刘祥祥

（东北财经大学 金融学院，辽宁 大连 116025）

我国区域保险发展状况的实证研究

刘祥祥

（东北财经大学 金融学院，辽宁 大连 116025）

利用SPSS16.0中的因子分析和聚类分析方法，使用2010年的数据选取7个指标对我国31个省市进行实证分析，来衡量不同地区的保险发展状况。结果发现，我国各地区保险发展水平的差异很大。为缩小各地区保险发展的差距，必须在政策加大对保险发展落后地区的保险支持力度。

因子分析；聚类分析；保险发展状况；保险指标

随着现代市场经济的发展和改革开放的深入，保险与经济发展的关系密不可分。一方面，经济发展是保险发展的基础，经济发展带动了保险发展，但是伴随各地区经济发展不平衡也产生的各地区保险发展的不平衡；另一方面，保险日益成为市场经济发展的强大动力，保险的发展极大促进了经济的发展，保险发达有利于保障当地经济快速、健康的发展，保险落后则不仅不能为当地经济及发展起到保障作用，甚至会阻挠经济发展。而各地区保险的发展不平衡性不仅影响保险和经济发展，更重要的是对一国保险业乃至整个国民经济的快速、协调、健康发展产生不利影响[1]。因此研究中国不同地区的保险发展问题对促进各地区保险业乃至全国经济协调发展具有积极影响。

一、理论方法介绍

（一）因子分析[2]

因子分析就是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子反映原资料的大部分信息的统计学方法。因子分析的特点是：（1）因子变量的数量远少于原有的指标变量的数量，对因子变量的分析能够减少分析中的计算工作量。（2）因子变量不是对原有变量的取舍，而是根据原始变量的信息进行重新组构，它能够反映原有变量大部分的信息。（3）因子变量之间不存在线性相关关系，对变量的分析比较方便。（4）因子变量具有命名解释性，即该变量是对某些原始变量信息的综合和反映。因子分析的得分公式可以通过下面的数学模型表示：

其中x1,x2,K,xp为p个原始变量，且是均值为0、标准差为1的标准化变量，F1,F2,KFP为p个因子变量，F为公因子。

（二）聚类分析[3]

表1 指标评价的名称、单位

聚类分析又称群分析，是多元统计分析中研究样本或指标的一种主要的分类方法。在经济领域中，根据影响国家、地区乃至单位的经济效益、发展水平的各项指标进行聚类，然后根据分析结果进行综合评价，以便得出科学的结论。聚类分析的方法有两种，一种是快速聚类分析法，另一种是系统聚类分析法。系统聚类法的基本思想是：

1）将全部n个样本看成一类，得到n类；

2）确定样本与样本和类与类之间的距离；

3）计算各类之间的距离，并将最近的两类合为一类；

4）重复步骤3这样从有n类开始，每次合并一类，经过n-1次合并后，所有的样本成为一类；

将上述合并的全部聚类过程用一个直观图画出来，即画出聚类图；

二、我国区域保险发展状况的实证研究

（一）数据来源与处理

选取7个不同的保险指标来衡量不同区域的保险发展状况。为了消除指标间量纲不一致以及数量级差异的影响，本文采用Z-score标准化处理，即把同趋势数据转化为均值为0、标准差为1的数据。各省市的指标评价的名称、单位如表1所示。

（二）实证分析

1. 确定主成分因子

选取2010年的不同区域的截面数据在确定指标体系的基础上进行实证分析，可以得到基于SPSS16.0的方差分解及旋转后的主成分提取分析表，见表2。

表2 指标的方差分解及旋转后的主成分提取分析表

特征值在某种程度上可以被看成是表示主成分影响力度大小的指标，如果特征值小于1说明主成分的解释力度还不如直接引用一个原变量的平均解释力度大。因此一般可以用特征值大于1的作为纳入标准。由表2知，前3个主成分因子的特征值均大于1，且其累计贡献率已达93.058%，参考累计贡献率已达85%的主成分因子选取原则，提取前3个因子作为主成分因子。

2. 各地区主因子、综合因子的得分及排名

将公因子表示为各变量的线性组合，得到因子的得分函数为：

计算每个地区的因子得分，然后按照总得分多少进行排序，以反映各地区保险发展的差异。每个地区的因子得分计算方法是：用每个因子的方差贡献率做权数，对每个因子得分进行加权，然后加总得到每个地区的总因子得分。计算公式为：

式中，λ为每个因子对应的方差贡献率，所以有：

将标准化的数据代入F1、F2、F3、F，可得出根据主成分综合模型计算的综合主成分值，并对其按照综合主成分值进行排序，以此对各地区保险发展状况进行综合评价比较，结果见表3。

表3 各地区主因子、综合因子的得分及排名

（续表3）

3. 聚类分析

运用SPSS的分层聚类方法（Q型聚类）进行聚类分析，聚类过程中采用Ward法，距离测度采用欧氏距离法。

对因子分析结果中所得到的数据进行聚类分析，结果如图1所示。

图1 各地区保险发展状况的聚类分析

聚类分析的分类结果是：北京、上海为第一类，海南、西藏、甘肃、青海为第二类，山西、河北、辽宁、吉林、黑龙江、安徽、福建、江西、陕西、湖南、湖北、重庆、贵州、云南、天津、内蒙古、新疆、宁夏、广西为第三类，江苏、浙江、山东、广东、河南、四川为第四类。这样的合并表明按照本文选出的指标，合为一类的省市在保险发展的现状上具有一定的相似性。

三、我国各地区保险发展差异的原因分析

各因子的得分、综合得分及排名，说明了我国31个省市的保险发展状况取决于3个因子的综合作用。同时这种得分的差异性也说明了我国31个省市的保险在发展水平、发展进程、险种结构上存在着差异。这种差异是长期保险发展过程中的很多因素综合作用的结果。

1. 北京、上海保险发展状况的综合得分是最高的，同时也在聚类分析中属于第一类

其原因如下：（1）北京、上海的保险市场开放程度高、很早引进外资，其保险市场已是国内最成熟的。（2）很多保险公司的总部都在北京、上海，保险公司在产品开发、风险管理等方面的创新领先于全国，其成熟的保险销售渠道、多样化的服务理念也是其他省市无法媲美的；同时，北京、上海的高校云集和众多高素质人才为保险的产品开发提供了良好的发展环境。（3）北京、上海的经济持续发展，并将不断产生新的保险需求，这给保险业的新发展提供了坚实的后盾；尤其是两座城市金融业的快速发展，给保险业带来的不仅是市场地位、发展环境优化，还有直接的市场机会；与此同时，政策的支持对保险发展积极支持，推动保险业的进一步发展。

2．江苏、浙江、山东、广东、河南、四川的综合得分虽低于北京、上海，但是高于其他省市

其原因如下：（1）这几个省的经济发展速度较快、城市化水平不断提高促进了经济发展，进一步促进了保险的需求增加，同时很多中小及外资保险公司也开始进入这些市场。（2）上述几省的人口基数大，随着国民教育水平的不断提高，高素质、高学历人才的汇集，有益于这些地区保险的进一步发展。

3. 山西、河北、辽宁、吉林、黑龙江、安徽、福建、江西、陕西、湖南、湖北、重庆、天津、内蒙古、广西、贵州、云南、新疆、宁夏的保险业发展水平比以上几个省市差一点

主要原因有：（1）这些省市多位于中东部且经济发展水平较快，但是对风险的认识相对薄弱。（2）这些地区保险起步比较晚，相对于北京、上海等东部省市，这些地区的保险潜力远未发掘出来。

4. 海南、西藏、甘肃、青海保险评价指标的综合得分最低

主要原因有：（1）这几个省市位于西部内陆，经济发展水平低、发展落后，人口素质不高，因此落后的经济发展水平滞后了保险的发展。（2）风险意识、消费习惯、风俗习惯等也与保险发展的落后有着一定的关系。

四、结束语

选取了7个不同指标对我国各地区的保险发展状况进行实证分析，发现各地区的保险发展由于历史、政策、经济水平等原因发展很不均衡。东中西部的保险发展差距依旧很大，要解决这些问题，需要统筹经济发展，促进保险与经济同步发展；需要转变发展方式，提升发展动力，促进保险资源优化配置[4]；需要对保险发展落后地区的保险产业加以政策上的支持。

[1]孙秀清.中国区域保险发展研究[M].大连:东北财经大学出版社,2008(7):9-18.

[2]何晓群.多元统计分析[M].北京:中国人民大学出版社, 2004:167-181.

[3]薛薇.统计分析与Spss的应用[M].北京:中国人民大学出版社,2008:321-351.

[4]郭金龙.我国保险业区域协调发展分析和建议[J].创新, 2011(5):5-8.

（责任编辑、校对：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

刘祥祥（1988-），男，安徽蒙城人，硕士研究生，研究方向为风险管理与商业保险。