摘 要 農(nóng)業(yè)保險利用風(fēng)險分擔(dān)和風(fēng)險轉(zhuǎn)移的機(jī)制來減輕農(nóng)戶生產(chǎn)在遭遇不利狀況后的損失，保障農(nóng)戶利益。為分析農(nóng)業(yè)保險對水稻產(chǎn)量的影響，基于廣東省1 005份水稻農(nóng)戶微觀調(diào)研數(shù)據(jù)，利用內(nèi)生轉(zhuǎn)換模型和平均處理效應(yīng)展開研究。結(jié)果表明：1）農(nóng)業(yè)保險對水稻產(chǎn)量有顯著正向促進(jìn)作用;2）種植面積、教育程度、家庭固定資產(chǎn)總價值、是否為村干部與農(nóng)戶參保意愿顯著正相關(guān);3）每667 m2家庭勞動力投入、化肥投入和農(nóng)地流入顯著降低農(nóng)戶的參保意愿;4）農(nóng)藥投入、水稻種植面積和農(nóng)地流入顯著正向影響已投保組和未投保組水稻產(chǎn)量，教育程度顯著負(fù)向影響兩組的產(chǎn)量;5）勞動服務(wù)投入和性別顯著正向影響已投保組產(chǎn)量，農(nóng)機(jī)服務(wù)投入和種子支出顯著正向促進(jìn)未投保組產(chǎn)量。

關(guān)鍵詞 農(nóng)業(yè)保險;水稻產(chǎn)出;農(nóng)業(yè)生產(chǎn);內(nèi)生轉(zhuǎn)換模型;廣東省

中圖分類號：F840.66;S511 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2022.17.012

2022年中央一號文件強(qiáng)調(diào)了我國糧食安全問題，要求全力抓好糧食生產(chǎn)和重要農(nóng)產(chǎn)品供給，積極發(fā)展農(nóng)業(yè)保險，保障好農(nóng)民種糧收益。水稻作為我國最主要的糧食作物之一，其生產(chǎn)穩(wěn)定程度對我國糧食安全有著重大的影響力。

近些年來氣候變化加劇，極端天氣常發(fā)，水稻生產(chǎn)資料價格波動上升，水稻生產(chǎn)面臨更多不確定性因素。農(nóng)業(yè)保險能夠分擔(dān)農(nóng)戶水稻種植的風(fēng)險，減輕農(nóng)戶損失，能夠在一定程度上促進(jìn)我國水稻生產(chǎn)持續(xù)發(fā)展。

鑒于此，本研究利用課題組收集的1 005份廣東省水稻生產(chǎn)情況的稻農(nóng)微觀數(shù)據(jù)，以CD生產(chǎn)函數(shù)為基礎(chǔ)，運(yùn)用內(nèi)生轉(zhuǎn)換模型分析農(nóng)業(yè)保險對水稻產(chǎn)量的影響，并根據(jù)研究發(fā)現(xiàn)提出農(nóng)業(yè)保險的發(fā)展建議。

1? 文獻(xiàn)綜述

經(jīng)過文獻(xiàn)研究發(fā)現(xiàn)，國內(nèi)外學(xué)者對于農(nóng)業(yè)保險的研究方向相差較大。1）國外現(xiàn)有研究主要關(guān)注不同指標(biāo)體系下農(nóng)業(yè)保險的作用，Shi等發(fā)現(xiàn)復(fù)合指數(shù)天氣保險能顯著降低作物產(chǎn)出風(fēng)險[1]。Valverde-Arias等設(shè)計以植被指數(shù)為基礎(chǔ)的保險指標(biāo)體系來探測旱災(zāi)和水災(zāi)對水稻生產(chǎn)的影響[2]。Benami等提出針對遙感和建模領(lǐng)域監(jiān)測水稻生產(chǎn)不利因素的指數(shù)評估經(jīng)濟(jì)框架[3]。2）國內(nèi)研究主要分為3個方向：①農(nóng)業(yè)保險參保的影響因素。于鑫鑫等發(fā)現(xiàn)社會網(wǎng)絡(luò)以保險認(rèn)知為中介影響農(nóng)戶的保險購買意愿[4]。鄭沃林等結(jié)合氣候數(shù)據(jù)和農(nóng)戶微觀數(shù)據(jù)得出前期產(chǎn)量損失程度與生產(chǎn)型農(nóng)戶當(dāng)期購買農(nóng)業(yè)保險的意愿正相關(guān)[5]。蔡鍵等指出耕地和服務(wù)規(guī)模的擴(kuò)大會強(qiáng)化農(nóng)戶購買農(nóng)業(yè)保險的意愿[6]。②農(nóng)業(yè)保險的應(yīng)用對農(nóng)戶生產(chǎn)行為及效果的影響。李棠等發(fā)現(xiàn)農(nóng)業(yè)保險對家庭農(nóng)場采納農(nóng)業(yè)相關(guān)技術(shù)決策有正向促進(jìn)作用[7]。任天馳等得出農(nóng)戶生產(chǎn)效率在農(nóng)業(yè)保險保障水平的影響下呈現(xiàn)“倒U型”變化[8]。劉飛等指出人均種植面積和農(nóng)業(yè)保險發(fā)展水平與農(nóng)業(yè)產(chǎn)出呈正相關(guān)[9]。丁宇剛等發(fā)現(xiàn)在道德風(fēng)險影響較小的條件下，農(nóng)業(yè)保險可以減弱自然災(zāi)害帶來的負(fù)面影響[10]。③農(nóng)業(yè)保險對農(nóng)民收入及農(nóng)業(yè)經(jīng)濟(jì)的影響。有學(xué)者研究發(fā)現(xiàn)，農(nóng)業(yè)保險能夠刺激農(nóng)戶增加要素投入和優(yōu)化生產(chǎn)要素配置來提升農(nóng)戶收入[11]，但正向作用影響只發(fā)生在短期，長期將呈現(xiàn)反效果[12]。另外，張東玲等指出農(nóng)業(yè)保險能夠增強(qiáng)農(nóng)戶家庭經(jīng)濟(jì)韌性，影響效果邊際遞減[13]。金紹榮等發(fā)現(xiàn)農(nóng)業(yè)保險以提高全要素生產(chǎn)率為中介來助力農(nóng)業(yè)經(jīng)濟(jì)增長[14]。

可見，現(xiàn)有研究主要關(guān)注農(nóng)業(yè)保險的購買意愿、農(nóng)業(yè)保險產(chǎn)品的作用機(jī)制等，關(guān)于農(nóng)業(yè)保險對水稻產(chǎn)量的影響的研究較少。

2? 數(shù)據(jù)來源、變量說明及模型構(gòu)建

2.1? 數(shù)據(jù)來源

2021年7月，課題組對廣東省2020年水稻生產(chǎn)情況進(jìn)行實(shí)地調(diào)研，共涉及13個地級市19個縣，并從每個縣隨機(jī)抽取2個行政村進(jìn)行調(diào)查，一共調(diào)查38個行政村。

此次調(diào)研主要收集了稻農(nóng)的戶主特征、家庭經(jīng)營特征、2020年水稻生產(chǎn)投入產(chǎn)出情況、環(huán)境感知4個方面的指標(biāo)數(shù)據(jù)。實(shí)地調(diào)研采用一對一問卷調(diào)查及對話訪談方法，調(diào)研共回收有效問卷1 005份，其中參與水稻農(nóng)業(yè)保險的稻農(nóng)占總樣本的53.3%。

2.2? 變量說明

因變量為農(nóng)戶2020年水稻總產(chǎn)量，核心變量為農(nóng)業(yè)保險購買情況，其他自變量分為水稻投入、經(jīng)營特征、環(huán)境感知3類。1）水稻投入。包括種子費(fèi)用、化肥費(fèi)用、農(nóng)藥費(fèi)用、勞動服務(wù)費(fèi)用、機(jī)器服務(wù)費(fèi)用。其中，勞動服務(wù)費(fèi)用表示雇傭勞動力的費(fèi)用，主要發(fā)生在耕整、除草、施肥、打藥、插秧、拋秧等環(huán)節(jié)。機(jī)器服務(wù)費(fèi)用主要指機(jī)器耕整、機(jī)器插秧、無人機(jī)噴藥、機(jī)器收割、稻谷運(yùn)輸?shù)确?wù)中產(chǎn)生的支出。2）經(jīng)營特征。包括是否有農(nóng)地流入、水稻種植面積、家庭農(nóng)用固定資產(chǎn)總價值、每667 m2家庭勞動力投入。其中，家庭農(nóng)用固定資產(chǎn)總價值指耕整機(jī)、電動打藥機(jī)、拖拉機(jī)、插秧機(jī)、收割機(jī)等農(nóng)用機(jī)械設(shè)備的價值。3）環(huán)境感知。以農(nóng)戶是否感知其水稻生產(chǎn)行為會影響當(dāng)?shù)厣鷳B(tài)環(huán)境來衡量。另外，考慮到農(nóng)戶的異質(zhì)性對產(chǎn)量的影響，本文加入了性別、年齡、教育程度、是否為村干部等作為控制變量。

為更好地區(qū)分已投保者和未投保者的樣本特征，對變量進(jìn)行分樣本描述統(tǒng)計，結(jié)果如表1所示?？梢钥闯觯嗽诿?67 m2家庭勞動力投入上，已投保者的均值比未投保者的低外，其他變量的均值都是已投保者更大，表明樣本中存在異質(zhì)性，使用OLS模型將會產(chǎn)生偏誤，生成有偏估計，故本文選取內(nèi)生轉(zhuǎn)換模型進(jìn)行分析來消除此問題。

2.3? 模型構(gòu)建

因?qū)嶋H調(diào)查的是已完成投保相關(guān)決策的樣本，而已完成投保的稻農(nóng)與未投保的稻農(nóng)存在自身特征的異質(zhì)性而導(dǎo)致“自選擇”問題，且存在同時對農(nóng)戶參與農(nóng)業(yè)保險和水稻產(chǎn)量造成影響的不可觀測變量，若不對上述兩個問題進(jìn)行處理將會導(dǎo)致選擇偏差和內(nèi)生性問題，使得估計結(jié)果產(chǎn)生偏誤，形成有偏估計。因此，本研究選擇內(nèi)生轉(zhuǎn)換模型解決不可觀測變量的選擇偏差問題。參照已有學(xué)者的做法[15]，具體模型構(gòu)建如下。

2.3.1? 內(nèi)生轉(zhuǎn)換模型

以CD生產(chǎn)函數(shù)為基礎(chǔ)，以農(nóng)業(yè)保險購買，水稻的五種投入要素為解釋變量，再添加農(nóng)戶特征等控制變量，稻農(nóng)的水稻產(chǎn)出可以表示為一系列可觀測變量的函數(shù)：

式中：Yi為水稻的產(chǎn)出變量;Xmi為水稻的投入要素;Ii是農(nóng)業(yè)保險購買決策變量，取值為1表示農(nóng)戶已經(jīng)購買了農(nóng)業(yè)保險，反之為0;Rqi是農(nóng)戶特征控制變量，[ei]是產(chǎn)出決定方程的殘差項目，[βi]是待估變量向量，[Zi]是可觀測非隨機(jī)向量μi是保險決策方程的誤差項。

內(nèi)生轉(zhuǎn)換模型能夠解決因樣本自選擇問題帶來的有偏估計問題，并通過構(gòu)建反事實(shí)估計平均處理效應(yīng)來解決無法觀測到已投保農(nóng)戶在不投保時候的生產(chǎn)情況，能夠更好地探究農(nóng)業(yè)保險對水稻產(chǎn)出的影響。

針對稻農(nóng)參與了農(nóng)業(yè)保險和未參與農(nóng)業(yè)保險的情況下分別構(gòu)建兩者的水稻產(chǎn)出決定方程：

模型利用完全信息極大似然法（FIML）同時估計決策方程（2）與結(jié)果方程（3）和（4）。

2.3.2? 平均處理效應(yīng)的估計

在以上框架的基礎(chǔ)上，可以估計稻農(nóng)進(jìn)行投保和不進(jìn)行投保下的水稻產(chǎn)量的條件期望，其中j=1，k=2分別表示在樣本稻農(nóng)中的實(shí)際產(chǎn)量期望值;j=2，k=2表示反事實(shí)處理下的水稻產(chǎn)量條件期望。

得出二者在實(shí)際和反事實(shí)條件下的水稻產(chǎn)出條件期望后，通過比較可以分析得出處理組（ATT）和對照組（ATU）的平均處理效應(yīng)。

3? 結(jié)果與分析

3.1? 內(nèi)生轉(zhuǎn)換模型的估計結(jié)果

內(nèi)生轉(zhuǎn)換模型結(jié)果如表2所示。其中，σN為負(fù)且在10%的水平上通過了顯著性檢驗(yàn)，說明對于未投保稻農(nóng)存在選擇性偏差，聯(lián)立獨(dú)立似然比也通過了1%統(tǒng)計水平的顯著性檢驗(yàn)，證明了使用內(nèi)生轉(zhuǎn)換模型進(jìn)行分析的合理性。

3.1.1? 選擇模型的結(jié)果解釋

本文設(shè)置是否為村干部、每667 m2家庭勞動力投入、家庭農(nóng)用固定資產(chǎn)總價值作為選擇工具變量，結(jié)果顯示是否為村干部和家庭農(nóng)用固定資產(chǎn)總價值在5%的水平通過了顯著性檢驗(yàn)，每667 m2家庭勞動力投入在1%的水平通過了顯著性檢驗(yàn)，三者都是有效的選擇工具變量。最后本文發(fā)現(xiàn)，農(nóng)戶的投保決策受以下因素的影響。

1）農(nóng)地流轉(zhuǎn)與參?？赡苄燥@著負(fù)相關(guān)，這與盧子曦等得出的結(jié)論相反[15]，原因可能有：①在實(shí)地調(diào)研當(dāng)中了解到許多農(nóng)戶的農(nóng)地流入來源都是同村的村民，該村民不種了就免費(fèi)給別人經(jīng)營，一般在此種情況下很少收取租金，都是使用的口頭合同。沒有農(nóng)地租金的約束，農(nóng)戶的經(jīng)營成本相對變少，對種植損失的規(guī)避程度也就沒那么高，投保意愿就沒那么強(qiáng)烈。②稻農(nóng)對農(nóng)業(yè)保險的認(rèn)知較少，實(shí)地調(diào)研時，向農(nóng)戶詢問五個農(nóng)業(yè)保險相關(guān)的問題（水稻種植保險的保額是800元/667 m2，水稻種植保險的保費(fèi)承擔(dān)比例是農(nóng)戶自負(fù)20%，政府補(bǔ)貼80%，水稻種植保險期限以一造（一個生長周期）為一個投保周期，人為因素故意造成的損失不在賠付范圍內(nèi)，水稻保險采用現(xiàn)場定損方式），每個問題答對記1分，調(diào)查結(jié)果顯示樣本平均得分1.19，可以看出農(nóng)戶對農(nóng)業(yè)保險的知識極為欠缺，常懷有保險類產(chǎn)品保費(fèi)高的刻板印象，擔(dān)心保險會造成成本擠占，不愿意去投保。

2）種植面積和教育程度都與投保需求有著顯著的正相關(guān)關(guān)系，這與前人研究的結(jié)論相一致[17-18];化肥投入與投保需求呈顯著負(fù)相關(guān)，可能原因是農(nóng)戶增加化肥的投放量能夠提高他們的期望產(chǎn)量，削弱了減產(chǎn)顧慮，降低了投保的意愿。

3）戶主的村干部身份在5%的水平上顯著增加農(nóng)戶的投保意愿。農(nóng)業(yè)保險是政策型保險，保險相關(guān)的信息傳達(dá)一般會首先到達(dá)村政府，在調(diào)查中發(fā)現(xiàn)，部分樣本的農(nóng)業(yè)保險是由村干部協(xié)助購買，村干部對保險的認(rèn)知較其他村民要高，了解農(nóng)業(yè)保險保費(fèi)、保額、作用等信息，使得村干部會更傾向于投保。

4）每667 m2家庭勞動力投入在1%的水平上與投保決策顯著負(fù)相關(guān)，意味著當(dāng)每667 m2家庭勞動力投入減少時，農(nóng)戶投保可能性增加。我國農(nóng)業(yè)目前的經(jīng)營主體和基礎(chǔ)是家庭經(jīng)營，家庭中參與農(nóng)業(yè)的人數(shù)與耕地面積之間的關(guān)系影響著農(nóng)戶的經(jīng)營態(tài)度，人多地少時，農(nóng)戶的心理承受能力高，投保規(guī)避風(fēng)險的意愿低，人少地多時，生產(chǎn)經(jīng)營可能會出現(xiàn)力不從心的情況，此時投保進(jìn)行風(fēng)險分擔(dān)的意愿就會升高。

5）家庭農(nóng)用固定資產(chǎn)總價值在1%的水平上顯著正向促進(jìn)農(nóng)戶參保的可能性，機(jī)器固定資產(chǎn)的價格昂貴，且機(jī)器的成本回收是分散在一個較長的時間維度，農(nóng)戶通過每期種植分擔(dān)機(jī)器成本及利潤積累來抵消購買成本，所以對于回收機(jī)器價值來說每期的生產(chǎn)成果至關(guān)重要。而水稻保險能夠分擔(dān)因不可抗力因素給農(nóng)戶造成的損失，因此家庭農(nóng)用固定資產(chǎn)總值越高，稻農(nóng)參保的意愿更高。

3.1.2? 水稻生產(chǎn)效率決定方程的結(jié)果解釋

對比已投保水稻保險（A組）和未投保水稻保險稻農(nóng)（B組）的水稻產(chǎn)出決定方程，發(fā)現(xiàn)對于相同的解釋變量，兩個方程得到不同的回歸系數(shù)和顯著性水平，說明了簡單OLS回歸模型的缺陷，進(jìn)一步表明使用內(nèi)生轉(zhuǎn)換模型的必要性，具體結(jié)果分析如下。

1）在水稻投入方面。農(nóng)藥投入都在1%的水平上與AB兩組的水稻產(chǎn)量顯著正相關(guān)，且對A組的增產(chǎn)作用更強(qiáng);勞動服務(wù)費(fèi)用在5%的水平上與A組水稻產(chǎn)出正相關(guān)，但對B組無影響;機(jī)器服務(wù)投入和種子費(fèi)用分別在1%和5%的水平上顯著促進(jìn)B組產(chǎn)出增加，但對A組無顯著影響。

2）農(nóng)地流轉(zhuǎn)在1%的水平上都與A組和B組的水稻產(chǎn)出正相關(guān)，對A組的增產(chǎn)作用更強(qiáng)，樣本中僅有40.6%的農(nóng)戶有農(nóng)地流轉(zhuǎn)，表明可以進(jìn)一步推動農(nóng)地流轉(zhuǎn)來提高水稻總產(chǎn)量;水稻面積與A、B兩組的產(chǎn)出都呈現(xiàn)顯著的正相關(guān)關(guān)系，水稻面積增加可以提高田間管理的效率，增加產(chǎn)出。

3）戶主的教育程度對AB兩組的水稻產(chǎn)出有顯著的負(fù)相關(guān)關(guān)系，這與李亞娟等[19]的研究發(fā)現(xiàn)相一致，其原因是教育程度越高的農(nóng)戶會轉(zhuǎn)向非農(nóng)就業(yè)，減少了水稻生產(chǎn)的勞動力投入，降低了水稻產(chǎn)出。

3.2? 兩種情境下的平均處理效應(yīng)估計

為深入探究水稻生產(chǎn)保險對水稻產(chǎn)出的影響，通過消除樣本選擇偏差后計算已投保者和未投保者在兩種“反事實(shí)”情境下的收入（見表3），測算得出ATT=0.257，在10%的水平上顯著;ATU=1.316，在5%的水平上顯著，表明參加水稻保險能夠顯著提高水稻產(chǎn)出。

4? 結(jié)語

研究結(jié)果表明，1）農(nóng)業(yè)保險對水稻產(chǎn)出有顯著正向促進(jìn)作用。2）水稻種植面積、教育程度、家庭農(nóng)用固定資產(chǎn)總價值和村干部與否對農(nóng)戶參?？赡苄猿曙@著正相關(guān)，每667 m2家庭勞動力投入、化肥投入和農(nóng)地流入與農(nóng)戶參保意愿顯著負(fù)相關(guān)。3）農(nóng)藥投入、水稻種植面積和農(nóng)地流入都能顯著正向影響已投保農(nóng)戶和未投保農(nóng)戶水稻產(chǎn)量，教育程度顯著負(fù)向影響兩個組別的水稻產(chǎn)量。4）勞動服務(wù)投入、性別正向促進(jìn)已投保組的產(chǎn)量，機(jī)器服務(wù)費(fèi)用、種子費(fèi)用正向促進(jìn)未投保組的產(chǎn)量。

結(jié)合廣東省水稻農(nóng)業(yè)保險發(fā)展情況和研究結(jié)果，在此對水稻農(nóng)業(yè)保險提出以下3個建議。1）加強(qiáng)農(nóng)業(yè)保險知識宣傳。農(nóng)業(yè)保險屬于金融產(chǎn)品的一種，農(nóng)民對于金融相關(guān)的知識認(rèn)知普遍不足，因此適當(dāng)增加農(nóng)業(yè)保險的宣傳是必要的措施，并且，可以利用農(nóng)村群體的鄰里效應(yīng)，加速農(nóng)業(yè)保險知識的傳播。2）增加財政投入以擴(kuò)大農(nóng)業(yè)保險覆蓋面。農(nóng)業(yè)保險作為我國解決“三農(nóng)”問題的政策工具，與糧食最低收購價，國家儲備糧等政策一樣，都需要政府作為行為主體，投入財政資金來進(jìn)行。樣本數(shù)據(jù)顯示53.3%的樣本稻農(nóng)已經(jīng)參與水稻生產(chǎn)保險，仍有近半稻農(nóng)未參保，而根據(jù)本文發(fā)現(xiàn)的ATU處理效應(yīng)顯示未參保農(nóng)戶參與之后的預(yù)期產(chǎn)出將會顯著提升，所以農(nóng)業(yè)保險覆蓋面需要進(jìn)一步擴(kuò)大以實(shí)現(xiàn)水稻大增產(chǎn)，亦可以通過農(nóng)業(yè)保險保障的實(shí)現(xiàn)來促進(jìn)鄉(xiāng)村數(shù)字普惠金融的建設(shè)，對于穩(wěn)定我國糧食安全具有重大的戰(zhàn)略意義。3）提升農(nóng)村人口的教育水平。教育水平影響到農(nóng)戶對保險產(chǎn)品的接受程度及理賠程序等情景的進(jìn)行，農(nóng)村原住民大都教育水平不高，需要定期合理開展農(nóng)業(yè)相關(guān)培訓(xùn)，從源頭上提升農(nóng)民的生產(chǎn)力，更好地促進(jìn)鄉(xiāng)村振興工作的進(jìn)行。

參考文獻(xiàn)：

[1]? Shi H， Jiang Z. The efficiency of composite weather index insurance in hedging rice yield risk： evidence from China[J/OL]. Agricultural Economics，2016，47（3）：319-328.

[2]? Valverde-Arias O R， Esteve P， Tarquis A M， et al. Remote sensing in an index-based insurance design for hedging economic impacts on rice cultivation[J/OL]. Natural Hazards and Earth System Sciences，2020，20（1）：345-362.

[3]? Benami E， Jin Z， CARTER M R， et al. Uniting remote sensing， crop modelling and economics for agricultural risk management[J/OL]. Nature Reviews Earth & Environment，2021，2（2）：140-159.

[4]? 于鑫鑫，謝金華，楊鋼橋，等.社會網(wǎng)絡(luò)、保險認(rèn)知對農(nóng)戶農(nóng)業(yè)保險參保行為的影響[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2021，26（12）：263-278.

[5]? 鄭沃林，胡新艷，羅必良.氣候風(fēng)險對農(nóng)戶購買農(nóng)業(yè)保險的影響及其異質(zhì)性[J].統(tǒng)計與信息論壇，2021，36（8）：66-74.

[6]? 蔡鍵，蘇柳方.規(guī)?；?jīng)營對農(nóng)戶農(nóng)業(yè)保險購買意愿的影響[J].地域研究與開發(fā)，2020，39（5）：121-125.

[7]? 李棠，孫樂，陳盛偉.農(nóng)業(yè)保險對農(nóng)業(yè)技術(shù)采納行為的影響研究——基于種植業(yè)家庭農(nóng)場的調(diào)研數(shù)據(jù)[J/OL].中國農(nóng)業(yè)資源與區(qū)劃：1-11[2022-09-08].http：//kns.cnki.net/kcms/detail/11.3513.s.20220318.1015.004.html.

[8]? 任天馳，張洪振，楊汭華.農(nóng)業(yè)保險保障水平如何影響農(nóng)業(yè)生產(chǎn)效率：基于鄂、贛、川、滇四省調(diào)查數(shù)據(jù)[J].中國人口·資源與環(huán)境，2021，31（7）：161-170.

[9]? 劉飛，李紅艷，龔承剛.農(nóng)業(yè)保險對農(nóng)業(yè)產(chǎn)出的影響效應(yīng)及異質(zhì)性因素——基于河南省地級市的實(shí)證[J/OL].統(tǒng)計與決策，2020，36（21）：159-162.

[10] 丁宇剛，孫祁祥.農(nóng)業(yè)保險可以減輕自然災(zāi)害對農(nóng)業(yè)經(jīng)濟(jì)的負(fù)面影響嗎？[J/OL].財經(jīng)理論與實(shí)踐，2021，42（2）：43-49.

[11] 黃穎，呂德宏.農(nóng)業(yè)保險、要素配置與農(nóng)民收入[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2021，20（2）：41-53.

[12] 唐德祥，周雪晴.農(nóng)業(yè)保險影響農(nóng)民增收的內(nèi)在機(jī)理分析——基于中國1982—2012年的經(jīng)驗(yàn)數(shù)據(jù)[J/OL].江蘇農(nóng)業(yè)科學(xué)，2016，44（3）：470-474.

[13] 張東玲，焦宇新.農(nóng)業(yè)保險、農(nóng)業(yè)全要素生產(chǎn)率與農(nóng)戶家庭經(jīng)濟(jì)韌性[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2022，21（2）：82-97.

[14] 金紹榮，任贊杰，慕天媛.農(nóng)業(yè)保險、農(nóng)業(yè)全要素生產(chǎn)率與農(nóng)業(yè)經(jīng)濟(jì)增長[J/OL].宏觀經(jīng)濟(jì)研究，2022（1）：102-114，160.

[15] 陳宏偉，穆月英.農(nóng)業(yè)生產(chǎn)性服務(wù)的農(nóng)戶增收效應(yīng)研究——基于內(nèi)生轉(zhuǎn)換模型的實(shí)證[J/OL].農(nóng)業(yè)現(xiàn)代化研究，2019，40（3）：403-411.

[16] 盧子曦，毛延新，范丹.土地轉(zhuǎn)入對農(nóng)業(yè)保險的需求意愿影響——以信貸為中介視角[J].決策咨詢，2022（1）：89-96.

[17] 崔佳寧，安石.農(nóng)戶對農(nóng)業(yè)保險的認(rèn)知與購買意愿研究——以黑龍江省泰來縣為例[J].農(nóng)業(yè)經(jīng)濟(jì)，2022（3）：108-110.

[18] 鄭軍，杜佳欣.農(nóng)業(yè)保險的精準(zhǔn)扶貧效率：基于三階段DEA模型[J].貴州財經(jīng)大學(xué)學(xué)報，2019（1）：93-102.

[19] 李亞娟，馬驥.科學(xué)施肥技術(shù)的收入效應(yīng)差異分析——基于糧農(nóng)初始稟賦的實(shí)證估計[J/OL].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（7）：18-32.

（責(zé)任編輯：敬廷桃）

收稿日期：2022-04-20

基金項目：廣東省農(nóng)業(yè)科學(xué)院項目“廣東省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系創(chuàng)新團(tuán)隊建設(shè)項目”（2021KJ105）。

作者簡介：陳智杰（2001—），男，廣東廣州人，在讀本科生。