摘要：在數(shù)據(jù)包絡(luò)分析模型基礎(chǔ)上考慮環(huán)境因素，對(duì)我國(guó)省際農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)政策方面進(jìn)行客觀的效率評(píng)價(jià)，因我國(guó)農(nóng)村經(jīng)濟(jì)表現(xiàn)出較強(qiáng)的地域性，因此有必要對(duì)我國(guó)政策性農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)效率進(jìn)行區(qū)域差異研究。根據(jù)修正后的結(jié)果表明，我國(guó)農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)總體效率較高，但西北五省除新疆外的其他地區(qū)效率普遍偏低。效率最低的省份還包括江西和浙江兩省，江西是因農(nóng)業(yè)水平偏低，扶持資金冗余導(dǎo)致財(cái)補(bǔ)效率偏低，浙江則是由于農(nóng)業(yè)區(qū)域分散，高新、服務(wù)產(chǎn)業(yè)迅猛發(fā)展，致使農(nóng)業(yè)發(fā)展不充分，效率偏低。

關(guān)鍵詞：三階段DEA模型；農(nóng)業(yè)保險(xiǎn)；績(jī)效評(píng)價(jià)；區(qū)域差異

中圖分類號(hào)：F302.4

文獻(xiàn)標(biāo)識(shí)碼：A

我國(guó)是農(nóng)業(yè)大國(guó)，我國(guó)農(nóng)業(yè)受到自然災(zāi)害的影響不容小覷，根據(jù)國(guó)家統(tǒng)計(jì)數(shù)據(jù)資料，20世紀(jì)中國(guó)成為全球受災(zāi)最為嚴(yán)重國(guó)家之一；90年代，我國(guó)由于自然災(zāi)害造成的直接經(jīng)濟(jì)損失就高達(dá)1115億元，我國(guó)農(nóng)作物成災(zāi)面積達(dá)860萬(wàn)公頃①；近十幾年來(lái)這樣的情況并沒(méi)有得到緩解，2014年我國(guó)自然災(zāi)害直接經(jīng)濟(jì)損失就有3373.8億元，災(zāi)害損失占GDP的0.53%，超過(guò)財(cái)政收入的2%②。因此各國(guó)都非常重視農(nóng)業(yè)保險(xiǎn)的發(fā)展，我國(guó)農(nóng)業(yè)保險(xiǎn)起步較晚且實(shí)施政策性農(nóng)業(yè)保險(xiǎn)和商業(yè)性農(nóng)業(yè)保險(xiǎn)相結(jié)合的運(yùn)營(yíng)模式，囿于農(nóng)業(yè)保險(xiǎn)“低保費(fèi)，高賠付”的特點(diǎn)我國(guó)開(kāi)始大力發(fā)展政策性農(nóng)業(yè)保險(xiǎn)，其占農(nóng)業(yè)保險(xiǎn)的份額逐步增大，因此本文只針對(duì)政策性農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)績(jī)效進(jìn)行分析。

新世紀(jì)以來(lái)，中央一號(hào)文件連續(xù)十二次聚焦“三農(nóng)問(wèn)題”，“扎根基層、服務(wù)農(nóng)村、貼近農(nóng)民”的惠農(nóng)政策促使我國(guó)從2004年開(kāi)始實(shí)施農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼[1-2]，且于2011年開(kāi)展農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼績(jī)效評(píng)價(jià)試點(diǎn)工作，四川、內(nèi)蒙古被選為首批試點(diǎn)省份；之后安徽、江蘇、山西、黑龍江、浙江、湖北等10省相繼展開(kāi)。2012年學(xué)界首次提出績(jī)效評(píng)價(jià)辦法，但僅局限于初步構(gòu)建指標(biāo)體系，缺少模型的支撐；隨后引入了數(shù)據(jù)包絡(luò)分析（DEA模型），因傳統(tǒng)的DEA模型只能單純分析投入產(chǎn)出指標(biāo)，不能考慮到環(huán)境因素對(duì)樣本單元的影響，全面性和動(dòng)態(tài)性評(píng)估不足；后來(lái)學(xué)者們構(gòu)建三階段DEA模型，旨在剔除環(huán)境因素及隨機(jī)誤差項(xiàng)，進(jìn)而對(duì)農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)效率進(jìn)行評(píng)價(jià)。但由于農(nóng)業(yè)保險(xiǎn)存在明顯的區(qū)域性，地域差異又無(wú)法進(jìn)行量化評(píng)估。因此，構(gòu)建政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率評(píng)價(jià)體系并對(duì)其進(jìn)行區(qū)域差異研究成為學(xué)術(shù)界研究的熱點(diǎn)。

一、關(guān)于農(nóng)業(yè)保險(xiǎn)問(wèn)題的相關(guān)文獻(xiàn)綜述

國(guó)內(nèi)外學(xué)者對(duì)農(nóng)業(yè)保險(xiǎn)相關(guān)問(wèn)題研究開(kāi)始較早，一些學(xué)者分別從宏微觀角度對(duì)我國(guó)農(nóng)業(yè)保險(xiǎn)的理論框架、運(yùn)營(yíng)模式進(jìn)行研究，且認(rèn)為農(nóng)業(yè)保險(xiǎn)的發(fā)展會(huì)給農(nóng)產(chǎn)品帶來(lái)較大福利[3]；在農(nóng)業(yè)保險(xiǎn)補(bǔ)貼理論較為完善的基礎(chǔ)上，很多學(xué)者通過(guò)不同角度對(duì)農(nóng)業(yè)保險(xiǎn)績(jī)效進(jìn)行評(píng)價(jià)，例如分別基于湖北、內(nèi)蒙古等不同地區(qū)省級(jí)數(shù)據(jù)利用實(shí)證分析等方法對(duì)農(nóng)業(yè)保險(xiǎn)的政策推進(jìn)、保險(xiǎn)運(yùn)行績(jī)效進(jìn)行評(píng)價(jià)[4-5]；進(jìn)而專家們基于不同利益相關(guān)者的視角，構(gòu)建農(nóng)業(yè)保險(xiǎn)績(jī)效評(píng)價(jià)指標(biāo)體系，并對(duì)比不同視角下指標(biāo)體系的差異，以期使評(píng)價(jià)指標(biāo)體系更加完善[6]。由此可見(jiàn)，農(nóng)業(yè)保險(xiǎn)績(jī)效評(píng)價(jià)的研究已初具規(guī)模，但這些研究缺少對(duì)全國(guó)數(shù)據(jù)整體性評(píng)價(jià)且沒(méi)有數(shù)學(xué)模型的支撐；2004年起以數(shù)據(jù)包絡(luò)分析（DEA）模型為核心的績(jī)效評(píng)價(jià)研究開(kāi)始興起，利用DEA模型基于不同的視角，對(duì)我國(guó)醫(yī)院經(jīng)營(yíng)效率和農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析評(píng)價(jià)[7-9]；但由于缺少動(dòng)態(tài)變量分析，故開(kāi)始完善模型構(gòu)架，利用SFA回歸分析求解環(huán)境因素對(duì)原始投入松弛量的影響，從而剔除環(huán)境變量及隨機(jī)誤差項(xiàng)形成三階段DEA模型；之后有研究者在前人研究的基礎(chǔ)上分別利用三階段DEA模型對(duì)我國(guó)區(qū)域能源、高技術(shù)產(chǎn)業(yè)及農(nóng)業(yè)保險(xiǎn)補(bǔ)貼等方面問(wèn)題的績(jī)效評(píng)價(jià)進(jìn)行相關(guān)研究，從而得到更為準(zhǔn)確的分析結(jié)果[10-11]。

本文選取我國(guó)31省（市、自治區(qū)）2013年的數(shù)據(jù)，構(gòu)建了農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼績(jī)效評(píng)價(jià)體系，并引入環(huán)境變量，對(duì)我國(guó)省際農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼機(jī)制進(jìn)行績(jī)效評(píng)價(jià)及區(qū)域差異研究，根據(jù)實(shí)證結(jié)果并結(jié)合我國(guó)農(nóng)業(yè)發(fā)展的實(shí)際情況，提出了解決“三農(nóng)”問(wèn)題、實(shí)施惠農(nóng)政策和完善農(nóng)業(yè)保險(xiǎn)體制的相關(guān)建議。

二、模型選取及績(jī)效評(píng)價(jià)體系構(gòu)建

（一）模型的選取

由于省際之間區(qū)位條件、經(jīng)濟(jì)結(jié)構(gòu)、經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)產(chǎn)業(yè)差別較大，政策執(zhí)行的力度及產(chǎn)生的效果也會(huì)不盡相同[12]?？紤]到諸多環(huán)境因素對(duì)真實(shí)效率評(píng)價(jià)的影響，本文采用三階段DEA模型，剔除外部因素及隨機(jī)誤差的干擾，對(duì)各省政策性農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)效率進(jìn)行單純的內(nèi)部效率評(píng)價(jià)。

1.傳統(tǒng)的DEA模型。本文在C2R-DEA模型增加約束條件及規(guī)模報(bào)酬可變的情況下，用BCC模型對(duì)相關(guān)數(shù)據(jù)進(jìn)行了實(shí)證分析，具體模型如下：

3.調(diào)整后的DEA模型。以剔除了環(huán)境變量和隨機(jī)誤差的投入量與原始產(chǎn)出量作為第三階段的數(shù)據(jù)源，運(yùn)用DEA方法的BCC 模型進(jìn)行數(shù)據(jù)分析。

（二）農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼績(jī)效評(píng)價(jià)體系構(gòu)建

在運(yùn)用數(shù)據(jù)包絡(luò)分析（DEA模型）得出農(nóng)業(yè)保險(xiǎn)在政策性方面的技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE）的基礎(chǔ)上[14]，剔除外部環(huán)境對(duì)樣本效率的影響，旨在使每一個(gè)決策單元處在相同的外部環(huán)境下，單純地評(píng)價(jià)其內(nèi)部效率，使得分析結(jié)果更加客觀真實(shí)。具體指標(biāo)選取如下：

1.投入指標(biāo)。財(cái)政補(bǔ)貼的投入主要有保費(fèi)補(bǔ)貼、補(bǔ)貼比例（補(bǔ)貼比例指農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼金額占保費(fèi)收入的比例）。

2.產(chǎn)出指標(biāo)。財(cái)政補(bǔ)貼投入后的產(chǎn)出為農(nóng)業(yè)總產(chǎn)值、農(nóng)業(yè)保險(xiǎn)密度、農(nóng)業(yè)保險(xiǎn)賠款及給付、農(nóng)業(yè)保險(xiǎn)保費(fèi)收入、糧食產(chǎn)量。

3.環(huán)境變量。農(nóng)業(yè)保險(xiǎn)所保障的農(nóng)業(yè)生產(chǎn)在空間分布上有很強(qiáng)的地域差異性，不同地區(qū)區(qū)位條件不同，經(jīng)濟(jì)的發(fā)展水平亦存在較大差異，不可等同于單純的經(jīng)濟(jì)現(xiàn)象和孤立的技術(shù)生產(chǎn)。選取農(nóng)村居民家庭平均每人純收入和成災(zāi)面積作為環(huán)境變量，主要是從自然因素和經(jīng)濟(jì)因素的角度考慮外部環(huán)境對(duì)政策性農(nóng)業(yè)保險(xiǎn)所產(chǎn)生的影響[11]。

數(shù)據(jù)方面，由于考慮信息的可獲取性及完整性，因此選取全國(guó)31個(gè)省市2013年的8項(xiàng)指標(biāo)進(jìn)行實(shí)證檢驗(yàn)，具體指標(biāo)及數(shù)據(jù)來(lái)源見(jiàn)表1。

（三）實(shí)證結(jié)果分析

利用修正后的DEA模型分別計(jì)算出各省在政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼的技術(shù)效率（TE）、純技術(shù)效率（PTE）、規(guī)模效率（SE）及規(guī)模報(bào)酬。并對(duì)結(jié)果進(jìn)行具體分析。

1.第一階段。該階段采用傳統(tǒng)的DEA模型，利用Deap2.1分析軟件，得出2013年我國(guó)31個(gè)省（市、自治區(qū)）政策性農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)的技術(shù)效率（TE）、純技術(shù)效率（PTE）、規(guī)模效率（SE）及規(guī)模報(bào)酬，具體如表2。從結(jié)果來(lái)看我國(guó)平均技術(shù)效率值為0.618，僅有12個(gè)地區(qū)的技術(shù)效率值高于該項(xiàng)指標(biāo)的平均值。說(shuō)明在沒(méi)有剔除外部環(huán)境及隨機(jī)誤差之前，我國(guó)整體農(nóng)保財(cái)補(bǔ)效率并非理想，且SE的均值要高于PTE，則表明38.2%的績(jī)效缺口主要是有PE所致。

按地區(qū)劃分，北京、黑龍江、上海、山東、河南、廣西、海南、新疆這8個(gè)地區(qū)的TE、PTE值均為1，說(shuō)明這些地區(qū)政策性農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)效率較高，資金資源被充分利用，財(cái)補(bǔ)技術(shù)效率領(lǐng)先于其他省份及地區(qū)；內(nèi)蒙、廣東、貴州其PET值為1，說(shuō)明這些地區(qū)制約政策性農(nóng)業(yè)保險(xiǎn)的因素并非來(lái)自于純技術(shù)效率；且像云南、西藏、山西等地其TE、PTE值均低于0.450，說(shuō)明財(cái)補(bǔ)所發(fā)揮的作用亟待提高。處于遞增狀態(tài)的廣東、貴州、青海三個(gè)地區(qū)，可根據(jù)自身區(qū)位條件及特色農(nóng)業(yè)擴(kuò)大農(nóng)業(yè)保險(xiǎn)范圍、增加農(nóng)業(yè)保險(xiǎn)規(guī)模，可有效提高其效率。

2.第二階段。本階段以農(nóng)村居民家庭人均純收入、成災(zāi)面積作為解釋變量，對(duì)原始的投入指標(biāo)進(jìn)行回歸分析[15]，得出的各環(huán)境變量的協(xié)同系數(shù)及其顯著性（見(jiàn)表3）。由于環(huán)境變量為解釋變量，當(dāng)回歸系數(shù)估計(jì)值為負(fù)時(shí)，表示環(huán)境對(duì)于財(cái)補(bǔ)效率呈正向影響；反之，則表示環(huán)境變量的增加將會(huì)增加投入松弛量，導(dǎo)致投入變量的浪費(fèi)或減少產(chǎn)出。

農(nóng)村居民家庭人均純收入對(duì)投入松弛量的影響系數(shù)為正，說(shuō)明其增加會(huì)使投入松弛量增加，即隨著農(nóng)村居民收入的提高，政府對(duì)農(nóng)業(yè)保險(xiǎn)補(bǔ)貼的比重會(huì)增大，當(dāng)比例超過(guò)一定閾值時(shí)，政府資金則會(huì)出現(xiàn)擠占效應(yīng)，從而降低補(bǔ)貼效率；成災(zāi)面積對(duì)投入量的影響系數(shù)為負(fù)，說(shuō)明呈負(fù)相關(guān)關(guān)系，即面臨重大災(zāi)害面積越大時(shí)，采取保障措施越主動(dòng)、農(nóng)業(yè)積極性越大，從而促進(jìn)效率的提高。表3中γ值顯示環(huán)境因素對(duì)投入指標(biāo)的影響較為顯著，故剔除環(huán)境因素與隨機(jī)誤差項(xiàng)是十分必要的。

3.第三階段。該階段是修正的DEA模型同時(shí)考慮了松弛量和外部環(huán)境因素對(duì)效率的影響。根據(jù)SFA回歸所得到修正后的投入量再次與原始產(chǎn)出量進(jìn)行基于BCC模型的估計(jì)，結(jié)果見(jiàn)表4。整體上來(lái)看，修正后的結(jié)果發(fā)生明顯的變化，政策性農(nóng)業(yè)保險(xiǎn)效率顯著提高，31個(gè)樣本的技術(shù)效率（TE）均值達(dá)到了0.791，純技術(shù)效率（PTE）均值為0.831，規(guī)模效率（SE）均值為0.951，導(dǎo)致資源低效的主要原因?yàn)榧夹g(shù)效率。與第一階段的效率值（分為別：0.618，0.724，0.838）相比，顯然，經(jīng)濟(jì)、自然環(huán)境等外部因素嚴(yán)重影響傳統(tǒng)DEA對(duì)整體效率水平評(píng)估，通過(guò)修正后的分析結(jié)果表明，我們國(guó)家政策性農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率呈東、中、西部階梯性遞減差異。

本階段的結(jié)果中技術(shù)效率高于均值的?。ㄊ?、直轄市）達(dá)到21個(gè)，TE、PTE值均達(dá)到1的省份從原來(lái)的8個(gè)增加到13個(gè)，且遼寧、吉林PTE值也為1，說(shuō)明無(wú)效并非有純技術(shù)效率所致。

三、政策性農(nóng)業(yè)保險(xiǎn)的區(qū)域差異

由于農(nóng)村經(jīng)濟(jì)的地域性特點(diǎn)，我國(guó)不同地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展水平存在較大差異，對(duì)于政策性農(nóng)業(yè)保險(xiǎn)的規(guī)模及補(bǔ)貼力度不盡相同[16]，本文利用三階段DEA模型對(duì)我國(guó)政策性農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)效率值進(jìn)行求解，并根據(jù)剔除外部環(huán)境因素及隨機(jī)誤差的純內(nèi)部效率值進(jìn)行區(qū)域差異研究。利用地理科學(xué)軟件ArcGIS10.1對(duì)數(shù)據(jù)進(jìn)行分級(jí)渲染處理，繼而對(duì)結(jié)果進(jìn)行分析。

（一）第一階段DEA政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼績(jī)效區(qū)域差異的空間維度分析

為了更直觀地描述我國(guó)省際農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率的區(qū)域差異，本章對(duì)結(jié)果進(jìn)行空間維度分析，且僅對(duì)技術(shù)效率（TE）值進(jìn)行空間維度分析，運(yùn)用ArcGIS10.1軟件分別對(duì)第一階段DEA及修正后的DEA分析數(shù)據(jù)采用自然斷點(diǎn)法進(jìn)行等級(jí)劃分，然后進(jìn)行分級(jí)渲染，最后選擇1：1000000比例尺制圖，技術(shù)效率分值越大，等級(jí)越高，第五級(jí)為最高級(jí)，如圖1所示。

圖1 第一階段DEA中國(guó)省際農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率空間分布

從中國(guó)省際農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率空間分布圖中可以看出：不同?。ㄊ?、直轄市）政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率差異較大；31個(gè)測(cè)算單元中僅有11個(gè)省處于最高等級(jí)，分別是東部的北京、上海、山東、廣東，中部的河南、黑龍江和西部的內(nèi)蒙古、廣西、貴州及新疆；中部8省整體都處于較低等級(jí)，西部農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率反而整體要優(yōu)于中部。

（二）修正后DEA 政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼績(jī)效區(qū)域差異的空間維度分析

在運(yùn)用SFA模型利用環(huán)境變量對(duì)各投入松弛量進(jìn)行回歸剔除外部環(huán)境及隨機(jī)誤差后，單純研究政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼的內(nèi)部效率時(shí)，我們對(duì)修正后的結(jié)果利用地理信息系統(tǒng)軟件分級(jí)渲染，繼而進(jìn)行空間維度分析，表明技術(shù)效率分值越大，等級(jí)越高，結(jié)果如圖2所示。

圖2 修正后DEA中國(guó)省際農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率空間分布

對(duì)于修正后的結(jié)果我們不難發(fā)現(xiàn)，全國(guó)31個(gè)?。ㄊ小⒅陛犑校┙?/3的地區(qū)技術(shù)效率處于第四、五級(jí)，這說(shuō)明在剔除外部環(huán)境因素及隨機(jī)誤差后，我國(guó)整體上政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼績(jī)效都較高；且東部地區(qū)技術(shù)效率值要高于中、西部地區(qū)，出現(xiàn)東、中、西部三大地區(qū)階梯性遞減規(guī)律。西北五省中，除新疆外，陜西、甘肅、青海、寧夏TE值均較低，說(shuō)明這些地區(qū)并沒(méi)有充分利用財(cái)政補(bǔ)貼資金資源，且考慮本地區(qū)農(nóng)業(yè)GDP的占比，新疆2013年的農(nóng)業(yè)GDP比例達(dá)到21.39%，居全國(guó)榜首。而作為農(nóng)業(yè)大省的吉林、河南、四川及山東四省財(cái)政補(bǔ)貼技術(shù)效率分值都較高；首批績(jī)效評(píng)價(jià)試點(diǎn)省份中四川效率等級(jí)要高于安徽，其他試點(diǎn)省份中，湖北、湖南、山西、內(nèi)蒙、黑龍江及海南6省財(cái)補(bǔ)技術(shù)效率值較高，而江西省農(nóng)業(yè)并非農(nóng)業(yè)自身落后，因農(nóng)村居民人均純收入逐年增加，保險(xiǎn)補(bǔ)貼金額大幅增加，補(bǔ)貼金額占保費(fèi)收入的比重也大幅提高，出現(xiàn)擠占效應(yīng)導(dǎo)致該省的技術(shù)效率較低，若適當(dāng)調(diào)整補(bǔ)貼結(jié)構(gòu)對(duì)其效率提升會(huì)有很大改善。

（三）修正后DEA 政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼績(jī)效聚類分析

以修正后的政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼技術(shù)效率作為聚類指標(biāo)，使用系統(tǒng)聚類中的組間聯(lián)接法將其從高到低分為5個(gè)梯隊(duì)，具體分析結(jié)果見(jiàn)表5。

從表5中可以看出，第一梯隊(duì)的14個(gè)省份地區(qū)財(cái)補(bǔ)效率均值為0.999，其中新疆地區(qū)2013年農(nóng)業(yè)GDP占該地區(qū)生產(chǎn)總值為21.39%，居全國(guó)之首；緊隨其后的是財(cái)補(bǔ)效率較高省份，其中包括河北、山西、遼寧、吉林、江蘇、安徽、福建、湖北，其效率均值為0.832；群3、4是農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率一般及較低的省份，主要包括重慶、甘肅、寧夏、云南、西藏、陜西和青海7個(gè)省份，涉及西南、西北地區(qū)，可見(jiàn)我國(guó)西部地區(qū)農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)效率普遍偏低，要低于全國(guó)的平均水平。江西省在全國(guó)范圍內(nèi)算是農(nóng)業(yè)大省，但其農(nóng)業(yè)總產(chǎn)值占地區(qū)生產(chǎn)總值比重由1978年的41.6%降到2013年的7.44%，但實(shí)際情況該省的農(nóng)民收入是逐年增加的，這樣對(duì)于農(nóng)業(yè)保險(xiǎn)的投入也在逐年增加，加之國(guó)家對(duì)該地區(qū)的農(nóng)業(yè)保險(xiǎn)補(bǔ)貼較多，冗余資金使用效率低導(dǎo)致農(nóng)業(yè)保險(xiǎn)及農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)效率偏低；浙江2013年農(nóng)業(yè)總產(chǎn)值占地區(qū)生產(chǎn)總值比重僅為3.54%，相比北京該項(xiàng)指標(biāo)較高，但由于北京農(nóng)業(yè)集約化程度高，具有規(guī)模效益，所以北京的農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)效率很高。浙江農(nóng)業(yè)規(guī)模雖遠(yuǎn)超北京，但農(nóng)業(yè)發(fā)展區(qū)域較為分散，且近幾年來(lái)由于互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的發(fā)展，高新技術(shù)產(chǎn)業(yè)、先進(jìn)制造業(yè)、現(xiàn)代服務(wù)業(yè)已成為浙江經(jīng)濟(jì)重要的驅(qū)動(dòng)力且服務(wù)主導(dǎo)趨勢(shì)更加明顯。所以農(nóng)業(yè)發(fā)展相對(duì)較弱，農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率偏低，這同時(shí)說(shuō)明地區(qū)經(jīng)濟(jì)發(fā)展水平并不一定與農(nóng)業(yè)補(bǔ)貼效率成正比，本省農(nóng)業(yè)區(qū)位因素及經(jīng)濟(jì)發(fā)展側(cè)重點(diǎn)都會(huì)導(dǎo)致二者存在較大差異。

四、研究結(jié)論及政策建議

本文選取2013年我國(guó)31個(gè)?。ㄊ小⒅陛犑校┳鳛闃颖?，采用三階段DEA模型對(duì)我國(guó)省際政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼進(jìn)行績(jī)效評(píng)價(jià)。通過(guò)修正后的數(shù)據(jù)可以看出PTE均值為0.831要高于TE均值0.791說(shuō)明，導(dǎo)致效率低下的主要因素是技術(shù)效率；且效率的高低也呈現(xiàn)出明顯的區(qū)域化態(tài)勢(shì)，我國(guó)呈現(xiàn)出東、中、西部效率均值依次遞減，因此各級(jí)財(cái)政補(bǔ)貼要因地制宜，通過(guò)明確地區(qū)經(jīng)濟(jì)驅(qū)動(dòng)、把握地區(qū)經(jīng)濟(jì)結(jié)構(gòu)、了解農(nóng)業(yè)經(jīng)濟(jì)地位，從而實(shí)行差別化補(bǔ)貼并調(diào)整財(cái)政補(bǔ)貼的結(jié)構(gòu)。

（一）細(xì)化區(qū)域差異，實(shí)施差別補(bǔ)貼

我國(guó)幅員遼闊，地區(qū)之間經(jīng)濟(jì)發(fā)展水平、地理?xiàng)l件、農(nóng)產(chǎn)品種類和風(fēng)險(xiǎn)水平等差異巨大，不宜采用統(tǒng)一補(bǔ)貼標(biāo)準(zhǔn)。要細(xì)化區(qū)域性差異情況，實(shí)施差別化補(bǔ)貼機(jī)制并適當(dāng)調(diào)節(jié)財(cái)政補(bǔ)貼結(jié)構(gòu)。如江西省，由于其農(nóng)業(yè)水平偏低，農(nóng)業(yè)技術(shù)落后，國(guó)家保險(xiǎn)補(bǔ)貼資金冗余導(dǎo)致該省效率低下，則應(yīng)考慮將冗余部分資金投入到提高農(nóng)業(yè)技術(shù)和提升農(nóng)產(chǎn)品質(zhì)量方面。就浙江省而言，由于該省農(nóng)業(yè)發(fā)展區(qū)域較為分散，且高新技術(shù)及現(xiàn)代服務(wù)產(chǎn)業(yè)的大力發(fā)展，導(dǎo)致本省經(jīng)濟(jì)驅(qū)動(dòng)力發(fā)生偏移，故要制定符合其農(nóng)業(yè)自身特點(diǎn)的補(bǔ)貼政策。

同時(shí)，中央與地方相協(xié)調(diào)，落實(shí)各級(jí)財(cái)政保費(fèi)補(bǔ)貼、改進(jìn)農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼結(jié)構(gòu)，深度實(shí)施差別化保費(fèi)財(cái)政補(bǔ)貼政策。如對(duì)關(guān)乎糧食安全的重要農(nóng)產(chǎn)品逐步提高補(bǔ)貼比例；了解各省農(nóng)業(yè)特色，逐步提高特色農(nóng)產(chǎn)品保險(xiǎn)的風(fēng)險(xiǎn)保障水平和效率，提升中央對(duì)西部民族省份（處于第3、4梯隊(duì)的部分省份）特色農(nóng)產(chǎn)品的補(bǔ)貼比例。

（二）增加保險(xiǎn)品種，擴(kuò)大補(bǔ)貼范圍

由于盲目擴(kuò)大財(cái)政保費(fèi)補(bǔ)貼亦會(huì)導(dǎo)致其效率低下，所以在差別化補(bǔ)貼的基礎(chǔ)上，通過(guò)再保險(xiǎn)補(bǔ)貼、稅收優(yōu)惠、損失評(píng)估補(bǔ)貼等創(chuàng)新保費(fèi)補(bǔ)貼方式，擴(kuò)大農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼范圍和保障風(fēng)險(xiǎn)范圍，根據(jù)各地區(qū)實(shí)際需求拓展農(nóng)業(yè)保險(xiǎn)品種，從而促進(jìn)保險(xiǎn)保費(fèi)補(bǔ)貼的科學(xué)性和合理性。

部分省份在農(nóng)業(yè)保險(xiǎn)補(bǔ)貼品種上明顯少于國(guó)內(nèi)其他省份，因此要著眼于大力發(fā)展特色農(nóng)業(yè)保險(xiǎn)，從而做到應(yīng)保盡保。對(duì)于各省份特色產(chǎn)業(yè)要根據(jù)其是否為當(dāng)?shù)靥峁┝溯^高的產(chǎn)值來(lái)確定是否納入財(cái)政補(bǔ)貼的范圍。如云南天麻保險(xiǎn)、河南小麥險(xiǎn)、吉林玉米保險(xiǎn)、大豆保險(xiǎn)、湖北省的蓮藕保險(xiǎn)和湖南省的辣椒保險(xiǎn)等。在增加農(nóng)業(yè)保險(xiǎn)品種、擴(kuò)大保費(fèi)補(bǔ)貼范圍的同時(shí)，也要意識(shí)到貪大求全容易導(dǎo)致力不從心而降低農(nóng)業(yè)保險(xiǎn)的效率，而循序漸進(jìn)、扎實(shí)穩(wěn)妥才是貫徹落實(shí)的核心。

（三）明確法律地位，加大處罰力度

目前我國(guó)的農(nóng)業(yè)保險(xiǎn)靠政策推行，可操作性較弱且道德風(fēng)險(xiǎn)較高，國(guó)家層面應(yīng)加快農(nóng)業(yè)保險(xiǎn)立法，以法律形式規(guī)范政策性農(nóng)業(yè)保險(xiǎn)的執(zhí)行。尤其是西部各省份則應(yīng)因地制宜出臺(tái)相關(guān)的實(shí)施細(xì)則，明確農(nóng)戶、保險(xiǎn)公司和政府間的權(quán)利義務(wù)，明確補(bǔ)貼的比例、范圍、對(duì)象、品種、方式、運(yùn)作程序等。同時(shí)各省份可以建立專門(mén)的領(lǐng)導(dǎo)機(jī)構(gòu)，研究并設(shè)計(jì)具有地方特色的農(nóng)作物險(xiǎn)種、費(fèi)率、補(bǔ)貼額等，細(xì)化管理流程，規(guī)范參與者行為，同時(shí)領(lǐng)導(dǎo)小組要監(jiān)督并定期檢查補(bǔ)貼資金的使用情況，對(duì)于騙補(bǔ)、違規(guī)使用財(cái)政補(bǔ)貼資金等情況實(shí)行實(shí)時(shí)通報(bào)制度，并嚴(yán)格處罰手段，加大處罰力度，更好地保證農(nóng)業(yè)保險(xiǎn)補(bǔ)貼方案順利完成，保障廣大參保戶真正享受到農(nóng)業(yè)保險(xiǎn)補(bǔ)貼，促進(jìn)政策性農(nóng)業(yè)保險(xiǎn)的高效發(fā)展。

注釋：

①數(shù)據(jù)資料來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站年度數(shù)據(jù)/農(nóng)業(yè)/成災(zāi)面積http：//www.stats.gov.cn.

②數(shù)據(jù)資料來(lái)源于民政部網(wǎng)站《2014年社會(huì)服務(wù)發(fā)展統(tǒng)計(jì)公報(bào)》，http：//www.mca.gov.cn/article/sj/tjgb/201506/201506008324399.shtml.

[參考文獻(xiàn)]

[1]師榮蓉. 中國(guó)農(nóng)村信用社支農(nóng)效率及區(qū)域差異研究[D]. 西安：西北大學(xué)，2013：80-88.

[2]周縣華.民以食為天：關(guān)于農(nóng)業(yè)保險(xiǎn)研究的一個(gè)文獻(xiàn)綜述[J].保險(xiǎn)研究，2010（5）：119-127.

[3]庹國(guó)柱，王國(guó)軍.中國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)村社會(huì)保障制度研究[M].北京：首都經(jīng)貿(mào)大學(xué)出版社，2002.

[4]段文軍，袁 輝.政策性農(nóng)業(yè)保險(xiǎn)的財(cái)政補(bǔ)貼調(diào)節(jié)效應(yīng)分析：以湖北省為例[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2013（1）：39-42.

[5]張旭光，趙元鳳.農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率的評(píng)價(jià)研究：以內(nèi)蒙古自治區(qū)為例[J].農(nóng)村經(jīng)濟(jì)，2014（5）：93-97.

[6]王秀芬，郭淑敏.基于不同視角的政策性農(nóng)業(yè)保險(xiǎn)績(jī)效評(píng)價(jià)指標(biāo)探究[J].陜西農(nóng)業(yè)科學(xué)，2015，61（8）：91-93.

[7]龐瑞芝，李 鵬.中國(guó)新型工業(yè)化增長(zhǎng)績(jī)效的區(qū)域差異及動(dòng)態(tài)演進(jìn)[J].經(jīng)濟(jì)研究，2011（11）：39-47.

[8]張 寧，陸文聰，董宏紀(jì).中國(guó)農(nóng)田水利管理效率及其農(nóng)戶參與性機(jī)制研究：基于隨機(jī)前沿面的實(shí)證分析[J].自然資源學(xué)報(bào)，2012，27（3）：353-362.

[9]郭軍華，倪 明，李幫義.基于三階段DEA模型的農(nóng)業(yè)生產(chǎn)效率研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，（12）：7-18.

[10]吉生保，周小柯.基于三階段DEA模型的中國(guó)高技術(shù)產(chǎn)業(yè)效率研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010（12）：62-66.

[11]錢(qián)振偉，張 燕，高冬雪.基于三階段DEA模型的政策性農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)效率評(píng)估[J].商業(yè)研究，2014（10）：58-64.

[12]黃 穎.我國(guó)農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼的績(jī)效評(píng)價(jià)：基于2009～2013年省際面板數(shù)據(jù)的DEA實(shí)證分析[J].西南金融，2015（5）：32-35.

[13]吉生保，周小柯.基于三階段DEA模型的中國(guó)高技術(shù)產(chǎn)業(yè)效率研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010（12）：62-77.

[14]黃 薇.中國(guó)保險(xiǎn)機(jī)構(gòu)資金運(yùn)用效率研究：基于資源型兩階段DEA模型[J].經(jīng)濟(jì)研究，2008（8）：37-49.

[15]張旭光，趙元鳳.農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率的評(píng)價(jià)研究--以內(nèi)蒙古自治區(qū)為例[J].農(nóng)村經(jīng)濟(jì)，2014（3）：93-97.

[16]黃德春，董宇怡，劉炳勝.基于三階段DEA模型中國(guó)區(qū)域能源效率分析[J].資源科學(xué)，2012，34（4）：688-695.

（責(zé)任編輯 王婷婷）