□鄭 軍 盛康麗

[內(nèi)容提要]通過(guò)有調(diào)節(jié)的中介模型分析農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸發(fā)展協(xié)同效果，并運(yùn)用三階段DEA-Malmquist模型測(cè)算鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率。研究發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)通過(guò)農(nóng)業(yè)信貸的中介效應(yīng)對(duì)農(nóng)業(yè)發(fā)展影響顯著，財(cái)政支出在農(nóng)業(yè)信貸與農(nóng)業(yè)發(fā)展中有調(diào)節(jié)效應(yīng)，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸發(fā)展協(xié)同效果良好，而環(huán)境因素對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率測(cè)算有顯著影響，剔除外部環(huán)境因素后，技術(shù)進(jìn)步和全要素生產(chǎn)率均有上升。在環(huán)境因素中，成災(zāi)面積、灌溉面積對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同運(yùn)行效率提高具有顯著的負(fù)向影響，農(nóng)業(yè)機(jī)械化水平有正向影響，而財(cái)政投入對(duì)于不同投入指標(biāo)影響方向不同。根據(jù)以上結(jié)論，我國(guó)應(yīng)因地制宜建立農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同機(jī)制，合理配置財(cái)政投入，建立自然災(zāi)害風(fēng)險(xiǎn)防范機(jī)制，提高機(jī)械化水平和合理進(jìn)行農(nóng)田水利建設(shè)，促進(jìn)鄉(xiāng)村振興。

一、引言

當(dāng)前，我國(guó)經(jīng)濟(jì)發(fā)展已經(jīng)進(jìn)入新時(shí)代，社會(huì)主要矛盾發(fā)生改變，黨的十九大報(bào)告提出要農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展，加快推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化，實(shí)施鄉(xiāng)村振興戰(zhàn)略。近年來(lái)，新型農(nóng)業(yè)經(jīng)營(yíng)主體規(guī)模日益壯大，成為我國(guó)實(shí)施鄉(xiāng)村振興戰(zhàn)略的重要力量。然而新型農(nóng)業(yè)經(jīng)營(yíng)主體規(guī)?；a(chǎn)業(yè)化經(jīng)營(yíng)，需要強(qiáng)大的信貸支持與農(nóng)業(yè)保險(xiǎn)保障。農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同發(fā)展可有效改善農(nóng)業(yè)經(jīng)營(yíng)者的經(jīng)營(yíng)環(huán)境，助力農(nóng)業(yè)發(fā)展。因此，研究農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同是金融助力鄉(xiāng)村振興戰(zhàn)略的重點(diǎn)。效率研究是綜合衡量農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸參與農(nóng)業(yè)生產(chǎn)的資源配置與福利狀況。協(xié)同效率是關(guān)于耦合協(xié)調(diào)關(guān)系研究的衍生性方法，是在協(xié)同發(fā)展的基礎(chǔ)上對(duì)兩個(gè)或以上系統(tǒng)間投入與產(chǎn)出的量化解釋(李彥華等，2019)[1]。DEA是測(cè)算農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率的有效途徑，傳統(tǒng)DEA受到環(huán)境因素和隨機(jī)擾動(dòng)等影響，無(wú)法真實(shí)測(cè)算協(xié)同效率，因此本文采用三階段DEA-Malmquist模型測(cè)算農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的全要素生產(chǎn)率、技術(shù)效率與技術(shù)變動(dòng)，綜合衡量農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同服務(wù)鄉(xiāng)村振興戰(zhàn)略的有效程度。

鄉(xiāng)村振興戰(zhàn)略背景下，研究我國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率，首先研究農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸發(fā)展是否協(xié)同？其次，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率趨勢(shì)如何？我國(guó)地區(qū)之間經(jīng)濟(jì)、政策與社會(huì)環(huán)境等外部環(huán)境存在差異，而這些環(huán)境差異對(duì)測(cè)量農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率測(cè)量有何影響？在外部環(huán)境因素調(diào)整后，我國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的效率如何變化？針對(duì)這些問(wèn)題，本文通過(guò)農(nóng)業(yè)信貸的中介效應(yīng)、農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同運(yùn)行的效率進(jìn)行測(cè)算，對(duì)其是否有效合作、共同為農(nóng)業(yè)發(fā)展服務(wù)做出基本評(píng)估，并剔除干擾因素對(duì)調(diào)整后的農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率提升進(jìn)行分析。根據(jù)分析結(jié)果，為農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同發(fā)展提出政策建議，提升金融服務(wù)鄉(xiāng)村振興戰(zhàn)略的質(zhì)量。

二、文獻(xiàn)綜述

一直以來(lái)，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同發(fā)展都是研究熱點(diǎn)。目前，國(guó)內(nèi)外已有文獻(xiàn)基本認(rèn)為農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸之間關(guān)系是良性發(fā)展的，為“三農(nóng)”發(fā)展保駕護(hù)航。國(guó)外學(xué)者Binswanger(1980)[2]、Binswanger(1996)[3]、Karlan(2014)[4]等相關(guān)研究成果具有代表意義，他們認(rèn)為信貸機(jī)構(gòu)傾向于投保農(nóng)業(yè)保險(xiǎn)的農(nóng)業(yè)經(jīng)營(yíng)主體，可以減少信貸機(jī)構(gòu)的貸款收回風(fēng)險(xiǎn)。這為后續(xù)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸良性互動(dòng)研究提供了堅(jiān)實(shí)的基礎(chǔ)和明確的研究方向。中國(guó)學(xué)者側(cè)重研究中國(guó)背景下的農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同服務(wù)農(nóng)業(yè)發(fā)展的行為，并得到一些有價(jià)值的研究結(jié)論，例如祝國(guó)平、劉吉舫(2014)[5]，謝玉梅、高嬌(2014)[6]研究發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)介入農(nóng)業(yè)信貸市場(chǎng)，能有效轉(zhuǎn)移風(fēng)險(xiǎn)，平滑農(nóng)戶的凈收入波動(dòng)。

近年來(lái)，農(nóng)業(yè)風(fēng)險(xiǎn)保障制度的逐步完善，使得農(nóng)業(yè)保險(xiǎn)和農(nóng)業(yè)信貸協(xié)同影響農(nóng)業(yè)農(nóng)村發(fā)展引起學(xué)界的廣泛關(guān)注。大多數(shù)研究都是側(cè)重研究農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同對(duì)農(nóng)企貸款概率的影響，例如，葉明華、衛(wèi)玥(2015)[7]，任樂(lè)、王性玉、趙輝(2017)[8]，劉素春、智迪迪(2017)[9]。這些觀點(diǎn)比較一致，普遍認(rèn)為農(nóng)業(yè)信貸市場(chǎng)引入保險(xiǎn)，可以提高信貸規(guī)模和信貸機(jī)構(gòu)的盈利水平，實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸之間的良性協(xié)同運(yùn)行，提高農(nóng)村企業(yè)貸款概率，促進(jìn)農(nóng)業(yè)發(fā)展。另一方面，張建軍、張兵(2012)[10]，謝玉梅、高嬌(2014)[6]，董曉林、呂沙、湯穎梅(2018)[11]，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同存在農(nóng)業(yè)風(fēng)險(xiǎn)配給的負(fù)面干預(yù)效應(yīng)，對(duì)規(guī)模農(nóng)戶的數(shù)量配給具有緩解作用，穩(wěn)定農(nóng)戶收入波動(dòng)。提高農(nóng)村地區(qū)金融服務(wù)水平，增強(qiáng)金融組織機(jī)構(gòu)間合作和金融產(chǎn)品的創(chuàng)新能力，提高金融對(duì)農(nóng)村地區(qū)的支持力度，農(nóng)村金融工具就會(huì)對(duì)農(nóng)業(yè)增產(chǎn)和農(nóng)民增收產(chǎn)生積極的作用。

現(xiàn)有文獻(xiàn)相關(guān)具有比較鮮明的特點(diǎn)：側(cè)重定量研究農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同，缺乏理論基礎(chǔ)與實(shí)證模型有效結(jié)合分析，較少使用效率評(píng)價(jià)方法評(píng)價(jià)其服務(wù)效率。鑒于此，本文的主要貢獻(xiàn)可以總結(jié)如下：其一，在理論層面，用理論推導(dǎo)模型對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同機(jī)制進(jìn)行考察，尤其針對(duì)鄉(xiāng)村振興戰(zhàn)略背景下對(duì)各主體效用提升的影響。其二，在實(shí)證分析層面上，采用中介效應(yīng)檢驗(yàn)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸的協(xié)同機(jī)制，并利用三階段DEA模型來(lái)分析農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率，通過(guò)對(duì)環(huán)境變量和隨機(jī)影響因素的調(diào)整，剔除相應(yīng)干擾后進(jìn)行效率值的評(píng)價(jià)，提升農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率的說(shuō)服力。其三，在政策干預(yù)方面，本文的分析為促進(jìn)我國(guó)鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同體制良性發(fā)展提供微觀基礎(chǔ)和技術(shù)創(chuàng)新思路。

三、農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同服務(wù)鄉(xiāng)村振興戰(zhàn)略的作用機(jī)理

農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同發(fā)展，提高雙方的效用。一方面，農(nóng)業(yè)保險(xiǎn)具有準(zhǔn)公共物品的性質(zhì)，其社會(huì)效益大于經(jīng)濟(jì)效益，這種外部經(jīng)濟(jì)易造成市場(chǎng)失靈，在這種情況下帕累托最優(yōu)狀態(tài)無(wú)法通過(guò)市場(chǎng)機(jī)制優(yōu)化資源配置實(shí)現(xiàn)。然而農(nóng)業(yè)保險(xiǎn)參與農(nóng)業(yè)信貸市場(chǎng)可實(shí)施共享信息制度，降低其經(jīng)營(yíng)成本，提升保險(xiǎn)機(jī)構(gòu)的效用(祝國(guó)平、常艷，2014)[12]。另一方面，農(nóng)業(yè)保險(xiǎn)以抵押品的形式參與信貸市場(chǎng)，增加農(nóng)業(yè)信貸的信用等級(jí)，使得資金可獲得性大大推廣，并且可以提高農(nóng)戶的還款能力，降低信貸機(jī)構(gòu)的經(jīng)營(yíng)風(fēng)險(xiǎn)，提升信貸機(jī)構(gòu)的效用(葉明華、衛(wèi)玥，2015)[7]。此外，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同實(shí)現(xiàn)多方主體的效用增加，受到多種因素影響。

假定參與主體的期望效用為E(Ut)，農(nóng)戶、保險(xiǎn)機(jī)構(gòu)、信貸機(jī)構(gòu)、政府的效用分別為U1、U2、U3和U4，初始財(cái)富為W1、W2、W3、W4；

農(nóng)戶生產(chǎn)經(jīng)營(yíng)過(guò)程中面臨的風(fēng)險(xiǎn)損失為Φ，其概率密度為f(Φ)，滿足0≤Φ≤W0的條件，參與農(nóng)業(yè)保險(xiǎn)的保費(fèi)為P0；

信貸機(jī)構(gòu)進(jìn)行信貸投放的產(chǎn)出函數(shù)為h(χ,r)，χ為投入，r為還款率，產(chǎn)出函數(shù)滿足h’>，h”<0，其中根據(jù)祝國(guó)平、常艷(2014)[12]保險(xiǎn)機(jī)構(gòu)與信貸機(jī)構(gòu)之間實(shí)行信息共享制度，因此投入χ可分為可與保險(xiǎn)機(jī)構(gòu)共享的資源投入ξχ和不可共享的資源投入ξ(1-χ)。假定保險(xiǎn)機(jī)構(gòu)面臨的風(fēng)險(xiǎn)中性，其保險(xiǎn)效用為U2(Φ)=aΦ+b，則保險(xiǎn)機(jī)構(gòu)進(jìn)行保險(xiǎn)業(yè)務(wù)的期望效用為E(U2(W2+E(Φ)+P0-Φ))=U2(W2)+ap0，參與農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同中的期望效用為E(U2(W2+E(Φ)+ξχ-Φ))=u2(w2)+ap0+aξχ，則保險(xiǎn)機(jī)構(gòu)提升效用aξχ；信貸機(jī)構(gòu)的進(jìn)行農(nóng)業(yè)信貸業(yè)務(wù)的期望效用為U3(W3-χ+h(χ,r0))，r0為保險(xiǎn)機(jī)構(gòu)未參與信貸投放的貨款率，參與農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同后，因此還款率提升到r1;因此保險(xiǎn)與信貸機(jī)構(gòu)總效用提升為△U=aξχ+U3(W3-χ+h(χ,r1))-U3(W3-χ+h(χ,r0))，h與效用均為遞增函數(shù)，則提升效用為正，且與投入ξ和r正向相關(guān)。

農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同比農(nóng)業(yè)保險(xiǎn)不參與信貸活動(dòng)中的綜合效用提高，然而農(nóng)業(yè)保險(xiǎn)如何通過(guò)農(nóng)業(yè)信貸影響農(nóng)業(yè)發(fā)展，政府財(cái)政是否對(duì)該關(guān)系有影響，是農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同服務(wù)鄉(xiāng)村振興戰(zhàn)略的重點(diǎn)。中介效應(yīng)作為組織行為學(xué)研究的重要方法，主要通過(guò)因果逐步回歸分析，分析在已知因變量與自變量之間關(guān)系時(shí)，探討中介變量在該關(guān)系之中的內(nèi)部作用機(jī)制，而調(diào)節(jié)變量可以更精細(xì)理解變量間關(guān)系。方蕊(2019)[14]曾利用中介效應(yīng)研究“保險(xiǎn)+期貨”在提高農(nóng)戶種糧積極性的作用機(jī)制，因此本文借鑒該方法研究農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同在對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展增長(zhǎng)之間的作用機(jī)制，研究鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同機(jī)制。其次，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同機(jī)制使得參與主體的效用提高，其提高程度也是該機(jī)制持續(xù)性研究的重要方面，具有重要意義。在鄉(xiāng)村振興戰(zhàn)略背景下，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同實(shí)現(xiàn)了效用提高，以三階段DEA-Malmquist模型研究農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率，可以在剔除外部環(huán)境因素與隨機(jī)擾動(dòng)影響下測(cè)算協(xié)同效率的估計(jì)值，綜合衡量農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同后各參與主體的效用提高。根據(jù)以上分析，其效用提高與農(nóng)業(yè)保險(xiǎn)和信貸的投入、還款率相關(guān)，而還款率與農(nóng)業(yè)保險(xiǎn)的覆蓋程度正向相關(guān)，但指標(biāo)過(guò)多易造成模型判斷力下降，因此DEA-Malmquist模型的投入變量應(yīng)包括信貸機(jī)構(gòu)的農(nóng)業(yè)信貸投入、保險(xiǎn)機(jī)構(gòu)農(nóng)業(yè)保險(xiǎn)投入；而產(chǎn)出變量以農(nóng)村居民人均純收入與金融業(yè)總產(chǎn)值為產(chǎn)出變量，分析產(chǎn)出與保險(xiǎn)與信貸資源投入的有效程度，進(jìn)而對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸效率進(jìn)行準(zhǔn)確研究，推動(dòng)鄉(xiāng)村振興戰(zhàn)略實(shí)施。

其中，鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同發(fā)展的主要運(yùn)行機(jī)理如圖1所示。

圖1 鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同運(yùn)行機(jī)理

四、實(shí)證模型及數(shù)據(jù)來(lái)源

(一)相關(guān)假定

通過(guò)上文對(duì)鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同機(jī)制分析，本文提出兩個(gè)合理假設(shè)：

假設(shè)1：農(nóng)業(yè)信貸在農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展影響中發(fā)揮了中介作用，財(cái)政支出在農(nóng)業(yè)信貸與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展中有調(diào)節(jié)作用，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同發(fā)展。

假設(shè)2：農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同對(duì)農(nóng)業(yè)支出具有效率，但區(qū)域環(huán)境因素影響農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率測(cè)算，環(huán)境因素統(tǒng)一后農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸的協(xié)同效率將會(huì)提高。

(二)模型構(gòu)建

1.中介模型

本文研究農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率，分析農(nóng)業(yè)保險(xiǎn)如何通過(guò)農(nóng)業(yè)信貸影響農(nóng)戶的效用，是農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同服務(wù)鄉(xiāng)村振興戰(zhàn)略的重要方面。因此首先分析農(nóng)業(yè)保險(xiǎn)介入到農(nóng)業(yè)信貸市場(chǎng)是否有擴(kuò)大農(nóng)業(yè)信貸規(guī)模的效果，且是否能服務(wù)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，并且研究財(cái)政支出在農(nóng)業(yè)信貸與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展影響中是否具有調(diào)節(jié)效應(yīng)。中介效應(yīng)模型可以解釋變量間影響是通過(guò)一個(gè)或多個(gè)變量的間接影響產(chǎn)生，相較于普通回歸模型，中介變量模型具有同時(shí)處理多個(gè)自變量和多個(gè)因變量之間關(guān)系的優(yōu)點(diǎn)，主要通過(guò)因果逐步回歸方法進(jìn)行檢驗(yàn)。方蕊(2019)[14]曾根據(jù)計(jì)劃行為理論利用中介效應(yīng)研究“保險(xiǎn)+期貨”試點(diǎn)對(duì)農(nóng)戶種植積極性的影響，發(fā)現(xiàn)參與試點(diǎn)對(duì)農(nóng)戶種糧積極性具有正向影響。因此本文選擇有調(diào)節(jié)的中介變量模型研究農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響，分析農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸的協(xié)同機(jī)制。據(jù)此構(gòu)建有調(diào)節(jié)的中介模型，基本形式如下：

Fi=β0α1Ai+μ1

(1)

Ac=β0α2Ai+μ2

(2)

Fi=β0λ1Ac+μ3

(3)

Fi=β0α3Ai+μ1+λ2Ac+μ4

(4)

Fi=β0α4Ai+λ3Ac+δM+ΦMAC+μ5

(5)

在公式(1)至公式(5)中，F(xiàn)i表示是農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，Ai代表農(nóng)業(yè)保險(xiǎn)賠付，Ac為涉農(nóng)信貸規(guī)模，M為財(cái)政支出的調(diào)節(jié)變量，β0代表常數(shù)項(xiàng)。Fi代表控制變量對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)，α1、α3、α4表示農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響系數(shù)，而α2代表農(nóng)業(yè)保險(xiǎn)對(duì)中介變量系數(shù)，λ1、λ2、λ3為中介變量對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響系數(shù)，δ為調(diào)節(jié)變量系數(shù)，μ1、μ2、μ3、μ4、μ5為隨機(jī)擾動(dòng)項(xiàng)，φ為中介變量與調(diào)節(jié)變量的交互影響系數(shù)。

2.三階段DEA-Malmquist模型

傳統(tǒng)DEA模型測(cè)算結(jié)果易受到環(huán)境因素影響，本文借助三階段DEA-Malmquist模型測(cè)算農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的效率，提升研究結(jié)論的可行性，助力鄉(xiāng)村振興。

(1)DEA-Malmquist指數(shù)模型

(2)隨機(jī)前沿模型

借助Aigner，Lovell和 Schmidt(1977)提出的隨機(jī)前沿模型，本文根據(jù)外部因素性質(zhì)不同，以成災(zāi)面積、有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)林水事務(wù)支出等變量構(gòu)成環(huán)境變量，構(gòu)成SFA回歸函數(shù)：

Smi=fm(Zi,βm)+Vmi+Umi,m=1,2,…,M;i=1,2,…,I

其中，Smi表示第i個(gè)決策單元第m項(xiàng)投入松弛值；Zi為環(huán)境變量，βm表示環(huán)境變量的系數(shù)，Vmi為隨機(jī)擾動(dòng)，Umi為管理無(wú)效率。

根據(jù)SFA回歸結(jié)果消除環(huán)境因素和隨機(jī)擾動(dòng)對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率測(cè)算的影響，使得決策單元處于同一外部環(huán)境，調(diào)整公式：

(3)調(diào)整后的DEA-Malmquist指數(shù)

將投入調(diào)整值與產(chǎn)出數(shù)據(jù)再次進(jìn)行DEA-Malmquist指數(shù)測(cè)算，此時(shí)得到的鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率值更加準(zhǔn)確，使得協(xié)同效率研究結(jié)論更具科學(xué)性。

(三)指標(biāo)選取及數(shù)據(jù)來(lái)源

1.中介變量模型指標(biāo)選擇與數(shù)據(jù)說(shuō)明

本文首先分析鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸的協(xié)同機(jī)制，基于研究目的，本文首先以農(nóng)業(yè)保險(xiǎn)為自變量，農(nóng)林牧副漁總產(chǎn)值為因變量，農(nóng)業(yè)信貸為中介變量，農(nóng)林水事務(wù)支出為調(diào)節(jié)變量，研究農(nóng)業(yè)保險(xiǎn)介入農(nóng)業(yè)信貸市場(chǎng)中，是否可以擴(kuò)大農(nóng)業(yè)信貸規(guī)模，從而實(shí)現(xiàn)農(nóng)業(yè)經(jīng)營(yíng)主體的收入增長(zhǎng)。

(1)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展(Fi)，本文用農(nóng)林牧副漁總產(chǎn)值表示，農(nóng)林牧副漁總產(chǎn)值作為廣義農(nóng)業(yè)的全部產(chǎn)品的總量，是表示一定時(shí)期內(nèi)農(nóng)業(yè)生產(chǎn)者規(guī)模的重要指標(biāo)，也是鄉(xiāng)村振興戰(zhàn)略中的工作重點(diǎn)。

(2)農(nóng)業(yè)保險(xiǎn)(Ai)，本文用農(nóng)業(yè)保險(xiǎn)保費(fèi)賠付表示，農(nóng)業(yè)保險(xiǎn)賠付是保險(xiǎn)公司直接賠付給農(nóng)戶的支出，保費(fèi)收入是保險(xiǎn)機(jī)構(gòu)的收入水平，相較而言農(nóng)業(yè)保險(xiǎn)賠付更能反映農(nóng)業(yè)保險(xiǎn)在農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)中的影響。

(3)農(nóng)村信貸(Ac)，本文用涉農(nóng)貸款表示，農(nóng)業(yè)信貸在各統(tǒng)計(jì)年鑒概念不同且統(tǒng)計(jì)標(biāo)準(zhǔn)不確定，并且也是為了保證研究數(shù)據(jù)的一致性；其次涉農(nóng)貸款可以反映我國(guó)對(duì)農(nóng)戶和農(nóng)村地區(qū)信貸的供給水平。

(4)政府財(cái)政支出(M)，本文用農(nóng)林水事務(wù)支出表示，農(nóng)林水事務(wù)支出表示政府在農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展中對(duì)農(nóng)業(yè)發(fā)展的支持，是農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸資金投入的補(bǔ)充，影響農(nóng)業(yè)信貸與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展之間關(guān)系。

農(nóng)業(yè)保險(xiǎn)保費(fèi)賠付來(lái)源于2010-2018年的《中國(guó)保險(xiǎn)年鑒》，涉農(nóng)貸款數(shù)據(jù)來(lái)自于WIND數(shù)據(jù)庫(kù)，農(nóng)村居民可支配收入來(lái)自于EPS全球統(tǒng)計(jì)數(shù)據(jù)。涉農(nóng)貸款、農(nóng)業(yè)保險(xiǎn)保費(fèi)、農(nóng)林牧副漁總產(chǎn)值與農(nóng)林水事務(wù)支出在2009-2017年間基本呈上升趨勢(shì)，其特征予以描述匯總成表1：

表1 有調(diào)節(jié)的中介模型指標(biāo)描述性統(tǒng)計(jì)分析

2.三階段DEA- Malmquist指數(shù)模型指標(biāo)選擇

(1)投入產(chǎn)出指標(biāo)。本文研究效用改進(jìn)基礎(chǔ)下，研究農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率，重點(diǎn)研究不同主體參與的綜合效率，因此基于保險(xiǎn)機(jī)構(gòu)與信貸機(jī)構(gòu)的資源投入，本文選取的投入指標(biāo)如下：一是農(nóng)業(yè)保險(xiǎn)收入，反映農(nóng)業(yè)保險(xiǎn)在不同地區(qū)的農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)發(fā)展情況；二是涉農(nóng)貸款，涉農(nóng)貸款根據(jù)《涉農(nóng)貸款專(zhuān)項(xiàng)統(tǒng)計(jì)制度》統(tǒng)計(jì)口徑所得，反映信貸市場(chǎng)對(duì)“三農(nóng)”的貸款支持力度。另一方面，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同實(shí)現(xiàn)了不同參與主體的效用改進(jìn)，但基于投入與產(chǎn)出指標(biāo)過(guò)多會(huì)將低模型判斷力，因此本文產(chǎn)出指標(biāo)主要選取農(nóng)村居民人均純收入和金融業(yè)增加值來(lái)反映農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的產(chǎn)出水平。

(2)環(huán)境指標(biāo)選取

環(huán)境因素是指不在樣本主觀可控范圍內(nèi)的因素，且影響的方向不確定的影響因素。根據(jù)這個(gè)原則，本文主要基于政府政策因素、自然因素和社會(huì)環(huán)境因素，選取農(nóng)林水事務(wù)支出、成災(zāi)面積、農(nóng)業(yè)機(jī)械總動(dòng)力和有效灌溉面積。1)政策因素主要考慮用農(nóng)林水事務(wù)支出表示，其主要原因是農(nóng)林水事務(wù)支出國(guó)家為支出農(nóng)業(yè)發(fā)展，提高農(nóng)業(yè)生產(chǎn)能力，進(jìn)行農(nóng)業(yè)直接與間接相關(guān)的投入，財(cái)政支持豐富農(nóng)業(yè)發(fā)展的資金來(lái)源，有利于引導(dǎo)資金投向，引導(dǎo)資金向更具有效益的農(nóng)業(yè)產(chǎn)業(yè)發(fā)展(肖碧云、徐學(xué)榮，2019)[15]。2)自然因素主要用成災(zāi)面積表示，自然災(zāi)害對(duì)農(nóng)村地區(qū)的資金投入效率有直接影響，且只有當(dāng)受災(zāi)達(dá)到成災(zāi)，且損失率達(dá)30%以上時(shí)，才可進(jìn)行農(nóng)業(yè)保險(xiǎn)風(fēng)險(xiǎn)保障。3)社會(huì)環(huán)境因素主要考慮農(nóng)業(yè)機(jī)械總動(dòng)力和有效灌溉面積，農(nóng)業(yè)機(jī)械化、有效灌溉面積主要通過(guò)影響糧食產(chǎn)出，對(duì)農(nóng)戶收入其顯著促進(jìn)作用(周振、張琛、彭超，2016)[16]，直接影響到農(nóng)業(yè)農(nóng)村發(fā)展，農(nóng)戶機(jī)械化程度高、有效灌溉面積增加可提升農(nóng)戶意愿投保和貸款的概率。

農(nóng)業(yè)保險(xiǎn)收入數(shù)據(jù)來(lái)源于2010年-2018年的《中國(guó)保險(xiǎn)年鑒》，涉農(nóng)貸款數(shù)據(jù)來(lái)自于WIND數(shù)據(jù)庫(kù)，農(nóng)村居民人均純收入、金融業(yè)增加值、農(nóng)林水事務(wù)支出、成災(zāi)面積、農(nóng)業(yè)機(jī)械總動(dòng)力及有效灌溉面積數(shù)據(jù)均來(lái)自于EPS全球統(tǒng)計(jì)數(shù)據(jù)。按照上文分析，本文對(duì)三階段DEA的投入指標(biāo)、產(chǎn)出指標(biāo)和環(huán)境變量指標(biāo)的特征予以描述匯總成表2，具體如下所示。

表2 相關(guān)變量描述性統(tǒng)計(jì)分析

五、數(shù)據(jù)分析與政策模擬

(一)有調(diào)節(jié)的中介模型

利用偏差校正的非參數(shù)百分位Bootstrap中介效應(yīng)檢驗(yàn)法，建立有調(diào)解的中介模型考察農(nóng)業(yè)信貸在農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展之間的中介作用以及財(cái)政的調(diào)節(jié)作用，檢驗(yàn)結(jié)果如表3、表4、表5所示。

表3 中介模型檢驗(yàn)

首先，采用Hayes(2012)編制的SPSS宏中的模型4，對(duì)農(nóng)業(yè)信貸在農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展之間的中介效應(yīng)進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示，農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的預(yù)測(cè)作用顯著(B= 0.9216，t=6.2832，p<0.01)，且當(dāng)放入中介變量后，農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的直接預(yù)測(cè)作用顯著(B=-0.4996，t=-2.9533，p<0.05)。農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)信貸的正向預(yù)測(cè)作用顯著(B=0.9672，t=10.0668，p<0.01)，農(nóng)業(yè)信貸對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的正向預(yù)測(cè)作用也顯著(B=1.4694，t=8.6871，p<0.01)。此外，農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展影響的直接效應(yīng)和農(nóng)業(yè)信貸的中介效應(yīng)的bootstrap 95%置信區(qū)間上、下限(0.6281，2.0776)不包含 0，表明農(nóng)業(yè)保險(xiǎn)不僅能夠直接預(yù)測(cè)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，而且能夠通過(guò)農(nóng)業(yè)信貸的中介作用預(yù)測(cè)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，且中介效應(yīng)值為1.4212。

表4 有調(diào)解的中介模型檢驗(yàn)

表5 自變量在調(diào)節(jié)變量不同水平上的中介效應(yīng)值

其次，采用Hayes(2012)編制的SPSS宏中的模型14，對(duì)有調(diào)解的中介模型進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表4、5所示，在將財(cái)政支出納入模型后，農(nóng)業(yè)保險(xiǎn)與財(cái)政支出的乘積項(xiàng)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的預(yù)測(cè)作用顯著(B=-0.260，t=-4.608，p<0.05)，說(shuō)明財(cái)政支出在農(nóng)業(yè)信貸對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的預(yù)測(cè)作用中具有調(diào)節(jié)作用。在財(cái)政支出水平較低時(shí)，農(nóng)業(yè)保險(xiǎn)對(duì)于農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的正向預(yù)測(cè)作用顯著，在財(cái)政支出水平較高時(shí)，農(nóng)業(yè)保險(xiǎn)對(duì)于農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的正向預(yù)測(cè)作用不顯著。

由此可見(jiàn)，農(nóng)業(yè)信貸在農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)經(jīng)營(yíng)主體收入增長(zhǎng)中影響顯著，說(shuō)明農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸之間的協(xié)同機(jī)制存在，以農(nóng)業(yè)信貸為中介的農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)是正的，農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)貸款存在擴(kuò)大作用，且政府財(cái)政支出在其中起調(diào)節(jié)作用，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸具有協(xié)同發(fā)展效果，假設(shè)1成立。鄉(xiāng)村振興戰(zhàn)略背景下，我國(guó)大力鼓勵(lì)農(nóng)業(yè)信貸機(jī)構(gòu)貸款給農(nóng)業(yè)經(jīng)營(yíng)主體，農(nóng)業(yè)保險(xiǎn)參與到信貸市場(chǎng)，政府財(cái)政積極支持，使得農(nóng)業(yè)信貸充分發(fā)揮其支持農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的作用，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸之間的協(xié)同機(jī)制可以促進(jìn)鄉(xiāng)村振興戰(zhàn)略目標(biāo)的實(shí)現(xiàn)。

(二)三階段DEA- Malmquist指數(shù)模型

1.第一階段：DEA- Malmquist指數(shù)模型

本文建立投入導(dǎo)向的DEA-Malmquist模型，研究農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率，借助deap2.1得到農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率趨勢(shì)(圖2)。

在不考慮環(huán)境效應(yīng)和隨機(jī)因素的影響時(shí)，對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率初步評(píng)價(jià)。首先，整體對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率趨勢(shì)分析。從圖2可知，2009-2017年間，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同全要素生產(chǎn)效率指數(shù)呈波動(dòng)上升趨勢(shì)，且效率指數(shù)波動(dòng)狀態(tài)趨于平穩(wěn)，平均年均增長(zhǎng)6.15%，其中技術(shù)效率年均增長(zhǎng)8.54%、技術(shù)進(jìn)步年均上漲2.73%。我國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的純技術(shù)效率年均增長(zhǎng)2.64%，規(guī)模效率年均增長(zhǎng)1.78%。整體而言，我國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率增長(zhǎng)較快，其中技術(shù)效率增長(zhǎng)是全要素協(xié)同效率提高的主要原因，相比較而言，技術(shù)進(jìn)步對(duì)于農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的全要素生產(chǎn)率影響較小。2010-2011、2014-2017年的協(xié)同全要素生產(chǎn)率增長(zhǎng)，其他年份下降。其中2010-2011年全要素生產(chǎn)率增長(zhǎng)最大，為92.21%，2013-2014年全要素生產(chǎn)率下降幅度最大，為6.20%。農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的純技術(shù)效率、規(guī)模效率在2010-2011年增長(zhǎng)最快，分別為60.21%、30.95。

全國(guó)各省份的農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的全要素生產(chǎn)率差異較大，低于均值0.999的省份有17個(gè)，協(xié)同全要素生產(chǎn)率最高的省份為天津，為1.238，是由技術(shù)效率與技術(shù)進(jìn)步共同作用；協(xié)同全要素生產(chǎn)率最高的省份為湖北，為0.886，主要是由于技術(shù)效率增長(zhǎng)較低造成。因此，整體而言，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率的提高受到技術(shù)進(jìn)步的制約，我國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率提高可繼續(xù)保持技術(shù)效率增長(zhǎng)較快的優(yōu)勢(shì)，促進(jìn)技術(shù)進(jìn)步可帶來(lái)較大收益。

圖2 第一階段 DEA-Malmquist模型測(cè)算趨勢(shì)圖

2.第二階段：隨機(jī)前沿模型(SFA)

將農(nóng)業(yè)保險(xiǎn)收入、涉農(nóng)貸款的松弛變量作為被因變量，環(huán)境變量：農(nóng)林水事務(wù)支出、成災(zāi)面積、農(nóng)業(yè)機(jī)械總動(dòng)力與有效灌溉面積作為自變量，構(gòu)建隨機(jī)前沿模型，測(cè)算結(jié)果匯總成表6。

表6 第二階段：隨機(jī)前沿模型測(cè)算結(jié)果

根據(jù)表6所示，LR值在1%水平下顯著，表明模型存在無(wú)效率，隨機(jī)前沿模型設(shè)定合理。農(nóng)業(yè)保險(xiǎn)收入的γ值趨近于0，說(shuō)明隨機(jī)誤差等難以控制的偶然性因素占主導(dǎo)地位，涉農(nóng)信貸的γ值接近于1，說(shuō)明管理無(wú)效率影響占主導(dǎo)地位。因此，有必要對(duì)環(huán)境因素予以剔除，研究剔除后的農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率，使得效率估計(jì)值更具有可信度。當(dāng)環(huán)境變量的系數(shù)通過(guò)顯著性檢驗(yàn)且為正時(shí)，環(huán)境因素增加對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率有負(fù)向影響；當(dāng)環(huán)境變量系數(shù)為負(fù)時(shí)，表明增加外部環(huán)境投入時(shí)導(dǎo)致投入冗余下降，對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的效率有正向影響。

農(nóng)林水事務(wù)支出對(duì)各投入變量的冗余影響在1%的水平下有顯著影響，當(dāng)提高農(nóng)林水事務(wù)支出時(shí)，對(duì)于農(nóng)業(yè)保險(xiǎn)投入指標(biāo)的冗余程度是減少的，對(duì)于農(nóng)業(yè)信貸的冗余程度是增加的，說(shuō)明農(nóng)林水事務(wù)對(duì)于農(nóng)業(yè)保險(xiǎn)收入有正向影響，對(duì)于涉農(nóng)信貸有負(fù)向影響。農(nóng)林水事務(wù)支出代表公共財(cái)政對(duì)于農(nóng)業(yè)投入力度，根據(jù)肖建華、薛福林(2009)[17]的研究財(cái)政投入應(yīng)增加開(kāi)發(fā)性投入，減少財(cái)政福利性投入。財(cái)政福利性投入增加將降低農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸服務(wù)鄉(xiāng)村振興戰(zhàn)略的效率。因此，財(cái)政投入要合理配置，促進(jìn)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率的提高，促進(jìn)鄉(xiāng)村振興戰(zhàn)略目標(biāo)實(shí)現(xiàn)。

成災(zāi)面積對(duì)農(nóng)業(yè)保險(xiǎn)收入的影響在5%的顯著性水平下為正，對(duì)涉農(nóng)信貸的影響不顯著，表明當(dāng)成災(zāi)面積擴(kuò)大時(shí)，在減災(zāi)方面農(nóng)業(yè)保險(xiǎn)賠付冗余，降低農(nóng)業(yè)保險(xiǎn)和農(nóng)業(yè)信貸協(xié)同服務(wù)鄉(xiāng)村振興戰(zhàn)略的效率。我國(guó)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)依賴(lài)自然環(huán)境因素，而自然災(zāi)害實(shí)際造成的成災(zāi)面積使得農(nóng)業(yè)保險(xiǎn)服務(wù)農(nóng)業(yè)生產(chǎn)的效果降低(楊霞、李毅，2010)[18]，說(shuō)明我國(guó)要有效防范自然災(zāi)害對(duì)農(nóng)業(yè)發(fā)展的損害。

農(nóng)業(yè)機(jī)械總動(dòng)力對(duì)農(nóng)業(yè)保險(xiǎn)收入的影響在1%的顯著性水平下為負(fù)，對(duì)涉農(nóng)信貸的影響不顯著，表明農(nóng)業(yè)機(jī)械總動(dòng)力增加時(shí)，農(nóng)業(yè)保險(xiǎn)賠付冗余會(huì)降低，對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的效率影響是正向的。農(nóng)業(yè)機(jī)械總動(dòng)力是農(nóng)戶保險(xiǎn)決策的主要因素，但農(nóng)業(yè)機(jī)械總動(dòng)力對(duì)農(nóng)戶投保農(nóng)業(yè)保險(xiǎn)的影響作用相反(劉飛、陶建平，2016)[19]，因此農(nóng)業(yè)機(jī)械總動(dòng)力提高，農(nóng)戶會(huì)降低對(duì)農(nóng)業(yè)保險(xiǎn)需求，從而提高農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率。

有效灌溉面積對(duì)農(nóng)業(yè)保險(xiǎn)收入的影響在1%的顯著性水平下為正，說(shuō)明當(dāng)提高有效灌溉面積時(shí)，對(duì)于投入指標(biāo)的冗余程度是增加的，降低農(nóng)業(yè)保險(xiǎn)和農(nóng)業(yè)信貸協(xié)同效率。有效灌溉面積是反映耕地抗旱能力的一個(gè)重要指標(biāo)，但我國(guó)目前土地種植力下降，降低有效灌溉面積，可以提高農(nóng)業(yè)經(jīng)營(yíng)能力，可以充分發(fā)揮農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同作用。

3.第三階段：調(diào)整投入變量后的DEA- Malmquist指數(shù)模型

通過(guò)剔除外部環(huán)境因素重新調(diào)整投入，再次測(cè)算進(jìn)行DEA- Malmquist指數(shù)測(cè)算。通過(guò)對(duì)比調(diào)整前后農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的效率值可以看出，測(cè)算前后的各效率值具有差異，測(cè)算結(jié)果及變化率如表7所示。

表7 剔除環(huán)境因素后農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率變化表

總體上看，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率在環(huán)境變量和隨機(jī)擾動(dòng)剔除前后具有差異，在各省外部環(huán)境相同時(shí)，各省的農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸的協(xié)同全要素生產(chǎn)率提高，假設(shè)2成立。在剔除外部環(huán)境因素和隨機(jī)因素前，技術(shù)進(jìn)步和全要素生產(chǎn)率均存在不同程度的低估，技術(shù)效率存在高估。整體看來(lái)，2009-2017年農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率的全要素生產(chǎn)率平均值為1.059，說(shuō)明剔除環(huán)境因素后，全要素生產(chǎn)率變化是上升的，較第一階段增長(zhǎng)6.01%。從技術(shù)進(jìn)步變化來(lái)看，其效率值為1.105,提高7.91%，是我國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同全要素生產(chǎn)率增長(zhǎng)的主要原因。從技術(shù)效率角度來(lái)看，其指數(shù)值較第一階段減少1.74%，為0.958，這說(shuō)明剔除環(huán)境變量和隨機(jī)擾動(dòng)后全要素生產(chǎn)率主要由技術(shù)進(jìn)步推動(dòng)的?？偠灾?，技術(shù)效率變化、技術(shù)進(jìn)步以及全要素生產(chǎn)率在剔除環(huán)境因素前后具有較大變化，如果不考慮環(huán)境因素和隨機(jī)擾動(dòng)影響，將高估技術(shù)效率、低估技術(shù)進(jìn)步的作用。從不同省份來(lái)看，剔除外部因素后各省技術(shù)進(jìn)步均上升，而技術(shù)效率、全要素生產(chǎn)率有增由減，如天津全要素生產(chǎn)率下降10.99%，內(nèi)蒙古、福建、西藏全要素生產(chǎn)率上升15%以上，環(huán)境因素對(duì)于測(cè)算我國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率影響不容忽視。

六、結(jié)論與政策建議

通過(guò)中介變量模型和三階段DEA模型對(duì)鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同機(jī)制和效率研究，得出了以下結(jié)論：

一是農(nóng)業(yè)信貸的中介效應(yīng)顯著，財(cái)政支出的調(diào)節(jié)作用顯著。我國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸發(fā)展在不同主體支持下形成協(xié)同發(fā)展，農(nóng)業(yè)保險(xiǎn)通過(guò)農(nóng)業(yè)信貸的中介效應(yīng)促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展?？傮w而言，農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率良好，經(jīng)過(guò)調(diào)整后的全要素生產(chǎn)率為1.059，相較于調(diào)整前的0.999，說(shuō)明外部環(huán)境相同時(shí)我國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率整體有效提高，對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展有正向影響，促進(jìn)鄉(xiāng)村振興戰(zhàn)略目標(biāo)實(shí)現(xiàn)。

二是農(nóng)林水事務(wù)對(duì)于不同投入變量冗余程度是相反的，對(duì)于農(nóng)業(yè)保險(xiǎn)有正向影響，對(duì)于農(nóng)業(yè)信貸有負(fù)向影響。成災(zāi)面積與有效灌溉面積對(duì)于農(nóng)業(yè)保險(xiǎn)收入的冗余量為正相關(guān)，農(nóng)業(yè)機(jī)械總動(dòng)力對(duì)于農(nóng)業(yè)保險(xiǎn)投入冗余量負(fù)相關(guān)，說(shuō)明減少成災(zāi)面積和有效灌溉面積，增加農(nóng)業(yè)機(jī)械總動(dòng)力、合理調(diào)節(jié)農(nóng)林水事務(wù)支出，會(huì)提高農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同的效率。

三是我國(guó)農(nóng)村信貸與農(nóng)業(yè)保險(xiǎn)協(xié)同服務(wù)鄉(xiāng)村振興戰(zhàn)略的效率受外部環(huán)境因素的影響較為明顯，經(jīng)調(diào)整后全要素生產(chǎn)率上漲6.01%，全要素生產(chǎn)率的上漲主要是由于技術(shù)進(jìn)步導(dǎo)致的，說(shuō)明剔除環(huán)境因素我國(guó)農(nóng)村信貸與農(nóng)業(yè)保險(xiǎn)協(xié)同效率整體水平較高。

針對(duì)以上結(jié)論，結(jié)合鄉(xiāng)村振興的戰(zhàn)略目標(biāo)，對(duì)我國(guó)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同提出以下改進(jìn)建議：

一是完善農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸的協(xié)同機(jī)制。在研究農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展中發(fā)現(xiàn)，農(nóng)業(yè)信貸的中介效應(yīng)顯著、財(cái)政支出的調(diào)節(jié)影響效應(yīng)顯著。因此要積極建立和完善農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸機(jī)構(gòu)之間的協(xié)同機(jī)制，保險(xiǎn)機(jī)構(gòu)針對(duì)性開(kāi)發(fā)面向具有農(nóng)業(yè)信貸需求主體的農(nóng)業(yè)保險(xiǎn)產(chǎn)品，信貸機(jī)構(gòu)對(duì)農(nóng)業(yè)保險(xiǎn)增信的具體措施做出明確規(guī)定，開(kāi)展機(jī)構(gòu)合作、創(chuàng)新農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸合作機(jī)制，通過(guò)機(jī)構(gòu)合作和產(chǎn)品創(chuàng)新實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同機(jī)制改善。

二是合理調(diào)節(jié)政府財(cái)政支持總量，有效防范自然災(zāi)害，提高機(jī)械化水平，合理灌溉農(nóng)田。從隨機(jī)前沿模型評(píng)估中發(fā)現(xiàn)，不同環(huán)境變量對(duì)于投入變量的影響方向不同。整體而言我國(guó)政府對(duì)于農(nóng)業(yè)財(cái)政支出要合理配置，重視財(cái)政資金分配管理，引導(dǎo)財(cái)政資金流向，同時(shí)增加對(duì)農(nóng)業(yè)自然災(zāi)害防范機(jī)制的建設(shè)投入，增加科技投入，對(duì)于不同農(nóng)田類(lèi)型要合理安排灌溉，進(jìn)行科學(xué)的農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)，促使農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率提高。

三是因地制宜制定農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同服務(wù)鄉(xiāng)村振興戰(zhàn)略機(jī)制。剔除環(huán)境變量后，我國(guó)各省農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同效率均呈現(xiàn)不同程度的波動(dòng)，環(huán)境變量對(duì)于效率測(cè)度干擾程度較大。因此，因地制宜建立農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同服務(wù)鄉(xiāng)村振興戰(zhàn)略機(jī)制，對(duì)于技術(shù)效率較低的地區(qū)，提高農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸協(xié)同機(jī)制的技術(shù)效率，對(duì)于技術(shù)進(jìn)步較高的地區(qū)，繼續(xù)放大技術(shù)進(jìn)步優(yōu)勢(shì)。