劉素春，劉昕怡，劉 娟

(山東財(cái)經(jīng)大學(xué) 保險(xiǎn)學(xué)院，山東 濟(jì)南 250014)

一、引言及文獻(xiàn)綜述

農(nóng)業(yè)不但是國(guó)民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)，還承擔(dān)著保障國(guó)家糧食安全的重要功能[1]。由于農(nóng)業(yè)存在天然的弱勢(shì)性，在由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型的過(guò)程中離不開(kāi)農(nóng)業(yè)保險(xiǎn)的支持[2]。農(nóng)業(yè)保險(xiǎn)作為強(qiáng)農(nóng)惠農(nóng)政策的重要手段，在實(shí)施“鄉(xiāng)村振興”戰(zhàn)略和深入推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革過(guò)程中，充分發(fā)揮了經(jīng)濟(jì)補(bǔ)償、促進(jìn)災(zāi)后恢復(fù)生產(chǎn)、保障農(nóng)業(yè)安全生產(chǎn)的作用。在國(guó)家政策支持與各級(jí)財(cái)政補(bǔ)貼保費(fèi)的背景下，農(nóng)業(yè)保險(xiǎn)獲得了快速發(fā)展。農(nóng)業(yè)保險(xiǎn)已覆蓋全國(guó)31 個(gè)省(區(qū)、市)的1 000 多個(gè)縣市，承保農(nóng)作物種類逐年上升，承保農(nóng)作物種植面積逐年擴(kuò)大。2018 年，我國(guó)農(nóng)險(xiǎn)保費(fèi)收入達(dá)到572.65 億元，比2004 年增長(zhǎng)約152 倍，農(nóng)險(xiǎn)原保費(fèi)占產(chǎn)險(xiǎn)原保費(fèi)收入比重也由2004 年的0.35%增長(zhǎng)至5.32%①數(shù)據(jù)來(lái)源：根據(jù)中國(guó)銀行保險(xiǎn)監(jiān)督委員會(huì)公布保險(xiǎn)統(tǒng)計(jì)數(shù)據(jù)報(bào)告整理。。我國(guó)農(nóng)業(yè)保險(xiǎn)發(fā)展成就令世界矚目，農(nóng)業(yè)保險(xiǎn)市場(chǎng)規(guī)模2019 年穩(wěn)居亞洲第一、世界第二。隨著我國(guó)農(nóng)業(yè)保險(xiǎn)制度體系日益完善，越來(lái)越多的保險(xiǎn)公司涉足農(nóng)業(yè)保險(xiǎn)領(lǐng)域，我國(guó)農(nóng)業(yè)保險(xiǎn)走到轉(zhuǎn)型升級(jí)的十字路口。在此背景下，國(guó)內(nèi)保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)經(jīng)營(yíng)效率如何? 如何提升農(nóng)險(xiǎn)經(jīng)營(yíng)效率、推動(dòng)農(nóng)業(yè)保險(xiǎn)高質(zhì)量發(fā)展? 這些問(wèn)題成為業(yè)界和學(xué)界共同關(guān)注的熱點(diǎn)。

國(guó)外學(xué)者最早于20 世紀(jì)90 年代開(kāi)始運(yùn)用DEA 模型對(duì)產(chǎn)險(xiǎn)市場(chǎng)、壽險(xiǎn)市場(chǎng)及整體保險(xiǎn)市場(chǎng)的運(yùn)行效率問(wèn)題進(jìn)行了研究。Worthington 和Hurley[3]運(yùn)用非參數(shù)方法檢驗(yàn)澳大利亞46 家保險(xiǎn)公司成本效率、經(jīng)營(yíng)效率、純技術(shù)效率和規(guī)模效率。Brockett 等[4]通過(guò)數(shù)據(jù)包絡(luò)分析來(lái)檢驗(yàn)美國(guó)財(cái)險(xiǎn)公司的效率。Luhnen[5]利用DEA方法對(duì)1995—2006 年間德國(guó)財(cái)產(chǎn)責(zé)任保險(xiǎn)公司經(jīng)營(yíng)效率進(jìn)行了全面測(cè)算與分析。Chen 等[6]利用DEA 方法與Malmquist 指數(shù)測(cè)度了美國(guó)各財(cái)產(chǎn)責(zé)任保險(xiǎn)公司轉(zhuǎn)制前后的效率。Kader 等[7]采用DEA 方法探討了17 個(gè)伊斯蘭國(guó)家非壽險(xiǎn)公司的成本效率，并分析了各國(guó)非壽險(xiǎn)公司的成本效率和董事會(huì)組成之間的關(guān)系。Reyna和Fuentes[8]利用DEA 模型評(píng)估了墨西哥保險(xiǎn)市場(chǎng)效率，認(rèn)為其保險(xiǎn)市場(chǎng)并未出現(xiàn)顯著的生產(chǎn)率提升跡象。

國(guó)內(nèi)已有不少學(xué)者對(duì)保險(xiǎn)公司效率進(jìn)行了研究，但關(guān)于保險(xiǎn)公司經(jīng)營(yíng)農(nóng)險(xiǎn)的效率方面分析不多，已有的研究是對(duì)專業(yè)型農(nóng)業(yè)保險(xiǎn)公司、非專業(yè)型農(nóng)業(yè)保險(xiǎn)公司或者將兩者混合進(jìn)行研究。趙紅[9]對(duì)我國(guó)專業(yè)型農(nóng)業(yè)保險(xiǎn)公司經(jīng)營(yíng)效率進(jìn)行了分析。卜振興[10]使用一階段DEA 模型與Malmquist 指數(shù)模型對(duì)比分析了專業(yè)型農(nóng)險(xiǎn)與非專業(yè)型農(nóng)險(xiǎn)的效率值。李心愉等[11]利用BCC 模型和Tobit 模型，孫蓉和奉唐文[12]采用SBM 模型和DEA 窗口分析法分析了我國(guó)農(nóng)業(yè)保險(xiǎn)開(kāi)展效率，并認(rèn)為農(nóng)險(xiǎn)經(jīng)營(yíng)效率整體上還處于較低水平。姜麗媛和張櫻馨[13]利用DEA 模型，在財(cái)產(chǎn)保險(xiǎn)公司中選取樣本對(duì)其農(nóng)業(yè)保險(xiǎn)經(jīng)營(yíng)效率進(jìn)行研究。

現(xiàn)有文獻(xiàn)研究主要采用DEA 模型及相關(guān)衍生模型進(jìn)行效率測(cè)度，未剔除外部環(huán)境因素干擾[14]，使各農(nóng)業(yè)保險(xiǎn)真實(shí)的經(jīng)營(yíng)效率未能得到充分體現(xiàn)。本文的創(chuàng)新之處是同時(shí)運(yùn)用三階段DEA 模型和Malmquist 指數(shù)分析法，在剔除環(huán)境變量與隨機(jī)因素后，分別從動(dòng)態(tài)、靜態(tài)角度分析我國(guó)保險(xiǎn)機(jī)構(gòu)農(nóng)險(xiǎn)經(jīng)營(yíng)效率的變化情況，以提髙我國(guó)農(nóng)業(yè)保險(xiǎn)經(jīng)營(yíng)效率測(cè)度的準(zhǔn)確性與科學(xué)性。

二、測(cè)度方法與模型構(gòu)建

(一)三階段DEA 模型

DEA 方法屬于效率測(cè)度中的非參數(shù)估計(jì)方法，其結(jié)果不易受主觀因素影響、操作簡(jiǎn)易、方便有效，最早由Charnes 等[15]提出。此后Fried 等人[16]對(duì)其做了進(jìn)一步研究，在原DEA 模型的基礎(chǔ)上引入SFA 回歸模型，根據(jù)回歸結(jié)果確定投入指標(biāo)“好壞”程度，繼而對(duì)其進(jìn)行調(diào)整，得到三階段DEA 模型方法，被學(xué)者廣泛運(yùn)用。

1.第一階段：基于原始投入與產(chǎn)出變量的DEA 分析

鑒于農(nóng)業(yè)保險(xiǎn)市場(chǎng)效率評(píng)估的多變性，選擇傳統(tǒng)的規(guī)?？勺?、投入導(dǎo)向BCC 修正模型，該模型下的技術(shù)效率(TE，Technical Efficiency)也表示為規(guī)模效率(SE，Scale Efficiency)與純技術(shù)效率(PTE，Pure Technical Efficiency)的乘積。模型構(gòu)建如下：

其中，x、y分別表示n個(gè)投入、產(chǎn)出向量，θ為決策單元有效值，θ*為代表各決策單元的綜合效率，λk(k＝1，2，…，n) 表示各農(nóng)險(xiǎn)公司投入和產(chǎn)出的權(quán)向量，s＋和s-表示為投入項(xiàng)和產(chǎn)出項(xiàng)的松弛變量，ε為阿基米德無(wú)窮小量。

2.第二階段：SFA 模型剔除環(huán)境及隨機(jī)誤差

沿用一階段DEA 假設(shè)，第二階段構(gòu)建投入導(dǎo)向的SFA 成本邊界模型，將獲得的各決策單元的投入松弛變量作為被解釋變量，將環(huán)境因素和隨機(jī)誤差等因素作為解釋變量，對(duì)差額值進(jìn)行分解。構(gòu)建SFA 方程為：

其中，Sjk是屬于第k個(gè)決策單元的第j項(xiàng)投入松弛變量。

Zk ＝(Z1k，Z2k，…，Zrk) 為可觀測(cè)到的r個(gè)外部環(huán)境變量；β j反映環(huán)境變量對(duì)投入松弛變量Sjk的影響程度；vjk和ujk可反映統(tǒng)計(jì)噪音和管理無(wú)效率，二者之和為模型混合誤差項(xiàng)，并假設(shè)兩隨機(jī)變量獨(dú)立不相關(guān)。為分離隨機(jī)擾動(dòng)因素，對(duì)vjk進(jìn)行估計(jì)，采用羅登躍[17]的方法，有：

進(jìn)一步調(diào)整環(huán)境因素對(duì)投入額的干擾，采用Fried 等[16]提出的調(diào)整后公式，如公式(5)所示：

其中，是調(diào)整后的投入，xjk是調(diào)整前的投入，是對(duì)外部環(huán)境因素進(jìn)行調(diào)整，[maxk(Vjk)-Vjk]是將所有決策單元置于相同外部環(huán)境狀態(tài)下。

3.第三階段：調(diào)整后的DEA 模型

第三階段DEA 方法類似第一階段的傳統(tǒng)DEA 方法，使用經(jīng)第二階段調(diào)整后的新投入變量，再次運(yùn)用傳統(tǒng)DEA 方法來(lái)度量，得到調(diào)整后的效率值。經(jīng)過(guò)調(diào)整的效率值是剔除外部環(huán)境影響后的各保險(xiǎn)公司經(jīng)營(yíng)農(nóng)險(xiǎn)的效率值，該值更能反映各公司投入轉(zhuǎn)化成產(chǎn)出的能力，得到的結(jié)果更加真實(shí)客觀。

(二)Malmquist 指數(shù)模型

三階段DEA 是從靜態(tài)的角度對(duì)決策單元的效率值進(jìn)行分析，為了全面分析各保險(xiǎn)公司在2013—2017 年間經(jīng)營(yíng)農(nóng)險(xiǎn)的效率變化情況，通過(guò)Malmquist 指數(shù)模型進(jìn)行動(dòng)態(tài)研究。Malmquist 指數(shù)模型用于測(cè)度在時(shí)期t的技術(shù)條件下，從第t期到第t＋1 期的技術(shù)效率變化情況。全要素生產(chǎn)率的Malmquist 指數(shù)計(jì)算公式如下：

(xt＋1，yt＋1)、(xt，yt) 分別表示t＋1 時(shí)期和t時(shí)期投入與產(chǎn)出的向量，表示生產(chǎn)配置到t＋1時(shí)刻前沿面的位置。M＞1 時(shí)，表示我國(guó)農(nóng)險(xiǎn)市場(chǎng)的全要素生產(chǎn)率呈上升趨勢(shì)；M ＝1 時(shí)，表示無(wú)變化；M＜1 時(shí)，表示呈下降趨勢(shì)。Malmquist 指數(shù)可以分解為三部分：

Effch 為技術(shù)效率指數(shù)，描述了相鄰兩個(gè)時(shí)期農(nóng)險(xiǎn)經(jīng)營(yíng)效率水平的變化情況，技術(shù)效率指數(shù)又可分解為純技術(shù)效率變化指數(shù)(Peach)與規(guī)模效率變化指數(shù)(Sech)，其變動(dòng)受二者影響；Tech 為技術(shù)進(jìn)步指數(shù)，描述了各保險(xiǎn)公司科技發(fā)展水平的變化，即整體科技創(chuàng)新能力的提升與發(fā)展對(duì)全要素生產(chǎn)率的貢獻(xiàn)程度，如農(nóng)業(yè)保險(xiǎn)產(chǎn)品的創(chuàng)新、保險(xiǎn)公司理賠技術(shù)的改進(jìn)等。

三、數(shù)據(jù)來(lái)源

(一)樣本數(shù)據(jù)

我國(guó)《農(nóng)業(yè)保險(xiǎn)條例》于2012 年公布，2013 年3 月1 日起施行，標(biāo)志著我國(guó)農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)發(fā)展進(jìn)入了有法可依階段，各公司經(jīng)營(yíng)農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)日漸規(guī)范。為更好地觀測(cè)條例實(shí)施后各公司經(jīng)營(yíng)農(nóng)險(xiǎn)的效率，決定選取2013—2017 年共5 年的數(shù)據(jù)展開(kāi)研究。根據(jù)2014 年《中國(guó)保險(xiǎn)年鑒》記錄，2013 年我國(guó)共有29 家經(jīng)營(yíng)農(nóng)險(xiǎn)的保險(xiǎn)公司，其中22 家保險(xiǎn)公司農(nóng)險(xiǎn)保費(fèi)收入在一千萬(wàn)以上，剩余七家農(nóng)險(xiǎn)保費(fèi)收入規(guī)模較少予以剔除。同時(shí)在決策單元的選取上，考慮資料的完整性，剔除數(shù)值殘缺樣本，如平安產(chǎn)險(xiǎn)員工人數(shù)指標(biāo)合并在集團(tuán)內(nèi)，無(wú)法區(qū)分產(chǎn)險(xiǎn)和壽險(xiǎn)員工人數(shù)故而剔除；太平財(cái)險(xiǎn)出現(xiàn)奇異樣本；中原農(nóng)險(xiǎn)2015 年成立；浙商、華農(nóng)財(cái)險(xiǎn)單一年份數(shù)據(jù)缺失予以剔除。最終挑選出17 家保險(xiǎn)公司作為樣本，其近幾年的總市場(chǎng)份額均占據(jù)整個(gè)農(nóng)險(xiǎn)市場(chǎng)95%以上，具體情況如表1 所示。

表1 2013—2017 年17 家農(nóng)業(yè)保險(xiǎn)公司市場(chǎng)份額 單位：%

(二)變量選取

以我國(guó)農(nóng)險(xiǎn)市場(chǎng)實(shí)際運(yùn)行情況為依據(jù)，考慮相關(guān)數(shù)據(jù)可得性及數(shù)據(jù)量化可行性，選取相應(yīng)的投入、產(chǎn)出指標(biāo)與環(huán)境變量指標(biāo)?？紤]到農(nóng)業(yè)保險(xiǎn)的經(jīng)營(yíng)過(guò)程中，保險(xiǎn)公司是作為代辦公司，其投入農(nóng)業(yè)保險(xiǎn)的各方費(fèi)用及資本很難從其他業(yè)務(wù)中分離，最終選取員工人數(shù)、固定資產(chǎn)、金融資本和營(yíng)業(yè)費(fèi)用四大類作為投入指標(biāo)。因不同公司農(nóng)險(xiǎn)所占業(yè)務(wù)比重差異性太大，參考孫蓉和奉唐文[12]的數(shù)據(jù)處理方法，對(duì)上述指標(biāo)進(jìn)行處理，以員工人數(shù)為例，調(diào)整后員工人數(shù)＝員工人數(shù)×(農(nóng)業(yè)保險(xiǎn)保費(fèi)收入/財(cái)產(chǎn)險(xiǎn)保費(fèi)收入)。在產(chǎn)出指標(biāo)方面，考慮到農(nóng)業(yè)保險(xiǎn)作為政策性險(xiǎn)種，保費(fèi)收入能夠反映各公司農(nóng)險(xiǎn)業(yè)務(wù)的開(kāi)展能力與經(jīng)營(yíng)狀況，賠付支出體現(xiàn)了各公司的保障能力與水平，所以選取農(nóng)業(yè)保費(fèi)收入與農(nóng)業(yè)保險(xiǎn)賠償支出這兩個(gè)指標(biāo)。各保險(xiǎn)公司農(nóng)險(xiǎn)經(jīng)營(yíng)效率的外部環(huán)境影響因素方面，考慮到環(huán)境因素影響決策單元效率但又無(wú)法實(shí)現(xiàn)直接控制，最終決定選取保險(xiǎn)公司的性質(zhì)(是否為專業(yè)型農(nóng)業(yè)保險(xiǎn)公司)、各公司已開(kāi)展政策性農(nóng)險(xiǎn)的年限以及各保險(xiǎn)公司農(nóng)險(xiǎn)業(yè)務(wù)占據(jù)農(nóng)險(xiǎn)市場(chǎng)的市場(chǎng)份額為環(huán)境變量。指標(biāo)選取情況見(jiàn)表2。

表2 投入產(chǎn)出指標(biāo)及環(huán)境指標(biāo)

四、實(shí)證分析

(一)第一階段DEA 分析

采用Deap2.1 軟件，運(yùn)行規(guī)?？勺?、投入導(dǎo)向的BCC 模型對(duì)效率水平進(jìn)行測(cè)算。將原始的投入產(chǎn)出數(shù)據(jù)直接導(dǎo)入測(cè)算，分別計(jì)算出17 家保險(xiǎn)公司在2013—2017 年間經(jīng)營(yíng)農(nóng)險(xiǎn)的技術(shù)效率(TE)、純技術(shù)效率(PTE)和規(guī)模效率(SE)，結(jié)果如表3 所示。

表3 調(diào)整前2013—2017 年我國(guó)各保險(xiǎn)公司經(jīng)營(yíng)農(nóng)險(xiǎn)效率

在不考慮外部環(huán)境變量和隨機(jī)噪聲的情況下，通過(guò)運(yùn)算結(jié)果顯示，2013—2017 年間，DEA 有效的單元數(shù)量在6～9 個(gè)之間波動(dòng)，即每年大致有6～9 個(gè)公司處于最優(yōu)經(jīng)營(yíng)規(guī)模狀態(tài)。其中，僅有陽(yáng)光農(nóng)險(xiǎn)、國(guó)元農(nóng)險(xiǎn)的規(guī)模效率和純技術(shù)效率均一直處于最優(yōu)狀態(tài)，發(fā)展最優(yōu)且最為穩(wěn)定；綜合型財(cái)險(xiǎn)中的人保財(cái)險(xiǎn)、太保產(chǎn)險(xiǎn)、永安財(cái)險(xiǎn)、陽(yáng)光產(chǎn)險(xiǎn)與專業(yè)型農(nóng)險(xiǎn)公司中的安信農(nóng)險(xiǎn)，有四年處于前沿面，發(fā)展較為良好；錦泰財(cái)險(xiǎn)、泰山財(cái)險(xiǎn)純技術(shù)效率起初高于規(guī)模效率，但隨后兩年規(guī)模效率得到提升，純技術(shù)效率卻出現(xiàn)下降，說(shuō)明以上兩家公司在后期的經(jīng)營(yíng)過(guò)程中過(guò)度關(guān)注農(nóng)險(xiǎn)經(jīng)營(yíng)規(guī)模的擴(kuò)大而忽視了技術(shù)的提高；大地保險(xiǎn)在注重技術(shù)提升的同時(shí)注意提升規(guī)模效率，2016 年成功躋身技術(shù)效率前沿面；中航安盟2014 年起開(kāi)始注重純技術(shù)效率提升，整體效率提升明顯，但發(fā)展并不穩(wěn)定，2016 年由于規(guī)模無(wú)效率導(dǎo)致了技術(shù)效率下滑，2017 年由于純技術(shù)效率下降而整體效率下降明顯。

整體來(lái)看，除2013 年和2016 年外，17 家保險(xiǎn)公司其余年份的規(guī)模效率水平更靠近凸性的生產(chǎn)前沿面，發(fā)展并不穩(wěn)定。其中，拉低我國(guó)各綜合型財(cái)險(xiǎn)公司農(nóng)險(xiǎn)經(jīng)營(yíng)效率水平的主要因素，2013 年與2016 年是規(guī)模效率不佳，另外三年是純技術(shù)效率不足；專業(yè)型農(nóng)險(xiǎn)2013 年、2014 年與2016 年技術(shù)效率因規(guī)模效率低而被拉低，2017 年是因純技術(shù)效率水平不足。通過(guò)綜合型財(cái)險(xiǎn)公司與專業(yè)型農(nóng)險(xiǎn)公司對(duì)比也可以發(fā)現(xiàn)，多數(shù)專業(yè)型農(nóng)險(xiǎn)公司的綜合技術(shù)效率、純技術(shù)效率與規(guī)模效率水平均比綜合型財(cái)險(xiǎn)公司高。由于上述評(píng)價(jià)結(jié)果并未將外部環(huán)境因素和隨機(jī)因素的作用成分排除在外，無(wú)法真實(shí)反映出17 個(gè)決策單元在五年內(nèi)經(jīng)營(yíng)效率變動(dòng)的真實(shí)情況，所以還需通過(guò)第二階段，對(duì)數(shù)據(jù)做進(jìn)一步調(diào)整和測(cè)算。

(二)第二階段SFA 分析

將第一階段分析結(jié)果得到的各決策單元投入變量的松弛量作為SFA 方程的因變量，經(jīng)營(yíng)農(nóng)險(xiǎn)年限、農(nóng)險(xiǎn)市場(chǎng)份額與公司性質(zhì)為自變量，運(yùn)用frontier4.1 軟件進(jìn)行回歸分析，得出結(jié)果如表4 所示。

表4 第二階段SFA 回歸結(jié)果

下面對(duì)3 個(gè)環(huán)境變量的計(jì)算結(jié)果進(jìn)行分析：

(1)經(jīng)營(yíng)農(nóng)險(xiǎn)的時(shí)間長(zhǎng)短對(duì)固定資產(chǎn)、員工人數(shù)、經(jīng)營(yíng)費(fèi)用及金融資本的松弛程度均產(chǎn)生一定的正向作用。保險(xiǎn)公司經(jīng)營(yíng)農(nóng)險(xiǎn)的時(shí)間越長(zhǎng)，其在這四項(xiàng)投入上的冗余程度就會(huì)越高，出現(xiàn)投入浪費(fèi)程度情形的概率也相應(yīng)增加。

(2)市場(chǎng)份額對(duì)四項(xiàng)投入松弛變量均在1%水平下通過(guò)顯著性檢驗(yàn)。且對(duì)固定資產(chǎn)、員工人數(shù)、經(jīng)營(yíng)費(fèi)用及金融資本的松弛變量系數(shù)均為正值。表明公司市場(chǎng)份額的增長(zhǎng)有助于優(yōu)化資本投入程度，減輕經(jīng)營(yíng)費(fèi)用的浪費(fèi)。

(3)公司性質(zhì)對(duì)各個(gè)投入松弛變量都在1%水平下通過(guò)顯著性檢驗(yàn)，對(duì)固定資產(chǎn)、金融資本投入松弛變量系數(shù)為負(fù)，其他各項(xiàng)為正。這說(shuō)明，相較于綜合型財(cái)險(xiǎn)公司而言，專業(yè)型農(nóng)險(xiǎn)公司在員工人數(shù)、經(jīng)營(yíng)費(fèi)用方面產(chǎn)生了一定的冗余。

實(shí)證結(jié)果進(jìn)一步表明，外部環(huán)境的差異會(huì)對(duì)各公司經(jīng)營(yíng)農(nóng)險(xiǎn)的效率產(chǎn)生差異化影響。各農(nóng)險(xiǎn)公司非經(jīng)營(yíng)管理水平的差異，可能會(huì)對(duì)各保險(xiǎn)公司的經(jīng)營(yíng)效率產(chǎn)生影響。一些經(jīng)營(yíng)管理能力差的農(nóng)險(xiǎn)公司可能因?yàn)橥獠凯h(huán)境因素或隨機(jī)因素作用而具有較高的效率。為了獲取更加真實(shí)的效率水平，有必要調(diào)整原始投入量，分離環(huán)境因素以及隨機(jī)誤差項(xiàng)，并將所有經(jīng)營(yíng)農(nóng)險(xiǎn)的保險(xiǎn)公司置于同一外部環(huán)境中。

(三)第三階段調(diào)整后的效率分析

根據(jù)第二階段SFA 分析結(jié)果來(lái)調(diào)整投入項(xiàng)，得出2013—2017 年我國(guó)各保險(xiǎn)公司經(jīng)營(yíng)農(nóng)險(xiǎn)效率的真實(shí)水平，如表5 所示。

表5 調(diào)整后2013—2017 年我國(guó)各保險(xiǎn)公司農(nóng)險(xiǎn)經(jīng)營(yíng)效率

續(xù)表5

對(duì)比表3 與表5 可知，剔除環(huán)境變量和隨機(jī)因素的干擾后，運(yùn)行結(jié)果顯示各保險(xiǎn)公司經(jīng)營(yíng)農(nóng)險(xiǎn)的效率有升有降，且因?yàn)椴糠直ｋU(xiǎn)公司經(jīng)營(yíng)農(nóng)險(xiǎn)效率下降的幅度大于上升的幅度，導(dǎo)致了各年份平均技術(shù)效率值、平均純技術(shù)效率值與平均規(guī)模效率值的不同程度降低。其中，人保財(cái)險(xiǎn)、中華聯(lián)合和安華農(nóng)險(xiǎn)2013—2017 年的純技術(shù)效率值與規(guī)模效率值比一階段均有所提升，而太保產(chǎn)險(xiǎn)、國(guó)壽財(cái)險(xiǎn)、紫金財(cái)險(xiǎn)、陽(yáng)光產(chǎn)險(xiǎn)、錦泰財(cái)險(xiǎn)、安誠(chéng)財(cái)險(xiǎn)和安信農(nóng)險(xiǎn)效率值則相較于一階段出現(xiàn)下降，陽(yáng)光、國(guó)元農(nóng)險(xiǎn)效率值穩(wěn)定性較高。比較而言，人保財(cái)險(xiǎn)、中華聯(lián)合作為國(guó)內(nèi)較早且長(zhǎng)期開(kāi)展農(nóng)險(xiǎn)業(yè)務(wù)的保險(xiǎn)公司，中航安盟作為首家被批準(zhǔn)以專業(yè)型農(nóng)險(xiǎn)公司身份進(jìn)入中國(guó)市場(chǎng)的境外保險(xiǎn)公司，三家公司均在農(nóng)險(xiǎn)市場(chǎng)中發(fā)揮了“領(lǐng)頭羊”的帶頭作用。我國(guó)專業(yè)型農(nóng)險(xiǎn)公司則憑借其專業(yè)優(yōu)勢(shì)，經(jīng)營(yíng)效率明顯優(yōu)于綜合型財(cái)險(xiǎn)公司。

根據(jù)各保險(xiǎn)公司2013—2017 年調(diào)整后的純技術(shù)效率與規(guī)模效率繪制散點(diǎn)圖(見(jiàn)圖1)。

圖1 第三階段保險(xiǎn)公司農(nóng)險(xiǎn)經(jīng)營(yíng)純技術(shù)效率與規(guī)模效率散點(diǎn)圖

如圖1 所示，如果以0.7 作為判斷效率高低的標(biāo)準(zhǔn)，可將保險(xiǎn)公司分為五類：(1)“雙高型”保險(xiǎn)公司。人保財(cái)險(xiǎn)、陽(yáng)光農(nóng)險(xiǎn)、國(guó)元農(nóng)險(xiǎn)五年時(shí)間內(nèi)均處于前沿面，說(shuō)明這些公司資源配置相對(duì)合理，各投入生產(chǎn)要素均得到了較為充分的利用，技術(shù)效率施展到最高水平，投入產(chǎn)出效率相對(duì)較高，應(yīng)繼續(xù)保持這一狀態(tài)。中華聯(lián)合、太保產(chǎn)險(xiǎn)、永安財(cái)險(xiǎn)、安華農(nóng)險(xiǎn)、國(guó)壽財(cái)險(xiǎn)、中航安盟與上述三家相比仍有效率進(jìn)步空間。(2)“技高規(guī)低型”保險(xiǎn)公司。華泰財(cái)險(xiǎn)2014 年躋身“雙高型”行列，但2016 年跌入“雙低型”，規(guī)模效率顯著低于純技術(shù)效率。因而華泰財(cái)險(xiǎn)在日常的經(jīng)營(yíng)過(guò)程中應(yīng)注意適當(dāng)提高公司農(nóng)險(xiǎn)業(yè)務(wù)規(guī)模。(3)“技低規(guī)高型”保險(xiǎn)公司。紫金財(cái)險(xiǎn)、錦泰財(cái)險(xiǎn)(2013 年除外)、安信農(nóng)險(xiǎn)應(yīng)注重加大高新科技在農(nóng)險(xiǎn)領(lǐng)域的應(yīng)用，鼓勵(lì)農(nóng)險(xiǎn)業(yè)務(wù)創(chuàng)新，實(shí)現(xiàn)經(jīng)營(yíng)效率的最大化。(4)“雙低型”保險(xiǎn)公司?？傮w來(lái)看，并未有保險(xiǎn)公司長(zhǎng)期處于這一階段，安誠(chéng)財(cái)險(xiǎn)、華泰財(cái)險(xiǎn)曾各自在不同年份跌入“雙低型”行列，以上公司應(yīng)在注重業(yè)務(wù)創(chuàng)新的同時(shí)不斷擴(kuò)大農(nóng)險(xiǎn)業(yè)務(wù)規(guī)模，以此提升總體經(jīng)營(yíng)效率。(5)“波動(dòng)型”保險(xiǎn)公司。泰山財(cái)險(xiǎn)從“技高規(guī)低型”、“雙高型”再到“雙低型”、“雙高型”，紫金財(cái)險(xiǎn)從“技低規(guī)高型”到“雙高型”再回至“技低規(guī)高型”，陽(yáng)光產(chǎn)險(xiǎn)從“技低規(guī)高型”到“雙高型”再到“雙低型”，跨度較大，發(fā)展極為不穩(wěn)定。因此該三家公司在未來(lái)的發(fā)展過(guò)程中應(yīng)先找準(zhǔn)公司定位再謀求發(fā)展，盡量避免業(yè)務(wù)經(jīng)營(yíng)水平忽高忽低造成的不良影響。大地保險(xiǎn)從“技高規(guī)低型”到“雙低型”再到“雙高型”，近三年發(fā)展已經(jīng)較為穩(wěn)定，發(fā)展勢(shì)頭良好。

(四)Malmquist 指數(shù)分析法

BCC 模型與調(diào)整后的模型都是從靜態(tài)的角度來(lái)測(cè)算經(jīng)營(yíng)農(nóng)險(xiǎn)的保險(xiǎn)公司的效率水平，即只能得到在一定時(shí)期內(nèi)的效率水平，故而選用Malmquist 指數(shù)模型從動(dòng)態(tài)的角度來(lái)衡量各個(gè)農(nóng)業(yè)保險(xiǎn)公司在一段時(shí)期內(nèi)效率值的變化情況，選取2013—2017 年數(shù)據(jù)進(jìn)行動(dòng)態(tài)測(cè)算，運(yùn)行結(jié)果如表6。

表6 調(diào)整前后我國(guó)農(nóng)險(xiǎn)公司DEA-Malmquist 指數(shù)分解結(jié)果對(duì)比

整體來(lái)看，調(diào)整后我國(guó)經(jīng)營(yíng)農(nóng)險(xiǎn)的保險(xiǎn)公司2013—2017 年平均全要素生產(chǎn)率不穩(wěn)定，呈現(xiàn)先降后升再降再升的波動(dòng)趨勢(shì)。五年間的全要素生產(chǎn)率(Tfpch)平均值為0.895，年均下降0.105。調(diào)整后的平均技術(shù)效率變化指數(shù)、平均技術(shù)進(jìn)步指數(shù)、純技術(shù)效率變化指數(shù)、規(guī)模效率變化指數(shù)及全要素生產(chǎn)率指數(shù)的平均值比調(diào)整前分別下降了0.4、3.9、0.3、0.1 和4.2 個(gè)百分點(diǎn)。根據(jù)全要素生產(chǎn)率的分解來(lái)看，近幾年我國(guó)農(nóng)險(xiǎn)市場(chǎng)屬于規(guī)模型增長(zhǎng)，規(guī)模效率對(duì)全要素生產(chǎn)率增長(zhǎng)的貢獻(xiàn)最大，其次是純技術(shù)效率，最后是技術(shù)進(jìn)步指數(shù)。技術(shù)效率的增長(zhǎng)主要是由規(guī)模效率引起的，反映出現(xiàn)階段農(nóng)險(xiǎn)市場(chǎng)規(guī)模的合理擴(kuò)大對(duì)全要素生產(chǎn)率的提升至關(guān)重要，但是技術(shù)進(jìn)步和技術(shù)創(chuàng)新方面仍需多加重視。在同質(zhì)化環(huán)境下，農(nóng)險(xiǎn)市場(chǎng)整體變動(dòng)雖仍不穩(wěn)定，但呈上升趨勢(shì)，有更多的決策單元接近前沿生產(chǎn)面。

五、研究結(jié)論與政策建議

(一)研究結(jié)論

靜態(tài)分析發(fā)現(xiàn)，調(diào)整后的專業(yè)型農(nóng)險(xiǎn)公司的效率整體水平高于綜合型財(cái)險(xiǎn)公司，說(shuō)明我國(guó)專業(yè)型農(nóng)險(xiǎn)公司的投入要素利用效率達(dá)到了較高水平。綜合來(lái)看，影響綜合型財(cái)險(xiǎn)公司與專業(yè)型農(nóng)險(xiǎn)公司效率的主要因素不同。同時(shí)，對(duì)樣本保險(xiǎn)公司的分類發(fā)現(xiàn)，17 家保險(xiǎn)公司中，“雙高型”最多，其次是“技低規(guī)高型”與“波動(dòng)型”，而“技高規(guī)低型”和“雙低型”最少。說(shuō)明環(huán)境因素對(duì)多數(shù)保險(xiǎn)公司綜合技術(shù)效率具有利好影響。動(dòng)態(tài)角度分析表明，剔除了環(huán)境因素和隨機(jī)因素后，2013—2017 年平均全要素生產(chǎn)率波動(dòng)起伏較大，且全要素生產(chǎn)率的提升主要得益于規(guī)模效率提高，受制于技術(shù)進(jìn)步效率。

(二)政策建議

基于上述分析，提出以下建議：

1.采取個(gè)性化手段提升農(nóng)險(xiǎn)經(jīng)營(yíng)效率。針對(duì)我國(guó)專業(yè)型農(nóng)險(xiǎn)公司純技術(shù)效率水平一直不佳的情況，建議在農(nóng)業(yè)保險(xiǎn)險(xiǎn)種、農(nóng)險(xiǎn)增值服務(wù)等業(yè)務(wù)上進(jìn)行創(chuàng)新，解決產(chǎn)品和服務(wù)的同質(zhì)化問(wèn)題，充分發(fā)揮專業(yè)農(nóng)險(xiǎn)公司的特色優(yōu)勢(shì)。資本雄厚的綜合型財(cái)險(xiǎn)公司在農(nóng)險(xiǎn)經(jīng)營(yíng)效率上并未出現(xiàn)規(guī)模經(jīng)濟(jì)，究其原因是部分公司為搶占市場(chǎng)，導(dǎo)致經(jīng)營(yíng)成本增加，出現(xiàn)資源浪費(fèi)現(xiàn)象，對(duì)經(jīng)營(yíng)效率產(chǎn)生負(fù)向影響。因此，各保險(xiǎn)公司應(yīng)樹(shù)立規(guī)模不等于規(guī)模效率的經(jīng)營(yíng)理念，以提升效率為目標(biāo)，在擴(kuò)大農(nóng)險(xiǎn)業(yè)務(wù)規(guī)模的同時(shí)注重自身效益，理性擴(kuò)大農(nóng)險(xiǎn)經(jīng)營(yíng)規(guī)模。與此同時(shí)，農(nóng)險(xiǎn)部門不需過(guò)多員工投入，投入過(guò)多容易產(chǎn)生冗余，應(yīng)加大復(fù)合型人才引入比例，試推行“1＋1＋x”集約化農(nóng)險(xiǎn)管理模式，即在1 個(gè)集中區(qū)域內(nèi)，實(shí)行1 套農(nóng)險(xiǎn)業(yè)務(wù)班組，管理x 家分支保險(xiǎn)公司的農(nóng)險(xiǎn)業(yè)務(wù)。

2.重視保險(xiǎn)行業(yè)創(chuàng)新。將科技創(chuàng)新放到發(fā)展農(nóng)險(xiǎn)業(yè)務(wù)的優(yōu)先地位具有重要意義，各公司應(yīng)保持農(nóng)險(xiǎn)產(chǎn)品創(chuàng)新較快步伐，因地制宜創(chuàng)新特色農(nóng)險(xiǎn)產(chǎn)品，嘗試推行農(nóng)險(xiǎn)“電子保單”。同時(shí)引入衛(wèi)星定位、遙感、無(wú)人機(jī)等高新科技，利用大數(shù)據(jù)、云技術(shù)等新技術(shù)成果，增加農(nóng)險(xiǎn)產(chǎn)品與服務(wù)的附加值。