森林保險(xiǎn)保費(fèi)補(bǔ)貼效率測(cè)評(píng)
——基于SE-DEA模型與Malmquist指數(shù)

鄭 彬,高 嵐

(華南農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,廣州 510642)

1 引言

林業(yè)生產(chǎn)周期長(zhǎng),資金需求大,抵御災(zāi)害的能力弱,林業(yè)經(jīng)營(yíng)者面臨著較高的損失風(fēng)險(xiǎn)。森林保險(xiǎn)是集體林權(quán)深化改革的主要措施之一,對(duì)化解林業(yè)風(fēng)險(xiǎn)、保障林農(nóng)收入、拓寬林農(nóng)資金來(lái)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(zhǔn)公共品性質(zhì)使市場(chǎng)長(zhǎng)期處于“供需雙冷”的局面。美國(guó)、日本、瑞典、芬蘭等林業(yè)發(fā)達(dá)國(guó)家的經(jīng)驗(yàn)表明,財(cái)政補(bǔ)貼制度是彌補(bǔ)森林保險(xiǎn)市場(chǎng)失靈的有效途徑[2]。為擴(kuò)大森林保險(xiǎn)市場(chǎng)的需求,2009年我國(guó)財(cái)政啟動(dòng)了森林保險(xiǎn)保費(fèi)補(bǔ)貼試點(diǎn)工作。截至2016年,我國(guó)保費(fèi)補(bǔ)貼覆蓋了全國(guó)24個(gè)省、4個(gè)計(jì)劃單列市和3個(gè)森工集團(tuán),資金投入累計(jì)123.38億元,補(bǔ)貼比例高達(dá)90.8%。2009—2012年我國(guó)森林保險(xiǎn)參保規(guī)?？焖贁U(kuò)張,由2009年的0.135億hm2增加到2012年的0.859億hm2。但2013年以來(lái),森林保險(xiǎn)參保規(guī)模增長(zhǎng)放緩,2016年首次出現(xiàn)萎縮。在較低的保障水平下,加大補(bǔ)貼投入力度已難以繼續(xù)刺激市場(chǎng)規(guī)模的擴(kuò)張[3],因此森林保險(xiǎn)保費(fèi)補(bǔ)貼的資金使用效率評(píng)價(jià)與制度優(yōu)化至關(guān)重要。

森林保險(xiǎn)保費(fèi)補(bǔ)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(jì)學(xué)和博弈模型衡量補(bǔ)貼的成本與收益,論證森林保險(xiǎn)保費(fèi)補(bǔ)貼政策符合帕累托改進(jìn)的原則。政府通過(guò)對(duì)外部社會(huì)效應(yīng)成本進(jìn)行補(bǔ)償,使森林保險(xiǎn)供需向有效均衡點(diǎn)推進(jìn),改善保險(xiǎn)市場(chǎng)失靈,增加社會(huì)福利[4-6];二是以不同補(bǔ)貼額度對(duì)農(nóng)戶參保和支付意愿的影響反映保費(fèi)補(bǔ)貼效率。研究表明,保費(fèi)補(bǔ)貼與林農(nóng)保險(xiǎn)購(gòu)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(shí)證研究主要集中在林農(nóng)購(gòu)買意愿的影響因素方面,缺乏財(cái)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(xiǎn)保費(fèi)補(bǔ)貼效率的研究成果對(duì)林業(yè)具有一定的參考價(jià)值。在農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼效率研究方面,主要思路是構(gòu)建農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼效率指標(biāo)評(píng)價(jià)體系,并采用DEA模型測(cè)算不同時(shí)空上的補(bǔ)貼效率[10]。關(guān)于農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)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(gè)視角。對(duì)靜態(tài)效率值影響因素的探討主要是以SE-DEA模型測(cè)算出的超效率值為因變量,選取相關(guān)影響因子進(jìn)行Tobit回歸分析[11]?；贒EA模型測(cè)算并分解Malmquist指數(shù),可有效分析補(bǔ)貼效率的動(dòng)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(shí)空差異與動(dòng)態(tài)變化雙重視角對(duì)森林保險(xiǎn)保費(fèi)補(bǔ)貼效率進(jìn)行評(píng)價(jià)。

2 研究方法、指標(biāo)選取與數(shù)據(jù)來(lái)源

2.1 研究方法

BBC模型與超效率DEA模型:森林保險(xiǎn)保費(fèi)補(bǔ)貼作為政府通過(guò)財(cái)政補(bǔ)貼對(duì)投保者所產(chǎn)生的外部性成本進(jìn)行補(bǔ)償?shù)囊环N公共政策,森林產(chǎn)出包括經(jīng)濟(jì)效益和社會(huì)效益,多個(gè)指標(biāo)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(biāo)權(quán)重假設(shè)的主觀影響和無(wú)量綱處理的誤差。

根據(jù)規(guī)模報(bào)酬假設(shè)的不同,DEA模型分為CCR模型(規(guī)模報(bào)酬不變)與BBC模型(規(guī)模報(bào)酬可變)。在考量方向上,DEA模型又可分為投入導(dǎo)向型和產(chǎn)出導(dǎo)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(wèn)題[14]。本文假定森林保險(xiǎn)保費(fèi)補(bǔ)貼在不同時(shí)空上生產(chǎn)規(guī)模報(bào)酬可變,且為探討補(bǔ)貼投入既定的前提下,如何實(shí)現(xiàn)產(chǎn)出最大化的問(wèn)題,故選用產(chǎn)出導(dǎo)向型的BBC模型。

計(jì)算公式為:

(1)

式中,xj,yj分別為第j個(gè)省份的投入、產(chǎn)出變量;λ為組合比例;θ為效率值;ε為無(wú)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(wú)法區(qū)分多個(gè)同時(shí)有效的決策單元。Anderson、Petersen提出超效率DEA(SE-DEA)模型[15],將評(píng)價(jià)單元獨(dú)立于參照單元組合,測(cè)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(guò)1,由此判別有效單元之間的有效程度差異。

計(jì)算公式為:

(2)

式中,xj,yj分別為第j個(gè)省份的投入、產(chǎn)出變量;λ為組合比例;θ為效率值;ε為無(wú)窮小量;s+和s-為松弛變量。

在模型假設(shè)中,規(guī)模報(bào)酬不變假設(shè)下的技術(shù)效率(crs)是指森林保險(xiǎn)保費(fèi)補(bǔ)貼的綜合效率,反映了財(cái)政補(bǔ)貼資金分配投入標(biāo)準(zhǔn)、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(dāng)綜合效率達(dá)到DEA有效(效率值θ≥1)時(shí),表明森林保險(xiǎn)保費(fèi)補(bǔ)貼的政策設(shè)計(jì)和實(shí)施使有限的資金發(fā)揮了最大的效益,實(shí)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(fèi)補(bǔ)貼資金配置的結(jié)構(gòu)效率,反映了森林保險(xiǎn)保費(fèi)補(bǔ)貼的配置標(biāo)準(zhǔn)和比例能否保證政策效果的充分實(shí)現(xiàn)。規(guī)模效率(scale)則考察了保費(fèi)補(bǔ)貼的投入總量是否合理,規(guī)模效率(scale)實(shí)現(xiàn)DEA有效,說(shuō)明財(cái)政資金的配給既不存在浪費(fèi),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(cè)算[17]。

計(jì)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(dòng)(TEC)外,全要素生產(chǎn)率還受外部環(huán)境的技術(shù)進(jìn)步(TP)的影響,技術(shù)進(jìn)步會(huì)使生產(chǎn)前沿面前移。因此,Fare、Ray等進(jìn)一步將全要素生產(chǎn)率分解為綜合技術(shù)效率變動(dòng)(TEC)和技術(shù)進(jìn)步(TP),其中綜合技術(shù)效率變動(dòng)(TEC)由純技術(shù)效率變動(dòng)(PE)與規(guī)模效率變動(dòng)(SE)構(gòu)成。

計(jì)算公式為:

MPI=TFP=TP×TEC=TP×PE×SE

(4)

通過(guò)森林保險(xiǎn)保費(fèi)補(bǔ)貼Malmquist指數(shù)的測(cè)算與分解,一般可探究各省份補(bǔ)貼效率變化的原因。技術(shù)進(jìn)步(TP)反映了森林保險(xiǎn)體系建設(shè)的完善狀況對(duì)全要素生產(chǎn)率的貢獻(xiàn)程度,如補(bǔ)貼方式和保險(xiǎn)產(chǎn)品的創(chuàng)新、保障水平的提高、保險(xiǎn)機(jī)構(gòu)理賠技術(shù)的改進(jìn)等;TP>1或TP<1表明森林保險(xiǎn)體系建設(shè)完善(滯后)狀況,TP=1時(shí)不變;綜合技術(shù)效率(TEC)反映了保費(fèi)補(bǔ)貼綜合效率變化對(duì)全要素生產(chǎn)率的貢獻(xiàn)程度;TEC>1或TEC<1表示相比第t年,該省份第t+1年的保費(fèi)補(bǔ)貼綜合效率有所提高(下降),TEC=1時(shí)不變。

2.2 指標(biāo)選取

森林保險(xiǎn)保費(fèi)補(bǔ)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(duì)森林保險(xiǎn)投保者予以補(bǔ)貼的決策。當(dāng)前,我國(guó)森林保險(xiǎn)保費(fèi)補(bǔ)貼由中央、省、市縣三級(jí)按不同標(biāo)準(zhǔn)和比例分別予以投入。保費(fèi)補(bǔ)貼的產(chǎn)出由政策目標(biāo)的實(shí)現(xiàn)結(jié)果體現(xiàn)。該政策的目的是通過(guò)減輕林農(nóng)的保費(fèi)負(fù)擔(dān),帶動(dòng)林農(nóng)的投保積極性,從而培養(yǎng)他們的風(fēng)險(xiǎn)管理意識(shí),提高市場(chǎng)有效需求,化解林業(yè)生產(chǎn)風(fēng)險(xiǎn)。林農(nóng)自繳部分保費(fèi)總額間接反映了他們的風(fēng)險(xiǎn)管理意識(shí)程度。風(fēng)險(xiǎn)管理意識(shí)越高,對(duì)保險(xiǎn)付費(fèi)的意愿越強(qiáng)烈。承?？偯娣e即為市場(chǎng)有效需求規(guī)模,而保險(xiǎn)賠付總額則體現(xiàn)了保費(fèi)補(bǔ)貼投入帶來(lái)的林業(yè)風(fēng)險(xiǎn)的分散作用。因此,本文選取中央、省、市縣三級(jí)保費(fèi)補(bǔ)貼額作為投入指標(biāo),林農(nóng)自繳部分保費(fèi)總額、承?？偯娣e、保險(xiǎn)賠付總額作為產(chǎn)出指標(biāo)。

2.3 數(shù)據(jù)來(lái)源

受地區(qū)數(shù)據(jù)收集的限制,本文選取2013—2016年我國(guó)19個(gè)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(jì)口徑,減少測(cè)量誤差,數(shù)據(jù)來(lái)源于歷年的中國(guó)森林保險(xiǎn)發(fā)展報(bào)告(表1)。

表1 2013—2016年我國(guó)19個(gè)省份森林保險(xiǎn)保費(fèi)補(bǔ)貼投入與產(chǎn)出指標(biāo)的描述統(tǒng)計(jì)

注:數(shù)據(jù)來(lái)源于相關(guān)年份的《中國(guó)森林保險(xiǎn)發(fā)展報(bào)告》。

3 保費(fèi)補(bǔ)貼效率測(cè)算結(jié)果與分析

3.1 保費(fèi)補(bǔ)貼效率的靜態(tài)時(shí)空差異

運(yùn)用BBC模型和超效率DEA模型對(duì)我國(guó)19個(gè)省份的投入產(chǎn)出指標(biāo)進(jìn)行求解,得到2013—2016年我國(guó)19個(gè)省份的保費(fèi)補(bǔ)貼效率值(表2)。

表2 2013—2016年我國(guó)19個(gè)省份森林保險(xiǎn)保費(fèi)補(bǔ)貼效率測(cè)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(bào)酬遞增、不變、遞減。

綜合效率分析:對(duì)我國(guó)19個(gè)省份2013—2016年保費(fèi)補(bǔ)貼綜合效率均值進(jìn)行排序(圖1)發(fā)現(xiàn),綜合效率總體較低,DEA無(wú)效的省份多達(dá)13個(gè),且區(qū)域差異性顯著。按經(jīng)濟(jì)條件與林業(yè)情況,將DEA無(wú)效省份劃分為兩大類[17]:第一類為地區(qū)經(jīng)濟(jì)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(jì)發(fā)展水平低、市縣財(cái)政實(shí)力較弱、林農(nóng)收入水平較低。中央財(cái)政補(bǔ)貼比例與其他省份同等且市縣負(fù)擔(dān)較重的情況下,市縣財(cái)政困難,無(wú)法及時(shí)足額撥付資金,林農(nóng)購(gòu)買力弱,難以承擔(dān)費(fèi)用，潛在需求得不到有效轉(zhuǎn)化,導(dǎo)致補(bǔ)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(jì)實(shí)力較強(qiáng)、林農(nóng)承擔(dān)保費(fèi)能力較高,但森林災(zāi)害影響較小、潛在需求不大、補(bǔ)貼產(chǎn)出效率不高。

圖1 2013—2016年我國(guó)19個(gè)省份森林保險(xiǎn)保費(fèi)補(bǔ)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(xiǎn)保費(fèi)試行期試點(diǎn)省份,制度實(shí)施較早、發(fā)展基礎(chǔ)好,在保費(fèi)補(bǔ)貼資金的配置和管理方面經(jīng)驗(yàn)豐富,其補(bǔ)貼效率均值大于1,且歷年波動(dòng)較小。河南與海南兩省市縣財(cái)政能力不足,保費(fèi)補(bǔ)貼配置困難,省級(jí)財(cái)政的大力支持成為森林保險(xiǎn)發(fā)展的主要?jiǎng)恿χ?。河南?013—2014年市縣財(cái)政補(bǔ)貼與林農(nóng)自繳費(fèi)用比例不到1%,實(shí)現(xiàn)了DEA有效;而2015—2016年河南省省級(jí)補(bǔ)貼減少,市縣比例上升至10.57%,開(kāi)始出現(xiàn)效率損失。海南2013年的補(bǔ)貼綜合效率僅為0.49,隨著市縣一級(jí)補(bǔ)貼比例的不斷下調(diào)(<0.0001),2014—2016年達(dá)到了有效水平。且該地區(qū)多風(fēng)災(zāi),保險(xiǎn)災(zāi)后補(bǔ)償效用顯著,補(bǔ)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(wú)效的省份中結(jié)構(gòu)效率普遍不高,同時(shí)也是引起綜合效率無(wú)效的主要原因。一方面,保費(fèi)補(bǔ)貼結(jié)構(gòu)的不合理加重了欠發(fā)達(dá)地區(qū)的財(cái)政壓力。對(duì)比農(nóng)業(yè)保險(xiǎn),森林保險(xiǎn)的中央補(bǔ)貼比例較低。種植業(yè)補(bǔ)貼占比平均約為40%,部分地區(qū)高達(dá)65%,而商品林僅為30%。另一方面,我國(guó)森林保險(xiǎn)保費(fèi)補(bǔ)貼采用中央至地方財(cái)政聯(lián)動(dòng)的“倒補(bǔ)貼”機(jī)制。即林農(nóng)繳納保費(fèi)且市縣與省級(jí)補(bǔ)貼資金配套完成后,中央財(cái)政才撥付相應(yīng)補(bǔ)貼[18]。森林資源豐富但經(jīng)濟(jì)條件較差的市縣因保費(fèi)補(bǔ)貼配置困難,導(dǎo)致最終投保率不高。同時(shí),歷年來(lái)補(bǔ)貼標(biāo)準(zhǔn)及三級(jí)財(cái)政比例構(gòu)成總體變動(dòng)不大,特別是安徽、廣東、重慶、貴州等省份補(bǔ)貼資金配置和管理方式固化,未能適時(shí)調(diào)整,結(jié)構(gòu)效率長(zhǎng)期處于較低水平。

規(guī)模效率分析:2013—2014年,我國(guó)19個(gè)省份的規(guī)模效率均較高,補(bǔ)貼投入總量較合適。在未達(dá)到有效水平的省份中,規(guī)模報(bào)酬遞增的省份約占1/2。該時(shí)期,加大規(guī)模報(bào)酬遞增省份的補(bǔ)貼力度能進(jìn)一步提高規(guī)模效率。2015—2016年,我國(guó)10個(gè)綜合效率無(wú)效的省份規(guī)模效率明顯下降,且有8個(gè)出現(xiàn)規(guī)模報(bào)酬遞減。其原因主要在于生態(tài)公益林和商品林的補(bǔ)貼比例差距懸殊,多數(shù)省份生態(tài)公益林實(shí)行全額補(bǔ)貼,商品林比例僅約70%。較高的保費(fèi)補(bǔ)貼標(biāo)準(zhǔn)能在短時(shí)間內(nèi)快速推動(dòng)承保規(guī)模的擴(kuò)大,但生態(tài)公益林市場(chǎng)規(guī)模趨近飽和,加大補(bǔ)貼投入的規(guī)模效應(yīng)不大。較低的保費(fèi)補(bǔ)貼標(biāo)準(zhǔn)已不能有效刺激林農(nóng)的投保積極性,承保面積難以進(jìn)一步擴(kuò)大,造成總體規(guī)模效率損失。

3.2 保費(fèi)補(bǔ)貼效率的動(dòng)態(tài)測(cè)評(píng)。

本文運(yùn)用DEAP2.1軟件測(cè)算得到各省份森林保險(xiǎn)保費(fèi)補(bǔ)貼的平均Malmquist指數(shù)及其分解結(jié)果，見(jiàn)表3。

表3 2013—2016年我國(guó)19個(gè)省份森林保險(xiǎn)保費(fèi)補(bǔ)貼Malmquist指數(shù)

區(qū)域Malmquist指數(shù)及其分解:2013—2016年我國(guó)19個(gè)省份森林保險(xiǎn)保費(fèi)補(bǔ)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(jìn)步效率均對(duì)全要素生產(chǎn)率產(chǎn)生了負(fù)面影響,其中技術(shù)倒退(7.8%)的影響較大。單獨(dú)對(duì)各省指數(shù)的分解結(jié)果進(jìn)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(xiǎn)保費(fèi)補(bǔ)貼全要素生產(chǎn)率提升的制約因素。其中，11個(gè)省份雖然發(fā)生了技術(shù)進(jìn)步,但是由于綜合技術(shù)效率增長(zhǎng)較遲緩或發(fā)生倒退,降低了森林全要素生產(chǎn)率的增長(zhǎng)速度。這一定程度上反映了保費(fèi)補(bǔ)貼標(biāo)準(zhǔn)和比例結(jié)構(gòu)不合理及保費(fèi)相對(duì)規(guī)模的縮減嚴(yán)重弱化了技術(shù)進(jìn)步帶來(lái)的效率增長(zhǎng),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(shì)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(shì)和下降趨勢(shì)的省份約各占50%。海南增速為86.5%,遠(yuǎn)超過(guò)其他省份,其增長(zhǎng)動(dòng)力主要源于保險(xiǎn)產(chǎn)品創(chuàng)新所帶來(lái)的技術(shù)進(jìn)步，以及橡膠樹(shù)風(fēng)災(zāi)指數(shù)險(xiǎn)產(chǎn)品的創(chuàng)新,滿足了市場(chǎng)的特定需求。同時(shí),氣象指數(shù)險(xiǎn)對(duì)定損理賠流程的簡(jiǎn)化,有效降低了保險(xiǎn)公司的經(jīng)營(yíng)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(yán)重。一方面,政府主導(dǎo)制定的保險(xiǎn)條款主觀隨意性較大,偏離了市場(chǎng)真實(shí)需求；另一方面,補(bǔ)貼方式單一,忽略了對(duì)保險(xiǎn)供給方的扶持作用,市場(chǎng)供給動(dòng)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(yàn)證前文對(duì)Malmquist指數(shù)分解的分析結(jié)果,本文運(yùn)用STATA15.0軟件進(jìn)行各指數(shù)的相關(guān)性分析,以衡量我國(guó)19個(gè)省份各子指數(shù)對(duì)全要素生產(chǎn)率之間的相關(guān)程度(表4)。

表4 我國(guó)各省森林保險(xiǎn)保費(fèi)補(bǔ)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(dāng)森林保險(xiǎn)保費(fèi)補(bǔ)貼的全要素生產(chǎn)率受技術(shù)進(jìn)步變動(dòng)的影響較小時(shí),綜合技術(shù)效率更能引起全要素生產(chǎn)率的變化,表明進(jìn)一步評(píng)估和完善保費(fèi)補(bǔ)貼制度,有效提高補(bǔ)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(shuō)明各省森林保險(xiǎn)保費(fèi)補(bǔ)貼的結(jié)構(gòu)效率逐漸趨同時(shí),規(guī)模效率將對(duì)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(bǔ)貼資金管理和提高配置效率外,各省應(yīng)當(dāng)合理安排森林補(bǔ)貼資金的投入規(guī)模,避免造成資金投入冗余或不足。

4 結(jié)論與討論

本文運(yùn)用DEA方法,對(duì)我國(guó)19個(gè)省份2013—2016年森林保險(xiǎn)保費(fèi)補(bǔ)貼效率進(jìn)行了靜態(tài)和動(dòng)態(tài)分析,得出以下主要結(jié)論:①森林保險(xiǎn)保費(fèi)補(bǔ)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(diǎn)和地方財(cái)政實(shí)力各不相同,因此對(duì)補(bǔ)貼標(biāo)準(zhǔn)和比例需求也不相同。統(tǒng)一化的政策會(huì)降低資源配置效率,造成部分地區(qū)財(cái)政補(bǔ)貼資源短缺或者浪費(fèi)。②當(dāng)前森林保險(xiǎn)保費(fèi)補(bǔ)貼全要素生產(chǎn)率呈下降趨勢(shì),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(fèi)補(bǔ)貼政策前期提高了農(nóng)戶的參保率,擴(kuò)大了森林保險(xiǎn)的參保面積,快速推動(dòng)了森林保險(xiǎn)市場(chǎng)的發(fā)展,為林業(yè)生產(chǎn)提供了一定的風(fēng)險(xiǎn)保障。但由于森林保險(xiǎn)保費(fèi)補(bǔ)貼標(biāo)準(zhǔn)和比例配置不合理,其刺激市場(chǎng)需求的動(dòng)力日益不足，導(dǎo)致保費(fèi)顯著下降。

評(píng)價(jià)分析森林保險(xiǎn)保費(fèi)的補(bǔ)貼效率,對(duì)提升財(cái)政補(bǔ)貼資金的使用效率和進(jìn)一步推動(dòng)森林保險(xiǎn)市場(chǎng)的發(fā)展具有一定的參考價(jià)值。一方面,由于統(tǒng)計(jì)數(shù)據(jù)的缺失,未能對(duì)我國(guó)23個(gè)森林保險(xiǎn)保費(fèi)補(bǔ)貼試點(diǎn)省份的保費(fèi)補(bǔ)貼資金投入情況進(jìn)行測(cè)評(píng),可能會(huì)在一定程度上影響整體補(bǔ)貼效率測(cè)算的準(zhǔn)確性。另一方面,由于森林保險(xiǎn)具有經(jīng)濟(jì)、社會(huì)和生態(tài)方面的多重價(jià)值,其產(chǎn)出指標(biāo)體系的建立有待做進(jìn)一步的深入探討。

綜合以上研究,本文認(rèn)為在優(yōu)化保費(fèi)補(bǔ)貼資金管理配置和投入規(guī)模以及完善森林保險(xiǎn)制度方面進(jìn)行改善:①實(shí)施差別化的保費(fèi)補(bǔ)貼政策。保費(fèi)補(bǔ)貼標(biāo)準(zhǔn)和比例的配置,應(yīng)充分考慮地方財(cái)政的能力、林農(nóng)收入水平和災(zāi)害發(fā)生的情況,實(shí)行差別化的補(bǔ)貼,提高財(cái)政資金的配置和使用效率。對(duì)經(jīng)濟(jì)欠發(fā)達(dá)、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(cái)政補(bǔ)貼比例,降低甚至取消市縣財(cái)政補(bǔ)貼比例,以緩解貧弱市縣的財(cái)政壓力。目前,生態(tài)公益林的補(bǔ)貼比例已達(dá)到95%以上，而商品林具有準(zhǔn)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(bǔ)貼比例遠(yuǎn)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(xiǎn)補(bǔ)貼差距,應(yīng)當(dāng)優(yōu)化生態(tài)公益林和商品林的補(bǔ)貼結(jié)構(gòu),適當(dāng)提高商品林補(bǔ)貼標(biāo)準(zhǔn)和比例,加大補(bǔ)貼資金的投入力度。②完善森林保險(xiǎn)保費(fèi)補(bǔ)貼監(jiān)管體系。建立健全森林保險(xiǎn)保費(fèi)補(bǔ)貼資金的監(jiān)管機(jī)制,加強(qiáng)保費(fèi)補(bǔ)貼資金的管理,并且動(dòng)態(tài)評(píng)估保費(fèi)補(bǔ)貼資金的使用效率,及時(shí)調(diào)整補(bǔ)貼制度,提高財(cái)政資金的使用效率。③建立多層次的森林保險(xiǎn)補(bǔ)貼體系。除對(duì)投保方進(jìn)行直接補(bǔ)貼外,還應(yīng)將承保機(jī)構(gòu)納入補(bǔ)貼,通過(guò)業(yè)務(wù)費(fèi)用補(bǔ)貼、再保險(xiǎn)補(bǔ)貼、巨災(zāi)風(fēng)險(xiǎn)準(zhǔn)備金補(bǔ)貼、減稅扶持政策等降低其經(jīng)營(yíng)成本,解決森林保險(xiǎn)市場(chǎng)供給不足的問(wèn)題。④創(chuàng)新森林保險(xiǎn)產(chǎn)品,提高保障水平。根據(jù)各地區(qū)的林業(yè)經(jīng)營(yíng)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(jì)多樣化的森林保險(xiǎn)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(fēng)險(xiǎn),促進(jìn)保險(xiǎn)市場(chǎng)的可持續(xù)發(fā)展。