论文部分内容阅读
摘要： 本文对于农业保险精准扶贫效率研究的实证分析是以甘肃省为例，甘肃省是我国农业大省，位于我国社会经济发展较为落后的西部。本文在理清了精准扶贫效率评价指标体系构建的整体思路基础上，基于农业保险的精准扶贫投入与产出效率，运用DEA模型得出甘肃省14个州市2017年的农业保险精准扶贫效率总体水平，研究结果表明，甘肃省农业保险总体水平上处于有效状态，有5个州市的TE、PTE和SE均为1，包括嘉峪关市、金昌市、天水市、酒泉市和陇南市。
关键词：农业保险;精准扶贫效率;DEA模型
一、引言
2019年3月7日，习近平总书记参加十三届全国人民代表大会第二次会议甘肃省代表团的审议，提出现在距离今后两年脱贫攻坚目标任务只有两年时间，任务仍然繁重，要坚定信心不动摇，真抓实干，精准施策，确保脱贫攻坚任务如期完成。随着保险业的日益壮大，农业保险精准扶贫是贯彻落实习近平总书记关于精准扶贫的新思想新要求的一个重要有效的工具，在精准扶贫中，农业保险可以发挥稳定器、安全网的重要作用。
目前国内相关文献大多数在理论层次研究农业保险的精准扶贫效率，汪三贵、陈虹妃等（2011）认为农业保险间接变成了一项与存款、信贷相似的分散风险的工具，可以提升扶贫政策的扶贫效率，针对农业保险周延礼（2012）提出当前农业保险的发展应该重点在于农业农业保险制度的基础建设，增强农业保险中介服务机构能力的建设，合规合法经营，卢柯帆（2017）从理论的角度出发，他认为当前我国精准扶贫对保险认识的有局限，险种不丰富措施不足，缺乏有效手段化解经验农险产品风险，农村地区保险机构覆盖率较低。提出探索“保险+”模式。
在实证分析方面，侯玲玲等（2010）认为在现行农业保险市场运行中，往往农户对于农业保险的投保欲望与政府对于农险进行资金补贴力度的期望是正相关的。钱振伟（2013）等运用DEA方法对我国2011年农业保险补贴政策进行了分析，指出了我国各地区农业保险补贴政策效率不均衡。我国现有的文献在研究农业保险精准扶贫效率的选择对象上看针对西部地区的农业保险精准扶贫效率方面的研究较少，具体针对地处劣势的甘肃省效率研究更是少之又少。本文结合DEA模型测算分析甘肃省农业保险精准扶贫效率及其影响因素。
二、基于DEA模型下甘肃省农业保险精准扶贫效率评价
（一）构建理论模型
假设有n个DMU，每个DMU 有 m 项输入指标和s项输出指标，输入、输出向量分别为： （ i = 1，2，…m） 表示第 k 個决策单元的第i个输入变量： （ j = 1，2，…，s） 表示第k个决策单位的第j个输出变量。转化成线性规划模型：
上述模型中是被考察决策单元的综合技术效率值，满足0≤≤1，当=1时，则该决策单元位于效率边界上，表示这个决策单元具有较高的投入产出比，生产效率水平就越高，即认为是有效的。当<1 时，则该决策单元位于效率边界之外，处于缺乏效率状态。
（三）指标选取与模型计算
本文根据2017年甘肃省14个州市地区数据，选取六个投入指标：
（1）财政支农力度：各州市地区的农林水利事务与各地方的财政总支出的比值
（2）农业保险赔付支出：赔付支出的金额影响农业发展
（3）农业保险保费收入：衡量当年的保险发展水平
（4）保险深度：表示甘肃省保险覆盖面
（5）农村人口数量（6）成灾比：成灾面积与受灾面积的比值，
两个产出指标选取：
（1）农林牧渔总产值
（2）农民第一产业经营净收入。
运用deap2.1软件对2017年甘肃省14个州市的投入产出数据建立DEA模型，具体结果如下表所示：
三、小结
总体来看，2017年甘肃省农业保险的精准扶贫效率良好，但是不同州市区存在差异。甘肃省的农业保险扶贫综合技术效率值为0.788，技术效率值为0.856，规模效率值值平均为0.918，总体处于有效率状态。在14个决策单元中，有5个州市的TE、PTE和SE均为1包括嘉峪关市、金昌市、天水市、酒泉市和陇南市共五个城市，即总体上甘肃省农业保险的精准扶贫效率达到了36%的有效率，农业保险的扶贫效应得到了较为充分的应用。而剩下的9个城市的的效率值低于1，即处于低效率状态，其中兰州市和武威市的PTE值为1 ，说明这两个城市的纯技术效率并非制约农业保险扶贫效率的主要原因。白银市、定西市、临夏州和甘南州的TE值和PTE值均低于甘肃省平均水平，说明对农业保险影响精准扶贫效率的资源投入并没有得到充分利用，可见这四个城市的农业保险的精准扶贫效率仍有待提高。从规模报酬上看，兰州市、白银市、平凉市、庆阳市、临夏州和甘南州的规模报酬处于递增状态。因此，这些地区提高农业保险对扶贫的资源投入对提高农业保险的扶贫绩效可能会有较为积极的作用。
关键词：农业保险;精准扶贫效率;DEA模型
一、引言
2019年3月7日，习近平总书记参加十三届全国人民代表大会第二次会议甘肃省代表团的审议，提出现在距离今后两年脱贫攻坚目标任务只有两年时间，任务仍然繁重，要坚定信心不动摇，真抓实干，精准施策，确保脱贫攻坚任务如期完成。随着保险业的日益壮大，农业保险精准扶贫是贯彻落实习近平总书记关于精准扶贫的新思想新要求的一个重要有效的工具，在精准扶贫中，农业保险可以发挥稳定器、安全网的重要作用。
目前国内相关文献大多数在理论层次研究农业保险的精准扶贫效率，汪三贵、陈虹妃等（2011）认为农业保险间接变成了一项与存款、信贷相似的分散风险的工具，可以提升扶贫政策的扶贫效率，针对农业保险周延礼（2012）提出当前农业保险的发展应该重点在于农业农业保险制度的基础建设，增强农业保险中介服务机构能力的建设，合规合法经营，卢柯帆（2017）从理论的角度出发，他认为当前我国精准扶贫对保险认识的有局限，险种不丰富措施不足，缺乏有效手段化解经验农险产品风险，农村地区保险机构覆盖率较低。提出探索“保险+”模式。
在实证分析方面，侯玲玲等（2010）认为在现行农业保险市场运行中，往往农户对于农业保险的投保欲望与政府对于农险进行资金补贴力度的期望是正相关的。钱振伟（2013）等运用DEA方法对我国2011年农业保险补贴政策进行了分析，指出了我国各地区农业保险补贴政策效率不均衡。我国现有的文献在研究农业保险精准扶贫效率的选择对象上看针对西部地区的农业保险精准扶贫效率方面的研究较少，具体针对地处劣势的甘肃省效率研究更是少之又少。本文结合DEA模型测算分析甘肃省农业保险精准扶贫效率及其影响因素。
二、基于DEA模型下甘肃省农业保险精准扶贫效率评价
（一）构建理论模型
假设有n个DMU，每个DMU 有 m 项输入指标和s项输出指标，输入、输出向量分别为： （ i = 1，2，…m） 表示第 k 個决策单元的第i个输入变量： （ j = 1，2，…，s） 表示第k个决策单位的第j个输出变量。转化成线性规划模型：
上述模型中是被考察决策单元的综合技术效率值，满足0≤≤1，当=1时，则该决策单元位于效率边界上，表示这个决策单元具有较高的投入产出比，生产效率水平就越高，即认为是有效的。当<1 时，则该决策单元位于效率边界之外，处于缺乏效率状态。
（三）指标选取与模型计算
本文根据2017年甘肃省14个州市地区数据，选取六个投入指标：
（1）财政支农力度：各州市地区的农林水利事务与各地方的财政总支出的比值
（2）农业保险赔付支出：赔付支出的金额影响农业发展
（3）农业保险保费收入：衡量当年的保险发展水平
（4）保险深度：表示甘肃省保险覆盖面
（5）农村人口数量（6）成灾比：成灾面积与受灾面积的比值，
两个产出指标选取：
（1）农林牧渔总产值
（2）农民第一产业经营净收入。
运用deap2.1软件对2017年甘肃省14个州市的投入产出数据建立DEA模型，具体结果如下表所示：
三、小结
总体来看，2017年甘肃省农业保险的精准扶贫效率良好，但是不同州市区存在差异。甘肃省的农业保险扶贫综合技术效率值为0.788，技术效率值为0.856，规模效率值值平均为0.918，总体处于有效率状态。在14个决策单元中，有5个州市的TE、PTE和SE均为1包括嘉峪关市、金昌市、天水市、酒泉市和陇南市共五个城市，即总体上甘肃省农业保险的精准扶贫效率达到了36%的有效率，农业保险的扶贫效应得到了较为充分的应用。而剩下的9个城市的的效率值低于1，即处于低效率状态，其中兰州市和武威市的PTE值为1 ，说明这两个城市的纯技术效率并非制约农业保险扶贫效率的主要原因。白银市、定西市、临夏州和甘南州的TE值和PTE值均低于甘肃省平均水平，说明对农业保险影响精准扶贫效率的资源投入并没有得到充分利用，可见这四个城市的农业保险的精准扶贫效率仍有待提高。从规模报酬上看，兰州市、白银市、平凉市、庆阳市、临夏州和甘南州的规模报酬处于递增状态。因此，这些地区提高农业保险对扶贫的资源投入对提高农业保险的扶贫绩效可能会有较为积极的作用。