高级检索

森林保险财政补贴效率评价及最优补贴规模测算研究

邓晶, 郭丽莎, 田治威

邓晶, 郭丽莎, 田治威. 森林保险财政补贴效率评价及最优补贴规模测算研究[J]. 北京林业大学学报(社会科学版), 2022, 21(4): 43-49. DOI: 10.13931/j.cnki.bjfuss.2021342
引用本文: 邓晶, 郭丽莎, 田治威. 森林保险财政补贴效率评价及最优补贴规模测算研究[J]. 北京林业大学学报(社会科学版), 2022, 21(4): 43-49. DOI: 10.13931/j.cnki.bjfuss.2021342
Deng Jing, Guo Lisha, Tian Zhiwei. Performance Evaluation of China Forestry Insurance Subsidy and Measurement of the Optimal Subsidy Scale[J]. Journal of Beijing Forestry University (Social Science), 2022, 21(4): 43-49. DOI: 10.13931/j.cnki.bjfuss.2021342
Citation: Deng Jing, Guo Lisha, Tian Zhiwei. Performance Evaluation of China Forestry Insurance Subsidy and Measurement of the Optimal Subsidy Scale[J]. Journal of Beijing Forestry University (Social Science), 2022, 21(4): 43-49. DOI: 10.13931/j.cnki.bjfuss.2021342

森林保险财政补贴效率评价及最优补贴规模测算研究

基金项目: 国家社会科学基金一般项目“森林保险精准扶贫效果评估与财政补贴机制优化研究”(19BGL052)、教育部人文社会规划基金项目“我国森林保险精准扶贫效应评估与机制优化研究”(20YJA790059)
详细信息
    作者简介:

    邓晶,博士,副教授。主要研究方向:林业金融与森林保险。Email:jdeng@bjfu.edu.cn 地址:100083北京林业大学经济管理学院

  • 中图分类号: F326.2

Performance Evaluation of China Forestry Insurance Subsidy and Measurement of the Optimal Subsidy Scale

  • 摘要: 基于财政支出效率相关理论,对我国森林保险财政补贴效率进行研究。首先,从经济效率和社会效率两个角度构建了我国森林保险财政补贴综合效率评价指标体系,并采用熵权法测算了2019年各省补贴效率值。然后,把补贴规模纳入生产函数,采用2013—2019年我国各省的数据,探究不同因素对森林保险财政补贴效率的影响,并测算出我国森林保险财政补贴的最优规模。研究发现,在评价森林保险财政补贴效率时,经济效率的权重大于社会效率;政府财政补贴规模对补贴效率有显著的正向推动作用,同时该地的经济发展水平也对森林保险财政补贴效率产生着重要影响;另外,通过生产函数法可以得出,当森林保险财政补贴规模占林业第一产业产值达到4.21%时,补贴效率达到最大,然而全国大部分地区的实际补贴规模还远远小于最优水平。提出如下建议:扩大补贴范围,在全国范围内推行森林保险;加大财政补贴力度,着力缩小与最优规模的差异,并根据各地经济发展水平、补贴额度等实际情况差异化提高补贴比例;兼顾社会效率的同时,注重经济效率的提升,政府应根据林业产值目标规模及得出的最优补贴规模比例综合确定森林保险最优补贴规模。
    Abstract: Based on the theory related to the efficiency of fiscal expenditure, the efficiency of forest insurance financial subsidies in China was studied. Firstly, the comprehensive efficiency evaluation index system of my country's forest insurance financial subsidies is constructed from the perspectives of economic efficiency and social efficiency, and the entropy weighting method was used to measure the subsidy efficiency values by province for 2019. Then, incorporating the scale of subsidies into the production function, the data of each province in China from 2013-2019 were used to explore the impact of different factors on the efficiency of financial subsidies for forest insurance and to measure the optimal scale of forest insurance subsidies in China. It is found that economic efficiency is given more weight than social efficiency in evaluating the efficiency of financial subsidies for forest insurance; the scale of government financial subsidies has a significant positive driving effect on the efficiency of subsidies, while the level of economic development of the place also has an important impact on the efficiency of forest insurance financial subsidies; In addition, the production function method shows that the subsidy efficiency is maximized when the government forest insurance premium subsidy reaches 4.21% of the primary forestry industry output, but the actual scale of subsidies in most regions of the country is still far smaller than the optimal level. Based on the above findings, this paper proposes the following recommendations: to expand the scope of subsidies and implement forest insurance nationwide; to increase the financial subsidies, strive to narrow the difference with the optimal scale, and increase the subsidy ratio differently according to the actual situation of the economic development level and the amount of subsidies in each region; to pay attention to the improvement of economic efficiency while taking into account social efficiency; the government should comprehensively determine the optimal subsidy scale of forest insurance according to the target scale of forestry output value and the optimal subsidy scale ratio.
  • 森林保险是管理林业风险的重要手段,对于稳定林业生产、保障林业经营者收入具有重要作用。2009年,我国开始实行中央财政森林保险补贴政策,至今政策已经实施了13年。在这期间,森林保险责任范围不断扩大,保险产品不断丰富,投保面积和覆盖率显著提高[1]。但从实践来看,森林保险仍然面临产品设计不合理、有效需求不足、保险公司积极性不高、政府部门工作动力不强等发展困境[2-3]。我国森林保险政策体系还有待进一步完善,有必要对森林保险财政补贴政策实施效率进行评价,深入剖析我国森林保险发展过程中面临的问题及原因,探索实现我国森林保险可持续发展的措施。

    目前关于森林保险财政补贴效率的相关研究主要分为以下3类:①通过研究财政补贴前后农户参保意愿的变化来评价补贴效果。Qin等[4-5]研究了农户森林保险的保费支付水平和需求影响因素,提出政府应该根据不同保额制定差异化财政补贴比例,从而提高农户支付意愿,帮助农户提高风险应对能力,提升财政补贴资金使用效率。Sauter等[6]基于德国农户调查数据,研究发现财政补贴提高了农户支付意愿,为农户带来了较好的风险分散效应,提高了社会效率。②运用DEA(data envelopment analysis,简称DEA)模型研究森林保险财政补贴效率。邓晶等[7]基于DEA模型对我国森林保险财政补贴效率进行研究,发现我国森林保险补贴政策整体运行良好,但仍存在规模报酬递减、制度效率较低以及各地区发展不平衡等问题,导致社会效率不高。Ke等[8]运用DEA模型研究了天然林保护计划在我国西部10个省份的实施效率,发现技术进步是提升财政资金使用效率的重要原因。Wanke等[9]运用两阶段DEA模型研究了伊朗保险公司数据,发现财政资金补贴效率存在地区差异,公平性不足,进而影响到了森林保险社会作用的发挥。③从理论角度出发对财政补贴效率进行分析。李彧挥等[10]运用福利经济学理论对森林保险财政补贴效率进行测算,发现森林保险财政补贴符合帕累托改进原则,有助于社会资源合理配置,且补贴效率因区域、保险条款等因素存在差异。秦涛等[11]通过梳理森林保险财政补贴政策,分析其执行效果、存在问题,提出应该针对森林保险实行差异化的补贴标准,从而提高资金使用效率。富丽莎等[12]运用双重差分模型与事件研究模型研究了补贴政策对林业产出的影响及其长期动态影响效果,认为应从补贴规模科学测算、合理设定补贴标准等方面优化森林保险财政补贴政策。

    林业属于大农业范畴,森林保险是农业保险的一个重要组成部分,森林保险制度的构建有着浓重的农业保险烙印[13]。农业保险对森林保险相关理论研究也具有一定影响,二者在生产管理[14]、参与主体、保障流程等方面都有一定的共通性,因此,农业保险的相关研究可为森林保险研究提供一定的参考。杜伟岸等[15]运用DEA模型对我国中部地区在农业保险财政补贴政策方面的效率进行客观研究,发现该地区的财政补贴效率较为落后;张祖荣[16]通过构建农业保险财政补贴资金使用效率指标和评价方法分析了我国财政补贴的转移支付效应与财政补贴资金的使用效率,并得出我国财政补贴资金缺乏效率的结论;郑军等[17]利用财政支出理论,构建经济效率指标和社会效率指标来评价农业保险财政补贴的效率,研究发现各地区政府对农业保险财政补贴额占当地农业产出的比率为8.16%时,财政补贴的规模效率最大。

    综上可知,已有关于森林保险财政补贴效率的研究从方法和理论进行了尝试,并得出了一些有益的结论,但尚未形成系统性的理论研究成果,缺少从经济和社会视角对森林保险财政补贴政策的实施效果的评价研究,也缺少对政府财政补贴最优规模的测度。因此,本文针对以上研究不足,构建由经济效率和社会效率构成的森林保险财政补贴效率评价指标体系,并依据生产函数进行实证研究,测算森林保险财政补贴的效率及最优规模,并据此提出相关建议。

    效率是指投入产出比,在经济学中一般是指资源配置的效率。参考农业保险的相关研究,本文将森林保险财政补贴的经济效率定义为政府对森林保险财政补贴的投入与其产出效果之间的对比关系,主要用于衡量财政资金配置的科学合理性和资金运用的有效性,可分为以下3类[18]:①规模效率,是森林保险财政补贴的经济效率在宏观上的表现,指财政林业支出资金的投入总量是否有效率,即政府的财政支出规模应在经济实际的范围内,不能过度扩张从而对经济产生超额负担,影响私人部门正常的投资和消费行为;②结构效率,是森林保险财政补贴的经济效率在中观上的表现,指财政林业支出资金的结构配置是否合理,即政府在进行财政支出时,应当合理确定其结构以实现资源的有效配置和经济的有效运行;③资金使用效率,是森林保险财政补贴的经济效率在微观上的表现,指财政林业支出资金的管理使用是否有效,即保证在财政资金投入一定的情况下,取得最大效益与产出。

    政府财政支出的社会效率是指财政支出为人民提供各方面服务以满足各层次需求的效果。在评价政府财政支出的社会效率时应当综合考虑风险、福利与贫困等因素。农业保险作为一种风险保障手段和风险事后补偿机制,不仅能够提高农业产出水平[19],而且在微观上具有抗风险和反贫困的社会福利价值[12]。森林保险和农业保险同为政府的一项财政支农支出,理论上两者的社会福利效应有很大相似性。基于以上分析,本文将森林保险财政补贴的社会效率同样分为3类:①在宏观上表现为贡献效率,指财政资金提高林业产出水平,促进地区经济发展,从而发挥政府社会职能的福利效应;②在中观上表现为抗风险效率,指财政资金稳定消费、规避风险的社会保障作用;③在微观上表现为反贫困效率,指财政资金调节收入差距、提高农户收入的福利效应。

    为了探究财政支出对宏观经济的影响,判断支出水平是否达到最优规模,经济学家巴罗提出了财政支出最优规模的理论假说,认为由于市场失灵的存在,政府应当采取财政支出的手段干预市场,从而促进经济增长。其构建的内生经济增长模型以政府支出为核心,将公共支出引入柯布-道格拉斯生产函数(Cobb-Douglas production function),并运用微分方法推导得出了“巴罗法则”[20]。依据巴罗法则,政府提供的公共服务存在一个最优规模,因此森林保险财政补贴应该存在最优补贴规模使得补贴效用最大。

    假设1:森林覆盖面积越广的地区,综合补贴效率值越高。森林面积广阔的地区,林业是当地经济发展的重要拉动产业,林业灾害一旦发生将对当地林业从业者带来较大损失,森林保险有助于当地林业风险分散和灾后社会稳定,因此社会效率较大。同时,政府的财政补贴和相关扶持较多,当地林业工作者技术经验相对也较为丰富,财政资金使用效率较高,有助于提升经济效率。

    假设2:经济越发达的地区,补贴效率值越高。地方政府经济实力对于森林保险财政补贴效率具有重要影响,已有研究发现经济实力较强的东部省份对种植业保险的各级财政补贴明显多于经济实力相对较弱的中部省份[21]

    假设3:越早开展森林保险财政补贴政策试点的地区,补贴效率值越高。一般来说,开展试点的时间越早,财政补贴政策的发展越完善,相关政策实施经验较为丰富,补贴的额度和方式也越合理,进而投入的财政补贴资金能够得到更加高效地运用。

    假设4:政府财政补贴规模、农户可支配收入和农户保费支出水平影响补贴的效率值。补贴规模反映了政府对森林保险的支持力度,补贴规模越大,补贴的效率越高;农户的可支配收入反映了补贴的反贫困效率,收入越多,补贴的效率越高;农户的保费支出在总保费支出中占比越高,补贴的效率越高。

    假设5:森林保险也存在一个最优财政补贴规模。森林保险财政补贴作为政府的一项财政支出,随着政府补贴规模的加大,林业产值会逐渐提高直到边际产出达到最大值,此时效率值最高。依据森林保险财政补贴的“倒U型”产出效应,超过某个规模后,补贴规模的增加将会导致补贴效率下降,这个特定的财政规模即称为最优补贴规模。

    根据巴罗法则,建立林业系统的柯布-道格拉斯生产函数:

    $$ \mathrm{G}\mathrm{D}\mathrm{P}=A{K}^{\alpha }{L}^{\beta }{G}^{\gamma } $$ (1)

    式中:GDP为林业生产总值, A 为常数, K 为林业资本存量, L 为林业行业劳动力人数, G 为森林保险财政补贴规模,αβγ分别代表资本产出弹性、劳动力产出弹性、财政补贴的产出弹性。对式(1)两边分别取对数,得到本文的研究模型如下:

    $$ \mathrm{l}\mathrm{n}\mathrm{G}\mathrm{D}\mathrm{P}=\mathrm{l}\mathrm{n}A + \alpha \mathrm{l}\mathrm{n}K + \beta \mathrm{l}\mathrm{n}L + \gamma \mathrm{l}\mathrm{n}G + \varepsilon $$ (2)

    式中:$ \varepsilon $为随机误差项。令$\gamma =\dfrac{\mathrm{d}\mathrm{l}\mathrm{n}\mathrm{G}\mathrm{D}\mathrm{P}}{\mathrm{d}\mathrm{l}\mathrm{n}{G}}=\dfrac{\mathrm{d}\mathrm{G}\mathrm{D}\mathrm{P}}{\mathrm{d}G}\times \dfrac{G}{\mathrm{G}\mathrm{D}\mathrm{P}}$$ \sigma =\dfrac{\mathrm{d}\mathrm{G}\mathrm{D}\mathrm{P}}{\mathrm{d}G} $,则财政补贴产出弹性$ \gamma =\sigma \times \dfrac{G}{\mathrm{G}\mathrm{D}\mathrm{P}} $,令财政补贴相对规模Z $ =\dfrac{G}{\mathrm{G}\mathrm{D}\mathrm{P}} $,故产出弹性$ \gamma =\sigma \times Z $。根据巴罗法则,决定最优财政支出规模的自然效率条件是$ \sigma =1 $,即政府每单位财政支出的边际成本为1,按边际成本等于边际收益的原则,政府每增加一单位财政补贴时,林业生产总值也应该提高一单位,此时为最优财政补贴规模。若$ \sigma > 1 $,则表明政府补贴过度;反之,若$ \sigma < 1 $,则说明政府补贴不足。根据以上理论,政府森林保险财政补贴最优相对规模Z等于财政补贴产出弹性$ \gamma $

    林业生产总值选用林业第一产业产值表示;林业资本存量采用林业流动资金与固定资产使用费用表示;林业行业劳动力人数选用林业生产活动参与人数表示;森林保险财政补贴规模则是森林保险实施省份的实际补贴数据。

    由于我国从2009年开始实施中央财政森林保险财政补贴政策,且截至2019年尚有部分省份未开展森林保险或缺乏补贴数据,因此本文选择2013—2019年数据完整的18个省(直辖市、自治区)展开研究。林业第一产业产值、林业流动资金与固定资产使用费用、林业生产活动参与人数的数据来源于《中国林业统计年鉴》,森林保险财政补贴规模的数据来源于《中国森林保险发展报告》。

    根据前文理论基础中对财政补贴效率的相关阐述,从经济效率和社会效率两个方面来描述森林保险财政补贴的综合效率。考虑到森林保险财政补贴效率是一个较为复杂的系统,受到众多因素的影响,只有采用多层次、多指标的综合评价体系才能保证对其的有效测度。因此,基于前文分析构建森林保险财政补贴效率的评价指标体系,运用熵权法对各指标进行赋权。作为一种客观赋权法,熵权法主要根据评价指标的离散程度确定权重,通过构造加权决策评价矩阵、确定指标的正负理想解、计算评价对象与理想解的距离、计算评价对象与最优方案的相对贴近度等步骤,进而得到森林保险财政补贴效率各评价指标及权重(见表1)。

    表  1  森林保险财政补贴效率各评价指标及权重
    一级指标二级指标三级指标权重
    经济效率 规模效率 政府财政补贴/林业系统内第一产业总产值 0.41
    资金使用效率 保险发生的赔付支出/保费收入 0.19
    结构效率 政府森林保险财政补贴额/政府农林水事务支出 0.09
    社会效率 贡献效率 当地林业第一产业产值/当地生产总值 0.19
    抗风险效率 农户的单位消费变化/单位收入变化 0.05
    反贫困效率 农户的人均可支配收入 0.08
    下载: 导出CSV 
    | 显示表格

    表1看出,经济效率的权重要比社会效率大,这意味着在评价森林保险财政补贴效率时,其经济意义的重要性略大于社会意义。经济效率方面,由于政府财政补贴是对资源的合理配置,在评价体系中的影响大,所以规模效率的权重最大(0.41);保险赔付发生意味着森林保险财政补贴政策起到了稳定林业生产的作用,因此资金使用效率的权重也比较大(0.19);财政补贴在农林水事务支出中的占比是财政资金在农林事务中的静态结构,权重为0.09。社会效率方面,当地林业第一产业产值在当地生产总值的占比衡量的是林业在地区发展中的重要程度,即贡献效率,该指标权重较大(0.19);虽然森林保险财政补贴在一定程度上减轻农户负担,但是部分保费支出会降低农户可获得的最大收入,因此反贫困与抗风险指标的权重不高。

    通过熵权法的测算,可以得到各个指标的权重$ {W}_{j} $,并横向比较各个省份的相同指标,运用极差标准化的方法进行打分。在得到各省份的各项指标得分${a}_{ij}$的基础上(i代表省份,j代表指标),运用公式(4)可得综合效率得分$ {F}_{i} $

    $$ {F}_{i}={\sum} _{j=1}^{6}{W}_{j}{a}_{ij} $$ (4)

    据此得到了不同省份各项指标的得分以及综合效率值(见表2)。从表2的效率得分结果可以看出:

    表  2  2019年我国18个省(自治区、直辖市)各补贴效率值
    地区规模效率资金使用效率结构效率经济效率贡献效率抗风险效率反贫困效率社会效率综合效率
    内蒙古100.008.91100.00 4.409.6157.8528.2527.1256.29
    海南9.4066.7223.869.51100.006.2327.7615.3438.77
    青海80.844.3734.195.230.0055.827.6817.5837.23
    广西3.30100.0059.063.9161.9227.8818.3820.0036.55
    江西4.1272.9654.0219.9654.7928.1329.3241.6031.82
    福建4.8019.3982.3127.0739.7251.0148.6767.2927.03
    湖南0.3042.9960.8810.6631.59100.0028.896.2721.91
    浙江1.1224.1413.2437.202.9758.06100.0045.7221.79
    北京4.910.3210.724.535.190.0096.1435.5421.33
    辽宁1.5022.8028.0653.709.2332.3737.5310.6415.90
    广东0.6522.8230.1010.604.7264.1545.5824.2215.88
    安徽2.001.7321.9729.5840.2530.0427.7944.2612.90
    四川0.003.6054.489.0415.0369.0623.4535.8411.94
    湖北0.3517.286.5210.8310.7727.8134.9119.9210.20
    陕西5.110.0049.618.104.8559.5212.6425.589.22
    甘肃14.000.5916.705.823.2527.760.00 19.477.50
    河北1.4610.9010.4474.923.0353.2329.8521.816.98
    河南1.0212.000.0018.935.6161.6228.1743.726.77
    下载: 导出CSV 
    | 显示表格

    首先,森林覆盖率对综合效率存在一定的正向促进作用。其中,福建、湖南和江西3省的综合效率在全国范围内较高,以上3省都是我国的林业大省,森林面积广阔,林业经济发达,林业对地区经济增长有着积极的促进作用。在3省中,江西的资金使用效率较高,即政府和农户一定的保费支出可以带来较多的保险赔付,风险保障放大效应较强。而江西省公益林已经实现全省统保,商品林保险覆盖面也处于全国前列,森林保险财政补贴政策已经相对完善,每年有大量保险赔款可用于恢复造林,风险分散机制完善,森林保险开展效果较好。福建、湖南两省贡献效率较高,说明两省林业财政资金在森林保险上为经济社会带来的贡献较大,推动当地生产总值的增加。而位于中部平原地区的河南、河北省的综合效率值较低,即财政补贴效率值偏低,而两地的森林覆盖率较低,林业自然灾害相对较少、损失程度较轻,林业产业对当地社会经济发展的贡献小,综合效率较低。因此,森林覆盖率越高,林业越发达的地区,补贴效率值越高,初步推测假设1成立。

    其次,地方政府经济实力与综合效率之间没有显著的关系。浙江为经济发达地区,经济发展水平较高,其农户反贫困效率在18个样本中居于最高,财政补贴政策给农户带来的社会福利多。然而,反贫困效率较低的内蒙古、广西等地综合效率值高于浙江,这说明财政补贴效率与地区经济发展水平并无直接正向关系。因此,经济越发达的地区,补贴效率值并不是越高,初步推测假设2不成立。

    再次,辽宁、广东和四川等第2批试点地区的综合效率值处于中等偏下水平。其中,四川的规模效率居全国最低,广东和辽宁两地的规模效率和贡献效率也较低。而综合效率值最高的内蒙古以及位列第三的青海两地,均于2013年才开始实施森林保险财政补贴政策。由此可知,开展森林保险试点时间早,并不能显著提高地区的补贴综合效率,假设3不成立。

    总体来看,我国森林保险财政补贴政策实施取得了一定成效,北方林业大省内蒙古的综合效率值最高,福建、湖南和江西等南方林区也达到了较高的效率值。而浙江由于较高的农户收入水平,综合效率值也处于中等水平,这说明政府财政补贴在减少农户保费支出的同时,也提高了农户的可支配收入。但也有部分经济发达地区的综合效率得分偏低,如广东省,这说明我国森林保险财政补贴制度的设计和政府的财政职能实现还有待进一步完善。由于补贴效率受到众多因素的影响,为了进一步验证前述假设,下文通过回归分析探讨。

    基于前文对假设的初步检验,借鉴郑军等[22]的做法,以财政补贴综合效率为被解释变量,假定财政补贴效率的影响因素为解释变量。结合理论基础和假设1、假设2、假设4,本文认为森林保险财政补贴效率可能受以下因素影响:森林覆盖率、地区生产总值反映的地区经济发展水平、财政补贴规模反映的政府财政支持力度。另外,选取反映农户参与保险情况的农户保费支出水平、农户人均可支配收入以及林业生产总值作为控制变量,并建立回归模型:

    $$ S=C + {\alpha }_{1}F + {\alpha }_{2}R + {\alpha }_{3}M + {\alpha }_{4}I + {\alpha }_{5}N + {\alpha }_{5}P + \varepsilon $$ (5)

    式中:S代表财政补贴效率综合得分,C为常数,$ {\alpha }_{1}\mathrm{、}{\alpha }_{2}\mathrm{、}{\alpha }_{3}\mathrm{、}{\alpha }_{4}\mathrm{、}{\alpha }_{5} $为各变量的系数,F代表财政补贴规模,R是地区生产总值,M代表农户保费支付水平,I代表农户人均可支配收入,N是森林覆盖率,P是林业生产总值,$ \varepsilon $为随机误差项。采用逐步回归法,探索森林保险财政补贴综合效率的主要影响因素。逐步回归即是在初步划定自变量范围后,将解释变量逐个加入回归模型,每加入一个解释变量都要进行F检验,同时对模型中已经存在的变量进行t检验。当模型中新加入的变量使已存在的变量不显著时,则将其删除,如此反复操作,直到既没有不显著的变量需要删除,也没有显著的变量需要加入模型为止。最终回归结果见表3

    表  3  效率方程的回归结果
    变量系数标准误t显著性水平
    C129.90644.5132.9180.012**
    N0.4000.1832.1910.047*
    F0.0010.0004.0330.001***
    I0.0010.0011.9290.076*
    P−10.8553.710−2.9260.012**
    注:*p < 0.1、**p < 0.05、***p < 0.01。
    下载: 导出CSV 
    | 显示表格

    模型整体在95%的置信水平下显著。从表3的回归结果可以看出,森林覆盖率、财政补贴规模对财政补贴效率都有较为显著的影响,而地区经济发展水平并不会对补贴效率造成太大影响。其中,财政补贴规模更是在99%的置信水平下显著,这说明政府财政支持力度对财政补贴综合效率的正向影响作用较大,进一步验证了假设4;森林覆盖率对综合效率的影响方向一致,且在95%的置信区间显著,假设1得到了验证;地区经济发展水平在逐步回归的过程中被剔除,则进一步说明经济越发达的省份补贴效率并不是越高,因此假设2不成立。另外,控制变量农户保费支出水平、农户人均可支配收入和林业生产总值对综合效率的影响均较为显著。

    由实证结果可知,政府的财政补贴规模对综合效率存在显著的正向影响。本文将根据前文所述的弹性理论和假设5来继续探究政府森林保险财政补贴的最优规模。

    根据Hausman检验结果,本文使用固定效应模型对林业生产函数进行回归。得到回归结果如表4所示。

    表  4  生产函数固定效应模型回归结果
    lnGDP系数标准误t显著性水平
    ln K0.5370.1045.1700.000
    ln L0.3450.0754.5900.000
    ln G0.0420.0212.0000.051
    ln A7.3000.9897.3800.000
    下载: 导出CSV 
    | 显示表格

    从以上回归结果可以看出,模型整体显著,林业资本存量、林业行业劳动力人数以及森林保险财政补贴规模对林业产业的发展有显著的影响。其中林业资本存量的产出弹性为0.537,这意味着林业投资对林业总产值有显著正向影响,近年来林业产值的飞跃式增长与对林业的投资有着密不可分的关系。林业行业劳动力人数的产出弹性为0.345,这说明劳动力投入对林业总产值有显著正向影响。森林保险财政补贴规模的产出弹性为0.042,即在其他因素不变的情况下,财政补贴每增加1%,林业系统第一产业生产总值平均增加0.042%,政府可以根据目标林业产值增加值与该比值确定计划最优财政补贴值,提高政府财政补贴对林业产出的促进作用,使得补贴效率达到最大,这一结果也验证了假设5。将最优规模与2019年各省的实际补贴规模进行比较,发现全国大部分地区的财政补贴额占当地林业第一产业产值的比例都在1%以内,与最优规模还有一定差距。

    本文基于财政支出效率相关理论,通过构建森林保险财政补贴效率综合评价指标体系,测算各省补贴效率值和最优补贴规模,得到以下研究结论:①森林保险财政补贴效率评价指标体系由经济效率和社会效率构成,其中经济效率包括规模效率、结构效率和资金使用效率,社会效率包括贡献效率、抗风险效率和反贫困效率,经济效率权重略大于社会效率;②近年来我国森林保险财政补贴政策的实施取得了一定成效,福建、湖南和江西三省综合效率值也处于全国前列;而河南、湖北等中部平原地区综合效率值较低,广东等经济发达地区的综合效率值也处于中等偏下水平;③效率方程的回归结果表明影响补贴效率的主要因素有补贴额度和地区经济发展水平,而农户的保费支付水平对补贴效率的影响较弱,政府的财政补贴规模对补贴效率产生正向的推动作用;④生产函数法的实证结果显示,当政府森林保险财政补贴规模占林业第一产业产值的4.21%时,政府可以结合目标林业产值增加值确定最优财政补贴值,使得补贴效率最优,而全国大部分地区的实际补贴规模远小于最优规模。

    基于以上研究结论,笔者提出以下建议:

    第一,中央财政应扩大补贴范围,力求做到森林保险在全国范围内的全覆盖。由于林业产业易受自然地理环境的影响,存在产业生产周期长、在生产总值中的占比低等一系列问题,各省的林业发展程度不同,森林保险财政补贴政策的发展更是参差不齐。截至2021年,我国还有一些省区没有开展森林保险财政补贴制度,各省的实际补贴规模也远小于最优规模,这是导致实际规模较低的原因之一。因此政府应该加大财政的财政补贴力度,着力缩小实际补贴规模与最优规模的差异,充分发挥财政补贴对综合效率值的促进作用。

    第二,最优补贴规模的确定要综合考虑地区经济发展水平、补贴额度等因素。全国各地区的森林状况具有较大的区域差异,如果只增加补贴规模,可能造成补贴结构不合理。因此政府应根据不同地区的森林覆盖面积、自然灾害频率、损失严重大小和林业发达程度,实施差异化补贴比例,对森林环境脆弱、易遭受巨灾损失且农户的收入水平较低无法负担过多保费的地区,应加大补贴额度。

    第三,优先注重经济效率,搭配提升社会效率,同时各地区应根据林业产值目标规模及最优补贴规模比例确定森林保险最优补贴值。

  • 表  1   森林保险财政补贴效率各评价指标及权重

    一级指标二级指标三级指标权重
    经济效率 规模效率 政府财政补贴/林业系统内第一产业总产值 0.41
    资金使用效率 保险发生的赔付支出/保费收入 0.19
    结构效率 政府森林保险财政补贴额/政府农林水事务支出 0.09
    社会效率 贡献效率 当地林业第一产业产值/当地生产总值 0.19
    抗风险效率 农户的单位消费变化/单位收入变化 0.05
    反贫困效率 农户的人均可支配收入 0.08
    下载: 导出CSV

    表  2   2019年我国18个省(自治区、直辖市)各补贴效率值

    地区规模效率资金使用效率结构效率经济效率贡献效率抗风险效率反贫困效率社会效率综合效率
    内蒙古100.008.91100.00 4.409.6157.8528.2527.1256.29
    海南9.4066.7223.869.51100.006.2327.7615.3438.77
    青海80.844.3734.195.230.0055.827.6817.5837.23
    广西3.30100.0059.063.9161.9227.8818.3820.0036.55
    江西4.1272.9654.0219.9654.7928.1329.3241.6031.82
    福建4.8019.3982.3127.0739.7251.0148.6767.2927.03
    湖南0.3042.9960.8810.6631.59100.0028.896.2721.91
    浙江1.1224.1413.2437.202.9758.06100.0045.7221.79
    北京4.910.3210.724.535.190.0096.1435.5421.33
    辽宁1.5022.8028.0653.709.2332.3737.5310.6415.90
    广东0.6522.8230.1010.604.7264.1545.5824.2215.88
    安徽2.001.7321.9729.5840.2530.0427.7944.2612.90
    四川0.003.6054.489.0415.0369.0623.4535.8411.94
    湖北0.3517.286.5210.8310.7727.8134.9119.9210.20
    陕西5.110.0049.618.104.8559.5212.6425.589.22
    甘肃14.000.5916.705.823.2527.760.00 19.477.50
    河北1.4610.9010.4474.923.0353.2329.8521.816.98
    河南1.0212.000.0018.935.6161.6228.1743.726.77
    下载: 导出CSV

    表  3   效率方程的回归结果

    变量系数标准误t显著性水平
    C129.90644.5132.9180.012**
    N0.4000.1832.1910.047*
    F0.0010.0004.0330.001***
    I0.0010.0011.9290.076*
    P−10.8553.710−2.9260.012**
    注:*p < 0.1、**p < 0.05、***p < 0.01。
    下载: 导出CSV

    表  4   生产函数固定效应模型回归结果

    lnGDP系数标准误t显著性水平
    ln K0.5370.1045.1700.000
    ln L0.3450.0754.5900.000
    ln G0.0420.0212.0000.051
    ln A7.3000.9897.3800.000
    下载: 导出CSV
  • [1] 秦涛,吴今,邓晶,等. 我国森林保险保费构成机制与财政补贴方式选择[J]. 东南学术,2016(4):101-110. doi: 10.13658/j.cnki.sar.2016.04.014
    [2] 王天会. 浙江省森林保险现状及困境研究[J]. 林业经济问题,2017,37(6):62-65,107. doi: 10.16832/j.cnki.1005-9709.2017.06.011
    [3] 秦涛,顾雪松,李佳怡,等. 森林保险财政补贴政策文献评述与研究展望[J]. 农林经济管理学报,2017,16(3):310-315. doi: 10.16195/j.cnki.cn36-1328/f.2017.03.6
    [4]

    QIN T,DENG J,PAN H,et al. The effect of coverage level and premium subsidy on farmers' participation in forest insurance:an empirical analysis of forest owners in Hunan Province of China[J]. Journal of Sustainable Forestry,2016,35(3):191-204. doi: 10.1080/10549811.2016.1140060

    [5]

    QIN T,GU X,TIAN Z,et al. An empirical analysis of the factors influencing farmer demand for forest insurance:based on surveys from Lin'an County in Zhejiang Province of China[J]. Journal of Forest Economics,2016,24:37-51. doi: 10.1016/j.jfe.2016.04.001

    [6]

    SAUTER P A,MÖLLMANN T B,ANASTASSIADIS F,et al. To insure or not to insure? Analysis of foresters' willingness-to-pay for fire and storm insurance[J]. Forest Policy Economics,2016,73:78-89. doi: 10.1016/j.forpol.2016.08.005

    [7] 邓晶,陈启博. 基于DEA模型的我国森林保险保费补贴效率研究[J]. 林业经济,2018,40(10):88-95,112. doi: 10.13843/j.cnki.lyjj.2018.10.016
    [8]

    KE S F,CHEN Z C,ROBSON M,et al. Evaluating the implementation efficiency of the Natural Forest Protection Program in ten provinces of western China by using Data Envelopment Analysis (DEA)[J]. The International Forestry Review,2015,17(4):469-476. doi: 10.1505/146554815817476413

    [9]

    WANKE P,BARROS C P. Efficiency drivers in Brazilian insurance:a two-stage DEA meta frontier-data mining approach[J]. Economic Modelling,2016,53:8-22. doi: 10.1016/j.econmod.2015.11.005

    [10] 李彧挥,王会超,陈诚,等. 政策性森林保险补贴效率分析−基于湖南、福建、江西三省调研数据实证研究[J]. 经济问题探索,2012(7):17-22. doi: 10.3969/j.issn.1006-2912.2012.07.004
    [11] 秦涛,田治威,潘焕学. 我国森林保险保费补贴政策执行效果、存在的主要问题与建议[J]. 经济纵横,2017(1):105-110. doi: 10.16528/j.cnki.22-1054/f.201701105
    [12] 富丽莎,秦涛,潘焕学,等. 森林保险保费补贴政策的林业产出规模效应实证分析−基于双重差分模型与事件研究模型[J]. 浙江农业学报,2021,33(2):355-368. doi: 10.3969/j.issn.1004-1524.2021.02.19
    [13] 李亚军. 基于保险费率、购买意愿和补贴效益的森林保险业发展与对策研究[D]. 北京: 北京林业大学, 2014.
    [14] 郑彬,高岚. 森林保险保费补贴效率测评−基于SE-DEA模型与Malmquist指数[J]. 资源开发与市场,2019,35(1):7-12. doi: 10.3969/j.issn.1005-8141.2019.01.002
    [15] 杜伟岸,李欣然. 中部地区政策性农业保险财政补贴绩效评价−基于DEA模型[J]. 财会通讯,2016(13):20-23,4. doi: 10.16144/j.cnki.issn1002-8072.2016.13.007
    [16] 张祖荣. 我国农业保险保费补贴资金使用效果评价:方法与证据[J]. 财政研究,2017(8):101-111. doi: 10.19477/j.cnki.11-1077/f.2017.08.009
    [17] 郑军,杜佳欣. 农业保险的精准扶贫效率:基于三阶段DEA模型[J]. 贵州财经大学学报,2019(1):93-102.
    [18] 王银梅,刘丹丹. 我国财政农业支出效率评价[J]. 农业经济问题,2015,36(8):49-55,111. doi: 10.13246/j.cnki.iae.2015.08.008
    [19] 张伟,易沛,徐静,等. 政策性农业保险对粮食产出的激励效应[J]. 保险研究,2019(1):32-44. doi: 10.13497/j.cnki.is.2019.01.003
    [20] 顾严. 我国财政支出对宏观经济的影响−基于“巴罗法则”的视角[J]. 中央财经大学学报,2006(11):1-5. doi: 10.3969/j.issn.1000-1549.2006.11.001
    [21] 王晓红. 精准扶贫视角下提升我国农业保险财政补贴效率研究[J]. 理论探讨,2020(1):102-107. doi: 10.3969/j.issn.1000-8594.2020.01.017
    [22] 郑军,朱甜甜. 经济效率和社会效率:农业保险财政补贴综合评价[J]. 金融经济学研究,2014,29(3):88-97.
  • 期刊类型引用(2)

    1. 邢方圆,焦奕珩,侯方淼. 政策性森林保险高质量发展时空演进及影响因素分析. 林业经济. 2024(06): 5-27 . 百度学术
    2. 徐玮. 基于风险区划的内蒙古森林火灾保险费率厘定研究. 林业经济问题. 2023(02): 154-161 . 百度学术

    其他类型引用(4)

表(4)
计量
  • 文章访问数:  471
  • HTML全文浏览量:  99
  • PDF下载量:  25
  • 被引次数: 6
出版历程
  • 收稿日期:  2021-12-01
  • 网络出版日期:  2022-09-29
  • 发布日期:  2022-12-29

目录

/

返回文章
返回
x 关闭 永久关闭