政策性农业保险达到最优规模了吗？——以河南省18个地市农业保险对农业产出的影响为例

李琴英 陈芮格

(郑州大学 商学院，河南 郑州 450001)

政策性农业保险对于保障农民收益、推进农业现代化以及促进乡村振兴等具有重要作用。近年来我国农业保险保持较高的增速，2007～2018年农业保险保费收入年均增长率为46.6%。从边际原理角度看，农业保险作为一项金融资本，其持续投入可能会对农业产出的促进作用逐渐减弱。那么我国的农业保险目前是否已达到量的最优规模，进而转向重质的结构调整呢？厘清这一问题有助于判断当前不同地区农业保险所处的发展阶段，进而为不同地区合理确定农业保险发展目标提供理论依据和实践指导。

一、理论分析与研究假说

政策性农业保险的基本功能是分散风险和经济补偿，派生功能有防灾减损、监督风险等。无论灾害事故是否发生，农业保险会通过两种途径影响产出:一是保险公司作为供给方，为了督促农户进行日常生产管理及防范道德风险，会在保险期间为农户提供防灾建议，有利于提高农业产出。二是对农户来说，一方面道德风险的存在可能使其投保后疏于风险防范，进而降低农业产出；另一方面，购买农业保险会稳定农户对未来生产的预期，对其生产行为产生以下影响：(1)提高生产技术。农业保险有助于农民采用更先进的生产工具和技术，进而提高农业产出。(2)扩大生产规模。投保农户认为农业保险可以规避自然风险带来的损失，所以会改变种植决策，扩大种植面积，增加农业产出。(3)调整生产结构。投保农户更倾向于种植被保险农作物，使专业化水平上升，进一步提高农业产出。

此外，如果发生了灾害事故，保险公司会及时提供减损措施。若灾害导致的损失达到补偿要求，投保农户会按一定比例获得直接经济补偿，这使农户有资金进行下一期生产，以保障农业生产过程的稳定性，有利于农业可持续性发展。

本文基于边际原理，选取满足边际产品为正且边际产品递减规律的C-D生产函数，探讨农业产出最大化时农业保险的最优规模问题。

假设π=y-c，其中，π表示利润，y表示产出，c表示成本，y和c可表示为某一个或几个变量的函数，可视为(x1,x2…xn)的函数，则利润最大化的条件为：

(1)

(2)

C-D生产函数的基本形式为：

Y(t)=A(t)K(t)αL(t)β

(3)

公式(3)中，0<α，β<1，Y、A、K和L分别代表农业产出、农业技术水平、农业资本投入和农业劳动力投入。由于公式中没有农业保险这一项，通过文献搜索发现，韦伯等通过理论分析和Hausman检验证出，保险作为一项金融工具，也是一种金融资本投入，投保可以减少潜在损失的可能性，其风险分散和损失补偿功能对经济各部门的增长都有重要作用[1]。因此将代表金融活动对经济增长作用的Z(t)作为内生解释变量引入，提出修正的C-D生产函数。

Y(t)=Z(t)A(t)K(t)αL(t)β

(4)

其中，

A(t)=A(0)exp(gt)

(5)

Z(t)=Z(0)exp(AIN)

(6)

Z(t)用农业保险(AIN)来表示，因为短时间内技术水平不变，故将A(t)视为常数。对等式两边同时取对数，降低数量级以及减小异方差变为线性模型。

lnY(t)=lnZ(t)+lnA(t)+∂K(t)+βL(t)

(7)

lnY(t)=Z(>0)*AIN+β0+∂K(t)+βL(t)

(8)

lnY=β0+β1AIN+∂K(t)+βL(t)

(9)

依据边际原理，农业保险作为一种生产要素，其投入的增加会带来农业产出边际产量的下降，存在农业保险最优规模点。因此，本文选择引入农业保险的平方项，即公式(10)，模拟倒U型曲线，计算最优规模点：

lnY=β0+β1AIN+β1AIN2+∂K(t)+βL(t)

(10)

基于上述理论分析，本文提出如下假说：农业保险对农业产出具有显著正向影响，但随着农业保险投入不断增加，其对农业产出的促进作用逐渐下降，且农业保险存在最优规模。

二、变量选择与模型设定

(一)变量选择

1.被解释变量

农业产出(AP)。参考周稳海和赵桂玲的研究[2]，选择用农林牧渔业增加值来表示，并用农林牧渔业增加值指数进行平滑处理。一方面剔除价格因素以反映农业的实际产出，另一方面用农业产值间接表示农业产量，克服了农业产量计量单位不一致问题。农林牧渔业增加值是其现价总产值扣除现价中间投入后的余额，是农林牧渔业生产经营的最终成果，能客观反映投入、产出、效益、速度、收入及对社会贡献等情况。与总产值比较，增加值避免了中间产品的重复计算，消除了总产值计算时的重复因素，计算结果是社会最终产品的价值。

2.核心解释变量

(1)农业保险深度(INSP)。参考财政部《关于加快农业保险高质量发展的指导意见》中“农业保险深度=保费/第一产业增加值”，用农业保险保费收入/第一产业增加值来衡量。农业保险保费收入是衡量农业保险发展水平的基础，农业保险保费收入越多，代表该地区的农业保险规模越大，农业保险发展水平越高，农户的防灾减损意识越强，理论上来说对农业的产出有正向促进作用。因此，在现有文献的基础上[3]，选择农业保险深度这一指标作为核心解释变量。

(2)农业保险深度的平方项(INSP2)。通过引入平方项进一步考察农业保险是否存在最优规模，并探讨农业保险对产出增加的促进作用是否存在递减规律：在保险深度较低地区，农业保险对产出的增加有正向促进作用，在保险深度较高地区，其促进作用变小。

3.控制变量

在借鉴前人研究的基础上[4][5][6]，本文选取如下控制变量(见表1)。

表1 变量汇总表

(1)农业保险赔款支出的滞后一期(L.AR)。当年的赔款支出会在下一年影响农民的生产，因此选取其滞后一项引入方程。其作用方向不确定，取决于农户行为，一方面农户可能因当年受灾害比较严重，赔款支出不足以恢复下一年的生产，农业产出就会下降；但如果保险赔偿额足以使农户维持生产或者获得额外收益，就会扩大种植规模，使农业产出增加。

(2)人力资本(AN)。用农林牧渔业从业人数表示。一般来说，从业人数增加对产出有正向促进作用，但随着农业科技的进步，人力资本的边际产出在降低，因此其作用方向不确定。

(3)主要农作物播种面积(AA)。影响产出的两个重要因素是亩产量和播种面积，在短时间内农业科技促进亩产量提高有限的情况下，播种面积是影响产出的一项重要因素。

(4)农林牧渔业固定资产投资(AF)。除了人力资本以外，固定资产投资也是生产函数中的一个投入指标，对农业产出有促进作用。

(5)农用化肥和农药使用量(AC)。化肥和农药使用量对农业产出是一把双刃剑，需要控制在一定范围才能发挥正向作用，因此加入此变量可以考察此区域的化肥和农药使用量是否合理。

(6)农业机械总动力(AM)。反映的是现代机械化水平程度，一般来说，机械化水平越高农业产出越高。

(二)数据采集

本文数据为河南省18个地市2007～2018年的面板数据，农林牧渔业增加值、农林牧渔业从业人数、主要农作物播种面积、农林牧渔业固定资产投资、农用化肥和农药使用量和农业机械总动力来自2008～2019《河南省统计年鉴》，农业保险保费收入和农业保险赔款支出来自于2008～2019《中国保险年鉴》。

表2是变量的描述性统计分析结果，农林牧渔业增加值的最大值和最小值分别为6.182和2.697，均值为4.864，说明平均农业产出水平较高，如南阳、信阳、周口、驻马店、商丘5个农业大市的农业产出均位居前列。农业保险深度的最大值和最小值分别为1.800和0.001，均值为0.355，保险发展水平普遍偏低。由于农业保险规模与农业产出的体量相差较大，所以从农业保险深度这一相对指标来看，信阳、周口、商丘等农业大市的保险发展水平远低于郑州、鹤壁、济源等非农业大市。另外，农业保险赔偿支出的最大值和最小值分别为-2.996和5.901，标准差为1.597，波动较大。

表2 变量的描述性统计分析

(三)模型设定

结合理论分析推导的C-D生产函数公式(10)，农业保险AIN在本文中用农业保险深度表示，并将上文选取的控制变量带入上述模型，即可得到本文所使用的计量模型公式(11)：

lnAPit=β0+β1Inspit+β2Insp2it+βklnXit+μi+δt+εit

(11)

其中，i表示城市，取值为1～18；t表示年份，取值为2007～2018；APit、Inspit、Insp2it分别表示河南省第i个市t年的农业产出、农业保险深度和农业保险深度的平方；Xit代表各个控制变量第i个市t年的相应取值；μi表示个体效应，δt表示时间效应，εit为随机干扰项。

三、结果分析

(一)实证分析

本文采用静态面板数据估计方法，模型选择的操作步骤为：首先，分别运用混合最小二乘法、固定效应和随机效应三种模型对数据进行估计；其次，固定效应模型的F test that allui=0检验的F值为81.80，p值为0.0000，显著拒绝原假设，即相对混合最小二乘法，固定效应模型更适合；由BP(LM)检验的值为399.86，p值为0.0000可得出，随机效应模型优于混合最小二乘法；最后，Hausman检验值为54.07，p值为0.000，所以应该拒绝随机效应而选择固定效应，且通过Ramsey’s RESET检验得出显著拒绝原假设的结论，说明模型中应该包括平方项。估计结果见表3。

表3 混合最小二乘法、固定效应和随机效应估计结果

从表3各变量的估计系数来看，核心解释变量农业保险深度在三个模型中均在1%的显著性水平上显著。而核心解释变量农业保险深度的平方项在混合最小二乘法中的显著性水平为10%，在固定效应模型中的显著性水平为5%，在随机效应模型中不显著。其余控制变量在三个模型中的显著性也存在差别。本文最终选用固定效应模型进行估计，并使用逐步回归法保证结果的稳健性。

表4报告了农业保险深度和农业保险深度平方项对农业产出影响的估计结果。为了便于比较分析，第(1)列是在未控制任何变量的情况下，农业保险深度及其平方项对农业产出影响的估计结果，第(2)～(4)列进一步依次加入农业保险赔款支出的滞后一期、农林牧渔业从业人数、主要农作物播种面积、农用化肥和农药使用量、农林牧渔业固定资产投资和农业机械总动力等控制变量。从表4可以看出，核心解释变量农业保险深度的估计系数在第(1)～(4)列中均在1%的水平上显著为正，农业保险深度平方项的估计系数在第(1)～(3)列中均在1%的水平上显著为负(第4列的估计系数在5%的水平上显著为负)，这说明核心解释变量农业保险深度对农业产出具有显著正向影响，且随保险深度的增加，其促进作用变小。从第(1)～(4)列中可以看出，尽管随着控制变量的逐步加入，农业保险深度及其平方项的估计系数有所降低，但是，其估计系数和显著性未发生大的改变，这表明农业保险深度的估计结果是比较稳健的，进一步验证了本文的假说。

表4 固定效应模型逐步回归结果

在第(4)列中，控制了其他变量后，核心解释变量农业保险深度对农业产出的估计系数为0.313，这表明农业保险对产出的影响是正向的，且农业保险深度增加1%，农林牧渔业产值会增加31.3%，这进一步证明了国家推行政策性农业保险对于稳定农业生产的重大意义。但需要注意的是，农业保险深度平方项的估计系数为-0.113，且在5%的水平上显著，表明在保险深度较低的地市，如信阳、周口、商丘等农业大市，农业保险对产出的促进作用较大，而在保险深度较高的地市，如郑州、鹤壁、济源等非农业大市，其对农业产出的促进作用变小。这从侧面反映出农业大市的农户参保率不足，原因可能在于，一是农业保险财政补贴比例“一刀切”。目前中央和省级财政对各地市的补贴比例实行统一标准，补贴方式粗放，存在平均化倾向。由于各地市农业产值、财政实力、经济环境等方面存在较大差异，导致农业大市的保费补贴负担率较高，容易产生“农业大市、经济弱市、财政穷市”的现象，进而可能加大不同地市农业保险的发展差距。二是小农分散种植方式抑制农业保险需求。从生产规模看，由于河南省土地流转速度缓慢，传统小规模农户种植面积有限，用地细碎分散，甚至土地撂荒。据2016年第三次全国农业普查数据显示，河南省农业经营户1844.68万户，耕地面积811.10万hm2，户均耕地面积仅0.44hm2，远低于国际标准2hm2，小农占比达到98%。从收入结构来看，农业生产手段以手工劳作为主，机械化程度低，农业生产收入对家庭收入贡献有限，农户认为灾害损失在可承受范围内，因此投保意愿不强。如2018年周口市农村居民人均年经营收入仅为3770元，人均年收入为全省(11095元)最低，其他四个农业大市的农业收入占比平均下降12.2%。周口的农业机械化水平为11.2千瓦/公顷，低于全省平均水平12.5千瓦/公顷。此外，农业保险赔款支出的滞后一期的估计系数在1%的水平上显著为正，说明农户愿意用赔款支出进行下一年的生产，进而使农业产出增加。

(二)边际效应

鉴于上述固定效应模型的估计结果只能确定农业保险对农业产出的影响是正向的，且随着农业保险深度的增加其促进作用在减弱，而不能分析农业保险对农业产出的边际影响。因此，为分析农业保险对农业产出的边际影响，本文在表4中第(4)列结果的基础上，进一步计算了农业保险深度对农林牧渔业增加值的边际影响(见表5)。

表5 农业保险深度对农林牧渔业增加值的边际效应

根据农业保险深度的取值范围{0.001，1.8}，选择表5中所显示的10个点估计边际效应。从估计结果的显著性可以看出，当农业保险深度Insp≤1.001%时，农业保险深度对农林牧渔业增加值的影响是正向的，并且在1%的显著性水平上显著，随后其边际效应变得不显著。从边际效应值的大小来看，随着保险深度的增加，估计值在减小，这也表明农业保险的促进作用在变小，符合边际递减规律。甚至在农业保险深度Insp=1.401时，边际效应变为负值，说明农业保险的过度投入抑制了农业产出，同时表明农业保险最优规模点为1.201%～1.401%。通过Stata软件计算得出农业保险最优规模点为1.4%,此时农业产出达到最大值。这一数据高于《关于加快农业保险高质量发展的实施意见》中要求2022年农业保险深度达到的1.1%。

图1展示了农业保险深度对农林牧渔业增加值边际效应的变化过程。依据最优规模点1.4%的标准，将河南省18个地市农业保险所处阶段分为已达最优规模和未达最优规模两类(见表6)。需要注意的是农业保险深度大于1.4%的点较少，只有郑州和济源，说明河南省农业保险深度水平普遍较低。

图1 农业保险深度对农林牧渔业增加值的边际效应

表6 18个地市农业保险发展水平阶段分类

(三)稳健性检验

为了保证模型的稳健性，本文采取以下两种方式检验模型的稳健性，一是用农业保险密度指标替换核心解释变量农业保险深度，对农业保险影响农业产出再次进行回归分析；二是考虑到农业增加值在农林牧渔业增加值中为60%～70%，且农业保险的覆盖面多数为农作物，所以用农业增加值替换农林牧渔业增加值进行再次回归。如果替换指标后的回归结果与表4固定效应的回归结果相似，则证明此模型较稳健，反之，则说明此模型不具有稳健性。

表7报告了农业保险密度对农林牧渔业增加值影响的估计结果。从第(5)～(8)列可以看出，在控制农业保险赔款支出的滞后一期、农林牧渔业从业人数、主要农作物播种面积等因素的情况下，农业保险密度的估计系数在1%的显著性水平上显著为正，即农业保险密度对农林牧渔业增加值具有显著正向影响。农业保险密度平方项的估计系数也在1%的显著性水平上显著为负(第8列的显著性为5%)，表明农业保险密度对农林牧渔业增加值的促进作用随着保险密度增加而降低。此外，农业保险赔款支出的滞后一期、农林牧渔业固定资产投资等估计值的符号和显著性水平都未发生大的改变。由此可见，模型的估计结果比较稳健。

表7 农业保险密度对农林牧渔业增加值影响的估计结果

表8报告了农业保险深度对农业增加值影响的估计结果。从第(9)～(12)列可以看出，在控制农业保险赔款支出的滞后一期、农林牧渔业从业人数、主要农作物播种面积等因素的情况下，农业保险深度的估计系数在1%的显著性水平上显著为正，即农业保险深度对农业增加值具有显著的正向影响。农业保险深度平方项的估计系数也在1%的显著性水平上显著为负(第12列的显著性为5%)，表明农业保险深度对农业增加值的促进作用随着保险深度增加而降低。此外，农业保险赔款支出的滞后一期、农林牧渔业固定资产投资等估计值的符号和显著性水平都未发生大的改变。由此可以表明模型的估计结果具有稳健性。

表8 农业保险深度对农业增加值影响的估计结果

综上所述，在进行上述稳健性检验后，无论是模型中变量估计系数的正负方向还是显著性水平都未发生大的改变，因此，本文的估计结果是稳健的。

四、研究结论与建议

本文实证分析了农业保险对农业产出的影响，并通过边际效应计算了农业保险的最优规模点，研究结论如下：(1)农业保险对农业产出有积极的正向影响，但随着农业保险投入的不断增加，其对农业产出的促进作用逐渐下降；(2)河南省农业保险的最优规模点为1.4%。目前河南省农业保险深度水平整体偏低，已达到最优规模的是郑州和济源，其他地市均未达到。可能原因是农业保险财政补贴比例“一刀切”和小农分散种植方式抑制了农业保险需求；(3)农业保险赔款支出的滞后一期对农业产出的影响也是正向的。这表明赔款支出足以使农户维持生产甚至获得额外收益，所以农户会选择继续生产甚至扩大规模。

为了促进农业保险高质量发展，更好助推农业供给侧结构性改革，亟需科学界定各地区农业保险的发展阶段，进而合理确定农业保险的发展目标和策略。本文提出以下政策建议：

第一，对于未达到最优规模的地市，其目标是继续“扩面”。一是提高保费补贴精准性。依据不同地市实际情况，“因市而异”制定差异化财政补贴政策。可构建包含各地市农业生产规模、财政实力、农业产值等指标的评价体系，测算各地市综合得分，据此给予不同程度的保费补贴支持，使补贴力度向农业大市有所倾斜，避免出现“农业贡献越大、地方财政负担越重”的负面激励。二是引导培育新型农业经营主体。针对农业大市耕地面积广但分散经营的现状，为推动适度规模经营，政府对新型农业经营主体在保费补贴上应给予政策倾斜，并将保险保障水平与补贴力度挂钩，提高保费补贴指向性。保险公司要开发满足风险保障需求多元化的保险产品，允许农户结合自身的需求进行自由选择，进而引导家庭农场、农民专业合作社等新型农业经营主体建设，释放农业生产潜力。

第二，对于已达到最优规模的地市，其目标是优化“结构”。一是创新农业保险产品。根据各地区特色农业发展规划和政策导向，结合当地资源禀赋、发展潜力等开发优势特色农产品保险。开发满足不同层次风险保障需求的产品，对于小农户，可继续提供“广覆盖、低保障”的成本保险；对于家庭农场、农民专业合作社等新型农业经营主体可提供产量保险和收入保险，重点推广收入保险，设计不同保障水平和保费补贴比例相结合的收入保险险种。二是拓宽农业保险服务领域。保险公司可提供涉农保险服务，探索开展一揽子综合险，将农机大棚、农房仓库等农业生产设施设备纳入保障范围，创新开展环境污染责任险、农产品质量险。也可以将农业保险与金融服务相结合，开发“保险+期货”“保险+信贷”“保险+期货+订单”等产品，满足农户的多元化多层次风险保障需求。

此外，应强化科技赋能农业保险查勘定损。充分运用科技化手段，细化定损方式、优化理赔程序、核准理赔数额、加快理赔进程等，做到定损到户、理赔到户，杜绝协议赔付、赔付不足等情况，注重科技赋能，解决精准勘损中的难题。在种植险领域，依托于无人机遥感、全球定位系统、地理信息系统等技术，发挥卫星感测范围大、动态监控等优势，精准获取农户信息、地块分布、受灾范围、灾害程度评估等信息，实现定损过程可视化，切实提高承保理赔效率。在养殖险领域，可采用电子耳标、远程理赔系统等技术，将投保标的基本信息、畜别、养殖地点等信息植入芯片，打在标的耳蜗中间，保险人员可实时掌握数据、风险及赔付情况，生成管理档案，降低道德风险，进而提高农业保险服务能力，激发农户生产的积极性。