《农业保险与农业面源污染影响因素及其度量--基于联立方程组模型的情景模拟.pdf》由会员分享，可在线阅读，更多相关《农业保险与农业面源污染影响因素及其度量--基于联立方程组模型的情景模拟.pdf（11页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第17卷第5期上海财经大学学报Vol. 17 No. 52015年10月Journal of Shanghai University of Finance and Economics Oct. 2015农业保险与农业面源污染:影响因素及其度量 基于联立方程组模型的情景模拟陈俊聪1, 2,王怀明1( 1.南京农业大学金融学院,江苏南京210095; 2.南京农业大学农林经济管理博士后流动站,江苏南京210095)摘要:文章基于联立方程组模型的情景模拟方法,运用2005- 2012年中国省际面板数据,实证分析了农业保险对中国农业面源污染的影响。研究表明:(1)中国农业保险促进了农业规模发展与农业技
2、术进步,降低了农业种植业比重;农业规模扩大加剧了农业面源污染,而农业种植业比重下降与农业技术进步缓解了农业面源污染。综合来看,农业保险影响农业环境的机制在于,规模效应加剧了农业面源污染,结构效应与技术效应减轻了农业面源污染。(2)我国农业保险对农业环境质量的综合影响,受益地区往往是农业经济较为发达的地区(如华东、东北地区),受损地区往往是农业经济欠发达地区(如华南、西北地区)。(3)农业固定资产投资、农业机械化水平、农业外向程度等因素是影响农业保险环境效应的重要因素。当前,我国正处于农业面源污染防治的关键阶段,政府可以通过将农业保险保费补贴额度与农业生产技术选择相对接,积极引导、鼓励农民采用绿
3、色农业生产技术,从而有效降低农业面源污染,推动中国农业保险向环境友好型的绿色保险转变。关键词:农业保险;农业面源污染;保费补贴中图分类号:F840. 66;F307文献标识码:A文章编号:1009- 0150( 2015) 05- 0034- 10收稿日期:2015- 05- 07基金项目:国家自然科学基金项目( 31301229) ;中央高校基本科研业务费基金项目( KJQN201414) 。作者简介:陈俊聪( 1984- ) ,男,江苏宜兴人,南京农业大学金融学院讲师,南京农业大学农林经济管理博士后流动站研究人员;王怀明( 1963- ) ,男,江苏姜堰人,南京农业大学金融学院教授,博士生
4、导师。一、引言及文献综述近年来我国农业保险发展迅速。 中国农业保险统计年鉴显示, 2013年中国农业保险保费收入规模达到304. 62亿元,表明我国已经成为仅次于美国的第二大农业保险的国家。农业保险及其补贴政策已成为我国促进农业发展、稳定农民收入的重要措施。与此同时,我国农业面源污染也相当严重,而农业化学品的过量施用是影响我国农业面源污染的重要原因。数据显示,受农药和重金属污染的耕地分别占全国耕地总面积的7. 5%和16. 7% (国土资源部, 2011) 。蒋高明( 2011)研究指出,我国每年的农业化肥施用量是世界耕地第一大国 美国和第二大国 印度的总和,亩均化肥施用量是美国的3倍;同时我
5、国每年有高达40%的农膜、 60%的化肥和60% - 70%的农药残留于土壤并形成农业面源污染。那么,我国快速增长的农业保险在提高农民农业生产积极性的同时,是否对我国农业环境质量产生了影响?如果存在,其影响效应、传导机制又如何?关于这些问题的探讨,对推动中国农业保险向环境友好型的绿色保险转变具有重要意义。20世纪80年代国外学者就展开了农业保险与农业环境的相关研究,主要侧重于分析农业保险对农民化学品施用行为的研究。部分学者认为农业保险会激励农民增加化学品投入, Horowitz和Lichtenberg( 1993)利用递归模型研究发现,美国中西部购买了农业保险的农民倾向于多施用化肥约19% 、
6、农药约21% 。 Horowitz和Lichtenberg( 1994)认为农业保险能够对农业减产带来的损2015年第5期农业保险与农业面源污染:影响因素及其度量35失进行补偿,对于购买农业保险的农户将会增加化学要素的施用。 Chakir和Hardelin( 2010)针对法国油菜保险的实证研究发现,农业保险促进了农户在农业生产中的化学品投入。同时,另一部分学者则认为农业保险会降低化学品投入。 Quiggin( 1993)采用普通最小二乘法对美国中西部玉米及大豆种植者的相关数据研究发现,购买农业保险会使农民减少农药和化肥的使用量,农业保险与化学品投入之间形成了一种替代关系。 Smith和Goo
7、dwin( 1996)运用联立方程对美国堪萨斯州的麦农购买农业保险和化学物质施用行为进行了实证分析,表明购买保险农户的氮肥投入会降低5美元/公顷。他们的研究表明,农业保险制度下的道德风险效应导致农户减少化学品要素投入。Vincent等( 1996)运用蒙特卡罗模拟对爱荷华州的农业保险对农户生产的影响进行了分析,研究发现,如果农业保险保障水平低于(或等于) 70% ,农业保险计划就会引致氮肥施用的少量减少;而如果保障水平为90% ,高风险规避型农户则会减少化肥施用约10% ,即农业保险保障水平与农户风险承担能力对化学要素的施用产生显著影响。国外学者关于农业保险与农民化学品施用关系的诸多研究得出了
8、相互矛盾的观点,究其原因主要在于地区农业生产条件(如气候、降雨) 、农业保险保障水平、农民风险偏好等因素存在较大差异。国内学者钟甫宁等( 2007)运用联立方程组对新疆生产建设兵团现行农业保险制度与农户农用化学要素施用行为之间的关系进行了实证分析,结果显示,农户购买农业保险的决策对其化肥和农膜的施用量具有一定程度的促进作用,但统计上并不是很显著,而购买农业保险后农民的农药施用量则显著减少。林光华和汪思洁( 2013)利用浙江省家禽保险试点地区农户的调查数据,分析家禽保险对农户养殖行为的影响,研究发现参加家禽保险对疫病防控要素投入有负向影响,并且统计上显著。关于农业保险对农户生产行为的影响,现有
9、研究做了大量工作,但是在涉及农业保险对农业环境质量的影响方面,现有文献则较少涉及。鉴于此,本文基于2005- 2012年中国省际面板数据,考察中国农业保险对农业面源污染的影响。本文的主要工作是:第一,基于联立方程组模型的情景模拟方法,分析了中国农业保险影响农业面源污染的三大传导机制,即规模效应、结构效应和技术效应;第二,基于区域模型,检验了农业保险对农业面源污染终端影响的异质性。二、模型设定与数据说明(一)模型设定Grossman和Kruger( 1991)提出了经典的环境效应分析框架,他们将环境效应分解为规模、结构和技术三种效应,分析引起地区环境质量变动的影响途径。随着我国农业保险险种覆盖范
10、围、保费补贴比例的不断提高,农业保险将改变农民参与农业生产活动的预期生产收益。对于追求利润最大化的经济理性农民而言,预期收益的变化将诱使他们调整资源配置、土地利用、要素投入,进而改变农业生产规模、农业生产结构和农业生产技术,并最终对农村生态环境带来不同程度的影响(张伟等, 2014) 。本文将遵循Grossman和Kruger( 1991)的研究思路,从规模、结构与技术效应这三个不同维度,考察农业保险所引致的农业规模、结构与技术三个方面变动对农业面源污染的影响。其中,规模效应是指随着农业保险的发展带动农业生产规模的扩大,加大农业对土地、水资源和农用化学品等的需求,从而对农业面源污染产生影响;结
11、构效应是指通过农业保险会对地区农业产业结构产生影响,而农产品生产结构调整会影响农户的农用化学品投入,进而影响农业环境质量;技术效应是指农业保险通过影响农业技术进步、改变农用化学品投入,从而对农业环境质量产生影响。因此,本文基于Grossman和Kruger( 1991)的联立方程组方法,实证检验中国农业保险的环境效应。首36上海财经大学学报2015年第5期先,构建农业面源污染的决定方程:E = f ( Gdp , Str , Tec ) ( 1)其中,因变量E表示农业面源污染,自变量Gdp、 Str、 Tec分别表示农业规模、农业结构和农业技术,重点考察中国农业保险基于农业规模、结构与技术效应
12、的传导机制。根据农业保险影响农业污染传导机制的差异,构建以下农业保险影响农业规模、结构与技术的基本模型(见表1) :Gdp = f ( Labor , Cap , Land , Open, Ins ) ( 2)Str = f ( Gap , HR , City , Open, Ins ) ( 3)Tec = f ( HR , M ac , City , Open, Ins ) ( 4)农业产出与农业生产要素的投入密切相关,农业生产要素主要包括土地、劳动和资本。随着我国农产品贸易规模的不断扩大,对我国农业产业的涉及范围会越来越广泛,农业国际化对我国农业产业规模、结构与技术进步的影响会越来越重要。
13、因此,在式( 2)农业规模方程变量选取中, Gdp表示农业规模,变量Labor、 Cap与Land分别表示农业劳动力、农业资本与农作物总播种面积,变量Open与Ins分别表示农产品贸易开放度与农业保险。表1基本模型的联立方程组及变量预期方程1: E方程2: Gdp方程3: Str方程4: Tec自变量预期类型自变量预期类型自变量预期类型自变量预期类型Gdp +内生Labor +外生Gap +外生HR +外生Str +内生Cap +外生HR +外生M ac +外生Tec -内生Land +外生City +外生City +外生Open +外生Open +外生Open +外生Ins +外生Ins -
14、外生Ins +外生注: “ + ” 、 “ - ”分别代表自变量对因变量起到正向作用和负向作用。农业产业结构调整( Str)与城镇化水平( City)密切相关,城镇化加快了农业人口向城市的转移,农村剩余劳动力转移缓解了农村人多地少、劳动力闲置的局面,有利于推动农产品的集约化和规模化生产,从而影响农业产业结构调整。农村人力资本水平( HR)是影响农业科技进步与农业劳动生产率的重要因素,其对农业产业结构调整同样具有重要作用。同时,城乡收入差距也是影响农业产业结构的重要因素,城乡收入差距会影响农村人口向城市和城镇聚集,城镇居民的“消费示范”效应必然导致农产品市场需求结构发生快速变动,从而对农产品生产
15、结构产生影响。因此,在式( 3)农业结构方程中,因变量为农业结构( Str) ,自变量为城乡收入差距( Gap) 、农村人力资本水平( HR) 、城镇化水平( City) ,以及农产品贸易开放度( Open)与农业保险( Ins) 。农业技术进步( Tec)与农村人力资本水平( HR) 、农业机械化程度( M ac)密切相关,地区农业人力资本积累与农业机械化程度提升会促进农业劳动力生产效率与农业技术进步。同时,随着地区城镇化的不断加速,有助于产生农业规模经济,从而对农业技术进步产生重要影响。由此,在式( 4)农业技术方程中,变量Tec表示农业技术,变量HR、 M ac与City分别表示农村人力
16、资本、农业机械化水平与城镇化水平,变量Open与Ins分别表示农产品贸易开放度与农业保险。考虑到农业保险与控制变量可能存在替代或互补关系,如农业保险可能会激励农民加大农业投资(包括物资资本、技术设备等方面) ,从而推动农业经济发展。因此,在式( 2) 、式( 3)与式( 4)的基础上,我们进一步引入农业保险与其他自变量的交互项,构建以下含有交互项的拓展模型:Gdp = f ( Labor , Cap , Land , Open, Ins , Labor Ins , Cap Ins , Land Ins , Open Ins ) ( 5)Str = f ( Gap , HR , City , O
17、pen, Ins , Gap Ins , HR Ins , City Ins , Open Ins ) ( 6)Tec = f ( HR , M ac , City , Open, Ins , HR Ins , M ac Ins , City Ins , Open Ins ) ( 7)2015年第5期农业保险与农业面源污染:影响因素及其度量37综上所述,本文构建了两组联立方程组模型,分别是基本模型(式1、式2、式3与式4)与含有交互项的拓展模型(式1、式5、式6与式7) 。考察中国农业保险对农业面源污染影响的三大传导机制,即规模效应、结构效应和技术效应,以及农业保险与其他自变量的交互项对农业保
18、险环境效应的影响。考虑到我国各省份在农业资源禀赋、农业外向程度、农业保险与农业面源污染方面存在较大的地域差异性,我们按照我国大区划分为华东、华中、华北、华南、东北、西南和西北7个区域,重点考察农业保险对地区农业环境的影响效应及地区差异性。(二)数据来源及说明本文使用2005- 2012年我国31个省份的面板数据,原始变量数据来源于中国农业年鉴 、中国农村统计年鉴和中国统计年鉴 。为消除价格因素,农业保险保费收入、农业总产值、农业投资规模均经过GDP指数与固定资产投资指数进行调整( 2000年价格) 。同时相关变量取值情况说明如下:农业面源污染变量( E) ,考虑到化肥、农药是农业面源污染的主要
19、来源,本文选取农业化肥、农药使用规模作为衡量农业面源污染的替代指标。农业保险( Ins)主要采用农业保险保费收入表示。农业规模( GDP)以农业总产值进行衡量;农业结构( Str)用种植业产值占农业总产值表示;农业技术( Tec) ,以数据包络分析法测得各地农业全要素生产率( Total Factor Productivity, TFP)来衡量农业技术,在TFP计算过程中产出为农业总产值,投入要素包括农业劳动力、农业资本与农作物播种总面积。农业劳动力( Labor)用农业劳动力投入规模来衡量;农业资本( Cap)以农业固定资产投资表示;农作物总播种面积( Land) ,以农作物总播种面积表示农
20、业生产的土地投入。另外,农村人力资本( HR)的具体计算过程为,根据我国现行教育体制将农村居民家庭劳动力接受教育的时间分为6个层次:不识字或识字很少( 3年) 、小学程度( 6年) 、初中程度( 9年) 、高中程度( 12年) 、中专程度( 12年) 、大专及大专以上( 15年) ,然后根据各省份农村居民家庭劳动力文化结构状况,即各层次农村居民家庭劳动力所占比例,以各层次受教育年数为权重核算出各省份农村居民家庭劳动力的人力资本。农业机械化水平( M ac,千瓦)用农林牧渔业的各种动力机械的动力之和表示;城乡收入差距( Gap)以城镇人口可支配收入与农村人口纯收入之间的比重表示;城市化( Cit
21、y, % )表示为城镇人口占总人口的比重;农产品贸易开放度( Open)用农产品进出口总额占农业GDP的比重来衡量。三、实证分析(一)基本模型的计量分析本文采用3SLS方法估计基本模型的联立方程组,估计结果见表2。从全国范围看,在污染方程中,农业规模、结构对农业面源污染有显著的正向作用,其中农业总产值、种植业比重每增加1% ,农业面源污染将分别增加1. 051% 、 0. 403% ;而农业技术对农业面源污染具有显著的负向作用,农业技术进步每提升1% ,农业面源污染将减轻2. 147% 。从各地区实证结果来看:农业经济规模增长加剧了农业面源污染。其中,农业规模效应的估计系数在华中和西南地区模型
22、中较高(分别为0. 995与1. 110) ,在东北地区模型系数估计相对较低(为0. 280) 。但是,农业结构调整对农业面源污染存在一定的差异性,其中,华中地区种植业比重提升1% ,农业面源污染将上升1. 898% ;在华东、东北地区模型估计系数达到0. 653、 0. 584;而在西北地区种植比重的提升降低了农业化肥、农药使用量,模型估计系数为- 0. 482。另外,农业技术进步显著降低了农业面源污染,其中在华东、东北与华北地区模型估计系数分别达到- 2. 852、 - 1. 483与- 1. 3288。表2中污染方程的实证结果表明,农业规模扩大与农业结构调整增加了化肥和农药的使用量,加剧
23、了农业面源污染,而农业38上海财经大学学报2015年第5期技术进步则在一定程度上缓解了农业面源污染。基于农业规模、结构与技术变动对农业面源污染影响的差异性,农业保险所引致的农业经济规模、农业产业结构与农业技术进步这三个方面变动对农业环境的影响将进一步呈现复杂性。由表2实证结果可知: ( 1)在规模方程中,控制了农业劳动、农业资本、农作物播种面积、农产品贸易开放度等因素后,本文估计了中国农业保险对农业规模的影响。从全国范围看,我国农业保险对农业规模的影响显著为正,农业保险承保规模每增长1个百分点,农业经济规模增长将达到0. 031个百分点。从区域样本看,农业保险显著促进了农业经济增长,其中在华东
24、、华北、华南、华中地区,农业保险的估计系数分别达到0. 045、 0. 048、 0. 092、 0. 061。 ( 2)在结构方程中,控制了农村人力资本、城乡收入差距、城镇化水平、农产品贸易开放度等变量后,估计了中国农业保险对农业结构调整的影响。从全国样本看,随着中国农业保险险种覆盖范围、保费补贴比例的不断提高,农业保险降低了我国农业种植业比重(估计系数为- 0. 011) 。但是,区域层面的估计模型存在一定的差异性,其中,变量log( Ins)在华北、西北地区显著为正(系数分别为0. 081、 0. 038) ,而在华东、华中、东北地区显著为负(估计系数分别为- 0. 092、 - 0.
25、022与- 0. 015) 。可以看出,在全国层面农业保险发展带动了农业生产经营的多样化,随着农业保险承保险种的不断增加,一定程度上促进了传统农业中种植业比重的下降,加速了农业结构的调整。但是,由于各地区政策性农业保险补贴规模、农业要素禀赋、农产品贸易开放度等存在一定的差异,因此,农业保险对我国地区农业结构的调整也存在一定的差异性。 ( 3)在技术方程中,控制了农村人力资本、农业机械化水平、城镇化水平、农产品贸易开放度等因素后,实证结果表明农业保险加快了农业技术进步。在全国模型中,实证结果显示在1%显著性水平下,我国农业保险增长1% ,农业技术进步将提升0. 026% ,农业保险对我国农业技术
26、进步起到了明显的推动作用。在区域层面上,农业保险对地区农业技术具有明显的促进作用,变量log( Ins)在华东、华北、东北、西南、西北地区的模型中估计系数显著为正。农业保险规模增长有助于农户规避农业风险、促进规模化经营,以及加大农业固定资产投资、农业机械设备的投资,这些都促进了农业技术进步效应。总体来说,农业保险加快了我国农业技术的进步。表2联立方程3SLS估计结果(基本模型)项目全国华东华北华南华中东北西南西北污染方程log( Gdp) 1. 051 0. 946 0. 974 0. 791 0. 995 0. 280 1. 110 0. 969 log( Str) 0. 403 0. 65
27、3 0. 685 0. 587 1. 898 0. 584 1. 053 - 0. 482 log( Tec) - 2. 147 - 2. 852 - 1. 328 - 0. 649 - 0. 784 - 1. 483 - 0. 246 - 0. 017 规模方程log( Labor) 0. 130 0. 40 0. 482 0. 644 - 0. 322 - 0. 237 0. 442 - 0. 044log( Land) 0. 750 0. 591 0. 471 - 0. 051 1. 412 0. 01 0. 403 1. 046 log( Cap) 0. 163 0. 133 0. 1
28、39 0. 023 0. 162 0. 499 0. 238 0. 331 log( Open) 0. 182 0. 214 0. 128 0. 025 0. 173 - 0. 192 0. 081 - 0. 041log( Ins) 0. 031 0. 045 0. 048 0. 092 0. 061 0. 064 0. 036 0. 042 结构方程log( Gap) - 0. 221 1. 514 - 0. 285 - 0. 358 0. 164 - 0. 014 - 0. 063 - 0. 583 log( HR) - 0. 012 0. 412 - 1. 191 0. 238 - 0
29、. 347 - 1. 542 0. 096 - 0. 374 log( Open) - 0. 151 - 0. 242 - 0. 032 0. 242 0. 113 0. 148 0. 073 0. 149 log( City) - 0. 272 1. 945 - 5. 157 - 1. 803 - 0. 604 - 1. 039 - 0. 412 - 1. 701 log( ins) - 0. 011 - 0. 092 0. 081 0. 014 - 0. 022 - 0. 015 - 0. 021 0. 038 2015年第5期农业保险与农业面源污染:影响因素及其度量39续表2联立方程3S
30、LS估计结果(基本模型)项目全国华东华北华南华中东北西南西北技术方程log( HR) - 0. 022 - 0. 017 - 0. 066 0. 036 - 0. 276 0. 183 0. 018 0. 078log( M ac) 0. 027 0. 068 0. 034 0. 345 0. 256 0. 341 0. 127 - 0. 032log( Open) 0. 011 - 0. 022 0. 013 - 0. 058 0. 207 0. 172 - 0. 012 - 0. 143 log( City) - 0. 048 0. 316 - 0. 148 0. 352 - 0. 426
31、 - 0. 851 - 0. 192 0. 452 log( Ins) 0. 026 0. 012 0. 033 - 0. 034 0. 011 0. 022 0. 039 0. 034 注: 、 与分别表示变量在1% 、 5%与10%水平下显著,下同。(二)拓展模型的计量检验考虑到农业保险与控制变量可能存在替代或互补关系,从而影响农业保险对农业环境的综合影响效应。本文采用3SLS方法实证检验了含有交互项的拓展模型联立方程组(见表3) 。在表3的污染方程中,农业规模、结构和技术效应的估计结果与基本模型联立方程组一致,不存在系统性差异。本部分重点将考察中国农业保险与控制变量交互项的估计结果。表3
32、联立方程3SLS估计结果(拓展模型)项目全国华东华北华南华中东北西南西北污染方程log( Gdp) 1. 051 0. 948 0. 975 0. 807 1. 108 0. 292 1. 108 0. 968 log( Str) 0. 393 0. 742 0. 653 0. 581 0. 406 0. 553 1. 126 - 0. 226log( Tec) - 1. 873 - 1. 721 - 1. 086 - 0. 479 - 0. 429 - 1. 019 - 0. 236 - 0. 019规模方程log( Labor) 0. 061 0. 098 0. 492 0. 618 -
33、1. 049 - 0. 843 0. 098 - 0. 061log( Labor) log( ins) 0. 023 0. 071 0. 033 0. 072 0. 184 0. 272 0. 148 - 0. 013log( Land) 0. 874 0. 975 0. 452 0. 031 2. 452 0. 661 0. 751 0. 941 log( Land) log( ins) 0. 033 - 0. 091 0. 037 - 0. 128 - 0. 259 0. 154 - 0. 142 0. 046log( Cap) 0. 081 0. 013 0. 146 0. 060 -
34、 0. 162 0. 463 0. 077 0. 031 log( Cap) log( ins) 0. 020 0. 028 - 0. 011 0. 022 0. 063 - 0. 012 0. 044 0. 041log( Open) 0. 226 0. 287 0. 208 0. 199 0. 168 0. 514 0. 013 0. 341 log( Open) log( ins) - 0. 015 - 0. 012 - 0. 032 - 0. 073 0. 036 - 0. 157 0. 025 - 0. 117 log( ins) 0. 061 0. 128 - 0. 013 0.
35、328 0. 795 - 0. 774 0. 122 - 0. 036 结构方程log( Gap) 0. 032 0. 794 1. 253 - 1. 274 0. 452 - 1. 449 - 0. 239 - 0. 169log( Gap) log( ins) - 0. 079 0. 178 - 0. 318 0. 191 - 0. 069 0. 332 0. 083 - 0. 153log( HR) 0. 043 0. 212 - 2. 073 0. 158 - 0. 019 - 0. 987 0. 052 - 0. 063log( HR) log( ins) - 0. 014 0. 0
36、49 0. 199 0. 032 - 0. 071 0. 152 0. 013 - 0. 053 log( Open) - 0. 123 - 0. 218 0. 342 0. 639 - 0. 338 - 0. 654 0. 114 - 0. 371 log( Open) log( ins) - 0. 021 0. 013 0. 218 - 0. 129 0. 072 0. 042 0. 013 0. 134 log( City) - 0. 186 1. 223 - 10. 082 - 2. 893 0. 214 5. 985 - 0. 202 - 0. 357 log( City) log(
37、 ins) - 0. 112 0. 123 1. 182 0. 239 - 0. 185 - 0. 862 - 0. 082 - 0. 359 log( ins) 0. 324 - 1. 127 - 2. 473 - 0. 882 1. 542 - 3. 929 - 0. 522 1. 459 技术方程log( HR) 0. 012 0. 076 0. 156 - 0. 351 - 1. 047 - 0. 857 0. 139 0. 188 log( HR) log( ins) 0. 018 - 0. 021 - 0. 027 0. 097 0. 189 0. 128 - 0. 037 - 0
38、. 043 log( M ac) 0. 057 - 0. 066 0. 324 - 0. 331 0. 835 - 0. 238 0. 212 0. 414 log( M ac) log( ins) 0. 013 0. 031 - 0. 058 0. 183 - 0. 123 0. 092 - 0. 052 - 0. 163 log( Open) 0. 023 0. 081 - 0. 052 0. 642 0. 742 - 0. 291 0. 066 - 0. 169log( Open) log( ins) 0. 012 - 0. 021 0. 012 - 0. 183 - 0. 124 0.
39、 057 - 0. 011 0. 012log( City) - 0. 191 - 0. 229 0. 738 - 1. 713 - 1. 457 6. 847 - 0. 792 0. 523log( City) log( ins) 0. 063 0. 086 - 0. 092 0. 553 0. 364 0. 815 0. 291 - 0. 097log( ins) 0. 141 0. 242 0. 824 - 2. 891 - 2. 832 - 0. 021 0. 122 0. 036 40上海财经大学学报2015年第5期全国数据的实证结果显示: ( 1)在规模方程中,变量log( Ins
40、)与log( Labor)交互项、变量log( Ins)与log( Land)交互项分别在5% 、 10%水平上显著,估计系数分别为0. 023、 0. 033;变量log( Ins)与log( Open)交互项在5%的水平下显著,估计系数为- 0. 015;另外,变量log( Ins)与log( Cap)交互项未通过显著性检验。 ( 2)在农业结构方程中,变量log( Ins)与log( HR)交互项、变量log( Ins)与log( Open)交互项、变量log( Ins)与log( City)交互项的估计系数分别为- 0. 014、- 0. 021与- 0. 112。 ( 3)在技术方程
41、中,变量log( Ins)与log( HR)的交互项、变量log( Ins)与log( M ac)的交互项、变量log( Ins)与变量log( Open)的交叉项以及变量log( Ins)与变量log( City)的交叉项都通过了显著性检验,系数分别为0. 018、 0. 013、 0. 012与0. 063。全国层面数据的实证结果表明:农业固定资产投资、农业机械化水平、农业外向程度等因素是影响农业保险环境效应的重要因素,这些影响因素与农业保险的交互项变量促进了农业规模扩张、降低了农业种植业比重,同时也加快了地区农业技术进步。从表3区域层面实证结果来看,农业保险与控制变量的交互项对农业规模、
42、结构以及技术的影响存在一定的地区差异,这与地区农业经营特色、农业气候特征、农业保险承保项目以及保险补贴等密切相关。在规模方程中,在华东、华中地区,变量log( Ins)与变量log( Land)交互项的系数分别为- 0. 091、 - 0. 259;而在华北、东北地区,变量log( Ins)与变量log( Land)交互项的系数为0. 037、0. 154。在结构方程中,在华北地区,变量log( Ins)与变量log( City)交互项的系数为1. 182,而在华中、东北与西北地区,变量log( Ins)与变量log( City)交互项的系数分别为- 0. 185、 - 0. 862与- 0.
43、 35。在农业技术方程中,在华东、华南地区,变量log( Ins)与变量log( M ac)交互项系数分别为0. 031、 0. 183;在华北、华中、西北地区,变量log( Ins)与变量log( M ac)交互项系数分别为- 0. 058、- 0. 123与- 0. 163。在区域模型中,变量log( Ins)与交互项对农业规模、结构以及技术的变动存在一定的差异,地区要素禀赋是影响农业保险环境效应的重要因素。在城镇化水平、农业机械化以及贸易开放度较高的地区,农业保险能够推动农业技术进步,减少农业面源污染,我国地方政府在推动农业保险发展、增强我国粮食安全的同时,需要因地制宜地制定农业发展政策
44、,因为完善的农业配套设施可以改善农业保险环境效应。(三)基本模型与拓展模型的情景模拟依据基本模型和拓展模型的估计结果,本文模拟了中国农业保险( Ins)增长1%的情境下,农业规模( Gdp) 、农业结构( Str) 、农业技术( Tec)的相应变化,以及对农业污染( E)的终端影响。其中,将农业污染终端影响依据农业规模效应、结构效应、技术效应的传导路径进行了细分,并进行了深入分析,估计结果见表4。由表4中基本模型的情景模拟结果可知,中国农业保险( Ins)每增长1% ,则农业产量( Gdp)上升0. 031% ,种植业比重( Str)下降0. 011% ,农业技术( Tec)上升0. 026%
45、 ,农业污染( E)减少0. 028%(其中农业规模效应、结构效应、技术效应分别为0. 033% 、 - 0. 004% 、 - 0. 056% ) 。情景模拟结果表明,农业保险的增长逐步实现了我国农业向高效益、低污染方向的转型。因此,在兼顾粮食安全与环境保护的双重目标下,我国政府应该逐步调整农业保险补贴政策,推动中国农业保险向环境友好型的绿色保险转变。但是,我国农业保险的区域环境效应存在较大差异(见表4) 。张祖荣( 2013)指出,由于我国各地区的主要农作物及其主要风险存在较大差异,针对特定农作物险种和特定风险的补贴,难以适应各地风险差异和特色农业的实际情况;一些农业大省财政压力较大,难以
46、承担相应的巨额保费补贴责任,因此影响了该地区农业保险的均衡发展。农业保险的非均衡发展对农业面源污染的影响出现较大的地区差异。2015年第5期农业保险与农业面源污染:影响因素及其度量41首先,华东和东北地区是农业保险环境效应的受益地区,农业保险影响华东、东北地区农业环境的路径具有相似性。虽然农业保险促进了农业经济规模的扩大,加剧了华东、东北地区的农业污染,但是技术效应与结构效应超越了规模效应对农业面源污染的负面影响,因此,农业保险综合效应降低了华东与东北地区的农业面源污染。其次,华北、华南、华中、西南与西北地区是农业保险环境效应的受损地区。由基本模型的情景模拟可知,随着农业保险的发展,华北、华南、华中、西南与西北地区的农业化肥、农药使用量也明显增加。同时,我们发现,这四个地区的农业保险加剧农业环境恶化的传导路径也存在一定的差异性:在华北地区农业保险促进了农业规模的扩大,并加快了农业技术进步与种植业比重提升;同时,农业规模效应、结构效应对农业面源污染起到的恶化作用,超越了农业技术进步对环境污染的治理作用,