我國農(nóng)業(yè)保險經(jīng)營效率研究
——基于公司視角

劉素春，劉昕怡，劉 娟

(山東財經(jīng)大學 保險學院，山東 濟南 250014)

一、引言及文獻綜述

農(nóng)業(yè)不但是國民經(jīng)濟的基礎(chǔ)產(chǎn)業(yè)，還承擔著保障國家糧食安全的重要功能[1]。由于農(nóng)業(yè)存在天然的弱勢性，在由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型的過程中離不開農(nóng)業(yè)保險的支持[2]。農(nóng)業(yè)保險作為強農(nóng)惠農(nóng)政策的重要手段，在實施“鄉(xiāng)村振興”戰(zhàn)略和深入推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革過程中，充分發(fā)揮了經(jīng)濟補償、促進災后恢復生產(chǎn)、保障農(nóng)業(yè)安全生產(chǎn)的作用。在國家政策支持與各級財政補貼保費的背景下，農(nóng)業(yè)保險獲得了快速發(fā)展。農(nóng)業(yè)保險已覆蓋全國31 個省(區(qū)、市)的1 000 多個縣市，承保農(nóng)作物種類逐年上升，承保農(nóng)作物種植面積逐年擴大。2018 年，我國農(nóng)險保費收入達到572.65 億元，比2004 年增長約152 倍，農(nóng)險原保費占產(chǎn)險原保費收入比重也由2004 年的0.35%增長至5.32%①數(shù)據(jù)來源：根據(jù)中國銀行保險監(jiān)督委員會公布保險統(tǒng)計數(shù)據(jù)報告整理。。我國農(nóng)業(yè)保險發(fā)展成就令世界矚目，農(nóng)業(yè)保險市場規(guī)模2019 年穩(wěn)居亞洲第一、世界第二。隨著我國農(nóng)業(yè)保險制度體系日益完善，越來越多的保險公司涉足農(nóng)業(yè)保險領(lǐng)域，我國農(nóng)業(yè)保險走到轉(zhuǎn)型升級的十字路口。在此背景下，國內(nèi)保險公司農(nóng)業(yè)保險經(jīng)營效率如何? 如何提升農(nóng)險經(jīng)營效率、推動農(nóng)業(yè)保險高質(zhì)量發(fā)展? 這些問題成為業(yè)界和學界共同關(guān)注的熱點。

國外學者最早于20 世紀90 年代開始運用DEA 模型對產(chǎn)險市場、壽險市場及整體保險市場的運行效率問題進行了研究。Worthington 和Hurley[3]運用非參數(shù)方法檢驗澳大利亞46 家保險公司成本效率、經(jīng)營效率、純技術(shù)效率和規(guī)模效率。Brockett 等[4]通過數(shù)據(jù)包絡分析來檢驗美國財險公司的效率。Luhnen[5]利用DEA方法對1995—2006 年間德國財產(chǎn)責任保險公司經(jīng)營效率進行了全面測算與分析。Chen 等[6]利用DEA 方法與Malmquist 指數(shù)測度了美國各財產(chǎn)責任保險公司轉(zhuǎn)制前后的效率。Kader 等[7]采用DEA 方法探討了17 個伊斯蘭國家非壽險公司的成本效率，并分析了各國非壽險公司的成本效率和董事會組成之間的關(guān)系。Reyna和Fuentes[8]利用DEA 模型評估了墨西哥保險市場效率，認為其保險市場并未出現(xiàn)顯著的生產(chǎn)率提升跡象。

國內(nèi)已有不少學者對保險公司效率進行了研究，但關(guān)于保險公司經(jīng)營農(nóng)險的效率方面分析不多，已有的研究是對專業(yè)型農(nóng)業(yè)保險公司、非專業(yè)型農(nóng)業(yè)保險公司或者將兩者混合進行研究。趙紅[9]對我國專業(yè)型農(nóng)業(yè)保險公司經(jīng)營效率進行了分析。卜振興[10]使用一階段DEA 模型與Malmquist 指數(shù)模型對比分析了專業(yè)型農(nóng)險與非專業(yè)型農(nóng)險的效率值。李心愉等[11]利用BCC 模型和Tobit 模型，孫蓉和奉唐文[12]采用SBM 模型和DEA 窗口分析法分析了我國農(nóng)業(yè)保險開展效率，并認為農(nóng)險經(jīng)營效率整體上還處于較低水平。姜麗媛和張櫻馨[13]利用DEA 模型，在財產(chǎn)保險公司中選取樣本對其農(nóng)業(yè)保險經(jīng)營效率進行研究。

現(xiàn)有文獻研究主要采用DEA 模型及相關(guān)衍生模型進行效率測度，未剔除外部環(huán)境因素干擾[14]，使各農(nóng)業(yè)保險真實的經(jīng)營效率未能得到充分體現(xiàn)。本文的創(chuàng)新之處是同時運用三階段DEA 模型和Malmquist 指數(shù)分析法，在剔除環(huán)境變量與隨機因素后，分別從動態(tài)、靜態(tài)角度分析我國保險機構(gòu)農(nóng)險經(jīng)營效率的變化情況，以提髙我國農(nóng)業(yè)保險經(jīng)營效率測度的準確性與科學性。

二、測度方法與模型構(gòu)建

(一)三階段DEA 模型

DEA 方法屬于效率測度中的非參數(shù)估計方法，其結(jié)果不易受主觀因素影響、操作簡易、方便有效，最早由Charnes 等[15]提出。此后Fried 等人[16]對其做了進一步研究，在原DEA 模型的基礎(chǔ)上引入SFA 回歸模型，根據(jù)回歸結(jié)果確定投入指標“好壞”程度，繼而對其進行調(diào)整，得到三階段DEA 模型方法，被學者廣泛運用。

1.第一階段：基于原始投入與產(chǎn)出變量的DEA 分析

鑒于農(nóng)業(yè)保險市場效率評估的多變性，選擇傳統(tǒng)的規(guī)?？勺?、投入導向BCC 修正模型，該模型下的技術(shù)效率(TE，Technical Efficiency)也表示為規(guī)模效率(SE，Scale Efficiency)與純技術(shù)效率(PTE，Pure Technical Efficiency)的乘積。模型構(gòu)建如下：

其中，x、y分別表示n個投入、產(chǎn)出向量，θ為決策單元有效值，θ*為代表各決策單元的綜合效率，λk(k＝1，2，…，n) 表示各農(nóng)險公司投入和產(chǎn)出的權(quán)向量，s＋和s-表示為投入項和產(chǎn)出項的松弛變量，ε為阿基米德無窮小量。

2.第二階段：SFA 模型剔除環(huán)境及隨機誤差

沿用一階段DEA 假設，第二階段構(gòu)建投入導向的SFA 成本邊界模型，將獲得的各決策單元的投入松弛變量作為被解釋變量，將環(huán)境因素和隨機誤差等因素作為解釋變量，對差額值進行分解。構(gòu)建SFA 方程為：

其中，Sjk是屬于第k個決策單元的第j項投入松弛變量。

Zk ＝(Z1k，Z2k，…，Zrk) 為可觀測到的r個外部環(huán)境變量；β j反映環(huán)境變量對投入松弛變量Sjk的影響程度；vjk和ujk可反映統(tǒng)計噪音和管理無效率，二者之和為模型混合誤差項，并假設兩隨機變量獨立不相關(guān)。為分離隨機擾動因素，對vjk進行估計，采用羅登躍[17]的方法，有：

進一步調(diào)整環(huán)境因素對投入額的干擾，采用Fried 等[16]提出的調(diào)整后公式，如公式(5)所示：

其中，是調(diào)整后的投入，xjk是調(diào)整前的投入，是對外部環(huán)境因素進行調(diào)整，[maxk(Vjk)-Vjk]是將所有決策單元置于相同外部環(huán)境狀態(tài)下。

3.第三階段：調(diào)整后的DEA 模型

第三階段DEA 方法類似第一階段的傳統(tǒng)DEA 方法，使用經(jīng)第二階段調(diào)整后的新投入變量，再次運用傳統(tǒng)DEA 方法來度量，得到調(diào)整后的效率值。經(jīng)過調(diào)整的效率值是剔除外部環(huán)境影響后的各保險公司經(jīng)營農(nóng)險的效率值，該值更能反映各公司投入轉(zhuǎn)化成產(chǎn)出的能力，得到的結(jié)果更加真實客觀。

(二)Malmquist 指數(shù)模型

三階段DEA 是從靜態(tài)的角度對決策單元的效率值進行分析，為了全面分析各保險公司在2013—2017 年間經(jīng)營農(nóng)險的效率變化情況，通過Malmquist 指數(shù)模型進行動態(tài)研究。Malmquist 指數(shù)模型用于測度在時期t的技術(shù)條件下，從第t期到第t＋1 期的技術(shù)效率變化情況。全要素生產(chǎn)率的Malmquist 指數(shù)計算公式如下：

(xt＋1，yt＋1)、(xt，yt) 分別表示t＋1 時期和t時期投入與產(chǎn)出的向量，表示生產(chǎn)配置到t＋1時刻前沿面的位置。M＞1 時，表示我國農(nóng)險市場的全要素生產(chǎn)率呈上升趨勢；M ＝1 時，表示無變化；M＜1 時，表示呈下降趨勢。Malmquist 指數(shù)可以分解為三部分：

Effch 為技術(shù)效率指數(shù)，描述了相鄰兩個時期農(nóng)險經(jīng)營效率水平的變化情況，技術(shù)效率指數(shù)又可分解為純技術(shù)效率變化指數(shù)(Peach)與規(guī)模效率變化指數(shù)(Sech)，其變動受二者影響；Tech 為技術(shù)進步指數(shù)，描述了各保險公司科技發(fā)展水平的變化，即整體科技創(chuàng)新能力的提升與發(fā)展對全要素生產(chǎn)率的貢獻程度，如農(nóng)業(yè)保險產(chǎn)品的創(chuàng)新、保險公司理賠技術(shù)的改進等。

三、數(shù)據(jù)來源

(一)樣本數(shù)據(jù)

我國《農(nóng)業(yè)保險條例》于2012 年公布，2013 年3 月1 日起施行，標志著我國農(nóng)業(yè)保險業(yè)務發(fā)展進入了有法可依階段，各公司經(jīng)營農(nóng)業(yè)保險業(yè)務日漸規(guī)范。為更好地觀測條例實施后各公司經(jīng)營農(nóng)險的效率，決定選取2013—2017 年共5 年的數(shù)據(jù)展開研究。根據(jù)2014 年《中國保險年鑒》記錄，2013 年我國共有29 家經(jīng)營農(nóng)險的保險公司，其中22 家保險公司農(nóng)險保費收入在一千萬以上，剩余七家農(nóng)險保費收入規(guī)模較少予以剔除。同時在決策單元的選取上，考慮資料的完整性，剔除數(shù)值殘缺樣本，如平安產(chǎn)險員工人數(shù)指標合并在集團內(nèi)，無法區(qū)分產(chǎn)險和壽險員工人數(shù)故而剔除；太平財險出現(xiàn)奇異樣本；中原農(nóng)險2015 年成立；浙商、華農(nóng)財險單一年份數(shù)據(jù)缺失予以剔除。最終挑選出17 家保險公司作為樣本，其近幾年的總市場份額均占據(jù)整個農(nóng)險市場95%以上，具體情況如表1 所示。

表1 2013—2017 年17 家農(nóng)業(yè)保險公司市場份額 單位：%

(二)變量選取

以我國農(nóng)險市場實際運行情況為依據(jù)，考慮相關(guān)數(shù)據(jù)可得性及數(shù)據(jù)量化可行性，選取相應的投入、產(chǎn)出指標與環(huán)境變量指標?？紤]到農(nóng)業(yè)保險的經(jīng)營過程中，保險公司是作為代辦公司，其投入農(nóng)業(yè)保險的各方費用及資本很難從其他業(yè)務中分離，最終選取員工人數(shù)、固定資產(chǎn)、金融資本和營業(yè)費用四大類作為投入指標。因不同公司農(nóng)險所占業(yè)務比重差異性太大，參考孫蓉和奉唐文[12]的數(shù)據(jù)處理方法，對上述指標進行處理，以員工人數(shù)為例，調(diào)整后員工人數(shù)＝員工人數(shù)×(農(nóng)業(yè)保險保費收入/財產(chǎn)險保費收入)。在產(chǎn)出指標方面，考慮到農(nóng)業(yè)保險作為政策性險種，保費收入能夠反映各公司農(nóng)險業(yè)務的開展能力與經(jīng)營狀況，賠付支出體現(xiàn)了各公司的保障能力與水平，所以選取農(nóng)業(yè)保費收入與農(nóng)業(yè)保險賠償支出這兩個指標。各保險公司農(nóng)險經(jīng)營效率的外部環(huán)境影響因素方面，考慮到環(huán)境因素影響決策單元效率但又無法實現(xiàn)直接控制，最終決定選取保險公司的性質(zhì)(是否為專業(yè)型農(nóng)業(yè)保險公司)、各公司已開展政策性農(nóng)險的年限以及各保險公司農(nóng)險業(yè)務占據(jù)農(nóng)險市場的市場份額為環(huán)境變量。指標選取情況見表2。

表2 投入產(chǎn)出指標及環(huán)境指標

四、實證分析

(一)第一階段DEA 分析

采用Deap2.1 軟件，運行規(guī)模可變、投入導向的BCC 模型對效率水平進行測算。將原始的投入產(chǎn)出數(shù)據(jù)直接導入測算，分別計算出17 家保險公司在2013—2017 年間經(jīng)營農(nóng)險的技術(shù)效率(TE)、純技術(shù)效率(PTE)和規(guī)模效率(SE)，結(jié)果如表3 所示。

表3 調(diào)整前2013—2017 年我國各保險公司經(jīng)營農(nóng)險效率

在不考慮外部環(huán)境變量和隨機噪聲的情況下，通過運算結(jié)果顯示，2013—2017 年間，DEA 有效的單元數(shù)量在6～9 個之間波動，即每年大致有6～9 個公司處于最優(yōu)經(jīng)營規(guī)模狀態(tài)。其中，僅有陽光農(nóng)險、國元農(nóng)險的規(guī)模效率和純技術(shù)效率均一直處于最優(yōu)狀態(tài)，發(fā)展最優(yōu)且最為穩(wěn)定；綜合型財險中的人保財險、太保產(chǎn)險、永安財險、陽光產(chǎn)險與專業(yè)型農(nóng)險公司中的安信農(nóng)險，有四年處于前沿面，發(fā)展較為良好；錦泰財險、泰山財險純技術(shù)效率起初高于規(guī)模效率，但隨后兩年規(guī)模效率得到提升，純技術(shù)效率卻出現(xiàn)下降，說明以上兩家公司在后期的經(jīng)營過程中過度關(guān)注農(nóng)險經(jīng)營規(guī)模的擴大而忽視了技術(shù)的提高；大地保險在注重技術(shù)提升的同時注意提升規(guī)模效率，2016 年成功躋身技術(shù)效率前沿面；中航安盟2014 年起開始注重純技術(shù)效率提升，整體效率提升明顯，但發(fā)展并不穩(wěn)定，2016 年由于規(guī)模無效率導致了技術(shù)效率下滑，2017 年由于純技術(shù)效率下降而整體效率下降明顯。

整體來看，除2013 年和2016 年外，17 家保險公司其余年份的規(guī)模效率水平更靠近凸性的生產(chǎn)前沿面，發(fā)展并不穩(wěn)定。其中，拉低我國各綜合型財險公司農(nóng)險經(jīng)營效率水平的主要因素，2013 年與2016 年是規(guī)模效率不佳，另外三年是純技術(shù)效率不足；專業(yè)型農(nóng)險2013 年、2014 年與2016 年技術(shù)效率因規(guī)模效率低而被拉低，2017 年是因純技術(shù)效率水平不足。通過綜合型財險公司與專業(yè)型農(nóng)險公司對比也可以發(fā)現(xiàn)，多數(shù)專業(yè)型農(nóng)險公司的綜合技術(shù)效率、純技術(shù)效率與規(guī)模效率水平均比綜合型財險公司高。由于上述評價結(jié)果并未將外部環(huán)境因素和隨機因素的作用成分排除在外，無法真實反映出17 個決策單元在五年內(nèi)經(jīng)營效率變動的真實情況，所以還需通過第二階段，對數(shù)據(jù)做進一步調(diào)整和測算。

(二)第二階段SFA 分析

將第一階段分析結(jié)果得到的各決策單元投入變量的松弛量作為SFA 方程的因變量，經(jīng)營農(nóng)險年限、農(nóng)險市場份額與公司性質(zhì)為自變量，運用frontier4.1 軟件進行回歸分析，得出結(jié)果如表4 所示。

表4 第二階段SFA 回歸結(jié)果

下面對3 個環(huán)境變量的計算結(jié)果進行分析：

(1)經(jīng)營農(nóng)險的時間長短對固定資產(chǎn)、員工人數(shù)、經(jīng)營費用及金融資本的松弛程度均產(chǎn)生一定的正向作用。保險公司經(jīng)營農(nóng)險的時間越長，其在這四項投入上的冗余程度就會越高，出現(xiàn)投入浪費程度情形的概率也相應增加。

(2)市場份額對四項投入松弛變量均在1%水平下通過顯著性檢驗。且對固定資產(chǎn)、員工人數(shù)、經(jīng)營費用及金融資本的松弛變量系數(shù)均為正值。表明公司市場份額的增長有助于優(yōu)化資本投入程度，減輕經(jīng)營費用的浪費。

(3)公司性質(zhì)對各個投入松弛變量都在1%水平下通過顯著性檢驗，對固定資產(chǎn)、金融資本投入松弛變量系數(shù)為負，其他各項為正。這說明，相較于綜合型財險公司而言，專業(yè)型農(nóng)險公司在員工人數(shù)、經(jīng)營費用方面產(chǎn)生了一定的冗余。

實證結(jié)果進一步表明，外部環(huán)境的差異會對各公司經(jīng)營農(nóng)險的效率產(chǎn)生差異化影響。各農(nóng)險公司非經(jīng)營管理水平的差異，可能會對各保險公司的經(jīng)營效率產(chǎn)生影響。一些經(jīng)營管理能力差的農(nóng)險公司可能因為外部環(huán)境因素或隨機因素作用而具有較高的效率。為了獲取更加真實的效率水平，有必要調(diào)整原始投入量，分離環(huán)境因素以及隨機誤差項，并將所有經(jīng)營農(nóng)險的保險公司置于同一外部環(huán)境中。

(三)第三階段調(diào)整后的效率分析

根據(jù)第二階段SFA 分析結(jié)果來調(diào)整投入項，得出2013—2017 年我國各保險公司經(jīng)營農(nóng)險效率的真實水平，如表5 所示。

表5 調(diào)整后2013—2017 年我國各保險公司農(nóng)險經(jīng)營效率

續(xù)表5

對比表3 與表5 可知，剔除環(huán)境變量和隨機因素的干擾后，運行結(jié)果顯示各保險公司經(jīng)營農(nóng)險的效率有升有降，且因為部分保險公司經(jīng)營農(nóng)險效率下降的幅度大于上升的幅度，導致了各年份平均技術(shù)效率值、平均純技術(shù)效率值與平均規(guī)模效率值的不同程度降低。其中，人保財險、中華聯(lián)合和安華農(nóng)險2013—2017 年的純技術(shù)效率值與規(guī)模效率值比一階段均有所提升，而太保產(chǎn)險、國壽財險、紫金財險、陽光產(chǎn)險、錦泰財險、安誠財險和安信農(nóng)險效率值則相較于一階段出現(xiàn)下降，陽光、國元農(nóng)險效率值穩(wěn)定性較高。比較而言，人保財險、中華聯(lián)合作為國內(nèi)較早且長期開展農(nóng)險業(yè)務的保險公司，中航安盟作為首家被批準以專業(yè)型農(nóng)險公司身份進入中國市場的境外保險公司，三家公司均在農(nóng)險市場中發(fā)揮了“領(lǐng)頭羊”的帶頭作用。我國專業(yè)型農(nóng)險公司則憑借其專業(yè)優(yōu)勢，經(jīng)營效率明顯優(yōu)于綜合型財險公司。

根據(jù)各保險公司2013—2017 年調(diào)整后的純技術(shù)效率與規(guī)模效率繪制散點圖(見圖1)。

圖1 第三階段保險公司農(nóng)險經(jīng)營純技術(shù)效率與規(guī)模效率散點圖

如圖1 所示，如果以0.7 作為判斷效率高低的標準，可將保險公司分為五類：(1)“雙高型”保險公司。人保財險、陽光農(nóng)險、國元農(nóng)險五年時間內(nèi)均處于前沿面，說明這些公司資源配置相對合理，各投入生產(chǎn)要素均得到了較為充分的利用，技術(shù)效率施展到最高水平，投入產(chǎn)出效率相對較高，應繼續(xù)保持這一狀態(tài)。中華聯(lián)合、太保產(chǎn)險、永安財險、安華農(nóng)險、國壽財險、中航安盟與上述三家相比仍有效率進步空間。(2)“技高規(guī)低型”保險公司。華泰財險2014 年躋身“雙高型”行列，但2016 年跌入“雙低型”，規(guī)模效率顯著低于純技術(shù)效率。因而華泰財險在日常的經(jīng)營過程中應注意適當提高公司農(nóng)險業(yè)務規(guī)模。(3)“技低規(guī)高型”保險公司。紫金財險、錦泰財險(2013 年除外)、安信農(nóng)險應注重加大高新科技在農(nóng)險領(lǐng)域的應用，鼓勵農(nóng)險業(yè)務創(chuàng)新，實現(xiàn)經(jīng)營效率的最大化。(4)“雙低型”保險公司。總體來看，并未有保險公司長期處于這一階段，安誠財險、華泰財險曾各自在不同年份跌入“雙低型”行列，以上公司應在注重業(yè)務創(chuàng)新的同時不斷擴大農(nóng)險業(yè)務規(guī)模，以此提升總體經(jīng)營效率。(5)“波動型”保險公司。泰山財險從“技高規(guī)低型”、“雙高型”再到“雙低型”、“雙高型”，紫金財險從“技低規(guī)高型”到“雙高型”再回至“技低規(guī)高型”，陽光產(chǎn)險從“技低規(guī)高型”到“雙高型”再到“雙低型”，跨度較大，發(fā)展極為不穩(wěn)定。因此該三家公司在未來的發(fā)展過程中應先找準公司定位再謀求發(fā)展，盡量避免業(yè)務經(jīng)營水平忽高忽低造成的不良影響。大地保險從“技高規(guī)低型”到“雙低型”再到“雙高型”，近三年發(fā)展已經(jīng)較為穩(wěn)定，發(fā)展勢頭良好。

(四)Malmquist 指數(shù)分析法

BCC 模型與調(diào)整后的模型都是從靜態(tài)的角度來測算經(jīng)營農(nóng)險的保險公司的效率水平，即只能得到在一定時期內(nèi)的效率水平，故而選用Malmquist 指數(shù)模型從動態(tài)的角度來衡量各個農(nóng)業(yè)保險公司在一段時期內(nèi)效率值的變化情況，選取2013—2017 年數(shù)據(jù)進行動態(tài)測算，運行結(jié)果如表6。

表6 調(diào)整前后我國農(nóng)險公司DEA-Malmquist 指數(shù)分解結(jié)果對比

整體來看，調(diào)整后我國經(jīng)營農(nóng)險的保險公司2013—2017 年平均全要素生產(chǎn)率不穩(wěn)定，呈現(xiàn)先降后升再降再升的波動趨勢。五年間的全要素生產(chǎn)率(Tfpch)平均值為0.895，年均下降0.105。調(diào)整后的平均技術(shù)效率變化指數(shù)、平均技術(shù)進步指數(shù)、純技術(shù)效率變化指數(shù)、規(guī)模效率變化指數(shù)及全要素生產(chǎn)率指數(shù)的平均值比調(diào)整前分別下降了0.4、3.9、0.3、0.1 和4.2 個百分點。根據(jù)全要素生產(chǎn)率的分解來看，近幾年我國農(nóng)險市場屬于規(guī)模型增長，規(guī)模效率對全要素生產(chǎn)率增長的貢獻最大，其次是純技術(shù)效率，最后是技術(shù)進步指數(shù)。技術(shù)效率的增長主要是由規(guī)模效率引起的，反映出現(xiàn)階段農(nóng)險市場規(guī)模的合理擴大對全要素生產(chǎn)率的提升至關(guān)重要，但是技術(shù)進步和技術(shù)創(chuàng)新方面仍需多加重視。在同質(zhì)化環(huán)境下，農(nóng)險市場整體變動雖仍不穩(wěn)定，但呈上升趨勢，有更多的決策單元接近前沿生產(chǎn)面。

五、研究結(jié)論與政策建議

(一)研究結(jié)論

靜態(tài)分析發(fā)現(xiàn)，調(diào)整后的專業(yè)型農(nóng)險公司的效率整體水平高于綜合型財險公司，說明我國專業(yè)型農(nóng)險公司的投入要素利用效率達到了較高水平。綜合來看，影響綜合型財險公司與專業(yè)型農(nóng)險公司效率的主要因素不同。同時，對樣本保險公司的分類發(fā)現(xiàn)，17 家保險公司中，“雙高型”最多，其次是“技低規(guī)高型”與“波動型”，而“技高規(guī)低型”和“雙低型”最少。說明環(huán)境因素對多數(shù)保險公司綜合技術(shù)效率具有利好影響。動態(tài)角度分析表明，剔除了環(huán)境因素和隨機因素后，2013—2017 年平均全要素生產(chǎn)率波動起伏較大，且全要素生產(chǎn)率的提升主要得益于規(guī)模效率提高，受制于技術(shù)進步效率。

(二)政策建議

基于上述分析，提出以下建議：

1.采取個性化手段提升農(nóng)險經(jīng)營效率。針對我國專業(yè)型農(nóng)險公司純技術(shù)效率水平一直不佳的情況，建議在農(nóng)業(yè)保險險種、農(nóng)險增值服務等業(yè)務上進行創(chuàng)新，解決產(chǎn)品和服務的同質(zhì)化問題，充分發(fā)揮專業(yè)農(nóng)險公司的特色優(yōu)勢。資本雄厚的綜合型財險公司在農(nóng)險經(jīng)營效率上并未出現(xiàn)規(guī)模經(jīng)濟，究其原因是部分公司為搶占市場，導致經(jīng)營成本增加，出現(xiàn)資源浪費現(xiàn)象，對經(jīng)營效率產(chǎn)生負向影響。因此，各保險公司應樹立規(guī)模不等于規(guī)模效率的經(jīng)營理念，以提升效率為目標，在擴大農(nóng)險業(yè)務規(guī)模的同時注重自身效益，理性擴大農(nóng)險經(jīng)營規(guī)模。與此同時，農(nóng)險部門不需過多員工投入，投入過多容易產(chǎn)生冗余，應加大復合型人才引入比例，試推行“1＋1＋x”集約化農(nóng)險管理模式，即在1 個集中區(qū)域內(nèi)，實行1 套農(nóng)險業(yè)務班組，管理x 家分支保險公司的農(nóng)險業(yè)務。

2.重視保險行業(yè)創(chuàng)新。將科技創(chuàng)新放到發(fā)展農(nóng)險業(yè)務的優(yōu)先地位具有重要意義，各公司應保持農(nóng)險產(chǎn)品創(chuàng)新較快步伐，因地制宜創(chuàng)新特色農(nóng)險產(chǎn)品，嘗試推行農(nóng)險“電子保單”。同時引入衛(wèi)星定位、遙感、無人機等高新科技，利用大數(shù)據(jù)、云技術(shù)等新技術(shù)成果，增加農(nóng)險產(chǎn)品與服務的附加值。