1、
农业保险综合评估分析
【摘要】文章以XX省为例，从相对规模、宏观效率和持续发展三种角度选取了收入密度、支出密度、收入深度等八类指标构建农业保险综合评价体系，运用主成分分析法对XX省13个市2012—2017年间的保险数据进行了实证研究，研究结果表明：基于供给角度的主成分分析指标能够在总体上反映一个地区农业保险发展水平；从地域上看，XX省13个市保险水平得分相差较大，但从时间跨度上，各个市得分较为平稳；覆盖率、保费收入与赔付支出是影响地区农业保险发展水平波动的主要因素。
【关键词】农业保险发展水平；供给视角；主成分分析；波动幅度
自2004年开始设立政策性农
2、业保险试点以来，至今已有十余年，中国也成为了继美国之后的全球第二大农业保险市场。XX省作为我国的农业大省，地域辽阔，土地肥沃，耕地面积达1132.2万公顷，居全国第一。但与此成为鲜明对比的是，2016年XX省种植业承保率较全国平均承保率60.4%还差7个百分点，农业保险保费收入为35.24亿元，赔款41.32亿元，赔付率为117.25%，远高于全国平均水平。在农业保险发展研究上，保险发展水平及其影响因素的课题，被广大学者关注，余新平，熊皛白，熊德平[1]（2010）实证分析了农业保险赔付与农业保险收入对农民收入增长的变动关系，认为农业保险赔付越高，农民收入增长越多；吕开宇，李春肖[2]（201
3、6）认为政策性财政补贴推动的XX省农业保险发展水平在全国层面上达到了较高层次，说明财政资金投入对农业保险的促进作用；冯文丽，史晓[3]（2018）利用改进的熵值法确定京津翼地区农业保险发展水平；刘桦灿，粟芳[4]（2018）以保费收入和保费支出作为主导指标，并应用协整理论对保费补贴效率进行探讨，明确了三者之间存在的均衡关系；孙香玉，钟甫宁[5]（2009）从需求角度分析了农业保险支付意愿的影响因素；江生忠[6]（2015）认为农业产值是农业保险发展水平的重要影响因素，灾害发生频率越高，农民的风险意识也越强，因而其对农业保险需求也越高；但王韧[7]（2014）与江生忠的想法恰恰相反。二者主要探究
4、外部因素对农民参保意愿的影响；程静[8]（2018）从内部因素说明农民收入是影响农民对农业保险有效需求的重要因素，其对农业保险发展水平具有促进作用；周稳海[9]（2014）等认为，风险越大，赔付率越高，农民参保的必要性越大。国外的相关学者也做了一些研究，hung-haochang，ashokk[10]（2012）认为农业保险在农业生产产量上起到基础性作用，为灾害发生做好了预防性措施；kirstenbendixolsen，peterhasle[11]（2015）介绍了农业保险对农业生产的激励措施，并阐述了农业保险在种植面积大的地区的重要作用。综上，虽然国内外学者对影响农业保险发展水平的因素做了一
5、定研究，但多是基于内部视角的考量，从需求角度考虑农业保险发展，即需求越高，农业保险水平越高，这种分析方法是片面的，还应该对农业保险的宏观效率和持续发展进行分析，而宏观效率和持续发展主要体现在保险供给中，因此，文章选取政策性支持农业大省——XX省，从供给角度出发，对其保险发展水平及其影响因素做系统性定量评价，期望能构建供给视角下的地方农保发展评价体系。
指标的选取与模型的构建表1指标选取与计算方法
（一）数据来源。以XX省为例，运用主成分分析的方法对XX省13个地级市（地区）的农业保险发展水平进行评价，并对13个地级市（地区）进行农业保险波动分析。本文用到了多种时序数据资
6、源：农业保险保费收入、农业保险赔付支出、乡村总人口数、农林牧渔业总产值、农作物承包面积、播种面积、财产保险收入和财产保险赔付支出，数据尺度均为市级，数据来源为2012～2017年各市统计年鉴、《中国保险年鉴》《XX省统计年鉴》《中国农村统计年鉴》，使用现价统计的因素均抵减为2012年不变价。
（二）指标选取与计算方法。目前，对地区农业保险发展水平的测量多是基于农户视角，即农户对保险的参保意愿，一般认为，一个地区对农业保险的需求量越多，说明该地区农保发展水平越好，但是忽略了规模种植者和小型农户的抗风险能力和对赔偿的要求不同，因此，不能在总体上体现该地区的发展水平。相反，从供给视角下考
7、虑农业保险发展水平时不考虑具体单元的种植户，只在农业保险总量上衡量，我们把供给角度具体细分为相对规模、宏观效率和持续发展3个方面，同时，考虑到影响因素的重要性及XX省数据可得性，选取以下八个指标来分析XX省农业保险的发展水平，计算方法如表1所示。
（三）主成分分析模型的构建。本文采用主成分分析法，是通过降维的方法把多个指标化为少数几个综合指标，在消除共线性的情况下尽可能多地保留原有指标的信息。首先将上述指标数值标准化后得到无量纲数据，标准化处理采用均值法；第二步，确定主成分个数，通过选取特征根大于1或前几个主成分的累计贡献率大于85%来确定；第三步，确定主成分载荷矩阵，其中是因子载荷矩阵，是特征值；第四步，根据特征向量和标准化指标值确定各主成分得分；最后，将各主成分得分和对应方差贡献率加权计算综合得分。
实证分析
（一）主成分分析法确定各地区农保发展水平。对指标进行kmo检验，kmo数值越接近1，说明数值相关性越强，普遍认为kmo值在0.5～1.0之间适合进行主成分分析。battle球形检验旨在检验各个指标是否相互独立，若sig值
第4页 共4页
浙ICP备2021020529号-1 | 浙B2-20240490 
