劉曉曼 王合玲 張 倩
(1.新疆財經(jīng)大學(xué) 統(tǒng)計與數(shù)據(jù)科學(xué)學(xué)院,新疆 烏魯木齊 830012;2.塔里木大學(xué) 信息工程學(xué)院,新疆 阿拉爾 843300)
新疆生產(chǎn)建設(shè)兵團屯墾戍邊的貢獻對新疆經(jīng)濟發(fā)展起著重要作用,其歷史重任是維護新疆社會穩(wěn)定和長治久安。兵團黨委七屆三次全會強調(diào),以深化改革作為發(fā)展的動力,以兵團向南發(fā)展作為契機,加快推進經(jīng)濟發(fā)展。在新時代維穩(wěn)戍邊的新局面下,要不斷推進各項事業(yè)的發(fā)展和創(chuàng)新,為新疆生產(chǎn)建設(shè)兵團的經(jīng)濟發(fā)展作貢獻。
當(dāng)前相關(guān)研究中,有關(guān)新疆生產(chǎn)總值影響因素的分析研究比較分散,尤其對新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值相關(guān)影響因素的分析研究較少,本文在這方面是一次有意義的嘗試,并且豐富了新疆生產(chǎn)建設(shè)兵團區(qū)域經(jīng)濟增長的相關(guān)理論。本文密切結(jié)合新疆生產(chǎn)建設(shè)兵團的資金投入、經(jīng)濟對外開放度、人力資源、科學(xué)技術(shù)、金融支持、產(chǎn)業(yè)結(jié)構(gòu)六個方面的相關(guān)影響因素中所有相關(guān)指標(biāo),探索影響新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值的因素,并為新疆生產(chǎn)建設(shè)兵團提出合理、科學(xué)的經(jīng)濟發(fā)展建議,對新疆生產(chǎn)建設(shè)兵團跨越式發(fā)展和長治久安有重要意義。
崔凱(2017)利用主成分分析法對影響區(qū)域經(jīng)濟發(fā)展的指標(biāo)進行排序,并選取代表性強的指標(biāo)進行定量分析,將人均GDP作為因變量,資本、勞動和公路交通作為自變量,進行多元回歸分析,得到山東省經(jīng)濟發(fā)展的影響因素主要是公路交通[1]。馬宇(2016)運用甘肅省12個城市的競爭力數(shù)據(jù),通過對比主成分分析法、模糊C均值聚類算法、譜聚類和粒子群算法,得出譜聚類和粒子群算法對甘肅城市競爭力分析的精確度更好[2]。耿杰(2012)將2009年河北省5個地級城市的綜合競爭數(shù)據(jù),進行主成分分析和聚類分析并給出相應(yīng)城市提升的對策和建議[3]。
帥亮乾(2010)運用主成分分析法和希爾系數(shù)對貴州省經(jīng)濟的區(qū)域發(fā)展研究進行評價[4]。曹洪偉(2010)利用主成分分析的方法把承德市與河北省內(nèi)的其他地級市進行定量分析及排序,認為此城市競爭力較弱[5]。劉曉園(2010)利用主成分分析和聚類分析模型將河南18個省轄市(示范區(qū))劃分為三種層次:經(jīng)濟發(fā)達型、發(fā)展型和欠發(fā)達型,并提出河南省經(jīng)濟協(xié)調(diào)發(fā)展的建議[6]。沈飛(2006)利用主成分分析的方法,將大慶與全國城市進行比較,并提出提升大慶競爭力的途徑[7]。陳丹丹(2012)將經(jīng)濟增長質(zhì)量的內(nèi)涵和評價指標(biāo)做了六個方面的劃分,并用主成分分析法對四川經(jīng)濟進行分析,得出四川經(jīng)濟增長的影響因素[8]。
劉青(2008)通過對影響東西部地區(qū)外商直接投資的因素進行回歸分析,認為人力資源、教育與科研能力是制約西部發(fā)展的主要影響因素[9]。吳麗燕(2004)采用凱恩斯的簡單基本模型、兩階段最小二乘法,對澳門經(jīng)濟的計量經(jīng)濟模型進行了分析[10]。王一帆(2016)利用東北三省5年間地級行政區(qū)的循環(huán)經(jīng)濟數(shù)據(jù),運用SBM模型和Tobit回歸分析模型分析東北三省循環(huán)經(jīng)濟影響因素[11]。李文潔(2011)利用1991—2018年的省級面板數(shù)據(jù),采用單位根檢驗、理論分析和模型構(gòu)建,得出對外開放促進市場一體化形成的結(jié)論[12]。
劉忠琪(2011)用混合OLS回歸方程和固定效應(yīng)回歸方程研究認為外商直接投資對四川省經(jīng)濟的增長有正向作用[13]。蔣翠俠和許啟發(fā)(2013)構(gòu)建了有關(guān)食品消費支出影響因素的回歸模型,得出城鄉(xiāng)居民的消費行為有顯著性差異的結(jié)論[14]。王惠文(1998)采用PLS回歸方法建立城市發(fā)展相關(guān)經(jīng)濟因素指標(biāo)的多重多元回歸模型,并對中國部分沿海及內(nèi)陸城市的經(jīng)濟發(fā)展進行比較分析[15]。戚順欣和傅格格等(2017)利用沈陽市8年的地區(qū)生產(chǎn)總值數(shù)據(jù),將被解釋因素(沈陽GDP)和解釋因素做回歸分析,根據(jù)回歸結(jié)果,找到了影響沈陽的經(jīng)濟增長的因素[16]。
儲德銀和黃文正等(2013)利用GMM方法對我國城鄉(xiāng)居民收入差距進行分析,得出我國城鄉(xiāng)居民收入差距與消費需求存在顯著差異[17]。任保平和鈔小靜(2012)研究得出數(shù)量型增長決定經(jīng)濟增長的快慢,質(zhì)量型增長決定經(jīng)濟增長的優(yōu)劣[18]。趙淑玲(2008)對河南省的五大區(qū)域進行區(qū)域間差異現(xiàn)狀和發(fā)展趨勢的綜合分析,提出相應(yīng)政策[19]。
綜上所述,國內(nèi)大部分學(xué)者研究的是影響國家經(jīng)濟發(fā)展的因素、區(qū)域經(jīng)濟之間的影響因素以及某一個產(chǎn)業(yè)對這個地區(qū)生產(chǎn)總值的影響。但對新疆區(qū)域經(jīng)濟的研究、對新疆生產(chǎn)總值影響的研究比較少,鑒于此,本研究是一次有意義的嘗試。
主成分分析法的優(yōu)點是降維,可以將多變量轉(zhuǎn)換成少數(shù)幾個綜合指標(biāo)變量。這些綜合指標(biāo)承載著原始指標(biāo)的大部分信息,并且每個綜合指標(biāo)反映原始數(shù)據(jù)某個類型的特征[20]。
假定原變量的指標(biāo)為 x1,x2,…,xk,可以消除數(shù)據(jù)量綱的標(biāo)準(zhǔn)化指標(biāo)變量為 X1,X2,…,Xk:
將上式中的k個標(biāo)準(zhǔn)化指標(biāo)變量X1,X2,…,Xk轉(zhuǎn)換成m個新變量z1,z2,…,zm,要求線性變換必須滿足的三個條件為:
一種經(jīng)濟現(xiàn)象和多種經(jīng)濟因素之間的聯(lián)系,將其轉(zhuǎn)化為數(shù)學(xué)概念就是一個因變量與多個自變量之間的線性關(guān)系。如果總體的回歸函數(shù)描述的是一個被解釋變量和多個解釋變量之間的線性關(guān)系,那么該總體的回歸函數(shù)就稱為多元線性回歸模型[21]。
線性回歸模型的形式一般為:
上式中,β0,β1,…,βk為未知參數(shù);ε是隨機變量,即誤差項,ε~N(0,σ2)。
模型的顯著性檢驗:
(1)回歸方程的檢驗(F檢驗)。
(2)回歸系數(shù)的檢驗(t檢驗)。
(3)多元線性回歸模型的多重共線性檢驗。
(4)擬合優(yōu)度檢驗。
新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值、第二產(chǎn)業(yè)占GDP的比重、第三產(chǎn)業(yè)占GDP的比重、固定資產(chǎn)投資額、人均生產(chǎn)總值、兵團總?cè)丝?、對外貿(mào)易總額、外商投資總額、實際利用外資額等數(shù)據(jù),來自1992—2018年《新疆生產(chǎn)建設(shè)兵團統(tǒng)計年鑒》,并根據(jù)相關(guān)公式計算資金投入因素、經(jīng)濟對外開放度因素、人力資源因素、科學(xué)技術(shù)因素、金融支持因素和產(chǎn)業(yè)結(jié)構(gòu)因素的相關(guān)指標(biāo)。
表1 新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值影響因素具體指標(biāo)
三大產(chǎn)業(yè)的發(fā)展促進新疆生產(chǎn)建設(shè)兵團經(jīng)濟的發(fā)展,其中,第一產(chǎn)業(yè)主要包括農(nóng)、牧、漁、林業(yè);第二產(chǎn)業(yè)以工業(yè)為主;第三產(chǎn)業(yè)以服務(wù)業(yè)為主。新疆生產(chǎn)建設(shè)兵團的農(nóng)業(yè)主要是種植棉花和紅棗;第二產(chǎn)業(yè)主要以綠色工業(yè)為主,其中重工業(yè)占絕大部分,輕工業(yè)占少數(shù);第三產(chǎn)業(yè)中貨物周轉(zhuǎn)的發(fā)展極為迅速,其中旅客周轉(zhuǎn)量和貨物周轉(zhuǎn)量呈上升趨勢。產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展影響新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值的發(fā)展。2013年其生產(chǎn)總值達1499.87億元人民幣,比1954年兵團成立時增長了220倍,年均增長9.6%;比1981年兵團恢復(fù)時增長了22.9倍,年均增長10.4%。農(nóng)業(yè)基礎(chǔ)地位進一步加強,新型工業(yè)化進程加快,工業(yè)成為主導(dǎo)產(chǎn)業(yè),第三產(chǎn)業(yè)在經(jīng)濟發(fā)展中的作用日益突出。
由圖1可以看出,新疆生產(chǎn)建設(shè)兵團第一產(chǎn)業(yè)的發(fā)展在2010—2017年呈遞減的趨勢,第二產(chǎn)業(yè)的發(fā)展更加迅速,第三產(chǎn)業(yè)的發(fā)展也緩慢上升,2013年以后,其在地區(qū)生產(chǎn)總值中的占比超過了第一產(chǎn)業(yè)的占比。
圖1 1991—2018年新疆生產(chǎn)建設(shè)兵團三大產(chǎn)業(yè)發(fā)展趨勢
在進行主成分分析之前,需對原始數(shù)據(jù)進行KMO和Bartlett球形檢驗,驗證搜集到的數(shù)據(jù)是否適合進行主成分分析。利用DPS數(shù)據(jù)軟件對數(shù)據(jù)進行KMO和Bartlett球形檢驗得知 χ2=510.781,df=153,P=0.001,所以本文搜集的指標(biāo)數(shù)據(jù)可以進行主成分分析。
表2的第二列為從大到小的特征值,第三列為方差貢獻率,第四列為累積貢獻率。由表2中可直觀看到前四個主成分的累積貢獻率達到83.99%,所以采用前四個主成分做進一步的分析。
表2 特征根及方差貢獻率
圖2中,對18個指標(biāo)的特征值進行了評價,虛線表示觀測值的碎檢驗,“×”表示特征值,結(jié)果顯示4個特征值大于1,保留4個主成分。圖2與表2得出的結(jié)果一致,保留4個主成分。
圖2 碎石圖
根據(jù)R語言軟件得到表3因子載荷陣,可知第一主成分中人均社會固定資產(chǎn)投資、實際利用外資額、就業(yè)率、普通高校畢業(yè)生人數(shù)、科研活動課題投入經(jīng)費額、金融相關(guān)比率和第二產(chǎn)業(yè)占GDP的比重有較大載荷,故命名為科技資源主成分;第二主成分中的外貿(mào)依存度、每萬人高校學(xué)生數(shù)、每萬職工擁有科學(xué)技術(shù)人員數(shù)、保險深度和新增貸存款比有較大載荷,反映了兵團生產(chǎn)總值的經(jīng)濟對外開放度、人力資源、金融支持和科學(xué)技術(shù)的指標(biāo),故命名為金融服務(wù)主成分;第三主成分中的固定資產(chǎn)投資環(huán)比增長率、固定資產(chǎn)投資效益系數(shù)、商業(yè)銀行貸款增速和第三產(chǎn)業(yè)占GDP的比重有較大載荷,反映了資金投入、金融支持和產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo),故命名為產(chǎn)業(yè)支持主成分;第四主成分中的外資依存度和專業(yè)技術(shù)人員人數(shù)有較大的載荷,反映了經(jīng)濟對外開放度和科學(xué)技術(shù)的指標(biāo),故命名為經(jīng)濟對外開放度主成分。
表3 因子載荷矩陣
由表4得到的主成分系數(shù),可以得出前四個主成分與原指標(biāo)的線性組合為:
表4 主成分系數(shù)
其中,Xi是標(biāo)準(zhǔn)化的指標(biāo)變量。
利用R語言軟件,采用主成分分析結(jié)果中的18個原始指標(biāo)變量與新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值直接做多元線性回歸分析。結(jié)果顯示,除了變量 x1、x3、x6、x9和x10,其余變量和常數(shù)項都不顯著,其中R2=0.998,解釋了總體數(shù)據(jù)的99.8%,F(xiàn)檢驗的值為411.4,說明方程是顯著的,但是變量間存在多重共線性。
利用新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值和4個主成分Z1、Z2、Z3、Z4進行多元線性回歸分析,可以消除各解釋變量之間的多重共線性且保留全部變量進行線性回歸,它的AIC=272.09。本文選擇4個主成分的線性回歸,利用R語言軟件編程得到表5的結(jié)果,并進行結(jié)果分析。
表5 回歸結(jié)果
由表5可知,參數(shù)的P值均小于0.05,所以參數(shù)均顯著;F檢驗值為280.7且P值均小于0.05,說明多元線性回歸方程整體顯著。R2=0.9799,說明解釋了這個方程總體數(shù)據(jù)的97.99%。由以上結(jié)果可知,被解釋變量在主成分上的多元線性回歸方程為:
VIF值可以檢驗方程是否存在多重共線性,當(dāng)0<VIF<10,說明解釋變量之間不存在多重共線性;當(dāng)10≤VIF<100,說明解釋變量之間存在較強的多重共線性;當(dāng)VIF≥100,說明解釋變量之間存在嚴(yán)重多重共線性。根據(jù)R語言軟件,對4個主成分及新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值進行多元線性回歸,并進行多重共線性檢驗,可知第一主成分、第二主成分、第三主成分和第四主成分的VIF的值均大于0小于10,所以解釋變量之間沒有多重共線性。
由公式(8)可知,科技資源主成分(Z1)對新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值影響最大,其次是產(chǎn)業(yè)支持主成分(Z3)、金融服務(wù)主成分(Z2),最后是經(jīng)濟對外開放度主成分(Z4)。
由圖3中的Residuals vs Fitted圖可知殘差基本是在0附近隨機分布的,模型的擬合效果很好;Normal Q-Q圖可知隨機擾動項服從正態(tài)分布;Residuals vs Leverage這幅圖可看出預(yù)測的置信區(qū)間是比較好的。綜上,建立的回歸模型良好,可以進行預(yù)測。
圖3 回歸診斷圖
由于是利用主成分法進行多元線性回歸,現(xiàn)在需將擬合好的回歸方程進行變量的轉(zhuǎn)化,得到最終方程。
(a)將四個主成分 Z1、Z2、Z3及 Z4的表達式進行轉(zhuǎn)換,得到y(tǒng)對X1~X18的線性回歸模型。其中,Xi是標(biāo)準(zhǔn)化變量,i=1,2,…,18。
(b)將標(biāo)準(zhǔn)化的自變量轉(zhuǎn)換為原始自變量。得到新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值與影響因素的線性回歸方程為:
若其余解釋變量不發(fā)生變化,由公式(9)可知:固定資產(chǎn)投資環(huán)比增長率每減少1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長4.161億元;固定投資效益系數(shù)每減少1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長2.876億元;人均社會固定資產(chǎn)投資每增長1萬元,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長42.957億元;外貿(mào)依存度每減少1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增加1.435億元;外資依存度每增加1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值將平均增長23.191億元;實際利用外資額每增加1萬美元,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長0.009億元;就業(yè)率每增加1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長16.090億元;每萬人高校學(xué)生數(shù)每增加1人,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長0.899億元;普通高校畢業(yè)生人數(shù)每增加1人,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長0.018億元;專業(yè)技術(shù)人員人數(shù)每減少1人,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長0.008億元;每萬職工擁有科學(xué)技術(shù)人員數(shù)每增加1人,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長0.032億元;科研活動課題投入經(jīng)費額每增加1萬元,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長0.010億元;金融相關(guān)比率每減少1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長2.837億元;商業(yè)銀行貸款增速每降低1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長3.036億元;保險深度每增加1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長2.615億元;新增貸存款比每減少1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長0.887億元;第二產(chǎn)業(yè)占GDP的比重每增加1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長13.402億元;第三產(chǎn)業(yè)占GDP的比重每增加1%,新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值平均增長8.841億元。
利用主成分分析法,將六大方面因素的所有指標(biāo)劃分為四個主成分,第一主成分(Z1)主要從人均社會固定資產(chǎn)投資、實際利用外資額、普通高校畢業(yè)生人數(shù)、科研活動課題投入經(jīng)費額、金融相關(guān)比率和第二產(chǎn)業(yè)占GDP的比重進行解釋;第二主成分(Z2)主要解釋了外貿(mào)依存度、每萬人高校學(xué)生數(shù)、每萬職工擁有科學(xué)技術(shù)人員數(shù)、保險深度和新增貸存款比;第三主成分(Z3)中解釋了固定資產(chǎn)投資環(huán)比增長率、固定資產(chǎn)投資效益系數(shù)、商業(yè)銀行貸款增速和第三產(chǎn)業(yè)占GDP的比重;第四主成分(Z4)解釋了外資依存度和專業(yè)技術(shù)人員人數(shù)。在六個方面的影響因素中,經(jīng)濟對外開放度因素、人力資源因素、金融支持因素和產(chǎn)業(yè)結(jié)構(gòu)方面的影響因素對新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值有很大影響。
運用主成分回歸模型,得到被解釋變量(新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值)與解釋變量(18個)的多元線性回歸方程,結(jié)果表明:通過增加新疆生產(chǎn)建設(shè)兵團的人均社會固定資產(chǎn)投資、每萬人高校學(xué)生數(shù)、每萬職工擁有科學(xué)技術(shù)人員數(shù)、科研活動課題投入經(jīng)費額和實際利用外資額可以增加新疆生產(chǎn)建設(shè)兵團的生產(chǎn)總值;提高外貿(mào)依存度、第二產(chǎn)業(yè)占GDP的比重、第三產(chǎn)業(yè)占GDP的比重、就業(yè)率、普通高校畢業(yè)生人數(shù)、保險深度也可以增加新疆生產(chǎn)建設(shè)兵團的生產(chǎn)總值。其中,增加人均社會固定資產(chǎn)投資對其生產(chǎn)總值影響最大;降低固定資產(chǎn)投資環(huán)比增長率、固定資產(chǎn)投資效益系數(shù)、外貿(mào)依存度、新增貸存款比、商業(yè)銀行貸款增速和金融相關(guān)比率可以增加其生產(chǎn)總值;降低固定資產(chǎn)投資環(huán)比增長率對增加其生產(chǎn)總值有很大的影響。
根據(jù)主成分回歸模型的結(jié)果及分析得出的相關(guān)結(jié)論,對提高新疆生產(chǎn)建設(shè)兵團的經(jīng)濟給出以下建議:
第二產(chǎn)業(yè)和第三產(chǎn)業(yè)一直是經(jīng)濟發(fā)展中不可或缺的支撐,第三產(chǎn)業(yè)的發(fā)展可以促進第二產(chǎn)業(yè)和第一產(chǎn)業(yè)的發(fā)展。在對比新疆生產(chǎn)建設(shè)兵團第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的數(shù)據(jù)分析中,可以發(fā)現(xiàn)第二產(chǎn)業(yè)的發(fā)展速度呈上升趨勢,第三產(chǎn)業(yè)在追趕第二產(chǎn)業(yè)的發(fā)展速度。在主成分回歸模型的分析結(jié)果中,增加第二產(chǎn)業(yè)、第三產(chǎn)業(yè)占GDP的比重對新疆生產(chǎn)建設(shè)兵團生產(chǎn)總值的增長影響很重要。新疆生產(chǎn)建設(shè)兵團的第二產(chǎn)業(yè)、第三產(chǎn)業(yè)發(fā)展力量較弱,需在大力推進第一產(chǎn)業(yè)的同時,加快推進第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的發(fā)展。
新疆生產(chǎn)建設(shè)兵團的人均生產(chǎn)總值呈逐年上升趨勢,這離不開人力資源和經(jīng)濟對外開放方面的因素。人口增多,可以帶動一方的經(jīng)濟發(fā)展,但僅僅單純增加人口數(shù)量是不夠的,還需提高人口素質(zhì)。除此之外,還要擴大新疆生產(chǎn)建設(shè)兵團經(jīng)濟對外開放程度,不斷為兵團引進人才和資源。例如,吸引大量外商對新疆生產(chǎn)建設(shè)兵團進行投資,增加對外貿(mào)易,促進新疆生產(chǎn)建設(shè)兵團經(jīng)濟的發(fā)展。
一方經(jīng)濟的發(fā)展,離不開政府制定的相關(guān)扶持政策。引進人才和資源,也離不開優(yōu)待政策。新疆生產(chǎn)建設(shè)兵團對新疆起著獨特的作用,其相關(guān)的扶持政策比較多。新疆生產(chǎn)建設(shè)兵團的發(fā)展帶動著新疆的發(fā)展,1991—2018年以來,新疆生產(chǎn)建設(shè)兵團的經(jīng)濟呈增長趨勢,尤其是近十年,新疆生產(chǎn)建設(shè)兵團保持較快的經(jīng)濟增長速度。要使新疆生產(chǎn)建設(shè)兵團經(jīng)濟發(fā)展保持穩(wěn)定,需要不斷控制金融支持方面的因素。一是控制貸款額度,加大存款額度,使存貸款比率呈上升趨勢;二是全面推廣保險服務(wù),在保障人們權(quán)利和安全的前提下,提高地區(qū)保費收入。