我國農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入時空耦合研究

摘 要：利用2009—2020年我國31個?。ㄗ灾螀^(qū)、直轄市）的省級面板數(shù)據(jù)，分析并探討了農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度時空分布特征及其變化的主要驅(qū)動因素。研究發(fā)現(xiàn)：三系統(tǒng)耦合協(xié)調(diào)度整體偏低，區(qū)域間差異較大，但呈現(xiàn)逐漸上升趨勢，空間布局呈現(xiàn)由外向里逐步遞減的特征。不同因素對三系統(tǒng)耦合協(xié)調(diào)度的驅(qū)動作用具有顯著異質(zhì)性，其中農(nóng)村教育水平的驅(qū)動作用最強?；诖耍瑸榇龠M農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)發(fā)展，建議采取如下措施：充分發(fā)揮地區(qū)聯(lián)動效應，建立信息共享機制，搭建數(shù)據(jù)共享平臺，加大財政補貼力度，加大金融知識普及力度等。

關鍵詞：農(nóng)業(yè)保險；農(nóng)村信貸；農(nóng)民收入；耦合協(xié)調(diào)

中圖分類號：F323；F842.6；F832.43 文獻標志碼：A 文章編號：1674-7909-（2023）11-46-6

0 引言

農(nóng)業(yè)保險、農(nóng)村信貸是金融支農(nóng)的兩個抓手，二者目標一致、功能互補。農(nóng)業(yè)保險可起到收入穩(wěn)定器的作用，降低信貸違約風險，為農(nóng)民進行信貸提供風險補償，也能夠為信貸機構提供部分額外收益。農(nóng)業(yè)保險除了能幫助緩解信貸機構風險，還能改善農(nóng)村整體經(jīng)濟環(huán)境與福利水平。農(nóng)村信貸可為農(nóng)村基礎設施建設注入資金，在一定程度上降低了農(nóng)業(yè)生產(chǎn)風險，為農(nóng)業(yè)保險的發(fā)展創(chuàng)造有利條件。農(nóng)業(yè)保險、農(nóng)村信貸互聯(lián)，可降低農(nóng)業(yè)保險中存在的道德風險。

然而就當前階段來看，農(nóng)業(yè)保險、農(nóng)村信貸在穩(wěn)定和提升農(nóng)民收入上發(fā)揮的作用并不顯著［1-2］。但“農(nóng)業(yè)保險+信貸”模式能夠顯著促進農(nóng)民增收，助力解決地區(qū)經(jīng)濟發(fā)展緩慢問題［3］。農(nóng)業(yè)保險與農(nóng)村信貸互聯(lián)能有效改善農(nóng)戶信貸配給，顯著提高農(nóng)戶農(nóng)業(yè)收入，并有效降低政策性農(nóng)業(yè)保險保費補貼的財政壓力［4］。保險金融資本逐利和規(guī)避風險的特性與農(nóng)業(yè)產(chǎn)業(yè)低收益、高風險的特性相矛盾，而農(nóng)業(yè)保險與農(nóng)村信貸互聯(lián)有助于解決農(nóng)業(yè)、金融供需不平衡的矛盾，充分發(fā)揮支農(nóng)作用，促進農(nóng)業(yè)技術進步、提升農(nóng)業(yè)技術效率，進而提高農(nóng)業(yè)全要素生產(chǎn)率，實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展［5］。

目前，學者對農(nóng)業(yè)保險、農(nóng)村信貸、農(nóng)民收入的研究主要集中于兩兩之間的關系或是農(nóng)業(yè)保險和農(nóng)村信貸的協(xié)同作用對農(nóng)民收入的影響上。例如，王倩等［6］、鄭軍等［7］，將三者看作有機統(tǒng)一的整體進行系統(tǒng)性分析。筆者在其研究基礎上，構建農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入的發(fā)展水平評價指標體系，利用2009—2020年我國31個省（自治區(qū)、直轄市）的省級面板數(shù)據(jù)測算三者的耦合協(xié)調(diào)度，并就其時空分布特征和驅(qū)動因素展開研究。

1 耦合協(xié)調(diào)機制分析

農(nóng)業(yè)保險通過穩(wěn)定農(nóng)民收入、提高農(nóng)民信用、降低信貸風險來擴大農(nóng)村信貸規(guī)模。農(nóng)業(yè)保險的功能是為農(nóng)民轉(zhuǎn)移風險，提供風險補償。保險公司通過向農(nóng)民支付一定的補償金保障農(nóng)民按時還款，降低信貸違約風險。保險保單還可當作抵押品幫助農(nóng)民獲得信貸資金。信貸機構可通過提供資金支持直接擴大農(nóng)業(yè)保險規(guī)模，也可通過擴大生產(chǎn)規(guī)模、降低信息不對稱風險間接擴大保險規(guī)模。農(nóng)民貸出資金，可用來擴大農(nóng)業(yè)生產(chǎn)規(guī)模，而這也意味著風險增加，農(nóng)業(yè)保險需求量也會增加。信貸機構可通過信息共享平臺向保險公司提供客戶信息，降低信息不對稱風險，解決逆向選擇問題。

農(nóng)業(yè)保險通過保費支出、保費補貼、保險賠款綜合作用結(jié)果直接穩(wěn)定農(nóng)民收入，也可通過提高農(nóng)民對于資本投入、土地投入、勞動供給和技術進步等要素投入預期，提高農(nóng)民要素配置效率、農(nóng)村全要素生產(chǎn)率，進而間接提高農(nóng)民收入［8］。農(nóng)業(yè)保險也可通過發(fā)揮保障和融資增信作用激發(fā)低收入群體的內(nèi)生發(fā)展動力［9］，還可顯著降低農(nóng)戶貧困脆弱性［1］，進而提升農(nóng)民收入。農(nóng)民收入的提高會顯著增強其生產(chǎn)積極性，為技術創(chuàng)新、機械化和規(guī)?；a(chǎn)注入原始資金，助力農(nóng)業(yè)轉(zhuǎn)型升級；收入的增加還會在一定程度上提升農(nóng)民綜合素養(yǎng)，提升其對于金融產(chǎn)品的接受度。農(nóng)民為獲得更多的保障，會提升對農(nóng)業(yè)保險的需求。

農(nóng)村信貸可為農(nóng)民進行農(nóng)業(yè)生產(chǎn)注入資金，通過擴大經(jīng)營面積、提高機械化水平、獲取技術優(yōu)勢等增加產(chǎn)出和供給，進而提高農(nóng)民收入［10］。農(nóng)民收入的提高增加了其還貸的可能性，降低了貸款違約率，提升了農(nóng)民個人信用水平，同時不斷激勵農(nóng)民擴大農(nóng)業(yè)生產(chǎn)規(guī)模、創(chuàng)業(yè)規(guī)模，進而增加信貸需求。

耦合協(xié)調(diào)度可以用來度量各系統(tǒng)之間相互作用的良性發(fā)展程度。農(nóng)業(yè)保險、農(nóng)村信貸二者目標一致、功能互補、相互促進，是農(nóng)村金融的兩個抓手，都旨在幫助農(nóng)民進行生產(chǎn)經(jīng)營活動。農(nóng)業(yè)信貸、保險互動協(xié)調(diào)，總體上能夠擴大生產(chǎn)經(jīng)營規(guī)模，從而提升農(nóng)民收入，而農(nóng)民收入水平提高，會提升農(nóng)民生產(chǎn)積極性，擴大生產(chǎn)經(jīng)營規(guī)模，提升保險、信貸需求，最終形成良性循環(huán)。三者必須形成良性協(xié)調(diào)發(fā)展狀態(tài)，任何一方出現(xiàn)問題都將阻礙另外兩者的發(fā)展［6］。

2 研究方法

2.1 評價指標體系的構建與數(shù)據(jù)來源

考慮到研究價值與比較意義，以及數(shù)據(jù)的可得性，筆者選取我國2009—2020年31省（自治區(qū)、直轄市）的相關數(shù)據(jù)，在相關學者的研究基礎上［6，11］，從規(guī)模水平、運行效率和成長能力3方面構建農(nóng)業(yè)保險和農(nóng)村信貸發(fā)展水平評價指標體系。數(shù)據(jù)主要來源于全球統(tǒng)計數(shù)據(jù)/分析平臺（Economy Prediction System，EPS）、萬得數(shù)據(jù)庫（Wind數(shù)據(jù)庫）、《中國統(tǒng)計年鑒》《中國保險年鑒》《中國金融年鑒》及各省統(tǒng)計年鑒、統(tǒng)計公報等。對于缺失數(shù)據(jù)，采用線性插值法補齊。

2.2 方法選擇

2.2.1 熵值賦權法。熵值法是一種客觀賦權方法，根據(jù)指標離散程度賦權，可在一定程度上避免主觀因素帶來的偏差。農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入綜合發(fā)展水平評價指標體系及權重如表1所示。

2.2.2 耦合協(xié)調(diào)度模型。目前，學者對于農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入的耦合協(xié)調(diào)度研究較少。姜磊等［12］討論并修正了耦合度公式出現(xiàn)的錯誤，并將之推廣到n個系統(tǒng)。筆者借鑒其研究成果進行此次研究，農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度計算公式為

式（1）（2）中：[U1、U2、U3]分別表示農(nóng)業(yè)保險、農(nóng)村信貸、農(nóng)民收入的綜合發(fā)展水平；C為耦合度；D為耦合協(xié)調(diào)度；[α、β、γ]分別為[U1、U2、U3]的權重，筆者對三者權重均取1/3。

2.2.3 空間相關性檢驗。Moran's I空間相關性檢驗用來描述要素屬性在整體區(qū)域的空間集聚情況，用來判斷是否有必要進一步使用空間計量模型，計算公式為

式（3）（4）中：[n]表示31個?。ㄗ灾螀^(qū)、直轄市），[xi]表示當年第[i]個?。ㄗ灾螀^(qū)、直轄市）的耦合協(xié)調(diào)度，[x]表示當年全國平均耦合協(xié)調(diào)度，[wij]為空間權重矩陣。

2.2.4 空間杜賓模型。已有研究表明，農(nóng)業(yè)保險、農(nóng)村信貸、農(nóng)民收入存在空間自相關性［11，13］。據(jù)此，筆者構建了空間杜賓模型，具體公式為

式（5）中：[Indexit]為[i]?。ㄗ灾螀^(qū)、直轄市）第[t]年三系統(tǒng)耦合協(xié)調(diào)度（i=1，2，…，N；t=1，2，…，T），j表示鄰近省份（i≠j），[wij]為空間權重矩陣，[Xit]為各驅(qū)動因子變量，[β]和[γ]為各項系數(shù)，[μi]表示空間效應，[ηt]表示時間效應，[εit]為誤差項。

筆者選取鄰接權重矩陣，相鄰省（自治區(qū)、直轄市）權重為1，否則為0。

3 結(jié)果分析

3.1 農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度時空演變分析

根據(jù)公式（1）（2），計算出農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度，并將耦合協(xié)調(diào)度進行等級劃分（見表2）。

2009年、2013年、2017年及2020年我國31個?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度情況如表3所示。由表3可知，研究期內(nèi)大多數(shù)?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)水平呈上升趨勢，但除北京、西藏、新疆等?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)水平較高外，其余省（自治區(qū)、直轄市）普遍偏低。2017年之前，大多數(shù)?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入處于失調(diào)階段，2017年之后才開始逐步走向協(xié)調(diào)。2009年，處于輕度失調(diào)衰退階段的?。ㄗ灾螀^(qū)、直轄市）有北京、上海、江蘇、浙江、山東、湖南、內(nèi)蒙古、西藏、新疆及東北三省，農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)程度最低的為陜西省，處于嚴重失調(diào)衰退階段；其余省（自治區(qū)、直轄市）均處于中度失調(diào)衰退階段。從空間布局來看，農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度較高的地區(qū)多分布于我國西北部和東北部地區(qū)。

與2009年相比，2013年西藏自治區(qū)農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度有所下降（倒退至中度失調(diào)衰退階段），重慶、貴州、廣西、湖南等省（自治區(qū)、直轄市）農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度仍保持原來水平，其余?。ㄗ灾螀^(qū)、直轄市）均有所提高，但仍未到達勉強協(xié)調(diào)發(fā)展階段。農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度最高的?。ㄗ灾螀^(qū)、直轄市）有新疆、內(nèi)蒙古、黑龍江、北京、江蘇和浙江，最低的省（自治區(qū)、直轄市）為西藏、陜西、重慶、貴州、廣西。從空間分布來看，2013年農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度較高的?。ㄗ灾螀^(qū)、直轄市）是位于我國最北側(cè)的新疆、內(nèi)蒙古和黑龍江，位于東部、彼此相鄰的江蘇、上海和浙江，以及經(jīng)濟發(fā)達的北京；農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)水平較低的?。ㄗ灾螀^(qū)、直轄市）是陜西、重慶、貴州、廣西、西藏，均位于我國西部地區(qū)。

2017年、2020年我國31個省（自治區(qū)、直轄市）農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)水平普遍得到提升。2017年，西藏、新疆、內(nèi)蒙古、黑龍江、北京、浙江等?。ㄗ灾螀^(qū)、直轄市）步入了勉強協(xié)調(diào)發(fā)展階段；2020年上述?。ㄗ灾螀^(qū)、直轄市）及江蘇省處于初級協(xié)調(diào)發(fā)展階段，許多?。ㄗ灾螀^(qū)、直轄市）也步入了勉強協(xié)調(diào)發(fā)展階段。從空間分布特征來看，2017年與2020年基本相同，農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)水平均呈現(xiàn)出由外向里逐步遞減的趨勢。

農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度受多種因素影響。2009年中央一號文件首次提出探索建立信貸和保險相結(jié)合的銀?；訖C制，因此，2009年農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度整體偏低，之后逐年上升。新疆、西藏、內(nèi)蒙古、黑龍江等?。ㄗ灾螀^(qū)、直轄市）自然條件、地理位置特殊，易遭受自然災害影響，農(nóng)業(yè)保險需求大，發(fā)展空間大，農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度較高；而北京、上海、江蘇、浙江等省（自治區(qū)、直轄市）經(jīng)濟實力強，信息資源豐富，農(nóng)民綜合素質(zhì)高，農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度也較高；河南、山東、河北、湖南等?。ㄗ灾螀^(qū)、直轄市）屬于糧食主產(chǎn)區(qū)，農(nóng)業(yè)產(chǎn)值大，但人口多，農(nóng)民收入一般，農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度處于中等水平；重慶、海南等?。ㄗ灾螀^(qū)、直轄市）地理位置特殊，第一產(chǎn)業(yè)依賴度低，農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度也較低。

3.2 農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度驅(qū)動因素分析

3.2.1 驅(qū)動因素選擇。筆者在遵循科學性、客觀性等原則的基礎上，考慮數(shù)據(jù)的可得性，從內(nèi)、外部兩個角度入手，共選取8個指標進行驅(qū)動因素分析（見表4）。數(shù)據(jù)來源于EPS數(shù)據(jù)庫、Wind數(shù)據(jù)庫，《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》及各省統(tǒng)計公報等。

3.2.2 空間相關性檢驗。基于公式（3）（4），計算得到農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度全局Moran′s I（見表5）。由表5可知，各?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度間存在明顯的正向空間相關性?？v向?qū)Ρ葋砜矗琈oran′s I呈現(xiàn)出波動上升趨勢，說明各?。ㄗ灾螀^(qū)、直轄市）之間的依賴性在逐步增強。

3.2.3 模型結(jié)果分析。根據(jù)似然比檢驗（Likelihood Ratio Test，LR）檢驗結(jié)果（P值均小于0.01），雙向固定效應空間杜賓模型更適合探究此次的驅(qū)動因素，模型結(jié)果如表6所示。

在內(nèi)部驅(qū)動因素中，涉農(nóng)貸款所占比重、農(nóng)業(yè)保險賠付率均能顯著促進農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度提高，其中涉農(nóng)貸款所占比重的促進作用最明顯?？傮w來看，農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度的驅(qū)動作用主要來自保險和信貸系統(tǒng)，與上文分析一致。從外部驅(qū)動因素來看，人均農(nóng)業(yè)機械總動力對農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度有顯著的負向影響，而農(nóng)村教育水平、政府支持力度、農(nóng)作物播種面積均能顯著提高農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度，其中農(nóng)村教育水平的驅(qū)動作用最強。農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度受多種因素共同作用，得出上述分析結(jié)果的原因可能在于：農(nóng)業(yè)技術水平的提高，需要大量的資金投入，從而在一定程度上減少了信貸、保險需求；政府支持會通過各項農(nóng)業(yè)補貼、轉(zhuǎn)移支付提高農(nóng)民金融產(chǎn)品信賴度和購買意愿；農(nóng)村教育水平的提高能夠提升農(nóng)民的綜合素質(zhì)水平，進而提升其風險防范意識、投資理財能力等；農(nóng)作物播種面積的正向驅(qū)動作用在于其資源聚攏效應。

從驅(qū)動因素的空間滯后效應來看，在內(nèi)部驅(qū)動因素中，鄰近地區(qū)的信貸結(jié)構對當?shù)剞r(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度有著負向的空間溢出作用。這主要是由于當前我國農(nóng)村信貸發(fā)展水平較低、結(jié)構不完善，存在投入較大、回報率較低等問題，對鄰近地區(qū)產(chǎn)生負向影響。在外部驅(qū)動因素中，農(nóng)作物總播種面積有著顯著的負向空間溢出作用。一般來說，農(nóng)作物播種面積較大的地區(qū)對于農(nóng)村金融資源具有聚攏效應，間接限制了鄰近區(qū)域的農(nóng)業(yè)發(fā)展能力?？傮w來看，外部驅(qū)動因素的空間滯后效應不明顯。

為避免空間回歸模型點估計有偏性的缺點，筆者將空間效應分解為直接效應與間接效應，結(jié)果如表7所示。

由表7可知，涉農(nóng)貸款所占比重、農(nóng)業(yè)保險賠付率、農(nóng)村教育水平、政府支持、農(nóng)作物播種面積對促進農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度提高具有顯著的正向驅(qū)動作用。其中，農(nóng)村教育水平對農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度提高的驅(qū)動作用最大。保險、信貸產(chǎn)品具有復雜、冗長的申請程序和操作流程，需要農(nóng)民具備一定的金融素養(yǎng)，對相關知識有一定的了解，而農(nóng)民普遍受教育程度低，對保險、信貸產(chǎn)品接受度低，信任度低。因此，提高金融知識在農(nóng)村地區(qū)的普及程度，是驅(qū)動農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)發(fā)展的重要途徑。人均農(nóng)業(yè)機械總動力的驅(qū)動作用在10%的水平上顯著為負，原因可能是相關資金投入較大。

保險賠付率、政府支持力度具有顯著的正向鄰地溢出效應，保險賠付率的提高、政府支持力度的加大會顯著提升農(nóng)民對金融產(chǎn)品的信賴度，提高保險、信貸產(chǎn)品回報預期，對鄰近地區(qū)產(chǎn)生示范作用。農(nóng)村信貸系統(tǒng)具有負的鄰地溢出效應，原因可能在于當前信貸發(fā)展存在諸多問題。播種面積具有顯著的負向鄰地溢出效應，原因可能在于其資源聚攏效應，間接削弱鄰近地區(qū)農(nóng)村金融發(fā)展。

4 結(jié)論

筆者考察了2009—2020年我國31個?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度時空分布特征，并分析引起耦合協(xié)調(diào)度變化的主要驅(qū)動因素，得到以下結(jié)論。

我國31個省（自治區(qū)、直轄市）農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度呈現(xiàn)逐漸上升趨勢，然而整體協(xié)調(diào)度偏低，地區(qū)間差異較大，空間布局呈現(xiàn)出由外向里逐步遞減的特征。2020年，除部分?。ㄗ灾螀^(qū)、直轄市）進入勉強協(xié)調(diào)與初步協(xié)調(diào)階段外，大部分地區(qū)農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度仍處于失調(diào)狀態(tài)。各地區(qū)農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度間存在明顯的空間正相關性。運用空間杜賓模型研究農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度驅(qū)動因素，發(fā)現(xiàn)不同因素的驅(qū)動作用具有顯著異質(zhì)性，農(nóng)村人均受教育年限的驅(qū)動作用最強。涉農(nóng)貸款結(jié)構、農(nóng)業(yè)保險賠付率、政府支持力度和農(nóng)作物播種面積也能夠起到正向驅(qū)動作用。人均農(nóng)業(yè)機械總動力則對當?shù)睾椭車貐^(qū)農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度提高有抑制作用。

5 提高農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度的建議

根據(jù)以上結(jié)論，為提高農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度，筆者提出如下建議。第一，充分利用地區(qū)聯(lián)動效應提升農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度。我國農(nóng)業(yè)保險、農(nóng)村信貸與農(nóng)民收入耦合協(xié)調(diào)度呈現(xiàn)明顯的空間集聚特征。根據(jù)地理學第一定律，距離越近的事物越相似，鄰近地區(qū)資源稟賦具有相似性。因此，各地應積極開展學習交流活動，整合資源、分享先進經(jīng)驗，帶動緩慢發(fā)展地區(qū)。第二，建立信息共享機制，搭建數(shù)據(jù)共享平臺。農(nóng)業(yè)保險、農(nóng)村信貸都是金融支農(nóng)的重要工具，理論上二者目標一致、功能互補，而實際上信貸公司、保險公司尚未實現(xiàn)信息的充分交流。各地政府可以起到橋梁作用，通過搭建信息共享平臺鼓勵信貸公司、保險公司交流合作，并及時更新數(shù)據(jù)，做好相應的維護保障工作。第三，持續(xù)加大財政補貼力度。由于各地農(nóng)業(yè)產(chǎn)業(yè)發(fā)展情況不同，因而各地政府應因地制宜，加大重點領域、特色領域補貼力度，著力提升當?shù)靥厣r(nóng)產(chǎn)品保險、信貸規(guī)模，最大限度發(fā)揮補貼作用。第四，加大金融知識普及力度，提高農(nóng)戶對保險和信貸產(chǎn)品的信任感。從驅(qū)動因素分析可以發(fā)現(xiàn)農(nóng)村人均受教育年限的驅(qū)動作用最大，且對周邊地區(qū)也能產(chǎn)生十分顯著的正向驅(qū)動作用。目前，農(nóng)村教育資源較為缺乏，在短期內(nèi)要想通過提升教育水平來增強農(nóng)民對金融產(chǎn)品的認同感，則困難較大。政府可以加大對金融知識的普及力度，利用短視頻平臺或挨家挨戶走訪形式進行宣傳，使農(nóng)民充分了解農(nóng)業(yè)保險、農(nóng)村信貸能夠為其帶來的好處。

參考文獻：

［1］黃穎，呂德宏.農(nóng)業(yè)保險、要素配置與農(nóng)民收入［J］.華南農(nóng)業(yè)大學學報（社會科學版），2021（2）：41-53.

［2］李長生，顏玄洲.農(nóng)業(yè)貸款對農(nóng)民收入的影響：基于狀態(tài)空間模型的動態(tài)分析［J］.農(nóng)林經(jīng)濟管理學報，2015（4）：362-368.

［3］陸銘寧，陳璐，劉富.基于信貸交易合約模型的民族地區(qū)農(nóng)村金融扶貧研究：以四川省涼山彝族自治州為例［J］.農(nóng)村經(jīng)濟，2016（9）：80-83.

［4］張建軍，許承明.農(nóng)業(yè)信貸與保險互聯(lián)影響農(nóng)戶收入研究：基于蘇鄂兩省調(diào)研數(shù)據(jù)［J］.財貿(mào)研究，2013（5）：55-61.

［5］林凱旋.農(nóng)業(yè)信貸與保險聯(lián)動支持農(nóng)業(yè)發(fā)展：內(nèi)在邏輯與改進路徑［J］.保險研究，2020（4）：69-76.

［6］王倩，王艷，朱瑩，等.中國農(nóng)業(yè)保險、農(nóng)業(yè)貸款與農(nóng)民收入耦合協(xié)調(diào)發(fā)展研究［J］.世界農(nóng)業(yè)，2021（1）：109-119.

［7］鄭軍，李敏.農(nóng)業(yè)保險、農(nóng)村信貸與鄉(xiāng)村振興的耦合協(xié)調(diào)發(fā)展研究［J］.山西師范大學學報（自然科學版），2021（3）：106-116.

［8］崔瀅.農(nóng)業(yè)保險發(fā)展對農(nóng)民收入的影響研究［D］.大連：東北財經(jīng)大學，2022.

［9］鄭偉，賈若，景鵬，等.保險扶貧項目的評估框架及應用：基于兩個調(diào)研案例的分析［J］.保險研究，2018（8）：13-20.

［10］劉聰，錢龍.信貸支持對農(nóng)戶農(nóng)業(yè)創(chuàng)業(yè)的影響［J］.華南農(nóng)業(yè)大學學報（社會科學版），2022（5）：100-113.

［11］李嬋娟，程欣煒.我國省域農(nóng)業(yè)保險發(fā)展水平測度與空間收斂性分析［J］.統(tǒng)計與決策，2021（17）：145-149.

［12］姜磊，柏玲，吳玉鳴.中國省域經(jīng)濟、資源與環(huán)境協(xié)調(diào)分析：兼論三系統(tǒng)耦合公式及其擴展形式［J］.自然資源學報，2017（5）：788-799.

［13］董秀良，劉佳寧，王軼群.中國農(nóng)村金融集聚對農(nóng)民消費影響的空間效應研究［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2022（2）：64-83.

基金項目：鄭州市軟科學項目“鄭州市科技創(chuàng)新引領產(chǎn)業(yè)發(fā)展対策研究”（2021RKXF0046）。

作者簡介：賈雯雯（2000—），女，碩士生，研究方向：區(qū)域經(jīng)濟學；段瑞君（1969—），男，博士，副教授，研究方向：城市經(jīng)濟、產(chǎn)業(yè)經(jīng)濟。