種植業保險保費補貼提高農戶種糧積極性了嗎？
——基于多期差分法的實證檢驗

2023-09-25 00:46:04崔亞飛鄭修娟

綏化學院學報 2023年9期

崔亞飛鄭修娟

（安徽財經大學財政與公共管理學院安徽蚌埠 233030）

農業保險可以提高農戶抵御自然災害的能力，但由于農業保險市場普遍存在“逆向選擇”現象，這就要求政府部門對此“市場失靈”進行矯正與彌補，才能促進農業保險市場的高質量發展和保障國家糧食安全。[1]2007年4月，財政部印發了《中央財政農業保險保費補貼試點管理辦法》，該《辦法》要求堅持“政府引導、政策支持、市場運作、農民自愿”原則，選取吉林、內蒙古和江蘇等六個省區進行政策性農業保險保費補貼試點工作。至2012年底，農業保險保費補貼政策已推廣至全國范圍。2019年5月，中央全面深化改革委員會審議并原則同意《關于加快農業保險高質量發展的指導意見》，標志著我國農業保險保費補貼政策邁入以高質量發展為導向階段。

種植業保險保費補貼是否有助于提高農戶種糧積極性，進而確保農業增產和農民增收？截至目前，尚未發現有相關文獻對此問題進行較全面研究。本文擬用中國省級農業面板數據，對種植業保險保費補貼政策實施以來的效應進行系統評估，并檢驗其作用機制。

本文的邊際貢獻主要體現在以下方面：第一，利用多期雙重差分法（DID）評估種植業保險保費補貼對農戶種糧積極性及種植結構的效應，評估結論豐富了農業保險保費補貼政策的實證成果。第二，檢驗了政策效應的作用機制和持續性，可以為今后農業保險保費補貼政策的整體完善提供思路和切入點。第三，證實了種植業保險保費補貼的政策效應，在不同地區之間存在異質性，有助于精準優化各地區保險保費補貼政策措施，提高種植業保險保費補貼政策實施的結構效率。

一、政策背景、文獻綜述與研究假說

（一）政策背景。種植業保險保費補貼是我國現行農業保險保費補貼中實施時間最早和覆蓋面最廣的政策項目。2007年開始試點之際，種植業保險保費補貼對象主要為玉米、水稻、小麥、大豆和棉花，之后補貼對象新增其他油料作物和農作物。

表1匯總了種植業保險保費補貼試點省市（區）擴容情況。2007 年，國家財政部首先確定吉林、內蒙古和新疆等6 個省區進行種植業保險保費補貼試點工作。2008年，種植業保險保費補貼試點新增福建、湖北和海南等10個省。2009年，江西也成為種植業保險保費補貼試點省。2010年，又新增云南、青海等5個省（區）。2011 年，繼續新增重慶、西藏等5 個為種植業保險保費補貼試點省市（區）。2012年，種植業保險保費補貼政策推廣至全國31個省市（區）實行。

表1 種植業保險保費補貼試點省（市、區）

（二）文獻綜述和研究假說。

1.種植業保險保費補貼與農戶種糧積極性。方蕾和粟芳（2016）[2]根據柯布—道格拉斯生產函數，將農業保險保費補貼視為農業保險市場投入的生產要素，研究發現加大農業保險保費的補貼力度，有利于促進農業保險市場完善與發展。王根芳和陶建平（2012）[3]研究認為，農業保險保費補貼能夠提高農戶投保意愿，投保意愿的增加有助于彌補農業保險市場失靈。例如，鄭軍和袁帥帥（2018）[4]實證研究發現，農業保險保費補貼對農戶的投保需求具有激勵作用。李琴英等（2019）[5]也發現，隨著保費補貼政策宣講力度的加大，農戶對政策的認知度不斷提升，農戶的參保意愿也隨之增強。而且，農業保險保費補貼的金額越高，農戶購買農業保險的意愿越強，實際投保率也會隨之提高[6-7]。顯然，農戶的投保意愿明顯受到其對農業保險保費補貼的認知度和政府補貼力度的影響[8]。此外，鄭軍和王彪（2020）[9]還研究認為，農業保險保費補貼政策有助于減輕自然災害對農戶種植收入的負面影響，增強農戶抵御自然風險的能力，并通過農業風險管理技術產生乘數效應，進而促進農業的穩產增產。劉蔚和孫蓉（2016）[10]研究發現，農業保險保費補貼政策促進了稻谷、小麥和玉米產量的增加，并對農業種植結構產生了影響。許慶等（2020）[11]也發現農業支持保護補貼有效地增加了規模農戶的播種面積。基于以上分析，本文提出研究假說1：

H1：種植業保險保費補貼有助于促進農民種糧積極性。

2.種植業保險保費補貼影響農民種糧積極性的作用機制。有研究發現農業保險保費補貼能夠提高受保農戶的種植收入，進而改善農戶的生活水平。譬如，羅向明等（2011）[12]通過模型分析發現，農業保險保費補貼具有轉移支付功能，可以提高農戶的可支配收入。王立勇等（2020）[13]的數據檢驗也證實，農業保險保費補貼顯著提高了農戶家庭經營收入和人均純收入。而且，農業保險保費補貼增加農戶的家庭經營性收入后，有助于防止農戶因災返貧，進而激發農業保險保費補貼的減貧效應[14]。但是，展凱等（2021）[15]研究認為，農業保險保費補貼的減貧效應存在地區異質性特征，對欠發達的農村地區而言，其減貧效應更加顯著。

另一方面，農戶的種植收入又會影響其種糧積極性。例如，何蒲明（2020）[16]研究發現，家庭經營性收入和轉移性收入顯著地提高了糧食主產區和主銷區農戶的種糧積極性。李國祥（2021）[17]也認為，經濟利益是影響農戶種糧積極性的主要因素，對農戶種糧積極性影響較大且多是正向效應。劉瑩和黃季焜（2010）[18]進一步研究指出，影響農戶種植決策的因素包括利潤收入、風險規避和減少勞動力投入等，其中最大的影響因素則是利潤最大化。辛毅等（2021）[19]還研究發現，利用現金收益最大化激發農戶種糧積極性，可以促進農業保險保費補貼政策的被接受度。綜上所述，提出研究假說2：

H2：種植業保險保費補貼通過增加農戶種植業收入促進農戶種糧積極性。

二、研究設計

（一）模型設定。種植業保險保費補貼政策試點具備準自然實驗的特征，加之政策試點省（市、區）逐年增加，故本文擬采用多期雙重差分法檢驗保費補貼的政策效應。此外，為了消除不可觀測變量的干擾和內生性問題，同時控制了個體效應和時間效應。參照田曉暉等（2021）[20]的研究方法，多期雙重差分模型具體設定如下：

其中，LnYi,t表示農戶種糧積極性的被解釋變量。Xi,t是補貼政策是否實施的解釋變量，b為核心估計系數，是本文關心的種植業保險保費補貼政策的平均處理效應。ci,t表示控制變量，ui為個體固定效應，qt為時點固定效應，ei,t是隨機擾動項。另外，為了消除異方差和自相關的影響，本文對所有連續變量均進行了對數變換，且采用穩健標準誤策略。

（二）數據來源與處理。

1.相關農業數據。本文選取2004-2014年中國省級農業面板數據，包括水稻播種面積、小麥播種面積、玉米播種面積、油料播種面積、棉花播種面積、有效灌溉面積、成災面積、涉農支出、財政支出、農業產值、農林牧漁業產值、谷物及其他作物產值，以上農業數據均來源于中國各省（市、區）的2005-2015年統計年鑒。

2.種植業保險保費補貼試點數據。種植業保險保費補貼試點省份名單來源于財政部網站，且已詳細匯報于表1。為消除離群值的潛在影響，本文在1%和99%分位數上對連續變量進行縮尾處理。

（三）變量選取與說明。

1.被解釋變量。實施種植業保險保費補貼政策，被補貼作物各自播種面積變化能夠直接反映出農戶更傾向于播種哪些作物，對哪些作物的種植積極性高。故本文選取種植面廣、對糧食安全具有重要保障作用的水稻、小麥、玉米、油料和棉花的播種面積分別作為被解釋變量（LnYi,t），用于間接衡量農戶種糧積極性。

2.解釋變量。本文的解釋變量為“種植業保險保費補貼政策是否實施的交互項”。鑒于政策具體實施時間和被補貼作物的播種時期可能不完全相同，加之政策的宣傳普及需要時間，所以本文將政策實施的下一年作為基準年，構造交互項Xi,t進行衡量。當t取值為1時，表示第i個省(區)第t年實施了種植業保險保費補貼政策；當t 取值為0時，則表示第i 個省(區)第t 年未實施種植業保險保費補貼政策。

3.控制變量。本文的控制變量ci,t包括有效灌溉面積、受災面積、涉農支出占比和農業產值占比。其中，涉農支出占比為涉農支出占財政支出的比值，農業產值占比是農業產值占農林牧漁業產值的比值。

主要變量的描述性統計結果見表2。其中，水稻播種面積的均值為98.186，標準差為108.956，分布較為均衡。其他變量的均值和標準差也處于合理的區間。

表2 主要變量的描述性統計

三、基準回歸結果與分析

（一）種植業保險保費補貼對補貼作物種植面積的影響。利用Stata16.0對模型（1）進行回歸，表3匯報了未加入控制變量，僅控制個體和時間效應的結果；而表4則匯報了加入有效灌溉面積、受災面積、涉農支出占比和農業產值占比等控制變量，并控制個體和時間效應的結果。由表3和表4的回歸結果綜合顯示：無論是否加入控制變量，種植業保險保費補貼政策對水稻、小麥、玉米、油料和棉花的播種面積均產生了正向促進效應。具體而言，種植業保險保費補貼政策對水稻和油料播種面積有顯著的正向促進效應，或者說，顯著地提高了農戶對水稻和油料作物的種植積極性。政策實施的后一年，水稻播種面積平均增加10.9%，油料播種面積平均增加8.6%。種植業保險保費補貼政策對小麥、玉米和棉花播種面積雖然具有正向影響但不顯著。可能的原因是：首先，水稻是我國主要糧食作物且屬于高保險作物，保費補貼政策實行后，農戶對水稻保險的接受度更高，更愿意增加水稻的播種。其次，在我國經濟作物中，油料作物播種面積居首位[21]，播種面積越大，遭受自然風險的損失可能性就越大，因此對農業保險保費進行財政補貼更能激發農戶的投保意愿，保障農民收入，促使農戶持續擴大播種面積。

表3 種植業保險保費補貼政策對下一年補貼作物種植面積影響的回歸結果（不含控制變量）

表4 種植業保險保費補貼政策對下一年補貼作物種植面積影響的回歸結果（含控制變量）

為了進一步揭示政策效應的時效性，表5報告了種植業保險保費補貼政策滯后兩年對補貼作物種植面積影響的回歸結果。可以看出，首先，種植業保險保費補貼政策效應具有持續性，政策實施后第二年仍然顯著地提高了農戶水稻和油料作物的種植積極性，即水稻種植面積平均增加9.6%，油料種植面積平均增加10.3%。其次，種植業保險保費補貼政策效應也具有時間上的滯后性，即在政策真正實施后第三年，才開始顯著地提高農戶的小麥種植積極性，小麥播種面積平均增加11.8%。究其原因可能在于：種植業保險保費補貼切實保障了農戶的收益，所以農戶會持續穩定擴大作物播種面積。同時，隨著種植業保險保費補貼政策的宣傳普及和農戶觀念意識的變化，農戶可能也會提高對其他被補貼作物的種植積極性。綜上所述，研究假說H1得到數據檢驗的支持。

表5 種植業保險保費補貼政策對實施后第二年補貼作物種植面積影響的回歸結果

（二）穩健性檢驗。前文使用多期雙重差分法研究的回歸結果顯示，種植業保險保費補貼政策顯著地增加了水稻和油料種植面積，提高了農民種植積極性。那這一結論是否可靠？接下來本文擬利用平行趨勢檢驗、安慰劑檢驗和反事實檢驗全面考察回歸結果的穩健性。

1.平行趨勢檢驗。使用雙重差分法最重要的一個前提就是要滿足平行趨勢假設，即在政策實施前，試點省份和未試點省份的補貼作物播種面積變化趨勢基本一致。而在政策實施后，該變化趨勢會發生顯著差異。參照Beck 等（2010）[22]的研究方法，建立模型如下：

其中，Xi,t0+k為虛擬變量，若第i 省（市、區）在t0+k 時期實施了種植業保險保費補貼，那么該變量取值為1，否則取值為0，其系數bk是我們關注的重點；k=4和k=3分別表示政策實施前4年和政策實施后3年的期數，用于檢驗政策實施前后的變化趨勢；此處Yi,t表示水稻和油料作物的播種面積，其余變量含義與前文模型（1）一致。

根據模型（2）進行平行趨勢檢驗，將政策實施前一期視為基準期，檢驗各省（市、區）種植業保險保費補貼政策實施前4年至政策實施后3年實驗組和對照組的變化趨勢，圖1和圖2分別描繪了水稻和油料作物播種面積的系數bk及各自置信區間變化趨勢。由圖1和圖2可以看出，在政策實施之前，每個時間窗口的估計系數均不顯著，而在政策實施一年之后，估計系數均為正且通過顯著性檢驗。這表明，在政策實施之前實驗組和對照組具有共同的變化趨勢；在種植業保險保費補貼政策實施之后，對水稻播種面積和油料作物種植面積產生了正向促進效應，提升了農戶種糧積極性，而且政策效應在時間上具有時滯性。

圖1 水稻作物平行趨勢檢驗結果

圖2 油料作物平行趨勢檢驗結果

2.安慰劑檢驗。為了排除水稻和油料作物播種面積增加可能源于某些其他隨機因素，而非由種植業保險保費補貼政策實施所致。本文參照Cai 等（2016）[23]的研究方法，從樣本中隨機抽取部分省（市、區）作為“偽試點”的實驗組，其余省（市、區）樣本為對照組，然后對“偽試點”實驗組基于模型（1）進行回歸。本文重復該隨機抽取過程1000 次并進行1000 次回歸，分別得到虛假的Xi,t系數t值的核密度圖。由圖3的水稻核密度和圖4的油料核密度可以看出，種植業保險保費補貼對水稻和油料作物播種面積影響的虛假系數的t統計量基本上都分布在0附近，且近似符合正態分布。因此，本文犯“取偽錯誤”的概率極低。這也進一步說明，種植業保險保費補貼對水稻和油料作物播種面積的正向促進效應比較穩健，并非由其他隨機因素導致。

圖3 水稻核密度

圖4 油料核密度

3.反事實實驗。為了更進一步驗證實證結果的穩健性，參照王立勇和許明（2019）[24]的研究方法，本文假設水稻和油料作物播種面積的增加不是由種植業保險保費補貼政策所致，并將全國每個試點省（市、區）保費補貼政策的實施時間都提前一年，進行反事實實驗，表6 匯報了反事實實驗的結果。不難發現：假設把試點年份提前一年之后，種植業保險保費補貼政策對水稻播種面積的影響不顯著，對油料作物播種面積的影響也不顯著，這說明種植業保險保費補貼政策的實施，確實提高了農戶對水稻和油料作物種植的積極性。

表6 改變政策發生時點的反事實實驗

四、作用機制與異質性檢驗

（一）作用機制分析。上述實證研究已經表明，種植業保險保費補貼對農戶種糧積極性具有正向促進效應，尤其是水稻種植面積增加最為顯著。另外，前文的相關文獻梳理也發現，種植業保險保費補貼政策可能會通過農戶種植業收入來影響農戶的種糧積極性，或者說影響農作物的播種面積。因此，本文選取種植業收入作為中介變量，進一步分析種植業保險保費補貼政策對農戶種糧積極性產生正向促進效應的作用機制。種植業收入擬以谷物及其他作物的產值來衡量，選取依據在于，谷物及其他作物主要為種植業保險保費補貼的項目，而且谷物及其他作物的產值衡量了農戶出售補貼作物的收入。參照Baron and Kenny（1986）[25]的研究方法，建立中介機制模型如下：

其中，中介變量Ms,t表示種植業收入，此處Yi,t表示水稻的播種面積，其他變量含義與前文模型（1）中一致。

利用Stata16.0對模型（3-1）至（3-2）依次進行回歸，表7報告了種植業保險保費補貼對水稻播種面積產生正向影響的中介效應。表7中第（3-1）列為種植業保險保費補貼政策對水稻播種面積影響的總效應，其為0.109且在1%的水平顯著，說明種植業保險保費補貼政策顯著的提高了水稻播種面積。第（3-2）列為種植業保險保費補貼政策對種植業收入的影響，在5%的顯著水平上，種植業保險保費補貼政策對種植業收入的影響為0.037，說明種植業保險保費補貼政策顯著的提高了農戶的種植業收入。第（3-3）列是將種植業收入作為控制變量進行回歸的結果，種植保險保費補貼政策對水稻播種面積的影響為0.084且在1%的水平顯著，這說明種植業保險保費補貼政策可以提高農戶的種植業收入，進而提升農戶的種植積極性。因此，研究假說H2也得到檢驗印證。

表7 中介效應回歸結果

（二）異質性檢驗。我國國土遼闊，東中西部的農業資源各有稟賦，各地區的主要自然災害也不盡相同。由于農業資源稟賦和自然災害不同，各地區的種植業保險保費補貼的效應也可能存在異質性。所以本文將全國31個省（區）樣本分為東中部和西部地區，①分別考察種植業保險保費補貼政策對各地區補貼作物面積的影響，表8和表9分別報告了東中部和西部樣本的回歸結果。可以看出，種植業保險保費補貼政策顯著地增加了西部地區水稻和油料作物的播種面積，而東中部地區則增加了水稻的播種面積。保費補貼政策對其他作物播種面積也具有正向影響，但結果不顯著。可能的原因在于：東中部地區自然環境相對西部較好，農業基礎也好，因災害遭受重大損失的可能性較低。當農戶認為自然災害對其造成的經濟損失較低時，其購買農業保險的欲望將減少[26]，所以農戶購買保險的意愿降低，農業保險保費補貼政策在東中部地區發揮的作用就會比西部地區小；其次，西部地區保費補貼規模效率比東中部地區高，呈現出規模報酬遞增趨勢[27]。

表8 東中部種植業保險保費補貼政策對補貼作物種植面積影響的回歸結果

表9 西部種植業保險保費補貼政策對補貼作物種植面積影響的回歸結果

五、研究結論與政策啟示

本文將種植業保險保費補貼政策試點視為一個準自然實驗，通過構建多期DID 模型，利用2004-2014 年全國31 個省（市、區）的面板數據，實證評估了種植業保險保費補貼政策對農戶種糧積極性的影響，并進一步分析了相應的作用機制和可能存在的異質性問題。

研究結果表明：第一，種植業保險保費補貼顯著擴大了水稻和油料作物的播種面積，影響了農業種植結構，提高了農戶對水稻和油料作物種植積極性。第二，種植業保險保費補貼政策效應具有持續性和一定的滯后性，即政策實施后兩年會持續提高農戶對水稻和油料作物的種植積極性，到政策實施的第三年，農戶顯著提高了小麥的種植積極性。第三，作用機制分析表明，種植業保險保費補貼政策通過提高農戶的種植業收入，進而促進農戶的種植積極性和影響種植業結構。同時，種植業保險保費補貼政策對東中部和西部省（市、區）農戶種糧積極性的影響不同，在西部地區主要顯著影響農戶的水稻和油料作物種植積極性，在東中部地區主要顯著影響農戶對水稻的種植積極性。

本文的研究結論可以為農業保險保費補貼政策優化提供以下啟示：首先，適時擴大農業保險保費補貼作物種類，保險保費補貼比例可以實施動態調整策略。政府部門應繼續擴大補貼作物范圍，增加補貼作物種類；同時，調整各種作物保險保費補貼的比例，引導農戶積極種植涉及國家糧食安全戰略的作物種類，促進農作物種植結構的多樣性。其次，健全農作物銷售價格的市場化機制和政府的增產增收保底政策。種植業收入高低直接關系到農業保險保費補貼政策的實施效果，是能否激發廣大農戶種糧積極性的重要因素。在堅持農作物銷售價格市場化機制的基礎上，政府部門也應積極制定相關保底政策，防范農業領域市場失靈風險，為糧食安全戰略提供制度性保障。最后，建立農業保險保費補貼政策實施效果評估機制。要重視補貼政策系統性宣講對發揮農戶主觀能動性的作用，尤其要引導農戶對農業保險保費補貼政策實施的目的性和重要性的認同感，杜絕政府“任務式”發補貼、農戶“被動式”領補貼的形式化政策推廣。同時，抓緊建立農業保險保費補貼政策評估機制，定期開展政策實施效果評估工作，力求以政策評估推動政策完善和效應最大化釋放。

注釋: