贫困县玉米种植户政策性农业保险需求档次分析

齐彧 王宁

摘要： 基于对黑龙江省林甸县玉米种植户的调研数据，以保险公司提供的225、300、375元/hm2等3个保费档次作因变量，运用有序Probit模型分析影响农户政策性农业保险需求档次的因素。结果表明，受教育程度、损失频次、对政策性农业保险的了解程度等3个指标的提高使得玉米种植户对高保费档次的需求强烈。家庭农业劳动力数量、玉米种植面积占总耕地面积的比重、是否流转土地、是否种植其他作物及土地质量都显著影响玉米种植户的保险需求档次;家庭规模、种植年限、购买政策性农业保险经历对玉米种植户保险需求档次的影响不显著。因此，建议在县级财政既定的政策性保险预算额度下，根据玉米种植户对不同保费档次的选择，调整政策性保险补贴的实施方案，从而更好地发挥政策性保险的支农作用。

关键词： 贫困县;玉米种植户;政策性农业保险;保费档次选择;有序Probit模型

中图分类号： F840.66  文献标志码： A

文章编号：1002-1302（2020）05-0008-05

在我国800个产粮大县中，国家级贫困县有105个，调动贫困县粮食种植户的积极性对于稳定我国粮食的供给至关重要。农业保险在支农方面具有重要作用，自2004年开始农业保险一直被写入中央一号文件。2017年国务院发布的《关于深入推进农业供给侧结构性改革加快培育农业农村发展新动能的若干意见》中强调应“持续推进农业保险扩面、增品、提标，开发满足新型农业经营主体需求的保险产品”。国内学者既指出政策性农业保险需求方面存在的问题，又分析了影响其需求的因素，并给出相关的建议。刘金霞等认为，我国农业保险无法将潜在需求转化为有效需求[1]。周坚等指出，我国农业大省相较于经济发达省份政策性农业保险的保障水平偏低，对粮食产出的激励作用有限[2]。何小伟认为，农户对政策性农业保险的需求会受到耕地面积、非农收入等因素影响，应重视农户之间存在的差异性，提高农业保险保费补贴的精准性和指向性[3]。

Logistic模型和Probit模型是学者们在分析影响因素时主要应用的研究方法。惠献波基于河南省1 025名农户的调研数据，运用二元Logistic回归模型，分析影响农户农业保险需求意愿及其因素[4]。宁满秀等以新疆维吾尔自治区玛纳斯河流域部分团场和乡（镇）棉农为研究对象，运用Probit模型分析影响农户购买农业保险的决策因素[5]。林甸县地处黑龙江省西部，既是我国的产粮大县，又是国家级贫困县，该县玉米种植户购买的政策性农业保险均为保险公司所提供的3档保费中的最低档，部分玉米种植户更偏好于第2档和第3档保费对应的保额。以已有研究成果为基础，分析玉米种植户对现有政策性农业保险3个档次的档次选择及影响因素，既可为保险公司调整政策性农业保险保费档次提供参考，又可为林甸县政府从玉米种植户对不同保险档次需求意愿的角度制定补贴计划提供参考，从而提高政策性农业保险补贴的精准性。

1 模型选择与数据来源

1.1 有序Probit模型

有序Probit模型被广泛应用于处理有序多分类离散数据。金刚等为探究影响农民新型农村社会养老保险缴费档次选择的因素，将5个缴费档次作为因变量进行研究，发现不同的补贴方式显著影响缴费档次的选择[6]。李润平等将合作社的融资需求划分为强、中、弱3个等级，依据有序Probit模型估计影响合作社融资需求选择的因素[7]。周曙东等在分析影响果农对农业外来入侵动物防治意愿的因素时，按照李克特量表法将防治意愿程度这一因变量划分为5个有序变量，运用有序Probit模型分析不同因素对意愿度影响的概率[8]。林乐芬等将入社社员对合作社的依存度划分为5個等级，运用有序Probit模型分析显著影响社员依存度的因素和这些因素对不同等级依存度的影响概率及其边际贡献值[9]。陈素琼等将城市农民工幸福程度划分为5个等级，运用有序Probit模型分析影响城市农民工幸福程度的因素[10]。

林甸县政策性农业保险保费由各级财政部门和农户共同承担，其中中央财政补贴40%，省级财政补贴25%，县级财政补贴15%，其余20%由农户自己承担。保险公司在该县推行的玉米政策性农业保险有3个保费档次，分别为225、300、375元/hm2，将现有3个保费档次作为因变量，并用数字1、2、3赋值，由于3个保费档次赋值后为离散型有序变量，故采用有序Probit模型分析影响玉米种植户对政策性农业保险需求档次的因素。

有序Probit模型的数学表达式如下：

y*i=xiβi+μi。（1）

观测值yi的定义规则如下：

yi=1，y*i≤r1;

2，r1

3，y*i>r2。

式中：y*i表示不可观测的潜变量;yi表示可观测的有序变量;xi表示第i个自变量;μi表示标准正态分布的随机误差;r1、r2、r3表示y*值突变的临界点，与βi一样均为待估计参数，0<r1<r2<r3。

由此可知，yi对xi的条件概率为：

Prob（yi=1|xi）=Prob（y*i≤r1|xi）=Φ（r1-βixi）;

Prob（yi=2|xi）=Prob（ri

[JP2]Prob（yi=3|xi）=Prob（y*i>r2|xi）=1-Φ（r2-βixi）。

式中：yi表示保险需求档次;xi表示影响保险需求档次的11个变量;有序Probit模型的回归系数β值可通过Stata软件进行估计。由于该模型的回归系数值大小不能说明某一个解释变量对保险需求档次的影响程度，系数的符号也只能说明该变量对保险需求档次的影响方向，所以须要计算各个变量的边际贡献值。边际贡献值是指自变量变化1个单位引起的因变量变化量。边际贡献值为正或为负，表示自变量每增加1个单位会使因变量yi=n发生的概率增加或减小;边际贡献值为0则表明自变量的变化对因变量发生的概率无影响。对于连续型自变量，其边际贡献值可由偏导数P/x计算获得，即对P（yi=n|x）求偏导就可得到自变量xi对yi=n发生的边际贡献值。

式中：f（z）表示标准正态概率密度函数在z点处的概率值。对于虚拟自变量（离散变量）则须计算虚拟自变量不同取值时的预测概率，2个预测概率之差即为其边际贡献概率。

1.2 数据来源

林甸县下辖5个镇3个乡，笔者所在课题组于2018年11月14日对黑龙江省林甸县宏伟乡等乡（镇）进行预调研，根据预调研情况调整了调研问卷的内容。调整后的调研问卷分为两部分，一部分为玉米种植户（户主）农业政策性保险保费档次，另一部分为玉米种植户家庭特征、经营特征、保险认知情况。并于2018年11月20—29日走访了5个乡（镇）的16个村，展开为期10 d的正式调研，共发放调研问卷170份，全部回收，其中有效调研问卷162份，有效率为95.29%（表1）。

2 变量设置与描述性统计

杜鹏指出，农业收入占总收入的比重、家庭农业劳动力人数、对农业保险的了解程度等因素对农业政策性保险需求具有正向影响[11]。宁满秀等以新疆棉农为研究对象，发现户主务农时间、总耕地面积、棉农纯收入占总收入的比重都显著影响农户购买农业政策性保险的决策[5]。晁娜娜等指出，不同种植规模对农业保险需求存在差异，是否有耕地流转行为对保险需求影响为正[12]。姜岩等指出，是否有参保经历、农业保险了解程度、年龄、受教育年限都对农业政策性保险需求具有激励作用[13]。在已有研究成果的基础上，本研究将解释变量划分为家庭特征、经营特征、保险认知3个部分（表2）。

结合实际调研情况和表2的描述性统计结果可知，首先，玉米种植户受教育程度的均值为1.72，62个玉米种植户受教育程度为小学及以下，87个玉米种植户受教育程度为初中，两者共占总人数的92%，高中及以上学历的玉米种植户有13个，可见所调研的玉米种植户普遍受教育水平偏低;玉米种植户一般都为三口之家或四口之家，三口之家有58个，四口之家有43个，家庭规模最大的为7人;家庭劳动力人数最多为2人，有时1人也可以完成农业生产活动，如今农业生产的大部分环节都依靠农业机械，玉米种植户可以通过雇佣农机具作业以节省劳动力。其次，被调查玉米种植户中粮食种植年限在21～30年的有54个，种植年限超过30年的有51个，种植年限在10年以下的有29个，占总人数的17.9%;玉米种植户家庭种植玉米的面积占总经营耕地面积的77.3%，种植玉米的面积占总经营耕地面积的比重越大，对玉米种植户保费档次选择产生的影响可能就越大;在162个玉米种植户中，有128个玉米种植户选择流转入土地来扩大生产规模，但是由于近年来土地转入成本不断提高，如遇到灾害会导致减产甚至绝产，对转入土地的玉米种植户的打击是巨大的，不利于土地规模化经营;大部分玉米种植户都选择种植多种作物，只有39个玉米种植户选择只种植玉米1种作物，实地调研还发现林甸县玉米种植户一般喜欢兼种大豆、红小豆，多样化种植使得风险分散，进而影响玉米种植户保险需求档次的选择;统计结果显示，土地质量为一般的有92个，占总调研人数的56.8%，土地质量为好的有46个，土地质量越好，发生灾害的可能性会降低，进而影响玉米种植户农业保险需求档次;近10年作物受灾达到作物赔付标准的频次为2、3次的玉米种植户居多，分别占总调研的玉米种植户的29.0%、33.3%，作物受灾达到作物赔付标准频次最多为6次，受灾频次越多的玉米种植户的风险意识可能更强，更有意愿购买高档次的农业保险。最后，对农业保险政策不了解的玉米种植户有73个，一般了解的玉米种植户有61个，十分了解农业保险政策的玉米种植户很少，只占17.3%，说明政府、保险公司、村干部等对农业保险的宣传力度有待加强;调研的玉米种植户中曾参加过农业保险的玉米种植户有94个，曾经购买过农业保险的玉米种植户可能更倾向于高档次的保险。

3 实证结果与分析

3.1 回归过程

为避免因2个解释变量高度相关而影响对被解释变量的分析，对自变量进行多重共线性检验。本研究通过方差膨胀因子（VIF）判断自变量间是否存在多重共线性，一般认为VIF不超过10，则自变量间不存在多重共线性[14]。卢秋佳等在探究影响农户是否选择林权交易中心的因素时，在Logistic回归前进行VIF多重共线性检验发现其VIF值均在10以内[15]。钱龙等运用二元Probit模型分析社会资本对土地流转行为的影响时发现，多重共线性的VIF值均小于10[16]。本研究运用Stata 14.2检验多重共线性的VIF值最大为3.23（表3），说明解释变量间不存在多重共线性，无须调整解释变量。运用有序Probit模型对11个自变量回归，获得各个自变量的回归系数，并通过计算各个自变量的边际贡献值，确定当自变量发生变化时，因变量发生变化的概率。各自变量的回归系数及边际贡献值（边际效应）见表3。

3.2 结果分析

3.2.1 家庭特征因素（x1～x3）

受教育程度（x1）越高，玉米种植户选择保费第1档、第2档的概率将分别下降10.61%、3.01%，而玉米种植户选择保费第3档的概率将提高13.62%，说明玉米种植户受教育程度越高，对高保费档次需求的可能性越大。家庭规模（x2）在统计上不显著，说明家庭规模不是保险需求档次的决定性因素。家庭农业劳动力数量（x3）每增加1人，玉米种植户选择第1、第2档的概率将分别提高12.04%、3.42%，而选择第3档的概率将降低15.46%，说明随着农业劳动力数量的增加，玉米种植户对高保费档次的需求减小。

保费需求档次的影响不显著，说明种植年限对保费需求档次的影响不起关键作用。玉米种植面积占总耕地面积的比重（x5）越大，玉米种植户选择保费第1档的概率将提高39.89%，选择保费第2档的概率将提高11.32%，而选择保费第3档的概率将降低51.21%，可见随着玉米种植面积占总耕地面积比重的提高，玉米种植户对保费第1档与第2档的需求将增加。流转土地的玉米种植户（x6）比不流转土地的玉米种植户对保费第1、第2档需求的概率分别提高13.10%、3.72%。除种植玉米外还种植其他作物的农户（x7）比单种植玉米的农户选择保费第1档概率提高了26.84%，多样化种植使得玉米种植户倾向于购买低保费档次的政策性农业保险。玉米土地质量（x8）越好，玉米种植户选择保费第1档的概率提高14.06%，選择保费第3档的概率降低18.05%，说明土地质量显著影响玉米种植户对保费档次的选择。损失频次（x9）越高，玉米种植户选择保费第3档的概率提升5.92%，选择保费第1、第2档的概率分别下降4.61%、1.31%，说明近年来受灾频次越高，玉米种植户选择高保费档次的概率就会越高。

3.2.3 保险认知因素（x10、x11）

玉米种植户对政策性农业保险政策的了解程度（x10）越高，选择保费第1、第2档次的概率分别下降3.07%、8.07%，选择第3档次保费的概率提高9.34%，说明随着玉米种植户对政策性农业保险的认知程度的提高，其更倾向于选择高保费档次的保险。是否参加过政策性农业保险（x11）在统计上不显著，说明是否有政策性农业保险的参保经历对种植户保费档次的选择影响不大。

4 结论及建议

以林甸县玉米种植户为调研对象，运用有序Probit模型分析影响政策性农业保险需求档次的因素。结果表明，受教育程度、近年来损失频次、对保险政策的了解程度等3个指标的提高使得玉米种植户对高保费档次的需求强烈。家庭农业劳动力数量、玉米种植面积占总耕地面积的比重、是否流转土地、是否种植其他作物以及玉米土地质量都显著影响玉米种植户保费档次的选择;家庭规模、种植年限、购买农业保险经历对玉米种植户保费档次选择的影响不显著。

综上提出以下建议：第一，提高农业保险的宣传力度。政府、保险公司应采用案例分析等方式，让农户了解保险的责任范围以及赔偿标准，提高农户对农业保险的认知程度，进而调动农户参保的积极性。第二，建议在县级财政既定的政策性保险预算额度条件下，可根据玉米种植户对不同保费档次的选择调整政策性保险补贴实施方案。

参考文献：

[1]刘金霞，雒立旺. 扩大中国农业保险有效需求的对策研究[J]. 经济与管理，2012，26（3）：59-61，86.

[2]周 堅，张 伟，陈宇靖. 粮食主产区农业保险补贴效应评价与政策优化——基于粮食安全的视角[J]. 农村经济，2018（8）：69-75.

[3]何小伟. 农业保险精准补贴的着力点和配套保障[J]. 金融博览，2017（8）：60-61.

[4]惠献波. 农户农业保险需求意愿及其影响因素研究——基于河南省1 025户农户的调研数据[J]. 调研世界，2016（1）：21-25.

[5]宁满秀，邢 郦，钟甫宁. 影响农户购买农业保险决策因素的实证分析——以新疆玛纳斯河流域为例[J]. 农业经济问题，2005（6）：38-44，79.

[6]金 刚，柳清瑞. 新农保补贴激励、政策认知与个人账户缴费档次选择——基于东北三省数据的有序Probit模型估计[J]. 人口与发展，2012，18（4）：39-46，13.

[7]李润平，周灵灵. 农民专业合作社的融资诉求及其影响因素研究——基于河北、安徽两省问卷调查数据的实证分析[J]. 经济经纬，2014，31（3）：20-25.

[8]周曙东，周 桢. 果农对农业外来入侵动物的防治意愿分析——以橘小实蝇为例[J]. 中国农村经济，2014（9）：46-56.

[9]林乐芬，李 伟. 农地股份合作组织发育与内部依存性实证分析——基于40个农地股份合作社的问卷调查[J]. 学海，2015（2）：124-134.

[10]陈素琼，张广胜. 城市农民工家庭化迁移模式变迁及其幸福效应——基于CGSS数据的追踪研究[J]. 农业技术经济，2017（8）：67-80.

[11]杜 鹏. 农户农业保险需求的影响因素研究——基于湖北省五县市342户农户的调查[J]. 农业经济问题，2011，32（11）：78-83，112.

[12]晁娜娜，杨汭华. 耕地规模、农业保险认知及其潜在需求的多样化——基于全国6 492个粮食种植户的考察[J]. 财经科学，2017（5）：67-79.

[13]姜 岩，李 扬. 政府补贴、风险管理与农业保险参保行为——基于江苏省农户调查数据的实证分析[J]. 农业技术经济，2012（10）：65-72.

[14]陈 强. 高级计量经济学及Stata应用[M]. 北京：高等教育出版社，2014.

[15][JP2]卢秋佳，魏远竹，徐龙顺，等. 计划行为理论视角农户选择林权交易中心意愿分析[J]. 林业经济问题，2018，38（6）：48-55，105.

[16]钱 龙，钱文荣. 社会资本影响农户土地流转行为吗？——基于CFPS的实证检验[J]. 南京农业大学学报（社会科学版），2017，17（5）：88-99，153-154.

收 稿日期：2019-02-16

基金项目：黑龙江八一农垦大学“三纵”科研启动计划（编号：RRCPY201801）;黑龙江省农业农村改革发展软科学研究课题。

作者简介：齐 彧（1995—），女，黑龙江鸡西人，硕士，主要从事农业与农村经济研究。E-mail：1807771211@qq.com。

通信作者：王 宁，教授，硕士生导师，主要从事农业经济理论与政策研究。E-mail：1262048825@qq.com。