本站小編為你精心準備了基于DEA模型的農業保險論文參考范文,愿這些范文能點燃您思維的火花,激發您的寫作靈感。歡迎深入閱讀并收藏。
一、三階段DEA模型構建
(一)第一階段:傳統的DEA模型基于線性規劃技術的非參數前沿效率分析方法數據包絡分析(簡稱dea)有兩個基本模型C2R和BC2,可以分析政策性農業保險制度的技術效率(TE)、純技術效率(PTE)和規模效率(ScaleEfficiency,簡稱SE)。其中,TE與PTE分別測度的是在規模報酬不變與規模報酬可變時決策單元偏離生產前沿的距離,均反映在給定投入情況下決策單元獲得最大產出的能力;SE則給出相似決策單元在規模報酬不變時生產前沿與規模報酬可變時生產前沿之間的距離。BC2模型與C2R模型最大的區別在于規模報酬是否可變的假定,基于規模報酬可變假定的BC2模型中,有TE=PTE*SE。
(二)第二階段:SFA模型第一階段只是單純從投入產出的直觀視角對技術效率進行考核,并沒有考慮到各決策單元所處環境對效率的影響。這一階段的操作過程是在上一階段DEA模型計算結果的基礎上,估計外部環境變量對各決策單元效率值的影響,進行投入變量的差額分析,從而達到將外部環境效應和隨機誤差剝離出去,得到僅由內部管理無效率這一因素造成的DMU投入冗余的目的。沿用第一階段的假設,建立以投入為導向的SFA成本邊界模型(StochasticFrontierCostFunc-tion),分別對n個決策單元的m個投入差額變量(SlackVariables,即實際投入量與理想投入量之間的差額,用Sij表示)進行回歸分析,第j個決策單元第i個投入因素的差額值表達式為。
(三)第三階段:調整后的DEA模型以第二階段調整后的投入量與原始產出量作為數據源,再次用傳統DEA方法的C2R模型與BC2模型進行效率評價,所得結果為不含外部環境效應與隨機誤差的技術效率值。
二、實證分析
(一)樣本指標選取與變量設定以我國政策性農業保險制度運行情況為事實依據,根據評價指標變量可得性、可量化性、可靠性的原則,提取我國31個省(市、自治區)政策性農業保險的投入指標,承保結果指標與環境變量指標。1.投入產出指標。政策性農業保險的投入主要來源于保費收入,保費收入是承保數量②、承保次數、承保金額與賠款支出等結果的決定因素,我國規定政策性農業保險保費收入由三級財政補貼(中央、省級和市級)與農民繳費構成,三級財政補貼資金與農民繳費流轉環節、運行程序各不相同,因此投入指標選取中央財政補貼、省級財政補貼、市級財政補貼與農民繳費四項;對于保險,產出由承保結果所體現,所以產出指標選取承保數量、參保農戶戶次與賠款支出三項。其中參保農戶戶次與農民繳費在保費收入中的占比有關,承保數量、賠款支出與保費收入直接相關。具體數據見表1。2.環境變量選取。外部環境因素對政策性農業保險制度效率產生客觀影響,不在樣本主觀可控范圍之內,且影響方向不定。農業保險所保障的農業生產在空間分布上有很強的地域差異性,在時間上有存在季節性和周期性,交織于自然、社會、經濟三大領域,不可等同于單純的經濟現象和孤立的技術生產。基于上述三個領域在各個方面對政策性農業保險所產生影響的充分考慮,對環境變量做出如下選取:第一,家庭人均純收入(經濟因素),農業保險需要農民自己繳費,是一種消費品,只有收入滿足生活必需消費之后,農戶才會根據收入的多少考慮投保。第二,成災面積(自然人文因素),我國幅員遼闊,不同地域面臨不同的自然環境,成災面積的經驗數據差別較大,不同地區的農民主管上對農業保險的需求不同。第三,文盲率(人文社會因素),保險終歸是一種經濟形式,受教育程度會影響農民對保險的認識與理解,由于農村教育水平相對滯后,所以選用文盲率作為外部影響因素。
(二)實證結果與分析1.第一階段傳統DEA實證分析結果。本文利用Deap2.1軟件,將原始投入產出數據直接導入計算出31個省(市、自治區)2013年政策性農業保險制度的技術效率(TE)、純技術效率(PTE)和規模效率(SE),結果如表2。從整體上看,2013年我國31個省(市、自治區)政策性農業保險制度的技術效率均值最低為0.792,且規模效率高于純技術效率,這說明20.8%的資源績效空白主要由技術效率導致。因此,按樣本目前的產出冗余對各個投入要素的改變應以C2R模型計算結果為準。按地區分,北京、天津、上海、重慶四個直轄市與內蒙、浙江、福建、江西、廣西、海南、西藏八個省的TE、PTE值都為1,說明這些地區政策性農業保險的財政補貼效率較高,資源得到充分地運用,財政補貼處于技術效率前沿;江蘇、安徽、四川、貴州和新疆PTE值為1,說明這些地區純技術效率不是政策性農業保險發展的主要制約因素;河北、山西、陜西、甘肅四個地區的TE、PTE值均低于0.5,說明財政補貼所發揮的作用有待提高,擴大農業保險覆蓋面。從規模報酬情況上看,山西、廣東、貴州、陜西、甘肅、青海、寧夏七個地區的規模報酬處于遞增水平,大力推廣政策性農業保險、提高參保率、擴大服務體系有利于承擔農業生產損失風險效率的提高。2.第二階段SFA回歸分析結果。第一階段分析結果各地區TE值誤差較大,與實際情形存在一定的偏離,初步推測原因在于環境變量影響因素對這些地區造成比較大的影響。在這一階段,以第一階段分析結果得出的各樣本投入變量的松弛量為SFA方程的被解釋變量,家庭人均收入、成災面積、文盲率作為解釋變量,運用frontier4.1軟件進行回歸分析,得出的各環境變量系數的最大似然估計,估計值如表3。表3中回歸估計結果顯示文盲率對各投入變量的回歸系數均為負,即差額變量會隨著該變量數值的增加而減小,或是技術效率提高;人均家庭純收入對三級財政補貼的影響系數為正,說明該變量數值越大,差額變量越大。對上述現象的經濟原因分析如下:在保費補貼與農民繳費按比例分配的制度規定下,農民純收入越高,保費收入中政府財政補貼部分占到的比重越大,當比重超過某個特定值時,政府資金就會帶來擠占效應,并且與比重的增加呈正相關增長,繼而三級財政補貼的效率降低;政府與群眾在面臨較大的成災面積時會有更強的風險意識,采取措施主動保障農業生產的積極性越大,因此整體投入的效率越高;對于政策性農業保險,顯然具有良好教育水平地區的制度效率更高。上述各回歸系數的影響方向符合相關經濟理論分析,實證達到預期效果。表3中的伽瑪值顯示環境因素變量對投入差額的影響比較顯著,必須將環境因素與隨機誤差項剔除,才能使各DMU面臨相同環境與運氣,從而得到更為客觀的研究結果。3.第三階段修正投入后的DEA評價結果。根據第二階段所得回歸估計結果,以最壞運氣和最差環境下的DMU為標準對各投入變量進行調整,得到修正后的投入變量,代替原始投入變量,再次運用Deap2.1軟件重新進行基于BC2模型的估計,結果如表4所示。與表2分析數據相對比,發現剔除外部環境與隨機誤差影響后,大部分省(市、自治區)的效率值發生了明顯的變化。從整體上看,政策性農業保險財政補貼績效顯著提高,31個省(市、自治區)的平均技術效率為0.899,平均純技術效率0.943,平均規模效率0.941,資源運用低效依然主要由技術效率造成,占到10.1%。東、中、西部三大地區出現比較明顯的階梯性差異,在第一階段DEA平均效率得分分別為0.851、0.719、0.787,第三階段DEA平均效率得分分別為0.953、0.931、0.828。顯然,經濟、自然、教育等外部因素的影響嚴重導致傳統DEA方法對整體效率水平低估和區域差異程度高估,東部地區政策性農業保險財政補貼的效率最高,中部次之,西部較低。第三階段的DEA分析結果中TE值達到1的省份增加到22個,其余9個地區中遼寧、吉林、四川和貴州的PTE值為1,顯示出其內部管理的無效率并非由純技術效率導致;除湖北省調整后規模報酬變為遞增以外,其他地區規模報酬均未發生變化。
三、結論與建議
本文運用三階段DEA模型對我國31個省(市、自治區)政策性農業保險財政補貼效率評估,結果表明我國政策性農業保險各級財政補貼資金運用效率整體較高,為保障農業生產、分擔自然災害風險損失發揮了巨大的作用,但個別地區的財政資金分配運用與三級財政補貼結構需要做進一步的改善。財政補貼的改進策略還需融進當地GDP、財政收入、農業總產值、農業占當地GDP比重、當地政府對農業支出額、農民純收入等因素綜合考慮,可將九個DEA績效不為1的省份分為兩個梯隊:河北、遼寧、吉林、河南、四川、湖北六省具有經濟水平中等,大部分屬于農業大省特點,在DEA績效分層中位于第一梯隊,最值分別為湖北0.929與河北0.658;貴州、甘肅、青海三省的地區性特點為經濟實力較薄弱、國民生產總值與財政收入較低、農業是經濟發展的主要支柱,農民家庭純收入較低,屬于我國相對貧困的地區,在DEA績效分層中為第二梯隊,最低值為青海0.225。從表面看我國農業保險財政補貼比率為80%左右,高于全球平均水平44%,但由于我國農業保險保“物化成本”,而發達國家保“收成”,我國農業保險財政補貼呈現補貼范圍窄、財政補貼額度不高、補貼方式單一等特點。建議從三個方面提升財政補貼效率:一是根據各地省情民情不同,實行差別化補貼標準并調整財政補貼結構。按照黨的十八屆三中全會提出“建立巨災保險”的要求,探索建立政策性農業巨災保險,實現農業保險向農業巨災保險方向轉變;二是擴大農業大省政策性農業保險范圍,提升農業保險的范圍經濟,把政策性農業保險擴展到糧食流通和蔬菜生產和糧食制種領域,如增加政策性蔬菜保險、糧食流通和儲存保險,保障“米袋子”和“菜籃子”安全,實現農業保險的保障國家糧食安全,助力宏觀經濟調控,推動農業現代化;三是進一步提升中央對西部民族省份(部分屬于第二梯隊地區)農業財政補貼比例,適當調低縣市補貼比例,大力發展特色農業保險,如云南天麻保險、三七保險、普洱茶保險、澳洲堅果保險、桑蠶保險、石斛保險等,推動高原特色農業產業化,促進少數民族農民增收,維護社會穩定。
作者:錢振偉張燕高冬雪單位:云南財經大學金融學院