我国保险业的行业竞争结构研究_基于战略群组的分析

保险研究2011年第1期INSURANCE STUDIES No．12011
我国保险业的行业竞争结构研究
———基于战略群组的分析
杨鑫
(清华大学经济管理学院，北京100084)
［摘要］本研究尝试将战略群组研究应用于我国保险行业的竞争结构分析中，努力将其转化为企业可实际操作的竞争分析工具。

在确定关键战略与资源变量的基础上，首先采用阶层式聚类方法，将行业内具有相同战略与资源的企业划分为战略群组;进而利用最优尺度变化的多维尺度分析与空间计量方法创建行业战略地图，将行业内的市场竞争格局显性化，帮助研究者与管理者更加直观和有效地进行动态环境分析和竞争战略制定。

［关键词］战略群组;阶层式聚类;多维尺度分析;最优尺度变换
［中图分类号］F840．32［文献标识码］A［文章编号］1004－3306(2011)01－0018－14
一、引言
保险业作为金融行业的典型代表，不仅为个人、组织、社会提供多种风险防范和保护措施，渗透到经济社会的方方面面，是服务民生、改善民生和保障民生的重要手段，同时也成为支持投资、扩大消费和保障出口的重要因素，成为优化金融结构、提高金融市场资源配置效率的重要力量，成为促进社会管理和公共服务创新、提高政府行政效能的重要方式。

保险行业的发展程度更是一个国家整个经济水平的晴雨表(Johnson et al．，1981;Fiegenbaum et al．，2001)。

在过去的三十多年中，全球保险业在动荡的环境中，不断地走向成熟和规范，保险公司经营范围不断扩展，保险产品的种类日益增长，保险法律法规不断健全，整个保险业的竞争也日益激烈。

中国保险行业从改革开放至今，更是经历了从无到有、从单一保险业务到多品种经营、从完全国有到国有、民营与外资共存的发展历程，保险已渗入人民生活的各个层面。

从市场规模来看，改革开放之初，我国保险市场由一家公司经营，全部保费收入只有4．6亿元，2009年增加到11137．3亿。

截至2010年上半年，全国保费收入达7998．6亿元，同比增长33．6%。

其中，财产险增长33．5%，人身险增长33．7%，市场规模增长近2000倍。

与此同时，保险产品的种类也在逐年增加，产品创新层出不穷，各保险公司按各自的渠道开发产品，采取市场细分、差异化策略和集成创新策略实现转变。

保险市场初步形成了以国有商业保险公司和股份制保险公司为主体、政策性保险公司为补充、中外保险公司并存、多家公司竞争发展的多元化市场新格局。

但是，虽然我国政府对于金融保险行业的监管力度较强，保险市场的体系虽初步形成，但经营秩序仍不规范;市场主体快速发展，但保险公司普遍存在治理不完善与内控不严的问题，竞争力有待加强。

一些保险公司过多地依靠设机构、铺摊子，通过高成本、高投入、高消耗谋求扩张，盈利能力不强;另一些保险公司则过多依靠投资，承保业务并无盈利，少数甚至处于长期亏损状态。

整个保险行业的市场竞争格局较为混乱，使得保险公司难以根据外部的行业环境与竞争结构分析、制定适宜的竞争战略，也导致政府与相关机构部门不能从整体与全局的角度出发，从更高的起点与层次建立起更为完善的保险市场的监管体系。

而根据企业资源与战略的相
［作者简介］杨鑫，清华大学经济管理学院企业战略与政策系博士研究生。

似性，将同一行业内的企业划分为战略群组，为解释行业内企业之间的动态竞争和绩效差异开创了一条新的路径，它能提供产业分析和企业个体分析无法获得的信息，学者们在多个行业的实证研究也证明了战略群组能够为深入分析了解行业结构、竞争优势的来源及竞争的本质带来新的启示。

图12000年 2008年保险业保费收入
迄今为止，尽管已经对银行、航空、医药、零售、钢铁等诸多行业从不同的方面进行了战略群组的研究，但大多数研究都围绕着两个主题展开:战略群组的存在性和行业内不同群组的企业之间的绩效差异，鲜有研究探讨如何将战略群组的概念与框架操作化，将其真正应用于企业的管理实践。

Porter(1980)建议，在同一战略群组的企业必须认定彼此为关系紧密的竞争对手，而在不同战略群组的企业则为关系较为疏远的竞争对手。

因此，通过战略群组分析，了解战略群组内的成员和主要的竞争对手，可以有效地帮助企业界定竞争对手，并且了解竞争对手的行为，进而制定有针对性的竞争战略。

Porter等人认为，一个企业的竞争优势取决于两个因素:所选择产业的吸引力和既定产业内的战略定位。

竞争优势实质上就是定位优势(Porter，1996;McGahan＆Porter，1997)。

因此，将战略群组转换成为能够指导企业实践的管理工具，其根本意义在于帮助企业在激烈的市场竞争中，进行准确的市场定位。

但目前还没有成熟地可以应用于行业竞争分析的工具———五力模型中只有“一力”涉及了竞争对手之间的抗衡，价值链模型关注的是整个价值链或供应链上各个环节上的多个行业的企业，而非单一行业中的竞争。

针对这种缺乏有效的行业与市场竞争结构分析工具的现状，本研究率先将战略群组应用于保险行业竞争结构分析中，努力将战略群组转化为企业可实际操作的行业竞争结构分析工具，借助多维尺度分析与Stata空间计量绘图方法，绘制形象描述行业内竞争格局的战略地图，以求更直观和有效地帮助企业进行环境分析，确定主要的竞争对手，掌握竞争态势，制定适宜的竞争战略。

本文最后针对各个群组中，不同企业的不同竞争地位，也提供了相应的战略选择与调整的意见和建议。

二、文献综述与理论假设
(一)战略群组
Michael S．Hunt(1972)在描述上世纪60年代高行业集中度、竞争激烈的美国家用电器行业的绩效差异时，率先提出了“战略群组”这一概念。

他用三个关键的战略变量(垂直一体化程度、产品多元化程度、产品多元化的差异程度)将该行业的企业划分为四个不同的“战略群组”，并将战略群组定义为“行业内的一组在成本结构、垂直一体化程度、产品多元化程度、正式组织、控制系统、管理者的奖惩制度以及对未来可能的产出的预计等方面都高度相似的企业”(1972:8)。

战略群组这一概念真正得到理论界的重视得益于Porter和Caves的研究。

Porter从战略管理理论角度将战略群组这一概念引入到产业结构分析中，他认为，战略群组是以移动壁垒为边界的一种行业结构要素，并将其定义为“行业内在专业化程度、品牌、产品质量、技术领先性等战略维度上追求相似性的一组企业”(Porter，1980:129)。

随着研究的不断深入，战略群组的概念呈现多元化，如Harrigan与Rudie(1985)认为战
略群组是由以不同方式争夺同一类型顾客的企业所构成，在一个理想的行业中，一个战略群组的企业为同一个需求利基(niche)和细分市场服务;Hatten与Hatten(1987)则认为战略群组是一群有着相似资源并追求相似战略的组织;Oster(1990)将战略群组定义为行业内一组具有相似的资产和在关键决策维度上采取相似战略的企业的集合，等等。

虽然战略群组这一概念尚无统一的定义，但却具有统一的概念标准———行业内具有资源与战略双重相似性的一组企业(Cool＆Schendel，1987)。

经过三十多年的发展，战略群组的研究内容和边界得到了极大拓展，资源基础理论、演化经济学、制度经济学、认知理论等也被应用到战略群组的研究中来，为战略群组理论的发展提供了大量的理论和实证支持，取得了丰富的成果，并不断推动战略群组研究向前发展，成为战略管理领域的主流之一。

(二)战略群组与行业竞争分析、市场定位
行业竞争理论是战略群组的重要理论源泉之一。

这一理论很大程度上源自于产业组织经济学对于“结构—行为—绩效”SCP范式的研究，认为相似规模会导致企业之间的合谋或对抗这两种极端的行为。

Porter 认为，战略群组的出现会进一步加剧行业内的竞争。

当目标市场趋于同质时，战略群组成员之间的竞争与合作普遍存在，尤其是当成员企业规模相近时，这种现象更为明显。

而当群组成员的目标趋于多元化时，则更容易出现两败俱伤的结果。

而战略群组的作用大小主要取决于行业内战略群组的数量及分布、它们之间的战略距离(strategic distance)以及市场的依赖程度(Porter，1979)———行业内战略群组的数量越多，越势均力敌，它们之间的竞争就越激烈;群组之间的战略距离，即差异化程度越小，竞争越激烈;市场的依赖性，即战略群组的目标市场越相似，竞争越激烈。

一个企业的竞争优势取决于两个因素:所选择产业的吸引力和既定产业内的战略定位，竞争优势实质上就是定位优势(Porter，1996)。

因此，将战略群组转换为能够指导企业实践的管理工具，其根本意义在于帮助企业在激烈的市场竞争中，进行准确的市场定位。

而企业在进行市场定位时，首先必须对不同行业的吸引力大小和行业的利润水平进行准确的评价，明确影响一个行业盈利的决定因素和其他影响因素，继而基于这些信息，制定出符合市场环境和自身资源的合适的战略计划，明确自己进入哪些领域和行业、选择哪类业务进行经营。

由于市场竞争结构会直接影响行业内企业之间的竞争行为，因此，行业和市场竞争结构的分析对于市场定位和竞争战略的选择非常重要。

按照传统产业组织学与战略管理理论的观点，企业只要选择一个好的行业，或者在现有行业中比其他对手做得更好，就可以获得持续的竞争优势。

如果说这些论述与Porter的一般战略，描述的都是企业在哪里竞争(where firms compete)，即市场范围的问题，那么战略群组则是解决关于企业如何竞争(how firms compete)的疑惑。

只有分析清楚自身的优势、劣势，了解企业面临的竞争情况，对自身有一个准确的市场定位，并使对手不易模仿，才能保证企业有好的绩效。

由于战略群组对于企业的绩效差异有重要作用，因此管理层和决策层在行业内战略群组中的定位能力就显得至关重要。

而引入战略群组的概念，在战略分析与制定的过程中，在行业、企业单元之外，同时将战略群组作为基本的分析单元能够帮助企业管理者更好地制定竞争战略。

实际上，将战略群组作为竞争分析的单元更为合理，因为以行业为分析单元过于宽泛，企业与其主要的竞争者处于相同的行业环境内，行业层面的分析很难对在竞争中获得优势有直接帮助;而与以企业个体为战略分析的基本单元相比，以战略群组为分析单元更综合地考虑了企业所面临的五种力量。

并且，不同的移动壁垒会直接影响市场的竞争结构，会导致不同的战略群组内部的竞争的不同，战略群组才是企业真正展开竞争的战场。

但之前战略群组领域的研究主要集中在理论构想，鲜有研究将其落实(Fiegenbaum et al．，2001)。

本研究拟在这一方面进行探索，将战略群组真正应用于企业实践。

而通过战略群组分析识别与自身具有相似战略与资源的企业，不仅可以帮助企业对行业内各个企业的战略意向进行分类，还可以极大地简化竞争分析的过程———同一战略群组内的成员往往拥有的资源相似，战略导向也类似，很可能会在同一目标市场上展开争夺，因此同一战略群组内的竞争更为激烈。

我国保险行业尤其如此———与西方保险行业自由竞争、混业经营的状况不同，在我国，由于中资保险公司大多是国有背景，加之整个金融市场的不成熟与不完善，政府对保险行业的监管力度较强，使得政策性因素成为我国保险行业最为重要的进入和移动壁垒，在很大程度上限制了保险公司在各个战略群组之间的移动:首先体现在保险行业最稀缺的资源———牌照的获取上。

1995年10月1日施行的《中华人民共和国保险法》规定，
“同一保险人不得同时兼营财产保险业务和人身保险业务”，确立了保险公司分业经营的原则，这就在限制了单个保险公司持有的牌照个数的同时，也限制了保险公司的经营范围;其次，保监会对保险公司及其分支机构以及各类中介机构，如保险专业代理、经纪机构、公估机构的筹建、开业和日常运营都实行严格的分类监管制度，控制各个保险公司的规模与销售渠道的扩张。

这些法规政策与政府监管成为划分战略群组的最关键的移动壁垒要素，制约各个保险公司必须在规定的市场范围内进行经营，进一步导致群组内竞争的白热化。

处于同一战略群组的公司，往往在市场竞争中就是直接的竞争对手。

而通过战略地图的绘制，可以帮助企业清楚地界定竞争对手，把握不同群组的战略与关键优势，了解行业内的竞争格局和激烈程度，继而制定有效的竞争战略。

三、研究设计
(一)研究样本选取与数据收集
本文的样本数据来源于中国保险监督委员会颁布的《中国保险行业年鉴》，该年鉴提供了保险市场的整体状况、各类统计数据以及各保险公司的资产负债表、损益表、业务分布等信息。

本研究最终采用数据较为齐全的2004年 2008年的面板数据。

由于本研究关注的是保险公司或保险集团整体的竞争战略，因此对各保险公司在不同险种或不同地区的子公司进行合并———如将华泰财产、华泰人寿、华泰资产合并为华泰保险，将美亚广州、美亚上海、美亚深圳合并为美亚保险等，最终得到保险公司86家。

除保险年鉴中未提供信息或数据严重缺失的个别企业之外，基本覆盖了这一时期中国保险行业的所有企业。

(二)战略群组的划分
1．关键变量的确定
战略群组的本质是“在行业内具有资源与战略双重相似性的一组企业的集合”(Cool＆Schendel，1987)。

因此，战略群组的划分变量应该考虑战略和资源两个维度。

而在过去的研究中，大多数学者在讨论战略群组这个概念时，或是没有包括战略的经营范围，或是没有包括资源，往往导致模型不完善，降低了理论与实证研究的可信度。

在对之前大量战略群组研究文献进行回顾的基础上，加之对整个中国保险行业发展历程的回溯和现状的分析，以及与多家保险公司多位高层管理人员关于战略与竞争问题的访谈，本研究同时选择经营范围和资源配置两个维度上的多个变量作为划分战略群组的关键指标。

(1)经营范围
保险行业的经营范围可通过产品范围、产品多元化程度和规模三方面来表示。

首先，本文特别考虑了对于我国保险公司的战略导向和资源配置起到最重要作用的制度性壁垒。

为体现“分业经营”这一原则，本研究采用保险公司的实际产品与业务范围来表示其持有的牌照性质与数量———用财产保险业务占净保费收入(net premiums written，NPW=保费收入－赔付支出－退保)的比重来表示各个保险公司的产品组合范围———人身保险公司、财产保险公司、兼而有之的多元化保险集团(多个独立法人);与其他行业实施多元化战略的企业一样，很多保险公司也期望通过覆盖行业内多个保险种类的产品，达到提高收益，降低风险，获得范围经济收益的目的(Fiegenbaum＆Thomas，1995)。

因此，本研究采用国内外多元化研究中普遍使用的测量方法———Herfindahl指数，通过衡量每种保险业务收入在保险公司总营业收入中的比例(即相对规模)，继而计算出保险公司的多元化程度。

企业多元化程度越高，Herfindahl指数就越低;当实施专业化经营时，该指数为1。

以往研究表明，企业的绝对规模对于企业的战略制定与绩效有重要影响(Fiegenbaum et al．，2001;Leask ＆Parker，2007)，Cool等人认为，总资产能够比总销售额更好地反映企业规模、投资以及创造企业移动壁垒的能力(Cool＆Schendel，1987)。

这里采用企业总资产的自然对数而非直接采用其绝对值来衡量企业规模，以体现不同规模的企业增加相同绝对数量的资源的难度差异。

(2)资源配置
基于资源基础理论的基本假设———企业的资源是其主要的竞争优势来源(Short et al．，2007)，这里将企业资源和资源配置作为划分战略群组的维度。

对于保险公司来说，竞争优势的主要源泉被认为是保险经营和资本运作。

因此，使用承保费用来表示经营保险这一主营业务时资源的利用水平，即经营效率，使用财务杠杆、资产周转率和投资决策来体现保险公司的资本运作水平。

为了便于对不同的保险公司的经营效率进行比较，这里采用承保费用或保险营业支出(扣除赔付支出)占净保费收入的比重表示保险公司在保险业务和产品上的效率(Doherty＆Korkie，1980;Fiegenbaum et al．，2001);另一方面，财务杠杆对保险公司的风险也有重要的影响作用(Fiegenbaum et al．，2001)。

本文使用财务杠杆来体现保险公司的财务战略和政策，及其应对风险的能力;总资产周转率是考察企业资源使用和资产运营效率的一项重要指标，它能够体现企业的资产利用效率和管理水平。

一般情况下，该指标越高，表明企业资产周转速度越快，即销售能力越强，资产利用效率越高。

最后，投资战略是保险公司整个战略决策过程中不可缺少的环节。

实际上，除通过销售保单获得收益外，几乎所有的保险公司都会通过将保费再投资，获得额外收益。

甚至对于一些保险公司来说，正是因为投资战略的成功，才能够在保险营业部分亏损时仍然保持整体盈利，并反过来通过交叉补贴扶持保险业务的发展。

本研究采用投资收入占净保费收入的比重来表示保险公司的投资力度以及风险倾向。

划分战略群组的关键变量
表1
维度变量名称符号定义与计算公式
经营范围
产品范围Scope财产保险净收入/净保费收入
产品多元化HDI
HDI=∑n
i=1
p2
i
pi:在第i种保险产品上的收入占净保费收入的
比例;i=1，…，N 规模Size总资产的自然对数
资源配置
营业费用Cost承保费用/净保费收入资产周转率Efficiency净保费收入/总资产财务杠杆Leverage总负债/总资产
投资决策Investment投资收益/净保费收入
2．聚类方法的选择
本研究在划分战略群组时以年为单位，并借鉴了近期一些学者(如Everitt，Landau＆Leese，2001;Leask ＆Parker，2007)提出的对于聚类方法的改进措施，主要包括以下几点:
(1)为了消除变量相对数值的大小对于分组结果的影响，对七个分组变量进行了标准化(z-score)的处理———转化为零均值和单位方差的Z分数(Cool＆Schendel，1987;DeSarbo et al．，2008)，即将所有变量转化到同一数量区间;
(2)划分群组的变量之间往往具有非常强的相关性，导致变量权重的设定错误，继而造成分组结果的不准确(Ketchen et al．，1993)———这也是经常引起争论和研究结果不一致的原因之一。

针对这一问题，本研究在划分战略群组之前，先行检验了多个划分变量之间的相关性，剔除相关程度大于0．6的变量。

这种方法同时也能够避免多重共线性的发生(Leask＆Parker，2007);
(3)由于聚类方法难以自行产生最优的组数，必须由研究者主观判断多个分组结果的优劣，这也是导致以往的战略群组研究结论不确定和不统一的重要原因。

本文采用SAS软件中的阶层式聚类分析方法(Hier-archical Cluster Algorithm)，这种方法允许根据R2指数的分布(聚类结果的紧度)确定最好的分类结果，避免了根据经验法则人为设置群组个数可能带来的偏误(Fiegenbaum＆Thomas，1995;Cool，1985)。

具体的判别标准如下:
①新增加一个分组时，R2的增量小于5%(△R2≤5%);
②聚类结果对于整体方差的解释力度大于65%(R2≥65%)。

(三)创建行业战略地图———MDS方法
在创建战略地图时，对于战略群组这样由多个指标反映的个体，本文希望能够从指标间的相似性信息出发，在较低维的欧式空间中用图形揭示这些个体之间的真实结构关系。

具体来说，就是将在战略与资源七个维度上的相似性(处于同一战略群组)或不相似性(属于不同的战略群组)转换到两个维度上，形成行业的二
维战略地图。

如何将在多个维度上相似的企业投射到只有两个坐标维度的平面图上?这正是多维尺度分析所研究的问题。

多维尺度分析(Multidimensional Scaling，MDS)是基于研究现象之间的相似性或距离将研究对象在一个低维(一般为二至三维)的空间形象地表示出来，进行聚类或维度内含分析的一种方法。

目前最主要的求解非度量问题的方法是Shepard提出的非度量MDS模型。

该模型的基本特征是将相似性或相异性数据看成是点间距离的单调函数。

以下统一用δij表示个体i与个体j之间的相似性或相异性，d ij为点x i与点x j之间的距离。

在非度量MDS模型中假定:δij≈f(d ij)，其中，当δij为相似性时，f为单调降函数，当δij为相异性时，f 为单调增函数(Johnson，2001)。

这一假设实质是要求最后计算出来的点结构的点间距离与数据之间保持原有的次序关系。

对相异性数据:δij≤δkl→d ij≤d kl(1)对相似性数据:δij≤δkl→d ij≥d kl(2)在理想的情况下，上述两个公式可以得到满足，但在大多数实际情况下，上述单调关系只能在一定程度上得到满足，为此，Kruskal给出了上述单调性满足的度量，并通过最小化这种度量给出有效的算法。

其算法的具体定义如下:
设Δ=(δij)nˑn为一个相异性矩阵，X nˑn为r维空间n个点的坐标阵，d ij为点X i与X j之间的距离，对δij 的单调增函数d^ij=f(δij)，定义:
S 1(X，f)=［∑n
i=1
∑
n
j=1
(d
ij
－d^
ij
)2/∑n
i=1
∑
n
j=1
d2
ij
］12(3)
S 2(X，f)=［∑n
i=1
∑
n
j=1
(d
ij
－d^
ij
)2/∑n
i=1
∑
n
j=1
(d
ij
－d
ij
)2］12(4)
其中d=1
M
∑
n
i=1
∑
n
j=1
d
ij
，M为δ
ij
的有效个数，S1(X，f)和S2(X，f)分别称为Kruskal应力Ⅰ和应力Ⅱ(张文彤，
2004:322)。

本文采用基于最优尺度变换的MDS过程(Proximity Multidimensional Scaling，PROXSCAL)。

这种方法通过将Data Theory Scaling System Group(DTSS)的最优化数据转换方法引入非度量的MDS模型，可以同时处理相似性和相异性数据，从而大幅提升了MDS模型的分析能力，获得更为准确的分析结果。

四、结果分析与讨论
(一)战略群组的划分结果
1．描述性统计
样本各个变量的描述性统计结果如表2所示。

由于统计年鉴的数据中出现了极个别不合理极值，本文采用winsorize方法，对所有连续变量按照其分布的上下1%水平进行极值处理。

样本描述性统计(2004 2008)
表2
均值标准差最小值中位数最大值Scope0．45910．48990．00000．01201．0000
HDI0．61550．23410．00220．62561．0046
Size7．59212．09061．74927．100314．6434
Cost1．65894．1548－4．28420．996650．8261 Efficiency0．33770．5133－0．43430．27148．4899 Leverage0．65020．49340．01200．72097．7843 Investment0．25612．4218－9．56830．083739．7222 2．聚类指标的相关性检验
本文对七个划分战略群组的关键变量在2004年 2008年样本时间区间内每年的相关系数都进行检验(由于篇幅限制，这里仅列出2004年的相关矩阵)。

相关性分析的结果显示，在所有年份中，各个变量之间。