国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

農(nóng)業(yè)保險(xiǎn)、糧食產(chǎn)量與災(zāi)害適應(yīng)

2021-03-05 00:43李曉濤任金政
關(guān)鍵詞:播種面積單產(chǎn)災(zāi)害

李曉濤,任金政

(中國(guó)農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,北京100083;中國(guó)農(nóng)業(yè)大學(xué) 國(guó)家農(nóng)業(yè)農(nóng)村保險(xiǎn)研究中心,北京100083)

當(dāng)前全球氣候變化加劇,極端災(zāi)害頻發(fā),我國(guó)人口眾多、生態(tài)環(huán)境復(fù)雜,適應(yīng)氣候變化和各種災(zāi)害的任務(wù)十分繁重,尤其在糧食生產(chǎn)領(lǐng)域。農(nóng)業(yè)保險(xiǎn)作為現(xiàn)代化農(nóng)業(yè)風(fēng)險(xiǎn)管理工具,逐步成為穩(wěn)定農(nóng)業(yè)生產(chǎn)的重要政策抓手和有效市場(chǎng)手段。

目前,農(nóng)業(yè)保險(xiǎn)的轉(zhuǎn)移支付[1-3]、風(fēng)險(xiǎn)分散(匯聚)以及穩(wěn)定農(nóng)業(yè)生產(chǎn)和確保農(nóng)村社會(huì)穩(wěn)定[4-5]等功能或目標(biāo)已被廣泛論證和接受。由于政策存在非故意后果(Unintended Consequence),農(nóng)業(yè)保險(xiǎn)在提升農(nóng)業(yè)產(chǎn)量、改善農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和要素投入以及提升農(nóng)業(yè)風(fēng)險(xiǎn)適應(yīng)能力等方面一直存在學(xué)術(shù)爭(zhēng)議。糧食安全是頭等大事,分析農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)出的影響、評(píng)估糧食生產(chǎn)的災(zāi)害適應(yīng)能力對(duì)于把握農(nóng)業(yè)保險(xiǎn)的溢出效應(yīng)和及時(shí)判斷糧食安全現(xiàn)狀具有重要意義。

一、文獻(xiàn)綜述

農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)出的促進(jìn)作用在早期的研究中分歧較大。Orden[6]認(rèn)為農(nóng)業(yè)保險(xiǎn)在1998-2000年間對(duì)美國(guó)農(nóng)作物產(chǎn)量提高的影響程度在0.28%-4.1%之間,其中對(duì)玉米和大豆以及大平原北部的小麥和大麥的產(chǎn)出具有增產(chǎn)和擴(kuò)面(但很有限)作用。而Glauber以及2007年美國(guó)農(nóng)業(yè)法案報(bào)告均認(rèn)為農(nóng)業(yè)保險(xiǎn)對(duì)于生產(chǎn)和產(chǎn)量的影響暫未得到明確的結(jié)論[7]。在我國(guó),鐘甫寧等(2007)認(rèn)為投保農(nóng)戶會(huì)增加要素投入以保障產(chǎn)量[8],但也有研究表明“廣覆蓋、低保障”的農(nóng)業(yè)保險(xiǎn)政策對(duì)單產(chǎn)和糧食種植面積均無(wú)明顯的影響[9]。

近幾年的研究更多地表明農(nóng)業(yè)保險(xiǎn)有效促進(jìn)了農(nóng)業(yè)綜合產(chǎn)出的提高。農(nóng)業(yè)保險(xiǎn)及補(bǔ)貼有助于美國(guó)農(nóng)業(yè)擴(kuò)大再生產(chǎn)[10],也有助于尼日利亞提高農(nóng)業(yè)產(chǎn)出[11],但在極端天氣條件下也會(huì)對(duì)糧食產(chǎn)量產(chǎn)生負(fù)向影響[12]。在我國(guó),羅向明等(2011)認(rèn)為農(nóng)業(yè)保險(xiǎn)在理論上會(huì)鼓勵(lì)農(nóng)戶擴(kuò)大種植規(guī)模并提高農(nóng)作物單產(chǎn)水平[13];王向楠(2011)利用地級(jí)市數(shù)據(jù)分析發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)產(chǎn)值具有正向影響[14],周穩(wěn)海等(2015)也得出了相似的正向影響結(jié)論[15]。

從影響路徑來(lái)看,農(nóng)業(yè)保險(xiǎn)主要通過(guò)影響農(nóng)業(yè)結(jié)構(gòu)、要素投入以及生產(chǎn)者風(fēng)險(xiǎn)認(rèn)知等影響農(nóng)業(yè)產(chǎn)出。Tronstad R(2011)發(fā)現(xiàn)美國(guó)棉花保險(xiǎn)使得棉花種植從低風(fēng)險(xiǎn)、高產(chǎn)區(qū)向高風(fēng)險(xiǎn)、低產(chǎn)區(qū)轉(zhuǎn)移[16]。類似結(jié)論在我國(guó)也存在,即農(nóng)業(yè)保險(xiǎn)容易固化農(nóng)戶種植結(jié)構(gòu),使農(nóng)業(yè)生產(chǎn)對(duì)象從低保險(xiǎn)項(xiàng)目向高保險(xiǎn)項(xiàng)目轉(zhuǎn)移[17]。徐斌等(2016)認(rèn)為農(nóng)業(yè)保險(xiǎn)可能通過(guò)使農(nóng)戶耕種劣等地或改變勞資投入進(jìn)而影響糧食產(chǎn)量[18];也有微觀實(shí)證結(jié)果認(rèn)為農(nóng)業(yè)保險(xiǎn)顯著影響了生產(chǎn)要素配置[19]。當(dāng)然,少量研究認(rèn)為投保后的道德風(fēng)險(xiǎn)不利于農(nóng)業(yè)產(chǎn)出的增加[20],對(duì)種植面積的影響也極為有限[21]。

圖1 農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)量的可能影響路徑

對(duì)于經(jīng)濟(jì)效益有限的糧食作物而言,農(nóng)業(yè)保險(xiǎn)是否促進(jìn)了糧食產(chǎn)量的增加,災(zāi)害的調(diào)節(jié)作用如何,這種影響主要是通過(guò)單產(chǎn)增加還是面積擴(kuò)大以及其分配關(guān)系等問(wèn)題仍需進(jìn)一步討論。此外,動(dòng)態(tài)經(jīng)濟(jì)理論認(rèn)為:糧食生產(chǎn)既伴隨著要素投入等慣性生產(chǎn)行為,同時(shí)也伴隨著災(zāi)害沖擊下的適應(yīng)性調(diào)整。因此,從動(dòng)態(tài)理論角度系統(tǒng)地分析農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)量的影響、探討對(duì)災(zāi)害的調(diào)節(jié)作用以及評(píng)估糧食產(chǎn)出的災(zāi)害適應(yīng)能力具有一定創(chuàng)新性和現(xiàn)實(shí)意義。

二、研究方法與變量選取

(一)“適應(yīng)性預(yù)期-局部調(diào)整”模型構(gòu)建

本文綜合運(yùn)用適應(yīng)性預(yù)期理論(Adaptive Expectation Model,AEM)和局部調(diào)整模型(Partial Adjustment Models,PAM)構(gòu)建糧食產(chǎn)量的“適應(yīng)性預(yù)期-局部調(diào)整(AE-PA)”模型,前者以趨勢(shì)的不確定性為基礎(chǔ),而后者則考慮了技術(shù)、制度、成本等“僵化”因素。首先建立預(yù)期單位面積產(chǎn)量模型:

其中,γ代表長(zhǎng)期調(diào)整系數(shù),系數(shù)越大,實(shí)際產(chǎn)量調(diào)整到均衡產(chǎn)量的速度也越快,與預(yù)期產(chǎn)量也越吻合,即糧食生產(chǎn)者越能適應(yīng)風(fēng)險(xiǎn)。但由于生產(chǎn)行為往往帶有慣性甚至僵性,這種調(diào)整往往是不完全的,γ一般滿足0<γ<1。將(1)式的ln yite帶入(2)式,得到“適應(yīng)性預(yù)期-局部調(diào)整”估計(jì)模型:

其 中,θ0=γδ0,θ1=1-γ,θ2=γδ1,θ3=γδ2,θ4=γδ3,ε2,it=γ(μ1i+v1i+ε1,it)。(3)式中的系數(shù)代表各影響因素對(duì)糧食單產(chǎn)的短期影響,而(1)式中的系數(shù)為各因素對(duì)糧食單產(chǎn)的長(zhǎng)期影響。長(zhǎng)期影響系數(shù)反映了各要素投入、保險(xiǎn)、風(fēng)險(xiǎn)等因素對(duì)糧食單產(chǎn)的凈影響,而短期影響則代表了長(zhǎng)期影響和糧食生產(chǎn)者調(diào)整能力的綜合效果。為進(jìn)一步討論農(nóng)業(yè)保險(xiǎn)對(duì)糧食總產(chǎn)量的影響、播種面積的中介效應(yīng)以及糧食總產(chǎn)量調(diào)整能力,構(gòu)建基于單產(chǎn)和糧食播種面積的總產(chǎn)量方程[22-23],對(duì)Yit=yit×Ait兩邊同時(shí)取對(duì)數(shù):

其中,Yit代表i地t年的糧食總產(chǎn)量,Ait代表i地t年的糧食播種面積,β和α分別代表單產(chǎn)和播種面積對(duì)總產(chǎn)量的彈性系數(shù)。因此,可以建立預(yù)期總產(chǎn)量模型、調(diào)整方程以及估計(jì)模型,估計(jì)模型如下:

其中,Insit、Vjit、Riske分別表示保險(xiǎn)總投入、其它影響因素總投入以及總災(zāi)害水平,Zjit表示與面積不直接相關(guān)的因素(如價(jià)格、財(cái)政支持等因素)。通過(guò)上述理論推導(dǎo),該模型具有以下兩大優(yōu)勢(shì):一是單產(chǎn)和總產(chǎn)量模型可以分析農(nóng)業(yè)保險(xiǎn)的短期產(chǎn)量影響和長(zhǎng)期產(chǎn)量影響及其分配關(guān)系;二是模型可以評(píng)估糧食產(chǎn)量的災(zāi)害適應(yīng)能力。

(二)估計(jì)方法選擇

對(duì)于含有因變量滯后項(xiàng)的動(dòng)態(tài)面板模型,傳統(tǒng)估計(jì)方法固定效應(yīng)(FE)或隨機(jī)效應(yīng)(RE)是有偏離且不一致的。對(duì)此,本文采用動(dòng)態(tài)面板廣義矩估計(jì)(GMM)以解決上述問(wèn)題。此外,該方法相比差分GMM擁有更高的估計(jì)效率,而且因變量差分項(xiàng)與個(gè)體效應(yīng)不相關(guān)的前提假設(shè)更適應(yīng)于對(duì)糧食產(chǎn)出的研究,即糧食單產(chǎn)和總產(chǎn)本身具有趨向穩(wěn)態(tài)的經(jīng)濟(jì)特征。由于長(zhǎng)期影響系數(shù)反映要素凈影響,本文也將利用靜態(tài)面板估計(jì)方法(FE)對(duì)農(nóng)業(yè)保險(xiǎn)的糧食產(chǎn)出影響、影響的異質(zhì)性進(jìn)行估計(jì)以作為動(dòng)態(tài)短期估計(jì)結(jié)果的穩(wěn)健性檢驗(yàn)。

(三)變量選取及描述性統(tǒng)計(jì)

實(shí)證數(shù)據(jù)來(lái)自2007-2017年31個(gè)?。ㄊ?、自治區(qū))的面板數(shù)據(jù)。其中,糧食產(chǎn)量、播種面積和部分要素投入等來(lái)自于歷年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》;人力資本投入來(lái)自《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》,農(nóng)業(yè)保險(xiǎn)投入來(lái)自于歷年《中國(guó)保險(xiǎn)年鑒》。為剔除價(jià)格趨勢(shì)影響,利用CPI 對(duì)農(nóng)業(yè)保險(xiǎn)投入、人力資本投入和谷物價(jià)格進(jìn)行平減。各變量取對(duì)數(shù)后的描述性統(tǒng)計(jì)如表1:

表1 變量選擇與描述性統(tǒng)計(jì)

注:選擇當(dāng)期保費(fèi)收入的原因?yàn)椋罕YM(fèi)收入在產(chǎn)量形成之前收?。挥捎诒YM(fèi)大頭(補(bǔ)貼)往往滯后,保險(xiǎn)公司會(huì)將部分當(dāng)期保費(fèi)納入財(cái)報(bào)中的應(yīng)收保費(fèi),即保費(fèi)收入指標(biāo)其實(shí)已經(jīng)體現(xiàn)了往期保費(fèi),因此不必過(guò)度采用滯后階。

三、結(jié)果分析

(一)農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)量的影響

估計(jì)模型采用實(shí)際產(chǎn)量的最多兩階滯后作為一階滯后因變量的工具變量,該設(shè)定不僅可以提升估計(jì)效率[24],也可充分利用有限樣本。在關(guān)鍵變量災(zāi)害水平的選擇上,利用包括當(dāng)期受災(zāi)狀況在內(nèi)的不超4期滯后的受災(zāi)狀況作為預(yù)期風(fēng)險(xiǎn)變量。由于越近期的災(zāi)害對(duì)預(yù)期產(chǎn)量影響越大,估計(jì)時(shí)將包括當(dāng)期在內(nèi)的往期災(zāi)害逐年加入模型,災(zāi)害滯后期數(shù)的選擇以顯著性、影響程度減弱速度以及對(duì)其他控制變量顯著性的影響來(lái)綜合判斷[25]。估計(jì)結(jié)果如表2:Sargan 和AR 檢驗(yàn)結(jié)果表明模型整體估計(jì)結(jié)果可靠。從估計(jì)系數(shù)看,農(nóng)業(yè)保險(xiǎn)對(duì)糧食總產(chǎn)及單產(chǎn)均具有顯著短期正向影響,在充分考慮災(zāi)害作用條件下,對(duì)糧食總產(chǎn)的影響大于對(duì)單產(chǎn)的影響。預(yù)期風(fēng)險(xiǎn)對(duì)糧食產(chǎn)量具有顯著負(fù)向影響,且該影響主要來(lái)自于當(dāng)期風(fēng)險(xiǎn)。農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)出的促進(jìn)作用在災(zāi)害風(fēng)險(xiǎn)較高的地區(qū)更強(qiáng),表明災(zāi)害對(duì)于農(nóng)業(yè)保險(xiǎn)的糧食產(chǎn)出影響具有正向調(diào)節(jié)作用。

表2 農(nóng)業(yè)保險(xiǎn)和災(zāi)害對(duì)糧食產(chǎn)出的短期影響(系統(tǒng)GMM)

注:(1)?、??、???分別表示在10%、5%、1%顯著水平下顯著;(2)我國(guó)諸多地區(qū)的糧食生產(chǎn)為一年二熟或以上,同期上一季度風(fēng)險(xiǎn)狀況對(duì)當(dāng)期下一季度的預(yù)期產(chǎn)出會(huì)產(chǎn)生重要影響,因此當(dāng)期災(zāi)害水平也納入模型;(3)受篇幅限制,其它控制變量系數(shù)不再羅列,下同。

(二)糧食產(chǎn)量的災(zāi)害適應(yīng)能力評(píng)價(jià)

利用各模型短期影響系數(shù)計(jì)算糧食作物長(zhǎng)期災(zāi)害適應(yīng)能力及農(nóng)業(yè)保險(xiǎn)對(duì)預(yù)期糧食產(chǎn)量的長(zhǎng)期影響(如表3)。結(jié)果顯示,考慮預(yù)期風(fēng)險(xiǎn)的影響,糧食作物產(chǎn)量的長(zhǎng)期適應(yīng)能力更弱,單產(chǎn)和總產(chǎn)趨向穩(wěn)態(tài)產(chǎn)量的平均調(diào)整時(shí)間為2.24年和1.56年,相比不考慮災(zāi)害風(fēng)險(xiǎn)多0.6年和0.18年。無(wú)論理想產(chǎn)量模型是否考慮災(zāi)害,糧食總產(chǎn)的調(diào)整能力都高于單產(chǎn)的調(diào)整能力。農(nóng)業(yè)保險(xiǎn)對(duì)預(yù)期糧食產(chǎn)量的長(zhǎng)期正向影響顯著,且在考慮一期災(zāi)害條件下對(duì)總產(chǎn)的影響要小于對(duì)單產(chǎn)的影響,而在考慮多期災(zāi)害下對(duì)總產(chǎn)的影響大于對(duì)單產(chǎn)的影響。將樣本分為2007-2012年和2012-2017年兩階段來(lái)估計(jì)其災(zāi)害適應(yīng)能力,結(jié)果顯示糧食總產(chǎn)的災(zāi)害調(diào)整能力較第一階段的2.53年提升到0.91年,糧食單產(chǎn)的災(zāi)害調(diào)整能力從1.16年下降到1.42年,總體來(lái)看,總產(chǎn)調(diào)整能力依然大于單產(chǎn)。

表3 糧食作物產(chǎn)量的災(zāi)害適應(yīng)能力及農(nóng)業(yè)保險(xiǎn)、災(zāi)害對(duì)產(chǎn)量的長(zhǎng)期影響

四、穩(wěn)健性檢驗(yàn)、異質(zhì)性分析及討論

(一)穩(wěn)健性檢驗(yàn)

雖然農(nóng)業(yè)保險(xiǎn)保費(fèi)收入更多地來(lái)自于種植業(yè),而種植業(yè)中的主要保費(fèi)收入來(lái)自糧食作物,但利用單位糧食播種面積的保費(fèi)收入會(huì)夸大糧食作物保險(xiǎn)投入量,產(chǎn)生偏差。因此本文利用單位農(nóng)業(yè)總產(chǎn)值保費(fèi)收入代替單位播種面積保費(fèi)收入作為農(nóng)業(yè)保險(xiǎn)的投入的代理變量重復(fù)上文分析。結(jié)果(附表1)與上文結(jié)論一樣,其中農(nóng)業(yè)保險(xiǎn)的影響較表2中的結(jié)果略有下降,主要原因是非糧作物投保范圍遠(yuǎn)遠(yuǎn)小于糧食作物,利用單位農(nóng)業(yè)總產(chǎn)值保費(fèi)收入又會(huì)低估糧食作物保險(xiǎn)投入量,因此介于兩種估計(jì)之間的結(jié)果應(yīng)當(dāng)更為準(zhǔn)確。此外,整體災(zāi)害調(diào)整能力的估計(jì)結(jié)果與表3中的結(jié)果基本相似,驗(yàn)證了估計(jì)結(jié)果較為穩(wěn)健。

(二)異質(zhì)性分析

農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)綜合產(chǎn)出的影響在農(nóng)業(yè)大省和非農(nóng)業(yè)大省可能存在異質(zhì)性,因此將樣本按糧食主產(chǎn)省(13個(gè))和糧食非主產(chǎn)?。?8個(gè))分為兩組,并對(duì)總樣本和分組樣本分別估計(jì)。雖然動(dòng)態(tài)面板模型考慮慣性特征并可以解決滯后解釋變量的內(nèi)生性問(wèn)題,但對(duì)于樣本規(guī)模較小、時(shí)間較短的長(zhǎng)面板會(huì)產(chǎn)生較大估計(jì)偏差,因此本文利用靜態(tài)面板估計(jì)方法雙向固定效應(yīng)(FE)模型對(duì)分樣本進(jìn)行估計(jì)。結(jié)果如表4,全部樣本回歸結(jié)果認(rèn)為農(nóng)業(yè)保險(xiǎn)對(duì)實(shí)際糧食產(chǎn)量有正向影響但僅在15%顯著性水平下顯著,災(zāi)害在單產(chǎn)模型中依然發(fā)揮正向調(diào)節(jié)作用;分組樣本回歸結(jié)果認(rèn)為農(nóng)業(yè)保險(xiǎn)對(duì)實(shí)際糧食產(chǎn)量的正向作用在糧食非主產(chǎn)省顯著,且對(duì)糧食單產(chǎn)和總產(chǎn)的影響幾乎沒(méi)有差異,表明控制播種面積后農(nóng)業(yè)保險(xiǎn)對(duì)于糧食產(chǎn)量的影響并未發(fā)生實(shí)質(zhì)性變化,無(wú)法證明農(nóng)業(yè)保險(xiǎn)對(duì)糧食播種面積的顯著影響。但農(nóng)業(yè)保險(xiǎn)對(duì)糧食主產(chǎn)省的糧食單產(chǎn)和總產(chǎn)的影響都不顯著且對(duì)總產(chǎn)的作用要大于單產(chǎn),表明農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)量的正向促進(jìn)作用主要通過(guò)糧食非主產(chǎn)省來(lái)實(shí)現(xiàn)。

表4 雙向固定效應(yīng)(FE)估計(jì)結(jié)果

災(zāi)害的正向調(diào)節(jié)作用在兩個(gè)分樣本上均消失,表明分組可能把樣本省按風(fēng)險(xiǎn)高低進(jìn)行了劃分。對(duì)糧食主產(chǎn)省和非糧食主產(chǎn)省災(zāi)害水平進(jìn)行描述統(tǒng)計(jì)(如附表2),糧食非主產(chǎn)省的災(zāi)害水平明顯高于糧食主產(chǎn)省,該結(jié)果反向驗(yàn)證了災(zāi)害正向調(diào)節(jié)作用的存在:即農(nóng)業(yè)保險(xiǎn)在災(zāi)害高的糧食非主產(chǎn)省對(duì)糧食產(chǎn)量的促進(jìn)作用更強(qiáng)。

(三)討論

糧食生產(chǎn)者對(duì)于預(yù)期災(zāi)害往往有一定的認(rèn)知能力,因此考慮災(zāi)害條件下的模型與實(shí)際更吻合。動(dòng)態(tài)回歸結(jié)果(表2和附表1)顯示農(nóng)業(yè)保險(xiǎn)對(duì)糧食總產(chǎn)量的促進(jìn)作用更強(qiáng),表明控制面積反而削弱了農(nóng)業(yè)保險(xiǎn)的產(chǎn)出影響②。根據(jù)中介效應(yīng)檢驗(yàn)原理,利用雙向固定效應(yīng)模型對(duì)農(nóng)業(yè)保險(xiǎn)的糧食播種面積影響進(jìn)行回歸分析③,發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)對(duì)糧食播種面積的負(fù)向影響在10%顯著水平上顯著,因此可以初步判斷糧食播種面積可能發(fā)揮了對(duì)農(nóng)業(yè)保險(xiǎn)的遮掩效應(yīng),即農(nóng)業(yè)保險(xiǎn)雖然促進(jìn)了糧食總產(chǎn)量的增加,但主要通過(guò)影響糧食單產(chǎn)來(lái)實(shí)現(xiàn),對(duì)面積反而有負(fù)向影響。而分樣本靜態(tài)回歸結(jié)果顯示農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)出的促進(jìn)作用顯著,但在單產(chǎn)和總產(chǎn)影響上的差異微弱(表4模型21-22),在糧食主產(chǎn)省并不顯著且對(duì)總產(chǎn)的正向促進(jìn)作用大于單產(chǎn)(表4模型41-42),表明糧食播種面積對(duì)農(nóng)業(yè)保險(xiǎn)的可能遮掩效應(yīng)主要來(lái)自于糧食主產(chǎn)省但并不顯著。同時(shí),我們檢驗(yàn)了分樣本的中介效應(yīng),農(nóng)業(yè)保險(xiǎn)對(duì)播種面積的負(fù)向影響均不顯著。因此,農(nóng)業(yè)保險(xiǎn)對(duì)糧食播種面積的影響結(jié)論并不可靠。但農(nóng)業(yè)保險(xiǎn)對(duì)糧食播種面積的負(fù)向影響在不要求統(tǒng)計(jì)顯著性條件下還是存在的,原因可能是:農(nóng)業(yè)保險(xiǎn)對(duì)經(jīng)濟(jì)作物的保障作用更強(qiáng),農(nóng)業(yè)生產(chǎn)者對(duì)經(jīng)濟(jì)作物的風(fēng)險(xiǎn)規(guī)避程度也往往更大,因此農(nóng)業(yè)保險(xiǎn)可能促進(jìn)了非糧作物(如經(jīng)濟(jì)作物)的擴(kuò)面,尤其在糧食主產(chǎn)區(qū)更為明顯。

我國(guó)糧食產(chǎn)量的災(zāi)害適應(yīng)能力還較低。從表3結(jié)果可以看出,面對(duì)災(zāi)害等風(fēng)險(xiǎn)沖擊時(shí),我國(guó)糧食單產(chǎn)回歸到穩(wěn)態(tài)平均需要2.24年,而糧食總產(chǎn)需要1.56年。分時(shí)間階段的結(jié)果顯示糧食總產(chǎn)的災(zāi)害調(diào)整能力較第一階段有較大提升,但糧食單產(chǎn)的災(zāi)害調(diào)整能力卻有所下降。產(chǎn)生該結(jié)果的原因可能是:隨著我國(guó)防災(zāi)減損投入的增加和災(zāi)害適應(yīng)能力的提升,糧食生產(chǎn)應(yīng)對(duì)氣候變化和災(zāi)害的整體能力在增強(qiáng),糧食總量安全大大提升;但氣候變化加劇和近幾年自然災(zāi)害的頻發(fā)、多發(fā)對(duì)糧食單產(chǎn)的穩(wěn)定性帶來(lái)嚴(yán)峻挑戰(zhàn)。

五、總結(jié)

本文構(gòu)建了“適應(yīng)性預(yù)期-局部調(diào)整”模型并利用系統(tǒng)GMM 估計(jì)方法和省際面板數(shù)據(jù)對(duì)農(nóng)業(yè)保險(xiǎn)的糧食產(chǎn)出影響和糧食產(chǎn)量的災(zāi)害適應(yīng)能力進(jìn)行實(shí)證估計(jì)和分析。結(jié)果表明:農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)量具有顯著正向影響,但主要通過(guò)影響糧食單產(chǎn)來(lái)影響糧食總產(chǎn)出,對(duì)播種面積的影響不顯著。糧食產(chǎn)量的災(zāi)害適應(yīng)能力整體較弱,且在考慮預(yù)期災(zāi)害條件下更弱,其中糧食單產(chǎn)的災(zāi)害適應(yīng)能力小于總產(chǎn)且有增大趨勢(shì)。

以上研究結(jié)論具有如下政策啟示:(1)農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)量的正向影響驗(yàn)證了農(nóng)業(yè)保險(xiǎn)的正外部性特征,它通過(guò)提高產(chǎn)量(可能的價(jià)格下降)而惠及非農(nóng)部門,卻可能造成“谷賤傷農(nóng)”,因此農(nóng)業(yè)保險(xiǎn)政策性補(bǔ)貼具有較強(qiáng)的理論依據(jù)且能夠體現(xiàn)“綠箱政策”特點(diǎn)。應(yīng)當(dāng)科學(xué)、合理地加大對(duì)農(nóng)業(yè)保險(xiǎn)的補(bǔ)貼力度,根據(jù)農(nóng)業(yè)保險(xiǎn)增產(chǎn)效應(yīng)的不同實(shí)施一定程度的差異化補(bǔ)貼策略;(2)進(jìn)一步提升糧食保險(xiǎn)保障水平,增強(qiáng)農(nóng)戶主動(dòng)參保意識(shí),有效發(fā)揮農(nóng)業(yè)保險(xiǎn)對(duì)糧食產(chǎn)量的內(nèi)生促進(jìn)作用;加快完善成本保險(xiǎn)、收入保險(xiǎn)等高保障產(chǎn)品在糧食主產(chǎn)區(qū)的試點(diǎn)和推廣,促進(jìn)產(chǎn)糧大戶等高風(fēng)險(xiǎn)規(guī)避群體深度參保,提升農(nóng)業(yè)保險(xiǎn)保障糧食安全的多功能效應(yīng);正確看待農(nóng)業(yè)保險(xiǎn)的雙重性,警惕農(nóng)業(yè)保險(xiǎn)對(duì)作物的異質(zhì)性影響而導(dǎo)致對(duì)糧食種植面積的擠出效應(yīng);(3)將農(nóng)業(yè)保險(xiǎn)納入災(zāi)害適應(yīng)能力評(píng)估體系,完善災(zāi)害預(yù)警機(jī)制;進(jìn)一步提升農(nóng)業(yè)生產(chǎn)的防災(zāi)防損能力,穩(wěn)定糧食生產(chǎn)要素投入和相關(guān)保障措施,提升糧食單產(chǎn)的災(zāi)害適應(yīng)能力。

[注 釋]

①Cagan 和Friedman 主要采用當(dāng)期真實(shí)值和上期預(yù)期值的加權(quán)修正來(lái)替代適應(yīng)性預(yù)期方程中的預(yù)期解釋變量,估計(jì)時(shí)要損失當(dāng)期和上期樣本;也有學(xué)者(如陳飛、高鐵梅等)采用預(yù)測(cè)值來(lái)替代預(yù)期解釋變量,優(yōu)點(diǎn)是在沒(méi)有當(dāng)期值條件下也適用,且不會(huì)損失上期樣本量,無(wú)需估計(jì)預(yù)期系數(shù)。由于災(zāi)害風(fēng)險(xiǎn)發(fā)生時(shí)間越近,對(duì)農(nóng)業(yè)生產(chǎn)者的預(yù)期越可能產(chǎn)生更大影響,因此本文采用災(zāi)害的分布滯后來(lái)代表預(yù)期。

②由于糧食單產(chǎn)是由糧食總產(chǎn)/面積得到,因此固定效應(yīng)中的總產(chǎn)模型相當(dāng)于在單產(chǎn)模型中增加了面積項(xiàng),即面積本身對(duì)產(chǎn)量的影響,不同的是總產(chǎn)模型中的面積效應(yīng)既包括了擴(kuò)面的產(chǎn)量效應(yīng),還包括了面積本身對(duì)產(chǎn)量的經(jīng)濟(jì)影響。

③模型不再單獨(dú)列出,控制變量選擇:L.Price、Enj、Iri、Nongyao、Human、L.caizheng、Risk。

附錄

附表1 農(nóng)業(yè)保險(xiǎn)和災(zāi)害對(duì)糧食產(chǎn)出的長(zhǎng)、短期影響及災(zāi)害適應(yīng)能力(系統(tǒng)GMM)

注:(1)?、??、???分別表示在10%、5%、1%顯著水平下顯著。

附表2 主產(chǎn)省和非主產(chǎn)省的糧食風(fēng)險(xiǎn)水平

猜你喜歡
播種面積單產(chǎn)災(zāi)害
山西夏收全面完成 總產(chǎn)單產(chǎn)好于常年
河南鄭州“7·20”特大暴雨災(zāi)害的警示及應(yīng)對(duì)
黑龍江省和全國(guó)“十三五”期間三大作物單產(chǎn)變化分析
土庫(kù)曼斯坦土豆播種面積創(chuàng)紀(jì)錄
2021年俄羅斯油籽播種面積或創(chuàng)下歷史最高紀(jì)錄
農(nóng)大農(nóng)企聯(lián)手創(chuàng)山西小麥最高單產(chǎn)新紀(jì)錄
油菜“不務(wù)正業(yè)”,單產(chǎn)3.4噸
我國(guó)糧食生產(chǎn)喜獲“十七連豐”
災(zāi)害肆虐
2015年我國(guó)海洋災(zāi)害造成直接經(jīng)濟(jì)損失72.74億元
江山市| 六枝特区| 石家庄市| 台中县| 蓬莱市| 团风县| 东城区| 辰溪县| 张掖市| 茌平县| 吴堡县| 唐海县| 泌阳县| 博白县| 桂阳县| 米易县| 江华| 霸州市| 棋牌| 福泉市| 青神县| 华蓥市| 顺昌县| 大名县| 石阡县| 淅川县| 木兰县| 巴彦县| 拉萨市| 绍兴县| 玛纳斯县| 定日县| 大丰市| 洛南县| 浦城县| 西林县| 蓝田县| 仪陇县| 宁乡县| 桃江县| 海阳市|