钱振伟　张燕　高冬雪

摘要：通过运用三阶段DEA模型，本文按投入、产出与环境变量三类指标，对我国31个省（市、自治区）政策性农业保险财政补贴效率进行了分析与评估，实证结果表明我国农业保险财政补贴总体效率比较高，但有九个省区的财政保费补贴效率需要改进。因此，建议从三个方面提升财政补贴效率：一是探索建立农业巨灾保险；二是扩大农业大省政策性农业保险范围；三是进一步提升中央对西部民族省份农业财政补贴比例，大力发展特色农业保险，推动高原特色农业产业化，促进农民增收。

关键词：政策性农业保险；三阶段DEA模型；效率评估

中图分类号：F84066文献标识码：A

从西方经济学理论看，补贴政策在一般情况下往往会带来社会福利的无谓损失。如果农业保险的政策性补贴也会带来社会福利净损失，那么政策性农业保险必然会因为制度效率①损失而遭受质疑和批评，政策性农业保险制度的财补政策也会被修正或废止。从农业保险实践看，农业保险具有很强的公益性和正外部性。由于农业保险有效供求和有效需求不足，如果没有政府财政价格补贴，那么农业保险的供给曲线和需求曲线是不可能相交的。政府对农业保险实行价格补贴，保费的降低会导致供给曲线下移并与需求曲线相交，此时消费者剩余增加。如果消费者实现的潜在福利（ΔCAP0面积）大于政府补助后的社会福利损失（ΔABE面积），政府对农业保险的财政补贴是有效的，并增加了社会福利。因为如果不实行政策性农业保险，不对保费进行补贴，这部分福利（ΔCAP0面积）是无法转化为实际的，而实际上是社会福利的潜在损失，保险补贴能实现这部分潜在福利，具体见图1。

一、文献综述

作为现代农业风险管理的有效手段，国外的农业保险无论实践还是理论研究方面都比较成熟。Wright和Hewitt（1990）提出历史上由私人承办的农业保险业务都以失败而告终，农业保险需要政府的介入和支持才能得以良好的发展。Gardner和Kramer（1996）认为政府的补贴可以提高农民的参保率。但Nelson和Loehman（1987）认为政府在信息的收集和保险合约的设计上多些投入，比财政补贴所带来的社会效益更大，也就是说政府实行财政补贴的效率较低，要减少财政补贴投入。Erry skees（1999）指出从福利与效率的角度看，政府导向型的农业保险基本上都是不成功的。

目前，我国学者（冯文丽，2004；陈璐，2004；庹国柱，2004；费友海，2005）从福利经济学理论视角分析农业保险的成果较多，他们多数认为农业保险会带来农产品产量的增加，从而使整个社会福利增加。但是，孙香玉等（2010）引用了2007年美国农业法案报告研究内容，认为农业保险对于生产和产量的影响一直都没有得到明确的结论。吴建南、刘佳（2007）将逻辑模型与财政支出效率评价指标设计相结合，按经济、效率和效果的3E原则，从“投入-产出-中短期结果-长期结果”四个层面构建了财政支出效率评价指标体系。孙洁（2010）提出财政补贴类项目不能作为一般经济项目进行评价，应重视社会效益的评价指标，兼顾经济效益与社会效益，寻求一个合理的平衡点。肖海峰等（2010）以问卷调查的方式，对吉林、江苏两省的农业保险效率进行分析，认为目前我国政策性农业保险在增强农户抵御自然风险的能力、稳定农作物产量和农户收入方面，只在局部地区和部分农户中表现出较显著的效用。

总的来看，中外关于农业保险财政补贴政策的研究成果，有力推动了我国农业保险由“商业化经营”向“政策性经营”转变，但政策性农业保险财政补贴效率的分析存在一些缺陷，如有的只采用定性分析，无法列出强有力的数据证明，进而无法提出可靠的针对性建议；有的只运用DEA模型，没有考虑到外部环境对我国不同地区的不同影响，从而使研究结论与现实存在较大偏差等。

二、三阶段DEA模型构建

三阶段DEA模型是Fried H.O.，Lovell，Schmidt和Yaisawarng（2002）在1978年美国运筹学家Charnes， Cooper和Rhodes提出C2R模型的基础上发展完善的。由于各省自然地理、经济发展水平与人文环境情况不尽相同，从而对政策性农业保险的实施产生不同的影响。本文采用三阶段DEA模型，在将各省政策性农业保险的投入置于相同外部环境与随机误差的情况下，对制度效率进行分析。

（一）第一阶段：传统的DEA模型

基于线性规划技术的非参数前沿效率分析方法数据包络分析（简称DEA）有两个基本模型C2R和BC2，可以分析政策性农业保险制度的技术效率（TE）、纯技术效率（PTE）和规模效率（Scale Efficiency，简称SE）。其中，TE与PTE分别测度的是在规模报酬不变与规模报酬可变时决策单元偏离生产前沿的距离，均反映在给定投入情况下决策单元获得最大产出的能力；SE则给出相似决策单元在规模报酬不变时生产前沿与规模报酬可变时生产前沿之间的距离。BC2模型与C2R模型最大的区别在于规模报酬是否可变的假定，基于规模报酬可变假定的BC2模型中，有TE=PTE*SE。

对于n个决策单元（DMU， Decision Making Units），假定每个DMU有m种投入，那么在规模报酬不变时，对于利用向量xj∈Rm+所产出的输出结果变量yi∈rs+（j=1，…，n），相对有效性的C2R模型数学表达式为：

θ=min θs.t.∑nj=1λjxj≤θx0∑nj=1λjyj≥y0λj≥0，j=1，…，n（1）

式中所求得的θ为各DMU的TE值，且当θ=1时，称该DMU为C2R有效。当规模报酬可变时，BC2模型数学表达式为：

min σ

s.t.∑nj=1λjxj+s-=σx0∑nj=1λjyj-s+=y0∑nj=1λj=1λj≥0，j=1，…，ns-≥0，s+≥0（2）

式中σ为各DMU的纯技术效率值（PTE），则DMU规模效率SE=TEPTE。

（二）第二阶段：SFA模型

第一阶段只是单纯从投入产出的直观视角对技术效率进行考核，并没有考虑到各决策单元所处环境对效率的影响。这一阶段的操作过程是在上一阶段DEA模型计算结果的基础上，估计外部环境变量对各决策单元效率值的影响，进行投入变量的差额分析，从而达到将外部环境效应和随机误差剥离出去，得到仅由内部管理无效率这一因素造成的DMU投入冗余的目的。

沿用第一阶段的假设，建立以投入为导向的SFA成本边界模型（Stochastic Frontier Cost Function），分别对n个决策单元的m个投入差额变量（Slack Variables，即实际投入量与理想投入量之间的差额，用Sij表示）进行回归分析，第j个决策单元第i个投入因素的差额值表达式为：

Sij=xij-∑nj=1xijλij≥0

i=1，2，……m；j=1，2，……n（3）

其中，∑nj=1xijλij为决策单元j第i项投入的理想值。假设有h个环境变量对投入差额变量造成影响，则以Sij为被解释变量，以zj=（z1j，z2j，…，zhj）为解释变量，针对每个投入量共构建m个独立的SFA回归方程：

Sij=fi（zj，βj）+Vij+Uij（4）

式中fi（zj，βj）表示确定可行的差额前沿，βj表示待估参数向量；Vij为随机误差项，服从N（0，σ2iv）分布，Uij为管理无效率的非负随机变量，服从N+（μi，σ2iu）分布，Vij与Uij不相关，二者之和构成残差项。为了分离随机扰动因素，需对Vij进行估计，运用Jond row. et al.（1982）的方法，有：

E[DD（-*2/3][HT6”]^[][HT][DD）]VijVij+Uij=sij-zjβ^j-E[DD（-*2/3][HT6”]^[][HT][DD）]UijVij+Uij

i=1，2，…，m；j=1，2，…，n（5）

通过SFA方程回归，得到外部环境效应对生产效率的影响zjβ^j与随机误差影响E[DD（-*2/3][HT6”]^[][HT][DD）]VijVij+Uij，进而调整外生因素对投入额的干扰，基于最有效DMU，以其投入量为基准，对其他各样本投入量进行调整，结果为：

x*ij = xij + [maxj （zj β[DD（-*2/3][HT6”]^[][HT][DD）]）-zj β[DD（-*2/3][HT6”]^[][HT][DD）]] + [maxj （V[DD（-*2/3][HT6”]^[][HT][DD）]ij ）-V[DD（-*2/3][HT6”]^[][HT][DD）]ij ]i=1，2，…，m；j=1，2，…，n （6）

式中maxj（zjβ^）-zjβ^表示去除外部环境效应的影响，maxj（V^ij）-V^ij表示去除随机误差的影响。其中随机误差的影响在实际计算时采用（4）式的对数似然形式Vij=ln（sij）-βlnzj+ln（TE）推出。调整之后，所有决策单元面临相同的外部环境和运气，最终技术效率差异由内部管理因素决定。

（三）第三阶段：调整后的DEA模型

以第二阶段调整后的投入量与原始产出量作为数据源，再次用传统DEA方法的C2R模型与BC2模型进行效率评价，所得结果为不含外部环境效应与随机误差的技术效率值。

三、实证分析

（一）样本指标选取与变量设定

以我国政策性农业保险制度运行情况为事实依据，根据评价指标变量可得性、可量化性、可靠性的原则，提取我国31个省（市、自治区）政策性农业保险的投入指标，承保结果指标与环境变量指标。

1.投入产出指标。政策性农业保险的投入主要来源于保费收入，保费收入是承保数量②、承保次数、承保金额与赔款支出等结果的决定因素，我国规定政策性农业保险保费收入由三级财政补贴（中央、省级和市级）与农民缴费构成，三级财政补贴资金与农民缴费流转环节、运行程序各不相同，因此投入指标选取中央财政补贴、省级财政补贴、市级财政补贴与农民缴费四项；对于保险，产出由承保结果所体现，所以产出指标选取承保数量、参保农户户次与赔款支出三项。其中参保农户户次与农民缴费在保费收入中的占比有关，承保数量、赔款支出与保费收入直接相关。具体数据见表1。

2.环境变量选取。外部环境因素对政策性农业保险制度效率产生客观影响，不在样本主观可控范围之内，且影响方向不定。农业保险所保障的农业生产在空间分布上有很强的地域差异性，在时间上有存在季节性和周期性，交织于自然、社会、经济三大领域，不可等同于单纯的经济现象和孤立的技术生产。基于上述三个领域在各个方面对政策性农业保险所产生影响的充分考虑，对环境变量做出如下选取：第一，家庭人均纯收入（经济因素），农业保险需要农民自己缴费，是一种消费品，只有收入满足生活必需消费之后，农户才会根据收入的多少考虑投保。第二，成灾面积（自然人文因素），我国幅员辽阔，不同地域面临不同的自然环境，成灾面积的经验数据差别较大，不同地区的农民主管上对农业保险的需求不同。第三，文盲率（人文社会因素），保险终归是一种经济形式，受教育程度会影响农民对保险的认识与理解，由于农村教育水平相对滞后，所以选用文盲率作为外部影响因素。

（二）实证结果与分析

1.第一阶段传统DEA实证分析结果。本文利用Deap2.1软件，将原始投入产出数据直接导入计算出31个省（市、自治区）2013年政策性农业保险制度的技术效率（TE）、纯技术效率（PTE）和规模效率（SE），结果如表2。从整体上看，2013年我国31个省（市、自治区）政策性农业保险制度的技术效率均值最低为0.792，且规模效率高于纯技术效率，这说明20.8%的资源绩效空白主要由技术效率导致。因此，按样本目前的产出冗余对各个投入要素的改变应以C2R模型计算结果为准。

按地区分，北京、天津、上海、重庆四个直辖市与内蒙、浙江、福建、江西、广西、海南、西藏八个省的TE、PTE值都为1，说明这些地区政策性农业保险的财政补贴效率较高，资源得到充分地运用，财政补贴处于技术效率前沿；江苏、安徽、四川、贵州和新疆PTE值为1，说明这些地区纯技术效率不是政策性农业保险发展的主要制约因素；河北、山西、陕西、甘肃四个地区的TE、PTE值均低于0.5，说明财政补贴所发挥的作用有待提高，扩大农业保险覆盖面。

从规模报酬情况上看，山西、广东、贵州、陕西、甘肃、青海、宁夏七个地区的规模报酬处于递增水平，大力推广政策性农业保险、提高参保率、扩大服务体系有利于承担农业生产损失风险效率的提高。

2.第二阶段SFA回归分析结果。第一阶段分析结果各地区TE值误差较大，与实际情形存在一定的偏离，初步推测原因在于环境变量影响因素对这些地区造成比较大的影响。在这一阶段，以第一阶段分析结果得出的各样本投入变量的松弛量为SFA方程的被解释变量，家庭人均收入、成灾面积、文盲率作为解释变量，运用frontier41软件进行回归分析，得出的各环境变量系数的最大似然估计，估计值如表3。表3中回归估计结果显示文盲率对各投入变量的回归系数均为负，即差额变量会随着该变量数值的增加而减小，或是技术效率提高；人均家庭纯收入对三级财政补贴的影响系数为正，说明该变量数值越大，差额变量越大。对上述现象的经济原因分析如下：在保费补贴与农民缴费按比例分配的制度规定下，农民纯收入越高，保费收入中政府财政补贴部分占到的比重越大，当比重超过某个特定值时，政府资金就会带来挤占效应，并且与比重的增加呈正相关增长，继而三级财政补贴的效率降低；政府与群众在面临较大的成灾面积时会有更强的风险意识，采取措施主动保障农业生产的积极性越大，因此整体投入的效率越高；对于政策性农业保险，显然具有良好教育水平地区的制度效率更高。上述各回归系数的影响方向符合相关经济理论分析，实证达到预期效果。

表3中的伽玛值显示环境因素变量对投入差额的影响比较显著，必须将环境因素与随机误差项剔除，才能使各DMU面临相同环境与运气，从而得到更为客观的研究结果。

3.第三阶段修正投入后的DEA评价结果。根据第二阶段所得回归估计结果，以最坏运气和最差环境下的DMU为标准对各投入变量进行调整，得到修正后的投入变量，代替原始投入变量，再次运用Deap21软件重新进行基于BC2模型的估计，结果如表4所示。与表2分析数据相对比，发现剔除外部环境与随机误差影响后，大部分省（市、自治区）的效率值发生了明显的变化。从整体上看，政策性农业保险财政补贴绩效显著提高，31个省（市、自治区）的平均技术效率为0899，平均纯技术效率0943，平均规模效率0941，资源运用低效依然主要由技术效率造成，占到101%。东、中、西部三大地区出现比较明显的阶梯性差异，在第一阶段DEA平均效率得分分别为0851、0719、0787，第三阶段DEA平均效率得分分别为0953、0931、0828。显然，经济、自然、教育等外部因素的影响严重导致传统DEA方法对整体效率水平低估和区域差异程度高估，东部地区政策性农业保险财政补贴的效率最高，中部次之，西部较低。第三阶段的DEA分析结果中TE值达到1的省份增加到22个，其余9个地区中辽宁、吉林、四川和贵州的PTE值为1，显示出其内部管理的无效率并非由纯技术效率导致；除湖北省调整后规模报酬变为递增以外，其他地区规模报酬均未发生变化。

四、结论与建议

本文运用三阶段DEA模型对我国31个省（市、自治区）政策性农业保险财政补贴效率评估，结果表明我国政策性农业保险各级财政补贴资金运用效率整体较高，为保障农业生产、分担自然灾害风险损失发挥了巨大的作用，但个别地区的财政资金分配运用与三级财政补贴结构需要做进一步的改善。财政补贴的改进策略还需融进当地GDP、财政收入、农业总产值、农业占当地GDP比重、当地政府对农业支出额、农民纯收入等因素综合考虑，可将九个DEA绩效不为1的省份分为两个梯队：河北、辽宁、吉林、河南、四川、湖北六省具有经济水平中等，大部分属于农业大省特点，在DEA绩效分层中位于第一梯队，最值分别为湖北0929与河北0658；贵州、甘肃、青海三省的地区性特点为经济实力较薄弱、国民生产总值与财政收入较低、农业是经济发展的主要支柱，农民家庭纯收入较低，属于我国相对贫困的地区，在DEA绩效分层中为第二梯队，最低值为青海0225。

从表面看我国农业保险财政补贴比率为80%左右，高于全球平均水平44%，但由于我国农业保险保“物化成本”，而发达国家保“收成”，我国农业保险财政补贴呈现补贴范围窄、财政补贴额度不高、补贴方式单一等特点。建议从三个方面提升财政补贴效率：一是根据各地省情民情不同，实行差别化补贴标准并调整财政补贴结构。按照党的十八届三中全会提出“建立巨灾保险”的要求，探索建立政策性农业巨灾保险，实现农业保险向农业巨灾保险方向转变；二是扩大农业大省政策性农业保险范围，提升农业保险的范围经济，把政策性农业保险扩展到粮食流通和蔬菜生产和粮食制种领域，如增加政策性蔬菜保险、粮食流通和储存保险，保障“米袋子”和“菜篮子”安全，实现农业保险的保障国家粮食安全，助力宏观经济调控，推动农业现代化；三是进一步提升中央对西部民族省份（部分属于第二梯队地区）农业财政补贴比例，适当调低县市补贴比例，大力发展特色农业保险，如云南天麻保险、三七保险、普洱茶保险、澳洲坚果保险、桑蚕保险、石斛保险等，推动高原特色农业产业化，促进少数民族农民增收，维护社会稳定。

注释：

①张五常认为制度效率损失的本质就是社会福利的损失，但可以通过改变制度部分属性或形式来控制效率损失，提高制度效率。

②种植业一般以亩计量，养殖业一般以头（只）计量，这里采用的是涵盖整个农业保险的综合评价定量指标。

参考文献：

[1]Privatization. Lessons Learned by State and Local Governments，GAO/GGD-97-48（Washington， DC： General Accounting Office， March 1997）.

[2]LEER， YAMAGATA H. Sustainable Social Security： What Would It Cost？ [J].National Tax Journal， 2003， 56（1）：27-43.

[3]Michael E. Porte. Strategy and the Internet[J].Harvard Business Review，2001（3）.

[4]苑梅.农业保险的财政政策选择[J].经济纵横，2009（1）.

[5]钱振伟，张艳，王翔.政策性农保险模式创新及巨灾风险分散机制研究：基于对云南实践的调查[M].北京：经济科学出版社，2011：38-39.

[6]庹国柱，朱俊生.试论政策性农业保险的财政税收政策[J].经济与管理研究， 2007（5）.

[7]李燕凌.基于DEA-Tob it模型的财政支农效率分析：以湖南省为例[J]中国农村经济，2008（9）：52-62.

[8]方鸿.政府财政支农资金效率的地区比较：基于三阶段DEA模型的实证分析[J].管理科学，2011（7）：25-27.

[9]王韧.我国农业保险差异补贴政策研究：基于各省、直辖市、自治区的聚类分析[J].农村经济，2011（5）.

[10]高鉴国.中国新型农村社会养老保险的社会包容特征：解释框架[J].社会科学，2011（3）.

[11]钱振伟.农业保险发展理论与实践：基于对云南实践的跟踪调查[M].北京：中国金融出版社，2013.

（责任编辑：关立新）

按地区分，北京、天津、上海、重庆四个直辖市与内蒙、浙江、福建、江西、广西、海南、西藏八个省的TE、PTE值都为1，说明这些地区政策性农业保险的财政补贴效率较高，资源得到充分地运用，财政补贴处于技术效率前沿；江苏、安徽、四川、贵州和新疆PTE值为1，说明这些地区纯技术效率不是政策性农业保险发展的主要制约因素；河北、山西、陕西、甘肃四个地区的TE、PTE值均低于0.5，说明财政补贴所发挥的作用有待提高，扩大农业保险覆盖面。

从规模报酬情况上看，山西、广东、贵州、陕西、甘肃、青海、宁夏七个地区的规模报酬处于递增水平，大力推广政策性农业保险、提高参保率、扩大服务体系有利于承担农业生产损失风险效率的提高。

2.第二阶段SFA回归分析结果。第一阶段分析结果各地区TE值误差较大，与实际情形存在一定的偏离，初步推测原因在于环境变量影响因素对这些地区造成比较大的影响。在这一阶段，以第一阶段分析结果得出的各样本投入变量的松弛量为SFA方程的被解释变量，家庭人均收入、成灾面积、文盲率作为解释变量，运用frontier41软件进行回归分析，得出的各环境变量系数的最大似然估计，估计值如表3。表3中回归估计结果显示文盲率对各投入变量的回归系数均为负，即差额变量会随着该变量数值的增加而减小，或是技术效率提高；人均家庭纯收入对三级财政补贴的影响系数为正，说明该变量数值越大，差额变量越大。对上述现象的经济原因分析如下：在保费补贴与农民缴费按比例分配的制度规定下，农民纯收入越高，保费收入中政府财政补贴部分占到的比重越大，当比重超过某个特定值时，政府资金就会带来挤占效应，并且与比重的增加呈正相关增长，继而三级财政补贴的效率降低；政府与群众在面临较大的成灾面积时会有更强的风险意识，采取措施主动保障农业生产的积极性越大，因此整体投入的效率越高；对于政策性农业保险，显然具有良好教育水平地区的制度效率更高。上述各回归系数的影响方向符合相关经济理论分析，实证达到预期效果。

表3中的伽玛值显示环境因素变量对投入差额的影响比较显著，必须将环境因素与随机误差项剔除，才能使各DMU面临相同环境与运气，从而得到更为客观的研究结果。

3.第三阶段修正投入后的DEA评价结果。根据第二阶段所得回归估计结果，以最坏运气和最差环境下的DMU为标准对各投入变量进行调整，得到修正后的投入变量，代替原始投入变量，再次运用Deap21软件重新进行基于BC2模型的估计，结果如表4所示。与表2分析数据相对比，发现剔除外部环境与随机误差影响后，大部分省（市、自治区）的效率值发生了明显的变化。从整体上看，政策性农业保险财政补贴绩效显著提高，31个省（市、自治区）的平均技术效率为0899，平均纯技术效率0943，平均规模效率0941，资源运用低效依然主要由技术效率造成，占到101%。东、中、西部三大地区出现比较明显的阶梯性差异，在第一阶段DEA平均效率得分分别为0851、0719、0787，第三阶段DEA平均效率得分分别为0953、0931、0828。显然，经济、自然、教育等外部因素的影响严重导致传统DEA方法对整体效率水平低估和区域差异程度高估，东部地区政策性农业保险财政补贴的效率最高，中部次之，西部较低。第三阶段的DEA分析结果中TE值达到1的省份增加到22个，其余9个地区中辽宁、吉林、四川和贵州的PTE值为1，显示出其内部管理的无效率并非由纯技术效率导致；除湖北省调整后规模报酬变为递增以外，其他地区规模报酬均未发生变化。

四、结论与建议

本文运用三阶段DEA模型对我国31个省（市、自治区）政策性农业保险财政补贴效率评估，结果表明我国政策性农业保险各级财政补贴资金运用效率整体较高，为保障农业生产、分担自然灾害风险损失发挥了巨大的作用，但个别地区的财政资金分配运用与三级财政补贴结构需要做进一步的改善。财政补贴的改进策略还需融进当地GDP、财政收入、农业总产值、农业占当地GDP比重、当地政府对农业支出额、农民纯收入等因素综合考虑，可将九个DEA绩效不为1的省份分为两个梯队：河北、辽宁、吉林、河南、四川、湖北六省具有经济水平中等，大部分属于农业大省特点，在DEA绩效分层中位于第一梯队，最值分别为湖北0929与河北0658；贵州、甘肃、青海三省的地区性特点为经济实力较薄弱、国民生产总值与财政收入较低、农业是经济发展的主要支柱，农民家庭纯收入较低，属于我国相对贫困的地区，在DEA绩效分层中为第二梯队，最低值为青海0225。

从表面看我国农业保险财政补贴比率为80%左右，高于全球平均水平44%，但由于我国农业保险保“物化成本”，而发达国家保“收成”，我国农业保险财政补贴呈现补贴范围窄、财政补贴额度不高、补贴方式单一等特点。建议从三个方面提升财政补贴效率：一是根据各地省情民情不同，实行差别化补贴标准并调整财政补贴结构。按照党的十八届三中全会提出“建立巨灾保险”的要求，探索建立政策性农业巨灾保险，实现农业保险向农业巨灾保险方向转变；二是扩大农业大省政策性农业保险范围，提升农业保险的范围经济，把政策性农业保险扩展到粮食流通和蔬菜生产和粮食制种领域，如增加政策性蔬菜保险、粮食流通和储存保险，保障“米袋子”和“菜篮子”安全，实现农业保险的保障国家粮食安全，助力宏观经济调控，推动农业现代化；三是进一步提升中央对西部民族省份（部分属于第二梯队地区）农业财政补贴比例，适当调低县市补贴比例，大力发展特色农业保险，如云南天麻保险、三七保险、普洱茶保险、澳洲坚果保险、桑蚕保险、石斛保险等，推动高原特色农业产业化，促进少数民族农民增收，维护社会稳定。

注释：

①张五常认为制度效率损失的本质就是社会福利的损失，但可以通过改变制度部分属性或形式来控制效率损失，提高制度效率。

②种植业一般以亩计量，养殖业一般以头（只）计量，这里采用的是涵盖整个农业保险的综合评价定量指标。

参考文献：

[1]Privatization. Lessons Learned by State and Local Governments，GAO/GGD-97-48（Washington， DC： General Accounting Office， March 1997）.

[2]LEER， YAMAGATA H. Sustainable Social Security： What Would It Cost？ [J].National Tax Journal， 2003， 56（1）：27-43.

[3]Michael E. Porte. Strategy and the Internet[J].Harvard Business Review，2001（3）.

[4]苑梅.农业保险的财政政策选择[J].经济纵横，2009（1）.

[5]钱振伟，张艳，王翔.政策性农保险模式创新及巨灾风险分散机制研究：基于对云南实践的调查[M].北京：经济科学出版社，2011：38-39.

[6]庹国柱，朱俊生.试论政策性农业保险的财政税收政策[J].经济与管理研究， 2007（5）.

[7]李燕凌.基于DEA-Tob it模型的财政支农效率分析：以湖南省为例[J]中国农村经济，2008（9）：52-62.

[8]方鸿.政府财政支农资金效率的地区比较：基于三阶段DEA模型的实证分析[J].管理科学，2011（7）：25-27.

[9]王韧.我国农业保险差异补贴政策研究：基于各省、直辖市、自治区的聚类分析[J].农村经济，2011（5）.

[10]高鉴国.中国新型农村社会养老保险的社会包容特征：解释框架[J].社会科学，2011（3）.

[11]钱振伟.农业保险发展理论与实践：基于对云南实践的跟踪调查[M].北京：中国金融出版社，2013.

（责任编辑：关立新）

按地区分，北京、天津、上海、重庆四个直辖市与内蒙、浙江、福建、江西、广西、海南、西藏八个省的TE、PTE值都为1，说明这些地区政策性农业保险的财政补贴效率较高，资源得到充分地运用，财政补贴处于技术效率前沿；江苏、安徽、四川、贵州和新疆PTE值为1，说明这些地区纯技术效率不是政策性农业保险发展的主要制约因素；河北、山西、陕西、甘肃四个地区的TE、PTE值均低于0.5，说明财政补贴所发挥的作用有待提高，扩大农业保险覆盖面。

从规模报酬情况上看，山西、广东、贵州、陕西、甘肃、青海、宁夏七个地区的规模报酬处于递增水平，大力推广政策性农业保险、提高参保率、扩大服务体系有利于承担农业生产损失风险效率的提高。

2.第二阶段SFA回归分析结果。第一阶段分析结果各地区TE值误差较大，与实际情形存在一定的偏离，初步推测原因在于环境变量影响因素对这些地区造成比较大的影响。在这一阶段，以第一阶段分析结果得出的各样本投入变量的松弛量为SFA方程的被解释变量，家庭人均收入、成灾面积、文盲率作为解释变量，运用frontier41软件进行回归分析，得出的各环境变量系数的最大似然估计，估计值如表3。表3中回归估计结果显示文盲率对各投入变量的回归系数均为负，即差额变量会随着该变量数值的增加而减小，或是技术效率提高；人均家庭纯收入对三级财政补贴的影响系数为正，说明该变量数值越大，差额变量越大。对上述现象的经济原因分析如下：在保费补贴与农民缴费按比例分配的制度规定下，农民纯收入越高，保费收入中政府财政补贴部分占到的比重越大，当比重超过某个特定值时，政府资金就会带来挤占效应，并且与比重的增加呈正相关增长，继而三级财政补贴的效率降低；政府与群众在面临较大的成灾面积时会有更强的风险意识，采取措施主动保障农业生产的积极性越大，因此整体投入的效率越高；对于政策性农业保险，显然具有良好教育水平地区的制度效率更高。上述各回归系数的影响方向符合相关经济理论分析，实证达到预期效果。

表3中的伽玛值显示环境因素变量对投入差额的影响比较显著，必须将环境因素与随机误差项剔除，才能使各DMU面临相同环境与运气，从而得到更为客观的研究结果。

3.第三阶段修正投入后的DEA评价结果。根据第二阶段所得回归估计结果，以最坏运气和最差环境下的DMU为标准对各投入变量进行调整，得到修正后的投入变量，代替原始投入变量，再次运用Deap21软件重新进行基于BC2模型的估计，结果如表4所示。与表2分析数据相对比，发现剔除外部环境与随机误差影响后，大部分省（市、自治区）的效率值发生了明显的变化。从整体上看，政策性农业保险财政补贴绩效显著提高，31个省（市、自治区）的平均技术效率为0899，平均纯技术效率0943，平均规模效率0941，资源运用低效依然主要由技术效率造成，占到101%。东、中、西部三大地区出现比较明显的阶梯性差异，在第一阶段DEA平均效率得分分别为0851、0719、0787，第三阶段DEA平均效率得分分别为0953、0931、0828。显然，经济、自然、教育等外部因素的影响严重导致传统DEA方法对整体效率水平低估和区域差异程度高估，东部地区政策性农业保险财政补贴的效率最高，中部次之，西部较低。第三阶段的DEA分析结果中TE值达到1的省份增加到22个，其余9个地区中辽宁、吉林、四川和贵州的PTE值为1，显示出其内部管理的无效率并非由纯技术效率导致；除湖北省调整后规模报酬变为递增以外，其他地区规模报酬均未发生变化。

四、结论与建议

本文运用三阶段DEA模型对我国31个省（市、自治区）政策性农业保险财政补贴效率评估，结果表明我国政策性农业保险各级财政补贴资金运用效率整体较高，为保障农业生产、分担自然灾害风险损失发挥了巨大的作用，但个别地区的财政资金分配运用与三级财政补贴结构需要做进一步的改善。财政补贴的改进策略还需融进当地GDP、财政收入、农业总产值、农业占当地GDP比重、当地政府对农业支出额、农民纯收入等因素综合考虑，可将九个DEA绩效不为1的省份分为两个梯队：河北、辽宁、吉林、河南、四川、湖北六省具有经济水平中等，大部分属于农业大省特点，在DEA绩效分层中位于第一梯队，最值分别为湖北0929与河北0658；贵州、甘肃、青海三省的地区性特点为经济实力较薄弱、国民生产总值与财政收入较低、农业是经济发展的主要支柱，农民家庭纯收入较低，属于我国相对贫困的地区，在DEA绩效分层中为第二梯队，最低值为青海0225。

从表面看我国农业保险财政补贴比率为80%左右，高于全球平均水平44%，但由于我国农业保险保“物化成本”，而发达国家保“收成”，我国农业保险财政补贴呈现补贴范围窄、财政补贴额度不高、补贴方式单一等特点。建议从三个方面提升财政补贴效率：一是根据各地省情民情不同，实行差别化补贴标准并调整财政补贴结构。按照党的十八届三中全会提出“建立巨灾保险”的要求，探索建立政策性农业巨灾保险，实现农业保险向农业巨灾保险方向转变；二是扩大农业大省政策性农业保险范围，提升农业保险的范围经济，把政策性农业保险扩展到粮食流通和蔬菜生产和粮食制种领域，如增加政策性蔬菜保险、粮食流通和储存保险，保障“米袋子”和“菜篮子”安全，实现农业保险的保障国家粮食安全，助力宏观经济调控，推动农业现代化；三是进一步提升中央对西部民族省份（部分属于第二梯队地区）农业财政补贴比例，适当调低县市补贴比例，大力发展特色农业保险，如云南天麻保险、三七保险、普洱茶保险、澳洲坚果保险、桑蚕保险、石斛保险等，推动高原特色农业产业化，促进少数民族农民增收，维护社会稳定。

注释：

①张五常认为制度效率损失的本质就是社会福利的损失，但可以通过改变制度部分属性或形式来控制效率损失，提高制度效率。

②种植业一般以亩计量，养殖业一般以头（只）计量，这里采用的是涵盖整个农业保险的综合评价定量指标。

参考文献：

[1]Privatization. Lessons Learned by State and Local Governments，GAO/GGD-97-48（Washington， DC： General Accounting Office， March 1997）.

[2]LEER， YAMAGATA H. Sustainable Social Security： What Would It Cost？ [J].National Tax Journal， 2003， 56（1）：27-43.

[3]Michael E. Porte. Strategy and the Internet[J].Harvard Business Review，2001（3）.

[4]苑梅.农业保险的财政政策选择[J].经济纵横，2009（1）.

[5]钱振伟，张艳，王翔.政策性农保险模式创新及巨灾风险分散机制研究：基于对云南实践的调查[M].北京：经济科学出版社，2011：38-39.

[6]庹国柱，朱俊生.试论政策性农业保险的财政税收政策[J].经济与管理研究， 2007（5）.

[7]李燕凌.基于DEA-Tob it模型的财政支农效率分析：以湖南省为例[J]中国农村经济，2008（9）：52-62.

[8]方鸿.政府财政支农资金效率的地区比较：基于三阶段DEA模型的实证分析[J].管理科学，2011（7）：25-27.

[9]王韧.我国农业保险差异补贴政策研究：基于各省、直辖市、自治区的聚类分析[J].农村经济，2011（5）.

[10]高鉴国.中国新型农村社会养老保险的社会包容特征：解释框架[J].社会科学，2011（3）.

[11]钱振伟.农业保险发展理论与实践：基于对云南实践的跟踪调查[M].北京：中国金融出版社，2013.

（责任编辑：关立新）