農(nóng)業(yè)保險對農(nóng)業(yè)生產(chǎn)影響的實證研究

摘"要：文章基于我國西部地區(qū)十二個省、市、自治區(qū)市2012—2022年關(guān)于農(nóng)業(yè)保險及農(nóng)業(yè)生產(chǎn)的面板數(shù)據(jù)，構(gòu)建雙固定效應(yīng)模型，分析西部地區(qū)農(nóng)業(yè)保險對農(nóng)業(yè)生產(chǎn)的影響。研究表明：農(nóng)業(yè)保險發(fā)展水平對西部地區(qū)的農(nóng)業(yè)生產(chǎn)具有促進作用；農(nóng)業(yè)科技水平的提高，也使農(nóng)業(yè)生產(chǎn)效率隨之提高，促進農(nóng)業(yè)發(fā)展；農(nóng)業(yè)風(fēng)險在一定程度上抑制了西部地區(qū)的農(nóng)業(yè)生產(chǎn)，但作用不顯著。根據(jù)上述結(jié)論，文章提出了針對性建議，旨在為西部地區(qū)的農(nóng)業(yè)保險助力農(nóng)業(yè)生產(chǎn)提供依據(jù)。

關(guān)鍵詞：農(nóng)業(yè)保險；農(nóng)業(yè)生產(chǎn)；固定效應(yīng)模型

中圖分類號：F842.66"""文獻標(biāo)識碼：A"文章編號：1005-6432（2024）22-0016-04

DOI：10.13939/j.cnki.zgsc.2024.22.004

1"引言

農(nóng)業(yè)是我國國民經(jīng)濟的支柱產(chǎn)業(yè)，對經(jīng)濟發(fā)展以及農(nóng)戶收入增長起到關(guān)鍵作用。但農(nóng)業(yè)發(fā)展極易受到自然災(zāi)害的影響，洪澇旱災(zāi)等極端氣候以及病蟲害等自然災(zāi)害都將給農(nóng)業(yè)發(fā)展帶來巨大沖擊，因此，防范農(nóng)業(yè)風(fēng)險、保障農(nóng)業(yè)生產(chǎn)以促進農(nóng)業(yè)經(jīng)濟的發(fā)展至關(guān)重要。農(nóng)業(yè)保險作為分散風(fēng)險的一種風(fēng)險管理工具，隨著保險科技的發(fā)展，農(nóng)業(yè)保險和高科技越來越高度融合，處理災(zāi)害的技術(shù)和技能逐漸提高，既能在農(nóng)業(yè)生產(chǎn)中給農(nóng)戶提供各種防災(zāi)減損的經(jīng)驗指導(dǎo)，又能在農(nóng)業(yè)風(fēng)險發(fā)生時及時給予農(nóng)戶經(jīng)濟補償，使其盡快恢復(fù)生產(chǎn)。當(dāng)前，農(nóng)業(yè)保險在精準(zhǔn)承保理賠、農(nóng)業(yè)防災(zāi)減災(zāi)等領(lǐng)域不斷強化5G、物聯(lián)網(wǎng)及人工智能等科技應(yīng)用技術(shù)，不僅提高自身效率，也使其在惠農(nóng)、富農(nóng)、強農(nóng)方面發(fā)揮越來越大的作用。

我國西部地區(qū)的經(jīng)濟發(fā)展相對東中部地區(qū)較為落后，但由于地域遼闊，具有豐富的自然資源，發(fā)展農(nóng)業(yè)有得天獨厚的優(yōu)勢，因此，西部地區(qū)許多省份都是農(nóng)業(yè)大省，農(nóng)業(yè)總產(chǎn)值占地區(qū)GDP比例較高。然而，由于復(fù)雜的地形氣候，頻繁發(fā)生的自然災(zāi)害，使得西部地區(qū)農(nóng)業(yè)發(fā)展受到了極大的威脅。

此外，雖然農(nóng)業(yè)保險對區(qū)域農(nóng)業(yè)生產(chǎn)的發(fā)展具有促進作用，但在西部地區(qū)，農(nóng)業(yè)保險發(fā)展水平受到多重因素限制。一方面，西部地區(qū)農(nóng)民可支配收入較低，在滿足基本生產(chǎn)生活需求之后，可剩余資金很少，因此就抑制了對農(nóng)業(yè)保險的需求；另一方面，農(nóng)業(yè)保險補貼政策的宣傳及實施沒有落實到位，而且農(nóng)戶在發(fā)生保險事故后的索賠受到多方面困難，導(dǎo)致農(nóng)戶購買農(nóng)業(yè)保險積極性不高。因此，文章基于西部地區(qū)的發(fā)展，研究農(nóng)業(yè)保險對農(nóng)業(yè)生產(chǎn)的影響，最后分析研究結(jié)果并給出針對性建議，對加強農(nóng)業(yè)風(fēng)險管理、提高農(nóng)戶收入、促進農(nóng)業(yè)保險服務(wù)鄉(xiāng)村振興等方面均具有一定的理論與現(xiàn)實意義。

2"文獻綜述

關(guān)于農(nóng)業(yè)保險對農(nóng)業(yè)生產(chǎn)影響的研究，目前已經(jīng)有較多研究成果。周穩(wěn)海、趙桂玲和尹成遠（2015）運用動態(tài)差分GMM模型對河北省際面板數(shù)據(jù)進行實證分析，結(jié)果表明農(nóng)業(yè)保險對農(nóng)業(yè)生產(chǎn)具有明顯促進作用［1］。馬述忠和劉夢恒（2016）以農(nóng)業(yè)生產(chǎn)效率為出發(fā)點，對中國省際面板數(shù)據(jù)進行研究，發(fā)現(xiàn)農(nóng)業(yè)保險顯著抑制農(nóng)業(yè)生產(chǎn)效率，由此認為中國農(nóng)業(yè)保險市場當(dāng)前存在逆向選擇和道德風(fēng)險的問題［2］。江生忠和張煜（2018）通過構(gòu)建簡化的三部門（政府、金融機構(gòu)、農(nóng)業(yè)保險機構(gòu)）宏觀經(jīng)濟理論模型，分析農(nóng)業(yè)保險對農(nóng)村經(jīng)濟的影響，得出農(nóng)業(yè)保險助力農(nóng)村經(jīng)濟發(fā)展的效用不夠明顯的結(jié)論［3］。趙沛如和穆月英（2019）將我國31個省、市、自治區(qū)按照農(nóng)業(yè)經(jīng)濟發(fā)展水平劃分為四個區(qū)域，利用固定效應(yīng)和隨機效應(yīng)模型進行實證研究，發(fā)現(xiàn)農(nóng)業(yè)保險發(fā)展能夠顯著促進農(nóng)業(yè)生產(chǎn)水平的提高，同時，農(nóng)作物播種面積、農(nóng)業(yè)保險賠付率也對農(nóng)業(yè)生產(chǎn)具有一定影響［4］。王韌、夏昱和李晶（2020）采用灰色關(guān)聯(lián)法，對湖南省農(nóng)業(yè)保險支持農(nóng)業(yè)產(chǎn)業(yè)化情況進行分析，研究結(jié)論表明湖南省農(nóng)業(yè)保險與農(nóng)業(yè)產(chǎn)業(yè)化具有正向高度關(guān)聯(lián)性［5］。溫虎和王陽（2019）建立動態(tài)GMM模型，以云貴川三省46個市的面板數(shù)據(jù)為基礎(chǔ)進行實證分析，發(fā)現(xiàn)農(nóng)業(yè)保險對農(nóng)業(yè)生產(chǎn)具有正向影響，且區(qū)域間存在異質(zhì)性［6］。崔麗（2023）通過實證研究發(fā)現(xiàn)，農(nóng)業(yè)保險可以促進農(nóng)民收入提高，并據(jù)此提出大力發(fā)展農(nóng)險，對農(nóng)戶實施精準(zhǔn)管理以促進農(nóng)戶增收等建議［7］。余海霞（2023）從理論和實證兩方面分析了西部9省、市、自治區(qū)農(nóng)業(yè)保險對農(nóng)業(yè)經(jīng)濟的影響，發(fā)現(xiàn)該區(qū)域農(nóng)業(yè)保險對農(nóng)業(yè)經(jīng)濟存在顯著的正向溢出效應(yīng)，據(jù)此提出完善農(nóng)業(yè)保險發(fā)展以更好服務(wù)農(nóng)業(yè)經(jīng)濟的建議［8］。

綜合來看，針對農(nóng)業(yè)保險與農(nóng)業(yè)生產(chǎn)關(guān)系的研究，已有文獻研究對象主要為全國范圍或者少部分省域數(shù)據(jù)，針對西部地區(qū)的研究較少。因此，筆者在已有文獻的基礎(chǔ)之上，基于西部地區(qū)農(nóng)業(yè)經(jīng)濟及農(nóng)業(yè)保險發(fā)展現(xiàn)狀，選取農(nóng)業(yè)生產(chǎn)水平、農(nóng)業(yè)保險發(fā)展水平及農(nóng)業(yè)機械化水平等相關(guān)變量進行實證研究，為進一步提高西部地區(qū)農(nóng)業(yè)發(fā)展水平、促進農(nóng)戶增收提供依據(jù)。

3"實證分析

3.1"變量選取

3.1.1"被解釋變量

農(nóng)業(yè)生產(chǎn)水平（Y）是模型的被解釋變量，以往研究中，衡量農(nóng)業(yè)生產(chǎn)水平的指標(biāo)有農(nóng)林牧漁業(yè)總產(chǎn)值和農(nóng)林牧漁業(yè)增加值等。筆者認為，農(nóng)林牧漁業(yè)總產(chǎn)值能夠反映一定時期內(nèi)農(nóng)業(yè)生產(chǎn)總規(guī)模和總成果，因此，文章選取農(nóng)林牧漁業(yè)總產(chǎn)值代表農(nóng)業(yè)生產(chǎn)水平。模型中，其值等于當(dāng)年農(nóng)林牧漁業(yè)總產(chǎn)值除以農(nóng)林牧漁業(yè)從業(yè)人數(shù)。

3.1.2"解釋變量

農(nóng)業(yè)保險發(fā)展水平（Develop）是解釋變量。農(nóng)業(yè)保險密度即人均農(nóng)業(yè)保險保費，農(nóng)業(yè)保險密度越大，說明農(nóng)業(yè)保險發(fā)展水平越高。文章用農(nóng)業(yè)保險密度來衡量農(nóng)業(yè)保險發(fā)展水平，其值等于農(nóng)業(yè)保險保費除以農(nóng)林牧漁業(yè)從業(yè)人數(shù)。

3.1.3"控制變量

農(nóng)業(yè)生產(chǎn)水平受到農(nóng)業(yè)風(fēng)險、農(nóng)業(yè)機械化水平以及農(nóng)業(yè)資本投入等因素的影響，因此，模型中加入如下四個控制變量。

第一，農(nóng)業(yè)風(fēng)險（Risk）。農(nóng)業(yè)屬于“靠天吃飯”的行業(yè)，極易受到自然災(zāi)害等風(fēng)險的影響，當(dāng)發(fā)生風(fēng)險的時候，就會使農(nóng)業(yè)生產(chǎn)帶來減產(chǎn)的后果。農(nóng)業(yè)受災(zāi)面積是指因自然災(zāi)害等風(fēng)險造成農(nóng)作物相較于正常年份減產(chǎn)的播種面積。文章用人均受災(zāi)面積來衡量農(nóng)業(yè)風(fēng)險水平，其值等于受災(zāi)面積除以農(nóng)林牧漁業(yè)從業(yè)人數(shù)。

第二，農(nóng)業(yè)機械化水平（Mechanize）。農(nóng)業(yè)機械化指的是利用先進的農(nóng)業(yè)機械裝備，改善農(nóng)業(yè)生產(chǎn)條件，提高農(nóng)業(yè)生產(chǎn)效率。農(nóng)業(yè)機械總動力是衡量農(nóng)業(yè)機械化水平的主要指標(biāo)，模型中的值等于農(nóng)業(yè)機械總動力除以農(nóng)林牧漁業(yè)從業(yè)人數(shù)。

第三，資本投入（K）。資本的投入對生產(chǎn)來說必不可少，而化肥是農(nóng)業(yè)生產(chǎn)中最重要的資本投入之一。因此，使用農(nóng)用化肥施用量作為資本投入的代理變量，模型中的值等于農(nóng)用化肥施用量除以農(nóng)林牧漁業(yè)從業(yè)人數(shù)。

第四，農(nóng)業(yè)保險賠付水平（Ration）。農(nóng)業(yè)保險賠付水平的高低能夠影響受災(zāi)地區(qū)后續(xù)的農(nóng)業(yè)生產(chǎn)，也是影響農(nóng)業(yè)生產(chǎn)水平的重要指標(biāo)。農(nóng)業(yè)保險賠付率能夠有效衡量一個地區(qū)農(nóng)業(yè)保險賠付水平，農(nóng)業(yè)保險賠付率越高，越能給予農(nóng)業(yè)生產(chǎn)后續(xù)更高的保障。模型使用農(nóng)業(yè)保險賠付率作為衡量農(nóng)業(yè)保險賠付水平的指標(biāo)，其值等于農(nóng)業(yè)保險賠付額除以農(nóng)業(yè)保險保費收入。

此外，關(guān)于數(shù)據(jù)來源的匯總有以下內(nèi)容。文章選取2012—2022年廣西、四川、貴州、云南、陜西、甘肅、青海、重慶、西藏、寧夏、新疆、內(nèi)蒙古等西部地區(qū)十二個省、市、自治區(qū)的面板數(shù)據(jù)，使用Stata"15軟件進行實證研究。農(nóng)業(yè)生產(chǎn)水平、農(nóng)業(yè)風(fēng)險、農(nóng)業(yè)機械化水平、資本投入、農(nóng)林牧漁業(yè)從業(yè)人數(shù)等變量的數(shù)據(jù)來源于國家統(tǒng)計局、《中國統(tǒng)計年鑒》及各省、市、自治區(qū)的統(tǒng)計年鑒。農(nóng)業(yè)保險發(fā)展水平、農(nóng)業(yè)保險賠付水平等變量的數(shù)據(jù)來源于《中國保險年鑒》。為了保證回歸結(jié)果的穩(wěn)定性，在進行實證分析之前要對所有變量值進行取對數(shù)處理。

3.2"模型構(gòu)建

面板數(shù)據(jù)模型分為固定效應(yīng)模型和隨機效應(yīng)模型兩類。前者指模型的截距對不同的個體存在實質(zhì)差異，而后者指模型截距對不同個體只存在隨機擾動差異，已有相關(guān)研究主要采取固定效應(yīng)模型進行實證分析。固定效應(yīng)模型相對于隨機效應(yīng)模型，能夠更為準(zhǔn)確地估計模型各項參數(shù)，控制個體之間的差異，從而得出更可靠的結(jié)果，因此，文章選取固定效應(yīng)模型，而為了控制個體和時間的異質(zhì)性，提高回歸分析準(zhǔn)確性，構(gòu)建如下個體時間雙固定效應(yīng)模型：

lnYit=α+βlnDevelopit+γlncontrolsit+λi+μi+εit

式中，i表示省份，t表示年份；Yit表示i省份第t年的農(nóng)業(yè)生產(chǎn)水平，lnDevelopit表示i省份第t年的農(nóng)業(yè)保險發(fā)展水平，lncontrolsit為控制變量組，λi和μi分別為年份和省份固定效應(yīng)，α、β、γ為待估計參數(shù)，εit為隨機干擾項。

3.3"實證結(jié)果與分析

3.3.1"面板數(shù)據(jù)單位根檢驗

為防止出現(xiàn)偽回歸，在進行模型估計之前，對面板數(shù)據(jù)進行單位根檢驗。文章選取了十二個省、市、自治區(qū)近11年的數(shù)據(jù)，屬于短面板數(shù)據(jù)，單位根檢驗的方法主要包括ht檢驗和ips檢驗。檢驗結(jié)果如表1所示，由此可知，面板數(shù)據(jù)的所有變量都通過了單位根檢驗，可以進行回歸分析。

3.3.2"回歸分析結(jié)果

在通過如上單位根檢驗之后，可以構(gòu)建個體時間雙固定效應(yīng)模型，分析西部地區(qū)農(nóng)業(yè)保險對農(nóng)業(yè)生產(chǎn)的影響，回歸分析結(jié)果如表2所示。

第（1）列為不加入任何控制變量的實證結(jié)果，可以看出，農(nóng)業(yè)保險發(fā)展水平變量系數(shù)為0.6311，且變量顯著性在1%水平上顯著，說明農(nóng)業(yè)保險的發(fā)展正向影響農(nóng)業(yè)生產(chǎn)水平，農(nóng)業(yè)保險發(fā)展水平越高，將越能夠促進農(nóng)業(yè)生產(chǎn)水平的提高。

第（2）列為加入所有控制變量之后的回歸分析結(jié)果，可以看出，模型擬合度有所提高，且農(nóng)業(yè)保險發(fā)展水平變量系數(shù)變?yōu)?.1644，變量顯著性仍然在1%水平上顯著，表明在綜合考慮農(nóng)業(yè)風(fēng)險、農(nóng)業(yè)機械化、農(nóng)業(yè)資本投入及農(nóng)業(yè)保險賠付水平等控制變量的影響之后，農(nóng)業(yè)保險發(fā)展水平仍然能夠?qū)r(nóng)業(yè)生產(chǎn)水平產(chǎn)生顯著的正向影響。

此外，農(nóng)業(yè)機械化變量系數(shù)為0.4457，其顯著性在1%水平上顯著，說明農(nóng)業(yè)機械化水平高，能夠帶來農(nóng)業(yè)生產(chǎn)效率的提高，最終促進農(nóng)業(yè)生產(chǎn)發(fā)展；農(nóng)業(yè)資本投入變量系數(shù)為0.3674，其顯著性在1%水平上顯著，說明農(nóng)業(yè)資本投入的高低也對農(nóng)業(yè)生產(chǎn)水平具有顯著的正向影響；農(nóng)業(yè)保險賠付率變量系數(shù)為0.0670，其顯著性在10%水平上顯著，表明了農(nóng)業(yè)保險賠付水平高，有助于農(nóng)業(yè)生產(chǎn)的防災(zāi)減損，也將能夠給農(nóng)業(yè)生產(chǎn)更好的保障，促進農(nóng)業(yè)生產(chǎn)發(fā)展；農(nóng)業(yè)風(fēng)險變量系數(shù)為-0.0032，但不顯著，說明農(nóng)業(yè)風(fēng)險對農(nóng)業(yè)生產(chǎn)具有抑制作用，但是作用不明顯，這可能是由于西部地區(qū)地域遼闊，受災(zāi)面積占比較小，對該區(qū)域總體農(nóng)業(yè)發(fā)展帶來的負面影響不明顯。

為了驗證模型的穩(wěn)健性，通過替換被解釋變量的方式再次進行回歸分析。表2中第（3）列l(wèi)nY1為人均農(nóng)林牧漁業(yè)增加值的對數(shù)，將其替換原被解釋變量人均農(nóng)林牧漁業(yè)總產(chǎn)值，其他解釋變量和控制變量均不變，同樣運用雙固定效應(yīng)模型進行回歸分析。

結(jié)果顯示：解釋變量及三個控制變量的符號及顯著性未發(fā)生改變，僅有l(wèi)nRisk即農(nóng)業(yè)風(fēng)險水平一個控制變量的符號發(fā)生改變，由此可以說明模型具有穩(wěn)健性，回歸分析結(jié)果可靠。4"結(jié)論及建議

4.1"結(jié)論

4.1.1"農(nóng)業(yè)保險能夠促進西部地區(qū)農(nóng)業(yè)生產(chǎn)的發(fā)展

相對于東部和中部地區(qū)，西部地區(qū)的經(jīng)濟建設(shè)較為落后，抵御風(fēng)險的能力較差，而農(nóng)業(yè)生產(chǎn)又面臨極大的自然災(zāi)害及市價風(fēng)險，一旦風(fēng)險發(fā)生將很有可能導(dǎo)致已經(jīng)實現(xiàn)脫貧的地區(qū)返貧。農(nóng)業(yè)保險的發(fā)展，體現(xiàn)在農(nóng)業(yè)保險密度及賠付率的提高，能夠通過災(zāi)后損失補償，穩(wěn)定農(nóng)戶收入，保障后期的農(nóng)業(yè)生產(chǎn)，鞏固西部地區(qū)脫貧攻堅成果。

4.1.2"農(nóng)業(yè)機械化及資本投入對西部地區(qū)的農(nóng)業(yè)生產(chǎn)具有促進作用

除了農(nóng)業(yè)保險，農(nóng)業(yè)科技水平的提高，包括農(nóng)業(yè)機械化水平上升以及農(nóng)業(yè)化肥等資本投入的增加，都能使農(nóng)業(yè)生產(chǎn)效率隨之提高，促進農(nóng)業(yè)生產(chǎn)水平提高。

4.1.3"農(nóng)業(yè)風(fēng)險在一定程度上抑制了西部地區(qū)的農(nóng)業(yè)生產(chǎn)，但作用不顯著

農(nóng)業(yè)風(fēng)險主要包括干旱、暴風(fēng)暴雨等自然災(zāi)害，這些災(zāi)害的發(fā)生不可避免，且將對農(nóng)業(yè)生產(chǎn)帶來負面影響，但是在西部地區(qū)，可能是因為農(nóng)戶在防災(zāi)減損方面有一定經(jīng)驗，且由于地域遼闊，受災(zāi)面積占比不大，因此不足以對整個區(qū)域農(nóng)業(yè)生產(chǎn)帶來巨大影響。

4.2"建議

4.2.1"加大農(nóng)業(yè)保險宣傳力度，提高農(nóng)戶接受度

農(nóng)業(yè)保險有助于農(nóng)戶抵御農(nóng)業(yè)生產(chǎn)中遇到的風(fēng)險，進而促進農(nóng)業(yè)發(fā)展水平提高。

一方面，針對農(nóng)險經(jīng)營機構(gòu)，政府應(yīng)該通過實施減免稅收等措施降低業(yè)務(wù)經(jīng)營風(fēng)險，鼓勵其加強拓展業(yè)務(wù)，創(chuàng)新農(nóng)險品種，因地制宜推出適合不同地區(qū)的農(nóng)險品種。同時，在理賠環(huán)節(jié)，加強對農(nóng)險經(jīng)營機構(gòu)的監(jiān)督，提高其對農(nóng)業(yè)風(fēng)險案件的理賠效率。

另一方面，為了提高農(nóng)戶投保積極性，政府可以提高財政補貼標(biāo)準(zhǔn)，實施保費補貼制度，且加強農(nóng)業(yè)保險入戶宣傳，以提高農(nóng)業(yè)保險覆蓋率。

4.2.2"提高西部地區(qū)農(nóng)業(yè)機械化水平及加大資本投入力度

科技是第一生產(chǎn)力，是提高農(nóng)業(yè)生產(chǎn)水平的重要因素。在農(nóng)業(yè)生產(chǎn)中，政府可以采取各項措施，比如在購買部分農(nóng)業(yè)生產(chǎn)用具或農(nóng)業(yè)化肥時給予一定程度補貼等方式，鼓勵農(nóng)戶加大對科技的投入，引入更多高科技農(nóng)業(yè)生產(chǎn)工具，提高生產(chǎn)效率，促進農(nóng)業(yè)產(chǎn)出水平的提高。

4.2.3"運用保險科技，提高農(nóng)業(yè)保險保障能力

農(nóng)業(yè)保險賠付水平越高，說明農(nóng)業(yè)保險保障能力越高，這是災(zāi)后能否快速恢復(fù)農(nóng)業(yè)生產(chǎn)的關(guān)鍵因素之一。保險科技通過運用大數(shù)據(jù)、人工智能、云計算、區(qū)塊鏈等科技手段，實現(xiàn)智能客服、智能風(fēng)控和智能理賠，提高農(nóng)業(yè)保險核保及理賠效率。目前，部分農(nóng)險經(jīng)營機構(gòu)已經(jīng)運用保險科技，實現(xiàn)為客戶提高災(zāi)害預(yù)警、農(nóng)業(yè)大災(zāi)搶救等專業(yè)服務(wù)，大大提高了保險保障能力，進而促進農(nóng)業(yè)的發(fā)展。

參考文獻：

［1］周穩(wěn)海，趙桂玲，尹成遠．農(nóng)業(yè)保險對農(nóng)業(yè)生產(chǎn)影響效應(yīng)的實證研究——基于河北省面板數(shù)據(jù)和動態(tài)差分GMM模型［J］.保險研究，2015（5）：60-68.

［2］馬述忠，劉夢恒.農(nóng)業(yè)保險促進農(nóng)業(yè)生產(chǎn)率了嗎？——基于中國省際面板數(shù)據(jù)的實證檢驗［J］.浙江大學(xué)學(xué)報（人文社會科學(xué)版），2016，11（6）：131-144.

［3］江生忠，張煜.農(nóng)業(yè)保險對農(nóng)村經(jīng)濟的助力效果分析［J］.保險研究，2018（2）：102-111．

［4］趙沛如，穆月英.中國農(nóng)業(yè)保險及其對農(nóng)業(yè)生產(chǎn)的影響研究［J］.當(dāng)代農(nóng)村財經(jīng)，2019（1）：9-15.

［5］王韌，夏昱，李晶.農(nóng)業(yè)保險支持農(nóng)業(yè)產(chǎn)業(yè)化研究——以湖南省為例［J］.農(nóng)村金融研究，2020（10）：17-23.

［6］溫虎，王陽.農(nóng)業(yè)保險對農(nóng)業(yè)生產(chǎn)影響的效應(yīng)分析——基于云貴川三省"46個市面板數(shù)據(jù)的實證研究［J］.新疆農(nóng)墾經(jīng)濟，2019（4）：34-41.

［7］崔麗.農(nóng)業(yè)保險發(fā)展對農(nóng)民收入的影響研究——來自西部地區(qū)農(nóng)業(yè)保險的證據(jù)［J］.黑龍江金融，2023（12）：64-70.

［8］余海霞.新型城鎮(zhèn)化視角下西部地區(qū)農(nóng)業(yè)保險對農(nóng)業(yè)經(jīng)濟的溢出效應(yīng)研究［D］.貴陽：貴州財經(jīng)大學(xué)，2023：33-53.

［基金項目］2022年廣西農(nóng)業(yè)科技自籌經(jīng)費項目“科技金融驅(qū)動農(nóng)業(yè)產(chǎn)業(yè)高質(zhì)量發(fā)展研究”（項目編號：Z202256）。

［作者簡介］王丹妮，經(jīng)濟師，廣西農(nóng)業(yè)職業(yè)技術(shù)大學(xué)；通訊作者：凌玲，講師，廣西農(nóng)業(yè)職業(yè)技術(shù)大學(xué)。