论文部分内容阅读
摘 要：利用FGT贫困指数作为被解释变量，结合我国30个省份的2010-2018年农业保险保费财政补贴数据，构建面板分位数回归模型检验我国对农业保险保费财政补贴的减贫效应的异质性，并分东、中和西部进行了稳健性检验。研究表明，在经济发展水平低的地区，农业保险保费财政补贴具有显著的减贫效应，但经济发展水平不同的地区存在减贫效应的区域异质性：随着贫困程度加深（分位点增高），农业保险保费补贴的扶贫效应先增加后降低。农业保险保费财政补贴每提高1%，FGT贫困指数下降的范围为0.045%～0.15%。
关键词： 农业保险;财政补贴;减贫效应;面板分位数回归
中图分类号：F840.66 文献标识码： A 文章编号：1003-7217（2021）05-0042-08
一、引 言
截止到2020年11月23日，我国现有832个贫困县全部脱贫摘帽，如期打赢脱贫攻坚战，这一历史性的成就实属来之不易，但这并不意味着脱贫攻坚目标任务已经最终完成。党的十九届五中全会已将“巩固拓展脱贫攻坚成果、全面推进乡村振兴”纳入“十四五”时期经济社会发展的主要目标中。因此，如何实现巩固拓展脱贫攻坚成果和全面推进乡村振兴的有效衔接，持续推动脱贫摘帽地区的乡村全面振兴，促进经济社会发展和群众生活改善，是值得研究的重大问题。
农业保险能够转移农业生产经营过程中的灾害损失，稳定农业生产经营和农村可持续发展，有效降低农民因灾致贫返贫风险，保障农民的收入持续稳定增长，是农业经济保障体系的重要支柱，是实现“巩固拓展脱贫攻坚成果”和“全面推进乡村振兴”两大目标的重要举措。近年来，大力推进农业保险也成为政府扶贫工作的重要途径。
由于农业保险产品的供需双冷特性，在没有财政资金对农业保险补贴的前提下，我国的农业保险市场发展速度缓慢，自2007年中央财政开始对各地区实施农业保险保费财政补贴政策以来，我国的农业保险市场实现了跨越式发展，从2007-2019年，我国农业保险保费收入从51.94亿元增长到672亿元，年均增速达到22.95%。我国现行的农业保险保费财政补贴政策，是实行各级财政部门的联动补贴，对农作物品种及产粮大县，东、中、西部三地区实行差异化补贴，但是仍存在补贴形式单一、结构僵化等问题。因此，我国现行的农業保险保费财政补贴政策的减贫效应如何？是否在不同地区之间存在明显的异质性？未来是否需要对现行政策进行的调整？对这些问题的研究，将有助于“十四五”期间巩固拓展脱贫攻坚工作和全面推进乡村振兴战略的有效实施。针对上述问题，基于我国30个省份的2010-2018年的农业保险保费财政补贴数据，构建面板数据分位数回归模型，分析了现行的保费补贴政策在不同地区、不同经济水平下的减贫效应，并进一步分析了政策的区域异质性。
二、文献综述
已有研究表明，通过农业保险在灾后对农户进行损失赔偿，对提高农业生产效率有积极的影响，在控制参保农户的道德风险前提下，能有效提高农户的增收效益，减轻自然灾害对农业经济的负面影响[1，2];而众多学者的研究和保险实践也表明，农业保险补贴能有效推进农业保险市场的发展，政府补贴能矫正农业保险的市场失灵和外部性，提高低收入地区的保险覆盖率[3-5]。现有研究也发现，农业保险补贴能有效扩大农户参保率，进而降低农业保险的赔付率，促进农业保险市场的健康发展[6]。但是，仍有部分学者对农业保险的补贴效应持质疑态度，例如，有学者认为农业保险补贴对保险市场的价格形成机制具有抑制效应，农户的逆向选择行为也会同时增加[7]，农业保险对农业技术进步具有抑制作用，进而对农业生产效率具有抑制效应等[8]。
目前，实施精准扶贫和精准脱贫政策是我国脱贫攻坚战略的重要手段，需要针对不同的贫困区域、不同的贫困户状况，运用科学有效的方法，对扶贫对象实施精确识别、精确帮扶和精确管理。精准的政策也需要有准确的定量分析来辅助实施，不少学者使用数据包络方法（DEA）、指标体系构建等办法对农业保险补贴的扶贫效率进行研究，认为农业保险补贴具有促进农业保险市场发展和提高农村居民收入的效率[9];部分学者利用三阶段DEA模型对农业保险的扶贫效率进行研究，认为我国农业保险补贴整体效率尚佳，但地区差异因素对农业保险扶贫效率存在显著影响，受到地区经济发展水平的影响，农业保险补贴减贫效应体现出明显的地区差异[10]。有学者从农村家庭年均增收的角度，来研究保费补贴的减贫效应，发现在严重贫困的地区，补贴并不能帮助农户摆脱贫困，以GDP作为衡量标准，须超过临界门槛值以后，农业保险补贴才具备反贫困的效用[11-15]。
也有研究借助多期DID方法，对我国农业保险补贴政策效果的异质性特征进行分析，结果发现，中部、西部地区对农民收入的提升效果明显高于东部地区[16]，针对农业保险保费补贴扶贫效率的异质性特征，有学者提出，应提高对我国自然条件恶劣、经济水平发展较低的西部地区农业保险财政补贴的比例，保证财政补贴政策公平性，进而缩小不同地区农民之间的收入差距[17，18]。
此外，经济政策的减贫效应依靠计算贫困指数来反映，因此，选择合理的贫困指数指标是进行政策减贫效应研究的首要问题[19]，以往的研究多采用基础贫困指数，例如贫困发生率、贫困缺口等指标，来衡量贫困程度，但这些统计学意义上的指标，不能进行经济学意义上的解释，指标的不同影响因素也不能被分解，不太适合用于减贫效应的研究，因此，近年来，相关研究开始采用“Foster-Greer-Thorbecke贫困指数”（后文简称为“FGT贫困指数”）来测度贫困程度，并对经济政策的减贫效应进行分析[15，19，20]。
三、面板分位数模型构建
（一）变量与描述性统计
基于2010-2018年全国省级面板数据来进行实证研究，相关数据取自各省财政厅公布的决算表、年度工作报告、历年《中国保险年鉴》《中国统计年鉴》《中国农村统计年鉴》以及各地区的统计年鉴。由地区的数据资料不完整，最终选取了全国30个省、直辖市和自治区的年度数据进行农险保费补贴的减贫效率测算，部分地区个别数据异常或缺失，采用该年度农险保费收入对应补贴比例进行补齐。 在衡量贫困指数的指标中，由于“FGT贫困指数”具有可分解和可加性的特点，广泛应用于有关贫困的相关研究中，参考相关文献的做法，采用“FGT贫困指数”作为被解释变量[15，19]，并引入人类发展能力、社会经济水平、自然资源条件等三个一级指标共六个控制变量[21]，各变量设置如下：
1.被解释变量：FGT贫困指数（FGT）。FGT贫困指数的表达式为：
P.α=∫Z.0（z-x）zα·f（x）·dx， α≥0 （1）
其中，P.α为贫困指数，P.α∈[0，1];Z表示贫困线;x表示农村居民人均可支配收入;α表示社会贫困厌恶系数（α≥0），反映社会对贫困的敏感程度，程度随着α值的增大而增加，这里的α取值为0，P.0=∫Z.0fxdx，P.0表示贫困发生率，是测量贫困广度最常用的指标，表示贫困人口占总人口的比重。 fx表示收入分布的密度函数，现有大量研究结果表明，采用对数正态分布对中国收入分布曲线的拟合效果较好[22]，故采用对数正态分布曲线来表示收入分布的密度函数，选择农村居民人均可支配收入和农村基尼系数对收入分布的密度函数进行推导，函数为式（2）所示：
fx=1σ·x·2πe-12σ2ln x-μ2 （2）
其中，μ表示人均收入对数的平均值;σ为标准差，表示离散程度，即收入差距的参数。根据对数正态分布函数的性质，期望值为e（μ+σ22），表示为平均收入，采用农村居民人均可支配收入代替;收入差距即基尼系数，可通过公式G=2Fσ2， 0， 1-1计算得到，F（σ2， 0， 1） 表示为标准正态分布曲线的概率密度累计到σ2时候的值。因此，可以通过收集基尼系数以及农村可支配收入这两个数据，来拟合密度函数的参数值。
2.解释变量：农业保险保费财政补贴（BT）。
现行农业保险补贴政策实行联动补贴，即由地市级财政、省级财政拨款后，中央财政再行补贴，各级补贴金额加总可达保费的80%。采用各级加总的补贴金额作为财政补贴数据，是因为各地政策不同，全国并无统一要求各地公布该数据，因此，数据收集难度大，个别地区数据缺失时，采用该地区农业保险保费收入与当年财政公布的農业保险项目补贴比例计算结果进行代替补齐。为了消除各地区本身存在的明显差异，采用了农业保险保费财政补贴数据与各地区农村总人口的比值作为解释变量。
3.控制变量。
引入人类发展能力、社会经济水平、自然资源条件三个一级指标共6个控制变量，设置如下：
人类发展能力指标：
（1）农民文化水平（WH）：采用农村人均文教支出来表示，用于衡量教育水平对农村贫困程度的影响。
（2）农村就业水平（JY）：采用乡村个体就业人数与农村人口数量的比值来表示，用于衡量就业水平对农村贫困程度的影响。
社会经济水平指标：
（3）财政支农水平（ZN）：采用各地区地方财政农林水事务支出额与各地区地方财政一般预算支出额的比值来表示，衡量财政支农水平对农村贫困程度的影响。
（4）农村医疗水平（YL）：采用地方对农村卫生财政支出与该农村人口数量的比值，衡量各农村地区医疗水平对农村贫困程度的影响。
自然资源条件指标：
（5）农业受灾程度（SZ）：采用各地区受灾和成灾面积与种植面积的比值来表示，衡量灾害程度对农村贫困程度的影响。
（6）产业农业化水平（NY）：采用各地区第一产业增加值与各地区生产总值之比，衡量各地区产业农业化水平对农村贫困程度的影响。
为使数据更加平衡，对所有变量取对数处理。基于数据的可得性，最终选取了样本区间为2010-2018年的数据。表1列出的是各变量的描述性统计结果。
（二）模型构建
1.模型选择。
由于我国幅员辽阔，不同地区的地理环境差别很大，各省份的经济发展水平很不一致，地方政府对农业风险的认识、风险转移需求、农业生产主要品种和财政负担能力都具有比较大的差异。因此，构建面板分位数回归模型进行分析，通过将分位数回归和面板数据模型相结合，对变量之间的关系进行研究，在更好地控制个体差异的基础上，对被解释变量在不同的分位点上各种变量之间的关系进行分析，充分考虑不同经济发展水平的区域异质性，以检验在不同经济发展水平下，农业保险保费财政补贴对地区减贫的绩效是否存在差异，为财政部深化对农业保险保费财政补贴的差异化和精准管理提供一定的参考。
分位数回归方法是用被解释变量的条件分位数来建模，目的在于观察分布中不同分位点上解释变量的不同作用程度。分位数回归方法优点在于，通过估计解释变量在不同分位数水平下的参数值，突出了局部分布的相关关系，能更加全面地描述分布的特征。构建的面板数据分位数回归模型为：
Q.itτ|x.it，α.i=α.i+x′.itβτ+μ.it（3）
其中，τ是估计中所取的分位点，Q.it（τ|x.it）表示被解释变量的第τ分位数;x′.it为一组解释变量;βτ是τ分位数下的系数向量;μ.it为残差项;α.i为个体效应，根据个体效应与解释变量的相关性，可分将模型分为混合效应模型、随机效应模型和固定效应模型。通过F检验和Hausman检验两种方法进行检验：F检验原假设是建立混合效应模型，在混合效应模型及个体效应模型之间进行判断选择;Hausman检验原假设是建立随机效应模型，在固定效应模型及随机效应模型之间进行判断选择。
表2为两个检验的结果，结果显示两个检验结果都拒绝原假设存在，应选择个体效应模型，Hausman检验结果应选择建立固定效应模型。结合两个检验结果，选择了个体固定效应模型进行分析，假设模型在时间项有不同的截距，而不同截面项的截距没有显著差异。当在（0，1）取分位点时，分位数回归系数估计量求解转化为求解加权绝对残差最小化问题，表达式为式（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为每个分位数相对应的权重，表2为效应模型选择的检验结果。
2.模型构建
结合前文的分析，再代入定义的变量符号后，所构建的模型具体如式（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分别代表农业保险保费财政补贴、农民文化水平、农村就业率、金融资源注入水平、农村医疗水平、农业受灾面积、产业农业化水平。Q.ln FGT.it（τ|x.it）为FGT指数的第τ分位数，α.i为个体效应。
四、实证分析
（一）参数估计结果分析
使用全国30个截面样本数据先得出个体固定效用模型的估计结果，作为面板分位数估计得参照结果。再选择多个不同分位点，进行面板数据分位数回归估计，相关估计结果如表3所示。
1.农业保险保费财政补贴的减贫效应分析。
从表3中保费财政补贴变量的回归估计系数符号来看，保费财政补贴（ln BT）符号呈现出与被解释变量贫困指数（FGT）负相关的关系，说明保费财政补贴有正的减贫效应。即当保费财政补贴增加时，FGT贫困指数下降，贫困程度降低。从分位点的估计结果来看，在较低经济发展水平的地区（高分位点），保费财政补贴的减贫效应显著，并表现出明显的异质性，保费财政补贴每提高1%，FGT贫困指数下降的范围为0.045%～0.15%。
通过分析图1，保费财政补贴（ln BT）在减贫效应显著的情况下，回归系数呈现出U型，即保费财政补贴的扶贫效用是先增加后降低的倒U型趋势，结果表明，农村贫困程度较高的地区，保费财政补贴的扶贫效用具有累退效应。一方面，保费财政补贴分级联动实行，在更加贫困的地区中，补贴压力集中在地市层级上，由于财力有限，地市级财政难以提供相应的保费补贴，配套能力差，从而影响整个补贴资金的到位;若地市级降低补贴比例，则在保费财政补贴之后，农户仍需支付更高比例的保费，增重了低收入农户的支出压力。当前理论界普遍认为，农业保险属于具有公共利益的财政支农工具，在上述的情况之下，便无法有效地发挥出扶贫作用。因此，中央层级应提高对贫困地区的农业保险保费财政补贴比例，降低相关地市层级的财政压力[18]。另一方面，贫困的直接表现是居民的可支配收入低，农户自付一定比例的农业保险保费后，可用于购买其他农业投入品（例如杀虫剂、除草剂、化肥等）的支出减少，支付能力不足，存在着道德危险：已投保了农业保险的农户减少农业中间投入品使用，相应的产出减少，农户收入减少。在贫困程度高的地区，其道德危险和逆向选择的情况更加显著，导致农业保险补贴产生累退的減贫效用，无法有效发挥出减贫作用。
2.其他影响因素的减贫效应分析。
从表3来看，在自然资源条件一级指标项下的两个控制变量系数估计量的符号都为正，具有负的减贫效应。受灾情况的符号为正，表明与FGT指数具有正相关关系，具有负的减贫效应;随着分位点的增高，系数变大，显著性增强，表明受灾程度的扩大会加重农村贫困程度，在经济发展水平更低的农村地区，影响程度就越大。财政支农水平、产业农业化水平的符号也正，具有负的减贫效应。结果表明，当地区的农业占产业结构较大比重时，财政对农林水事项支出增加，地区经济不发达。其次，农民受教育程度、农村就业率、农村医疗水平的这3个控制变量的符号为负，具有正的减贫效应。说明可以增加教育投资，增加农村就业和医疗资源的投入来提升扶贫效果。
此外，农村就业率、农村医疗水平在低分位水平下系数显著，且随着分位点的增高，对FGT指数影响程度降低。这表明农村就业率、农村医疗水平对于经济发展较好的农村地区产生了更大的减贫效应，而对经济发展较差的农村地区则没有显著的减贫效果。那么，为有效推进扶贫工作，在经济发展较好的农村地区应更关注促进农村地区的就业、提高农村的医疗水平;而在经济较差的农村地区，提高农村教育水平是重要的直接减贫措施。
3.斜率相等检验。
为了检验农业保险保费财政补贴的扶贫效率可能受到经济发展水平的影响，验证运用分位数回归模型描述农业保险保费财政补贴扶贫效率的合理性和有效性，利用Wald统计量，检验了不同分位点下参数的斜率是否具有显著差异。Wald检验的原假设为：
H.0：β.1（τ.1）=…=β.1（τ.11）
其中，τ.n为不同的10%分位点，β.1为式（5）中解释变量“农业保险保费财政补贴”的系数估计量。Wald统计量的值为144.9，在99%置信水平上显著，应拒绝各分位点上斜率相等的原假设，这表明，保费财政补贴的减贫效应，在不同的经济发展水平下存在显著差异，验证了采用面板分位数回归模型描述变量之间关系的可靠性。
（二）稳健性检验
为检验不同经济发展水平下保费财政补贴的减贫效果差异性，在变量样本的选取上，采用比值等方式处理数据，以排除各地区本身存在的明显差异对回归结果的可能影响。为了进一步检验回归结果的稳健性，考虑各地区差异，将各省按地区分为东部，中部和西部三个地区①，引入虚拟变量表示地区差异，构建新的模型如式（6）所示，再进行参数估计，表4为主要变量的分位数回归结果。
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分别表示虚拟变量;Z=1表示中部，D=1表示东部;ln BT.it则表示西部地区的农业保险保费补贴;Z×ln BT.it、D×ln BT.it 表示虚拟变量与农业保险保费补贴的交叉项，分别表示中部、东部地区农业保险保费补贴;Controls为控制变量。
1.样本分组分位数回归结果估计分析。
从回归结果来看，西部地区、中部地区的农业保险保费财政补贴项的回归系数符号为负，具有积极的减贫效果，符合现实实际情况;另外，从系数的显著性上看，保费财政补贴在西部地区的减贫效果大于中部地区和东部地区。此结论也进一步验证了表3的结论;西部地区是我国经济水平比较低的地区，式（6）中“西部地区保费财政补贴项的回归系数最显著”，也验证了 “在高分位点下经济水平较低的农村地区保费财政补贴的减貧效应更显著”的结论。
另外，由图2表示的西部地区保费财政补贴项各分位点的回归系数估计量变动情况来看，整体呈现出明显的倒U型。即在西部地区的农村地区，保费财政补贴效用是先增加后降低的倒U型，具有累退效应，与上文对式（6）相关变量回归系数估计量的分析结论相同。
2.斜率相等检验。
为了检验样本分组后所建模型是否可靠，同样对稳健性检验中所建模型进行了斜率相等检验，原假设为：
H.0：β.1（τ.1）=…β.1（τ.5）
其中，τ.n为0.05，0.25，0.5，0.75，0.95共5个分位点;Wald检验统计量值为65.12，在95%置信水平上显著，同样拒绝各分位点上斜率相等的原假设，结果表明，在样本分组后所采取的面板分位数回归模型是可靠的。
五、结论与政策建议
通过建立面板分位数回归模型，来考察农业保险保费财政补贴的减贫效应，并对不同经济发展水平下的区域进行异质性分析。结果表明：经济发展水平较低的农村地区，保费财政补贴的减贫效应明显，并表现出明显的异质性，呈倒U型趋势变化，保费财政补贴每提高1%，FGT贫困指数下降的范围为0.045%～0.15%;而在经济发展水平较高的农村地区，农业保险保费财政补贴的减贫效应不显著。结合实证分析的结果，提出以下建议：
（一）制定差异化的精准财政补贴政策
调整各级地方政府的联动补贴政策，不再规定全国统一的农作物补贴项目，而是结合地区经济发展水平、损失发生状况和特色农作物种植等情况进行差异化补贴，优先增加对经济发展水平较低地区的投入，对于深度贫困地区，可由中央财政直接补贴，取消联动补贴规定的额度限制。各地区要开展农业保险保费财政补贴的审计和绩效评估工作，结合绩效评价结果安排下一年度的支出预算，应认识到减贫效应差异化的存在，对不同地区的农业保险保费财政补贴的投入进行合理和精准分配，充分发挥农业保险保费财政补贴的减贫效果。
（二）采取因地制宜的精准管理策略
研究结果发现，农业保险保费财政补贴的减贫效应，在不同经济发展水平的农村地区存在显著差异。保费财政补贴对于经济发展水平较低的地区，扶贫效应呈现出倒U型的变化趋势，由于我国目前仍处于脱贫攻坚成果的巩固期，应通过在不同经济发展水平的地区，因地制宜地采取不同的补贴政策，来实现更加精准的脱贫巩固效果：在经济发展水平较差的地区，应加大农业保险保费的中央财政直接补贴力度和加大教育支出，而在经济发展水平较好的地区，则可以更关注增加农村地区的就业机会、提高农村医疗水平，使国家的财政资源得到更有效的利用。
（三）提升保险公司的承保能力
首先，针对各地区经济水平的差异，农业保险可引入地区差异化指标，制定更加灵活的条款，开发小额保险产品以适应农村保险市场的需求，提高产品所涵盖的农作物种类，开发出具有地区特色的农作物相关保险产品，以分散系统风险;其次，参考其他国家的做法，我国可以在资本市场结合农业保险，利用巨灾证券、天气期权等金融工具与衍生品，将国内农业巨灾风险分散到全球范围内;最后，继续完善我国农业保险的巨灾风险分散制度，在完善农业再保险制度的基础上，探索完善再保险之后的超赔责任安排，为政策性农业保险的提供完备的巨灾风险分散制度。
注释：
① 按照国家统计局对经济地区划分的统计口径，将样本中30个省份、自治区和直辖市划分为东部：北京、天津、辽宁、河北、浙江、江苏、上海、福建、山东、广西、广东、海南共12个;中部：山西、黑龙江、吉林、安徽、江西、湖北、湖南、河南、内蒙古共9个;西部：重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆共9个。
参考文献：
[1] 周稳海，赵桂玲，尹成远.农业保险对农业生产影响效应的实证研究——基于河北省面板数据和动态差分GMM模型[J].保险研究，2015（5）：60-68.
[2] 丁宇刚，孙祁祥.农业保险可以减轻自然灾害对农业经济的负面影响吗？[J].财经理论与实践，2021，42（2）：43-49.
[3] 冯文丽.我国农业保险市场失灵与制度供给[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] 张祖荣，王国军.农业保险财政补贴效应研究述评[J].江西财经大学学报，2016（4）：66-73. [6] 夏益国，孙群，盛新新.以财政补贴校正农业保险市场失灵[J].经济纵横，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] 马述忠，刘梦恒.农业保险促进农业生产率了吗？——基于中国省际面板数据的实证检验[J].浙江大学学报（人文社会科学版），2016，46（6）：131-144.
[9] 江生忠，贾士彬，江时鲲.我国农业保险保费补贴效率及其影响因素分析——基于2010-2013年省际面板数据[J]. 保险研究，2015（12）：67-77.
[10]郑军，杜佳欣.农业保险的精准扶贫效率：基于三阶段DEA模型[J]. 贵州财经大学学报，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，陳盛伟.农业保险促进了农民增收吗？——基于省级面板门槛模型的实证检验[J].经济体制改革，2019（2）：84-91.
[13]邵全权，柏龙飞，张孟娇. 农业保险对农户消费和效用的影响——兼论农业保险对反贫困的意义[J]. 保险研究，2017（10）：65-78.
[14]聂荣，闫宇光，王新兰. 政策性农业保险福利绩效研究——基于辽宁省微观数据的证据[J].农业技术经济，2013（4）：69-76.
[15]朱蕊，江生忠.我国政策性农业保险的扶贫效果分析[J].保险研究，2019（2）：51-62.
[16]王立勇，房鸿宇，谢付正. 中国农业保险补贴政策绩效评估：来自多期DID的经验证据[J].中央财经大学学报，2020（9）：24-34.
[17]张伟，罗向明，郭颂平.民族地区农业保险补贴政策评价与补贴模式优化——基于反贫困视角[J]. 中央财经大学学报，2014（8）：31-38.
[18]郑军，汪运娣.我国农业保险差异性财政补贴：地区经济差距与财政支出公平[J].农村经济，2017（5）：84-90.
[19]孙巍，冯星，徐彬.异质性视角下中国农村居民减贫效应研究——基于FGT贫困指数的分解新方法[J].统计研究，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. 中国多维贫困测量：估计和政策含义[J].中国农村经济， 2009（12）： 4-10，23.
[22]王增文.中国农村贫困线及贫困率的测定：基于拟合收入分布函数法[J].西北人口，2009，30（5）：1-6.
（责任编辑：厉 亚）
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
基金项目： 国家社科基金一般项目（19BJY014）、国家自然科学基金项目（11801099）、广东省基础与应用基础研究基金（2021A1515011149）
作者简介： 展 凯（1980—），男，江苏泰州人，经济学博士，教授，广州华南财富管理中心研究基地和金融开放与资产管理研究中心研究员，研究方向：风险管理与保险精算，货币理论与政策等;邓 超（1986—），男，湖南娄底人，管理学博士，副教授，研究方向：风险管理与保险。
关键词： 农业保险;财政补贴;减贫效应;面板分位数回归
中图分类号：F840.66 文献标识码： A 文章编号：1003-7217（2021）05-0042-08
一、引 言
截止到2020年11月23日，我国现有832个贫困县全部脱贫摘帽，如期打赢脱贫攻坚战，这一历史性的成就实属来之不易，但这并不意味着脱贫攻坚目标任务已经最终完成。党的十九届五中全会已将“巩固拓展脱贫攻坚成果、全面推进乡村振兴”纳入“十四五”时期经济社会发展的主要目标中。因此，如何实现巩固拓展脱贫攻坚成果和全面推进乡村振兴的有效衔接，持续推动脱贫摘帽地区的乡村全面振兴，促进经济社会发展和群众生活改善，是值得研究的重大问题。
农业保险能够转移农业生产经营过程中的灾害损失，稳定农业生产经营和农村可持续发展，有效降低农民因灾致贫返贫风险，保障农民的收入持续稳定增长，是农业经济保障体系的重要支柱，是实现“巩固拓展脱贫攻坚成果”和“全面推进乡村振兴”两大目标的重要举措。近年来，大力推进农业保险也成为政府扶贫工作的重要途径。
由于农业保险产品的供需双冷特性，在没有财政资金对农业保险补贴的前提下，我国的农业保险市场发展速度缓慢，自2007年中央财政开始对各地区实施农业保险保费财政补贴政策以来，我国的农业保险市场实现了跨越式发展，从2007-2019年，我国农业保险保费收入从51.94亿元增长到672亿元，年均增速达到22.95%。我国现行的农业保险保费财政补贴政策，是实行各级财政部门的联动补贴，对农作物品种及产粮大县，东、中、西部三地区实行差异化补贴，但是仍存在补贴形式单一、结构僵化等问题。因此，我国现行的农業保险保费财政补贴政策的减贫效应如何？是否在不同地区之间存在明显的异质性？未来是否需要对现行政策进行的调整？对这些问题的研究，将有助于“十四五”期间巩固拓展脱贫攻坚工作和全面推进乡村振兴战略的有效实施。针对上述问题，基于我国30个省份的2010-2018年的农业保险保费财政补贴数据，构建面板数据分位数回归模型，分析了现行的保费补贴政策在不同地区、不同经济水平下的减贫效应，并进一步分析了政策的区域异质性。
二、文献综述
已有研究表明，通过农业保险在灾后对农户进行损失赔偿，对提高农业生产效率有积极的影响，在控制参保农户的道德风险前提下，能有效提高农户的增收效益，减轻自然灾害对农业经济的负面影响[1，2];而众多学者的研究和保险实践也表明，农业保险补贴能有效推进农业保险市场的发展，政府补贴能矫正农业保险的市场失灵和外部性，提高低收入地区的保险覆盖率[3-5]。现有研究也发现，农业保险补贴能有效扩大农户参保率，进而降低农业保险的赔付率，促进农业保险市场的健康发展[6]。但是，仍有部分学者对农业保险的补贴效应持质疑态度，例如，有学者认为农业保险补贴对保险市场的价格形成机制具有抑制效应，农户的逆向选择行为也会同时增加[7]，农业保险对农业技术进步具有抑制作用，进而对农业生产效率具有抑制效应等[8]。
目前，实施精准扶贫和精准脱贫政策是我国脱贫攻坚战略的重要手段，需要针对不同的贫困区域、不同的贫困户状况，运用科学有效的方法，对扶贫对象实施精确识别、精确帮扶和精确管理。精准的政策也需要有准确的定量分析来辅助实施，不少学者使用数据包络方法（DEA）、指标体系构建等办法对农业保险补贴的扶贫效率进行研究，认为农业保险补贴具有促进农业保险市场发展和提高农村居民收入的效率[9];部分学者利用三阶段DEA模型对农业保险的扶贫效率进行研究，认为我国农业保险补贴整体效率尚佳，但地区差异因素对农业保险扶贫效率存在显著影响，受到地区经济发展水平的影响，农业保险补贴减贫效应体现出明显的地区差异[10]。有学者从农村家庭年均增收的角度，来研究保费补贴的减贫效应，发现在严重贫困的地区，补贴并不能帮助农户摆脱贫困，以GDP作为衡量标准，须超过临界门槛值以后，农业保险补贴才具备反贫困的效用[11-15]。
也有研究借助多期DID方法，对我国农业保险补贴政策效果的异质性特征进行分析，结果发现，中部、西部地区对农民收入的提升效果明显高于东部地区[16]，针对农业保险保费补贴扶贫效率的异质性特征，有学者提出，应提高对我国自然条件恶劣、经济水平发展较低的西部地区农业保险财政补贴的比例，保证财政补贴政策公平性，进而缩小不同地区农民之间的收入差距[17，18]。
此外，经济政策的减贫效应依靠计算贫困指数来反映，因此，选择合理的贫困指数指标是进行政策减贫效应研究的首要问题[19]，以往的研究多采用基础贫困指数，例如贫困发生率、贫困缺口等指标，来衡量贫困程度，但这些统计学意义上的指标，不能进行经济学意义上的解释，指标的不同影响因素也不能被分解，不太适合用于减贫效应的研究，因此，近年来，相关研究开始采用“Foster-Greer-Thorbecke贫困指数”（后文简称为“FGT贫困指数”）来测度贫困程度，并对经济政策的减贫效应进行分析[15，19，20]。
三、面板分位数模型构建
（一）变量与描述性统计
基于2010-2018年全国省级面板数据来进行实证研究，相关数据取自各省财政厅公布的决算表、年度工作报告、历年《中国保险年鉴》《中国统计年鉴》《中国农村统计年鉴》以及各地区的统计年鉴。由地区的数据资料不完整，最终选取了全国30个省、直辖市和自治区的年度数据进行农险保费补贴的减贫效率测算，部分地区个别数据异常或缺失，采用该年度农险保费收入对应补贴比例进行补齐。 在衡量贫困指数的指标中，由于“FGT贫困指数”具有可分解和可加性的特点，广泛应用于有关贫困的相关研究中，参考相关文献的做法，采用“FGT贫困指数”作为被解释变量[15，19]，并引入人类发展能力、社会经济水平、自然资源条件等三个一级指标共六个控制变量[21]，各变量设置如下：
1.被解释变量：FGT贫困指数（FGT）。FGT贫困指数的表达式为：
P.α=∫Z.0（z-x）zα·f（x）·dx， α≥0 （1）
其中，P.α为贫困指数，P.α∈[0，1];Z表示贫困线;x表示农村居民人均可支配收入;α表示社会贫困厌恶系数（α≥0），反映社会对贫困的敏感程度，程度随着α值的增大而增加，这里的α取值为0，P.0=∫Z.0fxdx，P.0表示贫困发生率，是测量贫困广度最常用的指标，表示贫困人口占总人口的比重。 fx表示收入分布的密度函数，现有大量研究结果表明，采用对数正态分布对中国收入分布曲线的拟合效果较好[22]，故采用对数正态分布曲线来表示收入分布的密度函数，选择农村居民人均可支配收入和农村基尼系数对收入分布的密度函数进行推导，函数为式（2）所示：
fx=1σ·x·2πe-12σ2ln x-μ2 （2）
其中，μ表示人均收入对数的平均值;σ为标准差，表示离散程度，即收入差距的参数。根据对数正态分布函数的性质，期望值为e（μ+σ22），表示为平均收入，采用农村居民人均可支配收入代替;收入差距即基尼系数，可通过公式G=2Fσ2， 0， 1-1计算得到，F（σ2， 0， 1） 表示为标准正态分布曲线的概率密度累计到σ2时候的值。因此，可以通过收集基尼系数以及农村可支配收入这两个数据，来拟合密度函数的参数值。
2.解释变量：农业保险保费财政补贴（BT）。
现行农业保险补贴政策实行联动补贴，即由地市级财政、省级财政拨款后，中央财政再行补贴，各级补贴金额加总可达保费的80%。采用各级加总的补贴金额作为财政补贴数据，是因为各地政策不同，全国并无统一要求各地公布该数据，因此，数据收集难度大，个别地区数据缺失时，采用该地区农业保险保费收入与当年财政公布的農业保险项目补贴比例计算结果进行代替补齐。为了消除各地区本身存在的明显差异，采用了农业保险保费财政补贴数据与各地区农村总人口的比值作为解释变量。
3.控制变量。
引入人类发展能力、社会经济水平、自然资源条件三个一级指标共6个控制变量，设置如下：
人类发展能力指标：
（1）农民文化水平（WH）：采用农村人均文教支出来表示，用于衡量教育水平对农村贫困程度的影响。
（2）农村就业水平（JY）：采用乡村个体就业人数与农村人口数量的比值来表示，用于衡量就业水平对农村贫困程度的影响。
社会经济水平指标：
（3）财政支农水平（ZN）：采用各地区地方财政农林水事务支出额与各地区地方财政一般预算支出额的比值来表示，衡量财政支农水平对农村贫困程度的影响。
（4）农村医疗水平（YL）：采用地方对农村卫生财政支出与该农村人口数量的比值，衡量各农村地区医疗水平对农村贫困程度的影响。
自然资源条件指标：
（5）农业受灾程度（SZ）：采用各地区受灾和成灾面积与种植面积的比值来表示，衡量灾害程度对农村贫困程度的影响。
（6）产业农业化水平（NY）：采用各地区第一产业增加值与各地区生产总值之比，衡量各地区产业农业化水平对农村贫困程度的影响。
为使数据更加平衡，对所有变量取对数处理。基于数据的可得性，最终选取了样本区间为2010-2018年的数据。表1列出的是各变量的描述性统计结果。
（二）模型构建
1.模型选择。
由于我国幅员辽阔，不同地区的地理环境差别很大，各省份的经济发展水平很不一致，地方政府对农业风险的认识、风险转移需求、农业生产主要品种和财政负担能力都具有比较大的差异。因此，构建面板分位数回归模型进行分析，通过将分位数回归和面板数据模型相结合，对变量之间的关系进行研究，在更好地控制个体差异的基础上，对被解释变量在不同的分位点上各种变量之间的关系进行分析，充分考虑不同经济发展水平的区域异质性，以检验在不同经济发展水平下，农业保险保费财政补贴对地区减贫的绩效是否存在差异，为财政部深化对农业保险保费财政补贴的差异化和精准管理提供一定的参考。
分位数回归方法是用被解释变量的条件分位数来建模，目的在于观察分布中不同分位点上解释变量的不同作用程度。分位数回归方法优点在于，通过估计解释变量在不同分位数水平下的参数值，突出了局部分布的相关关系，能更加全面地描述分布的特征。构建的面板数据分位数回归模型为：
Q.itτ|x.it，α.i=α.i+x′.itβτ+μ.it（3）
其中，τ是估计中所取的分位点，Q.it（τ|x.it）表示被解释变量的第τ分位数;x′.it为一组解释变量;βτ是τ分位数下的系数向量;μ.it为残差项;α.i为个体效应，根据个体效应与解释变量的相关性，可分将模型分为混合效应模型、随机效应模型和固定效应模型。通过F检验和Hausman检验两种方法进行检验：F检验原假设是建立混合效应模型，在混合效应模型及个体效应模型之间进行判断选择;Hausman检验原假设是建立随机效应模型，在固定效应模型及随机效应模型之间进行判断选择。
表2为两个检验的结果，结果显示两个检验结果都拒绝原假设存在，应选择个体效应模型，Hausman检验结果应选择建立固定效应模型。结合两个检验结果，选择了个体固定效应模型进行分析，假设模型在时间项有不同的截距，而不同截面项的截距没有显著差异。当在（0，1）取分位点时，分位数回归系数估计量求解转化为求解加权绝对残差最小化问题，表达式为式（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为每个分位数相对应的权重，表2为效应模型选择的检验结果。
2.模型构建
结合前文的分析，再代入定义的变量符号后，所构建的模型具体如式（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分别代表农业保险保费财政补贴、农民文化水平、农村就业率、金融资源注入水平、农村医疗水平、农业受灾面积、产业农业化水平。Q.ln FGT.it（τ|x.it）为FGT指数的第τ分位数，α.i为个体效应。
四、实证分析
（一）参数估计结果分析
使用全国30个截面样本数据先得出个体固定效用模型的估计结果，作为面板分位数估计得参照结果。再选择多个不同分位点，进行面板数据分位数回归估计，相关估计结果如表3所示。
1.农业保险保费财政补贴的减贫效应分析。
从表3中保费财政补贴变量的回归估计系数符号来看，保费财政补贴（ln BT）符号呈现出与被解释变量贫困指数（FGT）负相关的关系，说明保费财政补贴有正的减贫效应。即当保费财政补贴增加时，FGT贫困指数下降，贫困程度降低。从分位点的估计结果来看，在较低经济发展水平的地区（高分位点），保费财政补贴的减贫效应显著，并表现出明显的异质性，保费财政补贴每提高1%，FGT贫困指数下降的范围为0.045%～0.15%。
通过分析图1，保费财政补贴（ln BT）在减贫效应显著的情况下，回归系数呈现出U型，即保费财政补贴的扶贫效用是先增加后降低的倒U型趋势，结果表明，农村贫困程度较高的地区，保费财政补贴的扶贫效用具有累退效应。一方面，保费财政补贴分级联动实行，在更加贫困的地区中，补贴压力集中在地市层级上，由于财力有限，地市级财政难以提供相应的保费补贴，配套能力差，从而影响整个补贴资金的到位;若地市级降低补贴比例，则在保费财政补贴之后，农户仍需支付更高比例的保费，增重了低收入农户的支出压力。当前理论界普遍认为，农业保险属于具有公共利益的财政支农工具，在上述的情况之下，便无法有效地发挥出扶贫作用。因此，中央层级应提高对贫困地区的农业保险保费财政补贴比例，降低相关地市层级的财政压力[18]。另一方面，贫困的直接表现是居民的可支配收入低，农户自付一定比例的农业保险保费后，可用于购买其他农业投入品（例如杀虫剂、除草剂、化肥等）的支出减少，支付能力不足，存在着道德危险：已投保了农业保险的农户减少农业中间投入品使用，相应的产出减少，农户收入减少。在贫困程度高的地区，其道德危险和逆向选择的情况更加显著，导致农业保险补贴产生累退的減贫效用，无法有效发挥出减贫作用。
2.其他影响因素的减贫效应分析。
从表3来看，在自然资源条件一级指标项下的两个控制变量系数估计量的符号都为正，具有负的减贫效应。受灾情况的符号为正，表明与FGT指数具有正相关关系，具有负的减贫效应;随着分位点的增高，系数变大，显著性增强，表明受灾程度的扩大会加重农村贫困程度，在经济发展水平更低的农村地区，影响程度就越大。财政支农水平、产业农业化水平的符号也正，具有负的减贫效应。结果表明，当地区的农业占产业结构较大比重时，财政对农林水事项支出增加，地区经济不发达。其次，农民受教育程度、农村就业率、农村医疗水平的这3个控制变量的符号为负，具有正的减贫效应。说明可以增加教育投资，增加农村就业和医疗资源的投入来提升扶贫效果。
此外，农村就业率、农村医疗水平在低分位水平下系数显著，且随着分位点的增高，对FGT指数影响程度降低。这表明农村就业率、农村医疗水平对于经济发展较好的农村地区产生了更大的减贫效应，而对经济发展较差的农村地区则没有显著的减贫效果。那么，为有效推进扶贫工作，在经济发展较好的农村地区应更关注促进农村地区的就业、提高农村的医疗水平;而在经济较差的农村地区，提高农村教育水平是重要的直接减贫措施。
3.斜率相等检验。
为了检验农业保险保费财政补贴的扶贫效率可能受到经济发展水平的影响，验证运用分位数回归模型描述农业保险保费财政补贴扶贫效率的合理性和有效性，利用Wald统计量，检验了不同分位点下参数的斜率是否具有显著差异。Wald检验的原假设为：
H.0：β.1（τ.1）=…=β.1（τ.11）
其中，τ.n为不同的10%分位点，β.1为式（5）中解释变量“农业保险保费财政补贴”的系数估计量。Wald统计量的值为144.9，在99%置信水平上显著，应拒绝各分位点上斜率相等的原假设，这表明，保费财政补贴的减贫效应，在不同的经济发展水平下存在显著差异，验证了采用面板分位数回归模型描述变量之间关系的可靠性。
（二）稳健性检验
为检验不同经济发展水平下保费财政补贴的减贫效果差异性，在变量样本的选取上，采用比值等方式处理数据，以排除各地区本身存在的明显差异对回归结果的可能影响。为了进一步检验回归结果的稳健性，考虑各地区差异，将各省按地区分为东部，中部和西部三个地区①，引入虚拟变量表示地区差异，构建新的模型如式（6）所示，再进行参数估计，表4为主要变量的分位数回归结果。
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分别表示虚拟变量;Z=1表示中部，D=1表示东部;ln BT.it则表示西部地区的农业保险保费补贴;Z×ln BT.it、D×ln BT.it 表示虚拟变量与农业保险保费补贴的交叉项，分别表示中部、东部地区农业保险保费补贴;Controls为控制变量。
1.样本分组分位数回归结果估计分析。
从回归结果来看，西部地区、中部地区的农业保险保费财政补贴项的回归系数符号为负，具有积极的减贫效果，符合现实实际情况;另外，从系数的显著性上看，保费财政补贴在西部地区的减贫效果大于中部地区和东部地区。此结论也进一步验证了表3的结论;西部地区是我国经济水平比较低的地区，式（6）中“西部地区保费财政补贴项的回归系数最显著”，也验证了 “在高分位点下经济水平较低的农村地区保费财政补贴的减貧效应更显著”的结论。
另外，由图2表示的西部地区保费财政补贴项各分位点的回归系数估计量变动情况来看，整体呈现出明显的倒U型。即在西部地区的农村地区，保费财政补贴效用是先增加后降低的倒U型，具有累退效应，与上文对式（6）相关变量回归系数估计量的分析结论相同。
2.斜率相等检验。
为了检验样本分组后所建模型是否可靠，同样对稳健性检验中所建模型进行了斜率相等检验，原假设为：
H.0：β.1（τ.1）=…β.1（τ.5）
其中，τ.n为0.05，0.25，0.5，0.75，0.95共5个分位点;Wald检验统计量值为65.12，在95%置信水平上显著，同样拒绝各分位点上斜率相等的原假设，结果表明，在样本分组后所采取的面板分位数回归模型是可靠的。
五、结论与政策建议
通过建立面板分位数回归模型，来考察农业保险保费财政补贴的减贫效应，并对不同经济发展水平下的区域进行异质性分析。结果表明：经济发展水平较低的农村地区，保费财政补贴的减贫效应明显，并表现出明显的异质性，呈倒U型趋势变化，保费财政补贴每提高1%，FGT贫困指数下降的范围为0.045%～0.15%;而在经济发展水平较高的农村地区，农业保险保费财政补贴的减贫效应不显著。结合实证分析的结果，提出以下建议：
（一）制定差异化的精准财政补贴政策
调整各级地方政府的联动补贴政策，不再规定全国统一的农作物补贴项目，而是结合地区经济发展水平、损失发生状况和特色农作物种植等情况进行差异化补贴，优先增加对经济发展水平较低地区的投入，对于深度贫困地区，可由中央财政直接补贴，取消联动补贴规定的额度限制。各地区要开展农业保险保费财政补贴的审计和绩效评估工作，结合绩效评价结果安排下一年度的支出预算，应认识到减贫效应差异化的存在，对不同地区的农业保险保费财政补贴的投入进行合理和精准分配，充分发挥农业保险保费财政补贴的减贫效果。
（二）采取因地制宜的精准管理策略
研究结果发现，农业保险保费财政补贴的减贫效应，在不同经济发展水平的农村地区存在显著差异。保费财政补贴对于经济发展水平较低的地区，扶贫效应呈现出倒U型的变化趋势，由于我国目前仍处于脱贫攻坚成果的巩固期，应通过在不同经济发展水平的地区，因地制宜地采取不同的补贴政策，来实现更加精准的脱贫巩固效果：在经济发展水平较差的地区，应加大农业保险保费的中央财政直接补贴力度和加大教育支出，而在经济发展水平较好的地区，则可以更关注增加农村地区的就业机会、提高农村医疗水平，使国家的财政资源得到更有效的利用。
（三）提升保险公司的承保能力
首先，针对各地区经济水平的差异，农业保险可引入地区差异化指标，制定更加灵活的条款，开发小额保险产品以适应农村保险市场的需求，提高产品所涵盖的农作物种类，开发出具有地区特色的农作物相关保险产品，以分散系统风险;其次，参考其他国家的做法，我国可以在资本市场结合农业保险，利用巨灾证券、天气期权等金融工具与衍生品，将国内农业巨灾风险分散到全球范围内;最后，继续完善我国农业保险的巨灾风险分散制度，在完善农业再保险制度的基础上，探索完善再保险之后的超赔责任安排，为政策性农业保险的提供完备的巨灾风险分散制度。
注释：
① 按照国家统计局对经济地区划分的统计口径，将样本中30个省份、自治区和直辖市划分为东部：北京、天津、辽宁、河北、浙江、江苏、上海、福建、山东、广西、广东、海南共12个;中部：山西、黑龙江、吉林、安徽、江西、湖北、湖南、河南、内蒙古共9个;西部：重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆共9个。
参考文献：
[1] 周稳海，赵桂玲，尹成远.农业保险对农业生产影响效应的实证研究——基于河北省面板数据和动态差分GMM模型[J].保险研究，2015（5）：60-68.
[2] 丁宇刚，孙祁祥.农业保险可以减轻自然灾害对农业经济的负面影响吗？[J].财经理论与实践，2021，42（2）：43-49.
[3] 冯文丽.我国农业保险市场失灵与制度供给[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] 张祖荣，王国军.农业保险财政补贴效应研究述评[J].江西财经大学学报，2016（4）：66-73. [6] 夏益国，孙群，盛新新.以财政补贴校正农业保险市场失灵[J].经济纵横，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] 马述忠，刘梦恒.农业保险促进农业生产率了吗？——基于中国省际面板数据的实证检验[J].浙江大学学报（人文社会科学版），2016，46（6）：131-144.
[9] 江生忠，贾士彬，江时鲲.我国农业保险保费补贴效率及其影响因素分析——基于2010-2013年省际面板数据[J]. 保险研究，2015（12）：67-77.
[10]郑军，杜佳欣.农业保险的精准扶贫效率：基于三阶段DEA模型[J]. 贵州财经大学学报，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，陳盛伟.农业保险促进了农民增收吗？——基于省级面板门槛模型的实证检验[J].经济体制改革，2019（2）：84-91.
[13]邵全权，柏龙飞，张孟娇. 农业保险对农户消费和效用的影响——兼论农业保险对反贫困的意义[J]. 保险研究，2017（10）：65-78.
[14]聂荣，闫宇光，王新兰. 政策性农业保险福利绩效研究——基于辽宁省微观数据的证据[J].农业技术经济，2013（4）：69-76.
[15]朱蕊，江生忠.我国政策性农业保险的扶贫效果分析[J].保险研究，2019（2）：51-62.
[16]王立勇，房鸿宇，谢付正. 中国农业保险补贴政策绩效评估：来自多期DID的经验证据[J].中央财经大学学报，2020（9）：24-34.
[17]张伟，罗向明，郭颂平.民族地区农业保险补贴政策评价与补贴模式优化——基于反贫困视角[J]. 中央财经大学学报，2014（8）：31-38.
[18]郑军，汪运娣.我国农业保险差异性财政补贴：地区经济差距与财政支出公平[J].农村经济，2017（5）：84-90.
[19]孙巍，冯星，徐彬.异质性视角下中国农村居民减贫效应研究——基于FGT贫困指数的分解新方法[J].统计研究，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. 中国多维贫困测量：估计和政策含义[J].中国农村经济， 2009（12）： 4-10，23.
[22]王增文.中国农村贫困线及贫困率的测定：基于拟合收入分布函数法[J].西北人口，2009，30（5）：1-6.
（责任编辑：厉 亚）
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
基金项目： 国家社科基金一般项目（19BJY014）、国家自然科学基金项目（11801099）、广东省基础与应用基础研究基金（2021A1515011149）
作者简介： 展 凯（1980—），男，江苏泰州人，经济学博士，教授，广州华南财富管理中心研究基地和金融开放与资产管理研究中心研究员，研究方向：风险管理与保险精算，货币理论与政策等;邓 超（1986—），男，湖南娄底人，管理学博士，副教授，研究方向：风险管理与保险。