農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展的影響研究

摘要? 基于2012—2021年長江經(jīng)濟帶的面板數(shù)據(jù)，運用熵權(quán)法對該經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展水平進(jìn)行評價，并運用收斂模型進(jìn)行收斂性分析，最后運用Tobit模型分析農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展的影響。結(jié)果表明：①長江經(jīng)濟帶全域農(nóng)業(yè)高質(zhì)量發(fā)展水平處于中間階段，且總體表現(xiàn)出先升后降的趨勢。各區(qū)域中，上游農(nóng)業(yè)高質(zhì)量發(fā)展水平要高于中游和下游，中游最低。各?。ㄊ校┊?dāng)中，上海市、重慶市和貴州省的農(nóng)業(yè)高質(zhì)量發(fā)展水平較高，其中上海市的發(fā)展水平最高，湖北省、湖南省和浙江省的發(fā)展水平則處于較低水平。②長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展表現(xiàn)出先“發(fā)散后收斂，再發(fā)散再收斂”的趨勢。各區(qū)域中，中游和下游的發(fā)展趨勢野兔整體趨同，上游則有較大差異。③農(nóng)業(yè)保險發(fā)展規(guī)模對長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展的影響顯著為負(fù)，保障水平和賠付水平對該經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展水平的影響均顯著為正。

關(guān)鍵詞農(nóng)業(yè)保險；農(nóng)業(yè)高質(zhì)量發(fā)展；熵權(quán)法；長江經(jīng)濟帶

中圖分類號F323；F327? 文獻(xiàn)標(biāo)識碼A? 文章編號05176611（2024）07022005

doi：10.3969/j.issn.05176611.2024.07.051

Research on the Impact of Agricultural Insurance on the High Quality Development of Agriculture—Taking the Yangtze River Economic Belt as an Example

LI Xue-ji

（School of Economics and Management， Yangtze University， Jingzhou， Hubei 434023）

AbstractThis article is based on panel data of the Yangtze River Economic Belt from 2012 to 2021.The entropy weight method is used to evaluate the level of high-quality agricultural development in this economic belt， and the convergence model is used for convergence analysis.Finally， the Tobit model is used to analyze the impact of agricultural insurance on high-quality agricultural development.Research has found that：①the high-quality development level of agriculture in the entire Yangtze River Economic Belt is in the middle stage， and overall shows a trend of first increasing and then decreasing.Among various regions， the high-quality development level of agriculture in the upper reaches is higher than the middle and lower reaches， with the middle reaches being the lowest.Among various provinces （cities）， Shanghai， Chongqing， and Guizhou have higher levels of high-quality agricultural development， with Shanghai having the highest level of development， while Hubei， Hunan， and Zhejiang Province have lower levels of development.②The high-quality development of agriculture in the Yangtze River Economic Belt shows a trend of “divergence followed by convergence， and then divergence followed by convergence”.In each region， the development trend of the middle and downstream regions is generally similar， while there are significant differences in the upstream.③The impact of the scale of agricultural insurance development on the high-quality development of agriculture in the Yangtze River Economic Belt is significantly negative， while the impact of guarantee level and compensation level on the high-quality development of agriculture in the economic belt is significantly positive.

Key wordsAgricultural insurance;High quality development of agriculture;Entropy weight method;Yangtze River Economic Belt

農(nóng)業(yè)發(fā)展對資源稟賦和環(huán)境等自然條件的依賴程度較高，具有較強的弱質(zhì)性，其發(fā)展受自然條件的影響也較大。我國幅員遼闊，自然資源豐富，各種地形齊備，各種自然氣候也較為完備，這使得我國農(nóng)業(yè)發(fā)展具有優(yōu)越的條件，但各種自然災(zāi)害也對農(nóng)業(yè)發(fā)展帶來了不利影響。為了降低農(nóng)業(yè)從業(yè)者的損失，提高農(nóng)業(yè)抗災(zāi)害能力，發(fā)展農(nóng)業(yè)保險和提高農(nóng)業(yè)發(fā)展質(zhì)量勢在必行。2018年中央一號文件就提出了要“構(gòu)建多層次農(nóng)業(yè)保險體系”，同時也提出了農(nóng)業(yè)發(fā)展要“牢固樹立新發(fā)展理念，落實高質(zhì)量發(fā)展的要求”；2020年我國成立農(nóng)業(yè)再保險公司，使得我國農(nóng)業(yè)保險得到了進(jìn)一步發(fā)展，也為農(nóng)業(yè)保險的發(fā)展壯大提供了保障；緊接著2022年中央一號文件提出要“積極發(fā)展農(nóng)業(yè)保險和再保險”“立足新發(fā)展階段、貫徹新發(fā)展理念、構(gòu)建新發(fā)展格局、推動高質(zhì)量發(fā)展”。

改革開放以來，我國農(nóng)業(yè)發(fā)展取得了巨大成就，但長期的粗放式發(fā)展也帶來了很多問題。為此，我國政府提出了農(nóng)業(yè)高質(zhì)量發(fā)展，而農(nóng)業(yè)高質(zhì)量發(fā)展也成為學(xué)術(shù)界研究熱點。在驅(qū)動力方面，現(xiàn)有的研究當(dāng)中，將技術(shù)進(jìn)步［1］和制度變革［2］作為農(nóng)業(yè)高質(zhì)量發(fā)展的主要驅(qū)動力。技術(shù)進(jìn)步并非單一的技術(shù)創(chuàng)新，技術(shù)進(jìn)步帶來的技術(shù)變革可以促進(jìn)經(jīng)濟增長［3］和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整［4］，進(jìn)而提高農(nóng)業(yè)高質(zhì)量發(fā)展水平。農(nóng)業(yè)技術(shù)的進(jìn)步能夠加速農(nóng)業(yè)現(xiàn)代化的進(jìn)程，提高農(nóng)業(yè)發(fā)展的質(zhì)量［5］，農(nóng)業(yè)信息技術(shù)平臺和服務(wù)平臺則能夠暢通農(nóng)業(yè)技術(shù)轉(zhuǎn)化渠道，加速農(nóng)業(yè)技術(shù)的進(jìn)步［6］。而制度的變遷能夠改善人口、土地和市場的關(guān)系，降低農(nóng)業(yè)發(fā)展的阻力［7］。在測量方法上，現(xiàn)有研究中，主要采用綜合評價法［8］和全要素生產(chǎn)率［9］2種方式對農(nóng)業(yè)高質(zhì)量發(fā)展水平進(jìn)行測量。綜合評價法主要有層次分析法、模糊評價法和熵權(quán)法等［10］，全要素生產(chǎn)率則主要有Malmquist指數(shù)法［11］、MalmquistLuenberger指數(shù)法［12］和Global MalmquistLuenberger指數(shù)法［13］3種。農(nóng)業(yè)在發(fā)展的過程中受自然環(huán)境的影響較大，具有較強的弱質(zhì)性，而農(nóng)業(yè)保險則可以為農(nóng)業(yè)發(fā)展提供保障，彌補因自然災(zāi)害帶來的損失［14］。而隨著農(nóng)業(yè)保險的發(fā)展，農(nóng)業(yè)保險的保障作用在農(nóng)業(yè)高質(zhì)量發(fā)展過程中也越來越大，其影響也越來越深［15］。

從上述文獻(xiàn)可以看出，有關(guān)農(nóng)業(yè)高質(zhì)量發(fā)展的研究已經(jīng)較為完善，但有關(guān)農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展的研究幾乎沒有，以長江經(jīng)濟帶為主要研究對象的更是沒有。因此，該研究基于2012—2021年長江經(jīng)濟帶省級面板數(shù)據(jù)，先運用熵權(quán)法對該經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展水平進(jìn)行評價，并運用收斂模型進(jìn)行收斂性分析，最后運用Tobit模型分析農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展的影響。

1研究方法與數(shù)據(jù)來源

1.1模型設(shè)定

1.1.1熵權(quán)法。

相較于名人評價法和模糊評價法等主觀評價法，熵權(quán)法更具有客觀性，能夠有效降低主觀因素帶來的影響，保證結(jié)果的客觀性。因此，該研究采用熵權(quán)法進(jìn)行評價和分析，公式如下：

原始矩陣：

Z=X11…X1jXi1…Xij（1）

式中，Xij表示第i個決策單元的第j個指標(biāo)i=1，2，…，n，j=1，2，…，m。

數(shù)據(jù)處理：

正向指標(biāo)：μ′n=μμminμmaxμmin（2）

負(fù)向指標(biāo)：μ′n=μmaxμμmaxμmin（3）

比重：

Pij=Xijn1Xij（4）

計算熵值：

ei=（mj=1PijlnPij）/lnm（5）

差異性指數(shù)：

gi=1ei（6）

權(quán)重：

Wi=gin1gi（7）

綜合得分：

hqai=ni=1Wjxij（8）

1.1.2σ收斂。σ收斂是反映地方農(nóng)業(yè)高質(zhì)量偏離總體平均水平的主要方法，反映的是一種動態(tài)變化的過程。計算公式如下：

s=1nni=1（hqaithqa）2（9）

式（9）中，s為標(biāo)準(zhǔn)差，i表示決策單元，t表示時期，hqa表示農(nóng)業(yè)高質(zhì)量發(fā)展水平，hqa則表示農(nóng)業(yè)高質(zhì)量發(fā)展水平的平均值。式（9）結(jié)果中，如果σt+1<σt，則存在σ收斂，若結(jié)果相反，則表示存在發(fā)散現(xiàn)象。

1.1.3Tobit模型。

由于長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展評價結(jié)果為截斷離散變量，因此，該研究采用Tobit模型分析該經(jīng)濟帶農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展的影響。

hqait=θ+αvariableit+βcontrolit+εit（10）

其中：i表示省份；t表示年份；hqa表示被解釋變量，即農(nóng)業(yè)高質(zhì)量發(fā)展水平；variable表示解釋變量，主要包括農(nóng)業(yè)保險發(fā)展規(guī)模、農(nóng)業(yè)保險密度、農(nóng)業(yè)保險深度、農(nóng)業(yè)保險賠付、賠付率；controlit為控制變量，主要包括城鎮(zhèn)化率、財政支農(nóng)、對外開放、經(jīng)濟發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)；α為核心解釋變量系數(shù)；β為控制變量系數(shù)；θ為常數(shù)項；εit表示隨機誤差項。

1.2指標(biāo)體系構(gòu)建

1.2.1長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展指標(biāo)體系構(gòu)建。

借鑒李如瀟等［16］、尹朝靜等［17］的研究方法，結(jié)合各地區(qū)發(fā)展的實際，從農(nóng)業(yè)發(fā)展、均衡發(fā)展、現(xiàn)代化發(fā)展、城鄉(xiāng)發(fā)展、農(nóng)民生活和環(huán)境保護(hù)等6個方面構(gòu)建指標(biāo)體系，具體見表1。

1.2.2長江經(jīng)濟帶農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展影響的指標(biāo)體系構(gòu)建。

為了解長江經(jīng)濟帶農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展的影響，基于長江經(jīng)濟帶2012—2021年的升級面板數(shù)據(jù)，借鑒王思怡等［18］和富麗莎等［19］的研究方法，將農(nóng)業(yè)保險發(fā)展規(guī)模、農(nóng)業(yè)保險密度、農(nóng)業(yè)保險深度、賠付水平、賠付率作為解釋變量，將城鎮(zhèn)化率、財政支農(nóng)、對外開放、經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)作為控制變量，并構(gòu)建相應(yīng)的指標(biāo)體系，具體見表2。

1.3數(shù)據(jù)來源該研究

以2012—2021年長江經(jīng)濟帶為研究對象，主要數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國人口與就業(yè)統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》等整理得來。其中農(nóng)村居民受教育年限并未直接統(tǒng)計，其計算方式如下：

農(nóng)村勞動力受教育年限=α０×0+α1×6+α2×9+α3×12+α4×16

式中，α0表示文盲或半文盲勞動力占比，α1表示小學(xué)學(xué)歷勞動力占比，α2表示初中學(xué)歷勞動力占比，α3表示高中學(xué)歷勞動力占比，α4大專及以上學(xué)歷勞動力就業(yè)占比。

2實證結(jié)果與分析

2.1長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量測算結(jié)果及分析

由表3可知，2012—2021年，長江經(jīng)濟帶全域農(nóng)業(yè)高質(zhì)量發(fā)展水平處于中間階段，始終在0.4～0.6徘徊，且總體表現(xiàn)出先升后降的趨勢。2012—2015年上升趨勢較緩，在2015—2016年迅速上升，且在2016年超過0.5，在2016—2019年漲勢放緩，但在2019—2021年則出現(xiàn)急劇下降。

各區(qū)域中，上游農(nóng)業(yè)高質(zhì)量發(fā)展水平要由于中游和下游，而中游農(nóng)業(yè)高質(zhì)量發(fā)展水平最低。從時間演變來看，2012—2015年和2021年，上游的發(fā)展水平最高，2016—2020年則是下游的發(fā)展水平最高，且僅有下游在2019年的發(fā)展水平超過了0.6，中游地區(qū)在整個時間段內(nèi)發(fā)展水平均最低，且僅有中游在2013年的發(fā)展水平低于0.4。上游和中游的發(fā)展趨勢相似性較高，而下游的發(fā)展趨勢則與全域發(fā)展趨勢相似。

各省當(dāng)中，上海市農(nóng)業(yè)高質(zhì)量發(fā)展水平要明顯高于其余?。ㄊ校?，且除2012和2021年外，其余各年上海市發(fā)展水平均高于0.6，在2016—2018年超過了0.7，2019—2020年則超過了0.8，主要原因是：上海市農(nóng)業(yè)發(fā)展規(guī)模雖較小，但該市人力資源水平、經(jīng)濟發(fā)展水平和科技發(fā)展水平均較高，這也使得該市農(nóng)業(yè)高質(zhì)量發(fā)展水平明顯高于其余?。ㄊ校?。其余各省（市）中，重慶市和貴州省農(nóng)業(yè)高質(zhì)量發(fā)展水平雖低于上海市，但也明顯高于其余省份。重慶市和貴州省的農(nóng)業(yè)發(fā)展條件均不好，重慶市以山地為主，貴州省則以喀斯特地形為主，這2種地形均不適于農(nóng)業(yè)發(fā)展，但也正是這種原因，促使這2?。ㄊ校┦⌒枨蟾痈咝Ш铜h(huán)保的農(nóng)業(yè)發(fā)展模式，進(jìn)而使得二者農(nóng)業(yè)高質(zhì)量發(fā)展水平較高。湖北省、湖南省和浙江省農(nóng)業(yè)高質(zhì)量發(fā)展水平較低，這3個省份農(nóng)業(yè)發(fā)展條件均較好，且為農(nóng)業(yè)大省，農(nóng)業(yè)規(guī)?；潭容^高，這種規(guī)?；霓r(nóng)業(yè)發(fā)展方式雖能提高農(nóng)業(yè)生產(chǎn)效率，但這種發(fā)展模式也會加劇化肥、農(nóng)藥等化學(xué)品的使用，使得3省農(nóng)業(yè)高質(zhì)量發(fā)展水平較低。綜合來看，各?。ㄊ校┲g雖有區(qū)別，但也存在一定的共性。除浙江省外，其余各區(qū)域農(nóng)業(yè)高質(zhì)量水平在2020年均出現(xiàn)了下降，說明新冠疫情對農(nóng)業(yè)高質(zhì)量發(fā)展產(chǎn)生了負(fù)面影響。

2.2收斂性分析

由上述分析可以得知，長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展存在區(qū)域性差異。因此，該研究借鑒郭峰等［20］的方法，采用σ收斂模型來分析該經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域性差異。

由圖1可知，長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展表現(xiàn)出先“發(fā)散后收斂，再發(fā)散再收斂”的趨勢。2012—2013長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展區(qū)域間差異擴大，2013—2016年縮小，2016—2020年逐漸擴大，2020—2021年的區(qū)域差異則又縮小。各區(qū)域中，上游在2012—2018年的農(nóng)業(yè)高質(zhì)量發(fā)展區(qū)域間差異在不斷縮小，2018—2021年則不斷擴大；中游地區(qū)在2012—2013年的農(nóng)業(yè)高質(zhì)量發(fā)展區(qū)域間差異擴大，2013—2017年則不斷縮小，2017—2020年則不斷擴大，2020—2021年又開始縮?。幌掠无r(nóng)業(yè)高質(zhì)量發(fā)展區(qū)域間差異在2012—2016年表現(xiàn)出“M”形發(fā)展趨勢，2016—2020年差異不斷擴大，2020—2021年又表現(xiàn)出縮小的趨勢。

2.3農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展的影響分析

為了解長江經(jīng)濟帶農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展的影響，該研究運用Tobit模型進(jìn)行分析，其結(jié)果見表4。

從回歸結(jié)果來看，農(nóng)業(yè)保險發(fā)展規(guī)模對長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展的影響為負(fù)，且通過了0.05水平的顯著性檢驗。其系數(shù)為0.029，說明當(dāng)農(nóng)業(yè)保險發(fā)展規(guī)模增加1%，農(nóng)業(yè)高質(zhì)量發(fā)展水平則降低0.029%。農(nóng)業(yè)保險密度和農(nóng)業(yè)保險深度對該經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展水平的影響均為正，且分別通過了0.05和0.01的顯著性檢驗，說明當(dāng)農(nóng)業(yè)保險密度和農(nóng)業(yè)保險深度升高時，農(nóng)業(yè)高質(zhì)量發(fā)展水平也會相應(yīng)增加。農(nóng)業(yè)保險賠付水平和賠付率對該經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展水平的影響均為正，說明農(nóng)業(yè)保險的賠付機制同樣能夠提高農(nóng)業(yè)高質(zhì)量發(fā)展水平。

由表5可知，農(nóng)業(yè)保險發(fā)展規(guī)模對長江經(jīng)濟帶上游有顯著的負(fù)向影響，對中游和下游則有顯著的正向影響，說明農(nóng)業(yè)保險發(fā)展規(guī)模的擴大對于上游農(nóng)業(yè)高質(zhì)量發(fā)展產(chǎn)生負(fù)面影響，這是因為上游農(nóng)民收入相對較低，進(jìn)一步擴大該地區(qū)農(nóng)業(yè)保險發(fā)展規(guī)模會加重農(nóng)民負(fù)擔(dān)，而中游和下游農(nóng)民的收入較高，經(jīng)濟發(fā)展水平也較高，進(jìn)一步擴大該地區(qū)農(nóng)業(yè)保險發(fā)展規(guī)模并不會顯著加重農(nóng)民負(fù)擔(dān)，進(jìn)而對農(nóng)業(yè)高質(zhì)量發(fā)展產(chǎn)生負(fù)面影響。保障水平中，農(nóng)業(yè)保險密度和深度對上、中、下游均有顯著的正向影響，說明保障水平的提高有利于農(nóng)業(yè)高質(zhì)量發(fā)展。賠付水平中，賠付水平對中游和下游均有顯著的正向影響，對上游的正向影響不顯著；賠付率對上游和中游有顯著的正向影響，對下游的負(fù)向影響不顯著。

3結(jié)論與建議

3.1結(jié)論

農(nóng)業(yè)發(fā)展具有弱質(zhì)性，而農(nóng)業(yè)保險則可以為農(nóng)業(yè)發(fā)展提供保障，對于農(nóng)業(yè)高質(zhì)量發(fā)展也有顯著影響。因此，該研究基于2012—2021年長江經(jīng)濟帶省級面板數(shù)據(jù)，先運用熵權(quán)法對該經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展水平進(jìn)行評價，并運用收斂模型進(jìn)行收斂性分析，最后運用Tobit模型分析農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展的影響。主要結(jié)論如下：

第一，長江經(jīng)濟帶全域農(nóng)業(yè)高質(zhì)量發(fā)展水平處于中間階段，且總體表現(xiàn)出先升后降的趨勢。各區(qū)域中，上游農(nóng)業(yè)高質(zhì)量發(fā)展水平要由于中游和下游，中游最低。各?。ㄊ校┊?dāng)中，上海市、重慶市和貴州省的農(nóng)業(yè)高質(zhì)量發(fā)展水平較高，其中上海市的發(fā)展水平最高，湖北省、湖南省和浙江省的發(fā)展水平則處于較低水平。

第二，長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展表現(xiàn)出先“發(fā)散后收斂，再發(fā)散再收斂”的趨勢。各區(qū)域中，中游和下游的發(fā)展趨勢野兔整體趨同，上游則有較大差異。

第三，農(nóng)業(yè)保險發(fā)展規(guī)模對長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展的影響顯著為負(fù)，保障水平和賠付水平對該經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展水平的影響均顯著為正。

3.2建議概況以上結(jié)論，提出以下建議：

3.2.1推動區(qū)域協(xié)調(diào)發(fā)展，縮小區(qū)域發(fā)展差異。長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展水平處于中間階段，但整體向好趨勢明顯，且存在區(qū)域差異。因此，要提高該經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展水平，必須要根據(jù)各地的發(fā)展實際制定發(fā)展戰(zhàn)略，要加大對上游和中游地區(qū)的政策優(yōu)惠力度和財政支持力度。同時，還要加強地區(qū)間的合作，引導(dǎo)下游地區(qū)的優(yōu)勢資源向上游和中游地區(qū)轉(zhuǎn)移，加強區(qū)域間優(yōu)勢資源的流通，縮小發(fā)展差異。

3.2.2完善職業(yè)教育體系，提高農(nóng)民職業(yè)教育水平。要加大對農(nóng)民職業(yè)教育的投入力度，分層分類開展職業(yè)教育，開展多層次的農(nóng)民職業(yè)教育，在提高農(nóng)民職業(yè)素質(zhì)的同時，提高農(nóng)民對農(nóng)業(yè)保險的接受程度，促使農(nóng)民主動投保。

3.2.3提高農(nóng)業(yè)保險對農(nóng)業(yè)高質(zhì)量發(fā)展的保障能力。長江雖然為長江經(jīng)濟帶帶來了優(yōu)越的農(nóng)業(yè)發(fā)展條件，但頻發(fā)的自然災(zāi)害也對該地區(qū)農(nóng)業(yè)發(fā)展產(chǎn)生了不利影響，尤其是上游地區(qū)更是洪災(zāi)頻發(fā)，中、下游地區(qū)旱災(zāi)發(fā)生率也在增加。因此，應(yīng)當(dāng)建立農(nóng)業(yè)大災(zāi)保險儲備基金，提升農(nóng)業(yè)保險的保障能力。同時，還應(yīng)當(dāng)擴大農(nóng)業(yè)保險覆蓋范圍，提高農(nóng)業(yè)保險市場活力，促進(jìn)農(nóng)業(yè)保險產(chǎn)品創(chuàng)新。

參考文獻(xiàn)

［1］陳宇斌，王森.農(nóng)業(yè)技術(shù)創(chuàng)新、同群效應(yīng)與農(nóng)業(yè)高質(zhì)量發(fā)展：兼議農(nóng)地規(guī)模經(jīng)營的作用機制［J］.蘭州學(xué)刊，2022（9）：148-160.

［2］ 王可山，郝裕，秦如月.農(nóng)業(yè)高質(zhì)量發(fā)展、交易制度變遷與網(wǎng)購農(nóng)產(chǎn)品消費促進(jìn)：兼論新冠肺炎疫情對生鮮電商發(fā)展的影響［J］.經(jīng)濟與管理研究，2020，41（4）：21-31.

［3］ 戚逸康.綠色金融、技術(shù)進(jìn)步與經(jīng)濟增長：基于一般均衡模型的理論分析與實證檢驗［J］.蘭州學(xué)刊，2023（3）：16-30.

［4］ 陳浩，鄭潔.技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對中國碳排放強度的影響［J］.商業(yè)研究，2022（6）：1-12.

［5］ 李軍峰，韓佳利.科技創(chuàng)新推進(jìn)河北省農(nóng)業(yè)現(xiàn)代化空間效應(yīng)分析［J］.農(nóng)業(yè)經(jīng)濟，2022（12）：6-8.

［6］ 劉冬梅，趙成偉.農(nóng)業(yè)技術(shù)服務(wù)規(guī)?；穆窂椒治觯夯谏綎|豐信農(nóng)業(yè)的案例研究［J］.中國科技論壇，2021（12）：142-148.

［7］ 王敬堯，王承禹.國家治理、農(nóng)地制度與農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革［J］.政治學(xué)研究，2020（3）：90-101.

［8］ 唐小平，蔣健.農(nóng)村人口老齡化對農(nóng)業(yè)高質(zhì)量發(fā)展的影響［J］.華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023，22（3）：45-56.

［9］ 林青寧，毛世平.農(nóng)業(yè)全要素生產(chǎn)率的演化過程、測算方法與未來展望［J］.中國農(nóng)業(yè)大學(xué)學(xué)報，2023，28（4）：248-256.

［10］ 楊念，王蔚宇.農(nóng)業(yè)高質(zhì)量發(fā)展評價指標(biāo)體系構(gòu)建與測度［J］.統(tǒng)計與決策，2022，38（19）：26-30.

［11］ CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units［J］.European journal of operational research，1978，2（6）：429-444.

［12］ CHUNG Y H，F(xiàn)RE R，GROSSKOPF S.Productivity and undesirable outputs：A directional distance function approach［J］.Journal of environmental management，1997，51（3）：229-240.

［13］ OH D H.A global Malmquist-Luenberger productivity index［J］.Journal of productivity analysis，2010，34（3）：183-197.

［14］ 張宇馳，歐陽濤.農(nóng)業(yè)保險對農(nóng)業(yè)產(chǎn)出的影響機理與對策研究［J］.農(nóng)業(yè)經(jīng)濟，2023（5）：106-109.

［15］ 馮浩，朱美榮，何思炫.農(nóng)業(yè)保險與農(nóng)業(yè)高質(zhì)量發(fā)展的耦合協(xié)調(diào)關(guān)系研究：以安徽省為例［J］.江蘇農(nóng)業(yè)科學(xué)，2021，49（12）：222-228.

［16］ 李如瀟，楊陽.中國農(nóng)業(yè)高質(zhì)量發(fā)展水平測度［J］.統(tǒng)計與決策，2023，39（14）：99-103.

［17］ 尹朝靜，高雪，楊坤.中國農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異與動態(tài)演進(jìn)［J］.西南大學(xué)學(xué)報（自然科學(xué)版），2022，44（12）：87-100.

［18］ 王思怡，張啟文，劉暢.農(nóng)業(yè)保險、農(nóng)業(yè)全要素生產(chǎn)率與農(nóng)產(chǎn)品供給數(shù)量安全研究［J］.農(nóng)業(yè)現(xiàn)代化研究，2023，44（3）：480-489.

［19］ 富麗莎，汪三貴，秦濤.農(nóng)業(yè)保險的增收效應(yīng)及其作用機制［J］.中國人口·資源與環(huán)境，2022，32（12）：153-165.

［20］ 郭峰，王靖一，王芳，等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］.經(jīng)濟學(xué)，2020，19（4）：1401-1418.

作者簡介李雪季（1994—），女，湖北松滋人，碩士研究生，研究方向：農(nóng)村社會救助。