EN中文

经济地理 >

2021 , Vol. 41 >Issue 9: 135 - 144

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.09.014

产业经济与创新发展

中国保险业发展的时空分异特征及动态演变

  • 田小文 , 1 ,
  • 郑理 2 ,
  • 徐雷 3
展开
  • 1.湘潭大学 商学院，中国湖南 湘潭 411105
  • 2.深圳大学 经济学院，中国广东 深圳 518061
  • 3.南京大学 经济学院，中国江苏 南京 210093

田小文（1981—），男，湖南邵阳人，博士，讲师，硕士生导师，研究方向为区域经济、企业管理。E-mail：

收稿日期: 2021-05-09

  修回日期: 2021-08-22

  网络出版日期: 2025-04-01

基金资助

国家社会科学基金青年项目(18CJL043)

教育部人文社会科学基金青年项目(17YJC790178)

湖南省自然科学基金项目(2018JJ3258)

湖南省社会科学基金一般项目(16YBQ040)

湖南省社会科学评审委员会一般项目(XSP18YBZ122)

湖南省教育厅优秀青年科研项目(18B328)

收起

Spatial-temporal Differentiation Characteristic and Dynamic Evolution of China's Insurance Industry

  • TIAN Xiaowen , 1 ,
  • ZHENG Li 2 ,
  • XU Lei 3
Expand
  • 1. Business School，Xiangtan University，Xiangtan 411105，Hunan，China
  • 2. Economics School，Shenzhen University，Shenzhen 518061，Guangdong，China
  • 3. Economics School，Nanjing University，Nanjing 210093，Jiangsu，China

Received date: 2021-05-09

  Revised date: 2021-08-22

  Online published: 2025-04-01

Fold

摘要

基于中国大陆1997—2019年的省级面板数据，从时间维度和空间视角对中国保险业发展水平的时空分异特征及动态演变过程进行测度。借助地理信息系统（GIS）的可视化表明，保险业发展水平呈现明显的阶段性特征和“东高西低”的空间非均衡特征。从保险业发展水平的Dagum基尼系数分解来看，中国保险业发展水平的总体差距呈下降趋势，保险业发展水平的地区间差异明显大于地区内的差异，地区间差距是造成保险业发展水平空间分异的主要成因。在Kernel密度估计方面，相较于保险深度，保险密度的区域内部差异明显较大，并且中、西部地区内部的差异较东部地区更为凸显。因此，基于我国保险业发展水平具有地域分异规律，应充分重视省际空间动态关联，提出促进保险业全域提升的对策建议。

关键词： 保险深度; 保险密度; 时空分异; 区域经济水平; 均衡发展; 高质量发展

本文引用格式

田小文 , 郑理 , 徐雷 . 中国保险业发展的时空分异特征及动态演变[J]. 经济地理, 2021 , 41(9) : 135 -144 . DOI: 10.15957/j.cnki.jjdl.2021.09.014

Abstract

Based on provincial panel data from 1997 to 2019 in China,this study analyzes the spatial-temporal characteristics and the dynamic evolution of China's insurance industry development level. It indicates that the development level of insurance industry presents the characteristics of obvious stage and spatial imbalance,the development level of insurance industry is higher in eastern China than the western China. According to the Dagum coefficient decomposition of the insurance industry development level,although its overall disparity is declining,its regional differences are significantly greater than the inter-regional differences,the regional differences are the main cause of spatial differences in the development level of the insurance industry. By the means of Kernel density estimation,it's found that,compared with insurance depth,the inter-regional differences of insurance density are significantly larger,and the internal differences between the central and western regions are more prominent than those in the eastern region. Therefore,based on the law of regional differentiation of the China's insurance industry development,suggestions should be put forward for promoting the insurance industry in the whole field with the attention to the provincial spatial dynamic association.

Key words： insurance depth; insurance density; spatial-temporal differentiation; regional economic level; balanced development; high-quality development

2014年，《国务院关于加快发展现代保险服务业的若干意见》（国发〔2014〕29号）明确提出：“到2020年保险深度要达到5%，保险密度要达到3 500元/人，基本建成与我国经济社会发展需求相适应的现代保险服务业，努力由保险大国向保险强国转变。”由此可见，国家对保险业的发展不仅提出了更加明确的数字目标，其定位也提升到了建立保险强国的战略高度。统计数据显示，1997—2019年，全国保费收入由1 087亿元上升到4.27万亿元，年均增速约为18%，并跻身全球第二大保险市场，取得的成绩斐然。然而，面对人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，保险业作为金融市场的重要组成部分，其区域均衡发展问题也备受关注。随着保险业由粗放型的大规模增长向精细化的高质量提升阶段转变，2016年中国保监会印发《中国保险业发展十三五规划纲要》（保监发〔2016〕74号）明确指出“优化市场主体结构和区域布局，提高保险业发展的均衡水平和整体效能”。党的十九大报告也提出“建立更加有效的区域协调发展新机制”。作为一个兼具发展、转型和大国三重特征的国家，现阶段中国保险业发展水平究竟呈现怎样的空间分布特征?不同年份经历了怎样的时间演变过程?当前，在提高发展的平衡性、包容性和可持续性理念的引领下，从空间动态关联的角度准确研判保险业发展水平的地区差距演变趋势和地区间的特征关系，在重塑中国经济地理格局的基础上，既可以为各地区保险业发展提供必要的信息指引，也可以为决策者有针对性地制定推进保险业均衡发展的政策措施提供有益参考。

1 文献述评

第一届联合国贸易和发展会议（UNCTAD）普遍认可“健全的国民保险和再保险市场是经济增长的一个基本特征”。Outreville指出，如果发展中国家确实存在供给主导型的因果关系发展模式，那么就应该更加重视保险市场的供给力量[1]。Ward等基于1961—1996年9个OECD国家的数据，实证表明各国保险业发展与经济增长之间的因果关系有所不同，其原因是保险对经济增长的影响受到国家法规、经济制度和文化的制约[2]。Ćurak等考察1992—2007年10个欧盟新进成员国的保险业发展与经济增长之间的关系，结果表明保险业发展对经济增长具有积极而显著的影响，并且在寿险和非寿险方面均得到证实[3]。Haiss等认为保险业在整个金融中介中的重要性随着时间的推移而上升，而且保险、银行和资本市场之间联系的程度和强度也在提高，这两方面都会加深对保险业在金融与经济增长联系中的作用的理解[4]。Outreville也认为保险对经济的潜在影响本应增加[5]。Pradhan等考察20国集团（G20）1980—2014年的银行业、保险业与经济增长的相互影响，研究表明，从长期来看，银行业和保险业的发展对G20国家的经济增长产生重大影响；短期来看，这三个因素之间的相互关系更加复杂，因为它们在不同发展阶段的国家之间存在差异[6]。制度质量是保险发展的一个潜在的重要机制，Lee等基于动态面板门槛回归进行实证分析，结果表明制度环境对保险和经济增长之间具有阈值效应[7]。
保险业的发展既受制于要素的集聚整合能力，又依赖于地方政府的政策扶持[8]，这也凸显了研究中国区域保险业发展差异这一问题的重要性[9]。吴祥佑认为经济发展是保险业发展的重要推手，而地区间经济发展水平的差异也是导致保险业发展不平衡的主要原因[10]。由于区域保险市场的发展水平并非完全由地区经济发展水平所导致，区域保险市场发展水平的差异也并非完全由地区间经济发展水平的差异所导致[11]。各地区保险市场发展水平也并不会随着经济的发展而必然趋同，这意味着为实现保险市场的区域均衡发展可能存在一定的政策空间[12]。保险业的区域平衡发展对于我国区域经济的平衡发展具有显著的正向作用，促进各个区域保险业的协同发展有助于实现区域经济的均衡发展[13]。但保险产业空间结构失衡的现实，反映出保险产业与区域经济并未实现有机协同，这也与现代保险业与区域经济深度嵌入的趋势相背离[14]。保险业区域发展的不均衡会制约区域经济的协调和竞争，导致区域经济差异的进一步扩大[15]。
由于经济基础的差异，考虑到同一时期不同区域所表现出的路径差别，中国区域金融差异的演进轨迹表现为地区分化的形态[16]。以保险市场为例，尽管各地区保费收入整体上呈现增长趋势，但保险业市场的分布格局表现出明显的空间两极化特征[17]。而如何测度保险业在区域间发展的不协调问题，郑伟等提出“保险基准深度比”方法对有关中国保险业区域发展的传统判断进行重新审视[18]。胡宏兵等采用情景模式分析法预测保险业区域发展路径[19]。谭朵朵运用地理加权回归模型，实证表明以保费收入衡量的中国省域保险业发展水平在空间分布上具有明显的空间正自相关关系[20]。胡宏兵等基于协同理论构建综合协调度模型，评价保险业区域社会经济的协调发展程度[21]。吴永钢等采用面板平滑转换模型考察保险业发展的非线性增长效应，结果表明保险业发展的经济增长效应具有明显的机制转移特征[22]。李春燕使用基尼系数测度财产保险与人寿保险非均衡发展的程度，结果表明二者的演变趋势不同，区域间差异是引起财产保险与人寿保险非均衡发展的主要原因[23]。钟水映等基于Markov链模型考察各地区保险业发展水平状态之间的流动性，结果表明保险业发展水平强者恒强的“马太效应”愈发明显[24]。田乾等运用Moran指数考察中国保险业发展的空间集聚效应，结果表明中国省域的保险业发展存在空间集聚的现象[25]。宋昌耀等采用两阶段嵌套泰尔指数测算保险业的空间分异特征，结果表明保险业空间分异主要源自省域间差异，但省域内差异增长迅速[26]。
文献梳理可见，保险业作为金融机构总体发展的一部分，国外学者大多聚焦于保险业发展与经济增长的动力机制、运行模式研究。国内学者在探究保险业发展与经济增长因果关系的同时，对我国区域间保险业非均衡发展的关注也愈发明显。但由于研究视角、时空尺度、模型设定以及指标测度的不同，所得结论也难免存在差异。并且在一个开放动态的经济社会系统中，若缺乏对保险业发展水平时空演变的深入刻画，则难以完整呈现保险业发展水平的历程变迁。忽视保险业发展水平演变过程这一动态宏观视角的审视，也将使所呈现的结论有所偏颇。鉴于此，本文尝试以保险深度和保险密度为切入点，从时空维度出发对我国省际间保险业发展水平的演变趋势和阶段性特征进行研判，以期揭示保险业发展水平长期的、动态的空间格局及演变特征，这将为有针对性地制定推进保险业均衡发展的政策措施提供参考。

2 研究方法与指标选取

2.1 研究方法

2.1.1 Dagum基尼系数

Dagum在传统的泰尔（Theil）指数测算方法的基础上，发展了一种按照子群分布状况进行分解的基尼系数测算方法[27]。该方法不仅在一定程度上能够有效克服样本之间的交叉重叠问题，还能够进一步精确测度地区差距的构成和缘由，具备优良的可加可分解性特征。Dagum基尼系数的具体计算过程如下：
G = G w + G n b + G t
G j j = ∑ i = 1 n j ∑ r = 1 n j y j i - y j r 2 μ j n j 2
G w = ∑ j = 1 k G j j p j s j
G j h = ∑ i = 1 n j ∑ r = 1 n h y j i - y h r n j n h μ j + μ h
G n b = ∑ j = 2 k ∑ h = 1 j - 1 G j h p j s h + p h s j D j h
G t = ∑ j = 2 k ∑ h = 1 j - 1 G j h p j s h + p h s j 1 - D j h
D j h = d j h - p j h / d j h + p j h
d j h = ∫ 0 ∞ d F y ∫ 0 y y - x d F h x
p j h = ∫ 0 ∞ d F h y ∫ 0 y y - x d F j x
从上式来看，总体基尼系数（G）划分为区域内差距 G w、区域间差距 G n b和超变密度 G t三部分，如式（1）所示。 G w为j或h所属区域内保险业发展水平的差异， G n b为j和h所属区域间保险业发展水平的差异， G t为区域间保险业发展水平交叉影响的剩余项，如式（3）、（5）和（6）所示。 μ为所属区域保险业发展水平的平均值， y j i、 y h r为j、h所属区域包含的各单位的保险业发展水平，n为考察单位的总个数，k为划分的区域个数， n j、 n h为j、h所属区域包含的单位个数， G j j为j所属区域内的基尼系数， G j h为j和h所属区域间的基尼系数，如式（2）和（4）所示。 p j = n j / n， s j = ( n j μ j ) / ( n μ )， j = 1,2 , ⋯ , k， D j j为j和h所属区域间保险业发展水平的相对影响，如式（7）所示。 d j h、 p j h为j和h所属区域中所有 y j i - y h r > 0、 y h r - y j i > 0的样本值加总的加权平均数， F j、 F h为j、h区域的累积密度分布函数，如式（8）、（9）所示。

2.1.2 核密度估计方法（Kernel density estimation）

核密度估计作为求解随机变量概率密度函数的非参数方法，具有模型弱依赖性、结论强稳健性的典型特征，在测度样本分布的整体形态的基础上，也能够反映样本分布的动态演变特征。假定随机变量 x 1 , ⋯ , x n为独立同分布F的n个样本观测量，样本的权重记作 θ i， ∑ θ i = 1；由经验分布函数 F y = 1 n ∑ i = 1 n I x i ≤ y，可进一步获得密度函数 f x的Kernel估计。 I z为示性函数， z为条件关系式，其密度函数的固定带宽核密度估计为：
f h x = ∑ i = 1 n θ i n K x i - x h = 1 n h ∑ i = 1 n K x i - x h
式中：x为平均值，带宽h是一个与n有关的平滑参数； K ( ∙ )为一维实数空间的一个平滑转换函数， f h x为非负单调非减的密度函数 f x的核估计； f h x通过核函数和带宽共同确定。最佳带宽的选择遵循均方误差（mean square error）最小的思想，其决定了核密度的估计精度和核密度图的平滑程度。在此采用高斯核（Gaussian）估计保险业发展水平的分布动态演进过程，其函数表达式为：
K x = 1 2 π e x p - x 2 2

2.2 指标选取

目前测度保险业发展水平比较通用的指标包括保费收入、保险深度和保险密度，在此选用保险深度和保险密度两个指标来衡量。保险深度指保费收入占地区生产总值（GDP）的比重，反映保险业在该地区经济中的地位，保险密度是指保费收入与地区总人口的比重，是按当地人口计算的人均保费数额，反映该地区的保险普及率。考虑到数据的可获得性，本文使用1997—2019年中国大陆（不包括港澳台地区）31个省（自治区、直辖市）的面板数据，数据来自历年《中国保险年鉴》和中国银行保险监督管理委员会的年度统计信息。考虑到地区间经济发展水平的差异，在此按照国家统计局的划分标准，划分为东、中和西部三大区域 ① 。地理信息基础数据来源于中国自然资源部发布的国家、省（市）级的矢量行政界线 ② 。

3 保险业发展水平的时空分异测度与机理

《中华人民共和国保险法》自1995年6月30日颁布以来，历经多次修正和修订，在规范保险活动，加强对保险业监督管理的同时，也有助于促进保险事业的健康发展。2014年8月10日，国务院以国发〔2014〕29号印发《关于加快发展现代保险服务业的若干意见》。2016年中国保监会印发《中国保险业发展十三五规划纲要》（保监发〔2016〕74号），均对提升保险业发展水平，优化保险业发展环境，提出了更高的要求。随着保险法规的逐步健全、完善和保险监管力度的进一步加强，也有助于各个地区的保险业务质量提升和经济效益提高。就保险业发展水平的数值特征和演变趋势来看，1997年中国大陆（不包括香港、澳门和台湾）保险业的保费收入为1 087亿元，1997年的GDP为7.48万亿元，保险深度为1.45%；1997年底，我国人口总量约为12.36亿人，保险密度约为88元。按照同期多数中等发展中国家的保险深度占其GDP的4%左右的水准，我国保险费年收入应达3 000亿元，因此保险市场依旧蕴藏着巨大的发展潜力。就典型地区而言，由图1来看，北京和上海的保险业发展水平一直位居全国前列，广东省的保险密度和保险深度都明显高于全国平均水平。由于保险监管机关设在北京，全国性的保险公司总部设在北京的也较多，与全国相比。1997年北京的保险业务收入占全国的8.3%，人均保费相当于全国的10倍左右，保险深度比全国高出3.5个百分点，居大城市前列。1997年上海的GDP为3 360.21亿元，年末常住人口数为1 457万人。1997年上海的保险深度为2.65%，虽然超过全国的平均水平，但与同期日本和韩国10%的保险深度相比仍然太低。而作为西部地区的新疆，1997年的GDP为1 050亿元，保险费收入为19亿元，保险深度为1.81%；1997年底，全区实有人口1 718.08万人，保险密度为111元。综合来看，新疆的保险业也表现出了较好的发展态势。此外，位居西部地区的重庆的保险业发展水平也相对较好，但发展水平仍低于天津。就三大区域的整体比较而言，2008年，东部地区的保险保费收入5 749.76亿元，占全国保险总保费的58.8%。中部地区的保险保费收入占全国保险总保费的23.4%。西部地区保险保费收入为1 731.89亿元，占全国保险总保费的17.8%。由此可见，三大地区间的保险业发展水平存在较为明显的差距。从2019年的保险业数值来看，东部地区的保险保费收入约占全国保险总保费的60%。中、西部地区的保险保费收入分别占全国保险总保费的25%和15%左右。与此同时，上海和北京的保险业发展水平依旧位居全国前列，具有引领作用，而东部沿海省份的保险业越发呈现集聚发展形态，西藏、青海、云南等地的保险业发展水平相对落后。伴随着保险市场主体不断向多元化发展，国有独资保险公司、股份有限制保险公司、外资公司、中外合资公司的市场规模不断扩大，中国保险市场形成多元化竞争格局。总体来看，经过20多年的发展，全国各地区的保险业水平均得到了较大提升，但东部与中、西部的地区间差异依旧明显。中西部地区的保险业发展虽然取得了明显的成效，但同社会经济基础相比较，仍处在进一步发展的阶段，保险市场蕴藏着较大的发展潜力。
图1 保险业发展水平的空间差异特征与格局

Fig.1 Spatial difference characteristics and pattern of development level of insurance industry

3.1 典型事实分析

为中国保险业发展水平的时空演变特征进行地理空间可视化呈现，在ArcGIS软件平台支撑下，运用自然间断点（Natural Break）分级法，依次绘制出1997、2008和2019年3个特征时点的保险深度和保险密度的空间分布。经纬度定位坐标系为WGS-1984。接下来运用标准差椭圆（Standard deviational ellipse）空间统计方法，借助重心模型考察中国保险业发展水平的时空演变，这在本质上属于区域收敛的研究范畴。1997—2019年，从全国整体层面来看，保险深度的重心较为稳定，其经纬度位居114.80°E~115.03°E，34.57°N~34.75°N之间，重心位置大致位于河南省三门峡市境内。从图1来看，就保险深度的空间分布特征而言，由于区域经济发展水平有别，保险深度表现区域分化和层级格局特征明显。就保险深度的时序演变特征而言，保险深度在过去23年的时间里基本保持稳步上涨的趋势，相比之下，保险密度的重心变化明显，其经纬度位居111.38°E~112.84°E，33.57°N~33.84°N之间，重心位置大致从河南省的郑州市境内逐渐西移至河南省的洛阳市境内。从图1来看，保险密度的空间分布也具有区域分化和层级格局的特征，并呈现出“阶梯型”“集群化”的区域特点。总体来说，在整个样本观测期内，中国保险业发展水平整体持续提升，呈现出稳步增长的态势。但是无论是保险深度还是保险密度，东部地区都占绝对优势，中国保险业发展水平呈现出“东高西低”的阶梯状空间分布特征，东部地区具有明显的先发优势。

3.2 保险业发展水平的地区差异及来源

上述可视化分析在一定程度上直观地展示了中国保险业发展水平的区域特征，为进一步深入剖析地区间保险业发展水平的差异性和演变趋势，根据Dagum提出的基尼系数及按子群分解的方法，测度1997—2019年中国保险业发展水平的基尼系数，并依照东、中、西部三大区域进行分解，保险深度和保险密度的基尼系数及分解结果见表1、表2。
表1 保险深度的基尼系数及其分解结果

Tab.1 Gini coefficient of insurance depth and its decomposition results

年份 G 地区内差距 地区间差距 贡献率（%）
东部 中部 西部 东—中 东—西 中—西 地区内 地区间 超变密度
1997 0.2052 0.2832 0.0724 0.1408 0.2418 0.2365 0.1453 32.15 36.05 31.80
1998 0.1907 0.2648 0.0716 0.1172 0.2235 0.2204 0.1496 31.01 33.54 35.45
1999 0.1887 0.2588 0.0637 0.1254 0.2185 0.2185 0.1453 31.35 34.37 34.28
2000 0.1728 0.2421 0.0652 0.1174 0.1956 0.2045 0.1234 32.08 34.51 33.41
2001 0.1698 0.2225 0.0780 0.1231 0.1972 0.1954 0.1230 32.11 39.85 28.04
2002 0.1516 0.1757 0.0790 0.1220 0.1784 0.1688 0.1219 31.40 46.30 22.30
2003 0.1581 0.1854 0.0810 0.1353 0.1761 0.1804 0.1236 32.18 42.77 25.05
2004 0.1673 0.1921 0.0733 0.1541 0.1793 0.1946 0.1305 32.32 42.70 24.98
2005 0.1631 0.1895 0.0616 0.1656 0.1532 0.1975 0.1316 33.03 33.35 33.62
2006 0.1663 0.1808 0.0612 0.1865 0.1411 0.2050 0.1435 33.13 29.09 37.78
2007 0.1605 0.1690 0.0631 0.1841 0.1334 0.1977 0.1421 33.13 29.00 37.87
2008 0.1542 0.1588 0.0633 0.1800 0.1278 0.1877 0.1387 33.27 28.36 38.36
2009 0.1525 0.1554 0.0670 0.1797 0.1258 0.1848 0.1378 33.44 26.25 40.31
2010 0.1476 0.1433 0.0695 0.1789 0.1201 0.1781 0.1373 33.32 28.18 38.50
2011 0.1431 0.1349 0.0698 0.1762 0.1150 0.1713 0.1385 33.08 26.53 40.39
2012 0.1471 0.1432 0.0660 0.1786 0.1184 0.1776 0.1413 32.94 27.30 39.76
2013 0.1453 0.1446 0.0663 0.1720 0.1196 0.1748 0.1377 32.91 27.39 39.70
2014 0.1402 0.1450 0.0710 0.1589 0.1197 0.1664 0.1305 33.09 25.96 40.95
2015 0.1394 0.1526 0.0821 0.1429 0.1292 0.1636 0.1224 33.06 30.02 36.92
2016 0.1383 0.1516 0.0744 0.1351 0.1342 0.1667 0.1145 32.25 36.46 31.29
2017 0.1333 0.1524 0.0765 0.1256 0.1332 0.1582 0.1078 32.64 33.19 34.17
2018 0.1329 0.1510 0.0749 0.1266 0.1314 0.1582 0.1082 32.60 33.75 33.65
2019 0.1323 0.1467 0.0773 0.1314 0.1276 0.1566 0.1105 32.91 33.29 33.80
表2 保险密度的基尼系数及其分解结果

Tab.2 Gini coefficient of insurance density and its decomposition results

年份 G 地区内差距 地区间差距 贡献率（%）
东部 中部 西部 东—中 东—西 中—西 地区内 地区间 超变密度
1997 0.5064 0.5015 0.1303 0.2107 0.6287 0.6224 0.1791 28.11 66.68 5.2
1998 0.4919 0.4749 0.1257 0.1924 0.6102 0.6176 0.1665 27.31 68.76 3.9
1999 0.4837 0.4672 0.1408 0.1772 0.5963 0.6137 0.1683 27.10 69.10 3.8
2000 0.4813 0.4634 0.1376 0.1844 0.5970 0.6081 0.1732 27.08 68.55 4.4
2001 0.5149 0.4845 0.1355 0.1922 0.6305 0.6488 0.1760 27.00 69.67 3.3
2002 0.4960 0.4590 0.1498 0.2145 0.5886 0.6397 0.2002 26.70 70.04 3.3
2003 0.4776 0.4467 0.1365 0.2153 0.5540 0.6278 0.1987 26.69 70.70 2.6
2004 0.4805 0.4451 0.1266 0.2224 0.5527 0.6351 0.2066 26.48 70.97 2.6
2005 0.4849 0.4343 0.1468 0.2354 0.5537 0.6444 0.2265 26.03 71.01 3.0
2006 0.4637 0.4234 0.1254 0.2620 0.5284 0.6143 0.2242 26.51 69.58 3.9
2007 0.4421 0.4105 0.1201 0.2722 0.5030 0.5809 0.2274 26.96 68.24 4.8
2008 0.4110 0.3967 0.1109 0.2450 0.4642 0.5481 0.2034 27.22 68.26 4.5
2009 0.4004 0.3907 0.1132 0.2362 0.4581 0.5301 0.1988 27.35 67.43 5.2
2010 0.3742 0.3674 0.0855 0.2191 0.4319 0.5023 0.1818 26.97 68.41 4.6
2011 0.3589 0.3550 0.0982 0.2178 0.4226 0.4719 0.1814 27.37 66.45 6.2
2012 0.3535 0.3559 0.1000 0.2039 0.4258 0.4588 0.1758 27.50 65.76 6.7
2013 0.3329 0.3423 0.0949 0.1918 0.4077 0.4297 0.1636 27.71 64.56 7.7
2014 0.3214 0.3322 0.0850 0.1863 0.3852 0.4256 0.1536 27.54 66.08 6.4
2015 0.3085 0.3102 0.0907 0.1866 0.3649 0.4132 0.1557 27.19 66.77 6.0
2016 0.2994 0.2939 0.0812 0.1810 0.3579 0.4063 0.1510 26.51 67.13 6.4
2017 0.2849 0.2844 0.0708 0.1712 0.3365 0.3922 0.1427 26.48 67.80 5.7
2018 0.2687 0.2698 0.0658 0.1676 0.3153 0.3706 0.1403 26.55 66.62 6.8
2019 0.2563 0.2533 0.0573 0.1601 0.3013 0.3589 0.1334 26.02 67.55 6.4
就保险深度而言，在样本考察期内，总体差距（G）从1997年的0.205下降到2019年的0.132，这表明保险深度的非均衡状态在过去23年间有逐渐趋于缓解的迹象。但总体差距的变化并不是一个稳步下降的态势，而是呈现“下降—上升—下降”的演进特征，其过程大致可以划分为三个阶段：基尼系数首先从1997年的0.205逐渐下降到2002年的0.152，而后保持小幅上涨至2006年的0.166，随后又逐渐下降至2019年0.132。从地区内部差距（Gw）来看，在数值大小方面，样本考察期内的平均值的排序依次为，东部（0.180）>西部（0.150）>中部（0.071），标准差的排序依次为，东部（0.043）>西部（0.025）>中部（0.006）。相比较而言，中部地区的基尼系数较小，且波动也较为平缓，东部地区内部的基尼系数明显高于中、西部地区，意味着东部地区内部各省份的保险深度存在较大的差异性。可能的原因是，东部地区包括的省份数量较多，地区间保险深度参差不齐。在演变趋势方面，三大区域内部保险深度的差距高低交错，演变趋势各异。东部地区的基尼系数也大致呈现上升和下降的三个阶段，第一阶段基尼系数从1997年的0.283逐渐下降到2002年的0.176，这与总体基尼系数在演变趋势上具有较大的相似性。第二阶段基尼系数回升至2004年的0.192，而后逐渐回落至2011年的0.135。第三阶段基尼系数在较长时段内在0.143~0.153之间进行小幅波动。西部地区的基尼系数在1997—2006年近似呈现U形的演变趋势，而在2007—2012年围绕着0.180呈现小幅波动，此后西部地区的基尼系数呈现逐渐下降的态势。总体而言，地区内部差距既具有与总体差距相似的变化趋势，又具有自身的显著特点。从地区间差距（Gnb）来看，样本考察期内的平均值的排序依次为，“东—西”部（0.185）>“东—中”部（0.154）>“中—西”部（0.131），标准差的排序依次为，“东—中”部（0.038）>“东—西”部（0.021）>“中—西”部（0.012）。“东—西”部地区间的基尼系数明显高于“东—中”部、“中—西”部的基尼系数。可能的原因是，东部和西部地区的经济发展水平差距较大，造成地区间保险深度存在较大的差异性。在演变趋势方面，地区间的基尼系数也具有自身的显著特点，以“东—西”部为例，其基尼系数从1997年的阶段性高点0.237逐渐下降至2002年的0.169，而后又逐渐回升至2006年的0.205，最后在2007—2019年这一较长时段内呈现逐渐下降的态势。“东—中”部地区间的基尼系数基本上表现出缓慢下降的态势，而“中—西”部地区间的基尼系数的波动幅度则相对平缓，“中—西”部与“东—中”部地区间的基尼系数的演变趋势具有一定的对称性，先后在2006和2015年进行交叉。从地区差距来源及其贡献率来看，地区内差距、地区间差距以及超变密度贡献率的均值依次为32.58%、32.97%、34.45%。地区内差距贡献率变化较为平缓，地区间差距贡献率和超变密度贡献率呈现出阶段性交替变化特征，二者的演变趋势具有明显的对称性。地区间差距的贡献率不断下降（上升）的同时，超变密度的数值表现为较为明显的上升（下降）趋势。
就保险密度而言，在样本考察期内，总体差距（G）从1997年的0.506下降到2019年的0.256，这表明随着时间的推移，保险密度的空间非均衡状态也呈现不断下降的趋势。具体来看，总体差距的变化过程大致可以划分为两个阶段：1997—2005年，基尼系数围绕0.478~0.515进行小幅度波动，呈现类似W形的变动趋势，2006—2019年，基尼系数从2006年的0.464逐渐下降至2019年的0.256。从地区内部差距（Gw）来看，在数值大小方面，样本考察期内的平均值的排序依次为，东部（0.390）>西部（0.206）>中部（0.110），标准差的排序依次为，东部（0.073）>西部（0.029）>中部（0.027）。相比较而言，中部地区的基尼系数较小，且波动也较为平缓，东部地区内部的基尼系数明显高于中、西部地区，意味着东部地区内部各省份的保险密度同样存在较大的差异性。在演变趋势方面，三大区域内部保险密度呈现出不同的变化特征，东部地区的基尼系数表现出逐年下降的态势，这与全国总体差距的时序变化过程具有较为明显的相似性，中部地区的基尼系数在窄幅波动中呈下降趋势，西部地区的基尼系数呈现出偏平的倒“V”形的演变趋势，具体而言，1997—2007年大致表现为缓慢上涨的形态，阶段性高点为2007年的0.272，而后在2008—2019年呈现逐渐下降的形态。总体而言，地区内部差距同样具有与总体差距相似的变化趋势，又具有自身的显著特点。从地区间差距（Gnb）来看，样本考察期内的平均值的排序依次为，“东—西”部（0.529）>“东—中”部（0.479）>“中—西”部（0.180），标准差的排序依次为，“东—中”部（0.104）>“东—西”部（0.100）>“中—西”部（0.027）。“东—西”部地区间的基尼系数明显高于“东—中”部、“中—西”部的基尼系数。可能的原因依旧是，东部和西部地区的经济发展水平差距较大，造成地区间保险密度存在较大的差异性。在演变趋势方面，地区间的基尼系数同样具有自身的显著特点，“东—中”部和“东—西”部演变过程大致趋同，这一特点突出表现在2005年之后，伴随着“东—中”部和“东—西”部的基尼系数的下降，二者各自变化趋势的拟合直线近似平行，“中—西”部的基尼系数则呈现出偏平的倒“V”形的演变趋势。从地区差距来源及其贡献率来看，地区内差距、地区间差距以及超变密度贡献率的演变趋势十分平稳，三者的均值依次为26.97%、68.09%、4.94%，地区间差距的贡献率远超过地区内差距和超变密度的贡献率，说明地区间差距是保险密度空间非均衡的主要动因。

3.3 保险业发展水平的Kernel密度估计

从上述基尼系数的分解结果来看，地区间保险业发展水平的差距较为明显，但地区内部保险业发展水平在一定程度上呈现出趋同的演变态势。由于基尼系数无法展现保险业发展水平的动态演进过程，在此借助图形对比的方式来考察其分布变化。接下来采用非参数估计的Kernel密度方法，选取1997、2003、2008、2013和2019年5个年度作为考察剖面，结合Kernel密度曲线的分布位置、态势和延展性等方面的信息，以期对1997—2019年保险业发展水平的动态演进过程给予全景式的刻画。就保险深度而言，从分布位置来看，在样本观测期内，各地区的核密度曲线均呈现出逐渐向右移动的特征，中部地区表现得更为明显，这意味着各地区的保险深度不断向更高水平迈进，也印证了前文典型事实的描述。从分布形态来看，东部地区的核密度曲线峰值先后经历了“上升—下降”的演变过程，宽度呈“缩小—扩大”的特征，波峰高度逐渐上升、波峰宽度逐渐收窄，表明东部地区省市间的保险深度的绝对差距缩小，集中趋势增强，反之。中、西部地区的核密度曲线的峰值逐年大幅下降，宽度愈发呈“扁平状”，说明其地区内的绝对差距有进一步扩大的迹象。从极化趋势及分布延展性来看，东部地区的核密度曲线在1997年出现了“双峰”形态，2003年侧峰凸显，说明在此期间两极分化现象较为严重，2008年侧峰峰值又出现回落，说明极化现象逐渐得到缓解。核密度曲线在2013—2019年右拖尾现象明显，表明东部地区内部存在部分保险深度较高的省市。中、西部地区的核密度曲线尽管始终保持“单峰”形状，但区间跨度逐渐增大，表明随着时间的推移，尤其是中部地区保险深度的离散程度表现出不断提高的特征。就保险密度而言，从分布位置来看，各地区的核密度曲线均呈现持续向右的移动轨迹，表明保险密度在样本观测期内有逐步上升的趋势，这也与前文论述相一致。从分布形态来看，各地区的核密度曲线形态较为相似，整体表现为波峰高度逐年下降、波峰宽度呈“陡峭—扁平”的形态，这也意味着各地区内部的保险密度的差异逐渐扩大。从极化趋势及分布延展性来看，各地区的核密度曲线逐渐由“双峰”形态演变为“单峰”形态，但逐渐呈现出发散的态势，表现为“扁平化”的分布形态，这意味着保险密度的分布趋于分散。同时核密度曲线的右侧均有一个明显的“长尾”，意味着区域内部存在少数保险密度较高的省份，“长尾”越长，表明区域内高保险密度的省份的数量越多，保险密度的内部差异越大。就Kernel密度曲线形态的整体比较而言，各地区保险深度呈现出更为清晰的演变形态，并且具有明显的地区趋同的特征。
图2 东部、中部和西部地区的保险业发展水平的分时段比较

Fig.2 Comparison of insurance development level in eastern，central and western regions

4 结论与对策建议

本文基于中国大陆1997—2019年的省级面板数据，借助地理信息系统（GIS），运用Dagum基尼系数分解、Kernel密度估计与空间计量经济学相结合的方法，对保险业发展水平的时空分异特征及动态演变过程进行测度。从所得结论来看，在典型化事实方面，GIS可视化方法表明，保险业发展水平与经济发展的区域梯度性相一致，保险业发展水平呈现明显的阶段性特征和“东高西低”的空间非均衡特征。在Dagum基尼系数方面，从保险业发展水平的地区差距来源及其贡献率分解来看，保险业发展水平的地区间差异明显大于地区内的差异，地区间差异是造成全国保险业发展水平差异的主要因素。在Kernel密度估计方面，相较于保险深度，保险密度的区域内部差异明显较大，从地区内的差异比较来看，中、西部地区的差异较东部地区更为突出。保险业发展水平“区域间异质化”的特征不断弱化，而“区域内同质化”的特征逐渐显现。上述论断为识别保险业发展水平的时空分异特征及动态演变轨迹提供了有益的实证支持，就对策建议而言：
第一，提升保险业发展水平是一个系统工程，政府部门在制定全局框架下的区域协同发展政策时，应将保险业的发展规划纳入区域经济发展的整体规划，同时把握保险业发展水平所体现的差异性、阶段性和区域不平衡性特征，基于各地区保险业发展水平的初始水平和演变特征，以时间上的压缩形式和幅度上的跨越形式，促进各地区的保险业在差异中提升，在发展中提升。当然，政府部门在制定促进保险业发展政策时应以协调保险业发展差异的内生演进路径为导向，一方面对于一些共性问题需综合应对，另一方面还要考虑各地实际以合理布局保险市场主体和分支机构，对于保险业发展水平较高且收敛路径趋同的地区，应积极推动地区间发挥各自优势，应积极发展互补型合作关系，以偏向空间干预的均衡发展政策取代以往偏向空间中性的非均衡发展政策，形成空间联动的保险业发展水平共同提升。
第二，保险业发展水平的非均衡性归根结底是区域经济社会发展不平衡所导致，因此提高保险业发展水平从长期来看应从促进区域经济发展着手。在经济新常态下，在顶层设计、统筹规划和协同推进下，优化保险业市场主体结构和区域布局，提高保险业发展在区域间、城乡间的均衡水平和整体效能。同时关注区域间、城乡间的关联互动，借助保险业发展的正向空间溢出效应和交互影响，搭建全方位、多领域跨区域合作平台，完善保险业协调发展的体制机制，通过人口城镇化水平的进一步提高，提升城乡融合发展的态势，挖掘广大农村地区巨大的保险需求潜力，通过加大对中、西部（农村）地区保险资源的均衡配置，改善城乡间的保险业发展差异，同时对农村地区的保险类别提供更多的优惠与补贴政策，增强地区间、城乡间保险业发展的互补性与协调性。从各区域差别性的客观保险需求出发，根据不同地区保险发展与保险经济协调度的差距，实施有针对性的、差异化的区域保险发展策略。通过破除行政壁垒和“市场分割”格局，构建协调互补的保险业资源配置体系，促进保险业与区域经济的耦合发展。实现保险业发展由传统的“经济增长”的单一发展动力向新时期“适应经济发展、完善保险供给、满足保险需求”的多重发展动力转换。
第三，保险业高质量发展不仅是国家对保险业提出的要求，更是保险业发展的内生需要。保险业高质量发展是全方位、多维度、高要求的发展，是兼顾质量与速度的稳健发展，是以客户为中心、充分而均衡的发展。尽管不同的市场主体探索保险业高质量发展的路径不同，但其关键在于坚持“以人民为中心”的发展思想和“以客户为中心”的经营理念。保险业高质量发展要深度挖掘市场空间，缩小城乡之间、区域之间、不同险种之间的差距。以国家宏观发展战略为支撑，根据区域经济的产业布局和竞争优势，结合社会建设和社会管理的实际，形成优势互补、有力保障民生、与经济社会发展相协调的保险业区域发展新格局。为实现保险业高质量发展的价值取向和核心目标，需要在中央政府层面建立区域保险业协商机制，在国家保险业改革的总体安排中，应该给中西部地区赋予更多保险业改革试点或先行权力。同时国家应对落后地区的保险业基础设施建设加大投入，为其保险业发展创造条件。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
J. François Outreville. The economic significance of insurance markets in developing countries[J]. Journal of Risk and Insurance, 1990(3):487-498.

[2]
Damian R. Ward,Ralf Zurbruegg. Does insurance promote economic growth?Evidence from OECD countries[J]. The Journal of Risk and Insurance, 2000(4):489-506.

[3]
Marijana Ćurak, Sandra Lončar, Klime Poposki. Insurance sector development and economic growth in transition countries[J]. International Research Journal of Finance and Economic, 2009(34):29-41.

[4]
Peter Haiss, Kjell Sümegi. The relationship between insurance and economic growth in Europe:a theoretical and empirical analysis[J]. Empirica, 2008(4):405-431.

[5]
J. François Outreville. The relationship between insurance and economic development:85 empirical papers for a review of the literature[J]. Risk Management and Insurance Review, 2013(1):71-122.

[6]
Rudra P. Pradhan, Mak B. Arvin, Mahendhiran Nair, et al. Is there a link between economic growth and insurance and banking sector activities in the G-20 countries?[J]. Review of Financial Economics, 2017(33):12-28.

[7]
Chien-Chiang Lee, Chi-Hung Chang, Mohamed Arouri, et al. Economic growth and insurance development:The role of institutional environments[J]. Economic Modelling, 2016(59):361-369.

[8]
Cheng Yuan, Yu Jiang. Factors affecting the demand for insurance in China[J]. Applied Economics, 2015(45):4855-4867.

[9]
苏恒轩. 中国寿险业区域划分研究[J]. 武汉大学学报:哲学社会科学版: 2010(6):892-897.

[10]
吴祥佑. 我国省域保险业发展不平衡的实证研究:1997—2007年[J]. 数量经济技术经济研究, 2009(6):99-114.

[11]
武岩. 中国保险业成长与经济发展的关系检验——基于面板误差修正模型的分析[J]. 上海经济研究, 2013(5):37-44.

[12]
肖志光. 论我国保险市场区域均衡发展——基于保险需求的理论与实证[J]. 金融研究, 2007(6):181-191.

[13]
沈扬扬. 中国保险业区域不平衡发展研究——基于修正数据的研究[J]. 保险研究, 2012(3):12-23.

[14]
刘维林, 徐放. 中国保险产业区域分异的微观机理与实证分析[J]. 现代财经, 2012(11):41-49.

[15]
颜鹏飞, 陈蓉. 中国特色保险业改革的伟大实践——改革开放40年回顾与思考[J]. 财经问题研究, 2018(12):3-11.

[16]
俞颖, 苏慧琨, 李勇. 区域金融差异演进路径与机理[J]. 中国工业经济, 2017(4):74-93.

[17]
李恩龙, 杨永春, 史坤博, 等. 省域视角下中国保险业市场的时空特征[J]. 经济地理, 2017(5):116-124.

[18]
郑伟, 刘永东. 中国保险业区域发展比较研究——基于“保险基准深度比”的分析[J]. 经济科学, 2008, 37(5):96-109.

[19]
胡宏兵, 郭金龙, 田乾. 我国保险业区域发展路径和模式选择——基于情景模式分析法的实证研究[J]. 金融评论, 2011(3):59-69.

[20]
谭朵朵. 中国省域保险业发展影响因素的空间计量分析[J]. 统计与信息论坛, 2011(1):37-43.

[21]
胡宏兵, 田乾, 黄莹玉. 我国保险业区域发展协调度评价实证研究[J]. 宏观经济研究, 2012(5):47-55.

[22]
吴永钢, 李政. 我国保险业发展的经济增长效应:基于金融协同的视角[J]. 南开经济研究, 2013(4):82-94.

[23]
李春燕. 我国保险发展的空间非均衡及极化研究——基于1998-2010年产险与寿险的对比分析[J]. 财经论丛, 2013(2):64-70.

[24]
钟水映, 李强谊, 肖攀. 我国保险业发展水平的地区差异及其分布动态演进[J]. 保险研究, 2016(3):3-17

[25]
田乾, 金怀玉. 中国保险业发展的空间集聚效应分析[J]. 统计与决策, 2016(13):152-155

[26]
宋昌耀, 李国平, 李沅曦. 中国保险业的空间分异及其经济绩效——基于地级以上城市的分析[J]. 保险研究, 2019(9):30-43.

[27]
Camilo Dagum. A new approach to the decomposition of the Gini income inequality ratio[J]. Empirical Economics, 1997, 22(4):515-531.

[28]
Robert J. Barro,Xavier Sala-i-Martin. Convergence[J]. Journal of Political Economy, 1992, 100(2):223-251

Options
文章导航

/

〈 〉