中国保险业生产效率的动态变化分析

何文秀，刘 中

(西安邮电大学 经济与管理学院，西安 710061)

保险产品作为能够兼顾风险保障和保值增值服务的金融产品，在社会生产、生活中发挥着无可替代的作用。近年来，随着保险业的快速发展、政策的支持、社会消费水平提高以及国民保险意识的提升，保险需求呈现明显的增长趋势。2010—2017年，我国保险市场的原保费收入由1 764.31亿元增加至36 581.01亿元，实现了近20倍的增长；同时，全国保险密度由126.21元/人增加至2 646元/人，也增长了近20倍。但就保险密度与保险深度而言，我国与美国、英国等国家相比仍有较大差距，所以我国的保险业还有很大的发展空间。习近平总书记在2018年博鳌亚洲论坛中提出，要加快保险行业开放进程，放宽外资进入机构设立限制，扩大外资金融机构在华业务范围，拓宽中外金融市场合作领域。扩大开放对我国保险行业既是机遇，也是挑战，那么在日益开放的金融市场中，下一步保险行业该如何发展呢？这是一个值得研究的课题。

虽然目前已有部分学者对我国保险业生产效率进行了测度，但相关文献研究还不够深入，存在样本量较少、只研究寿险或财险中的一类保险公司，不能准确估计保险行业的整体生产效率等问题。鉴于此，本文基于DEA模型和Malmquist指数对我国23家寿险公司和23家财险公司2013—2017年生产效率的变化进行科学、准确的评价，并且通过将生产有效性分解为“追赶效应”和“增长效应”来分析效率变化的推动因素，以期对整个保险行业生产效率提升和长远发展能有一定的指导作用。

一、文献综述

对于保险公司效率的研究，一直是国内外学者研究的重点。自20世纪90年代开始，国外学者便开始用DEA、SFA等前沿效率分析法对保险公司效率进行研究，Cummins等运用DEA模型和Malmquist指数对美国寿险公司1988—1995年间的成本效率和收益效率进行估算，发现寿险业的并购对效率产生了积极的影响。[1]Jeng等使用Malmquist指数研究了20世纪80年代和90年代美国寿险公司非市场化前后的效率变化。[2]Ahmadpour等分别采用DEA和SFA模型对锡斯坦-俾路支斯坦省12个市连续三年的社会保障保险的规模效率、管理效率和技术效率进行评估，并采用t检验对其显著性差异进行了测试，研究发现两个模型在处理不同的问题时，有时提供相同的结果，有时提供不同的结果。[3]Alhassan等运用SFA法测算了80个非寿险公司2007—2012年的效率情况，研究发现竞争有利于效率的提升。[4]Wanke等运用两阶段DEA模型对巴西保险市场效率进行分析，并探讨了保险行业中异质性的作用。[5]Biener等运用DEA模型测算了841家大、中、小型保险公司的成本效率，发现大型保险公司的成本效率更高一些，而小型保险公司只有在专业化的细分市场才表现出效率上的优势。[6]Reyna等运用三阶段DEA模型对墨西哥保险市场上的寿险、非寿险和综合性保险公司2001—2013年的成本效率进行评估。[7]Ferro等运用SFA模型对非寿险行业的技术效率进行评估，发现非寿险行业的效率相对较低，可通过更低的税收和扩大规模来提高生产效率。[8]

2003年以后，DEA、SFA等前沿效率分析法开始被运用于国内保险公司效率水平的测度，国内关于保险公司效率的研究主要从两个方面展开：

一是对于各种宏观效率的研究。姚树洁等运用DEA方法评估了我国22家保险公司1999—2002年的效率，并应用计量经济学模型分析了决定效率高低的主要因素。[9]徐景峰和李东亮基于两阶段DEA模型对我国26家寿险公司的保险保障业务和投资业务效率进行了实证研究，发现我国寿险公司的效率逐年提高；保险保障业务的效率和投资业务的效率高度相关。[10]苏宗敏和王中昭基于2002—2012年省级面板数据,利用SFA模型测算中国基本养老保险的产出效率。[11]崔惠贤运用DEA模型对2002—2010年33家保险公司(集团)的技术效率进行了测算，发现我国保险业的技术效率处于较低水平，保险集团的技术效率远远超过专业保险公司。[12]郑慧等运用DEA-Malmquist模型对中国7家保险集团2010—2014年的经营效率值进行了测算，结果表明中国保险集团的总体经营状况良好,技术效率处于逐年递增的状态。[13]

二是对于各种微观效率的研究。叶成徽和陈晓安运用SFA模型测算了中国人寿、中国平安和中国太保这三家上市保险公司的利润效率和成本效率。[14]黄薇和杨锋运用DEA模型测算了中国寿险业的营销效率，发现国有控股寿险公司和外商独资寿险公司的营销效率优于合资寿险公司的营销效率。[15]初立苹和粟芳利用DEA模型分析了33家财险公司在融资效率方面的差别，得出结论：财险公司融资的规模效率优于纯技术效率。[16]王绪瑾和徐志霞采用SFA方法计算出2009—2011年间我国32家财产保险的利润效率值和成本非效率值。[17]刘远翔基于我国2014 年互联网业务排名，运用SFA模型测算了我国7 家财产保险公司和7家人寿保险公司的成本效率、利润效率，实证分析发现互联网保险业务发展对保险企业成本效率与利润效率都有积极影响。[18]

综合上述文献发现，目前大多数研究我国保险公司效率的文献存在的主要问题有：(1)样本使用量较少，可能存在一定的误差；(2)样本量充足但是只研究了寿险或者财险中的一类保险公司，不能准确估计保险行业的整体生产效率。所以，本文选取23家寿险公司和23家财险公司为样本，运用DEA-Malmquist指数来测度2013—2017年我国保险业生产效率的动态变化情况，并进一步分析效率变化的推动因素，在此基础上提出相应的对策建议。

二、实证分析

(一)研究方法

关于保险公司生产效率的测度，目前运用比较广泛的是SFA模型和DEA模型。由于SFA模型需要事先确定生产函数的具体表达形式和估计出生产函数的参数，而DEA模型无须假设生产函数类型和分布类型，也无须假设权重，而是直接根据数据来确定最优权重，能够有效避免模型设定误差和主观干扰，提高估计结果的准确性，所以本文选择DEA模型来对保险公司的生产效率进行测度。而在DEA模型中，传统的CCR和BCC 模型只适用于横向比较决策单元在某一时间点的生产效率，DEA-Malmquist 指数模型则可以测度决策单元在不同时期之间生产效率的动态变化，故最终选择DEA-Malmquist 指数模型来测度2011—2017年我国保险业生产效率的动态变化情况。

数据包络分析(DEA)方法是在1978 年被Cooper 教授提出的一种用于测算效率的重要工具，其基本思路是将由样本组成的决策单元作为一个综合评价整体，通过输入多个投入和产出变量确定一个生产前沿面，这个生产前沿面所代表的是现有的技术水平。如果生产前沿面发生移动，则表示技术进步；如果是决策单元在生产前沿面上发生移动，则表示技术效率进步。

Malmquist指数是1953年首次被Malmquis.t S.提出，用于分析消费约束在不同的差异曲线上的移动，之后才被应用于测算生产效率的动态变化。按照Fisher的做法，Malmquist指数可以被分解为相对技术效率变化指数和技术进步指数，公式如下：

(二)指标选取及样本选择

1.投入指标的选取

关于保险公司的投入要素，一般来说主要包括劳动人数、费用金额和资本金。徐景峰和李东亮根据中间媒介法和价值附加值法，选取了劳动力费用、一般运营费用、资产净值和已发生赔付作为投入指标[10]，杨柳勇和何秉卓选取的投入指标为劳动力、资本和经营费用[19]。本文结合两者的做法，认为劳动力投入、运营费用投入和资本投入是保险公司开展业务的主要投入，所以本文选取的投入指标为：(1)劳动力投入。劳动力投入主要包括保险公司的销售员工、内勤人员和保险代理人等，由于大部分保险公司的劳动力人数在公司年报中没有披露，所以本文选取劳动力费用，即手续费及佣金支出来替代。(2)运营费用。运营费用是保险公司维持公司日常运营所必需的费用支出，主要包括业务及管理费、营业税金及附加。(3)资本投入。本文选取“实收资本”，在保险公司的年报中也被列为股本项目，用于表示保险机构的自有资金。

2.产出指标的选取

关于保险公司产出的衡量方法主要有价值增加法和金融中介法，前者强调保险公司的公司性质，产出主要是为了实现利润最大化，而后者强调保险公司作为金融中介，产出主要是为客户提供保险服务。由于保险公司提供的服务难以有效计量，故本文采用价值增加法来衡量产出，根据保险公司的业务范围，选取了保险业务收入和投资收益作为产出指标。保险业务收入是保险公司通过开展保险业务获得的收入，是保险公司最主要的资金流入渠道，在一定程度上反映了保险公司综合能力，是保险公司最主要的产出；投资收益是保险公司将开展业务中获取的保险资金通过投资于证券市场或基金市场等渠道而获得的收益，反映了保险公司运用资金的能力，属于保险公司主要产出之一。

3.样本的选择

在保证数据完整性和可获得性的前提下，本文选取了国寿股份、平安人寿、太保人寿、太平人寿、新华保险、人保寿险、华夏人寿、富德生命、阳光人寿、天安人寿、国华人寿、中邮人寿、工银安盛、建信人寿、百年人寿、恒大人寿、君康人寿、农银人寿、合众人寿、友邦中国、人保健康、幸福人寿、平安养老等23家寿险公司，人保财险、平安产险、太保产险、国寿财产、中华联合、大地财险、阳光财险、太平财险、天安财险、华安保险、永安保险、英大财险、华泰财险、安盛天平、永城保险、中银保险、紫金财产、安华农业、国元农业、都邦保险、安诚保险、鼎和保险、渤海财险等23家财险公司作为样本，这些保险公司2017年的原保费收入占全国原保费收入的比例合计达到81.52%，具有一定的代表性，基本能够反映我国保险业的整体发展情况。本文研究的样本区间为2013—2017年，样本数据来源于各保险公司2013—2017年的年报。投入产出指标描述性统计如表1所示。

表1 投入产出指标描述性统计(单位:百万元)

(三)实证结果分析

由前文可知，Malmquist指数可以被分解为EC和TC。其中，EC表示相对效率变化指数，测算了两个时期之间相对技术效率的变化情况，也被称为“追赶效应”或“水平效应”，用于判断决策单元的生产活动是否更接近生产前沿面，若EC>1，则说明决策单元是在靠近生产前沿面的情况下进行生产的，相对技术效率会有所提高；若EC=1，则说明决策单位所在的生产前沿面没有发生变动，相对技术效率保持不变；若EC<1，则表明决策单位在远离生产前沿面的情况下进行的，相对技术效率降低。TC表示技术进步指数，描述了两个时期之间生产前沿面的移动状况，也被称为“前沿面移动效应”或“增长效应”，若TC>1，则说明生产前沿面发生了“向上”的移动，存在技术进步；若TC=1，则说明生产前沿面未发生移动，技术水平保持不变；若TC<1，则说明生产前沿面发生了“向下”的移动，技术水平出现衰退。为研究保险行业生产效率的动态变化情况及其推动因素，本文通过运用Deap2.1软件来测算各保险公司产效率指数。具体结果如下：表2表示的是2013—2017年保险公司Malmquist生产效率指数平均值及其分解情况，表3表示的是各寿险和财险公司Malmquist生产效率指数平均值及其分解情况。

表2 2013—2017年保险公司Malmquist生产效率指数平均值及其分解

1.整体效率分析

从表2中可以看出，2013—2016年，寿险公司和财险公司Malmquist指数平均值都大于1，说明在此期间我国保险市场的全要素生产率有所提高；2016—2017年，寿险公司和财险公司Malmquist指数平均值都小于1，说明在此期间我国保险市场的全要素生产率有所下降。从总体来看，我国保险业的生产效率是提高的，虽然在2016—2017年出现了短暂的下滑，这可能与2015年起金融市场处于低利率环境、M2增速放缓、市场资金整体紧张有关。对比可知，2013—2016年，寿险公司的Malmquist指数平均值均大于财险公司的Malmquist指数平均值，而在2016—2017年，财险公司的Malmquist指数平均值大于寿险公司的Malmquist指数平均值，且变化幅度更小，说明财险公司抵御市场风险的能力在一定程度上是优于寿险公司的。麦肯锡公司发布的《纾困突围——中国中小企业破局之道》白皮书指出：“在中国市场，无论是财险还是寿险领域，市场份额都可谓高度集中，85%的财险市场和71%的寿险市场牢牢把握在前十大保险公司手中”。与中小公司相比，大公司在内部治理、基础投入、产品开发、渠道管理、经营模式等方面都更加完善，抵御市场风险的能力相对来说更强一些，而我国财险市场份额的集中度高于寿险市场份额，由此导致财险公司抵御市场风险的能力整体上更强，在面临不利环境时生产效率的下降幅度更小。

表3 各保险公司Malmquist生产率指数平均值及其分解

2.增长效应分析

通过表3的数据可以发现，寿险公司的Malmquist效率指数整体上大于财险公司的Malmquist效率指数，由其分解情况可以看出，寿险公司和财险公司的EC值差别不大，但是寿险公司的TC值大于财险公司的TC值，即寿险公司“增长效应”的作用要比财险公司强一些，而“增长效应”表示技术的进步，所以寿险公司的技术创新能力相对来说更强一些，由此导致寿险公司的生产效率大于财险公司的生产效率。这可能与我国保险市场的分布情况有关，截至2017年底，外资寿险公司占寿险公司总数的比例为32.94%，而外资财险公司占财险公司总数的比例为25.88%。外资保险公司的进入在一定程度上加剧了保险市场的竞争，会给中资保险公司带来危机意识，促使其主动加大创新方面的投入，加快管理创新、产品创新、服务创新以及营销模式创新等，有利于我国保险行业的创新发展。寿险行业的开放程度比财险行业更高，相对来说面临的技术创新压力更大，技术创新能力也就更强，而技术创新带来生产效率的提升，所以寿险公司的Malmquist效率指数会大于财险公司的Malmquist效率指数。

3.追赶效应分析

从表3中还可以发现，大多数寿险公司和财险公司的Malmquist生产效率指数平均值都大于1，在Malmquist效率指数大于1的情况下，“追赶效应”和“增长效应”都发挥了很大的作用，但是相对而言，“增长效应”部分的贡献更大一些，说明我国保险业生产效率的提升与其技术创新能力密切相关，相对技术效率的提高和技术创新对于保险业发展都具有重要的作用。虽然与发达国家相比，我国保险行业的市场集中度较高，客观上不利于保险公司之间的竞争，但是随着信息技术的发展和居民消费模式的转变，保险公司在扩大市场布局与加快转型升级的双重压力下，面临的市场竞争仍然十分激烈，而市场竞争会促使那些生产相对无效的保险公司进行业务或者管理上的调整，不断提升自身相对技术效率，在更接近生产前沿面的情形下进行生产，从而推动整个保险行业的发展。近年来，我国保险市场开放程度不断加快，目前已将人身保险公司外资持股比例的上限放宽至51%，此外还进一步拓宽了外资保险经纪公司的经营范围，这对国内保险市场的发展和改革具有十分重要的意义，不仅能够提高我国保险行业的专业化水平，而且还可以丰富我国保险产品供给的多样性，扩大保险市场供给能力，切实满足消费者的多元化保险需求，在促进国内保险行业提高产品研发水平和管理水平、提升市场效率以及加大消费者权益保护力度等方面都具有积极作用。

三、结论与建议

本文运用DEA模型和Malmquist指数描述了我国保险业2013—2017年的生产效率的动态变化，并通过对Malmquist指数进行分解来分析生产效率变化的推动因素。研究发现：各保险公司的Malmquist效率指数存在一定差异，从整体来看，我国保险业的生产效率是提高的；寿险公司的Malmquist效率指数整体上大于财险公司的Malmquist效率指数，其差异主要体现在“增长效应”部分，寿险公司的技术创新能力相对来说更强；保险公司生产效率的提升，是在“追赶效应”和“增长效应”的共同作用下实现的，而且绝大部分来源于“增长效应”，这说明我国保险业效率的提升与其技术创新能力密切相关，相对技术效率的提高和技术创新对于保险行业的发展都具有十分重要的作用。

当前，金融行业已经进入了一个新的阶段，金融科技的创新驱动成为行业的关键词，大数据、云计算、人工智能、区块链等新兴技术已经渗透到金融的各个体系中，能够有效提高金融服务的可获得性和便捷性，降低金融交易成本。从保险行业的角度看，保险公司应主动拥抱金融科技，促进保险与科技的协同创新发展，加快发展步伐，切实满足广大人民群众对全方位、多层次、多元化保险保障体系的迫切需求，逐步缩小与发达国家保险保障水平的差距，推动我国保险业高质量发展。

第一，主动创新业务模式。保险公司必须深刻认识到金融科技带来的机遇和挑战，主动转变经营发展理念，主动引进大数据、人工智能、区块链等新兴技术，将其与保险公司的运营环境结合起来，探索金融科技应用场景，尝试新的业务模式，充分发挥保险公司在信用和客户关系等方面的优势，以客户为中心，全面提升服务水平和服务质量。

第二，加大金融科技方面的资金投入和人才引进。科技创新离不开资金支持和人才助力，保险公司要抢抓发展机遇，加大金融科技方面的资金投入和人才引进，增强自身创新能力，借助金融科技优势实现转型升级，推动保险产业链的重塑再造，为保险业打开新的增长空间、创造新的利润增长点。

第三，加强对外交流合作。一方面，保险公司加强与国内外同行业金融机构的交流与合作，在关键技术攻关、产品开发、管理经验等方面加强交流与合作，实现合作共赢；另一方面，保险公司应该开展跨领域战略合作，对接国内外优秀科研院所、企事业单位等，打造“保险+”创新生态体系，实现全面布局，提升客户体验。

第四，提升风险管理能力。新一轮科技革命和产业变革对保险行业的风险管理能力提出了更高的要求，保险公司应不断完善风险管理组织架构，健全风险管理体系，建设风险管理系统，增强识别、监测、防范和化解风险的能力，守住系统性风险的底线，促进保险市场的平稳健康发展。