基于灰色关联分析的我国农业保险研究*

韩珂，郭峰町

(1. 郑州轻工业大学，郑州市，450000；2. 中国人寿财产保险股份有限公司北京市分公司，北京市，100020)

0 引言

作为一种分散农业风险、保障农业生产的有效手段，我国政府非常关注农业保险的发展。2003年我国首次开展农业保险试点，从2007年开始对农业保险实施保费补贴政策。我国农业保险持续快速增长，至2015年，中国农业保险规模已位居世界农业保险市场的第二位。农业保险的作用不断发挥，成为支撑农业现代化、强化农业生产风险管理，精准扶贫，完善农村金融支持体系和解决“三农”问题的有效方式。农业保险快速发展的过程中，虽然有很多宝贵的经验，同时也存在着许多问题。因此，深入研究我国农业保险发展的历史，定量分析农业保险发展的影响因素，对于更好地制订有效措施促进农业保险发展显得尤为重要。国内外关于农业保险的研究已有很多的成果。但这些研究大多集中在关于农业保险的内涵、特点、必要性等理论分析，以及农业保险发展模式[1-2]、农业保险财政补贴方式等定性分析方面。定量研究多集中在农业保险需求的影响因素上面[3-9]，如何提高农户参保率，如何提高农户的支付意愿等方面[10-14]。魏建国等[15]使用面板数据分位数回归研究发现农业保险赔付额、农林牧渔总产值的增加对农业保险发展起促进作用，农村人口的减少对农业保险发展的影响为负，农民人均纯收入对农业保险发展的影响不显著。王韧等[16]研究认为农户人均收入、产业结构、农业保险赔付率、农业保险补贴对农业保险发展水平具有显著影响。程文明[17]、宋丽智[18]研究认为产业结构、农作物播种面、农业机械化程度、农业补贴、农产品销售状况等是影响农业发展水平的主要因素。吕开宇[19]研究认为农业保险的发展模式、专业性农业保险公司的推动、政府的财政补贴等因素对农业保险发展有显著的促进作用。以上关于农业保险发展影响因素的研究多是从微观层面展开，缺少从宏观层面对于中国农业保险发展的影响因素的定量研究。由于农业保险的统计数据相对有限，而灰色系统理论是研究少数据、贫信息的有力工具[20-24]，因此，本文基于2009—2019年我国农业保险的相关数据，利用灰色关联分析方法研究农业保险发展的影响因素，对主要影响因素进行排序，以明确促进农业保险发展的主要方向。

1 研究方法

灰色关联分析通过分析系统中母因素与子因素关系的密切程度，判断引起该系统发展的主要和次要因素，其关联度计算步骤为

1) 给出参考数据序列和比较数据序列。

参考数据序列为

x0(k)={x0(1),x0(2),…,x0(n)}

比较数据序列为

x1(k)={x1(1),x1(2),…,x1(n)}

x2(k)={x2(1),x2(2),…,x2(n)}

……

xm(k)={xm(1),xm(2),…,xm(n)}

式中：k——观察对象数，k=1，2，…，n。

2) 无量纲化。将参考数据序列和比较数据序列作初值化变换，进行无量纲化处理，得到参考数列y0(k) 和比较数列yi(k)。

3) 求绝对差值序列。参考数列y0(k)与比较数列yi(k)之差的绝对值构成绝对差值序列

Δ0i(k)=|y0(k)-yi(k)|

={Δi(1),Δi(2),…Δi(n)}

4) 求最大绝对差值Δmax和最小绝对差值Δmin。

5) 求灰色关联系数

式中：γ0i(k)——第k个对象比较数列与参考数列的关联系数；

δ*——分辨系数，取值范围在[0，1]，通常取值0.5。

6) 求灰色关联度

2 指标选取和数据收集

依据主导性原则、功能性原则、系统性原则、可行性原则，选取特征序列指标与影响因素序列指标。特征序列指标是反映系统发展特征的数据指标，本文借鉴文献[16-19]的研究成果，选取农业保险保费收入、农业保险赔款及给付、农业从业人员人均农业保险费额3个特征序列指标。其中农业保险保费收入代表农业保险参保情况，农业保险赔款及给付代表农业保险赔付情况，反映农业保险对农业风险的分担程度，农业从业人员人均农业保险费额反映农业保险密度。农业保险发展影响因素序列指标包括GDP、二三产业产值、农林牧渔业产值、农业产值、林业产值、牧业产值、渔业产值、政府农林水财政支出8个指标。本文选取2009—2019年作为研究对象，相关数据来自历年《中国统计年鉴》、《中国农村年鉴》、《中国农业年鉴》，具体数据见表1、表2。

表1 2009—2019年中国农业保险特征序列指标

表2 2009—2019年中国农业保险影响因素序列指标

3 实证分析

3.1 农业保险保费收入关联度计算

根据灰色关联度计算公式，对2009—2019年农业保险保费收入及各影响因素数据进行无量纲化处理，结果见表3。

表3 2009—2019年农业保险保费收入及各影响因素数据无量纲化

计算各指标灰色关联系数，结果见表4。计算各指标灰色关联度，结果见表5。

表4 2009—2019年各影响因素数据对农业保险保费收入的灰色关联系数

表5 2009—2019年各影响因素数据对农业保险保费收入的灰色关联度

由表5可以看出，农业保险保费收入与各影响因素指标的关联度排序为政府农林水财政支出>二三产业产值>GDP>林业产值>渔业产值>农业产值>农林牧渔业产值>牧业产值。政府农林水财政支出与农业保险保费收入的关联程度最大，其次是二三产业产值、GDP，然后分别是林业产值、渔业产值、农业产值、农林牧渔业产值，与农业保险保费收入关联程度最小的是牧业产值。

政府农林水财政支出对农业保险保费收入影响最大。由表4可以看出，2009—2019年政府农林水财政支出对农业保险保费收入的关联系数中，最大值是2013年、2014年的0.977 1，在2016年后出现下降趋势，最小值是2019年的0.475 4。对比其他影响指标，政府农林水财政支出的关联系数除了2015年排名第8外，其他年份的关联系数都排名第1，说明政府农林水财政支出对农业保险保费收入的影响程度最大。政府农林水财政支出指政府对农业、林业、水利以及其他农业事务的财政投入。政府的投入一方面能够极大地促进农业、林业等的发展，提高农业产值，增加农民收入，使农民可支配收入增多，具备参加农业保险的经济基础；另一方面，政府对农业保险的直接补贴会极大地提高农户参加农业保险的意愿，促进农业保险保费的收入。

二三产业产值和GDP对农业保险保费收入影响位于第2、3位。由表4可以看出，二三产业产值对农业保险保费收入的关联系数从2011年开始呈现先增后降的趋势，在2013年达到最大值0.982 0，2013年之后开始下降，最小值是2019年的0.469 1。对比其他影响指标，二三产业产值对农业保险保费收入的关联系数，除2013年排名第1，2015年排名第7、2016年排名第3外，其他年份均排名第2，说明二三产业产值的增加，使得国家税收增加，进而加大了政府对农业的投入，政府农林水财政支出增加，促进农业保险保费投入。这与政府农林水财政支出的关联系数变化趋势基本一致。2009—2019年GDP对农业保险保费收入的关联系数最大值是2013年的0.962 5，最小值是2019年的0.458 7。由表4可以看出，GDP对农业保费收入的关联系数变化趋势和二三产业产值一致。有专家研究发现，GDP对保费收入的增长有显著的关系，国民经济发展水平的高低直接决定着保险需求量的大小，从而决定着保费收入的多少。农业保险的客户是农户，国民经济越发展，农户收入增加，可支配收入中能有多余的钱用来支付保费，保费收入增加。因此，GDP对农业保险保费收入有一定的影响。

林业产值、渔业产值、农业产值、农林牧渔业产值、牧业产值对农业保险保费收入影响分别位于第4、5、6、7、8位。《农业保险条例》中第二条规定，条例中的农业是指种植业、林业、畜牧业和渔业等产业。因此，林业、渔业、农业、农林牧渔业和牧业产值对农业保险保费收入都有一定的影响。从表4可以看出，林业产值对农业保险保费收入的关联系数呈现先降后增又下降的趋势，最高值是2015年的0.978 2，最低值是2019年的0.412 3。2009—2019年林业产值对农业保险保费收入的关联系数除2017年排名第3外，其余年份均排名第4位，林业产值对农业保险保费收入的影响基本平稳。农业保险按农业种类不同分为种植业保险和养殖业保险。种植业保险中又包含森林保险和经济林保险，这两种保险的保险标的较大，情况较复杂，风险也较大，因此，林业产值对农业保险保费收入的影响相对于渔业和牧业要大。渔业产值对农业保险保费收入的关联系数最大值是2015年的0.993 4，最小值是2019年的0.371 9，呈现先增后降的趋势。对比其他影响指标，渔业产值关联系数除2014年为第7名，2016年为第2名，其余年份均为第5名，表明渔业产值对农业保险保费收入的影响比较平稳。渔业生产具有区域特点，对不同区域农业保险保费收入的影响程度有一定的差异，在全国层面影响作用不是很大。农业产值对农业保险保费收入的关联系数波动比较大，最大值是2015年的1，最小值是2019年的0.372 0，并且呈现先增后降的趋势，说明农业产值对农业保险保费收入影响在2015年达到最高峰后逐步下降。对比其他影响指标，农业产值关联系数由2009年的倒数第2名上升到2015年的第1名，此后下降到2019年的第6名，排名变化与系数数值的变化趋势基本一致。农业产值是农民认识农业保险分散风险作用的基础，对农业保险参保率有重要影响，但影响程度在下降。表明政府对农业保险保费的补贴、非农业收入的提高对农民参加农业保险的作用在提升。农林牧渔业产值对农业保险保费收入的关联系数最大值是2015年的0.990 9，最小值是2019年的0.366 5，牧业产值对农业保险保费收入的关联系数最大值是2015年的0.943 4，最小值是2019年的0.336 5，都呈现先增后降的趋势。牧业产值对农业保险保费收入的影响是最小的，这是因为现行的政策性畜牧业保险承保的是牲畜因死亡而造成的损失，在保障市场波动风险方面有局限性，再加上政策性保险区域及规模非常有限，农业保险中的畜牧保险投保数量较少。

3.2 农业保险赔款及给付关联度计算

根据灰色关联度计算公式，对2009—2019年农业保险赔款及给付及各影响因素数据进行无量纲化处理，结果见表6。

表6 2009—2019年农业保险赔款及给付及各影响因素数据无量纲化

计算各指标灰色关联系数，结果见表7。计算各指标灰色关联度，结果见表8。

表7 2009—2019年各影响因素数据对农业保险赔款及给付的灰色关联系数

由表8可以看出，农业保险赔款及给付与各影响因素指标的关联度排序为政府农林水财政支出>二三产业产值>GDP>林业产值>渔业产值>农业产值>农林牧渔业产值>牧业产值>。政府农林水财政支出与农业保险赔款及给付的关联程度最大，其次是二三产业产值、GDP，然后分别是林业产值、渔业产值、农业产值、农林牧渔业产值，与农业保险赔款及给付关联程度最小的是牧业产值。

表8 2009—2019年各影响因素数据对农业保险赔款及给付的灰色关联度

政府农林水财政支出对农业保险赔款及给付影响最大。由表7可以看出，2009—2019年政府农林水财政支出对农业保险赔款及给付的关联系数波动较大，最大值是2016年的1.000 0，最小值是2019年的0.441 5。对比其他影响指标，政府农林水财政支出的关联系数在2015年排在第8位，说明这一年政府农林水财政支出对农业保险赔款及给付的影响程度较小。其余年份都排在第1位，对农业保险赔款及给付的影响程度最大。特别是在2016年，政府农林水财政支出的关联系数为1，其他7个指标的关联系数均在0.8左右，表明政府农林水财政支出对农业保险赔款及给付的影响远大于其他几个因素，是农业保险赔款及给付增加的主要因素。政府对农业保险的大力补贴会增强农户参加农业保险的意愿，一方面促进农业保险保费的收入，另一方面降低保险经营企业的经营风险。

二三产业产值、GDP对农业保险赔款及给付影响位于第2、3位。由表7可以看出，2009—2019年二三产业产值对农业保险赔款及给付的关联系数从2009年的0.845 6先降后增加到2015年的0.961 0，随后降低到2019年的0.437 7，说明二三产业产值对农业保险赔款及给付影响在2015年达到最高峰后有较大下降。对比其他影响指标，二三产业产值关联系数除了2016年排第4名外，其余年份都排在前2名。GDP对农业保险赔款及给付的关联系数最大值是2015年的0.956 9，最小值是2019年的0.431 5。GDP对农业保险赔款及给付的关联系数变化趋势和二三产业产值一致。二三产业产值和GDP的增长会促进农业保险保费的增加，保费的增加表明农业保险保单数量增加，在发生风险时，农业保险赔款及给付相应也会增加。因此，二三产业产值、GDP对农业保险赔款及给付有一定的影响。

林业产值、渔业产值、农业产值、农林牧渔业产值、牧业产值对农业保险赔款及给付的影响分别位于第4、5、6、7、8位。从表7可以看出，林业产值对农业保险赔款及给付的关联系数波动增加到2015年后开始下降，2015年达到最大值0.920 0，2019年为最小值0.402 1。渔业产值对农业赔款及给付的关联系数在2009—2019年间呈现波浪状曲线上升，在2015年达到最大值0.893 1后，快速下降到2019年的最小值0.374 7。农业产值对农业保险赔款及给付的关联系数变化趋势与渔业产值基本一致，在2015年达到最大值0.896 7后开始下降，2019年为最小值0.374 8。农林牧渔业产值对农业保险赔款及给付的关联系数最大值是2015年的0.912 4，最小值是2019年的0.370 9。牧业产值对农业保险赔款及给付的关联系数最大值是2015年的0.942 5，最小值是2019年的0.349 2。对比其他影响指标，林业产值关联系数除了2016年排第3名外，其余年份都排在前4名，林业产值对农业保险赔款及给付的影响总体趋势基本不变。渔业产值关联系数的排名基本是第5名，在2015年和2016年出现了较大波动，2015年排名第7，2016年排名上升为第2位，这说明2016年渔业产值对农业保险赔款及给付的影响较大。农业产值关联系数的排名除2010年、2014年排第7位，2016年排第8位外，其余年份均排在第6位，由此可以看出，农业产值对农业保险赔款及给付影响较小。农林牧渔业产值关联系数的排名除2015年排第4位之外，其余年份的排名比较稳定。牧业产值关联系数除2015年排在第3位，排名基本在第8位，其对农业保险赔款及给付的影响比较稳定，影响也较小。

综合以上分析可以看出，农业保险赔款及给付受到政府农林水财政支出、二三产业产值、GDP的影响较大。农业保险的准公共物品性质使其开展需要政府的参与和补贴，GDP和二三产业产值的增加在一定程度上促进保费收入的增加以及保险赔付的增加。

3.3 农业从业人员人均农业保险费额关联度计算

根据灰色关联度计算公式，对2009—2019年农业从业人员人均农业保险费额及各影响因素数据进行无量纲化处理，结果见表9。计算各指标灰色关联系数，结果见表10。计算各指标灰色关联度，结果见表11。

表9 2009—2019年农业从业人员人均农业保险费额及各影响因素数据无量纲化

表10 2009—2019年各影响因素数据对农业从业人员人均农业保险费额的灰色关联系数

由表11可以看出，农业从业人员人均农业保险费额与各影响因素指标的关联度排序为政府农林水财政支出>二三产业产值>GDP>林业产值>渔业产值>农业产值>农林牧渔业产值>牧业产值。政府农林水财政支出与农业从业人员人均农业保险费额的关联程度最大，其次是二三产业产值，然后分别是GDP、林业产值、渔业产值、农业产值、农林牧渔业产值，与农业从业人员人均农业保险费额关联程度最小的是牧业产值。

表11 2009—2019年各影响因素数据对农业从业人员人均农业保险费额的灰色关联度

政府农林水财政支出对农业从业人员人均农业保险费额影响最大。由表10可以看出，2009—2015年政府农林水财政支出对农业从业人员人均农业保险费额的关联系数波动比较大，最大值是2016年的0.987 5，最小值是2019年的0.428 9，呈现下降趋势，表明政府农林水财政支出对农业从业人员人均农业保险费额影响效果在减小。对比其他影响指标，政府农林水财政支出的关联系数在2015年排在第8位，其余年份都排在第1位，说明政府农林水财政支出对农业从业人员人均农业保险费额的影响程度最大。特别是在2016年，政府农林水财政支出的关联系数为0.987 5，其他7个指标的关联系数均在0.8左右，政府农林水财政支出对农业从业人员人均农业保险费额的影响大于其他几个因素，是农业从业人员人均农业保险费额增加的主要因素。

二三产业产值、GDP对农业从业人员人均农业保险费额的影响位于第2、3位。由表10可以看出，2009—2019年二三产业产值对农业从业人员人均农业保险费额的关联系数波动变化幅度较大，在2015年达到最高峰0.936 5后开始下降。二三产业产值对农业从业人员人均保险费额的关联系数虽然在2015年达到了最高值，但相比其他影响指标，其排名为第7。除2015年、2016年外，其余年份都排在前2位。GDP对农业从业人员人均农业保险费额的关联系数最大值是2015年的0.940 8，最小值是2019年的0.418 6。GDP对农业从业人员人均农业保险费额的关联系数变化趋势和二三产业产值一致。二三产业产值和GDP的增长会促进农业保险保费的增加，农业从业人员人均农业保险费额也会增加。对比其他影响指标，GDP关联系数除2016年排名第6位，其余年份都排在第3位。

林业产值、渔业产值、农业产值、农林牧渔业产值、牧业产值对农业从业人员人均农业保险费额的影响分别位于第4、5、6、7、8位。从表10可以看出，林业产值对农业从业人员人均农业保险费额的关联系数波动幅度较平缓，最高是2015年的0.982 8，之后大幅降低到2019年的0.388 8，降低了60.44%。虽然林业产值关联系数的绝对值有很大幅度的减小，但对比其他影响指标，林业产值的相对排名比较稳定，2015年排名第2位，2016年排名第3位，其余年份均在第4位。渔业产值对农业从业人员人均农业保险费额的关联系数波动与林业产值基本一致，最高是2015年的0.995 1，最低是2019年的0.361 2。渔业产值对农业从业人员人均农业保险费额的关联系数2014年排在第8位，2015年、2016上升到第2位后逐步下降到第5位。农业产值和农林牧渔业产值对农业从业人员人均农业保险费额的关联系数变化趋势一致，最高值出现在2015年，最小值是在2019年。其中，2015年农业产值对农业从业人员人均农业保险费额的关联系数为1，排在第1位，农业牧渔业产值的关联系数为0.992 4排在第3位，其余年份都排在6、7位。牧业产值对农业从业人员人均农业保险费额的关联系数最大值是2015年的0.956 4，最小值是2019年的0.335 5，牧业产值的关联系数除了2014年、2015年排在第5、4位之外，其余年份都排在第8位，对农业从业人员人均农业保险费额的影响最小。

通过以上分析可以看出，随着政府加大农业投入，工业反哺农业，政府农林水财政支出、二三产业产值和GDP对农业从业人员人均农业保险费额的影响最大，农业相关类产值在农民收入中的比重逐渐减小，非农收入对农业保险保费收入以及农业从业人员人均农业保险费额的影响逐渐增大。

4 结论

通过对2009—2019年我国农业保险相关数据进行灰色关联分析来研究农业保险发展的影响因素，并对主要影响因素进行排序。

1) 不管是对于农业保险保费收入、农业保险赔款及给付还是农业从业人员人均农业保险费额，政府农林水财政支出都是最主要影响因素，其对农业保险的灰色关联度排序均排第1位。这与中国农业保险的特征密不可分，农业保险具有准公共物品性质，政府对农业保险有较大比例的财政补贴。这些补贴政策对于提高农户参保积极性，分散农业生产过程中的风险具有重要的推动作用；另一方面，政府财政补贴也会提高保险公司的供给意愿，降低保险公司经营风险。因此，现阶段加大政府的财政投入仍然是农业保险的最根本保障。

2) 二三产业产值、GDP对农业保险的影响也较大，对农业保险的灰色关联度排序排第2、3位。它们对农业保险的影响主要体现在农民的收入水平。二三产业和国民经济的发展会使得农村剩余劳动力转移到二三产业，从而促进农民收入增加，可支配收入中能有多余的钱用来支付保费，增强农民参与农业保险的经济基础。因此，要想提高农业保险的覆盖面，除了政府的补贴来提高农户需求意愿外，还需要提高农户收入保证其在满足生活、医疗等基本支出外有多余的收入来购买农业保险。

3) 林业产值、渔业产值、农业产值、农林牧渔业产值、牧业产值对农业保险保费收入、农业保险赔款及给付以及农业从业人员人均农业保险费额有一定影响，但影响不是很大。这一方面表明农业相关类产值在农民收入中的比重逐渐减小，对农业保险保费收入的影响不大；另一方面林业、渔业、牧业保险由于区域性和复杂性，投入数量相对较少，对农业保险发展的促进作用有待进一步挖掘。