農業保險保障水平如何影響農業生產效率：基于鄂、贛、川、滇四省調查數據

任天馳 張洪振 楊汭華

摘要 提高農業保險保障水平是中國農業保險政策改革的重要舉措，已有文獻對農業保險保障水平如何影響農戶生產效率關注不足。為此，基于湖北、江西、四川以及云南1 290戶農戶數據，從農業保險的主體異質性出發，實證研究了農業保險保障水平對農戶生產效率的影響。研究結果表明：①農業保險保障水平對農戶生產效率存在“倒U型”影響，說明當前學界關于農業保險促進還是抑制生產效率爭議的重要原因是忽視了保障水平差異等農業保險的主體異質性。②在“倒U型”影響的促進機制中，保障水平的提高可以帶動短期投資增長、提高種植結構專業化水平以及增加貸款獲取，從而提高了農業生產效率;當保障水平進一步提高并越過“道德風險的門檻”后，農戶短期和長期農業投資均出現下降，并選擇將家庭勞動力向非農產業轉移，從而導致農業生產效率下降。③農業保險保障水平對生產效率的影響表現出一定的異質性，從經營規模看，小農戶相比規模經營戶對保障水平的反應更敏感;從種植作物類型看，不同類型作物的生產效率拐點亦存在差異。研究結果具有以下政策啟示：一方面，當前農業保險保障水平大致處在30%～40%，距離生產效率拐點的保障水平臨界值（70.9%）還有足夠的提升空間，因此在這一階段提高保障水平既是發揮農業保險“穩定器”的客觀需求，也具有提高生產效率發揮“助推器”作用的內在動力;另一方面，鑒于小農戶對保障水平更“敏感”的特性，使得以小農戶為主體的我國農業更應警惕并提前規避可能出現的“高保障-低效率”陷阱。

關鍵詞 農業保險;保障水平; 生產效率; 非線性關系

中圖分類號 F321.1文獻標識碼 A文章編號 1002-2104（2021）07-0161-10

DOI：10.12062/cpre.20201205

“低保障、廣覆蓋”是中國農業保險最主要的特征之一。2019年，中國農業保險覆蓋了超過70%的種植面積，承保了超過270種農作物，為1.8億戶次農戶提供風險保障。但總體的保障水平卻僅是美國的1/5，加拿大的1/3和日本的1/2 [1]，為補全中國農業保險的“短板” [2]，自2016年起，中央一號文件開始明確提出“要不斷提高農業保險風險保障水平”，政策上也進一步提出了2022年保障深度（保費/第一產業增加值）達到1%的目標。然而，國際經驗發現農業保險保障水平的提高更易于誘發道德風險，導致農戶粗放經營，降低農業生產效率 [3]。與國外相比，單就農業保險為農戶提供風險保障的服務性質，我國農業保險與國外農業保險可以認為是同質的，但我國農戶生產方式存在其特殊性，在小規模、細碎化的耕作格局下，我國農戶生產效率的提升空間本就被嚴重制約，加之大規模的兼業化和勞動力轉移，農業生產在農戶家庭經營中的地位也在逐步下降 [4]。因此，在當前我國農戶農業生產條件下，農業保險保障水平的提高是否會更易于導致我國農戶忽視農業生產，降低農業生產效率？我國農業保險是否會陷于“低保障-不頂用”而“高保障-低效率”的兩難困境？這需要提供新的關于農業保險保障水平如何影響農戶生產效率的實證經驗。

遺憾的是，國內研究缺乏對保障水平如何影響農戶生產效率的直接關注，但有眾多文獻研究了農戶“是否參保”對其生產效率的影響，其結論存在明顯分歧。一部分學者認為農戶參保后產生“冒進”的生產決策，擴大經營規模 [5]，增加化肥、地膜 [6]和農藥施用量 [7]，并且引入新的農業生產技術 [8]，從而提高了生產效率 [9];另一部分學者認為中國農業保險存在嚴重的市場失靈 [10]和道德風險 [11]問題，農業保險不僅降低農戶對化肥、農藥 [12]、有機肥 [13]等一般農業生產資料投入 [14]，還帶來了管理水平下降的問題 [15]，從而對農業生產效率存在顯著的抑制作用 [16]。

上述研究結論不一致的原因不僅在于所調查農戶以及作物等存在差異，農業保險的主體異質性可能是更關鍵的原因。事實上，農業保險之所以能夠影響農戶生產決策，根源上取決于其為農戶提供的風險保障能力，已有研究通常以“是否參保”刻畫農業保險的影響，忽視了農業保險的這種主體異質性：不同的保障水平為農戶帶來了差異化的保障能力，從而對農戶生產效率的影響也不一致。因此，從農業保險保障水平出發研究對農戶生產效率的影響不僅填補國內研究不足，在解釋當前研究分歧，擴展農業保險主體異質性研究和提高制度設計科學性方面，均具有一定價值。

1 研究框架

1.1 理論線索

保障水平與道德風險的正相關關系早已被理論界證實 [17]，這種關系也廣泛的體現并困擾醫療 [18]、汽車 [19]等多種保險市場。類似地，農業保險亦存在保障水平提高誘發道德風險，“抑制”農業生產效率的情況 [3]，但與上述保險市場的差異在于，農業保險在另一方面還具有對農業生產效率的“促進”的作用 [9]。

進一步地，農業保險對生產決策的影響源自其所能提供的風險保障能力，因而上述情況的重要原因即是保障水平的差異割裂了農業保險對生產效率“促進”與“抑制”的影響，這就使得保障水平與生產效率之間并非簡單的線性關系，而更可能是“倒U型”的關系（圖1）：在“倒U型”關系的上升階段中，保障水平提高為農戶帶來更強的風險保障能力，可以覆蓋更多生產資料投入的沉沒成本，引發生產激勵效應，此時體現為對生產效率的“促進”作用;而

當保障水平越過“道德風險的門檻”之后，農戶開始產生“旱澇保收”的思想，理性的農戶基于家庭收益最大化的目標，開始將家庭流動性要素（對農戶而言主要是勞動力）分配到其他產業中，通過選擇非農就業等行為提高勞動力的邊際收益，從而減少生產資料和技術的投入，此時體現為對生產效率的“抑制”作用。

1.2 作用機制

沿著上述農業保險保障水平對生產效率影響的理論線索，若是二者存在從促進到抑制的“倒U型”關系，那么保障水平何以對農業生產效率存在“促進”和“抑制”？結合學界已有研究，構建了“保障水平-‘農業投資、種植結構、非農就業、貸款獲取-農業生產效率”的機制框架。

1.2.1 保障水平、農業投資與生產效率

農業保險被證實可以通過改變農戶要素投入從而影響生產效率 [9]，但對農業投資的影響依然存在促進 [6-8]和抑制 [12-14]的爭議，此外，農業保險對短期投資（如化肥等）以及長期投資（如農用機械等）的影響亦存在差異 [8]。當保障水平變化時，這種生產要素投入之間的變化關系將變得更為復雜，結合理論線索的相關分析，這里存在兩條理論邏輯。一方面，農業保險緩解了期望收益不確定下生產投入的沉沒成本問題，一定程度上促使農戶由風險規避轉向風險中性，產生激勵效應從而增加農戶生產投資;另一方面，農業保險對期望收益的穩定作用同樣也降低了農戶機會主義行為的風險，誘發道德風險從而減少農戶生產投資。由于生產效率的增長依賴于農業投資的增加，從而最終形成“保障水平-農業投資增加-生產效率提升”以及“保障水平-農業投資減少-生產效率下降”兩種作用邏輯。

1.2.2 保障水平、種植結構與生產效率

由于厭惡風險的農戶常常通過多樣化種植來減少產出波動 [20]，因而通過農業保險可以有效平滑農戶基于多樣化種植的自我保險（Self-Insurance）行為，顯著增強農戶專業化種植傾向 [21]，另一方面，參保也會使農戶種植結構向被保品種傾斜，提升被保農作物種植面積比例 [22]，從而提高專業化種植水平。保障水平的提高顯然會繼續強化上述兩方面作用機制：一是，更高的保障水平可以進一步替代多樣化種植的自我保險功能，使得農戶不必依賴多樣化種植來減少產出風險。二是，保障水平的提高進一步提升了被保作物的期望收益，通過增加被保品種的種植占比提升專業化種植水平。最后，種植結構專業化水平雖然與生產效率之間存在倒U型關系，但大多數農戶遠未達到“效率拐點”所對應的專業化程度 [23]，從而最終形成“保障水平-種植結構專業化-生產效率提升”的作用邏輯。

1.2.3 保障水平、非農就業與生產效率

已有研究認為，由于道德風險的存在，農業保險會導致農戶在一定程度上減少農業勞動投入，增加農戶非農就業行為 [24]，這里隱含著這樣一個邏輯，即減少勞動投入這一道德風險行為的發生時機如何確定？鑒于非農就業通過減少農戶田間管理和勞動時間從而帶來產出損失，當保障水平增加到足以彌補這一產量損失時，理性的農戶基于收益最大化原則才會選擇將勞動力分配到非農產業中，此時發生勞動力非農轉移。進一步地，由于非農就業導致農業勞動力不足，對農業生產效率提高存在不利影響 [25]，從而最終在保障水平提高到可以彌補產量損失時，存在“保障水平-非農就業-生產效率下降”的作用邏輯。

1.2.4 保障水平、貸款獲取與生產效率

由于保險合約本身有基本抵押功能，能夠提高風險承擔人的債務履約能力 [26]，農業保險同樣具備保險增信的作用，因而參加農業保險可以顯著提高農戶獲得貸款的能力 [27]。此外，我國政府自2009年就開始推廣“銀保互動”，這一政策也被證實可以切實提高尤其是小規模農戶獲得信貸支持的數量和貸款規模 [28]。由于保險保障程度也被納入了貸款機構的風險甄別機制中 [29]，這意味著更高的保障水平使風險承擔人具備更強的債務履約能力，從而帶來更高的增信作用并擴展農戶貸款獲取能力。進一步地，資金約束不僅是農戶投資先進農業生產技術的重要因素，還可以有效優化土地、勞動力和資本等要素配置，提高農戶實際投資能力并促進農業生產效率增長，從而最終形成“保障水平-貸款增加-生產效率提升”的作用邏輯。

3 研究設計

3.1 數據來源

實證分析數據來自課題組于2019年對湖北、江西、四川以及云南四省農村進行的入戶問卷調查，上述地區中湖北、四川為糧食主產區，江西、云南則是特色農產品優勢地區。

從農業保險政策推廣層面來看，四川省為2007年中央財政保費補貼的首批試點省份，云南（2015年）、江西省（2016年）為特色農業保險試點省份，湖北省為2018年中央財政支持下完全成本保險和收入保險的首批試點省份，上述四省也是近年我國農業保險漸進式試點推廣過程的一般性代表。問卷內容涉及農戶家庭特征、農業風險與保障狀況、區域概況等內容。調查采用分層抽樣，抽樣過程為：首先，對縣域分層抽樣，根據農戶人均純收入指標分別將湖北、江西、四川以及云南四省所轄縣分為上、中、下三個層次，每個層次隨機抽取一個，共12個縣;其次，在選中縣中抽村，課題組在不同保險公司承保的村莊中進行了隨機抽樣，這樣不僅保證了樣本的隨機性，還避免了單一保險合約帶來的“自選擇”，不同的農業保險合約也可能提供波動范圍更大的保障水平，最終選擇了24個村;最后，在選中村中隨機選擇農戶進行入戶調查，平均每村調查戶數為53戶，占所調查村莊戶數的平均比例為5.2%。剔除了無效問卷后，該問卷調查共得樣本農戶1 290戶。

3.2 實證策略

3.2.1 隨機前沿生產函數

數據包絡分析和隨機前沿函數估計是目前主流的生產效率測算方法，相比于非參數的數據包絡分析，隨機前沿函數估計可以通過參數估計充分考慮隨機因素對產出的影響，因此選擇隨機前沿生產函數估計農戶生產效率。鑒于超越對數生產函數對投入與產出之間的關系設定更為靈活，不必服從各要素替代彈性固定以及和為1的假定條件，也允許農業生產投入與產出之間存在非線性關系，因此，將生產函數設定為超越對數生產函數形式：

lnYi=c+βLlnLi+βKlnKi+βGlnGi+

βLKlnLilnKi+βLGlnLilnGi+βKGlnKilnGi+

1/2βLL（lnLi） 2+1/2βKK（lnKi） 2+

1/2βGG（lnGi） 2+νi+μi（1）

其中， Yi 為第 i 農戶的農業生產總值， c 表示常數項， L、K、G 分別為農業生產三大要素勞動力、資本和土地投入， β 為各要素投入的一次項、交互項以及平方項的待估計系數， ν 表示隨機誤差， μ 表示效率損失項。

3.2.2 基準估計模型

為考察保障水平對農業生產效率的影響，設定線性回歸模型如下：

Yc=α0+α1Xc+∑ Nn=1αiXi+εi （2）

其中， Yc 為通過隨機前沿生產函數測算的農戶農業生產效率損失， Xc 為農業保險保障水平， Xi 為控制變量組， α0、α1、αi 為待估系數， εi 為隨機誤差。

通過理論分析認為保障水平與農業生產效率存在倒U型關系，因此在上述線性回歸模型中加入保障水平的平方項，具體設定如下：

Yc=β0+β1Xc+β2（Xc） 2+∑ Nn=1βiXi+εi （3）

其中， （Xc） 2 即為保障水平的平方項， β2 為待估計的二次項系數，其余變量含義與線性回歸模型相同。然而，保障水平對農業生產效率的影響可能因內生性問題而無法得到一致估計，其原因可能包括：一是互為因果關系，農戶可能根據其生產效率水平選擇不同保障水平的農業保險;二是遺漏變量問題，如農戶的性格特點等因素可能同時影響其對農業保險的選擇以及生產效率。因此，進一步通過工具變量模型控制可能的內生性問題，采用2SLS方法進行兩階段估計，策略上參照文獻[30]，將保障水平以及保障水平的平方項視為兩個內生變量，因而引入兩個工具變量，具體模型設定如下：

第一階段： Xc=γ1+γ2IV1+∑ Nn=1γiXi+εi

（Xc） 2=φ1+φ2IV2+∑ Nn=1φiXi+εi

第二階段： Yc=μ0+μ1c+μ2（c） 2+∑ Nn=1μiXi+εi （4）

其中， IV1和IV2 為工具變量，c和（c） 2分別為 Xc、（Xc） 2 的預測值，其余變量含義與線性回歸模型相同。

3.2.3 中介效應估計模型

為研究保障水平何以對農業生產效率產生倒U型影響，使用逐步回歸法對影響機制進行驗證。

第一步：驗證保障水平對農戶農業生產效率影響的總效應。

Yc=φ0+φ1Xc+∑ Nn=1φiXi+εi （5）

第二步：驗證保障水平對中介變量 Zc 的影響。

Zc=ν0+ν1Xc+∑ Nn=1νiXi+εi ?（6）

第三步：驗證中介變量是保障水平對生產效率影響的作用機制。

Yc=ρ0+ρ1Xc+ρ2Zc+∑ Nn=1ρiXi+εi （7）

3.3 變量設定與描述

3.3.1 被解釋變量

農戶農業生產效率。選擇農戶層面的生產效率，即以家庭生產為單位進行投入產出分析，通過隨機前沿生產函數估計出生產效率損失值。主要原因在于，首先農戶作為農業保險的參與者與受益者，保障水平的變化直接作用于農戶家庭經營決策;其次我國農戶通常采用多樣化的種植方式，這導致部分生產成本投入（如固定資產）難以精確涵蓋每一種作物生產，直接按照種植品種分析會使得效率方程的估計結果存在偏誤。此外，相比于產值，不同農作物的產量差異更為明顯，加總產量得到的產出變量會導致效率方程的更大偏誤，因此，通過對農產品產值進行加總，得到產出變量農戶家庭農業生產值（元）。投入變量的設定也遵循上述緣由，選擇農業勞動生產時間（d）、實際耕種面積（677m 2）、農業生產總投資（元）三類投入變量，其中農業生產總投資既包括與土地直接相關的流動性投資，如化肥、農藥、種子等，也包括購置農機等與土地不直接關聯的固定投資。最后，為降低超越對數函數形式中二次項、交互項、一次項之間的多重共線性，對上述投入和產出變量均做無量綱化處理（表1）。

3.3.2 核心解釋變量

農業保險保障水平。目前被學界廣泛接受的農業保險保障水平量化方式主要分為兩種：一是認為保額即是保障水平 [31]，由農戶參保時選擇的保障比例決定。二是認為保障水平可以分為宏觀、微觀兩個層面。宏觀層面的保障水平即農業保險為農業生產所能提供的風險保障，由農業保險總保額與農業生產總值的比值確定。微觀層面的保障水平又可以分為保障廣度與保障深度兩個方面，前者體現農業保險的覆蓋范圍，由承保面積與總播種面積的比值確定，后者體現農業保險的單位保障能力，由保險標的的單位保額與單位產值的比值確定 [1]。結合研究目的，保障水平應為農業保險為農戶所能提供的風險保障能力，因而使用上述微觀層面保障深度的概念更為合適，同時，為了保證變量的可比性，保障水平設定為總保額與總產值的比值（表1）。

3.3.3 工具變量

將保障水平以及保障水平的平方項視為兩個內生變量，因此選取農險公司駐鄉（鎮）點數量、區域（縣級）近三年受災次數兩個工具變量，選擇理由如下：一是農險公司駐鄉（鎮）點數量從產品供給角度影響農戶保險產品選擇，從而與保障水平密切相關，區域（縣級）近三年受災次數通過改變農戶風險態度從而促使農戶購買更高保障水平的農業保險;二是目前尚無證據表明農險公司駐鄉（鎮）點數量以及宏觀的區域（縣級）近三年受災次數指標可以直接影響農戶微觀的生產效率。

3.3.4 中介變量

中介變量包括農業投資、種植結構、非農就業、貸款獲取四項。為了使保障水平對不同中介變量的影響具有可比性，對中介變量同樣做無量綱化處理。農業投資：根據機制分析，農業保險對短期和長期投資的影響可能存在差異，因而選擇將農業投資分為短期投資（化肥、農藥、種子）以及長期投資（機械購置）兩類，為保證變量可比性，均貨幣化（元）處理。種植結構：赫芬達爾指數（Herfindahl Index）測算種植結構的專業化水平，計算方法為 Hi=∑i（Si） 2 ， Si 為作物 i 占農戶種植總面積的比例。非農就業為非農就業人數/家庭勞動力總人數。 貸款獲取為農戶實際獲得的貸款額度（表1）。

3.3.5 控制變量

選取控制變量有：戶主特征變量（年齡、性別、受教育程度、健康狀況）;家庭特征變量（勞動力總數、非農收入占比、耕地面積）;生產狀況變量（農用機械數量、農地細碎化程度、農地地形條件、作物類型）;村級特征（地權穩定性、村級經濟狀況、村莊位置）。此外，還根據保險標的控制了農業保險的類型（產量標的、產值標的以及收入標的）。最后，控制了四個省份的地區變量（表1）。

4 實證分析

4.1 基準估計結果

首先根據隨機前沿生產函數估計農戶生產效率損失值，結果表明各投入變量均至少在5%的統計水平上顯著，農業生產效率損失的均值在1%的統計水平上顯著不為零，這也表明將隨機前沿生產函數設定為超越對數形式是合適的。進一步對保障水平與農業生產效率之間的倒U型關系進行驗證。首先進行OLS估計，估計策略為逐步加入一次項、二次項以及控制變量，如表2 中OLS估計（1）—（4）所示。其次采用2SLS進行兩階段估計。在第一階段估計中，保障水平對兩個工具變量的回歸系數均顯著，兩者均通過聯合顯著 F 檢驗以及shea偏 R 2 檢驗，一定程度上排除了弱工具變量問題;第二階段的估計結果見表2（5）。此外，鑒于截面數據易于受到異方差問題的干擾，進一步對OLS和2SLS估計進行White檢驗，使用文獻[32]簡化的統計量判斷其是否顯著。

表2中，White檢驗表明不能拒絕同方差的原假設，χ 2 Wald檢驗值表明，模型擬合度良好并具有進一步分析的價值。（1）列報告了僅包含一次項的估計結果，表明保障水平對農業生產效率損失的影響在1%的統計水平上顯著為負，（2）列的估計結果顯示，保障水平的一次項在1%的水平上顯著為負，其二次項在1%的水平上顯著為正。（3）、（4）列進一步加入了控制變量，其估計結果依然穩健。（5）列展示了2SLS

第二階段的估計結果，與OLS估計結果有所區別，保障

水平的一次項以及二次項分別在5%的水平上顯著為負、在5%的水平上顯著為正，表明保障水平與農業生產效率之間確實存在一定內生性，但在工具變量法處理后保障水平對農業生產效率的“倒U型”影響仍然穩健存在。

由于U型關系屬于特殊的曲線關系，需要謹慎對待并進行針對檢驗，例如需要排除高冪次函數（三次或更高階次方）存在、數據可以表征曲線的極點（最高及最低點）等。Jind和Mehlum [33]提出了針對U型關系的穩健性檢驗方法：一是利用沃德檢驗（Wald test）評估保障水平以及保障水平平方項的聯合顯著性;二是通過計算保障水平曲線（分為高保障水平曲線、低保障水平曲線）的斜率得到保障水平的高低值，若高低值在低保障水平曲線上斜率為負，而在高保障水平曲線上斜率為正，則U型關系成立;三是似然比檢驗（Like-Lihood ratio test），通過判斷低保障水平時保障水平對效率的影響是否遞增，高保障水平時保障水平對效率的影響是否遞減，從而檢驗倒U型關系;四是通過Fieller和Delta置信區間檢驗曲線極點的位置，若極點落在保障水平高低值區間內，則說明倒U型關系成立。多層檢驗結果見表3。

4.2 作用機制：何以是倒U型影響

為解構保障水平對農業生產效率“倒U型”影響的內部邏輯，按照生產效率拐點（0.709）進行分組研究，考察倒U型影響何以“促進”和“抑制”，結果分別見表4、表5。此外，由于逐步回歸驗證中介效應的方式近年來受到如遮掩模型（Suppression model）等特殊情形的挑戰 [34]，為檢驗中介效應的穩健性，又給出了基于Sobel方法以及Bootstrap方法（重復次數為1 000次）的中介效應檢驗結果 （p值）。

倒U型影響的促進機制表明，農業保險保障水平在這一階段主要表現為激勵效應，通過促進農業投資、優化種植結構以及增加貸款獲取從而提高農業生產效率。具體而言，在農業投資方面，保障水平主要通過增加短期投資從而提高農業生產效率，對長期投資的影響并不顯著，這一異質性結果可能源自農業保險的賠付方式，即一般農

險合約規定的賠付對象為本期（年）作物，農戶并不確定下期是否繼續購買農業保險，從而其對投資的影響難以內

化為長期效應。在種植結構方面，保障水平的提高顯著增強了農戶專業化種植水平，并進一步通過專業化種植提高了農業生產效率，其原因可能有二：一方面是足夠的保障水平使得農戶不必要依賴多樣化種植的自我保險功能;另一方面，保障水平也提高了被保作物的期望收益，通過提高被保作物占比的方式進一步強化了種植專業化水平。在貸款獲取方面，保障水平對農戶貸款獲取額度的影響在1%的水平上顯著為正，證實了農業保險保障水平提高具有事實上的增信作用，并進一步通過放寬貸款約束提高農業生產效率。此外，保障水平的提高在這一階段對非農就業不存在顯著影響，表明此時的保障程度還無法彌補勞動力非農轉移對農業生產的不利影響，從而理性的農戶依舊選擇將勞動力配置在農業生產上。最后，Sobel檢驗以及Bootstrap檢驗的結果表明，上述中介效應是穩健的。

倒U型影響的抑制機制表明，當農業保險保障水平進一步提高并越過“道德風險”的門檻后，農戶開始降低農業投資，并選擇非農就業，從而抑制了其農業生產效率。具體而言，

在農業投資方面，這一階段的保障水平對短期投資和長期投資的影響分別在1%、10%的水平上顯著為負，并均通過了中介效應檢驗，最終顯著降低了農業生產效率，與上一階段（倒U型曲線的左側）不同，此時保障水平的提高對短期和長期投資的影響均顯著為負，這表明道德風險效應對短期和長期投資的影響是同質的。進一步地，非農就業的估計結果也體現出農戶投資減少的另一個原因，即農戶開始逐漸脫離農業生產，從而其生產投資也相應減少。在種植結構方面，雖然此時的保障水平進一步強化了專業種植傾向，并對農業生產效率產生了顯著正向影響，但從總體上來看，其并不能抵消生產投資減少以及非農就業帶來的勞動力不足對農業生產效率的負向作用。在非農就業方面，保障水平的進一步提高促使農戶開始將勞動力配置在邊際收益更高的非農產業中，其影響在1%

的水平上顯著為正，并進一步因勞動力流失等原因對農業生產效率產生了顯著的抑制作用。在貸款獲取方面，保障水平的進一步提高顯著提高了農戶貸款獲取額度，但并未對生產效率產生顯著影響，這與農業投入減少以及勞動力非農轉移的估計結果在邏輯上是一致的，即此時農戶開始了“從種田到打工”的兼業化生計策略轉變，從而難以將所獲貸款投入農業生產中。最后，Sobel檢驗以及Bootstrap檢驗的結果表明，上述中介效應是穩健的。

4.3 異質性研究：規模與作物差異

由于經營規模開始成為區分農戶類型的最明顯特征之一，生產效率和經營規模的密切關系也成為學界共識，因而首先通過“50×667m 2”為門檻，將農戶劃分為小農戶和規模經營戶，探討保障水平的規模異質性。此外，通過對所調查1 290戶農戶數據進行篩選，得到專業種植水稻271戶以及油菜96戶，通過隨機前沿模型重新估計單個作物的生產效率，一方面探討保障水平影響的作物異質性，另一方面也為基于農戶層面生產效率測算得到的基準估計結果提供佐證。結果見表6。

從經營規模分組情況看，保障水平的作用不存在本質差異，對小農戶與規模經營戶的生產效率均存在顯著的“倒U形”影響，但從生產效率拐點來看，規模經營戶的拐點值更高，作為專職從事農業生產的規模經營戶，其對農業生產的依附性更強，當保障水平超過0.765時，道德風險才會凸顯并降低其生產效率，相比之下，小農戶對保障水平提高的反應則顯得更“敏感”。從作物類型分組情況來看，保障水平對不同作物的生產效率均存在顯著的“倒U形”影響，表明基于農戶層面進行生產效率測算是穩健可靠的，其中水稻、油菜作物的生產效率拐點分別為0.761以及0.717。從另一個角度來看，上述拐點不僅是“道德風險的門檻”，同時也是基于調查農戶“用腳投票”的最優保障水平點，農戶在該保障水平點上，不僅因農業保險的生產激勵效應實現了最高的生產效率，還避免了保障水平過高帶來的道德風險等負面影響，實現了“高保障-高效率”的兩全目標。

5 結論與啟示

5.1 基本結論

基于湖北、江西、四川以及云南1 290戶農戶數據，從農業保險的主體異質性出發，實證研究了農業保險保障水平對農戶生產效率的影響，主要結論如下：首先，農業保險保障水平對農戶生產效率存在穩健的“倒U型”影響，說明當前學界關于農業保險促進還是抑制生產效率爭議的重要原因是忽視了保障水平差異等農業保險的主體異質性。其次，在“倒U型”影響的上升階段中，農業保險保障水平通過促進短期投資、提高種植結構專業化水平及增加貸款獲取從而提高農業生產效率。當保障水平進一步提高并越過“道德風險的門檻”后，農戶短期和長期農業投資均出現下降，并選擇非農就業，從而導致農業生產效率下降。最后，農業保險保障水平對生產效率的影響表現出一定的異質性，從經營規模看，相比于規模經營戶，小農戶對保障水平變化的反應更“敏感”;從種植作物看，水稻以及油菜作物的生產效率拐點存在差異，當保障水平為0.761及0.717時，二者表現出最高生產效率。

5.2 政策啟示

一方面，當前農業保險保障水平還有足夠的提升空間和提升動力。研究結果表明當前農業保險保障水平大致處在30%～ 40%之間，即仍處于“促進”階段，距離生產效率拐點所要求的保障水平臨界值（70.9%）還有足夠的提升空間，因此在這一階段提高保障水平既是發揮農業保險“穩定器”的客觀需求，也具有提高生產效率發揮“助推器”作用的內在動力。在具體實施層面，雖然一些具有更高保障水平的新險種在試點中也收到了良好效果，但考慮到保險公司現有服務能力和財政補貼的制約，著力提高已有險種的保障額度仍然是關鍵措施。此外，在此過程中還需特別注意確保農戶生產資料供應以及對貸款資金的需求，應繼續加強農村金融服務站建設，以及提升金融服務站、農資供應站的協同服務能力。

另一方面，也應警惕并提前規避可能出現的“高保障-低效率”陷阱。在我國人多地少且存在普遍兼業生產的背景下，農戶生產效率的保障水平拐點可能更早出現，這就需要結合當地農業生產資源稟賦狀況和具體作物類型構建合適的保障水平。更深入地看，理性的農戶在獲得足夠的保障水平后會選擇將勞動力分配到邊際收益更高的非農產業中，從而高保障水平下的道德風險其實是一種“合乎理性”的農戶相機抉擇行為，因此這一問題的規避還需要依賴如科技設備監控等手段。同時，農業保險制度設計的調整也是關鍵環節，如借助保障水平的提升，將保障模式從當前“高獲賠概率、低保險賠付”過渡到“低獲賠概率、高保險賠付”，降低農戶道德風險行為的發生概率，從而推遲拐點出現的時機。

參考文獻

[1]中國農業保險保障水平研究課題組.中國農業保險保障水平研究報告[M].北京：中國金融出版社，2017.

[2]王克，何小偉，肖宇谷，等.農業保險保障水平的影響因素及提升策略[J].中國農村經濟，2018（7）：34-45.

[3]FADHLIANI Z ， LUCKSTEAD J ， WAILES E J . The impacts of multiperil crop insurance on Indonesian rice farmers and production[J]. Agricultural economics， 2019， 50（1）：15-26.

[4]高欣，張安錄.農地流轉、農戶兼業程度與生產效率的關系[J].中國人口·資源與環境，2017，27（5）：121-128.

[5]徐斌，孫蓉.糧食安全背景下農業保險對農戶生產行為的影響效應：基于糧食主產區微觀數據的實證研究[J].財經科學，2016（6）：97-111.

[6]鐘甫寧，寧滿秀，邢鸝，等.農業保險與農用化學品施用關系研究：對新疆瑪納斯河流域農戶的經驗分析[J].經濟學（季刊），2007（1）：291-308.

[7]羅向明， 張偉， 譚瑩. 政策性農業保險的環境效應與綠色補貼模式[J]. 農村經濟， 2016（11）：15-23.

[8]任天馳，楊汭華.小農戶銜接現代農業生產：農業保險的要素配置作用：來自第三次全國農業普查的微觀證據[J].財經科學，2020（7）：41-53.

[9]張哲晰，穆月英，侯玲玲.參加農業保險能優化要素配置嗎：農戶投保行為內生化的生產效應分析[J].中國農村經濟，2018（10）：53-70.

[10]張躍華，劉純之，利菊秀.生豬保險、信息不對稱與謊報：基于農戶“不足額投保”問題的案例研究[J].農業技術經濟，2013（1）：11-24.

[11]柴智慧，趙元鳳.農作物保險中農戶道德風險的產生機理與案例檢驗：以內蒙古為例[J].保險研究，2016（12）：85-93.

[12]李琴英，陳康，陳力朋.種植業保險參保行為對農戶化學要素投入傾向的影響：基于不同政策認知情景的比較研究[J].農林經濟管理學報，2020，19（3）：280-287.

[13]張馳，張崇尚，仇煥廣，等.農業保險參保行為對農戶投入的影響：以有機肥投入為例[J].農業技術經濟，2017（6）：79-87.

[14]袁輝，譚迪.政策性農業保險對農業產出的影響效應分析：以湖北省為例[J].農村經濟，2017（9）：94-100.

[15]祝仲坤，陶建平.農業保險對農戶收入的影響機理及經驗研究[J].農村經濟，2015（2）：67-71.

[16]馬述忠，劉夢恒.農業保險促進農業生產率了嗎：基于中國省際面板數據的實證檢驗[J].浙江大學學報（人文社會科學版），2016，46（6）：131-144.

[17]ROTHSCHILD M， STIGLITZ J. Equilibrium in competitive insurance markets：an essay on the economics of imperfect information[J]. The quarterly journal of economics， 1976， 90（4）：624-649.

[18]謝明明，朱銘來.醫療保險對醫療費用影響的門檻效應研究[J].江西財經大學學報，2016（4）：57-65.

[19]GAO F， POWERS M R， WANG J. Adverse selection or advantageous selection risk and underwriting in China：shealth-insurance market[J]. Insurance：mathematics and economics， 2009， 44（3）：505-510.

[20]WEBER J G， KEY N ， O'DONOGHUE E J .Does federal crop insurance encourage farm specialization and fertilizer and chemical use？[C]// AAEA & WAEA Joint Annual Meeting.San Francisco， California： Agricultural and Applied Economics Association，2015.

[21]付小鵬，梁平.政策性農業保險試點改變了農民多樣化種植行為嗎[J].農業技術經濟，2017（9）：66-79.

[22]宗國富，周文杰.農業保險對農戶生產行為影響研究[J].保險研究，2014（4）：23-30.

[23]程竹，陳前恒.種植專業化會提高小農生產技術效率嗎[J].財經科學，2018（9）：50-62.

[24]馬九杰，崔恒瑜，吳本健.政策性農業保險推廣對農民收入的增進效應與作用路徑解析：對漸進性試點的準自然實驗研究[J].保險研究，2020（2）：3-18.

[25]錢龍，洪名勇.非農就業、土地流轉與農業生產效率變化：基于CFPS的實證分析[J].中國農村經濟，2016（12）：2-16.

[26]劉祚祥，郭倫國，楊勇.信息共享、風險分擔與農村銀保互動機制[J].廣東金融學院學報，2010，25（3）：63-73.

[27]左斐，徐璋勇，羅添元.保險能改善對農戶的信貸配給嗎：來自822戶農戶調查的經驗證據[J].云南財經大學學報，2019，35（8）：63-75.

[28]吳本健，單希，馬九杰.信貸保險、金融機構信貸供給與農戶借貸決策：來自F縣草莓種植“信貸+保險”的證據[J].保險研究，2013（8）：45-53.

[29]崔杰.保險降低農村信貸信息不對稱的機理分析[J].求索，2012（11）：8-10.

[30]張莉，何晶，馬潤泓.房價如何影響勞動力流動[J].經濟研究，2017，52（8）：155-170.

[31]GOODWIN B K ， VANDEVEER M L ， DEAL J L . An empirical analysis of acreage effects of participation in the federal crop insurance program[J]. American journal of agricultural economics， 2004， 86（4）：1058-1077.

[32]KOENKER R. A note on studentizing a test for heteroscedasticity[J]. Journal of econometrics， 1981， 17（1）：107-112.

[33]JIND J T， MEHLUM H. With or without U the appropriate test for a U-Shaped relationship[J]. Oxford bulletin of economics and statistics， 2010， 72（1）：109-118.

[34]MACKINNON D P ， KRULL J L ， LOCKWOOD C M. Equivalence of the mediation， confounding， and suppression effect[J]. Prevention science，2001， 1（4）：173-181.

How does the level of agricultural insurance security affect agricultural production efficiency：

evidence from the survey data of Hubei， Jiangxi， Sichuan and Yunnan Provinces

REN Tianchi ZHANG Hongzhen YANG Ruihua

（School of Economics and Management， China Agricultural University， Beijing 100083， China）

Abstract Improving the level of agricultural insurance security is an important measure of Chinas agricultural insurance policy reform. The existing literature has not paid enough attention to how the level of agricultural insurance affects farmers production efficiency. Based on the data of 1，290 households in Hubei， Jiangxi， Sichuan and Yunnan， this paper empirically studied the impact of agricultural insurance security level on farmers production efficiency from the perspective of the subject heterogeneity of agricultural insurance. The results showed that： ① There was an ‘inverted U-shaped impact on the production efficiency of farmers， meaning that the main reason of the current dispute of the academic circles on whether agricultural insurance promoted or inhibited the production efficiency was that the subject heterogeneity of agricultural insurance such as the difference of security level was ignored. ② In the promotion mechanism of the ‘inverted U-shaped influence， the improvement of security level could promote the growth of short-term investment， improve the level of specialization of planting structure and increase the access to loans， so as to improve the agricultural production efficiency. When the level of security was further improved and the ‘threshold of moral hazard was crossed， the short-term and long-term agricultural investment of farmers would decline， and they would choose to transfer the household labor force to non-agricultural areas， resulting in the decline of agricultural production efficiency. ③ The impact of agricultural insurance security level on production efficiency showed certain heterogeneity. From the perspective of operation scale， small farmers were more sensitive to the level of security than scale operators. From the perspective of crop types， the inflection points of production efficiency of different types of crops were also different. The results of the study have the following policy implications： On the one hand， the current level of agricultural insurance is roughly between 30% and 40%， and there is enough room for improvement from the critical value （70.9%） of the production efficiency turning point. Therefore， improving the level of security at this stage is not only the objective demand of agricultural insurance ‘stabilizer， but also the ‘booster of production efficiency. On the other hand， in view of the fact that small farmers are more ‘sensitive to the level of security， Chinas agriculture with small farmers as the main body should be more vigilant and avoid the ‘high security low efficiency trap in advance.

Key words agricultural insurance; security level; production efficiency; nonlinear relation

（責任編輯：李 琪）