县域保险市场营销的影响因素分析

张天琴

摘 要：当前我国县域保险的发展潜力正逐步释放，如何准确把握县域保险的发展形势，积极采取科学有效的营销策略，正成为保险公司谋求发展的诉求。本文以青岛财产保险市场为例，针对县域保险市场营销的影响因素开展实证分析。外部环境方面，利用PEST分析法，研究环境因素对县域保险市场营销的影响。内部竞争方面，采用回归模型分析法，选取大量行业真实数据开展研究，并对回归模型的显著性进行验证。

关键词：PEST工具 4P理论 实证分析

随着县域经济的快速发展和汽车消费需求的释放，县域市场已成为当前及未来一段时期最具成长性和盈利性的市场。然而保险公司在农村市场普遍存在着“高投入、低产出”的现象，县域保险市场营销产能得不到释放和提升，难以分享县域经济社会发展红利。所以，研究县域保险市场营销的影响因素，加快拓展县域市场，不仅对财产保险行业具有重要的战略意义，对财产保险公司也具有紧迫的现实意义。

一、县域保险市场营销的影响因素分析

从营销4P理论的角度来看，影响县域保险营销的因素可划分为两类，一类是县域保险机构所处的外部环境因素，包括政治法律、经济、社会以及技术环境；另一类是县域保险机构自身可以控制的内部因素，包括渠道、产品、价格以及促销策略。

以下以青岛财产保险市场为例，针对县域保险市场营销的影响因素开展实证分析。

（一）外部影响因素分析

外部环境方面，我们可以简单利用PEST工具，分析外部环境因素对县域保险营销的影响，包括：

1.政治法律环境（P）。国家治理体系与治理能力建设深入推进，为保险行业服务政府转型提供了新机遇。

政府职能转变，采购服务放大财政效应，推动农业保险、扶贫保险、大病保险、医保经办服务加快发展；社会领域法治化建设推动保险广泛参与社会治理，各类责任保险、民生保险、巨灾保险迎来发展契机；法治中国建设的全面推进，需要发挥保险机制作用，解决法律纠纷、调解社会矛盾；经济金融领域法治化建设为行业健康发展、有序竞争提供有效保障，包括健全市场竞争政策、完善市场竞争规则、统一反垄断执法等，将为行业发展提供健康的法治环境。

2.经济环境（E）。经济转型升级为保险行业中速增长，加大供给奠定了新基础。

宏观经济步入新常态，保持中高速增长，保险需求持续释放；汽车市场格局变化推动车险发展模式加快转变；经济增长动力转换，供给侧结构性改革，将引发产业保险新需求；农业现代化加快推进，推动保险业从传统农业保险向全产业链保险延伸；“一带一路”建设需要保险业服务国家开放发展，面向全球提供保险服务。

3.社会环境（S）。全面建成小康社会为保险行业充分发挥社会治理功能开辟了新领域。

人口老龄结构持续深入；中等收入群体占比上升；个性化、体验化、互联网消费升级；城镇居民的可支配收入持续增长，均将释放巨大保险需求；全面建成小康、民生建设、城镇化推进；健全公共安全体系、生态文明建设，均需要保险机制的有效参与、深度融合。

4.技术环境（T）。新技术应用与产业革命兴起，为保险行业风险管理模式创新开启了新未来。

移动互联、物联网、云计算、大数据等新技术应用深刻影响经济发展与社会变革；科技进步带来了新的风险保障需求，升级了新的风险管理技术；移动互联改变了消费者的行为习惯，创新了生产者的产品服务模式。

（二）内部影响因素分析

内部竞争方面，我们采用回归模型分析法，通过运用青岛市县域保险市场，及A财产保险公司的真实数据进行实证研究，对回归模型的显著性进行分析和验证。产品策略包括保险产品的数量、种类以及涉及领域；定价策略包括定价因子、折扣系数以及风险偏好；渠道策略包括直销渠道与中介渠道（含经纪、代理、银保、兼业代理及交叉销售）的机构数量、结构占比，直销、中介、个代人员的数量、团队化管理，渠道销售费用及佣金比例等；促销策略包括广告宣传、礼品赠送、服务提供等。

二、县域保险市场营销的实证分析

（一）样本选取与变量选择

在选择变量时我们主要参考了营销4P理论，并且试图兼顾内、外部影响因素，但考虑到部分因素难以量化，或公开数值难以获取，故搭建模式时，我们根据实际数据获取及市场调研的情况，优先选取了主要影响因素：产品、渠道、价格和促销，其中产品方面我们选取的是县域保险市场的产品数量；渠道方面我们选择了财险员工人数（财险员工属于传统直销渠道，是产险公司的主要销售力量）、寿险代理人人数（寿险代理人属于交叉销售渠道，是产险公司不可忽视的销售力量）、县域机构数量、手续费及佣金这四组变量；价格和促销方面我们选择了车险折扣率和广告宣传费用。在内部可控因素之外，我们也选取了一个外部影响的因素：GDP。在变量的取值上，我们尽可能的覆盖了青岛市的主要县域，包括黄岛、开发区、即墨、城阳、平度、胶州、莱西7个县市区，时间跨度从2012年到2016年。

县域保险营销策略的选择最终体现为县域保险市场保费规模的大小。我们关注的是这几类变量对于县域市场中财产保险保费收入的影响，保险市场数据主要来源于监管部門通报的县域市场经营数据，宏观经济数据主要来源于青岛各县市政府年度统计公报。

如表1所示，Y代表保费收入（万元），X1代表GDP（亿元），X2代表财险员工人数（人），X3代表寿险代理人人数（人），X4代表县域机构数量（个），X5代表县域产品数量（个），X6代表广告及宣传费用（万元），X7代表手续费及佣金费用（万元），X8代表车险折扣率（%）。

其中7个县市的观测值数量总计280个，分别如下：X1GDP，数值35个；Y保费收入，数值35个，X2财险员工人数，数值35个，X3寿险代理人人数，数值35个，X4县域机构数量，数值35个，X5县域产品数量，数值35个，X6广告及宣传费用，数值35个，X7手续费及佣金费用，数值35个；X8车险折扣率，数值35个。

根据表1的统计数据，我们建立因变量Y与各个影响因素（也称自变量，分别是X1、X2、……、X8）之间的回归方程。由于时间序列的存在，对数据取自然对数会使得数据的协整趋势更加线性化，而不改变原数据的协整关系，还可以在一定程度上消除异方差，因此，此处我们对数据进行对数变换。对数变换的结果如表2所示：

（二）模型构建与数据检验

1.多元线性回归模型。假定对n个观察对象依次测定因变量Y与k个自变量X1，X2，……，Xk 的数值，多元线性回归模型的一般形式为

2.多元线性回归模型的特点。多元回归分析法可以在多个因素存在的情况下使用，并且具有简单方便的特点，因此适合对经济问题进行分析。在回归分析中，凡采用了相同的数据和模型，使用了标准的统计方法，计算出的结果便是唯一的。但通过图表的形式对数据关系进行解释往往会存在主观差异，不同的分析者很可能得出不同的拟合曲线。此外，回归分析也能够较为准确地计算出每个因素彼此之间的相关程以及回归的拟合度，从而提高预测的效果。

需要注意的是，线性回归模型是通过最小二乘法（OLS）的方式得出来的解，存在两方面的问题：一方面，模型可能存在过度拟合的情况，即过于完美的吻合了既有的数据，但是偏离了真实的曲线；另一方面，又可能因为变量过多而失去模型的解释性，使我们无法知道哪些变量在事实上会有影响，哪些变量对预测最有帮助。因此我们需要注意观察方程的调整R方（adjusted R square）。调整R方既考虑了样本量的影響，又考虑了回归中自变量个数的影响，这样调整R方的值就不会由于自变量个数的增加而接近于1。

3.模型建模。根据以上的回归模型，我们建立因变量Y与各个自变量（影响因素）彼此之间的回归方程。在这里我们用Y代表保费收入，X1代表GDP，X2代表财险员工人数，X3代表寿险代理人人数，X4代表县域机构数量，X5代表县域产品数量，X6代表广告及宣传费用，X7代表手续费及佣金费用，X8代表车险折扣率。则用多元线性回归方程可以表示为：

在两种情况下会存在模型的内生性问题：（1）有变量被遗漏，且被遗漏的变量与模型中的变量有相关性；（2）因变量和自变量之间有相互作用，互为因果。在存在内生性的情况下，使用最小二乘法估计回归系数会直接导致估计结果有偏且不一致。因此，本文尽可能多的选择了与因变量相关的自变量，以降低内生性的可能，并期望通过显著性检验筛选出与因变量相关度较强的几组变量来构建模型。

利用Minitab 17.1.0统计软件分析结果如下：

表3为描述性统计量的输出表格，包括观测样本（N）、均值（Mean）、标准差（StandardDeviation）、极小值（Minimum）、第一四分位数（Q1）、中位数（Median）、第三四分位数（Q3）和极大值（Maximum）。

以LNY为例，从集中趋势来看，其35组数据的均值为10.6800，中位数为10.7440。从离中趋势来看，35组数据的极差为1.5110（Maximum—Minimum），四分位差为0.4700（Q3—Q1），标准差为0.3180。从分布形态来看，如图1频数分布的直方图和图2正态概率图所示，在经过对数变换之后，LNY的样本符合正态分布。

用Minitab 17.1.0软件对上述自变量和因变量进行相关性检验，看有几个因素与保费收入有相关性。

如表4所示，在对数变换之后，X7手续费佣金与因变量Y保费收入的相关系数大于0.8，存在强相关性；X1 GDP、X2财险员工人数、X3寿险代理人人数、X4县域机构数量、X5县域产品数量、X8车险折扣率这几个因素与Y的相关系数在0.3到0.8之间，存在着较强的相关性；而X6广告宣传费用与Y的相关系数小于0.3，相关性较低。

此外，各个因素之间也存在着一定的相关性，比如X3寿险代理人人数与X5县域产品数量、X7手续费佣金及X8车险折扣率。为了消除各个因素之间的自相关性，减少重复性的因素，我们对数据进行多元线性回归分析，结果如表5所示。

Adj SS代表原始的贡献度，由此可见，八个自变量的原始贡献度大小依次为LNX1、LNX7、LNX8、LNX2、LNX5、LNX6、LNX3以及LNX4。

P-Value值代表各个因素对因变量Y影响的显著性。当一个影响因素的P值大于0.05时，表示该因素为非显著因素，即该因素与其他的因素相比对因变量Y的影响力不显著，可以从回归方程中去除。从P值最大的影响因素开始逐个去除非显著因素，每去除一个非显著因素，就需要重新计算回归系数并检验其余各个因素的显著性，然后再去除其中P值最大（P>0.05）的非显著因素，直到所有因素的P值都小于0.05为止。

经过多次操作检验之后，发现LNX4、LNX3、LNX6、LNX5虽然对LNY有相关性，但是相对于其他的因素而言相关性偏低，为非显著因素。考虑到模型的解释性，将这四个因素依次排除，只保留P值小于0.05的显著影响因素（LNX1、LNX2、LNX7、LNX8），再对拟合的多元线性回归方程作显著性检验。

如表6所示，经显著性检验，LNX1、LNX2、LNX7、LNX8每个因素的P值均小于0.05，且回归方程的P=0.000，代表所拟合的多元线性回归方程有统计学意义。

如表7所示，对包含LNX1、LNX2、LNX7、LNX8拟合的多元线性回归方程模型作评价，其中拟合优度用决定系数（R2）来评价，代表实际情况与预测结果相吻合的程度。通常当R2>0.80时，认为线性回归模型对一组数据是有效的。如果R2的值越接近于1，表明回归直线对观测指标的拟合度越好；反之，如果R2的值越小，表明回归直线对观测指标的拟合度越差。

拟合优度数值R2=96.49%，大于0.80，说明对LNY拟合包含（LNX1、LNX2、LNX7、LNX8）的线性回归方程，LNY的总离均差平方和能被（LNX1、LNX2、LNX7、LNX8）解释的程度较高。

R2（adj），又称调整R方，是R2基于变量个数的调整。R2倾向于过度估计变量对结果的拟合程度，特别是在存在多个变量的情况下。R2（adj）=96.02%，只比R2低0.47%，说明在考虑变量个数的情况下，LNY的总离均差平方和能被（LNX1、LNX2、LNX7、LNX8）解释的程度仍然较高，不存在过度拟合的情况。即回归方程对观测指标的拟合度较好。

如表8所示，标准回归系数T-Value代表4个自变量对应变量LNY的影响。由标准回归系数T-Value可见，4个变量的影响从大到小依次为LNX7、LNX1、LNX2和LNX8，其中LNX7和LNX1的影响较为显著，LNX2和LNX8的影响稍弱。

方差膨胀因子VIF代表共线性的大小，VIF越大则共线性越严重。一般情况下VIF小于10则认为不存在多重共线性。如表8所示，回归方程中四个影响因素的VIF值均小于10，代表四个影响因素之间并不存在共线性。

4.回归方程。综上所述，经过对影响因素的显著性检验和筛选，线性回归得到的一般回归方程为：

其标准化的方法为z-score 标准化。该方法是针对原始数据的平均值和标准差来进行标准化处理。用每一变量减去其平均值，得到的差再除以这一变量的标准差，计算得到标准化的回归系数。标准化后，各个变量的平均值是0，标准差是1，这样就能把量纲与数量级的影响消除。

三、结果分析

通过对县域保险市场营销的影响因素开展实证分析，得出以下结论：

1.GDP与县域市场保费收入存在强相关性，标准回归系数为6.37，表明县域保险市场营销受外部环境因素的影响较大。随着县域政治、经济、社会和技术的发展与进步，县域保险市场也会快速成长与壮大，保险公司需要通过优化设计县域保险市场营销策略，来实现自身的发展目标。

2.手续费及佣金，财险员工数量等与县域市场保费收入存在强相关性，标准回归系数为8.77和3.53，表明县域保险市场营销受渠道因素的影响较大。一方面，手续费及佣金是反应中介渠道销售成本的重要指标，表明保险公司需要在准确测算渠道销售成本的基础上，建立与中介的合作关系，实施专管专营。另一方面，财险员工属于传统直销渠道，是县域保险市场营销的基础和前提，但受制于渠道销售人员不足，专业管理缺乏等因素影响，渠道产能未能得到有效释放，保险公司需要持续强化面向县域保险市场的销售渠道建设。

3.县域机构数量、寿险代理人数量等与县域市场保费收入存在一定的相关性，但相关性偏低，表明保险公司的渠道策略设计应当有所侧重。一方面，寿险代理人属于交叉销售渠道，是财险员工的辅助和补充，保险公司的渠道策略应以加强自主渠道建设为主，发展第三方渠道为辅。另一方面，县域保险机构的铺设对于县域保险市场的营销并无显著作用，保险公司应当把有限的资源更多的投向渠道建设和队伍建设。

4.车险折扣率与县域市场保费收入存在强相关性，标准回归系数为-3.53，表明县域保险市场营销受价格因素的影响较大。保险公司需要注重价格策略，探索建立县域保险定报价新模式，通过提升定价能力来实现精准营销。

5.县域产品数量与县域市场保费收入存在一定的相关性，但相关性偏低，表明产品因素对县域保险市场营销也有一定的影响，但当前县域保险产品的数量尚未充分满足县域经济社会发展的多方面需求，需要加大针对县域保险市场的产品创新力度。

6.广告及宣传费等与县域市场保费收入存在一定的相关性，但相关性偏低，表明促销因素对县域保险市场营销也有一定的影响，但现阶段的影响力度较小。

综上所述，县域保险市场营销既受外部环境因素影响，也受内部竞争因素影响。外部环境方面，利用PEST工具分析，表明在社会治理升级，经济发展转型，全面建成小康以及新技术变革等因素共同影响下，县域保险需求将持续释放，保险公司需要通过优化设计县域保险市场营销策略，来实现自身的发展目标。内部竞争方面，运用回归模型分析，显示4P理论中四個因素的影响力各有不同，其中渠道和价格因素的影响较为关键，在拓展县域保险市场的营销策略设计中，应当被优先考虑；产品和促销因素的影响相对次之，在制定营销策略组合时，也应被纳入考虑。

参考文献：

[1]王光祥.新农村建设视角的县域保险发展研究[D].中南林业科技大学， 2014.

[2]粟芳，汪桂霞.中国农村保险市场整体低迷的地区差异及成因分析——基于上海财经大学2015年“千村调查”[J].上海保险， 2016（8）：26—33.

[3]徐阳，屈广玉.保险消费、区域金融差异与经济增长的动态关系研究——基于非线性面板模型的实证分析[J].保险研究，2017（3）：39—55.

[4]姜天龙，范静.保险业市场结构对经济增长的影响研究-基于省际面板数据的空间计量检验[J].技术经济与管理研究，2017（3）：90—94.