摘 要 政策性農(nóng)業(yè)保險(xiǎn)是分散和化解農(nóng)業(yè)風(fēng)險(xiǎn)的有效措施。運(yùn)用熵權(quán)TOPSIS模型和障礙度模型，評(píng)估熱帶作物政策性保險(xiǎn)的發(fā)展水平，并探究其制約因素。研究結(jié)果表明，農(nóng)戶對(duì)熱帶作物政策性保險(xiǎn)的綜合評(píng)價(jià)不高，其中，經(jīng)濟(jì)發(fā)展相對(duì)發(fā)達(dá)地區(qū)的農(nóng)戶對(duì)政策性保險(xiǎn)的評(píng)價(jià)總體高于經(jīng)濟(jì)發(fā)展相對(duì)落后地區(qū)。進(jìn)一步探究發(fā)現(xiàn)，保險(xiǎn)信任度及保險(xiǎn)在種植投入產(chǎn)出中的作用是制約農(nóng)戶對(duì)熱帶作物政策性保險(xiǎn)評(píng)價(jià)的主要因素?；诖耍瑸榱送苿?dòng)熱帶作物政策性保險(xiǎn)向高質(zhì)量發(fā)展轉(zhuǎn)型，不僅需要不斷優(yōu)化保險(xiǎn)定損標(biāo)準(zhǔn)，強(qiáng)化保險(xiǎn)宣傳力度，還需要兼顧經(jīng)營(yíng)主體與地區(qū)之間的發(fā)展差異。

關(guān)鍵詞 熱帶作物；政策性保險(xiǎn)；熵權(quán)TOPSIS模型；障礙因子；廣東省

中圖分類(lèi)號(hào)：F327 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2024.11.026

農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)面對(duì)自然環(huán)境與市場(chǎng)波動(dòng)帶來(lái)的風(fēng)險(xiǎn)，農(nóng)業(yè)產(chǎn)業(yè)的本質(zhì)特性決定了商業(yè)保險(xiǎn)市場(chǎng)難以持續(xù)發(fā)展，因此，許多國(guó)家普遍采用政策性保險(xiǎn)作為分散和轉(zhuǎn)移風(fēng)險(xiǎn)的有效措施。自2007年實(shí)施政策性農(nóng)業(yè)保險(xiǎn)以來(lái)，我國(guó)農(nóng)業(yè)保險(xiǎn)市場(chǎng)發(fā)展迅速。2007—2019年，各級(jí)財(cái)政通過(guò)3 021.6億元的保費(fèi)補(bǔ)貼，成功撬動(dòng)了4 004.84億元的保費(fèi)收入，為農(nóng)業(yè)風(fēng)險(xiǎn)提供了高達(dá)19.7萬(wàn)億元的保障[1]。我國(guó)熱帶作物種植歷史悠久，是農(nóng)業(yè)的重要組成部分。廣東省作為我國(guó)熱帶作物的主產(chǎn)區(qū)，由于地處熱帶或亞熱帶季風(fēng)氣候區(qū)，自然災(zāi)害頻發(fā)，因此，推行政策性農(nóng)業(yè)保險(xiǎn)確保農(nóng)業(yè)穩(wěn)固增收對(duì)于我國(guó)熱帶地區(qū)農(nóng)業(yè)的發(fā)展具有重要意義。

關(guān)于農(nóng)業(yè)保險(xiǎn)發(fā)展評(píng)價(jià)的研究，在早期階段，學(xué)者們主要利用描述性統(tǒng)計(jì)方法來(lái)分析農(nóng)業(yè)保險(xiǎn)實(shí)施后相關(guān)指標(biāo)（如農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)收入等）的變化情況，從而評(píng)估農(nóng)業(yè)保險(xiǎn)的發(fā)展績(jī)效[2-3]。隨著統(tǒng)計(jì)方法與其他學(xué)科的深度融合，學(xué)者們開(kāi)始利用層次分析、熵權(quán)等方法，多維度構(gòu)建政策性保險(xiǎn)發(fā)展評(píng)價(jià)的指標(biāo)體系，測(cè)度政策性農(nóng)業(yè)保險(xiǎn)的實(shí)施效果[4-5]。此外，也有學(xué)者利用DEA模型測(cè)算農(nóng)業(yè)保險(xiǎn)的運(yùn)行效率，進(jìn)而評(píng)估政策性保險(xiǎn)的發(fā)展水平[6-7]。

現(xiàn)有文獻(xiàn)對(duì)政策性農(nóng)業(yè)保險(xiǎn)進(jìn)行了深入探討，但該領(lǐng)域仍有若干不足之處亟待完善。首先，大多數(shù)研究集中于大宗農(nóng)作物的保險(xiǎn)政策，而針對(duì)熱帶作物的政策性保險(xiǎn)研究則尚未見(jiàn)諸文獻(xiàn)。其次，國(guó)內(nèi)許多研究從績(jī)效評(píng)價(jià)角度出發(fā)，聚焦于財(cái)政補(bǔ)貼的成效分析，而較少?gòu)霓r(nóng)戶的視角構(gòu)建評(píng)價(jià)體系來(lái)考察保險(xiǎn)發(fā)展水平。再者，現(xiàn)有文獻(xiàn)往往忽視了政策性農(nóng)業(yè)保險(xiǎn)在不同地區(qū)發(fā)展的差異性。鑒于此，本研究基于廣東省農(nóng)戶的實(shí)地調(diào)研數(shù)據(jù)，對(duì)熱帶作物政策性保險(xiǎn)的發(fā)展水平進(jìn)行評(píng)估，旨在為政策性農(nóng)業(yè)保險(xiǎn)的發(fā)展提供實(shí)證支持。

1" 研究數(shù)據(jù)與方法

1.1" 研究方法

本研究采用熵權(quán)法對(duì)熱帶作物政策性保險(xiǎn)的各級(jí)評(píng)價(jià)指標(biāo)進(jìn)行賦權(quán)。在此基礎(chǔ)上，根據(jù)指標(biāo)權(quán)重構(gòu)建了TOPSIS模型，以實(shí)現(xiàn)對(duì)熱帶作物政策性保險(xiǎn)的綜合評(píng)估。為深入探究制約熱帶作物政策性保險(xiǎn)發(fā)展水平的關(guān)鍵因素，本研究進(jìn)一步運(yùn)用障礙因子診斷模型進(jìn)行深度挖掘與分析。

1.2" 評(píng)價(jià)體系構(gòu)建

本研究在參考國(guó)內(nèi)有關(guān)政策評(píng)價(jià)研究的基礎(chǔ)上[8]，基于科學(xué)性、可操作性、相關(guān)獨(dú)立性和整體性4個(gè)原則，結(jié)合對(duì)熱帶作物政策性保險(xiǎn)調(diào)研的實(shí)際情況，分別從可持續(xù)性、服務(wù)有效性和認(rèn)知激勵(lì)性3個(gè)方面選取了14個(gè)評(píng)價(jià)指標(biāo)，構(gòu)建熱帶作物政策性保險(xiǎn)發(fā)展水平的評(píng)價(jià)體系，詳見(jiàn)表1。

1.3" 樣本選取與數(shù)據(jù)來(lái)源

本研究使用的數(shù)據(jù)資料來(lái)源于2022—2023年對(duì)廣東省6個(gè)市共9個(gè)縣（區(qū)、市）的政策性農(nóng)業(yè)保險(xiǎn)的調(diào)研，具體包括廣州的從化區(qū)和南沙區(qū)、汕尾的海豐縣、惠州的惠東縣和博羅縣、茂名的高州市和茂南區(qū)、湛江的廉江市及陽(yáng)江的陽(yáng)西縣。此次調(diào)研聚焦于荔枝、龍眼、香蕉和火龍果等農(nóng)作物產(chǎn)業(yè)。問(wèn)卷內(nèi)容主要包括填報(bào)人基本信息、農(nóng)戶生產(chǎn)情況、農(nóng)戶風(fēng)險(xiǎn)認(rèn)知與防范情況、農(nóng)戶購(gòu)買(mǎi)政策性保險(xiǎn)的情況及對(duì)政策性保險(xiǎn)的評(píng)價(jià)等5個(gè)方面。在調(diào)研過(guò)程中，共發(fā)放310份問(wèn)卷，成功收回290份，基于保險(xiǎn)發(fā)展評(píng)價(jià)的需求，剔除18份無(wú)效問(wèn)卷，最終采用有效問(wèn)卷272份，有效回收率達(dá)到88%，調(diào)研結(jié)果較為合理。有效問(wèn)卷分布為廣州81份、汕尾34份、惠州79份、茂名41份、湛江23份、陽(yáng)江14份，涉及鄉(xiāng)鎮(zhèn) 25個(gè)。

2" 結(jié)果與分析

2.1" 熱帶作物政策性保險(xiǎn)發(fā)展評(píng)價(jià)

2.1.1" 總體評(píng)價(jià)分析

本研究運(yùn)用熵權(quán)法計(jì)算熱帶作物政策性保險(xiǎn)發(fā)展評(píng)價(jià)體系中各指標(biāo)所占的權(quán)重，如表2所示。其中，信息效用值是每個(gè)評(píng)估指標(biāo)的差異性系數(shù)，該值越大表示指標(biāo)在評(píng)價(jià)體系中作用越顯著，各指標(biāo)權(quán)重之和為1。在 14個(gè)指標(biāo)層的評(píng)價(jià)指標(biāo)中，保險(xiǎn)信任度變化（X13）的權(quán)重最大，為18.42%，是否采取措施規(guī)避風(fēng)險(xiǎn)（X14）權(quán)重最小，為2.71%。進(jìn)一步計(jì)算各準(zhǔn)則層指標(biāo)的權(quán)重系數(shù)，可持續(xù)性的權(quán)重系數(shù)為64.07%，服務(wù)有效性的權(quán)重系數(shù)為14.8%，認(rèn)知激勵(lì)性的權(quán)重系數(shù)為 21.13%。即在熱帶作物政策性保險(xiǎn)發(fā)展的評(píng)價(jià)中，可持續(xù)性評(píng)價(jià)所占權(quán)重最高，服務(wù)有效性和認(rèn)知激勵(lì)性所占權(quán)重相對(duì)偏低，說(shuō)明可持續(xù)性對(duì)于熱帶作物政策性保險(xiǎn)發(fā)展評(píng)價(jià)更為重要。

建立基于指標(biāo)權(quán)重的TOPSIS 模型進(jìn)行評(píng)估，如表3所示。參考已有研究[9]，本研究依據(jù)貼近度值大小將評(píng)價(jià)結(jié)果分為4個(gè)等級(jí)，低于0.3為較差，0.3～0.6為一般，0.6～0.8為良好，0.8以上為優(yōu)質(zhì)。由計(jì)算結(jié)果可見(jiàn)，廣東省熱帶作物政策性保險(xiǎn)綜合評(píng)價(jià)均值為0.599，綜合評(píng)價(jià)為一般。其中，可持續(xù)性的貼近度評(píng)分最高，處于良好水平，但是服務(wù)有效性和認(rèn)知激勵(lì)性均處于一般的標(biāo)準(zhǔn)。說(shuō)明農(nóng)戶對(duì)熱帶作物政策性保險(xiǎn)的評(píng)價(jià)總體不高。

2.1.2 異質(zhì)性分析

為了考察不同地區(qū)對(duì)熱帶作物政策性保險(xiǎn)發(fā)展評(píng)價(jià)的差異性，根據(jù)調(diào)研區(qū)域分布，將樣本劃分為廣州、汕尾、惠州、茂名、湛江和陽(yáng)江6個(gè)地區(qū)，具體評(píng)價(jià)結(jié)果如表4所示。在綜合評(píng)價(jià)上，廣州對(duì)政策性保險(xiǎn)發(fā)展的評(píng)價(jià)最高，陽(yáng)江的評(píng)價(jià)最低。從三大維度對(duì)比分析結(jié)果看，廣州在可持續(xù)性和認(rèn)知激勵(lì)性兩個(gè)層面的評(píng)價(jià)均明顯高于其他地區(qū)，服務(wù)有效性評(píng)價(jià)也較高。

通過(guò)地區(qū)差異性對(duì)比發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展相對(duì)發(fā)達(dá)地區(qū)對(duì)政策性保險(xiǎn)的評(píng)價(jià)總體高于經(jīng)濟(jì)發(fā)展相對(duì)落后的地區(qū)。由于政策性保險(xiǎn)是以保險(xiǎn)公司市場(chǎng)化經(jīng)營(yíng)為依托，政府通過(guò)保費(fèi)補(bǔ)貼等政策扶持，對(duì)農(nóng)業(yè)生產(chǎn)實(shí)施保障。政策性保險(xiǎn)除了國(guó)家財(cái)政給予支持外，地區(qū)政府補(bǔ)貼也是一個(gè)重要的方面。經(jīng)濟(jì)發(fā)展相對(duì)發(fā)達(dá)地區(qū)政府財(cái)政支持力度相對(duì)較大，地區(qū)補(bǔ)貼金額更多，對(duì)保險(xiǎn)宣傳等重視程度也較高，因此，農(nóng)戶對(duì)政策性保險(xiǎn)的了解程度及認(rèn)知程度更深入，其評(píng)價(jià)也比經(jīng)濟(jì)發(fā)展相對(duì)落后的地區(qū)更高。

2.2" 熱帶作物政策性保險(xiǎn)發(fā)展的制約因素

運(yùn)用障礙因子診斷模型研究熱帶作物政策性保險(xiǎn)發(fā)展的制約因素。準(zhǔn)則層障礙度測(cè)算結(jié)果顯示（表5），認(rèn)知激勵(lì)性障礙度最大，平均為53.8%，可持續(xù)性和服務(wù)有效性相對(duì)較小。6個(gè)地區(qū)分類(lèi)測(cè)算結(jié)果也得出較為一致的結(jié)論，即認(rèn)知激勵(lì)性是熱帶作物政策性保險(xiǎn)發(fā)展的主要短板。為明確影響熱帶作物政策性保險(xiǎn)的主要因素，本研究進(jìn)一步分析指標(biāo)層排名前5位的障礙因子，結(jié)果如表6所示。首先，排名第一位的障礙因子是X14（參保后農(nóng)戶是否提高對(duì)保險(xiǎn)的信任度）。其次，X10（參保后農(nóng)戶種植收入變化）、X11（參保后農(nóng)戶生產(chǎn)投入變化）和X12（參保后農(nóng)戶種植產(chǎn)量變化）是大部分城市的主要障礙因子。

認(rèn)知激勵(lì)性尤其是農(nóng)戶對(duì)保險(xiǎn)的信任度是熱帶作物政策性保險(xiǎn)發(fā)展最主要的制約因素。農(nóng)戶對(duì)政策性保險(xiǎn)不信任的原因主要是當(dāng)前保險(xiǎn)條款與農(nóng)戶實(shí)際需求存在差距及保險(xiǎn)理賠效率較低。由于信息不對(duì)稱、保費(fèi)補(bǔ)貼包干制等問(wèn)題，保險(xiǎn)公司制定的保障和理賠條款與農(nóng)戶的生產(chǎn)需求存在一定的差距，導(dǎo)致農(nóng)戶普遍認(rèn)為在遭遇自然風(fēng)險(xiǎn)時(shí)，沒(méi)有獲得相應(yīng)的理賠。例如，在調(diào)研過(guò)程中發(fā)現(xiàn)，部分地區(qū)的保險(xiǎn)條款規(guī)定，日降雨量必須達(dá)到300 mL時(shí)，農(nóng)戶才能獲得保險(xiǎn)理賠。然而，廣東省屬于亞熱帶季風(fēng)氣候，日降雨量達(dá)到300 mL的情況比較少，實(shí)際上，該地區(qū)更常遭遇的是連續(xù)多日的降雨，這種天氣模式雖對(duì)熱帶作物產(chǎn)量造成重大影響，卻因不符合日降雨量的理賠標(biāo)準(zhǔn)而難以獲得保險(xiǎn)賠償。這種情況下，保險(xiǎn)公司的理賠決策顯然加劇了農(nóng)戶對(duì)政策性保險(xiǎn)的不信任感。

此外，調(diào)研顯示有超過(guò)70%的農(nóng)戶提交過(guò)索賠申請(qǐng)，但僅有約1/3的農(nóng)戶獲得了理賠。農(nóng)戶對(duì)保險(xiǎn)相關(guān)內(nèi)容理解不足及保險(xiǎn)流程的復(fù)雜性，這些因素共同阻礙了理賠流程的順暢進(jìn)行。在農(nóng)業(yè)保險(xiǎn)領(lǐng)域，由于險(xiǎn)情發(fā)生通常具有時(shí)間上集中性和損失的廣泛性，保險(xiǎn)公司在評(píng)估保險(xiǎn)責(zé)任時(shí)面臨較大的技術(shù)挑戰(zhàn)，如保險(xiǎn)責(zé)任鑒定、損失標(biāo)的業(yè)主核對(duì)、損失精算及賠償標(biāo)準(zhǔn)的確定等，這些都亟需高效解決方案的探索。同時(shí)，由于農(nóng)業(yè)險(xiǎn)情的多樣性和損失程度不同，現(xiàn)行保險(xiǎn)條款中的損失判定標(biāo)準(zhǔn)存在局限性，這不僅影響了保險(xiǎn)的理賠效率，也進(jìn)一步降低了農(nóng)戶對(duì)政策性保險(xiǎn)的信任度。綜合來(lái)看，保險(xiǎn)條款與農(nóng)戶實(shí)際需求之間的差異及較低的理賠效率，大大減弱了農(nóng)戶對(duì)政策性保險(xiǎn)的信心。

參保后農(nóng)戶在種植投入與產(chǎn)出方面的變化，也是熱帶作物政策性保險(xiǎn)發(fā)展面臨的一個(gè)重要制約因素。目前，熱帶作物政策性保險(xiǎn)主要屬于成本保險(xiǎn)，其保障范圍僅限于農(nóng)業(yè)生產(chǎn)的成本層面，而不涵蓋農(nóng)業(yè)生產(chǎn)的總產(chǎn)值。此外，由于對(duì)保險(xiǎn)宣傳與推廣力度不足，導(dǎo)致農(nóng)戶對(duì)保險(xiǎn)認(rèn)知程度較低，甚至不少農(nóng)戶不清楚政策性保險(xiǎn)與商業(yè)保險(xiǎn)的區(qū)別，對(duì)于保費(fèi)比例、賠償標(biāo)準(zhǔn)及索賠程序也缺乏了解。同時(shí)，受保險(xiǎn)道德風(fēng)險(xiǎn)的影響，雖然不少農(nóng)戶申請(qǐng)理賠，但保險(xiǎn)人員實(shí)地定損時(shí)，發(fā)現(xiàn)并不是自然災(zāi)害所導(dǎo)致的損失。因此，即使有農(nóng)戶獲得理賠，賠付金額往往無(wú)法完全彌補(bǔ)其遭受的損失。這種情況直接導(dǎo)致熱帶作物政策性保險(xiǎn)對(duì)農(nóng)戶生產(chǎn)投入產(chǎn)出的實(shí)際作用較小。許多農(nóng)戶反映，參保前后在種植投入產(chǎn)出方面并無(wú)明顯變化。這種狀況表明，要想提高熱帶作物政策性保險(xiǎn)的有效性，就需要從增強(qiáng)農(nóng)戶保險(xiǎn)認(rèn)知、優(yōu)化保險(xiǎn)產(chǎn)品設(shè)計(jì)及強(qiáng)化保險(xiǎn)宣傳和服務(wù)等多方面入手，以真正滿足農(nóng)戶的需求并提升保險(xiǎn)的作用。

3" 結(jié)論與啟示

3.1" 主要結(jié)論

基于廣東省農(nóng)戶調(diào)查數(shù)據(jù)，運(yùn)用熵權(quán)TOPSIS模型和障礙因子診斷模型，從可持續(xù)性、服務(wù)有效性和認(rèn)知激勵(lì)性3個(gè)方面對(duì)熱帶作物政策性保險(xiǎn)發(fā)展水平進(jìn)行評(píng)估，并識(shí)別其制約因素，研究發(fā)現(xiàn)：1）農(nóng)戶對(duì)熱帶作物政策性農(nóng)業(yè)保險(xiǎn)的綜合評(píng)價(jià)為一般水平，其中，可持續(xù)性評(píng)價(jià)最高，認(rèn)知激勵(lì)性評(píng)價(jià)最低；2）經(jīng)濟(jì)發(fā)展相對(duì)發(fā)達(dá)地區(qū)對(duì)政策性保險(xiǎn)的評(píng)價(jià)總體高于經(jīng)濟(jì)發(fā)展相對(duì)落后的地區(qū)；3）制約農(nóng)戶對(duì)政策性保險(xiǎn)發(fā)展評(píng)價(jià)的因素主要包括農(nóng)戶對(duì)保險(xiǎn)的信任度不足，以及保險(xiǎn)對(duì)農(nóng)戶種植投入產(chǎn)出的作用不顯著。

3.2" 政策啟示

3.2.1" 優(yōu)化保險(xiǎn)定損標(biāo)準(zhǔn)

影響農(nóng)戶對(duì)政策性保險(xiǎn)評(píng)價(jià)的主要因素之一是保險(xiǎn)定損標(biāo)準(zhǔn)與農(nóng)戶實(shí)際損失存在差距。目前，氣象指數(shù)定損是當(dāng)前保險(xiǎn)定損的主要手段，但熱帶作物政策性保險(xiǎn)中的氣象指數(shù)定損還處于試行階段，存在標(biāo)準(zhǔn)不統(tǒng)一及定損標(biāo)準(zhǔn)過(guò)高的問(wèn)題，導(dǎo)致農(nóng)戶在遭遇嚴(yán)重生產(chǎn)損失時(shí)無(wú)法獲得足夠的保障。因此，在借鑒國(guó)內(nèi)外經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合以往試點(diǎn)的反饋信息，根據(jù)實(shí)際情況及時(shí)調(diào)整和完善指標(biāo)參數(shù)，逐步擴(kuò)大氣象指數(shù)保險(xiǎn)的覆蓋面。在設(shè)計(jì)熱帶作物氣象指數(shù)保險(xiǎn)時(shí)，應(yīng)確定種植不同時(shí)段的實(shí)際災(zāi)情與氣象指數(shù)的內(nèi)在關(guān)系。通過(guò)對(duì)大量長(zhǎng)期、盡可能完整、有效的歷史數(shù)據(jù)和生產(chǎn)數(shù)據(jù)的分析，構(gòu)建出一個(gè)完善的熱帶作物氣象指數(shù)保險(xiǎn)體系。

3.2.2" 多渠道強(qiáng)化保險(xiǎn)宣傳

不少農(nóng)戶沒(méi)有購(gòu)買(mǎi)政策性保險(xiǎn)的原因是不清楚購(gòu)買(mǎi)渠道甚至不知道政策性保險(xiǎn)。作為基層宣傳主力軍，村委會(huì)在宣傳推廣保險(xiǎn)方面因?qū)I(yè)性不足而難以滿足農(nóng)戶的實(shí)際需求。因此，各級(jí)政府應(yīng)積極推動(dòng)各保險(xiǎn)公司和保險(xiǎn)中介代理機(jī)構(gòu)與村委會(huì)合作，共同建立保險(xiǎn)服務(wù)網(wǎng)點(diǎn)，加大政策性保險(xiǎn)的宣傳力度。同時(shí)，村委會(huì)負(fù)責(zé)人應(yīng)參與保險(xiǎn)專業(yè)知識(shí)技能與溝通技巧等培訓(xùn)，以便能更好地提升保險(xiǎn)宣傳質(zhì)量。此外，不斷豐富政策性保險(xiǎn)的宣傳形式，例如，通過(guò)鄉(xiāng)村網(wǎng)絡(luò)電視、流動(dòng)喇叭車(chē)、鄉(xiāng)村廣播站等形式進(jìn)行廣泛宣傳，同時(shí)引入新穎、寓教于樂(lè)的方法來(lái)激發(fā)農(nóng)戶的興趣，確保他們能及時(shí)掌握保險(xiǎn)的相關(guān)信息。最后，與主流媒體合作，利用其廣泛的社會(huì)影響力和公信力，通過(guò)多渠道加強(qiáng)政策性保險(xiǎn)的宣傳，將有助于提高農(nóng)戶對(duì)政策性保險(xiǎn)的認(rèn)識(shí)和接受度。

3.2.3" 兼顧經(jīng)營(yíng)主體與地區(qū)發(fā)展差異

政策性保險(xiǎn)發(fā)展的評(píng)價(jià)在不同地區(qū)間呈現(xiàn)明顯的差異。在經(jīng)濟(jì)發(fā)展相對(duì)發(fā)達(dá)地區(qū)，農(nóng)戶對(duì)政策性保險(xiǎn)的評(píng)價(jià)總體高于經(jīng)濟(jì)發(fā)展相對(duì)落后的地區(qū)。主要原因是經(jīng)濟(jì)發(fā)展相對(duì)發(fā)達(dá)地區(qū)政府提供的財(cái)政支持力度相對(duì)較大，對(duì)保險(xiǎn)宣傳等重視程度也較高。因此，各級(jí)政府在實(shí)施政策性保費(fèi)補(bǔ)貼時(shí)，要側(cè)重向欠發(fā)達(dá)的地區(qū)傾斜，并加大對(duì)這些地區(qū)的政策性保險(xiǎn)的宣傳力度。此外，針對(duì)個(gè)別農(nóng)戶反映的保險(xiǎn)金額較低的問(wèn)題，應(yīng)制定差異化的保險(xiǎn)條款，根據(jù)保險(xiǎn)金額、定損條件等設(shè)置多種保險(xiǎn)選擇方案，讓不同地區(qū)的農(nóng)戶可以結(jié)合實(shí)際需求，購(gòu)買(mǎi)有針對(duì)性的保險(xiǎn)方案。這樣的措施將有助于提升政策性保險(xiǎn)在不同地區(qū)的認(rèn)可度和實(shí)用性。

參考文獻(xiàn)：

[1] 丁少群， 譚莉， 張玉鳳. 我國(guó)政策性農(nóng)業(yè)保險(xiǎn)高質(zhì)量發(fā)展的水平評(píng)估與實(shí)現(xiàn)路徑[J]. 貴州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2021， 39（4）： 98-108，124.

[2] 肖海峰， 曹佳. 試點(diǎn)地區(qū)政策性農(nóng)業(yè)保險(xiǎn)運(yùn)行績(jī)效評(píng)價(jià)——基于吉林、江蘇兩省農(nóng)戶的問(wèn)卷調(diào)查[J]. 調(diào)研世界， 2009 （6）： 28-30.

[3] 姚穎. 基于農(nóng)戶視角的政策性農(nóng)業(yè)保險(xiǎn)實(shí)施效果評(píng)價(jià)研究——以安徽省宣州區(qū)種植業(yè)為例 [D]. 南京：" 南京農(nóng)業(yè)大學(xué)， 2014.

[4] 周慧秋， 侯代男. 基于熵權(quán)-灰色關(guān)聯(lián)分析的黑龍江省政策性農(nóng)業(yè)保險(xiǎn)實(shí)施效果評(píng)價(jià)[J]. 北方園藝， 2018 （9）： 184-193.

[5] 尤曉靜， 朱振華， 徐杰. 鄉(xiāng)村振興戰(zhàn)略背景下我國(guó)政策性農(nóng)業(yè)保險(xiǎn)的績(jī)效評(píng)估[J]. 江蘇農(nóng)業(yè)科學(xué)， 2022， 50（17）： 301-307.

[6] 馮文麗， 楊雪美， 薄悅. 基于DEA-Tobit模型的我國(guó)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 （2）： 69-72，43.

[7] 邱波. 沿海地區(qū)種植業(yè)保險(xiǎn)效率研究——以寧波為例[J]. 保險(xiǎn)研究， 2016 （4）： 120-127.

[8] 侯代男， 江鴻， 周慧秋. 基于熵權(quán)-正態(tài)云模型的政策性農(nóng)業(yè)保險(xiǎn)實(shí)施效果評(píng)價(jià)——以黑龍江省為例[J]. 干旱區(qū)資源與環(huán)境， 2020， 34（4）： 33-38.

[9] 李春友.基于資源利用視角的廣西農(nóng)業(yè)用地績(jī)效評(píng)估及障礙分析[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2021，42（3）：42-50.

（責(zé)任編輯：易" 婧）