陳友東

摘要：廣東省作為農(nóng)業(yè)大省以及經(jīng)濟(jì)強(qiáng)省，自2007年試點(diǎn)政策性農(nóng)業(yè)保險(xiǎn)以來，其農(nóng)業(yè)保險(xiǎn)發(fā)展水平已得到迅速提升，但相比全國平均水平，仍有較大差距。本文以廣東省農(nóng)業(yè)保險(xiǎn)發(fā)展效率為研究對(duì)象，根據(jù)2013-2018年廣東（不含深圳）20個(gè)地級(jí)市的農(nóng)業(yè)保險(xiǎn)相關(guān)數(shù)據(jù)，運(yùn)用DEA數(shù)據(jù)包絡(luò)模型測(cè)算出每個(gè)地區(qū)的農(nóng)業(yè)保險(xiǎn)效率均值，并分別通過綜合效率、純技術(shù)效率以及規(guī)模效率進(jìn)行分析，結(jié)果表明，廣東省各地區(qū)間農(nóng)險(xiǎn)綜合效率差異顯著，其中，粵西及粵北較高，而珠三角和粵東相對(duì)較差，并且進(jìn)一步分析得出，規(guī)模效率是導(dǎo)致差異較大的主要方面。

關(guān)鍵詞：農(nóng)業(yè)保險(xiǎn);DEA-BCC模型;效率分析

Abstract： Guangdong Province is a major agricultural province and a strong economic province. Since the pilot policy-based agricultural insurance in 2007， its agricultural insurance development level has been rapidly improved， but there is still a big gap compared with the national average. This article takes the development efficiency of agricultural insurance in Guangdong Province as the research object. Based on the agricultural insurance related data of 20 prefecture-level cities in Guangdong （excluding Shenzhen） from 2013 to 2018， the DEA data envelopment model is used to calculate the average agricultural insurance efficiency in each region， and the comprehensive efficiency， pure technical efficiency and scale efficiency are analyzed. The results show that the comprehensive efficiency of agricultural insurance varies significantly among regions in Guangdong Province， in which， western and northern Guangdong are relatively high， while the Pearl River Delta and eastern Guangdong are relatively poor. And further analysis concluded that scale efficiency is the main aspect that causes greater differences.

0? 引言

在中央文件精神指引下，廣東省自2007年開始試點(diǎn)由政府補(bǔ)貼的政策性農(nóng)業(yè)保險(xiǎn)，至2018年，廣東省的農(nóng)業(yè)保險(xiǎn)保費(fèi)收入達(dá)154950萬元（不含深圳），相比于2007年的5320萬元，增長(zhǎng)了大約28倍，2018年廣東省農(nóng)業(yè)保險(xiǎn)深度為0.4044%，遠(yuǎn)高于2007的保險(xiǎn)深度0.0314%，說明相關(guān)政策的實(shí)施積極促進(jìn)了廣東省農(nóng)業(yè)保險(xiǎn)的發(fā)展。但是，廣東省作為近年來GDP總量排名全國第一的經(jīng)濟(jì)強(qiáng)省，農(nóng)業(yè)保險(xiǎn)發(fā)展水平不僅低于江蘇等發(fā)達(dá)地區(qū)，而且遠(yuǎn)遠(yuǎn)低于全國平均水平。

以2018年為例，廣東省農(nóng)業(yè)保險(xiǎn)深度為0.4044%，遠(yuǎn)低于全國的0.88%，也低于江蘇的0.456%。2019年10月，財(cái)政部、農(nóng)業(yè)農(nóng)村部、銀保監(jiān)會(huì)、林草局聯(lián)合印發(fā)了《關(guān)于加快農(nóng)業(yè)保險(xiǎn)高質(zhì)量發(fā)展的指導(dǎo)意見》，該《指導(dǎo)意見》明確，到2022年，稻谷、小麥、玉米3大主糧作物農(nóng)業(yè)保險(xiǎn)覆蓋率將達(dá)到70%以上，收入保險(xiǎn)成為我國農(nóng)業(yè)保險(xiǎn)的重要險(xiǎn)種，農(nóng)業(yè)保險(xiǎn)深度達(dá)到1%。

學(xué)術(shù)界關(guān)于農(nóng)業(yè)保險(xiǎn)發(fā)展水平以及效率測(cè)度已有諸多成果，但是對(duì)于廣東省農(nóng)業(yè)保險(xiǎn)省內(nèi)差異研究并不多見。本文主要運(yùn)用數(shù)據(jù)包絡(luò)分析方法（DEA）構(gòu)建DEA-BCC模型，并采用2013-2018廣東?。ú缓钲冢?0個(gè)地級(jí)市的農(nóng)業(yè)保險(xiǎn)相關(guān)數(shù)據(jù)進(jìn)行農(nóng)險(xiǎn)效率測(cè)算，從而分析在統(tǒng)一的農(nóng)業(yè)保險(xiǎn)政策框架指導(dǎo)和約束下，各地級(jí)市農(nóng)業(yè)保險(xiǎn)發(fā)展的效率差異，以期為廣東省政策性農(nóng)業(yè)保險(xiǎn)的高質(zhì)量發(fā)展提供研究基礎(chǔ)。

1? 模型的構(gòu)建及變量的選取

1.1 DEA-BCC模型的構(gòu)建

本文選取數(shù)據(jù)包絡(luò)分析方法（DEA）分析廣東?。ú缓钲冢?0個(gè)地級(jí)市的農(nóng)業(yè)保險(xiǎn)發(fā)展效率，DEA方法及其模型自1978年由美國著名運(yùn)籌學(xué)家A.Charnes和W.W.Cooper提出以來，已廣泛應(yīng)用于不同行業(yè)及部門，如銀行、保險(xiǎn)和物流等。DEA主要分為CCR及BCC模型，前者的前提是規(guī)模報(bào)酬不變，而后者是對(duì)前者的假定的放松，假設(shè)規(guī)模報(bào)酬可變，本文選擇以產(chǎn)出為導(dǎo)向的BCC模型。

DEA-BCC基本模型：假設(shè)投入變量和產(chǎn)出變量分別為Xi=X1i，X2i…，Yi=Y1i，Y2i…，其中i=1，2，…。其中Xi>0， Yi>0，DEA中的效率值是加權(quán)總產(chǎn)出和加權(quán)總投入的比重，在規(guī)模報(bào)酬可變下的具體模型如下：

在此模型中，S-和S+都表示松弛變量，Xi和Yi分別表示各投入要素與產(chǎn)出要素，？姿i表示第i個(gè)決策單元的權(quán)重，θ為決策單元的效率值，屬于0-1之間，若θ=1，則證明DEA有效，若效率值越接近1，則決策單元越接近有效狀態(tài)，越接近0，則越無效。

1.2 變量的選取與數(shù)據(jù)來源

對(duì)于農(nóng)業(yè)保險(xiǎn)投入要素的選擇，本文主要參考馮文麗、楊雪美等（2015）的做法，根據(jù)農(nóng)業(yè)保險(xiǎn)的行業(yè)特征以及廣東各地區(qū)農(nóng)業(yè)保險(xiǎn)的實(shí)際發(fā)展情況，選擇的投入產(chǎn)出指標(biāo)如表1所示，其中投入指標(biāo)包括：政府一般公共預(yù)算收入（I1）、賠付率（I2）（等于農(nóng)險(xiǎn)賠款/農(nóng)險(xiǎn)保費(fèi)）、成災(zāi)率（I3）（等于農(nóng)作物成災(zāi)面積/播種面積）、農(nóng)業(yè)總產(chǎn)值（I4）、農(nóng)業(yè)機(jī)械動(dòng)力千瓦數(shù)（I5）。產(chǎn)出指標(biāo)包括農(nóng)業(yè)保險(xiǎn)保費(fèi)收入O1以及農(nóng)險(xiǎn)深度O2，農(nóng)險(xiǎn)保費(fèi)收入是衡量農(nóng)業(yè)保險(xiǎn)發(fā)展規(guī)模的絕對(duì)指標(biāo)，農(nóng)險(xiǎn)深度為衡量農(nóng)險(xiǎn)發(fā)展水平的相對(duì)指標(biāo)，本文將兩者相結(jié)合作為農(nóng)險(xiǎn)的產(chǎn)出指標(biāo)。農(nóng)業(yè)保險(xiǎn)深度的計(jì)算則是參照國家財(cái)政部印發(fā)的《關(guān)于加快農(nóng)業(yè)保險(xiǎn)高質(zhì)量發(fā)展的指導(dǎo)意見》運(yùn)算方法，即農(nóng)業(yè)保險(xiǎn)深度為保費(fèi)與第一產(chǎn)業(yè)增加值的比重。

關(guān)于投入指標(biāo)數(shù)據(jù)：政府一般公共預(yù)算收入、農(nóng)業(yè)總產(chǎn)值數(shù)據(jù)來源于廣東統(tǒng)計(jì)年鑒;成災(zāi)率以及每公頃農(nóng)業(yè)機(jī)械動(dòng)力千瓦數(shù)數(shù)據(jù)均來源于廣東農(nóng)村統(tǒng)計(jì)年鑒并加以計(jì)算得出。產(chǎn)出指標(biāo)數(shù)據(jù)均來自中國保險(xiǎn)年鑒針。對(duì)個(gè)別缺失數(shù)據(jù)，如珠海2015、2016及2018年的成災(zāi)率數(shù)據(jù)有缺失，本文采用插值法進(jìn)行處理。

2? 實(shí)證分析

本部分運(yùn)用stata15對(duì)2013-2018年廣東?。ú缓钲冢└魇械霓r(nóng)業(yè)保險(xiǎn)投入產(chǎn)出指標(biāo)進(jìn)行綜合效率、純技術(shù)效率和規(guī)模效率測(cè)算，進(jìn)而求出各地級(jí)市平均值，其中，綜合效率值=純技術(shù)效率值*規(guī)模效率值。此外，本文根據(jù)行政區(qū)域劃分，將廣東省分為珠三角、粵東、粵西和粵北，并計(jì)算四個(gè)地區(qū)的效率值。由于歷年來中國保險(xiǎn)年鑒都是將深圳單獨(dú)列出，且深圳并不重視農(nóng)業(yè)的發(fā)展，其農(nóng)業(yè)發(fā)展規(guī)模相對(duì)較小，所以本文在測(cè)算廣東農(nóng)業(yè)保險(xiǎn)的發(fā)展效率上不包括深圳。

2.1 綜合效率分析

如表2可得，廣東各市農(nóng)業(yè)保險(xiǎn)發(fā)展效率極不均衡，且差異較大。從各市排名來看，在20個(gè)地級(jí)市中，湛江與河源是農(nóng)業(yè)保險(xiǎn)發(fā)展效率排名第一的城市，并且每年都達(dá)到效率前沿，綜合效率值均為1，而揭陽、中山以及汕頭是排名倒數(shù)的前三位，綜合效率均值均沒超過0.2，此外，綜合效率均值在0.5以下的城市共有7個(gè)，占總體的35%，且都集中于珠三角和粵東地區(qū)，而綜合效率均值在0.9以上的共有6個(gè)地市，占總體的30%，且都集中于粵西和粵北。分地區(qū)來看，粵西、粵北農(nóng)業(yè)保險(xiǎn)綜合效率值相對(duì)較高，均值分別為0.855和0.971，而粵東和珠三角地區(qū)的綜合效率相對(duì)較差，分別為0.22和0.495。由此可見，廣東各地區(qū)農(nóng)業(yè)保險(xiǎn)綜合發(fā)展效率極不平衡，且差異較大。

2.2 純技術(shù)效率分析

純技術(shù)效率是綜合效率的分解，是剔除規(guī)模報(bào)酬因素下的技術(shù)效率值。

如表2所示，從各地級(jí)市來看，廣東已有10個(gè)地級(jí)市的純技術(shù)效率值達(dá)到1，可以看出，廣東有一半城市的資源利用達(dá)到有效狀態(tài)，而排名靠后的有中山、佛山、惠州和肇慶，該4個(gè)城市的純技術(shù)效率值均低于0.7，這與前10個(gè)技術(shù)有效城市仍有較大差距。分地區(qū)來看，粵東、粵西以及粵北的純技術(shù)效率值均達(dá)到0.9以上，而珠三角地區(qū)的純技術(shù)效率均值僅為0.718，這充分說明珠三角地區(qū)的農(nóng)業(yè)保險(xiǎn)技術(shù)水平較低，資源并沒有得到充分利用，相反，其他三個(gè)地區(qū)農(nóng)險(xiǎn)技術(shù)效率相對(duì)較高。因此，珠三角地區(qū)的農(nóng)業(yè)保險(xiǎn)發(fā)展應(yīng)被給予更多重視。

2.3 規(guī)模效率分析

規(guī)模效率是在當(dāng)前制度下，研究當(dāng)前投入要素規(guī)模與最優(yōu)規(guī)模的差距。規(guī)模效率可理解為既定的投入規(guī)模下，產(chǎn)出的不足。如表2所示，廣東各市規(guī)模效率差異較大，其中僅有河源、湛江兩個(gè)城市的規(guī)模效率為1，而汕頭、汕尾等5個(gè)城市的效率值不足0.4。分地區(qū)來看，粵西及粵北的規(guī)模效率相對(duì)較高，均達(dá)到0.9以上，粵東和珠三角的規(guī)模效率較低，尤其是粵東，其規(guī)模效率值僅為0.22，這說明粵東地區(qū)在既定的規(guī)模下，遠(yuǎn)沒有達(dá)到有效的產(chǎn)出水平，即距離最優(yōu)產(chǎn)出還有相當(dāng)一部分距離，發(fā)展空間較大。此外，通過對(duì)比綜合效率值、純技術(shù)效率值以及規(guī)模效率值可得，對(duì)粵東而言，規(guī)模效率是導(dǎo)致其綜合效率較低的主要原因，因?yàn)榛洊|的純技術(shù)效率已達(dá)到效率前沿，但規(guī)模效率值僅為0.22。對(duì)珠三角地區(qū)而言，其綜合效率較低是源于規(guī)模效率和純技術(shù)效率的共同作用。

3? 結(jié)論與對(duì)策建議

本文基于廣東省2013-2018年農(nóng)業(yè)保險(xiǎn)相關(guān)數(shù)據(jù)，運(yùn)用DEA-BCC產(chǎn)出導(dǎo)向模型測(cè)算廣東（不含深圳）各地級(jí)市在2013-2018年的農(nóng)業(yè)保險(xiǎn)發(fā)展綜合效率、純技術(shù)效率及規(guī)模效率均值，通過分析可得以下結(jié)論：

第一，廣東省各地區(qū)間農(nóng)險(xiǎn)效率差異較大。

湛江及河源農(nóng)險(xiǎn)發(fā)展效率排名第一，且每年效率均為1，而排名靠后的揭陽、潮州和中山綜合效率值卻不高于0.2，相差較大;此外，分地區(qū)來看，粵西和粵東農(nóng)險(xiǎn)效率發(fā)展相對(duì)較好，綜合效率均值分別為0.855和0.971，而珠三角及粵東的綜合效率均值僅為0.495和0.22，與前者差異較大。究其原因，可能如下：

①當(dāng)?shù)卣]有對(duì)農(nóng)業(yè)保險(xiǎn)保持足夠的重視，缺乏對(duì)政策性農(nóng)業(yè)保險(xiǎn)的有效宣傳，從而導(dǎo)致農(nóng)業(yè)保險(xiǎn)的綜合效率水平也相對(duì)較低;

②當(dāng)?shù)乇ｋU(xiǎn)公司熱衷于經(jīng)營(yíng)其他保險(xiǎn)業(yè)務(wù)，并沒有投入合適的人力與資本來經(jīng)營(yíng)農(nóng)業(yè)保險(xiǎn)，從而導(dǎo)致珠三角地區(qū)的規(guī)模效率和純技術(shù)效率水平均相對(duì)較低。

第二，規(guī)模效率是導(dǎo)致廣東省農(nóng)業(yè)保險(xiǎn)綜合效率差異較大的主要方面。

對(duì)于粵東地區(qū)中的四個(gè)地級(jí)市，汕頭、潮州、揭陽以及汕尾的純技術(shù)效率值均為1，均達(dá)到純技術(shù)效率前沿，但其綜合效率值仍低于0.4，原因是這些地區(qū)在既定的投入規(guī)模下，農(nóng)業(yè)保險(xiǎn)深度和保費(fèi)收入相對(duì)較低，從而導(dǎo)致規(guī)模效率值也均不超過0.4。對(duì)于珠三角而言，其規(guī)模效率和純技術(shù)效率均值均處于0.7左右，因此其綜合效率低于0.5。

基于此，導(dǎo)致粵東和珠三角規(guī)模效率較低的主要原因可能是：

①當(dāng)?shù)剞r(nóng)戶的投保意識(shí)較弱，缺乏對(duì)政策性農(nóng)業(yè)保險(xiǎn)的有效認(rèn)知;從而農(nóng)業(yè)保險(xiǎn)需求不足;

②當(dāng)?shù)卣蜇?cái)政限制或重視程度不夠，無法對(duì)當(dāng)?shù)剞r(nóng)業(yè)或農(nóng)險(xiǎn)進(jìn)行有效補(bǔ)貼，從而導(dǎo)致農(nóng)險(xiǎn)的產(chǎn)出不足，進(jìn)而效率較低。

參考文獻(xiàn)：

[1]張祖榮，馬嵐.我國省域政策性農(nóng)業(yè)保險(xiǎn)發(fā)展不平衡的實(shí)證分析[J].保險(xiǎn)研究，2016（07）：20-30.

[2]馮文麗，史曉.京津冀農(nóng)業(yè)保險(xiǎn)發(fā)展差距及影響因素的實(shí)證分析[J].經(jīng)濟(jì)與管理，2018，32（05）：8-13.

[3]馮文麗，楊雪美，薄悅.基于DEA-Tobit模型的我國農(nóng)業(yè)保險(xiǎn)效率及影響因素分析[J].金融與經(jīng)濟(jì)，2015（02）：69-72，43.