齊彧 王寧

摘要： 基于對黑龍江省林甸縣玉米種植戶的調研數據，以保險公司提供的225、300、375元/hm2等3個保費檔次作因變量，運用有序Probit模型分析影響農戶政策性農業(yè)保險需求檔次的因素。結果表明，受教育程度、損失頻次、對政策性農業(yè)保險的了解程度等3個指標的提高使得玉米種植戶對高保費檔次的需求強烈。家庭農業(yè)勞動力數量、玉米種植面積占總耕地面積的比重、是否流轉土地、是否種植其他作物及土地質量都顯著影響玉米種植戶的保險需求檔次;家庭規(guī)模、種植年限、購買政策性農業(yè)保險經歷對玉米種植戶保險需求檔次的影響不顯著。因此，建議在縣級財政既定的政策性保險預算額度下，根據玉米種植戶對不同保費檔次的選擇，調整政策性保險補貼的實施方案，從而更好地發(fā)揮政策性保險的支農作用。

關鍵詞： 貧困縣;玉米種植戶;政策性農業(yè)保險;保費檔次選擇;有序Probit模型

中圖分類號： F840.66? 文獻標志碼： A

文章編號：1002-1302（2020）05-0008-05

在我國800個產糧大縣中，國家級貧困縣有105個，調動貧困縣糧食種植戶的積極性對于穩(wěn)定我國糧食的供給至關重要。農業(yè)保險在支農方面具有重要作用，自2004年開始農業(yè)保險一直被寫入中央一號文件。2017年國務院發(fā)布的《關于深入推進農業(yè)供給側結構性改革加快培育農業(yè)農村發(fā)展新動能的若干意見》中強調應“持續(xù)推進農業(yè)保險擴面、增品、提標，開發(fā)滿足新型農業(yè)經營主體需求的保險產品”。國內學者既指出政策性農業(yè)保險需求方面存在的問題，又分析了影響其需求的因素，并給出相關的建議。劉金霞等認為，我國農業(yè)保險無法將潛在需求轉化為有效需求[1]。周堅等指出，我國農業(yè)大省相較于經濟發(fā)達省份政策性農業(yè)保險的保障水平偏低，對糧食產出的激勵作用有限[2]。何小偉認為，農戶對政策性農業(yè)保險的需求會受到耕地面積、非農收入等因素影響，應重視農戶之間存在的差異性，提高農業(yè)保險保費補貼的精準性和指向性[3]。

Logistic模型和Probit模型是學者們在分析影響因素時主要應用的研究方法?；莴I波基于河南省1 025名農戶的調研數據，運用二元Logistic回歸模型，分析影響農戶農業(yè)保險需求意愿及其因素[4]。寧滿秀等以新疆維吾爾自治區(qū)瑪納斯河流域部分團場和鄉(xiāng)（鎮(zhèn)）棉農為研究對象，運用Probit模型分析影響農戶購買農業(yè)保險的決策因素[5]。林甸縣地處黑龍江省西部，既是我國的產糧大縣，又是國家級貧困縣，該縣玉米種植戶購買的政策性農業(yè)保險均為保險公司所提供的3檔保費中的最低檔，部分玉米種植戶更偏好于第2檔和第3檔保費對應的保額。以已有研究成果為基礎，分析玉米種植戶對現有政策性農業(yè)保險3個檔次的檔次選擇及影響因素，既可為保險公司調整政策性農業(yè)保險保費檔次提供參考，又可為林甸縣政府從玉米種植戶對不同保險檔次需求意愿的角度制定補貼計劃提供參考，從而提高政策性農業(yè)保險補貼的精準性。

1 模型選擇與數據來源

1.1 有序Probit模型

有序Probit模型被廣泛應用于處理有序多分類離散數據。金剛等為探究影響農民新型農村社會養(yǎng)老保險繳費檔次選擇的因素，將5個繳費檔次作為因變量進行研究，發(fā)現不同的補貼方式顯著影響繳費檔次的選擇[6]。李潤平等將合作社的融資需求劃分為強、中、弱3個等級，依據有序Probit模型估計影響合作社融資需求選擇的因素[7]。周曙東等在分析影響果農對農業(yè)外來入侵動物防治意愿的因素時，按照李克特量表法將防治意愿程度這一因變量劃分為5個有序變量，運用有序Probit模型分析不同因素對意愿度影響的概率[8]。林樂芬等將入社社員對合作社的依存度劃分為5個等級，運用有序Probit模型分析顯著影響社員依存度的因素和這些因素對不同等級依存度的影響概率及其邊際貢獻值[9]。陳素瓊等將城市農民工幸福程度劃分為5個等級，運用有序Probit模型分析影響城市農民工幸福程度的因素[10]。

林甸縣政策性農業(yè)保險保費由各級財政部門和農戶共同承擔，其中中央財政補貼40%，省級財政補貼25%，縣級財政補貼15%，其余20%由農戶自己承擔。保險公司在該縣推行的玉米政策性農業(yè)保險有3個保費檔次，分別為225、300、375元/hm2，將現有3個保費檔次作為因變量，并用數字1、2、3賦值，由于3個保費檔次賦值后為離散型有序變量，故采用有序Probit模型分析影響玉米種植戶對政策性農業(yè)保險需求檔次的因素。

有序Probit模型的數學表達式如下：

y*i=xiβi+μi。（1）

觀測值yi的定義規(guī)則如下：

yi=1，y*i≤r1;

2，r1

3，y*i>r2。

式中：y*i表示不可觀測的潛變量;yi表示可觀測的有序變量;xi表示第i個自變量;μi表示標準正態(tài)分布的隨機誤差;r1、r2、r3表示y*值突變的臨界點，與βi一樣均為待估計參數，0<r1<r2<r3。

由此可知，yi對xi的條件概率為：

Prob（yi=1|xi）=Prob（y*i≤r1|xi）=Φ（r1-βixi）;

Prob（yi=2|xi）=Prob（ri

[JP2]Prob（yi=3|xi）=Prob（y*i>r2|xi）=1-Φ（r2-βixi）。

式中：yi表示保險需求檔次;xi表示影響保險需求檔次的11個變量;有序Probit模型的回歸系數β值可通過Stata軟件進行估計。由于該模型的回歸系數值大小不能說明某一個解釋變量對保險需求檔次的影響程度，系數的符號也只能說明該變量對保險需求檔次的影響方向，所以須要計算各個變量的邊際貢獻值。邊際貢獻值是指自變量變化1個單位引起的因變量變化量。邊際貢獻值為正或為負，表示自變量每增加1個單位會使因變量yi=n發(fā)生的概率增加或減小;邊際貢獻值為0則表明自變量的變化對因變量發(fā)生的概率無影響。對于連續(xù)型自變量，其邊際貢獻值可由偏導數P/x計算獲得，即對P（yi=n|x）求偏導就可得到自變量xi對yi=n發(fā)生的邊際貢獻值。

式中：f（z）表示標準正態(tài)概率密度函數在z點處的概率值。對于虛擬自變量（離散變量）則須計算虛擬自變量不同取值時的預測概率，2個預測概率之差即為其邊際貢獻概率。

1.2 數據來源

林甸縣下轄5個鎮(zhèn)3個鄉(xiāng)，筆者所在課題組于2018年11月14日對黑龍江省林甸縣宏偉鄉(xiāng)等鄉(xiāng)（鎮(zhèn)）進行預調研，根據預調研情況調整了調研問卷的內容。調整后的調研問卷分為兩部分，一部分為玉米種植戶（戶主）農業(yè)政策性保險保費檔次，另一部分為玉米種植戶家庭特征、經營特征、保險認知情況。并于2018年11月20—29日走訪了5個鄉(xiāng)（鎮(zhèn)）的16個村，展開為期10 d的正式調研，共發(fā)放調研問卷170份，全部回收，其中有效調研問卷162份，有效率為95.29%（表1）。

2 變量設置與描述性統(tǒng)計

杜鵬指出，農業(yè)收入占總收入的比重、家庭農業(yè)勞動力人數、對農業(yè)保險的了解程度等因素對農業(yè)政策性保險需求具有正向影響[11]。寧滿秀等以新疆棉農為研究對象，發(fā)現戶主務農時間、總耕地面積、棉農純收入占總收入的比重都顯著影響農戶購買農業(yè)政策性保險的決策[5]。晁娜娜等指出，不同種植規(guī)模對農業(yè)保險需求存在差異，是否有耕地流轉行為對保險需求影響為正[12]。姜巖等指出，是否有參保經歷、農業(yè)保險了解程度、年齡、受教育年限都對農業(yè)政策性保險需求具有激勵作用[13]。在已有研究成果的基礎上，本研究將解釋變量劃分為家庭特征、經營特征、保險認知3個部分（表2）。

結合實際調研情況和表2的描述性統(tǒng)計結果可知，首先，玉米種植戶受教育程度的均值為1.72，62個玉米種植戶受教育程度為小學及以下，87個玉米種植戶受教育程度為初中，兩者共占總人數的92%，高中及以上學歷的玉米種植戶有13個，可見所調研的玉米種植戶普遍受教育水平偏低;玉米種植戶一般都為三口之家或四口之家，三口之家有58個，四口之家有43個，家庭規(guī)模最大的為7人;家庭勞動力人數最多為2人，有時1人也可以完成農業(yè)生產活動，如今農業(yè)生產的大部分環(huán)節(jié)都依靠農業(yè)機械，玉米種植戶可以通過雇傭農機具作業(yè)以節(jié)省勞動力。其次，被調查玉米種植戶中糧食種植年限在21～30年的有54個，種植年限超過30年的有51個，種植年限在10年以下的有29個，占總人數的17.9%;玉米種植戶家庭種植玉米的面積占總經營耕地面積的77.3%，種植玉米的面積占總經營耕地面積的比重越大，對玉米種植戶保費檔次選擇產生的影響可能就越大;在162個玉米種植戶中，有128個玉米種植戶選擇流轉入土地來擴大生產規(guī)模，但是由于近年來土地轉入成本不斷提高，如遇到災害會導致減產甚至絕產，對轉入土地的玉米種植戶的打擊是巨大的，不利于土地規(guī)?；洜I;大部分玉米種植戶都選擇種植多種作物，只有39個玉米種植戶選擇只種植玉米1種作物，實地調研還發(fā)現林甸縣玉米種植戶一般喜歡兼種大豆、紅小豆，多樣化種植使得風險分散，進而影響玉米種植戶保險需求檔次的選擇;統(tǒng)計結果顯示，土地質量為一般的有92個，占總調研人數的56.8%，土地質量為好的有46個，土地質量越好，發(fā)生災害的可能性會降低，進而影響玉米種植戶農業(yè)保險需求檔次;近10年作物受災達到作物賠付標準的頻次為2、3次的玉米種植戶居多，分別占總調研的玉米種植戶的29.0%、33.3%，作物受災達到作物賠付標準頻次最多為6次，受災頻次越多的玉米種植戶的風險意識可能更強，更有意愿購買高檔次的農業(yè)保險。最后，對農業(yè)保險政策不了解的玉米種植戶有73個，一般了解的玉米種植戶有61個，十分了解農業(yè)保險政策的玉米種植戶很少，只占17.3%，說明政府、保險公司、村干部等對農業(yè)保險的宣傳力度有待加強;調研的玉米種植戶中曾參加過農業(yè)保險的玉米種植戶有94個，曾經購買過農業(yè)保險的玉米種植戶可能更傾向于高檔次的保險。

3 實證結果與分析

3.1 回歸過程

為避免因2個解釋變量高度相關而影響對被解釋變量的分析，對自變量進行多重共線性檢驗。本研究通過方差膨脹因子（VIF）判斷自變量間是否存在多重共線性，一般認為VIF不超過10，則自變量間不存在多重共線性[14]。盧秋佳等在探究影響農戶是否選擇林權交易中心的因素時，在Logistic回歸前進行VIF多重共線性檢驗發(fā)現其VIF值均在10以內[15]。錢龍等運用二元Probit模型分析社會資本對土地流轉行為的影響時發(fā)現，多重共線性的VIF值均小于10[16]。本研究運用Stata 14.2檢驗多重共線性的VIF值最大為3.23（表3），說明解釋變量間不存在多重共線性，無須調整解釋變量。運用有序Probit模型對11個自變量回歸，獲得各個自變量的回歸系數，并通過計算各個自變量的邊際貢獻值，確定當自變量發(fā)生變化時，因變量發(fā)生變化的概率。各自變量的回歸系數及邊際貢獻值（邊際效應）見表3。

3.2 結果分析

3.2.1 家庭特征因素（x1～x3）

受教育程度（x1）越高，玉米種植戶選擇保費第1檔、第2檔的概率將分別下降10.61%、3.01%，而玉米種植戶選擇保費第3檔的概率將提高13.62%，說明玉米種植戶受教育程度越高，對高保費檔次需求的可能性越大。家庭規(guī)模（x2）在統(tǒng)計上不顯著，說明家庭規(guī)模不是保險需求檔次的決定性因素。家庭農業(yè)勞動力數量（x3）每增加1人，玉米種植戶選擇第1、第2檔的概率將分別提高12.04%、3.42%，而選擇第3檔的概率將降低15.46%，說明隨著農業(yè)勞動力數量的增加，玉米種植戶對高保費檔次的需求減小。

保費需求檔次的影響不顯著，說明種植年限對保費需求檔次的影響不起關鍵作用。玉米種植面積占總耕地面積的比重（x5）越大，玉米種植戶選擇保費第1檔的概率將提高39.89%，選擇保費第2檔的概率將提高11.32%，而選擇保費第3檔的概率將降低51.21%，可見隨著玉米種植面積占總耕地面積比重的提高，玉米種植戶對保費第1檔與第2檔的需求將增加。流轉土地的玉米種植戶（x6）比不流轉土地的玉米種植戶對保費第1、第2檔需求的概率分別提高13.10%、3.72%。除種植玉米外還種植其他作物的農戶（x7）比單種植玉米的農戶選擇保費第1檔概率提高了26.84%，多樣化種植使得玉米種植戶傾向于購買低保費檔次的政策性農業(yè)保險。玉米土地質量（x8）越好，玉米種植戶選擇保費第1檔的概率提高14.06%，選擇保費第3檔的概率降低18.05%，說明土地質量顯著影響玉米種植戶對保費檔次的選擇。損失頻次（x9）越高，玉米種植戶選擇保費第3檔的概率提升5.92%，選擇保費第1、第2檔的概率分別下降4.61%、1.31%，說明近年來受災頻次越高，玉米種植戶選擇高保費檔次的概率就會越高。

3.2.3 保險認知因素（x10、x11）

玉米種植戶對政策性農業(yè)保險政策的了解程度（x10）越高，選擇保費第1、第2檔次的概率分別下降3.07%、8.07%，選擇第3檔次保費的概率提高9.34%，說明隨著玉米種植戶對政策性農業(yè)保險的認知程度的提高，其更傾向于選擇高保費檔次的保險。是否參加過政策性農業(yè)保險（x11）在統(tǒng)計上不顯著，說明是否有政策性農業(yè)保險的參保經歷對種植戶保費檔次的選擇影響不大。

4 結論及建議

以林甸縣玉米種植戶為調研對象，運用有序Probit模型分析影響政策性農業(yè)保險需求檔次的因素。結果表明，受教育程度、近年來損失頻次、對保險政策的了解程度等3個指標的提高使得玉米種植戶對高保費檔次的需求強烈。家庭農業(yè)勞動力數量、玉米種植面積占總耕地面積的比重、是否流轉土地、是否種植其他作物以及玉米土地質量都顯著影響玉米種植戶保費檔次的選擇;家庭規(guī)模、種植年限、購買農業(yè)保險經歷對玉米種植戶保費檔次選擇的影響不顯著。

綜上提出以下建議：第一，提高農業(yè)保險的宣傳力度。政府、保險公司應采用案例分析等方式，讓農戶了解保險的責任范圍以及賠償標準，提高農戶對農業(yè)保險的認知程度，進而調動農戶參保的積極性。第二，建議在縣級財政既定的政策性保險預算額度條件下，可根據玉米種植戶對不同保費檔次的選擇調整政策性保險補貼實施方案。

參考文獻：

[1]劉金霞，雒立旺. 擴大中國農業(yè)保險有效需求的對策研究[J]. 經濟與管理，2012，26（3）：59-61，86.

[2]周 堅，張 偉，陳宇靖. 糧食主產區(qū)農業(yè)保險補貼效應評價與政策優(yōu)化——基于糧食安全的視角[J]. 農村經濟，2018（8）：69-75.

[3]何小偉. 農業(yè)保險精準補貼的著力點和配套保障[J]. 金融博覽，2017（8）：60-61.

[4]惠獻波. 農戶農業(yè)保險需求意愿及其影響因素研究——基于河南省1 025戶農戶的調研數據[J]. 調研世界，2016（1）：21-25.

[5]寧滿秀，邢 酈，鐘甫寧. 影響農戶購買農業(yè)保險決策因素的實證分析——以新疆瑪納斯河流域為例[J]. 農業(yè)經濟問題，2005（6）：38-44，79.

[6]金 剛，柳清瑞. 新農保補貼激勵、政策認知與個人賬戶繳費檔次選擇——基于東北三省數據的有序Probit模型估計[J]. 人口與發(fā)展，2012，18（4）：39-46，13.

[7]李潤平，周靈靈. 農民專業(yè)合作社的融資訴求及其影響因素研究——基于河北、安徽兩省問卷調查數據的實證分析[J]. 經濟經緯，2014，31（3）：20-25.

[8]周曙東，周 楨. 果農對農業(yè)外來入侵動物的防治意愿分析——以橘小實蠅為例[J]. 中國農村經濟，2014（9）：46-56.

[9]林樂芬，李 偉. 農地股份合作組織發(fā)育與內部依存性實證分析——基于40個農地股份合作社的問卷調查[J]. 學海，2015（2）：124-134.

[10]陳素瓊，張廣勝. 城市農民工家庭化遷移模式變遷及其幸福效應——基于CGSS數據的追蹤研究[J]. 農業(yè)技術經濟，2017（8）：67-80.

[11]杜 鵬. 農戶農業(yè)保險需求的影響因素研究——基于湖北省五縣市342戶農戶的調查[J]. 農業(yè)經濟問題，2011，32（11）：78-83，112.

[12]晁娜娜，楊汭華. 耕地規(guī)模、農業(yè)保險認知及其潛在需求的多樣化——基于全國6 492個糧食種植戶的考察[J]. 財經科學，2017（5）：67-79.

[13]姜 巖，李 揚. 政府補貼、風險管理與農業(yè)保險參保行為——基于江蘇省農戶調查數據的實證分析[J]. 農業(yè)技術經濟，2012（10）：65-72.

[14]陳 強. 高級計量經濟學及Stata應用[M]. 北京：高等教育出版社，2014.

[15][JP2]盧秋佳，魏遠竹，徐龍順，等. 計劃行為理論視角農戶選擇林權交易中心意愿分析[J]. 林業(yè)經濟問題，2018，38（6）：48-55，105.

[16]錢 龍，錢文榮. 社會資本影響農戶土地流轉行為嗎？——基于CFPS的實證檢驗[J]. 南京農業(yè)大學學報（社會科學版），2017，17（5）：88-99，153-154.

收 稿日期：2019-02-16

基金項目：黑龍江八一農墾大學“三縱”科研啟動計劃（編號：RRCPY201801）;黑龍江省農業(yè)農村改革發(fā)展軟科學研究課題。

作者簡介：齊 彧（1995—），女，黑龍江雞西人，碩士，主要從事農業(yè)與農村經濟研究。E-mail：1807771211@qq.com。

通信作者：王 寧，教授，碩士生導師，主要從事農業(yè)經濟理論與政策研究。E-mail：1262048825@qq.com。