鄭沃林,胡新艷,羅必良

(1.廣東金融學(xué)院 信用管理學(xué)院,廣東 廣州 510521;2.華南農(nóng)業(yè)大學(xué) 國家農(nóng)業(yè)制度與發(fā)展研究院,廣東 廣州 510624)

一、引 言

氣候變化導(dǎo)致農(nóng)業(yè)生產(chǎn)的不穩(wěn)定性增加,農(nóng)業(yè)生產(chǎn)始終受到氣候風(fēng)險的影響。在中國,均田承包制度決定的小規(guī)模、分散化的農(nóng)業(yè)經(jīng)營格局,加劇了農(nóng)戶風(fēng)險自負(fù)特征,使得他們更容易受到氣候風(fēng)險的影響。根據(jù)《中國統(tǒng)計年鑒》可知,在1950年至2017年,中國因氣候而造成的受災(zāi)面積不斷增大,而且成災(zāi)面積占受災(zāi)面積的比重大多接近50%。據(jù)Liu Xianglin等的研究表明,中國平均每年約有3 600萬公頃農(nóng)作物受到氣候風(fēng)險的影響,損失糧食高達(dá)1 700萬噸[1]。面對氣候的威脅,在過去很長的時間內(nèi),農(nóng)戶只能采取調(diào)整種植結(jié)構(gòu)、多樣化種植、補(bǔ)充灌溉等適應(yīng)性手段來分散風(fēng)險,但是,這些手段不一定總是有效和可行的[2-3]。為此,農(nóng)業(yè)保險應(yīng)運(yùn)而生,其以“大數(shù)法則”為基礎(chǔ),發(fā)揮著風(fēng)險轉(zhuǎn)移作用,在很大程度上保障了農(nóng)業(yè)的穩(wěn)定性[4]。

在中國,各級政府十分重視農(nóng)業(yè)保險這一風(fēng)險規(guī)避手段,并對農(nóng)戶購買農(nóng)業(yè)保險提供了大量的保費(fèi)補(bǔ)貼,以此促進(jìn)農(nóng)戶購買農(nóng)業(yè)保險的需求[5]。2007年以來,農(nóng)業(yè)保險的平均補(bǔ)貼水平為80%,其中,中央、省、市和縣級政府分別承擔(dān)比例為35%、25%、5%和15%[6]。以水稻保險為例,農(nóng)戶只需繳納5元/每畝的保費(fèi),就能夠獲得400元/畝的風(fēng)險保障。由此推斷,在政策性農(nóng)業(yè)保險的框架內(nèi),氣候風(fēng)險越劇烈,農(nóng)戶購買農(nóng)業(yè)保險的可能性越高。反觀現(xiàn)實(shí),中國仍有55%的農(nóng)作物面積沒有被農(nóng)業(yè)保險覆蓋(這一水平低于許多發(fā)展中國家)。近33%的農(nóng)戶沒有購買過農(nóng)業(yè)保險,如果將隱性強(qiáng)制購買的農(nóng)戶(由村委會或鎮(zhèn)政府統(tǒng)一購買農(nóng)業(yè)保險)統(tǒng)計進(jìn)去,這個比例可能高達(dá)55%[7]。

那么,氣候風(fēng)險不斷加劇,為什么農(nóng)戶反而不愿意購買農(nóng)業(yè)保險呢?研究此問題有助于揭示農(nóng)戶購買農(nóng)業(yè)保險的微觀實(shí)現(xiàn)機(jī)理,為政府部門出臺促進(jìn)農(nóng)業(yè)保險市場發(fā)展的政策提供依據(jù)。因此,本文通過構(gòu)建“氣候風(fēng)險—行為能力—農(nóng)戶購買農(nóng)業(yè)保險決策”的理論框架,使用地級市層面的氣候數(shù)據(jù)和微觀層面的農(nóng)戶調(diào)研數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。氣候風(fēng)險關(guān)注的是:氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險的影響機(jī)理,由此識別氣候風(fēng)險與農(nóng)戶購買農(nóng)業(yè)保險決策的基本關(guān)系。行為能力關(guān)注的是:農(nóng)戶因行為能力不同而分化為生活型農(nóng)戶和生產(chǎn)型農(nóng)戶。然而,兩者從事農(nóng)業(yè)生產(chǎn)的目標(biāo)并不相同,對風(fēng)險的厭惡和農(nóng)業(yè)保險的需求存在差異。以此為突破口,進(jìn)一步探討農(nóng)戶購買農(nóng)業(yè)保險的異質(zhì)性。農(nóng)戶購買農(nóng)業(yè)保險決策關(guān)注的是:氣候風(fēng)險的無記憶性,引致農(nóng)戶以前期產(chǎn)量損失作為當(dāng)前農(nóng)業(yè)保險決策的依據(jù),由此深化對農(nóng)戶購買農(nóng)業(yè)保險的認(rèn)識。

二、理論推演與研究假說

(一)氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險決策的影響:理論模型

氣候風(fēng)險加劇了農(nóng)業(yè)的不確定性,從而引致農(nóng)戶通過購買農(nóng)業(yè)保險來規(guī)避風(fēng)險,對此,本文參照Peterson和Schneider的理論框架,假設(shè)農(nóng)戶生產(chǎn)函數(shù)為[8]:

y=f(x)+g(x)ε

(1)

其中,y是農(nóng)戶當(dāng)期農(nóng)作物的產(chǎn)量,x是從事農(nóng)業(yè)生產(chǎn)的投入,f(x)是正常年份農(nóng)作物產(chǎn)量的平均值,g(x)是正常年份農(nóng)作物產(chǎn)量的方差平均值,即風(fēng)險水平;ε是氣候風(fēng)險引致的產(chǎn)量損失,其服從正態(tài)分布。從式(1)可知,農(nóng)作物產(chǎn)出服從的均值表達(dá)為f(x),農(nóng)作物產(chǎn)出服從的方差表達(dá)為g(x)。同時,本文將農(nóng)戶種植目標(biāo)界定為期望效用最大化,有:

maxQ=Ei*[U(R)]=Ei*[U(p(f(xm;xn)+g(xm;xn)ε)-dxm-dnxn)]

(2)

其中,Q為農(nóng)業(yè)生產(chǎn)的凈收益,i表示農(nóng)戶獲得信息的水平,Ei*為確定信息量i*條件下,農(nóng)戶從事農(nóng)業(yè)生產(chǎn)期望的凈收益。U為農(nóng)戶從事農(nóng)業(yè)生產(chǎn)的收益函數(shù),R是影響凈收益的因素,p是農(nóng)作物的銷售價格。在正常年份,農(nóng)戶投入的農(nóng)業(yè)生產(chǎn)要素為xm,為分散氣候變化風(fēng)險所付出的投入xn,d是對應(yīng)xm的要素成本,dm是xn對應(yīng)的要素成本。f(xm;xn)為農(nóng)戶購買農(nóng)業(yè)保險所對應(yīng)農(nóng)作物產(chǎn)出函數(shù),g(xm;xn)為f(xm;xn)對應(yīng)的方差函數(shù)?？紤]到農(nóng)業(yè)保險能夠?qū)⑥r(nóng)戶潛在風(fēng)險損失轉(zhuǎn)移出去,則農(nóng)業(yè)生產(chǎn)函數(shù)可以表達(dá)為:

f(xm;xn)=f(xm)+f(xn)v1

(3)

g(xm;xn)=g(xm)+g(xn)v2

(4)

其中,f(xn)為農(nóng)戶購買農(nóng)業(yè)保險所對應(yīng)的農(nóng)業(yè)產(chǎn)出函數(shù),v1為隨機(jī)變量,即農(nóng)戶因?yàn)樾畔@得程度不同而導(dǎo)致農(nóng)業(yè)產(chǎn)出的不確定性,f(xm)為農(nóng)戶沒有購買農(nóng)業(yè)保險所對應(yīng)的農(nóng)業(yè)產(chǎn)出函數(shù)。g(xn)為農(nóng)戶購買農(nóng)業(yè)保險所對應(yīng)的農(nóng)作物產(chǎn)出方差,v2是隨機(jī)變量,即農(nóng)戶因?yàn)樾畔@得程度不同而導(dǎo)致農(nóng)作物產(chǎn)出方差的不確定性,g(xm)是農(nóng)戶沒有購買農(nóng)業(yè)保險所對應(yīng)的產(chǎn)出方差。將式(3)和式(4)代入式(2),得到:

maxQ=Ei*[U(R)]=Ei*[U(p(f(xm)+f(xn)v1+g(xm)+g(xn)v2ε)-dxm-dnxn)]

(5)

對xn一階求導(dǎo),得到:

Ei*[U′(·)(p(fxnv1+gxnv2ε)-dn)]=0

(6)

由于實(shí)現(xiàn)風(fēng)險最小化是農(nóng)戶首要工作,于是,當(dāng)購買農(nóng)業(yè)保險獲得預(yù)期凈收益大于零時,農(nóng)戶傾向于購買農(nóng)業(yè)保險,F*是農(nóng)戶購買保險最優(yōu)解的條件:

F*=p(fxnv1+gxnv2ε)-dn>0

(7)

由此表明,農(nóng)戶購買農(nóng)業(yè)保險受到產(chǎn)出函數(shù)(即fxn)、氣候風(fēng)險(即ε)的約束?？紤]到產(chǎn)出函數(shù)在很大程度上受氣候風(fēng)險的影響,因而氣候風(fēng)險是引致農(nóng)戶購買農(nóng)業(yè)保險的關(guān)鍵性因素。因此,本文提出如下假說:

假說1:氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險決策有著正向影響。

(二)氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險決策的影響:基于農(nóng)戶分化的討論

對于中國農(nóng)戶而言,受人民公社制度和戶籍制度的約束,在1978年之前,各種農(nóng)業(yè)生產(chǎn)要素被限制在農(nóng)業(yè)生產(chǎn)之中,農(nóng)戶因行為能力差異而形成的比較優(yōu)勢難以得到發(fā)揮,所以被強(qiáng)制同質(zhì)化。20世紀(jì)70年代末,管制放松以及非農(nóng)產(chǎn)業(yè)的發(fā)展賦予農(nóng)戶更為充分的經(jīng)濟(jì)自主權(quán)和要素處置權(quán),由此導(dǎo)致農(nóng)戶出現(xiàn)了分化:一部分農(nóng)戶通過家庭內(nèi)部的代際分工,將非農(nóng)就業(yè)能力較強(qiáng)的勞動力轉(zhuǎn)移到非農(nóng)產(chǎn)業(yè),而老年人、婦女等勞動力留守務(wù)農(nóng),演變?yōu)樯钚娃r(nóng)戶;另一部分農(nóng)戶通過聚集土地等生產(chǎn)要素從而發(fā)展為生產(chǎn)型農(nóng)戶[9]。理論上,生活型農(nóng)戶和生產(chǎn)型農(nóng)戶從事農(nóng)業(yè)生產(chǎn)的目標(biāo)不盡相同。這在很大程度上影響到農(nóng)業(yè)生產(chǎn)要素的配置,從而導(dǎo)致對風(fēng)險厭惡和農(nóng)業(yè)保險需求的差異性。對于生活型農(nóng)戶而言,長期生產(chǎn)實(shí)踐使他們意識到實(shí)現(xiàn)農(nóng)地價值最有效的方式是“他用”而非“自用”。因而,生活型農(nóng)戶傾向于將農(nóng)地流轉(zhuǎn)出去。即使自己耕種,也不追求產(chǎn)量最大化。那么,生活型農(nóng)戶受氣候風(fēng)險的影響相對較低,往往自動忽略風(fēng)險信息而不采取任何避險行動。相反,對于生產(chǎn)型農(nóng)戶而言,他們既需要通過農(nóng)業(yè)生產(chǎn)經(jīng)營來滿足家庭基本消費(fèi)需求,也需要向市場提供商品。這引致了土地的規(guī)模擴(kuò)張,也促進(jìn)了技術(shù)、資本、勞動力集聚。所以,氣候風(fēng)險越強(qiáng)烈,生產(chǎn)型農(nóng)戶需要承擔(dān)的損失越大。當(dāng)他們感知風(fēng)險損失可能超出閾值水平,會積極地通過購買農(nóng)業(yè)保險來規(guī)避風(fēng)險。因此,本文提出如下假說:

假說2:對于生活型農(nóng)戶而言,氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險決策的影響并不明確。對于生產(chǎn)型農(nóng)戶而言,氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險決策存在正向影響。

(三)生產(chǎn)型農(nóng)戶購買農(nóng)業(yè)保險的行為邏輯

相較生活型農(nóng)戶,氣候變化對生產(chǎn)型農(nóng)戶購買農(nóng)業(yè)保險的影響更為顯著。然而,氣候風(fēng)險具有無記憶性,即每個事件發(fā)生是相對獨(dú)立的結(jié)果,后期事件發(fā)生的概率與前面事件是否發(fā)生無關(guān)[10]。要想準(zhǔn)確地估計未來某一時間內(nèi)的風(fēng)險發(fā)生概率,需要借助先進(jìn)的分析工具系統(tǒng)地分析所有的氣象信息,生產(chǎn)型農(nóng)戶往往不具備這樣的能力。這要求他們根據(jù)事物“代表性特征”推斷風(fēng)險發(fā)生的概率,即以兩個事件是否具有相似性(或代表性)特征為依據(jù),通過分析事件X的信息來評估事件M的概率水平[11]。對于農(nóng)業(yè)生產(chǎn)而言,氣候風(fēng)險最突出的特征便是損失性,其往往表達(dá)為產(chǎn)量損失。相較其他信息,產(chǎn)量損失是生產(chǎn)型農(nóng)戶最容易獲得的信息。因此,他們以前期產(chǎn)量損失作為當(dāng)期風(fēng)險損失的“錨值”,并以此作為購買農(nóng)業(yè)保險的決策依據(jù)。由于大腦的反應(yīng)時間較短,現(xiàn)實(shí)中缺乏一套規(guī)范的計算公式讓他們直接用于計算風(fēng)險概率,因而生產(chǎn)型農(nóng)戶主要使用直覺思維的子系統(tǒng)來處理產(chǎn)量損失信息。如果前期產(chǎn)量損失相對較大,則形成較高的錨值,從而引致生產(chǎn)型農(nóng)戶高估風(fēng)險損失的概率,并強(qiáng)化了他們通過購買農(nóng)業(yè)保險來規(guī)避風(fēng)險的動機(jī)。相反,前期產(chǎn)量損失相對較低,則容易形成較低的的錨值,從而引致生產(chǎn)型農(nóng)戶低估風(fēng)險損失的概率,并降低了他們通過購買農(nóng)業(yè)保險來規(guī)避風(fēng)險的動機(jī)。因此,本文提出如下假說:

假說3:前期產(chǎn)量損失對生產(chǎn)型農(nóng)戶當(dāng)期購買農(nóng)業(yè)保險的影響過程中發(fā)揮著正向調(diào)節(jié)作用,其中,前期產(chǎn)量損失加劇氣候風(fēng)險引致的損失厭惡感,從而提升了當(dāng)期生產(chǎn)型農(nóng)戶購買農(nóng)業(yè)保險的需求。

三、數(shù)據(jù)來源與變量選取

(一)數(shù)據(jù)來源

微觀數(shù)據(jù)來源為:農(nóng)戶數(shù)據(jù)來源于課題組2015年初對全國9個省份進(jìn)行的抽樣調(diào)查。本次調(diào)研按照隨機(jī)抽樣的操作步驟。首先采取總?cè)丝凇⑷司鵊DP、耕地面積、耕地面積比重、農(nóng)業(yè)人口比重和農(nóng)業(yè)產(chǎn)值比重等指標(biāo)進(jìn)行聚類特征,并結(jié)合中國大陸七大地理分區(qū),選擇東部地區(qū)的遼寧、江蘇和廣東、中部地區(qū)的河南、江西和山西;西部地區(qū)的寧夏、四川和貴州為樣本省份。其次,根據(jù)上述指標(biāo)對樣本省份的縣域進(jìn)行聚類分析,在每個樣本省份分別抽取6個縣(合計54個),在每個樣本縣按經(jīng)濟(jì)發(fā)展水平分別隨機(jī)抽取4個鄉(xiāng)鎮(zhèn)(其中,在廣東省、江西省的樣本縣各抽取10個樣本鄉(xiāng)鎮(zhèn))。接著,在每個樣本鄉(xiāng)鎮(zhèn)隨機(jī)抽取1個行政村,每個行政村又隨機(jī)抽取2個自然村;最后,按照農(nóng)戶收入水平分組,在每個自然村隨機(jī)挑選5戶樣本農(nóng)戶。調(diào)查共發(fā)放問卷2 880份,回收問卷2 838份,其中有效問卷2 704份,問卷有效率為95.28%。

宏觀數(shù)據(jù)來源為:2009—2014年樣本所在地區(qū)(縣、市)的氣溫數(shù)據(jù)主要來自于美國國家海洋及大氣管理局(NOAA)網(wǎng)站。

(二)變量選取

被解釋變量:采取“農(nóng)戶是否購買農(nóng)業(yè)保險”作為農(nóng)業(yè)保險的測度項(xiàng)[12]。

解釋變量:氣候風(fēng)險既表達(dá)為氣溫長期平均趨勢的變化外,也表達(dá)為降雨長期平均趨勢的變化,更可以表達(dá)為干旱、洪澇等極端氣候事件。因而,以氣溫變化、降雨變化、極端氣候事件作為氣候風(fēng)險的測度項(xiàng)。其中,關(guān)于氣溫變化、降雨變化對農(nóng)戶微觀行為研究主要使用3～5年的氣溫離差絕對值作為測度項(xiàng)[13-14]。本文借鑒其他學(xué)者關(guān)于氣溫離差的計算公式,將各個地級市2014年的氣溫值均值(或降雨量均值)減過去6年的氣溫均值(或降雨量均值),并且取絕對值作為氣候風(fēng)險的測度項(xiàng)[15]。另外,采取“近三年極端氣候事件發(fā)生頻率”作為氣候風(fēng)險的測度項(xiàng)。變量說明和統(tǒng)計描述見表1。

表1 變量說明與統(tǒng)計描述

控制變量:包括戶主特征、家庭特征、農(nóng)業(yè)生產(chǎn)經(jīng)營特征、社會網(wǎng)絡(luò)和村莊特征,具體如下:

第一,戶主特征。包括性別、年齡、文化程度。其中,根據(jù)風(fēng)險厭惡在性別中存在差異性的研究顯示,女性比男性更厭惡風(fēng)險;相對于男性,女性更可能采取購買農(nóng)業(yè)保險。隨著年齡的增加,農(nóng)戶對風(fēng)險的厭惡情緒越明顯,從而傾向于購買農(nóng)業(yè)保險。受教育程度改善了農(nóng)戶對保險的認(rèn)知,從而提升了對農(nóng)業(yè)保險的需求。

第二,家庭特征。包括務(wù)農(nóng)人數(shù)、農(nóng)業(yè)收入占比和農(nóng)業(yè)技術(shù)培訓(xùn)。其中,務(wù)農(nóng)人數(shù)和農(nóng)業(yè)收入占比反映出農(nóng)戶對農(nóng)業(yè)生產(chǎn)的依賴程度。隨著農(nóng)戶對農(nóng)業(yè)依賴程度的提高,為了有效地將潛在損失轉(zhuǎn)移出去,他們傾向于購買農(nóng)業(yè)保險。農(nóng)業(yè)技術(shù)培訓(xùn)改善了農(nóng)戶對保險的認(rèn)知,從而提高對農(nóng)業(yè)保險的積極性[16]。

第三,農(nóng)業(yè)生產(chǎn)經(jīng)營特征。包括實(shí)際耕作的農(nóng)地面積、實(shí)際耕作的地塊之間距離。其中,耕種面積越大,農(nóng)戶需要承擔(dān)的風(fēng)險越大,從而提升對農(nóng)業(yè)保險的需求[17]。耕地之間距離越遠(yuǎn),不同地塊之間的風(fēng)險相關(guān)性越低,從而降低對農(nóng)業(yè)保險的需求。

第四,社會網(wǎng)絡(luò)。包括是否為村里的大姓、親朋好友多寡。受到有限理性的約束,農(nóng)戶難以獲得風(fēng)險事件的全部信息。這促使他們依賴社會網(wǎng)絡(luò)分享私有信息。然而,風(fēng)險信息在“接受與傳播”之間并不是等值傳遞的過程。社會網(wǎng)絡(luò)內(nèi)的農(nóng)戶個體都會附加消極的情緒,不自覺地放大了風(fēng)險的信息。這在很大程度上強(qiáng)化了農(nóng)戶購買農(nóng)業(yè)保險的需求[18]。

第五,村莊特征。包括村莊交通條件、村莊地形。

四、實(shí)證分析

(一)氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險決策的影響

1.基準(zhǔn)回歸

由于被解釋變量是二元離散變量,本文采用Probit模型進(jìn)行實(shí)證估計,結(jié)果如表2中模型(1)所示,在1%的統(tǒng)計水平,氣候風(fēng)險愈發(fā)劇烈,農(nóng)戶購買農(nóng)業(yè)保險的可能性越大,其中,氣候風(fēng)險每增加1個單位,農(nóng)戶購買農(nóng)業(yè)保險的概率提高0.182%。同時,考慮到樣本中有很多“y=0”的觀察數(shù)據(jù),很少“y=1”的觀察數(shù)據(jù)。這很容易估計到x|y=0的密度,卻難以估計x|y=1的密度,使得y=1可能成為稀有事件[19]。因而,在有限樣本內(nèi),使用Probit模型進(jìn)行估計會出現(xiàn)“稀有事件偏差”。這需要使用補(bǔ)對數(shù)—對數(shù)模型進(jìn)行估計[20]。結(jié)果如表2中模型(2)所示,在1%的統(tǒng)計水平上,氣候風(fēng)險顯著地促進(jìn)了農(nóng)戶購買農(nóng)業(yè)保險,其中,氣候風(fēng)險每增加1個單位,農(nóng)戶購買農(nóng)業(yè)保險的概率提高0.183%。由此驗(yàn)證了假說1。

究其原因,氣候風(fēng)險加劇了農(nóng)業(yè)的不確定性,很可能使得農(nóng)戶出現(xiàn)“因?yàn)?zāi)返貧”的問題,從而引致農(nóng)戶風(fēng)險厭惡感。而且氣候風(fēng)險對農(nóng)業(yè)的不利影響難以通過種植結(jié)構(gòu)調(diào)整等適應(yīng)性手段來完全消除,卻能夠通過購買農(nóng)業(yè)保險將潛在損失轉(zhuǎn)移給保險公司。由此,氣候風(fēng)險提升了農(nóng)戶購買農(nóng)業(yè)保險的需求。

2.穩(wěn)健性檢驗(yàn)

為了避免測度誤差引起的內(nèi)生性問題,表3中模型(1)將氣溫變化替換為降雨變化,并且使用Probit模型進(jìn)行了穩(wěn)健性檢驗(yàn)。結(jié)果表明,在1%的統(tǒng)計水平上,氣候風(fēng)險顯著地促進(jìn)了農(nóng)戶購買農(nóng)業(yè)保險,其中,氣候風(fēng)險每增加1個單位,農(nóng)戶購買農(nóng)業(yè)保險的概率提高0.002%。另外,表3中模型(2)將氣溫變化替換為極端氣候事件,并且使用Probit模型進(jìn)行了穩(wěn)健性檢驗(yàn)。結(jié)果表明,在1%的統(tǒng)計水平上,氣候風(fēng)險顯著地促進(jìn)了農(nóng)戶購買農(nóng)業(yè)保險,其中,氣候風(fēng)險每增加1個單位,農(nóng)戶購買農(nóng)業(yè)保險的概率提高0.015%。由此說明假說1具有穩(wěn)健性。

表3 穩(wěn)健性檢驗(yàn):替換解釋變量

由于存在一些無法被觀察的變量,可能使得回歸模型產(chǎn)生由遺留變量引起的內(nèi)生性問題。為了保證研究結(jié)論的穩(wěn)健性,本文采取工具變量法檢驗(yàn)氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險決策的影響?？紤]到工具變量選擇需要滿足相關(guān)性和排他性,以農(nóng)戶樣本的所在地緯度作為氣溫變化的工具變量。其原因是,緯度越高,正午太陽高度的年變化越大,晝夜長短的年變化越大,使得氣溫的年較差增加,即緯度是引起氣溫變化的關(guān)鍵性因素。這一觀點(diǎn)得到了眾多學(xué)者的支持。此外,緯度這一變量完全外生,不直接影響到農(nóng)戶購買農(nóng)業(yè)保險的決策。這符合了工具變量的相關(guān)性和外生性要求。

從第一個階段看工具變量對氣溫變化的系數(shù)為0.020,在1%統(tǒng)計水平上顯著,見表4中模型(1),由此說明,緯度越高,氣溫變化不斷加劇,這符合理論預(yù)期。第二階段的結(jié)果表明,在控制內(nèi)生性后,氣溫變化與農(nóng)戶購買農(nóng)業(yè)保險決策存在正向關(guān)系,見表4中模型(2),由此說明,氣候風(fēng)險顯著地促使農(nóng)戶購買農(nóng)業(yè)保險。

表4 穩(wěn)健性檢驗(yàn):工具變量

(二)氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險決策的影響:基于農(nóng)戶分化的討論

表5中模型(1)和模型(2)分別匯報了氣候風(fēng)險對不同行為能力農(nóng)戶購買農(nóng)業(yè)保險決策的影響結(jié)果。其中,模型(1)結(jié)果顯示,氣候風(fēng)險對生活型農(nóng)戶購買農(nóng)業(yè)保險決策的回歸系數(shù)為正,但不顯著。這說明氣候風(fēng)險對生活型農(nóng)戶購買農(nóng)業(yè)保險決策的影響并不確定。模型(2)結(jié)果顯示,氣候風(fēng)險對生產(chǎn)型農(nóng)戶購買農(nóng)業(yè)保險決策的回歸系數(shù)為0.893,且在1%的統(tǒng)計水平上顯著。邊際效用估計的結(jié)果表明,氣溫變化每增加1個單位,生產(chǎn)型農(nóng)戶購買農(nóng)業(yè)保險的概率提高0.263%。由此,假說2得到支持。其原因可能是,農(nóng)戶行為能力的差異而演變?yōu)樯钚娃r(nóng)戶和生產(chǎn)型農(nóng)戶。其中,生活型農(nóng)戶從事農(nóng)業(yè)生產(chǎn)經(jīng)營僅需要滿足自家消費(fèi)。即使受氣候風(fēng)險的影響,他們所承擔(dān)的損失也相對較低。這在很大程度上難以衍生出購買農(nóng)業(yè)保險來規(guī)避風(fēng)險損失的需求。相反,生產(chǎn)型農(nóng)戶從事農(nóng)業(yè)生產(chǎn)經(jīng)營既需要滿足家庭基本消費(fèi)需求,也需要向市場提供商品。氣候風(fēng)險對他們的影響更為深刻且巨大,一旦造成風(fēng)險損失,將面臨“因?yàn)?zāi)返貧”的問題。他們風(fēng)險承受能力較低,需要通過農(nóng)業(yè)保險將潛在的損失轉(zhuǎn)移給外部組織。

表5 氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險決策的影響:基于農(nóng)戶分化的討論

(三)生產(chǎn)型農(nóng)戶購買農(nóng)業(yè)保險的行為邏輯

為了分析前期產(chǎn)量損失在氣候風(fēng)險對當(dāng)前生產(chǎn)型農(nóng)戶購買農(nóng)業(yè)保險影響過程中所發(fā)揮的調(diào)節(jié)效應(yīng),在表6中模型(1)的基礎(chǔ)上,加入氣候風(fēng)險與產(chǎn)量損失的交互項(xiàng),并且采取Probit模型進(jìn)行估計。結(jié)果如表6中模型(2)所示,氣候風(fēng)險與產(chǎn)量損失交互項(xiàng)的系數(shù)為0.225,且在10%的統(tǒng)計水平上顯著。這說明,前期產(chǎn)量損失在氣候風(fēng)險對當(dāng)期生產(chǎn)型農(nóng)戶購買農(nóng)業(yè)保險決策中發(fā)揮著正向調(diào)節(jié)的作用,即前期產(chǎn)量損失強(qiáng)化了氣候風(fēng)險引致的損失厭惡感,從而提升了當(dāng)期生產(chǎn)型農(nóng)戶購買農(nóng)業(yè)保險的需求,由此假說3得到支持。

表6 生產(chǎn)型農(nóng)戶購買農(nóng)業(yè)保險的行為邏輯

究其原因,氣候風(fēng)險對農(nóng)業(yè)生產(chǎn)造成巨大且深刻的影響。因此,生產(chǎn)型農(nóng)戶傾向于購買農(nóng)業(yè)保險將潛在的風(fēng)險損失轉(zhuǎn)移出去,以避免當(dāng)前的農(nóng)業(yè)收益受損。然而,氣候風(fēng)險具有無記憶性,這使農(nóng)戶難以有效地估計其發(fā)生概率。生產(chǎn)型農(nóng)戶以前期產(chǎn)量損失作為當(dāng)前農(nóng)業(yè)保險決策的依據(jù)。在氣候風(fēng)險的作用下,相對于前期產(chǎn)量損失較低的生產(chǎn)型農(nóng)戶,前期產(chǎn)量損失較高的生產(chǎn)型農(nóng)戶更容易產(chǎn)生損失厭惡,從而提升對農(nóng)業(yè)保險的需求[21]。

五、結(jié)論與建議

為了解釋氣候風(fēng)險不斷加劇,農(nóng)戶沒有趨向于通過購買農(nóng)業(yè)保險來規(guī)避風(fēng)險的問題,構(gòu)建了“氣候風(fēng)險—行為能力—農(nóng)戶購買農(nóng)業(yè)保險決策”的理論框架,進(jìn)行了模型回歸、穩(wěn)健性及內(nèi)生性檢驗(yàn)。本研究結(jié)論如下:第一,氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險決策存在正向影響。Probit模型結(jié)果顯示,氣候風(fēng)險每增加1個單位,農(nóng)戶購買農(nóng)業(yè)保險的概率提高0.182%。第二,由于行為能力的差異,農(nóng)戶分化為生活型農(nóng)戶和生產(chǎn)型農(nóng)戶。生活型農(nóng)戶從事農(nóng)業(yè)生產(chǎn)以滿足家庭基本消費(fèi)需求為主,其需要承擔(dān)的風(fēng)險比例相對較低,難以轉(zhuǎn)化為購買農(nóng)業(yè)保險的需求。生產(chǎn)型農(nóng)戶從事農(nóng)業(yè)生產(chǎn)以滿足家庭消費(fèi)和市場需求為主,其承擔(dān)的風(fēng)險比例相對較大,在氣候風(fēng)險的作用下,更容易產(chǎn)生損失厭惡感,從而提升對農(nóng)業(yè)保險的需求。第三,相較生活型農(nóng)戶,生產(chǎn)型農(nóng)戶更容易受氣候風(fēng)險的影響。然而,氣候風(fēng)險具有無記憶性,所以,他們往往以前期產(chǎn)量損失作為當(dāng)期農(nóng)業(yè)保險決策的依據(jù)。如果前期產(chǎn)量損失相對較大,使得他們高估當(dāng)期風(fēng)險發(fā)生概率,從而趨向于購買農(nóng)業(yè)保險,相反,則因低估風(fēng)險發(fā)生概率而不采取任何保險行為。

政策啟示是:第一,不斷優(yōu)化保障水平差異化保費(fèi)補(bǔ)貼政策,降低欠發(fā)達(dá)地區(qū)農(nóng)戶購買農(nóng)業(yè)保險的費(fèi)用。包括結(jié)合當(dāng)?shù)剞r(nóng)業(yè)發(fā)展的基本情況,將保費(fèi)補(bǔ)貼比例動態(tài)調(diào)節(jié)與農(nóng)產(chǎn)品保障水平、農(nóng)業(yè)政策導(dǎo)向相掛鉤,并且構(gòu)建特色農(nóng)產(chǎn)品農(nóng)業(yè)保險支持清單,重點(diǎn)對于某些地區(qū)的特色農(nóng)作物提供全額的保費(fèi)。第二,繼續(xù)推進(jìn)完全成本保險試點(diǎn)、收入保險試點(diǎn)、指數(shù)保險試點(diǎn),按照“先保成本,再保產(chǎn)量,后保收入”的原則,鼓勵農(nóng)業(yè)保險公司與氣象部門、農(nóng)業(yè)部門合作,結(jié)合當(dāng)?shù)爻Ｒ姷臍夂蝻L(fēng)險或農(nóng)戶風(fēng)險需求定制化相關(guān)險種,或者是根據(jù)地理分區(qū),結(jié)合當(dāng)?shù)刂饕r(nóng)作物的生長特性,創(chuàng)新不同的險種,從而滿足不同行為能力對保險產(chǎn)品的需求。第三,進(jìn)一步健全風(fēng)險成災(zāi)評估和信息發(fā)布體系,完善氣候風(fēng)險的預(yù)警預(yù)測系統(tǒng),做到及時處理可能演變?yōu)橹卮髶p失的風(fēng)險事件。同時,整合各類信息數(shù)據(jù)庫,提高對農(nóng)業(yè)應(yīng)急管理數(shù)據(jù)的整合和利用,為農(nóng)戶購買農(nóng)業(yè)保險提供決策依據(jù)。