基于三阶段DEA-Malmquist模型的乡村振兴下的农业保险支农效率

郑军， 杨柳

(安徽财经大学金融学院， 安徽 蚌埠 233030)

0 引言

乡村振兴战略提出，农业、农村和农民是国家经济和人民生活的根本问题，要始终把解决“三农”问题作为党的工作的重中之重.《关于做好2019年银行业保险业服务乡村振兴和助力脱贫攻坚工作的通知》指出，银行保险业要坚持“三农”优先发展.农业保险通过分散农业生产经营过程中的风险和灾后损失补偿，在稳定农业生产、保障农民收入方面发挥了重要作用.这符合农业保险服务乡村振兴的战略要求.金融支农效率是对金融资源覆盖面、金融组织可持续性和农村福利状况的综合衡量，同时也是对投入和产出的一种对比分析[1].基于此，农业保险支农效率可理解为对农业保险支农的上述方面的综合衡量与对比分析.这可采用DEA方法来测度地区和整体农业保险支农的全要素生产率变动(TFP)，它是实际“三农”产出和农业保险投入水平与相对有效生产前沿之间的距离[2]，这可体现农业保险投入的有效程度，进而对农业保险支农效率进行衡量，同时能够以此为依托，反映农业保险服务乡村振兴的水平.

随着农业保险发展规模的不断扩大，农业保险支农问题引起了学术界的广泛关注，相关研究主要集中在农业保险对农业生产、农民收入和农村经济的影响三方面.从农业生产方面，Ahsan、Ali和Kurian提出农业保险可以提高农产品产量[3].因为农业保险可以分散自然风险，起到稳定农业生产的作用.对于农民收入，Chambers提出农业保险无法达到提高农民收入的效果[4]，但国内多数学者，如刑郦[5]、李婷等[6]等认为农业保险在稳定和促进农民收入增长方面具有积极作用.对于农村经济，周才云发现农业保险密度与农村经济增长率及农业就业率之间存在正相关关系[7].目前，一些学者主要从效率评价标准体系和实证分析方面对农业保险的相关效率进行了研究.一方面，国外有学者以农民支付意愿作为评价标准来衡量农业保险的补贴效率，例如文献[8-9].在国内，对于效率评价标准体系的研究主要从不同视角展开.从政府视角而言，主要从补贴资金使用情况、农业保险渗透等方面构建评价指标[10]；从投保人视角而言，农业保险保费补贴政策绩效评价的核心指标主要包括农户的“主观感受”和政策形成的“客观效果”[11-12].另一方面，对于实证分析研究，XU J F基于RCK模型，认为在风险模型中引入保险机制会促进农业经济增长，保费补贴会不断提高农业产出[13].李心愉等利用 BCC和面板Tobit模型，分析我国农业保险开展效率，发现我国农业保险整体效率偏低，但呈现逐年递增趋势[14].也有学者选取聚类分析法分析发现，我国各地区农业保险补贴效率值差异较大[15].

但是，基于当下的乡村振兴战略，我国农业保险对“三农”支持的效率水平如何？我国地区发展存在自然、人文社会和制度等的外部环境差异，这些差异是否会对农业保险支农效率测度产生影响？由于这些外部环境差异，我国各地区农业保险支农效率水平是否也存在区域性差异？以上问题亟须通过研究给出答案.鉴于此，本研究首先从现有文献出发，探讨农业保险支农效率，并收集2008—2017年相应投入与产出指标的面板数据.其二，通过构建理论框架和三阶段DEA-Malmquist模型，从动态角度衡量农业保险的支农效率.其三，鉴于传统DEA模型无法剔除环境因素和混合误差、随机扰动等对效率值的影响，在传统DEA模型的基础上，通过SFA模型消除环境变量和随机误差来调整农业保险支农效率的测度.以上对乡村振兴视角下的农业保险支农效率进行研究，旨在更科学、准确地衡量农业保险支农效率及区域差异，从而为农业保险服务乡村振兴战略提供科学借鉴.

1 农业保险支农效率评价的基本框架及理论依据

农业保险能够为“三农”发展提供支撑，会对农业生产、农民生活以及乡村发展产生重要影响，从而影响到农业保险服务服务乡村振兴战略的实施.

在风险管理理论中，风险管理是指以适当的手段对风险进行管理和控制，以最低的成本达到最大的保障.农业保险的本质便是风险分散与损失分担.农业保险通过以下作用机制，影响其服务乡村振兴战略的实施：农户对农业保险进行投保，在这过程中，各级政府会依据农险种类，对农户给予相应程度的保费补贴.然后，保险公司便会依照合同约定，为农业保险标的提供风险保障.当出现保险责任范围内的事故，保险人会依照合同约定，向投保人赔付相应保险金，以补偿农户的风险损失.近年来，农业保险从试点到推广，从保障自然风险到扩大保障市场风险，逐渐增加覆盖范围和品种，逐步提高补贴标准，再到各新型保险形式应运而生，为农业生产、农民增收和农村发展贡献了重要力量，同时也为乡村振兴提供了重要助力.基于以上理论，采用三阶段动态DEA-Malmquist模型对农业保险支农效率进行评价，其中农业保险投入产出比是衡量效率和指标选择的基础和依据.

图1 农业保险支农服务乡村振兴战略作用机制

以农业保险的福利分析为基础，进行政策性农业保险能够为农户和国家带来福利.农业保险能够保障农户收入，也可保证农业生产顺利进行，从而使全社会成员享受农业和农产品价格稳定的福利[16].对农业保险的投入可有效支持“三农”发展，助力乡村振兴.农业保险的保费收入直接反映了农民和各级政府的投入；保费收入占GDP的比重，即农业保险深度，反映了农业保险在经济中的地位，体现了该地对保险业的投入程度.因此，以上二者可以作为农业保险支农效率评价的投入指标.构建乡村振兴视角下农业保险支农效率的评价指标，应基于保险支农的各项目标，突出效率评价的重点.而乡村振兴战略明确指出，要优先发展农业农村，解决好“三农”问题.农业保险对“三农”的风险分散与损失分担，可以推动“三农”工作顺利进行，助力乡村振兴.农林牧渔业总产值能够直观反映农业的发展情况，是农业生产产出的一种体现；农业保险是促进农民增收的重要因素之一[17-18]，农民人均可支配收入可直观反映农民的收入与生活水平；城镇化率作为衡量地区城镇化水平的指标，则从相对角度反映农村现代化发展情况.因此，基于以上理论和相应指标的内涵，将农业保险保费收入和农业保险深度为投入指标，测算乡村振兴背景下的农业保险投入；以农、林、牧、渔业总产值、农民人均可支配收入和城镇化率为产出指标，评价农业保险支农的产出效果.

图2 投入产出指标选取

环境变量的选取原则是变量会影响农业保险支农效率，但不在决策单元的可控制范围内.对于环境因素的影响，可根据区域经济学理论进行分析.根据区域经济学理论，我国各地发展存在差异性，这些外部环境的差异，会影响农业保险支农的投入与产出，进而对效率值产生影响.例如，在我国，不同地区农业保险对农民收入的影响程度存在较大差异，这是因为地方财力、财政补贴等社会和制度方面的环境因素使农业保险对农民收入的影响产生区域性差异[19].外部环境影响，可从自然、社会人文、制度等三方面考量，因为这三方面会影响农业保险支农效率，但各地却不能在短期内进行控制.受灾情况反映了地区的自然环境，而农业生产极易受自然环境的影响，自然环境越恶劣，越会对各地区的农险支农效率产生影响；受教育情况反映了地区的社会人文情况，受教育水平越高，农户对风险与保险的理解与认可就越深刻，从而促进农业保险支农效率的发挥；最后，地方财政支农情况反映了地区对“三农”的制度支持情况，这会影响地方对农业保险的投入力度，进而影响农业保险对“三农”的支持效率.由此可见，有必要剔除这些外部环境因素，仅对农业保险的内部管理效率进行评价，从而得出农业保险支农效率情况的科学结论.

本研究通过构建三阶段动态DEA-Malmquist模型，剔除环境变量和随机扰动对结果的影响，研究乡村振兴战略视角下的农业保险支农效率情况，并试图分析在区域差异下，是否产生了农业保险支农效率的区域性差异.

2 实证模型与数据来源

2.1 相关假设根据前文对风险管理理论、福利效用理论和区域经济学理论的论述可见，农业保险能够促进“三农”发展，进而推动农业保险服务乡村振兴战略，但支农效率可能存在一定差异.因此，本研究给出以下假设：

假设1：农业保险对农业生产、农民收入和农村现代化的支持具有一定效率，能够助力乡村振兴，但各地区间的农业保险支农效率存在区域性差异.

假设2：区域自然、人文社会、制度等外部环境会对农业保险支农效率产生重要影响，进而影响乡村振兴战略的实施效果.

假设 3: 利用随即前沿模型(SFA)调整各省外部环境后，各省农业保险支农效率会有所提高，进而有助于农业保险服务乡村振兴.

2.2 模型设定为研究31个省(直辖市、自治区)农业保险支农的效率，选用三阶段动态DEA-Malmquist模型进行效率分析，并消除外部环境和随机误差因素的影响，以期为农业保险服务乡村振兴战略提供参考和借鉴.

三阶段动态DEA-Malmquist是将传统DEA方法与SFA方法相结合的一种非参数方法.因此，它具有以上两种模式的优点：无需预先设定生产函数关系形式，避免函数形式错误的影响；注重优化决策单元，无需事先确定权重，较大程度避免了人为主观因素的干扰；剔除环境变量和随机误差对评价结果的影响，使结果更加准确[20].本研究旨在分析乡村振兴视角下的农业保险支农效率，且该效率受到自然、社会和制度等环境变量的影响.为此，选用三阶段动态DEA-Malmquist模型，不仅符合研究需要，还能够剔除环境变量和随机扰动，科学准确地对农业保险支农效率进行分析.

2.2.1 第一阶段：DEA-Malmquist模型 第一阶段，即为对DEA模型衍生出来的Malmquist指数的运用.其使用原始的投入与产出数据进行乡村振兴视角下的农业保险支农效率评价，以对效率情况进行初步分析.韩珂和陈宝峰便利用此阶段，计算产险公司的经营效率值[21].可见，此阶段适用于绩效分析研究，并能通过其中的BCC进行规模效率情况初步分析.为此，在这一阶段，本文中选用传统DEA模型中的BCC模型，并构建Malmquist指数进行绩效分析.根据Fare等人的想法，其模型可表示为：

=effch×techch

(1)

M=M(xt,yt,xt+1,yt+1)

=pech×sech×techch

=effch×techch

(2)

2.2.2 第二阶段：引入环境变量的SFA模型 第二阶段，即对引入环境变量的SFA模型的应用.因为外部环境因素和随机因素会影响农业保险支农的投入和产出，但各决策单元不能主观控制，从而影响农业保险支农效率的衡量.因此，借助SFA模型剔除上述影响因素，仅单纯地对内部管理效率进行评价[22].农业保险支农效率研究的环境变量可选取为受灾情况、受教育情况和地方财政支农情况.因为环境变量的选择应为对农业保险支农的有效性有影响，但不属于主观可控制的范围.王韧和莫廷程便利用此阶段，选取受灾面积、农户受教育程度等变量对农业保险补贴政策效率进行了研究，并得到了科学的结果[15].因此，本文中的研究适用此阶段，并需要对上述环境变量进行剔除.根据Fried等人的想法，构造如下SFA回归函数：

Sni=f(Zi,βn)+υni+μnii=1,2,…,I;n=1,2,…,N

(3)

其中，Sni是第i决策单元n项投入的松弛值，Zi为环境变量，βn为环境变量系数，υni+μni为混合误差项，υni为随机干扰，μni为管理无效.

SFA回归的目的是消除环境因素和随机因素对效率测量的影响，以使所有决策单元在同一外部环境中，调整公式如下：

(4)

2.2.3 第三阶段：调整后的DEA-Malmquist模型 第三阶段，即剔除环境变量和随机误差后，运用第一阶段的DEA-Malmquist原理再次进行运算，此时运算出的决策单元效率更加真实准确，能够实现效率结果的科学性.张春海便利用这一阶段的原理，得到了较第一阶段更为准确、真实的决策单元效率值[23].为此，本文中的研究适用此阶段，对环境变量和随机误差进行剔除后，能够为我国农业保险支农效率的提升提供科学的依据和指导.

2.3 指标选取与数据来源DEA被广泛运用于效率评价研究，它基于传统的工程效率概念和生产函数理论，对决策单元的相对效率进行评价.它不仅可以衡量决策单元的有效性，还可以指出决策单元无效的原因和程度[24].基于风险管理理论，本研究采用三阶段动态DEA-Malmquist模型进行乡村振兴视角下的农业保险支农效率研究，以反映农业保险对“三农”的支持效率，其实质反映农业保险在“三农”中风险分散效果.模型需要的数据分为各决策单元农业保险支农的投入、产出和环境变量数据，模型各项指标的选取要能够反映其投入、产出和外部环境变量，并能得出科学准确的结果.此外，模型指标选取要符合科学性、可比性和可得性原则[25].基于此，此研究选取以下指标进行实证分析.

2.3.1 投入指标选取 农业保险保费收入，是保险公司为履行保险合同义务向投保人取得的报酬.根据对农业保险的福利分析，农业保险是一项为农业生产服务的保险事业，能够为农户和国家带来更多的福利，从而促进农业生产效率和农民收入的提高.农业保险保费收入和农业保险深度反映了社会对农业保险的投入程度.其中农业保险保费收入直观反映社会对农业保险的投入水平.农业保险深度是保费收入与国内生产总值的比值，该指标反映一地区保险业在国民经济中的地位，体现该地对保险业的投入程度.从总量和比例两方面刻画投入指标，能够对效率评价进行科学研究[26].因此，研究选择上述农业保险保费收入和农业保险深度作为投入指标，分别从总量和比例两个维度刻画农户和政府对农业保险的投入.

2.3.2 产出指标选取 产出指标选取为农林牧渔业总产值、农村居民人均可支配收入和城镇化率，这三项指标分别对应“三农”问题中的农业、农民和农村.其中，农、林、牧、渔业总产值是以货币表示的农、林、牧、渔业全部产品的总量，直接反映了一定时期的农业发展水平，具有助力乡村振兴的重要作用，有学者以此为产出指标对银保互动运行效率进行了评价[27]；农村居民人均可支配收入反映了农户的收入水平，这一指标也在一定程度上度量了乡村振兴战略的效果，有学者以此为产出指标进行农业保险财补效率的评价研究[28]；城镇化率是一地区城镇人口占总人口的比重，这一指标则可对农村的现代化发展程度进行度量.

2.3.3 环境变量选取 根据区域经济学理论，选取农作物受灾面积、文盲半文盲率和地方财政支农投入作为环境变量，分别对应外部环境的自然、社会人文和制度状况.这些外部环境因素会对政策性农业保险的支农效率产生客观影响，且不在样本主观可控范围之内.当受灾状况达到一定程度时，农业保险投入所产生的效果会受到一定程度的限制，这一环境变量采用受灾面积来表示，有学者便以此为环境变量，对政策性农业保险财补效率进行了研究[29]；受教育程度会影响农户对风险和保险的认知，这对农业保险的支农效率同样具有重要作用[15]，这一变量可以用文盲半文盲率来表示，即(文盲+小学教育人数)/农村地区总人口(1)此处的乡村人口总数为6岁及以上人口.；地方支农投入是对地区支持“三农”发展程度的衡量，这会影响农业保险的发展状况及其功能的发挥，这一环境因素采用地方财政农林水务支出来衡量.

2.3.4 数据来源 考虑到数据的完整性与可获得性，各项指标数据均来自2009—2018年《中华人民共和国统计年鉴》《中国农村统计年鉴》《中国保险年鉴》《中国环境统计年鉴》，国家统计局网站历年数据及其相应计算.相关指标的描述性统计及其具体数据如表1、表2所示.

表1 2008—2017年全国核心指标统计表

表2 2008—2017年各省核心指标均值统计表

3 数据分析与政策模拟

3.1 农业保险支农效率的初步评价根据式(1)和式(2)的原理及其运算，运用deap2.1软件，得到我国2008—2017年全国及各省份未调整的农业保险支农初步效率评价结果.具体数据如表3、表4所示.

表3 2008—2017年未调整的农业保险支农初步效率评价

表4 2008—2017年各省份未调整的农业保险支农总体初步效率评价

effch代表技术效率变化，techch代表技术进步，pech代表纯技术效率变化，sech代表规模效率变化，

tfpch代表全要素生产率变动，下同.

3.1.1 Malmquist生产率指数及其分解的总体特征 本研究构造了基于给定产出的最小投入模型，使得选取投入导向和可变规模报酬的动态DEA-Malmquist模型.本阶段，不考虑环境变量和随机误差，仅对农业保险的支农效率做初步评价，评价主要从三方面进行：①整体来看，2008—2017年间，农业保险支农效率指数呈上升-下降交替发展，但效率指数变化越来越稳定，且整体呈上升趋势.其中，在2009、2010、2014年Malmquist效率指数值大于1，其全要素生产率是上升的.但在本研究时段内，农业保险支农的Malmquist 生产率指数均值为0.835，小于1，说明其全要素生产率的变化是负向的，并以16.5%的速度降低.②从技术效率变化来看，其较全要素生产率高，且在2008—2017年间效率值大于1，呈增长态势.技术效率变化在研究时段内呈明显的上下波动趋势，是我国农业保险全要素生产率TFP增长的主要原因.③从技术进步来看，大部分年份的指数值小于1，其变化程度直接影响到TFP的变化.这说明技术因素阻碍了农业保险支农有效性的提高，依靠技术进步是提高农业保险支农有效性的有效方法.

3.1.2 Malmquist生产率指数的省际差异研究 我国整体表现较差，说明我国大多省份对农业保险支农效率提高重视不足，其TFP 值小于1，这验证了假设1.根据此阶段的DEA-Malmquist分析结果，将各省分为4类，Malmquist生产率指数值>1；指数值为0.9～1；指数值为0.8～0.9；指数值<0.8.在2008—2017年，Malmquist生产率指数较大的省份为上海，大于1，而排名靠后的省份有辽宁、西藏、宁夏等地，Malmquist指数值小于0.7.这是因为区域差异会影响农业保险支农效率，而经济发展水平是区域差异形成的最关键因素[30].因此形成了经济发展水平高的上海，其农业保险支农效率较高，而经济发展水平较低的西部和东北某些省份，农业保险支农效率低.整体来看，各类大体呈连块分布，这是由于人们经济活动区域分布不同，形成了不同区域的经济特征，而且某一区域往往性质相似[31].Malmquist 生产率指数处于较高水平的只有上海，为1.035 .上海因地理位置与气候优势，农业生产发达，且作为我国乃至世界的经济中心，其经济和社会发展水平高，使得该地能为农业保险支农的发展创造良好的外部环境.此外，上海高度重视发展农业保险.例如，上海市松江区残联在2012 年与安信农险签约，率先向残疾人扶贫基地提供农业收入保险等，成为探索农业收入保险的先行地区.值得一提的是四川、云南和新疆，Malmquist生产率指数值大于0.9，处于全国较高水平.这是因为这些地区更加重视农业保险的发展，使支农效率得到更好的发挥.例如，2018年，新疆农业保险为5 631.25万亩农作物和490.09万头牲畜提供了798.19亿元的风险保障(2)数据来源：新疆银保监局..此外，Malmquist 生产率指数处于低水平的地区(最后一类)分布较分散，但东部地区分布最多，占据三省，这说明东部沿海某些省份对农业保险支农的重视程度不够.2019年9月， 财政部、农业农村部等部门联合下发《关于加快农业保险高质量发展的指导意见》，提出农业保险对促进现代农业发展、促进乡村产业振兴、改进农村社会治理、保障农民收益等具有重要作用.因此，应对农业保险提高重视，以推动“三农”发展和乡村振兴.

如前所述，促进TFP增长的主要因素是技术效率变化的增长，而技术进步成为农业保险支农效率提高主要阻碍因素.说明提高农业保险支农效率必须要认识到技术要素在其中的重要作用，注重创新与技术要素的投入，推动技术进步.因此，近年来在乡村振兴战略背景下，主要依靠技术进步和改善技术效率来实现中国农业保险支农质量与 TFP 效率的不断提高，是一种可持续的提高农业保险支农效率的发展模式.

3.2 外部环境对农业保险支农效率的影响

3.2.1 SFA实证结果的总体特征 表5显示了环境变量对农业保险相关投入的影响.如表所示，环境变量对农业保险保费收入和农业保险深度两种投入均有影响，且影响方向相同.在两种投入松弛变量下，γ值分别为0.889 和0.76，处于较高水平，显示环境变量对投入指标的影响较为显著，这验证了假设2.因此，有必要研究环境变量对投入的影响，并予以剔除，以使研究结果更加客观准确.当环境变量对投入变量的影响系数为正，如受灾面积对农业保险保费收入的影响系数为(6.57E-04)，为正数，这说明环境变量增加，会减小差额变量，即受灾面积对农业保险支农效率的影响是负向的.

表5 第二阶段SFA回归估计结果

3.2.2 SFA实证结果的效率影响因素研究 受灾面积对农业保险保费收入和农业保险深度的影响系数分别为(6.57E-04)和(3.90E-04)，为正值，说明当受灾面积扩大时，将增加农业保险保费投入，从而导致农业保险支农效率下降，造成投入资金的浪费.从农业生产的角度分析，中国是农业大国.农业生产很大程度依赖自然条件，具有较强的季节性和周期性，已成为受自然灾害影响最大的产业[32].严重的受灾情况，会使有限规模的农业保险效果受限，也就是说，同样的农业保险规模不足以承担受灾情况较严重地区的自然风险.这可解释受灾面积对农业保险保费收入和保费深度的影响系数正，其对农业保险支农效率的负向影响.

文盲半文盲率对农业保险保费收入和农业保险深度的影响系数为(1.09E-02)和(3.90E-04)，是正值，说明增加农户文盲半文盲率时，会提高对农业保险的投入程度，从而降低效率值.人们的风险意识因素也会推动区域差异的形成[33]，而较高的受教育水平能够提高农户的风险意识，从而提高参保程度，以此促进农业保险支农作用的发挥.文盲半文盲率体现了地区的受教育水平，这可在一定程度反映地区的社会人文情况.一方面，较高的受教育水平，意味农户有更强的风险意识，会增加农户对农业保险的投保.另一方面，对于没有保险知识素养的农户，较高的受教育水平会使他们更易接受农业保险产品.以上两方面都会从受教育程度角度影响农业保险支农效率.例如，辽宁被称为“保险+期货”模式的发源地，该模式是保险和期货产品的结合，具有一定复杂性.而该保险模式在辽宁起源并发展，与该地农户较高的受教育水平密不可分.该地农户较高的受教育程度使该险种具备市场需求，从而能在传统农业保险承保自然风险的基础上，利用该险种承保价格风险，更进一步保证农业生产和农户收入，进而推动农业保险支持“三农”发展和助力乡村振兴.

最后，地方财政农林水务支出对农业保险保费收入和农业保险深度的影响系数为(1.47E-03)和(4.96E-05)，同样为正值，说明地方财政支农程度越高，差额变量越大，其对农业保险的支持程度也会相应越高，从而使得这一环境变量对农业保险支农效率的影响是负向的.地方财政农林水务支出体现了地方财政支农程度，且体现了地区的支农制度.地方政府对公共服务的供给会产生较强的有效性[34].也就是说，地方财政农林水务支出越大，其对农户投保农业保险的挤出效应就越大，因为这会对农业生产提供大量资金，并提高农业生产与经营的安全性.因此，地方财政农林水务支出能在一定程度推动阻碍农业保险支农效率的发挥，影响农业保险服务乡村振兴.《国家乡村振兴战略规划(2018—2022 年)》指出，要继续通过激励、补贴等政策工具支持“三农”金融服务.为此，应对农业保险和支农政策做出合理调整，使二者相互配合，共同发挥对“三农”和乡村振兴的支持作用.

3.3 剔除环境和随机误差因素后的农业保险支农效率评价构造式(3)所示的SFA回归函数，以消除环境和随机因素对效率测量的影响.并根据调整公式(4)，对农业保险的投入要素和外部环境因素进行调整，使所有决策单元处同一运气水平.最后，重新运用deap2.1软件，利用调整后的数据，得出我国2008—2017年全国及各省份调整后的农业保险支农效率评价结果.具体数据如表6、表7所示.

表6 2008—2017年调整后的农业保险支农效率评价

表7 2008—2017年各省份调整后的农业保险支农效率评价

3.3.1 Malmquist生产率指数及其分解的总体特征 在第三阶段，剔除外部环境和随机扰动因素后，使所有决策单元置于相同的外部环境中，对农业保险支农效率做调整后的评价.为与第一阶段的效率评价做出对比，此阶段的评价也主要从以下三方面进行：①整体来看，2008—2017年间农业保险支农的Malmquist 生产率指数均值0.954 ，说明其全要素生产率变化是下降的，较第一阶段的Malmquist 生产率结果有所上升.②从技术效率变化来看，其效率值为1.005 ，较第一阶段的效率值有所下降，但同样是我国农业保险全要素生产率TFP增长的主要原因.③从技术进步角度来看，其指数值较第一阶段有较大提高，为0.973 ，提高了约28%，但仍对农业保险支农效率起到了阻碍作用.综上可见，不考虑外部环境和随机误差，低估了技术进步和全要素生产率变化，高估了技术效率变化、纯技术效率变化和规模效率变化，因而不能忽视外部环境对技术效率变化、技术进步、全要素生产率变动等的影响.为此，在农业保险支农过程中，应注重技术发展与进步，补齐农业保险支农技术的短板，以技术创新推动农业保险支农效率的提高.

3.3.2 Malmquist生产率指数的省际差异研究 整体看来，我国大部分地区Malmquist 生产率指数均有所上升，这验证了假设3.说明外部环境对农业保险支农的TFP效率变动存在较大影响，影响了农业保险支农效率的科学测度.根据此阶段的DEA-Malmquist模型分析结果，剔除环境变量和随机误差后，Malmquist生产率指数较大的为北京、上海、江苏等省份，排名靠后的为内蒙古和黑龙江.这可能是因为一地区经济发展和人民生活水平较高，则会有更多资金投入生存资料以外的消费[25]，从而较好的外部经济环境会对农业保险发展及其资金流通产生更好的促进作用.Malmquist 生产率指数处于较高水平的地区集中分布在东部地区，但中部和西部也有少部分地区连片分布.这是因为东部地区对农业保险的投入较大，农业保险的风险保障功能促进了东部地区农业生产发展和农民生活水平的提高.西部地区的西藏在剔除外部环境因素后，农业保险支农效率提升较快，说明西藏在研究时段内较为重视农业保险发展，并以此为依托，支撑和带动本地区农业保险对“三农”的支持.例如，近年西藏逐步从“联办共保”模式向“商业化”运作模式转变，在减轻政府补贴资金压力的同时，提高农业保险市场化程度，探索符合该地区发展的农业保险支农方式.此外，Malmquist 生产率指数处于较低和低水平的地区主要分布在我国中部、西部和东北部，其TFP 值小于1，说明这些地区对农业保险支农效率的提高重视不足.尤其是中部地区，根据粮食生产自然风险区划结果，我国粮食生产高风险地区主要集中在中部[35]，这会使中部地区需要更多的农业保险投入，从而影响其农业保险支农效率的发挥.2018年中央1号文件指出，要加大对重点农村地区和薄弱环节的资金配置，更好地满足乡村振兴的多样化、多层次的金融需求.这便要求在乡村振兴战略背景下，农业保险支农要因地制宜，将更多的农业保险投入资金配置到效率更低的地区，以推动农业保险支农效率效更好地发挥.

4 结论和政策建议

采用三阶段动态DEA-Malmquist模型，对我国2008—2017年31个地区的农业保险支农效率进行评估，可知：

第一，整体来看，在乡村振兴视角下，农业保险支农的全要素生产率变化调整前为0.946 ，调整后为1，具有一定效率，能够推动农业、农民、农村的发展，进而助力乡村振兴.农业保险的实施能够稳定农业生产和农民收入，但是其效率有待提高.这可能是在农业保险运行过程中，农户对农业保险的认知程度不够，使得投保率还不高，从而限制了农业保险的支农效率.

第二，地区间自然、人文社会、制度等外部环境会影响农业保险支农效率的测度，且这些外部环境差异会加大农业保险支农效率的区域性差异.我国农业保险支农存在区域差异，调整前东、西、中、东北部的全要素生产率变化平均值分别为1.015 、0.878 、0.857 和1.631 ，调整后为1.021 、0.981 、0.925 和1.316 .这可能是因为农业生产和农业地位较高的地区，政府对其的财政补贴更多，使得农业保险对“三农”的贡献度更大.此外，在重视农业保险的地区农业保险有更好的发展，农业保险更好地发挥支农作用.例如，上海市在2012年便开始探索农业收入保险，并于2019发布《上海市农业保险财政补贴方案(2019—2021年)》，为农业保险的发展和保费补贴提供政策层面的支撑.

针对以上结论，为提高我国乡村振兴战略下的农业保险支农效率，提出以下建议：

第一，加大财政对中部和西部地区农业保险的补贴力度，引导财政补贴资金向中部与西部地区的倾斜性转移，这能够降低农户的保费负担，提高投保率，增加农户对农业保险产品的需求.这样，农业保险便能够为农户提供合同范围内的风险保障服务，提高中部和西部地区农业保险对农业的支持力度和支持效率，从而逐渐缩小我国东、中、西、东北部的农业保险支农效率差异.

第二，在受灾严重的地区大力发展农业保险.受灾面积对农业保险的支农效率存在负向影响.因此，一方面，政府、保险公司等机构要加强对农民的保险宣传，通过知识讲座、媒体宣传等方式提高农户风险与保险意识，从而提高农民参保程度.另一方面，各级政府应制定合理的补贴制度，通过合理减轻农民负担，增加农户对农业保险的需求.

第三，提高农民受教育水平.受教育水平的提高对农业保险支农效率具有促进作用.因此，短期来看，可通过风险与保险知识宣传提高农户风险意识，以此刺激农户的农业保险需求.长期来看，政府应加强重视农民教育，提高对农村地区的教育投入，这能够使农民对风险与保险有更深层次的理解，从而能扩大农业保险的覆盖程度，提高农业保险支农效率.

第四，提高地区财政支农水平.地方财政农林水务支出对农业保险支农效率具有积极作用.因此，一方面应增强财政对农业的支持程度，以此提高政府对农业保险的重视，从而增加政府对农业保险发展的投入.另一方面还应规范财政支农管理与流程，加强相应法规建设，以保证支持资金科学合理，顺畅到位.