赵 红

(青岛大学 经济学院， 山东 青岛 266071)

基于DEA—Malmquist的农业保险公司经营效率研究*

赵 红

(青岛大学 经济学院， 山东 青岛 266071)

农业保险公司作为我国政策性农业保险经办模式之一，其经营效率水平影响着我国农业保险制度的完善。采用DEA—Malmquist指数方法，使用我国五家专业农业保险公司2008—2014年的面板数据，分别从静态和动态角度对我国专业农业保险公司的效率水平及演进趋势进行分析、研究。发现：我国农业保险公司技术效率偏低主要是由规模效率偏低造成；技术进步效率下滑是全要素生产率下滑的主要原因；影响我国农业保险公司经营效率的因素各不相同。

农业保险公司； Malmquist；经营效率

一、 引言

我国农业保险实行的是“政府主导、商业运作”的模式，农业保险公司作为我国农业保险经办模式之一，是我国农业保险经办业务的主力军。中国保监会遵循“先起步、后完善，先试点、后推广”的原则，先后在上海、吉林、黑龙江、安徽分别批设了安信农业保险公司、安华农业保险公司和阳光农业保险相互保险公司、国元农业保险公司四家农业保险公司。法国安盟保险公司成都分公司于2004年10月开业，在成都市三个县开展农业险业务试点。农业保险公司自设立以来在发展农业保险方面进行了积极的探索和实践，取得了一定的成就。 2014年8月，国务院出台《关于加快发展现代保险服务业的若干意见》中提出“积极发展农业保险”“健全农业保险服务体系，鼓励开展多种形式的互助合作保险”“拓展‘三农’保险广度和深度”等新的发展目标和思路，我国农业保险发展迎来了新的发展机遇。客观地分析我国目前农业保险公司经营效率，分析我国农业保险的发展到底在多大程度上是由于技术进步、效率提高而推进的，有利于我国农业保险公司管理水平的提升，也有利于我国农业保险制度的完善。

近年来，学界对保险公司效率问题展开了大量有益探索。但鲜有关于农业保险或农业保险公司经营效率的研究。已有关于农业保险效率实证分析的文献把专业农业保险公司和非专业农业保险公司混合起来建立样本集。本文认为，应该将专业农业保险公司与非专业农业保险公司区别开来，分别建立样本集更加具有合理性和科学性。按照保监产险[2004]1418号文件《关于上海安信农业保险股份有限公司开业的批复》的相关规定，专业农业险公司发展商业险上存在“六四比例”限制，即农业保险公司业务的60%必须是农业保险和涉农保险业务，商业险业务不能超过公司总业务的40%。因此虽然专业农业险公司和非专业农业险公司都经营农业保险，但是两者的业务范围和经营重点存在着很大的区别，由此导致的投入产出关系也存在着显著差异，如果把它们置于同一参考集进行分析，那么结果不具有科学性和可比性。

基于此，本文运用DEA—Malmquist指数方法，依据我国农业保险公司2008—2014年的统计数据，分别从静态和动态角度研究我国农业保险公司经营效率及演化趋势，以寻找专业性农业保险公司各自的经营特点，为提高我国专业农业保险公司经营效率提供决策参考，从而促进我国农业保险制度的完善。

二、研究方法

(一) DEA与Malmquist指数

DEA(Data Envelopment Analysis)方法的基本研究框架是由查恩斯、库珀和罗德基于费罗尔提出的生产效率的观点基础上提出的。DEA方法不仅可以对决策单元的有效性做出度量，而且还能指出决策单元非有效的原因和程度。依据规模报酬假设的不同，DEA模型可以分为规模报酬不变前提下的C2R模型和规模报酬可变条件下的BC2模型，图1分别为投入导向型的C2R模型和BC2模型的基本形式。其中C2R模型是专门用来判断决策单元是否同时为技术有效和规模有效的，BC2模型是用来判断决策单元是否为技术有效的。

图1 投入导向型的C2R模型和BC2模型的基本形式

Malmquist指数是基于DEA方法构建的使用面板数据来测算全要素生产率的一种方法，最初由曼奎斯特·斯坦提出，1982年卡文斯等首度将该指数应用于生产率变化的测算，此后研究者将其与DEA模型相结合，它可以较好地刻画相对效率在一段时间内的动态变化。全要素生产率变化大于1表示效率水平提高,全要素生产率变化等于1表示效率水平不变,全要素生产率变化小于1则表示效率水平下降。如公式(1)所示，全要素生产率变化(tfpch)可以进一步分解为技术进步(techch)和综合技术效率变化(effch)，其中综合技术效率(effch)变化可以进一步分解为纯技术效率变化(pech)和规模效率变化(sech)。

tfpch= techch×effch = techch× (pech×sech)

(1)

(二)指标体系的构建和样本的选取

由于研究角度的不同，在对保险公司效率实证研究过程中，具体指标的选择方面学者们存在着一些分歧。陈璐选择赔款支出、准备金增量与投资收益之和作为产出变量，员工人数、手续费加上营业费用和其他支出、实收资本作为投入变量[1]。李秀芳、施岚认为将未到期责任准备金提转差与未决赔款准备金提转差与当年赔款加总，能比较准确地衡量当年构造的风险池[2]。魏平、亓磊从财产保险公司经营的角度测度其效率，产出指标选择保费收入和投资收益。投入指标设定为保险公司职工人数、所有者权益、费用支出和保险赔付[3]。韩珂、陈宝峰在对我国财产保险公司经营效率进行实证研究时，投入指标设定为员工人数、固定资产、费用总额和赔款总额，产出指标选择保费收入、准备金增量与投资收益之和[4]。

农业保险公司经营效率评价指标体系必须结合农业保险的功能和农业保险公司的特征来构建。农业保险的职能包括：分散农业风险、经济补偿、促进农村社会稳定、资金融通等职能。借鉴已有文献的研究结果，本文将农业保险公司的投入要素界定为劳动、物料和资本金。结合本文的研究目的，将投入指标设定为营业费用、固定资产、赔款总额。营业费用为资产负债表中的手续费与佣金支出、业务及管理费用以其他成本之和，因为营业费用中已经囊括劳动投入这项指标，所以本文使用营业费用来反映人力和物料投入。固定资产来反映专业性农业保险公司的资本投入,体现了公司的总体规模，用赔款总额作为投入指标，反映专业性农业保险公司的风险管理水平。产出指标选择保费收入与投资收益，分别反映农业保险的保险保障职能和资金中介职能。

本文研究对象为安信农业保险公司、安华农业保险公司、阳光农业相互保险公司、国元农业保险公司和中航安盟财产保险公司，共五家保险公司。2010年12月31日保监会正式批准法国安盟保险公司成都分公司改建为独资子公司，改建后的公司更名为“安盟保险(中国)有限公司”。 2012年3月5日公司名称变更为“中航安盟财产保险有限公司”，根据其2012年、2013年的年度公开信息披露，公司农业保险业务保费收入在2012年和2013年分别占到86%和78%，所以其性质上依然可以看作是农业保险公司。本文选择这五家专业农业保险公司作为研究对象，其中中资公司四家，合资公司一家。五家公司中国元农业保险公司最晚成立，成立于2008年1月，所以本文的研究样本期间选择为2008年至2014年，共7年。 各公司投入产出指标数据来自历年《中国统计年鉴》《中国保险年鉴》以及各公司网站的年度公开信息披露。

三、实证分析

(一)农业保险公司经营效率的静态分析

采用DEAP2.1软件，对各农业保险公司经营效率进行测算。使用C2R模型计算出各农业保险公司的技术效率值，如表1所示。

根据表1可以看出，2008年技术效率为1的农业保险公司为安信农业保险公司、安华农业保险公司和中航安盟农业保险公司，这三家公司的投入利用水平处于生产的最优前沿面。2009年处于生产前沿面的公司为安信、国元和中航安盟。2010年为安信、安华和中航安盟，2011年处于生产前沿面的公司有四家，分别为安华、国元、阳光和中航安盟，2012年为国元、阳光和中航安盟。2013年为安信、中航安盟和国元。其中2008—2014年，中航安盟的技术效率均为1，说明该公司的投入利用水平处于生产的最优前沿面上，所有的投入要素均能得到有效利用。根据历年农业保险公司整体均值可以看出，2008—2014年各农业保险公司的技术效率整体水平均大于0.9。说明整体上农业保险公司投入要素利用效率都达到较高水平。为进一步分析各农业保险公司纯技术效率和规模效率，使用BC2模型计算2008—2014年我国农业保险公司纯技术效率和规模效率(如表2和表3所示)。

表1 2008—2014年农业保险公司技术效率表

表2 2008—2014年农业保险公司纯技术效率表

年份公司简称安信安华国元阳光中航安盟均值20081．0001．0000．9810．9971．0000．99520091．0001．0001．0001．0001．0001．00020101．0001．0001．0000．9291．0000．98620111．0001．0001．0001．0001．0001．00020121．0001．0001．0001．0001．0001．00020131．0001．0001．0001．0001．0001．00020141．0001．0001．0001．0001．0001．000

根据表2可知，2008年至2014年，纯技术效率均为1的农业保险公司为安信、安华和中航安盟，国元农业保险公司纯技术效率2009—2014年均为1，即从2009年开始，一直处于纯技术有效的状态。阳光农业相互保险公司7年间有5年达到纯技术有效，结合表3与表1 可知，我国农业保险公司技术效率偏低年份对应的规模效率都偏低，而纯技术效率都基本达到有效，所以，我国农业保险公司技术效率偏低主要是由规模效率偏低造成。

表3 2008—2014年农业保险公司规模效率表

(二)农业保险公司经营效率动态分析

表4 2008—2014我国专业性农业保险公司Malmquist指数及其分解

根据表4可知，我国专业型农业保险公司2008—2014年平均全要素生产率呈现出先升后降的变化趋势，年均下降幅度为19.5%。从全要素生产率的分解因素来看，综合技术效率呈现先降后升的变化趋势，年均增长幅度为3.4%；技术进步效率则表现为先升后降的变化趋势，年均降低幅度为22.2%。由此可见，我国农业保险公司全要素生产率下降的原因在于技术进步效率的下滑，全要素生产率最低的年份为2012—2013年。

技术进步效率2008—2009年、2009—2010年均呈现下降趋势，但下降的幅度在缩小，2010—2011年为正增长，但2011—2012年又开始下降，说明我国农业保险公司技术进步的提高不稳定。从综合技术效率指数的变化来看，只有2010—2011年综合技术效率指数小于1，其余年份均大于1，说明我国农业保险公司经过几年的发展壮大，其经营管理不断完善，管理效率、内部控制不断提高，但是仍有提升空间。

为了进一步分析专业性农业保险公司全要生产率的动态变化趋势，根据软件计算结果，整理出五家专业性农业保险公司2008—2014年Malmquist指数及其分解情况(如表5所示)。

表5 2008—2014年我国专业性农业保险公司平均Malmquist指数及其分解

根据表5，我们可以看出，2008—2014年间，只有安华农业保险公司一家的平均要素生产率呈现正增长，年增长率分别为11.9%。其余四家为负增长。其中中航安盟的要素生产率下降幅度最为明显，达到36.1%。将要素生产率要素进行分解，安信公司、国元农业保险公司、中航安盟全要素生产率不高主要是因为技术进步指数下滑造成的，而阳光农业相互保险公司全要素生产率偏低的原因则是由综合技术效率和技术进步指数都偏低造成的。虽然安华农业保险公司的平均全要素生产率在五个公司中处于领先位置，但其综合技术效率变化指数却是五个公司中最低的。由此可见，影响我国农业保险公司经营效率的因素各不相同。

四、研究结论与建议

本文利用DEA—Malmquist指数方法，对2008—2014年间我国农业保险公司的经营效率分别进行了静态和动态分析与评价，得出以下结论与建议：

首先，根据静态分析的结果，2008—2014年各农业保险公司的技术效率整体水平均大于0.9，说明农业保险公司整体上投入要素利用效率都达到较高水平。我国农业保险公司技术效率偏低年份对应的规模效率都偏低，而纯技术效率都基本达到有效，所以，我国农业保险公司技术效率偏低主要是由规模效率偏低造成。规模效应没有得到充分发挥的原因可能在于我国专业农业保险公司成立时间短，国家对农业保险公司经营范围存在着相关的限制条件。在今后的发展中，农业保险公司应该加强内部管理体系建设，完善内部管理制度。国家应该通过各项措施鼓励专业农业保险公司扩大经营规模，发挥其规模效应，从而提高其规模效率。

其次，根据动态分析的结果，我国农业保险公司2008—2014年平均全要素生产率呈年均19.5%的下降趋势。技术进步效率下滑是全要素生产率下滑的主要原因。平均全要素生产率和平均技术进步效率指数两者的变动轨迹基本相似，都呈现先升后降的变动趋势，平均综合技术效率指数较为稳定。在未来的业务发展过程中，各农业保险公司应加大对农业保险新产品的开发、建立并完善农业保险创新机制，以技术创新和产品创新来推动技术进步效率水平，从而提高全要素生产率水平。2008—2014年，根据我国各农业保险公司的综合技术效率、纯技术效率和规模效率的均值可以看出，五家农业保险公司中只有一家全要素生产率平均值大于1，其余四家都小于1，造成全要素生产率偏低的原因各不相同。安信、国元和中航安盟应重点通过技术进步来提高公司经营效率，安华公司经营改进的重点在于技术效率的改进，阳光农业相互保险公司应当同时注重技术效率的改进和技术创新。各公司应结合自身的实际情况，改善经营效率。

[1] 陈璐.中国保险业效率动态变化的Malmquist指数分析[J].当代经济科学, 2005(9):39-46.

[2] 李秀芳,施岚.中国保险公司效率问题研究[M]. 北京：中国财政经济出版社，2009：40-49.

[3] 魏平，亓磊.财产保险公司技术效率及其影响因素实证研究[J]. 数理统计与管理，2014(7)：691-704.

[4] 韩珂，陈宝峰.基于DEA—Malmquist的中国财产保险公司经营效率实证研究[J].运筹与管理， 2014(2):196-203.

[5] 罗翔，黄智勇，杨阳.黄金上市公司经营效率的动态评价：基于Malmquist指数方法[J].2014(2)：43-47.

[6] 赵元凤，冯平.内蒙古自治区2012年农业保险保费补贴绩效评价[M].北京：中国农业科学技术出版社，2013：98-100.

[7] 马晓民,兰亚东.农业保险公司存在的问题及解决途径：对安华农业保险公司德惠支公司的调查[J].吉林金融研究, 2011(9):45-47.

[8] 付红.农业保险公司经营状况的实证分析[J].中国国情国力, 2012(10):19-22.

[9] 孙蓉，韩文龙，王向楠.中国农业保险公司的规模经济和范围经济研究[J].保险研究，2013(12)：29-38.

[10] 卜振兴.我国农业险经营效率的评价研究：基于动态数据包络模型[J].上海金融，2014(05)：23-28.

[11] KAO C.Efficiency decomposition in network data envelopment analysis: A relational model[J]. European Journal of Operational Research, 2009,192(3):949-962.

[12] 黄薇.中国保险机构资金运用效率研究：基于资源型两阶段DEA模型[J]. 经济研究,2009(8)：37-49.

[13] FAR R ,GROSSKOPF S,Network DEA. Socio-Economic Planning Science,2000，34:35-39.

[14] SEXTON T R , LEWIS H F. Two-stage DEA: An application to major league baseball[J]. Journal of Productivity Analysis,2003,19(2):227-247.

[15] 程大友, 冯英俊.基于两阶段关联DEA模型的企业效率研究：以财产保险公司为例[J]. 预测,2008(3)：55-61.

Research on Operating Efficiency of Agricultural Insurance Companies Basing on DEA-Malmquist

ZHAO Hong

(School of Economics, Qingdao University, Qingdao 266071, China)

Agricultural insurance company is one of operating patterns of policy-guided agricultural insurance in China, and its operating efficiency has an impact on the perfection of agricultural insurance system. Based on panel data of five China’s agricultural insurance companies from 2008 to 2014, this paper analyzes, with the DEA-Malmquist index method and from static and dynamic angles, the efficiency and developing trend of specialized agricultural insurance companies. The results show that low technical efficiency of the companies is mainly caused by low scale efficiency; decrease in technical progress efficiency is the primary reason for the decrease of total factor productivity; factors that influence operating efficiency of the companies differ from each other.

agriculture insurance company; Malmquist; operating efficiency

2014-12-17

青岛市社会科学规划研究项目(QDSKL1601063：《青岛市长期医疗护理保险制度运行效果评价与制度完善研究》)

赵 红(1978-)，女，山东邹平人，青岛大学经济学院讲师，博士后。

F840

A

1009-2463(2016)05-0039-05