農業保險對農業面源污染的影響

導語：農業保險對農業面源污染的影響一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：本文立足于空間視角，基于中國各省的宏觀面板數據，從農戶生產行為的三個維度出發采用空間計量模型實證研究了農業保險對農業面源污染的影響。研究發現，在空間視角下，農業保險對農業面源污染有抑制作用；同時隨著現代交通的便利、保險以及農業技術的發展，面源污染具有空間溢出效應。最后從影響農戶生產行為的角度出發給出相關政策建議。

關鍵詞：農業保險；農業面源污染；農戶生產行為；空間溢出

保險是“三農”發展的“壓艙石”“助推器”。農險保費收入從2007年的51．8億元已經增加到2018年的572．7億元。而據2020年《第二次全國污染源普查公報》，2017年農業源主要水污染COD排放量高達1067．13萬噸，遠遠高于工業源污染。探索農業保險對農業環境的影響，對糧食安全具有重要意義。

1文獻綜述

國內外有關農業保險對農業環境的研究主要偏重于分析農險對化學品施用的影響。而國際上對農業污染的研究以農業面源污染為重點關注方向，我國農業發展粗獷，高投入、高產出和高資源環境代價，由此造成的面源污染最為嚴峻。但目前只有我國學者陳俊聰（2015）基于聯立方程組模型的方法，實證研究了農險對中國農業面源污染的影響，實際采用的依然是化肥農藥等指標。然而，農戶作為農業生產中的基本單位，農業保險損失補償原則使得農戶預期收益發生改變，從而在無形中會對農業的生產規模和結構產生影響（宗國富等，2014），而生產行為與農業環境惡化有著直接的、必然的聯系（張偉等，2014）。隨著現在區域之間聯系越發緊密，不同地區資源稟賦和農險發展水平不同，一個地區的農業生產行為對鄰近地區具有很強的示范性，由此導致面源污染可能具有一定的空間溢出效應。考慮到空間，目前只有少數研究從農險效率或者我國農業面源污染的影響因素角度切入進行了初步的探索，并未將二者結合起來。因此根據我國的現實氣候與農業生產條件，綜合以上因素，研究結果會更加具有科學性和說服力。

2研究設計、指標選取與數據來源

2．1研究設計

2．1．1空間自相關檢驗空間溢出效應是進行空間計量分析的前提，空間溢出一般檢測方法為空間相關性檢驗。莫蘭指數Mo－ran’sI是空間相關性檢驗中最常用的檢驗指標，其定義式為：其中，S2＝1n∑ni＝1（Yi－Y－）2；Y－＝1n∑ni＝1Yi，Yi表示第i個地區的觀測值；n為地區總個數；wij為空間權重矩陣。Moran’sI的取值一般在［－1，1］之間，等于0表示沒有相關性，小于0表示相關性是負的，大于0表示正的相關性。離1越近，空間相關性越大。2．1．2空間面板計量模型空間面板模型的一般形式如下：yit＝τyi，t－1＋ρw＇iyt＋x＇itβ＋d＇iXtδ＋ui＋γt＋εitεit＝λm＇iεt＋ν｛it其中，yi，t－1表示被解釋變量yit一階滯后；d＇iXt是解釋變量的空間滯后，d＇i是空間權重矩陣D的第i行；γt為時間效應；m＇i是擾動項空間權重矩陣M的第i行。在建立空間計量模型時考慮空間效應的影響，涉及以下幾種情形：當λ＝0時，為空間杜賓模型（SDM）；當λ＝0且δ＝0，為空間自回歸模型（SAR）。當τ＝ρ＝0且δ＝0，為空間誤差模型（SEM）。

2．2指標選取

農業面源污染，常用化學需氧量（COD）、總氮（TN）、總磷（TP）等污染物類型來表示，基于農業源污染數據的可獲得性，同時由于農業污染和農業經濟效益都是農業生產的結果，不能孤立地討論任何一方。所以本文使用魯慶堯（2015）的經濟環境指數EEI來表征，即各地區農業產生的COD與農林牧漁總產值比值。EEI值越大，表示農業面源污染越嚴重。采用各省農險保費收入（AI）作為核心解釋變量。經典的環境效應分析框架通常分解為規模、結構和技術三種效應，將其度量指標作為控制變量。首先因為農險的出現使得本來期望收益較低甚至為負的地塊得到重新耕種，需要投入更多的化肥、農藥等生產要素，面源污染進一步加重，故選取各省人均農作物播種面積（PAOCPA）表征規模維度；使用農業結構（農作物播種總面積／農用地總面積）（AS）、種植業結構（糧食面積／總作物播種總面積）（PS）以及農村家庭從業結構（工資性收入／農村人口人均可支配收入）（WR）來表征結構維度，農業保險使得種養結構發生改變，根據種養業的農學特征，由大田作物生產轉向經濟類作物或當農業結構由種植業向養殖業調整時，由于經濟作物和種養分離造成的面源污染物排放量將增加；使用各省份農業技術人員與第一產業從業人口之比（ATR）表示技術維度，當地的農業技術水平普及程度越高，越容易掌握先進的農業綠色發展技術進行清潔生產。

2．3數據來源

考慮到西藏特殊的地理位置和資源稟賦，及數據可得性，本文不含西藏。數據均來自EPS數據庫、《中國環境統計年鑒》《中國農村統計年鑒》以及各省統計年鑒等。由于最新三年的部分數據還未統計公布，故采用30個省2011－2015年5年數據，其中各省份農用地面積和農業技術人員數存在部分缺失，缺失值采取插值法補齊。為了解決數據可靠性和模型擬合準確性，空間計量模型中對部分數據進行對數化處理。實證研究運用Stata15．0。

3實證結果及分析

3．1農業面源污染空間自相關檢驗空間權重

W度量區域間的空間距離，是空間計量模型的關鍵。鑒于環境污染具有較強的區域相關性特性，本文主要采用地理權重矩陣。對2011－2015年除西藏外30個省市農業面源污染的Moran’sI指數進行了測算，并用P值來檢驗其顯著性（見表1）。結果表明，2011－2015年5年間我國農業面源污染的Moran’sI指數均明顯為正，表明農業面源污染具有明顯的空間相關性，即空間溢出效應。

3．2農業保險對農業面源污染影響的空間回歸結果分析

表2為農業保險對農業面源污染影響的SAR、SDM、SEM回歸結果。R－squared越接近于1值，表示模型擬合效果越好，故本文SEM模型是空間回歸的最佳模型。觀察表2可知：第一，不管在哪種空間模型下，LN（AI）的系數均顯著為負，即在考慮空間影響下，農業保險對農業面源污染產生一個抑制作用，表明農險具有一定的減排功能。第二，控制變量中，各省人均農作物播種面積PAOCPA系數為60．39，且通過了1％的顯著性檢驗，表明農戶土地投入的規模效應會進一步加重農業面源污染；農業結構AS、種植業結構PS均在1％的水平上顯著，但農村家庭從業結構WR不顯著，表明結構效應中越偏種植業和糧食種植越有利于農業污染的減少，越偏養殖業和經濟作物種植越會加重農業污染；但各省份農業技術人員與第一產業從業人口之比ATR，在SAR和SDM模型中不顯著，即使在SEM模型中在5％水平上顯著，但和實際的農業技術水平普及程度越高，清潔生產的認知和意愿也越高不符，這可能和現階段農業綠色生產技術發展水平不高，主要集中在化學品生產領域有關。

4政策建議

基于上述結論，本文提出：首先，農業保險對污染有顯著的抑制作用，且存在一個農業面源污染之間的空間相關性，這會影響彼此區域。說明光靠個別地區自己不能有效控制農業面源污染，區域合作必須得到加強。其次，從農民風險行為管理的角度來看，中國應該增加農業保險保費的補貼比例和提高覆蓋范圍，鼓勵農民生產高附加值的農產品，也就是說，減少土地、肥料等的投入也可以有效增加農民收入。這樣有利于優化農業產業結構，實現農業向低投入、低消耗、高產出的轉變，減少農業面源污染。最后，通過將農業保險補貼金額與農業生產技術選擇掛鉤，積極引導和鼓勵農民采用綠色生產技術，減少農業污染，促進我國農業保險向環境友好型綠色保險轉型。

參考文獻

［1］陳俊聰，王懷明．農業保險與農業面源污染：影響因素及其度量———基于聯立方程組模型的情景模擬［J］．上海財經大學學報，2015，17（05）：34－43．

［2］宗國富，周文杰．農業保險對農戶生產行為影響研［J］．保險研究，2014，（4）：23－30．

［3］張偉，羅向明．農業保險補貼、農民生產激勵與農村環境污染［J］．南方農村，2014，（5）：37－44．

作者：樊蓉 單位：西安財經大學