我国保险业区域差异性和经济发展相关性探究.docVIP

我国保险业区域差异性和经济发展相关性探究 　　【摘要】本文首先采用聚类的分析方法对我国各省（市）保险资源禀赋、保险市场发育水平和发展潜力进行了比较分析，发现我国保险业存在区域上的差异；然后通过典型相关分析，发现保险密度与当地的经济发展水平具有密切的正相关性。结果表明，保险结构主要受经济增长方式的影响；保险业未来的发展依赖于经济转型和人力资本的拉动。 【关键词】保险业 经济增长 聚类分析 典型相关分析 一、引言 现代保险作为社会保障制度的重要组成部分，是保证市场经济顺利运行、国民经济稳定发展的重要要素。保险业作为我国金融体系的一个重要组成部分，对金融稳定、社会安定和经济发展具有重大影响。 本文选取各地区有关经济、社会、文化等关键指标，综合采用聚类分析和典型相关分析等现代统计方法，对各地区保险资源禀赋、市场发育水平和发展潜力进行分析比较，并提出可行性的意见和建议。 二、实证分析 本文选取了2012年我国31个省（自治区、包括直辖市）的经济和保险数据，数据全部来自于国家统计局网站的《中国统计年鉴》（见附表一，省（区、直辖市）保险业和主要经济发展指标）。保险业发展指标是以保险深度和保险密度作为评价指标。保险深度是指保险收入占国内生产总值（GDP）的比例，保险密度则是指人均保费收入，保险密度和深度都是国际上衡量保险业发展水平的通行重要指标。此外，选取产寿险保费比例作为衡量保险业务结构发展的重要指标，产寿险保费比等于财产保费收入除以人身保险保费收入。 经济发展指标由五组指标组成，主要包括经济发展水平指标、经济活跃程度指标和产业结构、城市化和人力资本指标。经济发展水平指标，选取了人均国民生产总值（GDP）和人均居民收入指标（分为城镇和农村）。经济活跃程度指标则选取了固定资产投资率（固定资产投资总额/地区国内生产总值），可以直接反映各省投资活动的活跃程度。因为第三产业占比是衡量经济是否发达的重要指标，所以产业结构指标选取第三产业占比（第三产业产值/地区国内生产总值）。城市化指标由城镇人口占比和城乡消费水平比构成。各省的人力资本指标由各地区专科、本科在校学生的占总人口的比例来表示。 （一）聚类分析结果 我们对31个省（自治区、包括直辖市）的保险和经济数据进行分析，得到了聚类结果（表1）： 表1 Cluster Membership（聚类解） 表1显示将地区分为3类、4类时的聚类结果。从表中可以看出，分为4类和5类时类间距离比较大，说明各类的特点比较突出，对各类比较容易定义。综合考虑，确定分为3类比较合理。数据表明，我国区域性保险资源禀赋差异很大从地区分布看，东部沿海地区的保险资源比较集中，而中西部地区则普遍偏少甚至不足。从保险资源禀赋与市场发育水平来看，两者之间有一定的关联，但又并不完全一致，使得我国保险业区域性差异呈现出一定复杂性。 具体分析来说：第一类地区是江苏、广东、山东、上海和北京等地区。这类地区经济比较发达，居民总体素质较高，投保意识也相对比较强，尤其是上海、北京和广东这三个地区，成为大多数保险公司开展业务的首选之地。第二类地区则是河北、河南、福建、重庆、湖北和湖南等地区。这类地区的保险资源禀赋与第一类地区相比虽然有一定的差距，但在全国仍是属于中等偏上水平。第三类地区包括安徽、四川、江西、贵州、山西、广西、云南等地区。这类地区保险资源禀赋情况在全国属中下水平。 （二）典型相关结果分析 由聚类分析的结果显示，全国各省地区保险资源禀赋差异显著，因此这为进行典型相关分析，寻找保险因素和经济因素两组数据变量之间的相关性提供了依据。 利用SPSS软件对表1中保险业发展指标（x1-x3）和经济发展指标（y1-y8）两组变量数据进行典型相关分析。 1.指标的统计描述及相关关系。表2表示的是保险业发展指标（x1-x3）间的相关矩阵。保险深度x1与保险密度x2有比较强的正相关性；而产寿险保费比x3与保险深度和密度则表现出弱的负相关性，这与保险业产险占比不断下降的趋势是一致的。 表2 保险指标变量组内相关系数矩阵 表3 经济指标变量组内相关系数矩阵 表3表示的是经济发展指标（y1-y8）间的相关矩阵。具体来说，人均GDP指标y1与城镇居民人均可支配收入Y3、农村人均纯收入Y4以及城镇人口占比Y6显示出很强的正相关性，这表明经济发达省份，其人均GDP和收入均高，且城市化程度也高。而城乡消费水平比Y7，与Y1、Y3、Y4、Y6间表现出较强的负相关性，表明发达地区的城乡经济差别大，这也与中国日益增大的城乡间贫富差距的现实相符合。此外，受教育程度y8与城镇人口占比y6存在着很强的正相关性（0.8157），这表明城市化程度高的地区其居民受教育程度也普遍