錢振偉　張燕　高冬雪

摘要：通過運用三階段DEA模型，本文按投入、產出與環(huán)境變量三類指標，對我國31個省（市、自治區(qū)）政策性農業(yè)保險財政補貼效率進行了分析與評估，實證結果表明我國農業(yè)保險財政補貼總體效率比較高，但有九個省區(qū)的財政保費補貼效率需要改進。因此，建議從三個方面提升財政補貼效率：一是探索建立農業(yè)巨災保險；二是擴大農業(yè)大省政策性農業(yè)保險范圍；三是進一步提升中央對西部民族省份農業(yè)財政補貼比例，大力發(fā)展特色農業(yè)保險，推動高原特色農業(yè)產業(yè)化，促進農民增收。

關鍵詞：政策性農業(yè)保險；三階段DEA模型；效率評估

中圖分類號：F84066文獻標識碼：A

從西方經濟學理論看，補貼政策在一般情況下往往會帶來社會福利的無謂損失。如果農業(yè)保險的政策性補貼也會帶來社會福利凈損失，那么政策性農業(yè)保險必然會因為制度效率①損失而遭受質疑和批評，政策性農業(yè)保險制度的財補政策也會被修正或廢止。從農業(yè)保險實踐看，農業(yè)保險具有很強的公益性和正外部性。由于農業(yè)保險有效供求和有效需求不足，如果沒有政府財政價格補貼，那么農業(yè)保險的供給曲線和需求曲線是不可能相交的。政府對農業(yè)保險實行價格補貼，保費的降低會導致供給曲線下移并與需求曲線相交，此時消費者剩余增加。如果消費者實現(xiàn)的潛在福利（ΔCAP0面積）大于政府補助后的社會福利損失（ΔABE面積），政府對農業(yè)保險的財政補貼是有效的，并增加了社會福利。因為如果不實行政策性農業(yè)保險，不對保費進行補貼，這部分福利（ΔCAP0面積）是無法轉化為實際的，而實際上是社會福利的潛在損失，保險補貼能實現(xiàn)這部分潛在福利，具體見圖1。

一、文獻綜述

作為現(xiàn)代農業(yè)風險管理的有效手段，國外的農業(yè)保險無論實踐還是理論研究方面都比較成熟。Wright和Hewitt（1990）提出歷史上由私人承辦的農業(yè)保險業(yè)務都以失敗而告終，農業(yè)保險需要政府的介入和支持才能得以良好的發(fā)展。Gardner和Kramer（1996）認為政府的補貼可以提高農民的參保率。但Nelson和Loehman（1987）認為政府在信息的收集和保險合約的設計上多些投入，比財政補貼所帶來的社會效益更大，也就是說政府實行財政補貼的效率較低，要減少財政補貼投入。Erry skees（1999）指出從福利與效率的角度看，政府導向型的農業(yè)保險基本上都是不成功的。

目前，我國學者（馮文麗，2004；陳璐，2004；庹國柱，2004；費友海，2005）從福利經濟學理論視角分析農業(yè)保險的成果較多，他們多數(shù)認為農業(yè)保險會帶來農產品產量的增加，從而使整個社會福利增加。但是，孫香玉等（2010）引用了2007年美國農業(yè)法案報告研究內容，認為農業(yè)保險對于生產和產量的影響一直都沒有得到明確的結論。吳建南、劉佳（2007）將邏輯模型與財政支出效率評價指標設計相結合，按經濟、效率和效果的3E原則，從“投入-產出-中短期結果-長期結果”四個層面構建了財政支出效率評價指標體系。孫潔（2010）提出財政補貼類項目不能作為一般經濟項目進行評價，應重視社會效益的評價指標，兼顧經濟效益與社會效益，尋求一個合理的平衡點。肖海峰等（2010）以問卷調查的方式，對吉林、江蘇兩省的農業(yè)保險效率進行分析，認為目前我國政策性農業(yè)保險在增強農戶抵御自然風險的能力、穩(wěn)定農作物產量和農戶收入方面，只在局部地區(qū)和部分農戶中表現(xiàn)出較顯著的效用。

總的來看，中外關于農業(yè)保險財政補貼政策的研究成果，有力推動了我國農業(yè)保險由“商業(yè)化經營”向“政策性經營”轉變，但政策性農業(yè)保險財政補貼效率的分析存在一些缺陷，如有的只采用定性分析，無法列出強有力的數(shù)據證明，進而無法提出可靠的針對性建議；有的只運用DEA模型，沒有考慮到外部環(huán)境對我國不同地區(qū)的不同影響，從而使研究結論與現(xiàn)實存在較大偏差等。

二、三階段DEA模型構建

三階段DEA模型是Fried H.O.，Lovell，Schmidt和Yaisawarng（2002）在1978年美國運籌學家Charnes， Cooper和Rhodes提出C2R模型的基礎上發(fā)展完善的。由于各省自然地理、經濟發(fā)展水平與人文環(huán)境情況不盡相同，從而對政策性農業(yè)保險的實施產生不同的影響。本文采用三階段DEA模型，在將各省政策性農業(yè)保險的投入置于相同外部環(huán)境與隨機誤差的情況下，對制度效率進行分析。

（一）第一階段：傳統(tǒng)的DEA模型

基于線性規(guī)劃技術的非參數(shù)前沿效率分析方法數(shù)據包絡分析（簡稱DEA）有兩個基本模型C2R和BC2，可以分析政策性農業(yè)保險制度的技術效率（TE）、純技術效率（PTE）和規(guī)模效率（Scale Efficiency，簡稱SE）。其中，TE與PTE分別測度的是在規(guī)模報酬不變與規(guī)模報酬可變時決策單元偏離生產前沿的距離，均反映在給定投入情況下決策單元獲得最大產出的能力；SE則給出相似決策單元在規(guī)模報酬不變時生產前沿與規(guī)模報酬可變時生產前沿之間的距離。BC2模型與C2R模型最大的區(qū)別在于規(guī)模報酬是否可變的假定，基于規(guī)模報酬可變假定的BC2模型中，有TE=PTE*SE。

對于n個決策單元（DMU， Decision Making Units），假定每個DMU有m種投入，那么在規(guī)模報酬不變時，對于利用向量xj∈Rm+所產出的輸出結果變量yi∈rs+（j=1，…，n），相對有效性的C2R模型數(shù)學表達式為：

θ=min θs.t.∑nj=1λjxj≤θx0∑nj=1λjyj≥y0λj≥0，j=1，…，n（1）

式中所求得的θ為各DMU的TE值，且當θ=1時，稱該DMU為C2R有效。當規(guī)模報酬可變時，BC2模型數(shù)學表達式為：

min σ

s.t.∑nj=1λjxj+s-=σx0∑nj=1λjyj-s+=y0∑nj=1λj=1λj≥0，j=1，…，ns-≥0，s+≥0（2）

式中σ為各DMU的純技術效率值（PTE），則DMU規(guī)模效率SE=TEPTE。

（二）第二階段：SFA模型

第一階段只是單純從投入產出的直觀視角對技術效率進行考核，并沒有考慮到各決策單元所處環(huán)境對效率的影響。這一階段的操作過程是在上一階段DEA模型計算結果的基礎上，估計外部環(huán)境變量對各決策單元效率值的影響，進行投入變量的差額分析，從而達到將外部環(huán)境效應和隨機誤差剝離出去，得到僅由內部管理無效率這一因素造成的DMU投入冗余的目的。

沿用第一階段的假設，建立以投入為導向的SFA成本邊界模型（Stochastic Frontier Cost Function），分別對n個決策單元的m個投入差額變量（Slack Variables，即實際投入量與理想投入量之間的差額，用Sij表示）進行回歸分析，第j個決策單元第i個投入因素的差額值表達式為：

Sij=xij-∑nj=1xijλij≥0

i=1，2，……m；j=1，2，……n（3）

其中，∑nj=1xijλij為決策單元j第i項投入的理想值。假設有h個環(huán)境變量對投入差額變量造成影響，則以Sij為被解釋變量，以zj=（z1j，z2j，…，zhj）為解釋變量，針對每個投入量共構建m個獨立的SFA回歸方程：

Sij=fi（zj，βj）+Vij+Uij（4）

式中fi（zj，βj）表示確定可行的差額前沿，βj表示待估參數(shù)向量；Vij為隨機誤差項，服從N（0，σ2iv）分布，Uij為管理無效率的非負隨機變量，服從N+（μi，σ2iu）分布，Vij與Uij不相關，二者之和構成殘差項。為了分離隨機擾動因素，需對Vij進行估計，運用Jond row. et al.（1982）的方法，有：

E[DD（-*2/3][HT6”]^[][HT][DD）]VijVij+Uij=sij-zjβ^j-E[DD（-*2/3][HT6”]^[][HT][DD）]UijVij+Uij

i=1，2，…，m；j=1，2，…，n（5）

通過SFA方程回歸，得到外部環(huán)境效應對生產效率的影響zjβ^j與隨機誤差影響E[DD（-*2/3][HT6”]^[][HT][DD）]VijVij+Uij，進而調整外生因素對投入額的干擾，基于最有效DMU，以其投入量為基準，對其他各樣本投入量進行調整，結果為：

x*ij = xij + [maxj （zj β[DD（-*2/3][HT6”]^[][HT][DD）]）-zj β[DD（-*2/3][HT6”]^[][HT][DD）]] + [maxj （V[DD（-*2/3][HT6”]^[][HT][DD）]ij ）-V[DD（-*2/3][HT6”]^[][HT][DD）]ij ]i=1，2，…，m；j=1，2，…，n （6）

式中maxj（zjβ^）-zjβ^表示去除外部環(huán)境效應的影響，maxj（V^ij）-V^ij表示去除隨機誤差的影響。其中隨機誤差的影響在實際計算時采用（4）式的對數(shù)似然形式Vij=ln（sij）-βlnzj+ln（TE）推出。調整之后，所有決策單元面臨相同的外部環(huán)境和運氣，最終技術效率差異由內部管理因素決定。

（三）第三階段：調整后的DEA模型

以第二階段調整后的投入量與原始產出量作為數(shù)據源，再次用傳統(tǒng)DEA方法的C2R模型與BC2模型進行效率評價，所得結果為不含外部環(huán)境效應與隨機誤差的技術效率值。

三、實證分析

（一）樣本指標選取與變量設定

以我國政策性農業(yè)保險制度運行情況為事實依據，根據評價指標變量可得性、可量化性、可靠性的原則，提取我國31個省（市、自治區(qū)）政策性農業(yè)保險的投入指標，承保結果指標與環(huán)境變量指標。

1.投入產出指標。政策性農業(yè)保險的投入主要來源于保費收入，保費收入是承保數(shù)量②、承保次數(shù)、承保金額與賠款支出等結果的決定因素，我國規(guī)定政策性農業(yè)保險保費收入由三級財政補貼（中央、省級和市級）與農民繳費構成，三級財政補貼資金與農民繳費流轉環(huán)節(jié)、運行程序各不相同，因此投入指標選取中央財政補貼、省級財政補貼、市級財政補貼與農民繳費四項；對于保險，產出由承保結果所體現(xiàn)，所以產出指標選取承保數(shù)量、參保農戶戶次與賠款支出三項。其中參保農戶戶次與農民繳費在保費收入中的占比有關，承保數(shù)量、賠款支出與保費收入直接相關。具體數(shù)據見表1。

2.環(huán)境變量選取。外部環(huán)境因素對政策性農業(yè)保險制度效率產生客觀影響，不在樣本主觀可控范圍之內，且影響方向不定。農業(yè)保險所保障的農業(yè)生產在空間分布上有很強的地域差異性，在時間上有存在季節(jié)性和周期性，交織于自然、社會、經濟三大領域，不可等同于單純的經濟現(xiàn)象和孤立的技術生產。基于上述三個領域在各個方面對政策性農業(yè)保險所產生影響的充分考慮，對環(huán)境變量做出如下選?。旱谝?，家庭人均純收入（經濟因素），農業(yè)保險需要農民自己繳費，是一種消費品，只有收入滿足生活必需消費之后，農戶才會根據收入的多少考慮投保。第二，成災面積（自然人文因素），我國幅員遼闊，不同地域面臨不同的自然環(huán)境，成災面積的經驗數(shù)據差別較大，不同地區(qū)的農民主管上對農業(yè)保險的需求不同。第三，文盲率（人文社會因素），保險終歸是一種經濟形式，受教育程度會影響農民對保險的認識與理解，由于農村教育水平相對滯后，所以選用文盲率作為外部影響因素。

（二）實證結果與分析

1.第一階段傳統(tǒng)DEA實證分析結果。本文利用Deap2.1軟件，將原始投入產出數(shù)據直接導入計算出31個?。ㄊ?、自治區(qū)）2013年政策性農業(yè)保險制度的技術效率（TE）、純技術效率（PTE）和規(guī)模效率（SE），結果如表2。從整體上看，2013年我國31個?。ㄊ?、自治區(qū)）政策性農業(yè)保險制度的技術效率均值最低為0.792，且規(guī)模效率高于純技術效率，這說明20.8%的資源績效空白主要由技術效率導致。因此，按樣本目前的產出冗余對各個投入要素的改變應以C2R模型計算結果為準。

按地區(qū)分，北京、天津、上海、重慶四個直轄市與內蒙、浙江、福建、江西、廣西、海南、西藏八個省的TE、PTE值都為1，說明這些地區(qū)政策性農業(yè)保險的財政補貼效率較高，資源得到充分地運用，財政補貼處于技術效率前沿；江蘇、安徽、四川、貴州和新疆PTE值為1，說明這些地區(qū)純技術效率不是政策性農業(yè)保險發(fā)展的主要制約因素；河北、山西、陜西、甘肅四個地區(qū)的TE、PTE值均低于0.5，說明財政補貼所發(fā)揮的作用有待提高，擴大農業(yè)保險覆蓋面。

從規(guī)模報酬情況上看，山西、廣東、貴州、陜西、甘肅、青海、寧夏七個地區(qū)的規(guī)模報酬處于遞增水平，大力推廣政策性農業(yè)保險、提高參保率、擴大服務體系有利于承擔農業(yè)生產損失風險效率的提高。

2.第二階段SFA回歸分析結果。第一階段分析結果各地區(qū)TE值誤差較大，與實際情形存在一定的偏離，初步推測原因在于環(huán)境變量影響因素對這些地區(qū)造成比較大的影響。在這一階段，以第一階段分析結果得出的各樣本投入變量的松弛量為SFA方程的被解釋變量，家庭人均收入、成災面積、文盲率作為解釋變量，運用frontier41軟件進行回歸分析，得出的各環(huán)境變量系數(shù)的最大似然估計，估計值如表3。表3中回歸估計結果顯示文盲率對各投入變量的回歸系數(shù)均為負，即差額變量會隨著該變量數(shù)值的增加而減小，或是技術效率提高；人均家庭純收入對三級財政補貼的影響系數(shù)為正，說明該變量數(shù)值越大，差額變量越大。對上述現(xiàn)象的經濟原因分析如下：在保費補貼與農民繳費按比例分配的制度規(guī)定下，農民純收入越高，保費收入中政府財政補貼部分占到的比重越大，當比重超過某個特定值時，政府資金就會帶來擠占效應，并且與比重的增加呈正相關增長，繼而三級財政補貼的效率降低；政府與群眾在面臨較大的成災面積時會有更強的風險意識，采取措施主動保障農業(yè)生產的積極性越大，因此整體投入的效率越高；對于政策性農業(yè)保險，顯然具有良好教育水平地區(qū)的制度效率更高。上述各回歸系數(shù)的影響方向符合相關經濟理論分析，實證達到預期效果。

表3中的伽瑪值顯示環(huán)境因素變量對投入差額的影響比較顯著，必須將環(huán)境因素與隨機誤差項剔除，才能使各DMU面臨相同環(huán)境與運氣，從而得到更為客觀的研究結果。

3.第三階段修正投入后的DEA評價結果。根據第二階段所得回歸估計結果，以最壞運氣和最差環(huán)境下的DMU為標準對各投入變量進行調整，得到修正后的投入變量，代替原始投入變量，再次運用Deap21軟件重新進行基于BC2模型的估計，結果如表4所示。與表2分析數(shù)據相對比，發(fā)現(xiàn)剔除外部環(huán)境與隨機誤差影響后，大部分?。ㄊ?、自治區(qū)）的效率值發(fā)生了明顯的變化。從整體上看，政策性農業(yè)保險財政補貼績效顯著提高，31個省（市、自治區(qū)）的平均技術效率為0899，平均純技術效率0943，平均規(guī)模效率0941，資源運用低效依然主要由技術效率造成，占到101%。東、中、西部三大地區(qū)出現(xiàn)比較明顯的階梯性差異，在第一階段DEA平均效率得分分別為0851、0719、0787，第三階段DEA平均效率得分分別為0953、0931、0828。顯然，經濟、自然、教育等外部因素的影響嚴重導致傳統(tǒng)DEA方法對整體效率水平低估和區(qū)域差異程度高估，東部地區(qū)政策性農業(yè)保險財政補貼的效率最高，中部次之，西部較低。第三階段的DEA分析結果中TE值達到1的省份增加到22個，其余9個地區(qū)中遼寧、吉林、四川和貴州的PTE值為1，顯示出其內部管理的無效率并非由純技術效率導致；除湖北省調整后規(guī)模報酬變?yōu)檫f增以外，其他地區(qū)規(guī)模報酬均未發(fā)生變化。

四、結論與建議

本文運用三階段DEA模型對我國31個?。ㄊ?、自治區(qū)）政策性農業(yè)保險財政補貼效率評估，結果表明我國政策性農業(yè)保險各級財政補貼資金運用效率整體較高，為保障農業(yè)生產、分擔自然災害風險損失發(fā)揮了巨大的作用，但個別地區(qū)的財政資金分配運用與三級財政補貼結構需要做進一步的改善。財政補貼的改進策略還需融進當?shù)谿DP、財政收入、農業(yè)總產值、農業(yè)占當?shù)谿DP比重、當?shù)卣畬r業(yè)支出額、農民純收入等因素綜合考慮，可將九個DEA績效不為1的省份分為兩個梯隊：河北、遼寧、吉林、河南、四川、湖北六省具有經濟水平中等，大部分屬于農業(yè)大省特點，在DEA績效分層中位于第一梯隊，最值分別為湖北0929與河北0658；貴州、甘肅、青海三省的地區(qū)性特點為經濟實力較薄弱、國民生產總值與財政收入較低、農業(yè)是經濟發(fā)展的主要支柱，農民家庭純收入較低，屬于我國相對貧困的地區(qū)，在DEA績效分層中為第二梯隊，最低值為青海0225。

從表面看我國農業(yè)保險財政補貼比率為80%左右，高于全球平均水平44%，但由于我國農業(yè)保險?！拔锘杀尽?，而發(fā)達國家保“收成”，我國農業(yè)保險財政補貼呈現(xiàn)補貼范圍窄、財政補貼額度不高、補貼方式單一等特點。建議從三個方面提升財政補貼效率：一是根據各地省情民情不同，實行差別化補貼標準并調整財政補貼結構。按照黨的十八屆三中全會提出“建立巨災保險”的要求，探索建立政策性農業(yè)巨災保險，實現(xiàn)農業(yè)保險向農業(yè)巨災保險方向轉變；二是擴大農業(yè)大省政策性農業(yè)保險范圍，提升農業(yè)保險的范圍經濟，把政策性農業(yè)保險擴展到糧食流通和蔬菜生產和糧食制種領域，如增加政策性蔬菜保險、糧食流通和儲存保險，保障“米袋子”和“菜籃子”安全，實現(xiàn)農業(yè)保險的保障國家糧食安全，助力宏觀經濟調控，推動農業(yè)現(xiàn)代化；三是進一步提升中央對西部民族省份（部分屬于第二梯隊地區(qū)）農業(yè)財政補貼比例，適當調低縣市補貼比例，大力發(fā)展特色農業(yè)保險，如云南天麻保險、三七保險、普洱茶保險、澳洲堅果保險、桑蠶保險、石斛保險等，推動高原特色農業(yè)產業(yè)化，促進少數(shù)民族農民增收，維護社會穩(wěn)定。

注釋：

①張五常認為制度效率損失的本質就是社會福利的損失，但可以通過改變制度部分屬性或形式來控制效率損失，提高制度效率。

②種植業(yè)一般以畝計量，養(yǎng)殖業(yè)一般以頭（只）計量，這里采用的是涵蓋整個農業(yè)保險的綜合評價定量指標。

參考文獻：

[1]Privatization. Lessons Learned by State and Local Governments，GAO/GGD-97-48（Washington， DC： General Accounting Office， March 1997）.

[2]LEER， YAMAGATA H. Sustainable Social Security： What Would It Cost？ [J].National Tax Journal， 2003， 56（1）：27-43.

[3]Michael E. Porte. Strategy and the Internet[J].Harvard Business Review，2001（3）.

[4]苑梅.農業(yè)保險的財政政策選擇[J].經濟縱橫，2009（1）.

[5]錢振偉，張艷，王翔.政策性農保險模式創(chuàng)新及巨災風險分散機制研究：基于對云南實踐的調查[M].北京：經濟科學出版社，2011：38-39.

[6]庹國柱，朱俊生.試論政策性農業(yè)保險的財政稅收政策[J].經濟與管理研究， 2007（5）.

[7]李燕凌.基于DEA-Tob it模型的財政支農效率分析：以湖南省為例[J]中國農村經濟，2008（9）：52-62.

[8]方鴻.政府財政支農資金效率的地區(qū)比較：基于三階段DEA模型的實證分析[J].管理科學，2011（7）：25-27.

[9]王韌.我國農業(yè)保險差異補貼政策研究：基于各省、直轄市、自治區(qū)的聚類分析[J].農村經濟，2011（5）.

[10]高鑒國.中國新型農村社會養(yǎng)老保險的社會包容特征：解釋框架[J].社會科學，2011（3）.

[11]錢振偉.農業(yè)保險發(fā)展理論與實踐：基于對云南實踐的跟蹤調查[M].北京：中國金融出版社，2013.

（責任編輯：關立新）

按地區(qū)分，北京、天津、上海、重慶四個直轄市與內蒙、浙江、福建、江西、廣西、海南、西藏八個省的TE、PTE值都為1，說明這些地區(qū)政策性農業(yè)保險的財政補貼效率較高，資源得到充分地運用，財政補貼處于技術效率前沿；江蘇、安徽、四川、貴州和新疆PTE值為1，說明這些地區(qū)純技術效率不是政策性農業(yè)保險發(fā)展的主要制約因素；河北、山西、陜西、甘肅四個地區(qū)的TE、PTE值均低于0.5，說明財政補貼所發(fā)揮的作用有待提高，擴大農業(yè)保險覆蓋面。

從規(guī)模報酬情況上看，山西、廣東、貴州、陜西、甘肅、青海、寧夏七個地區(qū)的規(guī)模報酬處于遞增水平，大力推廣政策性農業(yè)保險、提高參保率、擴大服務體系有利于承擔農業(yè)生產損失風險效率的提高。

2.第二階段SFA回歸分析結果。第一階段分析結果各地區(qū)TE值誤差較大，與實際情形存在一定的偏離，初步推測原因在于環(huán)境變量影響因素對這些地區(qū)造成比較大的影響。在這一階段，以第一階段分析結果得出的各樣本投入變量的松弛量為SFA方程的被解釋變量，家庭人均收入、成災面積、文盲率作為解釋變量，運用frontier41軟件進行回歸分析，得出的各環(huán)境變量系數(shù)的最大似然估計，估計值如表3。表3中回歸估計結果顯示文盲率對各投入變量的回歸系數(shù)均為負，即差額變量會隨著該變量數(shù)值的增加而減小，或是技術效率提高；人均家庭純收入對三級財政補貼的影響系數(shù)為正，說明該變量數(shù)值越大，差額變量越大。對上述現(xiàn)象的經濟原因分析如下：在保費補貼與農民繳費按比例分配的制度規(guī)定下，農民純收入越高，保費收入中政府財政補貼部分占到的比重越大，當比重超過某個特定值時，政府資金就會帶來擠占效應，并且與比重的增加呈正相關增長，繼而三級財政補貼的效率降低；政府與群眾在面臨較大的成災面積時會有更強的風險意識，采取措施主動保障農業(yè)生產的積極性越大，因此整體投入的效率越高；對于政策性農業(yè)保險，顯然具有良好教育水平地區(qū)的制度效率更高。上述各回歸系數(shù)的影響方向符合相關經濟理論分析，實證達到預期效果。

表3中的伽瑪值顯示環(huán)境因素變量對投入差額的影響比較顯著，必須將環(huán)境因素與隨機誤差項剔除，才能使各DMU面臨相同環(huán)境與運氣，從而得到更為客觀的研究結果。

3.第三階段修正投入后的DEA評價結果。根據第二階段所得回歸估計結果，以最壞運氣和最差環(huán)境下的DMU為標準對各投入變量進行調整，得到修正后的投入變量，代替原始投入變量，再次運用Deap21軟件重新進行基于BC2模型的估計，結果如表4所示。與表2分析數(shù)據相對比，發(fā)現(xiàn)剔除外部環(huán)境與隨機誤差影響后，大部分?。ㄊ?、自治區(qū)）的效率值發(fā)生了明顯的變化。從整體上看，政策性農業(yè)保險財政補貼績效顯著提高，31個?。ㄊ?、自治區(qū)）的平均技術效率為0899，平均純技術效率0943，平均規(guī)模效率0941，資源運用低效依然主要由技術效率造成，占到101%。東、中、西部三大地區(qū)出現(xiàn)比較明顯的階梯性差異，在第一階段DEA平均效率得分分別為0851、0719、0787，第三階段DEA平均效率得分分別為0953、0931、0828。顯然，經濟、自然、教育等外部因素的影響嚴重導致傳統(tǒng)DEA方法對整體效率水平低估和區(qū)域差異程度高估，東部地區(qū)政策性農業(yè)保險財政補貼的效率最高，中部次之，西部較低。第三階段的DEA分析結果中TE值達到1的省份增加到22個，其余9個地區(qū)中遼寧、吉林、四川和貴州的PTE值為1，顯示出其內部管理的無效率并非由純技術效率導致；除湖北省調整后規(guī)模報酬變?yōu)檫f增以外，其他地區(qū)規(guī)模報酬均未發(fā)生變化。

四、結論與建議

本文運用三階段DEA模型對我國31個?。ㄊ?、自治區(qū)）政策性農業(yè)保險財政補貼效率評估，結果表明我國政策性農業(yè)保險各級財政補貼資金運用效率整體較高，為保障農業(yè)生產、分擔自然災害風險損失發(fā)揮了巨大的作用，但個別地區(qū)的財政資金分配運用與三級財政補貼結構需要做進一步的改善。財政補貼的改進策略還需融進當?shù)谿DP、財政收入、農業(yè)總產值、農業(yè)占當?shù)谿DP比重、當?shù)卣畬r業(yè)支出額、農民純收入等因素綜合考慮，可將九個DEA績效不為1的省份分為兩個梯隊：河北、遼寧、吉林、河南、四川、湖北六省具有經濟水平中等，大部分屬于農業(yè)大省特點，在DEA績效分層中位于第一梯隊，最值分別為湖北0929與河北0658；貴州、甘肅、青海三省的地區(qū)性特點為經濟實力較薄弱、國民生產總值與財政收入較低、農業(yè)是經濟發(fā)展的主要支柱，農民家庭純收入較低，屬于我國相對貧困的地區(qū)，在DEA績效分層中為第二梯隊，最低值為青海0225。

從表面看我國農業(yè)保險財政補貼比率為80%左右，高于全球平均水平44%，但由于我國農業(yè)保險保“物化成本”，而發(fā)達國家?！笆粘伞?，我國農業(yè)保險財政補貼呈現(xiàn)補貼范圍窄、財政補貼額度不高、補貼方式單一等特點。建議從三個方面提升財政補貼效率：一是根據各地省情民情不同，實行差別化補貼標準并調整財政補貼結構。按照黨的十八屆三中全會提出“建立巨災保險”的要求，探索建立政策性農業(yè)巨災保險，實現(xiàn)農業(yè)保險向農業(yè)巨災保險方向轉變；二是擴大農業(yè)大省政策性農業(yè)保險范圍，提升農業(yè)保險的范圍經濟，把政策性農業(yè)保險擴展到糧食流通和蔬菜生產和糧食制種領域，如增加政策性蔬菜保險、糧食流通和儲存保險，保障“米袋子”和“菜籃子”安全，實現(xiàn)農業(yè)保險的保障國家糧食安全，助力宏觀經濟調控，推動農業(yè)現(xiàn)代化；三是進一步提升中央對西部民族省份（部分屬于第二梯隊地區(qū)）農業(yè)財政補貼比例，適當調低縣市補貼比例，大力發(fā)展特色農業(yè)保險，如云南天麻保險、三七保險、普洱茶保險、澳洲堅果保險、桑蠶保險、石斛保險等，推動高原特色農業(yè)產業(yè)化，促進少數(shù)民族農民增收，維護社會穩(wěn)定。

注釋：

①張五常認為制度效率損失的本質就是社會福利的損失，但可以通過改變制度部分屬性或形式來控制效率損失，提高制度效率。

②種植業(yè)一般以畝計量，養(yǎng)殖業(yè)一般以頭（只）計量，這里采用的是涵蓋整個農業(yè)保險的綜合評價定量指標。

參考文獻：

[1]Privatization. Lessons Learned by State and Local Governments，GAO/GGD-97-48（Washington， DC： General Accounting Office， March 1997）.

[2]LEER， YAMAGATA H. Sustainable Social Security： What Would It Cost？ [J].National Tax Journal， 2003， 56（1）：27-43.

[3]Michael E. Porte. Strategy and the Internet[J].Harvard Business Review，2001（3）.

[4]苑梅.農業(yè)保險的財政政策選擇[J].經濟縱橫，2009（1）.

[5]錢振偉，張艷，王翔.政策性農保險模式創(chuàng)新及巨災風險分散機制研究：基于對云南實踐的調查[M].北京：經濟科學出版社，2011：38-39.

[6]庹國柱，朱俊生.試論政策性農業(yè)保險的財政稅收政策[J].經濟與管理研究， 2007（5）.

[7]李燕凌.基于DEA-Tob it模型的財政支農效率分析：以湖南省為例[J]中國農村經濟，2008（9）：52-62.

[8]方鴻.政府財政支農資金效率的地區(qū)比較：基于三階段DEA模型的實證分析[J].管理科學，2011（7）：25-27.

[9]王韌.我國農業(yè)保險差異補貼政策研究：基于各省、直轄市、自治區(qū)的聚類分析[J].農村經濟，2011（5）.

[10]高鑒國.中國新型農村社會養(yǎng)老保險的社會包容特征：解釋框架[J].社會科學，2011（3）.

[11]錢振偉.農業(yè)保險發(fā)展理論與實踐：基于對云南實踐的跟蹤調查[M].北京：中國金融出版社，2013.

（責任編輯：關立新）

按地區(qū)分，北京、天津、上海、重慶四個直轄市與內蒙、浙江、福建、江西、廣西、海南、西藏八個省的TE、PTE值都為1，說明這些地區(qū)政策性農業(yè)保險的財政補貼效率較高，資源得到充分地運用，財政補貼處于技術效率前沿；江蘇、安徽、四川、貴州和新疆PTE值為1，說明這些地區(qū)純技術效率不是政策性農業(yè)保險發(fā)展的主要制約因素；河北、山西、陜西、甘肅四個地區(qū)的TE、PTE值均低于0.5，說明財政補貼所發(fā)揮的作用有待提高，擴大農業(yè)保險覆蓋面。

從規(guī)模報酬情況上看，山西、廣東、貴州、陜西、甘肅、青海、寧夏七個地區(qū)的規(guī)模報酬處于遞增水平，大力推廣政策性農業(yè)保險、提高參保率、擴大服務體系有利于承擔農業(yè)生產損失風險效率的提高。

2.第二階段SFA回歸分析結果。第一階段分析結果各地區(qū)TE值誤差較大，與實際情形存在一定的偏離，初步推測原因在于環(huán)境變量影響因素對這些地區(qū)造成比較大的影響。在這一階段，以第一階段分析結果得出的各樣本投入變量的松弛量為SFA方程的被解釋變量，家庭人均收入、成災面積、文盲率作為解釋變量，運用frontier41軟件進行回歸分析，得出的各環(huán)境變量系數(shù)的最大似然估計，估計值如表3。表3中回歸估計結果顯示文盲率對各投入變量的回歸系數(shù)均為負，即差額變量會隨著該變量數(shù)值的增加而減小，或是技術效率提高；人均家庭純收入對三級財政補貼的影響系數(shù)為正，說明該變量數(shù)值越大，差額變量越大。對上述現(xiàn)象的經濟原因分析如下：在保費補貼與農民繳費按比例分配的制度規(guī)定下，農民純收入越高，保費收入中政府財政補貼部分占到的比重越大，當比重超過某個特定值時，政府資金就會帶來擠占效應，并且與比重的增加呈正相關增長，繼而三級財政補貼的效率降低；政府與群眾在面臨較大的成災面積時會有更強的風險意識，采取措施主動保障農業(yè)生產的積極性越大，因此整體投入的效率越高；對于政策性農業(yè)保險，顯然具有良好教育水平地區(qū)的制度效率更高。上述各回歸系數(shù)的影響方向符合相關經濟理論分析，實證達到預期效果。

表3中的伽瑪值顯示環(huán)境因素變量對投入差額的影響比較顯著，必須將環(huán)境因素與隨機誤差項剔除，才能使各DMU面臨相同環(huán)境與運氣，從而得到更為客觀的研究結果。

3.第三階段修正投入后的DEA評價結果。根據第二階段所得回歸估計結果，以最壞運氣和最差環(huán)境下的DMU為標準對各投入變量進行調整，得到修正后的投入變量，代替原始投入變量，再次運用Deap21軟件重新進行基于BC2模型的估計，結果如表4所示。與表2分析數(shù)據相對比，發(fā)現(xiàn)剔除外部環(huán)境與隨機誤差影響后，大部分省（市、自治區(qū)）的效率值發(fā)生了明顯的變化。從整體上看，政策性農業(yè)保險財政補貼績效顯著提高，31個?。ㄊ小⒆灾螀^(qū)）的平均技術效率為0899，平均純技術效率0943，平均規(guī)模效率0941，資源運用低效依然主要由技術效率造成，占到101%。東、中、西部三大地區(qū)出現(xiàn)比較明顯的階梯性差異，在第一階段DEA平均效率得分分別為0851、0719、0787，第三階段DEA平均效率得分分別為0953、0931、0828。顯然，經濟、自然、教育等外部因素的影響嚴重導致傳統(tǒng)DEA方法對整體效率水平低估和區(qū)域差異程度高估，東部地區(qū)政策性農業(yè)保險財政補貼的效率最高，中部次之，西部較低。第三階段的DEA分析結果中TE值達到1的省份增加到22個，其余9個地區(qū)中遼寧、吉林、四川和貴州的PTE值為1，顯示出其內部管理的無效率并非由純技術效率導致；除湖北省調整后規(guī)模報酬變?yōu)檫f增以外，其他地區(qū)規(guī)模報酬均未發(fā)生變化。

四、結論與建議

本文運用三階段DEA模型對我國31個?。ㄊ小⒆灾螀^(qū)）政策性農業(yè)保險財政補貼效率評估，結果表明我國政策性農業(yè)保險各級財政補貼資金運用效率整體較高，為保障農業(yè)生產、分擔自然災害風險損失發(fā)揮了巨大的作用，但個別地區(qū)的財政資金分配運用與三級財政補貼結構需要做進一步的改善。財政補貼的改進策略還需融進當?shù)谿DP、財政收入、農業(yè)總產值、農業(yè)占當?shù)谿DP比重、當?shù)卣畬r業(yè)支出額、農民純收入等因素綜合考慮，可將九個DEA績效不為1的省份分為兩個梯隊：河北、遼寧、吉林、河南、四川、湖北六省具有經濟水平中等，大部分屬于農業(yè)大省特點，在DEA績效分層中位于第一梯隊，最值分別為湖北0929與河北0658；貴州、甘肅、青海三省的地區(qū)性特點為經濟實力較薄弱、國民生產總值與財政收入較低、農業(yè)是經濟發(fā)展的主要支柱，農民家庭純收入較低，屬于我國相對貧困的地區(qū)，在DEA績效分層中為第二梯隊，最低值為青海0225。

從表面看我國農業(yè)保險財政補貼比率為80%左右，高于全球平均水平44%，但由于我國農業(yè)保險?！拔锘杀尽?，而發(fā)達國家保“收成”，我國農業(yè)保險財政補貼呈現(xiàn)補貼范圍窄、財政補貼額度不高、補貼方式單一等特點。建議從三個方面提升財政補貼效率：一是根據各地省情民情不同，實行差別化補貼標準并調整財政補貼結構。按照黨的十八屆三中全會提出“建立巨災保險”的要求，探索建立政策性農業(yè)巨災保險，實現(xiàn)農業(yè)保險向農業(yè)巨災保險方向轉變；二是擴大農業(yè)大省政策性農業(yè)保險范圍，提升農業(yè)保險的范圍經濟，把政策性農業(yè)保險擴展到糧食流通和蔬菜生產和糧食制種領域，如增加政策性蔬菜保險、糧食流通和儲存保險，保障“米袋子”和“菜籃子”安全，實現(xiàn)農業(yè)保險的保障國家糧食安全，助力宏觀經濟調控，推動農業(yè)現(xiàn)代化；三是進一步提升中央對西部民族省份（部分屬于第二梯隊地區(qū)）農業(yè)財政補貼比例，適當調低縣市補貼比例，大力發(fā)展特色農業(yè)保險，如云南天麻保險、三七保險、普洱茶保險、澳洲堅果保險、桑蠶保險、石斛保險等，推動高原特色農業(yè)產業(yè)化，促進少數(shù)民族農民增收，維護社會穩(wěn)定。

注釋：

①張五常認為制度效率損失的本質就是社會福利的損失，但可以通過改變制度部分屬性或形式來控制效率損失，提高制度效率。

②種植業(yè)一般以畝計量，養(yǎng)殖業(yè)一般以頭（只）計量，這里采用的是涵蓋整個農業(yè)保險的綜合評價定量指標。

參考文獻：

[1]Privatization. Lessons Learned by State and Local Governments，GAO/GGD-97-48（Washington， DC： General Accounting Office， March 1997）.

[2]LEER， YAMAGATA H. Sustainable Social Security： What Would It Cost？ [J].National Tax Journal， 2003， 56（1）：27-43.

[3]Michael E. Porte. Strategy and the Internet[J].Harvard Business Review，2001（3）.

[4]苑梅.農業(yè)保險的財政政策選擇[J].經濟縱橫，2009（1）.

[5]錢振偉，張艷，王翔.政策性農保險模式創(chuàng)新及巨災風險分散機制研究：基于對云南實踐的調查[M].北京：經濟科學出版社，2011：38-39.

[6]庹國柱，朱俊生.試論政策性農業(yè)保險的財政稅收政策[J].經濟與管理研究， 2007（5）.

[7]李燕凌.基于DEA-Tob it模型的財政支農效率分析：以湖南省為例[J]中國農村經濟，2008（9）：52-62.

[8]方鴻.政府財政支農資金效率的地區(qū)比較：基于三階段DEA模型的實證分析[J].管理科學，2011（7）：25-27.

[9]王韌.我國農業(yè)保險差異補貼政策研究：基于各省、直轄市、自治區(qū)的聚類分析[J].農村經濟，2011（5）.

[10]高鑒國.中國新型農村社會養(yǎng)老保險的社會包容特征：解釋框架[J].社會科學，2011（3）.

[11]錢振偉.農業(yè)保險發(fā)展理論與實踐：基于對云南實踐的跟蹤調查[M].北京：中國金融出版社，2013.

（責任編輯：關立新）