摘要：農(nóng)業(yè)保險(xiǎn)保費(fèi)收入近些年得到迅速增長(zhǎng)，從2007年的53.33億增加到2019年的672.48億。從2007年開(kāi)始，各級(jí)財(cái)政對(duì)農(nóng)業(yè)保險(xiǎn)進(jìn)行補(bǔ)貼，并且補(bǔ)貼力度逐年加大，與此同時(shí)，農(nóng)民人均可支配收入也從4327元增加到16021元，基于此，本文通過(guò)運(yùn)用向量自回歸模型，分析農(nóng)業(yè)保險(xiǎn)需求影響因素。結(jié)果表明，政府的財(cái)政補(bǔ)貼和人均可支配收入會(huì)影響農(nóng)業(yè)保險(xiǎn)需求，而且政府財(cái)政補(bǔ)貼的影響程度比農(nóng)民人均可支配收入的影響程度更大。

Abstract： Agricultural insurance premiums have grown rapidly inrecent years， from 5.333 billion yuan in 2007 to 67.248 billion yuan in 2019.Since 2007， governments at all levels have subsidized agricultural insurance， and the subsidy has been increased year by year. At the same time， the per capita disposable income of farmers has also increased from 4，327 yuan to 16，021 yuan. Based on this， this paper analyzes the influencing factors of agricultural insurance demand by using the vector autoregression model. The results show that the government's financial subsidies and per capita disposable income will affect the demand for agricultural insurance， and the impact of the government's financial subsidies is greater than that of farmers' per capita disposable income.

關(guān)鍵詞：農(nóng)業(yè)保險(xiǎn)需求;平穩(wěn)性檢驗(yàn);Granger因果關(guān)系檢驗(yàn)

Key words： agricultural insurance demand;stationarity test;Granger causality test

中圖分類號(hào)：F842.6? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2020）22-0255-03

0? 引言

農(nóng)業(yè)容易受到自然災(zāi)害影響，從統(tǒng)計(jì)數(shù)據(jù)來(lái)看，近幾年，我國(guó)每年的受災(zāi)面積都在20000（千公頃）以上，在有些特殊年份，甚至高達(dá)40000多（千公頃），所以為了應(yīng)對(duì)這些不確定的損失，調(diào)動(dòng)農(nóng)民種糧的積極性，進(jìn)而維護(hù)整個(gè)農(nóng)副產(chǎn)品市場(chǎng)的穩(wěn)定和正常運(yùn)行，購(gòu)買農(nóng)業(yè)保險(xiǎn)是非常有必要的。2007年，中央政府進(jìn)行強(qiáng)有力的干預(yù)，對(duì)購(gòu)買農(nóng)業(yè)保險(xiǎn)的農(nóng)戶進(jìn)行補(bǔ)貼，而且我國(guó)經(jīng)濟(jì)發(fā)展比較快速，農(nóng)民收入水平也顯著提高，有足夠的經(jīng)濟(jì)能力來(lái)購(gòu)買農(nóng)業(yè)保險(xiǎn)，農(nóng)業(yè)保險(xiǎn)業(yè)得到快速發(fā)展。財(cái)產(chǎn)保險(xiǎn)公司的農(nóng)業(yè)保險(xiǎn)保費(fèi)收入從2007年53.33億增加到2019年的672.48億，增長(zhǎng)了近十三倍。文章將對(duì)農(nóng)業(yè)保險(xiǎn)影響因素進(jìn)行研究分析。

1? 文獻(xiàn)綜述

國(guó)內(nèi)許多學(xué)者就農(nóng)業(yè)保險(xiǎn)的影響因素進(jìn)行了大量的研究，有了許多研究成果，謝謙和羅健[1]利用Probit和Logit模型進(jìn)行了薈萃分析，發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)的需求受“自變量個(gè)數(shù)”“研究年份”“是否考慮政府補(bǔ)貼”“樣本數(shù)量”等因素的影響。此外，趙桂玲和周穩(wěn)海[2]利用河北省各地級(jí)市的面板數(shù)據(jù)，采用了面板單位根和面板協(xié)整等計(jì)量方法，發(fā)現(xiàn)人均GDP在短期和長(zhǎng)期都會(huì)促進(jìn)農(nóng)民購(gòu)買農(nóng)業(yè)保險(xiǎn)，前期賠付率在短期和長(zhǎng)期會(huì)起著抑制作用，耕種面積和當(dāng)期賠付率對(duì)農(nóng)業(yè)保險(xiǎn)的影響比較小。張紅梅和楊明媚[3]從農(nóng)民的角度出發(fā)，以問(wèn)卷調(diào)查的形式，運(yùn)用多元回歸模型，進(jìn)行了分析，發(fā)現(xiàn)家庭年收入、對(duì)農(nóng)業(yè)保險(xiǎn)的了解程度、災(zāi)害損失程度以及耕地利用方式，都有顯著的影響，而受教育程度、年齡等影響不明顯。

其他學(xué)者的研究對(duì)本文的研究具有重要的參考價(jià)值，但是在研究中也存在一些需要改進(jìn)的地方：一是研究所考慮的影響因素過(guò)多，會(huì)使得研究過(guò)于繁雜。二是：研究采用問(wèn)卷調(diào)查的方式，受被訪者的主觀影響比較大?；诖耍疚膶⑦x取重要影響因素進(jìn)行重點(diǎn)分析，首先，從農(nóng)業(yè)保險(xiǎn)保費(fèi)收入的近些年數(shù)據(jù)可以看到，2007年以來(lái)，保費(fèi)收入有了明顯的快速增長(zhǎng)，這可能與政府的財(cái)政補(bǔ)貼有關(guān)。此外，從許多學(xué)者的研究中，可以看出農(nóng)民收入對(duì)農(nóng)業(yè)保險(xiǎn)的需求影響也很大。

2? 數(shù)據(jù)及研究方法

2.1 數(shù)據(jù)的來(lái)源及數(shù)據(jù)的處理

文章主要研究的內(nèi)容是農(nóng)業(yè)保險(xiǎn)需求與政府的財(cái)政補(bǔ)貼和農(nóng)民可支配收入之間的關(guān)系。選取財(cái)產(chǎn)保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)保費(fèi)收入，作為衡量農(nóng)業(yè)保險(xiǎn)需求的指標(biāo)，選取農(nóng)民人均可支配收入和農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼作為保險(xiǎn)需求的影響因素，其中農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼是中央財(cái)政保費(fèi)補(bǔ)貼與地方財(cái)政保費(fèi)補(bǔ)貼之和。由于我國(guó)從2007年才開(kāi)始對(duì)農(nóng)業(yè)保險(xiǎn)保費(fèi)實(shí)行補(bǔ)貼，所以本文以2007-2019年這13年的統(tǒng)計(jì)數(shù)據(jù)作為研究對(duì)象，通過(guò)對(duì)原始數(shù)據(jù)取對(duì)數(shù)，消除可能存在的異方差性，變量分別用lnAIPI、lnPCDI、lnAPS來(lái)表示。所用的數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)保險(xiǎn)年鑒》。

2.2 研究方法

本文應(yīng)用VAR模型來(lái)分析農(nóng)業(yè)保險(xiǎn)需求的影響因素，VAR模型能夠分析經(jīng)濟(jì)變量之間的相互關(guān)系，不用事先區(qū)分內(nèi)生變量和外生變量。

3? 基于VAR模型的實(shí)證分析

3.1 描述性統(tǒng)計(jì)

首先運(yùn)用stata軟件，對(duì)lnAIPI、lnPCDI、lnAPS進(jìn)行描述性統(tǒng)計(jì)分析，從表1中，可以看出各變量的標(biāo)準(zhǔn)差很小，lnAIPI的均值是5.51，lnPCDI的均值是9.09，lnAPS的均值是5.24，其他結(jié)果如表1。

3.2 平穩(wěn)性檢驗(yàn)

在對(duì)時(shí)間序列進(jìn)行回歸分析時(shí)，有時(shí)候會(huì)出現(xiàn)偽回歸。因此，建立模型之前，先識(shí)別各個(gè)時(shí)間序列的平穩(wěn)性。對(duì)時(shí)間序列的平穩(wěn)性除了可以通過(guò)圖形直觀判斷外，運(yùn)用統(tǒng)計(jì)量進(jìn)行統(tǒng)計(jì)檢驗(yàn)則更為準(zhǔn)確與重要。先進(jìn)行平穩(wěn)性檢驗(yàn)。在本文中需要分別對(duì)AIPI、APS、PCDI、lnAIPI、lnPCDI、lnAPS序列的平穩(wěn)性進(jìn)行ADF檢驗(yàn)。從表2中可以看出，AIPI、APS、PCDI序列都不平穩(wěn)，但它們的對(duì)數(shù)形式，lnAIPI、lnPCDI、lnAPS序列在5%臨界值下都顯著，說(shuō)明不存在單位根。檢驗(yàn)結(jié)果如表2所示。

3.3 協(xié)整檢驗(yàn)

這三個(gè)時(shí)間序列無(wú)須差分即是平穩(wěn)的，說(shuō)明它們是零階單整，那么它們之間可能存在協(xié)整關(guān)系。下面進(jìn)行協(xié)整性檢驗(yàn)。

第一步：用最小二乘法法對(duì)模型進(jìn)行估計(jì)，解釋變量有人均可支配收入、農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼，被解釋變量為財(cái)產(chǎn)保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)保費(fèi)收入，F(xiàn)統(tǒng)計(jì)量的值為497，DW=1.94可以看出模型估計(jì)顯著。

第二步：檢驗(yàn)殘差項(xiàng)平穩(wěn)性。

我們通過(guò)用單位根檢驗(yàn)的方法，來(lái)檢驗(yàn)殘差序列，發(fā)現(xiàn)殘差序列是平穩(wěn)序列。所以lnAIPI、lnPCDI、lnAPS存在協(xié)整關(guān)系，即農(nóng)業(yè)保險(xiǎn)保費(fèi)收入、農(nóng)民人均可支配收入、農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼，這三者關(guān)系達(dá)到長(zhǎng)期均衡。

3.4 VAR模型的滯后階數(shù)的選擇和平穩(wěn)性檢驗(yàn)

我們首先確定VAR模型的滯后期，通過(guò)LR、FPE、AIC、SBIC、HQIC評(píng)價(jià)指標(biāo)可以得出應(yīng)該選擇滯后2階，故建立VAR（2）模型比較合理。

接下來(lái)，是VAR模型的平穩(wěn)性檢驗(yàn)，從圖1可以看出，全部特征根的倒數(shù)都在單位圓內(nèi)，模型是平穩(wěn)的。

3.5 格蘭杰因果關(guān)系檢驗(yàn)

為了進(jìn)一步判斷農(nóng)業(yè)保險(xiǎn)保費(fèi)收入與農(nóng)民人均可支配收入和農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼之間因果關(guān)系的方向是怎樣的，本文運(yùn)用stata軟件進(jìn)行格蘭杰因果檢驗(yàn)，來(lái)探究它們之間的因果方向。從表3中，可以看出農(nóng)民人均可支配收入的增加和農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼的增加會(huì)刺激農(nóng)民購(gòu)買保險(xiǎn)的需求、增加農(nóng)民購(gòu)買保險(xiǎn)的欲望，此外，農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼增加也會(huì)使農(nóng)民的可支配收入增加。

3.6 脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)能夠反映短期內(nèi)農(nóng)民人均可支配收入、農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼對(duì)財(cái)產(chǎn)保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)保費(fèi)收入造成的影響。從圖2中，我們可以看出，農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼對(duì)財(cái)產(chǎn)保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)保費(fèi)收入的沖擊持續(xù)時(shí)間較長(zhǎng)，在第3期達(dá)到頂峰，然后反應(yīng)程度慢慢的開(kāi)始減弱，在5到6期達(dá)到平穩(wěn)，從第6期開(kāi)始增加，隨后又保持平穩(wěn)趨勢(shì)。總體來(lái)看，農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼的沖擊會(huì)給財(cái)產(chǎn)保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)保費(fèi)收入帶來(lái)正向沖擊，即農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼會(huì)使得財(cái)產(chǎn)保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)保費(fèi)收入也增加。

當(dāng)在本期給農(nóng)民人均可支配收入一個(gè)正沖擊后，財(cái)產(chǎn)保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)保費(fèi)收入表現(xiàn)都為正，在開(kāi)始時(shí)響應(yīng)程度很大，隨后開(kāi)始減弱，然后開(kāi)始增強(qiáng)，慢慢達(dá)到一個(gè)穩(wěn)定狀態(tài)。研究說(shuō)明農(nóng)民人均可支配收入的增加將使得財(cái)產(chǎn)保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)保費(fèi)收入增加。

3.7 方差分解分析

方差分解能夠?qū)Σ煌Y(jié)構(gòu)沖擊的重要性進(jìn)行評(píng)價(jià)，通過(guò)方差分解可以分析保費(fèi)補(bǔ)貼和人均可支配收入對(duì)農(nóng)業(yè)保險(xiǎn)的保費(fèi)收入的貢獻(xiàn)度。本文構(gòu)建了VAR（2）模型，利用軟件分析得到表4。從表中，可以看出農(nóng)業(yè)保險(xiǎn)的保費(fèi)收入對(duì)自身的貢獻(xiàn)率在第1期達(dá)到100%，保費(fèi)補(bǔ)貼和人均可支配收入在第1期都為0，隨著時(shí)期的延長(zhǎng)，保費(fèi)收入自身的貢獻(xiàn)率開(kāi)始下降，在第3期迅速下降到93.652%，然后開(kāi)始緩慢下降。保費(fèi)補(bǔ)貼對(duì)農(nóng)業(yè)保險(xiǎn)保費(fèi)收入的貢獻(xiàn)度在第2期達(dá)到1.118%，然后開(kāi)始下降，直到第6期才開(kāi)始增加，然后在1.4%附近波動(dòng)。保費(fèi)補(bǔ)貼對(duì)保費(fèi)收入方差分解的貢獻(xiàn)率在第2期和第3期增長(zhǎng)比較迅速，從第4期開(kāi)始增長(zhǎng)比較緩慢，直到增長(zhǎng)到第7期，從第8期開(kāi)始下降，直到第10期下降到7.408%?？傮w來(lái)看，與保費(fèi)補(bǔ)貼相比，人均可支配收入對(duì)方差分解的貢獻(xiàn)率還比較小。

4? 結(jié)論

本文通過(guò)利用向量自回歸模型，分析了農(nóng)民人均可支配收入和農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼對(duì)農(nóng)業(yè)保險(xiǎn)保費(fèi)收入的影響程度，進(jìn)而來(lái)探究對(duì)農(nóng)業(yè)保險(xiǎn)需求的影響。結(jié)果表明，無(wú)論是人均可支配收入還是農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼對(duì)農(nóng)業(yè)保險(xiǎn)保費(fèi)收入都有影響。但相比而言，保費(fèi)補(bǔ)貼對(duì)保險(xiǎn)需求的影響要比農(nóng)民人均可支配收入要大。這說(shuō)明我國(guó)的農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼，能夠極大的促進(jìn)農(nóng)民購(gòu)買保險(xiǎn)。近年來(lái)財(cái)政補(bǔ)貼對(duì)農(nóng)業(yè)的保費(fèi)補(bǔ)貼力度不斷加大，補(bǔ)貼比例接近80%，能夠很好的減輕了農(nóng)民的負(fù)擔(dān)，緩解保險(xiǎn)供給和需求之間的矛盾。此外，農(nóng)民人均可支配收入也會(huì)影響人們對(duì)農(nóng)業(yè)保險(xiǎn)的需求，應(yīng)該大力支持農(nóng)業(yè)的發(fā)展，充分利用互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)，同時(shí)也要提高農(nóng)民收入水平。

參考文獻(xiàn)：

[1]謝謙，羅健.農(nóng)業(yè)保險(xiǎn)需求影響因素薈萃回歸分析[J].經(jīng)濟(jì)評(píng)論，2019（02）：113-124.

[2]趙桂玲，周穩(wěn)海.基于面板數(shù)據(jù)農(nóng)業(yè)保險(xiǎn)需求的影響因素[J].江蘇農(nóng)業(yè)科學(xué)，2014，42（06）：409-411.

[3]張紅梅，楊明媚.湖北省農(nóng)業(yè)保險(xiǎn)需求影響因素的實(shí)證分析[J].統(tǒng)計(jì)與決策，2010（09）：84-86.

[4]李勇斌.基于灰色關(guān)聯(lián)分析的農(nóng)業(yè)保險(xiǎn)需求影響因素研究[J].海南金融，2018（02）：72-80.

[5]莊赟，曾五一.中國(guó)經(jīng)濟(jì)因素對(duì)國(guó)際大宗商品價(jià)格波動(dòng)的影響[J].統(tǒng)計(jì)與決策，2019，35（23）：114-118.

[6]張啟文，陳曦.農(nóng)戶農(nóng)業(yè)保險(xiǎn)需求意愿及其影響因素實(shí)證分析[J].北方園藝，2019（23）：157-163.

[7]趙保國(guó)，蓋念.互聯(lián)網(wǎng)消費(fèi)金融對(duì)國(guó)內(nèi)居民消費(fèi)結(jié)構(gòu)的影響——基于VAR模型的實(shí)證研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（03）：33-43.

作者簡(jiǎn)介：劉天宇（1994-），男，安徽阜陽(yáng)人，碩士研究生，安徽財(cái)經(jīng)大學(xué)在讀研究生，研究方向?yàn)榻鹑诠こ獭?/p>