基于三階段DEA模型的政策性農(nóng)業(yè)保險(xiǎn)財(cái)補(bǔ)效率評(píng)估

錢(qián)振偉　張燕　高冬雪

摘要：通過(guò)運(yùn)用三階段DEA模型，本文按投入、產(chǎn)出與環(huán)境變量三類(lèi)指標(biāo)，對(duì)我國(guó)31個(gè)?。ㄊ小⒆灾螀^(qū)）政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率進(jìn)行了分析與評(píng)估，實(shí)證結(jié)果表明我國(guó)農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼總體效率比較高，但有九個(gè)省區(qū)的財(cái)政保費(fèi)補(bǔ)貼效率需要改進(jìn)。因此，建議從三個(gè)方面提升財(cái)政補(bǔ)貼效率：一是探索建立農(nóng)業(yè)巨災(zāi)保險(xiǎn)；二是擴(kuò)大農(nóng)業(yè)大省政策性農(nóng)業(yè)保險(xiǎn)范圍；三是進(jìn)一步提升中央對(duì)西部民族省份農(nóng)業(yè)財(cái)政補(bǔ)貼比例，大力發(fā)展特色農(nóng)業(yè)保險(xiǎn)，推動(dòng)高原特色農(nóng)業(yè)產(chǎn)業(yè)化，促進(jìn)農(nóng)民增收。

關(guān)鍵詞：政策性農(nóng)業(yè)保險(xiǎn)；三階段DEA模型；效率評(píng)估

中圖分類(lèi)號(hào)：F84066文獻(xiàn)標(biāo)識(shí)碼：A

從西方經(jīng)濟(jì)學(xué)理論看，補(bǔ)貼政策在一般情況下往往會(huì)帶來(lái)社會(huì)福利的無(wú)謂損失。如果農(nóng)業(yè)保險(xiǎn)的政策性補(bǔ)貼也會(huì)帶來(lái)社會(huì)福利凈損失，那么政策性農(nóng)業(yè)保險(xiǎn)必然會(huì)因?yàn)橹贫刃盛贀p失而遭受質(zhì)疑和批評(píng)，政策性農(nóng)業(yè)保險(xiǎn)制度的財(cái)補(bǔ)政策也會(huì)被修正或廢止。從農(nóng)業(yè)保險(xiǎn)實(shí)踐看，農(nóng)業(yè)保險(xiǎn)具有很強(qiáng)的公益性和正外部性。由于農(nóng)業(yè)保險(xiǎn)有效供求和有效需求不足，如果沒(méi)有政府財(cái)政價(jià)格補(bǔ)貼，那么農(nóng)業(yè)保險(xiǎn)的供給曲線和需求曲線是不可能相交的。政府對(duì)農(nóng)業(yè)保險(xiǎn)實(shí)行價(jià)格補(bǔ)貼，保費(fèi)的降低會(huì)導(dǎo)致供給曲線下移并與需求曲線相交，此時(shí)消費(fèi)者剩余增加。如果消費(fèi)者實(shí)現(xiàn)的潛在福利（ΔCAP0面積）大于政府補(bǔ)助后的社會(huì)福利損失（ΔABE面積），政府對(duì)農(nóng)業(yè)保險(xiǎn)的財(cái)政補(bǔ)貼是有效的，并增加了社會(huì)福利。因?yàn)槿绻粚?shí)行政策性農(nóng)業(yè)保險(xiǎn)，不對(duì)保費(fèi)進(jìn)行補(bǔ)貼，這部分福利（ΔCAP0面積）是無(wú)法轉(zhuǎn)化為實(shí)際的，而實(shí)際上是社會(huì)福利的潛在損失，保險(xiǎn)補(bǔ)貼能實(shí)現(xiàn)這部分潛在福利，具體見(jiàn)圖1。

一、文獻(xiàn)綜述

作為現(xiàn)代農(nóng)業(yè)風(fēng)險(xiǎn)管理的有效手段，國(guó)外的農(nóng)業(yè)保險(xiǎn)無(wú)論實(shí)踐還是理論研究方面都比較成熟。Wright和Hewitt（1990）提出歷史上由私人承辦的農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)都以失敗而告終，農(nóng)業(yè)保險(xiǎn)需要政府的介入和支持才能得以良好的發(fā)展。Gardner和Kramer（1996）認(rèn)為政府的補(bǔ)貼可以提高農(nóng)民的參保率。但Nelson和Loehman（1987）認(rèn)為政府在信息的收集和保險(xiǎn)合約的設(shè)計(jì)上多些投入，比財(cái)政補(bǔ)貼所帶來(lái)的社會(huì)效益更大，也就是說(shuō)政府實(shí)行財(cái)政補(bǔ)貼的效率較低，要減少財(cái)政補(bǔ)貼投入。Erry skees（1999）指出從福利與效率的角度看，政府導(dǎo)向型的農(nóng)業(yè)保險(xiǎn)基本上都是不成功的。

目前，我國(guó)學(xué)者（馮文麗，2004；陳璐，2004；庹國(guó)柱，2004；費(fèi)友海，2005）從福利經(jīng)濟(jì)學(xué)理論視角分析農(nóng)業(yè)保險(xiǎn)的成果較多，他們多數(shù)認(rèn)為農(nóng)業(yè)保險(xiǎn)會(huì)帶來(lái)農(nóng)產(chǎn)品產(chǎn)量的增加，從而使整個(gè)社會(huì)福利增加。但是，孫香玉等（2010）引用了2007年美國(guó)農(nóng)業(yè)法案報(bào)告研究?jī)?nèi)容，認(rèn)為農(nóng)業(yè)保險(xiǎn)對(duì)于生產(chǎn)和產(chǎn)量的影響一直都沒(méi)有得到明確的結(jié)論。吳建南、劉佳（2007）將邏輯模型與財(cái)政支出效率評(píng)價(jià)指標(biāo)設(shè)計(jì)相結(jié)合，按經(jīng)濟(jì)、效率和效果的3E原則，從“投入-產(chǎn)出-中短期結(jié)果-長(zhǎng)期結(jié)果”四個(gè)層面構(gòu)建了財(cái)政支出效率評(píng)價(jià)指標(biāo)體系。孫潔（2010）提出財(cái)政補(bǔ)貼類(lèi)項(xiàng)目不能作為一般經(jīng)濟(jì)項(xiàng)目進(jìn)行評(píng)價(jià)，應(yīng)重視社會(huì)效益的評(píng)價(jià)指標(biāo)，兼顧經(jīng)濟(jì)效益與社會(huì)效益，尋求一個(gè)合理的平衡點(diǎn)。肖海峰等（2010）以問(wèn)卷調(diào)查的方式，對(duì)吉林、江蘇兩省的農(nóng)業(yè)保險(xiǎn)效率進(jìn)行分析，認(rèn)為目前我國(guó)政策性農(nóng)業(yè)保險(xiǎn)在增強(qiáng)農(nóng)戶抵御自然風(fēng)險(xiǎn)的能力、穩(wěn)定農(nóng)作物產(chǎn)量和農(nóng)戶收入方面，只在局部地區(qū)和部分農(nóng)戶中表現(xiàn)出較顯著的效用。

總的來(lái)看，中外關(guān)于農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼政策的研究成果，有力推動(dòng)了我國(guó)農(nóng)業(yè)保險(xiǎn)由“商業(yè)化經(jīng)營(yíng)”向“政策性經(jīng)營(yíng)”轉(zhuǎn)變，但政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率的分析存在一些缺陷，如有的只采用定性分析，無(wú)法列出強(qiáng)有力的數(shù)據(jù)證明，進(jìn)而無(wú)法提出可靠的針對(duì)性建議；有的只運(yùn)用DEA模型，沒(méi)有考慮到外部環(huán)境對(duì)我國(guó)不同地區(qū)的不同影響，從而使研究結(jié)論與現(xiàn)實(shí)存在較大偏差等。

二、三階段DEA模型構(gòu)建

三階段DEA模型是Fried H.O.，Lovell，Schmidt和Yaisawarng（2002）在1978年美國(guó)運(yùn)籌學(xué)家Charnes， Cooper和Rhodes提出C2R模型的基礎(chǔ)上發(fā)展完善的。由于各省自然地理、經(jīng)濟(jì)發(fā)展水平與人文環(huán)境情況不盡相同，從而對(duì)政策性農(nóng)業(yè)保險(xiǎn)的實(shí)施產(chǎn)生不同的影響。本文采用三階段DEA模型，在將各省政策性農(nóng)業(yè)保險(xiǎn)的投入置于相同外部環(huán)境與隨機(jī)誤差的情況下，對(duì)制度效率進(jìn)行分析。

（一）第一階段：傳統(tǒng)的DEA模型

基于線性規(guī)劃技術(shù)的非參數(shù)前沿效率分析方法數(shù)據(jù)包絡(luò)分析（簡(jiǎn)稱(chēng)DEA）有兩個(gè)基本模型C2R和BC2，可以分析政策性農(nóng)業(yè)保險(xiǎn)制度的技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（Scale Efficiency，簡(jiǎn)稱(chēng)SE）。其中，TE與PTE分別測(cè)度的是在規(guī)模報(bào)酬不變與規(guī)模報(bào)酬可變時(shí)決策單元偏離生產(chǎn)前沿的距離，均反映在給定投入情況下決策單元獲得最大產(chǎn)出的能力；SE則給出相似決策單元在規(guī)模報(bào)酬不變時(shí)生產(chǎn)前沿與規(guī)模報(bào)酬可變時(shí)生產(chǎn)前沿之間的距離。BC2模型與C2R模型最大的區(qū)別在于規(guī)模報(bào)酬是否可變的假定，基于規(guī)模報(bào)酬可變假定的BC2模型中，有TE=PTE*SE。

對(duì)于n個(gè)決策單元（DMU， Decision Making Units），假定每個(gè)DMU有m種投入，那么在規(guī)模報(bào)酬不變時(shí)，對(duì)于利用向量xj∈Rm+所產(chǎn)出的輸出結(jié)果變量yi∈rs+（j=1，…，n），相對(duì)有效性的C2R模型數(shù)學(xué)表達(dá)式為：

θ=min θs.t.∑nj=1λjxj≤θx0∑nj=1λjyj≥y0λj≥0，j=1，…，n（1）

式中所求得的θ為各DMU的TE值，且當(dāng)θ=1時(shí)，稱(chēng)該DMU為C2R有效。當(dāng)規(guī)模報(bào)酬可變時(shí)，BC2模型數(shù)學(xué)表達(dá)式為：

min σ

s.t.∑nj=1λjxj+s-=σx0∑nj=1λjyj-s+=y0∑nj=1λj=1λj≥0，j=1，…，ns-≥0，s+≥0（2）

式中σ為各DMU的純技術(shù)效率值（PTE），則DMU規(guī)模效率SE=TEPTE。

（二）第二階段：SFA模型

第一階段只是單純從投入產(chǎn)出的直觀視角對(duì)技術(shù)效率進(jìn)行考核，并沒(méi)有考慮到各決策單元所處環(huán)境對(duì)效率的影響。這一階段的操作過(guò)程是在上一階段DEA模型計(jì)算結(jié)果的基礎(chǔ)上，估計(jì)外部環(huán)境變量對(duì)各決策單元效率值的影響，進(jìn)行投入變量的差額分析，從而達(dá)到將外部環(huán)境效應(yīng)和隨機(jī)誤差剝離出去，得到僅由內(nèi)部管理無(wú)效率這一因素造成的DMU投入冗余的目的。

沿用第一階段的假設(shè)，建立以投入為導(dǎo)向的SFA成本邊界模型（Stochastic Frontier Cost Function），分別對(duì)n個(gè)決策單元的m個(gè)投入差額變量（Slack Variables，即實(shí)際投入量與理想投入量之間的差額，用Sij表示）進(jìn)行回歸分析，第j個(gè)決策單元第i個(gè)投入因素的差額值表達(dá)式為：

Sij=xij-∑nj=1xijλij≥0

i=1，2，……m；j=1，2，……n（3）

其中，∑nj=1xijλij為決策單元j第i項(xiàng)投入的理想值。假設(shè)有h個(gè)環(huán)境變量對(duì)投入差額變量造成影響，則以Sij為被解釋變量，以zj=（z1j，z2j，…，zhj）為解釋變量，針對(duì)每個(gè)投入量共構(gòu)建m個(gè)獨(dú)立的SFA回歸方程：

Sij=fi（zj，βj）+Vij+Uij（4）

式中fi（zj，βj）表示確定可行的差額前沿，βj表示待估參數(shù)向量；Vij為隨機(jī)誤差項(xiàng)，服從N（0，σ2iv）分布，Uij為管理無(wú)效率的非負(fù)隨機(jī)變量，服從N+（μi，σ2iu）分布，Vij與Uij不相關(guān)，二者之和構(gòu)成殘差項(xiàng)。為了分離隨機(jī)擾動(dòng)因素，需對(duì)Vij進(jìn)行估計(jì)，運(yùn)用Jond row. et al.（1982）的方法，有：

E[DD（-*2/3][HT6”]^[][HT][DD）]VijVij+Uij=sij-zjβ^j-E[DD（-*2/3][HT6”]^[][HT][DD）]UijVij+Uij

i=1，2，…，m；j=1，2，…，n（5）

通過(guò)SFA方程回歸，得到外部環(huán)境效應(yīng)對(duì)生產(chǎn)效率的影響zjβ^j與隨機(jī)誤差影響E[DD（-*2/3][HT6”]^[][HT][DD）]VijVij+Uij，進(jìn)而調(diào)整外生因素對(duì)投入額的干擾，基于最有效DMU，以其投入量為基準(zhǔn)，對(duì)其他各樣本投入量進(jìn)行調(diào)整，結(jié)果為：

x*ij = xij + [maxj （zj β[DD（-*2/3][HT6”]^[][HT][DD）]）-zj β[DD（-*2/3][HT6”]^[][HT][DD）]] + [maxj （V[DD（-*2/3][HT6”]^[][HT][DD）]ij ）-V[DD（-*2/3][HT6”]^[][HT][DD）]ij ]i=1，2，…，m；j=1，2，…，n （6）

式中maxj（zjβ^）-zjβ^表示去除外部環(huán)境效應(yīng)的影響，maxj（V^ij）-V^ij表示去除隨機(jī)誤差的影響。其中隨機(jī)誤差的影響在實(shí)際計(jì)算時(shí)采用（4）式的對(duì)數(shù)似然形式Vij=ln（sij）-βlnzj+ln（TE）推出。調(diào)整之后，所有決策單元面臨相同的外部環(huán)境和運(yùn)氣，最終技術(shù)效率差異由內(nèi)部管理因素決定。

（三）第三階段：調(diào)整后的DEA模型

以第二階段調(diào)整后的投入量與原始產(chǎn)出量作為數(shù)據(jù)源，再次用傳統(tǒng)DEA方法的C2R模型與BC2模型進(jìn)行效率評(píng)價(jià)，所得結(jié)果為不含外部環(huán)境效應(yīng)與隨機(jī)誤差的技術(shù)效率值。

三、實(shí)證分析

（一）樣本指標(biāo)選取與變量設(shè)定

以我國(guó)政策性農(nóng)業(yè)保險(xiǎn)制度運(yùn)行情況為事實(shí)依據(jù)，根據(jù)評(píng)價(jià)指標(biāo)變量可得性、可量化性、可靠性的原則，提取我國(guó)31個(gè)?。ㄊ?、自治區(qū)）政策性農(nóng)業(yè)保險(xiǎn)的投入指標(biāo)，承保結(jié)果指標(biāo)與環(huán)境變量指標(biāo)。

1.投入產(chǎn)出指標(biāo)。政策性農(nóng)業(yè)保險(xiǎn)的投入主要來(lái)源于保費(fèi)收入，保費(fèi)收入是承保數(shù)量②、承保次數(shù)、承保金額與賠款支出等結(jié)果的決定因素，我國(guó)規(guī)定政策性農(nóng)業(yè)保險(xiǎn)保費(fèi)收入由三級(jí)財(cái)政補(bǔ)貼（中央、省級(jí)和市級(jí)）與農(nóng)民繳費(fèi)構(gòu)成，三級(jí)財(cái)政補(bǔ)貼資金與農(nóng)民繳費(fèi)流轉(zhuǎn)環(huán)節(jié)、運(yùn)行程序各不相同，因此投入指標(biāo)選取中央財(cái)政補(bǔ)貼、省級(jí)財(cái)政補(bǔ)貼、市級(jí)財(cái)政補(bǔ)貼與農(nóng)民繳費(fèi)四項(xiàng)；對(duì)于保險(xiǎn)，產(chǎn)出由承保結(jié)果所體現(xiàn)，所以產(chǎn)出指標(biāo)選取承保數(shù)量、參保農(nóng)戶戶次與賠款支出三項(xiàng)。其中參保農(nóng)戶戶次與農(nóng)民繳費(fèi)在保費(fèi)收入中的占比有關(guān)，承保數(shù)量、賠款支出與保費(fèi)收入直接相關(guān)。具體數(shù)據(jù)見(jiàn)表1。

2.環(huán)境變量選取。外部環(huán)境因素對(duì)政策性農(nóng)業(yè)保險(xiǎn)制度效率產(chǎn)生客觀影響，不在樣本主觀可控范圍之內(nèi)，且影響方向不定。農(nóng)業(yè)保險(xiǎn)所保障的農(nóng)業(yè)生產(chǎn)在空間分布上有很強(qiáng)的地域差異性，在時(shí)間上有存在季節(jié)性和周期性，交織于自然、社會(huì)、經(jīng)濟(jì)三大領(lǐng)域，不可等同于單純的經(jīng)濟(jì)現(xiàn)象和孤立的技術(shù)生產(chǎn)。基于上述三個(gè)領(lǐng)域在各個(gè)方面對(duì)政策性農(nóng)業(yè)保險(xiǎn)所產(chǎn)生影響的充分考慮，對(duì)環(huán)境變量做出如下選?。旱谝?，家庭人均純收入（經(jīng)濟(jì)因素），農(nóng)業(yè)保險(xiǎn)需要農(nóng)民自己繳費(fèi)，是一種消費(fèi)品，只有收入滿足生活必需消費(fèi)之后，農(nóng)戶才會(huì)根據(jù)收入的多少考慮投保。第二，成災(zāi)面積（自然人文因素），我國(guó)幅員遼闊，不同地域面臨不同的自然環(huán)境，成災(zāi)面積的經(jīng)驗(yàn)數(shù)據(jù)差別較大，不同地區(qū)的農(nóng)民主管上對(duì)農(nóng)業(yè)保險(xiǎn)的需求不同。第三，文盲率（人文社會(huì)因素），保險(xiǎn)終歸是一種經(jīng)濟(jì)形式，受教育程度會(huì)影響農(nóng)民對(duì)保險(xiǎn)的認(rèn)識(shí)與理解，由于農(nóng)村教育水平相對(duì)滯后，所以選用文盲率作為外部影響因素。

（二）實(shí)證結(jié)果與分析

1.第一階段傳統(tǒng)DEA實(shí)證分析結(jié)果。本文利用Deap2.1軟件，將原始投入產(chǎn)出數(shù)據(jù)直接導(dǎo)入計(jì)算出31個(gè)?。ㄊ?、自治區(qū)）2013年政策性農(nóng)業(yè)保險(xiǎn)制度的技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE），結(jié)果如表2。從整體上看，2013年我國(guó)31個(gè)省（市、自治區(qū)）政策性農(nóng)業(yè)保險(xiǎn)制度的技術(shù)效率均值最低為0.792，且規(guī)模效率高于純技術(shù)效率，這說(shuō)明20.8%的資源績(jī)效空白主要由技術(shù)效率導(dǎo)致。因此，按樣本目前的產(chǎn)出冗余對(duì)各個(gè)投入要素的改變應(yīng)以C2R模型計(jì)算結(jié)果為準(zhǔn)。

按地區(qū)分，北京、天津、上海、重慶四個(gè)直轄市與內(nèi)蒙、浙江、福建、江西、廣西、海南、西藏八個(gè)省的TE、PTE值都為1，說(shuō)明這些地區(qū)政策性農(nóng)業(yè)保險(xiǎn)的財(cái)政補(bǔ)貼效率較高，資源得到充分地運(yùn)用，財(cái)政補(bǔ)貼處于技術(shù)效率前沿；江蘇、安徽、四川、貴州和新疆PTE值為1，說(shuō)明這些地區(qū)純技術(shù)效率不是政策性農(nóng)業(yè)保險(xiǎn)發(fā)展的主要制約因素；河北、山西、陜西、甘肅四個(gè)地區(qū)的TE、PTE值均低于0.5，說(shuō)明財(cái)政補(bǔ)貼所發(fā)揮的作用有待提高，擴(kuò)大農(nóng)業(yè)保險(xiǎn)覆蓋面。

從規(guī)模報(bào)酬情況上看，山西、廣東、貴州、陜西、甘肅、青海、寧夏七個(gè)地區(qū)的規(guī)模報(bào)酬處于遞增水平，大力推廣政策性農(nóng)業(yè)保險(xiǎn)、提高參保率、擴(kuò)大服務(wù)體系有利于承擔(dān)農(nóng)業(yè)生產(chǎn)損失風(fēng)險(xiǎn)效率的提高。

2.第二階段SFA回歸分析結(jié)果。第一階段分析結(jié)果各地區(qū)TE值誤差較大，與實(shí)際情形存在一定的偏離，初步推測(cè)原因在于環(huán)境變量影響因素對(duì)這些地區(qū)造成比較大的影響。在這一階段，以第一階段分析結(jié)果得出的各樣本投入變量的松弛量為SFA方程的被解釋變量，家庭人均收入、成災(zāi)面積、文盲率作為解釋變量，運(yùn)用frontier41軟件進(jìn)行回歸分析，得出的各環(huán)境變量系數(shù)的最大似然估計(jì)，估計(jì)值如表3。表3中回歸估計(jì)結(jié)果顯示文盲率對(duì)各投入變量的回歸系數(shù)均為負(fù)，即差額變量會(huì)隨著該變量數(shù)值的增加而減小，或是技術(shù)效率提高；人均家庭純收入對(duì)三級(jí)財(cái)政補(bǔ)貼的影響系數(shù)為正，說(shuō)明該變量數(shù)值越大，差額變量越大。對(duì)上述現(xiàn)象的經(jīng)濟(jì)原因分析如下：在保費(fèi)補(bǔ)貼與農(nóng)民繳費(fèi)按比例分配的制度規(guī)定下，農(nóng)民純收入越高，保費(fèi)收入中政府財(cái)政補(bǔ)貼部分占到的比重越大，當(dāng)比重超過(guò)某個(gè)特定值時(shí)，政府資金就會(huì)帶來(lái)擠占效應(yīng)，并且與比重的增加呈正相關(guān)增長(zhǎng)，繼而三級(jí)財(cái)政補(bǔ)貼的效率降低；政府與群眾在面臨較大的成災(zāi)面積時(shí)會(huì)有更強(qiáng)的風(fēng)險(xiǎn)意識(shí)，采取措施主動(dòng)保障農(nóng)業(yè)生產(chǎn)的積極性越大，因此整體投入的效率越高；對(duì)于政策性農(nóng)業(yè)保險(xiǎn)，顯然具有良好教育水平地區(qū)的制度效率更高。上述各回歸系數(shù)的影響方向符合相關(guān)經(jīng)濟(jì)理論分析，實(shí)證達(dá)到預(yù)期效果。

表3中的伽瑪值顯示環(huán)境因素變量對(duì)投入差額的影響比較顯著，必須將環(huán)境因素與隨機(jī)誤差項(xiàng)剔除，才能使各DMU面臨相同環(huán)境與運(yùn)氣，從而得到更為客觀的研究結(jié)果。

3.第三階段修正投入后的DEA評(píng)價(jià)結(jié)果。根據(jù)第二階段所得回歸估計(jì)結(jié)果，以最壞運(yùn)氣和最差環(huán)境下的DMU為標(biāo)準(zhǔn)對(duì)各投入變量進(jìn)行調(diào)整，得到修正后的投入變量，代替原始投入變量，再次運(yùn)用Deap21軟件重新進(jìn)行基于BC2模型的估計(jì)，結(jié)果如表4所示。與表2分析數(shù)據(jù)相對(duì)比，發(fā)現(xiàn)剔除外部環(huán)境與隨機(jī)誤差影響后，大部分?。ㄊ?、自治區(qū)）的效率值發(fā)生了明顯的變化。從整體上看，政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼績(jī)效顯著提高，31個(gè)?。ㄊ?、自治區(qū)）的平均技術(shù)效率為0899，平均純技術(shù)效率0943，平均規(guī)模效率0941，資源運(yùn)用低效依然主要由技術(shù)效率造成，占到101%。東、中、西部三大地區(qū)出現(xiàn)比較明顯的階梯性差異，在第一階段DEA平均效率得分分別為0851、0719、0787，第三階段DEA平均效率得分分別為0953、0931、0828。顯然，經(jīng)濟(jì)、自然、教育等外部因素的影響嚴(yán)重導(dǎo)致傳統(tǒng)DEA方法對(duì)整體效率水平低估和區(qū)域差異程度高估，東部地區(qū)政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼的效率最高，中部次之，西部較低。第三階段的DEA分析結(jié)果中TE值達(dá)到1的省份增加到22個(gè)，其余9個(gè)地區(qū)中遼寧、吉林、四川和貴州的PTE值為1，顯示出其內(nèi)部管理的無(wú)效率并非由純技術(shù)效率導(dǎo)致；除湖北省調(diào)整后規(guī)模報(bào)酬變?yōu)檫f增以外，其他地區(qū)規(guī)模報(bào)酬均未發(fā)生變化。

四、結(jié)論與建議

本文運(yùn)用三階段DEA模型對(duì)我國(guó)31個(gè)?。ㄊ小⒆灾螀^(qū)）政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率評(píng)估，結(jié)果表明我國(guó)政策性農(nóng)業(yè)保險(xiǎn)各級(jí)財(cái)政補(bǔ)貼資金運(yùn)用效率整體較高，為保障農(nóng)業(yè)生產(chǎn)、分擔(dān)自然災(zāi)害風(fēng)險(xiǎn)損失發(fā)揮了巨大的作用，但個(gè)別地區(qū)的財(cái)政資金分配運(yùn)用與三級(jí)財(cái)政補(bǔ)貼結(jié)構(gòu)需要做進(jìn)一步的改善。財(cái)政補(bǔ)貼的改進(jìn)策略還需融進(jìn)當(dāng)?shù)谿DP、財(cái)政收入、農(nóng)業(yè)總產(chǎn)值、農(nóng)業(yè)占當(dāng)?shù)谿DP比重、當(dāng)?shù)卣畬?duì)農(nóng)業(yè)支出額、農(nóng)民純收入等因素綜合考慮，可將九個(gè)DEA績(jī)效不為1的省份分為兩個(gè)梯隊(duì)：河北、遼寧、吉林、河南、四川、湖北六省具有經(jīng)濟(jì)水平中等，大部分屬于農(nóng)業(yè)大省特點(diǎn)，在DEA績(jī)效分層中位于第一梯隊(duì)，最值分別為湖北0929與河北0658；貴州、甘肅、青海三省的地區(qū)性特點(diǎn)為經(jīng)濟(jì)實(shí)力較薄弱、國(guó)民生產(chǎn)總值與財(cái)政收入較低、農(nóng)業(yè)是經(jīng)濟(jì)發(fā)展的主要支柱，農(nóng)民家庭純收入較低，屬于我國(guó)相對(duì)貧困的地區(qū)，在DEA績(jī)效分層中為第二梯隊(duì)，最低值為青海0225。

從表面看我國(guó)農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼比率為80%左右，高于全球平均水平44%，但由于我國(guó)農(nóng)業(yè)保險(xiǎn)保“物化成本”，而發(fā)達(dá)國(guó)家?！笆粘伞?，我國(guó)農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼呈現(xiàn)補(bǔ)貼范圍窄、財(cái)政補(bǔ)貼額度不高、補(bǔ)貼方式單一等特點(diǎn)。建議從三個(gè)方面提升財(cái)政補(bǔ)貼效率：一是根據(jù)各地省情民情不同，實(shí)行差別化補(bǔ)貼標(biāo)準(zhǔn)并調(diào)整財(cái)政補(bǔ)貼結(jié)構(gòu)。按照黨的十八屆三中全會(huì)提出“建立巨災(zāi)保險(xiǎn)”的要求，探索建立政策性農(nóng)業(yè)巨災(zāi)保險(xiǎn)，實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)向農(nóng)業(yè)巨災(zāi)保險(xiǎn)方向轉(zhuǎn)變；二是擴(kuò)大農(nóng)業(yè)大省政策性農(nóng)業(yè)保險(xiǎn)范圍，提升農(nóng)業(yè)保險(xiǎn)的范圍經(jīng)濟(jì)，把政策性農(nóng)業(yè)保險(xiǎn)擴(kuò)展到糧食流通和蔬菜生產(chǎn)和糧食制種領(lǐng)域，如增加政策性蔬菜保險(xiǎn)、糧食流通和儲(chǔ)存保險(xiǎn)，保障“米袋子”和“菜籃子”安全，實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)的保障國(guó)家糧食安全，助力宏觀經(jīng)濟(jì)調(diào)控，推動(dòng)農(nóng)業(yè)現(xiàn)代化；三是進(jìn)一步提升中央對(duì)西部民族省份（部分屬于第二梯隊(duì)地區(qū)）農(nóng)業(yè)財(cái)政補(bǔ)貼比例，適當(dāng)調(diào)低縣市補(bǔ)貼比例，大力發(fā)展特色農(nóng)業(yè)保險(xiǎn)，如云南天麻保險(xiǎn)、三七保險(xiǎn)、普洱茶保險(xiǎn)、澳洲堅(jiān)果保險(xiǎn)、桑蠶保險(xiǎn)、石斛保險(xiǎn)等，推動(dòng)高原特色農(nóng)業(yè)產(chǎn)業(yè)化，促進(jìn)少數(shù)民族農(nóng)民增收，維護(hù)社會(huì)穩(wěn)定。

注釋?zhuān)?/p>

①?gòu)埼宄ＵJ(rèn)為制度效率損失的本質(zhì)就是社會(huì)福利的損失，但可以通過(guò)改變制度部分屬性或形式來(lái)控制效率損失，提高制度效率。

②種植業(yè)一般以畝計(jì)量，養(yǎng)殖業(yè)一般以頭（只）計(jì)量，這里采用的是涵蓋整個(gè)農(nóng)業(yè)保險(xiǎn)的綜合評(píng)價(jià)定量指標(biāo)。

參考文獻(xiàn)：

[1]Privatization. Lessons Learned by State and Local Governments，GAO/GGD-97-48（Washington， DC： General Accounting Office， March 1997）.

[2]LEER， YAMAGATA H. Sustainable Social Security： What Would It Cost？ [J].National Tax Journal， 2003， 56（1）：27-43.

[3]Michael E. Porte. Strategy and the Internet[J].Harvard Business Review，2001（3）.

[4]苑梅.農(nóng)業(yè)保險(xiǎn)的財(cái)政政策選擇[J].經(jīng)濟(jì)縱橫，2009（1）.

[5]錢(qián)振偉，張艷，王翔.政策性農(nóng)保險(xiǎn)模式創(chuàng)新及巨災(zāi)風(fēng)險(xiǎn)分散機(jī)制研究：基于對(duì)云南實(shí)踐的調(diào)查[M].北京：經(jīng)濟(jì)科學(xué)出版社，2011：38-39.

[6]庹國(guó)柱，朱俊生.試論政策性農(nóng)業(yè)保險(xiǎn)的財(cái)政稅收政策[J].經(jīng)濟(jì)與管理研究， 2007（5）.

[7]李燕凌.基于DEA-Tob it模型的財(cái)政支農(nóng)效率分析：以湖南省為例[J]中國(guó)農(nóng)村經(jīng)濟(jì)，2008（9）：52-62.

[8]方鴻.政府財(cái)政支農(nóng)資金效率的地區(qū)比較：基于三階段DEA模型的實(shí)證分析[J].管理科學(xué)，2011（7）：25-27.

[9]王韌.我國(guó)農(nóng)業(yè)保險(xiǎn)差異補(bǔ)貼政策研究：基于各省、直轄市、自治區(qū)的聚類(lèi)分析[J].農(nóng)村經(jīng)濟(jì)，2011（5）.

[10]高鑒國(guó).中國(guó)新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)的社會(huì)包容特征：解釋框架[J].社會(huì)科學(xué)，2011（3）.

[11]錢(qián)振偉.農(nóng)業(yè)保險(xiǎn)發(fā)展理論與實(shí)踐：基于對(duì)云南實(shí)踐的跟蹤調(diào)查[M].北京：中國(guó)金融出版社，2013.

（責(zé)任編輯：關(guān)立新）

按地區(qū)分，北京、天津、上海、重慶四個(gè)直轄市與內(nèi)蒙、浙江、福建、江西、廣西、海南、西藏八個(gè)省的TE、PTE值都為1，說(shuō)明這些地區(qū)政策性農(nóng)業(yè)保險(xiǎn)的財(cái)政補(bǔ)貼效率較高，資源得到充分地運(yùn)用，財(cái)政補(bǔ)貼處于技術(shù)效率前沿；江蘇、安徽、四川、貴州和新疆PTE值為1，說(shuō)明這些地區(qū)純技術(shù)效率不是政策性農(nóng)業(yè)保險(xiǎn)發(fā)展的主要制約因素；河北、山西、陜西、甘肅四個(gè)地區(qū)的TE、PTE值均低于0.5，說(shuō)明財(cái)政補(bǔ)貼所發(fā)揮的作用有待提高，擴(kuò)大農(nóng)業(yè)保險(xiǎn)覆蓋面。

從規(guī)模報(bào)酬情況上看，山西、廣東、貴州、陜西、甘肅、青海、寧夏七個(gè)地區(qū)的規(guī)模報(bào)酬處于遞增水平，大力推廣政策性農(nóng)業(yè)保險(xiǎn)、提高參保率、擴(kuò)大服務(wù)體系有利于承擔(dān)農(nóng)業(yè)生產(chǎn)損失風(fēng)險(xiǎn)效率的提高。

2.第二階段SFA回歸分析結(jié)果。第一階段分析結(jié)果各地區(qū)TE值誤差較大，與實(shí)際情形存在一定的偏離，初步推測(cè)原因在于環(huán)境變量影響因素對(duì)這些地區(qū)造成比較大的影響。在這一階段，以第一階段分析結(jié)果得出的各樣本投入變量的松弛量為SFA方程的被解釋變量，家庭人均收入、成災(zāi)面積、文盲率作為解釋變量，運(yùn)用frontier41軟件進(jìn)行回歸分析，得出的各環(huán)境變量系數(shù)的最大似然估計(jì)，估計(jì)值如表3。表3中回歸估計(jì)結(jié)果顯示文盲率對(duì)各投入變量的回歸系數(shù)均為負(fù)，即差額變量會(huì)隨著該變量數(shù)值的增加而減小，或是技術(shù)效率提高；人均家庭純收入對(duì)三級(jí)財(cái)政補(bǔ)貼的影響系數(shù)為正，說(shuō)明該變量數(shù)值越大，差額變量越大。對(duì)上述現(xiàn)象的經(jīng)濟(jì)原因分析如下：在保費(fèi)補(bǔ)貼與農(nóng)民繳費(fèi)按比例分配的制度規(guī)定下，農(nóng)民純收入越高，保費(fèi)收入中政府財(cái)政補(bǔ)貼部分占到的比重越大，當(dāng)比重超過(guò)某個(gè)特定值時(shí)，政府資金就會(huì)帶來(lái)擠占效應(yīng)，并且與比重的增加呈正相關(guān)增長(zhǎng)，繼而三級(jí)財(cái)政補(bǔ)貼的效率降低；政府與群眾在面臨較大的成災(zāi)面積時(shí)會(huì)有更強(qiáng)的風(fēng)險(xiǎn)意識(shí)，采取措施主動(dòng)保障農(nóng)業(yè)生產(chǎn)的積極性越大，因此整體投入的效率越高；對(duì)于政策性農(nóng)業(yè)保險(xiǎn)，顯然具有良好教育水平地區(qū)的制度效率更高。上述各回歸系數(shù)的影響方向符合相關(guān)經(jīng)濟(jì)理論分析，實(shí)證達(dá)到預(yù)期效果。

表3中的伽瑪值顯示環(huán)境因素變量對(duì)投入差額的影響比較顯著，必須將環(huán)境因素與隨機(jī)誤差項(xiàng)剔除，才能使各DMU面臨相同環(huán)境與運(yùn)氣，從而得到更為客觀的研究結(jié)果。

3.第三階段修正投入后的DEA評(píng)價(jià)結(jié)果。根據(jù)第二階段所得回歸估計(jì)結(jié)果，以最壞運(yùn)氣和最差環(huán)境下的DMU為標(biāo)準(zhǔn)對(duì)各投入變量進(jìn)行調(diào)整，得到修正后的投入變量，代替原始投入變量，再次運(yùn)用Deap21軟件重新進(jìn)行基于BC2模型的估計(jì)，結(jié)果如表4所示。與表2分析數(shù)據(jù)相對(duì)比，發(fā)現(xiàn)剔除外部環(huán)境與隨機(jī)誤差影響后，大部分省（市、自治區(qū)）的效率值發(fā)生了明顯的變化。從整體上看，政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼績(jī)效顯著提高，31個(gè)?。ㄊ?、自治區(qū)）的平均技術(shù)效率為0899，平均純技術(shù)效率0943，平均規(guī)模效率0941，資源運(yùn)用低效依然主要由技術(shù)效率造成，占到101%。東、中、西部三大地區(qū)出現(xiàn)比較明顯的階梯性差異，在第一階段DEA平均效率得分分別為0851、0719、0787，第三階段DEA平均效率得分分別為0953、0931、0828。顯然，經(jīng)濟(jì)、自然、教育等外部因素的影響嚴(yán)重導(dǎo)致傳統(tǒng)DEA方法對(duì)整體效率水平低估和區(qū)域差異程度高估，東部地區(qū)政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼的效率最高，中部次之，西部較低。第三階段的DEA分析結(jié)果中TE值達(dá)到1的省份增加到22個(gè)，其余9個(gè)地區(qū)中遼寧、吉林、四川和貴州的PTE值為1，顯示出其內(nèi)部管理的無(wú)效率并非由純技術(shù)效率導(dǎo)致；除湖北省調(diào)整后規(guī)模報(bào)酬變?yōu)檫f增以外，其他地區(qū)規(guī)模報(bào)酬均未發(fā)生變化。

四、結(jié)論與建議

本文運(yùn)用三階段DEA模型對(duì)我國(guó)31個(gè)?。ㄊ?、自治區(qū)）政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率評(píng)估，結(jié)果表明我國(guó)政策性農(nóng)業(yè)保險(xiǎn)各級(jí)財(cái)政補(bǔ)貼資金運(yùn)用效率整體較高，為保障農(nóng)業(yè)生產(chǎn)、分擔(dān)自然災(zāi)害風(fēng)險(xiǎn)損失發(fā)揮了巨大的作用，但個(gè)別地區(qū)的財(cái)政資金分配運(yùn)用與三級(jí)財(cái)政補(bǔ)貼結(jié)構(gòu)需要做進(jìn)一步的改善。財(cái)政補(bǔ)貼的改進(jìn)策略還需融進(jìn)當(dāng)?shù)谿DP、財(cái)政收入、農(nóng)業(yè)總產(chǎn)值、農(nóng)業(yè)占當(dāng)?shù)谿DP比重、當(dāng)?shù)卣畬?duì)農(nóng)業(yè)支出額、農(nóng)民純收入等因素綜合考慮，可將九個(gè)DEA績(jī)效不為1的省份分為兩個(gè)梯隊(duì)：河北、遼寧、吉林、河南、四川、湖北六省具有經(jīng)濟(jì)水平中等，大部分屬于農(nóng)業(yè)大省特點(diǎn)，在DEA績(jī)效分層中位于第一梯隊(duì)，最值分別為湖北0929與河北0658；貴州、甘肅、青海三省的地區(qū)性特點(diǎn)為經(jīng)濟(jì)實(shí)力較薄弱、國(guó)民生產(chǎn)總值與財(cái)政收入較低、農(nóng)業(yè)是經(jīng)濟(jì)發(fā)展的主要支柱，農(nóng)民家庭純收入較低，屬于我國(guó)相對(duì)貧困的地區(qū)，在DEA績(jī)效分層中為第二梯隊(duì)，最低值為青海0225。

從表面看我國(guó)農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼比率為80%左右，高于全球平均水平44%，但由于我國(guó)農(nóng)業(yè)保險(xiǎn)?！拔锘杀尽保l(fā)達(dá)國(guó)家?！笆粘伞?，我國(guó)農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼呈現(xiàn)補(bǔ)貼范圍窄、財(cái)政補(bǔ)貼額度不高、補(bǔ)貼方式單一等特點(diǎn)。建議從三個(gè)方面提升財(cái)政補(bǔ)貼效率：一是根據(jù)各地省情民情不同，實(shí)行差別化補(bǔ)貼標(biāo)準(zhǔn)并調(diào)整財(cái)政補(bǔ)貼結(jié)構(gòu)。按照黨的十八屆三中全會(huì)提出“建立巨災(zāi)保險(xiǎn)”的要求，探索建立政策性農(nóng)業(yè)巨災(zāi)保險(xiǎn)，實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)向農(nóng)業(yè)巨災(zāi)保險(xiǎn)方向轉(zhuǎn)變；二是擴(kuò)大農(nóng)業(yè)大省政策性農(nóng)業(yè)保險(xiǎn)范圍，提升農(nóng)業(yè)保險(xiǎn)的范圍經(jīng)濟(jì)，把政策性農(nóng)業(yè)保險(xiǎn)擴(kuò)展到糧食流通和蔬菜生產(chǎn)和糧食制種領(lǐng)域，如增加政策性蔬菜保險(xiǎn)、糧食流通和儲(chǔ)存保險(xiǎn)，保障“米袋子”和“菜籃子”安全，實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)的保障國(guó)家糧食安全，助力宏觀經(jīng)濟(jì)調(diào)控，推動(dòng)農(nóng)業(yè)現(xiàn)代化；三是進(jìn)一步提升中央對(duì)西部民族省份（部分屬于第二梯隊(duì)地區(qū)）農(nóng)業(yè)財(cái)政補(bǔ)貼比例，適當(dāng)調(diào)低縣市補(bǔ)貼比例，大力發(fā)展特色農(nóng)業(yè)保險(xiǎn)，如云南天麻保險(xiǎn)、三七保險(xiǎn)、普洱茶保險(xiǎn)、澳洲堅(jiān)果保險(xiǎn)、桑蠶保險(xiǎn)、石斛保險(xiǎn)等，推動(dòng)高原特色農(nóng)業(yè)產(chǎn)業(yè)化，促進(jìn)少數(shù)民族農(nóng)民增收，維護(hù)社會(huì)穩(wěn)定。

注釋?zhuān)?/p>

①?gòu)埼宄ＵJ(rèn)為制度效率損失的本質(zhì)就是社會(huì)福利的損失，但可以通過(guò)改變制度部分屬性或形式來(lái)控制效率損失，提高制度效率。

②種植業(yè)一般以畝計(jì)量，養(yǎng)殖業(yè)一般以頭（只）計(jì)量，這里采用的是涵蓋整個(gè)農(nóng)業(yè)保險(xiǎn)的綜合評(píng)價(jià)定量指標(biāo)。

參考文獻(xiàn)：

[1]Privatization. Lessons Learned by State and Local Governments，GAO/GGD-97-48（Washington， DC： General Accounting Office， March 1997）.

[2]LEER， YAMAGATA H. Sustainable Social Security： What Would It Cost？ [J].National Tax Journal， 2003， 56（1）：27-43.

[3]Michael E. Porte. Strategy and the Internet[J].Harvard Business Review，2001（3）.

[4]苑梅.農(nóng)業(yè)保險(xiǎn)的財(cái)政政策選擇[J].經(jīng)濟(jì)縱橫，2009（1）.

[5]錢(qián)振偉，張艷，王翔.政策性農(nóng)保險(xiǎn)模式創(chuàng)新及巨災(zāi)風(fēng)險(xiǎn)分散機(jī)制研究：基于對(duì)云南實(shí)踐的調(diào)查[M].北京：經(jīng)濟(jì)科學(xué)出版社，2011：38-39.

[6]庹國(guó)柱，朱俊生.試論政策性農(nóng)業(yè)保險(xiǎn)的財(cái)政稅收政策[J].經(jīng)濟(jì)與管理研究， 2007（5）.

[7]李燕凌.基于DEA-Tob it模型的財(cái)政支農(nóng)效率分析：以湖南省為例[J]中國(guó)農(nóng)村經(jīng)濟(jì)，2008（9）：52-62.

[8]方鴻.政府財(cái)政支農(nóng)資金效率的地區(qū)比較：基于三階段DEA模型的實(shí)證分析[J].管理科學(xué)，2011（7）：25-27.

[9]王韌.我國(guó)農(nóng)業(yè)保險(xiǎn)差異補(bǔ)貼政策研究：基于各省、直轄市、自治區(qū)的聚類(lèi)分析[J].農(nóng)村經(jīng)濟(jì)，2011（5）.

[10]高鑒國(guó).中國(guó)新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)的社會(huì)包容特征：解釋框架[J].社會(huì)科學(xué)，2011（3）.

[11]錢(qián)振偉.農(nóng)業(yè)保險(xiǎn)發(fā)展理論與實(shí)踐：基于對(duì)云南實(shí)踐的跟蹤調(diào)查[M].北京：中國(guó)金融出版社，2013.

（責(zé)任編輯：關(guān)立新）

按地區(qū)分，北京、天津、上海、重慶四個(gè)直轄市與內(nèi)蒙、浙江、福建、江西、廣西、海南、西藏八個(gè)省的TE、PTE值都為1，說(shuō)明這些地區(qū)政策性農(nóng)業(yè)保險(xiǎn)的財(cái)政補(bǔ)貼效率較高，資源得到充分地運(yùn)用，財(cái)政補(bǔ)貼處于技術(shù)效率前沿；江蘇、安徽、四川、貴州和新疆PTE值為1，說(shuō)明這些地區(qū)純技術(shù)效率不是政策性農(nóng)業(yè)保險(xiǎn)發(fā)展的主要制約因素；河北、山西、陜西、甘肅四個(gè)地區(qū)的TE、PTE值均低于0.5，說(shuō)明財(cái)政補(bǔ)貼所發(fā)揮的作用有待提高，擴(kuò)大農(nóng)業(yè)保險(xiǎn)覆蓋面。

從規(guī)模報(bào)酬情況上看，山西、廣東、貴州、陜西、甘肅、青海、寧夏七個(gè)地區(qū)的規(guī)模報(bào)酬處于遞增水平，大力推廣政策性農(nóng)業(yè)保險(xiǎn)、提高參保率、擴(kuò)大服務(wù)體系有利于承擔(dān)農(nóng)業(yè)生產(chǎn)損失風(fēng)險(xiǎn)效率的提高。

2.第二階段SFA回歸分析結(jié)果。第一階段分析結(jié)果各地區(qū)TE值誤差較大，與實(shí)際情形存在一定的偏離，初步推測(cè)原因在于環(huán)境變量影響因素對(duì)這些地區(qū)造成比較大的影響。在這一階段，以第一階段分析結(jié)果得出的各樣本投入變量的松弛量為SFA方程的被解釋變量，家庭人均收入、成災(zāi)面積、文盲率作為解釋變量，運(yùn)用frontier41軟件進(jìn)行回歸分析，得出的各環(huán)境變量系數(shù)的最大似然估計(jì)，估計(jì)值如表3。表3中回歸估計(jì)結(jié)果顯示文盲率對(duì)各投入變量的回歸系數(shù)均為負(fù)，即差額變量會(huì)隨著該變量數(shù)值的增加而減小，或是技術(shù)效率提高；人均家庭純收入對(duì)三級(jí)財(cái)政補(bǔ)貼的影響系數(shù)為正，說(shuō)明該變量數(shù)值越大，差額變量越大。對(duì)上述現(xiàn)象的經(jīng)濟(jì)原因分析如下：在保費(fèi)補(bǔ)貼與農(nóng)民繳費(fèi)按比例分配的制度規(guī)定下，農(nóng)民純收入越高，保費(fèi)收入中政府財(cái)政補(bǔ)貼部分占到的比重越大，當(dāng)比重超過(guò)某個(gè)特定值時(shí)，政府資金就會(huì)帶來(lái)擠占效應(yīng)，并且與比重的增加呈正相關(guān)增長(zhǎng)，繼而三級(jí)財(cái)政補(bǔ)貼的效率降低；政府與群眾在面臨較大的成災(zāi)面積時(shí)會(huì)有更強(qiáng)的風(fēng)險(xiǎn)意識(shí)，采取措施主動(dòng)保障農(nóng)業(yè)生產(chǎn)的積極性越大，因此整體投入的效率越高；對(duì)于政策性農(nóng)業(yè)保險(xiǎn)，顯然具有良好教育水平地區(qū)的制度效率更高。上述各回歸系數(shù)的影響方向符合相關(guān)經(jīng)濟(jì)理論分析，實(shí)證達(dá)到預(yù)期效果。

表3中的伽瑪值顯示環(huán)境因素變量對(duì)投入差額的影響比較顯著，必須將環(huán)境因素與隨機(jī)誤差項(xiàng)剔除，才能使各DMU面臨相同環(huán)境與運(yùn)氣，從而得到更為客觀的研究結(jié)果。

3.第三階段修正投入后的DEA評(píng)價(jià)結(jié)果。根據(jù)第二階段所得回歸估計(jì)結(jié)果，以最壞運(yùn)氣和最差環(huán)境下的DMU為標(biāo)準(zhǔn)對(duì)各投入變量進(jìn)行調(diào)整，得到修正后的投入變量，代替原始投入變量，再次運(yùn)用Deap21軟件重新進(jìn)行基于BC2模型的估計(jì)，結(jié)果如表4所示。與表2分析數(shù)據(jù)相對(duì)比，發(fā)現(xiàn)剔除外部環(huán)境與隨機(jī)誤差影響后，大部分?。ㄊ?、自治區(qū)）的效率值發(fā)生了明顯的變化。從整體上看，政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼績(jī)效顯著提高，31個(gè)?。ㄊ?、自治區(qū)）的平均技術(shù)效率為0899，平均純技術(shù)效率0943，平均規(guī)模效率0941，資源運(yùn)用低效依然主要由技術(shù)效率造成，占到101%。東、中、西部三大地區(qū)出現(xiàn)比較明顯的階梯性差異，在第一階段DEA平均效率得分分別為0851、0719、0787，第三階段DEA平均效率得分分別為0953、0931、0828。顯然，經(jīng)濟(jì)、自然、教育等外部因素的影響嚴(yán)重導(dǎo)致傳統(tǒng)DEA方法對(duì)整體效率水平低估和區(qū)域差異程度高估，東部地區(qū)政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼的效率最高，中部次之，西部較低。第三階段的DEA分析結(jié)果中TE值達(dá)到1的省份增加到22個(gè)，其余9個(gè)地區(qū)中遼寧、吉林、四川和貴州的PTE值為1，顯示出其內(nèi)部管理的無(wú)效率并非由純技術(shù)效率導(dǎo)致；除湖北省調(diào)整后規(guī)模報(bào)酬變?yōu)檫f增以外，其他地區(qū)規(guī)模報(bào)酬均未發(fā)生變化。

四、結(jié)論與建議

本文運(yùn)用三階段DEA模型對(duì)我國(guó)31個(gè)?。ㄊ小⒆灾螀^(qū)）政策性農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率評(píng)估，結(jié)果表明我國(guó)政策性農(nóng)業(yè)保險(xiǎn)各級(jí)財(cái)政補(bǔ)貼資金運(yùn)用效率整體較高，為保障農(nóng)業(yè)生產(chǎn)、分擔(dān)自然災(zāi)害風(fēng)險(xiǎn)損失發(fā)揮了巨大的作用，但個(gè)別地區(qū)的財(cái)政資金分配運(yùn)用與三級(jí)財(cái)政補(bǔ)貼結(jié)構(gòu)需要做進(jìn)一步的改善。財(cái)政補(bǔ)貼的改進(jìn)策略還需融進(jìn)當(dāng)?shù)谿DP、財(cái)政收入、農(nóng)業(yè)總產(chǎn)值、農(nóng)業(yè)占當(dāng)?shù)谿DP比重、當(dāng)?shù)卣畬?duì)農(nóng)業(yè)支出額、農(nóng)民純收入等因素綜合考慮，可將九個(gè)DEA績(jī)效不為1的省份分為兩個(gè)梯隊(duì)：河北、遼寧、吉林、河南、四川、湖北六省具有經(jīng)濟(jì)水平中等，大部分屬于農(nóng)業(yè)大省特點(diǎn)，在DEA績(jī)效分層中位于第一梯隊(duì)，最值分別為湖北0929與河北0658；貴州、甘肅、青海三省的地區(qū)性特點(diǎn)為經(jīng)濟(jì)實(shí)力較薄弱、國(guó)民生產(chǎn)總值與財(cái)政收入較低、農(nóng)業(yè)是經(jīng)濟(jì)發(fā)展的主要支柱，農(nóng)民家庭純收入較低，屬于我國(guó)相對(duì)貧困的地區(qū)，在DEA績(jī)效分層中為第二梯隊(duì)，最低值為青海0225。

從表面看我國(guó)農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼比率為80%左右，高于全球平均水平44%，但由于我國(guó)農(nóng)業(yè)保險(xiǎn)?！拔锘杀尽保l(fā)達(dá)國(guó)家?！笆粘伞?，我國(guó)農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼呈現(xiàn)補(bǔ)貼范圍窄、財(cái)政補(bǔ)貼額度不高、補(bǔ)貼方式單一等特點(diǎn)。建議從三個(gè)方面提升財(cái)政補(bǔ)貼效率：一是根據(jù)各地省情民情不同，實(shí)行差別化補(bǔ)貼標(biāo)準(zhǔn)并調(diào)整財(cái)政補(bǔ)貼結(jié)構(gòu)。按照黨的十八屆三中全會(huì)提出“建立巨災(zāi)保險(xiǎn)”的要求，探索建立政策性農(nóng)業(yè)巨災(zāi)保險(xiǎn)，實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)向農(nóng)業(yè)巨災(zāi)保險(xiǎn)方向轉(zhuǎn)變；二是擴(kuò)大農(nóng)業(yè)大省政策性農(nóng)業(yè)保險(xiǎn)范圍，提升農(nóng)業(yè)保險(xiǎn)的范圍經(jīng)濟(jì)，把政策性農(nóng)業(yè)保險(xiǎn)擴(kuò)展到糧食流通和蔬菜生產(chǎn)和糧食制種領(lǐng)域，如增加政策性蔬菜保險(xiǎn)、糧食流通和儲(chǔ)存保險(xiǎn)，保障“米袋子”和“菜籃子”安全，實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)的保障國(guó)家糧食安全，助力宏觀經(jīng)濟(jì)調(diào)控，推動(dòng)農(nóng)業(yè)現(xiàn)代化；三是進(jìn)一步提升中央對(duì)西部民族省份（部分屬于第二梯隊(duì)地區(qū)）農(nóng)業(yè)財(cái)政補(bǔ)貼比例，適當(dāng)調(diào)低縣市補(bǔ)貼比例，大力發(fā)展特色農(nóng)業(yè)保險(xiǎn)，如云南天麻保險(xiǎn)、三七保險(xiǎn)、普洱茶保險(xiǎn)、澳洲堅(jiān)果保險(xiǎn)、桑蠶保險(xiǎn)、石斛保險(xiǎn)等，推動(dòng)高原特色農(nóng)業(yè)產(chǎn)業(yè)化，促進(jìn)少數(shù)民族農(nóng)民增收，維護(hù)社會(huì)穩(wěn)定。

注釋?zhuān)?/p>

①?gòu)埼宄ＵJ(rèn)為制度效率損失的本質(zhì)就是社會(huì)福利的損失，但可以通過(guò)改變制度部分屬性或形式來(lái)控制效率損失，提高制度效率。

②種植業(yè)一般以畝計(jì)量，養(yǎng)殖業(yè)一般以頭（只）計(jì)量，這里采用的是涵蓋整個(gè)農(nóng)業(yè)保險(xiǎn)的綜合評(píng)價(jià)定量指標(biāo)。

參考文獻(xiàn)：

[1]Privatization. Lessons Learned by State and Local Governments，GAO/GGD-97-48（Washington， DC： General Accounting Office， March 1997）.

[2]LEER， YAMAGATA H. Sustainable Social Security： What Would It Cost？ [J].National Tax Journal， 2003， 56（1）：27-43.

[3]Michael E. Porte. Strategy and the Internet[J].Harvard Business Review，2001（3）.

[4]苑梅.農(nóng)業(yè)保險(xiǎn)的財(cái)政政策選擇[J].經(jīng)濟(jì)縱橫，2009（1）.

[5]錢(qián)振偉，張艷，王翔.政策性農(nóng)保險(xiǎn)模式創(chuàng)新及巨災(zāi)風(fēng)險(xiǎn)分散機(jī)制研究：基于對(duì)云南實(shí)踐的調(diào)查[M].北京：經(jīng)濟(jì)科學(xué)出版社，2011：38-39.

[6]庹國(guó)柱，朱俊生.試論政策性農(nóng)業(yè)保險(xiǎn)的財(cái)政稅收政策[J].經(jīng)濟(jì)與管理研究， 2007（5）.

[7]李燕凌.基于DEA-Tob it模型的財(cái)政支農(nóng)效率分析：以湖南省為例[J]中國(guó)農(nóng)村經(jīng)濟(jì)，2008（9）：52-62.

[8]方鴻.政府財(cái)政支農(nóng)資金效率的地區(qū)比較：基于三階段DEA模型的實(shí)證分析[J].管理科學(xué)，2011（7）：25-27.

[9]王韌.我國(guó)農(nóng)業(yè)保險(xiǎn)差異補(bǔ)貼政策研究：基于各省、直轄市、自治區(qū)的聚類(lèi)分析[J].農(nóng)村經(jīng)濟(jì)，2011（5）.

[10]高鑒國(guó).中國(guó)新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)的社會(huì)包容特征：解釋框架[J].社會(huì)科學(xué)，2011（3）.

[11]錢(qián)振偉.農(nóng)業(yè)保險(xiǎn)發(fā)展理論與實(shí)踐：基于對(duì)云南實(shí)踐的跟蹤調(diào)查[M].北京：中國(guó)金融出版社，2013.

（責(zé)任編輯：關(guān)立新）