黃　穎，李彧揮

(1.福建省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與科技信息研究所，福建　福州　350003；2.中國(guó)人民大學(xué)，北京　100872)

?

農(nóng)戶對(duì)政策性森林保險(xiǎn)支付意愿的影響因素分析——基于分位數(shù)回歸方法

黃穎1，李彧揮2

(1.福建省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與科技信息研究所，福建福州350003；2.中國(guó)人民大學(xué)，北京100872)

摘要：通過(guò)對(duì)福建省永安市和江西省奉新縣241位農(nóng)戶的實(shí)地調(diào)研，運(yùn)用分位數(shù)回歸方法，從各個(gè)分位點(diǎn)全局分析農(nóng)戶對(duì)政策性森林保險(xiǎn)支付意愿的影響因素。結(jié)果研究表明：農(nóng)戶對(duì)森林保險(xiǎn)的支付意愿存在規(guī)模效應(yīng)；當(dāng)林業(yè)收入成為家庭收入的主要來(lái)源時(shí)，農(nóng)戶的森林保險(xiǎn)支付意愿才會(huì)增強(qiáng)；受教育程度對(duì)森林保險(xiǎn)的支付意愿的影響有明顯的分化；森林保險(xiǎn)市場(chǎng)存在著多重市場(chǎng)分割現(xiàn)象，地區(qū)間差異明顯。最后根據(jù)研究結(jié)果提出相應(yīng)完善政策性森林保險(xiǎn)制度的政策建議。

關(guān)鍵詞：政策性森林保險(xiǎn)；支付意愿；分位數(shù)回歸

近年來(lái)，隨著集體林權(quán)制度改革的深入推進(jìn)，以林權(quán)抵押貸款為主要內(nèi)容的林業(yè)投融資改革急需森林保險(xiǎn)轉(zhuǎn)移林業(yè)信貸風(fēng)險(xiǎn)，同時(shí)，產(chǎn)權(quán)明晰到戶后農(nóng)戶獨(dú)立承擔(dān)的經(jīng)營(yíng)風(fēng)險(xiǎn)也再隨之加大，森林保險(xiǎn)的需求日益迫切。森林保險(xiǎn)對(duì)于提高林業(yè)生產(chǎn)經(jīng)營(yíng)者抗風(fēng)險(xiǎn)能力、穩(wěn)定林業(yè)生產(chǎn)、調(diào)動(dòng)造林育林積極性、促進(jìn)農(nóng)戶增收、鞏固發(fā)展集體林權(quán)制度改革成果、推進(jìn)現(xiàn)代林業(yè)建設(shè)具有十分重要的意義。

國(guó)外學(xué)者政策性保險(xiǎn)支付意愿進(jìn)行了大量研究，領(lǐng)域包括農(nóng)業(yè)種植業(yè)、農(nóng)業(yè)養(yǎng)殖業(yè)、環(huán)境保護(hù)、農(nóng)業(yè)保險(xiǎn)及其他險(xiǎn)種等。目前，國(guó)內(nèi)學(xué)者對(duì)政策性森林保險(xiǎn)支付意愿的研究不多。李彧揮等[1]運(yùn)用CVM方法測(cè)算出的湖南省安化縣農(nóng)戶對(duì)政策性森林保險(xiǎn)的支付意愿為3.61元/667 m2。除此之外，還有部分學(xué)者也對(duì)森林保險(xiǎn)進(jìn)行支付意愿的研究[2-4]。這些研究為我們分析政策性森林保險(xiǎn)的支付意愿提供了重要的參考。但是，數(shù)據(jù)樣本采用單個(gè)省份進(jìn)行研究，未形成多地區(qū)對(duì)比研究，方法上一般都采用基于均值效應(yīng)的分析。均值效應(yīng)分析僅適用于嚴(yán)格的假設(shè)，當(dāng)農(nóng)戶個(gè)人和生產(chǎn)特征存在異質(zhì)性時(shí)，無(wú)法對(duì)支付函數(shù)分布的其他點(diǎn)的效應(yīng)進(jìn)行描述，顯然不足以完全描述森林保險(xiǎn)的影響因素，然而政策制定者往往更關(guān)注更高支付意愿或更低支付意愿的農(nóng)戶的影響，因此在各個(gè)分位點(diǎn)上分析支付意愿的影響因素就顯得更為重要。運(yùn)用分位數(shù)回歸方法將有助于從全局分析主導(dǎo)農(nóng)戶森林保險(xiǎn)支付意愿的影響因素。

本文以農(nóng)戶對(duì)政策性森林保險(xiǎn)的支付意愿測(cè)算為主線，通過(guò)實(shí)地調(diào)查數(shù)據(jù)和實(shí)證方法得出具有數(shù)量化的結(jié)果。首次嘗試運(yùn)用分位數(shù)回歸方法對(duì)政策性森林保險(xiǎn)的支付意愿影響因素進(jìn)行研究，區(qū)別于以往的logistic模型和Cox風(fēng)險(xiǎn)比例模型等均值效應(yīng)分析方法，克服單一均值分析的缺陷，從各個(gè)分位點(diǎn)全局分析主導(dǎo)農(nóng)戶政策性森林保險(xiǎn)支付意愿的影響因素。分位數(shù)回歸法(QR)由Koenker等[5]于1978年提出，并被廣泛運(yùn)用于經(jīng)濟(jì)管理研究領(lǐng)域。Chernozhukov等[6]對(duì)傳統(tǒng)分位數(shù)回歸模型進(jìn)行拓展，結(jié)合政策效應(yīng)模型(Average Treatment Effect)，提出工具變量分位數(shù)回歸方法(Instrumental variable quantile regression，IVQR)。

1　數(shù)據(jù)來(lái)源

福建、江西作為我國(guó)首批政策性森林保險(xiǎn)試點(diǎn)地區(qū)，為本研究提供了良好的調(diào)研環(huán)境。本文數(shù)據(jù)來(lái)自2011年7月在福建省三明市永安市、2011年11月在江西省奉新縣實(shí)地調(diào)研的結(jié)果。調(diào)研對(duì)象包括各級(jí)林業(yè)主管部門、承辦政策性森林保險(xiǎn)的保險(xiǎn)公司、林業(yè)大戶、村干部、農(nóng)戶等。調(diào)研的抽樣調(diào)查分為3個(gè)步驟，首先從鄉(xiāng)鎮(zhèn)中隨機(jī)抽取3～4個(gè)鄉(xiāng)鎮(zhèn)；然后根據(jù)不同鄉(xiāng)鎮(zhèn)的規(guī)模隨機(jī)抽取若干個(gè)村；最后對(duì)這些村的農(nóng)戶進(jìn)行隨機(jī)抽樣。每個(gè)省合計(jì)共抽取120多個(gè)農(nóng)戶進(jìn)行研究。其中，福建永安市調(diào)研了4個(gè)鄉(xiāng)鎮(zhèn)的12個(gè)村，共回收121份有效問(wèn)卷；江西奉新縣調(diào)研了3個(gè)鄉(xiāng)鎮(zhèn)的6個(gè)村，共回收120份有效問(wèn)卷。兩省合計(jì)241份有效問(wèn)卷。

福建、江西省實(shí)行的政策性森林保險(xiǎn)的異同在于(表1)：從投保標(biāo)的來(lái)看，2個(gè)省均將生態(tài)公益林與商品林分別進(jìn)行投保，這是由于生態(tài)公益林具有較大的生態(tài)效益，并且統(tǒng)一管理，投保和賠付的程序較為簡(jiǎn)便。其中，江西省的公益林為全省統(tǒng)一投保。從險(xiǎn)種來(lái)看，福建已經(jīng)實(shí)行綜合險(xiǎn)，但是江西改革略晚，還保留保費(fèi)率較低的火災(zāi)險(xiǎn)作為政策過(guò)渡。從保險(xiǎn)費(fèi)率來(lái)看，在國(guó)家補(bǔ)貼政策實(shí)行以前已經(jīng)實(shí)行3年試點(diǎn)的福建地區(qū)保費(fèi)率較低，而江西的公益林比商品林保險(xiǎn)費(fèi)率差異較大。從補(bǔ)貼比例來(lái)看，福建省縣兩級(jí)財(cái)政承擔(dān)了更多保費(fèi)。江西省由于保險(xiǎn)金額不固定，所以保費(fèi)也因人而異。由于各省的財(cái)政補(bǔ)貼政策不同，林木所有者在購(gòu)買政策性森林保險(xiǎn)時(shí)所承擔(dān)的保費(fèi)有所差別，所以不能將各省情況一概而論。

表1　福建、江西政策性森林保險(xiǎn)保費(fèi)補(bǔ)貼情況

2　研究方法

分位數(shù)回歸在經(jīng)濟(jì)管理領(lǐng)域得到廣泛的運(yùn)用，理論模型日益完善，能夠較好地解釋多種經(jīng)濟(jì)現(xiàn)象，受到眾多學(xué)者的青睞。分位數(shù)回歸的模型形式如下：

yi=xiβθ+μθ i

quantθ(yi|xi)=xiβθ(i=1,…,n)

式中，yi表示的是農(nóng)戶對(duì)政策性森林保險(xiǎn)的支付意愿值；xi表示影響農(nóng)戶對(duì)政策性森林保險(xiǎn)支付意愿的各類影響因素，例如農(nóng)戶的人口學(xué)特征、經(jīng)濟(jì)條件、受災(zāi)情況、對(duì)政策性森林保險(xiǎn)的認(rèn)知水平等；βθ表示xi的回歸系數(shù)，且xi=1，quantθ(yi|xi)代表y在給定某個(gè)具體的x值條件下分位點(diǎn)為θ的條件分位數(shù)函數(shù)。

因變量選擇：運(yùn)用WTP多界二分選擇式法獲得農(nóng)戶對(duì)政策性森林保險(xiǎn)具體的支付意愿值，作為回歸模型的因變量。

自變量選擇：采用人口學(xué)特征、林地條件、經(jīng)濟(jì)條件、受災(zāi)情況、保險(xiǎn)認(rèn)知等5方面作為主要考察因素，進(jìn)而又具體細(xì)分為24個(gè)自變量。

變量定義及先驗(yàn)判斷見表2。

表2　變量定義及先驗(yàn)判斷

3　實(shí)證分析

利用R統(tǒng)計(jì)軟件，對(duì)分位數(shù)回歸模型進(jìn)行參數(shù)估計(jì)并繪制回歸系數(shù)圖形，得到顯著變量的回歸圖形(圖1～圖10)。

3.1　年齡的影響

如圖2所示，從年齡來(lái)看，在0.6分位點(diǎn)以下的低尾部分曲線呈水平狀態(tài)，近似于水平直線，說(shuō)明大部分年輕人愿意支付的森林保險(xiǎn)保費(fèi)較低。年輕勞動(dòng)力轉(zhuǎn)向第三產(chǎn)業(yè)，導(dǎo)致林業(yè)勞動(dòng)力嚴(yán)重不足，年輕勞動(dòng)者對(duì)森林保險(xiǎn)重視程度不足，愿意支付的森林保險(xiǎn)保費(fèi)較低。年輕人能夠迅速恢復(fù)林業(yè)生產(chǎn)力。在高端分位數(shù)水平，以林業(yè)為唯一收入來(lái)源的年長(zhǎng)者更趨向于求助第三方來(lái)分散營(yíng)林風(fēng)險(xiǎn)，所以越年長(zhǎng)越愿意支付較高的森林保險(xiǎn)保費(fèi)。換句話說(shuō)，年齡的增長(zhǎng)使得森林保險(xiǎn)支付意愿分布的位置向右移動(dòng)，而且擴(kuò)大了分布的尺度。

3.2　務(wù)農(nóng)時(shí)間的影響

如圖3所示，總體來(lái)看，分位數(shù)回歸曲線在水平零直線以下，說(shuō)明務(wù)農(nóng)時(shí)間具有“負(fù)效應(yīng)”。低尾水平上務(wù)農(nóng)時(shí)間變化對(duì)森林保險(xiǎn)支付意愿并無(wú)太大變化。但是在第0.8分位點(diǎn)以上的上尾水平，隨著務(wù)農(nóng)時(shí)間的增加，農(nóng)戶對(duì)森林保險(xiǎn)支付意愿越低。這是因?yàn)閯?wù)農(nóng)時(shí)間越長(zhǎng)，對(duì)于自然災(zāi)害的風(fēng)險(xiǎn)抵抗能力越強(qiáng)。

圖1　分位數(shù)回歸模型結(jié)果-截距項(xiàng)

圖2　分位數(shù)回歸模型結(jié)果-年齡

圖3　分位數(shù)回歸模型結(jié)果-務(wù)農(nóng)時(shí)間

3.3　受教育程度的影響

如圖4所示，受教育程度對(duì)森林保險(xiǎn)的支付意愿的影響有明顯的分化，在中低分位點(diǎn)，受教育程度的增加并不會(huì)改變森林保險(xiǎn)的支付意愿，然而在第0.8分位點(diǎn)至第0.95分位點(diǎn)，受教育程度對(duì)森林保險(xiǎn)的支付意愿呈負(fù)效應(yīng)，在第0.95分位點(diǎn)以上的高尾區(qū)域卻反向上升，產(chǎn)生了正效應(yīng)。在接受了一定水平的教育后，外出務(wù)工機(jī)會(huì)更多，收入渠道多元化，從而降低林業(yè)收入保障的剛性需求，對(duì)森林保險(xiǎn)的支付意愿也不高。然而，對(duì)于受教育程度高，又返鄉(xiāng)務(wù)農(nóng)的農(nóng)戶而言，他們能夠更理性地看待從事林業(yè)生產(chǎn)，愿意采取多種方式分散風(fēng)險(xiǎn)，故更愿意支付高保費(fèi)。

圖4　分位數(shù)回歸模型結(jié)果-受教育程度

3.4　家庭總收入的影響

對(duì)中低收入家庭而言，家庭總收入的提高并不會(huì)改變他們的森林保險(xiǎn)支付意愿。對(duì)于中高收入家庭而言，隨著家庭總收入的提高，家庭的實(shí)際支付能力也得到提高，這時(shí)候“收入效益”能夠得到明顯的體現(xiàn)。但是農(nóng)戶是否會(huì)將收入用以支付森林保險(xiǎn)，或者在多大程度上支付森林保險(xiǎn)，存在較大分歧(圖5)。

3.5　林地總面積的影響

從圖6可知，林地總面積越大，農(nóng)戶愿意支付的森林保險(xiǎn)保費(fèi)就越高。林地總面積對(duì)森林保險(xiǎn)的支付意愿產(chǎn)生正效應(yīng)。對(duì)于小面積散戶而言，林業(yè)生產(chǎn)效益較低，所以這類農(nóng)戶的森林保險(xiǎn)支付意愿較低。當(dāng)林地面積增大到一定程度是規(guī)模效應(yīng)開始顯著，從第0.6分位點(diǎn)開始，隨著林地面積的增加，森林保險(xiǎn)支付意愿顯著增加，回歸曲線向上傾斜。但是對(duì)于當(dāng)?shù)氐牧謽I(yè)生產(chǎn)大戶而言，森林保險(xiǎn)支付意愿卻在下降。林業(yè)生產(chǎn)大戶具有和保險(xiǎn)公司議價(jià)的能力，而保險(xiǎn)公司也更愿意以“薄利多銷”的方式為林業(yè)生產(chǎn)大戶提供森林保險(xiǎn)服務(wù)。

圖5　分位數(shù)回歸模型結(jié)果-家庭總收入

圖6　分位數(shù)回歸模型結(jié)果-林地總面積

3.6　林地總收入占家庭總收入比重的影響

由圖7可知，在第0.9分位以上的上尾部分，林地收入占比對(duì)森林保險(xiǎn)支付意愿呈正效應(yīng)。只有當(dāng)林業(yè)收入成為家庭收入的主要來(lái)源時(shí)，農(nóng)戶的森林保險(xiǎn)支付意愿才會(huì)增強(qiáng)。因?yàn)閷?duì)于延承了靠山吃山的傳統(tǒng)、依賴林業(yè)為生的農(nóng)戶來(lái)說(shuō)，一旦林業(yè)生產(chǎn)遭受嚴(yán)重的自然災(zāi)害，就會(huì)對(duì)整個(gè)家庭造成毀滅性的打擊，農(nóng)戶更加趨向于穩(wěn)定經(jīng)營(yíng)。森林保險(xiǎn)正好符合他們這一訴求，以林業(yè)為生的農(nóng)戶也更愿意支付更高的保費(fèi)。

3.7　林地受災(zāi)面積和災(zāi)害損失額的影響

從圖8和圖9來(lái)看，受災(zāi)面積和災(zāi)害損失額對(duì)森林保險(xiǎn)的支付意愿并不顯著，回歸系數(shù)在零水平線。受災(zāi)面積和災(zāi)害損失額較大的農(nóng)戶更不愿意支付森林保險(xiǎn)保費(fèi)，造成這種現(xiàn)象的原因可能有：一是因?yàn)檗r(nóng)戶遭受毀滅性打擊，可能徹底放棄林業(yè)生產(chǎn)，轉(zhuǎn)而從事其他行業(yè)；二是因?yàn)檗r(nóng)戶在遭受自然災(zāi)害后，受到的林業(yè)損失并不能馬上得到保險(xiǎn)公司的有效補(bǔ)償，保險(xiǎn)公司提供的保費(fèi)補(bǔ)償不足以彌補(bǔ)林業(yè)損失，從而使得農(nóng)戶對(duì)森林保險(xiǎn)的信心大為下降，因此森林保險(xiǎn)的支付意愿大大降低。

圖7　分位數(shù)回歸模型結(jié)果-林地總收入占家庭總收入比重

圖8　分位數(shù)回歸模型結(jié)果-受災(zāi)面積

圖9　分位數(shù)回歸模型結(jié)果-損失總額

3.8　林地坡度的影響

由圖10可知，在第0.9分位點(diǎn)以下部分，林地坡度對(duì)森林保險(xiǎn)支付意愿影響不大。在第0.9分位點(diǎn)以上的上尾部分，林地已經(jīng)十分陡峭，難以維持正常的林業(yè)經(jīng)營(yíng)生產(chǎn)活動(dòng)，所以這部分林地的低質(zhì)量負(fù)效應(yīng)遠(yuǎn)遠(yuǎn)大于風(fēng)險(xiǎn)保障正效應(yīng)，所以曲線轉(zhuǎn)而向下。

圖10　分位數(shù)回歸模型結(jié)果-林地坡度

4　主要結(jié)論

(1)農(nóng)戶對(duì)森林保險(xiǎn)的支付意愿存在規(guī)模效應(yīng)，對(duì)于規(guī)模性營(yíng)林的林業(yè)大戶(林地面積位于第0.6分位點(diǎn)以上)，支付意愿較強(qiáng)，且隨著林地面積的增大支付意愿增加，而對(duì)林業(yè)經(jīng)營(yíng)散戶(林地面積位于第0.6分位點(diǎn)以下)則沒有較大的區(qū)別。(2)在第0.9分位以上的上尾部分，林地收入占比對(duì)森林保險(xiǎn)支付意愿呈正效應(yīng)。也就是只有當(dāng)林業(yè)收入成為家庭收入的主要來(lái)源時(shí)，農(nóng)戶的森林保險(xiǎn)支付意愿才會(huì)增強(qiáng)。(3)受教育程度對(duì)森林保險(xiǎn)的支付意愿的影響有明顯的分化，在中低分位點(diǎn)，受教育程度的增加并不會(huì)改變森林保險(xiǎn)的支付意愿，然而在第0.8分位點(diǎn)至第0.95分位點(diǎn)，受教育程度對(duì)森林保險(xiǎn)的支付意愿呈負(fù)效應(yīng)，在第0.95分位點(diǎn)以上的高尾區(qū)域卻反向上升，產(chǎn)生了正效應(yīng)。(4)森林保險(xiǎn)市場(chǎng)存在著多重市場(chǎng)分割現(xiàn)象，地區(qū)間差異明顯。

5　政策建議

基于上述研究結(jié)論提出以下幾點(diǎn)政策建議：(1)發(fā)揮林業(yè)大戶的帶頭示范作用，先投保的林業(yè)大戶帶動(dòng)后投保的林農(nóng)，加強(qiáng)政策性森林保險(xiǎn)宣傳力度；(2)因地制宜，推行各省林區(qū)差異化政策制度；(3)提高國(guó)家、省、市、縣四級(jí)補(bǔ)貼力度，推行惠林政策，支持林業(yè)經(jīng)濟(jì)可持續(xù)發(fā)展；(4)強(qiáng)化督查，保證政策性森林保險(xiǎn)的服務(wù)質(zhì)量；(5)提高農(nóng)戶對(duì)政策性森林保險(xiǎn)的認(rèn)知水平。

參考文獻(xiàn)：

[1]李彧揮，李彩鴿，孔祥智. 政策性森林保險(xiǎn)支付意愿及影響因素分析——以湖南省安化縣為例[J]. 北京林業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012，3(1)：80-85.

[2]林雅敏. 基于Cox模型的林農(nóng)對(duì)政策性森林保險(xiǎn)支付意愿研究[D]. 北京：中國(guó)人民大學(xué)2012.

[3]張躍華，顧海英，史清華. 農(nóng)業(yè)保險(xiǎn)需求不足效用層面的一個(gè)解釋及實(shí)證研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2005，22(4)：83-92.

[4]王華麗. 政府災(zāi)后救助對(duì)林農(nóng)森林保險(xiǎn)決策的影響分析[J]. 生態(tài)經(jīng)濟(jì)，2010(3)：62-65.

[5]KOENKER R, BASSETT JR G. Regression quantiles[J]. Econometrica, 1978, 46(1): 33-50.

[6]CHERNOZHUKOV V, HANSEN C. Instrumental quantile regression inference for structural and treatment effect models[J]. Journal of Econometrics, 2006, 132(2): 491-525.

Analysis on Influence Factors of Farmers’ Willingness to Pay for Policy-related Forestry Insurance

——Based on Quantile Regression Method

HUANG Ying1, LI Yu-hui2

(1.InstituteofAgriculturalEconomicsandScientificandTechnicalInformation,FujianAcademyof

AgriculturalSciences,Fuzhou,Fujian350003,China; 2.RenminUniversityof

China,Beijing, 100872,China)

Abstract:A survey research has been done involving 241 farmers in Yong’an County in Fujian and Xinfeng County in Jiangxi. According to the survey, the influence factors of farmers’ willingness to pay for policy-related forestry insurance has been analyzed. The main conclusion includes that farmers’ willingness-to-pay has scale effect, the willingness to pay for the forestry insurance will increase when forestry income become the main source of family income, education that farmers have received exerts differential influence on willingness-to-pay, multiple market segmentation and differences between regions have occurred in forestry insurance market. Finally, some corresponding suggestions that might improve the system of policy-related forest insurance are put forward.

Key words:policy-related forestry insurance; willingness-to-pay; Quantile Regression

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金(10BJY044)

作者簡(jiǎn)介：黃穎(1988-)，女，碩士，主要研究方向：農(nóng)林經(jīng)濟(jì)管理. E-mail: huangyingruc@163.com

收稿日期：2014-10-14

doi:10.16006/j.cnki.twnt.2015.02.004

中圖分類號(hào)：F326.2；F842.6

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1637-5617(2015)02-0015-06