中国地级市（地区）财产保险市场状况

王向楠

中国社会科学院金融研究所，北京 100028

摘要：财产保险的市场状况具有空间分异性，采用经济地理的视角和研究方法具有意义。中国保险业的数据披露在系统性、准确性和延续性上均是较好的，包括地区、企业、产品和年度4个维度。本文基于《中国保险年鉴》和《中国城市统计年鉴》的数据，进行多种交叉验证后，从保险监管部门和行业性组织、企业年度报告或其他公开披露信息获得辅助数据，进而计算了中国地级市（地区）财产保险市场整体发展程度、赔付水平、企业结构和产品结构这4个方面的9个指标。该数据集为.xlsx储存格式，数据量为21.9 MB。该数据集既能够用于研究中国财产保险的话题，也能为研究经济地理、区域和空间经济、产业组织等领域的一些话题，提供样本。

关键词：地级单位；财产保险；企业结构；产品结构

DOI: 10.3974/geodp.2018.03.10

1 前言

财产保险的市场状况与地理因素的关联很大，且这种关联在金融业的主要子行业（银行、产险、寿险、证券、信托、基金、金融租赁等）中或许是最大的^[1]。以中国财产保险的前5大产品为例，机动车险的赔付率和费用率在各地差别较大，这受到了各地区不同人口、道路状况的影响。企业财产保险的市场运行状况受到所在地的气象、地质、水文等因素的较大影响。农业生产有“靠天吃饭”的特点，其经营成果高度依赖于所在地的农业生产环境；在信用保证险中，信用险主要是出口信用险，而进出口情况较大程度上取决于地理位置（如是否有港口、与哪些国家或地区临近）；保证险承保投保人自身的违约风险，而较大规模的违约风险往往具有区域性特征。责任险的特点是与法治环境息息相关，而法制受到文化的巨大影响，进而也受到地理环境的影响。因此，以经济地理的视角和方法研究财产保险市场具有意义。

中国保险业的数据披露工作较好，可以收集到包括地区、企业、产品和年度4个维度的数据，数据在系统性、准确性和延续性上也较好。中国地级市（地区）财产保险市场状况数据集^[2]可为学者提供参考使用的样本。

2 数据集元数据简介

中国地级市（地区）财产保险市场分析数据集（2016）^[2]的名称、作者、地理区域、数据年代、数据集组成、数据出版与共享服务平台、数据共享政策等信息见表1。

表1 中国地级市（地区）财产保险市场数据集（2016）元数据简表

条目	描述
数据集名称	中国地级市（地区）财产保险市场分析数据集（2016）
数据集短名	PropertyInsuranceMarketAnalysisChina2016
作者信息	王向楠 E-7193-2017, 中国社会科学院金融研究所, jaffwang@126.com
地理区域	中国内地的直辖市、计划单列市或地级单位所辖地区
数据年代	1998、2016
数据格式	.xlsx
数据量	21.9 MB
数据集组成	（1）财产保险整体发展程度，包括3个指标；（2）赔付水平，包括1个指标；（3）企业结构，包括2个指标；（4）产品结构，包括3个指标；（5）9个指标空间分异性的分解结果；（6）3张附表，为经过整理的原始数据
基金项目	国家社会科学基金项目（18CJY063）
出版与共享服务平台	全球变化科学研究数据出版系统http://www.geodoi.ac.cn
地址	北京市朝阳区大屯路甲 11号 100101，中国科学院地理与资源研究所
数据共享政策	全球变化科学研究数据出版系统的“数据”包括元数据（中英文）、实体数据（中英文）和通过《全球变化数据学报》（中英文）发表的数据论文。其共享政策如下：（1）“数据”以最便利的方式通过互联网系统免费向全社会开放，用户免费浏览、免费下载；（2）最终用户使用“数据”需要按照引用格式在参考文献或适当的位置标注数据来源；（3）增值服务用户或以任何形式散发和传播（包括通过计算机服务器）“数据”的用户需要与《全球变化数据学报》（中英文）编辑部签署书面协议，获得许可；（4）摘取“数据”中的部分记录创作新数据的作者需要遵循10%引用原则，即从本数据集中摘取的数据记录少于新数据集总记录量的10%，同时需要对摘取的数据记录标注数据来源^[3]

3 数据研发方法

3.1 数据来源和整理说明

原始数据有3类来源。（1）主要的原始数据来自《中国保险年鉴》。该年鉴由中国保险监督管理部门主管和负责审核，中国保险年鉴社主办，创刊于1998年，是一部较系统地反映中国保险市场面貌的年度出版物^[4–5]。（2）各地区的常住人口数和国内生产总值的数据来自《中国城市统计年鉴》^[6]。该年鉴由国家统计局城市社会经济调查司主办的，创刊于1985年，报告了中国建制城市（含地级及以上城市和县级城市）社会经济发展和城市建设等方面的信息。由于该年鉴直接报告的是户籍人口数，“常住人口数”是根据国内生产总值和人均国内生产总值（国内生产总值/常住人口数）计算得到。（3）在数据的补充和校正环节，笔者从保险监管部门及其派出机构、保险行业组织、企业年度报告或其他公开披露信息中获得了一些信息。

财产保险类方面的原始数据包括地区、企业、产品和年度4个维度。（1）“地区”是指地级（及以上）的市（地区），包括4个直辖市辖区、5个计划单列市辖区、27个省会（自治区首府）辖区和若干个地级市（地区）。地区数目在1998年为216，在2016年为337。1998年的地区数较少，主要是由于《中国保险年鉴》才创办，有几个省份没有报告所辖地级市（地区）的数据。此后，《中国保险年鉴》覆盖的地区要多于《中国城市统计年鉴》，比如四川包括了阿坝、甘孜、凉山3个自治州。（2）“企业”是指实际开展了业务（保费收入>0）的保险企业，1998年有14家，2016年有86家（包括航运保险中心）。（3）“产品”是指财产保险的产品种类，不包括人身保险产品和再保险产品。1998年的产品种类包括5种，2016年的产品种类包括8种。（4）“年度”是指从1998年到2016年的各年。

为了提高数据的完整性和准确性，笔者在输入原始数据后，进行了多种交叉验证（cross validation）。具体包括：各产品的收入（赔付）之和等于总收入（赔付），各企业的收入（赔付）之和等于全行业的收入（赔付），低一级地区的收入（赔付）之和等于高一级的总收入（支出）；从年度上看，各地区、各企业或各产品的保费收入和赔付是否有异常变动；各地区是否缺失了某些企业的数据；地区或企业的名称有无重复；保费收入与赔付支出的相对大小是否异常等。原始数据的质量是非常高的，但是对于可能的遗漏或误差，通过逻辑判断，再从保险监管部门及其派出机构网站、保险行业组织、企业年度报告或其他公开披露信息的方式获得相关数据，进行补充和矫正。

3.2 指标设计

从整体发展程度、赔付水平、产品结构、企业结构4个方面分析2016年的财产保险市场状况。

财产保险的整体发展程度有3个指标（数据集的表1）。（1）财产保险密度，其定义为各地区的“财产保险保费收入”/“常住人口数”。（2）财产保险深度，其定义为各地区的“财产保险保费收入”/“国内生产总值（GDP）”。该指标是在保险密度指标的基础上多考虑了经济发展因素。（3）财产保险增速，其计算方法为各地区的（“2016年财产保险保费收入”/“1998年财产保险保费收入”）^(1/19)-1，即是1998-2016年期间采用几何平均法（Geometric Average）计算的财产保险保费收入的年均增长率。该指标反映财产保险市场的增长状况。

财产保险的赔付水平有1个指标（数据集的表2），其计算方法为各地区的“财产保险赔付支出”/“财产保险保费收入”。它是反向衡量财产保险市场盈利程度的一个简易指标。需要说明的是，由于《中国保险年鉴》的原始数据中保费收入和赔付支出“四舍五入”到1万元或10万元，所以计算小地区、小企业和小产品的赔付水平时，误差会较大；此时，为了提高赔付水平计算的精确性，可以考虑剔除保费收入或赔付支出低于50万（或其他设置值）的观测。

财产保险的企业状况有2个指标（数据集的表3）。（1）企业数目，即经营财产保险业务的保险企业数目。该指标直观反映财产保险供给方面的繁荣程度，也是正向衡量保险市场竞争程度的一个简易指标。（2）企业集中度，其计算方法为各地区中各企业的保费收入的赫希曼-赫芬达尔指数（Herschman-Heffendahl Index，HHI），其是衡量集中度的常用指标。

(1)

式中，s_ij表示地区i的财产保险市场中企业j的保费收入的份额。HHI_Firm的取值范围为0–1，取值越大表示企业集中度越高。当市场中仅有1家企业时，为垄断市场，HHI_Firm=1；当市场中有无穷多企业时（是完全竞争市场的一个条件），HHI_Firm=0。集中度还可以采用其他的多种计算指标，可以分为无参数和有参数两大类^[7–9]。

财产保险的产品结构有3个指标（数据集的表4）。（1）车险业务比重，其计算为各地区的“机动车险保费收入”/“财产保险保费收入”。近些年，居民是机动车的主要拥有者，所以车险主要是服务于生活的，而财产保险中的企业财产保险、工程保险、货物运输保险、责任保险、信用保证保险、农业保险等主要是服务于生产的。（2）产品集中度，其计算为各地区中各产品的保费收入的赫希曼-赫芬达尔指数，

(2)

式中，s_ik表示地区i的财产保险市场中产品k的保费收入比重。的取值范围为0–1，取值越大表示产品集中度越高。（3）产品专业度。前两个指标仅是关注单个地区，但是研究中可能更关注各地区在产品结构上与全国相比的特殊性，其往往决定于该地区在地理因素或其他因素上的特殊性。产品的特殊性常称为“产品专业度”。将s_k表示全国的财产保险市场中产品k的保费收入比重。采用常用的Manhattan距离测量向量相似度^[10]，地区i的产品专业度定义为：

(3)

产品专业度（Specialzation_i）的取值范围为0-1。如果地区i与全国的产品结构完全相同，即对于任何一种产品，该产品在地区i的财产保险市场上的比重与在全国的财产保险市场上的比重相同，那么Specialization_i取最小值0。随着地区i与全国的财产保险的产品结构的差异性逐渐提高，Specialization_i将趋近于1。Specialization_i无法等于1，这是因为，全国是各地区的加总，在地区i存在的财产保险产品必然被统计入了全国的财产保险市场中。

数据集中4张表的9个指标均是以地区为分析对象。不同学科或不同话题关注的对象有所差别，有些研究更关注企业问题或产品问题。对于除财产保险密度和财产保险深度的7个指标，均可以“企业”为分析对象，如研究各企业的增速、赔付水平、地理结构和产品结构。对于这9个指标，均可以“产品”为分析对象，如研究各产品的整体发展程度、赔付水平、地理结构^[11]和企业结构。

为了分析这些指标是否存在空间分异性（Spatial Stratification Heterogeneity），本文采用q统计量检验^[12]进行严格的检验，计算公式如下：

(4)

式中，y表示9个指标中的某一个，h表示7个地理区域^[1,13–14]（划分标准见数据集的表5），N_y和分别表示指标y的样本总量（地级市（地区）总数）和样本总方差，和分别表示地理区域h中指标y的样本量和方差。q_y表示总体方差被各层解释的比重，q_y的取值范围为[0,1]，q_y=0表示不存在空间分异，q_y=1表示存在完全的空间分异，q的值越大表示空间分异性越明显。借鉴王少剑等^[15]的方法，本文采用q指标的核心思想是：影响某个指标的相关因素在空间上具有差异性，若某因素和该指标的强度在空间上具有显著的一致性，则说明该因素对该指标的形成可能具有重要的影响。这9个指标的空间分异性的测算结果报告于数据集的表5，经检验，均存在显著的空间分异性（P<0.001）。

4 数据结果及讨论

表2的第2列到第10列分别报告了2016年9个财产保险市场状况指标取值最大的5个地级市（地区）和取值最小的5个地级市（地区）。此外，各地区的财产保险深度、赔付水平和企业数目的情况（2013年）可参考文献[1]。可见，中国不同地级市（地区）之间财产保险市场状况差别很大。

表2 各地级市（地区）财产保险市场状况（最高的5个和最低的5个）

密度

（元/人）

深度

年均
增速

赔付水平

企业
数目

企业
集中度

车险业务比重

产品
集中度

产品
专业度

最高的5个地级市（地区）

沈阳 2,234.18

沈阳

3.34%

张家界

59.20%

黑河

142.44%

上海

果洛

温州

88.41%

温州

0.784,7

大兴安岭

0.850,5

深圳

2,184.02

鞍山

2.62%

娄底

59.01%

本溪

127.57%

北京

阿里

0.958,8

榆林

88.19%

榆林

0.781,3

果洛

0.821,3

北京

1,803.85

拉萨

2.60%

长沙

58.96%

海北

102.29%

广州

黄南

0.864,7

金华

86.88%

金华

0.758,5

黄南

0.814,9

上海

1,719.07

阜新

2.52%

贵港

56.87%

黄南

95.07%

南京

甘南

0.760,3

大同

86.77%

大同

0.756,7

兴安

0.814,5

厦门

1,683.22

阜阳

2.52%

湖州

56.53%

鞍山

90.82%

杭州

昌都

0.712,9

许昌

86.62%

许昌

0.754,3

山南

0.805,8

最低的5个地级市（地区）

昭通 179.69

开封

0.50%

牡丹江

11.08%

崇左36.68%

阿里

枣庄0.107,7

那曲 0.24%

海口0.332,7

本溪0.046,5

陇南

174.15

三门峡

0.49%

白山

10.72%

玉树

30.82%

昌都

淄博

0.106,8

黔西南

0.21%

铁岭

0.324,0

丹东

0.046,4

汕尾

166.04

包头

0.49%

伊春

10.52%

昌都

26.99%

那曲

杭州

0.104,0

海南

0.20%

喀什

0.321,9

昆明

0.046,0

商洛

158.79

辽源

0.46%

抚顺

8.78%

那曲

26.22%

克孜勒苏

济南

0.098,8

玉树

0.07%

甘孜

0.321,4

南宁

0.045,7

宿州

105.10

鄂尔多斯

0.39%

本溪

8.45%

果洛

22.83%

果洛

临沂

0.077,2

果洛

0.00%

拉萨

0.270,5

湘潭

0.038,1

图1（a）-图1（i）分别报告了2016年9个财产保险市场状况指标在各地理区域的均值情况，“均值”即是该指标在某个地理区域中所有地级市（地区）的算数平均值。

5 总结

本数据集基于中国财产保险行业的地区、企业、产品和年度的4维数据，以地级市（地区）为分析对象，计算和报告了财产保险的整体发展程度（4个指标）、赔付水平（1个指标）、企业结构（2个指标）、产品结构（2个指标）。结果显示，这些指标存在明显的空间分异性。本数据集既为研究中国财产保险的话题提供了丰富的数据，也为研究经济地理、区域和空间经济、产业组织等领域的一些话题提供了较为难得的样本。

图1 各地理区域的财产保险市场状况（2016年）

参考文献

[1] 王向楠. 财产保险公司的地理扩张与利润[J]. 地理学报, 2017, 72(8): 1347-1360.

[2] 王向楠. 中国地级市（地区）财产保险市场分析数据集[DB/OL]. 全球变化科学研究数据出版系统, 2018. DOI: 10.3974/geodb.2018.05.14.V1.

[3] 全球变化科学研究数据出版系统. 全球变化科学研究数据共享政策[OL]. DOI: 10.3974/dp.policy.

2014.05 (2017年更新).

[4] 中国保险年鉴编委会. 中国保险年鉴 1999 [M]. 北京: 中国保险年鉴社, 1999.

[5] 中国保险年鉴编委会. 中国保险年鉴 2017 [M]. 北京: 中国保险年鉴社, 2017.

[6] 国家统计局城市社会经济调查司. 中国城市统计年鉴 2017 [M]. 北京: 中国统计出版社, 2017.

[7] Bikker, J. A., Haaf, K. Measures of competition and concentration in the banking industry: a review of the literature [J]. Economic & Financial Modelling, 2002, 9(2): 53-98.

[8] 王向楠, 边文龙. 市场结构与赔付水平: 2004-2014年的中国健康保险[J]. 当代经济科学, 2016, 38(5): 1-11.

[9] 王向楠, 边文龙. 市场集中造成了中国财产险的高价格吗?[J]. 经济科学, 2017(5): 48-64.

[10] 王向楠, 边文龙. 专业化与企业风险——以寿险业为例[J]. 当代经济科学, 2018, 40(2): 28-37.

[11] 于磊, 成升魁. 影响中国非寿险发展的区域社会因素分析[J]. 资源科学, 2017, 39(2): 346-355.

[12] Wang, J. F., Li, X. H., Christakos, G., et al. Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun region [J]. International Journal of Geographical Information Science, 2010, 24(1): 107-127.

[13] 胡浩, 葛岳静, 陈鑫弘. 基于地域差异分析的高等院校与科研院所科教协同发展研究[J]. 经济地理, 2013, 33(11): 7-14.

[14] 黄耀欢, 赵传朋, 杨海军等. 国家重点生态功能区人类活动空间变化及其聚集分析[J]. 资源科学, 2016, 38 (8): 1423-1433.

[15] 王少剑, 王洋, 蔺雪芹等. 中国县域住宅价格的空间差异特征与影响机制[J]. 地理学报, 2016, 71(8): 1329-1342.