□ 王子源 潘輝 劉妍

一、引言

2007年起，全國開展農(nóng)業(yè)保險保費補貼試點方案，標(biāo)志著政策性農(nóng)業(yè)保險進入發(fā)展新時期。2016年，中央財政進一步提高產(chǎn)糧大縣三大糧食作物的保費補貼比例，有利于減輕財政壓力、擴大保險保障范圍、穩(wěn)定農(nóng)業(yè)生產(chǎn)和提高農(nóng)戶收入。隨著農(nóng)業(yè)保險市場規(guī)模的擴大，農(nóng)業(yè)保險提供的風(fēng)險保障從2007年的1126億元增加到2019年的3.6萬億元，有效通過保險杠桿效應(yīng)放大保費補貼的風(fēng)險管理和資金保障功能，助力農(nóng)業(yè)實現(xiàn)高質(zhì)量發(fā)展。

鄉(xiāng)村振興戰(zhàn)略背景下，各地區(qū)經(jīng)濟、氣候和環(huán)境的差異化對補貼效率的影響有所改變。一是保費補貼效率不高，無法滿足新背景下農(nóng)民的有效需求；二是保費補貼效率存在差異化，難以精確滿足各地區(qū)農(nóng)民的實際需求。亟需優(yōu)化保費補貼政策，進而提高補貼效用，更大程度上保障農(nóng)業(yè)生產(chǎn)、提高農(nóng)民收入、鼓勵保險機構(gòu)經(jīng)營和創(chuàng)新。為此，有必要深入研究農(nóng)業(yè)保險補貼的必要性、效率及其影響因素并提出政策建議。

二、文獻綜述

結(jié)合國外農(nóng)業(yè)保險實踐經(jīng)驗，王艷玲（2008）提出政府要參與農(nóng)業(yè)保險經(jīng)營并提供一定的財政補貼。饒慶斌、王德勇（2011）認(rèn)為農(nóng)業(yè)保險補貼影響農(nóng)民支付能力，國家宏觀調(diào)控對農(nóng)業(yè)保險的補貼必不可少。結(jié)合我國農(nóng)業(yè)保險發(fā)展現(xiàn)狀，李瑞紅（2011）指出政策性農(nóng)業(yè)保險是我國當(dāng)前國情下農(nóng)業(yè)保險發(fā)展的必要模式。張組榮（2016）指出農(nóng)業(yè)保險要成功開展，政府必須提供財政補貼。何小偉（2020）從中央和地方、補貼品種和補貼政策的比較分析出發(fā)，提出地方各級政府要發(fā)揮財政補貼在農(nóng)業(yè)風(fēng)險管理中的作用。

錢振偉(2014）運用三階段DEA模型，測算全國各地區(qū)農(nóng)業(yè)保險保費補貼效率水平，指出我國當(dāng)前農(nóng)業(yè)保險保費補貼效率水平較高。江生忠（2015）運用DEA面板超效率方法測算農(nóng)業(yè)保險保費補貼效率水平，對投入和產(chǎn)出變量進行改進和調(diào)整。張組榮（2017）通過建立保費補貼效率指標(biāo)和體系測算農(nóng)業(yè)保險保費補貼效率水平。

羅向明（2011）認(rèn)為受區(qū)域經(jīng)濟發(fā)展水平的制約，農(nóng)業(yè)保險的補貼存在明顯的地區(qū)差異。劉飛（2020）指出保險密度對農(nóng)業(yè)保險效率具有正向影響。牛浩，陳盛偉（2021）提出各地區(qū)的財政收入與農(nóng)業(yè)保險保費補貼呈正相關(guān)，但財政補貼的壓力會阻礙農(nóng)業(yè)保險的發(fā)展。

綜上可見，學(xué)者通過不同的理論視角論證了政策性農(nóng)業(yè)保險的必要性，同時運用不同的模型和指標(biāo)體系測算農(nóng)業(yè)保險保費補貼的效率水平。相關(guān)研究主要將重點聚焦在效率評估方面，未能深入說明影響效率的諸多因素，且大多局限在脫貧背景下，政策建議具有局限性。本文擬在研究農(nóng)業(yè)保險補貼效率的同時，進一步分析影響其效率的因素，為農(nóng)業(yè)保險補貼政策完善、農(nóng)業(yè)保險再定位等重大問題的解決提供實證支撐。

三、農(nóng)業(yè)保險發(fā)展現(xiàn)狀

（一）農(nóng)業(yè)保險基本概況

自全國開始實施農(nóng)業(yè)保險保費補貼試點方案以來，農(nóng)業(yè)保險包括的補貼范圍從5個品種增加到16個大宗農(nóng)產(chǎn)品及60余個地方優(yōu)勢特色農(nóng)產(chǎn)品，基本覆蓋關(guān)系國計民生和糧食安全的大宗農(nóng)產(chǎn)品。2020年，我國農(nóng)業(yè)保險保費收入為815億元，成為世界上農(nóng)業(yè)保險保費規(guī)模最大的國家。其中全國各級財政共承擔(dān)保費補貼603億元，為農(nóng)民提供農(nóng)業(yè)風(fēng)險保障4.13萬億元，中央財政補貼資金使用效果放大了145倍。

（二）農(nóng)業(yè)保險面臨的問題

1.農(nóng)業(yè)保險補貼效率不高

農(nóng)業(yè)保險的參與主體主要有政府、農(nóng)戶和保險公司。從政府角度來看，由于當(dāng)前我國實施的是政策性農(nóng)業(yè)保險，投入大多依靠政府財政補貼，隨著我國農(nóng)業(yè)保險快速發(fā)展，大規(guī)模的補貼投入難以起到正向拉動作用；從農(nóng)戶角度來看，農(nóng)戶對保險補貼政策理解不到位，信息不對稱導(dǎo)致其參保積極性不高；從保險公司角度來看，農(nóng)業(yè)保險經(jīng)營還沒有完全過渡到商業(yè)化模式，市場準(zhǔn)入和退出機制存在缺陷。

2.農(nóng)業(yè)保險補貼政策單一化

目前，我國農(nóng)業(yè)保險以單一的政策性保險為主，主要依靠政府的財政補貼來扶持。由于各省份的財政收入不同，對農(nóng)業(yè)保險的財政扶持力度也各不相同。這在一定程度上降低了不發(fā)達地區(qū)農(nóng)民的投保積極性，從而阻礙農(nóng)業(yè)保險的發(fā)展。同時，農(nóng)業(yè)保險相關(guān)的法律法規(guī)并不完善，一些條款無法和農(nóng)業(yè)生產(chǎn)的實際情況相匹配，嚴(yán)重限制了我國農(nóng)業(yè)保險的長期發(fā)展。

四、農(nóng)業(yè)保險保費補貼效率的實證研究

（一）模型構(gòu)建與優(yōu)化

1.效率模型構(gòu)建

根據(jù)具體的分析目的，可將DEA模型分為投入和產(chǎn)出導(dǎo)向。一般而言，在運用DEA模型的文獻中，大多選擇投入導(dǎo)向的規(guī)模報酬可變模型，因此本文選擇規(guī)模報酬可變模型。具體公式如下：

其中，j=1,2…,n表示決策單元，x，y分別為投入、產(chǎn)出向量。

2.效率模型的調(diào)整

規(guī)模報酬可變：一方面考慮到當(dāng)前我國農(nóng)業(yè)保險處于快速發(fā)展時期，另一方面農(nóng)業(yè)保險補貼對于農(nóng)業(yè)保險發(fā)展的重要性不言而喻，本文選取規(guī)模報酬可變模型。

投入導(dǎo)向型：在鄉(xiāng)村背景下完善農(nóng)業(yè)保險保費補貼政策，期望獲得更多有關(guān)投入變量的信息，本文選取投入導(dǎo)向型。

（二）變量選擇

研究以中央保費補貼和補貼占比來衡量投入指標(biāo)。關(guān)于產(chǎn)出變量的選擇，不僅關(guān)注直接所得（即通過保費補貼對農(nóng)戶直接造成的影響），還關(guān)注過程量（即農(nóng)戶在農(nóng)險補貼政策刺激下，改善其農(nóng)業(yè)經(jīng)營的意愿），因而產(chǎn)出指標(biāo)選取補貼占賠付的比例、保險深度，以及關(guān)注農(nóng)藥化肥與大型機械的投入。

1.投入變量選擇

2014年頒布的《國務(wù)院關(guān)于加快發(fā)展現(xiàn)代保險服務(wù)業(yè)的若干意見》提出“減少或者取消產(chǎn)糧大縣三大糧食作物保險縣級財政保費補貼”，這將降低產(chǎn)糧大縣的政府財政壓力。為此，本研究投入變量選擇中央財政補貼以及補貼占保費收入的比率。

2.產(chǎn)出變量選擇

農(nóng)戶層面：“補貼占賠付的比例”反映農(nóng)業(yè)保險保費補貼對農(nóng)業(yè)保險賠付成本的覆蓋程度；“機械投入和農(nóng)藥化肥投入”則表明農(nóng)戶在農(nóng)險補貼政策刺激下，改善其農(nóng)業(yè)經(jīng)營的意愿。本文以每公頃農(nóng)資用量和每公頃機械動力來衡量此因素。

農(nóng)業(yè)層面：保險深度反映一個國家保險業(yè)在整個國民經(jīng)濟中的重要地位。該指標(biāo)的計算不僅取決于一國總體發(fā)展水平，還取決于保險業(yè)的發(fā)展速度。

3.數(shù)據(jù)來源

本文選取的數(shù)據(jù)來自2017-2020年《中國統(tǒng)計年鑒》《中國保險年鑒》《中國農(nóng)業(yè)統(tǒng)計年鑒》以及部分省財政廳官網(wǎng)等，對數(shù)據(jù)中的缺失值使用插值法、均值法等方法進行補齊。

（三）農(nóng)業(yè)保險保費補貼效率對比分析

1.農(nóng)業(yè)保險保費補貼效率橫向分析

以全國31個省、市、自治區(qū)作為決策單位，選取2016-2019年的面板數(shù)據(jù)，運用DEAP2.1軟件對比分析全國農(nóng)業(yè)保險保費補貼的技術(shù)效率。即在規(guī)模報酬可變的情況下，采用DEA模型對投入導(dǎo)向模式下求解，結(jié)果如表1所示。

表1 2016-2019年全國農(nóng)業(yè)保險保費補貼技術(shù)效率水平

結(jié)合表1實證結(jié)果，本研究將農(nóng)業(yè)保險保費補貼效率水平大致分為效率高(＞0.9)、效率中等（0.6-0.9）和效率低(＜0.6）這三個區(qū)間。

表1可見，整體上來看，全國各地區(qū)農(nóng)業(yè)保險保費補貼的效率水平較低，表明部分省市的財政補貼沒有達到有效利用。2017－2019年間，北京市、天津市、上海市和海南省等這幾個省市的技術(shù)效率值高，其他各省市的效率水平均處在中等區(qū)間。

通過測算2016-2019 年度全國各省市農(nóng)業(yè)保險保費補貼的純技術(shù)效率值，進一步分析全國各省市之間純技術(shù)效率產(chǎn)生差異的原因，結(jié)果如表2。

表2 2016-2019年全國農(nóng)業(yè)保險保費補貼純技術(shù)效率水平

表2可見，2016-2019年，北京、黑龍江、上海、西藏、陜西、海南等省市的純技術(shù)效率為1，達到很高水平。而新疆、四川、安徽等省市的純技術(shù)效率和技術(shù)效率值接近，均處在較低水平。主要原因是各地區(qū)的地理環(huán)境與所種植的農(nóng)作物不同，各地保險保費補貼政策的制定存在差異化。

為了研究2016-2019年全國各省市的農(nóng)險保費補貼資金使用規(guī)模，根據(jù)DEA模型的運算TE / PTE計算得出，從而判斷保費補貼規(guī)模的邊際收益增減情況，結(jié)果表3所示。

表3 2016-2019年全國農(nóng)業(yè)保險保費補貼規(guī)模效率水平

表3可知，全國各省市規(guī)模效率呈現(xiàn)遞減趨勢。2016-2019年上海的規(guī)模效率都是1，表明效率達到帕累托最優(yōu)狀態(tài)，其他各省市的規(guī)模效率也處于較高的水平。結(jié)果表明，農(nóng)業(yè)保險保費補貼政策已經(jīng)無法與當(dāng)前保費投入相匹配，盲目加大保費投入并不能提高農(nóng)業(yè)保險保費補貼效率水平。

2.農(nóng)業(yè)保險保費補貼效率縱向分析

通過測算全國各地區(qū)2016-2019年農(nóng)業(yè)保險保費補貼 Malmquist 指數(shù)，進一步研究農(nóng)業(yè)保險保費補貼效率水平的縱向趨勢，結(jié)果如表4所示。

表4 2016-2019年全國各地區(qū)農(nóng)業(yè)保險保費補貼Malmquist 指數(shù)

表4表明，2016-2017年的Malmquist指數(shù)值為0.946，2017-2018年的指數(shù)值為1.005，2018-2019年的指數(shù)值為0.849。2016－2019年的指數(shù)均值為0.931，這說明全國農(nóng)業(yè)保險保費補貼效率水平呈現(xiàn)先增再減趨勢，這種不穩(wěn)定性與近年來不斷調(diào)整農(nóng)業(yè)保險保費補貼政策、保險機構(gòu)的準(zhǔn)入機制等多原因有關(guān)。

表5 2016-2019年全國各地區(qū)農(nóng)業(yè)保險保費補貼Malmquist指數(shù)

表5所示，2016-2019年各地區(qū)的技術(shù)進步指數(shù)平均值為0.903，且每個時期的技術(shù)進步指數(shù)值都小于1，說明保費補貼的技術(shù)利用水平不高，這與各地經(jīng)濟環(huán)境、地方宣傳以及財政補貼結(jié)構(gòu)調(diào)整等多因素相關(guān)。2016-2019年，各地區(qū)規(guī)模效率值的變動幅度平均值為1.011，說明當(dāng)前全國農(nóng)業(yè)保險保費補貼規(guī)模效率值的上升主要依靠技術(shù)經(jīng)濟效率值拉動，從側(cè)面說明不能只依靠技術(shù)經(jīng)濟效率，而要充分發(fā)揮規(guī)模效率對農(nóng)業(yè)保險保費補貼的推動作用。規(guī)模效率指數(shù)值由2016-2017年的0.946增加至2018至2019年的1.005，這一結(jié)果系2017年全國開展農(nóng)業(yè)保險保費補貼試點方案所造成。

五、農(nóng)業(yè)保險保費補貼效率影響因素實證分析

為繼續(xù)研究農(nóng)業(yè)保險保費補貼效率的影響因素，下文將影響變量作為回歸分析的自變量，因變量為上述農(nóng)業(yè)保險保費補貼的效率值進行回歸分析。

（一）模型簡介

選取Tobit模型的原因在于它采用了最大似然函數(shù)來估計因變量的受限回歸方法，可以解決最小二乘法（OLS）在估計量和含有截尾變量數(shù)據(jù)上估計量不一致的情形。Tobit模型的數(shù)學(xué)表達式如下所示，其中xi為解釋變量，yi為被解釋變量，δ為回歸系數(shù)，μ表示截距項。

（二）影響變量選取

研究從各地區(qū)的經(jīng)濟變量因素、農(nóng)民自身因素、農(nóng)業(yè)保險市場以及自然災(zāi)害等因素出發(fā)，分別選取各省市的農(nóng)作物受災(zāi)面積（X1）、受教育程度（X2）、地方政府財政收入（X3）、農(nóng)業(yè)支出額（X4）、農(nóng)作物播種面積（X5）和農(nóng)作物灌溉面積（X6）作為自變量。

1.自然災(zāi)害狀況變量：農(nóng)作物受災(zāi)面積（X1）

農(nóng)作物受災(zāi)面積代表自然環(huán)境對農(nóng)業(yè)的影響程度，農(nóng)作物受災(zāi)面積的大小決定農(nóng)作物的產(chǎn)量，進而影響農(nóng)民收入。自然災(zāi)害會提高參保的成本，進而降低農(nóng)業(yè)保險補貼效率。所以判斷為負(fù)相關(guān)。

2.農(nóng)民自身因素變量：受教育程度（X2）

受教育程度表示農(nóng)民對農(nóng)業(yè)保險的接受情況，本文以12歲以上的文盲比率為指標(biāo)。一般而言，受教育程度越高，對農(nóng)業(yè)保險風(fēng)險保障的能力更加認(rèn)可。所以判斷為負(fù)相關(guān)。

3.各省經(jīng)濟狀況變量： 地方政府財政收入（X3)、農(nóng)業(yè)支出額（X4）

農(nóng)業(yè)支出額越高，表明該地區(qū)經(jīng)濟發(fā)展結(jié)構(gòu)中農(nóng)業(yè)占比較大，也說明該地區(qū)更加重視農(nóng)業(yè)保險的發(fā)展，從而刺激政府財政補貼投入動機； 基于當(dāng)前的保費補貼方式，地方政府財政收入水平高的地區(qū)，大多數(shù)農(nóng)業(yè)產(chǎn)值占比較低，對于農(nóng)業(yè)保險的需求有限。所以判斷為負(fù)相關(guān)。

4.農(nóng)民對農(nóng)業(yè)產(chǎn)量的重視程度：農(nóng)作物播種面積（X5）

一般沒有自然災(zāi)害的情況下，由于農(nóng)業(yè)本身弱質(zhì)性的特點，農(nóng)作物播種面積越大，相應(yīng)的農(nóng)作物的產(chǎn)量就越高。所以判斷為正相關(guān)。

5.緩解自然災(zāi)害情況：農(nóng)作物灌溉面積（X6）

有效灌溉面積能夠降低自然災(zāi)害對農(nóng)業(yè)造成的風(fēng)險，有效灌溉面積越大，越有利于保障農(nóng)業(yè)生產(chǎn)，提高農(nóng)作物產(chǎn)量，進而提高農(nóng)民收入。所以判斷為正相關(guān)。

表6 影響變量簡要說明

由上文影響因素假設(shè)情況可知，Tobit回歸模型的表達式為：

其中Yti表示在第t年全國i省市的農(nóng)業(yè)保險保費補貼綜合技術(shù)效率值，β表示解釋變量的系數(shù)，x1-x6表示解釋變量，μ表示隨機擾動項。運用Stata16軟件，對2016-2019年全國的面板數(shù)據(jù)進行回歸分析，結(jié)果如下表8所示。

表7 主要變量的描述性統(tǒng)計

表8 影響因素回歸結(jié)果

（三）計量結(jié)果分析

第一，地方財政收入和農(nóng)業(yè)支出與補貼效率無關(guān)，各地區(qū)保費補貼投入的有效轉(zhuǎn)化率存在差異性，故地方財政收入和農(nóng)業(yè)支出增加或減少并不會對補貼效率有影響，與上述假設(shè)不一致。第二，受災(zāi)面積與補貼效率呈負(fù)相關(guān)，與判斷一致，這說明嚴(yán)重的自然災(zāi)害會提高參保的成本，進而降低農(nóng)業(yè)保險補貼效率。第三，受教育程度與補貼效率沒有直接關(guān)系，說明農(nóng)業(yè)保險大多依靠政府財政補貼，農(nóng)戶參與積極性不高，即農(nóng)戶的受教育程度不能有效刺激農(nóng)戶參保需求。第四，農(nóng)作物的有效灌溉面積與效率水平呈負(fù)相關(guān)，P值為0.005表明非常顯著，說明有效灌溉面積的擴大并不能降低自然災(zāi)害對農(nóng)作物的影響，當(dāng)前干旱對于農(nóng)作物的影響沒有在自然災(zāi)害中占主導(dǎo)地位。第五，農(nóng)作物播種面積與補貼效率呈正相關(guān)，P值為0.029非常顯著，表明一般沒有自然災(zāi)害的情況下，由于農(nóng)業(yè)本身弱質(zhì)性的特點，農(nóng)作物播種面積越大，相應(yīng)的農(nóng)作物的產(chǎn)量就越高。

六、結(jié)論與建議

實證結(jié)果表明目前農(nóng)業(yè)保險財政補貼效率較低，各地區(qū)之間的補貼效率水平差異較大。從效率分析結(jié)果看，部分地區(qū)的財政補貼沒有達到有效利用。當(dāng)前的農(nóng)業(yè)保險保費補貼政策過于單一化，主要依靠財政補貼，參與主體不足導(dǎo)致分散風(fēng)險能力下降。從影響因素分析看，農(nóng)作物播種面積與效率水平的關(guān)系說明要繼續(xù)擴大播種面積，守住耕地紅線。針對我國當(dāng)前財政補貼量與保障水平不相匹配的現(xiàn)狀，現(xiàn)在的農(nóng)業(yè)保險保費補貼政策已經(jīng)無法與當(dāng)前保費投入相匹配，盲目加大保費投入并不能提高農(nóng)業(yè)保險保費補貼效率水平。要針對各地區(qū)實際情況，因地制宜地研究制定相關(guān)農(nóng)業(yè)保險保費補貼政策。

針對此，本研究提出以下政策建議：第一，推動農(nóng)業(yè)保險商業(yè)化經(jīng)營。農(nóng)業(yè)保險的準(zhǔn)公共物品特征決定了政策性農(nóng)業(yè)保險的必要性，為了提高農(nóng)業(yè)保險風(fēng)險保障能力，農(nóng)業(yè)保險的參與主體要多元化，要積極完善農(nóng)業(yè)保險市場準(zhǔn)入退出制度，提高保險公司參與農(nóng)業(yè)保險的積極性。第二，針對地區(qū)差異化合理制定相關(guān)政策。當(dāng)前，我國的農(nóng)業(yè)保險保費補貼政策是按照東部、中部、西部等進行區(qū)域劃分。由于各地區(qū)經(jīng)濟、自然環(huán)境存在差異，當(dāng)前我國的農(nóng)業(yè)保險保費補貼政策已經(jīng)與各地區(qū)現(xiàn)實情況不匹配。各部門要按照自然環(huán)境、經(jīng)濟狀況等因素合理制定農(nóng)業(yè)保險保費補貼政策，根據(jù)農(nóng)業(yè)保險保費補貼效率水平差異化統(tǒng)籌全國資源分配。第三，有效提高農(nóng)戶參保積極性。要適當(dāng)運用各種農(nóng)業(yè)合作社之類的公共組織，加大對農(nóng)業(yè)保險知識和保險補貼制度的宣傳，對積極參與農(nóng)業(yè)保險的農(nóng)戶進行資金獎勵，有效刺激農(nóng)戶需求，提高農(nóng)戶參保積極性。