农业保险政策渐进式改革与种植结构调整——基于省级数据的实证

柴智慧 张晓夏

(内蒙古农业大学 经济管理学院,呼和浩特 010018)

粮食安全是“国之大者”,其不单是总量问题,也是结构问题,故习近平总书记强调“要实打实地调整结构”。1985年,中国开始第一次农业结构调整,旨在适度调减种植业比重,积极发展养殖业、渔业等,促进农业内部生产多元化,是在农产品供给不足的情况下进行的产业内部渐进式调整[1];此后,农业农村部根据不同时期的种植业形势,提出了各时期和未来一段时间种植业结构调整的战略目标与基本思路,分别于1999、2016和2021年编制了《种植业生产结构调整“十五”计划和2015年规划》 《全国种植业结构调整规划(2016—2020年)》和《“十四五”全国种植业发展规划》,对保障中国粮食等重要农产品供给安全,加快种植业全面转型升级,推进种植业高质量发展发挥了指向作用。在现有研究中,种植业结构变化的影响因素主要包括劳动力转移[2],农业补贴政策[3],农地确权、土地流转[4-5],农业机械化水平[6]等。

长期以来,影响农户种植行为的最主要因素是国家相关支持政策[7],其中一类是农业保险[8]。2022年中央一号文件再次强调“积极发展农业保险”,尤其是“实现三大粮食作物完全成本保险和种植收入保险主产省产粮大县全覆盖”。中国政策性农业保险的试点推广是按照时间逐渐递进。2007年首先在吉林、内蒙古等6个省份试点,2012年中央财政农业保险保费补贴险种的补贴区域扩大至全国,在由点到面的复制推广过程中,农业保险具有“低保障、广覆盖”的特点,主要是为农业经营主体在农业生产中的直接物化成本提供风险保障,其中种植业保险的保险金额包括种子、化肥、农药、机耕、灌溉、地膜6项。鉴于农业保险产品和服务不适应农业生产经营形势的变化,农户特别是规模经营农户的风险保障需求不能得到有效满足[9],典型表现为保额不能完全覆盖生产成本、保障不能有效化解市场风险等,2017年4月26日召开的国务院常务会议决定,2017—2018两年在13个粮食主产省选择200个产粮大县,以水稻、小麦、玉米三大粮食作物为标的,在面向全体农户的基本险基础上,针对种田大户、家庭农场等适度规模经营主体试点保障金额覆盖“直接物化成本+地租”的农业大灾保险政策;作为一项过渡性的试点政策,农业大灾保险于2019年扩大至500个产粮大县,且自2022年起予以取消,由完全成本保险或种植收入保险替代。按照近年来中央一号文件有关农业保险“扩面、增品、提标”的要求,2018—2020年中国在内蒙古、辽宁等6个省份,每个省份选择4个产粮大县,面向规模经营农户和小农户,开展水稻、小麦、玉米三大主粮作物的完全成本保险和收入保险,其中完全成本保险即保险金额覆盖物质与服务费用、人工成本和土地成本等农业生产总成本,收入保险即保险金额体现农产品价格和产量,覆盖农业生产产值。2021年三大粮食作物完全成本保险和收入保险试点范围扩大至13个粮食主产省份的产粮大县,但纳入补贴范围的实施县数不超过省内产粮大县总数的60%,2022年实现实施地区产粮大县全覆盖。

因此,经过十多年渐进式改革发展,中国农业保险政策在保险标的、责任范围、财政补贴、保险费率等方面已逐步升级。2007—2021年,农业保险保费收入从51.8亿元增长至965.18亿元,中央财政补贴金额从21.3亿元增长至333.45亿元,提供风险保障从1 126亿元增长至4.78万亿元[注]数据来源:中国银行保险监督管理委员会(以下简称“中国银保监会”)。,农业保险在助力精准扶贫[10]、推进乡村振兴[11]、保障粮食安全[12]方面发挥积极作用。伴随中国农业保险政策逐步升级和市场规模不断扩大,种植业结构也随之调整;根据统计数据,2005—2020年,粮食作物种植面积扩大1 248.98万hm2,占比由67.07%增长到69.72%,经济作物种植面积减少49.04万hm2,占比下降2.65%[13]。基于上述背景,具有渐进式改革特征的农业保险政策是否显著推动种植业结构调整?是否使农业生产更具“趋粮化”特征?其作用大小如何?该影响的内在机制是什么?对于上述问题,国内学者还鲜有深入的理论和实证研究。本研究以2007年以来中国农业保险由逐步试点到政策升级为研究背景,从理论角度分析农业保险政策影响种植业结构调整的内在机制,同时利用全国31个省(市、自治区)的面板数据,采用渐进式双重差分模型实证检验农业保险政策影响种植业结构的具体作用及传导机制;同时,从粮食主产区、主销区和产销平衡区[注]按照《国家粮食安全中长期规划纲要(2008—2020年)》,中国分为3个生产功能区,分别为粮食主产区、粮食主销区和粮食产销平衡区。粮食主产区包括河北、内蒙古、辽宁、吉林、黑龙江、江苏、安徽、江西、山东、河南、湖北、湖南和四川13个省份;粮食主销区包括北京、浙江、福建、广东、海南、上海和天津7个省份;粮食产销平衡区包括山西、广西、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆11个省份。考察影响的区域异质性;最后,根据结果提出相关政策建议,旨在为深化农业供给侧结构性改革和激励农户种粮、地方抓粮提供可选择的政策工具。

1 理论分析与研究假说

国内外学者关于农业保险政策影响农户种植行为进而作用于种植结构调整的研究,一致认为财政补贴比例[14]和保险保障水平[15]是影响农户行为的两个关键因素;其中,国内学者围绕农业保险对农户行为或产出水平影响的分歧,主要原因是传统农业保险政策的“低补贴”“低保障”特点;也就是说,多数国内学者是在低保障水平的农业保险政策设计下研究农户种植行为变化[16-19]。

多数学者发现,参与农业保险对促进农业产业整合[20]、农业多样化、专业化种植存在正向影响[21],还会激励农户调整土地资源配置[22],典型表现是扩大被保作物种植面积[23-24],其中,作物价格是保费补贴影响土地利用的重要因素,当作物价格适中时,补贴更能影响农户调整土地利用;在不提供补贴的情况下,3%的草地不会被用于种植;若在作物生产的前五年取消保费补贴,将使草地转化率下降4.9%[25]。在参与保险影响农户作物种植结构方面[26],随着作物保险计划扩大,不同作物的种植面积响应各不相同,玉米种植面积大幅增加,大麦小幅增加,而小麦没有明显变化,大豆小幅增加但不显著[27];每增加10%的补贴,会使种植面积增加0.43%,且增加保费补贴比提高粮食价格对种植面积的影响更大[28]。

根据“理性经济人”假设,个体行为选择取决于行为实施前后收入和成本的比较。农户在有限的土地上选择种植何种作物,关键在于种植该作物的成本与收入。令X、Y分别表示农户的生产投入和产出,根据边际分析法,如果农户选择种植被保作物,在支付ΔX的新增成本后,其可获得新增收益ΔY。若ΔX<ΔY,则表明种植被保作物能够实现利润最大化,农户的种植选择合乎理性;若ΔX=ΔY,则表明种植被保作物的利润为零,农户选择种植被保作物不存在正向激励;若ΔX>ΔY,则表明种植被保作物的利润为负,农户会拒绝种植该作物。现实中,农户选择种植何种作物的生产行为不仅需要满足利润最大化条件,还受选择种植该作物产生的风险制约,例如,作物价格变动风险、机会成本增加以及农户自身的风险认知等[29];一般而言,风险偏好型农户趋向选择种植利润较高且风险较大的经济作物,风险厌恶型农户趋向选择种植利润较低但受农业保险保障更深的粮食作物。

(1)

为使农户利润最大化,对式(1)求导:

(2)

令式(2)对Aj求一阶导数,则可得到农户的最优种植面积:

(3)

式中:κj(θj)=S(θj)Pj(θj),表示一单位保险责任获得的保费补贴;上式表明,额外种植一单位面积作物的边际收益取决于一单位保险责任获得的保费补贴。

已有研究发现,高保障水平的农业保险会扩大被保作物的种植面积,提升农户专业化种植水平,促进种植结构专业化[30],在过往十多年的农业保险政策试点中,从最初遵循“低保障、广覆盖”原则到政策逐步升级,按照保障物化成本、完全成本、农业收入的先后次序,循序渐进地使得种粮农户受到更高的农业保险保障。另外,中国粮食作物保险开展比经济作物早,平均保费补贴比例更高[31],且前者的保险费率低于后者,伴随农户投保需求不断增长,种植粮食作物的农户参保广度和深度也更高,其作物种植选择逐渐向粮食作物倾斜[32],由此,在农业保险渐进式的改革进程中,与经济作物相比,其在扩大粮食作物种植面积的过程中起到更大的推动作用[33]。

因此,在上述粮食作物的保险保障水平及保费补贴比例高于经济作物的前提下,农业保险政策对农户种植行为的影响可能存在两条路径,如图1所示:一是直接的保障效应;当粮食作物的保险保障水平提高时,既有可能激励未种植粮食作物的农户选择种植,也有可能激励已种植粮食作物的农户调整种植面积比重。通过κj(θj)可以发现,提高粮食作物的保险保障水平会使农户获得的保费补贴增加;同时,提高保障水平可以降低种植粮食作物产生的收入风险[34],进而激励农户选择种粮,影响其种植结构。二是间接的补贴效应;保持粮食作物的保险保障水平θj不变,补贴比例提高可增加一单位保险责任获得的保费补贴,这会增加农户种植粮食作物的预期收入,促使农户调增粮食作物种植面积,或扩大粮食作物种植比例,使其种植结构具有“趋粮化”特点。

图1 农业保险政策对农户种植结构的影响机制Fig.1 Influence mechanism of agricultural insurance policy on farmers’ planting structure

基于上述分析,本研究提出研究假说1:

假说1:渐进式改革的农业保险政策可能会通过增加预期收入和提供风险保障的途径影响农户种植行为,具体表现为扩大粮食作物种植面积,促进种植结构“趋粮化”。

另外,因中国地域辽阔,不同地区的气候、环境、历史等特征各不相同,加之不同地区农户的种植观念有别,使得各地农业保险发展水平与农户作物种植选择存在较大差异,农业保险对农户种植结构的影响也可能会有所差别,故有必要考察各农业生产功能区的农业保险政策对种植结构的影响。首先,粮食主产区的省份一般均是产粮大省,是国家粮食作物种植的核心区域,农户需要农业保险工具规避经营风险,且近年来的农业保险渐进式改革向粮食主产区的倾斜程度更大,典型表现是保费补贴比例更高[17],由此使得农户会因参与农业保险而调整种植结构。其次,粮食主销区的省市一般位于中国经济较为发达的东部地区,人地矛盾突出,二、三产业更为发达,故渐进式改革的农业保险政策对该类地区粮食作物种植的影响可能是负向。再次,粮食产销平衡区的省份大多位于中国农业生产条件较差的西部地区,不利于粮食作物种植,故渐进式改革的农业保险政策对该类地区粮食作物种植的影响可能并不显著。基于此,本研究提出研究假说2:

假说2:农业保险政策对种植结构的调整因区域不同存在异质性;其中,粮食主产区较粮食主销区和产销平衡区的政策效应更为显著。

2 模型设定、变量选取与数据来源

2.1 模型设定

由于中国农业保险政策具有渐进式改革特点,其是在各省市自治区由点到面的逐步复制推广及转型升级,故本研究将农业保险政策的渐进式改革作为一项“准自然实验”,运用渐进式双重差分方法评估该政策对农户种植行为的影响[35]。本研究设立如下基准回归模型:

yit=α0+α1Policyit+α2Xit+λi+ωt+εit

(4)

式中:i为省份(i=1,2,…,31),t为年份(t=2005,2006,…,2020);yit为省份i第t年的作物种植面积或作物种植面积比例;为i省第t年是否实施农业保险改革政策,若已实施则取值为1,否则取值为0;Xit代表一系列控制变量;λi和ωt分别是省份和时间的虚拟变量,用于控制地区和年份的固定效应;εit是随机扰动项。

2.2 变量选取及说明

1)被解释变量:农作物总种植面积、粮食作物种植面积及其占比(yit);同时,为进一步探究农业保险政策改革对不同粮食作物种植面积的影响,本研究引入不同作物占农作物总种植面积的比例反映i省在t年作物种植结构的调整动态。

2)核心解释变量:农业保险政策渐进式改革虚拟变量(Policyit)表示i省第t年是否实施农业保险政策改革,若实施改革则取值为1,否则取值为0。根据中国农业保险政策升级及改革实施的具体时间,可区分为3个阶段:第一阶段是2007—2017年的农业保险保费补贴政策;第二阶段是2017—2018年的农业大灾保险政策;第三阶段是2019年及以后的三大粮食作物完全成本保险和收入保险政策。因此,本研究引入各阶段政策改革虚拟变量,根据阶段时点不同对变量做如下处理:第一阶段2007年以前取值为0,2007—2017年取值为1;第二阶段2017年以前取值为0,2017和2018年取值为1;第三阶段2019年以前取值为0,2019年及以后取值为1。农业保险政策渐进式改革是分省份逐步推进,具体如表1。

表1 不同省份农业保险政策渐进式改革试点情况Table 1 Gradual reform of agricultural insurance pilot policies in different provinces

3)控制变量:作物价格、农业保险保费收入、农业保险赔款支出、财政支农水平、农业就业比例、农业生产条件、农业机械化水平。价格是影响农户选择种植某类作物的核心因素,本研究选用3种主粮作物即稻谷、小麦和玉米每50 kg平均出售价格。若粮食作物价格不断上升,则会激发农户种粮积极性,促使种植结构“趋粮化”。农业保险保费收入,其可体现农户对农业保险的需求,数值越大,说明需求越旺盛,进而影响农户种植决策。农业保险赔款支出,其可在一定程度上反映农业保险保障水平;保障水平越高,越有可能促使农户改变种植行为,诱导其调整种植结构。财政支农水平,通过财政涉农支出占政府财政支出的比例表示,其是国家财政支持“三农”的重要手段。农业就业人员比重,采用第一产业就业人员数占全社会总就业人员数的比例表示,其可反映一个地区的农业劳动生产效率,是影响农户是否从事农业生产以及调整种植结构的重要变量。农业生产条件,用耕地灌溉面积表示,其是影响农户作物种植决策的关键因素。农业机械化水平,可用农业机械总动力表示,农业机械化水平提高有利于种植结构“趋粮化”[6]。

2.3 数据来源及描述性统计

本研究选取2005—2020年中国31个省(市、自治区)面板数据作为研究样本。其中,第一产业就业人员数、全社会总就业人员数、农业机械总动力、农林水事务支出、政府财政支出、有效灌溉面积、耕地面积等数据来自《中国统计年鉴》[36];三种主粮作物价格等数据来自《全国农产品成本收益资料汇编》[37];农作物总播种面积、粮食作物种植面积等数据来自《中国农村统计年鉴》[13]和各地区统计年鉴;农业保险保费收入、赔款支出等数据来自《中国保险年鉴》[38];部分指标存在缺失值,采用移动平均法插值。各变量的定义及描述性统计如表2。

表2 变量定义及描述性分析Table 2 Variable definition and descriptive analysis

3 实证结果

3.1 农业保险政策渐进式改革对种植面积及种植结构影响的基准回归

如表3所示,模型1和2分别报告农业保险政策影响农作物总种植面积和粮食作物种植面积的基准回归结果,Policy的系数均在1%水平显著正向。可以发现,与未试点省份相比,参与农业保险政策使农作物总种植面积和粮食作物种植面积分别增加13.719万hm2、26.085万hm2,说明参与农业保险政策会扩大农作物总种植面积和粮食作物种植面积,且在一定程度上引致种植结构“趋粮化”,假说1得到验证。

表3 农业保险政策对农作物总种植面积和粮食作物种植面积影响的回归结果Table 3 Regression results of the effect of agricultural insurance policy on sown area of farm crops and grain crops

在控制变量中,由于农户种植行为具有一定惯性,当年种植面积变化或结构调整可能受上一期经济因素影响,故本研究借鉴刘蔚等[32]的做法,将控制变量中三大主粮作物价格、农业保险保费收入和赔款支出等进行滞后一期处理。结果显示:水稻价格、小麦价格上涨促进农作物总种植面积扩大,而玉米价格降低并未影响粮食作物种植面积增加,可能的原因是农户作物种植具有惯性以及国内对玉米的需求较为旺盛。农业保险保费收入体现了上一年度农户的保险需求,农业保险赔款支出代表往期风险保障水平,农业保险政策实施以后,二者系数显著为正,是由于农业保险政策经过十多年渐进式改革发展,政策逐步升级,保险保障水平进一步提高,现阶段具有高保障水平特征的政策有效保护和调动了农户种粮积极性,促使农户扩大粮食作物种植面积。财政支农水平在一定程度上体现财政补贴强度,中国财政支农总体规模不断扩大,其中对农业生产发展资金部分用于对种粮农户发放的一次性直接补贴,农户获得的补贴增加会提高其预期收入,故而扩大粮食作物种植面积。因此,渐进式改革的农业保险政策通过增加预期收入和提供风险保障的途径激励农户种粮。

表4报告农业保险三阶段试点政策对农作物总种植面积和粮食作物种植面积及结构的影响。分政策阶段看,与未试点省份相比,“农业大灾保险政策”和“三大粮食作物完全成本保险和收入保险政策”对粮食作物种植面积和粮食作物种植结构产生正向影响,结果显示,两个阶段试点政策分别使粮食作物种植面积增加27.585万hm2、37.240万hm2,粮食作物种植面积占比增加3.219%、3.470%;然而,2007—2016年“农业保险保费补贴政策”虽然对扩大农作物总种植面积和粮食作物种植面积具有正向影响但并不显著,且在该阶段出现种植结构“去粮化”现象,即参与试点政策使粮食作物种植面积占比降低0.836%,尽管效应不明显。由此说明:在农业保险政策渐进式改革的3个阶段中,“农业大灾保险政策”和“三大粮食作物完全成本保险和收入保险政策”在扩大粮食作物种植面积方面均实现预期效果,其中后者更具“趋粮化”作用,可能的原因在于“三大粮食作物完全成本保险和收入保险试点政策”是中国农业保险政策的2.0版本,具有提标、扩面特点。一是保险保障水平更高,两类政策的保障水平最高均可达到相应品种种植收入的80%,大大超过传统的直接物化成本保险最高40%的保障水平,极大地稳定投保农户种粮收入预期。二是保险责任范围更广,完全成本保险的保险责任涵盖主要自然灾害、重大病虫害和意外事故等;种植收入保险的保险责任涵盖农产品价格、产量波动导致的收入损失,保险责任范围设置相当广泛,基本解决农户种粮的后顾之忧。三是政策实施范围更大,契合新型农业经营主体的风险保障需求,将适度规模经营农户和小农户均纳入保障范围。

为进一步探究农业保险政策对不同粮食作物面积及作物结构的影响,本研究首先引入i省的各类作物在t年的种植面积作为被解释变量进行回归,然后引入不同作物与农作物总种植面积之比作为粮食作物种植结构的代理变量进行回归,反映种植结构的调整动态。回归结果如表5和6所示。由表5可知:参与农业保险政策显著扩大稻谷、小麦和玉米三大主粮作物的种植面积,增幅分别为6.577万、4.294万和13.672万hm2,但明显缩减薯类作物种植面积,对豆类作物种植面积存在正向不显著作用。其中,对扩大玉米种植面积的影响最大,可能是因玉米种植成本较其他主粮作物低,以及近年来国内肉类消费增加引致的对“饲料之王”玉米的需求上升。

表5 农业保险政策对各类粮食作物种植面积影响的回归结果Table 5 Regression results of the effect of agricultural insurance policy on sown area of various grain crops

由表6可知:参与农业保险政策使粮食作物种植面积占比增加1.540%,说明农业保险渐进式改革显著促进中国种植结构向粮食作物调整,体现“趋粮化”特点;分作物看,显著提升稻谷、玉米的种植面积占比,增幅分别为0.484%和0.944%,降低小麦种植面积占比0.220%,增加豆类和薯类作物种植面积占比但均不显著。

表6 农业保险政策对粮食作物种植结构影响的回归结果Table 6 Regression results of the effect of agricultural insurance policy on planting structure of grain crops

3.2 异质性分析

农业保险政策渐进式改革对粮食主产区、主销区和产销平衡区种植结构的回归结果是否存在异质性?由表7可知:参与农业保险政策对不同功能区粮食作物种植面积均产生不同程度的正向作用,但政策实施仅促进粮食主产区省份的种植结构“趋粮化”,各功能区存在明显差异,由此验证假说2。原因可能是粮食主产区为中国产粮大省,农业保险政策重点向该功能区倾斜,且政策试点的3个阶段只有粮食主产区省份每个阶段均有参与,故渐进式改革的农业保险政策对粮食主产区的重视可在一定程度上促进种植结构“趋粮化”;粮食主销区一般是经济发展水平较高的发达省份,市场化程度高,农户在作物种植方面更偏好于林果、蔬菜等经济作物,且过往的耕地“非农化” “非粮化”现象也最先发生在此类地区;产销平衡区大多位于西部地区,山地较多,粮食作物种植条件受自然地理环境的限制较大,故农业保险政策实施对该功能区的影响效应未发生结构性转变。

表7 农业保险政策对不同功能区粮食作物种植面积及占比影响的回归结果Table 7 Regression results of the effect of agricultural insurance policy on sown area and proportion of grain crops in different function regions

3.3 关于实证结果稳健性的讨论

3.3.1平行趋势检验和动态效果分析

采用双重差分方法的前提条件有二:一是满足稳定个体干预值假设;在中央统颁农业保险政策背景下,各省市自治区根据本地区实际自主制定实施方案,即某个省份的试点政策对其他省份不存在影响。二是满足平行趋势假设,保证事件随机和分组随机,即在没有政策干预的情况下,处理组和对照组的结果趋势一致。本研究参考已有方法[39],采用事件研究法检验平行趋势,选取粮食作物种植面积和占比作为被解释变量分别进行回归,以全面反映参与农业保险政策渐进式改革影响种植结构的动态效果。

图2显示农业保险政策影响粮食作物种植面积的动态效果,其中横轴表示政策试点前后时间,由表4的实证结果可知,在农业保险政策渐进式改革的3个阶段中,“农业大灾保险政策”和“三大粮食作物完全成本保险和收入保险政策”在扩大粮食作物种植面积及占比方面均实现预期效果,故该检验的政策冲击时点视为第二阶段即“农业大灾保险政策”;纵轴在(a)、(b)图中分别表示粮食作物种植面积、粮食作物种植面积占比的估计系数;虚线表示95%置信区间。可知:在农业保险政策实施前,各阶段政策变量的估计系数均不显著,说明在政策实施前处理组和对照组间不存在系统性差异,满足平行趋势假设;在农业保险政策实施后,粮食作物种植面积、粮食作物种植面积占比的估计系数显著为正,说明农业保险政策渐进式改革对粮食作物种植面积和占比存在正向影响。

图2 农业保险政策影响粮食作物种植结构的动态效果Fig.2 Dynamic effect of agricultural insurance policy on planting structure of grain crops

3.3.2安慰剂检验

为了排除农业保险政策调整种植面积的效应受某些遗漏变量干扰的可能性,本研究根据每年确定的农业保险政策试点省份随机选择作为处理组,并构造出政策虚拟变量对基准回归模型进行估计,具体是以粮食作物种植面积作为被解释变量,对上述过程重复500次进行安慰剂检验。图3为安慰剂检验的结果,可知:政策虚拟变量估计系数的均值非常接近于0且远小于粮食作物种植面积的基准回归系数26.085;同时,估计系数的分布较为接近正态分布,说明农业保险政策渐进式改革对粮食作物种植面积的影响不由其他随机因素驱动,进一步证明上文估计结果具有稳健性。

图3 安慰剂检验Fig.3 Placebo test

3.3.3子样本回归

虽然基准回归已尽可能控制影响作物种植面积及结构的因素,并通过平行趋势检验、安慰剂检验在一定程度上提高回归结果的可信度,但仍可能有一些模型未观测到的因素影响种植面积和种植结构,故本研究继续通过子样本回归的方式再次进行稳健性检验。本研究将农业保险渐进式改革发展3个阶段中均参与试点的6个省、自治区及北京、上海、天津3个直辖市剔除,按照基准回归中的变量设置,对农作物总种植面积、粮食作物种植面积和粮食作物种植面积占比再次回归,结果如表8,可知:农业保险政策对农作物总种植面积、粮食作物种植面积的估计系数均正向显著,对粮食作物种植面积占比的影响虽不显著但为正向,原因可能是在子样本回归中剔除内蒙古、辽宁、山东、河南、安徽、湖北6个粮食主产省份,且均是“三大粮食作物完全成本保险和收入保险政策”的试点地区;同时,本研究的基准回归发现农业保险政策按阶段看,第三阶段政策的“趋粮化”特征最为明显,故在剔除部分样本后,可能造成效应不显著的情况。

表8 稳健性检验结果Table 8 Results of robustness test

4 结论与启示

本研究在构建“农业保险—种植行为—种植结构”理论框架的基础上,以中国自2007年实施的具有渐进式改革特征的农业保险政策为准自然实验,选取2005—2020年中国31个省(市、自治区)面板数据构建渐进式双重差分模型识别政策对农作物种植规模及结构的影响,并揭示政策效应可能存在的区域异质性。结论如下:首先,渐进式改革的农业保险政策通过保费补贴和保障水平的提高,增加农户预期收入进而激励其种粮,对农作物总种植面积、粮食作物种植面积及种植结构具有显著的正向影响。其次,“农业大灾保险政策”和“三大粮食作物完全成本保险和收入保险政策”在扩大粮食作物种植面积、促进种植结构“趋粮化”方面均实现预期效果,且后者效果更好。再次,分作物看,参与农业保险政策显著扩大稻谷、小麦和玉米三大主粮作物的种植面积,缩减薯类作物的种植面积,对豆类作物的正向影响不显著,且提高了稻谷、玉米的种植面积占比。最后,分区域看,农业保险政策对不同功能区种植结构的影响存在异质性,对扩大3个生产功能区的粮食面积均具有积极作用,但仅在粮食主产区发生种植结构“趋粮化”的变化。

根据上述结论,本研究提出以下政策建议:第一,继续提升农业保险保障水平,优化保费补贴机制,鼓励有条件地区加大财政补贴力度,保障农户种粮积极性。第二,因“三大粮食作物完全成本保险和收入保险政策”在激励种植结构“趋粮化”方面优势明显,故要继续扩大最新农业保险政策试点的覆盖面,逐步从主粮作物扩至非主粮作物,从产粮大省扩至非产粮大省,从产粮大县扩至非产粮大县。第三,因农业保险政策渐进式改革对促进粮食主产区种植结构“趋粮化”的效果更为显著,故应给予粮食主产区粮食作物种植更多保险政策支持。