农业保险对农业产出及效率的影响——基于京津冀地区的实证分析

李婕妤

（天津财经大学珠江学院 经济学院，天津 300188）

一、引言

脱贫攻坚目标任务完成以后，全面推进乡村振兴成为“三农”工作的重中之重。农业保险是“三农”风险管理的主要方式，也是“三农”工作的重要组成部分。2012年《农业保险条例》对农业保险的定义做了明确规定：“保险公司根据农业保险合同，对被保险人在农业生产过程中因保险标的遭受约定的自然灾害、意外事故、疫病或者疾病等事故所造成的财产损失承担赔偿保险金责任的保险活动。涵盖狭义的农业、种植业、林业、畜牧业和渔业等产业。”农业保险是实现农业现代化的客观要求，也是必要保障（曹卫芳，2013）[1]。

“全要素生产率”由美国经济学家Q T Baonon等人在20世纪60年代提出，为衡量总产出与总投入关系的指标，体现了所有投入要素对生产能力的使用程度，也可以理解为对资源利用情况的评价。全要素生产率衡量的是所有投入要素的综合产出效率。在我国，经济学家林毅夫发现农业全要素生产率在促进农业产出和农业经济方面发挥着重要作用。朱喜等（2011）[2]研究发现影响我国农业产业发展的主要问题是缺乏发展动力，产业内存在要素配置不合理情况，区域发展也不均衡，所以提出促进农业发展首先需要优化对于农业的要素配置结构，提升农业全要素生产率。

《京津冀协同发展规划纲要》于2015年4月30日经中共中央政治局会议审议通过，表明京津冀协同发展上升为重大的国家战略。战略要求“充分利用京津冀协同发展机遇，着力加强区域要素资源的融合性与互补性，促进农业农村区域协同共赢发展”。北京和天津在科技、人才和资金方面具有优势，河北在土地、劳动力和生态资源方面具有优势，三地农业协同发展具有很好的基础及互补优势。京津冀三地农业发展的“两区”：京津及河北环京津的27个县（市、区）构成的都市现代农业区和河北146个县（市、区）构成的高产高效生态农业区，分别以发展都市现代农业和以承接都市现代农业区产业转移为主攻方向。

从全产业国民生产总值看（见表1），北京与河北数据更接近，而天津约为北京和河北的一半；从人口看，天津为河北的1/6，北京为河北的1/3.5；而从农业占比看，北京为0.3%，天津为1.3%，河北为10%，体现出天津、北京、河北在发展中的产业侧重有所不同。具体再看单个城市农业产出指标，北京近10年的农业产出均值与河北11个城市中农业占比较低的秦皇岛和廊坊相近，天津近10年的农业产出均值与河北11个城市中农业产值位于中游的张家口、衡水、邢台相近，都低于河北11个城市中农业产值较高的唐山和石家庄。京津冀地区需要协同发展，但是在产业发展差异较大的情况下，如何实现协同发展？基于此，本文在研究农业保险和农业发展时，以京津冀地区中天津、北京及河北的11个地级市共13个城市作为研究对象。

表1 京津冀地区GDP、农业及人口总体情况

针对京津冀地区的具体情况，优化要素配置提高农业全要素生产率，发挥农业保险风险管理及引导作用，对实现京津冀的区域协同发展和农业全要素生产率与农业保险的协同发展，促进京津冀地区农业产业发展，具有重要的理论意义和现实意义。

二、文献综述与理论假设

（一）文献综述

本文从京津冀地区农业产业情况、农业保险与农业产业的关系两个方面对文献进行了梳理。

1.京津冀地区农业产业情况

京津冀地区协同发展是党中央的重要战略部署。王军等（2010）[3]提出从农业异地开发、品牌、物流等方面构建京津冀地区农业补偿合作模式。孙芳等（2015）[4]提出在农业产业中，河北农牧业专业化程度较高。在农产品供给中，河北粮食、蔬菜、水果的人均占有量远远超过人均消费量，而北京、天津的人均生产量不能满足消费自给，河北的农产品自给所余可以供给北京、天津居民消费。乔丽娟等（2016）[5]提出建立京津冀地区协同平台，成立蔬菜产业联盟。孔祥智等（2017）[6]提出缩小区域间要素投入的差异，提升整体产出效率。郭馨梅等（2017）[7]提出北京土地资源与水资源约束性较大，但是知识性资源较为丰富，拥有强大的农业现代化研究机构，天津是农产品中转站和加工企业的重要地区，河北自然资源丰富，有利于农产品供应和土地资源的开发。秦静等（2018）[8]总结三地农业协同发展的特征，并分析协同发展中存在的制约瓶颈，有利于把握农业协同发展现状，揭示三地农业协同发展的切入点。肖红波和白宏伟（2020）[9]提出京津冀作为一个整体，其农业区位商均小于1，不具有专业化生产优势，区域内的农产品市场供给对外部的依赖性较强。

由文献可见，京津冀地区的农业产业具有较好的协同基础，可以通过整合资源和搭建平台促进京津冀地区农业协同发展。

2.农业保险与农业产业的关系

在分析农业保险与农业产业的关系时，一些学者以第一产业的产出量或产出量的增加量作为分析指标。程静等（2016）[10]通过对中部四省的实证分析，发现农业保险对农业发展具有正向促进作用。袁辉等（2017）[11]通过对湖北面板数据的实证分析，认为农业保险保障水平与补偿水平对湖北农业产出水平具有反向作用，可能是因为存在较大的道德风险问题。江生忠和张煜（2018）[12]从凯恩斯宏观经济模型推导出，农业保险保费收入的增加并不会促进农民消费和农业国民收入的当期增长，认为农业保险的作用效果比较复杂。张卓等（2019）[13]认为农业保险对农业收入的激励强度明显不足。刘飞等（2021）[14]以河南省为例进行了实证分析，发现农业保险发展水平和人均种植面积对农业产出有显著的正向影响。

有些学者以农业全要素生产率作为农业产业效率的分析指标来分析农业保险对农业效率的影响。陈俊聪等（2016）[15]研究发现，政策性农业保险的发展加快了农业全要素生产率的增长且更多地通过农业技术进步效应驱动，但存在一定的区域差异性。陈俊聪等（2017）[16]认为我国东、中、西三个区域农业保险支农效率的影响因素存在显著差异。王悦等（2019）[17]认为我国农村全要素生产率具有区域差异，我国各地农业保险发展对农村全要素生产率具有显著的正向影响，加强区域间经济联系是提升农村全要素生产率的重要政策选择。邓美君和张祖荣（2020）[18]提出我国农业保险整体支农效率较低，区域差异明显，区域内的差异是造成总体差异的主要来源。唐勇和吕太升（2021）[19]通过对我国各省份农业全要素生产率、农业信贷与农业保险的交乘项分析，发现农业信贷、农业保险均可以显著地促进农业全要素生产率提高。

一些学者将农业产出指标与农业全要素生产率共同作为分析农业产业的指标。李琴英等（2022）[20]分析发现农业保险与农业全要素生产率均对农业产出具有显著促进作用；东、中部地区农业保险和农业全要素生产率对农业产出具有协同效应，主要得益于农业技术效率推进，而在西部地区协同效应并未显现。

（二）理论假设

从以上专家学者的研究可知，农业保险对农业全要素生产率和农业产出值都会产生影响，影响情况和程度具有不确定性，可能会受到区域特点及相关因素的影响。在京津冀地区，北京和天津保险业发达，大部分保险公司总部在北京，具有根据农业产业情况调整农业保险责任、费率、流程的优势。通过财政补贴及农户缴费投保农业保险，将本身具有弱质性的农业面临的部分风险进行了转嫁，风险事故发生时，保险公司予以赔偿。从这个角度看，农业保险不会增加本年度的农业产值，但可以帮助农民弥补损失后，下一年继续投入生产；同时，保险公司为了减少赔付支出，会积极帮助农民采取措施规避风险的发生。京津冀地区中，北京具有保险公司的总部资源，技术能力更强，如果实现协同发展，对于天津特别是河北农业的风险管理，将有很大帮助。

基于上述分析，本文提出假设1：京津冀地区农业保险对农业产出具有正向影响作用，可以促进农业产出。

数据包络分析（Data Envelopment Analysis，以下简称“DEA”）Malmquist指数法在对全要素生产率测度时将测度对象设为决策单元（Decision Making Unit，以下简称“DMU”），E为DEA模型得出的效率值，E1被评价DMU在时期1的效率值，E2被评价DMU在时期2的效率值，EC为技术效率变化，TC为技术变化，Malmquist指数（以下简称“MI”）=EC*TC。投保农业保险后，从全要素指标的投入和产出看，财政投入增加，人力成本增加。如果按照假设1，农业产值也会增加，投入和产出同时增加的情况下，效率指标的最终变化，要根据技术变化和技术效率变化的影响决定。农业产业的技术变化可以理解为投入要素不变的情况下采用新技术，如育种的新技术、灌溉的新技术、运用智能温度来控制大棚温度等，这些新技术的采用可以大幅提高农产品产量。农业产业的技术效率是指技术水平保持不变，但是通过提高各种资源要素间的配合度，提高协调性，最大程度地发挥现有技术水平，比如提高农业地管理水平，提高农户种植养殖的产业链流转，促进土地流转，农业的专业化合作，等等。这些方法通过要素配置的优化，提高了要素的利用效率。农业保险的着力点在于提高技术能力。

基于上述分析，本文提出假设2：京津冀地区农业保险通过技术进步指标的提升能促进农业全要素生产率的提升。

三、研究设计

为了进一步体现区域特点，本文选择京津冀地区的13个城市作为研究对象，主要数据来自中国研究数据平台（CNRDS）数据库、《中国统计年鉴》及地方统计年鉴，相关缺失数据通过手工查阅进行补充。

本文主要使用2010—2019年的分城市面板数据对区域农业全要素生产率进行测算，以区域农业生产总值和区域农业全要素生产率作为被解释变量农业发展水平的代理变量，分别从总量和效率角度去评估农业发展，并将效率指标分解为农业技术效率和农业技术进步两个维度进行分析。使用农业保险密度作为解释变量。使用区域经济发展水平、区域经济增长水平、城镇化率、产业结构、保险赔付率作为控制变量。具体如下。

（一）被解释变量

在对农业发展的研究中，常用指标包括第一产业生产总值、第一产业人均总值、第一产业增长值、农业全要素生产率等。为了更全面地研究农业发展，本文从产出总值和效率两个角度选取农业生产总值和农业全要素生产率作为农业产出的代理变量。其中，借鉴程静等（2016）[10]、李琴英等（2022）[20]的研究方法，选取区域农业生产总值作为农业发展的数量上的绝对数衡量指标；借鉴陈俊聪等（2016）[15]、王悦等（2019）[17]的研究方法，选取区域农业全要素生产率指标（以下简称“tfpch”）作为衡量农业发展情况的效率指标，并通过细分指标农业技术进步水平指标（以下简称“techch”）、农业技术效率水平指标（以下简称“effch”）进行进一步分析。

在农业全要素生产率的测度上，高帆（2013）[21]认为DEA-Malmquist指数法不需要提前设定生产函数，而且可以计算多个产出变量和多个投入变量，利用不同模型而不需要设置参数，测算比较方便，结果较为准确。何泽军和李莹（2018）[22]认为DEAMalmquist指数法集中了DEA非参数估计法和Malquist指数法的优势，在测算农业TFP时不需要假定各变量之间的函数关系，可以通过选择不同的模型，选择不同的变量，进行跨时期的产出向量和投入向量的分析。

借鉴国内学者的普遍做法，本文以农业生产总值为产出变量，以农业的作物播种面积、从业人员、机械总动力、化肥施用量和农村用电量为投入变量，运用DEAP-XP软件对京津冀地区各城市的农业全要素生产率进行了测算。

（二）解释变量

农业保险密度是指按当地人口计算的人均农业保险费的金额，反映该地居民参加农业保险的程度；农业保险深度是指该地农业保险保费收入占该地国内生产总值（GDP）之比，反映了该地农业保险在整个国民经济中的地位。本文借鉴程静等（2016）[10]、袁辉和谭迪（2017）[11]、刘飞等（2020）[14]、李琴英等（2022）[20]的研究方法，采用区域农业保险密度作为解释变量。

（三）控制变量

为了进一步研究其他因素对区域农业发展的影响，本文借鉴一些学者的通常做法，选取区域经济发展水平、经济增长水平、城镇化水平、产业结构高级化程度及保险赔付率作为模型的控制变量。其中，经济发展水平用地区人均生产总值代替，经济增长水平用各地区生产总值增长率代替，城镇化水平用常住人口占总人口的比重代替，产业结构高级化程度用第三产业比重代替，农业保险赔付率为地区保险赔偿金额占保险费收入之比。

（四）描述性统计

从数据平稳性角度考虑，将被解释变量和解释变量的指标及替代指标进行了取对数处理，控制变量指标直接用原值，运用STATA15对数据整理后，描述性统计见表2。

表2 变量描述性统计

从各变量指标整体看，农业总产值逐年增加，但北京和廊坊根据产业政策及总体发展速度情况，出现了农业产值下降的情况。从农业全要素生产率指标看，大部分在0.9到1之间，但石家庄在2017年和2018年的指标分别为0.8和2.6，体现了在产业结构及农业技术提高的过程中投入与产出效率的变化趋势及滞后性；北京的农业全要素生产率较为均衡，但农业产出值下降，这说明对第一产业的投入增量在降低；从农业保险密度看，2011—2019年增长趋势明显。保险赔付率指标中，北京在各城市中最高，并呈持续上升的趋势，从2011年的66%上升到2019年的93%；与之相对应的，邯郸、衡水等波动跨度较大，体现出农业本身的弱质性特点，受到年度天气状况及自然灾害影响较大，具有不确定性。这从另外一个角度说明，在风险事故发生时，农业保险发挥了重要作用。

四、实证结果及分析

（一）模型选择

根据面板数据的特点，采用聚类稳健标准误进行回归来避免潜在的异方差与序列相关问题，本文建立了如下基准模型：

Agriit为区域i第t期的农业发展水平，本文采用农业生产总值取对数（lntotalvale）、农业全要素生产率水平值取对数（lntfpch）作为代理变量，分别作为衡量农业发展的总体数量指标和效率指标。Insurit为区域i第t期的农业保险水平，本文用农业保险密度取对数（lndensity）进行分析。Controlit为区域i第t期的控制变量，包括农业保险赔付率、城镇化水平、经济增长水平、经济增长率和产业结构，εit为随机误差项。

（二）基本分析

由表3可见，模型（1）和模型（3）未加入控制变量，可见，农业保险密度与产值总量具有1%显著性水平的正相关性，在不考虑其他变量的情况下，保险密度每增加1%，第一产业总产值将同步增加7.98%；农业保险密度与农业全要素生产率具有10%显著性水平的正相关性。在不考虑其他变量的情况下，保险密度每增加1%，农业全要素生产率将增加6.82%。

表3 基本分析结果

模型（2）与模型（4）是加入控制变量后的混合回归结果，在控制其他变量的情况下，农业保险密度与被解释变量均保持1%显著性水平的正相关关系，农业保险密度每增加一个单位，总产值将增加18.55%，全要素生产率指标将增加12.49%。值得注意的是，保险赔付率与总产值表现为在5%的显著性水平下的正相关关系，保险赔付金额越高，支出金额大，正向促进农业绝对数值的增加程度越大。但是农业保险赔付金额的支付是以损失为条件的，保险赔偿金支付时，说明农业的产出虽然有增量，增量是已经受到损失后的增量，所以全要素效率指标为负相关，支付的赔款为经济补偿，回归结果与农业保险的初衷一致。城镇化率与产值没有显著相关性，但与全要素生产率有显著的负相关关系，说明大量人口进城务工的变化促进了技术进步和效率提升，这个速度高于农业产出效率增加的速度。经济发展水平和增长率与产值增长速度负相关，与全要素生产率的增长正相关，说明经济增长大部分不是来自第一产业产值的增长。从产业结构化指标来看，第三产业的发展对于第一产业产值和全要素生产率均有显著的正向促进作用，体现出第三产业对于第一产业发展的重要支撑作用，包括生产需要生产资料及农用机械设备采购准备，生产过程中的技术支持，在产品的销售流通、技术的咨询服务等方面发挥了促进作用，促进了第一产业供应链的有序循环及效率提高。

为进一步检验回归结果的准确性，进行过度识别检验，随机效应模型和固定效应模型相比，前者多了“个体异质性与解释变量不相关”的约束条件。根据过度识别检验结果提供的Sargan-Hansen卡方统计量和概率，确定固定效率模型和随机效率模型。其中，lntotalvale为被解释变量的模型适合固定效应模型［模型（5）和模型（6）］，lntfpch的模型适合随机效应模型［模型（7）和模型（8）］，回归结论与混合回归模型基本一致，具体见表4。假设1成立。

表4 固定效应和随机效应选择分析结果

（三）进一步分析

通过DEA-XP软件测算各区域农业全要素生产率时，同时得到技术进步指标（techch）与技术效率指标（effch），本文以该两个指标的对数分别作为被解释变量进行了无控制变量的混合回归、有控制变量的混合回归。由表5模型（9）和模型（10）可见，密度指标与技术进步指标具有显著的正相关性，弹性系数为0.0994和0.0909，与此对应的是密度指标与技术效率指标没有体现出相关性，这说明了农业保险主要通过促进技术进步来促进劳动生产率及总产值的增加。购买农业保险后，保险公司将担负起风险管理的职能，帮助产、供、销环节环环相扣，包括帮助协调生产资料购买的货源及物流，通过将农业生产设施和技术设备纳入保险保障范围确保生产中能够使用，从而帮助提高农业机械化水平，通过农业科技提高综合生产能力；在农业生产过程中，通过预防风险、转移风险及手段，帮助农户减少损失，增加产出及劳动生产率，同时预防疫病及病虫害防治，以及在收割收获及销售环节发挥作用。有些大保险公司还推出了高科技的增值服务，如运用卫星遥感技术估测产量、运用无人机来批量喷洒农药等。因为购买了农业保险，保险公司将科技手段运用到农业生产及农业风险保障中，这些主要通过提高技术水平实现。由表5模型（11）、模型（12）可见，保险密度与技术效率没有显著的相关性，可能的原因在于技术效率所要求的更加有秩序、有规划、提高要素资源配置等，农业保险不能直接解决。这一点，与之前的研究结果相同。财政支出的贡献、城镇化率、产业结构水平都与技术进步指标显著正相关，说明近年来的主要进步是依靠技术进步，也进一步说明劳动生产率的提高需要技术效率指标同步提高。这不仅体现在农业方面，而且涉及多个产业之间的统筹协调。习近平总书记曾多次强调，通过改革的思路、运用改革的思维、采取改革的办法，要加快推进有利于提高资源配置效率的改革。假设2成立。

表5 进一步分析

续表

（四）异质性检验

以上为针对京津冀地区的整体分析，那么产值差异较大的地区之间有什么区别？借鉴刘飞等（2020）[14]的具体做法，为检验产值不同的地区保险密度在农业保险影响农业产出及效率过程中的水平差异和调节效应的区别，进一步做如下的异质性检验，见表6。

表6 高产值组和低产值组回归结果

按照各地区的历年农业产业均值，将13个城市划分为低产值组和高产值组。在这两组中，lndensity、lntotalvale和lntfpch均表现出较强的相关性。从分组对比数据看，密度指标对高产值组的弹性比低产值组更高，这说明保险密度对高产值组的影响更大。高产值组的保险密度提高1%，第一产业的产值增加0.21%；低产值组的保险密度提高1%，第一产业的产值增加0.16%。它们之间相差0.05%，这说明保险密度对于农业产值增加的作用根据产值情况有不同的边际效应。在密度指标对全要素生产率指标的影响上，低产值组的弹性系数为0.0991，高产值组为0.2729，约为低产值组的3倍，这说明保险密度的变化对高产值组的效率指标影响弹性更大。高产值组已经具备了一定的规模优势，从规模经济角度看，可以分摊更多的固定成本，保险密度的单位变化，更有利于效率的提升。从赔付率指标来看，对高产值组产值的弹性系数为0.1806，而对低产值组的弹性系数为0.0002，这体现出正相关下不同的影响程度。城镇化程度对效率指标的弹性系数，高产值组约为低产值组的2倍。从经济增长率对效率指标的影响看，高产值组低于低产值组，这说明低产值组的影响边际效应大于高产值组，在技术的快速上升期，特别是经济的快速增长期，往往伴随着新技术的出现，新技术的运用也在很大程度上促进了全要素生产率的提高。产业结构中第三产业的增加，对于高产值组的产值影响略大于低产值组，而对效率指标的影响高于低产值组很多。

由此建议，针对高产值组和低产值组所在的地区，在产业结构调整方面，低产值组的地区在第三产业发展上加大倾斜，以便更大程度促进农业发展；在农业保险方面，制定不同的费率政策，保障范围和额度，给予不同的财政补贴标准。针对高产值组和低产值组设计不同的农业保险费率，同时在保险标的范围上，按照只包括农作物和也包括机械设备及销售等环节予以区别。

（五）稳健性检验

为了验证分析的稳健性，选取了农业保险费的对数作为被解释变量的替代变量进行分析。lnpremium体现了农业保险费的变化，与农业产值在1%的显著性水平下正相关，与全要素生产率在10%的显著性水平下正相关，总体回归结果趋同。保险赔付率仍然与产值正相关，与效率指标有较为显著的负相关关系。一方面体现了农业保险的风险补偿功能，另一方面也说明农业保险的损失赔偿额度应该扩大。城镇化率与产值正相关，与效率指标有较显著的负相关关系，这说明大量人口进城务工的变化速度高于第一产业产出效率增加的速度，城镇化率提高的同时，需要扩大农业的农场经营及集中经营，提高机械化程度及技术水平。经济增长率与产值负相关，与效率指标正相关，也与基准回归结果相近。这说明经济增长大部分不是来自第一产业产值的增长，第三产业的发展速度对于总产值速度增量在减少，对于效率指标而言，增长率的增加促进了效率指标的增长，体现出第三产业对于第一产业在生产需要物资的准备、产品的销售流通、技术的咨询服务等方面发挥了促进作用。同时，伴随着“特色示范村镇”的建设，部分村镇及农民将从服务传统种养业向服务现代种养业转化，并向休闲农业、绿色康养、农村服务业、农村电商等全产业链延伸，促进了农业中传统的种植业和养殖业供应链的有序循环及效率提高。

表7 稳健性检验

续表

五、结论及建议

农业保险对农业产出及效率的影响在不同区域具有差异性。通过以上实证分析可知，在京津冀地区，农业保险能够促进农业产业发展，而且农业保险通过促进农业科技进步促进农业效率的提升。保险赔付率可以促进农业产出数量的增加，城镇化率与农业全要素生产率有显著的负相关关系，经济发展水平和增长率与产值增长速度负相关，与全要素生产率的增长正相关，第三产业的发展对于农业产值和全要素生产率均有显著的正向促进作用。

通过分组对比数据分析，保险密度指标对农业产出的影响方面，对高产值组的弹性较低产值组更高，保险密度的变化对高产值组的效率指标影响弹性更大；保险赔付率对高产值组产值的弹性系数高于低产值组；高产值组的城镇化程度对效率指标的弹性系数为低产值组的2倍；高产值组的经济增长率对效率指标的影响低于低产值组；第三产业的增加，对于高产值组的产值影响略大于低产值组，而对效率指标的影响远高于低产值组。在此基础上，提出以下建议。

（一）扩大农业保险覆盖面

在现有农业保险覆盖范围基础上，扩大农业保险覆盖面，对于已经相对成熟的农业保险产品，争取做到传统养殖业和种植业的全覆盖。同时，根据农业大产业的发展，由传统的种植养殖业保险向“农产品指数”保险、“天气”保险、“农业机械”保险、“农业基础设施”保险等发展，从多角度为农业发展提供风险管理措施和保险保障。这就需要财政支持以及保险公司在保险技术上的创新。可以借助农业保险占比较高的头部保险公司在北京总部的优势，在京津冀协同发展背景下，以河北的各个城市，特别是唐山、石家庄等第一产业产值较高的地区为试点，摸索经验进行保险标的扩展；针对衡水、邢台等地区，加大现有产品的覆盖面。

（二）创新“农业保险+”模式

实行“农业保险+期货”“农业保险+租赁”“农业保险+基金”等创新模式。由农业保险承保现有模式下的保险责任，将农产品价格变动的风险通过期货市场进行分散，通过远期、期货、期权等方式为农产品出售价格保值，通过“订单农业+保险+期货”的模式促进农产品的销售，使农民没有种植后的后顾之忧；将农用机械及基础设施通过“融资租赁”方式租入，规避了直接购买农用机具带来的资金占压、成本过高及设备本身的风险；形成“农业保险+基金”模式，针对新型农村经营组织，通过风险投资方式，提供资金扩大生产规模和提高技术水平，再通过多轮融资模式支持上市。发挥北京证券交易所的作用、天津融资租赁的优势，形成资金链与农业产业链条的互联互通。

（三）针对不同地区，实行差别费率及赔付率

根据本文的分析，鉴于高产值与低产值地区农业保险对于农业发展的影响弹性不同，在高产值地区及低产值地区采取不同的农业保险费率，以提高农业保险的边际贡献。同时，针对不同地区，实行不同的赔付率措施，包括是否设置赔付的起付线，起付线以上部分设置不同的赔付比例，可以全额赔付或者按一定的比例赔付，赔付金额是否有上限还是全额赔付，等等。

（四）借助保险科技，实现农业保险数字化经营

借助北京已实行的农业保险投保手续及承保流程电子化的经验及已有的基础设施，在乡村推动承保流程电子化和理赔流程电子化。目前很多地区的农业保险出险后需要过行政村协保员、保险代理员向保险公司报案，人工成本高，流程复杂，也不能及时处理。农业产业具有相对集中性的特点，可以借鉴车险理赔的方式，采取手机电话或者APP报案；再根据情况采取APP查看现场资料，通过大数据调取外部数据进行定损，以降低成本，提高效率。

（五）通过共保或再保，分散风险、扩大承保能力

农业本身具有“靠天吃饭”的特征，加上环境资源的变化，恶劣天气发生的概率会增加，局部地区大范围发生自然灾害的可能性也在增加，这些外部环境变化增加了农业发展的不确定性。需要在现有农业保险及再保险的基础上，针对巨灾巨损，进一步完善再保险制度及共保制度，增强农业保险公司管理风险的能力，帮助农业保险公司分散风险。在目前对外资再保险公司开放农业再保险领域外，继续引进并扩大再保险范围，并借助再保险机构，加强对巨灾风险的管理，比如采用天气状况的预判技术，帮助农民提前采取措施规避风险等。