愿Logit回归结果
Logit回归结果
自变量：受访者对洪水保险意愿支付 回归系数 标准差 t值 P>|t|的概率 95%的置信水平
被访问者身份 -0.257 0.289 -0.89 0.374 -0.824 0.310
被访问者性别 -0.656 0.282 -2.32 0.020 -1.208 -0.103
被访问者年龄 -0.127 0.134 -0.95 0.344 -0.390 0.136
户主的职业状况 0.118 0.057 2.07 0.039 0.006 0.229
是否国有企业职工 -0.753 0.610 -1.23 0.218 -1.949 0.444
是否私营企业职工 0.637 0.437 1.46 0.145 -0.220 1.494
是否政府事业单位职工 -0.271 0.491 -0.55 0.581 -1.234 0.692
是否自由职业者/经营自己的企业 0.051 0.393 0.13 0.897 -0.720 0.822
是否临时工 0.186 0.442 0.42 0.674 -0.681 1.052
是否无业—有救济金 0.193 0.382 0.51 0.613 -0.555 0.942
是否无业—无救济金 0.101 0.541 0.19 0.852 -0.960 1.162
是否退休 -0.259 0.457 -0.57 0.570 -1.155 0.636
是否其他 0.041 0.526 0.08 0.938 -0.990 1.072
家中16岁以下成员数 0.033 0.242 0.14 0.893 -0.442 0.507
受访者房子的位置 -0.237 0.129 -1.83 0.067 -0.490 0.016
家中成员中有几人有收入 -0.262 0.194 -1.35 0.178 -0.643 0.119
家中月总收入数 0.001 0.000 1.79 0.074 0.000 0.001
每月收入除正常花销以外的结余 0.002 0.001 2.92 0.003 0.001 0.004
受访者的房子是否被水淹过 -1.788 0.741 -2.41 0.016 -3.241 -0.336
是否房子遭水淹 -0.423 0.609 -0.69 0.487 -1.617 0.771
是否屋内设施遭水淹 -1.334 0.486 -2.75 0.006 -2.287 -0.382
是否供水停止 0.402 0.784 0.51 0.608 -1.134 1.938
是否汽车、摩托车、自行车被水淹 -0.316 0.342 -0.92 0.356 -0.985 0.354
是否停电 -0.583 0.805 -0.72 0.469 -2.161 0.995
是否排水出现问题 1.742 0.475 3.67 0.000 0.812 2.672
是否无法上班或上学 1.449 0.333 4.35 0.000 0.797 2.102
是否店铺无法营业 1.406 1.443 0.97 0.330 -1.421 4.234
遭遇洪水后是否更换或修理过家里的东西 2.521 0.480 5.25 0.000 1.581 3.461
更换或修理的东西花费的钱数 0.000 0.000 2.21 0.027 0.000 0.000
受访者是否为财产或家庭购买保险 1.148 0.706 1.63 0.104 -0.236 2.532
财产险 -1.541 0.727 -2.12 0.034 -2.965 -0.116
寿险 0.087 0.602 0.15 0.885 -1.093 1.268
医疗险 -0.799 0.659 -1.21 0.225 -2.091 0.493 受访者是否认为自己的房子会遭受洪水损失 1.432 0.218 6.57 0.000 1.005 1.859
受访者家庭人口数 0.093 0.111 0.83 0.406 -0.126 0.311
常数项 -2.453 0.953 -2.57 0.010 -4.321 -0.584
运用公式（8）和（9）并结合Logit分析结果，得出洪水保险的居民购买意愿的价格为
3.实证结果说明
在上述实证结果中，变量（家庭其他成员的职业情况-下岗但从原单位获得一定收入）、（发生洪水时，受访者家是否遭遇以下情形-其他需要说明的情况）因预测失效的原因，模型将其剔除。变量（家中16岁以上成员数）、（发生洪水时，受访者家是否遭遇以下情形-其他需要说明的情况）因共线性在模型中将其剔除。
Logistic回归模型的系数是正值且统计显著，意味着在控制其他自变量的条件下，对数发生比随对应自变量值增加而增加，相反，一个显著的负系数代表对数发生比随对应自变量的增加而减少。具体来看，
（1）受访者的个人信息
受访者身份的系数估计值为-（0.257-0.349），说明对于变量（被访问者的身份）的取值越高，越不愿意支付洪水保险保费，因此对于其他家庭成员而言，户主更加愿意支付洪水保险保费。
受访者的性别的系数估计值为-（0.656-0.789），说明男性受访者比女性更加愿意支付保费。
受访者年龄的系数估计值为-（0.0310-0.039），说明受访者年龄越大越不愿意支付保费，根据调查问卷，处于10-29岁这一阶段的受访者只有19人，占比3.7%，处于30岁-50岁这个阶段的受访者最多，超过50%，因此相对于60岁以上的受访者，这一类的受访者更加愿意支付保险费。因此洪水保险的购买主力军为30-50岁的中年人。
家中成员数量的系数范围为0.023-0.093，对于家中成员较多的家庭更加愿意支付洪水保险的保费，受访者家庭中16岁以下的成员越多，洪水保险购买意愿越高。
（2）受访者的社会经济信息
受访者家庭中户主职业状况的系数为0.102-0.118，说明如果户主是国有企业的职工不会比临时工更愿意支付洪水保险保费，相反对于普遍意义上认为经济状况比较不好的职业比如无业或者临时工更加愿意支付洪水保险保费。对于那些政府或者事业单位的职工而言，由于工作单位有较健全的保障，购买洪水保险的意愿反而减少。
家庭其他成员的经济状况，对于洪水保险保费的支付意愿顺序为，私营企业员工>其他>无业-无救济金>临时工>无业-有救济金>自由职业者/经营自己的企业>退休>政府事业单位员工>国有企业员工。这种排序说明各种职业状况对洪水保险的购买意愿呈现出的梯次关系，这基本与职业状况对应的风险承受能力成反向变动关系，而与职业状况所可能承受的风险承受程度成正比。
家中有收入的成员数量的系数范围为-（0.235-0.262），家中有收入的人数越多，受访者越不愿意支付洪水保险保费。
家庭每月的月总收入系数低于0.001且为正，说明收入越高的受访者越愿意支付洪水保险保费，而且家中每月剩余的月收入系数为0.002-0.003，大于月收入的系数说明只有在受访者的月剩余的收入越高时，受访者更愿意支付洪水保险保费。同时更加证明受访者的收入与洪水保险的支付意愿成正比。
（3）受访者的房屋位置以及洪水损失历史状态
受访者房屋位置的系数为-（0.199-0.237），说明对于洪水保险的购买意愿随房子层数的升高而降低，这与洪水发生时不同的房屋位置受损失的程度符合。那些处于第一层的受访者更加愿意购买洪水保险。
受访者的房子是否被水淹过的系数为-（1.658-1.788），以前年度遭受过洪水损失的受访者的洪水保险保费的支付意愿远低于未遭受洪水损失的受访者。这与受访者在遭受洪水损失后对自身的房屋的建设或者在洪水来临时会比一般的未遭受洪水损失的受访者做出更好的预防措施有关。
发生洪水时，受访者家遭遇以下情形时，对洪水保险支付意愿顺序为：排水出现问题 >店铺无法经营 >无法上班或上学 >供水停止 >汽车、摩托车、自行车被水淹 >房子被水淹 >停电 >屋内设施遭水淹；在这些居民可能遭受损失的项目中，洪水保险支付意愿为：排水出现问题 >店铺无法经营 >无法上班或上学 >供水停止>汽车、摩托车、自行车被水淹 >房子被水淹 >停电 >屋内设施遭水淹。
遭遇洪水后是否更换或修理过家里的东西的系数为2.521-2.562，对于更换过或修理过家中物品的受访者而言更加愿意支付洪水保险保费。
遭遇洪水的损失费的系数小于0.001，为正，说明受访者曾经遭受洪水损失的数目越大越愿意支付洪水保险的保费。
受访者是否认为自己的房子会遭遇洪水，对于认为自己的房子不会遭遇洪水的受访者购买洪水保险的积极性较少，而不确定的受访者更愿意支付洪水保险保费。
（4）受访者的保险意识
受访者是否为财产或家庭购买保险的系数为1.148-1.246，说明在生活中购买过洪水保险保费的受访者更加愿意购买洪水保险保费，同时说明保险意识的强弱与洪水保险的购买意愿成正比。
对于购买保险的受访者中，若是购买了财产险或医疗险，则受访者会比较不愿意支付洪水保险保费，因为洪水损失发生时，根据保险的损失补偿原则，如果受访者从财产保险或者医疗保险可以获得赔偿，那么洪水保险就不会支付这部分损失，减少某一部分保险的购买，可以避免重复投保。而对于购买了寿险的受访者更加愿意购买洪水保险作为补充，实现更全面的保障。
（5）赔偿限额
本文对于洪水保险的支付意愿分析中设置了三个不同的赔偿限额，用于分析赔偿限额的变化对洪水保险支付意愿意向的影响，以及怎样建立合适的洪水保险的模式。本文将不同的赔偿限额进行比较分析，发现： 不同的赔偿限额中各变量的影响方向存在一致性，表现为在不同的赔偿限额条件下，同一变量的回归系数符号相同且变化幅度不大。比如家庭月总收入的回归系数为低于0.001且为正、受访者性别的回归系数为-（0.656-0.789）等。
赔偿限额与洪水保险的支付意愿成正比。对于70%的洪水保险损失保障中，受访者的支付意愿为64.081元；对于 100%的赔偿限额，受访者的支付意愿为81.006元。由于在第一中情况中未说明赔偿限额的情况，默认为100%，所以居民的支付意愿与100%的情况相差不大，为76.460元。
五、结语
从以上的分析中本文寻找到居民对洪水保险的支付意愿价格为81元。并从受访者的个人信息、社会经济信息、受访者的房屋位置以及洪水损失历史状态、受访者的保险意识等五个方面分析了对于支付意愿的影响。
洪水保险要成为真正可行的保险计划还有不少的技术难点需要攻破，本文从居民对洪水保险支付意愿的角度来探索洪水保险的定价基础和定价区间，期望能为中国洪水保险计划的建立提供一些理论依据。
参考文献：
[1] Richards， Timothy J. & Mischen， Pamela （1997）. The Demand for Specialty-Crop Insurance： Adverse Selection and Moral Hazard[C]. Western Agricultural Economics Association.1997 Annual Meeting， July 13-16， 1997， Reno＼Sparks， Nevada No.35847
[2] Magnus Johannesson， Per-Olov Johansson（1997）. Quality of life and the WTP for an increased life expectancy at an advanced age. Journal.Volume 65， Issue 2， August 1997， Pages 219-228
[3]Hengjin Dong（2002）. Willingness-to-pay for community-based insurance in Burkina Faso. Health Economics[J]. 12： 849–862 （2003）
[4]Asgary， A.， K. Willis， A. Akbar Taghvaei， and M. Rafeian. 2004. Estimating rural households’
willingness to pay for health insurance. European Journal of Health Economics 5：209‐215.
[5]Till B?rnighausen（2007）. Willingness to pay for social health insurance among informal sector workers in Wuhan， China： a contingent valuation study[J]. BMC Health Services Research. 2007， 7：114
[6]Dror， D.M.， R. Radermacher， and R. Koren. 2007. Willingness to pay for health insurance among rural nd poor persons： Field evidence from seven micro health insurance units in India. Health Policy 82： a12‐27
[7]Jacques（2008）.Willingness to Pay for Health Insurance： An Analysis of the Potential Market
for New Low Cost Health Insurance Products in Namibia[C] .AIID RS 801/2
[8]李伯儒（2007）.以条件价值评估法探讨杉林溪休闲游憩效益及其经济价值[D].国立云林科技大学休闲运动硕士班.硕士论文.26-30
[9] 傅祖壇、叶宝文. 预防高血压疾病之意愿价值支付[J]
www.econ.ndhu.edu.tw/files/ee/ee4/pdf/23.pdf
[10]潘勇辉.（2008）.蕉农对香蕉保险的支付意愿分析和支付能力测度—来自海南省1167户蕉农的经验证据[J].中国农业科学. 2008，41（11）：3596-3603
基金项目：教育部人文社会科学重大攻关项目课题《巨灾风险管理制度创新研究》（批准号：09JZD0028）阶段性成果
作者简介：张琳（1963---），女，湖南长沙人，教授，博士学位，湖南大学金融与统计学院风险管理与保险学系主任、中国保险学会理事、中国精算师协会正会员，研究方向：非寿险精算。
近年研究论著：2010年8月保险研究《我国洪水保险设立的路径选择研究》
2009年统计决策《我国洪水保险可保性研究》
2009年1月广东金融学院学报《基于DFA方法的洪水保险定价研究》等
Email：jxzl@tom.com lindazhang0203@126.com
联系电话：18684716118
联系地址：湖南省长沙市石佳冲109号 邮编：410079
唐林娟（1988--），女，湖南人，中国太平财产保险公司精算部
关键字：洪水保险 WTP CVM 定价
一、引言
洪涝灾害是中国的第一大灾害之一，由其引起的经济损失占自然灾害损失的50-60%，据统计，1990-2010年由于洪灾造成的损失超过1万亿元，占同期GDP的1.7%左右，是美国、日本等发达国家的10-35倍。面对如此严重的洪涝灾害，完全依靠政府的救济与救灾不能高效的提供给民众灾害救助和经济补偿，应该尽快建立一种保险体系来保障灾害给民众带来的经济损失。
90年代中国曾尝试建立洪水保险，但是由于洪水风险具有较强的不可控、难预测等特点，致使在试验阶段保险公司在损失评估和承保理赔方面遇到技术瓶颈，保费定价过高，承保面不大；进而刺激了投保人的逆选择动机。因而公平合理的洪水保险定价成为了洪水保险计划能否建立与实施的关键。
现阶段因为保险公司和民政部门可以收集到一定程度的损失数据，对于洪水保险定价的研究还只是从供给的角度进行，但这仅是一方面的定价，如果这个价格是市场所不可接受的，那么这样的保险产品又会面临失败。要得到一个产品的需求价格有时很困难，尤其是对于公共产品或还没有在市场上销售的商品。为了能够对供需双方有个清晰的了解，本文从居民支付意愿出发，分析和寻找建立洪水保险的居民支付意愿价格，以便全面考虑洪水保险的定价问题，为中国洪水保险定价提供保险需求价格的理论依据。
二、文献综述
本文借助调查问卷，利用支付意愿（WTP）和条件价值评估法对洪水保险进行定价研究。CVM又称条件价值评估法，于1947年由Ciaiacy-Wantrupt提出，最早用于自然资源价值的评估，而后被学者应用到某些虚拟商品的定价研究中。Richards， Timothy J. & Mischen， Pamela [1] （1997）认为道德风险和逆选择是导致水果和蔬菜的保险市场缺乏需求的两大因素，运用条件价值评估法（CVM）估算对保险的需求。Johannesso[2]（1997）分析了瑞典老年人的生活品质与WTP之间的关系，研究发现生活品质的度量和WTP保费当期望寿命长度增加时存在高度相关关系，在该计划中人均最大的意愿支付保费少于1500美元，WTP随着个人年龄的增长而增长但是增速较低。Dong（2003） [3]分析以社区为基础的健康险计划的WTP，采用调查问卷的方式对2414个个人和705个户主进行调查，运用双界CVM方法，得出个人的WTP为3.17-4.25美元，户主的WTP为8.6-16.03美元。Asgary[4]（2004）采用CVM方法分析了Iran农村地区的健康保险的WTP，得出户主的意愿支付为平均每个月2.77美元。B?rnighausen（2007） [5]运用CVM分析武汉市非正式部门工人对基本医疗保险的WTP，得出对于基本医疗保险的WTP为30元，占其收入的4.6%。Dror（2007）[6]采用间接竞价法的调查问卷来估计印度市场健康保险的WTP，发现穷人愿意支付医疗保费的工资占比要高于富人。 Jacques（2008） [7]运用双界CVM模型分析Namibia的健康险WTP，同时分析潜在市场的健康险产品，实证得出87%的未投保的居民愿意参加健康保险计划，同时愿意为家中90%的成员投保，而且处在最低收入层的居民愿意将11.4%的收入购买该计划。李伯儒（2007）[8]运用CVM分析杉林溪游乐区的休憩效益及其经济价格，得出对于这一自然资源游客的意愿支付为每年1413元。傅祖壇、叶宝文[9]以CVM法，设计封闭式与开放式问题，询问台湾竹东镇与朴子镇两地区的受访者，对于改善高血压等慢性疾病的WTP，采用Hanemann（1984）间断的单界二分选择模型与Hanemann（1991）双界二分选择模型分析，得出对于这些地区的家庭，平均每一家庭一年愿意花费5-6.7万元台币来改善高血压疾病，以预防心血管疾病，降低患病率。潘勇辉（2008）[10]运用海南省1167户蕉农的经验数据分析蕉农对香蕉保险的支付意愿和支付能力测度，实证得出了影响蕉农的重要因子、蕉农的平均意愿保费费率为0.14，蕉农的平均意愿支付保费的能力为39%，蕉农希望政府补贴水平达到60%。
本文采用的研究方法是CVM，该方法系通过直接调查询问被调查者对洪水保险产品的支付意愿，将支付意愿等同于该产品的经济价值。该方法从需求方出发，通过一系列的假设，采用调查问卷等形式来获得消费者的意愿支付WTP（Willing to pay）或NWTP，分析所有消费者的WTP或NWTP，可得到洪水保险产品的需求方经济价值。整个CVM的工作流程如下：
三、调查区域和研究方法
1.调查区域
本课题组的示范县地处湘中偏西地区、涟源市西部，雪峰山东南麓，资水中游。地理坐标为北纬27°31′～28°14′，东经110°45′～111°41′，南北最长直线69公里，东西最宽直线83公里。全县总面积3635平方公里，国内生产总值29.51亿元（2002年），辖19个镇，7个乡，人口1，291，626人（2002年），属中亚热带季风气候区。年平均气温16.8℃，降水量1453.5毫米，其中双林、大熊山在1800毫米左右，城区为1400毫米。县内各地年最大值2，008.9毫米，最小值0.95毫米。但时空分布不均，雨量多集中于春末夏初。县内年降雨量大于或等于1，300毫米的保证率，多大到暴雨降水过程，容易形成洪涝。
2. 调查问卷的设计及调查方式 以NOAA提出的原则为基础，结合国内外问卷设计的经验，综合考虑示范县的地理、人文、自然资源、社会经济等设计CVM问卷，经多次专家讨论调整修改，形成了最终的CVM问卷和规范的问卷调查表达方式，最终的CVM包括三部分内容：第一部分为受访者的个人社会经济信息，包括受访者的年龄、是否为户主、性别、职业、家庭成员数、家庭经济收入等，以分析受访者的社会经济特征及其对WTP的影响。第二部分为调查问卷的主体与核心部分，目的是取得受访者对洪水保险的态度信息，包括历史洪水保险经历，历史经验对洪水保险购买意愿的影响，采用封闭式询价法引导受访者给出WTP。第三部分为调查受访者的住房或店铺的相关信息，如地理位置、楼层、建筑物面积、结构类型等，为洪水保险精算保费的计算提供数据基础。本次研究受访者为517户家庭，82个小商业者，15个工业企业和204栋建筑物，通过询问受访者的支付意愿（WTP）来推导洪水保险的需求价格。本次调查采用简单抽样调查的方式，共发放问卷614份，采用面对面交流方式，达到问卷100%的反馈率，共回收有效问卷614份，占发放问卷的100%。
3. 分析模型的建立
本文采用假设市场评估法，通过在问卷中假设洪水保险的存在及其可能的保障范围，得出居民对应的意愿支付价格。一般来说诱导受访者出价的方式大致有四种：开放式出价法、竞价法、支付卡法、封闭式出价法。
（1）开放式出价法（直接询问法），在不给予受访者任何有关价格信息的情况下，直接询问受访者愿意支付的价格。此方法的优点是简单、方便；缺点是拒答率或出价为零的比例比较高。
（2）竞价法，问卷设计者设计出一系列具体的价格，依据这一组价格逐一增加或减少价格直到受访者不愿意接受的价格为止。优点是能够精准衡量出受访者的愿付价值；缺点是时间成本太高、受访者容易不耐烦以及容易产生起始点的误差。
（3）支付卡法，研究者根据各种资料而事先确定价格，并写在卡片上作为受访者参考的依据，原则上以价值卡的金额为主。其优点是改善开放式出价法中的拒答率与出价为零的比例以及竞价法中的起始点误差；缺点则是会受价值卡上金额排列顺序的影响。
（4）封闭式，又可分为单界二分法与双界二分法，单界二分法为将欲评估的资源随机给予一个价格，请受访者回答愿意或不愿意支付即可。双界二分法为重复询问受访者两次是否愿意支付某一价格，此方式类似竞价法，不过比竞价法更加容易操作。当受访者对第一次的价格不愿意支付时，调降价格再询问一次该受访者；反之，当受访者对第一次的价格表示愿意支付时，就增加价格再次询问。因此比单界二分法更加精确，但是相对在问卷设计上与应用实证上较为困难，且双界二分法会有截断效果的发生，例如当受访者在两次询问价格中都表示不愿意，这并不是代表愿意支付价格为零，有可能他只是对两次的价格都不满意而已。
本文采用封闭式单界二分法作为实证方法。该种计量方法可以表述如下：利用Hanemann提出的福利评估模型对居民对洪水保险的支付意愿进行分析。假设居民的效用来自于个人总财富和购买洪水保险获得的保障，个人通过购买洪水保险获得保障可以增加总体效用水平，但由于保险费得支出减少了个人的总财富，从而降低总体效用水平。总的来说，购买洪水保险的效用差异决定了居民购买洪水保险意愿的大小。。假设效用函数具有一定的随机性，居民是否购买洪水保险的效用函数可以表示为：
式中： 代表以个人社会经济信息为基础的条件效用函数；0，1分别代表不遭受洪水损失和遭受洪水损失两种状态； 代表受访者的个人财富；WTP是愿意支付的价格；X代表影响受访者支付的社会经济变量；q为遭遇洪水灾害的概率； 代表随机向量。
、 是需要估计的系数或者 、 可表示为 的连续分布。
根据 服从不同的分布，可以采用Logit或Probit模型进行分析，由于Probit的假设为标准正态分布，与现实差距大。而Logit假设为Logistic函数，允许虚拟变量的应用，更加符合本文的应用研究，所以本文采用Logit模型进行分析。
购买洪水保险的效用差异决定居民购买洪水保险意愿大小。假设居民决定支付wtp元购买洪水保险，则表示前者的效用大于后者的效用，即：
由于效用具有随机性，（2）式采用概率分布可表示如下：
其中 为 服从logit分布的居民的社会经济变量决定的居民的除去洪水保险购买之后的可支配收入， 。
若效用函数中取时，居民的意愿支付为wtp，其余为，对于单一居民的支付意愿期望有：
采用Logit函数进行分析，则有：
对于无穷样本的整体的洪水保险意愿支付有
其中i为单个样本。
由于无穷样本无法实现，因此一般在一定的可信度水平选取一定的样本容量，以实现调查问卷的既定目标。若对n个样本进行调查，则可将离散化后得出
为社会经济变量决定的意愿支付概率，通过logit模型计算得出； 为第i个受访者的愿意支付价格。
四、实证分析
1.基础数据的取得与说明
在运用模型对洪水保险供给保费及需求保费进行预测之前，首先需要搜集大量相关数据，包括保险区域内洪水风险图以及建筑物、居民以及历年洪水损失信息等，由于我国洪水保险一直都处于起步和试点阶段，以往的洪水保险定价往往是基于经验法则或者历史数据来判断，运用定价模型对洪水保险进行较为精确的定价一直处于被忽略的境地，由此造成可用的洪水保险损失预测相关数据极为有限。本文的原始数据主要来自于课题组对示范县进行的实地考察和调研。本文所选变量及其定义测量值见下表：
变量定义
变量 测量定义
被访问者身份 1：户主；2：配偶或者同居者；3：家中16岁以上成员；4：店主
被访问者性别 0：男；1：女 受访者的房子是否被水淹过 0：否；1：是 户主的职业状况 1：国有企业职工；2：私营企业职工；3：政府事业单位职工；4：自由职业者/经营自己的企业；5：临时工；4：；6：下岗但从原单位获得一定收入；7：无业 - 有救济金；8：无业 – 无救济金；9：退休；10：其他
家庭其他成员的职业情况
是否国有企业职工 0：否；1：是 是否下岗但从原单位获得收入 0：否；1：是
是否私营企业职工 0：否；1：是 是否无业—有救济金 0：否；1：是
是否政府事业单位职工 0：否；1：是 是否无业—无救济金 0：否；1：是
是否自由职业者/经营自己的企业 0：否；1：是 是否退休 0：否；1：是
是否临时工 0：否；1：是 是否其他 0：否；1：是
家中成员中有几人有收入 0：不知道；1：1人；2，2人；3：3人；4：4人以上
家中月总收入数 家庭总收入采取分段计量，分为0-250元；251-500元；501-750元；751-1000元；1001-1500元；1501-2000元；2001-2500元；2501-3000元等去每个区间段的中点，对于3000元以上的取3250元；其余取0
每月收入除正常花销以外的结余 0：没什么剩余和不知道；50：100元以下；150：101-200元；375：210-500元；625：500元以上
被访问者年龄 1：16-20岁；2：20-29岁；3：30-39岁；4：40-49岁；5：50-59岁；6：60岁以上
居民房子的位置 1：第一层；2：第二层；3：两层以上；4：独栋房子；5：其他
发生洪水时，受访者家是否遭遇以下情形
是否房子遭水淹 0：否；1：是 是否排水出现问题 0：否；1：是
是否屋内设施遭水淹 0：否；1：是 是否无法上班或上学 0：否；1：是
是否供水停止 0：否；1：是 是否店铺无法营业 0：否；1：是
是否汽车、摩托车、自行车被水淹 0：否；1：是 是否其他（请说明） 0：否；1：是
是否停电 0：否；1：是 是否没有遇到过上述任何情况 0：否；1：是
受访者是否为财产或家庭购买保险 0：否；1：是 遭遇洪水后是否更换或修理过家里的东西 0：否；1：是
财产险 0：否；1：是 更换或修理的东西花费的钱数 按受访者实际填写的金额确定
寿险 0：否；1：是
医疗险
0：否；1：是 受访者是否认为自己的房子会遭受洪水损失 0：否；1：是；2：不知道
由于工业企业、小企业者与户主的财产存在较大差异，风险暴露水平不一致，因此在本文的分析中将工业企业和小企业者的调查问卷部分剔除，只考虑在同一风险暴露水平的户主，因此用于分析的问卷只有517份。在调查中对于回答不愿意支付洪水保险保费的受访者，文中将其WTP设为0。文中数据采用STATA10.0软件对取得的数据进行logit回归。
2.Logit实证结果
采用单界二元选择模型评估方法，运用Logit模型对居民对洪水保险的购买意愿分析实证结果如下，
（1）未设置赔偿限额的洪水保险支付意愿Logit回归结果
自变量：受访者对洪水保险意愿支付 回归系数 标准差 t值 P>|t|的概率 95%的置信水平
被访问者身份 -0.349 0.288 -1.21 0.226 -0.914 0.216
被访问者性别 -0.789 0.286 -2.76 0.006 -1.349 -0.229
被访问者年龄 -0.129 0.136 -0.95 0.343 -0.395 0.137
户主的职业状况 0.102 0.057 1.78 0.075 -0.010 0.215
是否国有企业职工 -0.599 0.622 -0.96 0.336 -1.819 0.621
是否私营企业职工 0.684 0.445 1.54 0.124 -0.188 1.556
是否政府事业单位职工 -0.339 0.499 -0.68 0.497 -1.316 0.638
是否自由职业者/经营自己的企业 0.102 0.402 0.25 0.799 -0.686 0.890
是否临时工 0.204 0.451 0.45 0.651 -0.680 1.088
是否无业—有救济金 0.181 0.388 0.47 0.641 -0.580 0.942
是否无业—无救济金 0.223 0.549 0.41 0.685 -0.852 1.298
是否退休 -0.235 0.463 -0.51 0.613 -1.142 0.673
是否其他 0.412 0.539 0.76 0.445 -0.646 1.469
家中16岁以下成员数 0.036 0.246 0.15 0.884 -0.446 0.517
受访者房子的位置 -0.199 0.132 -1.51 0.131 -0.457 0.059
家中成员中有几人有收入 -0.235 0.198 -1.19 0.234 -0.623 0.152
家中月总收入数 0.001 0.000 2.14 0.032 0.000 0.001
每月收入除正常花销以外的结余 0.003 0.001 3.02 0.003 0.001 0.004
受访者的房子是否被水淹过 -1.658 0.750 -2.21 0.027 -3.129 -0.188 是否房子遭水淹 -0.368 0.620 -0.59 0.553 -1.583 0.847
是否屋内设施遭水淹 -1.426 0.501 -2.85 0.004 -2.407 -0.445
是否供水停止 0.156 0.791 0.20 0.843 -1.394 1.707
是否汽车、摩托车、自行车被水淹 -0.252 0.345 -0.73 0.465 -0.928 0.424
是否停电 -0.742 0.820 -0.90 0.366 -2.350 0.866
是否排水出现问题 2.020 0.494 4.09 0.000 1.051 2.988
是否无法上班或上学 1.506 0.338 4.45 0.000 0.843 2.168
是否店铺无法营业 1.517 1.448 1.05 0.295 -1.320 4.354
遭遇洪水后是否更换或修理过家里的东西 2.562 0.491 5.22 0.000 1.600 3.524
更换或修理的东西花费的钱数 0.000 0.000 2.49 0.013 0.000 0.000
受访者是否为财产或家庭购买保险 1.202 0.722 1.67 0.096 -0.213 2.617
财产险 -1.758 0.750 -2.34 0.019 -3.229 -0.288
寿险 0.058 0.618 0.09 0.925 -1.153 1.270
医疗险 -0.945 0.676 -1.40 0.162 -2.269 0.379
受访者是否认为自己的房子会遭受洪水损失 1.491 0.222 6.71 0.000 1.055 1.926
受访者家庭人口数 0.023 0.113 0.21 0.836 -0.197 0.244
常数项 -2.441 0.966 -2.53 0.012 -4.334 -0.548
运用公式（8）和（9）并结合Logit分析结果，得出洪水保险的居民购买意愿的价格为
（2）设置70%赔偿限额的洪水保险支付意愿Logit回归结果
Logit回归结果
自变量：受访者对洪水保险意愿支付 回归系数 标准差 t值 P>|t|的概率 95%的置信水平
被访问者身份 -0.278 0.295 -0.94 0.346 -0.858 0.301
被访问者性别 -0.705 0.287 -2.46 0.014 -1.268 -0.142
被访问者年龄 -0.130 0.133 -0.97 0.331 -0.391 0.132
户主的职业状况 0.111 0.059 1.86 0.063 -0.006 0.228
是否国有企业职工 -0.766 0.593 -1.29 0.197 -1.931 0.400
是否私营企业职工 0.635 0.475 1.34 0.181 -0.297 1.568
是否政府事业单位职工 -0.337 0.559 -0.60 0.547 -1.435 0.761
是否自由职业者/经营自己的企业 0.014 0.393 0.04 0.971 -0.759 0.787
是否临时工 0.213 0.445 0.48 0.633 -0.662 1.088
是否无业—有救济金 0.217 0.441 0.49 0.623 -0.650 1.084
是否无业—无救济金 0.129 0.535 0.24 0.809 -0.921 1.180
是否退休 -0.272 0.400 -0.68 0.497 -1.058 0.514
是否其他 0.092 0.513 0.18 0.857 -0.916 1.100
家中16岁以下成员数 0.017 0.259 0.07 0.947 -0.492 0.527
受访者房子的位置 -0.231 0.123 -1.87 0.061 -0.472 0.011
家中成员中有几人有收入 -0.247 0.210 -1.17 0.241 -0.660 0.166
家中月总收入数 0.001 0.000 1.86 0.064 0.000 0.001
每月收入除正常花销以外的结余 0.003 0.001 2.72 0.007 0.001 0.004
受访者的房子是否被水淹过 -1.729 0.721 -2.40 0.017 -3.146 -0.312
是否房子遭水淹 -0.378 0.641 -0.59 0.555 -1.637 0.881
是否屋内设施遭水淹 -1.470 0.535 -2.75 0.006 -2.522 -0.419
是否供水停止 0.190 0.890 0.21 0.831 -1.558 1.937
是否汽车、摩托车、自行车被水淹 -0.273 0.335 -0.81 0.416 -0.932 0.386
是否停电 -0.664 0.869 -0.76 0.445 -2.371 1.044
是否排水出现问题 2.029 0.577 3.52 0.000 0.896 3.163
是否无法上班或上学 1.451 0.377 3.85 0.000 0.710 2.193 是否店铺无法营业 1.409 0.937 1.50 0.133 -0.431 3.250
遭遇洪水后是否更换或修理过家里的东西 2.536 0.524 4.84 0.000 1.507 3.565
更换或修理的东西花费的钱数 0.000 0.000 2.29 0.022 0.000 0.000
受访者是否为财产或家庭购买保险 1.246 0.713 1.75 0.081 -0.155 2.646
财产险 -1.647 0.765 -2.15 0.032 -3.150 -0.143
寿险 0.079 0.600 0.13 0.895 -1.100 1.259
医疗险 -0.841 0.671 -1.25 0.211 -2.159 0.477
受访者是否认为自己的房子会遭受洪水损失 1.479 0.234 6.32 0.000 1.019 1.939
受访者家庭人口数 0.087 0.123 0.71 0.480 -0.154 0.328
常数项 -2.512 1.006 -2.50 0.013 -4.488 -0.536
运用公式（8）和（9）并结合Logit分析结果，得出洪水保险的居民购买意愿的价格为
（3）设置100%赔偿限额的洪水保险支付意愿Logit回归结果
Logit回归结果
自变量：受访者对洪水保险意愿支付 回归系数 标准差 t值 P>|t|的概率 95%的置信水平
被访问者身份 -0.257 0.289 -0.89 0.374 -0.824 0.310
被访问者性别 -0.656 0.282 -2.32 0.020 -1.208 -0.103
被访问者年龄 -0.127 0.134 -0.95 0.344 -0.390 0.136
户主的职业状况 0.118 0.057 2.07 0.039 0.006 0.229
是否国有企业职工 -0.753 0.610 -1.23 0.218 -1.949 0.444
是否私营企业职工 0.637 0.437 1.46 0.145 -0.220 1.494
是否政府事业单位职工 -0.271 0.491 -0.55 0.581 -1.234 0.692
是否自由职业者/经营自己的企业 0.051 0.393 0.13 0.897 -0.720 0.822
是否临时工 0.186 0.442 0.42 0.674 -0.681 1.052
是否无业—有救济金 0.193 0.382 0.51 0.613 -0.555 0.942
是否无业—无救济金 0.101 0.541 0.19 0.852 -0.960 1.162
是否退休 -0.259 0.457 -0.57 0.570 -1.155 0.636
是否其他 0.041 0.526 0.08 0.938 -0.990 1.072
家中16岁以下成员数 0.033 0.242 0.14 0.893 -0.442 0.507
受访者房子的位置 -0.237 0.129 -1.83 0.067 -0.490 0.016
家中成员中有几人有收入 -0.262 0.194 -1.35 0.178 -0.643 0.119
家中月总收入数 0.001 0.000 1.79 0.074 0.000 0.001
每月收入除正常花销以外的结余 0.002 0.001 2.92 0.003 0.001 0.004
受访者的房子是否被水淹过 -1.788 0.741 -2.41 0.016 -3.241 -0.336
是否房子遭水淹 -0.423 0.609 -0.69 0.487 -1.617 0.771
是否屋内设施遭水淹 -1.334 0.486 -2.75 0.006 -2.287 -0.382
是否供水停止 0.402 0.784 0.51 0.608 -1.134 1.938
是否汽车、摩托车、自行车被水淹 -0.316 0.342 -0.92 0.356 -0.985 0.354
是否停电 -0.583 0.805 -0.72 0.469 -2.161 0.995
是否排水出现问题 1.742 0.475 3.67 0.000 0.812 2.672
是否无法上班或上学 1.449 0.333 4.35 0.000 0.797 2.102
是否店铺无法营业 1.406 1.443 0.97 0.330 -1.421 4.234
遭遇洪水后是否更换或修理过家里的东西 2.521 0.480 5.25 0.000 1.581 3.461
更换或修理的东西花费的钱数 0.000 0.000 2.21 0.027 0.000 0.000
受访者是否为财产或家庭购买保险 1.148 0.706 1.63 0.104 -0.236 2.532
财产险 -1.541 0.727 -2.12 0.034 -2.965 -0.116
寿险 0.087 0.602 0.15 0.885 -1.093 1.268
医疗险 -0.799 0.659 -1.21 0.225 -2.091 0.493 受访者是否认为自己的房子会遭受洪水损失 1.432 0.218 6.57 0.000 1.005 1.859
受访者家庭人口数 0.093 0.111 0.83 0.406 -0.126 0.311
常数项 -2.453 0.953 -2.57 0.010 -4.321 -0.584
运用公式（8）和（9）并结合Logit分析结果，得出洪水保险的居民购买意愿的价格为
3.实证结果说明
在上述实证结果中，变量（家庭其他成员的职业情况-下岗但从原单位获得一定收入）、（发生洪水时，受访者家是否遭遇以下情形-其他需要说明的情况）因预测失效的原因，模型将其剔除。变量（家中16岁以上成员数）、（发生洪水时，受访者家是否遭遇以下情形-其他需要说明的情况）因共线性在模型中将其剔除。
Logistic回归模型的系数是正值且统计显著，意味着在控制其他自变量的条件下，对数发生比随对应自变量值增加而增加，相反，一个显著的负系数代表对数发生比随对应自变量的增加而减少。具体来看，
（1）受访者的个人信息
受访者身份的系数估计值为-（0.257-0.349），说明对于变量（被访问者的身份）的取值越高，越不愿意支付洪水保险保费，因此对于其他家庭成员而言，户主更加愿意支付洪水保险保费。
受访者的性别的系数估计值为-（0.656-0.789），说明男性受访者比女性更加愿意支付保费。
受访者年龄的系数估计值为-（0.0310-0.039），说明受访者年龄越大越不愿意支付保费，根据调查问卷，处于10-29岁这一阶段的受访者只有19人，占比3.7%，处于30岁-50岁这个阶段的受访者最多，超过50%，因此相对于60岁以上的受访者，这一类的受访者更加愿意支付保险费。因此洪水保险的购买主力军为30-50岁的中年人。
家中成员数量的系数范围为0.023-0.093，对于家中成员较多的家庭更加愿意支付洪水保险的保费，受访者家庭中16岁以下的成员越多，洪水保险购买意愿越高。
（2）受访者的社会经济信息
受访者家庭中户主职业状况的系数为0.102-0.118，说明如果户主是国有企业的职工不会比临时工更愿意支付洪水保险保费，相反对于普遍意义上认为经济状况比较不好的职业比如无业或者临时工更加愿意支付洪水保险保费。对于那些政府或者事业单位的职工而言，由于工作单位有较健全的保障，购买洪水保险的意愿反而减少。
家庭其他成员的经济状况，对于洪水保险保费的支付意愿顺序为，私营企业员工>其他>无业-无救济金>临时工>无业-有救济金>自由职业者/经营自己的企业>退休>政府事业单位员工>国有企业员工。这种排序说明各种职业状况对洪水保险的购买意愿呈现出的梯次关系，这基本与职业状况对应的风险承受能力成反向变动关系，而与职业状况所可能承受的风险承受程度成正比。
家中有收入的成员数量的系数范围为-（0.235-0.262），家中有收入的人数越多，受访者越不愿意支付洪水保险保费。
家庭每月的月总收入系数低于0.001且为正，说明收入越高的受访者越愿意支付洪水保险保费，而且家中每月剩余的月收入系数为0.002-0.003，大于月收入的系数说明只有在受访者的月剩余的收入越高时，受访者更愿意支付洪水保险保费。同时更加证明受访者的收入与洪水保险的支付意愿成正比。
（3）受访者的房屋位置以及洪水损失历史状态
受访者房屋位置的系数为-（0.199-0.237），说明对于洪水保险的购买意愿随房子层数的升高而降低，这与洪水发生时不同的房屋位置受损失的程度符合。那些处于第一层的受访者更加愿意购买洪水保险。
受访者的房子是否被水淹过的系数为-（1.658-1.788），以前年度遭受过洪水损失的受访者的洪水保险保费的支付意愿远低于未遭受洪水损失的受访者。这与受访者在遭受洪水损失后对自身的房屋的建设或者在洪水来临时会比一般的未遭受洪水损失的受访者做出更好的预防措施有关。
发生洪水时，受访者家遭遇以下情形时，对洪水保险支付意愿顺序为：排水出现问题 >店铺无法经营 >无法上班或上学 >供水停止 >汽车、摩托车、自行车被水淹 >房子被水淹 >停电 >屋内设施遭水淹；在这些居民可能遭受损失的项目中，洪水保险支付意愿为：排水出现问题 >店铺无法经营 >无法上班或上学 >供水停止>汽车、摩托车、自行车被水淹 >房子被水淹 >停电 >屋内设施遭水淹。
遭遇洪水后是否更换或修理过家里的东西的系数为2.521-2.562，对于更换过或修理过家中物品的受访者而言更加愿意支付洪水保险保费。
遭遇洪水的损失费的系数小于0.001，为正，说明受访者曾经遭受洪水损失的数目越大越愿意支付洪水保险的保费。
受访者是否认为自己的房子会遭遇洪水，对于认为自己的房子不会遭遇洪水的受访者购买洪水保险的积极性较少，而不确定的受访者更愿意支付洪水保险保费。
（4）受访者的保险意识
受访者是否为财产或家庭购买保险的系数为1.148-1.246，说明在生活中购买过洪水保险保费的受访者更加愿意购买洪水保险保费，同时说明保险意识的强弱与洪水保险的购买意愿成正比。
对于购买保险的受访者中，若是购买了财产险或医疗险，则受访者会比较不愿意支付洪水保险保费，因为洪水损失发生时，根据保险的损失补偿原则，如果受访者从财产保险或者医疗保险可以获得赔偿，那么洪水保险就不会支付这部分损失，减少某一部分保险的购买，可以避免重复投保。而对于购买了寿险的受访者更加愿意购买洪水保险作为补充，实现更全面的保障。
（5）赔偿限额
本文对于洪水保险的支付意愿分析中设置了三个不同的赔偿限额，用于分析赔偿限额的变化对洪水保险支付意愿意向的影响，以及怎样建立合适的洪水保险的模式。本文将不同的赔偿限额进行比较分析，发现： 不同的赔偿限额中各变量的影响方向存在一致性，表现为在不同的赔偿限额条件下，同一变量的回归系数符号相同且变化幅度不大。比如家庭月总收入的回归系数为低于0.001且为正、受访者性别的回归系数为-（0.656-0.789）等。
赔偿限额与洪水保险的支付意愿成正比。对于70%的洪水保险损失保障中，受访者的支付意愿为64.081元；对于 100%的赔偿限额，受访者的支付意愿为81.006元。由于在第一中情况中未说明赔偿限额的情况，默认为100%，所以居民的支付意愿与100%的情况相差不大，为76.460元。
五、结语
从以上的分析中本文寻找到居民对洪水保险的支付意愿价格为81元。并从受访者的个人信息、社会经济信息、受访者的房屋位置以及洪水损失历史状态、受访者的保险意识等五个方面分析了对于支付意愿的影响。
洪水保险要成为真正可行的保险计划还有不少的技术难点需要攻破，本文从居民对洪水保险支付意愿的角度来探索洪水保险的定价基础和定价区间，期望能为中国洪水保险计划的建立提供一些理论依据。
参考文献：
[1] Richards， Timothy J. & Mischen， Pamela （1997）. The Demand for Specialty-Crop Insurance： Adverse Selection and Moral Hazard[C]. Western Agricultural Economics Association.1997 Annual Meeting， July 13-16， 1997， Reno＼Sparks， Nevada No.35847
[2] Magnus Johannesson， Per-Olov Johansson（1997）. Quality of life and the WTP for an increased life expectancy at an advanced age. Journal.Volume 65， Issue 2， August 1997， Pages 219-228
[3]Hengjin Dong（2002）. Willingness-to-pay for community-based insurance in Burkina Faso. Health Economics[J]. 12： 849–862 （2003）
[4]Asgary， A.， K. Willis， A. Akbar Taghvaei， and M. Rafeian. 2004. Estimating rural households’
willingness to pay for health insurance. European Journal of Health Economics 5：209‐215.
[5]Till B?rnighausen（2007）. Willingness to pay for social health insurance among informal sector workers in Wuhan， China： a contingent valuation study[J]. BMC Health Services Research. 2007， 7：114
[6]Dror， D.M.， R. Radermacher， and R. Koren. 2007. Willingness to pay for health insurance among rural nd poor persons： Field evidence from seven micro health insurance units in India. Health Policy 82： a12‐27
[7]Jacques（2008）.Willingness to Pay for Health Insurance： An Analysis of the Potential Market
for New Low Cost Health Insurance Products in Namibia[C] .AIID RS 801/2
[8]李伯儒（2007）.以条件价值评估法探讨杉林溪休闲游憩效益及其经济价值[D].国立云林科技大学休闲运动硕士班.硕士论文.26-30
[9] 傅祖壇、叶宝文. 预防高血压疾病之意愿价值支付[J]
www.econ.ndhu.edu.tw/files/ee/ee4/pdf/23.pdf
[10]潘勇辉.（2008）.蕉农对香蕉保险的支付意愿分析和支付能力测度—来自海南省1167户蕉农的经验证据[J].中国农业科学. 2008，41（11）：3596-3603
基金项目：教育部人文社会科学重大攻关项目课题《巨灾风险管理制度创新研究》（批准号：09JZD0028）阶段性成果
作者简介：张琳（1963---），女，湖南长沙人，教授，博士学位，湖南大学金融与统计学院风险管理与保险学系主任、中国保险学会理事、中国精算师协会正会员，研究方向：非寿险精算。
近年研究论著：2010年8月保险研究《我国洪水保险设立的路径选择研究》
2009年统计决策《我国洪水保险可保性研究》
2009年1月广东金融学院学报《基于DFA方法的洪水保险定价研究》等
Email：jxzl@tom.com lindazhang0203@126.com
联系电话：18684716118
联系地址：湖南省长沙市石佳冲109号 邮编：410079
唐林娟（1988--），女，湖南人，中国太平财产保险公司精算部