本文以陕北地区延安、榆林两市为评价对象,以陕西省其余各市为参照对象,通过构建综合评价模型对陕北保险业服务实体经济能力进行量化评价,进一步提出相关建议。
一、评价指标体系构建
(一)明确指标选取的原则
1.系统性与重点性相结合的原则。评价指标需从保险业具有的经济补偿、风险管理、价值创造等功能为切入点,围绕发展结构、渗透度、覆盖面等多个维度构建指标体系。同时,需明确重点并突出核心,选取具有代表性和关键性的指标,避免信息过载。
2.可操作性原则。指标选取需兼具可获取性和可比性。一是要考虑数据资料的可获取性,便于采集,降低指标选取的观测成本。二是要考虑应用是否便于实证检验和对比。因此,指标选取应考虑区域经济发展差异,与地方人口、经济发展规模相结合,使其具有可比性。
3.可量化原则。为了便于比较和分析,各项指标应具有普遍的统计意义,以便评价结果能够克服定性的人为因素影响,增加评价的确定性和可靠性。
4.战略相关性原则。指标的选取应与国家和保监会关于保险业服务实体经济的指导意见相契合,紧贴地方发展战略,以便更好发挥评价的导向性作用。
(二)确定具体评价指标
依据上述原则,在评价过程中具体选取了11项指标:保险深度、保险密度、保险实力、促进就业、税收贡献、万人机构网点覆盖率、人身保险覆盖面、非车险业务占比、农业保险保障程度、责任险保障程度、健康险保障程度。同时考虑到各地区经济发展及人口规模差异,承保、保障等指标均采用相对值。
二、模型构建及测算
(一)方法选择
目前,进行类似评价的方法主要有层次分析法、数据包络法、主成分分析法等测度方法。层次分析法和数据包络分析法均不适用于多变量大样本面板数据的情形。本研究涉及陕西省10个市的2016年保险行业经营数据,变量众多,且许多变量之间可能存在相关性。为使结果更加稳健,本研究选取主成分分析法对各地区保险业服务实体经济能力进行综合量化评价。
(二)数据来源及标准化
本研究中各市人口、GDP、第一产业生产总值等数据来自于各市统计局网站,其余数据来自保险统计信息系统、统计查询系统或根据上述数据计算得来。各项保险业服务实体经济能力评价指标均属于正向指标。同时,由于各指标的量纲级不一致,需要对指标进行指数化处理,具体结果如图1所示。
图1:数据指数化处理结果
|
地区
|
保险深度
|
保险密度
|
保险实力
|
促进就业
|
税收贡献
|
万人机构网点覆盖率
|
人身保险覆盖面
|
非车险业务占比
|
农业保险保障程度
|
责任险保障程度
|
健康险保障程度
|
西安
|
2.025
|
2.715
|
2.012
|
2.730
|
2.808
|
-1.318
|
2.283
|
1.345
|
-0.438
|
1.925
|
-0.292
|
铜川
|
0.201
|
-0.208
|
-0.557
|
-0.721
|
-0.552
|
1.236
|
0.705
|
-0.367
|
0.453
|
0.046
|
1.593
|
宝鸡
|
0.018
|
0.224
|
0.264
|
-0.233
|
-0.213
|
0.407
|
0.366
|
1.100
|
-1.255
|
-0.299
|
1.862
|
咸阳
|
-0.255
|
-0.056
|
0.157
|
0.037
|
-0.124
|
1.236
|
-0.141
|
1.100
|
1.418
|
-1.104
|
-0.626
|
渭南
|
0.930
|
-0.318
|
0.906
|
0.236
|
-0.195
|
-0.421
|
0.366
|
0.122
|
-1.626
|
0.429
|
-0.648
|
延安
|
-0.529
|
-0.177
|
-0.699
|
-0.433
|
-0.326
|
1.374
|
-0.423
|
-1.100
|
1.270
|
-0.682
|
0.675
|
汉中
|
0.474
|
-0.368
|
0.514
|
-0.320
|
-0.328
|
-0.835
|
-0.536
|
-0.856
|
-0.512
|
0.774
|
-0.627
|
榆林
|
-1.624
|
-0.286
|
-1.556
|
-0.224
|
-0.082
|
-0.145
|
-1.156
|
-1.590
|
-0.141
|
-1.602
|
-0.651
|
安康
|
-0.529
|
-0.671
|
-0.450
|
-0.494
|
-0.459
|
-0.559
|
-0.479
|
-0.122
|
0.676
|
0.123
|
-0.638
|
商洛
|
-0.712
|
-0.855
|
-0.592
|
-0.576
|
-0.529
|
-0.973
|
-0.986
|
0.367
|
0.156
|
0.391
|
-0.647
|
(三)主成分分析结果
利用IBM SPSS
Statistics统计分析软件,对10个地市的11项指标进行主成分综合分析,按照特征值大于1,累积贡献率大于85%的一般提取原则,分别提取了3个主成分,以下简称主成分、主成分、主成分。如下图2,3个主成分、、的累计方差贡献率达到了85.578%,具有显著代表性,同时3个主成分的特征值均大于1,且差距较大,而另外8个成分的特征值均小于1,且差距较小,说明3个主成分基本可以涵盖原指标有关信息。
图2:解释的总方差
|
成分
|
初始特征值
|
提取平方和载入
|
合计
|
方差的 %
|
累积 %
|
合计
|
方差的 %
|
累积 %
|
1
|
6.454
|
58.675
|
58.675
|
6.454
|
58.675
|
58.675
|
2
|
1.787
|
16.243
|
74.918
|
1.787
|
16.243
|
74.918
|
3
|
1.173
|
10.661
|
85.578
|
1.173
|
10.661
|
85.578
|
4
|
.681
|
6.195
|
91.774
|
|
|
|
5
|
.509
|
4.623
|
96.397
|
|
|
|
6
|
.324
|
2.947
|
99.344
|
|
|
|
7
|
.060
|
.547
|
99.891
|
|
|
|
8
|
.009
|
.085
|
99.976
|
|
|
|
9
|
.003
|
.024
|
100.000
|
|
|
|
10
|
3.341E-16
|
3.037E-15
|
100.000
|
|
|
|
11
|
1.245E-16
|
1.132E-15
|
100.000
|
|
|
|
提取方法:主成分分析。
|
如下图3所示,根据主成分载荷矩阵分析11项指标的原始变量与3个主成分之间的线性关系,数值的绝对值越接近于1,代表其与各自主成分之间的关联度越高,对主成分的影响越大。以保险深度指标为例,其与的关联度达到0.919,对具有显著影响,而与其他两个主成分的关联度较小,影响较小。
图3:主成分载荷矩阵
|
|
成分
|
指标
|
|
|
|
保险深度
|
.919
|
.091
|
-.197
|
保险密度
|
.887
|
.228
|
.289
|
保险实力
|
.932
|
-.014
|
-.130
|
促进就业
|
.921
|
-.036
|
.328
|
税收贡献
|
.890
|
.008
|
.379
|
万人机构网点覆盖率
|
-.500
|
.811
|
.096
|
人身保险覆盖面
|
.890
|
.401
|
-.037
|
非车险业务占比
|
.650
|
.261
|
-.055
|
农险保障程度
|
-.428
|
.311
|
.717
|
责任险保障程度
|
.816
|
-.243
|
-.233
|
健康险保障程度
|
-.046
|
.826
|
-.448
|
|
|
(四)构建评价模型
依据3个主成分的方差贡献率计算各自权重,构建保险业服务实体经济能力评价的模型:
=0.686+0.19+0.124
同时,计算陕西省10个市11项指标各自主成分、、的得分,并依据上述模型,计算得到各市保险业服务实体经济能力的综合得分,得分及排序情况如下:
图4.1:陕西省各市保险业服务实体经济能力得分
排名
|
地市
|
主成分
|
主成分
|
主成分
|
综合得分
|
1
|
西安
|
2.55531
|
0.03105
|
0.99424
|
1.882
|
2
|
宝鸡
|
0.17083
|
1.14222
|
-1.55922
|
0.141
|
3
|
咸阳
|
-0.26677
|
0.77426
|
1.36114
|
0.133
|
4
|
渭南
|
0.48841
|
-0.73808
|
-1.21587
|
0.044
|
5
|
铜川
|
-0.3304
|
1.47421
|
-0.64694
|
-0.027
|
6
|
延安
|
-0.75796
|
0.95662
|
0.7287
|
-0.248
|
7
|
汉中
|
0.04124
|
-1.13076
|
-0.66203
|
-0.269
|
8
|
安康
|
-0.42613
|
-0.67464
|
0.29333
|
-0.384
|
9
|
商洛
|
-0.43942
|
-1.06672
|
-0.15937
|
-0.524
|
10
|
榆林
|
-1.0351
|
-0.76817
|
0.86603
|
-0.749
|
图4.2: 陕北地区保险业服务实体经济能力得分
陕北地区
|
主成分
|
排名
|
主成分
|
排名
|
主成分
|
排名
|
综合得分
|
排名
|
延安
|
-0.75796
|
9
|
0.95662
|
3
|
0.7287
|
4
|
-0.248
|
6
|
榆林
|
-1.0351
|
10
|
-0.76817
|
8
|
0.86603
|
3
|
-0.749
|
10
|
陕西保险业服务实体经济能力排名前三位的地区分别是西安、宝鸡、咸阳。其中西安市的综合得分超过1分,遥遥领先于其它各市。在陕北地区,延安市最终得分
-0.248,排在第六位,榆林市最终得分-0.749,排在最后一位。
三、研究结论
(一)陕北保险业服务实体经济能力较为落后。由于主成分在服务实体经济能力评价中的方差贡献率达到了58.575%,是对评价结果起决定性作用的第一主成分,所以与主成分关联度较高的各项服务实体经济指标对整体评价结果起决定性作用。从上图4.2的得分情况上来看,延安与榆林两市主成分的得分均为负值,延安为-0.758,榆林为-1.035,在全省各市主成分得分的排名中居于最末两位,这与陕北保险市场发展起步晚、规模小、体系不健全的实际相符,故陕北保险业服务实体经济能力较为落后。
(二)延安、榆林两市服务实体经济能力差异化显著。从服务实体经济能力的综合得分情况来看,延安市高于榆林市,得分绝对值差距0.5,两市服务实体经济能力差异化显著。具体到各指标在3个主成分上的得分情况,延安、榆林两市在主成分与主成分上的得分差距较小,而造成最终评分结果具有显著差异性的因素在于主成分,其与万人机构网点覆盖率和健康险保障程度具有明显相关性,说明延安市保险业在发挥健康保险风险保障功能、健全机构网点提升服务水平方面对实体经济起到了促进作用。
(三)陕北地区农业保险在保险业助推地方实体经济发展方面发挥的效果更为明显。根据主成分载荷矩阵,主成分主要与农业保险保障程度相关,关联度为0.717。从主成分的得分情况来看,陕北地区延安、榆林两市得分较为接近,均为正值且趋近于1,得分高于陕南三市:汉中、安康、商洛,说明在陕北地区经济社会环境下,由于历史条件及自然地理等原因,当地农村土地面积、农村人口占比较大,农业生产生活保障性需求较高,农业保险发展潜力巨大,对实体经济的助推作用发挥更明显。随着陕北地区农业产业转型升级,对农业保险的保障需求将日益多元化,陕北保险业在发挥农业风险保障功能,持续助力“三农”领域方面具有更为广阔的发展空间。
四、相关建议
(一)加快推进陕北保险市场转型升级。今年以来,随着陕北地区能源经济的复苏,延安、榆林两市保险业发展步伐进一步加快。但是,由于自身先天发展不足,保险业在两市GDP和金融产业中的占比依然较小,保费增长速度远远落后于GDP增长速度,在经济发展的渗透度和可提供的风险保障水平上仍有较大的发展空间。建议加快推进陕北保险市场转型升级,改变结构单一、车险业务独大的现状,注重培育企财险、工程险、责任险、货运险等非车险业务,拓宽保险覆盖面,创新保险产品服务,切实发挥好保险的经济补偿与社会管理功能。
(二)促进保险业积极融入地方发展大局。近年来,各省市和保险监管部门陆续出台了一系列运用保险手段服务地方经济发展的政策。建议积极引导各保险公司了解掌握并运用好相关政策,加强与政府部门的沟通联系,对接延安、榆林两市重大发展战略,提升保险业在陕北地区经济社会发展大局的参与度,在服务社会保障建设、构建农业风险保障、参与社会管理等方面发挥积极作用。
(三)合理发挥评价导向作用。一方面,要持续引导保险公司突出重点、找准靶向,持续在各项指标上精耕细作,提升服务实体经济能力;另一方面,要完善评价思路,了解掌握当前及今后陕北保险业服务实体经济能力在全省范围内的相对水平,找准差距,把握发展方向,创新工作理念与监管举措,营造有利于保险业服务实体经济发展的监管环境,引导陕北保险业更好地服务于实体经济发展。
(作者单位:陕西保监局延安监管分局 )