摘 要：利用2009—2020年我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）的省級(jí)面板數(shù)據(jù)，分析并探討了農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度時(shí)空分布特征及其變化的主要驅(qū)動(dòng)因素。研究發(fā)現(xiàn)：三系統(tǒng)耦合協(xié)調(diào)度整體偏低，區(qū)域間差異較大，但呈現(xiàn)逐漸上升趨勢(shì)，空間布局呈現(xiàn)由外向里逐步遞減的特征。不同因素對(duì)三系統(tǒng)耦合協(xié)調(diào)度的驅(qū)動(dòng)作用具有顯著異質(zhì)性，其中農(nóng)村教育水平的驅(qū)動(dòng)作用最強(qiáng)?；诖?，為促進(jìn)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)發(fā)展，建議采取如下措施：充分發(fā)揮地區(qū)聯(lián)動(dòng)效應(yīng)，建立信息共享機(jī)制，搭建數(shù)據(jù)共享平臺(tái)，加大財(cái)政補(bǔ)貼力度，加大金融知識(shí)普及力度等。

關(guān)鍵詞：農(nóng)業(yè)保險(xiǎn)；農(nóng)村信貸；農(nóng)民收入；耦合協(xié)調(diào)

中圖分類(lèi)號(hào)：F323；F842.6；F832.43 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-7909-（2023）11-46-6

0 引言

農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸是金融支農(nóng)的兩個(gè)抓手，二者目標(biāo)一致、功能互補(bǔ)。農(nóng)業(yè)保險(xiǎn)可起到收入穩(wěn)定器的作用，降低信貸違約風(fēng)險(xiǎn)，為農(nóng)民進(jìn)行信貸提供風(fēng)險(xiǎn)補(bǔ)償，也能夠?yàn)樾刨J機(jī)構(gòu)提供部分額外收益。農(nóng)業(yè)保險(xiǎn)除了能幫助緩解信貸機(jī)構(gòu)風(fēng)險(xiǎn)，還能改善農(nóng)村整體經(jīng)濟(jì)環(huán)境與福利水平。農(nóng)村信貸可為農(nóng)村基礎(chǔ)設(shè)施建設(shè)注入資金，在一定程度上降低了農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)，為農(nóng)業(yè)保險(xiǎn)的發(fā)展創(chuàng)造有利條件。農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸互聯(lián)，可降低農(nóng)業(yè)保險(xiǎn)中存在的道德風(fēng)險(xiǎn)。

然而就當(dāng)前階段來(lái)看，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸在穩(wěn)定和提升農(nóng)民收入上發(fā)揮的作用并不顯著［1-2］。但“農(nóng)業(yè)保險(xiǎn)+信貸”模式能夠顯著促進(jìn)農(nóng)民增收，助力解決地區(qū)經(jīng)濟(jì)發(fā)展緩慢問(wèn)題［3］。農(nóng)業(yè)保險(xiǎn)與農(nóng)村信貸互聯(lián)能有效改善農(nóng)戶信貸配給，顯著提高農(nóng)戶農(nóng)業(yè)收入，并有效降低政策性農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼的財(cái)政壓力［4］。保險(xiǎn)金融資本逐利和規(guī)避風(fēng)險(xiǎn)的特性與農(nóng)業(yè)產(chǎn)業(yè)低收益、高風(fēng)險(xiǎn)的特性相矛盾，而農(nóng)業(yè)保險(xiǎn)與農(nóng)村信貸互聯(lián)有助于解決農(nóng)業(yè)、金融供需不平衡的矛盾，充分發(fā)揮支農(nóng)作用，促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步、提升農(nóng)業(yè)技術(shù)效率，進(jìn)而提高農(nóng)業(yè)全要素生產(chǎn)率，實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展［5］。

目前，學(xué)者對(duì)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸、農(nóng)民收入的研究主要集中于兩兩之間的關(guān)系或是農(nóng)業(yè)保險(xiǎn)和農(nóng)村信貸的協(xié)同作用對(duì)農(nóng)民收入的影響上。例如，王倩等［6］、鄭軍等［7］，將三者看作有機(jī)統(tǒng)一的整體進(jìn)行系統(tǒng)性分析。筆者在其研究基礎(chǔ)上，構(gòu)建農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入的發(fā)展水平評(píng)價(jià)指標(biāo)體系，利用2009—2020年我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）的省級(jí)面板數(shù)據(jù)測(cè)算三者的耦合協(xié)調(diào)度，并就其時(shí)空分布特征和驅(qū)動(dòng)因素展開(kāi)研究。

1 耦合協(xié)調(diào)機(jī)制分析

農(nóng)業(yè)保險(xiǎn)通過(guò)穩(wěn)定農(nóng)民收入、提高農(nóng)民信用、降低信貸風(fēng)險(xiǎn)來(lái)擴(kuò)大農(nóng)村信貸規(guī)模。農(nóng)業(yè)保險(xiǎn)的功能是為農(nóng)民轉(zhuǎn)移風(fēng)險(xiǎn)，提供風(fēng)險(xiǎn)補(bǔ)償。保險(xiǎn)公司通過(guò)向農(nóng)民支付一定的補(bǔ)償金保障農(nóng)民按時(shí)還款，降低信貸違約風(fēng)險(xiǎn)。保險(xiǎn)保單還可當(dāng)作抵押品幫助農(nóng)民獲得信貸資金。信貸機(jī)構(gòu)可通過(guò)提供資金支持直接擴(kuò)大農(nóng)業(yè)保險(xiǎn)規(guī)模，也可通過(guò)擴(kuò)大生產(chǎn)規(guī)模、降低信息不對(duì)稱(chēng)風(fēng)險(xiǎn)間接擴(kuò)大保險(xiǎn)規(guī)模。農(nóng)民貸出資金，可用來(lái)擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模，而這也意味著風(fēng)險(xiǎn)增加，農(nóng)業(yè)保險(xiǎn)需求量也會(huì)增加。信貸機(jī)構(gòu)可通過(guò)信息共享平臺(tái)向保險(xiǎn)公司提供客戶信息，降低信息不對(duì)稱(chēng)風(fēng)險(xiǎn)，解決逆向選擇問(wèn)題。

農(nóng)業(yè)保險(xiǎn)通過(guò)保費(fèi)支出、保費(fèi)補(bǔ)貼、保險(xiǎn)賠款綜合作用結(jié)果直接穩(wěn)定農(nóng)民收入，也可通過(guò)提高農(nóng)民對(duì)于資本投入、土地投入、勞動(dòng)供給和技術(shù)進(jìn)步等要素投入預(yù)期，提高農(nóng)民要素配置效率、農(nóng)村全要素生產(chǎn)率，進(jìn)而間接提高農(nóng)民收入［8］。農(nóng)業(yè)保險(xiǎn)也可通過(guò)發(fā)揮保障和融資增信作用激發(fā)低收入群體的內(nèi)生發(fā)展動(dòng)力［9］，還可顯著降低農(nóng)戶貧困脆弱性［1］，進(jìn)而提升農(nóng)民收入。農(nóng)民收入的提高會(huì)顯著增強(qiáng)其生產(chǎn)積極性，為技術(shù)創(chuàng)新、機(jī)械化和規(guī)模化生產(chǎn)注入原始資金，助力農(nóng)業(yè)轉(zhuǎn)型升級(jí)；收入的增加還會(huì)在一定程度上提升農(nóng)民綜合素養(yǎng)，提升其對(duì)于金融產(chǎn)品的接受度。農(nóng)民為獲得更多的保障，會(huì)提升對(duì)農(nóng)業(yè)保險(xiǎn)的需求。

農(nóng)村信貸可為農(nóng)民進(jìn)行農(nóng)業(yè)生產(chǎn)注入資金，通過(guò)擴(kuò)大經(jīng)營(yíng)面積、提高機(jī)械化水平、獲取技術(shù)優(yōu)勢(shì)等增加產(chǎn)出和供給，進(jìn)而提高農(nóng)民收入［10］。農(nóng)民收入的提高增加了其還貸的可能性，降低了貸款違約率，提升了農(nóng)民個(gè)人信用水平，同時(shí)不斷激勵(lì)農(nóng)民擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模、創(chuàng)業(yè)規(guī)模，進(jìn)而增加信貸需求。

耦合協(xié)調(diào)度可以用來(lái)度量各系統(tǒng)之間相互作用的良性發(fā)展程度。農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸二者目標(biāo)一致、功能互補(bǔ)、相互促進(jìn)，是農(nóng)村金融的兩個(gè)抓手，都旨在幫助農(nóng)民進(jìn)行生產(chǎn)經(jīng)營(yíng)活動(dòng)。農(nóng)業(yè)信貸、保險(xiǎn)互動(dòng)協(xié)調(diào)，總體上能夠擴(kuò)大生產(chǎn)經(jīng)營(yíng)規(guī)模，從而提升農(nóng)民收入，而農(nóng)民收入水平提高，會(huì)提升農(nóng)民生產(chǎn)積極性，擴(kuò)大生產(chǎn)經(jīng)營(yíng)規(guī)模，提升保險(xiǎn)、信貸需求，最終形成良性循環(huán)。三者必須形成良性協(xié)調(diào)發(fā)展?fàn)顟B(tài)，任何一方出現(xiàn)問(wèn)題都將阻礙另外兩者的發(fā)展［6］。

2 研究方法

2.1 評(píng)價(jià)指標(biāo)體系的構(gòu)建與數(shù)據(jù)來(lái)源

考慮到研究?jī)r(jià)值與比較意義，以及數(shù)據(jù)的可得性，筆者選取我國(guó)2009—2020年31?。ㄗ灾螀^(qū)、直轄市）的相關(guān)數(shù)據(jù)，在相關(guān)學(xué)者的研究基礎(chǔ)上［6，11］，從規(guī)模水平、運(yùn)行效率和成長(zhǎng)能力3方面構(gòu)建農(nóng)業(yè)保險(xiǎn)和農(nóng)村信貸發(fā)展水平評(píng)價(jià)指標(biāo)體系。數(shù)據(jù)主要來(lái)源于全球統(tǒng)計(jì)數(shù)據(jù)/分析平臺(tái)（Economy Prediction System，EPS）、萬(wàn)得數(shù)據(jù)庫(kù)（Wind數(shù)據(jù)庫(kù)）、《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)保險(xiǎn)年鑒》《中國(guó)金融年鑒》及各省統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報(bào)等。對(duì)于缺失數(shù)據(jù)，采用線性插值法補(bǔ)齊。

2.2 方法選擇

2.2.1 熵值賦權(quán)法。熵值法是一種客觀賦權(quán)方法，根據(jù)指標(biāo)離散程度賦權(quán)，可在一定程度上避免主觀因素帶來(lái)的偏差。農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入綜合發(fā)展水平評(píng)價(jià)指標(biāo)體系及權(quán)重如表1所示。

2.2.2 耦合協(xié)調(diào)度模型。目前，學(xué)者對(duì)于農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入的耦合協(xié)調(diào)度研究較少。姜磊等［12］討論并修正了耦合度公式出現(xiàn)的錯(cuò)誤，并將之推廣到n個(gè)系統(tǒng)。筆者借鑒其研究成果進(jìn)行此次研究，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度計(jì)算公式為

式（1）（2）中：[U1、U2、U3]分別表示農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸、農(nóng)民收入的綜合發(fā)展水平；C為耦合度；D為耦合協(xié)調(diào)度；[α、β、γ]分別為[U1、U2、U3]的權(quán)重，筆者對(duì)三者權(quán)重均取1/3。

2.2.3 空間相關(guān)性檢驗(yàn)。Moran's I空間相關(guān)性檢驗(yàn)用來(lái)描述要素屬性在整體區(qū)域的空間集聚情況，用來(lái)判斷是否有必要進(jìn)一步使用空間計(jì)量模型，計(jì)算公式為

式（3）（4）中：[n]表示31個(gè)省（自治區(qū)、直轄市），[xi]表示當(dāng)年第[i]個(gè)?。ㄗ灾螀^(qū)、直轄市）的耦合協(xié)調(diào)度，[x]表示當(dāng)年全國(guó)平均耦合協(xié)調(diào)度，[wij]為空間權(quán)重矩陣。

2.2.4 空間杜賓模型。已有研究表明，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸、農(nóng)民收入存在空間自相關(guān)性［11，13］。據(jù)此，筆者構(gòu)建了空間杜賓模型，具體公式為

式（5）中：[Indexit]為[i]?。ㄗ灾螀^(qū)、直轄市）第[t]年三系統(tǒng)耦合協(xié)調(diào)度（i=1，2，…，N；t=1，2，…，T），j表示鄰近省份（i≠j），[wij]為空間權(quán)重矩陣，[Xit]為各驅(qū)動(dòng)因子變量，[β]和[γ]為各項(xiàng)系數(shù)，[μi]表示空間效應(yīng)，[ηt]表示時(shí)間效應(yīng)，[εit]為誤差項(xiàng)。

筆者選取鄰接權(quán)重矩陣，相鄰?。ㄗ灾螀^(qū)、直轄市）權(quán)重為1，否則為0。

3 結(jié)果分析

3.1 農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度時(shí)空演變分析

根據(jù)公式（1）（2），計(jì)算出農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度，并將耦合協(xié)調(diào)度進(jìn)行等級(jí)劃分（見(jiàn)表2）。

2009年、2013年、2017年及2020年我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度情況如表3所示。由表3可知，研究期內(nèi)大多數(shù)?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)水平呈上升趨勢(shì)，但除北京、西藏、新疆等?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)水平較高外，其余?。ㄗ灾螀^(qū)、直轄市）普遍偏低。2017年之前，大多數(shù)省（自治區(qū)、直轄市）農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入處于失調(diào)階段，2017年之后才開(kāi)始逐步走向協(xié)調(diào)。2009年，處于輕度失調(diào)衰退階段的?。ㄗ灾螀^(qū)、直轄市）有北京、上海、江蘇、浙江、山東、湖南、內(nèi)蒙古、西藏、新疆及東北三省，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)程度最低的為陜西省，處于嚴(yán)重失調(diào)衰退階段；其余省（自治區(qū)、直轄市）均處于中度失調(diào)衰退階段。從空間布局來(lái)看，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度較高的地區(qū)多分布于我國(guó)西北部和東北部地區(qū)。

與2009年相比，2013年西藏自治區(qū)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度有所下降（倒退至中度失調(diào)衰退階段），重慶、貴州、廣西、湖南等?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度仍保持原來(lái)水平，其余?。ㄗ灾螀^(qū)、直轄市）均有所提高，但仍未到達(dá)勉強(qiáng)協(xié)調(diào)發(fā)展階段。農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度最高的省（自治區(qū)、直轄市）有新疆、內(nèi)蒙古、黑龍江、北京、江蘇和浙江，最低的?。ㄗ灾螀^(qū)、直轄市）為西藏、陜西、重慶、貴州、廣西。從空間分布來(lái)看，2013年農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度較高的?。ㄗ灾螀^(qū)、直轄市）是位于我國(guó)最北側(cè)的新疆、內(nèi)蒙古和黑龍江，位于東部、彼此相鄰的江蘇、上海和浙江，以及經(jīng)濟(jì)發(fā)達(dá)的北京；農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)水平較低的?。ㄗ灾螀^(qū)、直轄市）是陜西、重慶、貴州、廣西、西藏，均位于我國(guó)西部地區(qū)。

2017年、2020年我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)水平普遍得到提升。2017年，西藏、新疆、內(nèi)蒙古、黑龍江、北京、浙江等?。ㄗ灾螀^(qū)、直轄市）步入了勉強(qiáng)協(xié)調(diào)發(fā)展階段；2020年上述?。ㄗ灾螀^(qū)、直轄市）及江蘇省處于初級(jí)協(xié)調(diào)發(fā)展階段，許多?。ㄗ灾螀^(qū)、直轄市）也步入了勉強(qiáng)協(xié)調(diào)發(fā)展階段。從空間分布特征來(lái)看，2017年與2020年基本相同，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)水平均呈現(xiàn)出由外向里逐步遞減的趨勢(shì)。

農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度受多種因素影響。2009年中央一號(hào)文件首次提出探索建立信貸和保險(xiǎn)相結(jié)合的銀保互動(dòng)機(jī)制，因此，2009年農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度整體偏低，之后逐年上升。新疆、西藏、內(nèi)蒙古、黑龍江等?。ㄗ灾螀^(qū)、直轄市）自然條件、地理位置特殊，易遭受自然災(zāi)害影響，農(nóng)業(yè)保險(xiǎn)需求大，發(fā)展空間大，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度較高；而北京、上海、江蘇、浙江等?。ㄗ灾螀^(qū)、直轄市）經(jīng)濟(jì)實(shí)力強(qiáng)，信息資源豐富，農(nóng)民綜合素質(zhì)高，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度也較高；河南、山東、河北、湖南等?。ㄗ灾螀^(qū)、直轄市）屬于糧食主產(chǎn)區(qū)，農(nóng)業(yè)產(chǎn)值大，但人口多，農(nóng)民收入一般，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度處于中等水平；重慶、海南等省（自治區(qū)、直轄市）地理位置特殊，第一產(chǎn)業(yè)依賴度低，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度也較低。

3.2 農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度驅(qū)動(dòng)因素分析

3.2.1 驅(qū)動(dòng)因素選擇。筆者在遵循科學(xué)性、客觀性等原則的基礎(chǔ)上，考慮數(shù)據(jù)的可得性，從內(nèi)、外部?jī)蓚€(gè)角度入手，共選取8個(gè)指標(biāo)進(jìn)行驅(qū)動(dòng)因素分析（見(jiàn)表4）。數(shù)據(jù)來(lái)源于EPS數(shù)據(jù)庫(kù)、Wind數(shù)據(jù)庫(kù)，《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》及各省統(tǒng)計(jì)公報(bào)等。

3.2.2 空間相關(guān)性檢驗(yàn)。基于公式（3）（4），計(jì)算得到農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度全局Moran′s I（見(jiàn)表5）。由表5可知，各?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度間存在明顯的正向空間相關(guān)性。縱向?qū)Ρ葋?lái)看，Moran′s I呈現(xiàn)出波動(dòng)上升趨勢(shì)，說(shuō)明各?。ㄗ灾螀^(qū)、直轄市）之間的依賴性在逐步增強(qiáng)。

3.2.3 模型結(jié)果分析。根據(jù)似然比檢驗(yàn)（Likelihood Ratio Test，LR）檢驗(yàn)結(jié)果（P值均小于0.01），雙向固定效應(yīng)空間杜賓模型更適合探究此次的驅(qū)動(dòng)因素，模型結(jié)果如表6所示。

在內(nèi)部驅(qū)動(dòng)因素中，涉農(nóng)貸款所占比重、農(nóng)業(yè)保險(xiǎn)賠付率均能顯著促進(jìn)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度提高，其中涉農(nóng)貸款所占比重的促進(jìn)作用最明顯?？傮w來(lái)看，農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度的驅(qū)動(dòng)作用主要來(lái)自保險(xiǎn)和信貸系統(tǒng)，與上文分析一致。從外部驅(qū)動(dòng)因素來(lái)看，人均農(nóng)業(yè)機(jī)械總動(dòng)力對(duì)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度有顯著的負(fù)向影響，而農(nóng)村教育水平、政府支持力度、農(nóng)作物播種面積均能顯著提高農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度，其中農(nóng)村教育水平的驅(qū)動(dòng)作用最強(qiáng)。農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度受多種因素共同作用，得出上述分析結(jié)果的原因可能在于：農(nóng)業(yè)技術(shù)水平的提高，需要大量的資金投入，從而在一定程度上減少了信貸、保險(xiǎn)需求；政府支持會(huì)通過(guò)各項(xiàng)農(nóng)業(yè)補(bǔ)貼、轉(zhuǎn)移支付提高農(nóng)民金融產(chǎn)品信賴度和購(gòu)買(mǎi)意愿；農(nóng)村教育水平的提高能夠提升農(nóng)民的綜合素質(zhì)水平，進(jìn)而提升其風(fēng)險(xiǎn)防范意識(shí)、投資理財(cái)能力等；農(nóng)作物播種面積的正向驅(qū)動(dòng)作用在于其資源聚攏效應(yīng)。

從驅(qū)動(dòng)因素的空間滯后效應(yīng)來(lái)看，在內(nèi)部驅(qū)動(dòng)因素中，鄰近地區(qū)的信貸結(jié)構(gòu)對(duì)當(dāng)?shù)剞r(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度有著負(fù)向的空間溢出作用。這主要是由于當(dāng)前我國(guó)農(nóng)村信貸發(fā)展水平較低、結(jié)構(gòu)不完善，存在投入較大、回報(bào)率較低等問(wèn)題，對(duì)鄰近地區(qū)產(chǎn)生負(fù)向影響。在外部驅(qū)動(dòng)因素中，農(nóng)作物總播種面積有著顯著的負(fù)向空間溢出作用。一般來(lái)說(shuō)，農(nóng)作物播種面積較大的地區(qū)對(duì)于農(nóng)村金融資源具有聚攏效應(yīng)，間接限制了鄰近區(qū)域的農(nóng)業(yè)發(fā)展能力?？傮w來(lái)看，外部驅(qū)動(dòng)因素的空間滯后效應(yīng)不明顯。

為避免空間回歸模型點(diǎn)估計(jì)有偏性的缺點(diǎn)，筆者將空間效應(yīng)分解為直接效應(yīng)與間接效應(yīng)，結(jié)果如表7所示。

由表7可知，涉農(nóng)貸款所占比重、農(nóng)業(yè)保險(xiǎn)賠付率、農(nóng)村教育水平、政府支持、農(nóng)作物播種面積對(duì)促進(jìn)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度提高具有顯著的正向驅(qū)動(dòng)作用。其中，農(nóng)村教育水平對(duì)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度提高的驅(qū)動(dòng)作用最大。保險(xiǎn)、信貸產(chǎn)品具有復(fù)雜、冗長(zhǎng)的申請(qǐng)程序和操作流程，需要農(nóng)民具備一定的金融素養(yǎng)，對(duì)相關(guān)知識(shí)有一定的了解，而農(nóng)民普遍受教育程度低，對(duì)保險(xiǎn)、信貸產(chǎn)品接受度低，信任度低。因此，提高金融知識(shí)在農(nóng)村地區(qū)的普及程度，是驅(qū)動(dòng)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)發(fā)展的重要途徑。人均農(nóng)業(yè)機(jī)械總動(dòng)力的驅(qū)動(dòng)作用在10%的水平上顯著為負(fù)，原因可能是相關(guān)資金投入較大。

保險(xiǎn)賠付率、政府支持力度具有顯著的正向鄰地溢出效應(yīng)，保險(xiǎn)賠付率的提高、政府支持力度的加大會(huì)顯著提升農(nóng)民對(duì)金融產(chǎn)品的信賴度，提高保險(xiǎn)、信貸產(chǎn)品回報(bào)預(yù)期，對(duì)鄰近地區(qū)產(chǎn)生示范作用。農(nóng)村信貸系統(tǒng)具有負(fù)的鄰地溢出效應(yīng)，原因可能在于當(dāng)前信貸發(fā)展存在諸多問(wèn)題。播種面積具有顯著的負(fù)向鄰地溢出效應(yīng)，原因可能在于其資源聚攏效應(yīng)，間接削弱鄰近地區(qū)農(nóng)村金融發(fā)展。

4 結(jié)論

筆者考察了2009—2020年我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度時(shí)空分布特征，并分析引起耦合協(xié)調(diào)度變化的主要驅(qū)動(dòng)因素，得到以下結(jié)論。

我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度呈現(xiàn)逐漸上升趨勢(shì)，然而整體協(xié)調(diào)度偏低，地區(qū)間差異較大，空間布局呈現(xiàn)出由外向里逐步遞減的特征。2020年，除部分?。ㄗ灾螀^(qū)、直轄市）進(jìn)入勉強(qiáng)協(xié)調(diào)與初步協(xié)調(diào)階段外，大部分地區(qū)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度仍處于失調(diào)狀態(tài)。各地區(qū)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度間存在明顯的空間正相關(guān)性。運(yùn)用空間杜賓模型研究農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度驅(qū)動(dòng)因素，發(fā)現(xiàn)不同因素的驅(qū)動(dòng)作用具有顯著異質(zhì)性，農(nóng)村人均受教育年限的驅(qū)動(dòng)作用最強(qiáng)。涉農(nóng)貸款結(jié)構(gòu)、農(nóng)業(yè)保險(xiǎn)賠付率、政府支持力度和農(nóng)作物播種面積也能夠起到正向驅(qū)動(dòng)作用。人均農(nóng)業(yè)機(jī)械總動(dòng)力則對(duì)當(dāng)?shù)睾椭車(chē)貐^(qū)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度提高有抑制作用。

5 提高農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度的建議

根據(jù)以上結(jié)論，為提高農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度，筆者提出如下建議。第一，充分利用地區(qū)聯(lián)動(dòng)效應(yīng)提升農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度。我國(guó)農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度呈現(xiàn)明顯的空間集聚特征。根據(jù)地理學(xué)第一定律，距離越近的事物越相似，鄰近地區(qū)資源稟賦具有相似性。因此，各地應(yīng)積極開(kāi)展學(xué)習(xí)交流活動(dòng)，整合資源、分享先進(jìn)經(jīng)驗(yàn)，帶動(dòng)緩慢發(fā)展地區(qū)。第二，建立信息共享機(jī)制，搭建數(shù)據(jù)共享平臺(tái)。農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸都是金融支農(nóng)的重要工具，理論上二者目標(biāo)一致、功能互補(bǔ)，而實(shí)際上信貸公司、保險(xiǎn)公司尚未實(shí)現(xiàn)信息的充分交流。各地政府可以起到橋梁作用，通過(guò)搭建信息共享平臺(tái)鼓勵(lì)信貸公司、保險(xiǎn)公司交流合作，并及時(shí)更新數(shù)據(jù)，做好相應(yīng)的維護(hù)保障工作。第三，持續(xù)加大財(cái)政補(bǔ)貼力度。由于各地農(nóng)業(yè)產(chǎn)業(yè)發(fā)展情況不同，因而各地政府應(yīng)因地制宜，加大重點(diǎn)領(lǐng)域、特色領(lǐng)域補(bǔ)貼力度，著力提升當(dāng)?shù)靥厣r(nóng)產(chǎn)品保險(xiǎn)、信貸規(guī)模，最大限度發(fā)揮補(bǔ)貼作用。第四，加大金融知識(shí)普及力度，提高農(nóng)戶對(duì)保險(xiǎn)和信貸產(chǎn)品的信任感。從驅(qū)動(dòng)因素分析可以發(fā)現(xiàn)農(nóng)村人均受教育年限的驅(qū)動(dòng)作用最大，且對(duì)周邊地區(qū)也能產(chǎn)生十分顯著的正向驅(qū)動(dòng)作用。目前，農(nóng)村教育資源較為缺乏，在短期內(nèi)要想通過(guò)提升教育水平來(lái)增強(qiáng)農(nóng)民對(duì)金融產(chǎn)品的認(rèn)同感，則困難較大。政府可以加大對(duì)金融知識(shí)的普及力度，利用短視頻平臺(tái)或挨家挨戶走訪形式進(jìn)行宣傳，使農(nóng)民充分了解農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸能夠?yàn)槠鋷?lái)的好處。

參考文獻(xiàn)：

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

［2］李長(zhǎng)生，顏玄洲.農(nóng)業(yè)貸款對(duì)農(nóng)民收入的影響：基于狀態(tài)空間模型的動(dòng)態(tài)分析［J］.農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2015（4）：362-368.

［3］陸銘寧，陳璐，劉富.基于信貸交易合約模型的民族地區(qū)農(nóng)村金融扶貧研究：以四川省涼山彝族自治州為例［J］.農(nóng)村經(jīng)濟(jì)，2016（9）：80-83.

［4］張建軍，許承明.農(nóng)業(yè)信貸與保險(xiǎn)互聯(lián)影響農(nóng)戶收入研究：基于蘇鄂兩省調(diào)研數(shù)據(jù)［J］.財(cái)貿(mào)研究，2013（5）：55-61.

［5］林凱旋.農(nóng)業(yè)信貸與保險(xiǎn)聯(lián)動(dòng)支持農(nóng)業(yè)發(fā)展：內(nèi)在邏輯與改進(jìn)路徑［J］.保險(xiǎn)研究，2020（4）：69-76.

［6］王倩，王艷，朱瑩，等.中國(guó)農(nóng)業(yè)保險(xiǎn)、農(nóng)業(yè)貸款與農(nóng)民收入耦合協(xié)調(diào)發(fā)展研究［J］.世界農(nóng)業(yè)，2021（1）：109-119.

［7］鄭軍，李敏.農(nóng)業(yè)保險(xiǎn)、農(nóng)村信貸與鄉(xiāng)村振興的耦合協(xié)調(diào)發(fā)展研究［J］.山西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2021（3）：106-116.

［8］崔瀅.農(nóng)業(yè)保險(xiǎn)發(fā)展對(duì)農(nóng)民收入的影響研究［D］.大連：東北財(cái)經(jīng)大學(xué)，2022.

［9］鄭偉，賈若，景鵬，等.保險(xiǎn)扶貧項(xiàng)目的評(píng)估框架及應(yīng)用：基于兩個(gè)調(diào)研案例的分析［J］.保險(xiǎn)研究，2018（8）：13-20.

［10］劉聰，錢(qián)龍.信貸支持對(duì)農(nóng)戶農(nóng)業(yè)創(chuàng)業(yè)的影響［J］.華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（5）：100-113.

［11］李嬋娟，程欣煒.我國(guó)省域農(nóng)業(yè)保險(xiǎn)發(fā)展水平測(cè)度與空間收斂性分析［J］.統(tǒng)計(jì)與決策，2021（17）：145-149.

［12］姜磊，柏玲，吳玉鳴.中國(guó)省域經(jīng)濟(jì)、資源與環(huán)境協(xié)調(diào)分析：兼論三系統(tǒng)耦合公式及其擴(kuò)展形式［J］.自然資源學(xué)報(bào)，2017（5）：788-799.

［13］董秀良，劉佳寧，王軼群.中國(guó)農(nóng)村金融集聚對(duì)農(nóng)民消費(fèi)影響的空間效應(yīng)研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022（2）：64-83.

基金項(xiàng)目：鄭州市軟科學(xué)項(xiàng)目“鄭州市科技創(chuàng)新引領(lǐng)產(chǎn)業(yè)發(fā)展対策研究”（2021RKXF0046）。

作者簡(jiǎn)介：賈雯雯（2000—），女，碩士生，研究方向：區(qū)域經(jīng)濟(jì)學(xué)；段瑞君（1969—），男，博士，副教授，研究方向：城市經(jīng)濟(jì)、產(chǎn)業(yè)經(jīng)濟(jì)。