農業保險對農業機械化綜合水平的影響
——基于2008—2017年省級面板數據的實證

程文明

（湖北汽車工業學院經濟管理學院，湖北 十堰442002）

一、引言

《中共中央國務院關于堅持農業農村優先發展做好“三農”工作的若干意見》提出按照擴面增品提標的要求，完善農業保險政策。農業保險在我國是支農政策的重要組成部分，擔負著多種重要的制度功能和使命，促進農業現代化進程的實現是其政策目標之一（庹國柱、張峭，2018）。韓長賦(2016)認為農業保險是加快推進農業現代化的重要支撐。汪洋(2018)進一步提出我國的農業保險目前已經具備了助推農業現代化實現的堅實基礎。農業機械化作為現代農業生產技術的精髓，不僅是農業現代化的重要標志和主要特征之一（侯方安，2008），而且是農業現代化的核心內容（孔祥智等，2014）。那么自從2007年部分地區試點政策性農業保險以來，農業保險在我國的農業生產中是否有助于農業機械化綜合水平的提升，影響程度怎樣以及未來如何發揮農業保險對農業現代化的促進作用是亟待深入研究的現實問題，關系著我國農業現代化實現中的政策支持體系建設和完善，對促進我國農業現代化的實現具有重要的意義。

二、文獻綜述

農業保險密度反映了地區農民參與農業保險程度，農業保險深度反映了該地區農業保險在農業經濟中的地位及對農業的保障強度（李琴英等，2018），是農業保險研究中的兩個主要相對指標，也是事前影響農業生產風險分散和農戶生產資源配置計劃的兩個重要方面。農業保險的主要目的是風險分散，風險能否分散勢必對于農戶的生產投入會產生重要的影響。農業機械的投入行為是農戶的資源配置行為之一，必然受到農業保險的影響。

已有關于農業保險對農業機械化綜合水平作用的研究，從主客觀角度來看主要存在兩類觀點：客觀上，伴隨著我國農業產業化發展程度的不斷提高，農業生產主體對農業保險需求呈現出多元化的趨勢（周幫揚、李攀，2018）。農業保險的多元化，目的在于能夠為農戶的農業生產進一步降低農業的自然風險和市場風險，進而提供豐富的保障手段，客觀上會引起農戶參與更多種類的農業保險，提高農業保險的密度。多元化的農業保險，同樣會使生產者購買不同保障水平的農業保險，從個人到整個地區來看正是保險深度的反映。農業保險深度越高客觀上轉移農戶生產風險的作用越強，更有助于實現穩定農戶預期的作用，有利于先進的農業生產技術的研發和改良（李燕等，2018），比如新的農業技術裝備的使用，進而促進農業機械化綜合水平的提高。

主觀上，農戶或者其他農業經營主體對農業保險的密度和深度的認知和需求存在一定的差異，對農業保險轉移農業生產風險的感受存在一定的差異。農戶在生產中的資源配置行為通常受到農業保險對農業的補償強度（謝瑞武，2014；宗國富，2014）、農業保險的覆蓋范圍的影響。農業機械化投入是農戶在農業生產中的資源配置行為之一。農業保險對農戶的農業機械化投入行為是否有促進作用，存在著兩類觀點：一類是在農業生產風險得到轉移的情況下，農業保險對農業機械化投入的作用，例如Hazell P B R.(1992)研究認為當農業保險給予農戶經濟賠償后，農戶將更有動機以利潤最大化的方式分配現有資源，增加農業機械投入可達到降低成本增加收益的目的。馬述忠和劉夢恒(2016)認為在低風險情況下，農業保險有助于穩定農戶的產出預期，農戶會有選擇提升農業生產技術水平的動機。徐斌和孫蓉(2016)研究認為我國的農業保險政策在鼓勵農戶增加農業機械及其他農資投入方面發揮了促進作用。另一類是在農業生產風險不能得到轉移的情況下，農業保險對農業機械化投入的作用，包括舒爾茨早在1964年就提出農業生產存在相對較高的風險時，農戶不愿采用先進的生產方式。Feder等人(1985)早期研究得出雖然改良農業技術可以顯著提高貧困小農家庭的收入，但是風險是采用改良農業技術的主要障礙。Carter MR等人(2016)認為風險直接阻礙了技術的采用，因為它使得農民不愿意將自己的儲蓄進行投資，否則他們就需要用這些儲蓄來緩沖消費，以應對潛在的收入短缺問題。

已有研究為文章提供了分析思路和基礎，但是農業保險對農業機械化綜合水平的影響尚未形成統一結論，并且現有研究中還存在以下不足：一是已有研究方法上往往直接選擇固定效應或隨機效應模型來進行回歸分析，方法上缺少相對嚴謹的選擇過程；二是關于核心解釋變量的選擇，較少有從保險密度和深度兩個角度來研究對農業機械化綜合水平的作用。文章將基于2008—2017年中國省級面板數據，經過固定效應、時間效應、hausman檢驗、組間異方差檢驗、組間同期相關檢驗等一系列相對嚴謹的過程確定使用面板PCSE模型來進一步研究農業保險對農業機械化綜合水平的影響。從保險密度和深度兩個方面分析農業保險對農業機械化綜合水平的影響，期望通過實證分析得出比較可靠的結論，為發揮農業保險提高農業機械化綜合水平提出有參考價值的政策啟示。

三、變量選擇、數據來源與模型設定

1.變量選擇

因變量。文章的因變量為農業機械化綜合水平(M)，現有研究中較多的使用單一指標，即使用農業機械化總動力來衡量農業機械化水平。由于農業機械化綜合水平包括的內容和環節眾多，若使用的單一指標來替代農業機械綜合水平進行研究存在欠缺。因此，文章采用綜合指標來進行衡量。農業機械化綜合水平的計算，參考《全國農業機械化統計年報》的定義，農業機械化綜合水平由機耕水平、機播水平和機收水平三項指標綜合計算得出，三指標的權重分別為0.4、0.3、0.3（孔祥智等，2014）。在相關的研究中運用這一指標來衡量農業機械化綜合水平得到了較為廣泛的認可。

核心解釋變量。文章中重點考察農業保險對農業機械化綜合水平的影響，而農業保險對農業生產的事前風險分散程度可以從保障范圍和保障強度，即農業保險的密度和農業保險的深度來衡量。關于農業保險密度和深度對農業機械化綜合水平的影響和作用路徑可見前文分析。農業保險密度(insur_md)=農業保險保費收入/農業人口，農業保險深度(insur_sd)=農業保險保費收入/第一產業產值（馮文麗、史曉，2018）。

控制變量。除了核心解釋變量以外，文章還從地區農業生產風險、地區資源稟賦、農業機械化服務、城鎮化和工業化的角度選擇了相應的控制變量。

地區農業生產風險。通常用農業保險與農業風險的交互項(insur_risk)來表示。農業受災面積經常被用來衡量農業生產自然條件的差異，農業生產條件惡劣的地區繳納的保費更高，受限于農業生產條件以及保費繳納的差異，會影響農戶的機械化生產技術的投入。由于極少數年份和個別地區成災面積統計數據為0，為更合理的反映現實，文章中用0.01來表示其風險很低。

勞均耕地面積(rjgd)。考慮到東、中、西部的資源稟賦差異，將經營規模作為參考指標。現有考察經營規模的變量主要有人均耕地面積、戶均經營耕地面積、勞均耕地面積，即第一產業從業人口的人均耕地面積。在現實中由于人口的大量流動，按照人均耕地面積或者戶均耕地面積進行計算不能反映出從事農業種植活動的經營規模，所以選擇勞均耕地面積來作為文章的控制變量之一。

農業機械服務組織數量(org)。一般而言，農業機械服務數量的增加客觀上對農戶農業機械化生產能夠提供相應的保障服務。已有研究中得出了農業機械服務組織會對農業機械化發展和農機化率產生非常重要影響的結論（鐘真等，2018）。

城鎮化率(czh)。城鎮化作為當前經濟社會發展的背景之一，不能忽視其對農業機械化的影響。城鎮化對農業機械化綜合水平的影響有兩方面：一是城鎮化的提升反映了農村人口向城鎮人口的遷移，表面上看是城鎮化率的變化，實質上影響了原有的農業資源分配，客觀上有助于提升農業生產經營規模，進而會影響農業機械化綜合水平；二是城鎮化吸引農業人口以后，農業生產的相對要素價格推動了農業機械化水平的提升。

工業化率(gyh)。工業化對農業機械化生產以及產業分工具有一定的影響：一方面，工業化的發展客觀上對提升農業機械供給水平有促進作用；另一方面工業化的發展對農業部分的反哺提供了可能，焦長權和董磊明研究認為我國的農業機械化發展的動力機制之一是工業部門對農業部門的一種“反哺”（孔祥智等，2014）。

我國從2008年開始各省份均進行了農業保險的補貼，政府補貼在我國農業保險發展中起到了一定的促進作用。我國的農業機械化快速發展也離不開政府的補貼支持，但是由于我國對農業保險的補貼模式采用的是中央、省、市、縣四級補的補貼層級模式（庹國柱，2019），數據難以準確收集，所以不設置補貼的相關變量，在文章中默認各省區都獲得了政府的補貼。

基于以上分析，文章從宏觀層面選擇農業保險與農業風險的交互項、勞均耕地面積、農業機械化服務組織個數、城市化率、第二產業產值占GDP比重作為控制變量。

2.數據來源

文章研究中考慮到數據獲取的一致性，選擇2008-2017年的省級面板數據為研究基礎，主要涉及三方面的數據；關于因變量農業機械化綜合水平的相關數據來源于《中國農業機械工業年鑒》；關于各省農業保險的相關數據來源于《中國保險年鑒》；其他的數據來源于中國統計局網站。數據描述見表1。

表1 數據描述統計

3.模型設定

式 中insur_mdit、insur_sdit、insur×riskit、rjgdit、orgit、czhit、gyhit分別表示第i省第t年的農業保險密度、農業保險深度、農業保險與風險交乘項、勞均耕地面積、農業機械服務組織、城鎮化率、工業化率，εit表示方程的隨機擾動項。

4.數據平穩性檢驗

在進行面板數據分析時，為了避免偽回歸，必須要對變量進行平穩性檢驗，面板單位根檢驗主要分為同根檢驗法和異根檢驗法，常見的同根檢驗方法有LLC，異根檢驗方法有IPS、ADF-Fisher和PP-Fisher。文章的檢驗結果見表2。根據單位根檢驗的判斷原則，如果通過了至少兩種方法的平穩性檢驗，則可認為序列是平穩的（陳欽、林秋斌，2019），可見文章中的所有變量均是平穩序列，可進行下一步的研究。

表2 面板單位根檢驗

（1）估計方法的選擇

由于文章的研究時間段是2008-2017年，31個省份，屬于區域較多、時間較短的短面板數據。考慮到現實中不同區域間經濟社會均存在著較大的差異，首先檢驗模型的個體效應、時間效應與混合效應，檢驗結果顯示個體效應的F統計量對應的P值為0.0000，時間效應的LM檢驗P值為0.0000，說明為個體效應和時間效應均優于混合效應。為了選擇合適的估計方法，需要進一步對固定效應模型和隨機效應模型進行檢驗，選取全樣本數據進行模型的固定效應和隨機效應檢驗，Hausman檢驗結果顯示P值為0.0805，拒絕了原假設，認為固定效應模型更優。但是由于面板固定效應模型沒有考慮組間異方差和同期相關的問題，所以要對固定效應模型進行進一步的組間異方差和同期相關檢驗來確最終的模型估計方法，見表3。

組間異方差檢驗。對模型進行Wald檢驗，在不加入控制變量和加入控制變量的兩種情況下P值均為0.0000，表明建議結果強烈拒絕同方差的原假設，認為模型存在組間異方差。

組間同期相關檢驗。在固定效應模型下，采用Wooldridge法對不加入控制變量和加入控制變量模型進行檢驗。兩種情況下Prob＞F=0.0000，說明存在同期相關。

表3 組間異方差和組間同期相關檢驗

在考慮組間異方差和同期相關的情況下，有FGLS（面板數據廣義最小二乘回歸）和PCSE（面板校準標準誤回歸）兩種估計方法可以選擇，由于在文章中T＜N，若選擇FGLS進行參數估計的標準差不能完全反映面板數據模型的變異情況（姜寶等，2015）。所以文章采用PCSE方法來進行參數估計。

（2）回歸結果與分析

從表4可知，對比PCSE(1)和PCSE(2)可知，在加入控制變量 后，PCSE(2)模 型 的R-squared提 升 到0.8839，Prob＞chi2=0.0000，比PCSE(1)模型的擬合程度更高，說明加入控制變量后模型的解釋力比不加控制變量的解釋力更好。在沒有加入控制變量時，保險密度對農業機械化綜合水平具有顯著的促進作用，保險深度作用不顯著。加入控制變量以后，農業保險密度在1%的顯著性水平下促進了農業機械化綜合水平的提升；農業保險深度對農業機械化綜合水平的影響顯著為負，說明這一因素對農業機械化綜合水平存在抑制作用。可以推斷農業保險對農業產業的保障程度越高越不利于農業機械化綜合水平的提升，這主要是因為農業保險的深度計算是農業保險保費與第一產業的產值的比值，如果農業保險對農業的保障程度足夠高，會出現懶人種地的傾向，農戶會更加傾向于維持現有生產技術現狀或者減少機械投入，出現農業保險對農業機械化綜合水平的負向作用。農業保險與風險的交互項在5%的顯著性下對農業機械化綜合水平的影響為負。說明農業風險會抑制農業機械化綜合水平的提升，系數越大，顯著性水平越高說明抑制作用越強。可以理解為保險公司作為盈利為主要目標的行為主體，風險越大的地區其參與的積極性越低，參與的程度也越低，越不利于降低區域的農業風險，不能發揮出分散農民風險的作用，進而不利于農業機械化綜合水平的提升，形成一種惡性循環。城鎮化率、農機服務組織個數以及第一產業從業人口人均耕地面積在1%的顯著性水平下顯著的促進了農業機械化綜合水平的提升，工業化率在10%的顯著性水平下顯著的促進了農業機械綜合水平的提升。

表4 全國PCSE回歸結果

5.區域異質性分析

考慮到城鎮化、工業化的差異，按照中國統計局三大地帶的劃分標準進一步分區域進行研究。按照首先進行組間異方差和同期相關性檢驗，然后確定方法進行回歸的思路來進行實證分析。

（1）組間異方差和同期相關性檢驗

這部分內容與前文的研究思路一致，從東部、中部、西部三大地帶來檢測2008-2017年間的數據是否存在組間異方差和同期相關，然后選擇FGLS和PCSE方法進行實證研究。從表5可知，東部、中部、西部三大地帶均存在組間異方差和同期相關。

表5 分區域的組間異方差和同期相關性檢驗結果

（2）回歸結果分析

基于前文的分析，分區域的各模型回歸結果可見表6。

東部地帶。因為這一區域的數據特征為T＜N，即時間年份個數小于區域個數，所以繼續選擇用PCSE模型進行回歸。對比PCSE(3)和PCSE(4)可知，在加入控制變量后模型的R-squared達到了0.8135，比未加入控制變量時的0.6166顯著提高。在未加控制變量以前，農業保險密度顯著促進了農業機械化綜合水平的提升，而農業保險深度在1%的顯著性水平下，對農業機械化綜合水平表現出了一定抑制效應。在加入控制變量以后農業保險密度對農業機械化綜合水平的提升作用通過了5%顯著性檢驗；而農業保險深度在加入控制變量符號與未加入控制變量一致，但是作用不再顯著，這主要是因為控制變量的作用抵消了保險深度的作用；勞均耕地面積、農機服務組織數量、城鎮化率、工業化率在1%的顯著性水平下，促進了農業機械化綜合水平的提升。說明在東部地區勞均耕地規模增大、工業化、新型城鎮化及農業社會化服務的快速發展對農業現代化的發展起到了積極作用。

表6 分區域模型回歸結果

西部地帶。與東部地帶的數據特征相似，選擇PCSE模型進行回歸，對比PCSE(5)和PCSE(6)可知，在加入控制后模型的R-squared達到了0.9458，比未加入控制變量時的0.8527顯著提高，說明加入控制變量后模型的解釋力更好。西部地帶農業保險密度在1%的顯著性水平下對農業機械化綜合水平有激勵作用，農業保險深度對農業機械化綜合水平的影響符號為正，但是作用不明顯。勞均耕地面積對農業機械化綜合水平的提升作用顯著。但是，農業機械服務機構的數量越多，對農業機械化綜合水平提升有顯著的負向作用，主要是因為西部地區農業機械服務組織雖然數量上在增加，但是總體上發展質量較低，在服務水平上有待提高，導致單純的數量增加不能起到促進農業機械化綜合水平提升的作用。城鎮化率對農業機械化綜合水平的提升有積極作用。工業化率的提升對農業機械化綜合水平的作用在西部地區則不顯著。可能是因為在現階段，西部地區發展工業仍然是實現地區GDP增長的主要來源，經濟發展還未達到工業反哺農業的階段，并且區域內農業相關的機械裝備制造業發展相對滯后，因而作用不顯著。

中部地帶。因為這一區域的數據特征為T＞N，即時間年份個數大于區域個數，所以選擇用FGLS模型進行回歸。對比FGLS(1)和FGLS(2)可知，沒有控制變量的模型和加入控制變量的模型Waldchi2均通過了檢驗，說明模型設置是合理的。中部地區，農業保險密度和深度對農業機械化綜合水平均有顯著的促進作用，這方面與東部地帶和西部地帶存在一定的差異。農業機械化服務組織數量、城鎮化率和勞均耕地面積對農業機械化綜合水平的提升在1%的顯著性水平下具有促進作用。農業的風險對農業機械化綜合水平的提升具有反作用。

六、結論與政策啟示

文章首先分析了農業保險對農業機械化綜合水平的作用路徑，然后從農業保險的密度和農業保險的深度兩個方面，運用面板PCSE模型對2008-2017年全國和東、中、西部地區分別進行了回歸分析。結果表明：從全國來看，農業保險密度顯著促進了農業機械化綜合水平的提升，農業保險深度對農業機械化綜合水平的提升具有一定的抑制作用；分區域看，農業保險密度在東部、中部和西部對農業機械化綜合水平提升的激勵效應顯著，中部地區則不顯著；農業保險深度在各地區對農業機械化綜合水平的提升作用均不顯著。

依據研究結論，要發揮出農業保險對我國農業機械化綜合水平的激勵作用，提出如下政策啟示：

第一，在全國繼續增加農業保險密度來提升農業機械化綜合水平是比較可行的，增加農業保險的覆蓋面相比增加農業保險的強度更有助于推動農業機械化綜合水平的提升。農業保險密度反映了農業保險的覆蓋面，提高農業保險對各地區相應產業的覆蓋率，尤其是針對特色農產品的保險產品要加快推出，這可以為農民提供更為健全的保障措施，有助于降低農民的生產風險，進一步去采用農業機械。

第二，要加強各地區農業風險的控制和分散。這一因素是影響農業機械化綜合水平提升的重要因素，對農民而言，有效控制區域的農業生產風險，是降低農民生產風險，間接提升收入的措施之一，對農民購買農業保險產品、使用新的技術或者農業生產投入具有不可低估的影響。尤其是在自然條件惡劣、比較貧困地區，應該加快采取多種措施來控制和分散這些地區農業生產上的風險，提升農業保險的覆蓋率是重要措施之一。

第三，不同區域要從各地的資源稟賦角度出發，因地制宜的采取措施推進農業機械化綜合水平的提升。東、中、西部的資源稟賦存在明顯的差異，在農業現代化的進程中要依據各地方的需求、自然條件約束針對性的逐步推進農業機械化的發展。

第四，通過土地流轉來實現經營規模化，能夠有力助推農業機械化綜合水平的提升。土地規模化的經營是機械化推廣的前提條件之一，擴大生產規模有利于提高機器的適用范圍和運行效率。并且在經營規模擴大以后，農業保險的談判話語權將明顯提高，在農產品成本收益、質量控制及新技術的采用等方面與規模小的農戶相比具有比較優勢。

第五，農業機械服務組織要發揮出對農業機械化的促進作用不僅僅是數量的增加，也要提高服務的質量。現階段的農業機械化服務組織在數量上呈現不斷增加的趨勢，但是服務的實際效果與質量仍有較大的提升空間。應該更加注重農業機械服務組織在農業機械化生產中的服務效果。經營規模擴大以后，農業保險的談判話語權將明顯提高，在農產品成本收益、質量控制及新技術的采用等方面與規模小的農戶相比具有比較優勢。