胡國生 王小君

(中南民族大學(xué) 經(jīng)濟學(xué)院, 湖北 武漢 430074)

農(nóng)業(yè)風(fēng)險是一個具有時代性、區(qū)域性與整體性的問題。西部地區(qū)農(nóng)村，由于自然資源稟賦和交通狀況相對差，農(nóng)戶在發(fā)展特色種植業(yè)等農(nóng)業(yè)生產(chǎn)時面臨巨大的自然風(fēng)險及社會風(fēng)險，可能導(dǎo)致生產(chǎn)或生活的意外變化，進而引起收支的變化。保險天然具有風(fēng)險分散的屬性，通過風(fēng)險保障、杠桿放大、增信融資等保險機制，沖抵農(nóng)業(yè)生產(chǎn)面臨的巨大風(fēng)險，在保障農(nóng)業(yè)生產(chǎn)、防止農(nóng)戶致貧返貧和提高農(nóng)戶收入中能發(fā)揮重要的保障作用。政府可以通過保險補貼和其他配套政策，大力發(fā)展農(nóng)業(yè)保險，減少農(nóng)戶農(nóng)業(yè)生產(chǎn)中因自然災(zāi)害造成的支出，提高特色種植業(yè)的抗風(fēng)險能力，為西部地區(qū)全面推進鄉(xiāng)村振興提供保駕護航的金融工具。

一、文山州三七特色產(chǎn)業(yè)的發(fā)展

“北有人參，南有三七”，可見其在各自區(qū)域的影響。三七別名假人參，屬多年生草本植物，多生長于山坡密林下。云南文山州因其獨特的地理位置和氣候條件，是三七的主產(chǎn)地，全國90%的三七出于此，文山由此被稱為“三七之鄉(xiāng)”。三七是云南白藥的主要成分。2021年，文山三七產(chǎn)業(yè)實現(xiàn)綜合產(chǎn)值260億元，占GDP的20%，三七種植加工對文山經(jīng)濟發(fā)展貢獻巨大，如表1所示。

表1 2008-2020年文山三七種植情況

2010-2012年，云南連續(xù)三年大旱，由于山區(qū)抗旱成本高，全州共有65個鄉(xiāng)鎮(zhèn)受災(zāi)，面積占總面積的86.8%，造成直接經(jīng)濟損失27667萬元。旱災(zāi)持續(xù)期間，三七單價從2008年的72元漲到2013年時最高700元，波動幅度巨大。近年來，文山州頻繁遭遇暴雨、干旱和冰雹等極端自然災(zāi)害，譬如2018年6月暴雨、2019年上半年干旱、2020年3月和2021年4月冰雹等，農(nóng)戶三七種植均大面積受遭到毀滅性破壞。加之近年三七價格持續(xù)走低和農(nóng)戶的盲目種植，很多剛上規(guī)模的農(nóng)戶損失巨大。因此，很有必要推廣農(nóng)業(yè)保險來分散風(fēng)險，降低收入的波動。農(nóng)業(yè)保險是專為農(nóng)業(yè)生產(chǎn)者在從事種植、畜牧和漁業(yè)生產(chǎn)過程中，對因遭受自然災(zāi)害、意外事故等造成的經(jīng)濟損失提供補償?shù)氖袌鲂袨椤?/p>

我國西部地區(qū)，大多屬于偏遠(yuǎn)山區(qū)，農(nóng)業(yè)生產(chǎn)基礎(chǔ)薄弱，要實現(xiàn)農(nóng)業(yè)持續(xù)穩(wěn)定發(fā)展，種植業(yè)和養(yǎng)殖業(yè)的金融支持至關(guān)重要，農(nóng)業(yè)保險的推廣和普及是其重要內(nèi)容之一。2019年10月，財政部、農(nóng)業(yè)農(nóng)村部、銀保監(jiān)會、林草局聯(lián)合發(fā)布了《關(guān)于加快農(nóng)業(yè)保險高質(zhì)量發(fā)展的指導(dǎo)意見》，提出通過提高農(nóng)業(yè)保險服務(wù)能力、優(yōu)化農(nóng)業(yè)保險運行機制、加強農(nóng)業(yè)保險基礎(chǔ)設(shè)施建設(shè)等，到2022年，基本構(gòu)成多層次農(nóng)業(yè)保險體系。

新常態(tài)下的鄉(xiāng)村振興和農(nóng)村金融政策，體現(xiàn)了政府發(fā)展農(nóng)村經(jīng)濟和鼓勵農(nóng)村金融創(chuàng)新的愿望，為西部地區(qū)種植業(yè)推廣農(nóng)業(yè)保險提供了政策保障。在政策的支持下，寧夏枸杞、貴州辣椒和云南花卉種植等特色產(chǎn)業(yè)的農(nóng)業(yè)保險發(fā)展迅速。2021年全國農(nóng)業(yè)保險的保費規(guī)模為965億元，同比增長18.4%，為1.88億農(nóng)戶提供風(fēng)險保障4.78萬億元；其中，中央財政撥付保費補貼333.45億元，同比增長16.8%(1)中華人民共和國財政部2022年01月12日(http://jrs.mof.gov.cn/gongzuodongtai/202201/t20220112_3782216.htm/)。2022年中央一號文件指出，積極發(fā)展農(nóng)業(yè)保險，優(yōu)化和完善“保險+期貨”模式，有效防范、應(yīng)對農(nóng)業(yè)重大災(zāi)害，強化鄉(xiāng)村振興金融支持服務(wù)(2)光明網(wǎng)(https://m.gmw.cn/baijia/2022-02/23/1302816472.html)。因此，研究特色產(chǎn)業(yè)農(nóng)戶的保險需求和保險行為，對于西部地區(qū)農(nóng)業(yè)持續(xù)健康發(fā)展和鄉(xiāng)村振興具有重要意義。

二、理論分析與研究假設(shè)

農(nóng)業(yè)保險作為農(nóng)業(yè)風(fēng)險管理的重要工具，通過風(fēng)險分散和經(jīng)濟補償功能，保障農(nóng)戶生產(chǎn)的穩(wěn)定性和連續(xù)性。在需求方面，一般普通農(nóng)戶普遍對保險這種經(jīng)濟補償機制的運作原理和基礎(chǔ)認(rèn)知不足，農(nóng)業(yè)保險逆選擇相當(dāng)嚴(yán)重。保險行為決策理論認(rèn)為，由于農(nóng)戶保險的認(rèn)知不足，僅能把災(zāi)害的損失經(jīng)驗和社會環(huán)境等部分信息納入決策，進而影響農(nóng)戶保險購買意愿。20世紀(jì)20年代，許多國家已開始采用不同方式向本國農(nóng)民提供農(nóng)業(yè)保險[1]，但不同特征的農(nóng)戶在保險購買上表現(xiàn)出差異，這些特征主要與自然災(zāi)害、保險補貼、收入狀況和受教育程度等有關(guān)。

高風(fēng)險是農(nóng)業(yè)生產(chǎn)的主要特征之一，天氣變化、病蟲害、市場價格波動及其它風(fēng)險都會給農(nóng)業(yè)生產(chǎn)和農(nóng)戶帶來嚴(yán)重影響。我國是一個自然災(zāi)害頻發(fā)的國家，自然災(zāi)害已成為我國農(nóng)業(yè)生產(chǎn)不穩(wěn)定的主要原因之一[2]。作為一種風(fēng)險管理工具，農(nóng)業(yè)保險能夠轉(zhuǎn)移分散風(fēng)險，分擔(dān)經(jīng)濟損失以穩(wěn)定農(nóng)民收入。對于種植農(nóng)戶來講，面臨最大的風(fēng)險就是自然災(zāi)害，自然災(zāi)害引發(fā)的農(nóng)業(yè)收成不穩(wěn)定，進而影響絕大多數(shù)農(nóng)民的收入。孫香玉等認(rèn)為，農(nóng)業(yè)保險的參與意愿與農(nóng)戶對天氣災(zāi)害的認(rèn)知度相關(guān)，農(nóng)業(yè)保險購買經(jīng)驗的增加可以提高新型天氣指數(shù)保險的購買意愿[3]。農(nóng)業(yè)保險購買情況受天氣和自然災(zāi)害因素影響大，在氣候風(fēng)險情境下,農(nóng)戶氣候風(fēng)險認(rèn)知差別大，農(nóng)業(yè)保險購買行為分化較明顯；近年自然災(zāi)害越嚴(yán)重或頻發(fā)，農(nóng)戶保險需求就越大，購買農(nóng)業(yè)保險的概率就越高[4]。因此，提出假設(shè)一：農(nóng)戶購買保險受自然災(zāi)害變化的影響，自然災(zāi)害變化程度越大，購買保險的概率也越大。

Ali Williams等認(rèn)為，農(nóng)業(yè)保險需求與農(nóng)戶的流動性和收入相關(guān)，農(nóng)業(yè)保險能降低農(nóng)戶收入波動，并具有增收效應(yīng)[5]。國內(nèi)研究也顯示，農(nóng)業(yè)保險補貼與農(nóng)戶收入之間呈相互促進的關(guān)系，農(nóng)業(yè)保險補貼不僅可以提高農(nóng)戶收入，促進農(nóng)業(yè)生產(chǎn)穩(wěn)定，且具有一定的反貧困效應(yīng)[6-7]。由于存在信息不對稱、外部性等市場失靈，農(nóng)業(yè)保險的普及往往需要政策支持，政府常通過保險補貼等形式支持保險市場，鼓勵農(nóng)戶購買保險；保險補貼政策越全面，農(nóng)戶購買保險的意愿越強。保險補貼比例提高及“統(tǒng)?！闭?，會增加投保人購買保險的積極性，提高保險覆蓋率。同時，購買意愿也受投保人財富狀況和風(fēng)險偏好的影響[8]。隨著保險補貼和各項政策的落實，農(nóng)戶抗衡自然風(fēng)險的能力增強，農(nóng)作物種植規(guī)模也會擴大，在一定程度上會提高農(nóng)戶的收入。據(jù)此提出假設(shè)二：保險補貼一定程度上增加農(nóng)戶購買保險的概率，保險補貼程度越高，農(nóng)戶種植積極性越高，收入提高顯著，具有較強的增收效應(yīng)。

教育是提高居民金融認(rèn)知能力的最佳途徑，受教育程度較高的居民金融素養(yǎng)相對較高[9]。西部農(nóng)村農(nóng)戶由于受教育程度低，農(nóng)業(yè)保險保障水平顯著低于東部沿海地區(qū)，以至于農(nóng)業(yè)保險的增收效應(yīng)難以得到充分體現(xiàn)[10]。關(guān)于參與農(nóng)業(yè)保險行為，劉清華和張建斌對內(nèi)蒙古牧區(qū)牧民、劉尚榮對青海海北藏民均進行了問卷調(diào)查[11-12]。實證表明，農(nóng)戶的家庭收入、種植規(guī)模、教育程度等因素都影響保險的購買。保險認(rèn)知影響農(nóng)戶保險行為[13]。由于保險認(rèn)知不高，農(nóng)戶購買保險決策難以做出，往往會參照身邊熟人的行為行事。同時，村干部等帶頭人示范效應(yīng)也會影響他們購買保險的決策。而在心理層面上，高晨雪等認(rèn)為，農(nóng)戶對受災(zāi)概率的認(rèn)知更加理性并更傾向農(nóng)業(yè)保險，但對保險產(chǎn)品的接受相對較慢，易受到村干部壓力和從眾心理的影響[14]。更多學(xué)者通過實證檢驗發(fā)現(xiàn)，農(nóng)戶購買金融產(chǎn)品方面表現(xiàn)為從眾性[15]。根據(jù)行為金融學(xué)的從眾行為理論，由此提出假設(shè)三：農(nóng)戶和子女受教育程度越高，購買保險積極性越高，且農(nóng)業(yè)保險購買行為表現(xiàn)出明顯的從眾性。

綜上所述，農(nóng)業(yè)保險具有較強的風(fēng)險消減功能，是發(fā)展現(xiàn)代農(nóng)業(yè)的重要工具，對促進農(nóng)戶增收、穩(wěn)定特色種植和鄉(xiāng)村振興具有突出的作用。但大部分學(xué)者主要立足于傳統(tǒng)經(jīng)濟理論，沒有從心理學(xué)和社會學(xué)角度考察農(nóng)戶保險行為。本文應(yīng)用行為金融學(xué)相關(guān)理論，以云南文山州三七種植農(nóng)戶為樣本數(shù)據(jù)，通過農(nóng)戶特征、三七種植、自然災(zāi)害、社會網(wǎng)絡(luò)和政策，考察西部地區(qū)保險補貼等配套措施對農(nóng)戶保險行為的影響。同時，通過二元交互項和三元交互項，從心理和社會層面考察農(nóng)戶購買保險的從眾行為。

三、模型構(gòu)建與變量說明

1．?dāng)?shù)據(jù)收集與特征。本文數(shù)據(jù)來自實地調(diào)查。地點包括文山州土鍋寨、二塘新寨、三七、大花園和老寨，馬塘鎮(zhèn)馬塘村、新村、兔瓦和卡莫，硯山縣小克底、大克底、石丫口、銃卡村和銃卡農(nóng)場二隊以及苗鄉(xiāng)三七科技園區(qū)。采取當(dāng)面問卷形式，收回有效問卷450份。

從樣本特征來看，少數(shù)民族和漢族農(nóng)戶分別占53.8%和46.2%；戶主年齡總體偏大，以40-60歲的中老年為主，占62.4%；近72.7%的樣本農(nóng)戶教育程度為小學(xué)，僅有33例為高中；近88.5%樣本農(nóng)戶子女受教育程度為初中、高中及以上；家庭勞動人口以夫妻2人為主，占61.2%；農(nóng)戶家庭月均收入3000元以下占了93.8%，1000元以下占比25.3%。

2.模型構(gòu)建。由于OLS的線性概率估計不能直接使用，故用MLS估計參數(shù)，選擇Logit回歸模型。農(nóng)戶購買保險意愿，分為“愿意購買”或“不愿意購買”，為二分變量，模型如下：

(1)

對(1)進行l(wèi)ogistic轉(zhuǎn)換，可得到回歸模型(2)：

(2)

(2)式中，Y∈0,1，表示農(nóng)戶購買保險的意愿；Nation表示民族成份，為虛擬變量，Xi為解釋變量，βi為解釋變量的回歸系數(shù)，表示其他解釋變量不變時，解釋變量每變化一個單位引起比率(R)變化，即Exp(B)自然對數(shù)的變化，R表示調(diào)研樣本農(nóng)戶購買保險與不購買保險的概率之比；α為截距項，μ為隨機誤差項。

3.變量說明。被解釋變量Y為農(nóng)戶購買保險的意愿，被解釋變量為虛擬變量，有意愿取值1，否則為0。解釋變量分為五大類：第一類自然災(zāi)害，第二類為農(nóng)戶特征，第三類為三七種植，第四類為社會網(wǎng)絡(luò)，第五類為政策。自然災(zāi)害變量范圍為近五年自然災(zāi)害程度；農(nóng)戶特征變量有：年齡、民族、受教育程度、子女受教育程度、就業(yè)模式、家庭勞動人口數(shù)、月人均收入；三七種植變量有：價格、種植面積、挖掘面積；社會網(wǎng)絡(luò)變量有：親戚朋友購買保險情況、其他農(nóng)戶購買保險情況、村干部或黨員購買保險情況；政策變量有：保險補貼、收購支持和技術(shù)支持。具體見表2。

表2 解釋變量及分類說明

四、農(nóng)戶購買保險行為的實證分析

為防止多重共線性問題，在進行線性Logit回歸之前，對農(nóng)戶特征、三七種植、天氣災(zāi)害、社會網(wǎng)絡(luò)和政策等變量進行方差膨脹因子檢驗。通過檢驗，發(fā)現(xiàn)“挖掘面積”方差膨脹因子大于5。這是因為，種植面積和挖掘面積有正向關(guān)系，這與表1的數(shù)據(jù)一致，其他解釋變量方差膨脹因子均小于5，剔除挖掘面積，可以減少解釋變量之間的共線性問題。親朋購買保險、同村農(nóng)戶購買保險和村干部或黨員購買保險的二元交互項及三元交互項目，以及保險補貼、收購支持和技術(shù)支持的二元交互項和三元交互項，一定程度上保持獨立性，同樣避免了嚴(yán)重的共線性問題。運用Eviews11進行Logit回歸，將相應(yīng)的解釋變量進行中心化處理后，再檢驗交互效應(yīng)，部分分類變量進行多級啞變量賦值(詳見表2)。

對表2的五類解釋變量分組進行回歸，在模型1中，解釋變量只納入前三類，即天氣變量組、農(nóng)戶特征變量組和三七種植變量組。本文主要考察對象是農(nóng)戶購買保險的從眾效應(yīng)和保險補貼的政策效應(yīng)，因此，在接下來的回歸中，逐步加入社會網(wǎng)絡(luò)變量組和政策變量組的一元項、二元交互項和三元交互項，考察這些變量變化引起的農(nóng)戶購買保險行為的變化(結(jié)果見表3)。

表3 Logit回歸結(jié)果統(tǒng)計

從回歸結(jié)果看，四個回歸中的McFadden R-squaredp值均遠(yuǎn)大于0.2，說明在該水平上可以接受回歸模型對調(diào)查數(shù)據(jù)的擬合程度。同時，Log likelihood 值呈現(xiàn)遞增趨勢，而Prob(LRstatistic) 呈現(xiàn)遞減趨勢，統(tǒng)計顯著，三個值表明四個回歸的擬合度逐步提高。四個回歸模型各自變量的顯著性和系數(shù)符號基本保持一致，回歸整體經(jīng)濟含義與現(xiàn)實一致，穩(wěn)健性比較好。

1.農(nóng)戶購買保險行為的自然及內(nèi)在影響因素。在天氣變量上，三七種植很容易受自然災(zāi)害的影響，近五年自然災(zāi)害越嚴(yán)重，農(nóng)戶購買保險意愿越強，近五年自然災(zāi)害程度“一般”和“強”相對于“弱”的系數(shù)都為正且統(tǒng)計顯著。自然災(zāi)害程度“一般”，每增加一個單位將使農(nóng)戶購買保險的發(fā)生比率為“弱”的2.72倍；自然災(zāi)害程度“強”，每增加一個單位將使農(nóng)戶購買保險的發(fā)生比率是“弱”的4倍，兩個變量均呈現(xiàn)增量效應(yīng)。這與曹娟娟和邢悅的研究結(jié)論一致[16]。實際上，2010-2012年，云南持續(xù)三年干旱，很多種植戶受災(zāi)，導(dǎo)致三七減產(chǎn)，產(chǎn)量下降，雖然三七單價最高升到2012年的700元，但農(nóng)戶收益降低不少，出現(xiàn)漲價不增收現(xiàn)象，假說一得到驗證。

“農(nóng)戶特征”中，年齡系數(shù)為-0.346，年齡每一單位變化將使農(nóng)戶選擇購買保險的發(fā)生比率只有原來的0.356倍，邊際遞減，說明隨著年齡增長，農(nóng)戶購買保險的意愿降低。這是因為，年齡較大的農(nóng)戶思想觀念相對保守，金融認(rèn)知不足且不相信保險。農(nóng)戶民族成分系數(shù)為-0.597，說明少數(shù)民族農(nóng)戶購買保險的意愿弱于漢族，選擇購買保險的發(fā)生比率只有漢族的0.663，緣于受教育程度相對較低。初中教育程度相對于小學(xué)的系數(shù)為0.623，每單位變化使農(nóng)戶購買保險的發(fā)生比率提高0.013倍，雖邊際遞增，但不顯著，可能對于金融知識，初中文化與小學(xué)差不多，都沒得到很好地解讀。高中及以上受教育程度相對于小學(xué)的系數(shù)為0.523，購買保險發(fā)生比率為小學(xué)的1.218倍，邊際遞增且統(tǒng)計顯著，但人數(shù)占比只有7.5%。同時，子女初中教育相對小學(xué)的系數(shù)為0.123，邊際遞減且統(tǒng)計不顯著，子女高中相對小學(xué)的系數(shù)為0.093，邊際遞增且統(tǒng)計顯著，每單位變化將使農(nóng)戶購買保險的發(fā)生比率上升0.518倍。這主要是因為子女受教育程度高，能更好地幫助父母解讀保險的相關(guān)信息和政府政策。同時，子女受教育程度高也會提高農(nóng)戶對于保險的認(rèn)知，這與邵全權(quán)的觀點[6]相符，假設(shè)三“農(nóng)戶和子女受教育程度越高，購買保險的積極性越高”得到驗證。

就業(yè)模式方面，兼業(yè)農(nóng)戶購買保險積極性不如與專業(yè)戶高，系數(shù)為-0.127，邊際遞減，即每單位變化將使農(nóng)戶購買保險的發(fā)生比率只有專業(yè)的0.336倍。兼業(yè)戶擁有非農(nóng)生計資本和更高的收入，不完全依賴三七種植，種植規(guī)模越小，越不愿意購買，自身分?jǐn)傦L(fēng)險的能力越強，購買保險的意愿越弱。人均收入系數(shù)為正，且統(tǒng)計顯著，放大比率為1.336，表明收入越高，購買保險的積極性越強。農(nóng)業(yè)種植收入提高了保險購買比率，為實施鄉(xiāng)村振興戰(zhàn)略提供了農(nóng)業(yè)支持保護制度，這與馮文麗和蘇曉鵬的觀點[17]一致。家庭勞動人口，3人及以上相對于2人家庭而言，系數(shù)為正，放大倍數(shù)有所提高，但統(tǒng)計不顯著。人均月收入系數(shù)為 0.493，系數(shù)為正且統(tǒng)計顯著，每單位變化使農(nóng)戶購買保險的發(fā)生比率變?yōu)樵瓉淼?.336倍。價格變量體現(xiàn)明顯，系數(shù)為正且顯著。價格上漲，農(nóng)戶種植意愿變強，擴大種植面積、購買保險的積極性也增加，價格系數(shù)為0.239，且每單位變化將使農(nóng)戶購買保險的發(fā)生比率增加2倍，與表一數(shù)據(jù)相吻合。

2.農(nóng)戶購買保險行為的社會及外在影響因素。模型 2加入了“社會網(wǎng)絡(luò)”和“政策”，考察農(nóng)戶購買保險的社會及外在影響因素。親戚朋友購買保險、其他農(nóng)戶購買保險和村干部購買保險均能增加農(nóng)戶購買保險的意愿，系數(shù)均為正且統(tǒng)計顯著，對數(shù)值均呈放大性。親戚朋友購買保險的系數(shù)為1.368，每增加一個單位將使農(nóng)戶購買保險的發(fā)生比率放大4.228倍。其他農(nóng)戶購買保險的系數(shù)為1.219，每增加一個單位將使農(nóng)戶購買保險的發(fā)生比率放大3.008倍。村干部或黨員購買保險的系數(shù)為0.710，每增加一個單位將使農(nóng)戶購買保險的發(fā)生比率放大1.832倍。根據(jù)行為金融學(xué)理論，由于金融認(rèn)知不足，農(nóng)戶在購買保險時表現(xiàn)出為很大的從眾性。政府政策方面，“保險補貼”“收購支持”和“技術(shù)支持”系數(shù)均為正且統(tǒng)計顯著，三個變量均能更好地刺激農(nóng)戶購買保險，與羅向明的研究結(jié)論[18]一致。其中，保險補貼每增加一個單位，將使農(nóng)戶購買保險的發(fā)生比率放大1.937倍，收購支持每增加一個單位，將使農(nóng)戶購買保險的發(fā)生比率放大6.637倍。假設(shè)二得到驗證。保險補貼放大倍數(shù)不如收購支持，之所以發(fā)生這么大的反差，可能緣于農(nóng)戶更愿意有較穩(wěn)定的市場，認(rèn)為保險補貼對于收益的穩(wěn)定遠(yuǎn)不如收購支持，這為保險補貼政策的制定與實施提供了啟示。

3.社會網(wǎng)絡(luò)和保險政策的二元交互效應(yīng)。模型3考慮了外在因素的二元交互效應(yīng)。親朋好友購買和其他農(nóng)戶購買的交互項系數(shù)為0.897，保險每增加一單位，農(nóng)戶購買的發(fā)生比率是原來的2.028倍；親朋好友和村干部或黨員購買的交互項系數(shù)為0.354；保險每增加一單位，農(nóng)戶購買的比率是原來的1.528倍，其他農(nóng)戶和村干部或黨員購買的交互項系數(shù)為0.217，每增加一單位，農(nóng)戶購買保險的發(fā)生比率是原來的1.327倍，顯示農(nóng)戶身邊熟人購買保險對其購買保險有正面影響；農(nóng)戶在對購買保險不確定的情況下，很容易參考身邊人的購買情況而作決策，表現(xiàn)為從眾性。這與高晨雪的研究結(jié)果[14]一致。社會網(wǎng)絡(luò)變量中，三個變量的二元交互項系數(shù)均為正且統(tǒng)計顯著，結(jié)合模型2，假說三“農(nóng)業(yè)保險購買表現(xiàn)為具有明顯的從眾性”得到驗證。

保險補貼和政府收購支持的交互項系數(shù)為0.753，且每增加一單位，農(nóng)戶購買的比率是原來的8.628倍，保險補貼和技術(shù)支持的交互項系數(shù)為1.103，且每增加一單位，農(nóng)戶購買的發(fā)生比率為原來的7.682倍，收購支持和技術(shù)支持的交互項系數(shù)為1.318，且每增加一單位，農(nóng)戶購買保險的發(fā)生比率為原來的6.378倍。政策變量中三個變量二元交互項系數(shù)均為正且統(tǒng)計顯著，放大倍數(shù)均超過6倍，明顯高于回歸2中沒有交互之前的倍數(shù)，這說明政府政策捆綁在一起實施，效應(yīng)強于單獨實施。這緣于人們習(xí)慣于把不同類別的政策分成不同的“心理賬戶”，不同類別政策捆綁一起的心理賬戶效應(yīng)大于單獨分開的心理賬戶效應(yīng)。政府保險補貼需要配合其他政策同時實施，才能更好地引導(dǎo)農(nóng)戶購買保險。

4.社會網(wǎng)絡(luò)和保險政策的三元交互效應(yīng)。模型4考慮了外在因素的三元交互效應(yīng)。親朋好友購買、其他農(nóng)戶購買和村干部或黨員購買的交互項系數(shù)為0.472，且每增加一單位，農(nóng)戶購買的發(fā)生比率為原來的3.781倍，與各變量原來的放大倍數(shù)相比，并未發(fā)生太大變化，但系數(shù)為正且統(tǒng)計顯著，邊際遞增明顯。保險補貼、收購支持和技術(shù)支持的交互項系數(shù)為0.818，且每增加一單位，農(nóng)戶購買的發(fā)生比率為原來的7.378倍，與各變量原來的放大綜合倍數(shù)相比要大，且系數(shù)為正、統(tǒng)計顯著，邊際遞增明顯，表明一攬子政策的捆綁效應(yīng)明顯強于單一政策，與實際的政策組合效應(yīng)一致。

表3中，模型4相對于其他模型，模擬效果更好?；貧w結(jié)果顯示，三七種植農(nóng)戶保險購買受外在因素影響大，政府的保險補貼有很強的誘導(dǎo)性，但需要配合其他政策，才能發(fā)揮更好的作用。同時，農(nóng)戶在對購買意愿不確定的情況下，很容易參考周圍種植戶的決策，從眾行為明顯。通過保險購買交互效應(yīng)圖，可闡釋農(nóng)戶購買保險的從眾效應(yīng)。先將村干部或黨員購買、親朋購買和其他農(nóng)戶購買數(shù)量的均值分別加減一個標(biāo)準(zhǔn)差(標(biāo)準(zhǔn)化后的變量和變量的二元交互項的均值、標(biāo)準(zhǔn)差分別為 0和1)，然后計算四種情況(親朋購買多其他農(nóng)戶多、親朋購買多其他農(nóng)戶少、親朋購買少其他農(nóng)戶多和親朋購買少其他農(nóng)戶少)的LnY/(1-Y)值，作反函數(shù)處理，繪制成交互效應(yīng)圖。圖1顯示，村干部或黨員購買保險對農(nóng)戶購買保險增長的影響不是很大，說明基層干部的示范效應(yīng)未取得顯著成效，但隨著身邊其他農(nóng)戶保險購買的增加以及親朋保險購買的增加，農(nóng)戶購買保險的概率增加特別顯著，從眾效應(yīng)明顯。假設(shè)三“農(nóng)業(yè)保險購買具有明顯的從眾性”進一步得到驗證。

圖1 農(nóng)戶保險行為的交互效應(yīng)圖

5.保險補貼對農(nóng)戶的收入效應(yīng)。為驗證保險補貼的增收效應(yīng)，以家庭人均收入為被解釋變量，以保險補貼和表二的其他變量為解釋變量，進行線性回歸，結(jié)果發(fā)現(xiàn)，隨著保險補貼的增加，政府收購行為和技術(shù)支持推廣，對農(nóng)戶經(jīng)濟收入增加明顯，且統(tǒng)計顯著，保險補貼的普及有助于提高農(nóng)戶的經(jīng)濟收入，具有較強的增收效應(yīng)，為鄉(xiāng)村振興提供了很好的支持保護。假設(shè)二“增收效應(yīng)”得到驗證。鑒于篇幅限制，線性回歸模型和數(shù)據(jù)分析不再羅列。

五、結(jié)論與建議

農(nóng)業(yè)保險具有風(fēng)險分散和經(jīng)濟補償功能，能保障農(nóng)戶的生產(chǎn)穩(wěn)定，為鄉(xiāng)村振興提供金融支持。以上以云南文山州三七種植農(nóng)戶的調(diào)研數(shù)據(jù)為樣本，通過農(nóng)戶特征、自然災(zāi)害、社會網(wǎng)絡(luò)和政策，運用行為金融學(xué)相關(guān)理論，實證研究三七種植農(nóng)戶保險購買的行為，認(rèn)為農(nóng)業(yè)保險提升了農(nóng)戶風(fēng)險管理能力。通過模型1和模型2的Logit回歸發(fā)現(xiàn)：一是農(nóng)戶購買保險受自然災(zāi)害程度的影響，自然災(zāi)害越重，購買保險的概率將增加；二是農(nóng)戶及子女受教育程度越高，購買農(nóng)業(yè)保險積極性越高，在保險購買不確定的情況下，購買行為表現(xiàn)為明顯的從眾性；三是保險補貼、政府收購和技術(shù)支持均能有效提高農(nóng)戶購買保險的積極性。

回歸模型3和4的交互效應(yīng)檢驗顯示：在村干部、親朋和其他農(nóng)戶多方購買保險的情況下，農(nóng)戶從眾行為更加明顯；在有政府收購或技術(shù)支持的條件下，保險補貼能有效增加農(nóng)戶購買保險的意愿；既有收購支持又有技術(shù)支持的條件下，保險補貼更能提高農(nóng)戶保險的購買意愿，可進一步增加農(nóng)戶的經(jīng)濟收入，具有明顯的增收效應(yīng)。因此，建議在提高農(nóng)業(yè)保險補貼和普及農(nóng)業(yè)保險知識外，還應(yīng)注重通過配套政策的組合使用，來培育農(nóng)戶購買保險的積極性，更好發(fā)揮農(nóng)業(yè)保險的支持保護作用，為特色產(chǎn)業(yè)發(fā)展提供穩(wěn)定的金融支持。

第一，推動農(nóng)業(yè)保險有序創(chuàng)新，提高金融機構(gòu)的服務(wù)能力。推動農(nóng)業(yè)保險產(chǎn)品的有序創(chuàng)新，加強保險業(yè)同其他金融機構(gòu)風(fēng)險的橫向管理，加快推出一系列創(chuàng)新性保險產(chǎn)品，完善特色產(chǎn)業(yè)保險、指數(shù)保險等保險品種，拓展保險在災(zāi)害救助和社會風(fēng)險防控等方面的作用，提高農(nóng)戶抗風(fēng)險能力。

第二，注重政府保險補貼和其他政策配合使用，發(fā)揮政策的組合效應(yīng)。行為金融學(xué)“心理賬戶”理論認(rèn)為，政府無論是撥給金融機構(gòu)的間接補貼，還是給種植農(nóng)戶的直接補貼，都應(yīng)捆綁在特定的金融服務(wù)形態(tài)上，否則效果將大打折扣?？梢园驯ｋU補貼捆綁在其他援助上，比如實施合約農(nóng)業(yè)及技術(shù)培訓(xùn)等條件約束的保險補貼模式，增強農(nóng)戶購買保險的積極性，分散農(nóng)業(yè)種植風(fēng)險。

第三，加強農(nóng)業(yè)保險推廣，發(fā)揮示范效應(yīng)。加強種植戶、黨員和村干部的示范推廣，發(fā)揮保險行為的從眾效應(yīng)，讓更多的農(nóng)戶主動積極地使用商業(yè)保險，管理和分散農(nóng)業(yè)風(fēng)險，保障特色產(chǎn)業(yè)可持續(xù)發(fā)展。

第四，增強金融意識，加強基層農(nóng)業(yè)保險知識培訓(xùn)。金融教育有利于提高農(nóng)民生活質(zhì)量，帶動農(nóng)民持續(xù)增收，推進農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，推廣農(nóng)業(yè)保險教育，讓更多農(nóng)民應(yīng)用保險，幫助他們更好適應(yīng)新型農(nóng)業(yè)和現(xiàn)代化農(nóng)業(yè)發(fā)展需要，提高獲得穩(wěn)定收入的能力，加快推進脫貧致富和鄉(xiāng)村振興進程。