中国农业保险经营效率的测度与评价

窦贤磊，康晗彬

（青岛大学经济学院，山东青岛，266000）

农业保险对农业发展具有重要意义，我国于2004年提出政策性农业保险的概念，并在6个省份首先推行政策性农保，实行农业保险补贴政策。随后，安信农业保险股份有限公司等专业经营农业保险业务的保险公司相继成立。目前，我国已有安华农业保险股份有限公司、阳光农业相互保险公司、国元农业保险股份有限公司和中原农业保险股份有限公司及安信农业保险股份有限公司5家专业的农业保险公司。除此之外，我国的多家财产险公司也可承保农业保险的相关业务。虽然这些财产险公司并非专门经营农业保险，但在我国农业保险的市场发展中发挥着重要作用。现阶段，我国已经形成“商业财产保险公司+专业型农业保险公司”的农业保险供给体系，为我国农业持续健康发展提供了稳定保障。

政策性农业保险发展十多年后，我国农险市场上的保险公司农险经营效率怎么样？发展趋势如何？与普通财产险公司相比，专业型农险公司在农险经营上是否存在优势？为了回答这些问题，本文以5家专业农险公司和14家经营农业保险的财产险公司为样本，利用数据包络分析和Malmquist指数方法，分别从静态和动态的角度对我国农险的经营效率进行考察，以期为我国农业保险的经营提供可供参考的建议。

一、文献综述

（一）农业保险的研究内容

关于农业保险的研究内容，早期的学者参考国外农业保险的发展，对我国开展农业保险的必要性以及我国农业保险的经营模式的选择进行了探讨。在2004年提出政策性农业保险以后，众多学者针对专业型农险公司的经营状况进行研究，分析了专业性农险经营发展的优势和面临的问题。张承惠研究发现，专业型农险公司在开展农业保险、提前规避风险、降低损失程度以及农险产品创新方面等方面具有优势[1]。在应对农业大灾风险损失上，吕晓英（2016）研究认为专业农险机构避险能力更强[2]。

在近几年，多数的学者把研究目光放在农业保险效率上，包括农险补贴效率、地区间效率比较等方面。江生忠等（2015）进行农险补贴效率研究，认为农险补贴能够改善农险保险密度和保险深度，促进农险市场发展[3]。谭英平、刘蕾等（2017）测算了我国31个省市的农险效率水平，并对不同地区进行了比较分析，认为不同地区间的农险效率差异明显。随着政策性农保的实施，经营农险业务的保险公司增多，针对农险公司经营效率的研究也逐渐兴起[4]。卜振兴（2014）将经营农险业务的公司细分为专业农险公司与非专业农险公司并进行对比分析，发现专业农险公司的效率明显高于非专业农险公司[5]。次年，卜振兴（2015）利用随机前沿分析方法（SFA）研究企业规模、上市情况和所有权归属等因素对我国农险公司技术效率的影响[6]。李心愉（2015）运用DEA+Tobit模型研究了影响我国农险经营效率的关键因素[7]。

（二）农业保险效率研究方法

关于保险机构经营效率的测算方法，目前，普遍采用的是“前沿效率分析方法”。该方法可分为两大类：Charnes（1978）等人提出数据包络分析（Data Envelopment Analysis，DEA）方 法[8]；Aigner（1977）等人提出随机前沿（Stochastic Frontier Analysis，SFA）方法[9]。此后的学者广泛运用这两种方法，从不同的角度对保险机构的效率及其影响因素进行了研究。在早期，我国学者利用这两种方法对我国保险行业的整体效率进行测算和分析。随着研究的不断深入，很多学者认为寿险和财险的经营特点不同，应该将保险行业分为寿险行业和财险行业分别进行效率测算。侯晋、朱磊（2004）运用DEA方法评价我国几家主要的财产险公司的经营效率[10]。近几年，在研究农业保险公司经营效率的问题上，数据包络分析和随机前沿方法也得到了广泛运用。卜振兴在2014年和2015年分别运用数据包络分析（DEA）方法和随机前沿（SFA）方法对我国农保业务经营效率进行研究。刘娜等（2017）运用DEA方法对专业农险公司效率进行测度与评价，并通过Malmquist指数模型衡量其效率变化情况[11]。

通过归纳总结上述文献，可以发现，随着农业保险市场的发展以及保险效率研究的深入，效率评价方法逐渐运用于农业保险研究，研究内容主要有三大类，一是农险的补贴效率研究[4，12]；二是不同地区农险效率比较[5，13]；三是农险机构效率研究[5，7]。这些研究内容和研究方法具有一定的开拓性，值得借鉴学习。随着我国农业保险市场的发展，可提供研究的农业保险公司样本在增多，为农险公司经营效率的研究提供了大量可靠数据。本文拟采用DEA方法评价我国农险市场的效率，并通过Malmquist指数方法科学地评估农险的效率变化。

二、理论模型与数据说明

（一）数据包络分析（DEA）方法

数据包络分析方法可以评价多投入、多产出条件下决策单元（Decision Making Units，DMU）的相对有效性，也被称为DEA模型。其基本思想是确定各项投入指标、产出指标，通过模型比较各决策单元的相对效率，确定出最优边界，也就是生产前沿面，各决策单元的有效程度可以由各决策单元距前沿面的大小来判断。具体模型如下：

假设有n个决策单元构成被评价的群体，群体中每一个决策单元都有m种投入量和s种产出量。令Xj=(x1j,x2j,…,xmj)T为投入向量，Yj=(y1j,y2j,…,ysj)T为产出向量。v=(v1,v2,…,vm)T，u=(u1,u2,…,us)T分别为m种输入和s种输出的权向量。j=1,…,n；i=1,…,m；r=1,…,s。对决策单元j0进行效率评价，有最优模型：

为了方便计算，引入非阿基米德无穷小，经过Cooper变换后的CCR模型为

其中，ε为非阿基米德无穷小，S-和S+为松弛变量，λj是规划决策变量。若θ=1，S-=1，S+=1，决策单元为有效率单元；若θ〈1，决策单元为无效率单元；若θ=1，S-≠1，S+≠1，决策单元为弱有效单元。

由于CCR模型测算的效率是规模报酬不变假设下的综合技术效率，没有考虑规模报酬变动，Charnes和Cooper等人（1984）剔除规模报酬不变的假设，增加约束条件，得到规模报酬可变的BBC模型[14]：

通过CCR模型可测算综合技术效率（TEC），BBC模型可以测算出纯技术效率（PTEC），规模效率（SEC）可用综合技术效率的值除以纯技术效率的值得到，即SEC=TEC/PTEC。

（二）Malmquist指数

DEA模型只能用来考察某一时期内的各决策单元效率值大小，并不能直接比较不同时期的效率值，本文引入Malmquist指数与DEA模型结合，从动态的角度考察一段时期内各决策单元效率变动情况。具体模型如下：

其中，xt和xt+1分别为两个时期的投入向量，yt和yt+1分别为两个时期的产出向量；Dt(xt,yt)和Dt（xt+1，yt+1）分别表示t时期技术水平下，t期效率水平和t+1 期效率水平；Dt+1（xt，yt）和Dt+1（xt+1，yt+1）表示t+1时期技术水平下，t期效率水平和t+1期效率水平。若Malmquist指数〉1，则表示t期至t+1期的被评价单元的效率水平在不断提高；若Malmquist指数〈1，则表示t期至t+1期的被评价单元的效率水平在降低。Malmquist指数可以分解为技术效率变化（TEC）和技术进步（TC）两个部分：

（三）指标构建

效率的评价指标体系合理与否直接关系效率值的测算是否科学精准，所以，所选的投入、产出指标要具有综合性、代表性。从现有文献来看，国内学者主要从人力投入、资本投入和费用支出等方面衡量保险公司的投入，从业务收入、赔付支出、投资收益等方面衡量保险公司的产出情况。在农险经营效率的研究上，大多数学者参考了上述指标体系。李心愉等（2015）在研究农险效率时，选取经营费用、劳动人数、固定资产和金融资产为投入量，保费收入和赔款支出为产出量构建了效率评价指标体系[7]；孙蓉（2016）在研究保险公司经营农险效率时，选取保费收入和赔付支出作产出指标，选取营业费用、员工数量和金融资本作为投入指标[13]。其中，也有少数学者将赔付支出作为投入项来研究保险公司经营效率。本文参考大多数学者的做法，认为赔付是农险经营过程中保险公司提供的服务，将保险赔款支出作为产出项看待。在参考了相关研究文献的基础之上，本文结合农业保险公司的特性构建了如下指标：

1.投入指标

经营费用。农险公司和一般保险公司一样，在经营过程中都会产生手续费、业务佣金等支出，所以一般把经营费用作为投入项。

员工数量。在经营农险的承保和理赔环节中，需要一定的人力投入，所以将员工数量作为一种投入。

金融资本。公司经营离不开资本投入，本文以多数文献为参考，将金融资本作为一种投入。

2.产出指标

保费收入。保费收入体现了保险公司获得业务的能力，是保险公司一种重要的产出。

赔付支出。在保险事故发生后，为被保险人提供赔偿和给付是保险的一种主要职能，所以保险公司农险业务赔付支出是理赔环节中衡量农险公司服务的重要产出指标。

投资收益。保险公司经营主要以营利为目的，保险公司经营农险不仅要考虑社会效益，也要考虑自身的经济效益，所以投资收益也是衡量农险经营效率的重要产出指标。

具体指标如表1。

表1 投入产出指标说明

特别说明，所选样本保险公司并不只经营农业保险业务，所以各种投入要素并不完全由农险经营耗费，且各公司的统计数据只有各投入数据的总投入量，并未单独报告农险投入数据。卜振兴（2014）等人以各公司的总投入数据来测算农险业务经营效率的做法显然不科学[6]，本文参考孙蓉（2016）等人的做法，按照农险业务占总业务的比例来确定农险业务投入，这种数据处理方式更准确合理。

（四）数据说明

根据2020年《中国保险年鉴》的统计数据，2019年我国经营农险业务的保险公司共有38家，其中专业型农险公司5家，非专业型农险公司33家。从市场份额来看，农险保费收入排名前20的保险公司农险业务占农险市场的98.72%，余下18家保险公司的农险经营规模较小，可以剔除。本文结合公司开展农险业务时间以及各公司农险业务规模的情况，选取2015—2019年20家经营农险的保险公司作为样本，在查找样本数据时，发现平安产险2016和2017年职工人数数据缺失，故剔除平安产险。最后样本公司为19家，其中专业型农业保险公司有5家，分别为中原农险（2015年成立）、阳光农险、国元农险、安信农险及安华农险公司；非专业农险公司14家，分别为泰山财险、中华财险、人保财险、北部湾财险、锦泰财险、华农财险、紫金财险、国寿财险、太保产险、大地保险、永安保险、安诚财险、中航安盟及阳光产险。19家样本公司2015—2019年的农险业务占整个农险市场的比例均在95%以上，具有很强的代表性。本文的数据来源于2016—2020年的《中国保险年鉴》。

三、实证检验与结果分析

本文采用数据包络分析方法，通过DEAP2.1软件测算了2015—2019年19家样本保险公司农险业务的经营效率，主要考察了各年份样本公司的综合技术效率、纯技术效率和Malmquist指数，实证结果如下：

（一）CCR模型和BBC模型下的静态分析

本文利用CCR模型和BBC模型分别测算了样本区间内19家样本公司农险经营的综合技术效率和纯技术效率，并进一步计算出规模效率，结果如表2和表3。

表2 CCR模型下测算的综合技术效率

表3 BBC模型下测算的纯技术效率和规模效率

根据表2结果可知，从整体上来看，首先，2015—2019年，我国保险公司农险业务经营的综合技术效率总体均值分别为0.84、0.92、0.86、0.85、0.80，接近最优效率值1，且效率值波动不大，但是仍然有提升的空间。所以，可以得出我国保险公司农险业务经营效率比较高，且较为稳定的结论；其次，除2015年外，其余样本区间内，专业型农险公司效率的总体均值均高于非专业型农险公司，说明在农业保险经营方面，专业型农险公司整体上要优于非专业型公司；第三，从我国经营农险市场的公司样本上来看，非专业型农险公司的数量和农险业务规模都要高于专业型农险公司，因此非专业型农险公司对整体效率值的影响更大，所以，在效率测算结果中，非专业型农险效率均值和总体均值具有趋同性。

从个体上来看，2015—2019年专业型农险公司中，安信农险、国元农险以及阳光农险的综合效率值均为1，说明这三家公司的农险经营效率一直处在最优前沿面。而中原农险公司于2015年成立，无论在经营年限，还是业务规模上，都不及其余四家专业型农险公司，所以经营效率偏低。2015年，中原农险的效率值仅为0.154，说明存在84.6%的投入浪费，可能与其刚刚成立有关；2017—2019年效率值稳定在0.6附近，还存在约40%的投入浪费，存在很大的提升空间；而2016年中原农险公司的农险经营效率值为1，这是因为，在其他投入产出差别不大的情况下，投资收益为上一年的15倍，盈利状况较好，这是其到达效率前沿面的主要原因。2015—2019年非专业农险公司中，只有人保财险的综合效率值连续5年为1，即农险经营效率连续五年处在最优前沿面上。这主要是由于人保财险经营农险的年限长，且农险保费收入常年达农险市场保费收入一半左右，说明农险经营年限和业务规模对农险经营效率有明显的提升作用。其余非专业型农险公司中，阳光产险和华农财险有3年处于最优前沿面上，农险经营效率较高。而中华财险、大地保险、国寿财险以及太保产险等保险公司的经营效率虽未处于最优前沿面，但是经营效率较高且稳定。相比之下，锦泰产险、北部湾产险公司等保险公司农险经营效率较低，还有待提升。

由表3的结果可以得出，整体上，2015—2019年样本保险公司经营农险业务的纯技术效率总体均值分为 0.884、0.932、0.902、0.896、0.876，说明我国农险业务经营的纯技术效率总体上比较高，但是仍然存在着提升的可能。专业型农险公司的纯技术效率要高于非专业型农险公司，但两种类型公司的纯技术效率在近两年近乎相同。2015—2019年样本保险公司的规模效率一直维持非常高的水平，虽然专业型农险公司的规模效率略高于非专业型农险公司，但并无显著差距。这说明目前我国农险经营效率的高低主要由纯技术效率高低决定。所以，无论专业型农险公司还是非专业农险公司，想要提升农险业务的经营效率，都需要在提升纯技术效率上下功夫。当然也存在个例，如华农财险和阳光产险，两者的纯技术效率值连续五年为1，但是并非每年的综合技术效率都处在效率前沿面，说明两者要注重提升农险经营的规模效率。从规模报酬的结果上看，处于效率前沿面的公司基本上都处于规模报酬不变阶段，剩余公司大都处在规模报酬递增的阶段，少数公司处于先增后减然后再增加的阶段，如国寿财、大地保险和锦泰财险，只有中华财险一直处于规模报酬递减的阶段。各公司要根据自身情况合理调整规模，合理利用投入要素，避免浪费。

（二）Malnqusit指数模型下的动态分析

由于CCR和BBC模型的局限性，不同年份的效率值不可以直接比较，本文引入Malnqusit指数模型来考察样本公司农险经营的效率变化情况，软件计算结果如表4：

表4 2015—2019年经营农险保险公司的Malmquist指数及其分解

由表4可以看出，2015—2019年我国保险公司农险经营的全要素生产率指数均值为1.035，总体呈现上升态势，且样本区间内每年的全要素生产率指数均大于1，说明我国的农险经营效率呈稳步上升的态势。将Malqusit指数分解来看，2015—2019年间，技术进步了3.7%，技术效率下降了0.2%；分年度来看，除2015—2016年度，技术进步指数下降了14.4%，技术效率上升了16.4%外，其余年份的技术进步指数均大于1，技术效率变化指数均小于1，可以得出结论：现阶段，我国保险公司农险经营效率上升的主要原因是技术进步。

为了进一步分析专业型农险公司和非专业型农险公司的效率变动情况，本文根据软件的计算结果，整理出两种类型农险公司的Malnqusit指数及分解情况，结果如表5。

表5 2015—2019年不同农险公司的Malmquist指数及其分解

从表5可知，2015—2019年专业型农险公司和非专业型农险公司的Malnqusit指数分别为1.093和1.014，说明2015—2019年我国专业型农险公司和非专业型农险公司农险经营效率分别上升了9.3%和1.4%。从Malnqusit指数的分解来看，专业型农险公司的农险经营效率上升是由技术效率上升和技术进步共同作用导致的，而非专业农险公司的农险经营效率的提升主要是因为技术进步。从单个公司来看，2015—2019年这5年间，除国元农险、安华农险两家专业型农险公司以及中华财险、中航安盟等少数几家非专业农险公司的农险经营效率是下降的，大多数的保险公司的农险经营效率都是有所提升的，这也说明了我国农险经营发展呈现一种向好态势。

四、研究结论与建议

本文通过对我国19家保险公司2015—2019年农险经营的效率情况进行研究，得出以下结论和建议：

首先，根据DEA模型的静态分析结果，2015—2019年，我国保险公司农险业务经营效率水平比较高且较为稳定，在农险经营方面，专业型农险公司效率水平要高于非专业型农险公司。这说明我国保险公司农险经营的投入产出匹配程度较高，投入要素能够得到合理利用，且专业型农险公司的投入要素利用水平更高，在农险经营中存在优势。现阶段，我国专业型农险公司相对来说还比较少，农险业务大多还是由非专业型农险公司经营。因此，政府应该大力支持专业型农险公司的发展，增设专业型农险机构，加大与专业农险公司的合作力度，同时鼓励农民在专业型农险公司投保，扩大专业型农险公司的业务规模。

其次，2015—2019年专业型农险公司和非专业型农险公司的规模效率一直处于较高水平，且两者差距不大。这说明纯技术效率是制约我国农险经营效率提升的主要因素，所以，无论是专业型农险公司还是非专业型农险公司，都应该注重提升农险经营的纯技术效率。此外，从测算结果来看，我国大多数公司的规模效率处在规模报酬递增阶段，这些公司应该适当增加金融资本和人力资本投入，进一步提升规模效率。

最后，根据Malnqusit指数模型的动态分析的结果，2015—2019年我国保险公司农险经营的效率水平总体呈上升态势。从全要素生产率指数的分解情况来看，技术进步是我国保险公司农险经营效率水平上升的主要原因，而技术效率改善缓慢，阻碍了我国保险公司农险经营效率水平上升。这说明经过十多年的发展，我国的农业保险在产品创新和制度创新上已经取得了良好发展，而为了进一步提升农险经营效率水平，保险公司应提高其经营管理水平，减少农险经营成本，避免不必要的投入浪费，以此来促进技术效率快速提升。