(一)工程保险与区域经济的关系

1.模型形式确定

利用计量软件对面板数据进行分析得到如下结果:

S₁=22.7162     S₂=25.1870   S₃=89.1228

进而可得F统计量，计算结果如下: 

F₂=7.5519 ~ F (60，155)    F₁=0.5620 ~ F (30，155)

在给定1%的显著性水平下，得到相应的临界值为:

F_0.01(60,155)=1.6149   F_0.01 (30,155)=1.8227

显然，F₂> F_0.01 ( 60,155 )，因此拒绝H2;又由于F₁< F_0.01 ( 30,155 )，因此接受H1，面板数据模型为变截距模型。

2.模型估计结果

根据以上分析，工程保险保费收人与建筑业总产值的模型如下:

各地区横截面固定影响系数表示见表3}

从式(2)中可以看出，t统计量都显著地通过了检验，意味着解释变量对被解释变量的影响是显著的;D.W.统计量的值为2.1012，可以认为残差项非自相关;;F统计量为39.3405，相应的伴随概率为0.0000，表明区域差异显著影响模型的设定，选择考虑地区固定效应的变截距模型是合理的。

3.模型结果分析

(1)实证分析结果证实了建筑业总产值与区域经济间表现出显著的正向相关性:1nCPC增加1个单位，lnprem将增加0.6393个单位。

由于承保对象的特殊性，工程保险行业的发展很大程度上依赖于建筑行业的发展规模与水平。图1显示2008-2014年我国建筑业总产值与工程保险保费收人之间的关系:随着我国建筑业总产值的增加，工程保险保费收人总体呈上升趋势。2010-2012年我国工程保险保费收人出现的暂时性下降，很大程度上是由2010年保监会相继出台的一系列规范性文件带来的外部冲击，对保险行业进行严格监管，使保险经营回归理性所致。

(2)实证分析结果为工程保险的区域化差异提供了解释。建筑业总产值在地区间的巨大差异，对工程保险保费收人规模的区域间差异化产生了直接的影响。从图2可以直观地看出，除个别地区外，建筑业总产值大的地区，对应的工程保险保费收人规模也大。对经营工程保险业务的保险公司而言，意味着要抓住新型城镇化带来的城市基础设施、公共服务设施和住宅建设等巨大投资需求，有针对性地制定工程保险业务发展战略，从而提高经营效率。

(3)总体而言，建筑业总产值水平较高的地区，保费收人也相对较高;另一方面，基于表3中的数据能够得出“不同地区固定影响系数存在较大差异”的结论，表明各地工程保险的发展还受到除宏观经济因素以外的诸多区域性因素的影响，包括地域文化、风险防范意识、风险承受能力等。

以2008-2014年建筑业平均总产值排名前十的地区为例:北京、广东、上海的保费收人水平明显高于其他地区，从表3中也能得出同样的结论。这一差异的产生归结于地域性因素对工程保险的影响，例如通常情况下，教育水平越高的地区，人们的风险防范意识与保险意识也相对较高，因此北京和上海等教育水平较高的地区通常保费收人水平也较高。

(二)工程保险与区域创新的关系

1.模型形式确定

利用计量软件对面板数据进行分析得到如下结果:

S₁=31.9620   S₂=25.3222   S₃=96.0969

进而可得F统计量，计算结果如下: 

F₂=7.2203 ~ F (60，155)  F₁=1.3548 ~ F (30，155)

在给定1%的显著性水平下，得到相应的临界值为:

F_0.01(60,155 )=1.6149   F_0.01(30,155 )=1.8227

显然，F₂> F_0.01 (60,155 )，因此拒绝H2;又由于F₁< F_0.01 ( 30,155 )，因此接受H1，面板数据模型为变截距模型。

2.模型估计结果

根据以上分析，工程保险赔付支出与区域创新的模型如下:

各地区自变量系数表示见表4}

从式(3)中可以看出，t统计量都显著地通过了检验，意味着解释变量对被解释变量的影响是显著的;D.W.统计量的值为2.0447，可以认为残差项非自相关;;F统计量为29.5911，相应的伴随概率为0.0000，表明区域差异显著影响了模型的设定，选择地区固定效应的变截距面板数据模型是合理的。

3.模型结果分析

(1)实证分析结果表明了工程保险赔付支出与区域创新间存在显著的正向关系:lnpatent变化1个单位，lnclaim变化0.6144个单位。

(2)实证分析结果表明，区域创新对保险赔付的支出的影响存在地区差异(见表4)，表明了除宏观经济因素外，存在着许多区域性因素同样影响着我国工程保险赔付支出水平，例如当地人的风险偏好、自然地理条件等。