基于因子分析的江蘇省農機政策性保險發展的區域差異

劉曉玲 郭麗 席飛揚

關鍵詞：農機政策性保險;區域差異;因子分析法;發展潛力;江蘇省

近年來隨著我國農機裝備產業的轉型升級，我國農業機械化和信息化進程加快，農產品有效供給大幅度增強。但是隨著農業機械作業的高度發展，因農機風險事故引發的人身傷亡和財產損失也不斷增加，制約了我國新農村建設的進程[1]。而農機政策性保險作為管理農機作業風險的一種有效方式，其地位也日益凸顯。

江蘇省于2008年率先實施農機政策性保險創新試點，農機局各級部門與財政、保險等部門共同推進，逐步發展出具有江蘇特色的農機風險保障體系，全省已建立了農機政策性保險險種齊全、財政支持穩步提高、服務內容更加豐富的良性保障機制。截至2017年年底，江蘇省農機政策性保險參保數量達到13.69萬臺，保費收入共6 344.27萬元，累計賠償額2 517.2萬元[2]。而江蘇省內部的不同地區（蘇北、蘇中、蘇中）由于各方面的差異，農機政策性保險發展水平不盡相同。

為此，本研究擬運用因子分析法[3-5]，以農機政策性保險為著眼點，對江蘇省內不同地區的政策性農機保險開展狀況進行宏觀面板的分析，探究各地市農機政策性保險的差異性，提出相應對策，以期為我國農機政策性保險的完善和發展提供參考。

1 江蘇省農機政策性保險發展基本情況分析

江蘇省是我國農業機械化發展水平較高的地區。2015年，江蘇省農業綜合機械化水平達81%，高于全國同期19個百分點，主要農作物生產機械化水平超過85%，全省糧食（水稻、小麥等）生產已基本實現全程機械化，保持全國領先水平。

為促進農業機械化健康發展，江蘇省因地制宜，實施農機政策性保險試點。2008年6月，江蘇省農機局并印發《關于開展農機政策性保險試點工作的通知》，標志著江蘇農機政策性保險進入實施階段。2012年江蘇省進一步推行農機政策性保險，規定補貼險種為拖拉機、聯合收割機損失險、拖拉機、聯合收割機第三者責任保險、拖拉機交強險和駕駛員意外傷害保險，保費采取省級補貼50%，市縣累加補貼的方式[6-7]。2016年農機綜合保險開始在蘇州、鹽城、泰州、宿遷和南通等5市試點實施。從2017年起，江蘇省開始全面實施農業機械綜合保險政策，參保農業機械達136 867臺次，累計保費 6 344 萬元，各級財政補貼超過4 000萬元，居于全國前列，為各地的特色農機保險試點樹立了良好的典范。因此，研究江蘇省農機政策性保險不僅對江蘇省內農機保險的進一步改善有重要意義，也對各地探索農機保險有很大的借鑒作用。

1.1 參保情況

自2013年到2015年，江蘇省農機政策性保險參保農機數量不斷增加，但都穩定在60 000～85 000臺，2016年江蘇省農機綜合保險開始在蘇州、鹽城、泰州、宿遷和南通等5市試點實施，由人保財險、太平洋財險、國壽財險、中華聯合財險、紫金財險、渤海財險和大地保險7家保險機構經辦農機保險業務，由于農機綜合險尚未完全鋪開，該年農機參保數量略有下降。2017年全省開展農業機械綜合保險，當年全省財政補貼額共計1 309.13萬元，共投保農業機械13.69萬臺（圖1），參保農機數量同比上升了35.19%，發展勢頭較好。

自2017年江蘇省農業機械綜合保險全面開展以來，全省的農業機械參保率（不含拖拉機交強險）由2016年的6.61%上升到2017年的19.15%，增長近13百分點（表1），且保費由1 351.84萬元增加到2017年的 3 785.59 萬元，同比增長了180%。而農機政策性保險參保率增長絕大部分是由農業機械綜合保險的參保量大幅增加所導致的，農業機械綜合保險迅速發展，逐漸取代傳統的拖拉機交強險而成為江蘇省農機保險的主力軍。

1.2 江蘇省農機政策性保險各地市發展情況

由于江蘇省各地農機政策性保險的開展時間、發展歷史及政府重視程度之間存在差異，導致各地區農機政策性保險發展規模存在較大的差異。因2017年江蘇省內全面推行農業機械綜合保險，為便于比較，本研究選取2017年為研究年度來探討各地區農機政策性保險的發展差異。

由圖2可知，揚州市的農機政策性保險保費收入和保險賠款最高，分別達到1 242.3萬元和807.0萬元，占全省的19.6%和32.1%，鹽城居于第二位，保費收入占比和保險賠付款占比分別為全省的 17.5% 和20.5%，而農機政策性保險保費收入和保險賠款最低的連云港分別僅占全省的1.6%和09%，其保費不足揚州農機政策性保險保費收入的10%。蘇中地區（如揚州、鹽城等）和蘇北地區（如徐州、淮安等）保費收入和保險賠付款明顯多于蘇南地區（如蘇州、無錫等），存在較明顯的省域內部差異[8]。全省13個地級市農機政策性保險保費收入的標準差為354.7萬元，保險賠款的標準差為230.7萬元，總量指標數據離散程度較高，可見農機政策性保險規模在江蘇省內存在較大的變異，因此研究農機政策性保險的省內地域差異有利于改善農機政策性保險發展不平衡的現狀[9]。

2 模型構建

為進一步探究江蘇省農機政策性保險區域發展的差異，本研究從保險類、經濟類以及農業資源稟賦類數據指標出發，選取地區農業產值占比（X1，%）、地區總產值GDP（X2，億元）、農機手人均收入（X3，元）、農機手人均消費支出（X4，元）、農作物播種總面積（X5，萬hm2）、農業機械總動力（X6，萬W）、糧食產量（X7，萬t）、農機政策性保險保費收入（X8，萬元）、農機參保數量（X9，臺）等9個指標，對江蘇省農機政策性保險區域發展潛力進行因子分析，以期獲得改善江蘇省農機政策性保險區域發展不平衡問題的線索。

2.1 數據搜集

本研究數據來源于2017年《江蘇統計年鑒》、江蘇省農業機械管理局、各地市政府部門公布的相關數據資料，將這些原始數據進行整理，可篩選出供分析研究利用的合理數據（表2）。

2.2 因子分析檢驗

2.2.1 評價指標體系間的相關矩陣和顯著性檢驗 根據原始評價指標的相關矩陣與相關系數的顯著性檢驗數值（P值），可以看出在相關矩陣中，大部分選取的數據指標之間的相關系數大于05，一部分接近于1，且大部分P值小于0.05（表3），通過了顯著性檢驗，這表明所選取的指標具有較強的相關性，有利于進一步的因子分析。

2.2.2 KMO和Bartlett檢驗 繼續對選取的9組原始指標進行KMO檢驗與Bartlett球形檢驗（表4），驗證該數據能否適合因子分析。KMO檢定的測度值越高，證明變量之間存在的共性因素越多，因子分析越有效[5]。從檢驗結果來看，KMO取樣適切性量數=0.706（>0.7），;Bartlett球形檢驗的近似卡方為172.294，相應的P值為0.000，明顯小于顯著性水平0.05，這都說明原始變量之間存在較強的相關性，選取的數據指標較為適合因子分析。

2.2.3 公因子方差 表5是利用主成分分析法對數據進行提取所得到的公因子方差即各因子之間的共同度，選取指標的共同度基本都在90%以上，少數為90%以下，說明因子提取較為有效。

2.2.4 相關矩陣的特征值及解釋總方差 表6顯示了因子分析的各個階段中數據所呈現出的特征根及方差貢獻率，為了將各指標噪聲剔除以得出各個評價指標間的相關矩陣，對數據進行了標準化處理。由初始特征值一列所得到的數據可知，有2個因子的特征值大于1，其值分別是6.131和1837，其方差貢獻率分別為68.123%、20.406%，累計方差貢獻率達到88.530%，即這2個因子可以解釋原始變量88.530%的方差，2個因子在經過旋轉后可解釋方差的數值分別變為60.993%和27.537%，但累計方差貢獻率仍然為88.530%，對原始變量的解釋程度較高，因此選取前2個特征根作為因子分析的公因子。由圖3也可以看出，在前2個因子之后，數據的特征根呈現出平緩的折線，因此選取前2個因子作為公共因子最為合適。

2.2.5 旋轉成分矩陣 通過對因子載荷矩陣進行正交旋轉，使其方差能夠實現差異最大化。由表7可以看出，載荷系數發生了明顯的兩極分化，公共因子F1在X1（地區農業產值占比）、X5（農作物播種面積）、X6（農業機械總動力）、X7（糧食產量）等指標上的正載荷值較大，這些指標都在一定程度上反映了各地市的農業實際發展規模和產出，并且F1與X2（地區總產值）、X3（農機手人均收入）、X4（農機手人均支出）等地區經濟實力顯著負相關，因而F1被稱為“地區農業發展規模潛力因子”;公共因子F2與X8（農機政策性保險保費收入）、X9（農機參保數量）顯著正相關，故稱F2為“農機政策性保險發展潛力因子”。

2.2.6 構建評價指標函數 表8為因子得分系數矩陣，由此計算各個觀測值得分。

2.3 江蘇省各地市農機政策性保險發展水平差異分析

在第一個因子F1“地區農業發展規模潛力因子”的得分排名方面，連云港、宿遷、徐州、淮安、鹽城分別排名前5位，說明其農業發展潛力較大，整體農業規模和環境比較適宜農機政策性保險發展要求，為其農機政策性保險的進一步發展奠定了良好的基礎;而蘇州排名最為靠后，原因是其工業和服務業等二三產業較為發達，在農業規模發展上有一定不足，不能充分調動農機政策性保險發展的積極性;在第二個因子F2“農機政策性保險發展潛力因子”的得分排名方面，揚州、鹽城、南通、淮安、蘇州分別排名前5位，說明其較多的保費收入和參保農機數量為農機政策性保險發展的貢獻較大，而排名較為落后的宿遷、連云港則反映了由于比較落后的經濟發展水平導致財政補貼不足，從而保費收入和參保農機數量相對較少，抑制了農機政策性保險的發展。

在綜合得分上，鹽城、淮安、徐州、宿遷、連云港分別排名前5位，排名第1位的鹽城和最后1位的蘇州有較大差異，同時這也說明了地區經濟的發展在一定程度上能夠促進該地區農業保險的發展，但當地區經濟相當發達時，也會抑制農業的擴張，由于F1因子較大的貢獻率，使得農業規模發展潛力因子在農機政策性保險的發展上占據較大份額，而蘇州、無錫、常州由于發達的二三產業，農業發展規模相對較小，故而在綜合得分上較低，農機政策性保險的未來發展潛力有限。地區農業發展規模更能夠反映出地區農業以及農機政策性保險的發展規模和潛力，因此地區農業發展規模優勢相較于地區經濟優勢而言，可以為農機政策性保險的發展提供更為良好的基礎。

根據上述分析，可以得出以下結論：

（1）地區農業發展潛力是影響農機政策性保險發展的重要因子。若地區農業資源稟賦較好，整體農業規模大，則會為農機政策性保險的發展提供有力的基礎。因此農機政策性保險的未來發展重心應更多關注農業發展規模較大的地市，加強財政政策的支持。

（2）經濟發展水平在一定程度上可以提高農機政策性保險的發展潛力。較高的經濟水平會帶來保費收入和參保農機數量的相應上升，但是高度發達的經濟會使得農業發展規模下降，進而影響到農機政策性保險的發展潛力。

3 對策與建議

整體而言，蘇北和蘇中地區（如鹽城、徐州、淮安）由于地區農業發展規模整體水平較大，其農機保險業的未來發展潛力也較高，而蘇南地區由于較小的農業發展規模，導致其農機政策性保險業的未來發展實力相對較弱。為縮小江蘇省各地市農機政策性保險發展水平的差異，提高江蘇省農機保險業的整體服務功能，本研究認為需要從以下幾方面入手：

（1）結合地區特點，推廣優勢產品。現行的保險產品往往忽略了地區特點，很難適應不同地市的需要。江蘇各地農機監理局可進行市場調研，根據本地區經濟發展實際、農業資源規模、農業機械化進程等因素，對保險公司的產品開發設計予以合理指導。如淮安、宿遷等地區雖然當前農機政策性保險發展較為遲緩，但是其豐富的農業資源稟賦可為農機政策性保險的未來發展提供助力，如何合理制定費率、調動地區積極性是推進農機政策性保險進一步發展的重中之重。

（2）加快各地區經濟發展，適當擴大農業發展規模。只有經濟發展，政府有更多的公共預算收入，才會把更多的資金投入到農業機械作業補貼上，才能進一步為農機政策性保險的發展提供財力支持。同時在地區經濟發展的同時，也要注意協調其他產業與農業的關系，地區經濟的發展雖然在一定程度上能夠促進該地區農業的發展，但當地區經濟相當發達時，也會抑制農業的擴張，制約農機政策性保險的發展。

（3）加強行政和法律支持，完善農機政策性保險體制機制。一方面，各基層政府應當與保險公司相互配合，加強農機政策性保險的宣傳力度，提升農機手對其認知度，從而提高農機政策性保險覆蓋率;另一方面，政府要完善相應的法律法規，在農機政策性保險的運營、制度設計、籌資機制、補償機制等方面加強組織管理力度，努力實現“整體一致、略有區別”的狀態，減小各地市的農機政策性保險的發展水平差異。

參考文獻：

[1]范學民，韓 珂，陳寶峰. 《農業保險條例》中的農機保險[J]. 中國農機監理，2013（4）：1.

[2]朱 冰，凌小燕. 江蘇政策性農機保險制度構建分析[J]. 中國農機化學報，2019，40（2）：232-236.

[3]楊紅蕾，張祖榮. 基于因子分析和聚類分析的河南省農業保險區域發展不平衡研究[J]. 金融理論與實踐，2018（10）：93-97.

[4]張藝凡，朱家明. 基于因子分析法下的農業保險發展潛力的綜合評價[J]. 哈爾濱師范大學自然科學學報，2018，34（2）：26-33.

[5]張慶玲，薛興利. 山東省城鄉居民基本醫療保險水平區域差異因子分析[J]. 科技和產業，2018，18（11）：104-108.

[6]馬愛華. 關于實施農機政策性保險的思考[J]. 江蘇農機化，2019（4）：9-13.

[7]馬愛華. 江蘇省農機政策性保險的實踐與創新[J]. 中國農機監理，2019（1）：35-38.

[8]顧鳳書. 揚州市農機政策性保險保障體系淺析[J]. 江蘇農機化，2011（6）：37-39.

[9]張祖榮，馬 嵐. 我國省域政策性農業保險發展不平衡的實證分析[J]. 財經科學，2016（7）：20-30.齊亞霄，張 飛. 絲綢之路經濟帶核心區城市化水平與生態環境耦合協調關系綜合測度[J].