李婕妤

（天津財經(jīng)大學珠江學院 經(jīng)濟學院，天津 300188）

一、引言

脫貧攻堅目標任務完成以后，全面推進鄉(xiāng)村振興成為“三農(nóng)”工作的重中之重。農(nóng)業(yè)保險是“三農(nóng)”風險管理的主要方式，也是“三農(nóng)”工作的重要組成部分。2012年《農(nóng)業(yè)保險條例》對農(nóng)業(yè)保險的定義做了明確規(guī)定：“保險公司根據(jù)農(nóng)業(yè)保險合同，對被保險人在農(nóng)業(yè)生產(chǎn)過程中因保險標的遭受約定的自然災害、意外事故、疫病或者疾病等事故所造成的財產(chǎn)損失承擔賠償保險金責任的保險活動。涵蓋狹義的農(nóng)業(yè)、種植業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)等產(chǎn)業(yè)?！鞭r(nóng)業(yè)保險是實現(xiàn)農(nóng)業(yè)現(xiàn)代化的客觀要求，也是必要保障（曹衛(wèi)芳，2013）[1]。

“全要素生產(chǎn)率”由美國經(jīng)濟學家Q T Baonon等人在20世紀60年代提出，為衡量總產(chǎn)出與總投入關系的指標，體現(xiàn)了所有投入要素對生產(chǎn)能力的使用程度，也可以理解為對資源利用情況的評價。全要素生產(chǎn)率衡量的是所有投入要素的綜合產(chǎn)出效率。在我國，經(jīng)濟學家林毅夫發(fā)現(xiàn)農(nóng)業(yè)全要素生產(chǎn)率在促進農(nóng)業(yè)產(chǎn)出和農(nóng)業(yè)經(jīng)濟方面發(fā)揮著重要作用。朱喜等（2011）[2]研究發(fā)現(xiàn)影響我國農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的主要問題是缺乏發(fā)展動力，產(chǎn)業(yè)內(nèi)存在要素配置不合理情況，區(qū)域發(fā)展也不均衡，所以提出促進農(nóng)業(yè)發(fā)展首先需要優(yōu)化對于農(nóng)業(yè)的要素配置結(jié)構(gòu)，提升農(nóng)業(yè)全要素生產(chǎn)率。

《京津冀協(xié)同發(fā)展規(guī)劃綱要》于2015年4月30日經(jīng)中共中央政治局會議審議通過，表明京津冀協(xié)同發(fā)展上升為重大的國家戰(zhàn)略。戰(zhàn)略要求“充分利用京津冀協(xié)同發(fā)展機遇，著力加強區(qū)域要素資源的融合性與互補性，促進農(nóng)業(yè)農(nóng)村區(qū)域協(xié)同共贏發(fā)展”。北京和天津在科技、人才和資金方面具有優(yōu)勢，河北在土地、勞動力和生態(tài)資源方面具有優(yōu)勢，三地農(nóng)業(yè)協(xié)同發(fā)展具有很好的基礎及互補優(yōu)勢。京津冀三地農(nóng)業(yè)發(fā)展的“兩區(qū)”：京津及河北環(huán)京津的27個縣（市、區(qū)）構(gòu)成的都市現(xiàn)代農(nóng)業(yè)區(qū)和河北146個縣（市、區(qū)）構(gòu)成的高產(chǎn)高效生態(tài)農(nóng)業(yè)區(qū)，分別以發(fā)展都市現(xiàn)代農(nóng)業(yè)和以承接都市現(xiàn)代農(nóng)業(yè)區(qū)產(chǎn)業(yè)轉(zhuǎn)移為主攻方向。

從全產(chǎn)業(yè)國民生產(chǎn)總值看（見表1），北京與河北數(shù)據(jù)更接近，而天津約為北京和河北的一半；從人口看，天津為河北的1/6，北京為河北的1/3.5；而從農(nóng)業(yè)占比看，北京為0.3%，天津為1.3%，河北為10%，體現(xiàn)出天津、北京、河北在發(fā)展中的產(chǎn)業(yè)側(cè)重有所不同。具體再看單個城市農(nóng)業(yè)產(chǎn)出指標，北京近10年的農(nóng)業(yè)產(chǎn)出均值與河北11個城市中農(nóng)業(yè)占比較低的秦皇島和廊坊相近，天津近10年的農(nóng)業(yè)產(chǎn)出均值與河北11個城市中農(nóng)業(yè)產(chǎn)值位于中游的張家口、衡水、邢臺相近，都低于河北11個城市中農(nóng)業(yè)產(chǎn)值較高的唐山和石家莊。京津冀地區(qū)需要協(xié)同發(fā)展，但是在產(chǎn)業(yè)發(fā)展差異較大的情況下，如何實現(xiàn)協(xié)同發(fā)展？基于此，本文在研究農(nóng)業(yè)保險和農(nóng)業(yè)發(fā)展時，以京津冀地區(qū)中天津、北京及河北的11個地級市共13個城市作為研究對象。

表1 京津冀地區(qū)GDP、農(nóng)業(yè)及人口總體情況

針對京津冀地區(qū)的具體情況，優(yōu)化要素配置提高農(nóng)業(yè)全要素生產(chǎn)率，發(fā)揮農(nóng)業(yè)保險風險管理及引導作用，對實現(xiàn)京津冀的區(qū)域協(xié)同發(fā)展和農(nóng)業(yè)全要素生產(chǎn)率與農(nóng)業(yè)保險的協(xié)同發(fā)展，促進京津冀地區(qū)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展，具有重要的理論意義和現(xiàn)實意義。

二、文獻綜述與理論假設

（一）文獻綜述

本文從京津冀地區(qū)農(nóng)業(yè)產(chǎn)業(yè)情況、農(nóng)業(yè)保險與農(nóng)業(yè)產(chǎn)業(yè)的關系兩個方面對文獻進行了梳理。

1.京津冀地區(qū)農(nóng)業(yè)產(chǎn)業(yè)情況

京津冀地區(qū)協(xié)同發(fā)展是黨中央的重要戰(zhàn)略部署。王軍等（2010）[3]提出從農(nóng)業(yè)異地開發(fā)、品牌、物流等方面構(gòu)建京津冀地區(qū)農(nóng)業(yè)補償合作模式。孫芳等（2015）[4]提出在農(nóng)業(yè)產(chǎn)業(yè)中，河北農(nóng)牧業(yè)專業(yè)化程度較高。在農(nóng)產(chǎn)品供給中，河北糧食、蔬菜、水果的人均占有量遠遠超過人均消費量，而北京、天津的人均生產(chǎn)量不能滿足消費自給，河北的農(nóng)產(chǎn)品自給所余可以供給北京、天津居民消費。喬麗娟等（2016）[5]提出建立京津冀地區(qū)協(xié)同平臺，成立蔬菜產(chǎn)業(yè)聯(lián)盟?？紫橹堑龋?017）[6]提出縮小區(qū)域間要素投入的差異，提升整體產(chǎn)出效率。郭馨梅等（2017）[7]提出北京土地資源與水資源約束性較大，但是知識性資源較為豐富，擁有強大的農(nóng)業(yè)現(xiàn)代化研究機構(gòu)，天津是農(nóng)產(chǎn)品中轉(zhuǎn)站和加工企業(yè)的重要地區(qū)，河北自然資源豐富，有利于農(nóng)產(chǎn)品供應和土地資源的開發(fā)。秦靜等（2018）[8]總結(jié)三地農(nóng)業(yè)協(xié)同發(fā)展的特征，并分析協(xié)同發(fā)展中存在的制約瓶頸，有利于把握農(nóng)業(yè)協(xié)同發(fā)展現(xiàn)狀，揭示三地農(nóng)業(yè)協(xié)同發(fā)展的切入點。肖紅波和白宏偉（2020）[9]提出京津冀作為一個整體，其農(nóng)業(yè)區(qū)位商均小于1，不具有專業(yè)化生產(chǎn)優(yōu)勢，區(qū)域內(nèi)的農(nóng)產(chǎn)品市場供給對外部的依賴性較強。

由文獻可見，京津冀地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)具有較好的協(xié)同基礎，可以通過整合資源和搭建平臺促進京津冀地區(qū)農(nóng)業(yè)協(xié)同發(fā)展。

2.農(nóng)業(yè)保險與農(nóng)業(yè)產(chǎn)業(yè)的關系

在分析農(nóng)業(yè)保險與農(nóng)業(yè)產(chǎn)業(yè)的關系時，一些學者以第一產(chǎn)業(yè)的產(chǎn)出量或產(chǎn)出量的增加量作為分析指標。程靜等（2016）[10]通過對中部四省的實證分析，發(fā)現(xiàn)農(nóng)業(yè)保險對農(nóng)業(yè)發(fā)展具有正向促進作用。袁輝等（2017）[11]通過對湖北面板數(shù)據(jù)的實證分析，認為農(nóng)業(yè)保險保障水平與補償水平對湖北農(nóng)業(yè)產(chǎn)出水平具有反向作用，可能是因為存在較大的道德風險問題。江生忠和張煜（2018）[12]從凱恩斯宏觀經(jīng)濟模型推導出，農(nóng)業(yè)保險保費收入的增加并不會促進農(nóng)民消費和農(nóng)業(yè)國民收入的當期增長，認為農(nóng)業(yè)保險的作用效果比較復雜。張卓等（2019）[13]認為農(nóng)業(yè)保險對農(nóng)業(yè)收入的激勵強度明顯不足。劉飛等（2021）[14]以河南省為例進行了實證分析，發(fā)現(xiàn)農(nóng)業(yè)保險發(fā)展水平和人均種植面積對農(nóng)業(yè)產(chǎn)出有顯著的正向影響。

有些學者以農(nóng)業(yè)全要素生產(chǎn)率作為農(nóng)業(yè)產(chǎn)業(yè)效率的分析指標來分析農(nóng)業(yè)保險對農(nóng)業(yè)效率的影響。陳俊聰?shù)龋?016）[15]研究發(fā)現(xiàn)，政策性農(nóng)業(yè)保險的發(fā)展加快了農(nóng)業(yè)全要素生產(chǎn)率的增長且更多地通過農(nóng)業(yè)技術(shù)進步效應驅(qū)動，但存在一定的區(qū)域差異性。陳俊聰?shù)龋?017）[16]認為我國東、中、西三個區(qū)域農(nóng)業(yè)保險支農(nóng)效率的影響因素存在顯著差異。王悅等（2019）[17]認為我國農(nóng)村全要素生產(chǎn)率具有區(qū)域差異，我國各地農(nóng)業(yè)保險發(fā)展對農(nóng)村全要素生產(chǎn)率具有顯著的正向影響，加強區(qū)域間經(jīng)濟聯(lián)系是提升農(nóng)村全要素生產(chǎn)率的重要政策選擇。鄧美君和張祖榮（2020）[18]提出我國農(nóng)業(yè)保險整體支農(nóng)效率較低，區(qū)域差異明顯，區(qū)域內(nèi)的差異是造成總體差異的主要來源。唐勇和呂太升（2021）[19]通過對我國各省份農(nóng)業(yè)全要素生產(chǎn)率、農(nóng)業(yè)信貸與農(nóng)業(yè)保險的交乘項分析，發(fā)現(xiàn)農(nóng)業(yè)信貸、農(nóng)業(yè)保險均可以顯著地促進農(nóng)業(yè)全要素生產(chǎn)率提高。

一些學者將農(nóng)業(yè)產(chǎn)出指標與農(nóng)業(yè)全要素生產(chǎn)率共同作為分析農(nóng)業(yè)產(chǎn)業(yè)的指標。李琴英等（2022）[20]分析發(fā)現(xiàn)農(nóng)業(yè)保險與農(nóng)業(yè)全要素生產(chǎn)率均對農(nóng)業(yè)產(chǎn)出具有顯著促進作用；東、中部地區(qū)農(nóng)業(yè)保險和農(nóng)業(yè)全要素生產(chǎn)率對農(nóng)業(yè)產(chǎn)出具有協(xié)同效應，主要得益于農(nóng)業(yè)技術(shù)效率推進，而在西部地區(qū)協(xié)同效應并未顯現(xiàn)。

（二）理論假設

從以上專家學者的研究可知，農(nóng)業(yè)保險對農(nóng)業(yè)全要素生產(chǎn)率和農(nóng)業(yè)產(chǎn)出值都會產(chǎn)生影響，影響情況和程度具有不確定性，可能會受到區(qū)域特點及相關因素的影響。在京津冀地區(qū)，北京和天津保險業(yè)發(fā)達，大部分保險公司總部在北京，具有根據(jù)農(nóng)業(yè)產(chǎn)業(yè)情況調(diào)整農(nóng)業(yè)保險責任、費率、流程的優(yōu)勢。通過財政補貼及農(nóng)戶繳費投保農(nóng)業(yè)保險，將本身具有弱質(zhì)性的農(nóng)業(yè)面臨的部分風險進行了轉(zhuǎn)嫁，風險事故發(fā)生時，保險公司予以賠償。從這個角度看，農(nóng)業(yè)保險不會增加本年度的農(nóng)業(yè)產(chǎn)值，但可以幫助農(nóng)民彌補損失后，下一年繼續(xù)投入生產(chǎn)；同時，保險公司為了減少賠付支出，會積極幫助農(nóng)民采取措施規(guī)避風險的發(fā)生。京津冀地區(qū)中，北京具有保險公司的總部資源，技術(shù)能力更強，如果實現(xiàn)協(xié)同發(fā)展，對于天津特別是河北農(nóng)業(yè)的風險管理，將有很大幫助。

基于上述分析，本文提出假設1：京津冀地區(qū)農(nóng)業(yè)保險對農(nóng)業(yè)產(chǎn)出具有正向影響作用，可以促進農(nóng)業(yè)產(chǎn)出。

數(shù)據(jù)包絡分析（Data Envelopment Analysis，以下簡稱“DEA”）Malmquist指數(shù)法在對全要素生產(chǎn)率測度時將測度對象設為決策單元（Decision Making Unit，以下簡稱“DMU”），E為DEA模型得出的效率值，E1被評價DMU在時期1的效率值，E2被評價DMU在時期2的效率值，EC為技術(shù)效率變化，TC為技術(shù)變化，Malmquist指數(shù)（以下簡稱“MI”）=EC*TC。投保農(nóng)業(yè)保險后，從全要素指標的投入和產(chǎn)出看，財政投入增加，人力成本增加。如果按照假設1，農(nóng)業(yè)產(chǎn)值也會增加，投入和產(chǎn)出同時增加的情況下，效率指標的最終變化，要根據(jù)技術(shù)變化和技術(shù)效率變化的影響決定。農(nóng)業(yè)產(chǎn)業(yè)的技術(shù)變化可以理解為投入要素不變的情況下采用新技術(shù)，如育種的新技術(shù)、灌溉的新技術(shù)、運用智能溫度來控制大棚溫度等，這些新技術(shù)的采用可以大幅提高農(nóng)產(chǎn)品產(chǎn)量。農(nóng)業(yè)產(chǎn)業(yè)的技術(shù)效率是指技術(shù)水平保持不變，但是通過提高各種資源要素間的配合度，提高協(xié)調(diào)性，最大程度地發(fā)揮現(xiàn)有技術(shù)水平，比如提高農(nóng)業(yè)地管理水平，提高農(nóng)戶種植養(yǎng)殖的產(chǎn)業(yè)鏈流轉(zhuǎn)，促進土地流轉(zhuǎn)，農(nóng)業(yè)的專業(yè)化合作，等等。這些方法通過要素配置的優(yōu)化，提高了要素的利用效率。農(nóng)業(yè)保險的著力點在于提高技術(shù)能力。

基于上述分析，本文提出假設2：京津冀地區(qū)農(nóng)業(yè)保險通過技術(shù)進步指標的提升能促進農(nóng)業(yè)全要素生產(chǎn)率的提升。

三、研究設計

為了進一步體現(xiàn)區(qū)域特點，本文選擇京津冀地區(qū)的13個城市作為研究對象，主要數(shù)據(jù)來自中國研究數(shù)據(jù)平臺（CNRDS）數(shù)據(jù)庫、《中國統(tǒng)計年鑒》及地方統(tǒng)計年鑒，相關缺失數(shù)據(jù)通過手工查閱進行補充。

本文主要使用2010—2019年的分城市面板數(shù)據(jù)對區(qū)域農(nóng)業(yè)全要素生產(chǎn)率進行測算，以區(qū)域農(nóng)業(yè)生產(chǎn)總值和區(qū)域農(nóng)業(yè)全要素生產(chǎn)率作為被解釋變量農(nóng)業(yè)發(fā)展水平的代理變量，分別從總量和效率角度去評估農(nóng)業(yè)發(fā)展，并將效率指標分解為農(nóng)業(yè)技術(shù)效率和農(nóng)業(yè)技術(shù)進步兩個維度進行分析。使用農(nóng)業(yè)保險密度作為解釋變量。使用區(qū)域經(jīng)濟發(fā)展水平、區(qū)域經(jīng)濟增長水平、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、保險賠付率作為控制變量。具體如下。

（一）被解釋變量

在對農(nóng)業(yè)發(fā)展的研究中，常用指標包括第一產(chǎn)業(yè)生產(chǎn)總值、第一產(chǎn)業(yè)人均總值、第一產(chǎn)業(yè)增長值、農(nóng)業(yè)全要素生產(chǎn)率等。為了更全面地研究農(nóng)業(yè)發(fā)展，本文從產(chǎn)出總值和效率兩個角度選取農(nóng)業(yè)生產(chǎn)總值和農(nóng)業(yè)全要素生產(chǎn)率作為農(nóng)業(yè)產(chǎn)出的代理變量。其中，借鑒程靜等（2016）[10]、李琴英等（2022）[20]的研究方法，選取區(qū)域農(nóng)業(yè)生產(chǎn)總值作為農(nóng)業(yè)發(fā)展的數(shù)量上的絕對數(shù)衡量指標；借鑒陳俊聰?shù)龋?016）[15]、王悅等（2019）[17]的研究方法，選取區(qū)域農(nóng)業(yè)全要素生產(chǎn)率指標（以下簡稱“tfpch”）作為衡量農(nóng)業(yè)發(fā)展情況的效率指標，并通過細分指標農(nóng)業(yè)技術(shù)進步水平指標（以下簡稱“techch”）、農(nóng)業(yè)技術(shù)效率水平指標（以下簡稱“effch”）進行進一步分析。

在農(nóng)業(yè)全要素生產(chǎn)率的測度上，高帆（2013）[21]認為DEA-Malmquist指數(shù)法不需要提前設定生產(chǎn)函數(shù)，而且可以計算多個產(chǎn)出變量和多個投入變量，利用不同模型而不需要設置參數(shù)，測算比較方便，結(jié)果較為準確。何澤軍和李瑩（2018）[22]認為DEAMalmquist指數(shù)法集中了DEA非參數(shù)估計法和Malquist指數(shù)法的優(yōu)勢，在測算農(nóng)業(yè)TFP時不需要假定各變量之間的函數(shù)關系，可以通過選擇不同的模型，選擇不同的變量，進行跨時期的產(chǎn)出向量和投入向量的分析。

借鑒國內(nèi)學者的普遍做法，本文以農(nóng)業(yè)生產(chǎn)總值為產(chǎn)出變量，以農(nóng)業(yè)的作物播種面積、從業(yè)人員、機械總動力、化肥施用量和農(nóng)村用電量為投入變量，運用DEAP-XP軟件對京津冀地區(qū)各城市的農(nóng)業(yè)全要素生產(chǎn)率進行了測算。

（二）解釋變量

農(nóng)業(yè)保險密度是指按當?shù)厝丝谟嬎愕娜司r(nóng)業(yè)保險費的金額，反映該地居民參加農(nóng)業(yè)保險的程度；農(nóng)業(yè)保險深度是指該地農(nóng)業(yè)保險保費收入占該地國內(nèi)生產(chǎn)總值（GDP）之比，反映了該地農(nóng)業(yè)保險在整個國民經(jīng)濟中的地位。本文借鑒程靜等（2016）[10]、袁輝和譚迪（2017）[11]、劉飛等（2020）[14]、李琴英等（2022）[20]的研究方法，采用區(qū)域農(nóng)業(yè)保險密度作為解釋變量。

（三）控制變量

為了進一步研究其他因素對區(qū)域農(nóng)業(yè)發(fā)展的影響，本文借鑒一些學者的通常做法，選取區(qū)域經(jīng)濟發(fā)展水平、經(jīng)濟增長水平、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)高級化程度及保險賠付率作為模型的控制變量。其中，經(jīng)濟發(fā)展水平用地區(qū)人均生產(chǎn)總值代替，經(jīng)濟增長水平用各地區(qū)生產(chǎn)總值增長率代替，城鎮(zhèn)化水平用常住人口占總?cè)丝诘谋戎卮?，產(chǎn)業(yè)結(jié)構(gòu)高級化程度用第三產(chǎn)業(yè)比重代替，農(nóng)業(yè)保險賠付率為地區(qū)保險賠償金額占保險費收入之比。

（四）描述性統(tǒng)計

從數(shù)據(jù)平穩(wěn)性角度考慮，將被解釋變量和解釋變量的指標及替代指標進行了取對數(shù)處理，控制變量指標直接用原值，運用STATA15對數(shù)據(jù)整理后，描述性統(tǒng)計見表2。

表2 變量描述性統(tǒng)計

從各變量指標整體看，農(nóng)業(yè)總產(chǎn)值逐年增加，但北京和廊坊根據(jù)產(chǎn)業(yè)政策及總體發(fā)展速度情況，出現(xiàn)了農(nóng)業(yè)產(chǎn)值下降的情況。從農(nóng)業(yè)全要素生產(chǎn)率指標看，大部分在0.9到1之間，但石家莊在2017年和2018年的指標分別為0.8和2.6，體現(xiàn)了在產(chǎn)業(yè)結(jié)構(gòu)及農(nóng)業(yè)技術(shù)提高的過程中投入與產(chǎn)出效率的變化趨勢及滯后性；北京的農(nóng)業(yè)全要素生產(chǎn)率較為均衡，但農(nóng)業(yè)產(chǎn)出值下降，這說明對第一產(chǎn)業(yè)的投入增量在降低；從農(nóng)業(yè)保險密度看，2011—2019年增長趨勢明顯。保險賠付率指標中，北京在各城市中最高，并呈持續(xù)上升的趨勢，從2011年的66%上升到2019年的93%；與之相對應的，邯鄲、衡水等波動跨度較大，體現(xiàn)出農(nóng)業(yè)本身的弱質(zhì)性特點，受到年度天氣狀況及自然災害影響較大，具有不確定性。這從另外一個角度說明，在風險事故發(fā)生時，農(nóng)業(yè)保險發(fā)揮了重要作用。

四、實證結(jié)果及分析

（一）模型選擇

根據(jù)面板數(shù)據(jù)的特點，采用聚類穩(wěn)健標準誤進行回歸來避免潛在的異方差與序列相關問題，本文建立了如下基準模型：

Agriit為區(qū)域i第t期的農(nóng)業(yè)發(fā)展水平，本文采用農(nóng)業(yè)生產(chǎn)總值取對數(shù)（lntotalvale）、農(nóng)業(yè)全要素生產(chǎn)率水平值取對數(shù)（lntfpch）作為代理變量，分別作為衡量農(nóng)業(yè)發(fā)展的總體數(shù)量指標和效率指標。Insurit為區(qū)域i第t期的農(nóng)業(yè)保險水平，本文用農(nóng)業(yè)保險密度取對數(shù)（lndensity）進行分析。Controlit為區(qū)域i第t期的控制變量，包括農(nóng)業(yè)保險賠付率、城鎮(zhèn)化水平、經(jīng)濟增長水平、經(jīng)濟增長率和產(chǎn)業(yè)結(jié)構(gòu)，εit為隨機誤差項。

（二）基本分析

由表3可見，模型（1）和模型（3）未加入控制變量，可見，農(nóng)業(yè)保險密度與產(chǎn)值總量具有1%顯著性水平的正相關性，在不考慮其他變量的情況下，保險密度每增加1%，第一產(chǎn)業(yè)總產(chǎn)值將同步增加7.98%；農(nóng)業(yè)保險密度與農(nóng)業(yè)全要素生產(chǎn)率具有10%顯著性水平的正相關性。在不考慮其他變量的情況下，保險密度每增加1%，農(nóng)業(yè)全要素生產(chǎn)率將增加6.82%。

表3 基本分析結(jié)果

模型（2）與模型（4）是加入控制變量后的混合回歸結(jié)果，在控制其他變量的情況下，農(nóng)業(yè)保險密度與被解釋變量均保持1%顯著性水平的正相關關系，農(nóng)業(yè)保險密度每增加一個單位，總產(chǎn)值將增加18.55%，全要素生產(chǎn)率指標將增加12.49%。值得注意的是，保險賠付率與總產(chǎn)值表現(xiàn)為在5%的顯著性水平下的正相關關系，保險賠付金額越高，支出金額大，正向促進農(nóng)業(yè)絕對數(shù)值的增加程度越大。但是農(nóng)業(yè)保險賠付金額的支付是以損失為條件的，保險賠償金支付時，說明農(nóng)業(yè)的產(chǎn)出雖然有增量，增量是已經(jīng)受到損失后的增量，所以全要素效率指標為負相關，支付的賠款為經(jīng)濟補償，回歸結(jié)果與農(nóng)業(yè)保險的初衷一致。城鎮(zhèn)化率與產(chǎn)值沒有顯著相關性，但與全要素生產(chǎn)率有顯著的負相關關系，說明大量人口進城務工的變化促進了技術(shù)進步和效率提升，這個速度高于農(nóng)業(yè)產(chǎn)出效率增加的速度。經(jīng)濟發(fā)展水平和增長率與產(chǎn)值增長速度負相關，與全要素生產(chǎn)率的增長正相關，說明經(jīng)濟增長大部分不是來自第一產(chǎn)業(yè)產(chǎn)值的增長。從產(chǎn)業(yè)結(jié)構(gòu)化指標來看，第三產(chǎn)業(yè)的發(fā)展對于第一產(chǎn)業(yè)產(chǎn)值和全要素生產(chǎn)率均有顯著的正向促進作用，體現(xiàn)出第三產(chǎn)業(yè)對于第一產(chǎn)業(yè)發(fā)展的重要支撐作用，包括生產(chǎn)需要生產(chǎn)資料及農(nóng)用機械設備采購準備，生產(chǎn)過程中的技術(shù)支持，在產(chǎn)品的銷售流通、技術(shù)的咨詢服務等方面發(fā)揮了促進作用，促進了第一產(chǎn)業(yè)供應鏈的有序循環(huán)及效率提高。

為進一步檢驗回歸結(jié)果的準確性，進行過度識別檢驗，隨機效應模型和固定效應模型相比，前者多了“個體異質(zhì)性與解釋變量不相關”的約束條件。根據(jù)過度識別檢驗結(jié)果提供的Sargan-Hansen卡方統(tǒng)計量和概率，確定固定效率模型和隨機效率模型。其中，lntotalvale為被解釋變量的模型適合固定效應模型［模型（5）和模型（6）］，lntfpch的模型適合隨機效應模型［模型（7）和模型（8）］，回歸結(jié)論與混合回歸模型基本一致，具體見表4。假設1成立。

表4 固定效應和隨機效應選擇分析結(jié)果

（三）進一步分析

通過DEA-XP軟件測算各區(qū)域農(nóng)業(yè)全要素生產(chǎn)率時，同時得到技術(shù)進步指標（techch）與技術(shù)效率指標（effch），本文以該兩個指標的對數(shù)分別作為被解釋變量進行了無控制變量的混合回歸、有控制變量的混合回歸。由表5模型（9）和模型（10）可見，密度指標與技術(shù)進步指標具有顯著的正相關性，彈性系數(shù)為0.0994和0.0909，與此對應的是密度指標與技術(shù)效率指標沒有體現(xiàn)出相關性，這說明了農(nóng)業(yè)保險主要通過促進技術(shù)進步來促進勞動生產(chǎn)率及總產(chǎn)值的增加。購買農(nóng)業(yè)保險后，保險公司將擔負起風險管理的職能，幫助產(chǎn)、供、銷環(huán)節(jié)環(huán)環(huán)相扣，包括幫助協(xié)調(diào)生產(chǎn)資料購買的貨源及物流，通過將農(nóng)業(yè)生產(chǎn)設施和技術(shù)設備納入保險保障范圍確保生產(chǎn)中能夠使用，從而幫助提高農(nóng)業(yè)機械化水平，通過農(nóng)業(yè)科技提高綜合生產(chǎn)能力；在農(nóng)業(yè)生產(chǎn)過程中，通過預防風險、轉(zhuǎn)移風險及手段，幫助農(nóng)戶減少損失，增加產(chǎn)出及勞動生產(chǎn)率，同時預防疫病及病蟲害防治，以及在收割收獲及銷售環(huán)節(jié)發(fā)揮作用。有些大保險公司還推出了高科技的增值服務，如運用衛(wèi)星遙感技術(shù)估測產(chǎn)量、運用無人機來批量噴灑農(nóng)藥等。因為購買了農(nóng)業(yè)保險，保險公司將科技手段運用到農(nóng)業(yè)生產(chǎn)及農(nóng)業(yè)風險保障中，這些主要通過提高技術(shù)水平實現(xiàn)。由表5模型（11）、模型（12）可見，保險密度與技術(shù)效率沒有顯著的相關性，可能的原因在于技術(shù)效率所要求的更加有秩序、有規(guī)劃、提高要素資源配置等，農(nóng)業(yè)保險不能直接解決。這一點，與之前的研究結(jié)果相同。財政支出的貢獻、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)水平都與技術(shù)進步指標顯著正相關，說明近年來的主要進步是依靠技術(shù)進步，也進一步說明勞動生產(chǎn)率的提高需要技術(shù)效率指標同步提高。這不僅體現(xiàn)在農(nóng)業(yè)方面，而且涉及多個產(chǎn)業(yè)之間的統(tǒng)籌協(xié)調(diào)。習近平總書記曾多次強調(diào)，通過改革的思路、運用改革的思維、采取改革的辦法，要加快推進有利于提高資源配置效率的改革。假設2成立。

表5 進一步分析

續(xù)表

（四）異質(zhì)性檢驗

以上為針對京津冀地區(qū)的整體分析，那么產(chǎn)值差異較大的地區(qū)之間有什么區(qū)別？借鑒劉飛等（2020）[14]的具體做法，為檢驗產(chǎn)值不同的地區(qū)保險密度在農(nóng)業(yè)保險影響農(nóng)業(yè)產(chǎn)出及效率過程中的水平差異和調(diào)節(jié)效應的區(qū)別，進一步做如下的異質(zhì)性檢驗，見表6。

表6 高產(chǎn)值組和低產(chǎn)值組回歸結(jié)果

按照各地區(qū)的歷年農(nóng)業(yè)產(chǎn)業(yè)均值，將13個城市劃分為低產(chǎn)值組和高產(chǎn)值組。在這兩組中，lndensity、lntotalvale和lntfpch均表現(xiàn)出較強的相關性。從分組對比數(shù)據(jù)看，密度指標對高產(chǎn)值組的彈性比低產(chǎn)值組更高，這說明保險密度對高產(chǎn)值組的影響更大。高產(chǎn)值組的保險密度提高1%，第一產(chǎn)業(yè)的產(chǎn)值增加0.21%；低產(chǎn)值組的保險密度提高1%，第一產(chǎn)業(yè)的產(chǎn)值增加0.16%。它們之間相差0.05%，這說明保險密度對于農(nóng)業(yè)產(chǎn)值增加的作用根據(jù)產(chǎn)值情況有不同的邊際效應。在密度指標對全要素生產(chǎn)率指標的影響上，低產(chǎn)值組的彈性系數(shù)為0.0991，高產(chǎn)值組為0.2729，約為低產(chǎn)值組的3倍，這說明保險密度的變化對高產(chǎn)值組的效率指標影響彈性更大。高產(chǎn)值組已經(jīng)具備了一定的規(guī)模優(yōu)勢，從規(guī)模經(jīng)濟角度看，可以分攤更多的固定成本，保險密度的單位變化，更有利于效率的提升。從賠付率指標來看，對高產(chǎn)值組產(chǎn)值的彈性系數(shù)為0.1806，而對低產(chǎn)值組的彈性系數(shù)為0.0002，這體現(xiàn)出正相關下不同的影響程度。城鎮(zhèn)化程度對效率指標的彈性系數(shù)，高產(chǎn)值組約為低產(chǎn)值組的2倍。從經(jīng)濟增長率對效率指標的影響看，高產(chǎn)值組低于低產(chǎn)值組，這說明低產(chǎn)值組的影響邊際效應大于高產(chǎn)值組，在技術(shù)的快速上升期，特別是經(jīng)濟的快速增長期，往往伴隨著新技術(shù)的出現(xiàn)，新技術(shù)的運用也在很大程度上促進了全要素生產(chǎn)率的提高。產(chǎn)業(yè)結(jié)構(gòu)中第三產(chǎn)業(yè)的增加，對于高產(chǎn)值組的產(chǎn)值影響略大于低產(chǎn)值組，而對效率指標的影響高于低產(chǎn)值組很多。

由此建議，針對高產(chǎn)值組和低產(chǎn)值組所在的地區(qū)，在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整方面，低產(chǎn)值組的地區(qū)在第三產(chǎn)業(yè)發(fā)展上加大傾斜，以便更大程度促進農(nóng)業(yè)發(fā)展；在農(nóng)業(yè)保險方面，制定不同的費率政策，保障范圍和額度，給予不同的財政補貼標準。針對高產(chǎn)值組和低產(chǎn)值組設計不同的農(nóng)業(yè)保險費率，同時在保險標的范圍上，按照只包括農(nóng)作物和也包括機械設備及銷售等環(huán)節(jié)予以區(qū)別。

（五）穩(wěn)健性檢驗

為了驗證分析的穩(wěn)健性，選取了農(nóng)業(yè)保險費的對數(shù)作為被解釋變量的替代變量進行分析。lnpremium體現(xiàn)了農(nóng)業(yè)保險費的變化，與農(nóng)業(yè)產(chǎn)值在1%的顯著性水平下正相關，與全要素生產(chǎn)率在10%的顯著性水平下正相關，總體回歸結(jié)果趨同。保險賠付率仍然與產(chǎn)值正相關，與效率指標有較為顯著的負相關關系。一方面體現(xiàn)了農(nóng)業(yè)保險的風險補償功能，另一方面也說明農(nóng)業(yè)保險的損失賠償額度應該擴大。城鎮(zhèn)化率與產(chǎn)值正相關，與效率指標有較顯著的負相關關系，這說明大量人口進城務工的變化速度高于第一產(chǎn)業(yè)產(chǎn)出效率增加的速度，城鎮(zhèn)化率提高的同時，需要擴大農(nóng)業(yè)的農(nóng)場經(jīng)營及集中經(jīng)營，提高機械化程度及技術(shù)水平。經(jīng)濟增長率與產(chǎn)值負相關，與效率指標正相關，也與基準回歸結(jié)果相近。這說明經(jīng)濟增長大部分不是來自第一產(chǎn)業(yè)產(chǎn)值的增長，第三產(chǎn)業(yè)的發(fā)展速度對于總產(chǎn)值速度增量在減少，對于效率指標而言，增長率的增加促進了效率指標的增長，體現(xiàn)出第三產(chǎn)業(yè)對于第一產(chǎn)業(yè)在生產(chǎn)需要物資的準備、產(chǎn)品的銷售流通、技術(shù)的咨詢服務等方面發(fā)揮了促進作用。同時，伴隨著“特色示范村鎮(zhèn)”的建設，部分村鎮(zhèn)及農(nóng)民將從服務傳統(tǒng)種養(yǎng)業(yè)向服務現(xiàn)代種養(yǎng)業(yè)轉(zhuǎn)化，并向休閑農(nóng)業(yè)、綠色康養(yǎng)、農(nóng)村服務業(yè)、農(nóng)村電商等全產(chǎn)業(yè)鏈延伸，促進了農(nóng)業(yè)中傳統(tǒng)的種植業(yè)和養(yǎng)殖業(yè)供應鏈的有序循環(huán)及效率提高。

表7 穩(wěn)健性檢驗

續(xù)表

五、結(jié)論及建議

農(nóng)業(yè)保險對農(nóng)業(yè)產(chǎn)出及效率的影響在不同區(qū)域具有差異性。通過以上實證分析可知，在京津冀地區(qū)，農(nóng)業(yè)保險能夠促進農(nóng)業(yè)產(chǎn)業(yè)發(fā)展，而且農(nóng)業(yè)保險通過促進農(nóng)業(yè)科技進步促進農(nóng)業(yè)效率的提升。保險賠付率可以促進農(nóng)業(yè)產(chǎn)出數(shù)量的增加，城鎮(zhèn)化率與農(nóng)業(yè)全要素生產(chǎn)率有顯著的負相關關系，經(jīng)濟發(fā)展水平和增長率與產(chǎn)值增長速度負相關，與全要素生產(chǎn)率的增長正相關，第三產(chǎn)業(yè)的發(fā)展對于農(nóng)業(yè)產(chǎn)值和全要素生產(chǎn)率均有顯著的正向促進作用。

通過分組對比數(shù)據(jù)分析，保險密度指標對農(nóng)業(yè)產(chǎn)出的影響方面，對高產(chǎn)值組的彈性較低產(chǎn)值組更高，保險密度的變化對高產(chǎn)值組的效率指標影響彈性更大；保險賠付率對高產(chǎn)值組產(chǎn)值的彈性系數(shù)高于低產(chǎn)值組；高產(chǎn)值組的城鎮(zhèn)化程度對效率指標的彈性系數(shù)為低產(chǎn)值組的2倍；高產(chǎn)值組的經(jīng)濟增長率對效率指標的影響低于低產(chǎn)值組；第三產(chǎn)業(yè)的增加，對于高產(chǎn)值組的產(chǎn)值影響略大于低產(chǎn)值組，而對效率指標的影響遠高于低產(chǎn)值組。在此基礎上，提出以下建議。

（一）擴大農(nóng)業(yè)保險覆蓋面

在現(xiàn)有農(nóng)業(yè)保險覆蓋范圍基礎上，擴大農(nóng)業(yè)保險覆蓋面，對于已經(jīng)相對成熟的農(nóng)業(yè)保險產(chǎn)品，爭取做到傳統(tǒng)養(yǎng)殖業(yè)和種植業(yè)的全覆蓋。同時，根據(jù)農(nóng)業(yè)大產(chǎn)業(yè)的發(fā)展，由傳統(tǒng)的種植養(yǎng)殖業(yè)保險向“農(nóng)產(chǎn)品指數(shù)”保險、“天氣”保險、“農(nóng)業(yè)機械”保險、“農(nóng)業(yè)基礎設施”保險等發(fā)展，從多角度為農(nóng)業(yè)發(fā)展提供風險管理措施和保險保障。這就需要財政支持以及保險公司在保險技術(shù)上的創(chuàng)新。可以借助農(nóng)業(yè)保險占比較高的頭部保險公司在北京總部的優(yōu)勢，在京津冀協(xié)同發(fā)展背景下，以河北的各個城市，特別是唐山、石家莊等第一產(chǎn)業(yè)產(chǎn)值較高的地區(qū)為試點，摸索經(jīng)驗進行保險標的擴展；針對衡水、邢臺等地區(qū)，加大現(xiàn)有產(chǎn)品的覆蓋面。

（二）創(chuàng)新“農(nóng)業(yè)保險+”模式

實行“農(nóng)業(yè)保險+期貨”“農(nóng)業(yè)保險+租賃”“農(nóng)業(yè)保險+基金”等創(chuàng)新模式。由農(nóng)業(yè)保險承?，F(xiàn)有模式下的保險責任，將農(nóng)產(chǎn)品價格變動的風險通過期貨市場進行分散，通過遠期、期貨、期權(quán)等方式為農(nóng)產(chǎn)品出售價格保值，通過“訂單農(nóng)業(yè)+保險+期貨”的模式促進農(nóng)產(chǎn)品的銷售，使農(nóng)民沒有種植后的后顧之憂；將農(nóng)用機械及基礎設施通過“融資租賃”方式租入，規(guī)避了直接購買農(nóng)用機具帶來的資金占壓、成本過高及設備本身的風險；形成“農(nóng)業(yè)保險+基金”模式，針對新型農(nóng)村經(jīng)營組織，通過風險投資方式，提供資金擴大生產(chǎn)規(guī)模和提高技術(shù)水平，再通過多輪融資模式支持上市。發(fā)揮北京證券交易所的作用、天津融資租賃的優(yōu)勢，形成資金鏈與農(nóng)業(yè)產(chǎn)業(yè)鏈條的互聯(lián)互通。

（三）針對不同地區(qū)，實行差別費率及賠付率

根據(jù)本文的分析，鑒于高產(chǎn)值與低產(chǎn)值地區(qū)農(nóng)業(yè)保險對于農(nóng)業(yè)發(fā)展的影響彈性不同，在高產(chǎn)值地區(qū)及低產(chǎn)值地區(qū)采取不同的農(nóng)業(yè)保險費率，以提高農(nóng)業(yè)保險的邊際貢獻。同時，針對不同地區(qū)，實行不同的賠付率措施，包括是否設置賠付的起付線，起付線以上部分設置不同的賠付比例，可以全額賠付或者按一定的比例賠付，賠付金額是否有上限還是全額賠付，等等。

（四）借助保險科技，實現(xiàn)農(nóng)業(yè)保險數(shù)字化經(jīng)營

借助北京已實行的農(nóng)業(yè)保險投保手續(xù)及承保流程電子化的經(jīng)驗及已有的基礎設施，在鄉(xiāng)村推動承保流程電子化和理賠流程電子化。目前很多地區(qū)的農(nóng)業(yè)保險出險后需要過行政村協(xié)保員、保險代理員向保險公司報案，人工成本高，流程復雜，也不能及時處理。農(nóng)業(yè)產(chǎn)業(yè)具有相對集中性的特點，可以借鑒車險理賠的方式，采取手機電話或者APP報案；再根據(jù)情況采取APP查看現(xiàn)場資料，通過大數(shù)據(jù)調(diào)取外部數(shù)據(jù)進行定損，以降低成本，提高效率。

（五）通過共?；蛟俦＃稚L險、擴大承保能力

農(nóng)業(yè)本身具有“靠天吃飯”的特征，加上環(huán)境資源的變化，惡劣天氣發(fā)生的概率會增加，局部地區(qū)大范圍發(fā)生自然災害的可能性也在增加，這些外部環(huán)境變化增加了農(nóng)業(yè)發(fā)展的不確定性。需要在現(xiàn)有農(nóng)業(yè)保險及再保險的基礎上，針對巨災巨損，進一步完善再保險制度及共保制度，增強農(nóng)業(yè)保險公司管理風險的能力，幫助農(nóng)業(yè)保險公司分散風險。在目前對外資再保險公司開放農(nóng)業(yè)再保險領域外，繼續(xù)引進并擴大再保險范圍，并借助再保險機構(gòu)，加強對巨災風險的管理，比如采用天氣狀況的預判技術(shù)，幫助農(nóng)民提前采取措施規(guī)避風險等。