农业保险促进了农业绿色生产率提高吗

李燕 成德宁 李朋

摘要：农业保险是促进农业发展由过度依赖资源消耗向绿色可持续发展转变的重要手段。本文通过构建2001—2015年全国31个省份的农业投入产出与污染排放面板数据，利用GML指数方法对农业绿色生产率进行测算并将其分解为绿色技术进步和绿色技术效率，然后运用系统GMM估计方法实证检验了农业保险对农业绿色生产率的影响。主要结论有：农业保险对农业绿色技术进步有显著的促进作用；农业保险对农业绿色技术效率有显著的抑制作用。农业保险对绿色技术进步的促进大于其对绿色技术效率的抑制作用，从而使得其对农业绿色生产率呈现显著的促进作用。

关键词：农业保险；农业绿色生产率；绿色技术进步；绿色技术效率

文章编号：2095-5960（2018）06-0101-08；中图分类号：F326；文献标识码：A

一、引 言

改革开放以来，中国农业生产取得了举世瞩目的成就，为促进世界粮食安全做出了巨大贡献。农林牧渔生产总值从1978年的10275亿元增长到2015年的52779亿元（以1978年为基期），年均增长率为44%；粮食总产量从2003年的430695万吨增长到2015年的621439万吨，取得了连续12年增产。但是，我国农业生产取得巨大成就的同时，农业生态系统遭到前所未有的破坏，农业可持续发展面临严峻的形势。根据《全国环境统计公报（2015年）》 的统计，全国废水及其污染物排放中，农业污染源占COD排放总量的比例为4806%，是四大污染源占比最高的，而农业污染源占氨氮排放总量的比例为3158%，仅次于城镇生活污染源占比。农业污染已经成为我国环境污染的主要来源。农业生态环境的恶化对我国农业产量和质量提高均产生了不利的影响，发展生态、环保的绿色农业成为我国农业发展的内在要求（金书秦和沈贵银，2013）[1]。

农业绿色生产率是衡量农业绿色发展的重要指标。目前学者们是主要从财政支农投入（叶初升和惠利，2016）[2]、异质型人力资本投资（韩海彬等，2014）[3]、农村制度改革（李谷成，2014）[4]等视角分析了影响农业绿色生产率的因素，并提出了绿色农业发展的措施，但鲜有文献研究农业保险与农业绿色生产率的关系。实际上，绿色农业具有“高投入、高产出、高风险”的特点，对农业保险有着迫切的需求。农业保险不仅能够分散农户的自然风险和市场风险，稳定农户的预期，也会影响农户采用农业新技术的行为，改变农户对化学中间品投入和农业种植方式，从而影响农业产出和农业生态环境。自2007年启动中央财政补贴的农业保险试点以来，中国农业保险业务发展迅猛，承保品种覆盖了全国所有省区的农、林、牧、渔各个方面。中国已经成为仅次于美国的全球第二大农业保险市场。农业保险的快速发展是否促进了我国农业绿色生产率的提高？它是如何影响农业绿色生产率的？对这些问题的研究，不仅有利于促进我国农业保险向绿色保险转变而且对促进我国农业绿色发展具有十分重要的理论与现实意义。本文首先评述了相关文献，然后利用2001—2015年全国31个省份的面板数据，对我国农业绿色生产率进行估算，接着运用系统GMM估计方法，实证检验了农业保险影响我国农业绿色生产率的机制。

二、文献综述

农业是一个天然的弱质产业，在农业生产和经营过程中，农户时常会遭受自然风险和市场风险，为了分散农户的风险，许多国家都建立起农业保险制度，对农户在农业生产和经营过程中可能遭到的自然灾害或经营风险所造成的经济损失提供一定的补偿，这是市场经济国家扶持农业发展的通行做法。过去学术界对农业保险的研究主要集中在农业保险对农业产出的影响方面。大部分学者认为农业保险对农业产出具有正向促进作用。农业保险不仅能够转移农业生产风险、对各类灾害事故损失进行补偿，使农业生产经营保持稳定进而提高农户生产的积极性（王亚楠，2011）[5]，还能够有助于农民采用更为先进但更具风险性的生产工具和技术，扩大农业生产规模，提高农业产出（张跃华等，2007）[6]。Hazell[7]（1992）研究发现，农业保险为农民提供了增加投资和农业生产投入的机会，转移了农业生产风险，从而起到提高农业生产率的作用。周稳海[8]（2015）利用河北省2007—2013年11个市的面板数据，运用系统GMM方法实证研究发现：农业保险对农业生产具有显著的促进作用，并且这种作用随着农业风险水平的增加而增大。

近年来，随着农业生态环境问题的出现，许多文献开始对农业保险与农业生态环境之间的关系展开研究。它们主要是从农业保险会改变农户生产决策，直接影响农业生产要素投入和农业生产方式，从而对农业生产环境造成影响这一路径来进行研究的。例如，Horowitz和Lichtenberg[9]（1996）利用递归模型分析了农业保险对美国中西部玉米种植者农用化学品施用行为的影响，结果发现，购买农业保险的农场主比没有购买保险的农场主每亩耕地的氮肥和农药的施用量分别高出19%和21%，除草剂和杀虫剂分别高出7%和63%。钟甫宁等[10]（2007）利用联立方程组实证分析了农业保险对新疆玛纳斯河流域农户化学中间投入施用行为的影响，结果发现购买农业保险的农户会使用较少的农药， 而使用较多的化肥与农膜。但也有一些学者认为农业保险会降低化学品投入，如Smiths和Goodwin[11]（1996）运用相同的方法分析了农业保险对美国堪萨斯州麦农化学中间投入品施用行为的影响，研究发现，购买保险的农户会减少氮肥投入使用，每公顷减少5美元氮肥投入。这一结果与钟甫宁等[10]（2007）的结论相反，其原因可能是由于二者选择的样本不同。不同样本所处的地理区位、气候等特征也会影响农户要素的使用，从而造成二者的结论存在差异。还有学者以化肥和杀虫剂的支出费用来衡量其使用情况，考察农业收入保险对化肥和杀虫剂使用量的影响，结果表明农业收入保险会影响减少肥料和杀虫剂的总支出（Mishra，2005）[12]。如果将二者分开来看，收入保险会使化肥支出减少，而杀虫剂的支出增加。此外，也有研究表明农业保险也会通过改变农户生产决策影响农产品种植规模、结构和绿色技术采用，進而影响农业生态环境（罗向明等，2016；陈俊聪和王怀明，2015）[13][14]。

从上述文献的梳理来看，有关农业保险与农业绿色发展的研究大多集中于农业保险对农业产出增长或农业要素投入的影响方面。少数学者如陈俊聪等[15]（2016）、马述忠等[16]（2016）关注到了农业保险对农业全要素生产率的影响，但是他们忽视了农业环境污染对农业生产效率的影响，没有真正分析农业保险对农业绿色生产率的作用。本文的研究则试图将农业保险对农业环境污染和农业产出的影响综合起来，分析农业保险与农业绿色生产率之间的关系。此外现有文献多以农业保险密度来表示农业保险，检验其与农业产出或农业污染型投入品的关系，这从一个角度分析了农业保险对农业生产的影响，但无法全面地反映农业保险对农业生产的影响。本文则利用农业保险保费总收入、保险深度、保险密度三个指标多方面来检验农业保险对农业绿色生产率的影响，从而使检验结果更全面和可信。

三、我国农业绿色生产率的测算

本文参考李谷成[4]（2014）的论文，将化肥、农药、农膜与畜禽养殖等残留和排放的污染纳入农业生产率核算框架，把包括这4种方式所残留和排放的污染非期望产出的生产率称为“农业绿色生产率”（GTFP）。

（一）测算方法

计算生产率指数的传统做法是首先根据当期基准构建生产前沿面，然后构造方向性距离函数并据此计算每一时期的决策单元的生产率，其次是求解相邻两个时期生产率指数的几何平均值，并以此来度量生产率变化从而得到生产率指数（杜江等，2016）[17]。M指数是这种计算方法的典型代表，并且它可以将生产率的变化进一步分解为效率变化（TEC）和技术进步（TC）。但是M指数不具备循环性，利用线性规划方法求解时甚至可能无解，为此Pastor等[18]（2005）提出了全局指数，他们将各决策单元的所有考察时期作为基准构建生产前沿面，既可以满足循环性又不会产生无解的情况，并且允许存在技术退步。同时，考虑到中国农业发展的实际情况，本文采用的是规模报酬不变假定下的农业绿色生产率。参考Pastor等[18]（2005）与Oh[19]（2010）的文献，本文将GML指数定义为：

GMLtt+1（xt，yt，bt，xt+1，yt+1，bt+1）=1+DTG（xt，yt，bt）1+DTG（xt+1，yt+1，bt+1）（1）

其中，GMLt，t+1表示农业绿色生产率指数（GTFP）。DTG（x，y，b）=max{β|（y+βy，b-βb）∈PG（x）}，它是依据全局生产可能性集合参照集PG得到的环境方向性距离函数，PG表示对每一个投入向量x都能生产期望产出和非期望产出的组合（y，b），上标T=t，t+1，表示相邻的两个时期，下标G表示当期基准。GML指数可以进一步被分解为绿色技术效率变化（TEC）和绿色技术进步（TC）：

GMLtt+1（xt，yt，bt，xt+1，yt+1，bt+1）=1+DTG（xt，yt，bt）1+DTG（xt+1，yt+1，bt+1）=TECt，t+1×TCt，t+1（2）

绿色技术效率变化（TEC）衡量生产单位在t期到t+1期从实际生产点向生产前沿面靠近；绿色技术进步（TC）是一个几何平均值，衡量生产前沿面向外扩张的动态变化。GTFP、TEC、TC大于（小于）1分别表示绿色生产率增长（下降）、绿色技术进步（退步）和绿色技术效率改善（恶化）。

（二）变量选择与数据说明

本文利用2001—2015年中国31个省份的农业投入产出数据估算中国农业绿色生产率，选取变量的数据来源于历年《中国统计年鉴》、《中国农业年鉴》、《中国农村统计年鉴》等。

（1）投入变量。根据数据的可获得性和参考已有研究的做法，本文中农业投入主要包括劳动力、土地、机械、化肥和灌溉等。劳动力投入以第一产业从业人数表示；土地投入以农作物总播种面积表示；机械投入以农业机械总动力表示；化肥投入以农业生产中化肥的折纯量表示；农业灌溉变量以农业灌溉面积表示。

（2）产出变量。产出变量包括期望产出和非期望产出。在本文中，期望产出以2000年不变价的农业总产值表示；非期望产出是指农业生产中的各种面源污染物，并根据陈敏鹏等[20]（2006）的“单元调查评估法”与第一次全国污染源普查（农业普查）公布的系列手册，确定农业污染产污单元清单列表。选取的非期望产出变量包括农药残留、农膜残留、总化学需氧量（COD）、总磷（TP）、总氮（TN）等污染物。其中化肥的TN、TP污染量根据《肥料流失系数手册》和“单元调查评估法”核算；农药与农膜流失与残留量分别根据《农药流失系数》与《农田地膜残留系数》核算；畜禽养殖排放的COD、TN和TP污染量根据《畜禽养殖业源产排污系数手册》核算。

（三）农业绿色生产率的测算结果

根据上述方法和数据，本文测算了2001—2015年全国31个省份农业绿色生产率并将其分解为绿色技术效率和绿色技术进步，如表1所示。从表1中可以发现：第一，农业绿色生产率增长源泉主要来自于农业绿色技术进步。农业绿色技术进步率年均增长864%，这与李谷成[4]（2014）计算的608%比较接近。农业绿色技术效率年均下降412%，李谷成[4]（2014）计算的结果为295%。这表明我国农业发展是典型的绿色技术推进型增长，生产率增长主要来自于“最佳实践者”的“最佳实践”和生产前沿面向外扩张，而“落后者”省份向“最佳实践者”的“追赶效应”不足。第二，农业绿色生产率及其分解的变化呈现出较大的省际差异。以全国绿色生产率年均增长率416%为参照，将近一半省份（14个）位于其上。绿色技术效率全国年均降低412%，15个省份绿色技术效率位于其上。其中，北京、上海、江苏、浙江、海南在2001—2015年期间绿色技术效率不变，天津、河北、辽宁、福建、山东、湖北、广东、广西、陕西、青海的绿色技术效率介于均值和1之間。绿色技术进步的全国年均增长率为864%，有9个省份高于这一均值。

表12001—2015年各省农业绿色生产率及其分解结果

省份绿色技术效率绿色技术进步绿色生产率省份绿色技术效率绿色技术进步绿色生产率北京100001129111291湖北099161073410644天津096041091710485湖南094881078210231河北096371088210487广东096651079110430山西095411083010333广西096091075610335内蒙古093931082010163海南100001101611016辽宁096361081410420重庆088351142710096吉林095821077410324四川095371072710231黑龙江094211077910155贵州093761071210045上海100001029410294云南095821076110311江苏100001083810838西藏085831160809963浙江100001102011020陕西097931075310530安徽095671079710330甘肃095511080310318福建096671100410638青海095971087310435江西095541073510256宁夏096521083110455山东096111085510433新疆093941081110156河南095781081710361全国均值095881086410416四、农业保险对农业绿色生产率的实证分析

（一）计量模型

面板数据的优点是可以对个体的动态行为进行建模，而由于惯性或部分调整，个体当前行为往往受到过去行为的影响。考虑到农业绿色生产率可能会受到前一期农业绿色生产率的影响，需要在解释变量中包含被解释变量的滞后期。因此，为了考察农业保险对农业绿色生产率的动态影响，本文将计量模型设定为如式（3）所示的动态面板回归形式：

lnYk，it=α1lnYk，it-1+α2lnINSUit+∑jβjlnXj，it+ηi+ut+εit（3）

其中，Yk，it为被解释变量。Yk，it-1为被解释变量滞后项，用于控制滞后期对当期的影响。INSUit代表农业保险发展水平，是本研究关注的核心内容。考虑到农业保险会对农业绿色生产率产生影响，而农业绿色生产率较高的地区也会有更多的农户购买保险，因而农业保险与农业绿色生产率互为因果关系，本文将农业保险设为内生变量。Xj，it代表控制变量，是影响农业绿色生产率的其他因素。虚拟变量ηi代表地区效应，μt代表年度效应，εit代表随机干扰项。k=1，2，3分别表示绿色生产率（GTFP）、绿色技术效率（TEC）、绿色技术进步（TC）；i=1，2，…，31，代表中国31个省（区，市）；t代表年份；j=1，2，…，6，代表6个控制变量。

（二）变量选取

（1）因变量。由于本文需要考察农业保险对农业绿色生产率的影响及其机制，因此因变量Y将包括上节所计算的农业绿色生产率（GTFP）、绿色技术效率（TEC）、绿色技术进步（TC）。

（2）核心自变量。为了更加全面地衡量农业保险发展水平，文中选取农业保险保费总收入（INSU1）、农业保险深度（INSU2）、农业保险密度（INSU3）来表示农业保险发展水平，多重角度考察农业保险对农业绿色生产率的影响。其中农业保险深度用农业保险保费总收入与农业总产值之比表示，农业保险密度用农业保险保费总收入与乡村总人口之比表示。

（3）控制变量。根据数据可得性并参考相关研究的做法，本文选取如下自变量：①农业结构（X1）。该变量用粮食播种面积占农作物播种面积的比重表示。②农业财政支持（X2）。该变量用各地财政支出中农业相关支出所占比重来表示。③人均收入（X3）。本文以2001年不变价的农业生产总值除以乡村总人口来表示。④受灾率（X4）。该变量是用各地区农作物受灾面积表示。⑤农民收入构成（X5）。该变量用农民人均纯收入中工资性收入的比重来表示。⑥农业经营规模（X6）。本文以劳均耕地面积表示。

核心自变量和控制变量的数据全部来自于历年《中国农村统计年鉴》、《中国统计年鉴》、《中国保险年鉴》。

（三）研究方法说明

由于计量模型式（3）为动态面板模型，且存在内生性，为使实证结果更有说服力，消除内生性可能的影响，本文采用系统广义矩（以下简称“系统GMM”）来分析农业保险对农业绿色生产率的影响。由于差分GMM会损失样本信息并存在弱工具变量的问题，系统GMM在差分GMM估计方法上再引入水平方程，将滞后差分变量增加为水平方程相应变量的工具变量，从而有效解决弱工具变量可能导致的有偏估计问题并消除异方差的干扰，更适用于分析省际面板这类个体差异较大的样本。系统GMM需要通过Arellano-Bond test来考察扰动项是否自相关，用以判断系统GMM方法是否适用。此外，它还需要通过Hansen test判断是否存在工具变量的过度识别问题。系统GMM方法对所使用的工具变量数有严格的限制，过多的工具变量会导致Hansen test无效。因此，通过控制工具变量数，避免统计量的P值过高甚至接近1的情况，使其维持在显著但P值较低的水平上。

（四）实证结果分析

表2为农业保险对农业绿色生产率及其分解项绿色技术效率、绿色技术进步的估计结果。表2底部為AR（1）、AR（2）和Hansen检验结果。其中各模型的AR（1）的概率均小于005且AR（2）的概率均大于005，表明模型存在一阶自相关但不存在二阶自相关性，可以使用系统GMM方法。Hanse检验的概率也均大于01但不接近1，表明不存在工具变量过度识别问题，模型所选工具变量合理。从表2中我们可以发现：

（1）农业保险对农业绿色技术进步呈显著正向影响。如表2中第（1）、（2）和（3）列所示，农业保险保费总收入、农业保险深度和农业保险密度增加1%，可促进农业绿色技术进步分别增长0017%、0018%和002%。这意味着农业保险在推动“最佳实践者”进行农业绿色技术创新方面起到了促进作用，从而使得农业绿色技术进步随着农业保险的增加而增长。2001—2015年中国农业保险保费收入由5243亿增长到37490亿。农业保险的增加有利于“最佳实践者”省份开展农业绿色技术创新，为先进的绿色技术研发和适应性改良降低风险，提高预期收益，推动生产前沿面的扩张。农业保险能够转移农户生产风险，稳定农户的预期，有利于更为先进的农业生产技术的研发和改良、促使农作物产量增加，并推动农作物的供给曲线向右移动。

（2）农业保险对农业绿色技术效率呈显著负向影响。如表2中第（4）、（5）和（6）列所示，农业保险保费总收入、农业保险深度和农业保险密度增加1%，将导致农业绿色技术效率分别下降001%、0007%和0007%。绿色技术效率是指农户通过生产要素和资源的优化配置、规模递增和生产结构升级等动力向生产前沿面靠近。农业保费总收入反映的是农业保险发展的总体水平，而农业保险密度反映的则是人均保险水平，保险深度则反映的是农业保险占GDP的比重。保费总收入、保险深度以及保险密度所代表的农业保险发展水平对农业绿色技术效率导致农业绿色技术效率分别下降001%、0007%和0007%，说明农业保险对农业绿色技术效率具有显著的抑制作用，农业绿色技术效率随着农业保险发展水平的提升而不断下降，并且保费总收入多表示的农业保险总体发展水平对农业绿色技术效率的抑制作用最大。农业保险对农业绿色技术效率的显著抑制作用说明农业保险阻碍了农户对生产要素和资源的优化配置、其规模的扩张或结构升级，从而使得“落后”省份无法向生产前沿面靠近，与“最佳实践者”省份差距拉大。

农业保险对绿色技术效率具有抑制作用，其原因一方面可能是由于我国农业保险存在着保障水平较低、覆盖率不高以及产品单一等问题。就保障水平而言，水稻、玉米、小麦三大粮食作物的保险保障水平约为300元/亩，仅占农户种植的实际成本不足75%；而从农业保险的全国覆盖率来看，水稻、玉米和小麦三大口粮的保险覆盖率只有649%、673%和618%。《中国农业保险市场需求调查报告》（2014）的结果显示，超过50%的农户认为农业保险保额过低、覆盖面不高和产品多样化不足，无法满足风险转移的需求。对于以小农户经营为主的中国农业来说，小规模农户的风险规避意识会更强，在缺乏完善的农业保险体系的状况下，农户会选择多施用化肥、农药等污染型中间投入品和种植技术，生产要素配置效率降低，从而导致农业绿色技术效率下降；另一方面是可能是在“落后者”省份中农业保险市场存在一定的道德风险和逆向选择问题，其购买保险只是为了获得补贴，并不会对这些绿色技术后期管理以及其他配套设施进行维护，从而导致农业绿色技术效率提高缓慢（柴智慧和赵元凤，2016）。这些原因使得农业保险对农业绿色技术效率产生了明显的阻碍作用。

农业保险对农业绿色技术效率具有显著的抑制作用，这一结果并不是说不发展农业保险或降低农业保险发展水平，而是要解决农业保险的结构问题以及农业保险市场所存在道德风险和逆向选择问题。

（3）农业保险对农业绿色生产率呈显著正向影响。如表2中第（7）、（8）和（9）列所示，农业保险保费总收入、农业保险深度和农业保险密度分别增加1%，将导致农业绿色技术效率增长0009%、0007%和001%。这说明不论是农业保险的总体发展水平还是人均保险水平以及保险在经济中的比重来看，农业保险对农业绿色生产率都具有显著的正向促进作用，农业绿色生产率随着农业保险发展水平的提升而不断提高，并且人均保费所表示的农业保险密度对农业绿色生产率的促进作用最大。农业保险水平的提高有利于农业绿色生产率的增长，促进传统农业朝着绿色可持续方向转变。从实证结果可以看出，由于农业保险对绿色技术进步影响系数的绝对值大于对绿色技术效率影响系数的绝对值，即农业保险对农业绿色技术进步的促进作用大于其对绿色技术效率的抑制作用，因此农业保险对农业绿色生产率仍然具有显著的正向促进作用，即农业保险能够显著地促进农业的绿色发展。

推动农业绿色生产率的最佳途径是同时推动农业绿色技术进步和绿色技术效率增长，而目前仅实现了前者这一条途径。因此未来农业保险的发展潜力应该在于制定出加大力度发展农业保险，推出更为多样化的保险产品来促使农业保险对农业绿色技术效率由抑制作用向促进作用转变。

（五）稳健性检验

为了保证结果的稳健性，本文采用可变规模报酬条件下农业绿色生产率和分解的农业绿色技进步和绿色技术效率作为因变量，考察农业保险对农业绿色生产率的影响。检验结果见表3。由表3的结果可知，不论是农业保险保费总收入还是农业保险深度和保险密度，农业保险对农业绿色技术进步具有显著正向影响，对绿色技术效率具有显著负向影响，同时农业保险对农业绿色技术进步的正向影响大于对绿色技术效率的负向影响，从而使得农业保险对农业绿色生产率具有显著正向影响。这一结果与表2基本一致，说明表2的结果是稳健的。

五、研究结论

随着资源和环境对农业发展的约束越来越紧，农业绿色发展将是未来农业发展的主要方向。农业绿色生产率将资源环境因素纳入到农业经济增长分析框架中从而对传统农业全要素生产率的修正，是资源环境约束下农业经济发展方式转变的重要动力，也是判断一个国家或地区农业绿色健康可持续发展的依据。农业保险一方面能够分散农业的自然风险和市场风险，另一方面也会改变农户对化学中间品投入和种植方式，从而影响农业产出水平和农业环境污染水平。那么农业保险在近10年里得到迅速发展，其规模的扩大是否促进了农业绿色生產率的提高呢？大量文献对农业产出和农业污染展开了丰富的研究，但鲜有文献涉及农业保险对农业绿色生产率的影响。针对这一问题，本文首先利用GML指数方法测算了2001—2015年农业绿色生产率并将其分解为绿色技术效率和绿色技术进步，然后运用系统GMM方法检验农业保险与农业绿色生产率之间的内在关系。本研究发现：①农业保险对农业绿色技术进步有显著促进作用；②农业保险对农业绿色技术效率具有显著的抑制作用；③农业保险对绿色技术进步的促进作用大于绿色技术效率的抑制作用，进而对农业绿色生产率具有显著的促进作用。

在此基础上，本文建议：第一，鼓励农业保险经营主体创新农业保险产品，满足农户经营风险的多样化需求；第二，利用政策性农业保险补贴将保险补贴额度与农业绿色生产技术对接，积极引导和鼓励农民采用环保型农业生产技术，提高 “落后者”省份向生产前沿面靠近的积极性，促进农业向高效益、低消耗方向转型。第三，应提高中央财政对经济落后省份的农业保险绿色补贴额度和覆盖面，为采用农业绿色生产技术的农民提供更高的保费补贴水平和风险保障水平。

参考文献：

[1]金书秦，沈贵银.中国农业面源污染的困境摆脱与绿色转型[J].改革，2013（5）：79-87.

[2]叶初升，惠利.农业财政支出对中国农业绿色生产率的影响[J].武汉大学学报（社会科学版），2016（3）：48-55.

[3]韩海彬，赵丽芬，张莉.异质型人力资本对农业环境全要素生产率的影响——基于中国农村面板数据的实证研究[J].中央财经大学学报，2014（5）：105-112.

[4]李谷成.中国农业的绿色生产率革命：1978-2008年[J].经济学（季刊），2014（2）：537-558.

[5]王向楠. 农业贷款、农业保险对农业产出的影响——来自2004～2009年中国地级单位的证据[J].中国农村经济，2011（10）：44-51.

[6]张跃华，史清华，顾海英.农业保险需求问题的一个理论研究及实证分析[J].数量经济技术经济研究，2007（4）：65-75.

[7]Hazell P B R. The Appropriate Role of Agricultural Insurance in Developing Countries[J].Journal of International Development.， 1992， 4（6） ：567-581.

[8]周稳海，赵桂玲，尹成远. 农业保险对农业生产影响效应的实证研究[J].保險研究，2015（5）：60-68.

[9]Horowitz J K， Lichtenberg E. Insurance， Moral Hazard， and Agricultural Chemical Use in agriculture[J]. American Journal of Agricultural Economics， 1996 ，78（3）：428-438.

[10]钟甫宁，宁满秀，邢鹂，等. 农业保险与农用化学品施用关系研究——对新疆玛纳斯河流域农户的经验分析[J].经济学（季刊），2007（1）：291-308.

[11]Smith V H， Goodwin B K. Crop Insurance， Moral Hazard， and Agricultural Chemical Use[J]. American Journal of Agricultural Economics， 1996， 78（2） ：428-438.

[12]Mishra A K， Nimonr W， El-Osta H.S. Is Moral Hazard Good for The Environment？ Revenue Insurance and Chemical Input Use[J]. Journal of Environmental Management， 2005， 74（1）：11-20.

[13]罗向明，张伟，谭莹. 政策性农业保险的环境效应与绿色补贴模式[J].农村经济，2016（11）：13-21.

[14]陈俊聪，王怀明.农业保险与农业面源污染：影响因素及其度量——基于联立方程组的情景模拟[J].上海财经大学学报， 2015（5）：34-43.

[15]陈俊聪，王怀明，张瑾. 农业保险发展与中国农业全要素生产率增长研究[J].农村经济，2016（3）：83-88.

[16]马述忠，刘梦恒. 农业保险促进农业生产率了吗？——基于中国省际面板数据的实证检验[J].浙江大学学报（人文社会科学版），2016（6）：131-144.

[17]杜江，王锐，王新华.环境全要素生产率与农业增长：基于DEA-GML指数与面板Tobit模型的两阶段分析[J].中国农村经济，2016（3）：65-81.

[18]Paster J， Lovell C A. A Global Malmquist Productivity Index[J]. Economic Letters， 2005，88（2） ：266-271.

[19]Oh D. A global Malmquist-Luenberger Productivity Index[J]. Journal of Productivity Analysis， 2010，34（3） ：183-197.

[20]陈敏鹏，陈吉宁，赖斯芸.中国农业和农村污染的清单分析与空间特征识别[J].中国环境科学，2006（6）：751-755.

[21]柴智慧，赵元凤. 农作物保险中农户道德风险的产生机理与案例检验——以内蒙古为例[J].保险研究，2016（12）：85-93.

Does Agricultural Insurance Promote The Improvement of Agricultural Green Productivity in China

LI Yan1， CHEN Dening1， LI Peng2

（1.School of Economics and Management， Wuhan University， Wuhan， Hubei 430072， China；

2.School of International Business， Shanxi Normal University， Xian， Shanxi 710119， China）

Abstract：Agricultural insurance is an important means to promote the transformation of agricultural development from over reliance on resource consumption to green and sustainable development. The article constructs a panel data of agricultural input-output and polluting emission in 31 provinces of the whole country from 2001 to 2015， calculates green productivity of agriculture using GML index and decomposes it into green technical change and green technical efficiency， then empirically tests the influencing mechanism of agricultural insurance on green productivity of agriculture with system GMM. The main conclusions are as follows： agricultural insurance plays a significant role in promoting green technical change of agriculture while it has a significant inhibitory effect on green technical efficiency of agriculture. The promoting impact of agricultural insurance on green technical change of agriculture is larger than the inhibitory impact of agricultural insurance on green technical efficiency of agriculture， which makes it significantly promote green productivity of agriculture.

Key words：agricultural insurance； green productivity of agriculture； green technical change； green technical efficiency

责任编辑：吴锦丹吴锦丹萧敏娜常明明张士斌