我國蔬菜價格保險政策市場效應分析*
——以上海市為例

郭昕竺，胡晨沛，李美琪，李輝尚，曲春紅

(1. 中國農業科學院農業信息研究所/農業農村部農業大數據重點實驗室，北京市，100081； 2. 國家統計局國際統計信息中心，北京市，100826)

0 引言

蔬菜是城鄉居民日常生活不可或缺的必需品，也是政府“菜籃子”工程的重要農產品，其價格劇烈波動尤其是快速、大幅上漲，不僅直接關系居民消費和農民增收[1]，還關系到消費升級、產業結構調整和農業農村穩定發展，歷來受到國家的高度重視[2]。2016年以來，我國農產品價格形成機制改革和農業供給側結構性改革不斷深化，市場對于農業資源配置的決定性作用愈發凸顯，蔬菜等農產品面臨的市場風險不斷增大，價格頻繁劇烈波動和“賣難買貴”并存等問題受到社會和學界的普遍關注。在農業市場風險更加復雜嚴峻的新時期、新階段，有效運用現代風險管理工具應對和化解蔬菜市場風險，顯得越發重要和迫切。

農產品價格保險在國外起步較早，是美國和加拿大等發達國家農產品市場風險管理的重要工具[3]，在轉移和分散市場風險[4]、保障農產品供應[5]、穩定農產品市場價格[6]、提升農業生產者收入[7]上均發揮著重要作用，加之其操作簡便、運用靈活等顯著優點[8]，近年來越發受到我國政府部門尤其是地方政府的重視和推廣。2011年，上海市率先在全國推出蔬菜綜合成本價格保險，作為國內最早的農產品價格保險試點城市，在現代化農業風險管理工具的探索應用上發揮了重要的引領示范作用；從實踐情況看，這一政策在蔬菜“保供穩價”等方面成效顯著。近年來，國內學者從多方面對各地區蔬菜價格保險政策的實施效用進行了探究。由于不同城市(地區)保險制度的覆蓋范圍、保險費率、補貼標準、理賠機制及財政投入等存在差異[9-11]，各地蔬菜價格保險政策在試點中主要暴露出農戶認知度較低、產品設計不足、地方財政資源有限[12]等問題，對保險政策的實施效果造成了一定影響；但多數學者認為，蔬菜價格保險政策能一定程度上抑制農業保險政策實施中可能存在的逆向選擇和道德風險問題[13]，可以減少對市場的扭曲，為菜農再生產進行“兜底”[14]，在穩定當地蔬菜供給[15]、熨平菜價波動[16]等方面發揮積極作用。但文獻梳理表明，目前的研究多為定性分析，對政策效果的定量評估相對缺乏，對政策促進市場平穩運行的實際效用仍存在一些爭議。

當前正值“十三五”收官、“十四五”謀劃的關鍵時期，深入分析新形勢新條件下蔬菜價格保險的政策效應，對于進一步優化強農惠農富農政策體系，確保“菜籃子”有效供給和市場平穩運行意義重大[17]。本文以上海市為例，構建含有31個大中城市的面板數據，運用合成控制法(SCM)實證檢驗了蔬菜價格保險政策對緩解菜價波動、促進市場平穩運行的作用，并探究了對標的外菜價的溢出效應，以期為新形勢下價格保險制度創新提供參考借鑒。

1 變量選擇和模型構建

1.1 變量選擇與數據來源

本文在36個大中城市(直轄市、省會城市和計劃單列市)的基礎之上，剔除先后開展蔬菜保險試點的成都、海口、銀川和主要數據缺失嚴重的貴陽和拉薩，構建31個大中城市2001—2017年的面板數據，其中，2011年為上海市實施蔬菜價格保險政策的時間節點。上海市蔬菜價格保險標的為青菜(油菜)、雞毛菜、米莧、生菜、杭白菜五種綠葉菜，結合其他大中城市蔬菜價格的可獲得性，最終選青菜年均零售價格Pr作為因變量，對上海市蔬菜價格保險政策的效用進行分析。在預測變量上，主要選取與蔬菜市場價格和地區經濟特征緊密相關的變量，包括：(1)替代品芹菜和黃瓜零售價格，分別表示為Pqc和Phg。(2)鮮豬肉年均零售價格，表示為Pz，“肉菜不分家”是中國人自古以來的飲食習慣，豬肉作為蔬菜重要的互補品，與蔬菜消費間有著密切聯系。(3)城鎮居民人均可支配收入，反映地區經濟發展水平和人均實際購買力水平，取自然對數后表示為lnincom。 (4)城鎮居民人均食品消費支出，反映居民蔬菜消費水平，取自然對數后表示為lnfoodexp。(5)城鎮常住人口，影響蔬菜消費數量，取自然對數后表示為lnpeop。此外，為解決可能的遺漏變量問題，將2006年、2008年和2010年的青菜年均零售價格作為預測變量納入模型，以獲得更加準確的估計結果。人均可支配收入、人均食品消費支出和常住人口數據均來自各城市歷年的統計年鑒，鮮豬肉價格和青菜價格來源于全國大中城市農產品價格監測系統。

1.2 模型構建

(1)

(2)

式中:δt——時間趨勢；

zi——可觀測到的不受價格保險政策影響的(r×1)維預測控制變量；

βt——(1×r)維未知參數向量；

μi——(F×1)維地區固定效應；

λt——(1×F)維待估參數向量；

εit——地區上無法觀測的短期沖擊，且期望值為0。

(3)

(4)

則蔬菜價格保險政策實施后，菜價增減幅度的漸進無偏估計量

(5)

其中，由于最優權重向量W*是通過數據驅動、依據均方根誤差最小的原則進行估算和確定，各城市第1～T0期實際價格變量的線性組合以及預測控制變量的選擇將對W*產生重要影響，關于W*的具體計算過程參考Abadie等[20]的研究。

1.3 描述性統計

表1為上海和控制組城市的描述性統計。從表1可知，上海市青菜年均零售價格在均值、標準差和最小值上均低于控制組，且變動幅度較小。在預測變量上，上海市鮮豬肉年均零售價格的均值和最小值均大于控制組，常住人口、城鎮居民人均可支配收入和城鎮居民人均食品消費支出等社會經濟變量的均值相對更高。這些特征符合實際經濟情況，進一步說明實施蔬菜價格保險政策的上海在經濟社會各方面與控制組城市有顯著差異，無法直接從控制組中找到合適的對照組，符合合成控制法應用的前提條件。

表1 上海和控制組城市的變量描述性統計Tab. 1 Descriptive statistics of Shanghai and control group

2 實證分析

2.1 試驗對照組擬合

表2給出了合成上海的控制組樣本權重組合。

表2 控制組樣本城市權重Tab. 2 Weights of cities in control group

其中，杭州市(0.489)、沈陽市(0.244)、北京市(0.155)的權重相對較高，而寧波市和廣州市分別為0.076和0.036，相對較小。從區域分布和經濟社會發展看，杭州、寧波和上海均為長三角經濟圈的重要城市，三者地理位置鄰近，在農業生產、居民消費以及經濟和社會等諸多方面有相似之處，區域間農產品價格存在更為緊密的聯動和相互影響關系。北京為京津冀經濟圈的中心，沈陽是我國東三省的重要中心城市之一，廣州為珠三角經濟圈的中心，都在經濟發展水平、物價和居民消費水平等多方面與上海有較高的相似性。上述合成結果的樣本城市權重組合符合實際情況，具有典型的經濟和現實意義。

表3是實施蔬菜價格保險之前(2001—2010年)，上海與合成上海的預測變量平均值的對比。從表3可以看出，合成上海和真實上海的各預測變量的均值均較為接近。總體來講，合成上海很好地復制了真實上海的特征，也初步說明利用合成控制法得到的對照組合理有效。

表3 上海與合成上海的預測變量均值對比(2001—2010年)Tab. 3 Mean values of predictors between Shanghai and synthetic Shanghai (2001—2010)

2.2 政策效應測算

2.2.1 價格保險對目標菜價的影響

圖1是2001—2017年間上海與合成上海青菜價格的具體變動趨勢。從圖1可知，兩者的走勢大致可分為三個階段：(1)第一階段(2001—2010年)：蔬菜價格保險政策實施前，上海與合成上海青菜價格走勢基本一致，說明模型擬合效果較好。(2)第二階段(2011—2013年)：蔬菜價格保險政策實施初期，上海和合成上海青菜價格走勢開始明顯分化，上海的青菜價格從較高值逐年下降，分別為4.36元/kg、4.18元/kg、 4.13元/kg和3.77元/kg，累計下跌13.53%，價格波動幅度((最高價-最低價)/平均價×100%)為14.36%；與此同時，合成上海的青菜價格呈相反走勢，整體波動上漲，從4.34元/kg漲至5.18元/kg (最高價為2013年的6.00元/kg)，累計上漲19.14%，價格波動幅度為32.02%，說明蔬菜價格保險政策有效降低了上海的青菜價格，緩解了菜價波動。(3)第三階段(2014—2017年)：蔬菜價格保險政策實施后期，上海和合成上海的青菜價格走勢趨同，整體均呈波動回升態勢，并于2016年達到近年的高點，分別為6.00元/kg 和6.51元/kg，但始終低于其潛在價格(即合成上海的青菜價格)。

圖1 上海和合成上海青菜年均零售價格Fig. 1 Average annual retail rape price of Shanghai and synthetic Shanghai

圖2是實施蔬菜價格保險前后，上海和合成上海青菜年均價格的差值。總體來看，政策實施后，上海相對于合成上海青菜價格平均下降了0.77元/kg。其中，在實施初期，蔬菜價格保險政策對抑制菜價上漲效果較為明顯，上海青菜價格與其潛在價格的差值快速擴大，由2011年的0.014元/kg波動降至2013年的-1.62元/kg，年均價差-0.91元/kg；從2014年起，上海和合成上海的青菜價格差值整體呈波動縮小趨勢，2015年達到最小價差-0.23元/kg，比2013年縮小了85.80%，雖之后的兩年價差略有擴大，但從整體上看，蔬菜價格保險政策的邊際效應在一定程度上有所減弱。

圖2 上海和合成上海青菜年均零售價的差值Fig. 2 Difference of average annual retail rape price between Shanghai and synthetic Shanghai

2.2.2 價格保險對其他菜價的溢出效應

蔬菜價格保險政策主要目的是通過對保險覆蓋品種菜價的調控，以點帶面撬動整個蔬菜市場，以實現促進市場整體平穩運行的目標。因此，本文進一步探究了上海市蔬菜價格保險政策的溢出效應。表4為實施前后上海市各蔬菜品種的年平均價格漲幅，在上海市蔬菜價格保險實施前(2001—2010年)，蔬菜市場價格漲幅整體較大，青菜、合成上海的青菜、芹菜的年均價格漲幅均超過了10%，茄子和黃瓜的年均價格漲幅稍小，分別為8.53%和6.04%，13種重點蔬菜的年均價格漲幅為8.01%。在實施蔬菜價格保險后(2011—2017年)，青菜價格年均漲幅縮小至1.78%，比實施前減小10.05個百分點；其它未在保險覆蓋范圍內的品種如茄子、黃瓜、芹菜等，價格漲幅也有明顯縮小，分別比實施前年均價格漲幅減小6.17、2.37和7.49個百分點，總的來看，13種重點蔬菜的年均價格漲幅縮小至2.25%，比實施前減小5.76個百分點。

表4 價格保險實施前后上海市各蔬菜品種價格漲幅Tab. 4 Price increase ratio of vegetables in Shanghai before and after vegetables price insurance %

由圖3可知，2011年蔬菜價格保險政策實施后，尤其是政策實施的初期，上海青菜價格在保險政策作用下明顯下降，而保險覆蓋范圍外的蔬菜品種價格上漲態勢也呈現不同程度的放緩。這從也說明，蔬菜價格保險政策的實施在平抑標的蔬菜品種(青菜等)價格上漲的同時，對保險覆蓋范圍外菜價產生了正向溢出效應，一定程度上使得整體價格的上漲幅度和速度得以控制，促進了蔬菜市場的平穩運行。

圖3 上海市各蔬菜品種的年均零售價格Fig. 3 Average annual retail prices of various vegetable varieties in Shanghai

2.3 穩健性檢驗

為檢驗所構建模型的準確度，保證合成上海盡可能地復制真實上海的各項特征，本文基于地區的安慰劑檢驗和基于時間的安慰劑檢驗兩種，并對處理組和控制組的蔬菜價格保險的政策模擬效果進行了T檢驗，驗證模型的有效性和結果的穩健性。

2.3.1 基于地區的安慰劑檢驗

假定控制組中的某個樣本城市也和上海一樣在2011年實施了蔬菜價格保險政策，利用控制組中的剩余樣本構造出該樣本的合成控制對象，計算出樣本城市和其合成對象的青菜價格差值，即為“安慰劑效應”。需要指出的是，若實施前的均方根特別大，則表明合成擬合度低，即使控制組城市合成后得到較大的政策效應，該效應很可能是擬合效果不好所致，而與蔬菜保險政策的實施無關。

基于此，本文借鑒蘇治等[21]的處理辦法，計算控制組城市的政策實施前后均方根比值，剔除實施前的均方根誤差值較大、實施前后均方根比值顯著大于其他的個別樣本。

具體的安慰劑效應和上海市的處理效應對比見圖4。在開始實施蔬菜價格保險之后的4年里，上海市的處理效應則比其他城市的處理效應明顯偏離0值；但自2014年起，上海的處理效應向0值靠攏，與部分城市的安慰劑效應的差異有所縮小。這說明，上海蔬菜價格保險政策實施初期，其的確對菜價產生影響效應，但效應隨時間變化呈現出減弱的趨勢。

圖4 上海市處理效應與各城市安慰劑效應Fig. 4 Treatment effect of Shanghai and placebo effects of control group cities

2.3.2 基于時間的安慰劑檢驗

為檢驗以2011年作為保險政策產生效應的節點是否準確，即合成估計的結果是否受時間點選擇的影響，以2007年為蔬菜價格保險實施的時間節點，運用SCM方法對蔬菜價格保險政策效用進行估計。對比此時上海和合成上海的青菜年均零售價格見圖5，發現將蔬菜保險實施年份設為2007年進行合成后，2011年仍舊是兩者開始產生明顯差異的時間節點。

圖5 以2007年為實施節點的安慰劑檢驗Fig. 5 Result of placebo test with hypothetical implementation node at 2007

2.3.3 獨立樣本T檢驗

為彌補安慰劑單位數量有限的不足，在基于地區安慰劑檢驗的基礎上，將處理組和控制組的平均安慰劑效應進行獨立樣本T檢驗，觀察二者間是否有顯著影響。

由表5可知，上海市的平均處理效果為-0.265，控制組的平均安慰劑效果為0.000，意味著上海的蔬菜價格比控制組下降更快。另外，T檢驗的p值為0.061，在雙側檢驗的10%顯著性水平下與0顯著不同，表明蔬菜價格保險政策對平抑上海市青菜價格上漲具有顯著的正向效應，所用方法穩健有效。

表5 處理組(上海市)和控制組的獨立樣本T檢驗Tab. 5 Independent sample T-test of treatment group (Shanghai) and control group

3 結論和建議

本文構建了全國31個大中城市2001—2017年的面板數據，以上海市為例，運用合成控制法(SCM)實證探究了蔬菜價格保險的政策效用。

1) 蔬菜價格保險政策的實施使得上海市青菜價格相對于潛在價格平均下降0.77元/kg，價格波動幅度相對減少4.61%，總體上實現了平抑菜價、減緩菜價波動的政策目標。

2) 政策的實施使得茄子、黃瓜、芹菜的年均價格漲幅分別比實施前減小6.17、2.37和7.49個百分點，13種重點蔬菜的年均價格漲幅縮小至2.25%，對緩解標的外其他蔬菜品種價格上漲有顯著的溢出效應，有效促進了蔬菜市場整體的平穩運行。

3) 政策實施初期(2011—2013年)上海與合成上海的青菜價格明顯分化，年均價差-0.91元/kg，政策效應較為明顯；實施后期(2014—2017年)上海與合成上海的青菜價差呈波動縮小趨勢，年均價差降為-0.67元/kg，縮小了26.37%，政策邊際效應有所減弱。總的看，蔬菜價格保險政策在穩定上海市蔬菜價格、促進蔬菜市場整體平穩運行上發揮了顯著正向效用，但隨著時間推移，階段性特征顯現，政策邊際效用有所減小。

當前正處于“十四五”現代農業發展謀劃的重要時期，在蔬菜價格形成機制趨于復雜、菜價波動更為劇烈、生產市場風險越發凸顯的新形勢下，進一步完善蔬菜價格保險政策，既是新時期貫徹落實“菜籃子”市長負責制的重要舉措[15]，也是新階段促進政策性農業保險高質量發展的內在要求[22]。因此，建議一是基于蔬菜市場形勢的變化情況，充分考慮新形勢下蔬菜市場供需形勢和價格形成機制轉變特征，不斷完善和優化價格保險政策制度，提高蔬菜價格保險的參與率和覆蓋率，促進蔬菜價格保險政策作用的長效發揮。二是加大蔬菜價格保險的創新力度，進一步豐富保險產品種類，探索擴大保險標的品種的覆蓋范圍，適時適度擴大參保主體范圍，不斷滿足各類型農戶和經營主體對保險的差異化需求，實現投保蔬菜產品的應保盡保，充分發揮蔬菜價格保險作為政策性宏觀調控工具的“兜底”作用。三是針對當前蔬菜價格形成過程中影響因素多、來源渠道多、品種類別多等而產生的多元異構數據，在政策制定中應探索運用大數據和云計算等現代信息技術以優化價格等信息采集體系[23]和保險理賠測算流程等，增強政策的科學性和針對性。