劉祥祥

（東北財(cái)經(jīng)大學(xué) 金融學(xué)院，遼寧 大連 116025）

我國(guó)區(qū)域保險(xiǎn)發(fā)展?fàn)顩r的實(shí)證研究

劉祥祥

（東北財(cái)經(jīng)大學(xué) 金融學(xué)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(shù)據(jù)選取7個(gè)指標(biāo)對(duì)我國(guó)31個(gè)省市進(jìn)行實(shí)證分析，來(lái)衡量不同地區(qū)的保險(xiǎn)發(fā)展?fàn)顩r。結(jié)果發(fā)現(xiàn)，我國(guó)各地區(qū)保險(xiǎn)發(fā)展水平的差異很大。為縮小各地區(qū)保險(xiǎn)發(fā)展的差距，必須在政策加大對(duì)保險(xiǎn)發(fā)展落后地區(qū)的保險(xiǎn)支持力度。

因子分析；聚類分析；保險(xiǎn)發(fā)展?fàn)顩r；保險(xiǎn)指標(biāo)

隨著現(xiàn)代市場(chǎng)經(jīng)濟(jì)的發(fā)展和改革開放的深入，保險(xiǎn)與經(jīng)濟(jì)發(fā)展的關(guān)系密不可分。一方面，經(jīng)濟(jì)發(fā)展是保險(xiǎn)發(fā)展的基礎(chǔ)，經(jīng)濟(jì)發(fā)展帶動(dòng)了保險(xiǎn)發(fā)展，但是伴隨各地區(qū)經(jīng)濟(jì)發(fā)展不平衡也產(chǎn)生的各地區(qū)保險(xiǎn)發(fā)展的不平衡；另一方面，保險(xiǎn)日益成為市場(chǎng)經(jīng)濟(jì)發(fā)展的強(qiáng)大動(dòng)力，保險(xiǎn)的發(fā)展極大促進(jìn)了經(jīng)濟(jì)的發(fā)展，保險(xiǎn)發(fā)達(dá)有利于保障當(dāng)?shù)亟?jīng)濟(jì)快速、健康的發(fā)展，保險(xiǎn)落后則不僅不能為當(dāng)?shù)亟?jīng)濟(jì)及發(fā)展起到保障作用，甚至?xí)钃辖?jīng)濟(jì)發(fā)展。而各地區(qū)保險(xiǎn)的發(fā)展不平衡性不僅影響保險(xiǎn)和經(jīng)濟(jì)發(fā)展，更重要的是對(duì)一國(guó)保險(xiǎn)業(yè)乃至整個(gè)國(guó)民經(jīng)濟(jì)的快速、協(xié)調(diào)、健康發(fā)展產(chǎn)生不利影響[1]。因此研究中國(guó)不同地區(qū)的保險(xiǎn)發(fā)展問(wèn)題對(duì)促進(jìn)各地區(qū)保險(xiǎn)業(yè)乃至全國(guó)經(jīng)濟(jì)協(xié)調(diào)發(fā)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(shù)幾個(gè)因子來(lái)描述許多指標(biāo)或因素之間的聯(lián)系，以較少幾個(gè)因子反映原資料的大部分信息的統(tǒng)計(jì)學(xué)方法。因子分析的特點(diǎn)是：（1）因子變量的數(shù)量遠(yuǎn)少于原有的指標(biāo)變量的數(shù)量，對(duì)因子變量的分析能夠減少分析中的計(jì)算工作量。（2）因子變量不是對(duì)原有變量的取舍，而是根據(jù)原始變量的信息進(jìn)行重新組構(gòu)，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(guān)關(guān)系，對(duì)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(duì)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(guò)下面的數(shù)學(xué)模型表示：

其中x1,x2,K,xp為p個(gè)原始變量，且是均值為0、標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)化變量，F(xiàn)1,F2,KFP為p個(gè)因子變量，F(xiàn)為公因子。

（二）聚類分析[3]

表1 指標(biāo)評(píng)價(jià)的名稱、單位

聚類分析又稱群分析，是多元統(tǒng)計(jì)分析中研究樣本或指標(biāo)的一種主要的分類方法。在經(jīng)濟(jì)領(lǐng)域中，根據(jù)影響國(guó)家、地區(qū)乃至單位的經(jīng)濟(jì)效益、發(fā)展水平的各項(xiàng)指標(biāo)進(jìn)行聚類，然后根據(jù)分析結(jié)果進(jìn)行綜合評(píng)價(jià)，以便得出科學(xué)的結(jié)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(tǒng)聚類分析法。系統(tǒng)聚類法的基本思想是：

1）將全部n個(gè)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(jì)算各類之間的距離，并將最近的兩類合為一類；

4）重復(fù)步驟3這樣從有n類開始，每次合并一類，經(jīng)過(guò)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(guò)程用一個(gè)直觀圖畫出來(lái)，即畫出聚類圖；

二、我國(guó)區(qū)域保險(xiǎn)發(fā)展?fàn)顩r的實(shí)證研究

（一）數(shù)據(jù)來(lái)源與處理

選取7個(gè)不同的保險(xiǎn)指標(biāo)來(lái)衡量不同區(qū)域的保險(xiǎn)發(fā)展?fàn)顩r。為了消除指標(biāo)間量綱不一致以及數(shù)量級(jí)差異的影響，本文采用Z-score標(biāo)準(zhǔn)化處理，即把同趨勢(shì)數(shù)據(jù)轉(zhuǎn)化為均值為0、標(biāo)準(zhǔn)差為1的數(shù)據(jù)。各省市的指標(biāo)評(píng)價(jià)的名稱、單位如表1所示。

（二）實(shí)證分析

1. 確定主成分因子

選取2010年的不同區(qū)域的截面數(shù)據(jù)在確定指標(biāo)體系的基礎(chǔ)上進(jìn)行實(shí)證分析，可以得到基于SPSS16.0的方差分解及旋轉(zhuǎn)后的主成分提取分析表，見表2。

表2 指標(biāo)的方差分解及旋轉(zhuǎn)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(biāo)，如果特征值小于1說(shuō)明主成分的解釋力度還不如直接引用一個(gè)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(biāo)準(zhǔn)。由表2知，前3個(gè)主成分因子的特征值均大于1，且其累計(jì)貢獻(xiàn)率已達(dá)93.058%，參考累計(jì)貢獻(xiàn)率已達(dá)85%的主成分因子選取原則，提取前3個(gè)因子作為主成分因子。

2. 各地區(qū)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(shù)為：

計(jì)算每個(gè)地區(qū)的因子得分，然后按照總得分多少進(jìn)行排序，以反映各地區(qū)保險(xiǎn)發(fā)展的差異。每個(gè)地區(qū)的因子得分計(jì)算方法是：用每個(gè)因子的方差貢獻(xiàn)率做權(quán)數(shù)，對(duì)每個(gè)因子得分進(jìn)行加權(quán)，然后加總得到每個(gè)地區(qū)的總因子得分。計(jì)算公式為：

式中，λ為每個(gè)因子對(duì)應(yīng)的方差貢獻(xiàn)率，所以有：

將標(biāo)準(zhǔn)化的數(shù)據(jù)代入F1、F2、F3、F，可得出根據(jù)主成分綜合模型計(jì)算的綜合主成分值，并對(duì)其按照綜合主成分值進(jìn)行排序，以此對(duì)各地區(qū)保險(xiǎn)發(fā)展?fàn)顩r進(jìn)行綜合評(píng)價(jià)比較，結(jié)果見表3。

表3 各地區(qū)主因子、綜合因子的得分及排名

（續(xù)表3）

3. 聚類分析

運(yùn)用SPSS的分層聚類方法（Q型聚類）進(jìn)行聚類分析，聚類過(guò)程中采用Ward法，距離測(cè)度采用歐氏距離法。

對(duì)因子分析結(jié)果中所得到的數(shù)據(jù)進(jìn)行聚類分析，結(jié)果如圖1所示。

圖1 各地區(qū)保險(xiǎn)發(fā)展?fàn)顩r的聚類分析

聚類分析的分類結(jié)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(nèi)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(biāo)，合為一類的省市在保險(xiǎn)發(fā)展的現(xiàn)狀上具有一定的相似性。

三、我國(guó)各地區(qū)保險(xiǎn)發(fā)展差異的原因分析

各因子的得分、綜合得分及排名，說(shuō)明了我國(guó)31個(gè)省市的保險(xiǎn)發(fā)展?fàn)顩r取決于3個(gè)因子的綜合作用。同時(shí)這種得分的差異性也說(shuō)明了我國(guó)31個(gè)省市的保險(xiǎn)在發(fā)展水平、發(fā)展進(jìn)程、險(xiǎn)種結(jié)構(gòu)上存在著差異。這種差異是長(zhǎng)期保險(xiǎn)發(fā)展過(guò)程中的很多因素綜合作用的結(jié)果。

1. 北京、上海保險(xiǎn)發(fā)展?fàn)顩r的綜合得分是最高的，同時(shí)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(xiǎn)市場(chǎng)開放程度高、很早引進(jìn)外資，其保險(xiǎn)市場(chǎng)已是國(guó)內(nèi)最成熟的。（2）很多保險(xiǎn)公司的總部都在北京、上海，保險(xiǎn)公司在產(chǎn)品開發(fā)、風(fēng)險(xiǎn)管理等方面的創(chuàng)新領(lǐng)先于全國(guó)，其成熟的保險(xiǎn)銷售渠道、多樣化的服務(wù)理念也是其他省市無(wú)法媲美的；同時(shí)，北京、上海的高校云集和眾多高素質(zhì)人才為保險(xiǎn)的產(chǎn)品開發(fā)提供了良好的發(fā)展環(huán)境。（3）北京、上海的經(jīng)濟(jì)持續(xù)發(fā)展，并將不斷產(chǎn)生新的保險(xiǎn)需求，這給保險(xiǎn)業(yè)的新發(fā)展提供了堅(jiān)實(shí)的后盾；尤其是兩座城市金融業(yè)的快速發(fā)展，給保險(xiǎn)業(yè)帶來(lái)的不僅是市場(chǎng)地位、發(fā)展環(huán)境優(yōu)化，還有直接的市場(chǎng)機(jī)會(huì)；與此同時(shí)，政策的支持對(duì)保險(xiǎn)發(fā)展積極支持，推動(dòng)保險(xiǎn)業(yè)的進(jìn)一步發(fā)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(gè)省的經(jīng)濟(jì)發(fā)展速度較快、城市化水平不斷提高促進(jìn)了經(jīng)濟(jì)發(fā)展，進(jìn)一步促進(jìn)了保險(xiǎn)的需求增加，同時(shí)很多中小及外資保險(xiǎn)公司也開始進(jìn)入這些市場(chǎng)。（2）上述幾省的人口基數(shù)大，隨著國(guó)民教育水平的不斷提高，高素質(zhì)、高學(xué)歷人才的匯集，有益于這些地區(qū)保險(xiǎn)的進(jìn)一步發(fā)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(nèi)蒙古、廣西、貴州、云南、新疆、寧夏的保險(xiǎn)業(yè)發(fā)展水平比以上幾個(gè)省市差一點(diǎn)

主要原因有：（1）這些省市多位于中東部且經(jīng)濟(jì)發(fā)展水平較快，但是對(duì)風(fēng)險(xiǎn)的認(rèn)識(shí)相對(duì)薄弱。（2）這些地區(qū)保險(xiǎn)起步比較晚，相對(duì)于北京、上海等東部省市，這些地區(qū)的保險(xiǎn)潛力遠(yuǎn)未發(fā)掘出來(lái)。

4. 海南、西藏、甘肅、青海保險(xiǎn)評(píng)價(jià)指標(biāo)的綜合得分最低

主要原因有：（1）這幾個(gè)省市位于西部?jī)?nèi)陸，經(jīng)濟(jì)發(fā)展水平低、發(fā)展落后，人口素質(zhì)不高，因此落后的經(jīng)濟(jì)發(fā)展水平滯后了保險(xiǎn)的發(fā)展。（2）風(fēng)險(xiǎn)意識(shí)、消費(fèi)習(xí)慣、風(fēng)俗習(xí)慣等也與保險(xiǎn)發(fā)展的落后有著一定的關(guān)系。

四、結(jié)束語(yǔ)

選取了7個(gè)不同指標(biāo)對(duì)我國(guó)各地區(qū)的保險(xiǎn)發(fā)展?fàn)顩r進(jìn)行實(shí)證分析，發(fā)現(xiàn)各地區(qū)的保險(xiǎn)發(fā)展由于歷史、政策、經(jīng)濟(jì)水平等原因發(fā)展很不均衡。東中西部的保險(xiǎn)發(fā)展差距依舊很大，要解決這些問(wèn)題，需要統(tǒng)籌經(jīng)濟(jì)發(fā)展，促進(jìn)保險(xiǎn)與經(jīng)濟(jì)同步發(fā)展；需要轉(zhuǎn)變發(fā)展方式，提升發(fā)展動(dòng)力，促進(jìn)保險(xiǎn)資源優(yōu)化配置[4]；需要對(duì)保險(xiǎn)發(fā)展落后地區(qū)的保險(xiǎn)產(chǎn)業(yè)加以政策上的支持。

[1]孫秀清.中國(guó)區(qū)域保險(xiǎn)發(fā)展研究[M].大連:東北財(cái)經(jīng)大學(xué)出版社,2008(7):9-18.

[2]何曉群.多元統(tǒng)計(jì)分析[M].北京:中國(guó)人民大學(xué)出版社, 2004:167-181.

[3]薛薇.統(tǒng)計(jì)分析與Spss的應(yīng)用[M].北京:中國(guó)人民大學(xué)出版社,2008:321-351.

[4]郭金龍.我國(guó)保險(xiǎn)業(yè)區(qū)域協(xié)調(diào)發(fā)展分析和建議[J].創(chuàng)新, 2011(5):5-8.

（責(zé)任編輯、校對(duì)：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?yàn)轱L(fēng)險(xiǎn)管理與商業(yè)保險(xiǎn)。