农业保险、农业全要素生产率与农业产出的协同效应

李琴英， 常慧， 唐华仓

(1.郑州大学商学院，河南 郑州 450001； 2.河南农业大学经济与管理学院，河南 郑州 450046)

农业是国民经济的基础产业，其发展关系到国民基本生活的维持乃至整个社会的稳定。为支持、引导农业保险和农业全要素生产率更好地服务于农业的发展，中央相继出台了一系列政策文件，如《关于加快农业保险高质量发展的指导意见》(财金〔2019〕102号)和2020年中央“一号文件”等。厘清农业保险发展、农业全要素生产率与农业产出之间的内在关系，以及二者协同效应对农业产出的影响，对于促进农业高质量发展，有着积极的理论意义和现实意义。

国内外学者对农业保险与农业产出关系的探究尚未达成共识。多数学者认为，农业保险能够促进农业产出水平[1-3]。TAYLOR[4]研究发现，农业保险通过风险预期效应以及结构替代效应对农业产出规模产生影响。然而，部分学者认为农业保险不能促进农业产出。张跃华等[5]发现农业保险对产量的影响并不显著。张卓等[6]基于DID模型研究发现中国政策性农业保险由于激励强度不足，抑制了农业产出规模。

在农业全要素生产率与农业产出的关系方面，学者们一致认为农业全要素生产率是实现农业增产的积极因素[7-8]。杨义武等[9]探究了农业全要素生产率对粮食增产的作用机制，发现农业技术进步对粮食增产的边际效应大于技术效率。彭小辉等[10]研究证明要素投入增加和TFP增长解释了粮食增产的30.64%和69.36%。周鹏飞等[11]采用两步系统GMM模型对2007—2016年中国30个省份的农业TFP进行研究发现：农业TFP增长率及其对第一产业总产值增长的贡献率均呈现出中部大于西部、西部大于东部的事实特征。

对农业保险与农业全要素生产率关系的研究至今没有确定的结论。陈俊聪等[12]研究发现政策性农业保险的发展加快了农业TFP的增长且更多的通过农业技术进步效应驱动，但存在一定的区域差异性。马述忠等[13]研究表明，由于存在道德风险和逆向选择问题，农业保险发展对农业全要素生产率存在显著的抑制效应。钟甫宁等[14]认为，农户使用农用化学品的行为和购买农业保险的行为是双向互动的关系。

国内外学者的研究成果为本文的进一步研究提供了借鉴。然而，以往相关文献的研究结论存在分歧，且在相关领域中，现有文献研究基本停留在农业保险、农业全要素生产率和农业产出之间的单向关系，而将三者放入同一框架，同时探究农业保险和农业全要素生产率这二者对农业产出影响的论文相对匮乏。基于此，本文采用2007—2018年中国30个省份的面板数据，运用DEA-Malmquist指数测度农业全要素生产率的基础上，分别从全国和东部、中部、西部的区域层面，探究农业保险、农业全要素生产率及两者协同效应对农业产出的影响。

1 理论分析和模型选择

1.1 理论分析

农业保险具有分散和转移风险的作用，有助于稳定农户的预期收益，且不同的农业保险产品在降低收益波动性方面存在差异[15-16]。稳定的预期收入改善其后期作物生产的劳动、土地等要素的投入结构，采纳新的生产技术，促进农业生产结构的优化，播种面积和单位产出率增加，提高了农业生产率，从而稳定产出，甚至是带来农业产出的增加[17]。由此，提出假说1。

假说1：农业保险有助于稳定和促进农业产出。

现代农机具、新种子、农药、化肥等的科学使用，农业先进生产技术的推广应用，使农业生产率全面提高，农作物产量和产值进一步增加[18]。农业研发投入的加大，专业化农业生产人才的培养，先进农业管理理念的引入，土地流转和适度规模经营等制度的变革，农业生产要素实现优化配置，农业生产成本降低，农业技术效率提高，进而促进农业产值增加。由此，提出假说2。

假说2：农业全要素生产率的提高可以促进农业产出。

农业保险可以为农户采纳新研发的农业技术提供风险保障，如农作物种子生产保险、农机具保险、设施农业保险等，这不仅有利于完善中国农业保险保障体系，还为农业增产提供了动力支持[19-20]；农业技术进步和农业技术效率的提高，提升了农业生产率，转移了部分农业生产风险，在一定程度上改善了农业保险的营商环境。因此，二者之间存在着对农业产出的协同效应。由此，提出假说3。

假说3：农业保险与农业全要素生产率之间具有促进农业产出的协同效应。这种效应如图1所示。

图1 农业保险和农业全要素生产率对农业产出的作用机制

1.2 模型选择

根据新经济增长理论，借鉴HULTEN等[21]关于技术进步、资本和劳动共同对经济增长影响的推导，假定农业生产函数为：

Y=A(Ins,ω,t)K(t)αL(t)β

(1)

式(1)中：0<α，β<1，Y为农业总产出，Ins为农业保险发展水平，ω为其它影响农业生产率的外生因素，K表示资本投入，L表示劳动力投入,A(Ins,ω,t)为标准的希克斯中性函数。假设希克斯中性函数为多元组合形式，即

A(Ins,ω,t)=AioeλInsit+ωit

(2)

式(2)中：Ai0为初始生产率水平，λ为农业保险发展水平对生产率影响的参数，i表示地区，t表示时间，将式(2)带入式(1)可得:

Y=AioeλInsit+ωitK(t)αL(t)β

(3)

将式(3)除以K(t)αL(t)β可得农业全要素生产率计算公式：

TFPit=Ai0eλInsit+ωit

(4)

基于上述理论分析，将以下变量取对数带入农业生产函数，构建如下计量模型：

AGDPit=a0+a1insit+a2tfpit+a3inspit+a4humit+a5mechit+a6ferit+a7disit+a8govit+eit

(5)

式(5)中：AGDP为被解释变量农业生产总值；ins表示农业保险发展水平；tfp表示农业全要素生产率；insp表示农业保险赔付支出；hum表示农村人力资本水平；mech表示农业机械总动力；fer表示化肥施用量；dis表示受灾面积；gov表示财政支农；eit表示随机误差项。

结合假设3，为了观察农业保险与农业全要素生产率对农业产出的协同效应，在式(5)中引入农业保险发展水平与农业全要素生产率的交乘项，可得式(6)：

AGDPit=a0+a1insit+a2tfpit+a3(ins×tfp)+a4inspit+a5humit+a6mechit+a7ferit+a8disit+a9govit+eit

(6)

2 变量选取与数据来源

2.1 变量选取

2.1.1 被解释变量 农业产出水平(AGDP)。模型中农业产出水平用农林牧渔业总产值来表示。为了剔除农产品价格变动的影响，对农林牧渔业生产总值进行平减处理。本文结合当年农林牧渔业总产值指数(上年=100)，将样本中所有的农林牧渔业总产值逐年平减至2007年的价格水平，反映出剔除价格因素的实际农业产出水平。

2.1.2 解释变量 (1)农业保险发展水平(Ins)。结合相关文献[22]，本文选取农业保险密度，即人均保费来衡量农业保险发展水平，地区农业保险保费收入数据中，将大连、宁波、厦门、青岛、深圳5个计划单列市的数据分别合并至辽宁、浙江、福建、山东、广东5省中。

(2)农业全要素生产率(Tfp)。本文采用DEA-Malmquist指数法测算农业全要素生产率，其由农业技术进步(Tech)和农业技术效率(Eff)两部分构成，可以更好地探究农业全要素生产率、农业保险与农业产出之间的传导机制。参照唐文琳等[23]的做法，以农村资本存量和第一产业从业人员数作为投入指标，农林牧渔业总产值作为产出指标，运用Deap2.1软件进行测度。

2.1.3 控制变量 (1)农业保险赔付支出(Insp)。农户在受灾后得到农业保险赔付款，用以维持农业再生产，可保障和稳定农业产出，从恢复生产到产出收成存在一定的时间间隔，因此选取其滞后1期。

(2)农村人力资本水平(Hum)。用农村居民平均受教育年限来衡量。人力资本可以提高劳动生产率，利于新技术的采纳，进而促进农业产出。

(3)农业机械总动力(Mech)。中国正在由传统农业向现代化农业方向发展，而农业机械总动力反应的是现代农业的机械化水平，机械替代人工能够大幅提升生产率。机械化水平对于农业产出具有正向影响。

(4)化肥施用量(Fer)。QUIGGIN[24]将化肥分类为“风险减少型”投入要素。合理的范围内使用化肥会正向影响农业产出，过度的施用化肥会抑制农业产出，造成环境污染。

(5)受灾面积(Dis)。自然灾害是农业生产面临的重要自然风险，用各地区受灾面积来衡量自然条件的恶劣程度。自然灾害多的年份，受灾面积增加，农业有效产出面积减少，农业总产值下降。

(6)财政支农(Gov)。财政支农力度的大小反映了国家对农业发展的重视程度和支持力度。一般认为，农业财政支出越大，对农业产值增长的支持力度越大。

2.2 数据来源

本文选取2007—2018年中国30个省份的数据作为样本，西藏自治区的数据缺失较多且波动大，考虑到数据的可得性和质量，把西藏自治区作为异常值剔除，选取指标来自《中国统计年鉴》及各省市年鉴、《中国农村统计年鉴》《中国保险年鉴》《中国固定资产投资统计年鉴》。在数据的处理过程中，为了平滑数据，保证指标跨年度的可比性，对部分指标进行对数处理；对于部分年度的缺失数据，通过线性插值法填补。表1给出了各变量的描述性统计结果。

表1 变量的描述性统计Table 1 Descriptive statistics of variables

3 实证分析结果

3.1 数据平稳性检验

本文所用数据为面板数据，为了避免因数据不平稳而产生虚假回归问题，需要先对变量进行面板单位根检验，主要有同根检验法和异根检验法。分别用LLC检验、IPS检验和Hadri检验对数据序列lnagdp、lnins、tfp、lninsp、hum、lnmech、lnfer、lndis、lngov进行单位根检验，检验结果见表2。根据单位根检验的判断原则，在至少2种检验中通过平稳性检验，则证明序列是平稳的，可进行模型估计。

表2 面板单位根检验

3.2 基本结果回归分析

本文对面板数据进行混合最小二乘回归和固定效应模型回归，并分别对全国与东部、中部、西部地区4个组别的相关数据进行了实证分析。东部地区包括：北京、天津、河北、上海、辽宁、山东、江苏、广东、浙江、福建、海南11个省份；中部地区包括：湖北、湖南、山西、安徽、江西、吉林、黑龙江、河南8个省份；西部地区包括：内蒙古、四川、青海、广西、宁夏、重庆、贵州、甘肃、云南、陕西、新疆11个省份。利用软件Stata15.0对模型进行估计，回归结果见表3和表4所示。

3.2.1 全样本面板数据回归分析 表3中，模型1是混合最小二乘回归结果，模型2至模型5是固定效应模型回归结果，分别为不包含农业保险发展水平与农业全要素生产率的交乘项、包含农业保险发展水平与农业全要素生产率的交乘项、包含农业保险发展水平与农业技术进步的交乘项、包含农业保险发展水平与农业技术效率交乘项的估计结果。Hausman检验的P值表明，使用固定效应模型要优于随机效应模型。

表3 农业保险、全要素生产率对农业产出影响的实证检验结果(全样本)

续表

表3中模型1的混合最小二乘回归结果表明，农业保险发展水平、农业全要素生产率与农业产出呈现显著正相关关系。其他控制变量方面，滞后1期的农业保险赔付支出、农村人力资本水平、农业机械总动力、化肥施用量和财政支农与农业产出呈显著正相关关系，这意味着在混合最小二乘回归下，这5个因素对农业产出有显著的促进作用；受灾面积与农业产出呈显著负相关关系。模型2的固定效应模型回归结果表明，除了系数值大小的稍微变化外，农业保险发展水平和农业全要素生产率对农业产出的促进效应呈现出一定的稳健性。同时，其他控制变量也呈现出稳健性。

模型3的回归结果表明：(1)农业保险发展水平对农业产出的影响系数值为-0.037，通过1%的显著性检验；(2)农业全要素生产率对农业产出的影响系数为-1.485，通过5%的显著性水平检验。虽然系数为负，但由于模型中加入了农业保险发展水平与农业全要素生产率的交乘项，总体上来说，农业全要素生产率的提高对农业产出的作用还受到农业保险发展水平的影响；(3)农业保险发展水平与农业全要素生产率的交乘项对农业产出的影响系数为0.382，通过1%的显著性检验；同时表明农业保险发展水平与农业全要素生产率对农业产出具有协同效应，农业保险发展水平、农业全要素生产率对农业产出的影响效应不是-0.037和-1.485，对式(6)中的农业保险发展水平和农业全要素生产率分别进行一阶求导后，得到0.358(-0.037+0.382×1.033)和 0.248(-1.485+0.382×4.536)，其中，1.033和4.536分别为农业全要素生产率和农业保险发展水平的均值(表1)，表明农业保险发展水平与农业全要素生产率对农业产出呈显著促进作用，农业保险发展水平与农业全要素生产率的协调发展能够更好地促进农业产出，反之亦然。(4)滞后1期的农业保险赔付支出、农村人力资本水平、农业机械总动力、化肥施用量和财政支农等影响因素对农业产出的影响系数均为正值(在模型3中影响系数分别为0.028、0.104、0.173、0.618、0.27)，均通过1%的显著性检验，表明滞后一期的农业保险赔付支出、较高的农村人力资本水平、政府对农业支持力度的加大以及农业机械总动力和化肥的投入对农业产出的影响是积极的；受灾面积对农业产出的影响系数为-0.037，通过1%的显著性检验，表明受灾面积的增加对农业产出具有抑制作用。

模型4中农业保险发展水平与农业技术进步的交乘项系数为-0.023，表明在促进农业产出方面，农业保险与农业技术进步之间并未发挥协同效应。模型5中农业保险发展水平与农业技术效率的交乘项系数为0.028，在10%的显著性水平上显著为正，表明农业保险与农业技术效率具有协同效应，对农业产出具有正向促进作用。农户进行农业生产更多依赖于农业技术效率的提升。

3.2.2 区域面板数据回归分析 表4中模型6至模型17分别为东部、中部、西部不包含农业保险发展水平和农业全要素生产率的交乘项与包含农业保险发展水平和农业全要素生产率(包含农业技术进步和农业技术效率)的交乘项的估计结果。Hausman检验的P值表明，使用固定效应模型要优于随机效应模型。

表4 农业保险、全要素生产率对农业产出影响的实证检验结果(区域样本)Table 4 Empirical test results of the impact of agricultural insurance and total factor productivity on agricultural

从不包含交乘项的模型6、模型10、模型14的实证结果看，在农业保险发展水平上，东部、中部、西部地区的估计结果相似，该指标估计系数显著为正，表明农业保险对于稳定和增加农业产出有正向促进作用。其中，东部、中部、西部农业保险发展水平的影响系数分别为0.35、0.025和0.102，即农业保险发展水平对农业产出的影响程度存在差异，东部地区农业保险对农业产出的促进效应大于西部和中部地区。究其原因，东部地区的省份经济发达，农业发展特色表现为蔬菜、园艺等非粮食作物产业，地方财政实力雄厚，保费补贴比例和保障水平较高，因此对农业产出的影响程度较高。西部地区多以农业产值高的经济作物和特色农产品为主，其中内蒙古和新疆是最早开展政策性农业保险试点的省份，历年保费收入居于全国前列，因此，农业保险对于增加农业产出的作用明显。中部地区的省份多处于平原地区，有良好的农业生产条件，多为农业大省，但是财政补贴能力较弱，农业大省农险覆盖率和保障水平要低于东部发达地区。因此，农业保险促进农业产值增加的效果有待提高。在农业全要素生产率方面，东部、中部、西部地区的农业全要素生产率影响系数均显著为正，表明农业全要素生产率带动农业产出增加效果明显。但是，相对而言，农业全要素生产率对中部地区农业产出影响的强度更高。

在考虑农业保险与农业全要素生产率的协同作用时，模型7、模型11、模型15的回归结果表明东部与中部的农业保险发展水平与农业全要素生产率交乘项的系数值分别为0.37、0.408，均通过1%的显著性水平检验，说明较高的农业保险发展水平与农业全要素生产率增长的共同作用对农业产出的影响是积极的，具有协同效应。西部地区的交乘项系数为正但不显著，表明农业保险发展水平与农业全要素生产率的协同效应并未显现。模型8中农业保险发展水平与农业技术进步交乘项的系数值为0.002，未通过显著性检验。模型9中农业保险发展水平与农业技术效率交乘项的系数值为0.014，通过10%的显著性水平。模型12中农业保险发展水平与农业技术进步交乘项的系数值为-0.049，未通过显著性检验。模型13中农业保险发展水平与农业技术效率交乘项的系数值为0.072，通过10%的显著性水平。以上结果表明，东部、中部地区的农业保险与农业全要素生产率的协同效应主要由农业保险与农业技术效率的协同效应推进。西部地区农业保险与农业技术进步、农业保险与农业技术效率交乘项的系数值均未通过显著性检验，表明协同效应并未显现。

其他控制变量方面，模型6的回归结果显示：东部地区滞后1期的农业保险赔付、农村人力资本水平、农业机械总动力、化肥施用量和财政支农促进了农业产出的增加，受灾面积对农业产出没有产生显著影响。模型10的回归结果显示：中部地区农村人力资本水平、农业机械总动力与财政支农对农业产出起到促进作用。模型14的回归结果显示：西部地区滞后一期的农业保险赔付、农村人力资本水平、化肥施用量和财政支农对农业产出具有正向促进作用，受灾面积抑制农业产出增加。

3.3 稳健性检验

本文选用第一产业增加值(AAV)替代农林牧渔业生产总值(AGDP)进行稳健性检验估计，回归结果如表5所示。

表5 农业保险、全要素生产率对农业产出影响的稳健性检验

由表5中的模型18可知，在替换农业产出水平变量后，农业保险、农业全要素生产率对农业产出的影响系数分别为0.207和0.237，均通过1%的显著性水平检验，和表3中模型2相对应的变量系数符号和显著性水平基本一致。在模型19中引入农业保险和农业全要素生产率的交乘项后，农业保险和农业全要素生产率对第一产业增加值的影响系数分别为-0.106和-1.477，通过1%和5%的显著性检验，农业保险与农业全要素生产率的交乘项系数为0.383，通过1%的显著性检验，即农业保险发展水平、农业全要素生产率对农业产出的影响效应实际为0.29(-0.106+0.383×1.033)和 0.26(-1.477+0.383×4.536)。其中，1.033和4.536分别为农业全要素生产率和农业保险发展水平的均值(表1)，与表3中模型3的变量系数值相比，对应变量的系数估计值变化幅度不大。模型20和模型21的农业保险与农业技术进步交乘项、农业保险与农业技术效率交乘项的影响系数分别为-0.035和0.039，分别通过10%和5%的显著性水平检验，和表3模型4、模型5相对应的变量系数符号和显著性水平基本一致，表明本文的回归结果是稳健的。

综上所述，尽管农业保险发展水平与农业全要素生产率对东部、中部、西部农业产出的影响强度存在一定差异，但农业保险发展水平与农业全要素生产率对东部、中部、西部农业产出的增加均具有正向积极作用，这表明本文的估计结果是比较稳健的，同时验证了本文的假说1和假说2。全国和东部、中部地区的农业保险发展水平与农业全要素生产率的交乘项系数值、农业保险发展水平与农业技术效率的交乘项系数值均显著为正，表明农业保险和农业全要素生产率对农业产出具有协同效应且主要由农业保险与农业技术效率的协同效应推进，本文的假说3得以验证。

4 研究结论与启示

基于2007—2018年省际面板数据，本文分别从农业保险、农业全要素生产率及二者协同效应等方面对农业产出的影响进行了理论和实证分析，得出以下结论：一是农业保险有效地稳定和促进了农业产出，但对各地区农业产出的影响程度存在差异。二是农业全要素生产率促进了农业产出的增加，中部大于东部，西部次之。三是全国、东部、中部地区农业保险与农业全要素生产率之间对农业产出具有协同效应，主要是由于农业技术效率推进，而西部地区的协同效应并未显现。

为促进农业的高质量发展，本文得到如下政策启示。

第一，推行差异化的农业保险保费补贴政策。一是从补贴比例差异化的角度，应适当提高中部、西部地区的保费补贴比例，并逐步实现保完全成本。二是从补贴品种差异化的角度，各省市应根据其地方特色农产品的需要，开发具有地方特色的农业保险，并对其进行适度补贴。三是从政府补贴层级的差异化角度，应根据实际情况进行县级政府保费补贴。

第二，抓住西部薄弱环节，补齐农业全要素生产率的短板。一方面，应创新研发和推广适应山地丘陵地区农业生产的小型、轻便实用的农业机械，提升薄弱地区的农业机械服务水平，并采取税收优惠和购买补贴等政策。另一方面，要加快农业技术人才队伍建设，使专业人才与农户深度融合，促进农机农艺融合，进而全面提升农业全要素生产率。

第三，发挥新型农业经营主体的带动作用，加强保险机构与农业科技部门间的信息共享。一是构建多种“农业保险+信贷”模式，为新型农业经营主体提供增信融资服务，促进农业机械应用和先进技术的采纳，带动小农户向现代农业发展。二是创新“基本险+附加险”产品，为新型农业经营主体保驾护航，提升规模效率，进一步改善保险公司的营商环境。三是保险公司根据新农业技术的需要创新农业保险产品，为农业技术的应用提供风险保障，提高农业保险的服务效率以及推进农业技术进步。农业保险与农业技术之间形成良性互动，使农业保险和农业全要素生产率这2个工具发挥“1+1>2”的作用。