数智技术赋能农业保险：破解供需失衡难题的经济学分析

［内容提要］农业保险作为农业风险管理的重要工具，正面临供需失衡的严峻挑战。从经济学视角出发，结合准公共物品理论、供需曲线等对农业保险供需失衡问题展开分析，在此基础上结合典型案例，利用道格拉斯生产函数、成本收益函数等揭示了数智技术缓解农业保险供需失衡的经济学原理。研究发现，“数智技术+农业保险”模式能够改善传统模式下农业保险市场信息不对称、运营成本高及服务水平不足等问题，促进农业保险“精准定价”“精准承保”“精准理赔”，推动农业保险供需两侧有效对接。因此，需着力构建数智技术财政激励体系，搭建农业数智技术数据共享生态系统，提升农户数智技术应用能力，为培育农业保险新质生产力提供支撑，推进农业保险供需有效匹配。

［关键词］数智技术；农业保险；供需失衡；财政补贴

［中图分类号］F323.3

［文献标识码］A

［文章编号］1008-8091（2024）03-0060-07

【收稿日期】2024-01-22

【作者单位】1.山东农业大学经济管理学院，山东 泰安，271018；2.山东理工大学经济学院，山东淄博，255000

【作者简介】周 密（2000— ），女，山东临沂人，硕士研究生，研究方向：农业保险；陈盛伟（1971— ），男，山东潍坊人，教授、博士生导师，研究方向：农业风险管理与农业保险。

一、引言

农业保险是农业发展的“稳定剂”“助推器”，为“三农”撑起“保护伞”。自2007年我国政策性农业保险开展以来，农业保险的覆盖范围不断扩大，保费收入从2007年的51.8亿元攀升至2023年的1430亿元，增长约27.61倍。然而，在“大食物观”背景下，传统农业保险模式在供需两侧均面临严峻挑战 ^［1］：需求端受制于信息不对称导致的决策犹豫，认知局限引发的保险价值低估，以及高成本带来的参保门槛 ^［2］；而供给端则困于风险评估的不精确性，理赔流程的低效率，以及道德风险的防范难题，这些因素共同作用，限制了农业保险市场的渗透率与创新能力 ^［3-4］。因此，亟须构建低边际成本、高运行效率的新农业保险生态，打破现有瓶颈，精准对接农户需求，重塑保险业务流程，实现更高质量的供需动态平衡。

随着信息技术在金融领域的深度融入，我国金融科技迈入数智化发展阶段 ^［5］。数智化是以大数据分析与处理为基本特征的数字化和以机器学习与人工智能等为核心要素的智能化的融合与应用 ^［6］，能够协同信息存储、传输、分析和利用，实现更高层次的价值创造 ^［7］。信息不对称是保险行业发展的痛点，利用信息技术简化交易环节、促进投保双方信息的公开透明、实现实时动态监管成为科技赋能保险业的首要突破口 ^［8］。借助遥感技术（RS）、地理信息系统（GIS）、人工智能（AI）、大数据分析、区块链等数智技术的集成应用，可以重塑农业保险运营模式^［9］，如“农险一张图”“猪脸识别”等保险科技，简化交易流程、提高各主体相互触达率，实现保险标的快速承保、实时管控和精准理赔^［10］。此外，数智技术赋能保险公司对农户的多元化、个性化风险需求进行深入挖掘和分析 ^［11］，开发如地力指数保险、森林碳汇保险等多元险种，推动农业保险供需两侧有效对接。

目前，学者们对于农业保险供给端与需求端存在非均衡问题已基本达成一致结论，并对农业保险的数智技术融入予以肯定。但已有研究尚未聚焦于农业保险供需失衡问题的表现、成因等进行深入剖析，也未详细阐明数智技术在缓解供需失衡问题上的作用机制，然而在“大食物观”战略下，构建多元化、系统性的食物体系离不开农业保险的有效支撑。基于此，本文将从经济理论分析视角出发，阐释农业保险供需失衡问题的形成路径，并结合典型案例探究数智技术赋能农业保险高质量发展、缓解农业保险供需失衡问题的作用机制，为推动数智技术与农业保险的深度融合提供思路。

二、我国农业保险供需失衡的现实表征

近年来，农业保险供需失衡问题正深刻影响着农业生产稳定及其自身可持续发展。一方面，传统大宗农产品保险供给相对过剩，现有产品结构无法充分响应市场的多元化需求；另一方面，农业保险保障水平总体偏低，特别是对高风险、高投入的农业板块保障不足，加剧了农业生产者面对自然与市场双重风险时的脆弱性。由此产生农业保险产品结构、保障水平两方面的供给端、需求端非均衡问题。

（一）农业保险产品结构供需非均衡表征

2019年起，农业保险进入高质量发展阶段，在“增品、扩面、提标”战略目标下，先后推行完全成本保险、种植收入保险及地方优势特色农产品保险“以奖代补”等政策。2022年，我国中央补贴类农业保险共涉及16个品种，整体共承保农作物品种210种以上，保险标的数量270种以上 ^［12］。然而，从供给端来看，我国农业保险产品仍主要集中在大宗农产品的成本保险和收入保险上，相较于特色农产品所具有的更高市场价值和价格波动，保险公司往往因对其生长周期、种植环境、市场需求等信息掌握不足，面临较高的风险评估难度和定价复杂性，影响此类保险产品的开发和推广；涉农保险、产业链保险等的开发与应用也往往受制于时间成本、技术成本困境，使得农户生产全成本和预期收入的“安全网”存在高风险敞口，产品供给体系存在缺陷。从需求端来看，随着新型农业经营主体的兴起，我国农业保险产品结构供需失衡的问题更加突出 ^［13］。相对于小农户而言，新型农业经营主体通常具有较大经营规模、较高集约化程度和更强市场导向，使得自然灾害和价格波动对其造成的影响及连带效应更为显著。因此农业经营主体已不再满足于单一的、以大宗农产品保险为主的产品体系，对多元化农业保险产品需求更为激烈，而信息不对称条件下农户的多元化需求难以有效对接保险公司产品设计，导致农业保险风险管理需求与市场供给之间存在较大缺口。

（二）农业保险保障水平供需非均衡表征

目前，我国农业保险以政策性成本保险为主，农业保险保障水平较低，主要覆盖物化成本。如图1所示，2022年，我国整体农业保险保障水平为28.94%，其中，北京市农业保险保障水平最高，为332.75%，海南省农业保险保障水平最低，为11.49%，我国当前的农业保险保障水平尚无法有效稳定农业生产、保障农民收入。从供给端来看，由于农业保险业务运行的高成本、高风险，即便各级政府逐年增加财政补贴，仍难以在现有保费收入水平下显著提升保险金额，农业保险保障水平增长的自发性不足。在此背景下，传统农业保险产品已难以适应当前农业风险管理的复杂需求，尽管保障水平总体呈现上升趋势，但相对粮食作物保险而言，投入大、市场风险高的特色农产品保险保障水平偏低，加剧保障水平上的供需失衡，具体见图2。从需求端来看，由于种子、化肥、农药等农业生产资料价格上涨、农产品价格波动加剧，加之农业巨灾的偶发性、破坏性，农业生产的市场风险和自然风险双双上升，农户期望保障水平远高于当前保障水平，收入稳定性受到严重威胁。这种情况下，农户尤其是面临更高市场与自然风险的新型农业经营主体，对更高层次、更广覆盖的农业保险保障有着迫切需求^［14］，缺乏足够的保险保障成为掣肘农业发展的一大阻碍。

三、农业保险供需失衡的经济学分析

农业保险本身所兼具的准公共物品属性及正外部性效应，影响保险公司与农户的行为选择，产生纯商业化保险市场响应不足、政策性保险保障效率局限的双重困境，引发农业保险产品结构与保障水平供需的不匹配，对农业保险功能有效发挥与良性发展造成阻碍。

（一）纯商业性农业保险的供需失衡分析

2022年，我国农业保险保费规模1219亿元，其中，商业性农业保险保费规模111亿元，仅占比约9.1%。纯商业化农业保险产品具有保障高、产品少的特点，尽管保障水平普遍较政策性农险高，但由于政府不提供保费补贴，考虑到信息不对称问题下农业保险的高风险、高成本特性与道德风险的潜在威胁，以及农业保险正外部性下保险公司并未因私人成本与社会成本差距而获得额外补偿，保险公司往往采取控制产品供给或设定较高费率的经营策略，降低成本风险，保证自身利润最大化，此时商业性农险供给数量较少、价格较高，供给曲线如图3中S所示，处于相对偏高的位置。同时，农户购买商业性农业保险，产生农业生产稳定、农产品价格下降等多重社会效益，在保费完全由农户自担的条件下，其边际私人成本未因社会整体福利增加而获得补偿 ^［15］，当农户经济能力受限且对农业风险预期较为乐观时，为避免支付高额保费带来的沉没成本，更倾向于风险自担或者采取其他途径分散风险，农户投保意愿不足，需求曲线如图3中D所示，处于左下方位置。在自愿投保的情况下，纯商业化农险市场的供需两端难以有效匹配，表现为供给不足——少量且高价的保险产品，需求不足——因成本考量和认知差异导致的低参保率，使得农业保险供求曲线难以相交，未形成均衡供需。

（二）政策性农业保险的供需失衡分析

2022年，中央财政拨付农业保险保费补贴434.53亿元，同比增长30.3%，为1.67亿户次农户提供风险保障5.46万亿元。政府提供财政支持，缓解了保险公司农险业务经营负担，提高产品创新积极性，促进农业保险供给增加，引起供给曲线S向右下方平移至S₁，如图4。同时，政府补贴农业保险保费，降低农户经济负担及沉没成本，激发农户投保需求，引起需求曲线D向右上方平移至D₁的位置。此时达到农业保险供求均衡状态，农业保险的成交量为Q₁，因此，在获得政府财政支持条件下，能够一定程度上缓解供需失衡问题。然而，政府不当干预也会引发农险业务简单赔付率和综合费用率的提升，造成农险公司的双重经营压力 ^［16］，阻碍农业保险的有效供给。加之农户经济受限、保障水平未达期望、承保理赔流程复杂等因素，现阶段农业保险的供需未实现帕累托最优状态。由此，农业保险供需失衡问题的进一步缓解，需要农险业务边际成本降低与保障水平及服务质量提升的多元实现，从而达到帕累托最优状态下的农业保险供求均衡，即S2、D2的交点Q₂处，数智技术的融合应用则成为破解农业保险供需失衡问题的关键。

四、数智技术缓解农业保险供需

失衡问题的典型案例与经济学分析传统农业保险领域面临信息不对称、成本高昂、流程复杂等问题，严重制约了服务效率与农户保障水平，加剧农险供需矛盾。大数据、人工智能、物联网及遥感技术等的集成创新，为培育农业保险新质生产力注入新动能，推动农业保险实现“三精准”，即精准定价、精准承保、精准理赔，显著降低经营成本，满足农户的潜在需求，有效缓解农业保险供需失衡难题。本文结合“耘智保”项目^①，进一步分析数智技术对农业保险供需失衡问题的改善路径，为数智技术的深度融合应用提供支撑。“耘智保”项目针对产品费率厘定难、承保数据收集难、理赔环节多等痛点，利用数智技术推动业务信息数字化、经营流程智能化，形成融合现代信息技术的农业保险数智化解决方案，如图5所示。

（一）数智技术推动“精准定价”，缓解保险产品供给压力

在产品定价方面，“耘智保”利用先进算法优化模型参数，实现图片信息抓取准确率达95%，每张图片平均识别时间低至12毫秒，年处理能力达3000万次，不仅极大提高风险评估效率，也为制定特色化、多元化保险产品费率奠定坚实基础。从我国农业发展来看，特色作物相较于粮食作物，更易受市场价格波动影响，农户对其风险分散需求更为强烈。但现阶段政策性农业保险补贴集中于主粮作物，且特色作物单位风险高，保险公司普遍设定高费率甚至不愿承保。假设特色作物保险的生产函数为：

Q=f（K，L，A）=A·K^α·L^β·μ（1）

其中，Q表示特色作物保险的供给量，A表示综合技术水平（先进科学技术、劳动力素质、经营管理水平），K和L分别表示保险公司用于特色作物保险的资本投入和劳动力投入，α和β分别表示资本产出和劳动力产出的弹性系数，μ表示随机干扰项。

在其他投入要素不变的情况下，数智技术的应用使得保险公司能够整合气象、作物生长、历史灾害等多维信息，构建更精细的风险评估模型，准确地预测不同条件下的损失概率，实现保险产品的精准定价，降低保险机构亏损风险，提高其业务经营积极性，从而使特色作物保险的供给量Q增加。同时，数智技术的引入即综合技术水平A的提高，可以实现对资本投入K和劳动力投入L的部分替代，提高资本和劳动力投入的边际生产率，从而实现农业保险业务平均成本的降低。从规模报酬角度看，数智技术应用前及初期阶段，由于前期成本及效用时滞，特色作物保险业务呈现规模报酬递减向近似规模报酬不变的递进状态，α+β≤1；数智技术的应用成熟期，生物识别技术、遥感估产测产等技术融合，使得农业保险各经营环节的效率大幅度提升，经营成本下降，资本和劳动等投入要素的边际生产率显著提高，保险业务的规模报酬递增，α+β＞1，促进特色作物保险的开发和供给，伴随的产品价格下降、保障水平提升增加农户保险需求，保险市场处于或接近于规模经济状态，特色作物保险实现可持续发展。

（二）数智技术推动“精准承保”，提升农业保险保障水平

在承保方面，“耘智保”全面推行线上化服务，惠及超过8000万农户、近万农险业务员及超10万“三农”服务人员，年承保标的量高达6亿，提高标的风险信息透明性，有效简化承保流程，提升服务覆盖面。当前我国农业保险具有经营成本高、保障水平低的显著特征，在利润最大化驱使下，保险公司倾向于设置较低保障水平。物联网技术和遥感卫星的应用，使得保险公司可以远程、动态地评估作物健康状况和潜在风险，实现对投保标的物的精准识别与估测，简化承保流程，降低道德风险，为设计特色化保险产品创造条件，降低经营成本的同时提高业务精确性，提高保险产品的保障水平。

将保险公司经营的农业保险分为两种：数智技术型农业保险和传统型农业保险，其中数智技术型农业保险经营成本低、业务流程便捷、保障水平较高；传统型农业保险则主要指当前市场上经营费用较高、保障水平较低的产品。数智技术型农险的供给量和价格分别为Q₁、P₁，传统型农险的供给量和价格分别为Q₂、P₂。由于当前国内农业保险产品中约九成为政策性保险，政府对保险公司提供税收优惠和管理费用补贴，因此，本文将政府的政策扶持带来的收益记为W，则保险公司农险业务的收益函数为：

R=P₁·Q₁+P₂·Q₂+W（2）

给定农险业务的成本函数为C=C（Q₁，Q₂），我们假定农险业务的总成本一定，即C=C₀ ，则保险公司经营农业保险的利润函数为：

θ=R-C=P₁·Q₁+P₂·Q₂+W-C（Q₁，Q₂）（3）

在农业保险业务的总成本和产品价格既定的情况下，保险公司面临的决策是如何分配资源以实现农险业务的利润最大化。本文引入拉格朗日乘数法构造了保险公司的目标函数：

U=P₁·Q₁+P₂·Q₂+W-C（Q₁，Q₂）+λ［C₀-C（Q₁，Q₂）］（4）

其中，λ为拉格朗日乘数。因此，保险公司农险业务利润最大化的条件就是分别对Q₁和Q₂求偏导，然后令导数等于0，即：

∂L∂Q₁=P₁-∂C∂Q₁-λ∂C∂Q₁=0（5）

∂L∂Q₂=P₂-∂C∂Q₂-λ∂C∂Q₂=0（6）

由上述两式联立可得：

P₁P₂=∂C∂Q₁/∂C∂Q₂（7）

式（7）为保险公司农险业务利润最大化的条件，表示保险公司经营的数智技术型农险和传统型农险的价格之比等于两者的边际成本之比，即保险公司在这两种产品上花费的最后一单位费用所获得的收益相等。

基于前文分析，数智技术型产品成熟之后，基于农险“一张图”等技术进行风险精准识别，其运营效率、服务能力实现全方位升级，且当其实现规模化承保之后，边际成本呈现递减趋势，单位成本投入的收益逐渐增加，保险公司出于利润最大化、边际收益递减及经营可持续性的考虑，会逐步使用数智技术型产品代替传统型产品，产品附加服务增加、保障水平提升能够激励农户投保需求，进一步激发保险公司产品供给能力，形成供需动态平衡的良性循环。

（三）数智技术推动“精准理赔”，增强农户农险参保意愿

在理赔方面，“耘智保”远程查勘技术实现养殖险案均查勘时间由4小时减少为0.5小时，效率提升87%，有效提升农业复产能力。我国农业经营中，农户对于农业生产投资认知普遍不足，农业保险的高费率、低保障、低理赔均是阻碍农户参保的重要因素。传统的农业保险理赔依赖人工现场勘查，耗时长且易受主观因素影响，数智技术的应用，在快速查勘定损方面发挥了关键作用，通过卫星图像分析作物受损情况，或者利用无人机进行灾后快速勘查，结合历史数据和灾害模型，可以迅速准确地评估损失程度，实现“精准理赔”“应赔快赔”，显著提升农户的满意度和信任度，从而提升农户对农业保险的购买意愿。因此，从效用角度看，数智技术能够显著增加农户对农业保险的购买需求，具体分析如下：

假设农户用于农业投入的资金总量为I，X₁和P₁表示农户购买的农业保险的数量和单位费用，X₂和P₂表示农户用于其他农业投入品支出的数量和单位费用，由此可得，该农户农业生产的预算约束为：

I=P₁·X₁+P₂·X₂（8）

农业保险和其他农业投入品的消费会给农户带来不同的效用，我们假设农户的效用为U，效用函数为：

U＝U（X₁，X₂）（9）

该农户面临的决策是在农业投入资金总量一定的前提下，如何选择农业保险的购买数量，以实现效用最大化。本文引入拉格朗日乘数法建立的目标函数如下：

H=U（X₁，X₂）+λ（I-P₁·X₁-P₂·X₂）（10）

其中，λ为拉格朗日乘数。农户效用最大化的一阶条件为：

∂H∂X₁=∂U∂X₁-λP₁=0（11）

∂H∂X₂=∂U∂X₂-λP₂=0（12）

由上述两式联立可得：

∂U∂X₁/P₁=∂U∂X₂/P₂（13）

式（13）表示每种支出的边际效用与该支出单位费用的比值相等，即农户在农业生产过程中在每一种投入品上花费的最后一单位费用所带来的边际效用相等。

基于前文分析，数智技术在保险查勘理赔领域的应用显著提升了服务效率与质量，如通过无人机和AI图像识别进行远程智能查勘与自动定损，利用大数据分析优化风险评估与个性化服务，自动化理赔流程和防欺诈技术的实施等，实现理赔服务的全面提速与精准管理，支撑保险公司产品的多元开发，同时优化农户投保体验，提升农户主观效用，激发农户投保需求，缓解农业保险供需失衡问题。

五、推进数智技术和农业保险深度融合的对策建议

（一）构建数智技术财政补贴与激励体系，加快农业保险应用成果转化

鉴于数智技术与农业保险深度融合面临的高成本、长周期及高风险挑战，政府应积极介入，构建专项财政补贴机制，为农业保险领域的数智技术研发提供强有力的财政支持。这包括但不限于为参与农业数智技术研究与应用的保险公司提供研发经费补贴，减轻其前期投资负担；对于已推广应用的农业保险数智技术，给予适当税收优惠及政策扶持，鼓励技术创新与应用示范。通过政府兜底部分研发费用和对成效显著的项目给予奖励，有效激发保险公司研发热情，加速技术突破与市场应用，推动农业保险“政策险+商业险+附加险”的多元创新，满足农业经营主体个性化保险需求，加快数智技术与农业保险融合的应用成果转化。

（二）搭建数智技术数据共享生态系统，培育农业保险新质生产力

数智技术赋能农业保险能够有效克服数据孤岛问题，缓解由信息不对称所带来的高成本问题对农业保险供需失衡的影响。因此，应由政府主管部门牵头整合保险经营数据，以及气象数据、农产品价格数据等涉农数据信息，实现行业内外数据资源的高效整合与流通，形成跨行业的“农险智能生态网络”。“数智技术+农业保险”模式能够打破数据壁垒，促进数据驱动的创新方案在农业保险领域广泛应用，为农业保险费率厘定、精准理赔等方案设计与落地提供有效支撑，降低农业保险边际成本，提高农业保险产品开发、推广积极性。

（三）建立农户专业能力培养机制，促进数智化农业保险普及与应用

农户对数智技术的接纳与应用能力直接关系到农业保险服务的有效触达与利用效率，数智技术通过缩小信息鸿沟能够提升农户保险与风险认知。因此，应加大对农户数智技术教育和培训力度，通过保险附加社会化服务等形式，形成“数智技术+农业保险+服务”模式，鼓励保险机构、科技公司与各类农业经营主体建立合作，提高各农业保险参与主体协同配合能力，提高农民对智能设施、先进技术的认知程度及使用能力，确保农户能够有效利用数智技术优化农业生产管理，增强风险防范意识，激发农业保险参与热情，提高对农业保险的认可度与续保率，进一步推动农业保险供需匹配。

注释：

①“耘智保”项目由中国人民财产保险股份有限公司开展，本案例资料来源于第三届“全球金融科技创新案例（2022）”入库案例集。

参考文献：

[1]许梦博，陈楠楠.我国农业保险发展的深层矛盾、转型契机与改革取向[J].求是学刊，2021，48（2）：80-89.

[2]魏腾达，张峭，王克.新型农业经营主体的农业保险需求及提升对策——基于全国11373个新型农业经营主体的调查[J].保险研究，2022（8）：48-59.

[3]任天驰，杨汭华.高保障高收入——农业保险保障水平的收入效应研究[J].农业技术经济，2022（12）：115-130

[4]王克，吉利.我国农业保险的发展与演变——产品形态的视角[J].保险研究，2023（5）：9-19.

[5]黄靖雯，陶士贵.数智化阶段的金融科技：风险与监管[J].兰州学刊，2023（6）：30-53.

[6]罗斌元，陈艳霞.数智化如何赋能经济高质量发展——兼论营商环境的调节作用[J].科技进步与对策，2022，39（5）：61-71.

[7]陆岷峰.金融数智化赋能实体经济：个性特征、运行机理与应对策略[J].兰州学刊，2023（12）：35-47.

[8]唐金成，刘鲁.保险科技发展模式比较与经验启示[J].金融理论与实践，2020（8）：96-102.

[9]Stefan Hochrainer-Stigler，Marijn van der Velde，Steffen Fritz，et al.Remote sensing data for managing climate risks： index-based insurance and growth related applications for smallhold-farmers in Ethiopia[J].Climate Risk Management，2014，6：27-38.

[10]赵思健，赵坚，陈爱莲，等.遥感交叉验证农业保险数据的路径与指标研究[J].保险研究，2024（1）：49-58.

[11]唐金成，李笑晨.保险科技驱动我国智慧农险体系构建研究[J].西南金融，2020（7）：86-96.

[12]袁纯清.农业保险高质量发展要坚持六个导向[J].保险研究，2023（5）：3-8.

[13]余博，郭军.农业保险市场供求失衡成因探析——农业保险排斥性视角[J].农村经济，2014（4）：92-95.

[14]江生忠，朱文冲.基于Logit模型对新型农业经营主体农业保险购买偏好的特征研究[J].财经理论与实践，2021，42（2）：50-56.

[15]魏超，牛浩，孙乐，等.政策性农业保险市场供求非均衡的测度及分析[J].世界农业，2021（7）：11-22+118.

[16]陈盛伟，魏超.地方政府干预视角下农业保险公司的双重经营压力分析[J].财经理论与实践，2024，45（2）：40-47.