政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)分析

秦國(guó)慶 杜寶瑞 賈小虎 馬九杰*

(1.中國(guó)人民大學(xué) 農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院，北京 100872;2.中國(guó)人民大學(xué) 財(cái)政金融學(xué)院，北京 100872;3.河南農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，鄭州 450002)

改革開(kāi)放40多年以來(lái)，中國(guó)農(nóng)業(yè)在取得舉世矚目發(fā)展成就的同時(shí)，也付出了巨大的環(huán)境代價(jià)。2000年以來(lái)，中國(guó)化肥、農(nóng)藥、農(nóng)膜使用量呈現(xiàn)波動(dòng)增長(zhǎng)態(tài)勢(shì)。其中，化肥施用折純量峰值一度達(dá)到6 022.60萬(wàn)t/年，農(nóng)藥使用量峰值一度達(dá)到180.70萬(wàn)t/年，農(nóng)膜使用量峰值一度達(dá)到260.40萬(wàn)t/年[1]。農(nóng)業(yè)化學(xué)化工品的持續(xù)過(guò)量投入導(dǎo)致了嚴(yán)重的面源污染，造成了土壤板結(jié)、表土沙化、水體富營(yíng)養(yǎng)化等環(huán)境危機(jī)，對(duì)農(nóng)業(yè)可持續(xù)發(fā)展構(gòu)成了嚴(yán)峻的挑戰(zhàn)[2-5]。更為重要的是，環(huán)境污染制約了農(nóng)產(chǎn)品品質(zhì)升級(jí)，不僅使中國(guó)農(nóng)產(chǎn)品缺乏國(guó)際競(jìng)爭(zhēng)力[6]，還導(dǎo)致了農(nóng)業(yè)價(jià)值鏈“低端鎖定”的負(fù)向反饋循環(huán)[7]。基于以上背景，中國(guó)將“生態(tài)優(yōu)先、綠色發(fā)展”作為新時(shí)期農(nóng)業(yè)農(nóng)村發(fā)展的重要理念，并相繼實(shí)施了化肥農(nóng)藥零增長(zhǎng)補(bǔ)助、緩釋肥技術(shù)補(bǔ)助、高效低毒農(nóng)藥補(bǔ)助等多類(lèi)綠色農(nóng)業(yè)補(bǔ)貼，以期推動(dòng)農(nóng)業(yè)減量化。然而，相當(dāng)多的經(jīng)驗(yàn)證據(jù)表明，綠色農(nóng)業(yè)補(bǔ)貼并未完全實(shí)現(xiàn)政策預(yù)期，反而導(dǎo)致了環(huán)境友好型化肥農(nóng)藥的過(guò)量投入[8-10]、以及相關(guān)資源設(shè)施的過(guò)度部署[11]，產(chǎn)生了新的環(huán)境問(wèn)題。在某種程度上，綠色農(nóng)業(yè)補(bǔ)貼政策具有一定缺陷，難以實(shí)現(xiàn)“標(biāo)本兼治”，其雖然能夠影響生產(chǎn)者的農(nóng)業(yè)化學(xué)化工品種類(lèi)選擇，卻難以影響生產(chǎn)者的投入量選擇，甚至可能激勵(lì)替代品過(guò)量投入，從而違背政策初衷。

那么，能夠有效推動(dòng)農(nóng)業(yè)減量化的政策措施究竟該遵循怎樣的底層邏輯？厘清農(nóng)戶(hù)過(guò)量投入行為的根本動(dòng)機(jī)正是回應(yīng)此問(wèn)題的關(guān)鍵所在。從供給側(cè)來(lái)看，盡管盲目施肥的經(jīng)驗(yàn)習(xí)慣、綠色生產(chǎn)知識(shí)的匱乏一度被認(rèn)為是農(nóng)戶(hù)過(guò)量投入行為的主要原因[12-14]。但越來(lái)越多的證據(jù)顯示，多數(shù)農(nóng)戶(hù)僅對(duì)市場(chǎng)售賣(mài)的農(nóng)產(chǎn)品大量施肥施藥，對(duì)自家食用的農(nóng)產(chǎn)品卻采取綠色生產(chǎn)方式[15-16]。也就是說(shuō)，農(nóng)戶(hù)普遍存在“對(duì)外保產(chǎn)量、對(duì)內(nèi)保質(zhì)量”的“一家兩制”生產(chǎn)行為。這意味著，農(nóng)業(yè)過(guò)量投入更傾向于是農(nóng)戶(hù)規(guī)避生產(chǎn)風(fēng)險(xiǎn)的理性決策，而非錯(cuò)誤經(jīng)驗(yàn)和知識(shí)匱乏引致的非理性行為[17]。從需求側(cè)來(lái)看，農(nóng)業(yè)生產(chǎn)現(xiàn)場(chǎng)數(shù)據(jù)通常難以歸集傳遞，這導(dǎo)致消費(fèi)者往往無(wú)法接收產(chǎn)品質(zhì)量信號(hào)，致使優(yōu)質(zhì)優(yōu)價(jià)的市場(chǎng)交易難以達(dá)成，造成了劣幣驅(qū)除良幣的“檸檬市場(chǎng)”風(fēng)險(xiǎn)[18-20]。這意味著，化肥農(nóng)藥的過(guò)量投入實(shí)際是應(yīng)對(duì)“檸檬市場(chǎng)”風(fēng)險(xiǎn)的適應(yīng)性行為。綜上可知，無(wú)論基于供給側(cè)視角，還是需求側(cè)視角，風(fēng)險(xiǎn)厭惡均是農(nóng)戶(hù)過(guò)量投入行為的重要原因。在此意義上，正規(guī)農(nóng)業(yè)保險(xiǎn)實(shí)際上是對(duì)“肥量藥量膜量保產(chǎn)量”風(fēng)險(xiǎn)統(tǒng)籌邏輯的一種替代。鑒此，本研究將2007—2012年中央財(cái)政農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼試點(diǎn)的實(shí)施看作一種準(zhǔn)自然實(shí)驗(yàn)，試圖識(shí)別政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)。基于上述因果識(shí)別，本研究旨在為綠色農(nóng)業(yè)公共政策的發(fā)展與完善提供實(shí)證證據(jù)。

1 理論分析框架

自“一家兩制”生產(chǎn)現(xiàn)象被提出后，越來(lái)越多的公共政策研究開(kāi)始關(guān)注農(nóng)業(yè)保險(xiǎn)的化學(xué)化工品減量作用[21-23]。作為現(xiàn)代農(nóng)業(yè)發(fā)展的關(guān)鍵支柱之一，農(nóng)業(yè)保險(xiǎn)具有分散農(nóng)業(yè)風(fēng)險(xiǎn)、穩(wěn)定農(nóng)民收入的重要作用。更為重要的是，農(nóng)業(yè)保險(xiǎn)改變了農(nóng)戶(hù)的風(fēng)險(xiǎn)預(yù)期，顯著影響了其經(jīng)營(yíng)結(jié)構(gòu)、經(jīng)營(yíng)規(guī)模、生產(chǎn)技術(shù)等選擇，而這些選擇變化和生態(tài)環(huán)境質(zhì)量有著密切的關(guān)聯(lián)[24]。第一，農(nóng)業(yè)保險(xiǎn)會(huì)改變農(nóng)戶(hù)生產(chǎn)偏好，推動(dòng)經(jīng)營(yíng)結(jié)構(gòu)調(diào)整，進(jìn)而影響農(nóng)業(yè)化學(xué)化工品的使用量。當(dāng)前，中國(guó)農(nóng)業(yè)保險(xiǎn)的補(bǔ)貼傾斜及險(xiǎn)種部署兼顧糧食安全與環(huán)境效益兩大目標(biāo)，已成為引導(dǎo)農(nóng)業(yè)高質(zhì)量發(fā)展的重要手段。一方面，2022年中國(guó)小麥、稻谷、玉米三大主糧的農(nóng)業(yè)保險(xiǎn)覆蓋率將有望達(dá)到70%以上[25]；另一方面，中央財(cái)政對(duì)高附加值、環(huán)境友好型林、牧產(chǎn)業(yè)的保險(xiǎn)補(bǔ)貼支持呈現(xiàn)快速增長(zhǎng)趨勢(shì)。相關(guān)研究顯示，中國(guó)農(nóng)業(yè)保險(xiǎn)的發(fā)展推動(dòng)了種植業(yè)的“趨糧化”[26-27]。而在產(chǎn)出價(jià)值相同的情形下，糧食作物的化肥、農(nóng)藥、農(nóng)膜需求量一般比其他經(jīng)濟(jì)作物更低[28]。此外，也有研究表明，中國(guó)農(nóng)業(yè)保險(xiǎn)的發(fā)展降低了傳統(tǒng)種植業(yè)在整個(gè)農(nóng)、林、牧、漁產(chǎn)值中的比重[21]，推動(dòng)了其他農(nóng)業(yè)二級(jí)部門(mén)的均衡發(fā)展。而在產(chǎn)出價(jià)值相同的情形下，其他農(nóng)業(yè)二級(jí)部門(mén)的化學(xué)化工品需求量一般更低，所帶來(lái)的環(huán)境負(fù)荷一般更小[29]。因此，農(nóng)業(yè)保險(xiǎn)的發(fā)展能夠推動(dòng)作物結(jié)構(gòu)和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)減量化。第二，農(nóng)業(yè)保險(xiǎn)能夠減少當(dāng)事主體擴(kuò)大生產(chǎn)所面臨的不確定性，改變生產(chǎn)者的經(jīng)營(yíng)規(guī)模選擇，進(jìn)而影響農(nóng)業(yè)化學(xué)化工品的使用量。多數(shù)研究表明，農(nóng)業(yè)保險(xiǎn)能夠激勵(lì)生產(chǎn)者流入或開(kāi)墾更多的土地，推動(dòng)規(guī)模化經(jīng)營(yíng)[30-32]。同時(shí)，開(kāi)展規(guī)?；?jīng)營(yíng)的生產(chǎn)者往往更加關(guān)注利潤(rùn)、重視節(jié)約成本，更愿意提升農(nóng)業(yè)化學(xué)化工品的投入產(chǎn)出效益，這使其單位面積化肥、農(nóng)藥、農(nóng)膜投入量一般更低[33-35]。因此，農(nóng)業(yè)保險(xiǎn)的發(fā)展能夠推動(dòng)規(guī)模化經(jīng)營(yíng)，進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)減量化。第三，農(nóng)業(yè)保險(xiǎn)能夠縮小農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)的風(fēng)險(xiǎn)敞口，激勵(lì)生產(chǎn)者探索傳統(tǒng)技術(shù)的最大產(chǎn)出潛力，或采取新的生產(chǎn)技術(shù)，進(jìn)而影響農(nóng)業(yè)化學(xué)化工品的使用量。來(lái)自一些發(fā)展中國(guó)家的經(jīng)驗(yàn)證據(jù)表明，農(nóng)業(yè)保險(xiǎn)有助于降低生產(chǎn)者的“產(chǎn)量焦慮”，使其探索更加合宜的施肥施藥比例，提升相關(guān)要素利用效率[36-37]。同時(shí)，農(nóng)業(yè)保險(xiǎn)還能夠激勵(lì)生產(chǎn)者使用新的生產(chǎn)技術(shù)、生物技術(shù)和服務(wù)技術(shù)[38]。這些農(nóng)業(yè)技術(shù)革新能夠提高作物養(yǎng)分吸收率、病蟲(chóng)害抵抗力和氣象災(zāi)害抵抗力，并控制農(nóng)業(yè)化學(xué)化工品的過(guò)程損耗。比如，地膜“以舊換新”服務(wù)以及地膜回收技術(shù)的使用可以有效降低小麥、玉米種植戶(hù)的重復(fù)鋪膜行為[39]。因此，農(nóng)業(yè)保險(xiǎn)的發(fā)展能夠通過(guò)推動(dòng)技術(shù)效率提升和技術(shù)進(jìn)步，進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)減量化(以上理論機(jī)制見(jiàn)圖1)。

圖1 政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量機(jī)制Fig.1 Reduction effect mechanisms of policy-oriented agricultural insurance on chemical fertilizer, pesticide and agricultural plastic film

盡管農(nóng)業(yè)保險(xiǎn)為現(xiàn)代農(nóng)業(yè)綠色轉(zhuǎn)型提供了一種可行的理論思路，但也有研究對(duì)農(nóng)業(yè)保險(xiǎn)的化學(xué)化工品減量作用提出質(zhì)疑。比如，Horowitz等[40]的研究發(fā)現(xiàn)，購(gòu)買(mǎi)農(nóng)業(yè)保險(xiǎn)會(huì)激勵(lì)農(nóng)場(chǎng)主從事高風(fēng)險(xiǎn)作物生產(chǎn)，這反而會(huì)增加農(nóng)業(yè)化學(xué)品需求量和投入量。Chakir等[41]、鐘甫寧等[42]的研究得到了類(lèi)似的結(jié)論。那么，農(nóng)業(yè)保險(xiǎn)究竟是否發(fā)展成為了中國(guó)農(nóng)戶(hù)進(jìn)行風(fēng)險(xiǎn)統(tǒng)籌的有效工具？其對(duì)農(nóng)業(yè)綠色生產(chǎn)是否產(chǎn)生了積極影響？其推動(dòng)農(nóng)業(yè)減量化的具體機(jī)制是什么？本研究將通過(guò)實(shí)證分析回答上述問(wèn)題。

2 研究設(shè)計(jì)

2.1 政策回顧

中國(guó)于2007年正式開(kāi)展了中央財(cái)政農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼試點(diǎn)改革(試點(diǎn)批次名單見(jiàn)表1)。從2007年至2019年，中國(guó)農(nóng)業(yè)保費(fèi)收入從53.33億元上升至672.48億元，賠付支出從29.75億元上升至527.87億元[43]。截至2018年，政策性農(nóng)業(yè)保險(xiǎn)已占據(jù)整個(gè)農(nóng)業(yè)保險(xiǎn)市場(chǎng)份額的90%以上[25]。值得注意的是，北京和上海市等發(fā)達(dá)地區(qū)在獲得中央財(cái)政補(bǔ)貼支持之前，便推行了由地方財(cái)政補(bǔ)貼支持的政策性農(nóng)業(yè)保險(xiǎn)。但結(jié)合統(tǒng)計(jì)資料來(lái)看[1,43]，這些地區(qū)的農(nóng)作物種植規(guī)模十分有限，且各地農(nóng)業(yè)保費(fèi)收入在中央財(cái)政補(bǔ)貼后才出現(xiàn)大幅增長(zhǎng)。因此，將中央財(cái)政農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼試點(diǎn)改革視為準(zhǔn)自然試驗(yàn)，更能體現(xiàn)政策性農(nóng)業(yè)保險(xiǎn)制度的干預(yù)沖擊。

表1 中央財(cái)政農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼試點(diǎn)批次名單Table 1 Pilot batches list of policy-oriented agricultural insurance premium subsidies from central government

2.2 模型設(shè)定

2.2.1漸進(jìn)雙重差分模型

本研究將中央財(cái)政農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼試點(diǎn)改革的開(kāi)展視為準(zhǔn)自然實(shí)驗(yàn)，將開(kāi)展試點(diǎn)工作的省份視為處理組，將未開(kāi)展試點(diǎn)工作的省份視為對(duì)照組。從2007—2012年，中央財(cái)政農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼試點(diǎn)改革采取了“分批試點(diǎn)、完全覆蓋”的推廣辦法。也就是說(shuō)，在2007—2012年，每年都有省份從對(duì)照組進(jìn)入處理組，且最終所有省份都進(jìn)入了處理組。針對(duì)這種試點(diǎn)推進(jìn)策略，本研究使用Beck等[44]提出的漸進(jìn)政策效應(yīng)識(shí)別方案，構(gòu)建漸進(jìn)雙重差分模型(staggered difference-in-differences)如下：

lnyit=β0+β1×Treatmentit+γXit+λi+λt+εit

(1)

式中：i為省份編號(hào)，t為年份編號(hào)；λi為個(gè)體固定效應(yīng)，λt為時(shí)間固定效應(yīng)；εit是誤差項(xiàng)向量。yit是因變量，包含化肥使用量、農(nóng)藥使用量和農(nóng)膜使用量3個(gè)指標(biāo)，均進(jìn)行對(duì)數(shù)化處理；Treatmentit表示第i個(gè)省份在第t年的政策性農(nóng)業(yè)保險(xiǎn)試點(diǎn)改革狀態(tài)；Xit為控制變量組成的向量；β0、β1為待估系數(shù)，γ為Xit的系數(shù)向量，其中β1代表政策性農(nóng)業(yè)保險(xiǎn)的農(nóng)業(yè)減量化效應(yīng)。

2.2.2廣義結(jié)構(gòu)方程模型

圖1展示了政策性農(nóng)業(yè)保險(xiǎn)潛在的農(nóng)業(yè)減量化機(jī)制，為了檢驗(yàn)這些影響機(jī)制是否成立，本研究進(jìn)一步構(gòu)建廣義結(jié)構(gòu)方程模型(Generalized structural equation model)如下：

(2)

式中：mit為機(jī)制變量，νi為個(gè)體固定效應(yīng)，νt為時(shí)間固定效應(yīng)；β2、η0、η1待估系數(shù)，δ為Xit的系數(shù)向量，其他參數(shù)及變量含義與式(1)保持一致。其中，根據(jù)β2和η1可計(jì)算出mit在Treatmentit和yit之間的中介效應(yīng)系數(shù)(記作β)，可用來(lái)判斷對(duì)應(yīng)影響機(jī)制是否成立。

2.3 變量測(cè)度與描述性統(tǒng)計(jì)

2.3.1因變量

因變量lnyit分別取化肥施用折純量、農(nóng)藥使用量和農(nóng)膜使用量3個(gè)指標(biāo)的自然對(duì)數(shù)值。農(nóng)業(yè)減量化的關(guān)鍵在于降低化肥和農(nóng)藥兩類(lèi)農(nóng)業(yè)化學(xué)品的過(guò)度使用，故本研究選取各省份的化肥施用折純量、農(nóng)藥使用量作為農(nóng)業(yè)減量化的兩大評(píng)估指標(biāo)。此外，還有諸多研究顯示，農(nóng)膜一類(lèi)農(nóng)業(yè)化工品因使用量大、覆蓋面廣、難以回收、不易降解，同樣導(dǎo)致了嚴(yán)重的面源污染。因此，本研究進(jìn)一步選取各省份的農(nóng)膜使用量作為農(nóng)業(yè)減量化的另外一個(gè)評(píng)估指標(biāo)。

2.3.2核心自變量

核心自變量Treatmentit表示第i個(gè)省份在第t年是否為中央財(cái)政農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼試點(diǎn)，若已成為試點(diǎn)，則取值為1，否則取值為0。

2.3.3控制變量

控制變量Xit包含了其他影響農(nóng)業(yè)減量化的潛在因素。參考曹翔等[45]、張露等[46]、馬九杰等[23]的研究，本研究選取以下控制變量。1)其他農(nóng)業(yè)生產(chǎn)要素。具體包括農(nóng)作物播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積、第一產(chǎn)業(yè)就業(yè)人數(shù)、勞動(dòng)力平均受教育年限、農(nóng)戶(hù)第一產(chǎn)業(yè)固定資產(chǎn)投資額。其中，所有年份的農(nóng)戶(hù)第一產(chǎn)業(yè)固定資產(chǎn)投資額均以2000年為基期進(jìn)行平減，且進(jìn)行對(duì)數(shù)化處理。2)農(nóng)業(yè)收入占比。采用各省份第一產(chǎn)業(yè)人均增加值與農(nóng)村居民人均可支配收入的比值表征。3)受災(zāi)情況。包括受災(zāi)面積、糧食單產(chǎn)、突發(fā)環(huán)境事件次數(shù)。由于農(nóng)戶(hù)的要素投入行為往往會(huì)依據(jù)上一年度的受災(zāi)情況做出調(diào)整，故表征受災(zāi)情況的3個(gè)指標(biāo)均進(jìn)行滯后一期的處理。4)氣候因素。包括年度月均氣溫、年度月均降水量?？紤]到極端氣候?qū)r(nóng)業(yè)生產(chǎn)行為的影響，本研究同時(shí)控制了年均氣溫、年均降水量的二次項(xiàng)。

2.3.4機(jī)制變量

機(jī)制變量mit包含3類(lèi)變量：1)作物結(jié)構(gòu)和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)。參考馬九杰[23]等的研究，使用糧食作物面積占農(nóng)作物播種面積的比重表征作物結(jié)構(gòu)。參考楊立勛等[47]的研究，使用農(nóng)業(yè)產(chǎn)值占農(nóng)林牧漁總產(chǎn)值的比重來(lái)表征農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)。2)規(guī)模經(jīng)營(yíng)水平。張露等[46]的研究指出，土地流轉(zhuǎn)顯著促進(jìn)了土地連片集中經(jīng)營(yíng)。因此，本研究使用土地流轉(zhuǎn)率來(lái)衡量農(nóng)地規(guī)模經(jīng)營(yíng)水平。3)化肥技術(shù)效率、農(nóng)藥技術(shù)效率、農(nóng)膜技術(shù)效率和農(nóng)業(yè)技術(shù)進(jìn)步指數(shù)。所謂技術(shù)效率，指既定技術(shù)水平下，化肥、農(nóng)藥、農(nóng)膜3類(lèi)生產(chǎn)要素的利用效率，即要素在多大程度上實(shí)現(xiàn)了物盡其用。技術(shù)效率越高，實(shí)現(xiàn)相同農(nóng)業(yè)產(chǎn)出所需的化肥、農(nóng)藥、農(nóng)膜越少。本研究參考Zhou等[48]提出的單要素技術(shù)效率測(cè)算思路，采用隨機(jī)前沿法(Stochastic frontier approach)分別測(cè)算化肥技術(shù)效率、農(nóng)藥技術(shù)效率、農(nóng)膜技術(shù)效率3個(gè)指標(biāo)。具體而言，設(shè)定柯布-道格拉斯形式的距離函數(shù)，將農(nóng)業(yè)產(chǎn)值作為產(chǎn)出變量，將化肥使用量、農(nóng)藥使用量、農(nóng)膜使用量、農(nóng)作物播種面積、第一產(chǎn)業(yè)就業(yè)人數(shù)、農(nóng)村機(jī)械總動(dòng)力、有效灌溉面積作為投入變量。所謂技術(shù)進(jìn)步，指在保持技術(shù)效率不變的情形下，由農(nóng)業(yè)生產(chǎn)技術(shù)、生物技術(shù)和服務(wù)技術(shù)革新帶來(lái)的產(chǎn)出躍升。一般而言，農(nóng)業(yè)生產(chǎn)技術(shù)進(jìn)步幅度越大，實(shí)現(xiàn)相同農(nóng)業(yè)產(chǎn)出所需的化肥、農(nóng)藥、農(nóng)膜越少。借鑒已有研究[23]，本研究運(yùn)用DEA-Malmquist指數(shù)分解法，從農(nóng)業(yè)全要素生產(chǎn)率分解出技術(shù)進(jìn)步指數(shù)，并以此測(cè)算農(nóng)業(yè)生產(chǎn)技術(shù)進(jìn)步。在分解涉及的數(shù)據(jù)包絡(luò)分析(Data envelopment analysis)過(guò)程中，將農(nóng)業(yè)產(chǎn)值作為產(chǎn)出變量，將化肥使用量、農(nóng)藥使用量、農(nóng)膜使用量、農(nóng)作物播種面積、第一產(chǎn)業(yè)就業(yè)人數(shù)、農(nóng)村機(jī)械總動(dòng)力、有效灌溉面積作為投入變量。

2.3.5其他變量

此外，出于穩(wěn)健性檢驗(yàn)、異質(zhì)性分析、其他討論分析等需要，本研究還引入了農(nóng)業(yè)勞動(dòng)力人均保險(xiǎn)補(bǔ)貼支出、災(zāi)后保險(xiǎn)賠付支出、農(nóng)村居民人均可支配收入3個(gè)變量。

以上所有變量的詳細(xì)定義和描述性統(tǒng)計(jì)見(jiàn)表2。

表2 變量說(shuō)明與描述性統(tǒng)計(jì)Table 2 Definitions of variables and descriptive statistics

2.4 數(shù)據(jù)來(lái)源

本研究研究數(shù)據(jù)主要來(lái)源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》[1]、《中國(guó)農(nóng)村經(jīng)營(yíng)管理統(tǒng)計(jì)年報(bào)》[49]、《中國(guó)農(nóng)村合作經(jīng)濟(jì)統(tǒng)計(jì)年報(bào)》[50]、《中國(guó)農(nóng)村政策與改革統(tǒng)計(jì)年報(bào)》[51]、《全國(guó)環(huán)境統(tǒng)計(jì)公報(bào)》[52]、中國(guó)農(nóng)村經(jīng)濟(jì)情況統(tǒng)計(jì)資料、國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)、EPS數(shù)據(jù)平臺(tái)。數(shù)據(jù)年份區(qū)間為2001—2019年，涵蓋中國(guó)30個(gè)省份。在因變量中，化肥、農(nóng)藥、農(nóng)膜使用量3個(gè)變量均從《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》[1]中獲取。在控制變量中，農(nóng)業(yè)生產(chǎn)要素類(lèi)指標(biāo)、測(cè)算農(nóng)業(yè)收入占比所需的基礎(chǔ)指標(biāo)、受災(zāi)面積指標(biāo)、糧食單產(chǎn)指標(biāo)從《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》[1]中獲取，突發(fā)環(huán)境事件次數(shù)指標(biāo)從《全國(guó)環(huán)境統(tǒng)計(jì)公報(bào)》[52]中獲取，氣候因素指標(biāo)從國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)獲取。在機(jī)制變量中，測(cè)算作物結(jié)構(gòu)、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、化肥技術(shù)效率、農(nóng)藥技術(shù)效率、農(nóng)膜技術(shù)效率和農(nóng)業(yè)技術(shù)進(jìn)步指數(shù)所需的基礎(chǔ)指標(biāo)均從《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》[1]中獲取，測(cè)算規(guī)模經(jīng)營(yíng)水平所需的基礎(chǔ)指標(biāo)從相應(yīng)年份《中國(guó)農(nóng)村經(jīng)營(yíng)管理統(tǒng)計(jì)年報(bào)》[49]、《中國(guó)農(nóng)村合作經(jīng)濟(jì)統(tǒng)計(jì)年報(bào)》[50]、《中國(guó)農(nóng)村政策與改革統(tǒng)計(jì)年報(bào)》[51]、中國(guó)農(nóng)村經(jīng)濟(jì)情況統(tǒng)計(jì)資料中整合獲取。

3 實(shí)證結(jié)果與分析

3.1 基準(zhǔn)回歸結(jié)果

本部分將利用Stata 17.0軟件，分析政策性農(nóng)業(yè)保險(xiǎn)對(duì)化肥、農(nóng)藥、農(nóng)膜使用量(均取對(duì)數(shù))的影響。對(duì)式(1)進(jìn)行估計(jì)，回歸結(jié)果如表3模型1～3所示。由表3模型1～3估計(jì)結(jié)果可知，政策性農(nóng)業(yè)保險(xiǎn)影響化肥、農(nóng)藥、農(nóng)膜使用量的回歸系數(shù)分別在10%、5%、10%的統(tǒng)計(jì)水平上顯著為負(fù)。具體而言，開(kāi)展政策性農(nóng)業(yè)保險(xiǎn)改革使得試點(diǎn)地區(qū)的化肥施用折純量平均下降了3.50%，農(nóng)藥使用量平均下降了6.70%，農(nóng)膜使用量平均下降了6.40%。至此，政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)得到初步驗(yàn)證。這從側(cè)面印證了，規(guī)避生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)確實(shí)是農(nóng)戶(hù)過(guò)量投入行為的初始動(dòng)機(jī)之一，降低農(nóng)戶(hù)生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)確實(shí)能夠在一定程度上促進(jìn)農(nóng)業(yè)減量化。

表3 政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)Table 3 The chemical fertilizer, pesticide and agricultural plastic film reduction effect of policy-oriented agricultural insurance

3.2 平行趨勢(shì)檢驗(yàn)和動(dòng)態(tài)政策效應(yīng)

使用漸進(jìn)雙重差分法的重要前提是，因變量在干預(yù)事件發(fā)生前滿(mǎn)足平行趨勢(shì)。為此，本研究參考Beck等[44]的做法，通過(guò)動(dòng)態(tài)回歸進(jìn)行平行趨勢(shì)檢驗(yàn)。由圖2可知，在政策性農(nóng)業(yè)保險(xiǎn)實(shí)施前，所有動(dòng)態(tài)回歸結(jié)果中相應(yīng)系數(shù)估計(jì)值均不顯著。這表明，因變量在政策性農(nóng)業(yè)保險(xiǎn)實(shí)施前滿(mǎn)足平行趨勢(shì)。根據(jù)圖2回歸系數(shù)走勢(shì)，進(jìn)一步判斷政策性農(nóng)業(yè)保險(xiǎn)農(nóng)業(yè)減量化效應(yīng)的時(shí)間變化趨勢(shì)?？梢园l(fā)現(xiàn)，政策性農(nóng)業(yè)保險(xiǎn)的化肥減量效應(yīng)在政策實(shí)施后5年內(nèi)愈發(fā)凸顯，在政策實(shí)施后第7年有所減弱；政策性農(nóng)業(yè)保險(xiǎn)的農(nóng)藥、農(nóng)膜減量效應(yīng)則具有一定滯后性，在政策實(shí)施后2年內(nèi)有所波動(dòng)，隨后愈發(fā)凸顯并保持穩(wěn)定走勢(shì)。

圖2 平行趨勢(shì)檢驗(yàn)Fig.2 Parallel trend test

3.3 穩(wěn)健性檢驗(yàn)

3.3.1排除反向因果

值得注意的是，政策性農(nóng)業(yè)保險(xiǎn)的推廣除考慮糧食安全目標(biāo)外，也考慮了一定的環(huán)境效益目標(biāo)，尤其是對(duì)環(huán)境友好型特色農(nóng)業(yè)的支持傾斜。也就是說(shuō)，樣本省份的化肥、農(nóng)藥、農(nóng)膜面源污染狀況可能也影響著政策性農(nóng)業(yè)保險(xiǎn)的試點(diǎn)部署，即政策性農(nóng)業(yè)保險(xiǎn)的實(shí)施與化肥、農(nóng)藥、農(nóng)膜使用量之間可能存在反向因果關(guān)系。為此，本研究借鑒Beck等[44]的做法，使用生存分析法(Survival analysis)，將成為政策性農(nóng)業(yè)保險(xiǎn)試點(diǎn)這一干預(yù)事件的發(fā)生視為死亡，將非試點(diǎn)狀態(tài)的維持視為生存，識(shí)別樣本省份化肥、農(nóng)藥、農(nóng)膜使用量對(duì)其開(kāi)展政策性農(nóng)業(yè)保險(xiǎn)試點(diǎn)工作的影響。由表4模型4～6估計(jì)結(jié)果可知，樣本省份的化肥、農(nóng)藥、農(nóng)膜使用量對(duì)其開(kāi)展政策性農(nóng)業(yè)保險(xiǎn)試點(diǎn)工作均沒(méi)有顯著的影響，這意味著基準(zhǔn)模型估計(jì)結(jié)果并未受到反向因果關(guān)系問(wèn)題的干擾。

表4 反向因果關(guān)系檢驗(yàn)Table 4 Reverse causality test

3.3.2基于政策實(shí)施強(qiáng)度的三重差分識(shí)別

為了考察基準(zhǔn)模型估計(jì)結(jié)果的穩(wěn)健性，本部分在式(1)的基礎(chǔ)上進(jìn)一步引入了政策實(shí)施強(qiáng)度的第三重差分，用來(lái)排除既隨時(shí)間變化又隨地區(qū)變化的非觀測(cè)因素。其中，政策實(shí)施強(qiáng)度采用農(nóng)業(yè)勞動(dòng)力人均保險(xiǎn)補(bǔ)貼支出表征，以上做法借鑒了張家豪等[53]的三重差分識(shí)別策略。由表5模型7～9估計(jì)結(jié)果可知，政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)會(huì)隨著政策實(shí)施強(qiáng)度的增加而增強(qiáng)。這表明，基準(zhǔn)模型估計(jì)結(jié)果是相當(dāng)穩(wěn)健的。

表5 基于政策實(shí)施強(qiáng)度的三重差分估計(jì)結(jié)果Table 5 DDD estimation results based on policy implementation intensity

3.3.3排除其他政策的干擾

導(dǎo)致基準(zhǔn)模型估計(jì)結(jié)果產(chǎn)生偏誤的另外一類(lèi)重要原因是忽略了其他政策的干擾。具體到本研究因果識(shí)別情境，基準(zhǔn)模型估計(jì)結(jié)果極有可能疊加了綠色農(nóng)業(yè)生產(chǎn)補(bǔ)貼政策的影響。為此，進(jìn)一步將觀測(cè)期間內(nèi)實(shí)施綠色農(nóng)業(yè)生產(chǎn)補(bǔ)貼政策的省份樣本剔除。由表6模型10～12估計(jì)結(jié)果可知，政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)依然顯著，這說(shuō)明基準(zhǔn)模型估計(jì)結(jié)果并未因綠色農(nóng)業(yè)生產(chǎn)補(bǔ)貼政策的干擾而產(chǎn)生嚴(yán)重偏誤。

表6 排除綠色農(nóng)業(yè)生產(chǎn)補(bǔ)貼政策的干擾Table 6 Eliminate the interference of green agricultural subsidy policy

3.3.4排除地方財(cái)政保費(fèi)補(bǔ)貼早于中央財(cái)政保費(fèi)補(bǔ)貼的省份樣本

由政策回顧可知，北京市、上海市等發(fā)達(dá)地區(qū)在獲得中央財(cái)政補(bǔ)貼支持之前，便推行了由地方財(cái)政補(bǔ)貼支持的政策性農(nóng)業(yè)保險(xiǎn)。也就是說(shuō)，對(duì)照組也受到了一定的政策性農(nóng)業(yè)保險(xiǎn)干預(yù)，這可能會(huì)導(dǎo)致基準(zhǔn)模型低估政策性農(nóng)業(yè)保險(xiǎn)的化學(xué)化工品減量效應(yīng)。為此，進(jìn)一步刪除地方財(cái)政保費(fèi)補(bǔ)貼早于中央財(cái)政保費(fèi)補(bǔ)貼的省份樣本。由表7模型13～15估計(jì)結(jié)果可知，政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)依然顯著，這說(shuō)明基準(zhǔn)模型估計(jì)結(jié)果并未因處理組“樣本污染”而產(chǎn)生嚴(yán)重的偏誤。

表7 排除地方財(cái)政保費(fèi)補(bǔ)貼早于中央財(cái)政保費(fèi)補(bǔ)貼的主要省份樣本Table 7 Eliminate the main provinces which received local fiscal premium subsidies earlier than central fiscal premium subsidies

3.3.5安慰劑檢驗(yàn)

若基準(zhǔn)模型遺漏了與Treatmentit變化趨勢(shì)一致的其他非觀測(cè)因素，則基準(zhǔn)模型估計(jì)結(jié)果可能僅僅是一種“偽回歸”結(jié)果。為此，借鑒沈坤榮等[54]的做法，通過(guò)隨機(jī)生成虛擬處理組進(jìn)行安慰劑檢驗(yàn)。具體而言，根據(jù)表1所展現(xiàn)的政策推進(jìn)進(jìn)程生成1 000組隨機(jī)樣本，并使用隨機(jī)樣本對(duì)式(1)進(jìn)行回歸。由圖3可知，無(wú)論以化肥施用折純量、農(nóng)藥使用量為因變量，還是以農(nóng)膜使用量為因變量，基準(zhǔn)回歸的真實(shí)系數(shù)均明顯偏離于隨機(jī)樣本回歸系數(shù)。這表明，基準(zhǔn)模型估計(jì)結(jié)果并未因其他非觀測(cè)因素的干擾而產(chǎn)生嚴(yán)重估計(jì)偏誤。至此可以認(rèn)為，政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)是顯著而穩(wěn)健的。

圖3 安慰劑檢驗(yàn)Fig.3 Placebo test

4 機(jī)制分析與異質(zhì)性分析

4.1 機(jī)制分析

本部分將進(jìn)一步揭示前述實(shí)證結(jié)果背后的影響機(jī)制。由于3類(lèi)機(jī)制變量并非嚴(yán)格意義上的連續(xù)型變量，比如作物結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)變量均為取值0～1之間的比例變量，故采用廣義結(jié)構(gòu)方程模型檢驗(yàn)結(jié)構(gòu)效應(yīng)、規(guī)模效應(yīng)、技術(shù)效率與技術(shù)進(jìn)步3類(lèi)作用渠道。對(duì)式(2)進(jìn)行擬合，估計(jì)結(jié)果如圖4所示。可以發(fā)現(xiàn)，無(wú)論以化肥施用折純量、農(nóng)藥使用量為因變量，還是以農(nóng)膜使用量為因變量，3類(lèi)作用渠道均是部分成立的。

圖4 機(jī)制檢驗(yàn)Fig.4 Mechanism check

至此，前述圖1所提出的影響機(jī)制得到部分驗(yàn)證。以上結(jié)論表明，政策性農(nóng)業(yè)保險(xiǎn)的實(shí)施確實(shí)能夠縮小農(nóng)戶(hù)開(kāi)展生產(chǎn)經(jīng)營(yíng)活動(dòng)的風(fēng)險(xiǎn)敞口，并在不同程度上改變其經(jīng)營(yíng)結(jié)構(gòu)、經(jīng)營(yíng)規(guī)模與生產(chǎn)技術(shù)選擇，進(jìn)而改善其化肥、農(nóng)藥、農(nóng)膜的過(guò)量投入行為。這再次印證，農(nóng)戶(hù)的過(guò)量投入行為具有規(guī)避風(fēng)險(xiǎn)的動(dòng)機(jī)，是一種“買(mǎi)安心”和“保產(chǎn)量”的策略選擇。在此意義上，使用正規(guī)農(nóng)業(yè)保險(xiǎn)邏輯替代農(nóng)戶(hù)傳統(tǒng)的風(fēng)險(xiǎn)統(tǒng)籌邏輯，降低農(nóng)戶(hù)生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)是推動(dòng)農(nóng)業(yè)減量化的一種底層思路。

4.2 異質(zhì)性分析

4.2.1基于災(zāi)后保險(xiǎn)賠付支出的異質(zhì)性分析

災(zāi)后保險(xiǎn)賠付支出的差異決定著農(nóng)業(yè)保險(xiǎn)平抑收入波動(dòng)的差異，影響著政策性農(nóng)業(yè)保險(xiǎn)的實(shí)施成效，以及農(nóng)業(yè)生產(chǎn)者的保險(xiǎn)作用感知。因此，本部分將分析不同災(zāi)后保險(xiǎn)賠付支出水平下，政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效果差異。由表8模型16～18估計(jì)結(jié)果可知，政策性農(nóng)業(yè)保險(xiǎn)的回歸系數(shù)顯著為負(fù)，政策性農(nóng)業(yè)保險(xiǎn)與災(zāi)后保險(xiǎn)賠付支出的交互項(xiàng)系數(shù)顯著為負(fù)。這意味著，在開(kāi)展政策性農(nóng)業(yè)保險(xiǎn)的前提下，受災(zāi)農(nóng)作物的保險(xiǎn)賠付支出越多，政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量化效應(yīng)越強(qiáng)。

4.2.2基于農(nóng)業(yè)收入占比的異質(zhì)性分析

農(nóng)業(yè)收入占可支配收入的比重越高，政策性農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)戶(hù)化學(xué)化工品投入行為的影響越大。因此，本部分將分析不同農(nóng)業(yè)收入占比情形下，政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效果差異。由表8模型19～21估計(jì)結(jié)果可知，政策性農(nóng)業(yè)保險(xiǎn)的回歸系數(shù)顯著為負(fù)，政策性農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)收入占比的交互項(xiàng)系數(shù)顯著為負(fù)。這意味著，在開(kāi)展政策性農(nóng)業(yè)保險(xiǎn)的前提下，農(nóng)戶(hù)生計(jì)模式越依賴(lài)于農(nóng)業(yè)，政策性農(nóng)業(yè)保險(xiǎn)對(duì)其化肥、農(nóng)藥、農(nóng)膜使用量的削減效應(yīng)越強(qiáng)。

表8 異質(zhì)性分析Table 8 Heterogeneity analysis

5 進(jìn)一步討論:農(nóng)業(yè)減量化是否以犧牲行業(yè)產(chǎn)值和農(nóng)戶(hù)收入為代價(jià)

由上述實(shí)證結(jié)果可知，政策性農(nóng)業(yè)保險(xiǎn)確實(shí)在不同程度上改變了生產(chǎn)主體的經(jīng)營(yíng)結(jié)構(gòu)、經(jīng)營(yíng)規(guī)模與生產(chǎn)技術(shù)選擇，進(jìn)而改善了其化肥、農(nóng)藥、農(nóng)膜的過(guò)量投入行為，推動(dòng)了農(nóng)業(yè)減量化。那么，這種改變是以犧牲行業(yè)產(chǎn)值、農(nóng)戶(hù)收入為代價(jià)，還是在某種程度上實(shí)現(xiàn)了綠色發(fā)展與經(jīng)濟(jì)效益的雙贏？這一問(wèn)題的答案將影響著政策性農(nóng)業(yè)保險(xiǎn)的農(nóng)業(yè)減量化效應(yīng)是否長(zhǎng)期可持續(xù)。為此，本部分將對(duì)以上問(wèn)題進(jìn)行討論。

糧食安全是中國(guó)政策性農(nóng)業(yè)保險(xiǎn)開(kāi)展補(bǔ)貼傾斜和險(xiǎn)種部署的一個(gè)重要考量因素?，F(xiàn)有研究發(fā)現(xiàn)，政策性農(nóng)業(yè)保險(xiǎn)確實(shí)推動(dòng)了作物結(jié)構(gòu)的“趨糧化”。雖然糧食作物相較于其他經(jīng)濟(jì)作物的化學(xué)化工品需求量一般更低，但單位面積的經(jīng)濟(jì)價(jià)值也往往更低。同時(shí)，政策性農(nóng)業(yè)保險(xiǎn)確實(shí)為農(nóng)戶(hù)采納綠色生產(chǎn)技術(shù)、生物技術(shù)和服務(wù)技術(shù)提供了保障，但這些技術(shù)采納的回報(bào)周期可能較長(zhǎng)，對(duì)農(nóng)戶(hù)收益的影響具有不確定性。為此，進(jìn)一步分析政策性農(nóng)業(yè)保險(xiǎn)對(duì)行業(yè)產(chǎn)值和農(nóng)戶(hù)收入的影響。由表9模型22～23估計(jì)結(jié)果可知，政策性農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)林牧漁總產(chǎn)值、農(nóng)村居民人均可支配收入的影響顯著為正，這說(shuō)明政策性農(nóng)業(yè)保險(xiǎn)的農(nóng)業(yè)減量化效應(yīng)并未以犧牲行業(yè)產(chǎn)值和農(nóng)戶(hù)收入為代價(jià)。

表9 政策性農(nóng)業(yè)保險(xiǎn)對(duì)行業(yè)產(chǎn)值和農(nóng)戶(hù)收入的影響Table 9 The effect of policy-oriented agricultural insurance on generalized agricultural output value and rural household income

6 結(jié)論與政策啟示

“生態(tài)優(yōu)先、綠色發(fā)展”是中國(guó)新時(shí)期農(nóng)業(yè)農(nóng)村發(fā)展的重要理念，推動(dòng)農(nóng)業(yè)化學(xué)化工品的減量化是將這一理念貫徹為現(xiàn)實(shí)的關(guān)鍵抓手?；谌珖?guó)30個(gè)省份2001—2019年的多期面板數(shù)據(jù)，本研究使用漸進(jìn)雙重差分模型識(shí)別了政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)。研究得到以下結(jié)論：第一，政策性農(nóng)業(yè)保險(xiǎn)具有顯著的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)，這一結(jié)論通過(guò)了多類(lèi)穩(wěn)健性檢驗(yàn)；第二，從影響機(jī)制來(lái)看，政策性農(nóng)業(yè)保險(xiǎn)在不同程度上改變了生產(chǎn)主體的經(jīng)營(yíng)結(jié)構(gòu)、經(jīng)營(yíng)規(guī)模與生產(chǎn)技術(shù)選擇，進(jìn)而抑制了化肥、農(nóng)藥、農(nóng)膜的過(guò)量投入行為；第三，在開(kāi)展政策性農(nóng)業(yè)保險(xiǎn)的前提下，受災(zāi)農(nóng)作物的保險(xiǎn)賠付支出越多，農(nóng)村居民的農(nóng)業(yè)收入占比越高，政策性農(nóng)業(yè)保險(xiǎn)的化肥、農(nóng)藥、農(nóng)膜減量化效應(yīng)越強(qiáng)；第四，政策性農(nóng)業(yè)保險(xiǎn)的農(nóng)業(yè)減量化效應(yīng)并未以犧牲行業(yè)產(chǎn)值和農(nóng)戶(hù)收入為代價(jià)。

根據(jù)上述結(jié)論，本研究得到以下啟示：第一，農(nóng)戶(hù)的過(guò)量投入行為具有規(guī)避風(fēng)險(xiǎn)的初始動(dòng)機(jī)，政策性農(nóng)業(yè)保險(xiǎn)的推廣在一定程度上能夠替代農(nóng)戶(hù)傳統(tǒng)的“肥量藥量膜量保產(chǎn)量”風(fēng)險(xiǎn)統(tǒng)籌邏輯，從而實(shí)現(xiàn)農(nóng)業(yè)減量化。為此，應(yīng)進(jìn)一步探索兼顧糧食安全與環(huán)境效益的農(nóng)業(yè)保險(xiǎn)補(bǔ)貼方案與險(xiǎn)種部署方案。第二，政策性農(nóng)業(yè)保險(xiǎn)的農(nóng)業(yè)減量化效應(yīng)源自其對(duì)生產(chǎn)主體經(jīng)營(yíng)結(jié)構(gòu)、經(jīng)營(yíng)規(guī)模與生產(chǎn)技術(shù)的影響。為此，應(yīng)注重農(nóng)業(yè)保險(xiǎn)補(bǔ)貼、糧食補(bǔ)貼、適度規(guī)模經(jīng)營(yíng)補(bǔ)貼、綠色農(nóng)業(yè)生產(chǎn)補(bǔ)貼等“一攬子”補(bǔ)貼政策的統(tǒng)籌銜接，避免各類(lèi)補(bǔ)貼政策的相互沖突，形成政策合力。第三，生產(chǎn)者對(duì)政策性農(nóng)業(yè)保險(xiǎn)的作用感知以及對(duì)農(nóng)業(yè)的生計(jì)依賴(lài)度會(huì)影響其農(nóng)業(yè)減量化效應(yīng)。為此，應(yīng)探索簡(jiǎn)易便捷的農(nóng)業(yè)保險(xiǎn)賠付流程，優(yōu)化相關(guān)保險(xiǎn)產(chǎn)品體驗(yàn)，切實(shí)解決“賠付難”問(wèn)題。同時(shí)，應(yīng)推動(dòng)農(nóng)業(yè)保費(fèi)財(cái)政補(bǔ)貼由“大水漫灌”向“精準(zhǔn)滴灌”轉(zhuǎn)變，結(jié)合農(nóng)戶(hù)類(lèi)型差異設(shè)置不同的保費(fèi)補(bǔ)貼傾斜方案。