摘要：以39篇研究国内农业保险需求影响因素的文章为数据来源，采用Logit模型构建调解变量对农业保险需求影响因素显著性影响的回归模型，进行元回归分析。结果表明，农业保险购买需求影响因素显著性的实证分析受到“研究地区”“样本量”“研究年份”“是否研究政府财政支出”“是否研究务农年限”因素影响。为规范农业保险需求研究，研究人员需要设计合理的样本量，考量是否要将地区作为研究的重要影响因素之一，构建范围全面的指标体系，选取贴合实际农业发展情况的指标进行需求分析。

关键词：农业保险；需求影响因素；元回归分析

农业保险具有弥补农业生产者从事生产过程中所遭受的来自自然灾害、意外事故、重大疾病等造成的经济损失的功能，在农业生产过程中具有不可或缺的地位。它将各种不可预测的风险可能带来的财产损失通过保险的形式转嫁给了保险公司，直接减少农业生产者受灾害的影响程度。国外对于农业保险的研究与国外高程度的农业规模化、集约化生产，以及高水平的农民组织化程度息息相关。有关农业保险的研究倾向于规模化农业经营主体，这虽然与我国国情有一定出入，但是国内学者研究农业保险相关问题也可以借鉴国外研究的整体思路以及实验设计方法。国内研究学者做了大量关于农业保险理论研究与实证研究的叙述。从需求主体维度出发，研究对象大致分为传统农户和以家庭农村、龙头企业、合作社为主的新型农业主体。从农业保险类型来看，大体上分为种植业保险和养殖业保险。为了探究国内不同学者研究结果产生差异的原因，对国内研究农业保险影响因素的文章资料进行元分析。

一、研究现状

国内外学者对农业保险需求影响因素进行了多方面、深层次的研究。DeJanvry等（2014）分析了常见的保险需求的影响因素，认为农业合作社内的成员购买农业保险时会考虑之前的农业保险是否有效农民的受教育程度也有很大影响[1]。Dixon（2016）将埃塞俄比亚农户作为研究对象，通过追踪数据发现，更有可能购买农业保险的人具有接受过教育、家庭富裕、积极性高的特点[2]。Stein（2016）基于行为经济学，分析农业保险与农户之间的供求关系，通过对1355名农户的调查发现大多数农民都接受农业保险，而政府的政策引导可以有效地促进农民态度的转变[3]。Ezdini（2017）采用具有276个横截面观测值的Logistic模型来分析2000—2012年美国和欧洲国家的农业保险费用变化，认为农业保险的需求变化可以看成一个多元函数，受到农业保险保费、农业保险补贴、耕地面积、农民受教育水平、产量风险及宗教的影响[4]。国外学者主要从农民参保意愿、保险种类、机制建设等方面进行研究，集中在保险供需不平衡和影响农民参保因素这两方面。在国内学者的研究中，惠献波（2016）认为，户主的个人家庭特征、对农业风险的预期、周围人群的影响、保险补贴水平对农业保险的需求有显著影响，建议加大财政补贴力度用以提升农户的保险意识[5]。宋丽智等（2016）认为，农业补贴、农民受教育程度、农产品总播种面积、农产品销售状况对农业保险具有积极影响，而农业收入结构、灾害率对于农业保险的深度影响不显著[6]。聂荣等（2017）研究发现，农业收入、农业灾害、耕地面积对农户是否参加农业保险产生正向影响；风险偏好、负债与农户参保决策为负相关关系，并且考察了不同因素对投保产量和农业保险满意度的影响[7]。宋婷等（2017）运用空间状态模型和中介效应模型实证分析价格对于农业保险需求的影响，认为国家政策的引导依然是农业保险发展的主要推动力[8]。张伟等（2018）研究发现，农业保险对于保障低收入专业农户的力度低，建议国家加大财政补助以满足农户需求[9]。张启文等（2019）将黑龙江省内部分农户作为调查对象来进行研究，认为农户个人特征和对于农业保险的认知程度对他们的需求具有影响[10]。由于农业在国民经济中的重要地位，与我国农村的大量存在，农业保险在我国应用范围不断拓展[11]。目前影响农业保险需求的因素有很多，存在方向性与重点倾向。农业作为我国国民经济的重要支柱之一，对维护国家安全等方面起着重要作用。由于自然灾害的多发对农业生产经营造成重大威胁，自2007年以来，我国就实行政策性农业保险。农业保险政策的实施一定程度上减少了农民的经济损失，并且有利于降低风险、灾后重建、恢复农业生产。虽然我国政府一直致力于推广完善农业保险政策，但是仍然存在一些问题。各地区由于其气候、作物制度、经济等因素的影响，农业保险的深层次问题具有特殊性和普遍性[12]。我国疆域辽阔自然地理气候多变，在不同经济环境、农业发展水平条件下，学者渐渐将研究方向着重于不同区域中，各研究因此具有了不同的特点。综合比对各个学者的研究结果，发现对于影响因素指标的选取上，国内学者的选择大体相同。但是在最终结果的呈现上，同样的一项因素在不同的研究中出现所呈现的显著性水平出现不一致的现象。在个别情况下，甚至同一项指标随着研究的不同有的呈现出不同水平的显著性，而有的不具备显著性。为了探究不同研究者研究结果的差异化的原因是由于研究本身的特性还是研究设计的缺陷产生的，进行关于农业保险影响因素显著性的元回归分析。

二、研究方法与指标数据

（一）文献的检索与筛选

本研究针对国内关于农业保险需求方面的影响因素，检索了CNKI中国知网数据库、万方数据知识服务平台，全面搜索了符合研究相关要求的文献，同时结合参考文献进行人工比对补漏。搜索关键词包括农业保险、农作物保险、需求影响因素、需求分析等。本次元回归分析要求被纳入研究的文献符合以下标准：一是必须是进行了实验或调查分析的实证非纯理论性文章，并给出了各个影响因素显著性指标的大小；二是研究主题必须是具有较广泛意义的农业保险；三是必须以具有典型性和代表性的地区为研究对象所在地；四是同一篇文章多次发表的以其最新的版本为准；五是各个研究之间相互独立；六是文章具备一定的质量，研究具有明确的样本量。初步共搜集到涵括上述关键字的文献2386篇，从中得到针对我国从国家层面或者地区层面上进行实验或调查的实证分析文献208篇。经筛选，最终得到39篇符合本次研究要求的关于农业保险需求影响因素研究的文献作为研究的对象进行分析。

（二）文献编码

由于实施者和实施地点、条件的不同，各个作者从不完全相同的方面对于农户购买农业保险的影响因素开展研究，但是各个独立的研究之间也具有一定程度上的相似性。通过汇总对比各个研究时间指标选取的相似部分，挑选出其中研究次数较为全面的七项指标作为研究的自变量：农户年龄、受教育程度、经营规模、家庭人均可支配收入、农业经营收入占家庭总收入比重（以下简称“农营收入比重”）、对农保的了解程度、近年来受灾损失程度。

（三）农业保险需求影响因素的调解变量

调解变量定义：各个相互独立的研究的所具备的特性，这些特性关乎研究设计以及研究开展的具体事项从而导致各个研究结果之间不一致或者产生较大的争议。通过罗列比对筛选出的39篇文献，从中选择样本量、研究年份、研究区域、是否研究务农年限、是否研究政府财政支出共5项指标作为调解变量。

（四）自变量与因变量的选择

1.元回归分析的因变量。通过比对分析39篇文献中采用的指标，发现农户年龄、受教育程度、经营规模、家庭人均可支配收入、农营收入比重、对农保的了解程度、近年来受灾损失程度共7项指标被广泛地采纳使用。所以，上述7项指标在不同水平下的显著性被选为元回归分析的因变量，其统计结果如表1所示。2.元回归分析的自变量。为了探寻农业保险影响因素与实证研究所具有的特性之间的关系，将农业保险需求影响因素的调解变量作为研究的自变量，其统计结果如表2所示。3.模型构建。构建如下模型：t=1βtXti+εii＝1，2，…，n其中，Yi（i=1，2，3，4，5，6）为元回归分析的因变量，Xti为第t个自变量的第i个值，βt为相对应系数，εi为随机扰动项，n为元回归分析的总样本量。由于因变量属于多项且数值的高低具有比较意义，因此采用多元有序Logistic回归进行分析。

三、结果与分析

表3是中国农业保险需求影响因素的元回归分析结果，第（1）列至第（7）列为年龄显著性、受教育程度显著性、经营规模显著性、家庭人均可支配收入显著性、农营收入比重显著性、对农保了解程度显著性、近年来受灾损失程度显著性共七项作为因变量的回归结果。其中，经营规模显著性、家庭人均可支配收入显著性、农营收入比重显著性、对农保了解程度显著性、近年来受灾损失程度显著性共五项的系数具有不同程度的显著性，表明上述调解变量所对应的研究特性对农业保险需求影响因素的研究结论具有显著影响。根据第（3）列的回归结果，研究地区对经营规模显著性在5%的显著性水平下具有显著作用，研究地区的不同对经营规模在结果中的显著性具有影响。其原因可能在于我国各地区农户人均土地经营面积差异不一致。这说明，研究者在研究经营面积作为影响农民购买农业保险的因素时，需要根据研究目的和研究需要，考虑是否要将所调研地区作为一项变量进行分析。尤其当研究调查涉及多个省份时，研究人员需要考虑是否要将不同省份区分开来，以避免各个省份不同程度的农户人均耕种面积差异对整体结果的影响。根据第（4）列的回归结果，研究地区对家庭人均可支配收入显著性在10%水平下具有显著作用。不同地区的农民整体收入水平以及收入差距是不同的。从农民收入水平来看，从1985年开始东部地区（例如江苏省）农民收入增速，并与西部地区（例如四川省）和中部地区（例如河南省）的差距不断扩大[13]。从农民收入差距来看，我国农村区域间收入差距不断缩小，区域内收入差距比重相对增大[14]。研究人员进行不同地区的调查时，需要将地区差异导致的收入水平、收入差距的变化纳入研究范围，从而避免跨地区对研究的影响。根据第（5）列的回归结果，样本量对农营收入比重显著性在10%水平上具有显著影响。通俗来讲，样本量的增加会使研究结果更精确、贴近事实。这个结果说明在合理的抽样范围下，样本量的增加会使农营收入比重指标更容易产生显著效应。但是当样本量大小达到一定程度以后，样本量的增加对于结果的准确性提高与调查成本的显著增加不相适应，因此研究人员要根据实际情况动态调控。根据第（6）列的回归结果，各项调解变量都对农业保险了解程度显著性在不同水平下具有显著影响。具体来说，调研地区对农业保险了解程度显著性在10%水平下有显著影响。具体原因如上所述，地区的经济发展差异使农民对农业保险了解程度水平产生差异。东部经济发达省份，例如浙江省、江苏省对农业保险财政补贴力度较大，农业保险宣传力度与普及效果较好。相对的，东北和西部地区的政府对于农业保险财政支出缺乏，农业保险发展受阻。是否研究务农年限对农业保险了解程度显著性在5%水平下具有显著影响。研究人员将务农年限纳入研究范围能增加农业保险了解程度呈现显著性的概率。务农年限越大，对农业生产的经验越丰富，对购买意愿产生影响。样本量对农业保险了解程度显著性在1%水平下具有显著影响，说明增加样本量对于增加农业保险认识程度显著性有重大作用。研究年份对农业保险了解程度在10%水平下具有显著影响，表明随着研究年份的增加，农业保险了解程度呈现显著的概率也会增加。随着年份的增长，经济发展带动了农业发展，使得农业保险能够进一步普及，致使年份越靠近，农业保险了解程度对农业保险需求的影响越大。根据第（7）列的回归结果，是否研究务农年限对近年来受灾程度显著性在10%水平上具有显著影响，说明务农年限的研究会对近年来受灾程度这一指标在显著性的呈现上产生影响。是否研究政府支出对近年来受灾程度显著性在10%水平上具有显著影响，说明政府支出补助农业保险对于农业保险的推广与普及具有强大的推动作用，能显著地增强农民购买农业保险的意愿。

四、讨论与结论

农业保险作为一种保障农业生产安全的险种，其购买需求研究引起了国内学者的广泛兴趣。元回归分析结果表明，农业保险购买影响因素分析结果受到多种因素的影响，这些影响因素涉及研究设计本身。具体来说，农业保险购买影响因素显著性的实证分析受到“研究地区”“样本量”“研究年份”“是否研究政府财政支出”“是否研究务农年限”等因素影响。研究地区影响经营规模显著性、家庭人均收入显著性以及对农业保险了解程度显著性，是否研究务农年限影响对农业保险了解程度显著性以及近年来受灾损失程度显著性，是否研究政府财政性支出影响近年来受灾损失程度显著性，样本量大小影响农营收入比重显著性以及对农业保险了解程度显著性，研究年份影响对农业保险了解程度显著性。结果表明，当前农业保险的需求研究存在研究指标选取不全面的问题以及样本量普遍过低的现象。但是，样本量的增加会导致调研成本的增加，如何在控制成本的前提下尽可能地利用样本量增加所带来的价值提升研究结果的准确性是值得进一步研究的。其次，研究不同地区用户购买农业保险时应当考虑所在地区的整体经济发展水平以及农户生活情况。尤其当研究涉及多个地区时，不进行地区划分会导致研究结果偏离各地区实际情况。容易被忽视的还有研究年份的增加会导致一些指标重要性产生变化。研究人员不能仅仅着眼于参考前人的研究体系的构建，应当进行试验调查，结合近几年中央政策对农业发展倾斜角度以及惠农效果综合进行指标的选取。综上所述，研究人员需要构建范围全面的指标体系，选取贴合实际农业发展情况的指标进行需求分析，这样才能在客观条件下对地区的农业保险应用范围水平得到科学的认知。这也对进一步扩大农业保险的实施范围和实施效果，促进农业生产稳步扩大、确保生产资料供给、助力全面脱贫攻坚等有着深远而重要的影响。

作者:冯浩 朱美荣 潘洁 何思炫 单位:东北林业大学经济管理学院