鄭軍 杜佳欣

摘 要：基于2015年全國31個省、自治區(qū)、直轄市的相關(guān)統(tǒng)計數(shù)據(jù)，運用DEA與SFA相結(jié)合的三階段模型，對中國農(nóng)業(yè)保險精準(zhǔn)扶貧的效率進(jìn)行了測度和分析。分析結(jié)果表明中國不同地區(qū)農(nóng)業(yè)保險的精準(zhǔn)扶貧效率存在一定差異，且固定資產(chǎn)投資會對扶貧效率產(chǎn)生負(fù)面作用。在剔除外部環(huán)境的干擾后，農(nóng)業(yè)保險的扶貧效率提高了約3個百分點，地區(qū)差異縮小了20%，但中部地區(qū)農(nóng)業(yè)大省的扶貧效率仍比較低。這說明了當(dāng)前農(nóng)業(yè)保險政策的制定要做到因地制宜，針對各地尤其是各農(nóng)業(yè)大省的實際情況，提出相應(yīng)的治理方法。

關(guān)鍵詞：農(nóng)業(yè)保險;精準(zhǔn)扶貧;效率;三階段DEA模型

文章編號：2095-5960（2019）01-0093-10;中圖分類號：F840.66;文獻(xiàn)標(biāo)識碼：A

一、引言

2013到2017年，中國脫貧攻堅工作取得重大進(jìn)展，貧困人口減少了6800余萬人，貧困發(fā)生率下降了7個百分點，降為3.1%。①①資料來源：2018年3月5日在第十三屆全國人民代表大會第一次會議上的《政府工作報告》。但是截至2017年，全國仍有3046余萬農(nóng)民生活在貧困線以下。②②資料來源：人民網(wǎng)—人民日報海外版2018年02月02日，網(wǎng)址為http：//society.people.com.cn/n1/2018/0202/c1008-29802293.html。同時，中國當(dāng)前扶貧工作還面臨著精準(zhǔn)度欠缺的問題。從農(nóng)業(yè)保險反貧困的角度看，由于各地區(qū)經(jīng)濟(jì)發(fā)展水平等外部原因的不同，實際扶貧效果存在差異。各地區(qū)農(nóng)業(yè)保險的精準(zhǔn)扶貧效率有何不同？造成這些差異的原因可能是什么？環(huán)境因素對該效率有何影響？這些都是值得探討的問題。針對這些問題，本文通過測算農(nóng)業(yè)保險精準(zhǔn)扶貧工作的效率，對全國農(nóng)業(yè)保險扶貧效率做出大致評估;分析區(qū)域間農(nóng)業(yè)保險精準(zhǔn)扶貧效率的差異;研究環(huán)境因素對農(nóng)業(yè)保險扶貧效率的影響，并在剔除這些影響因素的情況下，對農(nóng)業(yè)保險精準(zhǔn)扶貧效率進(jìn)行了分析。

本文將以2015年中國31個省、自治區(qū)和直轄市農(nóng)業(yè)保險的相關(guān)數(shù)據(jù)作為研究樣本，對各地區(qū)農(nóng)業(yè)保險扶貧的效率進(jìn)行測度和分析，并進(jìn)一步提出促進(jìn)農(nóng)業(yè)保險精準(zhǔn)扶貧效率提升的策略。本文結(jié)構(gòu)安排如下：第一大節(jié)介紹農(nóng)業(yè)保險扶貧的社會、政策背景;第二大節(jié)是貧困和農(nóng)業(yè)保險扶貧相關(guān)研究的文獻(xiàn)述評;第三大節(jié)是農(nóng)業(yè)保險扶貧的作用機理;第四大節(jié)是實證模型的研究方法與指標(biāo)選擇的說明;第五大節(jié)對實證結(jié)果進(jìn)行分析說明;第六大節(jié)是關(guān)于實證結(jié)果的相關(guān)政策啟示。

二、文獻(xiàn)綜述

一直以來，貧困問題都是國內(nèi)外學(xué)者研究的熱點。在貧困的定義方面，有學(xué)者認(rèn)為貧困是生活必需品的缺乏，所擁有的財產(chǎn)相對較少的狀態(tài)（Oppenheim，1996）[1]。中國學(xué)者在研究中國國情下的貧困問題時，對貧困有其他維度的見解。在靜態(tài)上，應(yīng)有一個合理的定值來區(qū)分貧困與否（周彬彬，1991）[2];在動態(tài)上，鑒于貧困有自身的作用機理和一系列的連鎖反應(yīng)，貧困者沒有脫離貧困的相應(yīng)能力，從而造成貧困不斷累積（林閩鋼，1994[3];唐鈞，1998[4]）?；诖?，學(xué)者們在反貧困績效指標(biāo)的確定方法、因素效應(yīng)和反貧困的影響等領(lǐng)域進(jìn)行研究，得到了一些有價值的成果。

近年來，隨著農(nóng)業(yè)保險體制的不斷發(fā)展、完善，農(nóng)業(yè)保險的扶貧效果及其影響機制引起了學(xué)術(shù)界的興趣。研究表明財政補貼、居民消費水平等因素會對農(nóng)業(yè)保險的效率產(chǎn)生影響。首先在財政補貼方面，當(dāng)各級政府保費補貼越多，農(nóng)業(yè)保險的效率就越高（馮文麗，2015）[5]。其次在居民消費水平方面，只有當(dāng)居民的消費支出超過一定數(shù)值，農(nóng)業(yè)保險的扶貧效率才能真正發(fā)揮作用（邵全權(quán)，柏龍飛，2017）[6]。

現(xiàn)有的關(guān)于農(nóng)業(yè)保險扶貧的實證研究有這樣幾個特點：在研究方向上主要集中在對農(nóng)民收入的影響上，對于農(nóng)業(yè)保險扶貧效率方面的研究不多;在研究方法上，大部分學(xué)者側(cè)重農(nóng)業(yè)保險與農(nóng)村貧困問題關(guān)聯(lián)性的定量分析。雖然部分學(xué)者曾采用DEA模型進(jìn)行效率分析（趙君彥，2015）[7]，但是大部分研究沒有考慮各地經(jīng)濟(jì)水平等外部環(huán)境的差異對農(nóng)業(yè)保險精準(zhǔn)扶貧效率造成的影響，使研究結(jié)果存在一定誤差。鑒于此，本文側(cè)重對全國各省剔除環(huán)境因素影響前后的DEA值進(jìn)行分析比較。通過運用DEA與SFA相結(jié)合的三階段模型，對國內(nèi)31個省、自治區(qū)、直轄市的農(nóng)業(yè)保險的精準(zhǔn)扶貧效率做出評估。再除去外部環(huán)境的干擾，使最終結(jié)果更加客觀，并以此提出相關(guān)促進(jìn)農(nóng)業(yè)保險精準(zhǔn)扶貧效率提升的策略。

三、農(nóng)業(yè)保險精準(zhǔn)扶貧效率評估的基本框架

農(nóng)業(yè)保險作為分散和轉(zhuǎn)移農(nóng)業(yè)風(fēng)險的重要手段，必然會對農(nóng)村居民的收入再分配和農(nóng)村經(jīng)濟(jì)增長產(chǎn)生影響，從而影響到精準(zhǔn)扶貧的效率與結(jié)果。在政府績效評估理論中，政府根據(jù)自身和社會對其施政措施及管理方式的反饋，對產(chǎn)生的影響進(jìn)行分析。通常，政府績效評估是依據(jù)績效目標(biāo)，運用一定的標(biāo)注對政府部門的行政職能和影響做出評分，再通過評分給予相應(yīng)的評級。最后，通過根據(jù)等級得到績效評估結(jié)果，得出相應(yīng)的政策建議（蔡立輝，2007）[8]。同時，常以政府的付出和所得結(jié)果的水平作為測算指標(biāo)，將結(jié)果所反映的效率情況進(jìn)行評價和劃分等級（曹堂哲，2018）[9]。因此，本文依據(jù)這一思想，運用DEA模型中根據(jù)投入和產(chǎn)出的觀察值來評價效率的方法，以農(nóng)業(yè)保險的投入、產(chǎn)出之比作為衡量效率的依據(jù)和指標(biāo)選擇方向。

農(nóng)業(yè)保險作為分散和轉(zhuǎn)移農(nóng)業(yè)風(fēng)險的重要手段，必然會對農(nóng)民收入水平產(chǎn)生一定的影響。農(nóng)業(yè)保險保費收入、賠付和補貼在一定程度上體現(xiàn)了國民收入在農(nóng)業(yè)部門和其他部門之間的流動與再分配。從收入調(diào)節(jié)的角度分析，農(nóng)業(yè)保險補貼具有轉(zhuǎn)移支付的作用，因此對農(nóng)戶的收入具有調(diào)節(jié)作用（羅向明，2011）[10]。農(nóng)業(yè)保險保費收入反映了農(nóng)民和國家對農(nóng)業(yè)保險資金的投入;農(nóng)業(yè)保險深度作為保費收入和國民生產(chǎn)總值之比，反映了農(nóng)業(yè)保險在國民經(jīng)濟(jì)中的地位。因此，上述二者可作為農(nóng)業(yè)保險扶貧效率的投入指標(biāo)。農(nóng)業(yè)保險的賠付可以對農(nóng)民收入的缺失給予補償，防止農(nóng)民因災(zāi)陷入貧困。保險公司對農(nóng)民的補償，不僅保障災(zāi)后農(nóng)民的基本生活，而且還能購買將來農(nóng)業(yè)生產(chǎn)所需的生產(chǎn)物資，以恢復(fù)農(nóng)業(yè)生產(chǎn)（周穩(wěn)海，2014）[11];農(nóng)民人均純收入的多寡體現(xiàn)了農(nóng)民的物質(zhì)生活條件，是生產(chǎn)產(chǎn)出的一種體現(xiàn);貧困發(fā)生率作為衡量貧困水平的指標(biāo)，可以反映某地區(qū)貧困的狀態(tài)。因此上述三者適于作為農(nóng)業(yè)保險扶貧效率的產(chǎn)出指標(biāo)。綜上所述，本文基于上述理論。將農(nóng)業(yè)保險保費收入和保險深度作為投入指標(biāo)，用以衡量在精準(zhǔn)扶貧背景下，農(nóng)業(yè)保險的反貧困的投入;將賠付支出、農(nóng)民人均純收入和貧困發(fā)生率作為產(chǎn)出指標(biāo)，用以評估農(nóng)業(yè)保險反貧困的產(chǎn)出效果。

對于環(huán)境變量的影響分析，可從經(jīng)濟(jì)增長理論和區(qū)域經(jīng)濟(jì)學(xué)的相關(guān)理論入手。古典經(jīng)濟(jì)學(xué)派認(rèn)為，土地、勞動力和資本這三個要素對于經(jīng)濟(jì)增長具有重要作用。這三個要素同樣也會對地區(qū)的經(jīng)濟(jì)環(huán)境產(chǎn)生重要影響，經(jīng)濟(jì)環(huán)境的不同最終會導(dǎo)致扶貧結(jié)果的差異。在我國，不同地區(qū)農(nóng)業(yè)保險對農(nóng)民收入影響程度存在較大差異（孫蓉，2015）[12]。這是因為財政公共收入、固定資產(chǎn)投資等環(huán)境變量會對各區(qū)域扶貧績效產(chǎn)生重大影響。當(dāng)環(huán)境變量達(dá)到某一限度之前，固定資產(chǎn)投入的增長對反貧困有積極的作用;公共財政收入是反哺農(nóng)業(yè)的財政基礎(chǔ)之一，對反貧困工作同樣有重要作用。然而，區(qū)域經(jīng)濟(jì)學(xué)的區(qū)域經(jīng)濟(jì)差異理論則認(rèn)為隨著生產(chǎn)要素的區(qū)際流動，區(qū)域經(jīng)濟(jì)的增長在地域空間上趨同。因此，有必要剔除財政公共收入和固定資產(chǎn)投資這兩個環(huán)境因素的影響，對扶貧效率結(jié)果做二次衡量。

四、實證模型與數(shù)據(jù)來源

（一）研究方法

為了剖析中國31個省、自治區(qū)和直轄市農(nóng)業(yè)保險精準(zhǔn)扶貧效率的基本情況，本文將借助三階段數(shù)據(jù)包絡(luò)模型（DEA），分析出全國農(nóng)業(yè)保險精準(zhǔn)效率的總體水平和環(huán)境因素對效率水平的影響，為將來相關(guān)政策制定提供一定的理論基礎(chǔ)。

20世紀(jì)50年代，就有學(xué)者在農(nóng)業(yè)經(jīng)濟(jì)領(lǐng)域應(yīng)用該模型，到了20世紀(jì)70年代，運籌學(xué)家Charnes.W.Cooper和E.Rhodes構(gòu)建了第一個數(shù)據(jù)包絡(luò)模型。2002年，F(xiàn)ired et al在前人研究的基礎(chǔ)上，提出了DEA和SFA兩個模型相結(jié)合的三階段DEA模型。這一模型分為三個階段：第一階段為傳統(tǒng)DEA模型，是以投入為導(dǎo)向的可變規(guī)模收益的BCC模型。由于第一階段的效率值會受到管理無效率、環(huán)境效應(yīng)和隨機干擾的影響，因此在第二階段將以投入變量為被解釋變量，以環(huán)境因素為解釋變量建立SFA模型，該模型可以克服傳統(tǒng)DEA模型和DEA-Tobit模型中受環(huán)境因素和隨機誤差影響的缺陷，使投入和產(chǎn)出兩類指標(biāo)更加客觀，提高決策單元最終效率的可信度。第三階段則應(yīng)用同第一階段相同的方法，將調(diào)整后的投入進(jìn)行重新計算，得出新的效率值。

早前，一些學(xué)者就曾利用該模型進(jìn)行過相關(guān)效率分析。通過該模型對我國農(nóng)業(yè)保險財政補貼效率（錢振偉，2014）[13]和河北省貧困縣金融扶貧效率（王山松，2016）[14]進(jìn)行評估，得到了較為科學(xué)的實證結(jié)果。

1.第一階段：傳統(tǒng)的DEA模型

傳統(tǒng)的DEA模型可以分為CCR模型和BCC模型，本文在第一階段和第三階段將使用BCC模型。這一模型從技術(shù)效率、純技術(shù)效率和規(guī)模效率這三個方面對效率進(jìn)行測算分析。之前有學(xué)者曾運用DEA模型對我國農(nóng)村金融資源配置進(jìn)行研究（李季剛，2010）[15]，得到了比較客觀的實證結(jié)論。在本文中，假設(shè)有n個評價單元，m個投入變量和S個產(chǎn)出變量。Yk表示第K個決策單元的技術(shù)效率，Yrk表示第k個決策單元的第r個產(chǎn)出變量的，Xik表示第K個決策單元的第i個投入變量。

2.第二階段：SFA模型的應(yīng)用

鑒于各地區(qū)的經(jīng)濟(jì)環(huán)境水平存在一定差別，第一階段DEA分析的結(jié)果會受到相應(yīng)的影響。如果以此對各決策單元進(jìn)行評估，會降低最終結(jié)果的科學(xué)性。所以，應(yīng)在第二階段建立以投入為導(dǎo)向的SFA 成本邊界模型，對各決策單元的投入變量進(jìn)行回歸分析。這一階段的目標(biāo)就是將松弛變量分解為環(huán)境因素、管理無效率和統(tǒng)計噪聲三部分，F(xiàn)ried等人提出了相應(yīng)的擴展模型，同時運用SFA回歸完成對環(huán)境因素和隨機擾動的分離。此時建立的多元線性回歸模型為：

上式中，Sik表示第k個決策單元第i個投入變量的冗余變量。fi（zk;βi）是指環(huán)境變量對冗余變量的影響，vik+uik為組合誤差項。利用上式的回歸，使所有決策單元的環(huán)境影響趨同，并剔除隨機誤差項的影響。以所有決策單元中最差的環(huán)境因素為基準(zhǔn)，將所有決策單元的外部環(huán)境狀態(tài)統(tǒng)一，除去了偶然因素的影響。

3.第三階段DEA

將去除環(huán)境因素影響的投入變量與原始產(chǎn)出運用第一階段DEA的原理進(jìn)行二次運算，這一階段決策單元的效率值將更為客觀、可靠。在本文中，剔除了財政公共收入和固定資產(chǎn)投資等環(huán)境變量的影響，以環(huán)境和條件最差的省份為基準(zhǔn)，將所有省調(diào)至相同運氣環(huán)境。得出的實證結(jié)果將更具公平性與可參考性。

（二）研究假設(shè)

基于上文對扶貧問題和對收入再分配理論的文獻(xiàn)評述可以看出，農(nóng)業(yè)保險費收入的增長提高了農(nóng)業(yè)風(fēng)險的分散保障程度，增加了農(nóng)民的收入、提高了農(nóng)民的生活水平。因此，可以得出假設(shè)：

假設(shè)1：農(nóng)業(yè)保險總體上會對農(nóng)村精準(zhǔn)扶貧產(chǎn)生效果，但各地區(qū)的扶貧效率存在一定差異。

假設(shè)2：區(qū)域性的經(jīng)濟(jì)發(fā)展環(huán)境會對農(nóng)業(yè)保險精準(zhǔn)扶貧的效率產(chǎn)生一定影響。

假設(shè)3：利用SFA模型，將全國各省的環(huán)境調(diào)整至相同水平之后，一些地方的扶貧效率水平將有所變化。

（三）相關(guān)指標(biāo)的選取

1.指標(biāo)的選取原則

本模型需要的數(shù)據(jù)可分為以下幾塊：即各決策單元農(nóng)業(yè)保險扶貧效率的投入數(shù)據(jù)、產(chǎn)出數(shù)據(jù)和可以衡量環(huán)境因素的數(shù)據(jù)。模型中所構(gòu)建的指標(biāo)是為最終得出科學(xué)的經(jīng)濟(jì)結(jié)果服務(wù)的。因此，模型中的三方面指標(biāo)的選取應(yīng)當(dāng)滿足以下的原則：一是科學(xué)性原則。指標(biāo)的選擇應(yīng)有一定的經(jīng)濟(jì)理論作為支撐，根據(jù)前文的理論分析，投入指標(biāo)應(yīng)當(dāng)能緊密聯(lián)系農(nóng)業(yè)保險的供給者和需求者，并能體現(xiàn)農(nóng)業(yè)保險在國民經(jīng)濟(jì)中的地位。同時，這些指標(biāo)應(yīng)當(dāng)組成一個績效體系，才能較為全面地反映研究結(jié)果。二是可比性原則，即各決策單位之間，所選擇的相應(yīng)指標(biāo)之前應(yīng)當(dāng)存在一定差異，但又是有相互比較的價值。三是可得性原則。指標(biāo)體系中的數(shù)據(jù)應(yīng)當(dāng)是公開的、可得的，所以相關(guān)數(shù)據(jù)應(yīng)是各類年鑒和政府網(wǎng)站的公開數(shù)據(jù)。

2.各指標(biāo)的選取結(jié)果

農(nóng)業(yè)保險保費收入是保險公司為了履行合同，向農(nóng)業(yè)保險投保人收取的對價。作為一種現(xiàn)金資產(chǎn)，它可以反映社會對農(nóng)業(yè)保險的投入程度。另外，可以類比金融扶貧的相關(guān)研究，用涉農(nóng)貸款及其占比、人均金融機構(gòu)網(wǎng)點數(shù)等（鄧?yán)?015）[16]，從總量和比例兩個維度來刻畫投入指標(biāo)。農(nóng)業(yè)保險深度是一地區(qū)農(nóng)業(yè)保險保費與該地區(qū)GDP之比反映了農(nóng)業(yè)保險在該地區(qū)整體國民經(jīng)濟(jì)中的地位，從側(cè)面反映了社會對農(nóng)業(yè)保險的投入程度。農(nóng)業(yè)保險密度是一個地區(qū)農(nóng)業(yè)保險收入與人口之比。

產(chǎn)出指標(biāo)選取了農(nóng)業(yè)保險總賠付、農(nóng)村居民人均收入、貧困發(fā)生率。農(nóng)業(yè)保險賠付是發(fā)生農(nóng)業(yè)保險事故后，保險公司對投保農(nóng)戶進(jìn)行的經(jīng)濟(jì)賠償，側(cè)重反映農(nóng)業(yè)保險對農(nóng)戶的補償，體現(xiàn)資金在金融部門和農(nóng)業(yè)生產(chǎn)者之間的流動，具有一定的扶貧效應(yīng)，有學(xué)者曾以此作為衡量農(nóng)業(yè)保險補貼效率的產(chǎn)出指標(biāo)進(jìn)行研究（錢振偉，2014）[13]。農(nóng)村居民人均收入從數(shù)值的角度，對農(nóng)民的生活水平進(jìn)行度量，體現(xiàn)了農(nóng)民的生活水平，也在一定程度上反映了扶貧成果，有學(xué)者曾以此作為衡量金融扶貧效率的產(chǎn)出指標(biāo)進(jìn)行研究（王山松，2016）[14]。貧困發(fā)生率是一地區(qū)貧困人口與該地區(qū)全體人口的比值，直接體現(xiàn)了一個地區(qū)的貧困水平。

依據(jù)經(jīng)濟(jì)增長理論的相關(guān)思想，選取財政公共收入、固定資產(chǎn)投資作為環(huán)境變量。這些環(huán)境變量會對各區(qū)域扶貧績效產(chǎn)生重大影響且非樣本主觀可控。當(dāng)環(huán)境變量達(dá)到某一限度之前，固定資產(chǎn)投入的增長對反貧困有積極作用;公共財政收入是反哺農(nóng)業(yè)的財政基礎(chǔ)之一，對反貧困工作同樣有重要作用（王山松，2016）[14]。現(xiàn)將2015年全國31個省、自治區(qū)、直轄市的相關(guān)指標(biāo)在下表中列明：

五、數(shù)據(jù)分析與政策模擬

（一）農(nóng)業(yè)保險對精準(zhǔn)扶貧的總體效率

第一階段的DEA分析是包含了環(huán)境變量與隨機擾動，運用deap2.1軟件對2015年全國31個省、自治區(qū)、直轄市的投入產(chǎn)出數(shù)據(jù)建立DEA模型。具體結(jié)果如下表所示：

1.基本情況分析

總體上看，2015年全國農(nóng)業(yè)保險的精準(zhǔn)扶貧的效率良好，但不同地區(qū)的扶貧效率存在差距，驗證了假設(shè)1。全國的農(nóng)業(yè)保險扶貧TE值平均為0.81，PTE值平均為0.90，SE值平均為0.90。①①TE代表技術(shù)效率，PTE代表純技術(shù)效率，SE代表規(guī)模效率。 按地區(qū)分析，天津、遼寧、浙江、廣東、廣西、貴州、西藏、陜西和青海9個地區(qū)的TE值和PTE值均為1。這說明上述地區(qū)農(nóng)業(yè)保險的精準(zhǔn)扶貧效率較高，農(nóng)業(yè)保險的扶貧效應(yīng)得到了較為充分的應(yīng)用。北京、河北、上海、江蘇、湖南、重慶、甘肅和新疆8個地區(qū)的PTE值為1，說明以上地區(qū)的純技術(shù)效率并非制約農(nóng)業(yè)保險扶貧效率的主要原因。內(nèi)蒙古、吉林、安徽、江西、河南、海南、云南和寧夏這8個地區(qū)的TE值和PTE值均低于全國平均水平，可見這些地區(qū)農(nóng)業(yè)保險的精準(zhǔn)扶貧效率仍有待提高。從規(guī)模報酬上看，山西、吉林、安徽、福建、江西和湖北等地的規(guī)模報酬處于遞增狀態(tài)。因此，這些地區(qū)提高農(nóng)業(yè)保險的投入對提高農(nóng)業(yè)保險的扶貧績效可能會有較為積極的作用。

2.原因分析

從第一階段的分析結(jié)果中，可以看出全國農(nóng)業(yè)保險的扶貧績效區(qū)域間存在著一定差距?？傮w上說，扶貧效率東部最高、西部其次，中部最低。造成這一現(xiàn)象的原因可以從區(qū)域經(jīng)濟(jì)學(xué)的角度分析。人們經(jīng)濟(jì)活動不同的地區(qū)分布造就了不同區(qū)域的經(jīng)濟(jì)特點，并且某一地區(qū)范圍內(nèi)常具有相似的性質(zhì)（郝壽義，2004）[17]。一個地區(qū)的收入水平和教育程度對農(nóng)業(yè)保險會產(chǎn)生一定影響。一旦農(nóng)民的物質(zhì)生活條件提高，會有更多的資金投入生存資料以外的消費;教育程度越高，農(nóng)民對農(nóng)業(yè)風(fēng)險的理解認(rèn)知水平就會越高，購買農(nóng)業(yè)保險的意愿也就相應(yīng)增加（錢振偉，2014）[13]。因此，在2013年施行的《農(nóng)業(yè)保險條例》第三條指出：“省、自治區(qū)、直轄市人民政府可以確定適合本地區(qū)實際的農(nóng)業(yè)保險經(jīng)營模式”。②②資料來源：中國銀行保險監(jiān)督管理委員會網(wǎng)站。

從2015年東、中、西部農(nóng)民人均可支配收入情況可以看出，東部地區(qū)的農(nóng)業(yè)收入最高，為15262元;中部其次，為10914元;西部最低，僅為8672元。并且東部地區(qū)和中西部地區(qū)的差異較大，東部地區(qū)的收入比中部地區(qū)的高出近40%，中部地區(qū)比西部地區(qū)高出約25%左右。從教育程度上分析，根據(jù)最新的統(tǒng)計數(shù)據(jù)，全國目前的平均文盲率為4.06%。其中，東部地區(qū)文盲率最低，中西部地區(qū)文盲率則比較高。全國文盲率最低的地區(qū)為北京，為1.7%。文盲率最高的地區(qū)為青海省，約為北京文盲率的6倍。不僅如此，貴州、甘肅和安徽等中西部地區(qū)的文盲率均在全國平均文盲率水平之上。

綜上所述，地區(qū)的經(jīng)濟(jì)、教育發(fā)展水平對農(nóng)業(yè)保險的扶貧效率產(chǎn)生了較大的影響。針對西部地區(qū)的效率高于中部地區(qū)的現(xiàn)狀，可能是同以下兩種因素有關(guān)：一是同糧食產(chǎn)銷分離有關(guān)。在我國，中部地區(qū)的糧食產(chǎn)量較大，需要農(nóng)業(yè)保險來規(guī)避農(nóng)業(yè)生產(chǎn)中的相關(guān)風(fēng)險。西部地區(qū)在糧食產(chǎn)量的地位沒有中部地區(qū)重要，耕作和經(jīng)濟(jì)條件也劣于中部地區(qū)。加之這些地方的經(jīng)濟(jì)水平并不發(fā)達(dá)、災(zāi)害承受能力較低，農(nóng)業(yè)保險對此效果將更加顯著。二是與風(fēng)險區(qū)劃的差異有關(guān)。根據(jù)全國糧食生產(chǎn)自然風(fēng)險區(qū)劃評估的結(jié)果，我國糧食生產(chǎn)風(fēng)險高、較高的地區(qū)多集中在中部（梁來存，2009）[18]。

（二）公共財政收入和固定資產(chǎn)投資對精準(zhǔn)扶貧效率的影響

由于第一階段的DEA分析并沒有考慮環(huán)境因素對投入指標(biāo)的影響，使得分析結(jié)果與實際情況存在一定的偏差。第二階段，以財政公共投入和固定資產(chǎn)投資作為解釋變量。運用Frontier4.1進(jìn)行計算，結(jié)果如下。

1.基本情況分析

從上表可以看出，使用SFA回歸是合理的，并且環(huán)境因素會對農(nóng)業(yè)保險精準(zhǔn)扶貧的效率產(chǎn)生影響，驗證了假設(shè)2。通過上表可以看出，公共財政投入的系數(shù)為負(fù)，說明公共財政投入對投入指標(biāo)的冗余程度存在負(fù)向關(guān)系，因此這一環(huán)境因素對農(nóng)業(yè)保險精準(zhǔn)扶貧效率的影響是正向的，這和目前學(xué)界的普遍觀點是相同。而固定資產(chǎn)投資的系數(shù)為正，說明這一因素值的增加會增加農(nóng)業(yè)保險保費收入和農(nóng)業(yè)保險深度的冗余，降低模型的效率值。

2.原因分析

從第二階段的數(shù)據(jù)結(jié)果可以看出，公共財政收入和固定資產(chǎn)投資這兩個環(huán)境變量對投入變量影響的方向是不同的。造成這一現(xiàn)象的原因可以通過公共財政和固定資產(chǎn)投資的相關(guān)理論來分析。

關(guān)于公共財政投入，其實質(zhì)是市場經(jīng)濟(jì)條件下的政府財政支持。2016年，人民銀行、國家發(fā)展改革委等部門頒布《關(guān)于金融助推脫貧攻堅的實施意見》①①資料來源：中華人民共和國財政部網(wǎng)站。 ，意見強調(diào)了加強金融扶貧手段的精準(zhǔn)性和有效性，發(fā)揮公共財政在扶貧領(lǐng)域的作用，公共財政在扶貧中對資金平衡、政策保障等方面具有重要作用。從公共財政的角度分析，財政資金投入是扶貧工作順利展開的基礎(chǔ)之一。貧困雖然是個體的生活狀態(tài)，但放在經(jīng)濟(jì)社會發(fā)展的整體視角卻是公共性問題，公共財政是反貧困投入的主導(dǎo)。公共財政投入可以通過以下渠道對農(nóng)村的扶貧工作產(chǎn)生影響（武靖州，2018）[19]。

一是通過公共財政投入促進(jìn)農(nóng)業(yè)增長。中國大部分貧困人口集中于農(nóng)村地區(qū)，其主要收入來源是農(nóng)業(yè)生產(chǎn)。根據(jù)第二次全國農(nóng)業(yè)普查的數(shù)據(jù)，純農(nóng)業(yè)戶占我國農(nóng)村戶籍人口的75%，第一產(chǎn)業(yè)收入占農(nóng)民總收入的42%。②②資料來源：中華人民共和國國家統(tǒng)計局網(wǎng)站。 公共財政投入可以減少農(nóng)業(yè)的生產(chǎn)成本，增強農(nóng)業(yè)生產(chǎn)的風(fēng)險抵抗能力。比如，農(nóng)業(yè)災(zāi)害預(yù)警機制和政策性農(nóng)業(yè)保險，可以提高農(nóng)村災(zāi)害性天氣的監(jiān)測，對穩(wěn)定農(nóng)業(yè)生產(chǎn)有積極作用。

二是通過公共財政投入影響非農(nóng)就業(yè)。針對農(nóng)村低收入群體來說，增加第二、三產(chǎn)業(yè)的就業(yè)機會不僅可以增加農(nóng)民的收入渠道，還對分散收入風(fēng)險有積極作用。農(nóng)村公共投資項目在建設(shè)過程中和建成以后都可以創(chuàng)造一些新的就業(yè)機會，以對教育的投入為例，農(nóng)村中小學(xué)基礎(chǔ)教育的投資可以提高人口的文化水平和知識素養(yǎng)，這有利勞動力適應(yīng)第二、三產(chǎn)業(yè)的工作，從農(nóng)業(yè)生產(chǎn)逐漸過渡非農(nóng)生產(chǎn)，拓寬農(nóng)民的收入渠道、增加農(nóng)民是收入水平。

關(guān)于固定資產(chǎn)投資，早期的學(xué)者普遍認(rèn)為固定資產(chǎn)投資對居民消費有正向作用。但是近年來隨著研究的深入，有學(xué)者認(rèn)為這一影響作用并不恒定是正向的（蔡志洲，2004）[20]。另外，經(jīng)濟(jì)不發(fā)達(dá)地區(qū)固定資產(chǎn)投資的變化幅度比較為富裕地區(qū)要更為猛烈，二者都有會給扶貧結(jié)果帶來影響。從中國1978年以來農(nóng)村固定資產(chǎn)投資和貧困率的關(guān)系，可以看出到2000年前后固定資產(chǎn)投資的扶貧效率逐漸減弱（胡紹雨，2009）[21]。在20世紀(jì)80年代早期，農(nóng)村貧困人口的基數(shù)較大，農(nóng)業(yè)經(jīng)濟(jì)對扶貧的作用空間較大。但是進(jìn)入21世紀(jì)，農(nóng)村地區(qū)不良的經(jīng)濟(jì)環(huán)境的負(fù)面作用大于固定資產(chǎn)投對經(jīng)濟(jì)增長的貢獻(xiàn)，使得這一環(huán)境因素的影響被削弱。長時間以來，我國固定資產(chǎn)投資增速同GDP增速保持著相一致的趨勢，常作為一個判斷經(jīng)濟(jì)好壞的指標(biāo)。經(jīng)濟(jì)的增長會使得農(nóng)民支出項目增加，擠占了原本屬于農(nóng)業(yè)保險費的那部分支出。但是我國農(nóng)業(yè)保險的深度很低，經(jīng)濟(jì)增長動力更多來自其他生產(chǎn)部門，使得農(nóng)業(yè)保險在助力經(jīng)濟(jì)增長這一塊的比例被更加稀釋。

（三）調(diào)整后農(nóng)業(yè)保險對精準(zhǔn)扶貧的總體效率

根據(jù)上一部分所得回歸估計結(jié)果，將各決策單元都調(diào)至同最差外部環(huán)境省份一樣的條件，再次運用 Deap2.1 軟件重新進(jìn)行計算。為了方便對比，將調(diào)整前后全國各地區(qū)農(nóng)業(yè)保險的扶貧績效的變化情況在表4中展示。

1.基本情況分析

對比調(diào)整前后的兩次回歸模型，可以看出調(diào)整后的績效水平同調(diào)整前存在一定的偏差，驗證了假設(shè)3。整體上看，北京、河北、內(nèi)蒙古等16個地區(qū)的TE值比調(diào)整前有所提高。山西、內(nèi)蒙古等12個地區(qū)的PTE值比調(diào)整前提高。北京、河北等14個地區(qū)的SE值比調(diào)整前提高。江蘇省的規(guī)模報酬水平由降低變?yōu)橐?guī)模報酬水平不變，青海的規(guī)模報酬水平由不變變成規(guī)模報酬水平遞增。

從地區(qū)分析，東、中、西三大地區(qū)的扶貧效率存在較為明顯的差距。在第一階段DEA中，東、中、西部地區(qū)的平均效率分別為0.92、0.77和0.89。通過SFA調(diào)整后，東、中、西部地區(qū)的平均效率值分別為0.94、0.82和0.91。總體效率上調(diào)整后比調(diào)整前增加了3個百分點，東部和中部的差距縮小了20%?？梢?，環(huán)境變量因素導(dǎo)致了整體效率水平的低估和地區(qū)間差異的高估。就整體精準(zhǔn)扶貧績效而言，東部地區(qū)效率最高、西部地區(qū)其次、中部地區(qū)較差。第三階段中，TE值為1的省份增加到了10個。其余的21個地區(qū)中，北京、河北、上海、福建、湖南、重慶、甘肅、青海、新疆這9個地區(qū)PTE值為1，顯示出其內(nèi)部管理的無效率并非由純技術(shù)效率導(dǎo)致。

2.原因分析

從第三階段的結(jié)果可以看出，環(huán)境變量因素導(dǎo)致了整體效率水平的低估和地區(qū)間差異的高估。這一現(xiàn)象可以從區(qū)域經(jīng)濟(jì)差異理論來分析。

區(qū)域均衡發(fā)展理論，來源于新古典經(jīng)濟(jì)學(xué)的相關(guān)理論，這一理論認(rèn)為不同產(chǎn)業(yè)、不同區(qū)域之間將趨向平衡發(fā)展。這是因為生產(chǎn)要素的不斷流動，各區(qū)域的經(jīng)濟(jì)發(fā)展水平將的差距將不斷縮小。根據(jù)索羅-斯旺模型，如果生產(chǎn)要素的流動不受限制，那么在一個較長時間跨度上，不同地區(qū)的經(jīng)濟(jì)增長將呈現(xiàn)統(tǒng)一趨勢（張錫，2016）[22]。

在沒有剔除環(huán)境因素時，欠發(fā)達(dá)地區(qū)會陷入“貧困陷阱”。中西部地區(qū)由于經(jīng)濟(jì)社會環(huán)境相對不佳，外界投資多同政策手段有著千絲萬縷的聯(lián)系，并不能保證相當(dāng)?shù)某掷m(xù)性，因此造成了中西部地區(qū)扶貧效果較差的局面。而剔除環(huán)境因素之后，這一方面的影響效應(yīng)減少，使得最終區(qū)域之間差異縮小。

六、結(jié)論與建議

本文基于三階段DEA模型對我國31個省、自治區(qū)和直轄市的農(nóng)業(yè)保險精準(zhǔn)扶貧的效率進(jìn)行了評估。得出結(jié)論如下：

總體而言中國農(nóng)業(yè)保險精準(zhǔn)扶貧的效率良好。為增加農(nóng)民收入，減少貧困率起到了積極的作用。但是，全國農(nóng)業(yè)保險扶貧效率在地區(qū)上存在一定的差異性，東部地區(qū)的扶貧效率要好于中西部地區(qū)。

第二，公共財政投入對投入變量的冗余程度是負(fù)相關(guān)，說明其有助于增加農(nóng)業(yè)保險精準(zhǔn)扶貧的效率。相反，固定資產(chǎn)投資對投入變量的冗余是反向的，它的增加會降低農(nóng)業(yè)保險精準(zhǔn)扶貧的效率。

第三，在剔除環(huán)境因素的干擾以后，全國農(nóng)業(yè)保險精準(zhǔn)扶貧的總體效率值有所提升，且與第一階段DEA的結(jié)果相比，區(qū)域性差異有所縮小。值得注意的是，在此次評估中，我國幾個重要農(nóng)牧業(yè)大省的扶貧效率表現(xiàn)并不出色。安徽、河南、江西、吉林和內(nèi)蒙古等地的效率同全國平均水平有較大差距，部分地區(qū)農(nóng)業(yè)保險的扶貧效率甚至不足0.5。

針對以上結(jié)論，從以下三個方面對提高農(nóng)業(yè)保險精準(zhǔn)扶貧效率提出建議：

一是分地區(qū)制定符合地方實際的農(nóng)業(yè)保險政策。從評估模型中可以看出，各地區(qū)農(nóng)業(yè)保險的精準(zhǔn)扶貧的效率特征存在一定差異。即使是剔除過環(huán)境變量的干擾以后，東部地區(qū)農(nóng)業(yè)保險的精準(zhǔn)扶貧效率仍要比中部地區(qū)高出12個百分點，比西部地區(qū)高出3個百分點。因此，各地應(yīng)因地制宜制定相應(yīng)農(nóng)業(yè)保險政策，以提高農(nóng)業(yè)保險精準(zhǔn)扶貧的效率。例如內(nèi)蒙古和安徽，技術(shù)效率值分別只有0.55和0.59，表明內(nèi)部管理效率偏低。針對上述情況，應(yīng)通過管理體制創(chuàng)新為發(fā)展重點，以盡量減少農(nóng)業(yè)保險賠付過程中的效率損失;例如四川和湖南，規(guī)模效率值分別只有0.62和0.68，則可以從調(diào)節(jié)農(nóng)業(yè)保險供給規(guī)模方面尋找改進(jìn)的空間，鼓勵更多有資質(zhì)的保險公司涉足農(nóng)業(yè)保險市場，改善中西部地區(qū)農(nóng)業(yè)保險供給，比如通過稅收優(yōu)惠和管理費用補貼等政策手段。對于處于規(guī)模報酬遞增階段的地區(qū)，如山西、吉林和安徽等地，增加農(nóng)業(yè)保險的供給可以在一定限度內(nèi)對農(nóng)業(yè)保險精準(zhǔn)扶貧效率有正向影響;相反，處于規(guī)模報酬遞減階段的地區(qū)如北京、上海等地則可能需要適當(dāng)減少農(nóng)業(yè)保險的相關(guān)業(yè)務(wù)。

二是增加農(nóng)村地區(qū)的公共財政投入。從評估中可以看出，公共財政投入對投入變量的冗余程度是負(fù)相關(guān)，說明其有助于增加農(nóng)業(yè)保險精準(zhǔn)扶貧的效率。增加對農(nóng)村地區(qū)公共財政的投入，應(yīng)當(dāng)充分借鑒發(fā)達(dá)國家以往的發(fā)展經(jīng)歷和思想，同我國農(nóng)村公共投資的現(xiàn)實情況相結(jié)合。公共財政投入應(yīng)當(dāng)優(yōu)先發(fā)展涉及農(nóng)村經(jīng)濟(jì)增長的重點領(lǐng)域，如教育、基礎(chǔ)設(shè)施建設(shè)。教育質(zhì)量的提升可以提高人口素質(zhì)和認(rèn)知程度，使農(nóng)民對農(nóng)業(yè)保險的接受程度更高;基礎(chǔ)設(shè)施的建設(shè)則可以提高現(xiàn)代農(nóng)業(yè)生產(chǎn)效率和風(fēng)險預(yù)警能力，增加農(nóng)民的收入，并減少農(nóng)業(yè)災(zāi)害帶來的損失。

三是提高農(nóng)業(yè)保險的深度。從評估中看到，經(jīng)濟(jì)較為發(fā)達(dá)的中部地區(qū)農(nóng)業(yè)保險的精準(zhǔn)扶貧效率要低于經(jīng)濟(jì)更不發(fā)達(dá)的西部地區(qū)。全國13個糧食主產(chǎn)區(qū)①①全國13個糧食主產(chǎn)區(qū)分別為：黑龍江、遼寧、河北、山東、吉林、內(nèi)蒙古、江西、湖南、四川、河南、湖北、江蘇和安徽。 中有8個位于中部地區(qū)，但是內(nèi)蒙古、安徽等中部地區(qū)的績效比全國平均水平低20多個百分點。由于我國農(nóng)業(yè)保險的總體深度很低，深度僅為0.75%。因此農(nóng)業(yè)保險的保障程度難以完全補償農(nóng)戶經(jīng)濟(jì)損失，降低了農(nóng)業(yè)保險對農(nóng)戶抗擊自然風(fēng)險的能力，導(dǎo)致扶貧效果不能良好顯現(xiàn)。對此，應(yīng)當(dāng)提高對這些地區(qū)農(nóng)業(yè)保險的扶持力度，比如從加大補貼力度和強化補貼的針對性入手，激發(fā)中部地區(qū)發(fā)展農(nóng)業(yè)保險的積極性，提高農(nóng)業(yè)保險的深度。

參考文獻(xiàn)：

[1]Carey Oppenheim，Lisa Harker.Poverty：The Facts[M].London：Child Poverty Action Group，1996：52.

[2]周彬彬.向貧困挑戰(zhàn)——國外緩解貧困的理論與實踐[M].北京：人民出版社，1991：2.

[3]林閩鋼.中國農(nóng)村貧困線標(biāo)準(zhǔn)研究[J].中國社會科學(xué)，1994（3）：86-98.

[4]唐鈞.中國城市居民貧困縣研究[M].上海：上海社會科學(xué)院出版社，1998：1.

[5]馮文麗.基于DEA-Tobit模型的我國農(nóng)業(yè)保險效率及影響因素分析[J].金融與經(jīng)濟(jì)，2015（2）：69-72.

[6]邵全權(quán)，柏龍飛.農(nóng)業(yè)保險對農(nóng)戶消費和效用的影響[J].保險研究，2017（10）：65-78.

[7]趙君彥.我國農(nóng)業(yè)保險財政補貼效率的綜合評價——基于DEA模型[J].農(nóng)業(yè)經(jīng)濟(jì)，2015（5）：89-91.

[8]蔡立輝.政府績效評估的理念與分析方法[J].中國人民大學(xué)學(xué)報，2002（5）：93-100.

[9]曹堂哲.基于政府治理范式的政府績效評估演變分析——兼論中國政府績效評估發(fā)展的路徑選擇[J].財政研究，2018（3）：24-30.

[10]羅向明，張偉.收入調(diào)節(jié)、糧食安全與欠發(fā)達(dá)地區(qū)農(nóng)業(yè)保險補貼安排[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2011（1）：18-23.

[11]周穩(wěn)海.農(nóng)業(yè)保險發(fā)展對農(nóng)民收入影響的動態(tài)研究——基于面板系統(tǒng)GMM模型的實證檢驗[J].保險研究，2014（5）：21-30.

[12]孫蓉.農(nóng)業(yè)保險對農(nóng)民收入影響的區(qū)域差異分析——基于面板數(shù)據(jù)聚類分析[J].保險研究2015（6）：62-71.

[13]錢振偉.基于三階段DEA模型的政策性農(nóng)業(yè)保險財政補貼效率評估[J].商業(yè)研究，2014（10）：58-64

[14]王山松.基于三階段DEA模型的河北貧困縣金融扶貧效率實證研究[J].華北金融，2016（12）：27-31.

[15]李季剛.基于DEA方法分析農(nóng)村金融資源配置效率[J].財會月刊，2010（21）：40-43.

[16]鄧?yán)?金融扶貧惠農(nóng)效率評估——以秦巴山區(qū)巴中市為例[J].農(nóng)村經(jīng)濟(jì)，2015（5）：86-91.

[17]郝守義.建立區(qū)域經(jīng)濟(jì)學(xué)理論體系的構(gòu)想[J].南開經(jīng)濟(jì)研究，2004（1）：69-72.

[18]梁來存.我國糧食作物的保險風(fēng)險區(qū)劃及其Probit排序選擇模型驗證[J].經(jīng)濟(jì)經(jīng)緯，2009（6）：68-72.

[19]武靖州.公共財政支持精準(zhǔn)扶貧的機制優(yōu)化研究[J].理論月刊，2018（1）：135-140.

[20]蔡志洲.固定資產(chǎn)投資增長過快與宏觀調(diào)控[J].經(jīng)濟(jì)科學(xué)，2004（2）：5-11.

[21]胡紹雨.財政投資對我國農(nóng)村反貧困的影響分析[J].農(nóng)村經(jīng)濟(jì)，2009（4）：85-88.

[22]張錫.中國經(jīng)濟(jì)可持續(xù)增長因素分析[J].科技與管理，2016（1）：52-57.