農(nóng)業(yè)保險(xiǎn)對糧食綠色全要素生產(chǎn)率的影響研究

摘要" 基于2011—2020年長江經(jīng)濟(jì)帶省級面板數(shù)據(jù)，對該經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率，實(shí)證分析農(nóng)業(yè)保險(xiǎn)對糧食綠色全要素生產(chǎn)率的影響。結(jié)果表明：①長江經(jīng)濟(jì)帶整體糧食綠色全要素生產(chǎn)率均值小于1，說明該經(jīng)濟(jì)帶在2011—2020年的糧食綠色全要素生產(chǎn)率表現(xiàn)出下降趨勢，主要原因是糧食綠色生產(chǎn)技術(shù)進(jìn)步出現(xiàn)阻礙，技術(shù)進(jìn)步效應(yīng)也相應(yīng)地降低。②農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度對長江經(jīng)濟(jì)帶整體和下游有顯著的負(fù)向作用，對上游和中游有顯著的促進(jìn)作用；農(nóng)業(yè)保險(xiǎn)保費(fèi)收入深度和賠付率對長江經(jīng)濟(jì)帶及各區(qū)域均有顯著的促進(jìn)作用，農(nóng)業(yè)保險(xiǎn)賠付支出密度對長江經(jīng)濟(jì)帶及下游有顯著的促進(jìn)作用，對上游和中游有顯著的負(fù)向作用；農(nóng)業(yè)保險(xiǎn)賠付支出深度對長江經(jīng)濟(jì)帶及各區(qū)域均有顯著的負(fù)向作用。

關(guān)鍵詞" 農(nóng)業(yè)保險(xiǎn)；糧食綠色全要素生產(chǎn)率；Global-Malmquist-Luenberger模型；長江經(jīng)濟(jì)帶

中圖分類號" F323.3" 文獻(xiàn)標(biāo)識碼" A" 文章編號" 0517-6611（2024）05-0231-05

doi：10.3969/j.issn.0517-6611.2024.05.054

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Study on the Influence of Agricultural Insurance on Green Total Factor Productivity of Grain—Taking the Yangtze River Economic Belt as an Example

YUAN Jia-wei

（School of Economics and Management， Changjiang University， Jingzhou， Hubei 434023）

Abstractnbsp; Based on the panel data of agricultural insurance and grain production in the Yangtze River Economic Belt from 2011 to 2020， this paper uses the Global-Malmquist-Leuenberger model to calculate and analyze the green total factor productivity of grain in the economic belt， and uses the Tobit model to analyze the impact of agricultural insurance on the green total factor productivity of grain. The results show that： ① The average green total factor productivity of grain in the Yangtze River Economic Belt is less than 1， which indicates that the green total factor productivity of grain in the economic belt shows a downward trend in 2011-2020. The main reason is that the technological progress of green production of grain is hindered， and the effect of technological progress is correspondingly reduced. ② The agricultural insurance premium income density has a significant negative effect on the whole and the lower reaches of the Yangtze River Economic Belt， and has a significant promoting effect on the upper and middle reaches;The depth of agricultural insurance premium income and the compensation rate have a significant promoting effect on the Yangtze River Economic Belt and all regions. The density of agricultural insurance compensation expenditure has a significant promoting effect on the Yangtze River Economic Belt and the lower reaches， and has a significant negative effect on the upper and middle reaches;The depth of agricultural insurance compensation expenditure has a significant negative effect on the Yangtze River Economic Belt and other regions.

Key words" Agricultural insurance;Green total factor productivity of grain;Global-Malmquist-Lunberger model；Yangtze River Economic Belt

作者簡介" 袁加偉（1987—），男，江西上饒人，在讀碩士，從事農(nóng)業(yè)保險(xiǎn)服務(wù)鄉(xiāng)村振興研究。

收稿日期" 2023-02-26

糧食安全是國家安全的根本保證，保障糧食安全是國家的重要戰(zhàn)略。一直以來，我國政府都高度重視糧食生產(chǎn)，1978年我國糧食產(chǎn)量為30 476.5萬t，到2021年糧食產(chǎn)量增長到了68 284.7萬t，糧食產(chǎn)量增長明顯，但糧食產(chǎn)量增長帶來的問題也不容忽視。長期以來，我國的糧食生產(chǎn)都屬于粗放式生產(chǎn)模式，農(nóng)藥、化肥、塑料薄膜等大量使用加劇了土壤板結(jié)和土地污染，影響了糧食質(zhì)量。為此，必須積極轉(zhuǎn)變糧食生產(chǎn)經(jīng)營方式，推動我國糧食生產(chǎn)綠色轉(zhuǎn)型，提高糧食品質(zhì)，促進(jìn)糧食生產(chǎn)可持續(xù)發(fā)展。

隨著綠色生產(chǎn)理念逐漸深入人心，人們的環(huán)保意識逐漸增強(qiáng)。但糧食生產(chǎn)者在轉(zhuǎn)變生產(chǎn)經(jīng)營方式的同時(shí)，也會面臨著減產(chǎn)、降收的問題，加大了糧食生產(chǎn)的風(fēng)險(xiǎn)。而農(nóng)業(yè)保險(xiǎn)則可以很好地補(bǔ)償糧食生產(chǎn)經(jīng)營者在轉(zhuǎn)變生產(chǎn)經(jīng)營方式產(chǎn)生的損失，提高糧食生產(chǎn)經(jīng)營者轉(zhuǎn)型的意愿。為促進(jìn)農(nóng)業(yè)保險(xiǎn)和糧食綠色全要素生產(chǎn)率的協(xié)調(diào)發(fā)展，我國政府出臺了一系列政策，如《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》（財(cái)金〔2019〕102號）等，以促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展。深入探究農(nóng)業(yè)保險(xiǎn)健康發(fā)展與糧食綠色全要素生產(chǎn)率相互之間的內(nèi)在聯(lián)系，不僅有助于推動農(nóng)業(yè)保險(xiǎn)健康蓬勃發(fā)展，而且有助于實(shí)現(xiàn)兩者之間的和諧發(fā)展，有著重大的理論和實(shí)踐意義。

近年來，我國加大了對農(nóng)業(yè)保險(xiǎn)的重視程度，農(nóng)業(yè)保險(xiǎn)覆蓋范圍在逐漸擴(kuò)大［1］，覆蓋的區(qū)域也在不斷擴(kuò)大，并在2011年實(shí)現(xiàn)了全覆蓋［2］。在實(shí)現(xiàn)全覆蓋后，我國農(nóng)業(yè)保險(xiǎn)發(fā)展速度進(jìn)一步加快，保費(fèi)收入也從2011年的174.46億元增長到了2020年的819.58億元［3］。隨著人們對農(nóng)業(yè)保險(xiǎn)重要性認(rèn)識程度的加深，農(nóng)業(yè)保險(xiǎn)逐漸成為學(xué)術(shù)界研究的熱點(diǎn)。目前學(xué)術(shù)界對農(nóng)業(yè)保險(xiǎn)的研究主要集中在各國間農(nóng)業(yè)保險(xiǎn)發(fā)展水平的比較分析［4］、農(nóng)業(yè)保險(xiǎn)的參保意愿［5］、農(nóng)業(yè)保險(xiǎn)發(fā)展路徑和建議［6］、我國現(xiàn)行農(nóng)業(yè)保險(xiǎn)發(fā)展模式存在的弊端和優(yōu)化路徑［7］、農(nóng)業(yè)保險(xiǎn)對農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響［8］、農(nóng)業(yè)保險(xiǎn)對糧食生產(chǎn)的支持［9］和對糧食安全的保障［10］等。而隨著人們對綠色食品需求的增加，學(xué)術(shù)界加大了對糧食綠色全要素生產(chǎn)率的研究［11］，包含對糧食綠色全要素生產(chǎn)率的動態(tài)演進(jìn)分析［12］和區(qū)域性差異分析［13］等，同時(shí)還包括非糧化［14］、農(nóng)業(yè)勞動力老齡化［15］和環(huán)境規(guī)制［16］等對糧食綠色全要素生產(chǎn)率的影響。因此，根據(jù)2011—2020年長江經(jīng)濟(jì)帶農(nóng)業(yè)保險(xiǎn)和糧食生產(chǎn)的面板數(shù)據(jù)，運(yùn)用Global-Malmquist-Luenberger模型和Tobit模型分析該經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率，并著力分析農(nóng)業(yè)保險(xiǎn)對糧食綠色全要素生產(chǎn)率的影響，以期為長江經(jīng)濟(jì)帶糧食生產(chǎn)轉(zhuǎn)型提供一定的參考。

1" 變量選取及模型設(shè)定

1.1" 變量選取及數(shù)據(jù)來源

1.1.1" 糧食綠色全要素生產(chǎn)率變量選取。

借鑒閔銳等［17］的方法，對糧食綠色全要素生產(chǎn)率各項(xiàng)指標(biāo)進(jìn)行測算（表1）。權(quán)重系數(shù)主要有2種：系數(shù)A=（農(nóng)業(yè)總產(chǎn)值/農(nóng)林牧漁總產(chǎn)值）×（糧食播種面積/農(nóng)作物播種總面積），系數(shù)B=糧食播種面積/農(nóng)作物播種總面積。糧食機(jī)械總動力、糧食生產(chǎn)用電量、糧食生產(chǎn)化肥施用量、糧食生產(chǎn)農(nóng)藥使用量和糧食生產(chǎn)柴油使用量由農(nóng)業(yè)機(jī)械總動力、農(nóng)業(yè)用電量、化肥施用量、農(nóng)藥使用量、農(nóng)用柴油使用量和農(nóng)業(yè)碳排放量乘以系數(shù)B得到，糧食從業(yè)人數(shù)、糧食從業(yè)人數(shù)則由農(nóng)林牧漁固定資產(chǎn)投資和農(nóng)林牧漁從業(yè)人數(shù)乘以系數(shù)A得到。

按照李波等［18］的研究成果，該研究建立了一個(gè)估算公式，并給出了農(nóng)業(yè)碳排放源及系數(shù)表，以便更好地了解農(nóng)業(yè)碳排放情況。估算公式：

E=Ei=Ti×γi（1）

式中：E為農(nóng)業(yè)的碳排放總量；Ei為各種碳源的碳排放量；Ti為各碳排放源的量；γi為各碳排放源的碳排放系數(shù)。經(jīng)過研究，分別歸納出農(nóng)業(yè)碳排放系數(shù)，化肥使用量、農(nóng)藥施用量、農(nóng)用塑料波摸使用量、農(nóng)用柴油使用量、農(nóng)作物總播種面積、有效灌溉面積的系數(shù)分別為0.895 6 kg/kg、4.934 1 kg/kg、5.18 kg/kg、0.592 7 kg/kg、312.6 kg/km2、20.476 kg/hm2。

1.1.2" Tobit回歸模型變量選取。

選取農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度、農(nóng)業(yè)保險(xiǎn)保費(fèi)收入深度、農(nóng)業(yè)保險(xiǎn)賠付支出密度、農(nóng)業(yè)保險(xiǎn)賠付支出深度、賠付率作為核心解釋變量來分析長江經(jīng)濟(jì)帶農(nóng)業(yè)保險(xiǎn)對該經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率的影響，其中農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度、農(nóng)業(yè)保險(xiǎn)賠付支出密度、賠付率等變量的數(shù)值較大，為防止這些變量的系數(shù)為0影響后續(xù)分析，該研究對農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度、農(nóng)業(yè)保險(xiǎn)賠付支出密度、賠付率等變量進(jìn)行取對數(shù)處理，并將農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平、高等教育水平、種植結(jié)構(gòu)和經(jīng)濟(jì)結(jié)構(gòu)等變量作為控制變量。具體指標(biāo)選取見表2。

1.1.3" 數(shù)據(jù)來源。

上述數(shù)據(jù)均由長江經(jīng)濟(jì)帶各?。ㄊ校┙y(tǒng)計(jì)年鑒（2012—2021）、農(nóng)村統(tǒng)計(jì)年鑒（2012—2021）、《中國保險(xiǎn)年鑒（2012—2021）》《中國金融年鑒（2012—2021）》和《中國農(nóng)村統(tǒng)計(jì)年鑒（2009—2020）》整理得來。

1.2" 模型構(gòu)建

1.2.1" Global-Malmquist-Luenberger模型。

Fre等［19］首先利用DEA方法來統(tǒng)計(jì)Malmquist指標(biāo)，從而使DEA模式可以有效地解析。Chung等［20］進(jìn)一步在Malmquist模式的基石上引入了方向距離函數(shù)，并將其轉(zhuǎn)化為Malmquist-Luenberger（ML）指數(shù)。具體如下：

MLt+1t=（MLt×MLt+1）12=

1+Dt（xt，yt，bt;yt，-bt）1+Dt（xt+1，yt+1，bt+1;yt+1，-bt+1）×

1+Dt+1（xt，yt，bt;yt，-bt）1+Dt+1（xt+1，yt+1，bt+1;yt+1，-bt+1）12

=

1+Dt+1（xt，yt，bt;yt，-bt）1+Dt（xt，yt，bt;yt，-bt）×

1+Dt+1（xt+1，yt+1，bt+1;yt+1，-bt+1）1+Dt（xt+1，yt+1，bt+1;yt+1，-bt+1）12×

1+Dt（xt，yt，bt;yt，-bt）1+Dt+1（xt+1，yt+1，bt+1;yt+1，-bt+1）

=Echt+1t×Techt+1t

（2）

式中：x、y表示投入、產(chǎn)出指標(biāo)；b表示非期望產(chǎn)出；t表示時(shí)間；Ech表示技術(shù)效率，Tech表示技術(shù)進(jìn)步。

Oh［21］基于Chung等［20］的研究成果，建立了Global-Malmquist-Luenberger（GML）模型，以有效克服傳統(tǒng)Malmquist-Luenberger指數(shù)無法實(shí)現(xiàn)循環(huán)傳輸性和線性規(guī)劃無解的實(shí)際問題，其公式如下：

GML=1+DG（xt，yt，bt;yt，-bt）1+DG（xt+1，yt+1，bt+1;yt+1，-bt+1）=

1+Dvt（xt，yt，bt;yt，-bt）1+Dvt+1（xt+1，yt+1，bt+1;yt+1，-bt+1）×

1+DcG（xt，yt，bt;yt，-bt）1+DvG（xt，yt，bt;yt，-bt）

1+DcG（xt+1，yt+1，bt+1;yt+1，-bt+1）1+DvG（xt+1，yt+1，bt+1;yt+1，-bt+1）

×

1+DvG（xt，yt，bt;yt，-bt）1+Dvt（xt，yt，bt;yt，-bt）

1+DvG（xt+1，yt+1，bt+1;yt+1，-bt+1）1+Dvt+1（xt+1，yt+1，bt+1;yt+1，-bt+1）

=Echt+1t×Techt+1t

=Pehht+1t×Secht+1t×Techt+1t

（3）

式中，技術(shù)效率Ech被進(jìn)一步分解為純技術(shù)效率Pech和規(guī)模效率Sech。GML、Pech、Sech大于1（小于1）分別表示全要素生產(chǎn)率提升（下降）、純技術(shù)效率改善（惡化）、規(guī)模效率提高（下降）。

1.2.2" Tobit模型。

由于Global-Malmquist-Luenberger模型結(jié)果值屬于截?cái)嚯x散變量，為更為準(zhǔn)確地分析農(nóng)業(yè)保險(xiǎn)對長江經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率的影響，該研究將農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度、農(nóng)業(yè)保險(xiǎn)保費(fèi)收入深度、農(nóng)業(yè)保險(xiǎn)賠付支出密度、農(nóng)業(yè)保險(xiǎn)賠付支出深度、賠付率作為核心解釋變量，并將農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平、高等教育水平、種植結(jié)構(gòu)和經(jīng)濟(jì)結(jié)構(gòu)等變量作為控制變量，運(yùn)用Tobit模型分析農(nóng)業(yè)保險(xiǎn)對該經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率的影響，具體公式如下：

GMLit=θ+α1lnidait+α2daiit+α3lnaicedit+α4aicedit+α5lnratioit+βcontrolit+εit

（4）

其中：GMLit表示i省第t年的糧食綠色全要素生產(chǎn)率；lnidait、daiit、lnaicedit、daiceit、lnratioit分別表示農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度取對數(shù)、農(nóng)業(yè)保險(xiǎn)保費(fèi)收入深度、農(nóng)業(yè)保險(xiǎn)賠付支出密度取對數(shù)、農(nóng)業(yè)保險(xiǎn)賠付支出深度、賠付率取對數(shù)；controlit為控制變量；α1、α2、α3、α4、α5為核心解釋變量系數(shù)；β為控制變量系數(shù)；θ為常數(shù)項(xiàng)；εit表示隨機(jī)誤差項(xiàng)。

2" 實(shí)證結(jié)果分析

2.1" 分年度全要素生產(chǎn)率指數(shù)及分解

從表3結(jié)果可以看出，長江經(jīng)濟(jì)帶整體糧食綠色全要素生產(chǎn)率均值為0.994，小于1，說明在2011—2020年，該經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率呈下降趨勢。由于糧食綠色全要素生產(chǎn)率指數(shù)，即GML指數(shù)是由技術(shù)效率（Ech）和技術(shù)進(jìn)步（Tech）相乘得到，而從表3可以看出，在2011—2020年，糧食綠色全要素生產(chǎn)率指數(shù)下降主要是由于技術(shù)進(jìn)步下降導(dǎo)致的。技術(shù)進(jìn)步（Tech）主要是指最佳實(shí)踐前沿面缺口的改變，反映創(chuàng)新效應(yīng)或者技術(shù)進(jìn)步的效應(yīng)，技術(shù)效率（Ech）主要表示技術(shù)效率變化，由此可以看出，該經(jīng)濟(jì)帶糧食綠色生產(chǎn)技術(shù)效率整體并沒有變化，而技術(shù)進(jìn)步則出現(xiàn)了下降，這說明該經(jīng)濟(jì)帶在此期間糧食綠色生產(chǎn)技術(shù)出現(xiàn)了阻礙，技術(shù)進(jìn)步效應(yīng)出現(xiàn)下降。

縱向來看，在2011—2020年長江經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率共有4個(gè)時(shí)間段的指數(shù)值小于1，占整體的44.44%，而指數(shù)值大于1的時(shí)間段有5個(gè)，這說明該經(jīng)濟(jì)帶指數(shù)值大于1的時(shí)間段雖多于小于1的時(shí)間段，但由于小于1的時(shí)間段的指數(shù)值過小，使得該經(jīng)濟(jì)帶整體糧食綠色全要素生產(chǎn)率值小于1。從指數(shù)值的發(fā)展趨勢來看，2011—2014年表現(xiàn)出上升趨勢，之后出現(xiàn)下降，但在2014—2016年又表現(xiàn)出上升趨勢，之后出現(xiàn)下降，在2016—2020年又表現(xiàn)出上升趨勢，綜合來看，糧食綠色全要素生產(chǎn)率指數(shù)值的發(fā)展具有一定的周期性。技術(shù)效率（Ech）和技術(shù)進(jìn)步（Tech）指數(shù)中，技術(shù)效率在2011—2020年的均值為1.000，說明技術(shù)效率在此期間沒有明顯變化，而技術(shù)進(jìn)步與全要素生產(chǎn)率指數(shù)的發(fā)展趨勢較為相似。具體來看，技術(shù)效率僅在2016—2017年的指數(shù)小于1，在2017—2018年的指數(shù)值大于1，技術(shù)進(jìn)步在2011—2012年、2012—2013年、2014—2015年和2016—2017年4個(gè)時(shí)間段的指數(shù)值小于1，其余時(shí)間段的指數(shù)值則大于1。將技術(shù)效率進(jìn)一步分解可以得到純技術(shù)效率（Pech）和規(guī)模效率（Sech），從表3可知，純技術(shù)效率指數(shù)值均為1.000，這說明長江經(jīng)濟(jì)帶在2011—2020年的純技術(shù)效率指數(shù)值并沒有變化，說明在此期間長江經(jīng)濟(jì)帶糧食綠色生產(chǎn)技術(shù)的轉(zhuǎn)化較為穩(wěn)定。觀察規(guī)模效率可知，規(guī)模效率雖然在2011—2020年的指數(shù)均值為1.000，但在2016—2017年的指數(shù)小于1，在2017—2018年的指數(shù)值大于1，說明長江經(jīng)濟(jì)帶2016—2017年的糧食綠色生產(chǎn)投入規(guī)模管理存在問題，但對整體的影響并不大。

綜合上述分析可以看出，2011—2020年長江經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率下降的主要原因是糧食綠色生產(chǎn)技術(shù)進(jìn)步出現(xiàn)阻礙，技術(shù)進(jìn)步效應(yīng)也相應(yīng)地降低。

2.2" 分地區(qū)糧食綠色全要素生產(chǎn)率Global-Malmquist-Luenberger指數(shù)及分解

將Global-Malmquist-Luenberger模型結(jié)果分區(qū)域分解來看（表4），上游地區(qū)的糧食綠色全要素生產(chǎn)率指數(shù)均值要高于中游和下游，而中游的指數(shù)均值最低，具體來看，上游的全要素生產(chǎn)率指數(shù)均值為1.012，大于1，年均上升1.2%；而下游的全要素生產(chǎn)率均值與長江經(jīng)濟(jì)帶整體全要素生產(chǎn)率指數(shù)均值相同，均為0.994，年均下降0.6%；中游的均值最低，為0.976，年均下降2.4%。將GML分解可得技術(shù)效率（Ech）和技術(shù)進(jìn)步（Tech），由表4可知，長江經(jīng)濟(jì)帶各區(qū)域技術(shù)效率指數(shù)均值均為1.000，技術(shù)進(jìn)步均值與整體GML均值相同，說明在2011—2020年長江經(jīng)濟(jì)帶各區(qū)域糧食綠色全要素生產(chǎn)率值主要受技術(shù)進(jìn)步值影響，上游地區(qū)GML值大于1的主要原因是上游地區(qū)糧食綠色生產(chǎn)技術(shù)整體上在2011—2020年有所進(jìn)步，技術(shù)進(jìn)步效應(yīng)明顯，而中游和下游地區(qū)GML值小于1的主要原因是中游和下游糧食綠色生產(chǎn)技術(shù)整體上在2011—2020年出現(xiàn)了下降，技術(shù)進(jìn)步受到阻礙，技術(shù)進(jìn)步效應(yīng)下降。將技術(shù)效率進(jìn)一步分解為純技術(shù)效率（Pech）和規(guī)模效率（Sech）可知，長江經(jīng)濟(jì)帶各區(qū)域純技術(shù)效率和規(guī)模效率均值均為1.000，說明長江經(jīng)濟(jì)帶各區(qū)域糧食綠色生產(chǎn)技術(shù)轉(zhuǎn)化和生產(chǎn)投入管理均無變化。

從各?。ㄊ校﹣砜?，長江經(jīng)濟(jì)帶上、中、下游中，僅有云南省、湖北省和上海市的糧食綠色全要素生產(chǎn)率均值小于1，且湖北省的GML值最低，僅為0.895，其余?。ㄊ校〨ML值均大于1。從技術(shù)效率（Ech）和技術(shù)進(jìn)步（Tech）來看，長江經(jīng)濟(jì)帶各?。ㄊ校┘夹g(shù)效率均值均為1.000，技術(shù)進(jìn)步值則有所區(qū)別，說明該經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率均值主要受技術(shù)進(jìn)步均值的影響，當(dāng)技術(shù)進(jìn)步受阻時(shí)，GML值也會小于1，而當(dāng)出現(xiàn)技術(shù)進(jìn)步時(shí)，GML值也會大于1。將技術(shù)效率進(jìn)一步分解為純技術(shù)效率（Pech）和規(guī)模效率（Sech）可知，長江經(jīng)濟(jì)帶各?。ㄊ校┘兗夹g(shù)效率和規(guī)模效率均值均為1.000，說明長江經(jīng)濟(jì)帶各?。ㄊ校┘Z食綠色生產(chǎn)技術(shù)轉(zhuǎn)化和生產(chǎn)投入管理均無變化。

綜上所述，上游地區(qū)糧食綠色全要素生產(chǎn)率有所上升，但云南省仍存在技術(shù)進(jìn)步受阻的問題。中游地區(qū)各省糧食綠色全要素生產(chǎn)率則表現(xiàn)出下降，這主要是因?yàn)楹笔〖Z食綠色生產(chǎn)技術(shù)進(jìn)步受阻，技術(shù)進(jìn)步效應(yīng)下降。下游地區(qū)糧食綠色全要素生產(chǎn)率也表現(xiàn)出下降，主要是因?yàn)樯虾Ｊ械募Z食綠色生產(chǎn)技術(shù)進(jìn)步受阻，技術(shù)進(jìn)步效應(yīng)下降。

2.4" 農(nóng)業(yè)保險(xiǎn)對糧食綠色全要素生產(chǎn)率的影響分析

為進(jìn)一步了解農(nóng)業(yè)保險(xiǎn)對糧食綠色全要素生產(chǎn)率的影響，選取農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度（ida）、農(nóng)業(yè)保險(xiǎn)保費(fèi)收入深度（dai）、農(nóng)業(yè)保險(xiǎn)賠付支出密度（aiced）、農(nóng)業(yè)保險(xiǎn)賠付支出深度（daice）、賠付率（ratio）作為解釋變量，將農(nóng)村人均GDP（rgdp）、城鎮(zhèn)化率（czhua）、高等教育水平（edu）、種植結(jié)構(gòu)（plant）和產(chǎn)業(yè)結(jié)構(gòu)（industrial）5個(gè)指標(biāo)作為控制變量。借助StataSE15建立Tobit回歸模型，結(jié)果如表5所示。

由表5可知，農(nóng)業(yè)保險(xiǎn)保費(fèi)收入深度、農(nóng)業(yè)保險(xiǎn)賠付支出密度和賠付率均對長江經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率有顯著的促進(jìn)作用，農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度則有顯著的負(fù)向作用，農(nóng)業(yè)保險(xiǎn)賠付支出深度的負(fù)向作用不顯著。農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度、農(nóng)業(yè)保險(xiǎn)保費(fèi)收入深度和賠付率對上游地區(qū)糧食綠色全要素生產(chǎn)率有顯著的促進(jìn)作用，農(nóng)業(yè)保險(xiǎn)賠付支出密度和深度則有顯著的負(fù)向作用。農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度和深度以及賠付率對中游地區(qū)有顯著的促進(jìn)作用，農(nóng)業(yè)保險(xiǎn)賠付支出密度和深度則有顯著的負(fù)向作用。農(nóng)業(yè)保險(xiǎn)保費(fèi)收入深度、農(nóng)業(yè)保險(xiǎn)賠付支出密度和賠付率均對下游有顯著的促進(jìn)作用，農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度、農(nóng)業(yè)保險(xiǎn)賠付支出深度則有顯著的負(fù)向作用。

縱向來看，可能的原因是：一是農(nóng)業(yè)保險(xiǎn)通過發(fā)揮分散和轉(zhuǎn)移風(fēng)險(xiǎn)的職能，消除了農(nóng)戶對糧食綠色生產(chǎn)技術(shù)顧慮，增強(qiáng)了對糧食綠色生產(chǎn)技術(shù)的信心，進(jìn)而使得糧食綠色生產(chǎn)技術(shù)推廣渠道更加通暢，相關(guān)技術(shù)的推廣和應(yīng)用也更加迅速，從而加快了農(nóng)業(yè)綠色技術(shù)的推廣應(yīng)用，提升糧食綠色全要素生產(chǎn)率；二是農(nóng)業(yè)保險(xiǎn)通過發(fā)揮收入保障效應(yīng)，穩(wěn)定了農(nóng)業(yè)生產(chǎn)者的產(chǎn)出預(yù)期，提高了農(nóng)戶采用農(nóng)業(yè)綠色技術(shù)和擴(kuò)大經(jīng)營規(guī)模的積極性，從而促進(jìn)了農(nóng)業(yè)綠色生產(chǎn)；三是農(nóng)業(yè)保險(xiǎn)通過發(fā)揮抵押貸款效應(yīng)，降低了金融機(jī)構(gòu)農(nóng)業(yè)貸款抵押品不足，有效緩解了農(nóng)業(yè)資金約束問題，進(jìn)而增加了農(nóng)戶對綠色設(shè)備的投資，并改進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率。進(jìn)一步來看，可能的原因是：長江經(jīng)濟(jì)帶是我國經(jīng)濟(jì)發(fā)展最為活躍的地區(qū)之一，下游地區(qū)更是如此，該經(jīng)濟(jì)帶與下游地區(qū)保險(xiǎn)市場發(fā)育程度較高，而上游和中游地區(qū)保險(xiǎn)市場發(fā)育較為遲緩，使得長江經(jīng)濟(jì)帶和下游農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度的提高會對糧食綠色全要素生產(chǎn)率產(chǎn)生負(fù)面影響，而上游和中游則對其有正面影響。而農(nóng)業(yè)保險(xiǎn)賠付支出則與農(nóng)業(yè)保險(xiǎn)保費(fèi)收入的影響相反，賠付支出越高，說明該地區(qū)受災(zāi)程度越深，發(fā)育良好的保險(xiǎn)市場抗風(fēng)險(xiǎn)能力更強(qiáng)，所受的影響也就較低，而保險(xiǎn)市場發(fā)育較為遲緩的地區(qū)則受影響較大。賠付率代表農(nóng)業(yè)保險(xiǎn)賠付力度，也是農(nóng)業(yè)保險(xiǎn)的信譽(yù)的體現(xiàn)，賠付率越高說明農(nóng)業(yè)保險(xiǎn)賠付力度越大，進(jìn)而提高糧食市場經(jīng)營者對農(nóng)業(yè)保險(xiǎn)的信心，促使糧食生產(chǎn)經(jīng)營者擴(kuò)大經(jīng)營規(guī)模、調(diào)整種植結(jié)構(gòu)和促進(jìn)低碳技術(shù)創(chuàng)新，進(jìn)而加快實(shí)現(xiàn)糧食綠色全要素生產(chǎn)率提升。

3" 結(jié)論與建議

3.1" 結(jié)論

根據(jù)2011—2020年長江經(jīng)濟(jì)帶11個(gè)?。ㄊ校┺r(nóng)業(yè)保險(xiǎn)和糧食生產(chǎn)的面板數(shù)據(jù)，運(yùn)用Global-Malmquist-Luenberger模型對該經(jīng)濟(jì)帶糧食綠色全要素生產(chǎn)率進(jìn)行測算和分析，運(yùn)用Tobit模型分析農(nóng)業(yè)保險(xiǎn)對糧食綠色全要素生產(chǎn)率的影響，得出如下主要結(jié)論：

（1）長江經(jīng)濟(jì)帶整體糧食綠色全要素生產(chǎn)率均值小于1，說明該經(jīng)濟(jì)帶在2011—2020年的糧食綠色全要素生產(chǎn)率表現(xiàn)出下降趨勢，主要原因是糧食綠色生產(chǎn)技術(shù)進(jìn)步出現(xiàn)阻礙，技術(shù)進(jìn)步效應(yīng)也相應(yīng)地降低。

（2）農(nóng)業(yè)保險(xiǎn)保費(fèi)收入密度對長江經(jīng)濟(jì)帶整體和下游有顯著的負(fù)向作用，對上游和中游有顯著的促進(jìn)作用；農(nóng)業(yè)保險(xiǎn)保費(fèi)收入深度和賠付率對長江經(jīng)濟(jì)帶及各區(qū)域均有顯著的促進(jìn)作用，農(nóng)業(yè)保險(xiǎn)賠付支出密度對長江經(jīng)濟(jì)帶及下游有顯著的促進(jìn)作用，對上游和中游有顯著的負(fù)向作用；農(nóng)業(yè)保險(xiǎn)賠付支出深度對長江經(jīng)濟(jì)帶及各區(qū)域均有顯著的負(fù)向作用。

3.2" 建議

基于上述結(jié)論，提出以下建議：

（1）為了減少農(nóng)業(yè)生產(chǎn)經(jīng)營活動對環(huán)境的負(fù)面影響，政府部門應(yīng)當(dāng)加強(qiáng)對農(nóng)業(yè)保險(xiǎn)的外部支持力度，擴(kuò)大資金補(bǔ)助品種、區(qū)域、比重及補(bǔ)貼對象的范圍，以減少農(nóng)民的費(fèi)用承擔(dān)，提高農(nóng)業(yè)保險(xiǎn)的覆蓋率；同時(shí)，加快農(nóng)村統(tǒng)計(jì)信息平臺的建設(shè)，使其作為政府部門管理農(nóng)業(yè)保險(xiǎn)的主要手段，從而更好地發(fā)揮農(nóng)業(yè)保險(xiǎn)的保障效果，有效抑制農(nóng)業(yè)環(huán)境的負(fù)面影響。

（2）加強(qiáng)農(nóng)業(yè)保險(xiǎn)制度的普及和運(yùn)用，全面推進(jìn)農(nóng)業(yè)發(fā)展，進(jìn)一步提高農(nóng)村生產(chǎn)經(jīng)營效益。從供應(yīng)側(cè)出發(fā)，積極支持依法設(shè)立農(nóng)產(chǎn)品保險(xiǎn)機(jī)構(gòu)，優(yōu)化農(nóng)業(yè)保險(xiǎn)公司理賠流程，不斷增強(qiáng)農(nóng)產(chǎn)品保險(xiǎn)機(jī)構(gòu)的運(yùn)行效率。為了進(jìn)一步提高農(nóng)業(yè)保險(xiǎn)的效益，應(yīng)該加強(qiáng)對農(nóng)戶的宣傳和教育，鼓勵(lì)他們參與農(nóng)業(yè)保險(xiǎn)經(jīng)營活動。應(yīng)該采取多種措施來進(jìn)一步提高農(nóng)業(yè)保險(xiǎn)的綜合利用技術(shù)水平，包括加大規(guī)模經(jīng)營、優(yōu)化種植結(jié)構(gòu)和加快技術(shù)創(chuàng)新。這樣才能進(jìn)一步提高糧食綠色全要素生產(chǎn)率。

（3）為了促進(jìn)糧食綠色發(fā)展，政府部門應(yīng)該加強(qiáng)對農(nóng)業(yè)保險(xiǎn)公司的支持，開發(fā)出多種新型綠色農(nóng)業(yè)保險(xiǎn)方案，如低碳農(nóng)業(yè)保險(xiǎn)、農(nóng)藥化肥減量提效保險(xiǎn)制度、農(nóng)業(yè)污染責(zé)任保險(xiǎn)、農(nóng)產(chǎn)品碳匯價(jià)值保險(xiǎn)制度等，以此來促進(jìn)糧食綠色生態(tài)科技的推廣應(yīng)用，降低糧食對自然資源環(huán)境保護(hù)的過分依賴性，最后達(dá)到糧食綠色全要素生產(chǎn)率的持續(xù)提升。

參考文獻(xiàn)

［1］ 徐婷婷，榮幸.改革開放四十年：中國農(nóng)業(yè)保險(xiǎn)制度的變遷與創(chuàng)新——?dú)v史進(jìn)程、成就及經(jīng)驗(yàn)［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2018，39（12）：38-50.

［2］ 庹國柱.我國農(nóng)業(yè)保險(xiǎn)政策及其可能走向分析［Ｊ］.保險(xiǎn)研究，2019（1）：3-14.

［3］ 吳東立，謝鳳杰.改革開放40年我國農(nóng)業(yè)保險(xiǎn)制度的演進(jìn)軌跡及前路展望［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2018，39（10）：24-32.

［4］ 齊皓天，徐雪高，朱滿德，等.農(nóng)業(yè)保險(xiǎn)補(bǔ)貼如何規(guī)避WTO規(guī)則約束：美國做法及啟示［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2017，38（7）：101-109，112.

［5］ 侯煜廬，張峭.小規(guī)模農(nóng)戶購買農(nóng)業(yè)保險(xiǎn)意愿影響因素的綜合分析［J］.中國農(nóng)業(yè)資源與區(qū)劃，2019，40（4）：210-216.

［6］ 劉漢成，陶建平.中國政策性農(nóng)業(yè)保險(xiǎn)：發(fā)展趨勢、國際比較與路徑優(yōu)化［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2020（6）：67-75.

［7］ 王鑫，夏英.農(nóng)業(yè)種植收入保險(xiǎn)發(fā)展模式優(yōu)化及政策創(chuàng)設(shè)［J］.經(jīng)濟(jì)縱橫，2022（4）：96-105.

［8］ 金紹榮，任贊杰，慕天媛.農(nóng)業(yè)保險(xiǎn)、農(nóng)業(yè)全要素生產(chǎn)率與農(nóng)業(yè)經(jīng)濟(jì)增長［J］.宏觀經(jīng)濟(jì)研究，2022（1）：102-114，160.

［9］ 李金波，張秀青，姚蔚.農(nóng)業(yè)保險(xiǎn)改革與糧食生產(chǎn)支持保護(hù)機(jī)制研究［J］.全球化，2021（6）：112-124，136.

［10］ 江生忠，朱文沖.農(nóng)業(yè)保險(xiǎn)有助于保障國家糧食安全嗎？［J］.保險(xiǎn)研究，2021（10）：3-17.

［11］ 盧新海，崔海瑩，柯善淦，等.湖北省耕地利用綠色轉(zhuǎn)型與糧食全要素生產(chǎn)率的耦合協(xié)調(diào)及其驅(qū)動機(jī)制研究［J］.中國土地科學(xué)，2022，36（8）：75-84.

［12］ 代瑞熙，許世衛(wèi).中國小麥綠色全要素生產(chǎn)率時(shí)空特征及影響因素［J］.農(nóng)業(yè)工程學(xué)報(bào)，2022，38（8）：304-314.

［13］ 周應(yīng)恒，楊宗之.生態(tài)價(jià)值視角下中國省域糧食綠色全要素生產(chǎn)率時(shí)空特征分析［J］.中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2021，29（10）：1786-1799.

［14］ 薛選登，谷秀云.非糧化對糧食綠色全要素生產(chǎn)率的門檻效應(yīng)研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2022，43（7）：17-26.

［15］ 王淑紅，楊志海.農(nóng)業(yè)勞動力老齡化對糧食綠色全要素生產(chǎn)率變動的影響研究［J］.農(nóng)業(yè)現(xiàn)代化研究，2020，41（3）：396-406.

［16］ 井莉.環(huán)境規(guī)制下我國糧食生產(chǎn)綠色全要素生產(chǎn)率分析［J］.南方農(nóng)業(yè)學(xué)報(bào)，2021，52（8）：2311-2318.

［17］ 閔銳，李谷成.轉(zhuǎn)型期湖北省糧食綠色全要素生產(chǎn)率增長與分解：基于全國宏觀橫向比較的維度［J］.湖北大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2014，41（1）：137-141.

［18］ 李波，張俊飚，李海鵬.中國農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解［J］.中國人口·資源與環(huán)境，2011，21（8）：80-86.

［19］ FRE R，GROSSKOPF S，LOVELL C A K.Production frontiers［M］.Cambridge：Cambridge University Press，1994.

［20］ CHUNG Y H，F(xiàn)RE R，GROSSKOPF S.Productivity and undesirable outputs：A directional distance function approach［J］.Journal of environmental management，1997，51（3）：229-240.

［21］ OH D H.A global malmquist-luenberger productivity index［J］.Journal of productivity analysis，2010，34（3）：183-197.