張?zhí)烨?/p>

摘 要：當(dāng)前我國縣域保險的發(fā)展?jié)摿φ鸩结尫牛绾螠蚀_把握縣域保險的發(fā)展形勢，積極采取科學(xué)有效的營銷策略，正成為保險公司謀求發(fā)展的訴求。本文以青島財產(chǎn)保險市場為例，針對縣域保險市場營銷的影響因素開展實證分析。外部環(huán)境方面，利用PEST分析法，研究環(huán)境因素對縣域保險市場營銷的影響。內(nèi)部競爭方面，采用回歸模型分析法，選取大量行業(yè)真實數(shù)據(jù)開展研究，并對回歸模型的顯著性進行驗證。

關(guān)鍵詞：PEST工具 4P理論 實證分析

隨著縣域經(jīng)濟的快速發(fā)展和汽車消費需求的釋放，縣域市場已成為當(dāng)前及未來一段時期最具成長性和盈利性的市場。然而保險公司在農(nóng)村市場普遍存在著“高投入、低產(chǎn)出”的現(xiàn)象，縣域保險市場營銷產(chǎn)能得不到釋放和提升，難以分享縣域經(jīng)濟社會發(fā)展紅利。所以，研究縣域保險市場營銷的影響因素，加快拓展縣域市場，不僅對財產(chǎn)保險行業(yè)具有重要的戰(zhàn)略意義，對財產(chǎn)保險公司也具有緊迫的現(xiàn)實意義。

一、縣域保險市場營銷的影響因素分析

從營銷4P理論的角度來看，影響縣域保險營銷的因素可劃分為兩類，一類是縣域保險機構(gòu)所處的外部環(huán)境因素，包括政治法律、經(jīng)濟、社會以及技術(shù)環(huán)境；另一類是縣域保險機構(gòu)自身可以控制的內(nèi)部因素，包括渠道、產(chǎn)品、價格以及促銷策略。

以下以青島財產(chǎn)保險市場為例，針對縣域保險市場營銷的影響因素開展實證分析。

（一）外部影響因素分析

外部環(huán)境方面，我們可以簡單利用PEST工具，分析外部環(huán)境因素對縣域保險營銷的影響，包括：

1.政治法律環(huán)境（P）。國家治理體系與治理能力建設(shè)深入推進，為保險行業(yè)服務(wù)政府轉(zhuǎn)型提供了新機遇。

政府職能轉(zhuǎn)變，采購服務(wù)放大財政效應(yīng)，推動農(nóng)業(yè)保險、扶貧保險、大病保險、醫(yī)保經(jīng)辦服務(wù)加快發(fā)展；社會領(lǐng)域法治化建設(shè)推動保險廣泛參與社會治理，各類責(zé)任保險、民生保險、巨災(zāi)保險迎來發(fā)展契機；法治中國建設(shè)的全面推進，需要發(fā)揮保險機制作用，解決法律糾紛、調(diào)解社會矛盾；經(jīng)濟金融領(lǐng)域法治化建設(shè)為行業(yè)健康發(fā)展、有序競爭提供有效保障，包括健全市場競爭政策、完善市場競爭規(guī)則、統(tǒng)一反壟斷執(zhí)法等，將為行業(yè)發(fā)展提供健康的法治環(huán)境。

2.經(jīng)濟環(huán)境（E）。經(jīng)濟轉(zhuǎn)型升級為保險行業(yè)中速增長，加大供給奠定了新基礎(chǔ)。

宏觀經(jīng)濟步入新常態(tài)，保持中高速增長，保險需求持續(xù)釋放；汽車市場格局變化推動車險發(fā)展模式加快轉(zhuǎn)變；經(jīng)濟增長動力轉(zhuǎn)換，供給側(cè)結(jié)構(gòu)性改革，將引發(fā)產(chǎn)業(yè)保險新需求；農(nóng)業(yè)現(xiàn)代化加快推進，推動保險業(yè)從傳統(tǒng)農(nóng)業(yè)保險向全產(chǎn)業(yè)鏈保險延伸；“一帶一路”建設(shè)需要保險業(yè)服務(wù)國家開放發(fā)展，面向全球提供保險服務(wù)。

3.社會環(huán)境（S）。全面建成小康社會為保險行業(yè)充分發(fā)揮社會治理功能開辟了新領(lǐng)域。

人口老齡結(jié)構(gòu)持續(xù)深入；中等收入群體占比上升；個性化、體驗化、互聯(lián)網(wǎng)消費升級；城鎮(zhèn)居民的可支配收入持續(xù)增長，均將釋放巨大保險需求；全面建成小康、民生建設(shè)、城鎮(zhèn)化推進；健全公共安全體系、生態(tài)文明建設(shè)，均需要保險機制的有效參與、深度融合。

4.技術(shù)環(huán)境（T）。新技術(shù)應(yīng)用與產(chǎn)業(yè)革命興起，為保險行業(yè)風(fēng)險管理模式創(chuàng)新開啟了新未來。

移動互聯(lián)、物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等新技術(shù)應(yīng)用深刻影響經(jīng)濟發(fā)展與社會變革；科技進步帶來了新的風(fēng)險保障需求，升級了新的風(fēng)險管理技術(shù)；移動互聯(lián)改變了消費者的行為習(xí)慣，創(chuàng)新了生產(chǎn)者的產(chǎn)品服務(wù)模式。

（二）內(nèi)部影響因素分析

內(nèi)部競爭方面，我們采用回歸模型分析法，通過運用青島市縣域保險市場，及A財產(chǎn)保險公司的真實數(shù)據(jù)進行實證研究，對回歸模型的顯著性進行分析和驗證。產(chǎn)品策略包括保險產(chǎn)品的數(shù)量、種類以及涉及領(lǐng)域；定價策略包括定價因子、折扣系數(shù)以及風(fēng)險偏好；渠道策略包括直銷渠道與中介渠道（含經(jīng)紀、代理、銀保、兼業(yè)代理及交叉銷售）的機構(gòu)數(shù)量、結(jié)構(gòu)占比，直銷、中介、個代人員的數(shù)量、團隊化管理，渠道銷售費用及傭金比例等；促銷策略包括廣告宣傳、禮品贈送、服務(wù)提供等。

二、縣域保險市場營銷的實證分析

（一）樣本選取與變量選擇

在選擇變量時我們主要參考了營銷4P理論，并且試圖兼顧內(nèi)、外部影響因素，但考慮到部分因素難以量化，或公開數(shù)值難以獲取，故搭建模式時，我們根據(jù)實際數(shù)據(jù)獲取及市場調(diào)研的情況，優(yōu)先選取了主要影響因素：產(chǎn)品、渠道、價格和促銷，其中產(chǎn)品方面我們選取的是縣域保險市場的產(chǎn)品數(shù)量；渠道方面我們選擇了財險員工人數(shù)（財險員工屬于傳統(tǒng)直銷渠道，是產(chǎn)險公司的主要銷售力量）、壽險代理人人數(shù)（壽險代理人屬于交叉銷售渠道，是產(chǎn)險公司不可忽視的銷售力量）、縣域機構(gòu)數(shù)量、手續(xù)費及傭金這四組變量；價格和促銷方面我們選擇了車險折扣率和廣告宣傳費用。在內(nèi)部可控因素之外，我們也選取了一個外部影響的因素：GDP。在變量的取值上，我們盡可能的覆蓋了青島市的主要縣域，包括黃島、開發(fā)區(qū)、即墨、城陽、平度、膠州、萊西7個縣市區(qū)，時間跨度從2012年到2016年。

縣域保險營銷策略的選擇最終體現(xiàn)為縣域保險市場保費規(guī)模的大小。我們關(guān)注的是這幾類變量對于縣域市場中財產(chǎn)保險保費收入的影響，保險市場數(shù)據(jù)主要來源于監(jiān)管部門通報的縣域市場經(jīng)營數(shù)據(jù)，宏觀經(jīng)濟數(shù)據(jù)主要來源于青島各縣市政府年度統(tǒng)計公報。

如表1所示，Y代表保費收入（萬元），X1代表GDP（億元），X2代表財險員工人數(shù)（人），X3代表壽險代理人人數(shù)（人），X4代表縣域機構(gòu)數(shù)量（個），X5代表縣域產(chǎn)品數(shù)量（個），X6代表廣告及宣傳費用（萬元），X7代表手續(xù)費及傭金費用（萬元），X8代表車險折扣率（%）。

其中7個縣市的觀測值數(shù)量總計280個，分別如下：X1GDP，數(shù)值35個；Y保費收入，數(shù)值35個，X2財險員工人數(shù)，數(shù)值35個，X3壽險代理人人數(shù)，數(shù)值35個，X4縣域機構(gòu)數(shù)量，數(shù)值35個，X5縣域產(chǎn)品數(shù)量，數(shù)值35個，X6廣告及宣傳費用，數(shù)值35個，X7手續(xù)費及傭金費用，數(shù)值35個；X8車險折扣率，數(shù)值35個。

根據(jù)表1的統(tǒng)計數(shù)據(jù)，我們建立因變量Y與各個影響因素（也稱自變量，分別是X1、X2、……、X8）之間的回歸方程。由于時間序列的存在，對數(shù)據(jù)取自然對數(shù)會使得數(shù)據(jù)的協(xié)整趨勢更加線性化，而不改變原數(shù)據(jù)的協(xié)整關(guān)系，還可以在一定程度上消除異方差，因此，此處我們對數(shù)據(jù)進行對數(shù)變換。對數(shù)變換的結(jié)果如表2所示：

（二）模型構(gòu)建與數(shù)據(jù)檢驗

1.多元線性回歸模型。假定對n個觀察對象依次測定因變量Y與k個自變量X1，X2，……，Xk 的數(shù)值，多元線性回歸模型的一般形式為

2.多元線性回歸模型的特點。多元回歸分析法可以在多個因素存在的情況下使用，并且具有簡單方便的特點，因此適合對經(jīng)濟問題進行分析。在回歸分析中，凡采用了相同的數(shù)據(jù)和模型，使用了標(biāo)準的統(tǒng)計方法，計算出的結(jié)果便是唯一的。但通過圖表的形式對數(shù)據(jù)關(guān)系進行解釋往往會存在主觀差異，不同的分析者很可能得出不同的擬合曲線。此外，回歸分析也能夠較為準確地計算出每個因素彼此之間的相關(guān)程以及回歸的擬合度，從而提高預(yù)測的效果。

需要注意的是，線性回歸模型是通過最小二乘法（OLS）的方式得出來的解，存在兩方面的問題：一方面，模型可能存在過度擬合的情況，即過于完美的吻合了既有的數(shù)據(jù)，但是偏離了真實的曲線；另一方面，又可能因為變量過多而失去模型的解釋性，使我們無法知道哪些變量在事實上會有影響，哪些變量對預(yù)測最有幫助。因此我們需要注意觀察方程的調(diào)整R方（adjusted R square）。調(diào)整R方既考慮了樣本量的影響，又考慮了回歸中自變量個數(shù)的影響，這樣調(diào)整R方的值就不會由于自變量個數(shù)的增加而接近于1。

3.模型建模。根據(jù)以上的回歸模型，我們建立因變量Y與各個自變量（影響因素）彼此之間的回歸方程。在這里我們用Y代表保費收入，X1代表GDP，X2代表財險員工人數(shù)，X3代表壽險代理人人數(shù)，X4代表縣域機構(gòu)數(shù)量，X5代表縣域產(chǎn)品數(shù)量，X6代表廣告及宣傳費用，X7代表手續(xù)費及傭金費用，X8代表車險折扣率。則用多元線性回歸方程可以表示為：

在兩種情況下會存在模型的內(nèi)生性問題：（1）有變量被遺漏，且被遺漏的變量與模型中的變量有相關(guān)性；（2）因變量和自變量之間有相互作用，互為因果。在存在內(nèi)生性的情況下，使用最小二乘法估計回歸系數(shù)會直接導(dǎo)致估計結(jié)果有偏且不一致。因此，本文盡可能多的選擇了與因變量相關(guān)的自變量，以降低內(nèi)生性的可能，并期望通過顯著性檢驗篩選出與因變量相關(guān)度較強的幾組變量來構(gòu)建模型。

利用Minitab 17.1.0統(tǒng)計軟件分析結(jié)果如下：

表3為描述性統(tǒng)計量的輸出表格，包括觀測樣本（N）、均值（Mean）、標(biāo)準差（StandardDeviation）、極小值（Minimum）、第一四分位數(shù)（Q1）、中位數(shù)（Median）、第三四分位數(shù)（Q3）和極大值（Maximum）。

以LNY為例，從集中趨勢來看，其35組數(shù)據(jù)的均值為10.6800，中位數(shù)為10.7440。從離中趨勢來看，35組數(shù)據(jù)的極差為1.5110（Maximum—Minimum），四分位差為0.4700（Q3—Q1），標(biāo)準差為0.3180。從分布形態(tài)來看，如圖1頻數(shù)分布的直方圖和圖2正態(tài)概率圖所示，在經(jīng)過對數(shù)變換之后，LNY的樣本符合正態(tài)分布。

用Minitab 17.1.0軟件對上述自變量和因變量進行相關(guān)性檢驗，看有幾個因素與保費收入有相關(guān)性。

如表4所示，在對數(shù)變換之后，X7手續(xù)費傭金與因變量Y保費收入的相關(guān)系數(shù)大于0.8，存在強相關(guān)性；X1 GDP、X2財險員工人數(shù)、X3壽險代理人人數(shù)、X4縣域機構(gòu)數(shù)量、X5縣域產(chǎn)品數(shù)量、X8車險折扣率這幾個因素與Y的相關(guān)系數(shù)在0.3到0.8之間，存在著較強的相關(guān)性；而X6廣告宣傳費用與Y的相關(guān)系數(shù)小于0.3，相關(guān)性較低。

此外，各個因素之間也存在著一定的相關(guān)性，比如X3壽險代理人人數(shù)與X5縣域產(chǎn)品數(shù)量、X7手續(xù)費傭金及X8車險折扣率。為了消除各個因素之間的自相關(guān)性，減少重復(fù)性的因素，我們對數(shù)據(jù)進行多元線性回歸分析，結(jié)果如表5所示。

Adj SS代表原始的貢獻度，由此可見，八個自變量的原始貢獻度大小依次為LNX1、LNX7、LNX8、LNX2、LNX5、LNX6、LNX3以及LNX4。

P-Value值代表各個因素對因變量Y影響的顯著性。當(dāng)一個影響因素的P值大于0.05時，表示該因素為非顯著因素，即該因素與其他的因素相比對因變量Y的影響力不顯著，可以從回歸方程中去除。從P值最大的影響因素開始逐個去除非顯著因素，每去除一個非顯著因素，就需要重新計算回歸系數(shù)并檢驗其余各個因素的顯著性，然后再去除其中P值最大（P>0.05）的非顯著因素，直到所有因素的P值都小于0.05為止。

經(jīng)過多次操作檢驗之后，發(fā)現(xiàn)LNX4、LNX3、LNX6、LNX5雖然對LNY有相關(guān)性，但是相對于其他的因素而言相關(guān)性偏低，為非顯著因素?？紤]到模型的解釋性，將這四個因素依次排除，只保留P值小于0.05的顯著影響因素（LNX1、LNX2、LNX7、LNX8），再對擬合的多元線性回歸方程作顯著性檢驗。

如表6所示，經(jīng)顯著性檢驗，LNX1、LNX2、LNX7、LNX8每個因素的P值均小于0.05，且回歸方程的P=0.000，代表所擬合的多元線性回歸方程有統(tǒng)計學(xué)意義。

如表7所示，對包含LNX1、LNX2、LNX7、LNX8擬合的多元線性回歸方程模型作評價，其中擬合優(yōu)度用決定系數(shù)（R2）來評價，代表實際情況與預(yù)測結(jié)果相吻合的程度。通常當(dāng)R2>0.80時，認為線性回歸模型對一組數(shù)據(jù)是有效的。如果R2的值越接近于1，表明回歸直線對觀測指標(biāo)的擬合度越好；反之，如果R2的值越小，表明回歸直線對觀測指標(biāo)的擬合度越差。

擬合優(yōu)度數(shù)值R2=96.49%，大于0.80，說明對LNY擬合包含（LNX1、LNX2、LNX7、LNX8）的線性回歸方程，LNY的總離均差平方和能被（LNX1、LNX2、LNX7、LNX8）解釋的程度較高。

R2（adj），又稱調(diào)整R方，是R2基于變量個數(shù)的調(diào)整。R2傾向于過度估計變量對結(jié)果的擬合程度，特別是在存在多個變量的情況下。R2（adj）=96.02%，只比R2低0.47%，說明在考慮變量個數(shù)的情況下，LNY的總離均差平方和能被（LNX1、LNX2、LNX7、LNX8）解釋的程度仍然較高，不存在過度擬合的情況。即回歸方程對觀測指標(biāo)的擬合度較好。

如表8所示，標(biāo)準回歸系數(shù)T-Value代表4個自變量對應(yīng)變量LNY的影響。由標(biāo)準回歸系數(shù)T-Value可見，4個變量的影響從大到小依次為LNX7、LNX1、LNX2和LNX8，其中LNX7和LNX1的影響較為顯著，LNX2和LNX8的影響稍弱。

方差膨脹因子VIF代表共線性的大小，VIF越大則共線性越嚴重。一般情況下VIF小于10則認為不存在多重共線性。如表8所示，回歸方程中四個影響因素的VIF值均小于10，代表四個影響因素之間并不存在共線性。

4.回歸方程。綜上所述，經(jīng)過對影響因素的顯著性檢驗和篩選，線性回歸得到的一般回歸方程為：

其標(biāo)準化的方法為z-score 標(biāo)準化。該方法是針對原始數(shù)據(jù)的平均值和標(biāo)準差來進行標(biāo)準化處理。用每一變量減去其平均值，得到的差再除以這一變量的標(biāo)準差，計算得到標(biāo)準化的回歸系數(shù)。標(biāo)準化后，各個變量的平均值是0，標(biāo)準差是1，這樣就能把量綱與數(shù)量級的影響消除。

三、結(jié)果分析

通過對縣域保險市場營銷的影響因素開展實證分析，得出以下結(jié)論：

1.GDP與縣域市場保費收入存在強相關(guān)性，標(biāo)準回歸系數(shù)為6.37，表明縣域保險市場營銷受外部環(huán)境因素的影響較大。隨著縣域政治、經(jīng)濟、社會和技術(shù)的發(fā)展與進步，縣域保險市場也會快速成長與壯大，保險公司需要通過優(yōu)化設(shè)計縣域保險市場營銷策略，來實現(xiàn)自身的發(fā)展目標(biāo)。

2.手續(xù)費及傭金，財險員工數(shù)量等與縣域市場保費收入存在強相關(guān)性，標(biāo)準回歸系數(shù)為8.77和3.53，表明縣域保險市場營銷受渠道因素的影響較大。一方面，手續(xù)費及傭金是反應(yīng)中介渠道銷售成本的重要指標(biāo)，表明保險公司需要在準確測算渠道銷售成本的基礎(chǔ)上，建立與中介的合作關(guān)系，實施專管專營。另一方面，財險員工屬于傳統(tǒng)直銷渠道，是縣域保險市場營銷的基礎(chǔ)和前提，但受制于渠道銷售人員不足，專業(yè)管理缺乏等因素影響，渠道產(chǎn)能未能得到有效釋放，保險公司需要持續(xù)強化面向縣域保險市場的銷售渠道建設(shè)。

3.縣域機構(gòu)數(shù)量、壽險代理人數(shù)量等與縣域市場保費收入存在一定的相關(guān)性，但相關(guān)性偏低，表明保險公司的渠道策略設(shè)計應(yīng)當(dāng)有所側(cè)重。一方面，壽險代理人屬于交叉銷售渠道，是財險員工的輔助和補充，保險公司的渠道策略應(yīng)以加強自主渠道建設(shè)為主，發(fā)展第三方渠道為輔。另一方面，縣域保險機構(gòu)的鋪設(shè)對于縣域保險市場的營銷并無顯著作用，保險公司應(yīng)當(dāng)把有限的資源更多的投向渠道建設(shè)和隊伍建設(shè)。

4.車險折扣率與縣域市場保費收入存在強相關(guān)性，標(biāo)準回歸系數(shù)為-3.53，表明縣域保險市場營銷受價格因素的影響較大。保險公司需要注重價格策略，探索建立縣域保險定報價新模式，通過提升定價能力來實現(xiàn)精準營銷。

5.縣域產(chǎn)品數(shù)量與縣域市場保費收入存在一定的相關(guān)性，但相關(guān)性偏低，表明產(chǎn)品因素對縣域保險市場營銷也有一定的影響，但當(dāng)前縣域保險產(chǎn)品的數(shù)量尚未充分滿足縣域經(jīng)濟社會發(fā)展的多方面需求，需要加大針對縣域保險市場的產(chǎn)品創(chuàng)新力度。

6.廣告及宣傳費等與縣域市場保費收入存在一定的相關(guān)性，但相關(guān)性偏低，表明促銷因素對縣域保險市場營銷也有一定的影響，但現(xiàn)階段的影響力度較小。

綜上所述，縣域保險市場營銷既受外部環(huán)境因素影響，也受內(nèi)部競爭因素影響。外部環(huán)境方面，利用PEST工具分析，表明在社會治理升級，經(jīng)濟發(fā)展轉(zhuǎn)型，全面建成小康以及新技術(shù)變革等因素共同影響下，縣域保險需求將持續(xù)釋放，保險公司需要通過優(yōu)化設(shè)計縣域保險市場營銷策略，來實現(xiàn)自身的發(fā)展目標(biāo)。內(nèi)部競爭方面，運用回歸模型分析，顯示4P理論中四個因素的影響力各有不同，其中渠道和價格因素的影響較為關(guān)鍵，在拓展縣域保險市場的營銷策略設(shè)計中，應(yīng)當(dāng)被優(yōu)先考慮；產(chǎn)品和促銷因素的影響相對次之，在制定營銷策略組合時，也應(yīng)被納入考慮。

參考文獻：

[1]王光祥.新農(nóng)村建設(shè)視角的縣域保險發(fā)展研究[D].中南林業(yè)科技大學(xué)， 2014.

[2]粟芳，汪桂霞.中國農(nóng)村保險市場整體低迷的地區(qū)差異及成因分析——基于上海財經(jīng)大學(xué)2015年“千村調(diào)查”[J].上海保險， 2016（8）：26—33.

[3]徐陽，屈廣玉.保險消費、區(qū)域金融差異與經(jīng)濟增長的動態(tài)關(guān)系研究——基于非線性面板模型的實證分析[J].保險研究，2017（3）：39—55.

[4]姜天龍，范靜.保險業(yè)市場結(jié)構(gòu)對經(jīng)濟增長的影響研究-基于省際面板數(shù)據(jù)的空間計量檢驗[J].技術(shù)經(jīng)濟與管理研究，2017（3）：90—94.