保險扶貧減貧效果分析

導語：保險扶貧減貧效果分析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。

一、引言

貧困是世界著名的“3P”（POLLUTION—污染、POPULA-TION—人口、POVERTY—貧困）問題之一，貧困問題一直困擾著世界各國，作為世界上最大的發展中國家，中國的貧困人口曾經占世界貧困人口總數的20%。為了對癥下藥，深入實施扶貧脫貧，精準扶貧應運而生。改革開放40年來，我國成功走出了一條中國特色減貧道路，并一躍成為世界上減貧人口最多的國家。但與此同時，我們也要清醒的認識到，當前我國脫貧攻堅形勢依然嚴峻，因為我國剩余貧困人口貧困程度深、減貧成本更高、脫貧難度更大。保險業作為經濟社會發展的“穩定器”和“壓艙石”，具有風險轉嫁與分散、經濟補償與給付、資源配置與資金融通等功能。[1]在扶貧工作中引入保險機制，有利于統籌利用社會資源、放大財政扶貧資金效用、改善貧困地區金融生態。[2]為了防止出現較為嚴重的“邊脫貧、邊返貧、邊致貧”現象，為脫貧人口和邊緣貧困人口提供合理的保險保障就顯得尤為重要。[3]保險扶貧，不僅有助于實現脫貧，還能有效防止返貧。保險業服務精準扶貧的實現路徑主要包括農業保險扶貧、大病保險扶貧、民生保險扶貧以及增信融資扶貧四大類。[4]大病保險扶貧主要針對因病致貧、返貧，通過政府補貼等方式，以商業化渠道資助貧困人口，適當補充重大疾病保障，可以進一步緩解因病致貧、返貧，助推精準扶貧；農業保險扶貧主要針對因災致貧、返貧，主要承保農產品上市之前遭遇的旱、澇、寒凍等自然災害風險，以及農產品目標價格保險；民生保險扶貧主要包括扶貧小額人身保險、農村住房保險等；增信融資扶貧主要包括扶貧小額貸款保證保險、農業保險保單質押貸款等。我國提出在2020年實現全面脫貧，保險扶貧作為精準扶貧的重要抓手，對提升脫貧質量和打贏脫貧攻堅戰意義重大，不少學者提出，在我國實現全面脫貧后，仍需利用保險手段守住脫貧成果。那么，在我國精準扶貧過程中，保險扶貧的減貧效果到底如何？還需要進一步實證檢驗。本文正是基于此思路，試圖通過分析我國貧困人口規模與保險業發展之間的內在關系，以度量保險扶貧的減貧效果，這對我國保險扶貧工作的進一步開展有重要的理論與實踐意義。

二、保險扶貧減貧效果實證分析

1.計量模型設定與變量選取從已有文獻研究來看，減貧的影響因素有很多，為了探索保險業發展對于精準扶貧的助推效果，從經濟發展、社會發展及保險業發展，三個層面考察各因素的減貧效果。本文將貧困人口規模作為因變量，將保險業發展的各項指標作為自變量，同時，以對貧困人口規模產生綜合影響的居民消費價格指數、人均GDP、人口、普通本科人數等指標變量作為控制變量。保險業發展層面，保險深度和密度是衡量保險業發展水平的重要指標，而保險扶貧中最主要的兩大抓手為大病保險扶貧和農業保險扶貧，由于大病保險存在部分省份數據缺失的問題，本文選取農業保險的保費收入、賠付金額及保險深度、保險密度四個指標衡量保險扶貧的減貧效果。開始的2013年至2016年的數據為樣本，進行計量模型的估計。從數據的結構特征來看，屬于典型的面板數據。面板數據兼具橫截面與時間兩個維度，提供更多個體動態行為的信息，數據容量大，估計結果也更加穩定。面板數據的一般形式：yit=α+Xitβi+εit，據此，本文將上述變量引入模型，計量模型的設定為如下形式：Povertyit=α+β1CPIit+β2avegdpit+β3popit+β4eduit+β5incomeit+β6expensesit+β7densityit+β8depthit+εit其中，poverty表示各?。ㄊ?、直轄區）的貧困人口規模，數據來自于中國農村貧困監測報告，下標i和t分別表示地區和年份，α表示常數項，βi表示變量系數，εit表示殘差。2.回歸結果分析運用stata軟件對我國30個省份2013年至2016年的面板數據進行回歸分析。為了得到較為有效的估計結果，分別采用混合回歸、隨機效應和固定效應進行估計。表中的模型（1）、模型（2）、模型（3）分別報告了混合回歸、隨機效應、固定效應的解釋變量系數結果。回歸結果顯示的F統計量的p值為0.000，表明個體效應整體上是顯著的，固定效應模型優于混合回歸;根據Hausman檢驗，chi值為正數，p值為0.0241，拒絕原假設，因此，在固定效應模型和隨機效應之間選擇固定效應模型。因此，我們認為模型（3）中的結果是最有效的。表2面板數據回歸分析結果通過觀察方程（3）中解釋變量的估計值可以發現：第一，在經濟發展層面，人均GDP對貧困人口規模的影響系數為負，說明人均GDP的提高對于貧困人口規模的減少有顯著的促進作用，這驗證了經濟發展會促進貧困人口規模降低。同時，人均GDP的系數為-0.00811，說明人均GDP增加1%，貧困人口規模將降低0.008%。居民消費價格指數對貧困人口規模的影響系數為正，但未通過顯著性檢驗。這是因為，雖然從理論上來說，居民消費價格指數越高，代表著物價的上漲，居民生活成本將提高，貧困人口規模也會擴大，但居民消費價格指數作為國家宏觀經濟分析與決策的重要依據，它的高低將直接影響國家宏觀經濟調控措施的出臺與力度。由于居民消費價格指數影響重大，國家必須依此進行宏觀調控，所以居民消費價格指數并不能直接影響貧困人口規模。第二，在社會發展層面，普通本科對貧困人口規模的影響系數為負，說明教育水平的提高會促進貧困人口規模的降低，這也從側門反映了提升教育水平的重要性。支持貧困地區教育發展以及吸引人才投身貧困地區工作，都將是促進貧困地區脫貧的有效途徑。第三，在保險業發展層面，保險深度與保險密度通過了1%的顯著水平檢驗，說明保險業的發展能有效促進貧困人口規模的降低，同時也驗證了保險扶貧減貧效果的顯著性。其中，保險密度是指人均保險費額，保險密度的影響系數為正，說明人均保險費額的增加成為了貧困人口的經濟壓力，因此，國家應制定相關政策降低保險扶貧中保險產品的費率，并對貧困戶自繳部分進行合理補貼。保險深度反映的是保險業在整個國民經濟中的地位，它的影響系數為負說明一個地區保險業的發展能有效助力脫貧。農業保險扶貧是精準扶貧的一大抓手，但是農業保險的保費收入及賠付支出對貧困人口規模的影響并不是十分顯著，說明我國農業保險助力脫貧攻堅的作用還未顯現，國家仍需大力發展農業保險扶貧，隨著相關措施的力度不斷加大，農業保險扶貧的作用將進一步凸顯。3.穩健性檢驗為了進一步檢驗保險扶貧減貧效果的穩健性，同時也考慮到各個解釋變量對貧困人口規模的影響可能存在時滯效應，本文將各個解釋變量分別滯后一期，然后采用固定效應模型進行穩健性檢驗。由表3可知，滯后一期后，人均GDP、普通本科、保險深度、保險密度對貧困人口規模的影響仍顯著，這一結果與前文結論相一致，說明本文的實證結果有較強的穩健性。

三、結論

本文選用2013-2016年全國30個省份面板數據，運用固定效應模型對保險扶貧的減貧效果進行了有效估計，實證估計結果表明：保險業的發展對貧困人口的減少有較為顯著的促進作用，但農業保險對貧困人口規模的影響并不是十分顯著。我國提出將于2020年實現全面脫貧，由于保險扶貧兼具助力脫貧與防止返貧的雙重功能，所以，保險扶貧的各項手段并不應該隨著我國全面脫貧的實現而終止，而是應該在全國范圍內繼續推行，打造符合貧困群體實際需求的保險扶貧產品和服務體系。同時，為減輕貧困人口的經濟壓力，國家應制定相關政策降低保險扶貧中保險產品的費率，并對貧困戶自繳部分進行合理補貼。目前，農業保險扶貧的效果還不夠顯著，我國應該進一步加大農業保險扶貧的力度，充分發揮農業保險的損失保障效應，以助力精準扶貧。

參考文獻：

[1]吳傳清,鄭開元.保險精準扶貧的路徑選擇與促進機制[J].甘肅社會科學,2018(3):96-102.

[2]江潔,王起國.以保險助力精準扶貧[J].人民論壇,2018(16):100-101.

[3]鄭偉,賈若,景鵬,等.保險扶貧項目的評估框架及應用———基于兩個調研案例的分析[J].保險研究,2018(8):13-20.

[4]江潔.保險扶貧的四個路徑[J].人民論壇,2018(22):70-71.

作者:呂紫薇 任善英 單位:青海大學