中國農(nóng)業(yè)保險反貧困效率的統(tǒng)計測度

□ 王瑞梅

(1.江西財經(jīng)大學, 江西 南昌 330013; 2.江西理工大學, 江西 贛州 341000)

一、引 言

農(nóng)業(yè)作為國民經(jīng)濟基礎(chǔ),在促進農(nóng)村經(jīng)濟健康發(fā)展以及推動中國邁向農(nóng)業(yè)農(nóng)村現(xiàn)代化建設(shè)新征程中發(fā)揮關(guān)鍵作用。而農(nóng)業(yè)保險可夯實農(nóng)業(yè)發(fā)展的頂層支持,已經(jīng)上升為國家重要農(nóng)業(yè)政策,為“三農(nóng)”高質(zhì)量發(fā)展保駕護航。早于2018年中國銀保監(jiān)會聯(lián)合四部門發(fā)布了《關(guān)于金融支持深度貧困地區(qū)脫貧攻堅的意見》,強調(diào)保險行業(yè)參與農(nóng)業(yè)農(nóng)村領(lǐng)域,助力貧困地區(qū)打贏脫貧攻堅戰(zhàn)。在關(guān)聯(lián)政策推動下,農(nóng)業(yè)保險市場規(guī)模顯著增長。據(jù)銀保監(jiān)會統(tǒng)計,我國農(nóng)業(yè)保險保費收入增長迅速,從2007年的53.3億元增加至2020年的814.93億元。中國已成功超越美國成為全球最大的農(nóng)業(yè)保險市場。特別是在鄉(xiāng)村振興戰(zhàn)略落實過程中,金融機構(gòu)不斷強化農(nóng)業(yè)保險的產(chǎn)品和服務(wù)供給,為防止脫貧農(nóng)民“因病因災(zāi)返貧”提供解決方案,助力鞏固拓展脫貧攻堅成果同鄉(xiāng)村振興有效銜接。

隨著國家脫貧攻堅戰(zhàn)略的深入實施,農(nóng)業(yè)保險在農(nóng)業(yè)農(nóng)村領(lǐng)域的重要性日益凸顯。但由于農(nóng)業(yè)本身具有弱勢性與基礎(chǔ)性特征,農(nóng)業(yè)保險在助力脫貧攻堅過程中仍存在針對性不足等問題。加之受國內(nèi)區(qū)域發(fā)展不均衡問題影響,農(nóng)業(yè)保險反貧困效率逐漸削弱。這不僅制約農(nóng)業(yè)農(nóng)村可持續(xù)發(fā)展,還不利于全面脫貧成果的鞏固。在此基礎(chǔ)上,鞏固農(nóng)業(yè)保險反貧困成果不僅利于全面脫貧攻堅成果的鞏固,還利于切實解決“三農(nóng)”工作問題,對于農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展具有極強現(xiàn)實意義。

二、文獻綜述

現(xiàn)階段,學界對于農(nóng)業(yè)保險反貧困效率研究取得一定成果。在農(nóng)業(yè)保險反貧困效率的理論研究方面,左停等(2019)[1]認為農(nóng)業(yè)保險在反貧困進程中發(fā)揮極大作用,可通過主體、資源、能力與目標四項關(guān)鍵要素,防止居民陷入貧困現(xiàn)狀。張棟浩等(2021)[2]在研究農(nóng)業(yè)保險內(nèi)涵特征與發(fā)展條件基礎(chǔ)上,分別從內(nèi)在驅(qū)動、外部因素兩個角度剖析其反貧困路徑。在農(nóng)業(yè)保險反貧困效率的研究方法方面,黃穎等(2021)[3]立足于傾向得分匹配法(PSM)和IV-Probit方法,對中國農(nóng)業(yè)保險進行分區(qū)域調(diào)查,研究農(nóng)業(yè)保險管理機制與反貧困路徑間的聯(lián)系。李嬋娟等(2021)[4]則運用空間計量方法,實證評價農(nóng)業(yè)保險發(fā)展效率的空間收斂趨勢和影響因素。

綜上所述,學界對于農(nóng)業(yè)保險反貧困效率的研究已取得豐碩成果,為進一步研究的開展提供了寶貴經(jīng)驗與可行參考。但就深入研究內(nèi)容而言,學界既有關(guān)于農(nóng)業(yè)保險反貧困研究的文獻多局限于典型區(qū)域亦或是特定省份[5],鮮有學者對全國范圍內(nèi)農(nóng)業(yè)保險反貧困效率進行系統(tǒng)性分析。就研究方法而言,現(xiàn)有學術(shù)成果中使用頻率較高的模糊綜合評價法(FCE)有賴于主觀進行權(quán)重賦值,層次分析法(AHP)的分析質(zhì)量會隨要素選取合理性與要素間關(guān)系正確性而波動,單階段數(shù)據(jù)包絡(luò)分析(DEA)模型難以控制決策單元的非經(jīng)營性因素。三階段DEA模型基于傳統(tǒng)DEA的多投入、多產(chǎn)出特征,無需考量權(quán)重量綱,有機結(jié)合SFA剝離外部因素,可使每個決策單元均處于相同外部條件與隨機因素,更契合農(nóng)業(yè)保險反貧困研究需要[6]。本文以上述研究作為切入點,采用三階段DEA模型,借鑒國內(nèi)外學者研究成果,建構(gòu)投入—產(chǎn)出—環(huán)境指標體系。在剝離外部因素與隨機誤差的影響后,對中國農(nóng)業(yè)保險反貧困效率進行研判,并提出相關(guān)建議與優(yōu)化方向。本研究有利于促進農(nóng)業(yè)保險反貧困理論實踐、加快國內(nèi)農(nóng)業(yè)保險反貧困進程,推動鄉(xiāng)村戰(zhàn)略走深向?qū)崱⒐餐辉Ｄ繕酥鸩綄崿F(xiàn)。

三、研究設(shè)計

(一)三階段DEA模型

三階段DEA模型能可剔除實證模型的環(huán)境因素和隨機干擾,具備良好的信度與效度,可確保研究準確性。參考郭軍華等(2010)[7]就相關(guān)實證模型的研究范式,建構(gòu)三階段DEA模型如下:

1.第一階段,傳統(tǒng)DEA模型。對初始面板數(shù)據(jù)的投入與產(chǎn)出指標展開基礎(chǔ)效益測算,得出技術(shù)效率(TE)、規(guī)模效率(SE)以及純技術(shù)效率(PTE),TE=SE·PTE。選擇以投入作為導向的BC2模型(即規(guī)?；貓罂勺?,就樣本數(shù)據(jù)展開實證分析。具體模型建構(gòu)為:

min[θ-ε(eTs-+eTs+)]

其中,i為決策單元(DMU),Xi為第i項DMU投入,Yi為第i項DMU產(chǎn)出,s-表示投入松弛變量,s+表示產(chǎn)出松弛變量,θ代表各項DMU的純技術(shù)效率數(shù)值,λi則表示第i項DMU系數(shù)。

2.第二階段,SFA模型。以第一階段DEA為基礎(chǔ),估測外部因素對DMU所帶來的影響。這一過程需要對投入變量展開差額分析,剔除外部環(huán)境與隨機誤差,使投入值更貼合現(xiàn)實情況。第二階段模型回歸將第一階段回歸所得出的投入松弛變量視作解釋變量,將外部變量視作被解釋變量,然后進行模型回歸。該階段建構(gòu)SFA模型如下:

Sni=f(Zi;βn)+vni+μni

i=1,2,…,I;n=1,2,…,N

開展SFA模型回歸是為使全部DMU置于同一外部條件下,剝離外部環(huán)境與隨機誤差對DMU帶來的干擾。是以,對公式展開如下調(diào)節(jié):

[max(vni)-vni]i=1,2,…,I;n=1,2,…,N

參考黃桂琴(2021)[8]探究配置無效率的研究方法,建構(gòu)配置無效率分離公式:

基于上述公式調(diào)整,得出隨機誤差項分離公式:

E[νni|νni+μni]=sni-f(Zi;βn)-E[μni|νni+μni]

3.第三階段,調(diào)節(jié)投入變量后的DEA模型。此處將其與初始產(chǎn)出變量數(shù)值代入第一階段DEA模型實證回歸,為提升此處實證分析信度與效度,選用基于投入導向的BCC模型展開效率測度,得出剝離外部環(huán)境與隨機誤差的實際效率數(shù)值。值得注意的是,此處選取的面板數(shù)據(jù)為跨年份型。因差異年份的生產(chǎn)前沿面存在異質(zhì)性,經(jīng)由分年份測度得出的效率數(shù)值不可直接進行比較。這也意味著對差異性年份DMU測算所得的效率數(shù)值不具備可比性,無法分析其時序演變態(tài)勢。為紓解跨年份面板數(shù)據(jù)為效率計算帶來的困厄,參考學界既有研究方法[9-10],采用面板三階段DEA模型,將跨年份面板數(shù)據(jù)轉(zhuǎn)為更具信度與效度的截面數(shù)據(jù)進行處理,然后展開實證檢驗。

(二)指標體系構(gòu)建與數(shù)據(jù)說明

為保證數(shù)據(jù)可得性與連續(xù)性,選取中國除港澳臺外31個省級行政區(qū)2010—2019年的面板數(shù)據(jù)。樣本數(shù)據(jù)來源于中國統(tǒng)計年鑒、各省統(tǒng)計年鑒、中國農(nóng)村統(tǒng)計年鑒、中國保險年鑒、中國金融年鑒、知網(wǎng)數(shù)據(jù)庫、Wind數(shù)據(jù)庫,部分指標在原始數(shù)據(jù)基礎(chǔ)上采用平均值插補法計算得出。在借鑒既有相關(guān)研究基礎(chǔ)上[11-13],結(jié)合研究需要,構(gòu)建指標體系如表1所示。

1.投入變量選取。投入變量可客觀展現(xiàn)省域農(nóng)業(yè)保險反貧困內(nèi)部投入。農(nóng)業(yè)保險反貧困作為一項經(jīng)濟活動,其現(xiàn)實運作可以從機構(gòu)建設(shè)、覆蓋密度、建檔參保、財政補貼、自繳保費、出險理賠六方面考量。其中,基層保險服務(wù)機構(gòu)是承接農(nóng)業(yè)保險的一線主體,在農(nóng)業(yè)保險反貧困進程中起基礎(chǔ)性作用,故以農(nóng)村保險機構(gòu)服務(wù)站數(shù)量(X1)對其進行表征。各個農(nóng)戶對于自然災(zāi)害損失保險、病蟲害損失保險、疾病死亡保險、意外事故損失保險等農(nóng)業(yè)保險險種的微觀參與情況,可由農(nóng)業(yè)保險投保覆蓋密度(X2)反映。隨著脫貧攻堅戰(zhàn)取得全面勝利,貧困戶成為過去。著眼于農(nóng)業(yè)保險的反貧困效能,曾在農(nóng)村建檔立卡貧困戶的保險參與情況尤為值得關(guān)注,故以建檔貧困農(nóng)戶參保比例(X3)對其進行度量。保費投入是農(nóng)業(yè)保險投入的直觀反映,其大范圍開展有賴于政府專項財政補貼與農(nóng)戶自籌保費資金?；跀?shù)據(jù)可得性,以農(nóng)業(yè)保險保費財政補貼(X4)與農(nóng)業(yè)保險自繳保費數(shù)額(X5)衡量農(nóng)業(yè)保險資金投入。在現(xiàn)實環(huán)境中,農(nóng)業(yè)保險效能主要經(jīng)由兌付出險賠償金來發(fā)揮。農(nóng)業(yè)保險理賠直接影響農(nóng)戶經(jīng)濟情況、參與農(nóng)業(yè)再生產(chǎn),以農(nóng)業(yè)保險出險理賠數(shù)額(X6)表征。

表1 指標說明

2.產(chǎn)出變量選取。產(chǎn)出變量選取目的與標準為體現(xiàn)各省域農(nóng)業(yè)保險效率,主要反映農(nóng)業(yè)保險反貧困在農(nóng)村與農(nóng)戶兩個維度取得的進展。就農(nóng)村層面來看,農(nóng)業(yè)增加值即農(nóng)林牧漁在一定時期內(nèi)通過生產(chǎn)經(jīng)營活動形塑社會勞動量的貨幣表征,具有一定研究意義,故將其作為變量之一(Y1)。具體為農(nóng)林牧漁業(yè)現(xiàn)價總產(chǎn)值扣除農(nóng)林牧漁業(yè)現(xiàn)價中間投入后的余額。糧食穩(wěn)產(chǎn)增產(chǎn)是中國農(nóng)業(yè)發(fā)展的核心要義,也是保障農(nóng)村反貧困的關(guān)鍵所在,以農(nóng)業(yè)糧食增產(chǎn)(Y2)進行度量。農(nóng)村經(jīng)濟發(fā)展對于中國經(jīng)濟有著舉足輕重的影響,亦是反貧困的強大驅(qū)動,以農(nóng)村人均GDP增長率(Y3)反映農(nóng)村經(jīng)濟發(fā)展水平。就農(nóng)戶層面來看,生產(chǎn)經(jīng)營作為農(nóng)戶主要經(jīng)濟來源,直接影響農(nóng)戶生產(chǎn)生活與農(nóng)村反貧困進程,以農(nóng)戶生產(chǎn)經(jīng)營規(guī)模(Y4)表征。在農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)調(diào)整背景下,經(jīng)營性收入已成為農(nóng)戶收入的新興增長點,以農(nóng)村人口經(jīng)營性收入(Y5)反映。消費支出作為農(nóng)戶生活方式變革、可支配收入變化的直觀表現(xiàn),值得在反貧困進程中引起關(guān)注,采用農(nóng)村居民消費支出(Y6)表征。

3.環(huán)境變量選取。環(huán)境變量是影響農(nóng)村反貧困工作開展效率的外部環(huán)境因素。財政投入是來源于社會經(jīng)濟的財政對社會經(jīng)濟進行反向干預,對農(nóng)村反貧困意義深遠,以公共財政投入(Z1)度量。農(nóng)村非農(nóng)戶固定資產(chǎn)投資是農(nóng)村各種登記注冊的企業(yè)、事業(yè)、行政單位進行計劃總投資500萬元以上的建設(shè)項目,為農(nóng)村經(jīng)濟發(fā)展提供經(jīng)濟基礎(chǔ)與現(xiàn)實依托,故將其作為研究變量,以農(nóng)業(yè)固定資產(chǎn)投資(Z2)表示。農(nóng)業(yè)機械化和農(nóng)機裝備是轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式、提高農(nóng)業(yè)生產(chǎn)力的重要基礎(chǔ),可大力促進農(nóng)業(yè)提質(zhì)增效,以農(nóng)用機械使用率(Z3)反映。夯實農(nóng)業(yè)經(jīng)濟基礎(chǔ)、補齊農(nóng)業(yè)發(fā)展短板,有利于促進宏觀經(jīng)濟增長,增加農(nóng)民和農(nóng)民工收入,進而實現(xiàn)反貧困目標。2020年全國糧食產(chǎn)量達到6.7億噸,為實現(xiàn)全年經(jīng)濟社會發(fā)展目標任務(wù)提供有力支撐,故以農(nóng)業(yè)GDP經(jīng)濟增長(Z4)表征農(nóng)業(yè)增長在經(jīng)濟發(fā)展中的貢獻。據(jù)2020年第七次全國人口普查數(shù)據(jù)顯示,中國城鎮(zhèn)常住人口為90 199萬人,占總?cè)丝诒戎貫?3.89%。城鎮(zhèn)化是國家現(xiàn)代化的關(guān)鍵指征,對反貧困具有極大推動作用,因此以居住在大、中、小城鎮(zhèn)中的人口占城鄉(xiāng)總?cè)丝诘谋壤从吵擎?zhèn)化水平(Z5)。農(nóng)村社會救濟是國家與社會對農(nóng)村生活困難群眾提供物質(zhì)幫助的一種社會救助,與農(nóng)業(yè)保險并行對中國反貧困工作起到重要推動作用,以農(nóng)村社會救濟(Z6)對其刻畫。

四、實證分析

(一)第一階段:傳統(tǒng)DEA效率測算

基于前述研究方法,采用DEAP2.1軟件,選取投入導向、規(guī)?；貓罂勺兊腂C2模型,測算得出不同年份下各省域的技術(shù)效率(TE)、規(guī)模效率(SE)以及純技術(shù)效率(PTE)。由于樣本數(shù)量與面板數(shù)據(jù)較多,此處僅展示10年間各省域技術(shù)效率、規(guī)模效率、純技術(shù)效率的平均值(表2)。

表2 第一階段DEA效率測算結(jié)果

就技術(shù)效率(TE)而言,2010—2019年各省域TE的均值是0.472,效率損失高達53%。這表明從時間角度整體來看,農(nóng)業(yè)保險既有技術(shù)效率水準較為低下。從不同年份技術(shù)效率數(shù)值排列來看,各年份技術(shù)效率普遍處于低位,除2011、2016、2017、2018、2019年,其余年份的技術(shù)效率數(shù)值均低于0.5,且全部年份的技術(shù)效率數(shù)值未超過0.6。但不難看出,近年來全國與各省域的技術(shù)效率值整體表現(xiàn)出波浪式攀升趨勢(如圖1)。這一趨勢自2016年起表現(xiàn)得尤為明顯。就純技術(shù)效率(PTE)而言,2010—2019年各省域的PTE均值是0.575。不足六成的數(shù)值水平說明國內(nèi)農(nóng)業(yè)保險反貧困的純技術(shù)效率仍處低位,農(nóng)業(yè)保險經(jīng)營運作水平有待提升。從不同年份純技術(shù)效率數(shù)值排列來看,除2010年外,其余絕大多數(shù)年份效率數(shù)值均高于0.5。同一時期,PTE整體數(shù)值隨時間推進展現(xiàn)出波動走高態(tài)勢。這意味著國內(nèi)農(nóng)業(yè)保險的經(jīng)營模式與落地運作處于持續(xù)優(yōu)化過程,為中國農(nóng)村反貧困進程帶來一大利好。就規(guī)模效率(SE)而言,2010—2019年國內(nèi)各省域規(guī)模效率均值為0.791,較之技術(shù)效率與純技術(shù)效率處于較高位,但整體而言仍存上升空間。從不同年份規(guī)模效率數(shù)值排列來看,除2011、2013、2016年出現(xiàn)過較大浮動,整體發(fā)展態(tài)勢平穩(wěn),且近3年來(2017—2019年)規(guī)模效率數(shù)值均超過0.8。從導致效率損耗的原因來看,TE損失的近53個百分點中有57.64%是由PTE無效造成,42.36%是由SE無效造成。

圖1 2010—2019年效率變動

由于各地區(qū)農(nóng)業(yè)保險反貧困效率存在區(qū)域異質(zhì)性,依據(jù)國家統(tǒng)計局劃分標準,將大陸區(qū)域劃為東、中、西、東北四部分,展開區(qū)域農(nóng)業(yè)保險反貧困效率測度(見表3)。

據(jù)表3可知,2010—2019年TE數(shù)值最低的省級行政區(qū)是甘,數(shù)值為0.056;最高的是京,數(shù)值為0.881。PTE數(shù)值最低的省級行政區(qū)為寧,數(shù)值為0.096;最高的是魯,數(shù)值為0.999。SE數(shù)值最低的省級行政區(qū)是藏,數(shù)值為0.211;最高的是渝,數(shù)值為0.928。國內(nèi)各省域的TE、PTE以及SE均值各為0.487、0.587與0.716,均有不同范圍的提升空間。從地區(qū)分布來看,東部區(qū)域TE與PTE數(shù)值均為四大區(qū)域中最高。SE數(shù)值最高的區(qū)域為中部。這可能是因為中部區(qū)域為國內(nèi)糧食產(chǎn)量較高、耕地分布密集的農(nóng)業(yè)集中地域,規(guī)?；潭容^優(yōu)。東北區(qū)域的TE數(shù)值最低,西部區(qū)域的PTE與SE最低。各區(qū)域的效率數(shù)值都表現(xiàn)出SE數(shù)值最高、PTE數(shù)值居中、TE數(shù)值最低的現(xiàn)狀。這體現(xiàn)出綜合技術(shù)效率較低可能與純技術(shù)效率持續(xù)走低有關(guān)。

表3 2010—2019年各省域效率均值

(二)第二階段:SFA回歸

通過第一階段DEA效率測算,得出各項投入變量的松弛變量(見表4)。在第二階段,將六個環(huán)境變量——公共財政投入、農(nóng)業(yè)固定資產(chǎn)投資、農(nóng)用機械使用率、農(nóng)業(yè)GDP經(jīng)濟增長、城鎮(zhèn)化水平、農(nóng)村社會救濟作為自變量。借鑒學界既有研究方法[14],將投入變量中反映農(nóng)業(yè)保險覆蓋密度與出險理賠兩項關(guān)鍵指征的核心變量作為因變量,即農(nóng)業(yè)保險投保覆蓋松弛和農(nóng)業(yè)保險出險理賠松弛。經(jīng)由Frontier4.1軟件,選擇面板SFA模型展開最大似然估計,以此調(diào)節(jié)投入變量。

表4 第二階段SFA回歸結(jié)果

由表4第二列可知:第一,農(nóng)業(yè)固定資產(chǎn)投資的變量系數(shù)是-0.592,通過1%顯著性檢驗,說明農(nóng)業(yè)固定資產(chǎn)投資與農(nóng)業(yè)保險投保覆蓋松弛具備顯著負相關(guān)。隨著農(nóng)業(yè)固定資產(chǎn)投入增加,農(nóng)業(yè)保險投保覆蓋松弛走低。農(nóng)業(yè)技改項目、基礎(chǔ)設(shè)施建設(shè)、農(nóng)林牧漁服務(wù)業(yè)經(jīng)營等類別的投資擴大可推動農(nóng)村反貧困效率攀升。第二,公共財政投入的變量系數(shù)為2.579,通過1%顯著性檢驗,說明公共財政投入與農(nóng)業(yè)保險的投保覆蓋程度表現(xiàn)出顯著正相關(guān)。隨著公共財政投入擴大,農(nóng)業(yè)保險投保覆蓋松弛持續(xù)走高,農(nóng)業(yè)保險反貧困效率則不斷降低。這可能是由于在全國財政公共預算用于農(nóng)林水的支出中,部分項目必要性與可行性仍有待商榷,致使資金投入并未得到高效利用與效能發(fā)揮。是以,部分公共財政投入效率持續(xù)走低,難以切實推動農(nóng)業(yè)保險反貧困落地、助力農(nóng)業(yè)發(fā)展與農(nóng)戶收入提升。第三,農(nóng)用機械使用率、農(nóng)業(yè)GDP經(jīng)濟增長、城鎮(zhèn)化水平、農(nóng)村社會救濟四項變量的系數(shù)各為-0.368、-1.853、-1.174、-0.893,均通過1%顯著性檢驗,表征這四項指標與農(nóng)業(yè)保險投保覆蓋松弛呈負相關(guān)。隨著資金投入的擴大,農(nóng)業(yè)保險投保覆蓋松弛不斷降低,反貧困效率得到拉升。這可能是由于農(nóng)用機械使用率提升、農(nóng)業(yè)GDP經(jīng)濟增長、城鎮(zhèn)化水平提高、農(nóng)村社會救濟落實都會提升農(nóng)戶的生產(chǎn)積極性。由此增加農(nóng)業(yè)生產(chǎn)經(jīng)營投入,使得農(nóng)戶生產(chǎn)經(jīng)營規(guī)模不斷擴大,進而推動農(nóng)業(yè)產(chǎn)出增加與農(nóng)戶收入提升。

由表4第三列可知:六項環(huán)境變量中僅有公共財政投入的變量系數(shù)具備顯著性,為0.042,通過1%顯著性檢驗。這說明公共財政投入和農(nóng)業(yè)保險出險理賠松弛具備顯著正相關(guān)。隨著公共財政投入的增加,農(nóng)業(yè)保險出險理賠松弛不斷高漲,其反貧困效率愈加走低。如前所述,公共財政在農(nóng)林水等項目可能存在粗放式投入的問題,財政資金并未得到合理配置,致使投入效率長期處于低位。因而其未能切實推動農(nóng)業(yè)發(fā)展、改善農(nóng)戶生活,也難以提升農(nóng)業(yè)保險反貧困效能。農(nóng)業(yè)固定資產(chǎn)投資、農(nóng)用機械使用率、農(nóng)業(yè)GDP經(jīng)濟增長、城鎮(zhèn)化水平與農(nóng)村社會救濟五項指標的變量系數(shù)符號為負,但都不具備顯著性。這可能是由于前述變量的投入反映出農(nóng)戶生產(chǎn)積極性增強,利于擴大生產(chǎn)經(jīng)營規(guī)模,促使其對于農(nóng)業(yè)生產(chǎn)風險的抵抗能力也有所提升,進而大幅拉升農(nóng)業(yè)產(chǎn)出與自身收入。

(三)第三階段:DEA模型回歸

在第二階段SFA回歸剝離外部因素與隨機干擾的影響后,把經(jīng)過調(diào)節(jié)的投入變量數(shù)值與初始產(chǎn)出變量代入一階段DEA模型回歸。通過DEAP2.1軟件,選擇基于投入導向且規(guī)模報酬可變的BC2模型,得出調(diào)節(jié)后的實際技術(shù)效率(TE)、規(guī)模效率(SE)以及純技術(shù)效率(PTE)數(shù)值。此處將其與第一階段效率數(shù)值進行比較(如表5),分析調(diào)節(jié)后2010—2019年各省級行政區(qū)的效率均值與變動態(tài)勢。

表5 第三階段調(diào)節(jié)后效率均值

就全國而言,經(jīng)過投入變量調(diào)節(jié)后,2010—2019年國內(nèi)大多數(shù)省域的三類效率數(shù)值均有攀升,僅有少部分省域有所降低。全國平均TE、PTE與SE分別為0.608、0.696與0.769,較第一階段的各項效率數(shù)值0.487、0.587、0.716而言,各上漲0.121、0.109與0.053。這表明環(huán)境因素對于TE、PTE與SE會產(chǎn)生顯著影響。就微觀角度而言,著眼于技術(shù)效率,津、閩、桂、瓊、渝、貴、藏、青8個省域的TE數(shù)值均有所回落,其余省域TE數(shù)值都有不同程度提升。著眼于純技術(shù)效率,津、浙、閩、桂、瓊、藏、青7個省域的PTE數(shù)值出現(xiàn)下降現(xiàn)象,魯?shù)腜TE數(shù)值與前持平,其余省域均有所上升。著眼于規(guī)模效率,津、晉、滬、皖、湘、渝、貴、藏、陜、甘10個省域的效率數(shù)值略有降低,其余省域SE數(shù)值均呈現(xiàn)攀升態(tài)勢。津是全部省域中唯一一個三項效率數(shù)值均有降低的省級行政區(qū)。魯在全部省域中各項效率數(shù)值最高,三項數(shù)值各為0.969、0.999、0.968,位于效率前沿面。

就區(qū)域維度而言,東、中、西、東北四大區(qū)域的TE、PTE與SE數(shù)值均有所提升。從綜合效率狀態(tài)來看,東部最優(yōu),而后依次是東北、中部與西部。從純技術(shù)效率來看,東北PTE數(shù)值最高,其次是東部,再次是中部與西部。從規(guī)模效率來看,中部SE數(shù)值高于其他三大地區(qū),而后依次是西部、東部與東北。

整體來看,東北與東部的TE與PTE顯著高于西部與中部;SE則略低于西部與中部。究其原因,中、西部規(guī)模效率數(shù)值較高,可能是因為中西部區(qū)域是國內(nèi)欠發(fā)達地區(qū)與相對貧困人口較為密集的地區(qū)。農(nóng)業(yè)保險反貧困項目率先在此類地區(qū)進行試點與推廣,促使該地區(qū)農(nóng)業(yè)保險發(fā)端較東部與東北區(qū)域更早。同時,中西部區(qū)域地理總面積與耕地總面積在全國范圍內(nèi)占比較高,豫、冀、鄂等中部省域與川、陜等西部省域均為農(nóng)業(yè)大省,較早地形塑起規(guī)模效應(yīng),所以其SE數(shù)值較高。東北區(qū)域的純技術(shù)效率領(lǐng)先于中西部,可能是地區(qū)既有經(jīng)濟基礎(chǔ)與農(nóng)業(yè)發(fā)展水平的外在反映。東北地區(qū)不僅是中國的老工業(yè)基地,更是糧食主產(chǎn)區(qū)之一,且具有地廣人稀、農(nóng)業(yè)條件優(yōu)越、農(nóng)業(yè)機械化程度高等特點,因而其純技術(shù)效率數(shù)值極高。東部區(qū)域的技術(shù)效率優(yōu)于其他區(qū)域,這極有可能是因為這一區(qū)域經(jīng)濟較為發(fā)達、技術(shù)程度較高,且管理水平較高,故擁有較高技術(shù)效率。

就時間維度而言,三項效率數(shù)值在調(diào)節(jié)變量后較之于第一階段,除2010與2011年規(guī)模效率數(shù)值有所回落、2019年未發(fā)生改變外,其余年份各項效率均值全部有所上升(如表6所示)。這證明了第二階段通過環(huán)境變量與隨機沖擊實施調(diào)節(jié)的可行性與必要性。2010—2019年,TE數(shù)值分布于[0.5,0.7],PTE數(shù)值分布于[0.65,0.8],SE數(shù)值分布于[0.78,0.9]。從總體態(tài)勢來說,TE、PTE與SE三項效率均處于波動變化的進程之中(圖2)。

表6 調(diào)節(jié)后2010—2019年各年份效率數(shù)值

圖2 變量調(diào)節(jié)后2010—2019年效率數(shù)值變動

五、結(jié)論與啟示

本文利用中國除港澳臺外31個省級行政區(qū)2010—2019年面板數(shù)據(jù),通過三階段DEA模型對國內(nèi)農(nóng)業(yè)保險反貧困效率進行統(tǒng)計測度,得出結(jié)論如下:(1)中國農(nóng)業(yè)保險反貧困總體收效良好,農(nóng)保反貧困效率逐年攀升。在剝離外部因素與隨機干擾后,農(nóng)業(yè)保險反貧困效率得到進一步提升。農(nóng)業(yè)保險技術(shù)效率的上升有賴于純技術(shù)效率的優(yōu)化,說明近年來中國對于農(nóng)業(yè)保險的投入取得顯著效率,農(nóng)業(yè)保險管理運作水平不斷提高,農(nóng)業(yè)保險規(guī)模效率持續(xù)企穩(wěn)。(2)就區(qū)域維度而言,東部、中部、西部以及東北地區(qū)的綜合技術(shù)效率、純技術(shù)效率與規(guī)模效率數(shù)值均較第一階段明顯提高。然而,不同區(qū)域間三項效率狀況也具有一定異質(zhì)性。從綜合技術(shù)效率來看,西部<中部<東北<東部;從純技術(shù)效率來看,西部<中部<東部<東北;從規(guī)模效率來看,東北<東部<西部<中部。東部與東北地區(qū)的綜合技術(shù)效率與純技術(shù)效率均高于中西部地區(qū),但其規(guī)模效率較中西部略低。(3)就時間維度而言,變量調(diào)節(jié)后2010—2019年效率數(shù)值均較第一階段有所攀升(除2010與2011年規(guī)模效率數(shù)值有所回落、2019年未發(fā)生改變)。農(nóng)業(yè)保險效率水平的整體時序變動呈現(xiàn)出波動式上升態(tài)勢。(4)在六個環(huán)境變量之中,公共財政投入擴張會導致農(nóng)業(yè)保險反貧困效率降低;農(nóng)業(yè)固定資產(chǎn)投資、農(nóng)用機械使用率、農(nóng)業(yè)GDP經(jīng)濟增長、城鎮(zhèn)化水平以及農(nóng)村社會救濟投入則有利于推動農(nóng)保反貧困效率的拉升,但這一影響路徑并未通過顯著性驗證。

上述結(jié)論為中國農(nóng)業(yè)保險提升反貧困效能提供思路:(1)因地制宜落實農(nóng)業(yè)保險關(guān)聯(lián)配套政策。從前述實證回歸結(jié)果看,不同省級行政區(qū)農(nóng)業(yè)保險所取得的反貧困效能具有異質(zhì)性。行政主體應(yīng)將各地既有經(jīng)濟基礎(chǔ)、農(nóng)業(yè)發(fā)展水平納入考量,制定契合區(qū)域反貧困實際的農(nóng)業(yè)保險發(fā)展規(guī)劃。同時,應(yīng)在純技術(shù)效率較低的中西部區(qū)域加強技術(shù)扶持性農(nóng)業(yè)保險投入,提升農(nóng)業(yè)生產(chǎn)經(jīng)營機械化與智能化水平。在規(guī)模效率有待提升的東部與東北區(qū)域,應(yīng)著力擴大農(nóng)業(yè)保險經(jīng)營規(guī)模與覆蓋范圍,提升保障密度與規(guī)模效能,由此推進綜合技術(shù)效率拉升。(2)科學合理優(yōu)化公共財政投入資源配置。由實證結(jié)果可知,公共財政投入在一定程度上會對農(nóng)業(yè)保險反貧困進程起到負向影響,抑制其效能發(fā)揮。農(nóng)業(yè)固定資產(chǎn)投資、農(nóng)用機械使用率、農(nóng)村社會救濟等要素則對農(nóng)保反貧困形成助力。因而,行政主體在實踐中應(yīng)縝密籌劃公共財政在農(nóng)林水等各項事務(wù)的投入支出,強化與其他生產(chǎn)要素的握指成拳、協(xié)調(diào)聯(lián)動,由此多元提升農(nóng)業(yè)保險反貧困成效。(3)積極借鑒國際農(nóng)業(yè)保險反貧困發(fā)展經(jīng)驗。當前,國內(nèi)農(nóng)業(yè)保險尚處于藍海階段,險種有待豐富、結(jié)構(gòu)有待優(yōu)化。中國在持續(xù)推動本國農(nóng)業(yè)保險穩(wěn)健發(fā)展的同時,應(yīng)以開放態(tài)度借鑒國外農(nóng)保建設(shè)經(jīng)驗,在保險產(chǎn)品供給、市場交易服務(wù)、精算技術(shù)支持等領(lǐng)域提升農(nóng)業(yè)保險水平,助力反貧困工作走深向?qū)崱?4)探索實踐創(chuàng)新農(nóng)業(yè)保險發(fā)展模式。既往農(nóng)業(yè)保險在推動農(nóng)業(yè)生產(chǎn)經(jīng)營、增加農(nóng)戶實際收入等方面所取得的成果,主要源于各地區(qū)、各機構(gòu)展開多元農(nóng)業(yè)保險反貧困模式的開發(fā)與探索。這符合農(nóng)村發(fā)展、農(nóng)業(yè)增產(chǎn)、農(nóng)戶經(jīng)營需求的農(nóng)業(yè)保險會自發(fā)形成示范效應(yīng),在溢出效應(yīng)的驅(qū)使下帶來更多利好。為適應(yīng)中國反貧困進程的新形勢與新需要,行政主體應(yīng)深入探索農(nóng)業(yè)保險和農(nóng)業(yè)生產(chǎn)相結(jié)合的發(fā)展模式,不斷推動農(nóng)業(yè)保險發(fā)展路徑優(yōu)化與發(fā)展理念創(chuàng)新?！?/p>