廣東省各地區(qū)農(nóng)業(yè)保險發(fā)展效率差異分析

陳友東

摘要：廣東省作為農(nóng)業(yè)大省以及經(jīng)濟強省，自2007年試點政策性農(nóng)業(yè)保險以來，其農(nóng)業(yè)保險發(fā)展水平已得到迅速提升，但相比全國平均水平，仍有較大差距。本文以廣東省農(nóng)業(yè)保險發(fā)展效率為研究對象，根據(jù)2013-2018年廣東（不含深圳）20個地級市的農(nóng)業(yè)保險相關(guān)數(shù)據(jù)，運用DEA數(shù)據(jù)包絡(luò)模型測算出每個地區(qū)的農(nóng)業(yè)保險效率均值，并分別通過綜合效率、純技術(shù)效率以及規(guī)模效率進行分析，結(jié)果表明，廣東省各地區(qū)間農(nóng)險綜合效率差異顯著，其中，粵西及粵北較高，而珠三角和粵東相對較差，并且進一步分析得出，規(guī)模效率是導致差異較大的主要方面。

關(guān)鍵詞：農(nóng)業(yè)保險;DEA-BCC模型;效率分析

Abstract： Guangdong Province is a major agricultural province and a strong economic province. Since the pilot policy-based agricultural insurance in 2007， its agricultural insurance development level has been rapidly improved， but there is still a big gap compared with the national average. This article takes the development efficiency of agricultural insurance in Guangdong Province as the research object. Based on the agricultural insurance related data of 20 prefecture-level cities in Guangdong （excluding Shenzhen） from 2013 to 2018， the DEA data envelopment model is used to calculate the average agricultural insurance efficiency in each region， and the comprehensive efficiency， pure technical efficiency and scale efficiency are analyzed. The results show that the comprehensive efficiency of agricultural insurance varies significantly among regions in Guangdong Province， in which， western and northern Guangdong are relatively high， while the Pearl River Delta and eastern Guangdong are relatively poor. And further analysis concluded that scale efficiency is the main aspect that causes greater differences.

0? 引言

在中央文件精神指引下，廣東省自2007年開始試點由政府補貼的政策性農(nóng)業(yè)保險，至2018年，廣東省的農(nóng)業(yè)保險保費收入達154950萬元（不含深圳），相比于2007年的5320萬元，增長了大約28倍，2018年廣東省農(nóng)業(yè)保險深度為0.4044%，遠高于2007的保險深度0.0314%，說明相關(guān)政策的實施積極促進了廣東省農(nóng)業(yè)保險的發(fā)展。但是，廣東省作為近年來GDP總量排名全國第一的經(jīng)濟強省，農(nóng)業(yè)保險發(fā)展水平不僅低于江蘇等發(fā)達地區(qū)，而且遠遠低于全國平均水平。

以2018年為例，廣東省農(nóng)業(yè)保險深度為0.4044%，遠低于全國的0.88%，也低于江蘇的0.456%。2019年10月，財政部、農(nóng)業(yè)農(nóng)村部、銀保監(jiān)會、林草局聯(lián)合印發(fā)了《關(guān)于加快農(nóng)業(yè)保險高質(zhì)量發(fā)展的指導意見》，該《指導意見》明確，到2022年，稻谷、小麥、玉米3大主糧作物農(nóng)業(yè)保險覆蓋率將達到70%以上，收入保險成為我國農(nóng)業(yè)保險的重要險種，農(nóng)業(yè)保險深度達到1%。

學術(shù)界關(guān)于農(nóng)業(yè)保險發(fā)展水平以及效率測度已有諸多成果，但是對于廣東省農(nóng)業(yè)保險省內(nèi)差異研究并不多見。本文主要運用數(shù)據(jù)包絡(luò)分析方法（DEA）構(gòu)建DEA-BCC模型，并采用2013-2018廣東?。ú缓钲冢?0個地級市的農(nóng)業(yè)保險相關(guān)數(shù)據(jù)進行農(nóng)險效率測算，從而分析在統(tǒng)一的農(nóng)業(yè)保險政策框架指導和約束下，各地級市農(nóng)業(yè)保險發(fā)展的效率差異，以期為廣東省政策性農(nóng)業(yè)保險的高質(zhì)量發(fā)展提供研究基礎(chǔ)。

1? 模型的構(gòu)建及變量的選取

1.1 DEA-BCC模型的構(gòu)建

本文選取數(shù)據(jù)包絡(luò)分析方法（DEA）分析廣東省（不含深圳）20個地級市的農(nóng)業(yè)保險發(fā)展效率，DEA方法及其模型自1978年由美國著名運籌學家A.Charnes和W.W.Cooper提出以來，已廣泛應(yīng)用于不同行業(yè)及部門，如銀行、保險和物流等。DEA主要分為CCR及BCC模型，前者的前提是規(guī)模報酬不變，而后者是對前者的假定的放松，假設(shè)規(guī)模報酬可變，本文選擇以產(chǎn)出為導向的BCC模型。

DEA-BCC基本模型：假設(shè)投入變量和產(chǎn)出變量分別為Xi=X1i，X2i…，Yi=Y1i，Y2i…，其中i=1，2，…。其中Xi>0， Yi>0，DEA中的效率值是加權(quán)總產(chǎn)出和加權(quán)總投入的比重，在規(guī)模報酬可變下的具體模型如下：

在此模型中，S-和S+都表示松弛變量，Xi和Yi分別表示各投入要素與產(chǎn)出要素，？姿i表示第i個決策單元的權(quán)重，θ為決策單元的效率值，屬于0-1之間，若θ=1，則證明DEA有效，若效率值越接近1，則決策單元越接近有效狀態(tài)，越接近0，則越無效。

1.2 變量的選取與數(shù)據(jù)來源

對于農(nóng)業(yè)保險投入要素的選擇，本文主要參考馮文麗、楊雪美等（2015）的做法，根據(jù)農(nóng)業(yè)保險的行業(yè)特征以及廣東各地區(qū)農(nóng)業(yè)保險的實際發(fā)展情況，選擇的投入產(chǎn)出指標如表1所示，其中投入指標包括：政府一般公共預(yù)算收入（I1）、賠付率（I2）（等于農(nóng)險賠款/農(nóng)險保費）、成災(zāi)率（I3）（等于農(nóng)作物成災(zāi)面積/播種面積）、農(nóng)業(yè)總產(chǎn)值（I4）、農(nóng)業(yè)機械動力千瓦數(shù)（I5）。產(chǎn)出指標包括農(nóng)業(yè)保險保費收入O1以及農(nóng)險深度O2，農(nóng)險保費收入是衡量農(nóng)業(yè)保險發(fā)展規(guī)模的絕對指標，農(nóng)險深度為衡量農(nóng)險發(fā)展水平的相對指標，本文將兩者相結(jié)合作為農(nóng)險的產(chǎn)出指標。農(nóng)業(yè)保險深度的計算則是參照國家財政部印發(fā)的《關(guān)于加快農(nóng)業(yè)保險高質(zhì)量發(fā)展的指導意見》運算方法，即農(nóng)業(yè)保險深度為保費與第一產(chǎn)業(yè)增加值的比重。

關(guān)于投入指標數(shù)據(jù)：政府一般公共預(yù)算收入、農(nóng)業(yè)總產(chǎn)值數(shù)據(jù)來源于廣東統(tǒng)計年鑒;成災(zāi)率以及每公頃農(nóng)業(yè)機械動力千瓦數(shù)數(shù)據(jù)均來源于廣東農(nóng)村統(tǒng)計年鑒并加以計算得出。產(chǎn)出指標數(shù)據(jù)均來自中國保險年鑒針。對個別缺失數(shù)據(jù)，如珠海2015、2016及2018年的成災(zāi)率數(shù)據(jù)有缺失，本文采用插值法進行處理。

2? 實證分析

本部分運用stata15對2013-2018年廣東省（不含深圳）各市的農(nóng)業(yè)保險投入產(chǎn)出指標進行綜合效率、純技術(shù)效率和規(guī)模效率測算，進而求出各地級市平均值，其中，綜合效率值=純技術(shù)效率值*規(guī)模效率值。此外，本文根據(jù)行政區(qū)域劃分，將廣東省分為珠三角、粵東、粵西和粵北，并計算四個地區(qū)的效率值。由于歷年來中國保險年鑒都是將深圳單獨列出，且深圳并不重視農(nóng)業(yè)的發(fā)展，其農(nóng)業(yè)發(fā)展規(guī)模相對較小，所以本文在測算廣東農(nóng)業(yè)保險的發(fā)展效率上不包括深圳。

2.1 綜合效率分析

如表2可得，廣東各市農(nóng)業(yè)保險發(fā)展效率極不均衡，且差異較大。從各市排名來看，在20個地級市中，湛江與河源是農(nóng)業(yè)保險發(fā)展效率排名第一的城市，并且每年都達到效率前沿，綜合效率值均為1，而揭陽、中山以及汕頭是排名倒數(shù)的前三位，綜合效率均值均沒超過0.2，此外，綜合效率均值在0.5以下的城市共有7個，占總體的35%，且都集中于珠三角和粵東地區(qū)，而綜合效率均值在0.9以上的共有6個地市，占總體的30%，且都集中于粵西和粵北。分地區(qū)來看，粵西、粵北農(nóng)業(yè)保險綜合效率值相對較高，均值分別為0.855和0.971，而粵東和珠三角地區(qū)的綜合效率相對較差，分別為0.22和0.495。由此可見，廣東各地區(qū)農(nóng)業(yè)保險綜合發(fā)展效率極不平衡，且差異較大。

2.2 純技術(shù)效率分析

純技術(shù)效率是綜合效率的分解，是剔除規(guī)模報酬因素下的技術(shù)效率值。

如表2所示，從各地級市來看，廣東已有10個地級市的純技術(shù)效率值達到1，可以看出，廣東有一半城市的資源利用達到有效狀態(tài)，而排名靠后的有中山、佛山、惠州和肇慶，該4個城市的純技術(shù)效率值均低于0.7，這與前10個技術(shù)有效城市仍有較大差距。分地區(qū)來看，粵東、粵西以及粵北的純技術(shù)效率值均達到0.9以上，而珠三角地區(qū)的純技術(shù)效率均值僅為0.718，這充分說明珠三角地區(qū)的農(nóng)業(yè)保險技術(shù)水平較低，資源并沒有得到充分利用，相反，其他三個地區(qū)農(nóng)險技術(shù)效率相對較高。因此，珠三角地區(qū)的農(nóng)業(yè)保險發(fā)展應(yīng)被給予更多重視。

2.3 規(guī)模效率分析

規(guī)模效率是在當前制度下，研究當前投入要素規(guī)模與最優(yōu)規(guī)模的差距。規(guī)模效率可理解為既定的投入規(guī)模下，產(chǎn)出的不足。如表2所示，廣東各市規(guī)模效率差異較大，其中僅有河源、湛江兩個城市的規(guī)模效率為1，而汕頭、汕尾等5個城市的效率值不足0.4。分地區(qū)來看，粵西及粵北的規(guī)模效率相對較高，均達到0.9以上，粵東和珠三角的規(guī)模效率較低，尤其是粵東，其規(guī)模效率值僅為0.22，這說明粵東地區(qū)在既定的規(guī)模下，遠沒有達到有效的產(chǎn)出水平，即距離最優(yōu)產(chǎn)出還有相當一部分距離，發(fā)展空間較大。此外，通過對比綜合效率值、純技術(shù)效率值以及規(guī)模效率值可得，對粵東而言，規(guī)模效率是導致其綜合效率較低的主要原因，因為粵東的純技術(shù)效率已達到效率前沿，但規(guī)模效率值僅為0.22。對珠三角地區(qū)而言，其綜合效率較低是源于規(guī)模效率和純技術(shù)效率的共同作用。

3? 結(jié)論與對策建議

本文基于廣東省2013-2018年農(nóng)業(yè)保險相關(guān)數(shù)據(jù)，運用DEA-BCC產(chǎn)出導向模型測算廣東（不含深圳）各地級市在2013-2018年的農(nóng)業(yè)保險發(fā)展綜合效率、純技術(shù)效率及規(guī)模效率均值，通過分析可得以下結(jié)論：

第一，廣東省各地區(qū)間農(nóng)險效率差異較大。

湛江及河源農(nóng)險發(fā)展效率排名第一，且每年效率均為1，而排名靠后的揭陽、潮州和中山綜合效率值卻不高于0.2，相差較大;此外，分地區(qū)來看，粵西和粵東農(nóng)險效率發(fā)展相對較好，綜合效率均值分別為0.855和0.971，而珠三角及粵東的綜合效率均值僅為0.495和0.22，與前者差異較大。究其原因，可能如下：

①當?shù)卣]有對農(nóng)業(yè)保險保持足夠的重視，缺乏對政策性農(nóng)業(yè)保險的有效宣傳，從而導致農(nóng)業(yè)保險的綜合效率水平也相對較低;

②當?shù)乇ｋU公司熱衷于經(jīng)營其他保險業(yè)務(wù)，并沒有投入合適的人力與資本來經(jīng)營農(nóng)業(yè)保險，從而導致珠三角地區(qū)的規(guī)模效率和純技術(shù)效率水平均相對較低。

第二，規(guī)模效率是導致廣東省農(nóng)業(yè)保險綜合效率差異較大的主要方面。

對于粵東地區(qū)中的四個地級市，汕頭、潮州、揭陽以及汕尾的純技術(shù)效率值均為1，均達到純技術(shù)效率前沿，但其綜合效率值仍低于0.4，原因是這些地區(qū)在既定的投入規(guī)模下，農(nóng)業(yè)保險深度和保費收入相對較低，從而導致規(guī)模效率值也均不超過0.4。對于珠三角而言，其規(guī)模效率和純技術(shù)效率均值均處于0.7左右，因此其綜合效率低于0.5。

基于此，導致粵東和珠三角規(guī)模效率較低的主要原因可能是：

①當?shù)剞r(nóng)戶的投保意識較弱，缺乏對政策性農(nóng)業(yè)保險的有效認知;從而農(nóng)業(yè)保險需求不足;

②當?shù)卣蜇斦拗苹蛑匾暢潭炔粔颍瑹o法對當?shù)剞r(nóng)業(yè)或農(nóng)險進行有效補貼，從而導致農(nóng)險的產(chǎn)出不足，進而效率較低。

參考文獻：

[1]張祖榮，馬嵐.我國省域政策性農(nóng)業(yè)保險發(fā)展不平衡的實證分析[J].保險研究，2016（07）：20-30.

[2]馮文麗，史曉.京津冀農(nóng)業(yè)保險發(fā)展差距及影響因素的實證分析[J].經(jīng)濟與管理，2018，32（05）：8-13.

[3]馮文麗，楊雪美，薄悅.基于DEA-Tobit模型的我國農(nóng)業(yè)保險效率及影響因素分析[J].金融與經(jīng)濟，2015（02）：69-72，43.