農(nóng)業(yè)保險(xiǎn)在分散農(nóng)業(yè)風(fēng)險(xiǎn)、降低農(nóng)業(yè)生產(chǎn)中災(zāi)害損失等方面具重要作用,為了促進(jìn)農(nóng)戶積極參與農(nóng)業(yè)保險(xiǎn),從2007年起中央及各級政府開始實(shí)行對參保農(nóng)戶的保費(fèi)補(bǔ)貼政策,從而降低參保農(nóng)戶的費(fèi)用,刺激農(nóng)戶參保的積極性。在以“保費(fèi)補(bǔ)貼”為主導(dǎo)的農(nóng)業(yè)保險(xiǎn)市場下,能夠合理地配置社會資源的投入使得農(nóng)業(yè)保險(xiǎn)補(bǔ)貼政策達(dá)到理想的效果,進(jìn)而提高財(cái)政資金的利用效率,并推進(jìn)我國的農(nóng)業(yè)保險(xiǎn)的快速發(fā)展,實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率的有效提升,以更少的國家財(cái)政投入獲取最大的經(jīng)濟(jì)發(fā)展效益是農(nóng)險(xiǎn)相關(guān)研究的目的。因此運(yùn)用科學(xué)的方法對農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率及相關(guān)問題進(jìn)行研究,具有重要的現(xiàn)實(shí)意義。本文對現(xiàn)有的農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率的相關(guān)文獻(xiàn)進(jìn)行分析比較,選取我國31個地區(qū)2008-2015年的農(nóng)業(yè)保險(xiǎn)補(bǔ)貼相關(guān)的投入產(chǎn)出的面板數(shù)據(jù)作為研究對象。首先運(yùn)用Bootstrap-BCC模型、SE-SBM模型分別對各地區(qū)的農(nóng)險(xiǎn)補(bǔ)貼的純技術(shù)效率、綜合效率以及效率水平進(jìn)行測算并分析。其次,以純技術(shù)效率、綜合效率作為劃分依據(jù)采用無監(jiān)督學(xué)習(xí)對各地區(qū)的農(nóng)險(xiǎn)補(bǔ)貼的效率水平進(jìn)行等級劃分。然后運(yùn)用熵值-灰色關(guān)聯(lián)模型對農(nóng)業(yè)補(bǔ)貼綜合效率差異的影響因素進(jìn)行評價(jià)。最后運(yùn)用空間標(biāo)準(zhǔn)差橢圓、莫蘭指數(shù)等空間統(tǒng)計(jì)方法對各地區(qū)的農(nóng)業(yè)保險(xiǎn)補(bǔ)貼綜合效率從空間演變及其空間相關(guān)性的相關(guān)分析。本文研究表明:采用Bootstrap-BCC模型對各地區(qū)純技術(shù)效率分析得到各地區(qū)的農(nóng)險(xiǎn)補(bǔ)貼的相關(guān)投入的純技術(shù)效率的偏差大于0,說明了政府在補(bǔ)貼政策的落地與監(jiān)管存在一定問題,使得各地區(qū)的補(bǔ)貼純技術(shù)效率未達(dá)到最佳狀態(tài)。而運(yùn)用SE-SBM模型對綜合效率進(jìn)行分析各地區(qū)歷年的綜合效率波動較大,通過基于動態(tài)離差平方準(zhǔn)則的無監(jiān)督學(xué)習(xí)對補(bǔ)貼的綜合效率進(jìn)行等級劃分,可以看到大部分地區(qū)2014年的補(bǔ)貼綜合效率仍屬于中-低效率水平。在各地區(qū)補(bǔ)貼綜合效率差異的影響因素分析上,得到農(nóng)業(yè)經(jīng)濟(jì)水平以及農(nóng)村家庭收入水平等因素是制約著我國農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率地區(qū)差異的主要因素。其而空間分析上,部分地區(qū)的農(nóng)險(xiǎn)補(bǔ)貼效率有了大幅度的提升,從各地區(qū)農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率標(biāo)準(zhǔn)差橢圓的重心變化過程可看出農(nóng)險(xiǎn)補(bǔ)貼效率的重心由西向東轉(zhuǎn)移,并且在空間格局上我國各地區(qū)的農(nóng)險(xiǎn)補(bǔ)貼效率呈現(xiàn)了空間正相關(guān)關(guān)系。
【學(xué)位單位】：重慶理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F842.66
【部分圖文】：

圖 4.2.1 我國農(nóng)業(yè)保險(xiǎn)補(bǔ)貼綜合效率基尼指數(shù)合效率的基尼指數(shù)的趨勢可以看出（圖跌，隨著幾年內(nèi)一直處在上下波動的狀態(tài)基尼指數(shù)開始出現(xiàn)回升。說明了在 200貼效率差異相較于 2008 年有了明顯的又再一次被逐漸拉大，也從側(cè)面說明了我效率差異起到了功不可沒的作用。但是地區(qū)間的差異是不可調(diào)和的，因此下面的影響因素標(biāo)變量（見表 3.6.2）在對農(nóng)業(yè)保險(xiǎn)補(bǔ)貼不同，因此本節(jié)采用熵值法的方式對各謹(jǐn)?shù)卦u價(jià)各指標(biāo)變量對農(nóng)險(xiǎn)補(bǔ)貼綜合效3.5.4））利用 R 軟件計(jì)算農(nóng)業(yè)保險(xiǎn)補(bǔ)貼綜合果如表 4.2.1 所示：表 4.2.1 各指標(biāo)變量的熵值法權(quán)重系數(shù)

5 我國農(nóng)險(xiǎn)補(bǔ)貼綜合效率演變分析5.1 農(nóng)險(xiǎn)補(bǔ)貼綜合效率空間演變5.1.1 農(nóng)險(xiǎn)補(bǔ)貼綜合效率的空間分布從第四章能夠較為清楚地從時(shí)間維度去了解我國各地區(qū)農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率在觀測期間的不同角度下的變化情況，并不能夠呈現(xiàn)出各地區(qū)地理空間上的演變情況。遂本節(jié)以農(nóng)險(xiǎn)補(bǔ)貼綜合效率為視角，選取 2009 年與 2015 年的農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率的數(shù)據(jù)導(dǎo)入至 ArcGIS10.2 軟件中繪制出其補(bǔ)貼綜合效率的空間分布圖，如圖 5.1.1 所示，可以更為直觀的了解到我國各地區(qū)農(nóng)險(xiǎn)補(bǔ)貼綜合效率空間分布情況，其中將各地區(qū)的農(nóng)保補(bǔ)貼綜合效率按照效率高低劃分為五個擋位。

度上反映出空間整體的輪廓與趨勢方向。SDE1 1/n ni i ii i x ,1 1/n ni i ii iy y ， n1, 2,3, i x x，i iy y y長軸長度）:21 ( cos sin )n x i i i i i x y 短軸長度）：21 ( sin cos )n y i i i i i x y 區(qū)的地理坐標(biāo)的經(jīng)緯坐標(biāo)數(shù)值，i 為第i個決策效率值。國各地區(qū)的農(nóng)險(xiǎn)補(bǔ)貼綜合效率導(dǎo)入至 ArcGIS1布圖，如圖 5.1.2 所示：
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃英君;汪嬋;;精準(zhǔn)扶貧視域下政策性農(nóng)業(yè)保險(xiǎn)補(bǔ)貼的績效研究——以重慶市為例[J];新疆農(nóng)墾經(jīng)濟(jì);2019年06期

2 鄭軍;盛康麗;;農(nóng)業(yè)保險(xiǎn)服務(wù)鄉(xiāng)村振興戰(zhàn)略的制度創(chuàng)新研究綜述[J];電子科技大學(xué)學(xué)報(bào)(社科版);2019年04期

3 馮文麗;張惠敏;;我國農(nóng)業(yè)保險(xiǎn)高質(zhì)量發(fā)展的對策建議[J];中國保險(xiǎn);2019年07期

4 韓笑;;《農(nóng)業(yè)保險(xiǎn)條例》實(shí)施中的問題與解決方案[J];中國保險(xiǎn);2019年07期

5 李敏;;打造強(qiáng)大的農(nóng)業(yè)保險(xiǎn)平臺 更好地服務(wù)于新農(nóng)村建設(shè)[J];淮海文匯;2012年01期

6 李京城;王奉君;;關(guān)于政策性農(nóng)業(yè)保險(xiǎn)的實(shí)踐與思考[J];淮海文匯;2009年02期

7 吳本健;馬九杰;;以政策性農(nóng)業(yè)保險(xiǎn)促進(jìn)農(nóng)民脫貧增收[J];新重慶;2017年09期

8 李春國;陳曉明;印筍;潘婷;;推進(jìn)農(nóng)業(yè)保險(xiǎn)“三個轉(zhuǎn)變”[J];江蘇農(nóng)村經(jīng)濟(jì);2018年12期

9 戴銘;;浙江省農(nóng)業(yè)保險(xiǎn)制度問題研究[J];農(nóng)家參謀;2019年01期

10 邵永同;;美國農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼的經(jīng)驗(yàn)及對我國的啟示[J];中國財(cái)政;2018年18期

相關(guān)博士學(xué)位論文 前10條

1 溫燕;農(nóng)產(chǎn)品價(jià)格對農(nóng)業(yè)保險(xiǎn)道德風(fēng)險(xiǎn)的影響[D];西南交通大學(xué);2013年

2 袁連升;吉林省政策性農(nóng)業(yè)保險(xiǎn)發(fā)展問題研究[D];吉林農(nóng)業(yè)大學(xué);2015年

3 田麗;陜西農(nóng)產(chǎn)品生產(chǎn)經(jīng)營中農(nóng)業(yè)保險(xiǎn)支持問題研究[D];西北大學(xué);2012年

4 陳風(fēng);政策性農(nóng)業(yè)保險(xiǎn)基本法律問題研究[D];武漢大學(xué);2012年

5 王欣蘭;中國政策性農(nóng)業(yè)保險(xiǎn)有效需求研究[D];遼寧大學(xué);2013年

6 黃亞林;政策性農(nóng)業(yè)保險(xiǎn)各主體利益協(xié)同研究[D];湖南農(nóng)業(yè)大學(xué);2013年

7 柴智慧;農(nóng)業(yè)保險(xiǎn)的農(nóng)戶收入效應(yīng)、信息不對稱風(fēng)險(xiǎn)[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2014年

8 李海軍;我國政策性農(nóng)業(yè)保險(xiǎn)發(fā)展問題研究[D];山東農(nóng)業(yè)大學(xué);2009年

9 王敏俊;小規(guī)模農(nóng)戶農(nóng)業(yè)保險(xiǎn)參保率研究[D];浙江大學(xué);2008年

10 施紅;中國政策性農(nóng)業(yè)保險(xiǎn)優(yōu)化風(fēng)險(xiǎn)配置的機(jī)理研究[D];浙江大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 梁曉宇;河北省農(nóng)業(yè)保險(xiǎn)扶貧效果研究[D];河北經(jīng)貿(mào)大學(xué);2019年

2 段亞東;河北省農(nóng)業(yè)保險(xiǎn)精準(zhǔn)扶貧效率研究[D];河北經(jīng)貿(mào)大學(xué);2019年

3 王鑫;多層次農(nóng)業(yè)保險(xiǎn)產(chǎn)品體系設(shè)計(jì)及費(fèi)率測算[D];河北經(jīng)貿(mào)大學(xué);2019年

4 賈媛;Z保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)實(shí)施績效評價(jià)研究[D];武漢工程大學(xué);2018年

5 劉露;農(nóng)戶對多種農(nóng)業(yè)保險(xiǎn)產(chǎn)品的支付意愿研究[D];中國農(nóng)業(yè)科學(xué)院;2019年

6 劉浩;中國農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率研究[D];河北大學(xué);2019年

7 于浩;中國農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效率及動態(tài)演變研究[D];重慶理工大學(xué);2019年

8 郭乃滔;界首市政府在農(nóng)業(yè)保險(xiǎn)管理中的問題和對策研究[D];安徽大學(xué);2019年

9 劉寶良;政策性農(nóng)業(yè)保險(xiǎn)損害賠償法律問題研究[D];天津財(cái)經(jīng)大學(xué);2018年

10 梁恒瑜;農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼法律制度研究[D];天津工業(yè)大學(xué);2019年

本文編號：2852231