点击上方 “中国保险学会”可以订阅！
本文字数： 7427字
阅读时间： 18分钟
作者简介： 何小伟，对外经济贸易大学保险学院副教授； 曹杨，对外经济贸易大学保险学院讲师； 刘怡鑫，对外经济贸易大学保险学院研究生。
文章来源：《保险研究》2022年第12期
一、引言
民以食为天。由于农业的基础性、弱质性、外部性等特征，财政扶持一直是各国政府支持农业发展的重要手段。改革开放以后，我国高度重视粮食生产，中央和地方政府持续加大财政支农的力度。然而，从财政支农的责任承担主体来看，由于我国在中央与地方财政支农管理体制改革上的滞后，导致中央和地方政府在财政支农中出现了“事权划分不清、支出责任不明”的局面，在执行中经常出现交叉和错位现象。
1994年“分税制”改革之后，中央财政财力增长快于地方财力增长，但中央与地方在事权与支出责任改革方面相对滞后，导致地方在支出能力上难以匹配其相应的事权。为了调动地方的积极性，中央通过转移支付的方式对地方财力予以支持。虽然近年来我国持续推进专项转移支付的清理、整合与规范工作，但是涉农类专项转移支付项目的数量占比仍然位居前列。
按照我国中央对地方专项拨款的惯例，中央在设立专项转移支付项目时，对于共同事权的事务，地方必须安排一定的资金配套，否则将难以争取到中央财政专项转移支付。然而，在各地农业资源禀赋、财力水平等方面存在着较大差异的情形下，中央专项转移支付会如何影响地方政府的财政支农行为？在当前我国深化财政转移支付制度改革以及优化财政支农投入机制的背景下，对这一问题进行研究显然有着积极的意义。
对于中央专项转移支付制度的政策效应，近年来学者们已经给予了较多的关注。然而，由于数据可得性方面的原因，现有研究主要是基于全国性专项转移支付的汇总数据或者分类汇总数据来考察其对地方政府的激励效应，鲜有结合特定专项转移支付项目的微观个案研究，同时对中央与地方共同事权的专项转移支付项目关注较少，这种情形显然不利于我们全面评估专项转移支付政策的激励效应。这是因为：一方面，专项转移支付项目都有着鲜明的政策目标，不同类别的专项转移支付项目在政策目标上存在着差异，而地方政府可能会因为资源禀赋的差异而产生不同的响应偏好；另一方面，不同专项转移政府项目的事权属性也存在着差异，中央会对地方政府的资金配套提出不同的要求，进而形成不同类型的央地权责关系。在这种背景下，基于特定专项转移支付项目的经验数据来考察其对地方政府支出行为的激励效应，不仅可以避免利用汇总数据研究所可能产生的结果偏差，而且可以丰富我们对不同政策情境下专项转移支付项目激励效应的认知，拓展财政转移支付的相关理论。
基于此，本文将农业保险保费补贴这一属于中央与地方政府共同事权的专项转移支付项目作为研究对象，通过分析该项目的制度特征及实施后各地政府的响应行为，深入考察中央财政专项转移支付对地方政府补贴农业保险保费的激励效应，并试图通过这一典型案例“管中窥豹”。
本文的研究问题如下：
第一，中央专项转移支付能否激励地方政府补贴农业保险？
第二，如果专项转移支付激励有效，地方政府的最终补贴规模是多少？
第三，专项转移支付的激励效应会受哪些因素影响？
第四，现行的专项转移支付政策是否为最优？
二、农业保险保费补贴的政策情境
2007年4月，我国财政部发布《中央财政农业保险保费补贴试点管理办法》，正式将农业保险纳入补贴范围，开启了由中央财政正式提供农业保险保费补贴的历史。2016年底财政部出台了内容更全面的《中央财政农业保险保险费补贴管理办法》，在做法上沿袭了此前的补贴制度框架。2021年，财政部修订并形成了新的《中央财政农业保险保费补贴管理办法》。新的文件提高了中央财政对中西部地区种植业保险的支持力度，维持了各地养殖业、森林和涉藏特定品种保险保费补贴比例的稳定，同时优化了省级补贴比例计算方式，给予地方财政更大自主权。
出于激励地方政府积极补贴的考虑，财政部提出了由中央和地方财政共同承担补贴责任的制度安排，但是要求地方财政按照一定的比例先行补贴，然后财政部再提供相应比例的专项转移支付。比如，根据2021年《中央财政农业保险保费补贴管理办法》的规定，对于稻谷、小麦、玉米、棉花、马铃薯、油料作物、糖料作物、天然橡胶、三大粮食作物（稻谷、小麦、玉米）制种等中央财政补贴险种的保费，在省级财政平均补贴比例不低于25%的基础上，中央财政对中西部地区补贴45%、对东部地区补贴35%；而对于养殖业能繁母猪、育肥猪、奶牛保险的保费，在省级财政平均补贴比例不低于25%的基础上，中央财政对中西部地区补贴50%、对东部地区补贴40%。相反，如果省级财政的平均补贴比例低于25%，那么，中央财政的补贴比例将会适当扣减。
可以看出，在我国的农业保险保费补贴框架下，虽然中央财政和地方财政同时承担着农业保险保费补贴的责任，但是二者之间同时还存在着明显的“激励-响应”互动关系（如图1）。具体来说，中央财政是全国农业保险保费补贴政策的制定者，通过设立专项转移支付来激励地方政府的参与，而地方财政尤其是省级财政则是我国农业保险专项转移支付政策的行为响应者。地方政府如何在配套资金上响应中央财政的专项转移支付，直接决定着中央财政对各省农业保险保费补贴的投入规模，最终影响着全国财政系统对农业保险保费补贴的总规模。
三、中央专项转移支付
对地方政府补贴农业保险的激励模型
根据上文的模型设定，我们将依次分析求解如下问题：
第一，专项转移支付能否激励地方政府补贴农业保险？
第二，如果专项转移支付激励有效，地方政府的最终补贴规模是多少？
第三，激励效应的比较静态分析：专项转移支付的激励效应会受哪些因素影响？
第四，专项转移支付的外部性分析：现行的专项转移支付政策是否为最优？
综合上述理论模型分析，本文提出如下研究假设：
假设1：中央对农业保险的专项转移支付会对地方政府的保费补贴行为产生激励效应。
假设2：在现行的比例补贴方式下，地方政府对农业保险保费补贴的实际水平低于最优水平。
假设3：在现行补贴政策下，中央对农业保险的专项转移支付会助推各省农业保险发展水平的不均衡性。
四、实证框架：模型、变量与数据
（一）模型设定
根据本文的研究目的并结合面板数据性质，我们使用随机效应模型作为基准回归模型：
（二）变量描述性统计
1. 被解释变量
本文的被解释变量，也即“地方政府对农业保险保费的补贴深度（Pene）”，我们用各省财政对本省农业保险（或种植业、养殖业）的保费补贴规模与各省农业（或种植业、养殖业）产值的比值来表示，用以反映各省对农业保险（或种植业保险、养殖业保险）的财政支持力度。
各省农险保费补贴深度=各省对农业保险的保费补贴规模/各省农业产值
2. 核心解释变量
本文的核心解释变量，也即“中央财政对各省农业保险保费的专项转移支付力度（Transfer）”，我们用中央每年对各省农业保险专项转移支付的规模与各省农林水事务财政支出的比值来表示。
中央农险专项转移支付力度=中央农险专项转移支付规模/各省农林水事务财政支出规模
3. 工具变量
本文所选取的工具变量是，假设各省对辖区内的所有入围中央补贴范畴的大宗农产品（如种植业中的粮食作物、油料作物、糖料作物、棉花等，养殖业中的育肥猪、母猪、奶牛）都提供农业保险补贴，也即在各省大宗农产品保险保障“全覆盖”的情形下，中央政府对各省所应该提供的农业保险专项转移支付规模与各省农林水事务财政支出的比值。
工具变量（IV）=假定保险全覆盖情形下中央财政对各省农业保险保费的专项转移支付规模/各省农林水事务财政支出规模
（三）数据说明
本文的数据主要包括三类：第一类是2008-2017年我国各省财政对各省种植业、养殖业保险的保费补贴数据以及中央财政对各省的专项转移支付数据，来源于中国银保监会；第二类是同期各省农业、种植业、养殖业的规模、结构以及各省国民经济、财政收入、财政支出、农业灾害等方面的数据，来源于《中国统计年鉴》、《中国农村统计年鉴》以及wind数据库等；第三类是同期全国和各省农业保险保费收入的数据，来源于《中国保险年鉴》。
五、实证结果与分析
（一）中央专项转移支付对各省农业保险保费补贴的激励效应
回归结果表明，中央农业保险专项转移支付规模占各省财政农林水支出的比值每上升1%，则各省的农业补贴深度提高近0.07%，相当于各省的平均农业保险补贴深度（0.17%）的40%，表明中央专项转移支付显著促进了地方政府对农业保险的补贴深度。这支持了本文的假设1。
“各省农业产值占全国比重”的系数在1%的水平下显著为负，这说明一省的农业产值占全国比重越高，其对农业保险保费补贴的积极性越低，支持假设2。这也意味着要想促进各省政府提高补贴力度，达到外部性下的最优补贴规模，则需要中央政府更多的统筹。
（二）险种异质性分析：中央专项转移支付对各省种植业和养殖业保费补贴的激励效应
回归结果表明，从全国种植业层面来看，中央专项转移支付对各省种植业保险保费补贴深度有着正向激励效应，并且这种影响在1%的水平上显著。各省财政分权、各省财政自给率、各省农产品结构、各省第一产业占比等变量的回归系数在1%的水平上显著为正，农林水支出占比的回归系数在5%的水平上显著为正，而各省种植业产值占全国比重的回归系数在1%的水平上显著为负，同样表明各省对种植业保险的保费补贴同样具有较强的外部性。这些结论支持了假设1和假设2。
在全国养殖业层面上，中央专项转移支付对各省养殖业保险保费补贴深度的影响在1%的水平上显著为正，这与全国农业层面和全国种植业层面的回归结果保持一致，进一步印证了假设1。农林水支出占比的回归系数在5%的水平上显著为正，各省养殖业产值占全国比重的回归系数在1%的水平上显著为负，这些结果均与前面保持了高度一致，支持了论文的假设2。
（三）区域异质性分析：中央专项转移支付对不同地区农业保险保费补贴的激励效应
回归结果表明：第一，中央农险专项转移支付对中西部省份农业保险保费补贴深度有着正向激励效应，并且这种影响在1%的水平上显著，而对东部省份的激励效应为负值，但是并不显著；第二，中央专项转移支付同样对中西部省份种植业保险保费补贴有着显著的激励效应，对东部省份的影响虽然也为正，但是并不显著；第三，虽然中央专项转移支付对中西部、东部省份种植业保险保费补贴都有着显著的激励效应，但是从t值来看，中西部省份的t值要远大于东部省份的t值，也即中西部地区的激励效应要比东部地区更为显著。
综合以上分析，从区域异质性的视角来看，中央专项转移支付对中西部地区农业保险保费补贴的激励效应要比东部地区更为显著，这说明我国现行基于区域的差异化补贴政策具有合理性。
（四）稳健性检验
1. 安慰剂检验
为了验证论文核心解释变量——“中央农险专项转移支付力度”的说服力，我们利用中央对各省的一般性转移支付来构建变量进行安慰剂检验。由于一般性转移支付不具有专项转移支付的指向性，所以从理论上不会对各省的农业保险补贴行为产生直接的激励作用。回归结果表明，两个安慰剂变量对各省农业保险、种植业保险以及养殖业保险的保费补贴深度都没有显著影响，证实了专项转移支付特有的激励作用。
2. 加入异质性时间趋势的回归
双向固定效应模型通过控制各省不随时间变化的异质性以及各省共同的时间趋势以控制估计中的内生性问题。但是，当模型中存在随时间变化观测不到的异质性时，双向固定效应模型的估计结果依然可能产生内生性偏误。因此，本文首先在原模型中加入特定控制变量与时间虚拟变量的交叉项，以控制各省的异质性时间趋势。
可以看到，专项转移支付的激励效应与原模型回归结果保持一致，全国样本的激励效应均在1%的水平上显著，而该激励效应主要体现在中西部地区，在东部地区不明显，证实了回归结果的稳健性。
六、进一步的讨论
（一）激励效应的时间趋势
在前面实证分析的基础上，我们进一步讨论中央专项转移支付激励效应的动态趋势。这里以种植业保险为例，在回归模型中加入各年度中央专项转移支付与年份虚拟变量的交叉项。
结果表明，中央专项转移支付对中西部地区的激励效应在2010年显著上升后保持平稳，但是2016年和2017年出现明显的下降趋势；中西部地区对农业保险的自发补贴趋势与激励效应趋势正好相反，呈现出明显的互相替代的特点。
（二）专项转移支付对农业保险区域均衡发展的影响
这里考察中央农险专项转移支付对全国农业保险区域均衡发展的影响，构建如下模型进行回归：
结果表明，在不同的回归模型结果中，中央农险专项转移支付力度的系数都显著为正，表明中央农险专项转移支付明显拉大了各省农业保险（种植业）深度与全国平均水平的偏离程度。这一结论验证了假设3。
七、结论与政策建议
本文结合我国农业保险保费补贴的政策情境，从理论上构建了中央农业保险专项转移支付与地方财政对农业保险保费补贴之间的“激励—响应”模型，并结合2008-2017年我国各地的农险补贴数据，实证检验了中央农业保险专项转移支付对地方政府补贴农险的激励效应，并分析了该效应的时间趋势及对区域均衡发展的影响。
研究发现：一是从全国范围来看，中央农业保险专项转移支付显著激励了地方政府对农业保险（包括种植业、养殖业）保费的补贴支出；二是无论是种植业还是养殖业，中央农业保险专项转移支付对中西部地区的激励效应都要高于东部地区；三是中央农业保险专项转移支付对地方政府补贴养殖业保险的激励效应要比种植业保险更显著；四是在现行的比例补贴方式下，地方政府对农业保险保费补贴的实际水平低于其最优补贴规模，也即农业保险补贴存在正外部性，需要中央政府更多的统筹；五是从时间趋势来看，中央农业保险专项转移支付对中西部地区的激励效应出现了“先升后降”的趋势，而对东部地区的激励效应则一直比较平稳；六是中央农业保险专项转移支付会助推各省农业保险发展水平的不均衡，拉大地区差距。
基于上述结论，为了更好地发挥中央专项转移支付对地方财政的激励效应，调动地方政府的积极性，我们可以考虑从如下方面进一步完善保费补贴政策：
第一，对中西部地区和农业大省给予更多的转移支付倾斜，提高中央财政资金的边际效益。另外，随着中央和地方在财政支农事权和支出责任划分改革的深入，建议中央财政改变目前根据区域（东部或中西部）而实施的转移支付政策，而是结合各省的财政实力、农业地位等因素，采取“因省而异”的政策。
第二，适当扩大中央财政的补贴品种。中央财政需要注意一些省份因农产品结构与中央补贴品种“匹配度低”出现的补贴积极性不高的现象，适当增加对养殖业品种和其他有着较强外部性的补贴品种（如渔业）。
第三，鉴于比例补贴政策的内在缺陷，中央财政可以在现行的比例补贴政策之外，每年留出一定的预算额度，相机而动，用于对特定地区和特定农产品的保费补贴。
第四，对于中央专项转移支付所造成的农业保险区域发展水平拉大的现象，中央财政应当持续关注，并适时调整转移支付政策。
编辑：于小涵
中国保险学会
构建保险大社区
微信：iicbxzx
