刘海滨 李德洁 李博康

摘   要：本文基于消费者行为理论和计划行为理论，结合安全生产责任保险的具体特点，以煤矿企业为例，探讨投保安全生产责任保险的主要影响因素和影响程度。基于大样本在线问卷调查的数据，采用二元Probit离散选择模型，对所在省份、所有制、开采类型等7类34个决策变量进行逐步回归分析与参数估计。实证分析结果显示：不管是首次投保，还是续保，煤矿都很关注政策性因素和安全生产责任保险产品的风险补偿能力，并取决于决策人对安全生产责任保险的认知和重视程度;首次投保时，保险公司营销力度和企业之间的比较心理较为重要，但续保时这些因素就变得不再显著。

关键词：安全生产责任保险;Probit;事故预防技术服务

中图分类号：F840.6   文献标识码：A  文章编号：1674-2265（2020）07-0035-08

DOI：10.19647/j.cnki.37-1462/f.2020.07.005

一、引言

安全生产责任保险（下简称安责险）是保险机构对投保的生产经营单位发生的生产安全事故造成的人员伤亡和有关经济损失等予以赔偿，并且为投保的生产经营单位提供生产安全事故预防服务的商业保险。安责险是在综合分析工伤保险、相关商业保险、安全生产风险抵押金、相关行业强制保险等交叉险种和制度利弊的基础上，结合我国安全生产工作实际设计的一种新型商业保险产品，它不但具有赔偿功能，还具有事故预防和支持社会治理的特殊功能，是我国安全生产领域改革发展的一项重要制度。

2016年12月印发的《中共中央 国务院关于推进安全生产领域改革发展的意见》（中发[2016]32号），明确要求在煤矿等八大高危行业领域强制实施安责险制度。但在实践中，我国煤矿安责险的投保率仍然比较低，煤矿投保热情不高，实施效果与期望有一定差距。因此，有必要对煤矿安责险市场进行深入研究，分析煤矿是否投保安责险的主要决策变量，进而找到煤矿安责险发展的关键环节，这对于有效支撑安责险增量扩面，更好发挥安责险的事故预防功能，具有重要的现实意义。

由于安责险发展的时间不长，特别是强制实施安责险的时间不长，相关研究成果较为匮乏，专门研究煤矿安责险的文献更少。主要研究成果有：刘畅（2009）[1]、曹超（2010）[2]、张贤凯等（2010）[3]、杨一帆（2010）[4]、闫春（2011）[5]、张景钢和项小娟（2018）[6]研究了煤矿安责险的费率定价问题;李康乐（2008）[7]总结了安责险与煤矿现有保障体系的区别，以及该险种自身的特色，分析了该险种的销售策略、实施方式、运营主体、相关配套设施和制度环境;王弓和叶蜀君（2012）[8]从经济学角度分析了煤矿保险市场低迷的原因。总体来看，目前尚没有对我国煤矿安责险基本现状的系统性调查研究，也没有成果从煤矿的角度去研究其选择偏好，国内学术界对安责险的理论研究滞后于实践发展的需要。本文利用大样本在线问卷调查的数据，使用二元Probit离散选择模型对影响煤矿投保安责险的各种因素进行逐步回归分析，探究它们对投保决策的影响程度，并使用模型估计结果建立煤矿安责险投保决策模型，同时对首次投保决策模型和续保决策模型进行比较分析，分析结论能够为制定完善有关政策提供定量依据。

二、研究设计

（一）理论模型

企业做出一项采购决策，会受到内部需求、外部环境等多种因素不同程度的影响，是一个动态、复杂的过程。同样，煤矿是否投保安责险不仅仅由企业的主观因素决定，外界环境也对其决策有不可或缺的影响。本研究基于计划行为理论和消费者行为理论（TCB），结合安责险的具体特点，認为煤矿是否投保安责险的决策行为，受到需求、认知、偏好、投保意愿、预算约束等因素影响，由此提出煤矿投保安责险决策过程模型（见图1）。

（二）变量选取

基于煤矿投保安责险决策过程模型，选取如下被解释变量和潜在解释变量来分析煤矿对安责险的投保决策。

被解释变量：投保决策，即煤矿是否投保安责险，记为PD。对煤矿而言，对安责险的投保决策只有两个结果，即投保与不投保。显然，投保决策为二元离散变量，使用1表示投保，0表示不投保。PD的取值与投保概率有关，投保概率记为PDR。本文采用朴素临界值法，当PDR>0.5时，说明投保概率较高，PD取值为1;当PDR≤0.5时，说明投保概率较低，PD取值为0。

潜在解释变量：从煤矿基本特征、煤矿安全生产风险、政策法规、安责险产品设计、安责险产品服务、企业资源、外部环境这7个方面出发，对煤矿是否会投保安责险的影响因素进行实证分析，将模型的决策变量分为7类34个，变量描述如下：

1. 煤矿基本特征类决策变量描述。此类变量包括省份、所有制、开采工艺、核定生产能力、井下单班作业人数、年净利润6个指标，其中，省份记为Province，指煤矿所在省份，由于全国共有25个产煤省及直辖市，指标变量取值采用1—25的数值来测量，共25个数值;所有制记为Ownership，指煤矿的所有制性质，国有或国有控股记为1，民营或民营控股记为0;开采工艺记为MinTypes，指井工煤矿或露天煤矿，井工煤矿记为1，露天煤矿记为0;核定生产能力记为Capacity，以万吨/年为单位，以10、30、60、120、600、1000为分类标准，分为7档，分别用1—7的数值来测量，共7个数值;井下单班作业人数记为Workers，以人为单位，以100、200、300、400、600、800、850为分类标准，分为8档，分别用1～8的数值来测量，共8个数值;年净利润记为Profit，以万元为单位，以0、1000、5000、10000、30000为分类标准，分为6档，分别用1—6的数值来测量，共6个数值。

2. 煤矿安全生产风险类决策变量描述。此类变量包括灾害严重、井下用人多、技术装备落后、安全管理薄弱、人员安全素质和专业技能不足、产能紧张、其他安全生产风险、安全生产标准化等级、安全生产诚信名单、近三年事故发生情况等10个指标，其中，前7个指标分别记为Disaster、LarWorkers、Equipment、Management、Skill、TiCapacity、OthRisks，指煤矿对自身安全生产风险的认知，指标取值为1或0，如果煤矿认为自身存在此风险，取值为1;如果认为不存在此风险，取值为0。

其中，被解释变量“煤矿是否投保安责险（PD）”的样本分布数据显示，有1086处煤矿投保了安责险，占样本总数的32%，这在一定程度上说明，我国煤矿安责险的投保率较低。本文将投保安责险的煤矿进一步细分为两种类型：首次投保安责险、续保安责险;将没有投保安责险的煤矿也进一步细分为两种类型：一种是从未投保过安责险，另一种是以前投保过安责险，但目前没有续保。分别统计这几种类型的煤矿数量，如表3所示。结果表明，在投保安责险的1086处煤矿中，续保煤矿占样本总数的22%，比首次投保的煤矿多10%;在没有投保安责险的2341处煤矿中，多数都从未投保过安责险，以前投保过安责险、但目前没有续保的煤矿仅占样本总数的8%，可见，我国煤矿安责险的续保情况较好。

四、计量检验及结果分析

（一）初始模型估计结果分析

使用Stata SE中的Probit模型估计方法，以PD为被解释变量、常数项，Province等34个决策变量为解释变量，对异方差采用稳健标准误的怀特修正，得到表4所示的输出结果。

从表4的估计结果可以看出，所有制、井下用人多、技术装备落后、安全生产诚信名单、近三年事故发生情况、政策法规认知度、政策法规约束、政策法规激励、政策性补贴、保险责任和额度、投保服务、风险预期、领导重视程度、自主决策权、保险营销力度、从众心理等16个解释变量，在1%统计水平上对投保决策具有显著影响。

年净利润、其他安全风险、井下单班作业人数、核定生产能力、安全生产标准化等级、综合性价比、人员安全素质和专业技能不足、开采工艺、资金保障、安全生产管理薄弱、产能紧张、事故预防服务、费率浮动机制等13个解释变量，对投保决策没有显著影响。

考虑实际情况，此结果有可能是由于变量之间存在多重共线性造成的，所以采用逐步回归分析来检验解释变量间可能存在的多重共线性及相关性问题，并依据各解释变量的经济意义，对相关变量进行剔除、加总等操作。

（二）使用Probit模型进行二次回归

由于初始模型的解释变量数量较多，为识别主要解释变量，仅保留在1%统计水平上对投保决策具有显著影响的16个解释变量，剔除年净利润等18个解释变量，建立式（2），并进行二次回归。

同样使用StataSE中的Probit模型估计方法，以PD为被解释变量、常数项，Attention等16个决策变量为解释变量，对异方差采用稳健标准误的怀特修正，得到表5所示的输出结果。

从表5的估计结果可以看出，除了近三年事故发生情况这一解释变量之外，其余15个解释变量均在1%统计水平上对投保决策具有显著影响，因此剔除变量近三年事故发生情况，继续对模型进行修正。

（三）使用Probit模型进行三次回归

根据二次回归的结果，建立式（3）如下：

继续使用Probit模型估计方法，以PD为被解释变量、常数项，Attention等15个决策变量为解释变量，对异方差采用稳健标准误的怀特修正，得到表6所示的输出结果。

由表6可知，剔除近三年事故发生情况之后的模型中，15个解释变量均在1%统计水平上对投保决策具有显著影响，按照它们对投保结果的影响程度从大到小进行排序，分别为：领导重视程度、保险责任和保险额度、保险营销力度、风险预期、政策法规约束、政策性补贴、政策法规认知度、从众心理、政策法规激励、自主决策权、投保服务、井下用人多、所有制、技术装备落后、安全生产诚信名单。基于上述分析及修正模型估计结果，建立投保决策影响因素模型，用回归方程表示为：

该方程表示，当综合评价各指标已知时，代入方程，可计算某煤矿单位是否会投保的概率。变量PDR的数值越大，表示某煤矿单位投保的概率越大;变量PDR的数值越小，表示某煤矿单位投保的概率越小。保险公司可以据此计算煤矿单位的投保概率，为制定科学的市场营销策略提供参考，并选择投保概率较大的煤矿进行市场拓展。

利用离散选择模型拟合优度检验公式，计算调整后的可决系数[R2]=0.5377，可以判断上文所建模型拟合效果较好。

四、首次投保决策模型与续保决策模型比较分析

续保率是反映安责险投保情况的重要指标。能否维持较高的续保率，决定了安责险能否持续稳定发展。为更加深入分析影响煤矿是否投保安责险的决策变量，按照同样方法，采用二元Probit离散选择模型，分别建立首次投保决策模型与续保决策模型，并與煤矿安责险投保决策模型的估计结果进行相互比较分析。

首次投保决策模型中，被解释变量为首次投保决策，即煤矿是否首次投保安责险，记为FirPD，相应的概率记为FirPDR;续保决策模型中，被解释变量为续保决策，即煤矿是否续保安责险，记为RePD，相应的概率记为RePDR。经过建立初步回归模型、初始回归分析、变量剔除、模型修正、二次回归分析、相关性分析、拟合优度检验、总体显著性检验等，形成如下煤矿安责险首次投保决策模型与续保决策模型：

可见，在首次投保决策模型中，有14个解释变量在1%统计水平上对投保决策具有显著影响，按照它们对投保结果的影响程度从大到小进行排序，分别为：领导重视程度、保险责任和保险额度、风险预期、政策法规约束、保险营销力度、政策性补贴、政策法规认知度、费率浮动机制、政策法规激励、从众心理、自主决策权、技术装备落后、安全生产管理薄弱、所有制;在续保决策模型中，有6个解释变量在1%统计水平上对投保决策具有显著影响，按照它们对投保结果的影响程度从大到小进行排序，分别为：保险责任和保险额度、政策法规认知度、领导重视程度、政策法规激励、所有制、安全生产诚信名单。

由此可知，首次投保决策模型、续保决策模型、煤矿安责险投保决策模型这三个模型的解释变量具有较好的一致性;不管是首次投保，还是续保，煤矿都很关注政策性因素和安责险产品的风险补偿能力，并取决于决策人对安责险的认知和重视程度;首次投保时，保险公司营销力度和煤矿之间的比较心理较为重要，但续保时这些因素就变得不再显著。

五、稳健性检验

为进一步验证模型的稳健性，本研究从辽宁省、内蒙古自治区、山西省、陕西省、湖南省、贵州省各选1处煤矿，对其安责险投保决策进行了调研。这6处煤矿位于全国比较典型的几个产煤区，涵盖了不同所有制、开采工艺、产能水平、利润水平，因此具有较好的代表性。相关调研数据如表7所示。

使用式（4）对6处煤矿的安责险投保决策进行计算后可得，PDRC1=0.5811，PDRC2=0.8336，PDRC3=0.2221，PDRC4=0.2181，PDRC5=0.4711，PDRC6=0.7451，

排序后为PDRC2>PDC6>PDRC1>PDRC5>PDRC3>PDRC4。实际调研结果为，煤矿C1、C2、C6投保了安责险，煤矿C3、C4、C5没有投保安责险，该结果与本文模型推算的结果一致，这表示本研究建立的模型较为可靠。

六、结论与建议

本文利用Probit模型，对影响煤矿是否投保安责险的各指标进行逐步回归分析，以找出煤矿是否投保安责险的影响机制，并据此建立煤矿投保安责险的决策模型。研究发现：

（一）煤矿最关注安责险的风险补偿功能，对事故预防功能也较为期待

模型显示，事故预防技术服务对投保决策影响不显著，这并不是说事故预防技术服务不重要，恰恰相反，煤矿对安责险的事故预防功能较为期待。本研究的问卷调查结果显示，在安责险的风险补偿功能、事故预防功能、信用背书功能、形象提升功能这4大功能中，有72.02%的煤矿最关注安责险的事故预防功能，关注比例较高。之所以事故预防技术服务对投保决策影响不显著，本研究认为，主要原因是安责险事故预防技术服务配套的政策、规范、平台、资源尚不完善，导致这项工作没有有效开展，安责险的事故预防功能没有发挥出来，所以煤矿对这项服务没有形成体验、对比和评价，当然也就不可能影响投保决策。

模型还显示，保险责任和保险额度、风险预期、技术装备落后、井下用人多等风险类因素对投保决策影响显著，这说明煤矿对安责险的主要诉求仍然是风险补偿。问卷调查结果显示，有86.66%的煤矿最关注安责险的风险补偿功能，多于关注事故预防的煤矿，这与模型的结论一致。问卷调查结果还显示，分别有97.92%、36.99%的煤矿投保了工伤保险和意外险，而雇主责任险、公众责任险、其他险种的投保比例仅有7.93%、3.58%、7.85%，这说明目前煤矿投保的险种较少（主要是工伤保险和意外险）。为提高安全风险保障能力，煤矿可能会希望通过安责险解决风险补偿的问题。

（二）煤矿对安责险的投保行为高度依赖国家政策

模型显示，政策法规类的4个变量均对投保决策影响显著，说明煤矿对安责险的态度和投保行为高度依赖国家政策，政府的推动对于安责险发展至关重要，实际情况也证明了这一点。近年来，北京、山东、江苏常州、广东佛山等地在实施安责险中取得了很好的成绩，其中一条最重要的经验，就是应急管理部门高度重视并大力推动安责险，根据具体情况因地制宜，出台专门政策，将相关要求纳入监管、许可、执法过程中，保证了各项政策落地生根。

我国煤矿安责险的投保率较低，一定程度上说明各地政府主管部门对安责险的认识不统一，重视程度不够，激励约束政策不足，宣传组织推进的力度不大，未对安责险事故预防技术服务、保险公司专业能力、安全生产技术服务机构和人员建立成熟完善的技术规范，未将安责险推进工作纳入安全监管监察体系，所以煤矿对安责险的强制性不够了解，积极主动投保的意愿也不强。

（三）安责险产品消费市场不够成熟

模型显示，保险营销力度、投保服务对投保决策影响显著，费率水平、综合性价比对投保决策影响不显著，说明煤矿对保险产品的选择更多依赖于保险公司营销和国家政策等外部因素，他们对费率水平、性价比和服务等产品品质因素并不敏感;这进一步说明，安责险产品消费市场不够成熟，煤矿投保安责险的内生动力不强，安责险市场竞争还处于低层次的价格竞争和营销竞争，这不但容易损害保险公司的经济利益，还使投保煤矿难以得到优质的保险服务。

目前，无论是大型煤矿，还是中小型煤矿，都存在对安责险认识不足的问题。大型煤矿或煤炭企业集团往往倾向于采用风险自留的方式承担各种生产事故损失，尤其是风险较小的煤矿或煤炭企业集团。这是由于大型企业规模较大，对于事故赔偿和行政处罚的承受度较高，对通过保险手段转移各类风险重视不够。而中小型煤矿，尤其是风险较小的煤矿，通常对责任风险存在侥幸心理。

基于以上分析，本文认为，要在煤矿行业加快推进安责险，应该重点从两个方面努力：

一方面，政府主管部门加大组织推动力度，制定煤矿投保安责险的激励约束政策。修改《企业安全生产费用提取和使用管理办法》，将安责险保费纳入煤矿安全费用使用范围;将安责险投保情况作为煤矿安全生产标准化、安全生产诚信等级等评定的必要条件，作为安全生产与职业健康风险分类监管，以及取得安全生产许可证的重要参考;各地区在安全生产相关财政资金投入、信贷融资、项目立项以及相关产业扶持政策等方面，在同等条件下优先考虑投保安责险的煤矿;各地区视条件给予适当保费补贴、税收优惠等降低投保成本的政策。

另一方面，提升安责险产品和服务的市场吸引力。只有让投保煤矿切实感受到安责险产品和各项服务的好处，才能逐渐培养他们对安责险的消费心理和消费习惯，使投保安責险从外在强制变成内在需要，从而使安责险市场进入可持续发展的良性循环。因此，要做好安责险方案设计，从产品内容上充分体现安责险相对于其他商业险种的保障、价格、服务等优势;通过附加条款完善扩充安责险保障责任范围，使安责险具备完整的公众责任险、雇主责任险等功能，一站式解决企业需求并避免增加成本;要建立以事故预防技术服务效果为导向的安责险业绩评价机制、失信惩戒机制和市场进入退出机制，通过保险公司自评、主管部门考评、第三方机构评估相结合，加强监督、监管和检查，激励保险公司把心思用在提升服务上，积极探索创新事故预防技术服务的有效模式与方法，以化解风险的高水准服务赢得煤矿企业和市场的肯定，实现保险公司和煤矿企业双赢。

参考文献：

[1]刘畅.我国煤矿安全生产责任保险制度的构建和实证分析 [D]. 北京：对外经济贸易大学，2009.

[2]曹超.高危行业安全生产责任保险制度研究 [D].首都经济贸易大学，2010，（3）.

[3]张贤凯，周劲松，陈春歌.我国煤矿安全生产领域构建保险体系的探讨 [J].安全与环境工程，2010，17（6）.

[4]杨一帆.在高危行业强制推行安全生产责任保险研究 [D].中国地质大学（北京）， 2010，（4）.

[5]闫春，刘伟. 保险公司介入煤矿安全生产管理的博弈模型分析 [J].经济研究导刊，2011，（15）.

[6]张景钢，项小娟. 煤炭企业安全生产责任险保费计算方法研究 [J].煤炭经济研究，2018，38（6）.

[7]李康乐.论我国煤矿安全生产责任保险制度的构建 [J].保险职业学院学报，2008，22（4）.

[8]王弓，叶蜀君.煤矿安全生产责任保险市场的经济学解释 [J].山西财经大学学报，2012，34（4）.