農業保險保費補貼政策的減貧效應及其區域異質性

展凱 朱少芬 鄧超 蘇曉堅

摘 要：利用FGT貧困指數作為被解釋變量，結合我國30個省份的2010-2018年農業保險保費財政補貼數據，構建面板分位數回歸模型檢驗我國對農業保險保費財政補貼的減貧效應的異質性，并分東、中和西部進行了穩健性檢驗。研究表明，在經濟發展水平低的地區，農業保險保費財政補貼具有顯著的減貧效應，但經濟發展水平不同的地區存在減貧效應的區域異質性：隨著貧困程度加深（分位點增高），農業保險保費補貼的扶貧效應先增加后降低。農業保險保費財政補貼每提高1%，FGT貧困指數下降的范圍為0.045%～0.15%。

關鍵詞： 農業保險;財政補貼;減貧效應;面板分位數回歸

中圖分類號：F840.66? 文獻標識碼： A??? 文章編號：1003-7217（2021）05-0042-08

一、引 言

截止到2020年11月23日，我國現有832個貧困縣全部脫貧摘帽，如期打贏脫貧攻堅戰，這一歷史性的成就實屬來之不易，但這并不意味著脫貧攻堅目標任務已經最終完成。黨的十九屆五中全會已將“鞏固拓展脫貧攻堅成果、全面推進鄉村振興”納入“十四五”時期經濟社會發展的主要目標中。因此，如何實現鞏固拓展脫貧攻堅成果和全面推進鄉村振興的有效銜接，持續推動脫貧摘帽地區的鄉村全面振興，促進經濟社會發展和群眾生活改善，是值得研究的重大問題。

農業保險能夠轉移農業生產經營過程中的災害損失，穩定農業生產經營和農村可持續發展，有效降低農民因災致貧返貧風險，保障農民的收入持續穩定增長，是農業經濟保障體系的重要支柱，是實現“鞏固拓展脫貧攻堅成果”和“全面推進鄉村振興”兩大目標的重要舉措。近年來，大力推進農業保險也成為政府扶貧工作的重要途徑。

由于農業保險產品的供需雙冷特性，在沒有財政資金對農業保險補貼的前提下，我國的農業保險市場發展速度緩慢，自2007年中央財政開始對各地區實施農業保險保費財政補貼政策以來，我國的農業保險市場實現了跨越式發展，從2007-2019年，我國農業保險保費收入從51.94億元增長到672億元，年均增速達到22.95%。我國現行的農業保險保費財政補貼政策，是實行各級財政部門的聯動補貼，對農作物品種及產糧大縣，東、中、西部三地區實行差異化補貼，但是仍存在補貼形式單一、結構僵化等問題。因此，我國現行的農業保險保費財政補貼政策的減貧效應如何？是否在不同地區之間存在明顯的異質性？未來是否需要對現行政策進行的調整？對這些問題的研究，將有助于“十四五”期間鞏固拓展脫貧攻堅工作和全面推進鄉村振興戰略的有效實施。針對上述問題，基于我國30個省份的2010-2018年的農業保險保費財政補貼數據，構建面板數據分位數回歸模型，分析了現行的保費補貼政策在不同地區、不同經濟水平下的減貧效應，并進一步分析了政策的區域異質性。

二、文獻綜述

已有研究表明，通過農業保險在災后對農戶進行損失賠償，對提高農業生產效率有積極的影響，在控制參保農戶的道德風險前提下，能有效提高農戶的增收效益，減輕自然災害對農業經濟的負面影響[1，2];而眾多學者的研究和保險實踐也表明，農業保險補貼能有效推進農業保險市場的發展，政府補貼能矯正農業保險的市場失靈和外部性，提高低收入地區的保險覆蓋率[3-5]。現有研究也發現，農業保險補貼能有效擴大農戶參保率，進而降低農業保險的賠付率，促進農業保險市場的健康發展[6]。但是，仍有部分學者對農業保險的補貼效應持質疑態度，例如，有學者認為農業保險補貼對保險市場的價格形成機制具有抑制效應，農戶的逆向選擇行為也會同時增加[7]，農業保險對農業技術進步具有抑制作用，進而對農業生產效率具有抑制效應等[8]。

目前，實施精準扶貧和精準脫貧政策是我國脫貧攻堅戰略的重要手段，需要針對不同的貧困區域、不同的貧困戶狀況，運用科學有效的方法，對扶貧對象實施精確識別、精確幫扶和精確管理。精準的政策也需要有準確的定量分析來輔助實施，不少學者使用數據包絡方法（DEA）、指標體系構建等辦法對農業保險補貼的扶貧效率進行研究，認為農業保險補貼具有促進農業保險市場發展和提高農村居民收入的效率[9];部分學者利用三階段DEA模型對農業保險的扶貧效率進行研究，認為我國農業保險補貼整體效率尚佳，但地區差異因素對農業保險扶貧效率存在顯著影響，受到地區經濟發展水平的影響，農業保險補貼減貧效應體現出明顯的地區差異[10]。有學者從農村家庭年均增收的角度，來研究保費補貼的減貧效應，發現在嚴重貧困的地區，補貼并不能幫助農戶擺脫貧困，以GDP作為衡量標準，須超過臨界門檻值以后，農業保險補貼才具備反貧困的效用[11-15]。

也有研究借助多期DID方法，對我國農業保險補貼政策效果的異質性特征進行分析，結果發現，中部、西部地區對農民收入的提升效果明顯高于東部地區[16]，針對農業保險保費補貼扶貧效率的異質性特征，有學者提出，應提高對我國自然條件惡劣、經濟水平發展較低的西部地區農業保險財政補貼的比例，保證財政補貼政策公平性，進而縮小不同地區農民之間的收入差距[17，18]。

此外，經濟政策的減貧效應依靠計算貧困指數來反映，因此，選擇合理的貧困指數指標是進行政策減貧效應研究的首要問題[19]，以往的研究多采用基礎貧困指數，例如貧困發生率、貧困缺口等指標，來衡量貧困程度，但這些統計學意義上的指標，不能進行經濟學意義上的解釋，指標的不同影響因素也不能被分解，不太適合用于減貧效應的研究，因此，近年來，相關研究開始采用“Foster-Greer-Thorbecke貧困指數”（后文簡稱為“FGT貧困指數”）來測度貧困程度，并對經濟政策的減貧效應進行分析[15，19，20]。

三、面板分位數模型構建

（一）變量與描述性統計

基于2010-2018年全國省級面板數據來進行實證研究，相關數據取自各省財政廳公布的決算表、年度工作報告、歷年《中國保險年鑒》《中國統計年鑒》《中國農村統計年鑒》以及各地區的統計年鑒。由地區的數據資料不完整，最終選取了全國30個省、直轄市和自治區的年度數據進行農險保費補貼的減貧效率測算，部分地區個別數據異常或缺失，采用該年度農險保費收入對應補貼比例進行補齊。

在衡量貧困指數的指標中，由于“FGT貧困指數”具有可分解和可加性的特點，廣泛應用于有關貧困的相關研究中，參考相關文獻的做法，采用“FGT貧困指數”作為被解釋變量[15，19]，并引入人類發展能力、社會經濟水平、自然資源條件等三個一級指標共六個控制變量[21]，各變量設置如下：

1.被解釋變量：FGT貧困指數（FGT）。FGT貧困指數的表達式為：

P.α=∫Z.0（z-x）zα·f（x）·dx，??? α≥0? （1）

其中，P.α為貧困指數，P.α∈[0，1];Z表示貧困線;x表示農村居民人均可支配收入;α表示社會貧困厭惡系數（α≥0），反映社會對貧困的敏感程度，程度隨著α值的增大而增加，這里的α取值為0，P.0=∫Z.0fxdx，P.0表示貧困發生率，是測量貧困廣度最常用的指標，表示貧困人口占總人口的比重。 fx表示收入分布的密度函數，現有大量研究結果表明，采用對數正態分布對中國收入分布曲線的擬合效果較好[22]，故采用對數正態分布曲線來表示收入分布的密度函數，選擇農村居民人均可支配收入和農村基尼系數對收入分布的密度函數進行推導，函數為式（2）所示：

fx=1σ·x·2πe-12σ2ln x-μ2 ?（2）

其中，μ表示人均收入對數的平均值;σ為標準差，表示離散程度，即收入差距的參數。根據對數正態分布函數的性質，期望值為e（μ+σ22），表示為平均收入，采用農村居民人均可支配收入代替;收入差距即基尼系數，可通過公式G=2Fσ2，? 0，? 1-1計算得到，F（σ2，? 0，? 1） 表示為標準正態分布曲線的概率密度累計到σ2時候的值。因此，可以通過收集基尼系數以及農村可支配收入這兩個數據，來擬合密度函數的參數值。

2.解釋變量：農業保險保費財政補貼（BT）。

現行農業保險補貼政策實行聯動補貼，即由地市級財政、省級財政撥款后，中央財政再行補貼，各級補貼金額加總可達保費的80%。采用各級加總的補貼金額作為財政補貼數據，是因為各地政策不同，全國并無統一要求各地公布該數據，因此，數據收集難度大，個別地區數據缺失時，采用該地區農業保險保費收入與當年財政公布的農業保險項目補貼比例計算結果進行代替補齊。為了消除各地區本身存在的明顯差異，采用了農業保險保費財政補貼數據與各地區農村總人口的比值作為解釋變量。

3.控制變量。

引入人類發展能力、社會經濟水平、自然資源條件三個一級指標共6個控制變量，設置如下：

人類發展能力指標：

（1）農民文化水平（WH）：采用農村人均文教支出來表示，用于衡量教育水平對農村貧困程度的影響。

（2）農村就業水平（JY）：采用鄉村個體就業人數與農村人口數量的比值來表示，用于衡量就業水平對農村貧困程度的影響。

社會經濟水平指標：

（3）財政支農水平（ZN）：采用各地區地方財政農林水事務支出額與各地區地方財政一般預算支出額的比值來表示，衡量財政支農水平對農村貧困程度的影響。

（4）農村醫療水平（YL）：采用地方對農村衛生財政支出與該農村人口數量的比值，衡量各農村地區醫療水平對農村貧困程度的影響。

自然資源條件指標：

（5）農業受災程度（SZ）：采用各地區受災和成災面積與種植面積的比值來表示，衡量災害程度對農村貧困程度的影響。

（6）產業農業化水平（NY）：采用各地區第一產業增加值與各地區生產總值之比，衡量各地區產業農業化水平對農村貧困程度的影響。

為使數據更加平衡，對所有變量取對數處理。基于數據的可得性，最終選取了樣本區間為2010-2018年的數據。表1列出的是各變量的描述性統計結果。

（二）模型構建

1.模型選擇。

由于我國幅員遼闊，不同地區的地理環境差別很大，各省份的經濟發展水平很不一致，地方政府對農業風險的認識、風險轉移需求、農業生產主要品種和財政負擔能力都具有比較大的差異。因此，構建面板分位數回歸模型進行分析，通過將分位數回歸和面板數據模型相結合，對變量之間的關系進行研究，在更好地控制個體差異的基礎上，對被解釋變量在不同的分位點上各種變量之間的關系進行分析，充分考慮不同經濟發展水平的區域異質性，以檢驗在不同經濟發展水平下，農業保險保費財政補貼對地區減貧的績效是否存在差異，為財政部深化對農業保險保費財政補貼的差異化和精準管理提供一定的參考。

分位數回歸方法是用被解釋變量的條件分位數來建模，目的在于觀察分布中不同分位點上解釋變量的不同作用程度。分位數回歸方法優點在于，通過估計解釋變量在不同分位數水平下的參數值，突出了局部分布的相關關系，能更加全面地描述分布的特征。構建的面板數據分位數回歸模型為：

Q.itτ|x.it，α.i=α.i+x′.itβτ+μ.it（3）

其中，τ是估計中所取的分位點，Q.it（τ|x.it）表示被解釋變量的第τ分位數;x′.it為一組解釋變量;βτ是τ分位數下的系數向量;μ.it為殘差項;α.i為個體效應，根據個體效應與解釋變量的相關性，可分將模型分為混合效應模型、隨機效應模型和固定效應模型。通過F檢驗和Hausman檢驗兩種方法進行檢驗：F檢驗原假設是建立混合效應模型，在混合效應模型及個體效應模型之間進行判斷選擇;Hausman檢驗原假設是建立隨機效應模型，在固定效應模型及隨機效應模型之間進行判斷選擇。

表2為兩個檢驗的結果，結果顯示兩個檢驗結果都拒絕原假設存在，應選擇個體效應模型，Hausman檢驗結果應選擇建立固定效應模型。結合兩個檢驗結果，選擇了個體固定效應模型進行分析，假設模型在時間項有不同的截距，而不同截面項的截距沒有顯著差異。當在（0，1）取分位點時，分位數回歸系數估計量求解轉化為求解加權絕對殘差最小化問題，表達式為式（4）：

β=arg min α，β∑Jj=1∑Tt=1∑Ni=1ρ.τ.j（y.it-

x′.itβτ.j-α.i） （4）

其中，ρ.τ.j為每個分位數相對應的權重，表2為效應模型選擇的檢驗結果。

2.模型構建

結合前文的分析，再代入定義的變量符號后，所構建的模型具體如式（5）所示：

Q.ln FGT.itτ|x.it，α.i=α.i+β.1τln BT.it+

β.2τln WH.it+β.3τln JY.it+β.4τln ZN.it+

β.5τln YL.it+β.6τln SZ.it+β.7τln NY.it （5）

其中，ln BT.it、ln WH.it、ln JY.it、ln ZN.it、ln YL.it、ln SZ.it、ln NY.it分別代表農業保險保費財政補貼、農民文化水平、農村就業率、金融資源注入水平、農村醫療水平、農業受災面積、產業農業化水平。Q.ln FGT.it（τ|x.it）為FGT指數的第τ分位數，α.i為個體效應。

四、實證分析

（一）參數估計結果分析

使用全國30個截面樣本數據先得出個體固定效用模型的估計結果，作為面板分位數估計得參照結果。再選擇多個不同分位點，進行面板數據分位數回歸估計，相關估計結果如表3所示。

1.農業保險保費財政補貼的減貧效應分析。

從表3中保費財政補貼變量的回歸估計系數符號來看，保費財政補貼（ln BT）符號呈現出與被解釋變量貧困指數（FGT）負相關的關系，說明保費財政補貼有正的減貧效應。即當保費財政補貼增加時，FGT貧困指數下降，貧困程度降低。從分位點的估計結果來看，在較低經濟發展水平的地區（高分位點），保費財政補貼的減貧效應顯著，并表現出明顯的異質性，保費財政補貼每提高1%，FGT貧困指數下降的范圍為0.045%～0.15%。

通過分析圖1，保費財政補貼（ln BT）在減貧效應顯著的情況下，回歸系數呈現出U型，即保費財政補貼的扶貧效用是先增加后降低的倒U型趨勢，結果表明，農村貧困程度較高的地區，保費財政補貼的扶貧效用具有累退效應。一方面，保費財政補貼分級聯動實行，在更加貧困的地區中，補貼壓力集中在地市層級上，由于財力有限，地市級財政難以提供相應的保費補貼，配套能力差，從而影響整個補貼資金的到位;若地市級降低補貼比例，則在保費財政補貼之后，農戶仍需支付更高比例的保費，增重了低收入農戶的支出壓力。當前理論界普遍認為，農業保險屬于具有公共利益的財政支農工具，在上述的情況之下，便無法有效地發揮出扶貧作用。因此，中央層級應提高對貧困地區的農業保險保費財政補貼比例，降低相關地市層級的財政壓力[18]。另一方面，貧困的直接表現是居民的可支配收入低，農戶自付一定比例的農業保險保費后，可用于購買其他農業投入品（例如殺蟲劑、除草劑、化肥等）的支出減少，支付能力不足，存在著道德危險：已投保了農業保險的農戶減少農業中間投入品使用，相應的產出減少，農戶收入減少。在貧困程度高的地區，其道德危險和逆向選擇的情況更加顯著，導致農業保險補貼產生累退的減貧效用，無法有效發揮出減貧作用。

2.其他影響因素的減貧效應分析。

從表3來看，在自然資源條件一級指標項下的兩個控制變量系數估計量的符號都為正，具有負的減貧效應。受災情況的符號為正，表明與FGT指數具有正相關關系，具有負的減貧效應;隨著分位點的增高，系數變大，顯著性增強，表明受災程度的擴大會加重農村貧困程度，在經濟發展水平更低的農村地區，影響程度就越大。財政支農水平、產業農業化水平的符號也正，具有負的減貧效應。結果表明，當地區的農業占產業結構較大比重時，財政對農林水事項支出增加，地區經濟不發達。其次，農民受教育程度、農村就業率、農村醫療水平的這3個控制變量的符號為負，具有正的減貧效應。說明可以增加教育投資，增加農村就業和醫療資源的投入來提升扶貧效果。

此外，農村就業率、農村醫療水平在低分位水平下系數顯著，且隨著分位點的增高，對FGT指數影響程度降低。這表明農村就業率、農村醫療水平對于經濟發展較好的農村地區產生了更大的減貧效應，而對經濟發展較差的農村地區則沒有顯著的減貧效果。那么，為有效推進扶貧工作，在經濟發展較好的農村地區應更關注促進農村地區的就業、提高農村的醫療水平;而在經濟較差的農村地區，提高農村教育水平是重要的直接減貧措施。

3.斜率相等檢驗。

為了檢驗農業保險保費財政補貼的扶貧效率可能受到經濟發展水平的影響，驗證運用分位數回歸模型描述農業保險保費財政補貼扶貧效率的合理性和有效性，利用Wald統計量，檢驗了不同分位點下參數的斜率是否具有顯著差異。Wald檢驗的原假設為：

H.0：β.1（τ.1）=…=β.1（τ.11）

其中，τ.n為不同的10%分位點，β.1為式（5）中解釋變量“農業保險保費財政補貼”的系數估計量。Wald統計量的值為144.9，在99%置信水平上顯著，應拒絕各分位點上斜率相等的原假設，這表明，保費財政補貼的減貧效應，在不同的經濟發展水平下存在顯著差異，驗證了采用面板分位數回歸模型描述變量之間關系的可靠性。

（二）穩健性檢驗

為檢驗不同經濟發展水平下保費財政補貼的減貧效果差異性，在變量樣本的選取上，采用比值等方式處理數據，以排除各地區本身存在的明顯差異對回歸結果的可能影響。為了進一步檢驗回歸結果的穩健性，考慮各地區差異，將各省按地區分為東部，中部和西部三個地區①，引入虛擬變量表示地區差異，構建新的模型如式（6）所示，再進行參數估計，表4為主要變量的分位數回歸結果。

Q.ln? FGT.itτ|x.it，α.i=α.i+β.1τln BT.it+

β′.2τControls′.it+β.3τZ×ln? BT.it+β.4τD×

ln BT.it+β.5τZ+β.6τD? （6）

其中，Z、D分別表示虛擬變量;Z=1表示中部，D=1表示東部;ln BT.it則表示西部地區的農業保險保費補貼;Z×ln?? BT.it、D×ln BT.it 表示虛擬變量與農業保險保費補貼的交叉項，分別表示中部、東部地區農業保險保費補貼;Controls為控制變量。

1.樣本分組分位數回歸結果估計分析。

從回歸結果來看，西部地區、中部地區的農業保險保費財政補貼項的回歸系數符號為負，具有積極的減貧效果，符合現實實際情況;另外，從系數的顯著性上看，保費財政補貼在西部地區的減貧效果大于中部地區和東部地區。此結論也進一步驗證了表3的結論;西部地區是我國經濟水平比較低的地區，式（6）中“西部地區保費財政補貼項的回歸系數最顯著”，也驗證了 “在高分位點下經濟水平較低的農村地區保費財政補貼的減貧效應更顯著”的結論。

另外，由圖2表示的西部地區保費財政補貼項各分位點的回歸系數估計量變動情況來看，整體呈現出明顯的倒U型。即在西部地區的農村地區，保費財政補貼效用是先增加后降低的倒U型，具有累退效應，與上文對式（6）相關變量回歸系數估計量的分析結論相同。

2.斜率相等檢驗。

為了檢驗樣本分組后所建模型是否可靠，同樣對穩健性檢驗中所建模型進行了斜率相等檢驗，原假設為：

H.0：β.1（τ.1）=…β.1（τ.5）

其中，τ.n為0.05，0.25，0.5，0.75，0.95共5個分位點;Wald檢驗統計量值為65.12，在95%置信水平上顯著，同樣拒絕各分位點上斜率相等的原假設，結果表明，在樣本分組后所采取的面板分位數回歸模型是可靠的。

五、結論與政策建議

通過建立面板分位數回歸模型，來考察農業保險保費財政補貼的減貧效應，并對不同經濟發展水平下的區域進行異質性分析。結果表明：經濟發展水平較低的農村地區，保費財政補貼的減貧效應明顯，并表現出明顯的異質性，呈倒U型趨勢變化，保費財政補貼每提高1%，FGT貧困指數下降的范圍為0.045%～0.15%;而在經濟發展水平較高的農村地區，農業保險保費財政補貼的減貧效應不顯著。結合實證分析的結果，提出以下建議：

（一）制定差異化的精準財政補貼政策

調整各級地方政府的聯動補貼政策，不再規定全國統一的農作物補貼項目，而是結合地區經濟發展水平、損失發生狀況和特色農作物種植等情況進行差異化補貼，優先增加對經濟發展水平較低地區的投入，對于深度貧困地區，可由中央財政直接補貼，取消聯動補貼規定的額度限制。各地區要開展農業保險保費財政補貼的審計和績效評估工作，結合績效評價結果安排下一年度的支出預算，應認識到減貧效應差異化的存在，對不同地區的農業保險保費財政補貼的投入進行合理和精準分配，充分發揮農業保險保費財政補貼的減貧效果。

（二）采取因地制宜的精準管理策略

研究結果發現，農業保險保費財政補貼的減貧效應，在不同經濟發展水平的農村地區存在顯著差異。保費財政補貼對于經濟發展水平較低的地區，扶貧效應呈現出倒U型的變化趨勢，由于我國目前仍處于脫貧攻堅成果的鞏固期，應通過在不同經濟發展水平的地區，因地制宜地采取不同的補貼政策，來實現更加精準的脫貧鞏固效果：在經濟發展水平較差的地區，應加大農業保險保費的中央財政直接補貼力度和加大教育支出，而在經濟發展水平較好的地區，則可以更關注增加農村地區的就業機會、提高農村醫療水平，使國家的財政資源得到更有效的利用。

（三）提升保險公司的承保能力

首先，針對各地區經濟水平的差異，農業保險可引入地區差異化指標，制定更加靈活的條款，開發小額保險產品以適應農村保險市場的需求，提高產品所涵蓋的農作物種類，開發出具有地區特色的農作物相關保險產品，以分散系統風險;其次，參考其他國家的做法，我國可以在資本市場結合農業保險，利用巨災證券、天氣期權等金融工具與衍生品，將國內農業巨災風險分散到全球范圍內;最后，繼續完善我國農業保險的巨災風險分散制度，在完善農業再保險制度的基礎上，探索完善再保險之后的超賠責任安排，為政策性農業保險的提供完備的巨災風險分散制度。

注釋：

① 按照國家統計局對經濟地區劃分的統計口徑，將樣本中30個省份、自治區和直轄市劃分為東部：北京、天津、遼寧、河北、浙江、江蘇、上海、福建、山東、廣西、廣東、海南共12個;中部：山西、黑龍江、吉林、安徽、江西、湖北、湖南、河南、內蒙古共9個;西部：重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆共9個。

參考文獻：

[1] 周穩海，趙桂玲，尹成遠.農業保險對農業生產影響效應的實證研究——基于河北省面板數據和動態差分GMM模型[J].保險研究，2015（5）：60-68.

[2] 丁宇剛，孫祁祥.農業保險可以減輕自然災害對農業經濟的負面影響嗎？[J].財經理論與實踐，2021，42（2）：43-49.

[3] 馮文麗.我國農業保險市場失靈與制度供給[J].金融研究，2004（4）：124-129.

[4] Hazell P， Varangis P. Best practices for subsidizing agricultural insurance[J]. Global Food Security， 2020，25：100326.

[5] 張祖榮，王國軍.農業保險財政補貼效應研究述評[J].江西財經大學學報，2016（4）：66-73.

[6] 夏益國，孫群，盛新新.以財政補貼校正農業保險市場失靈[J].經濟縱橫，2015（5）：75-78.

[7] Goodwin B K， Smith V H. What harm is done by subsidizing crop insurance？[J]. American Journal of Agricultural Economics， 2013， 95（2）： 489-497.

[8] 馬述忠，劉夢恒.農業保險促進農業生產率了嗎？——基于中國省際面板數據的實證檢驗[J].浙江大學學報（人文社會科學版），2016，46（6）：131-144.

[9] 江生忠，賈士彬，江時鯤.我國農業保險保費補貼效率及其影響因素分析——基于2010-2013年省際面板數據[J]. 保險研究，2015（12）：67-77.

[10]鄭軍，杜佳欣.農業保險的精準扶貧效率：基于三階段DEA模型[J]. 貴州財經大學學報，2019（1）：93-102.

[11]Liao P， Zhou X H， Fan Q Q. Does agricultural insurance help farmers escape the poverty trap？ Research based on multiple equilibrium models[J]. The Geneva Papers on Risk and Insurance-Issues and Practice， 2020，45（4）： 203-223.

[12]石文香，陳盛偉.農業保險促進了農民增收嗎？——基于省級面板門檻模型的實證檢驗[J].經濟體制改革，2019（2）：84-91.

[13]邵全權，柏龍飛，張孟嬌. 農業保險對農戶消費和效用的影響——兼論農業保險對反貧困的意義[J]. 保險研究，2017（10）：65-78.

[14]聶榮，閆宇光，王新蘭. 政策性農業保險福利績效研究——基于遼寧省微觀數據的證據[J].農業技術經濟，2013（4）：69-76.

[15]朱蕊，江生忠.我國政策性農業保險的扶貧效果分析[J].保險研究，2019（2）：51-62.

[16]王立勇，房鴻宇，謝付正. 中國農業保險補貼政策績效評估：來自多期DID的經驗證據[J].中央財經大學學報，2020（9）：24-34.

[17]張偉，羅向明，郭頌平.民族地區農業保險補貼政策評價與補貼模式優化——基于反貧困視角[J]. 中央財經大學學報，2014（8）：31-38.

[18]鄭軍，汪運娣.我國農業保險差異性財政補貼：地區經濟差距與財政支出公平[J].農村經濟，2017（5）：84-90.

[19]孫巍，馮星，徐彬.異質性視角下中國農村居民減貧效應研究——基于FGT貧困指數的分解新方法[J].統計研究，2020，37（9）：44-55.

[20]Foster J， Greer J， Thorbecke E. A class of decomposable poverty measures[J]. Econometrica， 1984，52（3）：761-766.

[21]王小林， Alkire S. 中國多維貧困測量：估計和政策含義[J].中國農村經濟， 2009（12）： 4-10，23.

[22]王增文.中國農村貧困線及貧困率的測定：基于擬合收入分布函數法[J].西北人口，2009，30（5）：1-6.

（責任編輯：厲 亞）

Regional Heterogeneous Poverty Reduction Effect of Premium

Subsidy Policies for Agricultural Insurance in China

ZHAN Kai，ZHU Shaofen， DENG Chao， SU Xiaojian

（Guangdong University of Foreign Studies， Guangzhou，Guangdong 510006，China）

Abstract：Based on the FGT poverty index and the data of 30 provinces in 2010 to 2018 of agricultural insurance premium subsidy to build a panel quantile regression model. The results show that the poverty reduction efficiency of agricultural insurance premium subsidy has an obvious heterogeneous effect at higher quantiles. When the poverty reduction efficiency of agricultural insurance premium subsidy shows obviously， it will strengthen first and then weaken along with increasing of the quantile. It shows that when the agricultural insurance premium subsidy increases every percent， the FGT poverty index will decline by 0.045%～0.15%.

Key words：agricultural insurance， fiscal subsidy， poverty alleviation efficiency， panel quantile regression

收稿日期： 2021-04-13; 修回日期： 2021-07-02

基金項目： ?國家社科基金一般項目（19BJY014）、國家自然科學基金項目（11801099）、廣東省基礎與應用基礎研究基金（2021A1515011149）

作者簡介： 展 凱（1980—），男，江蘇泰州人，經濟學博士，教授，廣州華南財富管理中心研究基地和金融開放與資產管理研究中心研究員，研究方向：風險管理與保險精算，貨幣理論與政策等;鄧 超（1986—），男，湖南婁底人，管理學博士，副教授，研究方向：風險管理與保險。