我國區域保險發展狀況的實證研究

劉祥祥

（東北財經大學 金融學院，遼寧 大連 116025）

我國區域保險發展狀況的實證研究

劉祥祥

（東北財經大學 金融學院，遼寧 大連 116025）

利用SPSS16.0中的因子分析和聚類分析方法，使用2010年的數據選取7個指標對我國31個省市進行實證分析，來衡量不同地區的保險發展狀況。結果發現，我國各地區保險發展水平的差異很大。為縮小各地區保險發展的差距，必須在政策加大對保險發展落后地區的保險支持力度。

因子分析；聚類分析；保險發展狀況；保險指標

隨著現代市場經濟的發展和改革開放的深入，保險與經濟發展的關系密不可分。一方面，經濟發展是保險發展的基礎，經濟發展帶動了保險發展，但是伴隨各地區經濟發展不平衡也產生的各地區保險發展的不平衡；另一方面，保險日益成為市場經濟發展的強大動力，保險的發展極大促進了經濟的發展，保險發達有利于保障當地經濟快速、健康的發展，保險落后則不僅不能為當地經濟及發展起到保障作用，甚至會阻撓經濟發展。而各地區保險的發展不平衡性不僅影響保險和經濟發展，更重要的是對一國保險業乃至整個國民經濟的快速、協調、健康發展產生不利影響[1]。因此研究中國不同地區的保險發展問題對促進各地區保險業乃至全國經濟協調發展具有積極影響。

一、理論方法介紹

（一）因子分析[2]

因子分析就是用少數幾個因子來描述許多指標或因素之間的聯系，以較少幾個因子反映原資料的大部分信息的統計學方法。因子分析的特點是：（1）因子變量的數量遠少于原有的指標變量的數量，對因子變量的分析能夠減少分析中的計算工作量。（2）因子變量不是對原有變量的取舍，而是根據原始變量的信息進行重新組構，它能夠反映原有變量大部分的信息。（3）因子變量之間不存在線性相關關系，對變量的分析比較方便。（4）因子變量具有命名解釋性，即該變量是對某些原始變量信息的綜合和反映。因子分析的得分公式可以通過下面的數學模型表示：

其中x1,x2,K,xp為p個原始變量，且是均值為0、標準差為1的標準化變量，F1,F2,KFP為p個因子變量，F為公因子。

（二）聚類分析[3]

表1 指標評價的名稱、單位

聚類分析又稱群分析，是多元統計分析中研究樣本或指標的一種主要的分類方法。在經濟領域中，根據影響國家、地區乃至單位的經濟效益、發展水平的各項指標進行聚類，然后根據分析結果進行綜合評價，以便得出科學的結論。聚類分析的方法有兩種，一種是快速聚類分析法，另一種是系統聚類分析法。系統聚類法的基本思想是：

1）將全部n個樣本看成一類，得到n類；

2）確定樣本與樣本和類與類之間的距離；

3）計算各類之間的距離，并將最近的兩類合為一類；

4）重復步驟3這樣從有n類開始，每次合并一類，經過n-1次合并后，所有的樣本成為一類；

將上述合并的全部聚類過程用一個直觀圖畫出來，即畫出聚類圖；

二、我國區域保險發展狀況的實證研究

（一）數據來源與處理

選取7個不同的保險指標來衡量不同區域的保險發展狀況。為了消除指標間量綱不一致以及數量級差異的影響，本文采用Z-score標準化處理，即把同趨勢數據轉化為均值為0、標準差為1的數據。各省市的指標評價的名稱、單位如表1所示。

（二）實證分析

1. 確定主成分因子

選取2010年的不同區域的截面數據在確定指標體系的基礎上進行實證分析，可以得到基于SPSS16.0的方差分解及旋轉后的主成分提取分析表，見表2。

表2 指標的方差分解及旋轉后的主成分提取分析表

特征值在某種程度上可以被看成是表示主成分影響力度大小的指標，如果特征值小于1說明主成分的解釋力度還不如直接引用一個原變量的平均解釋力度大。因此一般可以用特征值大于1的作為納入標準。由表2知，前3個主成分因子的特征值均大于1，且其累計貢獻率已達93.058%，參考累計貢獻率已達85%的主成分因子選取原則，提取前3個因子作為主成分因子。

2. 各地區主因子、綜合因子的得分及排名

將公因子表示為各變量的線性組合，得到因子的得分函數為：

計算每個地區的因子得分，然后按照總得分多少進行排序，以反映各地區保險發展的差異。每個地區的因子得分計算方法是：用每個因子的方差貢獻率做權數，對每個因子得分進行加權，然后加總得到每個地區的總因子得分。計算公式為：

式中，λ為每個因子對應的方差貢獻率，所以有：

將標準化的數據代入F1、F2、F3、F，可得出根據主成分綜合模型計算的綜合主成分值，并對其按照綜合主成分值進行排序，以此對各地區保險發展狀況進行綜合評價比較，結果見表3。

表3 各地區主因子、綜合因子的得分及排名

（續表3）

3. 聚類分析

運用SPSS的分層聚類方法（Q型聚類）進行聚類分析，聚類過程中采用Ward法，距離測度采用歐氏距離法。

對因子分析結果中所得到的數據進行聚類分析，結果如圖1所示。

圖1 各地區保險發展狀況的聚類分析

聚類分析的分類結果是：北京、上海為第一類，海南、西藏、甘肅、青海為第二類，山西、河北、遼寧、吉林、黑龍江、安徽、福建、江西、陜西、湖南、湖北、重慶、貴州、云南、天津、內蒙古、新疆、寧夏、廣西為第三類，江蘇、浙江、山東、廣東、河南、四川為第四類。這樣的合并表明按照本文選出的指標，合為一類的省市在保險發展的現狀上具有一定的相似性。

三、我國各地區保險發展差異的原因分析

各因子的得分、綜合得分及排名，說明了我國31個省市的保險發展狀況取決于3個因子的綜合作用。同時這種得分的差異性也說明了我國31個省市的保險在發展水平、發展進程、險種結構上存在著差異。這種差異是長期保險發展過程中的很多因素綜合作用的結果。

1. 北京、上海保險發展狀況的綜合得分是最高的，同時也在聚類分析中屬于第一類

其原因如下：（1）北京、上海的保險市場開放程度高、很早引進外資，其保險市場已是國內最成熟的。（2）很多保險公司的總部都在北京、上海，保險公司在產品開發、風險管理等方面的創新領先于全國，其成熟的保險銷售渠道、多樣化的服務理念也是其他省市無法媲美的；同時，北京、上海的高校云集和眾多高素質人才為保險的產品開發提供了良好的發展環境。（3）北京、上海的經濟持續發展，并將不斷產生新的保險需求，這給保險業的新發展提供了堅實的后盾；尤其是兩座城市金融業的快速發展，給保險業帶來的不僅是市場地位、發展環境優化，還有直接的市場機會；與此同時，政策的支持對保險發展積極支持，推動保險業的進一步發展。

2．江蘇、浙江、山東、廣東、河南、四川的綜合得分雖低于北京、上海，但是高于其他省市

其原因如下：（1）這幾個省的經濟發展速度較快、城市化水平不斷提高促進了經濟發展，進一步促進了保險的需求增加，同時很多中小及外資保險公司也開始進入這些市場。（2）上述幾省的人口基數大，隨著國民教育水平的不斷提高，高素質、高學歷人才的匯集，有益于這些地區保險的進一步發展。

3. 山西、河北、遼寧、吉林、黑龍江、安徽、福建、江西、陜西、湖南、湖北、重慶、天津、內蒙古、廣西、貴州、云南、新疆、寧夏的保險業發展水平比以上幾個省市差一點

主要原因有：（1）這些省市多位于中東部且經濟發展水平較快，但是對風險的認識相對薄弱。（2）這些地區保險起步比較晚，相對于北京、上海等東部省市，這些地區的保險潛力遠未發掘出來。

4. 海南、西藏、甘肅、青海保險評價指標的綜合得分最低

主要原因有：（1）這幾個省市位于西部內陸，經濟發展水平低、發展落后，人口素質不高，因此落后的經濟發展水平滯后了保險的發展。（2）風險意識、消費習慣、風俗習慣等也與保險發展的落后有著一定的關系。

四、結束語

選取了7個不同指標對我國各地區的保險發展狀況進行實證分析，發現各地區的保險發展由于歷史、政策、經濟水平等原因發展很不均衡。東中西部的保險發展差距依舊很大，要解決這些問題，需要統籌經濟發展，促進保險與經濟同步發展；需要轉變發展方式，提升發展動力，促進保險資源優化配置[4]；需要對保險發展落后地區的保險產業加以政策上的支持。

[1]孫秀清.中國區域保險發展研究[M].大連:東北財經大學出版社,2008(7):9-18.

[2]何曉群.多元統計分析[M].北京:中國人民大學出版社, 2004:167-181.

[3]薛薇.統計分析與Spss的應用[M].北京:中國人民大學出版社,2008:321-351.

[4]郭金龍.我國保險業區域協調發展分析和建議[J].創新, 2011(5):5-8.

（責任編輯、校對：王淑娟）

An Empirical Study on China's Regional Insurance Industry

LIU Xiang-xiang
(School of Finance, Dongbei University of Finance and Economics, Dalian 116025, China)

Seven insurance indexes from 2012’s data were analyzed to measure different areas’ insurance development by using the factor analysis and cluster analysis method of SPSS16.0 which gives empirical analysis of 31 provinces and cities. The results show that the 31 provinces and cities insurance levels of development vary greatly. So in order to narrow the gap between the developments of regional insurance; the increased policy support for insurance development in backward areas should be carried out.

factor analysis; clustering analysis; insurance development condition; insurance index

F840

A

1009-9115(2012)06-0110-03

2012-05-29

劉祥祥（1988-），男，安徽蒙城人，碩士研究生，研究方向為風險管理與商業保險。