杜偉岸 楊天琦 陸晨輝

摘要：在數(shù)據(jù)包絡(luò)分析模型基礎(chǔ)上考慮環(huán)境因素，對我國省際農(nóng)業(yè)保險財補政策方面進行客觀的效率評價，因我國農(nóng)村經(jīng)濟表現(xiàn)出較強的地域性，因此有必要對我國政策性農(nóng)業(yè)保險財補效率進行區(qū)域差異研究。根據(jù)修正后的結(jié)果表明，我國農(nóng)業(yè)保險財補總體效率較高，但西北五省除新疆外的其他地區(qū)效率普遍偏低。效率最低的省份還包括江西和浙江兩省，江西是因農(nóng)業(yè)水平偏低，扶持資金冗余導(dǎo)致財補效率偏低，浙江則是由于農(nóng)業(yè)區(qū)域分散，高新、服務(wù)產(chǎn)業(yè)迅猛發(fā)展，致使農(nóng)業(yè)發(fā)展不充分，效率偏低。

關(guān)鍵詞：三階段DEA模型；農(nóng)業(yè)保險；績效評價；區(qū)域差異

中圖分類號：F302.4

文獻標識碼：A

我國是農(nóng)業(yè)大國，我國農(nóng)業(yè)受到自然災(zāi)害的影響不容小覷，根據(jù)國家統(tǒng)計數(shù)據(jù)資料，20世紀中國成為全球受災(zāi)最為嚴重國家之一；90年代，我國由于自然災(zāi)害造成的直接經(jīng)濟損失就高達1115億元，我國農(nóng)作物成災(zāi)面積達860萬公頃①；近十幾年來這樣的情況并沒有得到緩解，2014年我國自然災(zāi)害直接經(jīng)濟損失就有3373.8億元，災(zāi)害損失占GDP的0.53%，超過財政收入的2%②。因此各國都非常重視農(nóng)業(yè)保險的發(fā)展，我國農(nóng)業(yè)保險起步較晚且實施政策性農(nóng)業(yè)保險和商業(yè)性農(nóng)業(yè)保險相結(jié)合的運營模式，囿于農(nóng)業(yè)保險“低保費，高賠付”的特點我國開始大力發(fā)展政策性農(nóng)業(yè)保險，其占農(nóng)業(yè)保險的份額逐步增大，因此本文只針對政策性農(nóng)業(yè)保險財補績效進行分析。

新世紀以來，中央一號文件連續(xù)十二次聚焦“三農(nóng)問題”，“扎根基層、服務(wù)農(nóng)村、貼近農(nóng)民”的惠農(nóng)政策促使我國從2004年開始實施農(nóng)業(yè)保險財政補貼[1-2]，且于2011年開展農(nóng)業(yè)保險財政補貼績效評價試點工作，四川、內(nèi)蒙古被選為首批試點省份；之后安徽、江蘇、山西、黑龍江、浙江、湖北等10省相繼展開。2012年學(xué)界首次提出績效評價辦法，但僅局限于初步構(gòu)建指標體系，缺少模型的支撐；隨后引入了數(shù)據(jù)包絡(luò)分析（DEA模型），因傳統(tǒng)的DEA模型只能單純分析投入產(chǎn)出指標，不能考慮到環(huán)境因素對樣本單元的影響，全面性和動態(tài)性評估不足；后來學(xué)者們構(gòu)建三階段DEA模型，旨在剔除環(huán)境因素及隨機誤差項，進而對農(nóng)業(yè)保險財補效率進行評價。但由于農(nóng)業(yè)保險存在明顯的區(qū)域性，地域差異又無法進行量化評估。因此，構(gòu)建政策性農(nóng)業(yè)保險財政補貼效率評價體系并對其進行區(qū)域差異研究成為學(xué)術(shù)界研究的熱點。

一、關(guān)于農(nóng)業(yè)保險問題的相關(guān)文獻綜述

國內(nèi)外學(xué)者對農(nóng)業(yè)保險相關(guān)問題研究開始較早，一些學(xué)者分別從宏微觀角度對我國農(nóng)業(yè)保險的理論框架、運營模式進行研究，且認為農(nóng)業(yè)保險的發(fā)展會給農(nóng)產(chǎn)品帶來較大福利[3]；在農(nóng)業(yè)保險補貼理論較為完善的基礎(chǔ)上，很多學(xué)者通過不同角度對農(nóng)業(yè)保險績效進行評價，例如分別基于湖北、內(nèi)蒙古等不同地區(qū)省級數(shù)據(jù)利用實證分析等方法對農(nóng)業(yè)保險的政策推進、保險運行績效進行評價[4-5]；進而專家們基于不同利益相關(guān)者的視角，構(gòu)建農(nóng)業(yè)保險績效評價指標體系，并對比不同視角下指標體系的差異，以期使評價指標體系更加完善[6]。由此可見，農(nóng)業(yè)保險績效評價的研究已初具規(guī)模，但這些研究缺少對全國數(shù)據(jù)整體性評價且沒有數(shù)學(xué)模型的支撐；2004年起以數(shù)據(jù)包絡(luò)分析（DEA）模型為核心的績效評價研究開始興起，利用DEA模型基于不同的視角，對我國醫(yī)院經(jīng)營效率和農(nóng)業(yè)生產(chǎn)效率進行分析評價[7-9]；但由于缺少動態(tài)變量分析，故開始完善模型構(gòu)架，利用SFA回歸分析求解環(huán)境因素對原始投入松弛量的影響，從而剔除環(huán)境變量及隨機誤差項形成三階段DEA模型；之后有研究者在前人研究的基礎(chǔ)上分別利用三階段DEA模型對我國區(qū)域能源、高技術(shù)產(chǎn)業(yè)及農(nóng)業(yè)保險補貼等方面問題的績效評價進行相關(guān)研究，從而得到更為準確的分析結(jié)果[10-11]。

本文選取我國31?。ㄊ小⒆灾螀^(qū)）2013年的數(shù)據(jù)，構(gòu)建了農(nóng)業(yè)保險財政補貼績效評價體系，并引入環(huán)境變量，對我國省際農(nóng)業(yè)保險財政補貼機制進行績效評價及區(qū)域差異研究，根據(jù)實證結(jié)果并結(jié)合我國農(nóng)業(yè)發(fā)展的實際情況，提出了解決“三農(nóng)”問題、實施惠農(nóng)政策和完善農(nóng)業(yè)保險體制的相關(guān)建議。

二、模型選取及績效評價體系構(gòu)建

（一）模型的選取

由于省際之間區(qū)位條件、經(jīng)濟結(jié)構(gòu)、經(jīng)濟增長驅(qū)動產(chǎn)業(yè)差別較大，政策執(zhí)行的力度及產(chǎn)生的效果也會不盡相同[12]。考慮到諸多環(huán)境因素對真實效率評價的影響，本文采用三階段DEA模型，剔除外部因素及隨機誤差的干擾，對各省政策性農(nóng)業(yè)保險財補效率進行單純的內(nèi)部效率評價。

1.傳統(tǒng)的DEA模型。本文在C2R-DEA模型增加約束條件及規(guī)模報酬可變的情況下，用BCC模型對相關(guān)數(shù)據(jù)進行了實證分析，具體模型如下：

3.調(diào)整后的DEA模型。以剔除了環(huán)境變量和隨機誤差的投入量與原始產(chǎn)出量作為第三階段的數(shù)據(jù)源，運用DEA方法的BCC 模型進行數(shù)據(jù)分析。

（二）農(nóng)業(yè)保險財政補貼績效評價體系構(gòu)建

在運用數(shù)據(jù)包絡(luò)分析（DEA模型）得出農(nóng)業(yè)保險在政策性方面的技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE）的基礎(chǔ)上[14]，剔除外部環(huán)境對樣本效率的影響，旨在使每一個決策單元處在相同的外部環(huán)境下，單純地評價其內(nèi)部效率，使得分析結(jié)果更加客觀真實。具體指標選取如下：

1.投入指標。財政補貼的投入主要有保費補貼、補貼比例（補貼比例指農(nóng)業(yè)保險財政補貼金額占保費收入的比例）。

2.產(chǎn)出指標。財政補貼投入后的產(chǎn)出為農(nóng)業(yè)總產(chǎn)值、農(nóng)業(yè)保險密度、農(nóng)業(yè)保險賠款及給付、農(nóng)業(yè)保險保費收入、糧食產(chǎn)量。

3.環(huán)境變量。農(nóng)業(yè)保險所保障的農(nóng)業(yè)生產(chǎn)在空間分布上有很強的地域差異性，不同地區(qū)區(qū)位條件不同，經(jīng)濟的發(fā)展水平亦存在較大差異，不可等同于單純的經(jīng)濟現(xiàn)象和孤立的技術(shù)生產(chǎn)。選取農(nóng)村居民家庭平均每人純收入和成災(zāi)面積作為環(huán)境變量，主要是從自然因素和經(jīng)濟因素的角度考慮外部環(huán)境對政策性農(nóng)業(yè)保險所產(chǎn)生的影響[11]。

數(shù)據(jù)方面，由于考慮信息的可獲取性及完整性，因此選取全國31個省市2013年的8項指標進行實證檢驗，具體指標及數(shù)據(jù)來源見表1。

（三）實證結(jié)果分析

利用修正后的DEA模型分別計算出各省在政策性農(nóng)業(yè)保險財政補貼的技術(shù)效率（TE）、純技術(shù)效率（PTE）、規(guī)模效率（SE）及規(guī)模報酬。并對結(jié)果進行具體分析。

1.第一階段。該階段采用傳統(tǒng)的DEA模型，利用Deap2.1分析軟件，得出2013年我國31個省（市、自治區(qū)）政策性農(nóng)業(yè)保險財補的技術(shù)效率（TE）、純技術(shù)效率（PTE）、規(guī)模效率（SE）及規(guī)模報酬，具體如表2。從結(jié)果來看我國平均技術(shù)效率值為0.618，僅有12個地區(qū)的技術(shù)效率值高于該項指標的平均值。說明在沒有剔除外部環(huán)境及隨機誤差之前，我國整體農(nóng)保財補效率并非理想，且SE的均值要高于PTE，則表明38.2%的績效缺口主要是有PE所致。

按地區(qū)劃分，北京、黑龍江、上海、山東、河南、廣西、海南、新疆這8個地區(qū)的TE、PTE值均為1，說明這些地區(qū)政策性農(nóng)業(yè)保險財補效率較高，資金資源被充分利用，財補技術(shù)效率領(lǐng)先于其他省份及地區(qū)；內(nèi)蒙、廣東、貴州其PET值為1，說明這些地區(qū)制約政策性農(nóng)業(yè)保險的因素并非來自于純技術(shù)效率；且像云南、西藏、山西等地其TE、PTE值均低于0.450，說明財補所發(fā)揮的作用亟待提高。處于遞增狀態(tài)的廣東、貴州、青海三個地區(qū)，可根據(jù)自身區(qū)位條件及特色農(nóng)業(yè)擴大農(nóng)業(yè)保險范圍、增加農(nóng)業(yè)保險規(guī)模，可有效提高其效率。

2.第二階段。本階段以農(nóng)村居民家庭人均純收入、成災(zāi)面積作為解釋變量，對原始的投入指標進行回歸分析[15]，得出的各環(huán)境變量的協(xié)同系數(shù)及其顯著性（見表3）。由于環(huán)境變量為解釋變量，當回歸系數(shù)估計值為負時，表示環(huán)境對于財補效率呈正向影響；反之，則表示環(huán)境變量的增加將會增加投入松弛量，導(dǎo)致投入變量的浪費或減少產(chǎn)出。

農(nóng)村居民家庭人均純收入對投入松弛量的影響系數(shù)為正，說明其增加會使投入松弛量增加，即隨著農(nóng)村居民收入的提高，政府對農(nóng)業(yè)保險補貼的比重會增大，當比例超過一定閾值時，政府資金則會出現(xiàn)擠占效應(yīng)，從而降低補貼效率；成災(zāi)面積對投入量的影響系數(shù)為負，說明呈負相關(guān)關(guān)系，即面臨重大災(zāi)害面積越大時，采取保障措施越主動、農(nóng)業(yè)積極性越大，從而促進效率的提高。表3中γ值顯示環(huán)境因素對投入指標的影響較為顯著，故剔除環(huán)境因素與隨機誤差項是十分必要的。

3.第三階段。該階段是修正的DEA模型同時考慮了松弛量和外部環(huán)境因素對效率的影響。根據(jù)SFA回歸所得到修正后的投入量再次與原始產(chǎn)出量進行基于BCC模型的估計，結(jié)果見表4。整體上來看，修正后的結(jié)果發(fā)生明顯的變化，政策性農(nóng)業(yè)保險效率顯著提高，31個樣本的技術(shù)效率（TE）均值達到了0.791，純技術(shù)效率（PTE）均值為0.831，規(guī)模效率（SE）均值為0.951，導(dǎo)致資源低效的主要原因為技術(shù)效率。與第一階段的效率值（分為別：0.618，0.724，0.838）相比，顯然，經(jīng)濟、自然環(huán)境等外部因素嚴重影響傳統(tǒng)DEA對整體效率水平評估，通過修正后的分析結(jié)果表明，我們國家政策性農(nóng)業(yè)保險補貼效率呈東、中、西部階梯性遞減差異。

本階段的結(jié)果中技術(shù)效率高于均值的?。ㄊ?、直轄市）達到21個，TE、PTE值均達到1的省份從原來的8個增加到13個，且遼寧、吉林PTE值也為1，說明無效并非有純技術(shù)效率所致。

三、政策性農(nóng)業(yè)保險的區(qū)域差異

由于農(nóng)村經(jīng)濟的地域性特點，我國不同地區(qū)農(nóng)村經(jīng)濟發(fā)展水平存在較大差異，對于政策性農(nóng)業(yè)保險的規(guī)模及補貼力度不盡相同[16]，本文利用三階段DEA模型對我國政策性農(nóng)業(yè)保險財補效率值進行求解，并根據(jù)剔除外部環(huán)境因素及隨機誤差的純內(nèi)部效率值進行區(qū)域差異研究。利用地理科學(xué)軟件ArcGIS10.1對數(shù)據(jù)進行分級渲染處理，繼而對結(jié)果進行分析。

（一）第一階段DEA政策性農(nóng)業(yè)保險財政補貼績效區(qū)域差異的空間維度分析

為了更直觀地描述我國省際農(nóng)業(yè)保險財政補貼效率的區(qū)域差異，本章對結(jié)果進行空間維度分析，且僅對技術(shù)效率（TE）值進行空間維度分析，運用ArcGIS10.1軟件分別對第一階段DEA及修正后的DEA分析數(shù)據(jù)采用自然斷點法進行等級劃分，然后進行分級渲染，最后選擇1：1000000比例尺制圖，技術(shù)效率分值越大，等級越高，第五級為最高級，如圖1所示。

圖1 第一階段DEA中國省際農(nóng)業(yè)保險財政補貼效率空間分布

從中國省際農(nóng)業(yè)保險財政補貼效率空間分布圖中可以看出：不同?。ㄊ小⒅陛犑校┱咝赞r(nóng)業(yè)保險財政補貼效率差異較大；31個測算單元中僅有11個省處于最高等級，分別是東部的北京、上海、山東、廣東，中部的河南、黑龍江和西部的內(nèi)蒙古、廣西、貴州及新疆；中部8省整體都處于較低等級，西部農(nóng)業(yè)保險財政補貼效率反而整體要優(yōu)于中部。

（二）修正后DEA 政策性農(nóng)業(yè)保險財政補貼績效區(qū)域差異的空間維度分析

在運用SFA模型利用環(huán)境變量對各投入松弛量進行回歸剔除外部環(huán)境及隨機誤差后，單純研究政策性農(nóng)業(yè)保險財政補貼的內(nèi)部效率時，我們對修正后的結(jié)果利用地理信息系統(tǒng)軟件分級渲染，繼而進行空間維度分析，表明技術(shù)效率分值越大，等級越高，結(jié)果如圖2所示。

圖2 修正后DEA中國省際農(nóng)業(yè)保險財政補貼效率空間分布

對于修正后的結(jié)果我們不難發(fā)現(xiàn)，全國31個?。ㄊ?、直轄市）近2/3的地區(qū)技術(shù)效率處于第四、五級，這說明在剔除外部環(huán)境因素及隨機誤差后，我國整體上政策性農(nóng)業(yè)保險財政補貼績效都較高；且東部地區(qū)技術(shù)效率值要高于中、西部地區(qū)，出現(xiàn)東、中、西部三大地區(qū)階梯性遞減規(guī)律。西北五省中，除新疆外，陜西、甘肅、青海、寧夏TE值均較低，說明這些地區(qū)并沒有充分利用財政補貼資金資源，且考慮本地區(qū)農(nóng)業(yè)GDP的占比，新疆2013年的農(nóng)業(yè)GDP比例達到21.39%，居全國榜首。而作為農(nóng)業(yè)大省的吉林、河南、四川及山東四省財政補貼技術(shù)效率分值都較高；首批績效評價試點省份中四川效率等級要高于安徽，其他試點省份中，湖北、湖南、山西、內(nèi)蒙、黑龍江及海南6省財補技術(shù)效率值較高，而江西省農(nóng)業(yè)并非農(nóng)業(yè)自身落后，因農(nóng)村居民人均純收入逐年增加，保險補貼金額大幅增加，補貼金額占保費收入的比重也大幅提高，出現(xiàn)擠占效應(yīng)導(dǎo)致該省的技術(shù)效率較低，若適當調(diào)整補貼結(jié)構(gòu)對其效率提升會有很大改善。

（三）修正后DEA 政策性農(nóng)業(yè)保險財政補貼績效聚類分析

以修正后的政策性農(nóng)業(yè)保險財政補貼技術(shù)效率作為聚類指標，使用系統(tǒng)聚類中的組間聯(lián)接法將其從高到低分為5個梯隊，具體分析結(jié)果見表5。

從表5中可以看出，第一梯隊的14個省份地區(qū)財補效率均值為0.999，其中新疆地區(qū)2013年農(nóng)業(yè)GDP占該地區(qū)生產(chǎn)總值為21.39%，居全國之首；緊隨其后的是財補效率較高省份，其中包括河北、山西、遼寧、吉林、江蘇、安徽、福建、湖北，其效率均值為0.832；群3、4是農(nóng)業(yè)保險財政補貼效率一般及較低的省份，主要包括重慶、甘肅、寧夏、云南、西藏、陜西和青海7個省份，涉及西南、西北地區(qū)，可見我國西部地區(qū)農(nóng)業(yè)保險財補效率普遍偏低，要低于全國的平均水平。江西省在全國范圍內(nèi)算是農(nóng)業(yè)大省，但其農(nóng)業(yè)總產(chǎn)值占地區(qū)生產(chǎn)總值比重由1978年的41.6%降到2013年的7.44%，但實際情況該省的農(nóng)民收入是逐年增加的，這樣對于農(nóng)業(yè)保險的投入也在逐年增加，加之國家對該地區(qū)的農(nóng)業(yè)保險補貼較多，冗余資金使用效率低導(dǎo)致農(nóng)業(yè)保險及農(nóng)業(yè)保險財補效率偏低；浙江2013年農(nóng)業(yè)總產(chǎn)值占地區(qū)生產(chǎn)總值比重僅為3.54%，相比北京該項指標較高，但由于北京農(nóng)業(yè)集約化程度高，具有規(guī)模效益，所以北京的農(nóng)業(yè)保險財補效率很高。浙江農(nóng)業(yè)規(guī)模雖遠超北京，但農(nóng)業(yè)發(fā)展區(qū)域較為分散，且近幾年來由于互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的發(fā)展，高新技術(shù)產(chǎn)業(yè)、先進制造業(yè)、現(xiàn)代服務(wù)業(yè)已成為浙江經(jīng)濟重要的驅(qū)動力且服務(wù)主導(dǎo)趨勢更加明顯。所以農(nóng)業(yè)發(fā)展相對較弱，農(nóng)業(yè)保險補貼效率偏低，這同時說明地區(qū)經(jīng)濟發(fā)展水平并不一定與農(nóng)業(yè)補貼效率成正比，本省農(nóng)業(yè)區(qū)位因素及經(jīng)濟發(fā)展側(cè)重點都會導(dǎo)致二者存在較大差異。

四、研究結(jié)論及政策建議

本文選取2013年我國31個?。ㄊ小⒅陛犑校┳鳛闃颖?，采用三階段DEA模型對我國省際政策性農(nóng)業(yè)保險財政補貼進行績效評價。通過修正后的數(shù)據(jù)可以看出PTE均值為0.831要高于TE均值0.791說明，導(dǎo)致效率低下的主要因素是技術(shù)效率；且效率的高低也呈現(xiàn)出明顯的區(qū)域化態(tài)勢，我國呈現(xiàn)出東、中、西部效率均值依次遞減，因此各級財政補貼要因地制宜，通過明確地區(qū)經(jīng)濟驅(qū)動、把握地區(qū)經(jīng)濟結(jié)構(gòu)、了解農(nóng)業(yè)經(jīng)濟地位，從而實行差別化補貼并調(diào)整財政補貼的結(jié)構(gòu)。

（一）細化區(qū)域差異，實施差別補貼

我國幅員遼闊，地區(qū)之間經(jīng)濟發(fā)展水平、地理條件、農(nóng)產(chǎn)品種類和風(fēng)險水平等差異巨大，不宜采用統(tǒng)一補貼標準。要細化區(qū)域性差異情況，實施差別化補貼機制并適當調(diào)節(jié)財政補貼結(jié)構(gòu)。如江西省，由于其農(nóng)業(yè)水平偏低，農(nóng)業(yè)技術(shù)落后，國家保險補貼資金冗余導(dǎo)致該省效率低下，則應(yīng)考慮將冗余部分資金投入到提高農(nóng)業(yè)技術(shù)和提升農(nóng)產(chǎn)品質(zhì)量方面。就浙江省而言，由于該省農(nóng)業(yè)發(fā)展區(qū)域較為分散，且高新技術(shù)及現(xiàn)代服務(wù)產(chǎn)業(yè)的大力發(fā)展，導(dǎo)致本省經(jīng)濟驅(qū)動力發(fā)生偏移，故要制定符合其農(nóng)業(yè)自身特點的補貼政策。

同時，中央與地方相協(xié)調(diào)，落實各級財政保費補貼、改進農(nóng)業(yè)保險財政補貼結(jié)構(gòu)，深度實施差別化保費財政補貼政策。如對關(guān)乎糧食安全的重要農(nóng)產(chǎn)品逐步提高補貼比例；了解各省農(nóng)業(yè)特色，逐步提高特色農(nóng)產(chǎn)品保險的風(fēng)險保障水平和效率，提升中央對西部民族省份（處于第3、4梯隊的部分省份）特色農(nóng)產(chǎn)品的補貼比例。

（二）增加保險品種，擴大補貼范圍

由于盲目擴大財政保費補貼亦會導(dǎo)致其效率低下，所以在差別化補貼的基礎(chǔ)上，通過再保險補貼、稅收優(yōu)惠、損失評估補貼等創(chuàng)新保費補貼方式，擴大農(nóng)業(yè)保險保費補貼范圍和保障風(fēng)險范圍，根據(jù)各地區(qū)實際需求拓展農(nóng)業(yè)保險品種，從而促進保險保費補貼的科學(xué)性和合理性。

部分省份在農(nóng)業(yè)保險補貼品種上明顯少于國內(nèi)其他省份，因此要著眼于大力發(fā)展特色農(nóng)業(yè)保險，從而做到應(yīng)保盡保。對于各省份特色產(chǎn)業(yè)要根據(jù)其是否為當?shù)靥峁┝溯^高的產(chǎn)值來確定是否納入財政補貼的范圍。如云南天麻保險、河南小麥險、吉林玉米保險、大豆保險、湖北省的蓮藕保險和湖南省的辣椒保險等。在增加農(nóng)業(yè)保險品種、擴大保費補貼范圍的同時，也要意識到貪大求全容易導(dǎo)致力不從心而降低農(nóng)業(yè)保險的效率，而循序漸進、扎實穩(wěn)妥才是貫徹落實的核心。

（三）明確法律地位，加大處罰力度

目前我國的農(nóng)業(yè)保險靠政策推行，可操作性較弱且道德風(fēng)險較高，國家層面應(yīng)加快農(nóng)業(yè)保險立法，以法律形式規(guī)范政策性農(nóng)業(yè)保險的執(zhí)行。尤其是西部各省份則應(yīng)因地制宜出臺相關(guān)的實施細則，明確農(nóng)戶、保險公司和政府間的權(quán)利義務(wù)，明確補貼的比例、范圍、對象、品種、方式、運作程序等。同時各省份可以建立專門的領(lǐng)導(dǎo)機構(gòu)，研究并設(shè)計具有地方特色的農(nóng)作物險種、費率、補貼額等，細化管理流程，規(guī)范參與者行為，同時領(lǐng)導(dǎo)小組要監(jiān)督并定期檢查補貼資金的使用情況，對于騙補、違規(guī)使用財政補貼資金等情況實行實時通報制度，并嚴格處罰手段，加大處罰力度，更好地保證農(nóng)業(yè)保險補貼方案順利完成，保障廣大參保戶真正享受到農(nóng)業(yè)保險補貼，促進政策性農(nóng)業(yè)保險的高效發(fā)展。

注釋：

①數(shù)據(jù)資料來源于國家統(tǒng)計局網(wǎng)站年度數(shù)據(jù)/農(nóng)業(yè)/成災(zāi)面積http：//www.stats.gov.cn.

②數(shù)據(jù)資料來源于民政部網(wǎng)站《2014年社會服務(wù)發(fā)展統(tǒng)計公報》，http：//www.mca.gov.cn/article/sj/tjgb/201506/201506008324399.shtml.

[參考文獻]

[1]師榮蓉. 中國農(nóng)村信用社支農(nóng)效率及區(qū)域差異研究[D]. 西安：西北大學(xué)，2013：80-88.

[2]周縣華.民以食為天：關(guān)于農(nóng)業(yè)保險研究的一個文獻綜述[J].保險研究，2010（5）：119-127.

[3]庹國柱，王國軍.中國農(nóng)業(yè)保險與農(nóng)村社會保障制度研究[M].北京：首都經(jīng)貿(mào)大學(xué)出版社，2002.

[4]段文軍，袁 輝.政策性農(nóng)業(yè)保險的財政補貼調(diào)節(jié)效應(yīng)分析：以湖北省為例[J].農(nóng)業(yè)經(jīng)濟問題，2013（1）：39-42.

[5]張旭光，趙元鳳.農(nóng)業(yè)保險財政補貼效率的評價研究：以內(nèi)蒙古自治區(qū)為例[J].農(nóng)村經(jīng)濟，2014（5）：93-97.

[6]王秀芬，郭淑敏.基于不同視角的政策性農(nóng)業(yè)保險績效評價指標探究[J].陜西農(nóng)業(yè)科學(xué)，2015，61（8）：91-93.

[7]龐瑞芝，李 鵬.中國新型工業(yè)化增長績效的區(qū)域差異及動態(tài)演進[J].經(jīng)濟研究，2011（11）：39-47.

[8]張 寧，陸文聰，董宏紀.中國農(nóng)田水利管理效率及其農(nóng)戶參與性機制研究：基于隨機前沿面的實證分析[J].自然資源學(xué)報，2012，27（3）：353-362.

[9]郭軍華，倪 明，李幫義.基于三階段DEA模型的農(nóng)業(yè)生產(chǎn)效率研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010，（12）：7-18.

[10]吉生保，周小柯.基于三階段DEA模型的中國高技術(shù)產(chǎn)業(yè)效率研究[J].中央財經(jīng)大學(xué)學(xué)報，2010（12）：62-66.

[11]錢振偉，張 燕，高冬雪.基于三階段DEA模型的政策性農(nóng)業(yè)保險財補效率評估[J].商業(yè)研究，2014（10）：58-64.

[12]黃 穎.我國農(nóng)業(yè)保險保費補貼的績效評價：基于2009～2013年省際面板數(shù)據(jù)的DEA實證分析[J].西南金融，2015（5）：32-35.

[13]吉生保，周小柯.基于三階段DEA模型的中國高技術(shù)產(chǎn)業(yè)效率研究[J].中央財經(jīng)大學(xué)學(xué)報，2010（12）：62-77.

[14]黃 薇.中國保險機構(gòu)資金運用效率研究：基于資源型兩階段DEA模型[J].經(jīng)濟研究，2008（8）：37-49.

[15]張旭光，趙元鳳.農(nóng)業(yè)保險財政補貼效率的評價研究--以內(nèi)蒙古自治區(qū)為例[J].農(nóng)村經(jīng)濟，2014（3）：93-97.

[16]黃德春，董宇怡，劉炳勝.基于三階段DEA模型中國區(qū)域能源效率分析[J].資源科學(xué)，2012，34（4）：688-695.

（責任編輯 王婷婷）