《农业保险综合评估分析》

农业保险综合评估分析

【摘要】文章以黑龙江省为例，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黑龙江省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，黑龙江省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。黑龙江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年黑龙江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]（2016）认为政策性财政补贴推动的黑龙江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——黑龙江省，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

（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