胡玉梅

摘要：文章利用Logistic回歸分析方法研究臨安農(nóng)戶農(nóng)業(yè)保險(xiǎn)的支付意愿及影響因素，研究結(jié)果表明：農(nóng)戶購買農(nóng)業(yè)保險(xiǎn)的主要影響因素是農(nóng)戶教育程度、是否參加農(nóng)民專業(yè)合作社、農(nóng)業(yè)收入占比、投保流程便利程度、以往賠付經(jīng)歷，并且針對(duì)這五個(gè)變量提供加大農(nóng)業(yè)保險(xiǎn)專業(yè)知識(shí)普及、引導(dǎo)農(nóng)戶自愿加入合作社、提高投保流程的規(guī)范程度和便利度和改進(jìn)定損理賠工作的建議。

關(guān)鍵詞：農(nóng)業(yè)保險(xiǎn);支付意愿;影響因素

一、數(shù)據(jù)來源

（一）問卷調(diào)查

本研究主要通過實(shí)地調(diào)查收集所需數(shù)據(jù)，調(diào)研的對(duì)象主要是臨安區(qū)行政范圍內(nèi)從事農(nóng)業(yè)生產(chǎn)經(jīng)營的農(nóng)戶。調(diào)查地點(diǎn)在臨安298個(gè)行政村中隨機(jī)選取了30個(gè)進(jìn)行調(diào)研。調(diào)查期間隨機(jī)發(fā)放問卷150份，收回有效問卷120份，有效率為80%。

（二）調(diào)查的主要內(nèi)容

本文調(diào)查主要涉及受訪者的個(gè)體特征因素和農(nóng)業(yè)風(fēng)險(xiǎn)及保險(xiǎn)相關(guān)因素。具體包括了農(nóng)戶年齡、文化程度、是否為村干部、是否參加合作社、農(nóng)業(yè)收入占家庭收入總比重、現(xiàn)有投保流程是否合理和以往的農(nóng)業(yè)保險(xiǎn)賠付經(jīng)歷等。

二、模型構(gòu)建說明和結(jié)論

江生忠等（2015）和呂開宇等（2016）運(yùn)用 GMM 動(dòng)態(tài)面板估計(jì)方法指出其具有滯后性。黃淵基等（2018）指出線性方程受統(tǒng)計(jì)假設(shè)約束的局限性，Proit模型不能適用。而且越來越多的學(xué)者如侯玲玲等（2010）、聶榮（2013）等在分析農(nóng)戶農(nóng)業(yè)保險(xiǎn)需求意愿的影響因素時(shí)均采用了Logistic回歸模型來進(jìn)行實(shí)證分析。

（一）模型構(gòu)建

通過消費(fèi)者行為理論，將臨安區(qū)農(nóng)業(yè)保險(xiǎn)經(jīng)營主體假定為普通農(nóng)民為主，將農(nóng)戶是否愿意參加政策性農(nóng)業(yè)保險(xiǎn)（y）作為因變量，將愿意購買定義為y=1，將不愿意購買定義為y=0，愿意購買的概率為p，它與自變量x1、x2…xn之間的Logistic回歸模型為：

ln（OR）=β0+βjxj

其中，Odds Ratio（OR）發(fā)生比率為某一事件出現(xiàn)與不出現(xiàn)的概率比值，其表示為：

OR==exp（β0+βjxj）

（二）變量說明

本文將農(nóng)戶是否愿意參與政策性農(nóng)業(yè)保險(xiǎn)作為因變量，將農(nóng)戶年齡、文化程度、是否參加農(nóng)民專業(yè)合作社等10個(gè)因素作為自變量，具體變量賦值和預(yù)測(cè)情況如下。

（三）模型處理及結(jié)果

使用SPSS19.0對(duì)農(nóng)戶調(diào)查數(shù)據(jù)進(jìn)行Logistic回歸分析，采用0.05的選入標(biāo)準(zhǔn)及0.10的剔出標(biāo)準(zhǔn)，將所有變量強(qiáng)制納入回歸方程，接著對(duì)變量進(jìn)行顯著性檢驗(yàn)，得到最終回歸結(jié)果并加以分析得出結(jié)論。

根據(jù)以上分析結(jié)果，文化程度、是否參加農(nóng)民專業(yè)合作社、農(nóng)業(yè)收入占家庭收入比重、現(xiàn)有投保流程是否合理以及是否獲得過農(nóng)業(yè)保險(xiǎn)的賠付這五個(gè)變量的P值顯著性小于0.05，較為顯著并得出相應(yīng)結(jié)論：農(nóng)戶文化程度。根據(jù)模型結(jié)果顯示，sig.值為0.044<0.05，通過了顯著性檢驗(yàn)。文化程度越低，則農(nóng)戶越不愿意購買農(nóng)業(yè)保險(xiǎn)。是否參加農(nóng)民專業(yè)合作社。農(nóng)戶是否參加農(nóng)民專業(yè)合作社的sig.值為0.048<0.05，通過了顯著性檢驗(yàn)，且與農(nóng)戶投保意愿存在正向關(guān)系，OR值=20.129。這意味著參加農(nóng)民專業(yè)合作社的農(nóng)戶會(huì)更傾向于購買農(nóng)業(yè)保險(xiǎn)。農(nóng)業(yè)收入占家庭收入的比重。農(nóng)業(yè)收入占家庭收入比重越大，農(nóng)戶為了保證家庭收入穩(wěn)定而更傾向于購買農(nóng)業(yè)保險(xiǎn)（OR=1.051）。農(nóng)業(yè)保險(xiǎn)投保流程是否合理?；貧w結(jié)果顯示sig.值為0.048，通過了顯著性檢驗(yàn)。投保流程越不合理農(nóng)戶的參保意愿就越弱。以往是否獲得過農(nóng)業(yè)保險(xiǎn)的賠付?；貧w結(jié)果0.004<0.05，并且OR值=46.745，顯著性非常好，獲得過農(nóng)業(yè)保險(xiǎn)賠付對(duì)農(nóng)業(yè)保險(xiǎn)投保意愿有顯著的正向影響。

三、對(duì)策建議

（一）加大農(nóng)業(yè)保險(xiǎn)專業(yè)知識(shí)普及

首先，可以組織村里相關(guān)農(nóng)業(yè)保險(xiǎn)專業(yè)技術(shù)人員進(jìn)行宣傳普及;其次，可以借助新媒體等渠道，將傳統(tǒng)的媒體如農(nóng)民信箱等與微信等互聯(lián)網(wǎng)媒介相結(jié)合進(jìn)行推廣;并可加強(qiáng)保險(xiǎn)公司與氣象、植保等政府部門建立信息共享，讓農(nóng)戶充分了解農(nóng)業(yè)保險(xiǎn)相關(guān)知識(shí)政策和降低農(nóng)戶損失、保障農(nóng)業(yè)收入等重要作用而選擇主動(dòng)參與其中。

（二）引導(dǎo)農(nóng)戶自愿加入農(nóng)民專業(yè)合作社

農(nóng)戶是否參加合作社對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)意識(shí)的認(rèn)知、獲得信息渠道等均有影響。顯然讓每個(gè)農(nóng)戶參加農(nóng)民專業(yè)合作社不太可能，但是農(nóng)戶具有從眾效應(yīng)，可以通過組織分享賠付案例來提供農(nóng)戶的參保積極性。

（三）提高投保流程的規(guī)范程度和便利度

投保過程中因?yàn)橐恍┻^失情況導(dǎo)致農(nóng)戶對(duì)農(nóng)業(yè)保險(xiǎn)的信任度和滿意度出現(xiàn)偏差，可以通過將保單設(shè)計(jì)更通俗易懂，規(guī)范農(nóng)業(yè)保險(xiǎn)的投保流程，同時(shí)積極探索全方位的服務(wù)模式來糾正。

（四）改進(jìn)定損理賠工作

保險(xiǎn)公司應(yīng)該與時(shí)俱進(jìn)，加大科研投入，制定出一套科學(xué)的定損理賠規(guī)則，如優(yōu)化定損理賠流程、根據(jù)險(xiǎn)種不同提高每單位保障程度、推出氣象指數(shù)定損等來提高農(nóng)業(yè)保險(xiǎn)服務(wù)質(zhì)量和農(nóng)戶的參保意識(shí)。

參考文獻(xiàn)：

[1]侯玲玲，穆月英，曾玉珍.農(nóng)業(yè)保險(xiǎn)補(bǔ)貼政策及其對(duì)農(nóng)戶購買保險(xiǎn)影響的實(shí)證分析[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2010（04）.

[2]黃淵基，王韌，劉瑩.基于DEA-Tobit面板模型的農(nóng)業(yè)保險(xiǎn)補(bǔ)貼扶貧效率影響因素分析——以湖南省為例[J].農(nóng)村經(jīng)濟(jì)，2018（05）.

[3]江生忠，賈士彬，江時(shí)鯤.我國農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼效率及其影響因素分析——基于2010～2013年省際面板數(shù)據(jù)[J].保險(xiǎn)研究，2015（12）.

[4]呂開宇，李春肖，張崇尚，本文利. 基于主成分分析法和熵值法的地區(qū)農(nóng)業(yè)保險(xiǎn)發(fā)展水平分析——來自 2008～2013 年中國省級(jí)層面的數(shù)據(jù)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2016（03）.

[5]聶榮，閆宇光，王新蘭. 政策性農(nóng)業(yè)保險(xiǎn)福利績效研究——基于遼寧省微觀數(shù)據(jù)的證據(jù)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013（04）.

（作者單位：浙江農(nóng)林大學(xué)）