鄭 彬,高 嵐
(華南農(nóng)業(yè)大學 經(jīng)濟管理學院,廣州 510642)
林業(yè)生產(chǎn)周期長,資金需求大,抵御災(zāi)害的能力弱,林業(yè)經(jīng)營者面臨著較高的損失風險。森林保險是集體林權(quán)深化改革的主要措施之一,對化解林業(yè)風險、保障林農(nóng)收入、拓寬林農(nóng)資金來源渠道、穩(wěn)定林業(yè)生產(chǎn)具有重要意義[1]。然而,林業(yè)的準公共品性質(zhì)使市場長期處于“供需雙冷”的局面。美國、日本、瑞典、芬蘭等林業(yè)發(fā)達國家的經(jīng)驗表明,財政補貼制度是彌補森林保險市場失靈的有效途徑[2]。為擴大森林保險市場的需求,2009年我國財政啟動了森林保險保費補貼試點工作。截至2016年,我國保費補貼覆蓋了全國24個省、4個計劃單列市和3個森工集團,資金投入累計123.38億元,補貼比例高達90.8%。2009—2012年我國森林保險參保規(guī)模快速擴張,由2009年的0.135億hm2增加到2012年的0.859億hm2。但2013年以來,森林保險參保規(guī)模增長放緩,2016年首次出現(xiàn)萎縮。在較低的保障水平下,加大補貼投入力度已難以繼續(xù)刺激市場規(guī)模的擴張[3],因此森林保險保費補貼的資金使用效率評價與制度優(yōu)化至關(guān)重要。
森林保險保費補貼效應(yīng)的研究主要包括兩種思路:一是構(gòu)建福利經(jīng)濟學和博弈模型衡量補貼的成本與收益,論證森林保險保費補貼政策符合帕累托改進的原則。政府通過對外部社會效應(yīng)成本進行補償,使森林保險供需向有效均衡點推進,改善保險市場失靈,增加社會福利[4-6];二是以不同補貼額度對農(nóng)戶參保和支付意愿的影響反映保費補貼效率。研究表明,保費補貼與林農(nóng)保險購買行為具有顯著的正相關(guān)關(guān)系[7-9]。
上述研究主要以理論研究為主,且實證研究主要集中在林農(nóng)購買意愿的影響因素方面,缺乏財政資金使用效率方面的分析。農(nóng)業(yè)與林業(yè)在生產(chǎn)管理上具有一定的相似性,因此農(nóng)業(yè)保險保費補貼效率的研究成果對林業(yè)具有一定的參考價值。在農(nóng)業(yè)保險財政補貼效率研究方面,主要思路是構(gòu)建農(nóng)業(yè)保險保費補貼效率指標評價體系,并采用DEA模型測算不同時空上的補貼效率[10]。關(guān)于農(nóng)業(yè)保險保費補貼效率影響因素的研究,主要分為靜態(tài)效率值和效率變化兩個視角。對靜態(tài)效率值影響因素的探討主要是以SE-DEA模型測算出的超效率值為因變量,選取相關(guān)影響因子進行Tobit回歸分析[11]。基于DEA模型測算并分解Malmquist指數(shù),可有效分析補貼效率的動態(tài)變化狀況與原因[12],因此本文選取超效率DEA模型和Malmquist指數(shù),從靜態(tài)時空差異與動態(tài)變化雙重視角對森林保險保費補貼效率進行評價。
BBC模型與超效率DEA模型:森林保險保費補貼作為政府通過財政補貼對投保者所產(chǎn)生的外部性成本進行補償?shù)囊环N公共政策,森林產(chǎn)出包括經(jīng)濟效益和社會效益,多個指標間的權(quán)重和量綱不同。Charnes等[13]提出的DEA方法,主要應(yīng)用于度量不同公共部門多投入、多產(chǎn)出下的有效性與非有效的原因和程度,有效避免了指標權(quán)重假設(shè)的主觀影響和無量綱處理的誤差。
根據(jù)規(guī)模報酬假設(shè)的不同,DEA模型分為CCR模型(規(guī)模報酬不變)與BBC模型(規(guī)模報酬可變)。在考量方向上,DEA模型又可分為投入導向型和產(chǎn)出導向型,分別用于求解產(chǎn)出既定條件下投入最小化和投入既定條件下產(chǎn)出最大化的線性問題[14]。本文假定森林保險保費補貼在不同時空上生產(chǎn)規(guī)模報酬可變,且為探討補貼投入既定的前提下,如何實現(xiàn)產(chǎn)出最大化的問題,故選用產(chǎn)出導向型的BBC模型。
計算公式為:
(1)
式中,xj,yj分別為第j個省份的投入、產(chǎn)出變量;λ為組合比例;θ為效率值;ε為無窮小量;s+和s-為松弛變量。
傳統(tǒng)DEA模型效率值取值范圍在0—1之間,無法區(qū)分多個同時有效的決策單元。Anderson、Petersen提出超效率DEA(SE-DEA)模型[15],將評價單元獨立于參照單元組合,測量與參照生產(chǎn)前沿面的距離,使有效單元的效率值可超過1,由此判別有效單元之間的有效程度差異。
計算公式為:
(2)
式中,xj,yj分別為第j個省份的投入、產(chǎn)出變量;λ為組合比例;θ為效率值;ε為無窮小量;s+和s-為松弛變量。
在模型假設(shè)中,規(guī)模報酬不變假設(shè)下的技術(shù)效率(crs)是指森林保險保費補貼的綜合效率,反映了財政補貼資金分配投入標準、比例結(jié)構(gòu)和資金投入總量一定的情況下,公共資金的總體配置及使用效率。當綜合效率達到DEA有效(效率值θ≥1)時,表明森林保險保費補貼的政策設(shè)計和實施使有限的資金發(fā)揮了最大的效益,實現(xiàn)最大的產(chǎn)出。在BBC模型的分解下,綜合效率可由純技術(shù)效率(vrs)與規(guī)模效率(scale)的乘積求得。純技術(shù)效率(vrs)代表保費補貼資金配置的結(jié)構(gòu)效率,反映了森林保險保費補貼的配置標準和比例能否保證政策效果的充分實現(xiàn)。規(guī)模效率(scale)則考察了保費補貼的投入總量是否合理,規(guī)模效率(scale)實現(xiàn)DEA有效,說明財政資金的配給既不存在浪費,也不造成短缺。
Malmquist指數(shù):Malmquist最早提出了Malmquist指數(shù)理論[16],并由Caves等引入Shephard距離函數(shù)構(gòu)造Malmquist指數(shù),應(yīng)用于生產(chǎn)率測算[17]。
計算公式為:
(3)
基于DEA模型,除投入產(chǎn)出的綜合技術(shù)效率變動(TEC)外,全要素生產(chǎn)率還受外部環(huán)境的技術(shù)進步(TP)的影響,技術(shù)進步會使生產(chǎn)前沿面前移。因此,Fare、Ray等進一步將全要素生產(chǎn)率分解為綜合技術(shù)效率變動(TEC)和技術(shù)進步(TP),其中綜合技術(shù)效率變動(TEC)由純技術(shù)效率變動(PE)與規(guī)模效率變動(SE)構(gòu)成。
計算公式為:
MPI=TFP=TP×TEC=TP×PE×SE
(4)
通過森林保險保費補貼Malmquist指數(shù)的測算與分解,一般可探究各省份補貼效率變化的原因。技術(shù)進步(TP)反映了森林保險體系建設(shè)的完善狀況對全要素生產(chǎn)率的貢獻程度,如補貼方式和保險產(chǎn)品的創(chuàng)新、保障水平的提高、保險機構(gòu)理賠技術(shù)的改進等;TP>1或TP<1表明森林保險體系建設(shè)完善(滯后)狀況,TP=1時不變;綜合技術(shù)效率(TEC)反映了保費補貼綜合效率變化對全要素生產(chǎn)率的貢獻程度;TEC>1或TEC<1表示相比第t年,該省份第t+1年的保費補貼綜合效率有所提高(下降),TEC=1時不變。
森林保險保費補貼政策反映了政府規(guī)劃以何種資金配置結(jié)構(gòu)和規(guī)模對森林保險投保者予以補貼的決策。當前,我國森林保險保費補貼由中央、省、市縣三級按不同標準和比例分別予以投入。保費補貼的產(chǎn)出由政策目標的實現(xiàn)結(jié)果體現(xiàn)。該政策的目的是通過減輕林農(nóng)的保費負擔,帶動林農(nóng)的投保積極性,從而培養(yǎng)他們的風險管理意識,提高市場有效需求,化解林業(yè)生產(chǎn)風險。林農(nóng)自繳部分保費總額間接反映了他們的風險管理意識程度。風險管理意識越高,對保險付費的意愿越強烈。承??偯娣e即為市場有效需求規(guī)模,而保險賠付總額則體現(xiàn)了保費補貼投入帶來的林業(yè)風險的分散作用。因此,本文選取中央、省、市縣三級保費補貼額作為投入指標,林農(nóng)自繳部分保費總額、承??偯娣e、保險賠付總額作為產(chǎn)出指標。
受地區(qū)數(shù)據(jù)收集的限制,本文選取2013—2016年我國19個省份的平衡面板數(shù)據(jù)作為決策單元,主要包括河南、湖北、江西、云南、福建、廣東、浙江、四川、重慶、吉林、遼寧、陜西、河北、海南、湖南、廣西、安徽、內(nèi)蒙古、貴州。為統(tǒng)一數(shù)據(jù)統(tǒng)計口徑,減少測量誤差,數(shù)據(jù)來源于歷年的中國森林保險發(fā)展報告(表1)。
表1 2013—2016年我國19個省份森林保險保費補貼投入與產(chǎn)出指標的描述統(tǒng)計
注:數(shù)據(jù)來源于相關(guān)年份的《中國森林保險發(fā)展報告》。
運用BBC模型和超效率DEA模型對我國19個省份的投入產(chǎn)出指標進行求解,得到2013—2016年我國19個省份的保費補貼效率值(表2)。
表2 2013—2016年我國19個省份森林保險保費補貼效率測算結(jié)果
(續(xù)表2)
地區(qū) 2013年 2014年 2015年 2016年 crsvrsscalerscrsvrsscalerscrsvrsscalerscrsvrsscalers福建1.001.001.00-1.001.001.00-1.001.001.00-1.001.001.00-江西1.001.001.00-1.001.001.00-1.001.001.00-1.001.001.00-河南1.001.001.00-1.001.001.00-0.691.000.69irs0.671.000.67irs湖北0.480.610.78irs0.490.590.83irs0.560.770.72irs0.520.600.86irs湖南0.980.981.00-0.830.840.99drs0.770.900.86drs0.590.880.68drs廣東0.420.430.97irs0.620.621.00drs0.450.540.83drs0.410.411.00irs廣西1.001.001.00-1.001.001.00-0.780.850.92drs0.500.680.74drs海南0.491.000.49irs1.001.001.00-1.001.001.00-1.001.001.00-重慶0.881.000.88irs0.660.820.80irs0.450.580.77irs0.460.490.95irs四川0.891.000.89drs1.001.001.00-0.9971.000.997drs0.971.000.97drs貴州0.190.200.96drs0.380.390.98irs0.250.320.77drs0.200.340.60drs云南1.001.001.00-1.001.001.00-1.001.001.00-1.001.001.00-陜西0.550.560.99irs0.570.580.99irs0.790.840.94drs0.680.690.99drs
注:irs、-、drs分別表示規(guī)模報酬遞增、不變、遞減。
綜合效率分析:對我國19個省份2013—2016年保費補貼綜合效率均值進行排序(圖1)發(fā)現(xiàn),綜合效率總體較低,DEA無效的省份多達13個,且區(qū)域差異性顯著。按經(jīng)濟條件與林業(yè)情況,將DEA無效省份劃分為兩大類[17]:第一類為地區(qū)經(jīng)濟較弱的省份,包括貴州、內(nèi)蒙古、安徽、陜西、重慶、吉林、廣西。該類省份林業(yè)占比高、森林受災(zāi)面積大、林農(nóng)潛在需求旺盛,但經(jīng)濟發(fā)展水平低、市縣財政實力較弱、林農(nóng)收入水平較低。中央財政補貼比例與其他省份同等且市縣負擔較重的情況下,市縣財政困難,無法及時足額撥付資金,林農(nóng)購買力弱,難以承擔費用,潛在需求得不到有效轉(zhuǎn)化,導致補貼產(chǎn)出效率極低。第二類為低投保需求省份,包括廣東、湖北、河北、遼寧、湖南、浙江。該類省份經(jīng)濟實力較強、林農(nóng)承擔保費能力較高,但森林災(zāi)害影響較小、潛在需求不大、補貼產(chǎn)出效率不高。
圖1 2013—2016年我國19個省份森林保險保費補貼效率均值
在DEA有效的省份中,四川、福建、云南、江西作為森林保險保費試行期試點省份,制度實施較早、發(fā)展基礎(chǔ)好,在保費補貼資金的配置和管理方面經(jīng)驗豐富,其補貼效率均值大于1,且歷年波動較小。河南與海南兩省市縣財政能力不足,保費補貼配置困難,省級財政的大力支持成為森林保險發(fā)展的主要動力之一。河南省2013—2014年市縣財政補貼與林農(nóng)自繳費用比例不到1%,實現(xiàn)了DEA有效;而2015—2016年河南省省級補貼減少,市縣比例上升至10.57%,開始出現(xiàn)效率損失。海南2013年的補貼綜合效率僅為0.49,隨著市縣一級補貼比例的不斷下調(diào)(<0.0001),2014—2016年達到了有效水平。且該地區(qū)多風災(zāi),保險災(zāi)后補償效用顯著,補貼資金的放大作用充分得到發(fā)揮。
結(jié)構(gòu)效率分析:由表2可知,2013—2016年在DEA無效的省份中結(jié)構(gòu)效率普遍不高,同時也是引起綜合效率無效的主要原因。一方面,保費補貼結(jié)構(gòu)的不合理加重了欠發(fā)達地區(qū)的財政壓力。對比農(nóng)業(yè)保險,森林保險的中央補貼比例較低。種植業(yè)補貼占比平均約為40%,部分地區(qū)高達65%,而商品林僅為30%。另一方面,我國森林保險保費補貼采用中央至地方財政聯(lián)動的“倒補貼”機制。即林農(nóng)繳納保費且市縣與省級補貼資金配套完成后,中央財政才撥付相應(yīng)補貼[18]。森林資源豐富但經(jīng)濟條件較差的市縣因保費補貼配置困難,導致最終投保率不高。同時,歷年來補貼標準及三級財政比例構(gòu)成總體變動不大,特別是安徽、廣東、重慶、貴州等省份補貼資金配置和管理方式固化,未能適時調(diào)整,結(jié)構(gòu)效率長期處于較低水平。
規(guī)模效率分析:2013—2014年,我國19個省份的規(guī)模效率均較高,補貼投入總量較合適。在未達到有效水平的省份中,規(guī)模報酬遞增的省份約占1/2。該時期,加大規(guī)模報酬遞增省份的補貼力度能進一步提高規(guī)模效率。2015—2016年,我國10個綜合效率無效的省份規(guī)模效率明顯下降,且有8個出現(xiàn)規(guī)模報酬遞減。其原因主要在于生態(tài)公益林和商品林的補貼比例差距懸殊,多數(shù)省份生態(tài)公益林實行全額補貼,商品林比例僅約70%。較高的保費補貼標準能在短時間內(nèi)快速推動承保規(guī)模的擴大,但生態(tài)公益林市場規(guī)模趨近飽和,加大補貼投入的規(guī)模效應(yīng)不大。較低的保費補貼標準已不能有效刺激林農(nóng)的投保積極性,承保面積難以進一步擴大,造成總體規(guī)模效率損失。
本文運用DEAP2.1軟件測算得到各省份森林保險保費補貼的平均Malmquist指數(shù)及其分解結(jié)果,見表3。
表3 2013—2016年我國19個省份森林保險保費補貼Malmquist指數(shù)
區(qū)域Malmquist指數(shù)及其分解:2013—2016年我國19個省份森林保險保費補貼的全要素生產(chǎn)率總體年均下降10.3%。綜合技術(shù)效率和技術(shù)進步效率均對全要素生產(chǎn)率產(chǎn)生了負面影響,其中技術(shù)倒退(7.8%)的影響較大。單獨對各省指數(shù)的分解結(jié)果進行分析可知,綜合技術(shù)效率不足始終是大部分省份(52.6%)森林保險保費補貼全要素生產(chǎn)率提升的制約因素。其中,11個省份雖然發(fā)生了技術(shù)進步,但是由于綜合技術(shù)效率增長較遲緩或發(fā)生倒退,降低了森林全要素生產(chǎn)率的增長速度。這一定程度上反映了保費補貼標準和比例結(jié)構(gòu)不合理及保費相對規(guī)模的縮減嚴重弱化了技術(shù)進步帶來的效率增長,且與靜態(tài)分析中綜合技術(shù)效率低下的結(jié)果相吻合。發(fā)生變化趨勢的地區(qū)分布情況同靜態(tài)分析結(jié)果較為一致,省份間差距較大。全要素生產(chǎn)率呈上升趨勢和下降趨勢的省份約各占50%。海南增速為86.5%,遠超過其他省份,其增長動力主要源于保險產(chǎn)品創(chuàng)新所帶來的技術(shù)進步,以及橡膠樹風災(zāi)指數(shù)險產(chǎn)品的創(chuàng)新,滿足了市場的特定需求。同時,氣象指數(shù)險對定損理賠流程的簡化,有效降低了保險公司的經(jīng)營成本,提高了供給積極性。廣西(87.7%)和河南(61.9%)的下降幅度最大,且技術(shù)倒退現(xiàn)象最為嚴重。一方面,政府主導制定的保險條款主觀隨意性較大,偏離了市場真實需求;另一方面,補貼方式單一,忽略了對保險供給方的扶持作用,市場供給動力不足。
區(qū)域Malmquist指數(shù)與各子指數(shù)相關(guān)性分析:為了驗證前文對Malmquist指數(shù)分解的分析結(jié)果,本文運用STATA15.0軟件進行各指數(shù)的相關(guān)性分析,以衡量我國19個省份各子指數(shù)對全要素生產(chǎn)率之間的相關(guān)程度(表4)。
表4 我國各省森林保險保費補貼Malmquist指數(shù)相關(guān)性分析
注:*、**、***分別表示10%、5%、1%顯著性水平。
從分析結(jié)果可知,TFP與TEC的相關(guān)性高于TFP與TP,當森林保險保費補貼的全要素生產(chǎn)率受技術(shù)進步變動的影響較小時,綜合技術(shù)效率更能引起全要素生產(chǎn)率的變化,表明進一步評估和完善保費補貼制度,有效提高補貼資金的投入和使用效率具有至關(guān)重要的作用。SE與TEC的相關(guān)性高于PE與TEC的相關(guān)性,說明各省森林保險保費補貼的結(jié)構(gòu)效率逐漸趨同時,規(guī)模效率將對森林綜合技術(shù)效率的變化產(chǎn)生更大的影響。因此,除了改善森林補貼資金管理和提高配置效率外,各省應(yīng)當合理安排森林補貼資金的投入規(guī)模,避免造成資金投入冗余或不足。
本文運用DEA方法,對我國19個省份2013—2016年森林保險保費補貼效率進行了靜態(tài)和動態(tài)分析,得出以下主要結(jié)論:①森林保險保費補貼效率及其變化原因地區(qū)之間的差異顯著。各區(qū)域的林種分布、林農(nóng)的收入水平、受災(zāi)特點和地方財政實力各不相同,因此對補貼標準和比例需求也不相同。統(tǒng)一化的政策會降低資源配置效率,造成部分地區(qū)財政補貼資源短缺或者浪費。②當前森林保險保費補貼全要素生產(chǎn)率呈下降趨勢,且綜合技術(shù)效率下降是阻礙其發(fā)展的主要制約因素。保費補貼政策前期提高了農(nóng)戶的參保率,擴大了森林保險的參保面積,快速推動了森林保險市場的發(fā)展,為林業(yè)生產(chǎn)提供了一定的風險保障。但由于森林保險保費補貼標準和比例配置不合理,其刺激市場需求的動力日益不足,導致保費顯著下降。
評價分析森林保險保費的補貼效率,對提升財政補貼資金的使用效率和進一步推動森林保險市場的發(fā)展具有一定的參考價值。一方面,由于統(tǒng)計數(shù)據(jù)的缺失,未能對我國23個森林保險保費補貼試點省份的保費補貼資金投入情況進行測評,可能會在一定程度上影響整體補貼效率測算的準確性。另一方面,由于森林保險具有經(jīng)濟、社會和生態(tài)方面的多重價值,其產(chǎn)出指標體系的建立有待做進一步的深入探討。
綜合以上研究,本文認為在優(yōu)化保費補貼資金管理配置和投入規(guī)模以及完善森林保險制度方面進行改善:①實施差別化的保費補貼政策。保費補貼標準和比例的配置,應(yīng)充分考慮地方財政的能力、林農(nóng)收入水平和災(zāi)害發(fā)生的情況,實行差別化的補貼,提高財政資金的配置和使用效率。對經(jīng)濟欠發(fā)達、森林資源豐富且災(zāi)害頻發(fā)的地區(qū),應(yīng)提高中央和省財政補貼比例,降低甚至取消市縣財政補貼比例,以緩解貧弱市縣的財政壓力。目前,生態(tài)公益林的補貼比例已達到95%以上,而商品林具有準公共產(chǎn)品的性質(zhì),同生態(tài)公益林一樣具有較大的生態(tài)效益,但補貼比例遠低于生態(tài)公益林,且各地區(qū)差異較大。因此,應(yīng)縮小商品林與生態(tài)公益林的森林保險補貼差距,應(yīng)當優(yōu)化生態(tài)公益林和商品林的補貼結(jié)構(gòu),適當提高商品林補貼標準和比例,加大補貼資金的投入力度。②完善森林保險保費補貼監(jiān)管體系。建立健全森林保險保費補貼資金的監(jiān)管機制,加強保費補貼資金的管理,并且動態(tài)評估保費補貼資金的使用效率,及時調(diào)整補貼制度,提高財政資金的使用效率。③建立多層次的森林保險補貼體系。除對投保方進行直接補貼外,還應(yīng)將承保機構(gòu)納入補貼,通過業(yè)務(wù)費用補貼、再保險補貼、巨災(zāi)風險準備金補貼、減稅扶持政策等降低其經(jīng)營成本,解決森林保險市場供給不足的問題。④創(chuàng)新森林保險產(chǎn)品,提高保障水平。根據(jù)各地區(qū)的林業(yè)經(jīng)營結(jié)構(gòu)、森林災(zāi)害發(fā)生情況和損失程度等因素設(shè)計多樣化的森林保險品種和多層次的保障水平,以滿足林農(nóng)的不同偏好,減少逆向選擇和道德風險,促進保險市場的可持續(xù)發(fā)展。