互联网保险发展对保险公司效率的影响研究
——基于DEA-Tobit模型两步法分析
洪结银，许 瑾
（合肥工业大学 经济学院，安徽 合肥 230601）
摘 要： 近年来，随着互联网技术的飞速发展，互联网保险日益盛行，互联网保险与保险公司效率关系渐渐引起学者们的关注。文章在现有研究的基础上，首次分别从互联网保险行业和涉足互联网保险业务的传统公司两个层面，理论分析互联网保险对保险公司效率的影响，并使用DEA-Tobit两步法加以实证分析。研究发现：互联网保险行业发展以及开展互联网保险业务均对保险公司效率提升有显著的促进作用；且这种影响具有异质性，亦即对中资保险公司的效率提升程度要高于对外（合）资保险公司。
关键词： 互联网保险；技术溢出效应；经济效率
一、引 言
随着2012年“互联网+”的概念首次被提出，不同领域的传统产业与互联网融合得愈发紧密，互联网保险这种全新的业务模式也应运而生。互联网保险是传统保险业与互联网技术的耦合，以其时效性、经济性、交互化和灵活性极大地改变了传统保险销售产品和服务方式，为保险业的未来发展带来新的机遇与挑战。近几年，大部分保险公司正在以不同的形式“触网”，纷纷开展互联网保险业务。据保监会披露的数据统计，我国经营互联网保险业务的保险公司已由2012年的34家增加到2017年的131家。互联网保险规模迅速扩大，互联网保费收入由2012年的110.7亿元增长到2017年的1 835.29亿元，5年间增长16.58倍。而互联网保险的渗透率也由2012年的0.72%增长到2017年的5.02%。但目前，我国的保险密度和保险深度较发达国家相比仍有较大差距，保险公司效率也亟待提升。因此研究互联网保险行业发展能否提高保险公司效率，开展互联网保险业务能否为保险公司效率提升提供新的内生动力，对于保险公司经营管理、提升竞争力以及保险业转型升级具有重要的理论与现实意义。
试验工作在科神公司自制的土豆播种机试验台上进行,测试播在蓖麻油带上的种子粒距。供试验的土豆种子根据新疆当地土豆种子的特点取为切块种子，种子尺寸长宽高均在35～50mm。在其他因素不变的条件下，考察种架倾角、种勺线速度和种勺空间尺寸对株距合格率、重播率和漏播率的影响。
二、相关文献述评
自20世纪90年代初开始，国外学者便开始用SFA和DEA等方法对保险业的效率进行测算。Cummins等（1999）通过DEA模型和Malmquist指数法测度美国寿险公司的成本效率、收益效率以及全要素生产率，发现并购对于寿险公司效率提升的确存在促进作用［1］。Levevty等（2009）利用DEA模型先测出保险公司效率，后利用SFA方法和泊松模型分析外部和内部变量对于保险公司效率的影响，结果显示加入WTO后中资保险公司效率显著提高［2］。Eling等（2016）使用四阶段DEA模型分析人均GDP、年均失业率、通货膨胀率、保险市场集中度等外部环境因素对欧洲14国970家寿险公司的效率的影响，结果表明，宏观经济、资本市场和保险市场的良好发展都是提高寿险公司效率的重要动力［3］。Copeland等（2018）使用DEA模型先测度出2011-2013年美国上市保险公司的效率，然后使用Tobit回归模型研究保险公司财务业绩与效率间的关联性，研究发现保险公司的财务绩效和技术效率间存在非常强的正相关关系［4］。
国内2003年以后有学者开始将前沿效率分析法运用于保险机构效率的测度研究，姚树洁等（2005）首先通过DEA方法测算出国内22家保险公司技术效率，而后建立回归模型实证分析影响公司效率的主要因素，研究发现公司规模、人力资本等因素都会对公司绩效产生重要影响［5］。黄薇（2009）将研究重点放在中国保险机构的资金运用效率上，通过建立资源型两阶段DEA模型测算后发现，中国保险业资金运用效率比较低，在资金筹集阶段效率较外资占优，但收益阶段效率急需提高［6］。在研究方法上，肖攀等（2014）在国内首次使用能处理负值的Meta-RDM模型测度我国36家财险公司在2007-2010年的全要素生产率变动，发现外资公司的全要素生产率整体是上升的，技术进步是促进其全要素生产率提高的主要动力；中资保险公司全要素生产率整体却趋于下降，主因是其技术出现较大退步［7］。吴祥佑和苏晓鹏（2016）运用DEA-Malmquist模型测度我国22家产险公司2003-2013年的再保险效率，研究发现技术效率变动推动了产险公司再保险效率的提升［8］。已有的研究大多数采用DEA或是SFA方法从内部视角对保险公司经营效率及其影响因素进行实证分析，而很少有文献是从外部因素出发来进行研究。淦其伟等（2007）从银行保险角度研究其对寿险企业经营效率的影响，发现银行保险的开展确实会提升寿险企业的经营效率［9］。黄薇（2009）首次将宏观经济环境、政府监管环境、市场准入环境等外部环境因素加入保险效率的测度中去，构建三阶段DEA模型测算了我国284家保险公司的效率后，发现外部环境确实对于效率会产生重要影响，环境因素调整后保险业效率呈明显下降趋势［10］。周桦和张娟（2017）则研究偿二代的实施对保险行业成本效率的影响，通过对比保险公司“偿一代”与“偿二代”下的效率分数与影子价格，得出偿二代下，财险公司应抑制部分金融中介活动，注重风险管理［11］。
目前，互联网保险对保险公司效率影响的研究才刚刚起步。刘远翔（2015）首次将互联网保险这个新渠道与保险公司效率分析结合起来，使用SFA方法以及组间比较和相关性灰度分析其经营效率，发现保险公司的成本效率以及利润效率与互联网保险业务保费收入高度相关，互联网保险发展对于提升保险公司经营效率有着积极的影响［12］。不过该文只用了2014年一年的截面数据，因此并不足以概括出互联网保险发展与保险公司效率间的动态相关关系。Wang（2016）则单独对10家寿险公司互联网保险这项业务的运营效率进行研究，发现互联网保险发展初期的运营效率一般较低，提高官网运营能力直接有助于提高互联网保险运营效率［13］。袁峰、陈俊婷和邵祥理（2015）从评价保险电子商务网站效率入手，运用SBM-DEA模型和超效率SBM-DEA模型评价了国内13家保险公司直销网站和8家第三方网站的效率，研究显示保险电商网站产出水平整体较低，而第三方网站平均效率则相对高于保险公司的直销网站［14］。
加入保险公司当年是否开始开展互联网业务的虚拟变量D，我们取开展前的年份为0，开展当年及以后为1。将当年是否开展互联网保险业务与互联网保险行业发展指数的交互项DH定为核心解释变量，其余变量含义如模型（1）。
三、影响机理分析与研究假设
对保险行业而言，互联网重新定义了传统保险经营的基础和环境，为传统保险的变革发展带来全新的机遇。相较于传统保险，互联网保险更加关注用户体验，能更便捷地进行交互式信息交流。同时，包括传统保险公司、专业互联网保险公司、大型互联网公司以及大量社会资本参与的互联网保险创新服务平台等在内的互联网保险行业参与主体的多元性给传统保险行业带来了电商、支付以及社交平台和用户资源等多方面机会。互联网保险的产生和兴起具有典型的技术溢出效应的特点，技术溢出效应主要体现在示范-模仿效应和竞争效应上［15］。示范效应的作用在于传统保险公司可以通过吸纳互联网保险行业内越来越先进的技术和理念，创新优化自身经营的产品和服务理念，加快推陈出新，实现模式创新、产品创新、渠道创新、服务创新和组织架构创新，从而实现其效率的提升。竞争效应体现在随着互联网保险行业参与主体的多元化，多方势力争相抢夺保险行业资源，传统保险公司面临着更大的竞争。竞争的加剧将有助于当前保险业从高度垄断格局逐渐向垄断竞争的格局转变，为保险业提供新的内生动力，迫使传统保险公司进行转型优化升级以扩大自身竞争力，从而促进其提升效率。
因此，本文提出假说1：互联网保险行业整体发展良好的大环境能够促进保险公司效率的提升。
“互联网+”背景下，保险公司经营的流程将会简化，保险营销已不限于一个卖保单的平台，其更大的功能则是通过其先天的信息收集和分析优势，解读客户的每一个行为，掌握全方位资讯，准确地挖掘出客户的需求，从而为其定制个性化的保险产品。通过基于大数据的信息处理、风险评估与风险定价，保险公司可以对不断变化的客户行为做出迅速响应，从而有助于保险公司更深入了解客户的需求和行为。具体而言，互联网保险会从保险公司的产品研发、产品销售和客户维护等方面提升保险公司运营效率。
在产品研发层面，Kafouros（2006）认为互联网能从研发产品的时间、成本、质量三个关键维度来影响企业的研发效率［16］。在新产品研发时间上，互联网大数据的时代背景使得保险公司可以利用云计算和大数据最快速地获取最新的市场发展情况。从开发成本上看，借助互联网技术可以对用户需求进行更低成本的分析，极大改变了保险公司的成本结构，减少研发新产品的费用，并且能通过互联网低成本的展示和分销给客户。从开发产品的质量上看，利用互联网具有便于结合数据进行分析的特点，更加针对性地设计出高质量的新险种。在新产品研发种类来看，互联网保险大都创新于场景保险中，发展互联网保险能够促进保险产品的种类随着新场景的增加而不断丰富，有助于保险公司加速多样化新型保险产品的开发。
在产品销售层面，互联网保险业务可以在产品销售成本和产品销售渠道两个方面对保险产品的销售产生影响。Birkhofer（2000）认为降低买卖双方交易成本的能力一直被认为是网络使用的中心动机［17］。保险公司所依赖的传统营销方式多采用高成本但低效率的人海战术，而开展互联网保险业务的营销模式可以充分利用互联网低成本、高透明、便捷性以及共享性的优势，大大降低消费者购买保险的中介费用以及保险公司的代理人成本、人员宣传成本和时间成本。在营销渠道方面，李琼等（2015）认为互联网对传统保险营销渠道的影响以替代效应为主。其低廉定价、产品信息透明、能最大程度消除信息不对称风险的特点是吸引越来越多消费者选择网销的关键因素［18］。
在客户维护方面，保险公司的经营效率很大程度上体现在获取客户的成本与规模、对客户需求的洞察与预测以及对客户服务的质量与时效上。霍兵等（2015）认为信息不对称、交易成本、风险管控的制约，致使传统主流金融市场排斥中小企业和低收入人群，这些因素催生了互联网金融的长尾市场［19］。开展互联网保险业务能充分发挥小众人群的“长尾效应”来扩展业务量，将保单时间和保费碎片化，使得以往不具备投保能力的群众也可以参保。另一方面，杜永红（2015）认为大数据从客户需求、市场透明度和风险控制等方面可为金融产品和金融服务创新提供新的思路和渠道［20］。互联网大数据的使用使得保险公司可以对新的风险洞察地更准确及时，并能更加容易获取大量客户信息，从而能更精准科学地定位客户对保险产品的新需求和提高成交率，有效地促进保险公司全要素生产率的提升。最后，互联网保险业务的出现促使保险公司经营需要由“差价模式”过渡到“服务模式”，由“客户思维”向“用户思维”转换。通过精确开发出更加定制化的保险产品，提高消费者的用户体验以及满足其个性化需求，减少消费者投诉退保等问题，提高了客户服务品质和时效从而提升保险公司效率。
上面利用DEA模型测度出来的保险公司技术效率着重强调影响保险公司内部经营的内生因素，而外部经济因素同样也会对保险公司效率产生显著影响。基于此，本文在黄薇（2009），肖攀（2014）、陈璐（2007）等学者的研究基础上［23］，选取宏观经济环境、行业竞争环境和保险公司三个层面的控制变量。宏观经济层面，选取当年实际GDP增长率（GDP）来反映国内宏观经济的总体水平。行业层面，选用市场份额（MS）来表示行业的竞争环境。行业的竞争状态和市场结构在很大程度上影响着企业的经营绩效，本文用保险公司的实收保费占全国总保费收入的比例作为衡量市场份额的指标。公司层面，选取公司效益、经营费用率和员工劳动生产率为控制变量。其中，资产利润率（ROA）是反映公司效益水平的指标，提高效率的目的就在于提高公司效益，本文采用净利润所占资产总额的比例来反映公司的资产利润率。用经营费用率（OPR）来反映保险公司经营管理能力的高低，能最大限度地利用人力、物力创造出最多收益是保险公司追求高效率的目标，该指标使用公司经营费用与净保费收入的比值来衡量。员工劳动生产率（LP）与整个公司的效率也息息相关，员工劳动生产率的提高能直接促进公司效率的提升，本文使用每年公司员工的人均保费收入来代表员工劳动生产率。具体见表3所列。
根据模型（2）的回归结果，交互项前的系数在1%的水平下显著为正，证实了我们假说2的推测。说明在互联网保险行业发展良好的大环境下，开展互联网保险业务的确明显有助于保险公司效率的提升。控制变量前的系数符号和显著度与模型一的回归结果一致，此处不再说明。
因此，本文提出假说3：开展互联网保险业务对中资保险公司效率的提升程度大于外（合）资保险公司。
操作系统是计算机网络的支撑系统，一般情况下，操作系统会支持文件传输、程序加载等，许多执行文件都是通过人为编写，一旦编写过程出现漏洞，那么文件传输的过程就会被别人监视，所以执行文件、程序安装等都会给计算机网络系统的安全带来隐患，一旦程序被黑客所利用，便会对系统进行攻击，造成信息泄密或丢失。
四、变量定义与模型设定
（一）样本及数据来源
基于我国互联网保险发展的时间较短以及相关数据的可得性，本文选取陆续开展互联网保险业务的37家保险公司作为研究样本，样本区间为互联网保险行业快速发展的2011-2017年，所有数据来源于历年《中国保险年鉴》、《2014年互联网保险行业发展报告》、《2016年互联网保险行业发展报告》、相关保险公司网站和中华人民共和国国家统计局网站。
（二）变量定义
1.被解释变量
本文的被解释变量是保险公司综合技术效率值，目前度量效率和生产率的方法主要有参数法和非参数法这两大类方法。参数法使用最多的是数据包络分析法（DEA），而非参数法使用最普遍的则是随机边界模型（SFA）。这两种方法都被学者广泛使用，孰优孰劣并没有定论，各有利弊。通过对比两类模型后，本文最终选用DEA模型测度保险公司效率，理由如下：一是非参数法并不要求对保险公司生产函数的具体形式进行构建，可以避免设定误差。二是参数法需要大量解释变量设定函数形式，由于国内互联网保险发展的时间还比较短，本研究中可供采用的样本数量有限，采用参数法可能会导致结果误差较大；而非参数法由于投入产出的设定较少，因此可以用较少的样本较为准确的测算出经营效率。具体来说，DEA模型有BCC模型和CCR模型等多种形式，BCC模型假设规模报酬可变，是在假设规模报酬不可变的CCR模型基础上发展而来的，可以将技术效率（TE）进一步分解为纯技术效率（PTE）和规模效率（SE）。不过由于本文主要关注最能反映保险公司综合效率的技术效率值，所以本文选取最基本的CCR模型进行测度。
丙组40例患者中，8例放射性肺炎，发生率为20.00%；10例放射性食管炎，发生率为25.00%；8例骨髓抑制，发生率为20.00%。
对上述样本保险公司效率的测度，本文在参考黄薇（2007）和甘小丰（2008）等学者的研究基础上［21-22］，选取劳动力、固定资产、营业费用为投入指标，保费收入、赔付支出和投资收益为产出指标。劳动力用员工人数表示，即当年保险公司全体职工人数，员工人数体现了保险公司的人力投入情况。固定资产也是重要的投入变量，它能反映实物资本的投入，本文中所使用的固定资产数据即中国保险年鉴中各公司资产负债表里的“固定资产”一项。营业费用为手续费及佣金支出、业务及管理费和营业税金及附加三项之和，反映了保险公司的管理水平，是会对公司的经济效益产生影响的重要变量。保费收入反映了保险公司总产出能力，体现了保险公司的经营实力、服务水平以及管理能力。赔付支出衡量了保险公司发展状况，反映其风险集合和再分配的能力，是保险公司的风险分担以及中介服务的量化。投资收益是保险公司运用资金进行其他投资的盈利，反映了保险公司的资金运用能力，也是保险公司一项重要的无形服务。投入产出指标描述性统计见表1所列。
在此案例中，教师破除自身的权威性，鼓励学生自主思考，表达自己的观点，发表自己的意见。这种平等民主的对话方式，不但让学生获得了解决问题的多样性答案，而且有利于和谐共生的师生关系的创建，他们都体验了积极的情感，知识在对话中潜移默化地生成，犹如“随风潜入夜,润物细无声”。
表1 投入产出指标描述性统计
通过运用Deap2.1软件测算出2011-2017年我国37家保险公司的综合技术效率，见表2所列。
3.控制变量
表2 2011-2017年保险公司综合技术效率
从样本来看，只有苏黎世保险这一家公司在7年间每年的技术效率均为1，说明这家公司处于生产的最优前沿面上，所投入的要素能够得到有效的利用，而华安保险和都邦财险样本期内效率均值还不足0.3，投入要素利用率较差。这也说明保险公司间存在的较为明显的梯次现象，侧面反映出我国保险市场目前处于竞争激烈的状态，保险公司要想在如此激烈的市场中生存下来，迫切需要进行自身变革，提高经营效率。
2.核心解释变量
为了检验假说1，本文构建互联网保险行业发展指数为核心解释变量，选取互联网保险行业保费收入占保险业总保费比例即互联网保险的渗透率作为互联网保险指数度量指标。原因如下：首先，互联网保险渗透率的数值可以较为客观直接地反映互联网保险行业的发展程度；其次，由于各个保险公司的互联网保险业务之间相互有很强的正网络外部性，选取互联网保险的渗透率作为互联网保险发展指数指标可以很好地体现这种外部性；再次，由于国内互联网保险行业发展的时期比较短，各方面的数据还不太完善，因此该指标的选取也是基于数据可得性的权衡。因此，行业层面本文使用互联网保险渗透率作为互联网保险行业发展指数。为了检验假说2和假说3，加入保险公司当年是否开始开展互联网业务的虚拟变量，我们取开展前的年份为0，开展当年及以后为1。将当年是否开展互联网保险业务与互联网保险行业发展指数的交互项定为核心解释变量，这样可以直观反映出在互联网保险行业发展势头良好的大环境下开展互联网保险业务究竟是否也对保险公司效率起了促进作用。
从整体上看，这37家公司在样本期间的投入利用技术效率的平均值为0.568，整体上处于一种较低水平的状态，反映出我国保险业经营效率整体上亟待提高，服务要素资源投入存在着一定程度的浪费。此外，中资保险公司的平均技术效率低于外（合）资平均技术效率值，说明外（合）资公司的投入要素利用水平强于中资保险公司，这可能与其先进的经营理念和管理模式等有关。中资保险公司需要优化升级自身组织管理方式和服务要素资源等，以尽快提高自身以及整个保险业的较低效率水平。
因此，本文提出假说2：互联网保险业务本身能促进保险公司效率的提升。
表3 变量设计与描述性分析
（三）模型设定
由于通过DEA模型获得的效率值均在［0，1］之间，属于截断数据，其作为被解释变量的模型是受限模型。若采用OLS回归，可能会出现参数估计有偏和不一致性的问题。因此，本文选择Tobit模型进行回归。为了检验假设1，构建如下模型：
其中，i为保险公司，t为年份；被解释变量TC为保险公司的综合技术效率值；核心解释变量H为互联网保险行业发展指数，β1反映了互联网保险行业发展对于保险公司效率的影响。Control为各个控制变量；ui为保险公司固定效应；εit为随机误差项。
将样本1和样本2对模型（2）分别进行回归分析，回归结果见表6所列。
(4) 热分解分析(TG)：测试仪器为TG209 F3型热重分析仪，NETZSCH公司，温度区间为50～700 °C，升温速率为20 °C/min，N2流速为20 mL/min。
为了检验假说2，构建模型（2）：
与已有的研究相比，本文的贡献在于先采用DEA模型测算出2011-2017年37家保险公司的综合技术效率，然后通过Tobit模型实证分析互联网保险行业发展的大环境是否确实对于保险公司效率的提升有正面影响；在此基础上进一步研究在相应期间开展互联网保险业务是否也会促进保险公司效率的提升以及这种促进作用对于中资和外（合）资保险公司是否具有差异性，从而相对现有研究而言更为全面和进一步识别互联网保险对保险公司经济效率的影响。
检验开展互联网保险业务对于中资与外（合）资保险公司效率提升程度不同即假说3时，采用分组回归的方法对中资和外（合）资的保险公司分别进行方程（2）的回归。其中，样本一为中资保险公司，样本二为外（合）资保险公司。
五、实证分析
（一）互联网保险行业发展与保险公司效率
根据上述所建模型，首先我们使用stata14.0软件检验出存在个体效应，故拒绝使用混合Tobit回归，而使用随机效应的面板Tobit回归。之后对模型（1）进行Tobit回归分析，回归结果均列于表4。
表4 互联网保险行业发展与保险公司效率回归检验
模型（1）的回归结果表明，互联网保险行业发展指数的系数在1%的水平下显著为正，这与我们的假说1一致，证实了互联网保险行业发展良好的大环境会促进保险公司效率的提高。也就是说，互联网保险行业发展通过示范效应、竞争效应和人员流动效应等途径产生了技术溢出，并作用于传统保险公司，传统保险公司也很有效地吸纳这种技术溢出提高了自身的效率。
宏观经济水平的回归系数显著为正，说明良好的经济发展水平促进了保险公司效率的提升。市场份额的回归系数显著为正，说明市场份额大对保险公司效率起了正向影响。对此可能是因为市场份额大的保险公司更容易产生规模经济，较大的保费规模能削弱成本费用的压力和增加资金运用而产生的收益，进而产生更多的利润，因此规模经济的产生会促进公司效率的提升。员工劳动生产率的回归系数也显著为正，说明员工的生产效率对保险公司效率提升起了很强的正向促进作用。较少的员工获得较多的保费收入，表明公司内部经营管理工作越有效率，自然会提高公司整体效率水平。资产利润率的回归系数为正但不显著，说明公司效益与公司效率成正相关但不明显，资产利润率的提高即公司效益的提高，而公司效益的提高正是保险公司追求高效率的目标。经营费用率的回归系数为负但不显著，保险公司的经营费用率越高，说明该公司管理费用支出的能力越弱，效率越低。
（二）开展互联网保险业务与保险公司效率
如上述，对模型（2）进行Tobit回归分析，回归结果均列于表5。
表5 开展互联网保险业务与保险公司效率回归检验
国外保险市场相较于国内保险市场发展成熟的多，相较于中资保险公司，外（合）资保险公司本身就具有更加先进的运营理念、产品设计、公司治理结构和风险管控体系等，专业化的运营模式和丰富的市场化运行经验为他们在中国保险市场分得一杯羹。相对而言，中资保险公司抓住互联网保险的机遇进行自身优化升级的提升空间就更大。再从业务规模来看，以车险为例，在互联网财险市场中车险占比极大，如2015年互联网车险保费收入占比互联网财产险总体保费收入的93.2%，非车险业务通过互联网销售的情况并不很乐观。2012年交强险对外（合）资保险公司开放后，外（合）资保险公司经营车险却频频出现承保亏损的情况，原因可能是车险属于本土化强、市场竞争激烈的业务，且外（合）资保险公司管理成本较高而规模效应上却不如中资保险公司。因此，经营互联网财险业务对于外（合）资保险公司效率的提升效果可能会不及中资保险公司明显。此外，外（合）资保险公司更注重高端客户市场的精准定位，但是中国保险市场却呈现高端市场不足且长尾客户更多的现状，中资保险公司具有本土优势，可利用互联网保险渠道的流量优势等充分发挥长尾效应，进一步地扩大市场规模，赢来新的利润增长点。
郝关排闸布置1孔，孔深15m。闸基高程3.8～7.8m为第②层壤土，具中等压缩性，微弱透水性，强度较高，构成地基主要持力层；高程3.8m以下为第③壤土，含大量腐殖质和贝壳、螺壳碎屑，局部呈淤泥质，工程性质相对较差。
（三）开展互联网保险业务与中外（合）资保险公司效率
造模过程中小鼠死亡5只。21周后观察光镜胸主动脉。正常组无斑块形成，主动脉管壁分层清楚，内膜平整光滑，内皮细胞排列整齐，平滑肌细胞走形良好。模型组动脉内膜明显增厚，大量斑块形成，血管腔明显减小，表明造模成功。各药物干预组亦内膜均有不同程度增厚，伴有粥样斑块形成，但斑块病变减轻，斑块面积变小，泡沫细胞减少，见图1。
表6 开展互联网保险业务与中外（合）资保险公司效率回归检验
根据表6的结果，样本一代表的中资保险公司和样本二代表的外（合）资保险公司的交互项回归系数都显著为正，进一步验证了假说2的成立。且子样本一交互项前的回归系数要大于子样本二交互项前的回归系数，说明从开展互联网保险业务对于保险公司效率提升的影响程度来看，对中资保险公司效率提高的程度要大于对外（合）资保险公司的效率提高程度。此外，开展互联网保险业务对中资保险公司效率提升影响在1%的水平下显著，但开展互联网保险业务对外（合）资保险公司效率提升影响仅在5%的水平下显著。说明在互联网保险行业迅速发展的大环境下，开展互联网保险业务对于中资保险公司效率提升较外（合）资保险公司更显著且促进作用更强，证实了我们假说3的推测。
原料白条鸭购自北京金星鸭业有限公司北京鸭养殖场，选取同一品种(北京填鸭)、相同喂养年龄(39日龄)、相同喂养条件、同一批宰杀且体重相近(2.2±0.5kg)的鸭子。速冻至中心温度为-30℃后运回实验室，于-20℃冷库中冷冻储存。
六、结论与政策建议
本文的研究发现：第一，互联网保险行业整体发展良好的大环境确会显著促进保险公司效率的提高。第二，开展互联网保险业务对保险公司自身效率也具有正向提升作用。第三，开展互联网保险业务对中资保险公司与外（合）资保险公司存在异质性影响，对中资保险公司效率的提升程度强于外（合）资保险公司。
与市场上现有的低风险属性的理财产品相比，短债基金优势明显。与货币基金相比，短债基金能够提供更有竞争力的收益率，能够代表短期债券的中债-综合财富（1年以下）指数自基日2001年12月31日以来及最近5年，年化收益率达4.06%，而2018年以来货币基金收益率持续降低，就连传统“旺季”年末时点的7日年化收益率平均值也仅有2.95%（截至12月24日）。相较银行理财产品，短债基金采取开放式运作，建仓期过后没有封闭周期，方便投资者随用随取，流动性更优。
基于本文的研究结论，我们认为，中国互联网保险业的健康发展，行业监管制度亟待进一步完善，国内保险企业的互联网保险业务的运营也需要进一步优化和升级。本文政策建议如下：
第一，行业监管部门要进一步规范和完善监管，为互联网保险发展营造的制度与竞争环境。由于互联网保险行业发展环境的改善对保险公司效率的提升具有明显的促进作用，因此建设一个监管规范、竞争有序的互联网保险行业大环境对我国保险业持续发展尤为重要。虽然中国保监会在2015年7月出台的《互联网保险业务监管暂行办法》对近年来对互联网保险业务的合规经营和有序竞争起到了很好的引导和监督作用，但是随着互联网保险的快速发展，不可否认的是，现有的《暂行办法》存在滞后性。例如，在互联网保险业务边界、第三方平台销售行为界定、网销重疾险经营区域等问题方面，原有的监管办法并不适用新兴业态的发展和竞争趋势。这些问题的存在迫切需要行业监管部门进一步规范和完善监管，为互联网保险的发展营造公开、公平、公正和有序的竞争环境。
第二，国内保险公司应抓住机遇，积极开展好互联网保险业务，以实现与传统保险业务深度融合，进而提高自身效率与市场竞争力。虽然目前行业内已有超过三分之二的国内保险公司开展了互联网保险业务，但是大部分保险公司欠缺对新技术的前瞻力，只是单纯地将线下业务线上化，产品进行简单搬家。而前文实证研究表明，虽然中资保险公司本身的经营效率低于外（合）资保险公司，但经营互联网保险业务对于中资保险公司的效率提升的影响程度要高于外（合）资保险公司。因此，中资保险企业应在商业模式创新、产品创新、渠道创新和服务创新等多个方面同时发力，利用技术创新提高运营效率，对开发互联网保险产品要围绕“深度”和“广度”同时进行，努力解决线上线下服务融合度不够、创新发展能力不足、第三方合作业务模式出现挑战、风险保障功能不足等方面的问题，提高自身效率，以便能够更有效地与外（合）资保险公司展开竞争。
取纯培养的藻液20 μL置于无菌载玻片上，用结晶紫染色固定后在光学显微镜下观察微藻形态特征。参考《中国淡水藻类-系统、分类及生态》对微藻进行初步分类鉴定。
参考文献：
［1］CUMMINS J D，TENNYSON S，WEISS M A.Consolidation and efficiency in the US life insurance industry［J］.Journal of Banking﹠Finance，1999，23（2）：325-357.
［2］LEVEVTY J T，LIN Y，ZHOU H.WTO and the Chinese insurance industry［J］.The Geneva Papers on Risk and Insurance-Issues and Practice，2009，34（3）：440-465.
［3］ELING M，SCHAPER P.Under pressure：how the business environment affects productivity and efficiency of European life insurance companies［J］.European Journal of Operational Research，2016，258（3）：1082-1094.
［4］COPELAND M K，CABANDA E.Efficiency analysis of the U.S.public held insurance industry：a two-stage efficiency model［J］.International Journal of Information Systems in the Service Sector，2018，10（1）：1-15.
［5］姚树沽，冯根福，韩钟伟.中国保险业效率的实证分析［J］.经济研究，2005（7）：56-65.
［6］黄薇.中国保险机构资金运用效率研究：基于资源型两阶段DEA模型［J］.经济研究，2009（8）：37-49.
［7］肖攀，李连友，苏静.负值数据约束下产险公司全要素生产率变动及影响因素分析——基于Meta-RDM模型的实证研究［J］.上海经济研究，2014（9）：100-110.
［8］吴祥佑，苏晓鹏.基于Malmquist-DEA模型的产险公司再保险效率实证研究［J］.河北经贸大学学报，2016，37（2）：68-74.
［9］淦其伟，胡三明.我国寿险业效率与银行保险的贡献分析［J］.财经科学，2007（9）：31-36.
［10］黄薇.中国保险业效率的实证研究：考虑环境因素的影响［J］.统计研究，2009，26（6）：29-37.
［11］周桦，张娟.偿付能力监管制度改革与保险公司成本效率——基于中国财险市场的经验数据［J］.金融研究，2017（4）：128-142.
［12］刘远翔.互联网保险发展对保险企业经营效率影响的实证分析［J］.保险研究，2015（9）：104-116.
［13］WANG D.Research on internet insurance performance efficiency of life insurance company in China using data envelopment analysis［J］.Social Sciences Research Journal，2016，3（2）：58-69.
［14］袁峰，陈俊婷，邵祥理.基于SBM-DEA的保险电子商务网站效率评价［J］.保险研究，2015（3）：36-45.
［15］BLOMSTROM M，KOKKO A，ZEJAN M.Host country competition，labor skills，and technology transfer by multinationals［J］.Weltwirtschaftliches Archiv，1994，130（3）：521-533.
［16］KAFOUROS M I.The impact of the Internet on R﹠D efficiency：theory and evidence［J］.Technovation，2006，26（7）：827-835.
［17］BIRKHOFER B，SCHOGEL M，TOMCZAK T.Transaction and trust-based strategies in Ecommerce-A conceptual approach［J］.Electronic Markets，2000，10（3）：169-175.
［18］李琼，刘庆，吴兴刚.互联网对我国保险营销渠道影响分析［J］.保险研究，2015（3）：24-35.
［19］霍兵，张延良.互联网金融发展的驱动因素和策略——基于长尾理论视角［J］.宏观经济研究，2015（2）：86-93.
［20］杜永红.大数据时代互联网金融发展对策研究［J］.价格理论与实践，2015（7）：109-111.
［21］黄薇.基于数据包络分析方法对中国保险机构效率的实证研究［J］.经济评论，2007（4）：111-116.
［22］甘小丰.中国保险业效率结构的实证分析［J］.数量经济技术经济研究，2008（7）：92-105.
［23］陈璐.我国保险公司效率及其影响因素的实证分析［J］.生产力研究，2007（3）：44-46.
Research on the Influence of Internet Insurance Development on the Efficiency of Insurance Companies-based on the DEA—Tobit Two Step Method
HONG Jie-yin，XU Jin
（School of Economics，Hefei University of Technology，Hefei 230601，China）
Abstract： In recent years，with the rapid development of Internet technology，Internet insurance has become increasingly popular.The relationship between Internet insurance and the efficiency of insurance companies has gradually attracted the attention of scholars.On the basis of the existing research，this paper，for the first time，theoretically analyses the impact of Internet insurance on the efficiency of insurance companies from the two levels of Internet insurance industry and traditional companies involved in Internet insurance business，and uses DEA-Tobit two-step method to make empirical analysis.The research finds that the development of Internet insurance industry and the development of Internet insurance business have a significant role in promoting the efficiency of insurance companies，and the impact is heterogeneous，that is to say，the efficiency of Chinese-funded insurance companies is higher than that of foreign-funded（joint venture）insurance companies.
Keywords： Internet insurance；technology spillover effect；economic efficiency
中图分类号 ：F842.3
文献标志码： A
文章编号： 1007-5097（2019）08-0103-08
［DOI］ 10.19629/j.cnki.34-1014/f.180904019
收稿日期： 2108-09-04
基金项目： 国家社会科学基金项目“基于技术标准的专利联盟经济效率与反垄断政策研究”（14BJY006）
作者简介 ：
洪结银（1974-），男，安徽怀宁人，副教授，研究方向：产业组织学，创新经济学；
天葬院的门前，聚集了许多人。昨夜“天使战魔王”的故事已经在村中传开，尤其是药士的那句“身体里住着个什么”，更加让人们相信，女子身体里住着的，就是天使。
许 瑾（1994-），女，安徽蚌埠人，硕士研究生，研究方向：现代企业与产业组织。
［责任编辑：张 兵］
标签：互联网保险论文; 技术溢出效应论文; 经济效率论文; 合肥工业大学经济学院论文;