摘要：運(yùn)用農(nóng)業(yè)產(chǎn)量波動(dòng)作為衡量農(nóng)業(yè)風(fēng)險(xiǎn)的指標(biāo)，對(duì)我國(guó)1951—2011年農(nóng)業(yè)產(chǎn)量進(jìn)行H-P濾波分析，提取農(nóng)業(yè)產(chǎn)量的周期成分，并利用我國(guó)省際層面非平衡面板數(shù)據(jù)，與支農(nóng)支出、農(nóng)村固定資產(chǎn)投資等相關(guān)變量構(gòu)建計(jì)量模型，研究結(jié)果發(fā)現(xiàn)，北京、黑龍江、河南、甘肅、新疆5大農(nóng)業(yè)主產(chǎn)區(qū)，農(nóng)村固定資產(chǎn)投資、農(nóng)作物播種面積、農(nóng)業(yè)總機(jī)械投入與農(nóng)村用電量會(huì)帶來較高的農(nóng)業(yè)風(fēng)險(xiǎn)?；诖?，提出應(yīng)擴(kuò)大農(nóng)業(yè)高風(fēng)險(xiǎn)地區(qū)的農(nóng)業(yè)保險(xiǎn)覆蓋面、拓寬農(nóng)業(yè)保險(xiǎn)范圍、建立完善的農(nóng)業(yè)風(fēng)險(xiǎn)分散機(jī)制、加大對(duì)農(nóng)業(yè)與農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼等建議。

關(guān)鍵詞：H-P濾波分析；農(nóng)業(yè)；風(fēng)險(xiǎn)；非平衡面板數(shù)據(jù)；中國(guó)

中圖分類號(hào)： F840.66文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2014）09-0409-04

收稿日期：2013-12-19

基金項(xiàng)目：新疆高校文科基地新疆宏觀經(jīng)濟(jì)預(yù)警系統(tǒng)研究基地重點(diǎn)項(xiàng)目（編號(hào)：06019201）。

作者簡(jiǎn)介：鄢姣（1990—），女，新疆人，碩士，主要從事收入分配研究。E-mail：1014897354@qq.com 。

通信作者：趙軍，教授，從事產(chǎn)業(yè)經(jīng)濟(jì)、金融投資研究。E-mail：zj001707@sina.com。中國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，“農(nóng)業(yè)問題”“農(nóng)村問題”“農(nóng)民問題”一直是國(guó)家關(guān)注的重點(diǎn)，在農(nóng)業(yè)生產(chǎn)過程中，農(nóng)民承擔(dān)各種風(fēng)險(xiǎn)。為保障農(nóng)民的農(nóng)業(yè)生產(chǎn)，農(nóng)業(yè)保險(xiǎn)應(yīng)運(yùn)而生。農(nóng)業(yè)保險(xiǎn)是政府扶持農(nóng)業(yè)發(fā)展、解決“三農(nóng)”問題的重要方法，對(duì)抗災(zāi)減災(zāi)、災(zāi)后重新生產(chǎn)、促進(jìn)農(nóng)業(yè)生產(chǎn)發(fā)展及保障農(nóng)民收入有重要的作用。20世紀(jì)50年代初，農(nóng)業(yè)合作化運(yùn)動(dòng)逐步展開，農(nóng)業(yè)保險(xiǎn)隨之起步；80—90年代，我國(guó)由計(jì)劃經(jīng)濟(jì)轉(zhuǎn)向市場(chǎng)經(jīng)濟(jì)，由于農(nóng)業(yè)保險(xiǎn)賠付率高且商業(yè)運(yùn)作效率低，農(nóng)業(yè)保險(xiǎn)日漸萎縮；21世紀(jì)，財(cái)政補(bǔ)貼農(nóng)業(yè)保險(xiǎn)費(fèi)用政策實(shí)施，我國(guó)農(nóng)業(yè)保險(xiǎn)進(jìn)一步得到發(fā)展。對(duì)于農(nóng)民來說，農(nóng)業(yè)風(fēng)險(xiǎn)的高低關(guān)乎于農(nóng)業(yè)收入的多少，而農(nóng)業(yè)收入與農(nóng)業(yè)產(chǎn)量密不可分。在降低農(nóng)業(yè)風(fēng)險(xiǎn)的過程中，穩(wěn)定農(nóng)民收入是重中之重，而農(nóng)業(yè)產(chǎn)量的忽高忽低對(duì)農(nóng)民的收入影響很大，農(nóng)業(yè)產(chǎn)量波動(dòng)越大意味著農(nóng)業(yè)風(fēng)險(xiǎn)越大。另外，我國(guó)現(xiàn)有的農(nóng)業(yè)參保品種主要集中于中央財(cái)政補(bǔ)貼所覆蓋的農(nóng)業(yè)品種，而有些高風(fēng)險(xiǎn)品種并未覆蓋，以致保險(xiǎn)業(yè)務(wù)推動(dòng)緩慢。

本研究釆用1951—2011年數(shù)據(jù)，引入支農(nóng)支出、農(nóng)村固定資產(chǎn)投資、農(nóng)業(yè)總機(jī)械投入、有效灌溉面積、化肥施用量、農(nóng)作物播種面積等相關(guān)因素與農(nóng)業(yè)產(chǎn)量周期成分，通過H-P濾波分析我國(guó)各地區(qū)的農(nóng)業(yè)產(chǎn)量波動(dòng)，以獲得對(duì)農(nóng)業(yè)產(chǎn)量周期波動(dòng)影響較大的因素，明確增加農(nóng)業(yè)風(fēng)險(xiǎn)的變量，為有效降低農(nóng)業(yè)風(fēng)險(xiǎn)、拓寬農(nóng)業(yè)保險(xiǎn)范圍提供理論依據(jù)。

1文獻(xiàn)綜述

Hardaker等將農(nóng)業(yè)風(fēng)險(xiǎn)分為7類：生產(chǎn)風(fēng)險(xiǎn)、價(jià)格或市場(chǎng)風(fēng)險(xiǎn)、制度風(fēng)險(xiǎn)、貨幣風(fēng)險(xiǎn)、融資風(fēng)險(xiǎn)、人身風(fēng)險(xiǎn)與法律風(fēng)險(xiǎn)[1]；Ziari等研究得出，農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)，農(nóng)業(yè)保險(xiǎn)可以帶動(dòng)其他部門的經(jīng)濟(jì)發(fā)展，1美元的保險(xiǎn)賠付可以帶動(dòng)整個(gè)州的商業(yè)經(jīng)濟(jì)增長(zhǎng)2.3美元，促進(jìn)個(gè)人收入增長(zhǎng)1.03美元，使州總產(chǎn)值增加1.14美元，即農(nóng)業(yè)保險(xiǎn)對(duì)國(guó)民經(jīng)濟(jì)和社會(huì)福利有很大的推動(dòng)作用[2]；Leisinger探討農(nóng)業(yè)生物技術(shù)對(duì)發(fā)展中國(guó)家的農(nóng)業(yè)風(fēng)險(xiǎn)，指出生物技術(shù)等存在潛在風(fēng)險(xiǎn)[3]；Boelhlje等研究指出，農(nóng)業(yè)產(chǎn)業(yè)出現(xiàn)了新風(fēng)險(xiǎn)，分為戰(zhàn)術(shù)風(fēng)險(xiǎn)與戰(zhàn)略風(fēng)險(xiǎn)，前者又可以分為商業(yè)風(fēng)險(xiǎn)與融資風(fēng)險(xiǎn)，后者則聚焦于戰(zhàn)略方向的靈活性與一些不確定因素[4]；Serra等通過實(shí)證指出，初始財(cái)富的積累會(huì)降低農(nóng)民購(gòu)買農(nóng)業(yè)保險(xiǎn)的動(dòng)機(jī)，農(nóng)業(yè)風(fēng)險(xiǎn)處理最普遍的方式是災(zāi)后救濟(jì)，這種方式具有事后性局限[5]。溫思美提出，我國(guó)農(nóng)業(yè)風(fēng)險(xiǎn)分為5類：自然風(fēng)險(xiǎn)、制度風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)與資產(chǎn)風(fēng)險(xiǎn)[6]；葛顏祥將農(nóng)業(yè)風(fēng)險(xiǎn)分為2類：系統(tǒng)內(nèi)部風(fēng)險(xiǎn)與系統(tǒng)外部風(fēng)險(xiǎn)[7]；孫良媛等研究我國(guó)農(nóng)業(yè)從計(jì)劃經(jīng)濟(jì)走向市場(chǎng)經(jīng)濟(jì)過程中所發(fā)生的各種風(fēng)險(xiǎn)，指出市場(chǎng)風(fēng)險(xiǎn)已經(jīng)取代自然風(fēng)險(xiǎn)而占主導(dǎo)地位，體制風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)相互作用[8]；劉鳳芹對(duì)訂單農(nóng)業(yè)進(jìn)行研究，得出訂單農(nóng)業(yè)風(fēng)險(xiǎn)來源于環(huán)境和自身“有限理性”的不確定性[9]，訂單農(nóng)業(yè)可以轉(zhuǎn)移一定的風(fēng)險(xiǎn)，但是若農(nóng)戶根據(jù)訂單要求改變種植方式，如從事一些投入高、技術(shù)難的生產(chǎn)后，農(nóng)民將被迫依附于訂單農(nóng)業(yè)的發(fā)起人，這將帶來更大的風(fēng)險(xiǎn)；庹國(guó)柱等通過經(jīng)驗(yàn)分析得出，較大范圍地分散農(nóng)業(yè)保險(xiǎn)與保險(xiǎn)范圍小相矛盾[10]；陸文聰?shù)然谡憬⊥跫掖搴痛罅宓恼{(diào)查數(shù)據(jù)，運(yùn)用MOTAD模型方法對(duì)調(diào)查農(nóng)戶的農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行分析，結(jié)果發(fā)現(xiàn)，不同農(nóng)戶對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)的反應(yīng)有差異，在風(fēng)險(xiǎn)較高的情況下，農(nóng)民更傾向于投入資本而非勞動(dòng)力，在低風(fēng)險(xiǎn)的農(nóng)業(yè)生產(chǎn)中，農(nóng)民實(shí)施多元化經(jīng)營(yíng)，這樣雖可以降低風(fēng)險(xiǎn)，但收入也會(huì)相應(yīng)降低[11]；欒敬東等指出，農(nóng)業(yè)風(fēng)險(xiǎn)類型之間的關(guān)聯(lián)性與風(fēng)險(xiǎn)管理方式的孤立性，是我國(guó)存在農(nóng)業(yè)高風(fēng)險(xiǎn)與農(nóng)業(yè)風(fēng)險(xiǎn)低效率管理的根本原因[12]；王敏俊分析了浙江省613個(gè)農(nóng)戶參加政策性農(nóng)業(yè)保險(xiǎn)的情況，得出提高小規(guī)模農(nóng)戶對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)的認(rèn)知程度將在很大程度上提高農(nóng)戶的參保率[13]。項(xiàng)桂娥等以安徽省政府221家農(nóng)業(yè)產(chǎn)業(yè)化企業(yè)為例進(jìn)行實(shí)證分析，建立農(nóng)業(yè)企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)體系對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行量化、預(yù)警與控制[14]；葉明華運(yùn)用典型相關(guān)分析研究4個(gè)主要產(chǎn)糧地區(qū)之間的水旱災(zāi)害系數(shù)，結(jié)果表明，東北、華北地區(qū)的糧食產(chǎn)量與水災(zāi)風(fēng)險(xiǎn)系數(shù)相關(guān)度較高[15]。從國(guó)內(nèi)外眾多學(xué)者對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)的相關(guān)研究，可以得出國(guó)內(nèi)外學(xué)者對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)與農(nóng)業(yè)保險(xiǎn)有3點(diǎn)共識(shí)：一是將農(nóng)業(yè)風(fēng)險(xiǎn)分為市場(chǎng)風(fēng)險(xiǎn)、制度風(fēng)險(xiǎn)、資產(chǎn)風(fēng)險(xiǎn)與自然風(fēng)險(xiǎn)等，且隨著市場(chǎng)經(jīng)濟(jì)的發(fā)展，自然風(fēng)險(xiǎn)的主導(dǎo)地位逐步弱化；二是訂單農(nóng)業(yè)實(shí)質(zhì)上帶給農(nóng)民更大的農(nóng)業(yè)風(fēng)險(xiǎn)；三是農(nóng)業(yè)保險(xiǎn)與其他部門的經(jīng)濟(jì)發(fā)展具有互動(dòng)關(guān)系，農(nóng)業(yè)保險(xiǎn)的發(fā)展在一定程度上可以帶動(dòng)其他產(chǎn)業(yè)的發(fā)展升級(jí)。

目前，多數(shù)學(xué)者關(guān)注于農(nóng)業(yè)風(fēng)險(xiǎn)的分類與政策性防范，研究衡量農(nóng)業(yè)風(fēng)險(xiǎn)指標(biāo)的文章較少，本研究創(chuàng)新之處在于以各省份從1951—2011年間的農(nóng)業(yè)產(chǎn)量波動(dòng)進(jìn)行H-P濾波分析，得出農(nóng)業(yè)產(chǎn)量波動(dòng)的標(biāo)準(zhǔn)差，并以此作為量化農(nóng)業(yè)風(fēng)險(xiǎn)的指標(biāo)，標(biāo)準(zhǔn)差值越大說明農(nóng)業(yè)風(fēng)險(xiǎn)越大。為更進(jìn)一步分析影響農(nóng)業(yè)風(fēng)險(xiǎn)的因素，本研究從H-P濾波分析的stata12數(shù)據(jù)中提取農(nóng)業(yè)產(chǎn)量的周期成分，與其他相關(guān)變量進(jìn)行回歸分析，從而得出影響農(nóng)業(yè)風(fēng)險(xiǎn)的潛在因素，為規(guī)避農(nóng)業(yè)風(fēng)險(xiǎn)提供理論依據(jù)。endprint

2衡量農(nóng)業(yè)風(fēng)險(xiǎn)的指標(biāo)和方法

農(nóng)業(yè)風(fēng)險(xiǎn)本身是一個(gè)涉及因素多且關(guān)系復(fù)雜的問題。在農(nóng)業(yè)實(shí)際生產(chǎn)過程中，農(nóng)業(yè)產(chǎn)量周期成分或者產(chǎn)值缺口代表產(chǎn)量波動(dòng)，農(nóng)業(yè)產(chǎn)量若一直以平穩(wěn)趨勢(shì)增長(zhǎng)則農(nóng)業(yè)風(fēng)險(xiǎn)相對(duì)較小，若農(nóng)業(yè)產(chǎn)量忽高忽低，呈現(xiàn)一種波動(dòng)起伏狀態(tài)，則表明農(nóng)民在種植農(nóng)作物時(shí)承擔(dān)較大的風(fēng)險(xiǎn)。因此，本研究將農(nóng)業(yè)產(chǎn)量的波動(dòng)作為衡量農(nóng)業(yè)風(fēng)險(xiǎn)的指標(biāo)。

農(nóng)業(yè)產(chǎn)量在時(shí)間層面上常表現(xiàn)為“波動(dòng)中增長(zhǎng)”或“波動(dòng)中降低”，這是由于長(zhǎng)期趨勢(shì)與短期波動(dòng)互相作用的結(jié)果。農(nóng)業(yè)產(chǎn)量的波動(dòng)分析釆用“剩余”法，即從農(nóng)業(yè)產(chǎn)量中分離出長(zhǎng)期趨勢(shì)與短期波動(dòng)，長(zhǎng)期趨勢(shì)可用于預(yù)測(cè)經(jīng)濟(jì)走勢(shì)，而短期波動(dòng)可用于周期分析。本研究釆用H-P濾波法分析我國(guó)1951—2011年的農(nóng)業(yè)風(fēng)險(xiǎn)問題。H-P濾波是Hodrick等在戰(zhàn)后美國(guó)商業(yè)周期的實(shí)證研究中首次提出的，運(yùn)用濾波法將時(shí)間序列數(shù)據(jù)分解為平穩(wěn)變化的趨勢(shì)成分和周期成分[16]。對(duì)一個(gè)給定的時(shí)間序列{Yt}，可以分解為趨勢(shì)成分（Gt）與周期成分（Ct），得出：Yt=Gt+Ct（t=1，2，…T），原理是從初始不光滑的時(shí)間序列{Yt}中，通過將實(shí)際值的波動(dòng)最小化和整體樣本的趨勢(shì)變化，尋找出1個(gè)光滑的時(shí)間序列{Gt }，使下列目標(biāo)函數(shù)極小化

Ct=Yt-Gt是周期成分，假設(shè)Ct和Δ2Gt都呈正態(tài)分布，且相互獨(dú)立，當(dāng)λ=var（Ct）/var（Δ2Gt）時(shí)，H-P濾波可以得到最優(yōu)結(jié)果，由此可以得出趨勢(shì)成分：Gt=[1+λ（1-L2）2（1-L-1）2]Yt，周期成分：Ct=[λ（1-L2）2（1-L-1）2]/[1+λ（1-L2）2（1-L-1）2]Yt。目前，對(duì)H-P濾波最大爭(zhēng)議是λ取值問題。當(dāng)釆用季度數(shù)據(jù)時(shí)，學(xué)者們大都認(rèn)同Hodrick等的結(jié)論，λ=1 600[6]；當(dāng)釆用年度數(shù)據(jù)時(shí)，學(xué)者們也大都認(rèn)同Backus等的結(jié)論，λ=100。本研究釆用的是省際層面的年度數(shù)據(jù)，因此，H-P濾波分析λ取值為100。

本研究采用1951—2011年共60年25個(gè)省、市、自治區(qū)的農(nóng)業(yè)產(chǎn)量波動(dòng)數(shù)據(jù)，其中，1951—2008年的數(shù)據(jù)來自《新中國(guó)六十年統(tǒng)計(jì)資料匯編》，2009—2011年的數(shù)據(jù)來自《中國(guó)統(tǒng)計(jì)年鑒》。由于個(gè)別省份數(shù)據(jù)缺失嚴(yán)重，因此，分析樣本剔除了安徽、湖北、江西、西藏、海南、寧夏這6個(gè)省份以及港、澳、臺(tái)地區(qū)的相關(guān)數(shù)據(jù)。本研究運(yùn)用H-P濾波對(duì)25個(gè)省、市、自治區(qū)的農(nóng)業(yè)產(chǎn)量進(jìn)行分析，最終提取出這些省份在60年中農(nóng)業(yè)產(chǎn)量波動(dòng)的標(biāo)準(zhǔn)差、均值等，與此同時(shí)，本研究還從stata12 中提取出25個(gè)省份從1951—2011年間的周期成分。

由表1可見，北京市、黑龍江省、河南省、甘肅省與新疆維吾爾自治區(qū)這5個(gè)省份的農(nóng)業(yè)產(chǎn)量標(biāo)準(zhǔn)差依次約為0.186 3、0.162 7、0.179 4、0.185 6與0.155 2，與其他省份相比，農(nóng)業(yè)產(chǎn)量波動(dòng)相對(duì)較大，即這些地區(qū)的農(nóng)業(yè)風(fēng)險(xiǎn)也相對(duì)較大；上海市、浙江省、福建省與廣西壯族自治區(qū)的農(nóng)業(yè)產(chǎn)量標(biāo)準(zhǔn)差分別為0.109 5、0.103 1、0.105 6與0.105 9，這4個(gè)省份的農(nóng)業(yè)產(chǎn)量波動(dòng)相對(duì)較小，表明其農(nóng)業(yè)風(fēng)險(xiǎn)也相對(duì)較小。

3農(nóng)業(yè)風(fēng)險(xiǎn)評(píng)價(jià)模型及方法

3.1樣本數(shù)據(jù)

大多數(shù)學(xué)者在研究時(shí)多釆用“平衡面板”數(shù)據(jù)，即每個(gè)時(shí)期的樣本數(shù)是一致的。而在有些情況下每個(gè)時(shí)期的樣本數(shù)并不相同，也就是“非平衡面板數(shù)據(jù)”或“不完全面板”。由于非平衡面板更符合經(jīng)濟(jì)問題的實(shí)際情況，如果在非平衡面板中提出平衡面板會(huì)損失樣本容量，從而降低估計(jì)結(jié)果的可信度。本研究共選取我國(guó)25個(gè)省、市、自治區(qū)從1951—2011年的省際面板數(shù)據(jù)，H-P濾波測(cè)算出的周期成分作為衡量農(nóng)業(yè)產(chǎn)

量周期波動(dòng)指標(biāo)的數(shù)據(jù)來源，其余數(shù)據(jù)均來自《新中國(guó)六十年統(tǒng)計(jì)資料匯編》與《中國(guó)統(tǒng)計(jì)年鑒》。農(nóng)業(yè)產(chǎn)量周期波動(dòng)指標(biāo)的時(shí)間維度最長(zhǎng)，為1951—2011年60年，其他變量則相對(duì)較短，因此，總樣本是一個(gè)非平衡面板數(shù)據(jù)。因此，本研究釆用非平衡面板數(shù)據(jù)進(jìn)行實(shí)證分析。

3.2模型的設(shè)定與估計(jì)方法

本研究的基本模型為一個(gè)非平衡面板數(shù)據(jù)的回歸模型：agriskit=c+β1lnsup portagit+β2lnrfaiit+ ∑βεj×D+μi+εit，其中，i和t分別代表第i個(gè)省份和第t年，c是常數(shù)項(xiàng)，μi是不會(huì)隨時(shí)間變化的因素，εit為隨機(jī)誤差項(xiàng)，兩者共同構(gòu)成模型的誤差項(xiàng)；agriskit用來衡量農(nóng)業(yè)產(chǎn)量波動(dòng)，為H-P濾波中農(nóng)業(yè)產(chǎn)量的周期成分，即用來代表農(nóng)業(yè)風(fēng)險(xiǎn)指標(biāo)；lnsup portagit為支農(nóng)支出，lnrfaiit為農(nóng)村固定資產(chǎn)投資，這2個(gè)變量在處理時(shí)均做了平減，消除了通脹因素，并取對(duì)數(shù)以便在同一水平上進(jìn)行比較；D包括一系列在實(shí)證研究中的其他變量，βεj為這些變量的系數(shù)。本研究其他控制變量包括：lnagmachinery為農(nóng)業(yè)總機(jī)械投入；lnirrigation為有效灌溉面積；lnfertilizer為化肥施用量；lnelecconsume 為農(nóng)村用電量；lncroparea為農(nóng)作物播種面積。

3.3估計(jì)方法及結(jié)果

本研究實(shí)證模型所用數(shù)據(jù)是非平衡面板數(shù)據(jù)。估計(jì)非平衡面板數(shù)據(jù)時(shí)，OLS估計(jì)仍是無偏一致的，但其標(biāo)準(zhǔn)差是有偏的（Moulton，1986）。Jennrich等指出，極大似然估計(jì)（MLE）對(duì)非平衡面板數(shù)據(jù)的估計(jì)較為有效。鑒于此，本研究非平衡面板模型主要依據(jù)極大似然估計(jì)的估計(jì)結(jié)果。為方便比較，列出固定效應(yīng)（FE）、隨機(jī)效應(yīng)（RE）與GMM估計(jì)結(jié)果以供比較（表2）。

本研究用農(nóng)業(yè)產(chǎn)量的周期波動(dòng)作為衡量農(nóng)業(yè)風(fēng)險(xiǎn)的指標(biāo)，其中，正向周期表明產(chǎn)量有向上的趨勢(shì)，是應(yīng)該要加強(qiáng)的，相反，對(duì)農(nóng)業(yè)產(chǎn)量具有負(fù)向周期作用的變量應(yīng)該避免或改進(jìn)。由表2可知，支農(nóng)支出每提高1百分點(diǎn)，給農(nóng)業(yè)產(chǎn)量波動(dòng)帶來0.012 9%的向上沖擊，即支農(nóng)支出的增加對(duì)農(nóng)業(yè)產(chǎn)量有一個(gè)正向周期的作用；農(nóng)村固定資產(chǎn)投資的增加，同樣給農(nóng)業(yè)產(chǎn)量波動(dòng)帶來一個(gè)向上的沖擊，其沖擊作用是0.085 8%，且農(nóng)村固定資產(chǎn)投資的提高對(duì)農(nóng)業(yè)產(chǎn)量的正向周期作用顯著；對(duì)農(nóng)業(yè)產(chǎn)量波動(dòng)帶來正向周期作用的還有農(nóng)作物播種面積，該項(xiàng)指標(biāo)每增加1個(gè)百分點(diǎn)對(duì)農(nóng)業(yè)產(chǎn)量具有0.127 9%的向上沖擊作用；農(nóng)業(yè)總機(jī)械投入、有效灌溉面積、化肥施用量與農(nóng)村用電量給農(nóng)業(yè)產(chǎn)量帶來負(fù)周期作用，這些指標(biāo)每增加1百分點(diǎn)，致使農(nóng)業(yè)產(chǎn)量周期波動(dòng)向下的沖擊作用分別為 0082 5%、0036 4%、0.027 9%與0.101 6%，其中，農(nóng)村用電量對(duì)農(nóng)業(yè)產(chǎn)量周期的沖擊作用最大。支農(nóng)支出、農(nóng)村固定資產(chǎn)的投入與農(nóng)作物播種面積這3個(gè)指標(biāo)給農(nóng)業(yè)產(chǎn)量帶來正周期作用，其余指標(biāo)則具有相反的周期影響。endprint

農(nóng)業(yè)產(chǎn)量周期波動(dòng)的大小與農(nóng)業(yè)風(fēng)險(xiǎn)的大小呈正比關(guān)系。在衡量農(nóng)業(yè)風(fēng)險(xiǎn)時(shí)，無論農(nóng)業(yè)產(chǎn)量周期是正是負(fù)，周期的波動(dòng)都不是所期望的。從實(shí)證結(jié)果可以看出，農(nóng)村固定資產(chǎn)投資、農(nóng)作物播種面積、農(nóng)業(yè)總機(jī)械投入與農(nóng)村用電量對(duì)農(nóng)業(yè)產(chǎn)量周期波動(dòng)的影響作用較大。就農(nóng)村固定資產(chǎn)投資來看，可以從農(nóng)村固定資產(chǎn)投資中的農(nóng)戶固定資產(chǎn)投資特征來解釋，農(nóng)戶購(gòu)買生產(chǎn)性固定資產(chǎn)的支出呈上升態(tài)勢(shì)，增長(zhǎng)速度的波動(dòng)較大，農(nóng)戶投資生產(chǎn)性設(shè)備的根基不穩(wěn)，各種突發(fā)事件、意外因素均會(huì)削弱或中斷農(nóng)戶投資固定設(shè)備的積極性，使其中止投資行為，從而對(duì)農(nóng)業(yè)產(chǎn)量波動(dòng)造成一定影響；對(duì)于農(nóng)業(yè)播種面積，由于政府的農(nóng)業(yè)補(bǔ)貼政策及農(nóng)業(yè)機(jī)械化覆蓋面加大，促使農(nóng)業(yè)播種面積加速擴(kuò)大，進(jìn)而農(nóng)業(yè)產(chǎn)量波動(dòng)也加大；對(duì)于農(nóng)業(yè)機(jī)械投入造成農(nóng)業(yè)產(chǎn)量波動(dòng)與機(jī)械質(zhì)量和使用壽命有很大關(guān)聯(lián)，近年來，我國(guó)實(shí)施的家庭聯(lián)產(chǎn)承包責(zé)任制導(dǎo)致農(nóng)機(jī)經(jīng)營(yíng)分散，原有的農(nóng)用機(jī)械設(shè)備使用壽命短而相繼淘汰，農(nóng)業(yè)機(jī)械保有量大幅下降，使農(nóng)機(jī)裝備水平低，在推進(jìn)農(nóng)業(yè)現(xiàn)代化的進(jìn)程中，政府又加大農(nóng)業(yè)機(jī)械的投入，實(shí)行政府補(bǔ)貼等優(yōu)惠政策，使農(nóng)業(yè)機(jī)械化水平迅速上升，這種農(nóng)業(yè)機(jī)械的更替帶來了農(nóng)業(yè)產(chǎn)量周期的波動(dòng)。

4結(jié)論與政策建議

4.1結(jié)論

本研究首先利用H-P濾波對(duì)我國(guó)1951—2011年省際層面的農(nóng)業(yè)產(chǎn)量波動(dòng)進(jìn)行分析，得到各個(gè)省份的標(biāo)準(zhǔn)差，并通過標(biāo)準(zhǔn)差來衡量各地區(qū)的農(nóng)業(yè)風(fēng)險(xiǎn)，標(biāo)準(zhǔn)差越大則表明相應(yīng)省份的農(nóng)業(yè)風(fēng)險(xiǎn)越大，反之則農(nóng)業(yè)風(fēng)險(xiǎn)越小。從研究結(jié)果可以看出，北京市、黑龍江省、河南省、甘肅省與新疆維吾爾自治區(qū)的農(nóng)業(yè)產(chǎn)量波動(dòng)較大，農(nóng)業(yè)風(fēng)險(xiǎn)較大。

此外，本研究從stata12數(shù)據(jù)中提出農(nóng)業(yè)產(chǎn)量的周期成分，與其他相關(guān)變量建立模型進(jìn)行回歸分析，實(shí)證結(jié)果顯示，支農(nóng)支出、農(nóng)村固定資產(chǎn)投資與農(nóng)作物播種面積對(duì)農(nóng)業(yè)產(chǎn)量具有正向周期作用，而農(nóng)業(yè)總機(jī)械投入、有效灌溉面積、化肥施用量與農(nóng)村用電量則對(duì)農(nóng)業(yè)產(chǎn)量周期具有負(fù)向影響。從整體波動(dòng)幅度來看，農(nóng)村固定資產(chǎn)投資、農(nóng)作物播種面積、農(nóng)業(yè)總機(jī)械投入與農(nóng)村用電量對(duì)農(nóng)業(yè)產(chǎn)量的周期波動(dòng)作用較大，這些變量帶來的農(nóng)業(yè)風(fēng)險(xiǎn)較高。

4.2政策建議

4.2.1擴(kuò)大農(nóng)業(yè)風(fēng)險(xiǎn)較高地區(qū)的農(nóng)業(yè)保險(xiǎn)覆蓋面除北京市外，黑龍江省、河南省、甘肅省與新疆維吾爾自治區(qū)均為農(nóng)業(yè)高產(chǎn)地區(qū)，這4個(gè)地區(qū)也是農(nóng)業(yè)風(fēng)險(xiǎn)較高的地帶，在這些地區(qū)發(fā)生實(shí)際的農(nóng)業(yè)災(zāi)害波及范圍較大，因此，要加強(qiáng)對(duì)這些地區(qū)的風(fēng)險(xiǎn)防范。

首先要加強(qiáng)農(nóng)民對(duì)農(nóng)業(yè)保險(xiǎn)的意識(shí)，大部分農(nóng)民在進(jìn)行農(nóng)業(yè)生產(chǎn)時(shí)常抱有僥幸心理，認(rèn)為收成是由自然氣候決定的，甚至還有農(nóng)民認(rèn)為農(nóng)業(yè)保險(xiǎn)是在變相收費(fèi)，尤其在西部欠發(fā)達(dá)地區(qū)，由于教育普及度不高，導(dǎo)致農(nóng)民對(duì)風(fēng)險(xiǎn)的防范意識(shí)薄弱，對(duì)農(nóng)業(yè)保險(xiǎn)認(rèn)識(shí)不足，因此，應(yīng)大力宣傳農(nóng)業(yè)保險(xiǎn)知識(shí)，樹立農(nóng)民的風(fēng)險(xiǎn)防范意識(shí)，提高農(nóng)民的投保積極性。

其次，對(duì)于高風(fēng)險(xiǎn)地區(qū)應(yīng)加大農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼力度，解決農(nóng)業(yè)保險(xiǎn)費(fèi)用高、賠付率低等問題。在實(shí)際情況中，若按照商業(yè)化操作要求收取保費(fèi)，農(nóng)民通常負(fù)擔(dān)不起，如果按農(nóng)民可以接受的額度制訂保費(fèi)則保險(xiǎn)公司賠不起，這也是阻礙農(nóng)業(yè)保險(xiǎn)發(fā)展的一個(gè)原因，這時(shí)就需要政府介入，進(jìn)行雙向補(bǔ)貼，打破農(nóng)業(yè)保險(xiǎn)的尷尬局面，使農(nóng)業(yè)保險(xiǎn)機(jī)制高效運(yùn)轉(zhuǎn)。

4.2.2拓寬農(nóng)業(yè)保險(xiǎn)范圍，建立完善的農(nóng)業(yè)風(fēng)險(xiǎn)分散機(jī)制從實(shí)證分析結(jié)果看出，固定資產(chǎn)投資、農(nóng)作物播種面積、有效灌溉面積等變量對(duì)農(nóng)業(yè)產(chǎn)量波動(dòng)的影響較大，容易引起農(nóng)業(yè)風(fēng)險(xiǎn)。因此，政府不應(yīng)將農(nóng)業(yè)保險(xiǎn)范圍僅擴(kuò)展到直接物質(zhì)成本，還應(yīng)將固定資產(chǎn)的投資、種植面積、機(jī)械作業(yè)服務(wù)等全部成本納入投保范圍。農(nóng)業(yè)風(fēng)險(xiǎn)在季節(jié)與地區(qū)間分布不均衡，我國(guó)各地的自然氣候差異很大，適宜在不同地區(qū)、不同年度以豐收補(bǔ)貼虧損來分散農(nóng)業(yè)風(fēng)險(xiǎn)。政府應(yīng)建立全面的農(nóng)業(yè)風(fēng)險(xiǎn)分散制度，由辦理農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)的機(jī)構(gòu)建立農(nóng)業(yè)風(fēng)險(xiǎn)保障基金，保險(xiǎn)公司每年在保費(fèi)中提出一部分放入基金，在發(fā)生農(nóng)業(yè)風(fēng)險(xiǎn)時(shí)可從風(fēng)險(xiǎn)基金中得到補(bǔ)償，基金的結(jié)余可由各公司按注資比例分享權(quán)益。在基金開辦初期，國(guó)家財(cái)政要給予一定補(bǔ)貼，當(dāng)基金補(bǔ)貼累積到一定額度，能夠自發(fā)良性循環(huán)后則可不再補(bǔ)貼，進(jìn)而建立完善的農(nóng)業(yè)風(fēng)險(xiǎn)分散機(jī)制。

4.2.3加大政府對(duì)農(nóng)業(yè)的財(cái)政支出與農(nóng)業(yè)保險(xiǎn)的財(cái)政補(bǔ)貼支農(nóng)支出、農(nóng)村固定資產(chǎn)投資與農(nóng)作物播種面積對(duì)農(nóng)業(yè)波動(dòng)具有正向沖擊作用，這些因素有利于農(nóng)業(yè)發(fā)展。政府的財(cái)政補(bǔ)貼是我國(guó)農(nóng)業(yè)與農(nóng)業(yè)保險(xiǎn)發(fā)展的助推器，在國(guó)家層面應(yīng)把農(nóng)業(yè)和農(nóng)業(yè)保險(xiǎn)打造成政策支持、回報(bào)穩(wěn)定的“高收益行業(yè)”，既可以吸引更多的優(yōu)質(zhì)人力資源涌向農(nóng)業(yè)和農(nóng)業(yè)保險(xiǎn)領(lǐng)域，也是我國(guó)農(nóng)業(yè)和農(nóng)業(yè)保險(xiǎn)領(lǐng)域真正邁向市場(chǎng)化與農(nóng)業(yè)現(xiàn)代化的關(guān)鍵。這就需要政府出臺(tái)有利于農(nóng)業(yè)和農(nóng)業(yè)保險(xiǎn)專業(yè)人員的培養(yǎng)和引進(jìn)政策，對(duì)從事農(nóng)業(yè)與農(nóng)業(yè)保險(xiǎn)的高端人才給予一定的經(jīng)濟(jì)優(yōu)惠政策，切實(shí)提高農(nóng)業(yè)和農(nóng)業(yè)保險(xiǎn)從業(yè)人員的專業(yè)素養(yǎng)，為我國(guó)農(nóng)業(yè)與農(nóng)業(yè)保險(xiǎn)的發(fā)展奠定基礎(chǔ)。

參考文獻(xiàn)：

[1]Hardaker J B，Huirne R B M，Anderson J B，et al. Coping with risk in agriculture[M]. Wallingford，UK：CAB international，2004：320.

[2]Ziari H A，Leatham D J，Ellinger P N. Development of statistical discriminant mathematical programming model via resampling estimation techniques[J]. American J of Agricultural Economics，1997，79（4）：1352-1362.

[3]Leisinger K M. The ‘political economy of agricultural biotechnology for the developing world[C]//Proceedings of the Twenty-fourth International Conference of Agricultural Economists. Berlin，Germany，2001：86-112.endprint

[4]Boelhlje M. Risk in US agriculture：new challenges and new approaches[D]. Indiana：Purdue University，2002.

[5]Serra T，Goodwin B K，F(xiàn)eatherstone A M. Modeling changes in the US demand for crop insurance during the 1990s[J]. Agricultural Finance Review，2003，63（2）：109-125.

[6]溫思美，楊順江. 論農(nóng)業(yè)產(chǎn)業(yè)化進(jìn)程中的農(nóng)產(chǎn)品流通體制改革[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2000，21（10）：45-48.

[7]葛顏祥. 農(nóng)業(yè)結(jié)構(gòu)調(diào)整中的風(fēng)險(xiǎn)防范[J]. 農(nóng)業(yè)現(xiàn)代化研究，2001，22（6）：350-354.

[8]孫良媛，張?jiān)篮? 轉(zhuǎn)型期農(nóng)業(yè)風(fēng)險(xiǎn)的特點(diǎn)與風(fēng)險(xiǎn)管理[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2001，22（8）：20-26.

[9]劉鳳芹. 不完全合約與履約障礙——以訂單農(nóng)業(yè)為例[J]. 經(jīng)濟(jì)研究，2003（4）：22-30，92.

[10]庹國(guó)柱，李軍. 我國(guó)農(nóng)業(yè)保險(xiǎn)試驗(yàn)的成就、矛盾及出路[J]. 金融研究，2003（9）：88-98.

[11]陸文聰，西愛琴. 農(nóng)戶農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)反應(yīng)：以浙江為例的MOTAD模型分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2005（12）：68-75.

[12]欒敬東，程杰. 基于產(chǎn)業(yè)鏈的農(nóng)業(yè)風(fēng)險(xiǎn)管理體系建設(shè)[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2007（3）：86-91.

[13]王敏俊. 影響小規(guī)模農(nóng)戶參加政策性農(nóng)業(yè)保險(xiǎn)的因素分析——基于浙江省613戶小規(guī)模農(nóng)戶的調(diào)查數(shù)據(jù)[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2009（3）：38-44.

[14]項(xiàng)桂娥，吳義根. 基于SEM模型的農(nóng)業(yè)企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)體系研究——以安徽省221家農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012（8）：113-120.

[15]葉明華. 糧食主產(chǎn)區(qū)“北旱南澇”相關(guān)性分析與農(nóng)業(yè)風(fēng)險(xiǎn)管理模式優(yōu)化[J]. 保險(xiǎn)研究，2013（6）：16-22.

[16]Hodrick R H，Prescott E C. Postwar US business cycles：an empirical investigation[J]. Journal of Money，Credit and Banking，1997，29（1）：1-16.張曉莉，逄春蕾，尹作華. 基于修正鉆石模型的新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)業(yè)競(jìng)爭(zhēng)力研究——與黑龍江農(nóng)墾的比較[J]. 江蘇農(nóng)業(yè)科學(xué)，2014，42（9）：413-416.endprint

[4]Boelhlje M. Risk in US agriculture：new challenges and new approaches[D]. Indiana：Purdue University，2002.

[5]Serra T，Goodwin B K，F(xiàn)eatherstone A M. Modeling changes in the US demand for crop insurance during the 1990s[J]. Agricultural Finance Review，2003，63（2）：109-125.

[6]溫思美，楊順江. 論農(nóng)業(yè)產(chǎn)業(yè)化進(jìn)程中的農(nóng)產(chǎn)品流通體制改革[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2000，21（10）：45-48.

[7]葛顏祥. 農(nóng)業(yè)結(jié)構(gòu)調(diào)整中的風(fēng)險(xiǎn)防范[J]. 農(nóng)業(yè)現(xiàn)代化研究，2001，22（6）：350-354.

[8]孫良媛，張?jiān)篮? 轉(zhuǎn)型期農(nóng)業(yè)風(fēng)險(xiǎn)的特點(diǎn)與風(fēng)險(xiǎn)管理[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2001，22（8）：20-26.

[9]劉鳳芹. 不完全合約與履約障礙——以訂單農(nóng)業(yè)為例[J]. 經(jīng)濟(jì)研究，2003（4）：22-30，92.

[10]庹國(guó)柱，李軍. 我國(guó)農(nóng)業(yè)保險(xiǎn)試驗(yàn)的成就、矛盾及出路[J]. 金融研究，2003（9）：88-98.

[11]陸文聰，西愛琴. 農(nóng)戶農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)反應(yīng)：以浙江為例的MOTAD模型分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2005（12）：68-75.

[12]欒敬東，程杰. 基于產(chǎn)業(yè)鏈的農(nóng)業(yè)風(fēng)險(xiǎn)管理體系建設(shè)[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2007（3）：86-91.

[13]王敏俊. 影響小規(guī)模農(nóng)戶參加政策性農(nóng)業(yè)保險(xiǎn)的因素分析——基于浙江省613戶小規(guī)模農(nóng)戶的調(diào)查數(shù)據(jù)[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2009（3）：38-44.

[14]項(xiàng)桂娥，吳義根. 基于SEM模型的農(nóng)業(yè)企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)體系研究——以安徽省221家農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012（8）：113-120.

[15]葉明華. 糧食主產(chǎn)區(qū)“北旱南澇”相關(guān)性分析與農(nóng)業(yè)風(fēng)險(xiǎn)管理模式優(yōu)化[J]. 保險(xiǎn)研究，2013（6）：16-22.

[16]Hodrick R H，Prescott E C. Postwar US business cycles：an empirical investigation[J]. Journal of Money，Credit and Banking，1997，29（1）：1-16.張曉莉，逄春蕾，尹作華. 基于修正鉆石模型的新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)業(yè)競(jìng)爭(zhēng)力研究——與黑龍江農(nóng)墾的比較[J]. 江蘇農(nóng)業(yè)科學(xué)，2014，42（9）：413-416.endprint

[4]Boelhlje M. Risk in US agriculture：new challenges and new approaches[D]. Indiana：Purdue University，2002.

[5]Serra T，Goodwin B K，F(xiàn)eatherstone A M. Modeling changes in the US demand for crop insurance during the 1990s[J]. Agricultural Finance Review，2003，63（2）：109-125.

[6]溫思美，楊順江. 論農(nóng)業(yè)產(chǎn)業(yè)化進(jìn)程中的農(nóng)產(chǎn)品流通體制改革[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2000，21（10）：45-48.

[7]葛顏祥. 農(nóng)業(yè)結(jié)構(gòu)調(diào)整中的風(fēng)險(xiǎn)防范[J]. 農(nóng)業(yè)現(xiàn)代化研究，2001，22（6）：350-354.

[8]孫良媛，張?jiān)篮? 轉(zhuǎn)型期農(nóng)業(yè)風(fēng)險(xiǎn)的特點(diǎn)與風(fēng)險(xiǎn)管理[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2001，22（8）：20-26.

[9]劉鳳芹. 不完全合約與履約障礙——以訂單農(nóng)業(yè)為例[J]. 經(jīng)濟(jì)研究，2003（4）：22-30，92.

[10]庹國(guó)柱，李軍. 我國(guó)農(nóng)業(yè)保險(xiǎn)試驗(yàn)的成就、矛盾及出路[J]. 金融研究，2003（9）：88-98.

[11]陸文聰，西愛琴. 農(nóng)戶農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)反應(yīng)：以浙江為例的MOTAD模型分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2005（12）：68-75.

[12]欒敬東，程杰. 基于產(chǎn)業(yè)鏈的農(nóng)業(yè)風(fēng)險(xiǎn)管理體系建設(shè)[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2007（3）：86-91.

[13]王敏俊. 影響小規(guī)模農(nóng)戶參加政策性農(nóng)業(yè)保險(xiǎn)的因素分析——基于浙江省613戶小規(guī)模農(nóng)戶的調(diào)查數(shù)據(jù)[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2009（3）：38-44.

[14]項(xiàng)桂娥，吳義根. 基于SEM模型的農(nóng)業(yè)企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)體系研究——以安徽省221家農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012（8）：113-120.

[15]葉明華. 糧食主產(chǎn)區(qū)“北旱南澇”相關(guān)性分析與農(nóng)業(yè)風(fēng)險(xiǎn)管理模式優(yōu)化[J]. 保險(xiǎn)研究，2013（6）：16-22.

[16]Hodrick R H，Prescott E C. Postwar US business cycles：an empirical investigation[J]. Journal of Money，Credit and Banking，1997，29（1）：1-16.張曉莉，逄春蕾，尹作華. 基于修正鉆石模型的新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)業(yè)競(jìng)爭(zhēng)力研究——與黑龍江農(nóng)墾的比較[J]. 江蘇農(nóng)業(yè)科學(xué)，2014，42（9）：413-416.endprint