陳 康 葉明華 王同江

一、引言

農(nóng)業(yè)保險是分散農(nóng)業(yè)生產(chǎn)經(jīng)營風(fēng)險的重要手段，深入推進農(nóng)業(yè)保險高質(zhì)量發(fā)展是深化服務(wù)鄉(xiāng)村振興的重要舉措，是實施鄉(xiāng)村振興戰(zhàn)略的“穩(wěn)定器”和“安全閥”。我國自2007年開始實施政策性農(nóng)業(yè)保險以來，農(nóng)業(yè)保險規(guī)模增長迅速，功能作用日益顯現(xiàn)。2007年至2021年，農(nóng)業(yè)保險保費收入從51.8億元增長到965.18億元，年均增速65.24%，服務(wù)農(nóng)戶從4981萬戶次增長到1.88億戶次，風(fēng)險保障資金從1126億元增長到4.78萬億元。(1)數(shù)據(jù)來源：中國銀行保險監(jiān)督管理委員會。目前，我國農(nóng)業(yè)保險開辦地域已覆蓋全國，承保險種已基本覆蓋農(nóng)林牧漁各方面，已成為全球保費規(guī)模最大的農(nóng)業(yè)保險市場。然而，我國農(nóng)業(yè)保險的發(fā)展仍較為粗放，面臨許多亟須解決的問題：在農(nóng)業(yè)保險需求層面，我國農(nóng)業(yè)保險發(fā)展更多依賴政府保費補貼政策的推動而需求拉動不足；在農(nóng)業(yè)保險供給層面，經(jīng)營農(nóng)業(yè)保險業(yè)務(wù)成本較高、查勘定損難等抑制了保險公司的農(nóng)業(yè)保險產(chǎn)品供給，一定程度上導(dǎo)致了保險公司承保理賠不規(guī)范和怠于風(fēng)險管理服務(wù)等問題。

值得注意的是，近年來興起的數(shù)字金融借助互聯(lián)網(wǎng)等現(xiàn)代化信息技術(shù)在提高農(nóng)村居民金融可得性的同時，似乎為解決農(nóng)業(yè)保險發(fā)展面臨的難題提供了契機。一方面，作為農(nóng)業(yè)保險的參保主體，農(nóng)村居民已經(jīng)開始接觸使用電腦、智能手機等數(shù)字終端，以電子支付、手機銀行、網(wǎng)絡(luò)購物為主要媒介的數(shù)字金融已在廣大農(nóng)村地區(qū)得到推廣。(2)傅秋子、黃益平：《數(shù)字金融對農(nóng)村金融需求的異質(zhì)性影響——來自中國家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù)》，《金融研究》2018年第11期。截至2021年6月，我國農(nóng)村網(wǎng)民規(guī)模達到2.97億，占城鄉(xiāng)網(wǎng)民總量的29.4%，農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率達到59.2%。(3)數(shù)據(jù)來源：中國互聯(lián)網(wǎng)信息中心：第48次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》。另一方面，保險公司積極順應(yīng)數(shù)字化趨勢，在農(nóng)業(yè)保險業(yè)務(wù)經(jīng)營過程中導(dǎo)入了移動互聯(lián)、大數(shù)據(jù)、人工智能和區(qū)塊鏈等技術(shù)，以拓寬農(nóng)業(yè)保險市場服務(wù)邊界、提升風(fēng)險管理水平和經(jīng)營效率。(4)唐金成、李笑晨：《保險科技驅(qū)動我國智慧農(nóng)險體系構(gòu)建研究》，《西南金融》2020年第7期。為推進數(shù)字金融在農(nóng)村地區(qū)的發(fā)展，2021年中央“一號文件”首次提出“發(fā)展農(nóng)村數(shù)字普惠金融”。那么，數(shù)字金融服務(wù)能否推進農(nóng)業(yè)保險發(fā)展？其影響機制是怎樣的？系統(tǒng)探究上述問題對合理引導(dǎo)數(shù)字金融服務(wù)推進農(nóng)業(yè)保險可持續(xù)發(fā)展，進而助力鄉(xiāng)村振興戰(zhàn)略實施具有重要的意義。

二、文獻綜述

中國數(shù)字金融自2004年起迅速發(fā)展，第三方支付、網(wǎng)絡(luò)貸款、數(shù)字保險以及數(shù)字貨幣等業(yè)務(wù)規(guī)模在國際上均處于領(lǐng)先地位。作為互聯(lián)網(wǎng)和金融的結(jié)合體，數(shù)字金融服務(wù)借助互聯(lián)網(wǎng)等現(xiàn)代化信息技術(shù)將金融覆蓋面擴展至鄉(xiāng)村，使偏遠地區(qū)弱勢群體突破金融服務(wù)的各種“卷簾門”“玻璃門”成為可能。(5)Francis E., Blumenstock J., Robinson J.,“Digital Credit: A Snapshot of the Current Landscape and Open Research Questions”，CEGA White Paper, UC Berkeley: Center for Effective Global Action,2017,pp.1-19.(6)張勛、萬廣華、張佳佳等：《數(shù)字經(jīng)濟、普惠金融與包容性增長》，《經(jīng)濟研究》2019年第8期。數(shù)字金融的發(fā)展對社會經(jīng)濟層面產(chǎn)生了諸多影響，包括通過提升信貸可得性、促進創(chuàng)業(yè)等路徑影響居民收入、縮小城鄉(xiāng)差距等。任曉怡(7)任曉怡：《數(shù)字普惠金融發(fā)展能否緩解企業(yè)融資約束》，《現(xiàn)代經(jīng)濟探討》2020年第10期。、葛和平和錢宇(8)葛和平、錢宇：《數(shù)字普惠金融服務(wù)鄉(xiāng)村振興的影響機理及實證檢驗》，《現(xiàn)代經(jīng)濟探討》2021年第5期。認為互聯(lián)網(wǎng)技術(shù)在金融領(lǐng)域的持續(xù)深化運用，提高了金融服務(wù)的可觸及性。張林和溫濤(9)張林、溫濤：《數(shù)字普惠金融發(fā)展如何影響居民創(chuàng)業(yè)》，《中南財經(jīng)政法大學(xué)學(xué)報》2020年第4期。研究發(fā)現(xiàn)數(shù)字普惠金融主要通過降低交易成本、緩解信息不對稱和降低抵押品要求提高了農(nóng)戶的正規(guī)信貸獲得。楊偉明等(10)楊偉明、粟麟、王明偉：《數(shù)字普惠金融與城鄉(xiāng)居民收入——基于經(jīng)濟增長與創(chuàng)業(yè)行為的中介效應(yīng)分析》,《上海財經(jīng)大學(xué)學(xué)報》2020年第4期。研究發(fā)現(xiàn)數(shù)字金融能夠通過促進經(jīng)濟增長和創(chuàng)業(yè)行為顯著提高農(nóng)村居民收入。隨著數(shù)字金融相關(guān)研究的不斷深入，部分學(xué)者開始關(guān)注數(shù)字金融與保險發(fā)展之間的關(guān)系，且認為數(shù)字金融能夠從提升保險可得性、降低市場交易成本和緩解信息不對稱等方面顯著正向影響保險的發(fā)展。(11)汪亞楠、譚卓鴻、鄭樂凱：《數(shù)字普惠金融對社會保障的影響研究》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2020年第7期。(12)李曉、吳雨、李潔：《數(shù)字金融發(fā)展與家庭商業(yè)保險參與》，《統(tǒng)計研究》2021年第5期。

農(nóng)業(yè)保險發(fā)展受到諸如參保主體收入水平、理賠效率、市場信息不對稱、業(yè)務(wù)經(jīng)營成本等因素影響。葉明華和汪榮明(13)葉明華、汪榮明：《收入結(jié)構(gòu)、融資約束與農(nóng)戶的農(nóng)業(yè)保險偏好——基于安徽省糧食種植戶的調(diào)查》，《中國人口科學(xué)》2016年第6期。、Okpukpara等(14)Okpukpara, B. C., Adebayo, O., Ukwuaba, I. C., “Smallholder Farmers’ Access to Agricultural Insurance Schemes: An Analysis of the Inhibitors in Kogi State, Nigeria”,Turkish Journal of Agriculture-Food Science and Technology,Vol.9,No.12,2021,pp.2159-2165.研究發(fā)現(xiàn)農(nóng)戶收入水平是影響農(nóng)戶購買農(nóng)業(yè)保險的重要因素。張卓、尹航、褚志亮(15)張卓、尹航、褚志亮：《我國保險公司農(nóng)業(yè)保險有效供給不足的效率視角解釋——基于DEA-非期望產(chǎn)出模型》，《遼寧大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)》2020年第2期。和Vdovenko(16)Vdovenko, L., “Problems of Agricultural Insurance in Ukraine and Ways Their Solutions”,Economy Finances Management Topical Issues of Science and Practical Activity,Vol.4,No.54,2020,pp.20-34.從農(nóng)業(yè)保險供給主體角度，認為農(nóng)業(yè)經(jīng)營的復(fù)雜性所導(dǎo)致的查勘定損困難是限制保險公司提供有效農(nóng)險供給的主要因素。馮文麗和庹國柱(17)馮文麗、庹國柱：《農(nóng)業(yè)保險轉(zhuǎn)型升級需要科技支撐》，《中國保險報》2018年6月12日，第7版。發(fā)現(xiàn)保險公司向農(nóng)戶收每畝3.5元的自擔(dān)保費，所花費的成本高達5.3元。許夢博和陳楠楠(18)許夢博、陳楠楠：《我國農(nóng)業(yè)保險發(fā)展的深層矛盾、轉(zhuǎn)型契機與改革取向》，《求是學(xué)刊》2021年第2期。認為市場的多重信息不對稱屬性降低了農(nóng)業(yè)保險市場的有效需求和有效供給。李泉(19)李泉：《互聯(lián)網(wǎng)發(fā)展水平對農(nóng)業(yè)保險發(fā)展的影響研究——基于雙重中介效應(yīng)的實證分析》，《蘭州學(xué)刊》2020年第9期。從互聯(lián)網(wǎng)交易成本和監(jiān)管成本為中介變量角度實證研究了互聯(lián)網(wǎng)發(fā)展水平對農(nóng)業(yè)保險發(fā)展的影響及其傳導(dǎo)機制。

綜上所述，數(shù)字金融服務(wù)可能會通過降低保險公司經(jīng)營農(nóng)業(yè)保險業(yè)務(wù)成本、緩解信息不對稱、提高農(nóng)戶收入水平、提高理賠效率等方式影響農(nóng)業(yè)保險發(fā)展。遺憾的是，目前關(guān)于數(shù)字金融服務(wù)和農(nóng)業(yè)保險關(guān)系的研究文獻較少。盡管目前對影響農(nóng)業(yè)保險發(fā)展因素的研究已經(jīng)涉及互聯(lián)網(wǎng)發(fā)展水平，但是在互聯(lián)網(wǎng)與農(nóng)業(yè)保險相互關(guān)系的研究中，多采用的是定性分析(20)Tiago M., Verissimo J.,“Digital Marketing and Social Media: Why Bother?”,Business Horizons，Vol.57,No.6,2014，pp.703-708.(21)唐金成、李笑晨：《保險科技驅(qū)動我國智慧農(nóng)險體系構(gòu)建研究》，《西南金融》2020年第7期。，并且在僅有的少數(shù)實證分析中，只關(guān)注了互聯(lián)網(wǎng)通過降低交易成本和提高監(jiān)管成本影響農(nóng)業(yè)保險發(fā)展的作用機理(22)李泉：《互聯(lián)網(wǎng)發(fā)展水平對農(nóng)業(yè)保險發(fā)展的影響研究——基于雙重中介效應(yīng)的實證分析》，《蘭州學(xué)刊》2020年第9期。，研究視角相對單一。而數(shù)字金融服務(wù)本身是多業(yè)態(tài)和多維度的，其作用農(nóng)業(yè)保險發(fā)展的機制是否還包括收入水平提升及理賠效率改善，進而從需求和供給兩個層面推動農(nóng)業(yè)保險市場實現(xiàn)“較高”層面均衡，仍值得進一步深入探究。有鑒于此，本文基于我國24個主要農(nóng)業(yè)省份(市、區(qū))2011—2020年的面板數(shù)據(jù)，運用中介效應(yīng)模型探究數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的影響及作用機制，以期為數(shù)字金融服務(wù)推進農(nóng)業(yè)保險高質(zhì)量發(fā)展提供科學(xué)依據(jù)和可行路徑。

三、理論分析與研究假說

(一) 數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的影響

第一，在推進數(shù)字金融發(fā)展背景下，農(nóng)戶通過移動互聯(lián)網(wǎng)更容易觸及風(fēng)險管理教育，提升自身風(fēng)險管理意識，有助于正確理解農(nóng)業(yè)保險的功能。與此同時，數(shù)字技術(shù)能夠使農(nóng)戶突破購買農(nóng)業(yè)保險的時間和空間限制，改變農(nóng)戶參加農(nóng)業(yè)保險的方式，提升了農(nóng)戶參保便利性。第二，數(shù)字金融服務(wù)基于大數(shù)據(jù)和云計算等數(shù)字技術(shù)能夠有效緩解農(nóng)業(yè)保險供需雙方的信息不對稱。(23)Fuster A., Plosser M., Schnabl P.,Vickery J.,“The Role of Technology in Mortgage Lending”,Review of Financial Studies,Vol.32,No.5,2019,pp.1854-1899.隨著數(shù)字金融的發(fā)展，保險公司能夠借助大數(shù)據(jù)和人工智能的技術(shù)搜集投保人的信息，一方面提高了對參保農(nóng)戶進行“精準(zhǔn)畫像”的能力，及時捕捉農(nóng)戶需求，創(chuàng)新開發(fā)適合農(nóng)戶需求的個性化農(nóng)險產(chǎn)品。(24)唐金成、李笑晨：《保險科技驅(qū)動我國智慧農(nóng)險體系構(gòu)建研究》，《西南金融》2020年第7期。另一方面有助于提高農(nóng)業(yè)保險的定價能力，改善逆向選擇問題(25)Bjorkegren D.,“The Adoption of Network Goods: Evidence from the Spread of Mobile Pheones in Rwanda”,The Review of Economic Studies,Vol.86,No.3,2019,pp.1033-1060.，而且能夠為參保人風(fēng)控管理提供海量的數(shù)據(jù)，提升保險機構(gòu)風(fēng)險管理的服務(wù)質(zhì)量(26)許閑：《區(qū)塊鏈與保險創(chuàng)新:機制、前景與挑戰(zhàn)》，《保險研究》2017年第5期。。因此，本文提出研究假說1。

H1：數(shù)字金融服務(wù)會推動農(nóng)業(yè)保險的發(fā)展

(二)農(nóng)戶可支配收入和理賠效率的中介效應(yīng)

1．?dāng)?shù)字金融服務(wù)通過提高農(nóng)戶可支配收入提升農(nóng)業(yè)保險有效需求

數(shù)字金融的發(fā)展降低了金融服務(wù)成本、信用評估風(fēng)險和信息不對稱，提高了農(nóng)戶和小微企業(yè)等弱勢群體的金融可得性，一定程度上緩解了資金約束狀況。對小微企業(yè)而言，便利獲得信貸擴大生產(chǎn)成為可能，有助于為兼業(yè)農(nóng)戶提供更多的就業(yè)機會。(27)Ozili P K.,“Impact of Digital Finance on Financial Inclusion and Stability”,Borsa Istanbul Review,Vol.18,No.4,2018,pp.329-340.對農(nóng)戶而言，不僅有機會為購買農(nóng)機等生產(chǎn)資料獲得低息貸款進行擴大農(nóng)業(yè)生產(chǎn)(28)謝絢麗、沈艷、張皓星等：《數(shù)字金融能促進創(chuàng)業(yè)嗎?——來自中國的證據(jù)》，《經(jīng)濟學(xué)(季刊)》2018年第4期。，而且數(shù)字金融服務(wù)為農(nóng)產(chǎn)品銷售提供了新途徑，成為農(nóng)業(yè)發(fā)展的助推器。另外，信貸約束的緩解有助于提高農(nóng)戶創(chuàng)業(yè)積極性(29)何婧、李慶海：《數(shù)字金融使用與農(nóng)戶創(chuàng)業(yè)行為》，《中國農(nóng)村經(jīng)濟》2019年第1期。，家庭農(nóng)場、發(fā)展農(nóng)村電商和發(fā)展休閑農(nóng)業(yè)已經(jīng)成為農(nóng)戶創(chuàng)業(yè)的主要類型。總之，數(shù)字金融服務(wù)可以通過緩解資金約束提高農(nóng)戶就業(yè)、創(chuàng)業(yè)機會和擴大農(nóng)業(yè)生產(chǎn)，進而提升農(nóng)戶可支配收入水平。而可支配收入水平的提高有助于提升農(nóng)戶農(nóng)業(yè)保險支付能力，將農(nóng)戶的潛在需求轉(zhuǎn)化為有效需求。(30)黃琦、陶建平、張紅梅：《農(nóng)業(yè)保險市場結(jié)構(gòu)、空間依賴性與農(nóng)業(yè)保險條件收斂研究》，《中國管理科學(xué)》2017年第5期。因此，本文提出研究假說2。

H2：數(shù)字金融服務(wù)能夠提高農(nóng)戶可支配收入，進而提升農(nóng)業(yè)保險有效需求

2. 數(shù)字金融服務(wù)通過提高理賠效率提升農(nóng)業(yè)保險有效供給

保險公司在農(nóng)業(yè)保險的經(jīng)營過程中，往往因農(nóng)戶地理位置偏遠且分散增加查勘定損難度而面臨高額的經(jīng)營費用，我國目前的農(nóng)業(yè)保險經(jīng)營費用率達到了20%以上，一定程度上限制了“保本微利”的保險公司提供有效的農(nóng)業(yè)保險產(chǎn)品。而數(shù)字金融的發(fā)展為提升理賠效率、降低農(nóng)業(yè)保險經(jīng)營成本提供了可行的路徑。具體而言，在勘損服務(wù)環(huán)節(jié)，可以通過無人機遙感影像、衛(wèi)星遙感影像對農(nóng)業(yè)災(zāi)害實時監(jiān)控，以確定導(dǎo)致農(nóng)業(yè)災(zāi)害事故發(fā)生的近因與情況，并結(jié)合大數(shù)據(jù)挖掘的區(qū)域地理信息和承保信息，對損失進行“天空地”一體化評估，為精確和快速理賠提供依據(jù)。另外，手機等移動終端的普及化為勘損服務(wù)環(huán)節(jié)拍照上傳標(biāo)的受損情況提供了方便，甚至可以通過理賠系統(tǒng)，結(jié)合人工智能的數(shù)據(jù)挖掘體系進行欺詐審核，實現(xiàn)線上遠程理賠審核，而區(qū)塊鏈技術(shù)能夠有效簡化理賠結(jié)算流程，實現(xiàn)移動支付賠款，實時到賬，提升了理賠結(jié)算效率。(31)完顏瑞云、鎖凌燕：《保險科技對保險業(yè)的影響研究》，《保險研究》2019年第10期。理賠效率的提升能夠有效降低保險公司的經(jīng)營成本，有助于提升保險公司農(nóng)業(yè)保險產(chǎn)品供給。因此，本文提出研究假說3。

H3：數(shù)字金融服務(wù)能夠提高理賠效率降低保險經(jīng)營成本，推動農(nóng)業(yè)保險產(chǎn)品供給

綜上所述，數(shù)字金融服務(wù)能夠從需求拉動和供給推動兩個層面實現(xiàn)合力作用，共同影響農(nóng)業(yè)保險的發(fā)展，使傳統(tǒng)政策性農(nóng)業(yè)保險市場的均衡狀態(tài)由E1向E2轉(zhuǎn)變(見圖1)。

圖1 數(shù)字金融服務(wù)對農(nóng)業(yè)保險市場均衡的影響

從農(nóng)業(yè)保險市場均衡數(shù)量的角度看，數(shù)字金融服務(wù)提高了農(nóng)業(yè)保險市場均衡數(shù)量(從Q1增至Q2)。這主要是因為數(shù)字金融服務(wù)通過提高農(nóng)戶可支配收入提升農(nóng)業(yè)保險需求，使得農(nóng)業(yè)保險需求曲線從D1上升至D2。另外，數(shù)字金融服務(wù)還會通過提高理賠效率提升農(nóng)業(yè)保險供給，使農(nóng)業(yè)保險供給曲線從S1移動至S2，此時，數(shù)字金融服務(wù)推動下新的農(nóng)業(yè)保險供給曲線S2和需求曲線D2相交于點E2，政策性農(nóng)業(yè)保險市場的均衡點向右發(fā)生了移動。

從農(nóng)業(yè)保險市場均衡價格的角度看，數(shù)字金融服務(wù)降低了農(nóng)業(yè)保險市場的均衡價格(從P1降至P2)。這一方面是由于農(nóng)戶的收入水平相對較低，有限的資金約束條件限制農(nóng)戶可支配收入提升的需求拉動效應(yīng)，導(dǎo)致數(shù)字金融服務(wù)通過提升農(nóng)戶可支配收入水平所帶來的D1向D2移動的距離相對較小。另一方面，高額的經(jīng)營費用是抑制農(nóng)業(yè)保險供給的重要因素，致使經(jīng)營費用的變動具有較高的邊際產(chǎn)品供給效應(yīng)，也即數(shù)字金融服務(wù)通過提升理賠效率使得S1向S2移動的距離相對較大。而在S1向S2移動的距離相對較大、D1向D2移動的距離相對較小的狀況下，農(nóng)業(yè)保險市場的均衡價格會呈現(xiàn)下降趨勢。

四、模型設(shè)定與數(shù)據(jù)選取

(一) 模型設(shè)定

1.基準(zhǔn)回歸模型設(shè)定

為了分析數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的綜合效應(yīng)，本文構(gòu)建的基準(zhǔn)回歸模型如(1)式所示。

Yit=α0+α1xit+β∑controlit+μi+λt+εit

(1)

其中，下標(biāo)i表示省(市)，t表示時間，α0、α1和β為待估參數(shù)。Yit為農(nóng)業(yè)保險發(fā)展水平，xit為數(shù)字金融服務(wù)水平。controlit包括：農(nóng)作物播種面積、農(nóng)業(yè)機械總動力、農(nóng)村人均消費支出、農(nóng)作物受災(zāi)面積和農(nóng)林水事務(wù)支出。μi和λt分別為地區(qū)和時間固定效應(yīng)。

2.中介效應(yīng)模型設(shè)定

為了識別數(shù)字金融服務(wù)是否通過農(nóng)戶可支配收入和農(nóng)業(yè)保險理賠效率對農(nóng)業(yè)保險發(fā)展產(chǎn)生影響，本文借鑒Baron 和Kenny(32)Baron R M., Kenny D A.,“The Moderator-Mediator Variable Distinction in Social Psychological Research：Conceptual，Strategic，and Statistical Considerations”,Journal of Personality and Social Psychology,Vol.51,No.6,1986,pp.1173-1182.、溫忠麟等(33)溫忠麟、張雷、侯杰泰、劉紅云：《中介效應(yīng)檢驗程序及其應(yīng)用》，《心理學(xué)報》2004年第5期。、劉航和楊丹輝(34)劉航、楊丹輝：《高質(zhì)量進口能帶來成本節(jié)約效應(yīng)嗎》，《中國工業(yè)經(jīng)濟》2020年第10期。對中介效應(yīng)模型的研究，首先構(gòu)建以下回歸方程：

Mit=α0+α2xit+β∑controlit+μi+λt+εit

(2)

Yit=α0+α3Mit+β∑controlit+μi+λt+εit

(3)

其次，檢驗農(nóng)戶可支配收入和農(nóng)業(yè)保險理賠效率是否為完全中介效應(yīng)，即檢驗是否還存在數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的直接效應(yīng)，建立方程如下：

Yit=α0+φxit+ωMit+β∑controlit+μi+λt+εit

(4)

在(4)式中，若估計系數(shù)φ在統(tǒng)計意義上顯著，則說明農(nóng)戶可支配收入和農(nóng)業(yè)保險賠付效率存在部分中介效應(yīng)，此時，數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展存在直接影響。反之，農(nóng)戶可支配收入和農(nóng)業(yè)保險理賠效率存在完全中介作用。

(二) 變量說明

1.被解釋變量

在對農(nóng)業(yè)保險發(fā)展水平的測度中，學(xué)者們選取了農(nóng)業(yè)保險保費收入、保險深度和保險密度等指標(biāo)。(35)李琴英、崔怡、陳力朋：《政策性農(nóng)業(yè)保險對農(nóng)村居民收入的影響——基于2006-2015年省級面板數(shù)據(jù)的實證分析》，《鄭州大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)》2018年第5期。借鑒現(xiàn)有研究，本文選取農(nóng)業(yè)保險保費收入(單位：百萬元)作為農(nóng)業(yè)保險發(fā)展水平的測量指標(biāo)，它直觀地以貨幣形式反映了農(nóng)業(yè)保險的有效需求。

2.核心解釋變量

本文根據(jù)郭峰等(36)郭峰、王靖一、王芳等：《測度中國數(shù)字普惠金融發(fā)展:指數(shù)編制與空間特征》，《經(jīng)濟學(xué)(季刊)》2020年第4期。對數(shù)字普惠金融的研究，選取數(shù)字普惠金融指數(shù)來衡量數(shù)字金融服務(wù)水平。主要是因為數(shù)字普惠金融指數(shù)能夠反映數(shù)字技術(shù)服務(wù)金融的總體情況和變化趨勢，可以體現(xiàn)為交易賬戶數(shù)的增加，或是互聯(lián)網(wǎng)金融服務(wù)的深化，也可以體現(xiàn)為金融服務(wù)的便利化和成本的降低。其包含了三個具體維度：數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和數(shù)字化程度。其中，數(shù)字金融覆蓋廣度主要測度了第三方支付賬戶綁定的銀行卡數(shù)量；數(shù)字金融使用深度既包括實際使用總量指標(biāo)(每萬支付寶用戶數(shù)中使用金融服務(wù)的人數(shù))，也包括使用活躍度指標(biāo)(人均交易筆數(shù)、人均交易金額)；數(shù)字化程度反映了數(shù)字金融的便利性、低成本和信用化。

3.中介變量

本文選取農(nóng)戶可支配收入(單位：元/人)和農(nóng)業(yè)保險賠付效率(單位：百萬元)作為中介變量。其中，農(nóng)戶可支配收入是一個省份的農(nóng)戶可支配收入總和與農(nóng)村居民總?cè)藬?shù)的比值，反映了農(nóng)戶的人均支付能力。考慮到農(nóng)戶可支配收入由農(nóng)業(yè)收入和非農(nóng)收入構(gòu)成，本文選取農(nóng)業(yè)收入(單位：元/人)和非農(nóng)收入(單位：元/人)對農(nóng)戶可支配收入的中介效應(yīng)做進一步分析。借鑒李谷成等(37)李谷成、李燁陽、周曉時：《農(nóng)業(yè)機械化、勞動力轉(zhuǎn)移與農(nóng)民收入增長——孰因孰果》，《中國農(nóng)村經(jīng)濟》2018年第11期。的研究，本文將人均經(jīng)營純收入作為農(nóng)業(yè)收入的代理變量，將人均工資性收入、財產(chǎn)凈收入和轉(zhuǎn)移凈收入作為非農(nóng)收入的代理變量。另外，本文選取農(nóng)業(yè)保險賠付支出來衡量農(nóng)業(yè)保險理賠效率。

4.控制變量

借鑒相關(guān)文獻(38)Cole S. A., Xiong W T.,“Agricultural Insurance and Economic Development”,Annual Review of Economics,Vol.9,2017,pp.235-262.(39)牛浩、陳盛偉：《“弱競爭”的市場模式提升了農(nóng)業(yè)保險發(fā)展速度嗎》，《保險研究》2019年第8期。，本文主要選取了農(nóng)作物播種面積(單位：千公頃)、農(nóng)業(yè)機械總動力(單位：萬千瓦)、農(nóng)村人均消費支出(單位：元)、農(nóng)作物受災(zāi)面積(單位：千公頃)和農(nóng)林水事務(wù)支出(單位：億元)五個變量作為控制變量。其中，農(nóng)業(yè)機械總動力反映了農(nóng)業(yè)生產(chǎn)的機械化水平，農(nóng)林水事務(wù)支出反映了政府對農(nóng)業(yè)的支持力度。

(三)數(shù)據(jù)選取

本文的樣本為我國24個主要農(nóng)業(yè)省份(市、區(qū))2011—2020年的面板數(shù)據(jù)。因農(nóng)業(yè)保險是保障農(nóng)業(yè)生產(chǎn)經(jīng)營的重要金融政策，所以考慮數(shù)據(jù)的代表性，本文選取了我國31個省(市、區(qū))中，按2011—2020年農(nóng)作物種植總面積排名前75%分位的省市，剔除了北京、上海、天津、西藏、青海、海南和寧夏。本文使用的數(shù)據(jù)主要來源于北京大學(xué)數(shù)字研究中心官網(wǎng)、中國銀行保險監(jiān)督管理委員會官網(wǎng)、Wind數(shù)據(jù)庫、《中國統(tǒng)計年鑒(2012—2021)》《中國保險年鑒(2012—2019)》和《中國農(nóng)村年鑒(2012—2021)》。

為了考察模型中各變量是否服從正態(tài)分布，本文在模型估計之前，使用核密度估計法得到主要變量的核密度圖，并與正態(tài)密度進行比較(見圖2)。由圖2可知，主要變量的分布與正態(tài)分布有一定差距，因此，為了保證估計結(jié)果的一致性，本文對各變量均作對數(shù)化處理。各變量的描述性分析見表1。

圖2 主要變量的核密度與正態(tài)密度

表1 各變量的描述性統(tǒng)計分析(N=240)

五、實證結(jié)果與分析

在實證分析之前，本文對解釋變量的相關(guān)性進行分析，發(fā)現(xiàn)各解釋變量方差膨脹因子(VIF)的最大值為6.00，遠小于10，說明該模型不存在嚴(yán)重的多重共線性問題。另外，固定效應(yīng)下的F統(tǒng)計量(P=0.000)、隨機效應(yīng)下的LM統(tǒng)計量(P=0.000)和Huasman檢驗(P=0.011)均顯示用固定效應(yīng)模型進行估計的效果較好。

(一) 基準(zhǔn)回歸結(jié)果

對基準(zhǔn)回歸模型(1)進行估計分析數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展影響的綜合效應(yīng)，估計結(jié)果如表2所示。其中，第(1)列為農(nóng)業(yè)保險對數(shù)字金融服務(wù)單獨作回歸的結(jié)果；第(2)列加入了農(nóng)作物播種面積的對數(shù)和農(nóng)業(yè)機械總動力的對數(shù)；第(3)列加入了農(nóng)村人均消費支出的對數(shù)和農(nóng)作物受災(zāi)面積的對數(shù)；第(4)列加入了農(nóng)林水事務(wù)支出的對數(shù)。從第(1)列至第(4)列依次加入控制變量，盡管數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的影響系數(shù)呈現(xiàn)小幅度減小趨勢，但是估計系數(shù)至少在5%的顯著性水平上均通過了檢驗。第(4)列的回歸結(jié)果表明，數(shù)字金融服務(wù)水平的提高會對農(nóng)業(yè)保險發(fā)展產(chǎn)生顯著的正向影響，具體而言，數(shù)字金融服務(wù)水平每變化1%，農(nóng)業(yè)保險保費收入同向變化0.244%，從而驗證了本文的研究假說1：數(shù)字金融服務(wù)會推動農(nóng)業(yè)保險的發(fā)展，也在一定程度上說明了數(shù)字金融服務(wù)能夠通過提高農(nóng)戶的農(nóng)業(yè)保險產(chǎn)品可得性、緩解信息不對稱問題等方式促進農(nóng)業(yè)保險的發(fā)展。另外，回歸結(jié)果還表明農(nóng)林水事務(wù)支出的增加能夠顯著推動農(nóng)業(yè)保險的發(fā)展。

表2 數(shù)字金融服務(wù)對農(nóng)業(yè)保險影響的逐步回歸結(jié)果

(二) 內(nèi)生性處理

盡管表2的基準(zhǔn)回歸表明數(shù)字金融服務(wù)能夠促進農(nóng)業(yè)保險發(fā)展，但參保農(nóng)戶可能會因農(nóng)業(yè)保險可以降低收入波動幅度滿足了其風(fēng)險管理的需要，進而有再次尋求數(shù)字金融服務(wù)的可能，比如再次借助數(shù)字金融服務(wù)購買農(nóng)業(yè)保險、申請信貸以擴大再生產(chǎn)等。因此，兩者可能存在反向因果關(guān)系，進而產(chǎn)生內(nèi)生性問題。為了減弱反向因果的可能性，本文借鑒傅秋子和黃益平(40)傅秋子、黃益平：《數(shù)字金融對農(nóng)村金融需求的異質(zhì)性影響——來自中國家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù)》，《金融研究》2018年第11期。、吳雨等(41)吳雨、李曉、李潔、周利：《數(shù)字金融發(fā)展與家庭金融資產(chǎn)組合有效性》，《管理世界》2021年第7期。的研究，將數(shù)字普惠金融指數(shù)與“該省會城市到杭州的距離”交互項的對數(shù)作為工具變量，并采用工具變量2SLS方法進一步識別數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的影響。

工具變量2SLS的估計結(jié)果如表3所示。由表3可知，工具變量的不可識別檢驗(Kleibergen-Paap rk LM 統(tǒng)計量)的p值均為0，第一階段中工具變量的估計系數(shù)統(tǒng)計顯著異于0，且弱工具變量識別檢驗的C-D Wald F 統(tǒng)計量均大于10%的臨界值(16.38)，表明工具變量與內(nèi)生變量具有較強的相關(guān)性。另外，工具變量估計結(jié)果表明，在考慮了內(nèi)生性問題后，數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的影響效應(yīng)仍然顯著為正，即無論是基準(zhǔn)回歸結(jié)果還是工具變量回歸結(jié)果均支持了這一研究結(jié)論。

表3 內(nèi)生性處理：工具變量估計

(三) 穩(wěn)健性檢驗

本文進行了兩類穩(wěn)健性檢驗以保證結(jié)論的可靠性。第一，采用不同樣本?？紤]到農(nóng)業(yè)保險服務(wù)的主體是“三農(nóng)”，而不同省份的農(nóng)業(yè)在其經(jīng)濟發(fā)展中的貢獻不同，相應(yīng)農(nóng)業(yè)保險的發(fā)展出現(xiàn)不均衡態(tài)勢，一般而言，農(nóng)業(yè)保險在保障農(nóng)業(yè)大省的經(jīng)濟發(fā)展中占有重要地位。因此，本文按2011—2020年農(nóng)作物種植總面積排名進一步剔除農(nóng)作物種植總面積相對較小的福建、浙江和重慶三個省(市)進行回歸，表4第(1)列是回歸結(jié)果，顯示數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展依舊產(chǎn)生顯著的正向影響；第二，增加控制變量。因為近年來關(guān)于推進農(nóng)業(yè)保險發(fā)展的研究已有不少成果，在穩(wěn)健性檢驗中，本文在參考現(xiàn)有研究的基礎(chǔ)上，嘗試增加控制變量，以防止遺漏關(guān)鍵變量問題。為此，本文在控制變量中嘗試加入農(nóng)村人力資本的對數(shù)、農(nóng)林牧副漁增加值(單位：億元)的對數(shù)和農(nóng)村人口占比(單位：%)。無論是把以上變量逐個加入本文基準(zhǔn)回歸模型(1)，還是把以上所有變量同時加入基準(zhǔn)回歸模型作為控制變量，本文的實證結(jié)論并未因此改變，數(shù)字金融服務(wù)的估計系數(shù)均顯著為正。

表4 回歸模型的兩類穩(wěn)健性檢驗

六、基于可支配收入和農(nóng)業(yè)保險理賠效率的中介效應(yīng)檢驗

(一) 數(shù)字金融服務(wù)影響農(nóng)業(yè)保險發(fā)展：可支配收入的中介效應(yīng)檢驗

表5第(1)、(2)和(7)列分別是對回歸模型(2)、(3)和(4)進行估計的結(jié)果，其中中介變量是農(nóng)戶可支配收入。第(1)和(2)列顯示了可支配收入在數(shù)字金融服務(wù)影響農(nóng)業(yè)保險發(fā)展中的中介效應(yīng)。第(1)列為數(shù)字金融服務(wù)水平對農(nóng)戶可支配收入影響的估計結(jié)果，結(jié)果顯示估計系數(shù)在5%的置信水平上顯著為正；第(2)列估計了農(nóng)戶可支配收入對農(nóng)業(yè)保險發(fā)展的影響，結(jié)果顯示系數(shù)在1%的置信水平上顯著為正，因此，數(shù)字金融服務(wù)有助于提高農(nóng)戶的可支配收入水平，通過提升農(nóng)戶保險需求拉動農(nóng)業(yè)保險發(fā)展。第(7)列檢驗了是否存在數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的直接效應(yīng)，結(jié)果顯示數(shù)字金融服務(wù)的估計系數(shù)為0.191，且在10%的置信水平上顯著。因此，可支配收入在數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的影響中起到了部分中介作用，研究假說2得證。其中，中介效應(yīng)占綜合效應(yīng)16.877%，即數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的影響有16.877%是通過提高農(nóng)戶可支配收入實現(xiàn)的。

進一步從表5中農(nóng)業(yè)收入和非農(nóng)收入的中介效應(yīng)檢驗結(jié)果分析發(fā)現(xiàn)，農(nóng)業(yè)收入的中介效應(yīng)檢驗結(jié)果不顯著，而非農(nóng)收入的中介效應(yīng)檢驗結(jié)果顯著，這說明可支配收入的中介效應(yīng)主要來源于非農(nóng)收入部分。一方面，數(shù)字金融服務(wù)能夠促進農(nóng)戶非農(nóng)收入的增長，主要通過提供更多就業(yè)和創(chuàng)業(yè)機會實現(xiàn)。另一方面，非農(nóng)收入對農(nóng)業(yè)保險的發(fā)展產(chǎn)生正向影響。本文認為產(chǎn)生這一現(xiàn)象的原因可能是：我國農(nóng)業(yè)生產(chǎn)仍然以小規(guī)模農(nóng)戶為主，農(nóng)戶兼業(yè)化、非農(nóng)化趨勢明顯，且兼業(yè)化農(nóng)戶比重高于非農(nóng)化農(nóng)戶(42)張琛、彭超、孔祥智：《農(nóng)戶分化的演化邏輯、歷史演變與未來展望》，《改革》2019年第2期。，而兼業(yè)化農(nóng)戶對農(nóng)業(yè)保險的需求會受收入水平的財富效應(yīng)和收入結(jié)構(gòu)的替代效應(yīng)共同影響(43)張偉、郭頌平、羅向明：《風(fēng)險演變、收入調(diào)整與不同地理區(qū)域農(nóng)業(yè)保險的差異化需求》，《保險研究》2013年第10期。?，F(xiàn)階段我國農(nóng)村居民收入水平仍然相對較低，且農(nóng)戶越趨向兼業(yè)化分化，在此狀況下，非農(nóng)收入的增加所帶來的農(nóng)戶總體收入水平增加的財富效應(yīng)大于非農(nóng)收入占比提高的替代效應(yīng)。馬彪等(44)馬彪、張琛、彭超：《農(nóng)戶分化背景下農(nóng)業(yè)保險的功能實現(xiàn)研究》，《保險研究》2020年第9期。通過對比分析2009—2017年純農(nóng)戶、兼業(yè)農(nóng)戶以及非農(nóng)戶的農(nóng)業(yè)保險投保情況發(fā)現(xiàn)，家庭收入主要來源是非農(nóng)收入的第二類兼業(yè)農(nóng)戶的投保比例與家庭收入主要來源是農(nóng)業(yè)收入的第一類兼業(yè)農(nóng)戶基本持平，且在個別年份其投保比例甚至略高于純農(nóng)戶，這在一定程度上驗證了現(xiàn)階段存在非農(nóng)收入增加的財富效應(yīng)大于替代效應(yīng)的狀況。至于農(nóng)業(yè)收入的中介效應(yīng)不顯著的原因，本文認為可能是我國數(shù)字金融在農(nóng)村地區(qū)的發(fā)展尚處于起步階段，由于數(shù)字金融基礎(chǔ)設(shè)施不完善、農(nóng)戶對數(shù)字金融服務(wù)認知不足等主客觀因素，數(shù)字金融與傳統(tǒng)農(nóng)業(yè)經(jīng)營方式的銜接還處于低效態(tài)勢。(45)星焱：《農(nóng)村數(shù)字普惠金融的“紅利”與“鴻溝”》，《經(jīng)濟學(xué)家》2021年第2期。

表5 可支配收入的中介效應(yīng)檢驗

(二)數(shù)字金融服務(wù)影響農(nóng)業(yè)保險發(fā)展：農(nóng)業(yè)保險理賠效率的中介效應(yīng)檢驗

表6第(1)、(2)和(3)列分別是對回歸模型式(2)、(3)和(4)進行回歸的結(jié)果，其中中介變量是農(nóng)業(yè)保險理賠效率。第(1)和(2)列顯示了農(nóng)業(yè)保險賠付效率在數(shù)字金融服務(wù)影響農(nóng)業(yè)保險發(fā)展中的中介效應(yīng)。第(1)列為數(shù)字金融服務(wù)水平對農(nóng)業(yè)保險理賠效率影響的估計結(jié)果，結(jié)果顯示估計系數(shù)在1%的置信水平上顯著為正；第(2)列估計了農(nóng)業(yè)保險理賠效率對農(nóng)業(yè)保險保費收入的影響，結(jié)果顯示系數(shù)在1%的置信水平上顯著為正，因此，數(shù)字金融服務(wù)水平的提高有助于提高農(nóng)業(yè)保險理賠效率，通過降低經(jīng)營成本提升農(nóng)業(yè)保險的供給，推動農(nóng)業(yè)保險發(fā)展。第(3)列檢驗了是否存在數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的直接效應(yīng)，結(jié)果顯示數(shù)字金融服務(wù)的估計系數(shù)為0.324，且在10%的置信水平上顯著。因此，農(nóng)業(yè)保險理賠效率在數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的影響中起到了部分中介作用，研究假說3得證。其中，中介效應(yīng)占綜合效應(yīng)62.036%，即數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的影響有62.036%通過提高理賠效率實現(xiàn)。

表6 農(nóng)業(yè)保險理賠效率的中介效應(yīng)檢驗

上述分析檢驗了數(shù)字金融服務(wù)通過需求拉動和供給推動促進農(nóng)業(yè)保險發(fā)展的機制，也在一定程度上驗證了數(shù)字金融服務(wù)作用下的農(nóng)業(yè)保險市場均衡數(shù)量狀態(tài)：新的農(nóng)業(yè)保險市場均衡點具有相對較高的均衡“數(shù)量”。上述分析也間接表明了數(shù)字金融服務(wù)作用下農(nóng)業(yè)保險市場均衡價格較于傳統(tǒng)農(nóng)業(yè)保險市場均衡價格的變動特征：農(nóng)業(yè)保險賠付效率的中介效應(yīng)(62.036%)遠大于可支配收入的中介效應(yīng)(16.877%)，意味著數(shù)字金融服務(wù)促進農(nóng)業(yè)保險發(fā)展的供給推動效應(yīng)顯著大于需求拉動效應(yīng)，使得農(nóng)業(yè)保險市場的均衡價格會呈現(xiàn)下降趨勢。

圖3 數(shù)字普惠金融平均指數(shù)與農(nóng)業(yè)保險價格變動趨勢(2011—2020)

數(shù)據(jù)來源：北京大學(xué)數(shù)字研究中心、中國銀行保險監(jiān)督管理委員會。

圖3對數(shù)字金融服務(wù)與農(nóng)業(yè)保險價格的變動趨勢進行了刻畫。在圖3中，選取農(nóng)業(yè)保險平均費率(農(nóng)業(yè)保險保費收入與保額的比值)作為農(nóng)業(yè)保險價格，選取數(shù)字普惠金融平均指數(shù)代表全國層面數(shù)字金融服務(wù)的發(fā)展程度。由圖可知，2011—2020年間，農(nóng)業(yè)保險價格隨著數(shù)字普惠金融發(fā)展平均指數(shù)的增加總體呈現(xiàn)下降趨勢。

(三)中介效應(yīng)可信度檢驗

七、研究結(jié)論與對策建議

本文基于我國24個主要農(nóng)業(yè)省份(市、區(qū))2011—2020年數(shù)字金融服務(wù)、農(nóng)業(yè)保險與農(nóng)業(yè)生產(chǎn)相關(guān)面板數(shù)據(jù)，利用中介效應(yīng)模型分析了數(shù)字金融服務(wù)對農(nóng)業(yè)保險發(fā)展的影響及其作用機制。研究發(fā)現(xiàn)：第一，數(shù)字金融服務(wù)對農(nóng)業(yè)保險的發(fā)展具有顯著正向影響。采用工具變量法處理數(shù)字金融服務(wù)的內(nèi)生性后，實證結(jié)果顯著?？紤]分樣本和遺漏變量等可能影響估計結(jié)果的因素后，進一步穩(wěn)健性檢驗發(fā)現(xiàn)上述結(jié)果仍然成立。第二，農(nóng)戶可支配收入和理賠效率在數(shù)字金融服務(wù)影響農(nóng)業(yè)保險發(fā)展中發(fā)揮了部分中介效應(yīng)。具體而言，數(shù)字金融服務(wù)可通過提高農(nóng)戶可支配收入和理賠效率，從需求拉動和供給推動兩個層面促進農(nóng)業(yè)保險發(fā)展。

基于上述實證分析結(jié)論，為充分發(fā)揮數(shù)字金融服務(wù)的優(yōu)勢，本文建議通過數(shù)字金融的深度挖掘和智慧農(nóng)險的不斷完善，共同助力農(nóng)業(yè)保險的高質(zhì)量發(fā)展。

第一，持續(xù)推進數(shù)字金融從廣度到深度的發(fā)展，以提高農(nóng)戶金融可得性，增加農(nóng)戶可支配收入，從需求端拉動農(nóng)業(yè)保險發(fā)展。一方面，為擴大數(shù)字金融使用廣度，需要建立、完善現(xiàn)代化支付清算系統(tǒng)，以夯實數(shù)字金融發(fā)展基礎(chǔ)，為互聯(lián)網(wǎng)信貸和互聯(lián)網(wǎng)保險的開展提供路徑。另一方面，通過數(shù)字技術(shù)創(chuàng)新金融產(chǎn)品抵押擔(dān)保方式，為小微企業(yè)的生產(chǎn)經(jīng)營和農(nóng)戶的農(nóng)業(yè)生產(chǎn)或創(chuàng)業(yè)提供所需資金，從而為農(nóng)戶提供更多的就業(yè)機會和擴大農(nóng)業(yè)生產(chǎn)機會，增加農(nóng)戶可支配收入，進而推進農(nóng)業(yè)保險持續(xù)發(fā)展。

第二，依托保險科技不斷完善智慧農(nóng)險體系，在提升農(nóng)業(yè)保險理賠效率的同時，創(chuàng)新農(nóng)業(yè)保險運行機制，從供給端推動農(nóng)業(yè)保險發(fā)展。智慧農(nóng)險體系是指將農(nóng)業(yè)保險業(yè)務(wù)環(huán)節(jié)嵌合保險科技進行流程優(yōu)化和智慧化處理，并搭建行業(yè)信息平臺，完善信息服務(wù)的經(jīng)營體系，是數(shù)字金融服務(wù)在保險領(lǐng)域的重要體現(xiàn)。保險公司需注重智慧農(nóng)險體系的建立與完善，在為農(nóng)業(yè)經(jīng)營者提供農(nóng)業(yè)技術(shù)、農(nóng)業(yè)災(zāi)害等農(nóng)業(yè)風(fēng)險管理的全方位信息服務(wù)的同時，優(yōu)化改進農(nóng)業(yè)保險的承保、理賠業(yè)務(wù)辦理，減少了保險交易成本，提升農(nóng)業(yè)保險產(chǎn)品的有效供給。

第三，依托政府和各主體部門的力量，統(tǒng)籌規(guī)劃推進數(shù)字金融服務(wù)與農(nóng)業(yè)保險有效融合。一是依托數(shù)字鄉(xiāng)村戰(zhàn)略背景，在農(nóng)村地區(qū)加快推進數(shù)字基礎(chǔ)設(shè)施建設(shè)，比如5G基站、大數(shù)據(jù)中心等；二是出臺相關(guān)政策舉措支持?jǐn)?shù)字金融服務(wù)推進傳統(tǒng)農(nóng)業(yè)經(jīng)營方式優(yōu)化升級，如農(nóng)產(chǎn)品銷售模式線上化、智慧農(nóng)業(yè)建設(shè)等；三是加強農(nóng)村地區(qū)農(nóng)戶數(shù)字技能的培訓(xùn)和金融知識的教育，提升農(nóng)戶金融素養(yǎng)和風(fēng)險防范意識，引導(dǎo)農(nóng)戶合理、規(guī)范使用數(shù)字金融。另外，智慧農(nóng)險涉及到的知識體系復(fù)合性較高、創(chuàng)新性較強，需要保險機構(gòu)聯(lián)合高校及科研部門協(xié)同合作，聯(lián)合培養(yǎng)智慧農(nóng)險需要的復(fù)合型人才，推進農(nóng)業(yè)保險高質(zhì)量發(fā)展。