政策性农业保险的化肥、农药、农膜减量效应分析

秦国庆 杜宝瑞 贾小虎 马九杰*

(1.中国人民大学 农业与农村发展学院，北京 100872;2.中国人民大学 财政金融学院，北京 100872;3.河南农业大学 经济与管理学院，郑州 450002)

改革开放40多年以来，中国农业在取得举世瞩目发展成就的同时，也付出了巨大的环境代价。2000年以来，中国化肥、农药、农膜使用量呈现波动增长态势。其中，化肥施用折纯量峰值一度达到6 022.60万t/年，农药使用量峰值一度达到180.70万t/年，农膜使用量峰值一度达到260.40万t/年[1]。农业化学化工品的持续过量投入导致了严重的面源污染，造成了土壤板结、表土沙化、水体富营养化等环境危机，对农业可持续发展构成了严峻的挑战[2-5]。更为重要的是，环境污染制约了农产品品质升级，不仅使中国农产品缺乏国际竞争力[6]，还导致了农业价值链“低端锁定”的负向反馈循环[7]。基于以上背景，中国将“生态优先、绿色发展”作为新时期农业农村发展的重要理念，并相继实施了化肥农药零增长补助、缓释肥技术补助、高效低毒农药补助等多类绿色农业补贴，以期推动农业减量化。然而，相当多的经验证据表明，绿色农业补贴并未完全实现政策预期，反而导致了环境友好型化肥农药的过量投入[8-10]、以及相关资源设施的过度部署[11]，产生了新的环境问题。在某种程度上，绿色农业补贴政策具有一定缺陷，难以实现“标本兼治”，其虽然能够影响生产者的农业化学化工品种类选择，却难以影响生产者的投入量选择，甚至可能激励替代品过量投入，从而违背政策初衷。

那么，能够有效推动农业减量化的政策措施究竟该遵循怎样的底层逻辑？厘清农户过量投入行为的根本动机正是回应此问题的关键所在。从供给侧来看，尽管盲目施肥的经验习惯、绿色生产知识的匮乏一度被认为是农户过量投入行为的主要原因[12-14]。但越来越多的证据显示，多数农户仅对市场售卖的农产品大量施肥施药，对自家食用的农产品却采取绿色生产方式[15-16]。也就是说，农户普遍存在“对外保产量、对内保质量”的“一家两制”生产行为。这意味着，农业过量投入更倾向于是农户规避生产风险的理性决策，而非错误经验和知识匮乏引致的非理性行为[17]。从需求侧来看，农业生产现场数据通常难以归集传递，这导致消费者往往无法接收产品质量信号，致使优质优价的市场交易难以达成，造成了劣币驱除良币的“柠檬市场”风险[18-20]。这意味着，化肥农药的过量投入实际是应对“柠檬市场”风险的适应性行为。综上可知，无论基于供给侧视角，还是需求侧视角，风险厌恶均是农户过量投入行为的重要原因。在此意义上，正规农业保险实际上是对“肥量药量膜量保产量”风险统筹逻辑的一种替代。鉴此，本研究将2007—2012年中央财政农业保险保费补贴试点的实施看作一种准自然实验，试图识别政策性农业保险的化肥、农药、农膜减量效应。基于上述因果识别，本研究旨在为绿色农业公共政策的发展与完善提供实证证据。

自“一家两制”生产现象被提出后，越来越多的公共政策研究开始关注农业保险的化学化工品减量作用[21-23]。作为现代农业发展的关键支柱之一，农业保险具有分散农业风险、稳定农民收入的重要作用。更为重要的是，农业保险改变了农户的风险预期，显著影响了其经营结构、经营规模、生产技术等选择，而这些选择变化和生态环境质量有着密切的关联[24]。第一，农业保险会改变农户生产偏好，推动经营结构调整，进而影响农业化学化工品的使用量。当前，中国农业保险的补贴倾斜及险种部署兼顾粮食安全与环境效益两大目标，已成为引导农业高质量发展的重要手段。一方面，2022年中国小麦、稻谷、玉米三大主粮的农业保险覆盖率将有望达到70%以上[25]；
另一方面，中央财政对高附加值、环境友好型林、牧产业的保险补贴支持呈现快速增长趋势。相关研究显示，中国农业保险的发展推动了种植业的“趋粮化”[26-27]。而在产出价值相同的情形下，粮食作物的化肥、农药、农膜需求量一般比其他经济作物更低[28]。此外，也有研究表明，中国农业保险的发展降低了传统种植业在整个农、林、牧、渔产值中的比重[21]，推动了其他农业二级部门的均衡发展。而在产出价值相同的情形下，其他农业二级部门的化学化工品需求量一般更低，所带来的环境负荷一般更小[29]。因此，农业保险的发展能够推动作物结构和农业产业结构的调整，进而实现农业减量化。第二，农业保险能够减少当事主体扩大生产所面临的不确定性，改变生产者的经营规模选择，进而影响农业化学化工品的使用量。多数研究表明，农业保险能够激励生产者流入或开垦更多的土地，推动规模化经营[30-32]。同时，开展规模化经营的生产者往往更加关注利润、重视节约成本，更愿意提升农业化学化工品的投入产出效益，这使其单位面积化肥、农药、农膜投入量一般更低[33-35]。因此，农业保险的发展能够推动规模化经营，进而实现农业减量化。第三，农业保险能够缩小农业生产经营的风险敞口，激励生产者探索传统技术的最大产出潜力，或采取新的生产技术，进而影响农业化学化工品的使用量。来自一些发展中国家的经验证据表明，农业保险有助于降低生产者的“产量焦虑”，使其探索更加合宜的施肥施药比例，提升相关要素利用效率[36-37]。同时，农业保险还能够激励生产者使用新的生产技术、生物技术和服务技术[38]。这些农业技术革新能够提高作物养分吸收率、病虫害抵抗力和气象灾害抵抗力，并控制农业化学化工品的过程损耗。比如，地膜“以旧换新”服务以及地膜回收技术的使用可以有效降低小麦、玉米种植户的重复铺膜行为[39]。因此，农业保险的发展能够通过推动技术效率提升和技术进步，进而实现农业减量化(以上理论机制见图1)。

图1 政策性农业保险的化肥、农药、农膜减量机制Fig.1 Reduction effect mechanisms of policy-oriented agricultural insurance on chemical fertilizer, pesticide and agricultural plastic film

尽管农业保险为现代农业绿色转型提供了一种可行的理论思路，但也有研究对农业保险的化学化工品减量作用提出质疑。比如，Horowitz等[40]的研究发现，购买农业保险会激励农场主从事高风险作物生产，这反而会增加农业化学品需求量和投入量。Chakir等[41]、钟甫宁等[42]的研究得到了类似的结论。那么，农业保险究竟是否发展成为了中国农户进行风险统筹的有效工具？其对农业绿色生产是否产生了积极影响？其推动农业减量化的具体机制是什么？本研究将通过实证分析回答上述问题。

2.1 政策回顾

中国于2007年正式开展了中央财政农业保险保费补贴试点改革(试点批次名单见表1)。从2007年至2019年，中国农业保费收入从53.33亿元上升至672.48亿元，赔付支出从29.75亿元上升至527.87亿元[43]。截至2018年，政策性农业保险已占据整个农业保险市场份额的90%以上[25]。值得注意的是，北京和上海市等发达地区在获得中央财政补贴支持之前，便推行了由地方财政补贴支持的政策性农业保险。但结合统计资料来看[1,43]，这些地区的农作物种植规模十分有限，且各地农业保费收入在中央财政补贴后才出现大幅增长。因此，将中央财政农业保险保费补贴试点改革视为准自然试验，更能体现政策性农业保险制度的干预冲击。

表1 中央财政农业保险保费补贴试点批次名单Table 1 Pilot batches list of policy-oriented agricultural insurance premium subsidies from central government

2.2 模型设定

2.2.1渐进双重差分模型

本研究将中央财政农业保险保费补贴试点改革的开展视为准自然实验，将开展试点工作的省份视为处理组，将未开展试点工作的省份视为对照组。从2007—2012年，中央财政农业保险保费补贴试点改革采取了“分批试点、完全覆盖”的推广办法。也就是说，在2007—2012年，每年都有省份从对照组进入处理组，且最终所有省份都进入了处理组。针对这种试点推进策略，本研究使用Beck等[44]提出的渐进政策效应识别方案，构建渐进双重差分模型(staggered difference-in-differences)如下：

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

(1)

式中：i为省份编号，t为年份编号；
λi为个体固定效应，λt为时间固定效应；
εit是误差项向量。yit是因变量，包含化肥使用量、农药使用量和农膜使用量3个指标，均进行对数化处理；
Treatmentit表示第i个省份在第t年的政策性农业保险试点改革状态；
Xit为控制变量组成的向量；
β0、β1为待估系数，γ为Xit的系数向量，其中β1代表政策性农业保险的农业减量化效应。

2.2.2广义结构方程模型

图1展示了政策性农业保险潜在的农业减量化机制，为了检验这些影响机制是否成立，本研究进一步构建广义结构方程模型(Generalized structural equation model)如下：

(2)

式中：mit为机制变量，νi为个体固定效应，νt为时间固定效应；
β2、η0、η1待估系数，δ为Xit的系数向量，其他参数及变量含义与式(1)保持一致。其中，根据β2和η1可计算出mit在Treatmentit和yit之间的中介效应系数(记作β)，可用来判断对应影响机制是否成立。

2.3 变量测度与描述性统计

2.3.1因变量

因变量lnyit分别取化肥施用折纯量、农药使用量和农膜使用量3个指标的自然对数值。农业减量化的关键在于降低化肥和农药两类农业化学品的过度使用，故本研究选取各省份的化肥施用折纯量、农药使用量作为农业减量化的两大评估指标。此外，还有诸多研究显示，农膜一类农业化工品因使用量大、覆盖面广、难以回收、不易降解，同样导致了严重的面源污染。因此，本研究进一步选取各省份的农膜使用量作为农业减量化的另外一个评估指标。

2.3.2核心自变量

核心自变量Treatmentit表示第i个省份在第t年是否为中央财政农业保险保费补贴试点，若已成为试点，则取值为1，否则取值为0。

2.3.3控制变量

控制变量Xit包含了其他影响农业减量化的潜在因素。参考曹翔等[45]、张露等[46]、马九杰等[23]的研究，本研究选取以下控制变量。1)其他农业生产要素。具体包括农作物播种面积、农业机械总动力、有效灌溉面积、第一产业就业人数、劳动力平均受教育年限、农户第一产业固定资产投资额。其中，所有年份的农户第一产业固定资产投资额均以2000年为基期进行平减，且进行对数化处理。2)农业收入占比。采用各省份第一产业人均增加值与农村居民人均可支配收入的比值表征。3)受灾情况。包括受灾面积、粮食单产、突发环境事件次数。由于农户的要素投入行为往往会依据上一年度的受灾情况做出调整，故表征受灾情况的3个指标均进行滞后一期的处理。4)气候因素。包括年度月均气温、年度月均降水量。考虑到极端气候对农业生产行为的影响，本研究同时控制了年均气温、年均降水量的二次项。

2.3.4机制变量

机制变量mit包含3类变量：1)作物结构和农业产业结构。参考马九杰[23]等的研究，使用粮食作物面积占农作物播种面积的比重表征作物结构。参考杨立勋等[47]的研究，使用农业产值占农林牧渔总产值的比重来表征农业产业结构。2)规模经营水平。张露等[46]的研究指出，土地流转显著促进了土地连片集中经营。因此，本研究使用土地流转率来衡量农地规模经营水平。3)化肥技术效率、农药技术效率、农膜技术效率和农业技术进步指数。所谓技术效率，指既定技术水平下，化肥、农药、农膜3类生产要素的利用效率，即要素在多大程度上实现了物尽其用。技术效率越高，实现相同农业产出所需的化肥、农药、农膜越少。本研究参考Zhou等[48]提出的单要素技术效率测算思路，采用随机前沿法(Stochastic frontier approach)分别测算化肥技术效率、农药技术效率、农膜技术效率3个指标。具体而言，设定柯布-道格拉斯形式的距离函数，将农业产值作为产出变量，将化肥使用量、农药使用量、农膜使用量、农作物播种面积、第一产业就业人数、农村机械总动力、有效灌溉面积作为投入变量。所谓技术进步，指在保持技术效率不变的情形下，由农业生产技术、生物技术和服务技术革新带来的产出跃升。一般而言，农业生产技术进步幅度越大，实现相同农业产出所需的化肥、农药、农膜越少。借鉴已有研究[23]，本研究运用DEA-Malmquist指数分解法，从农业全要素生产率分解出技术进步指数，并以此测算农业生产技术进步。在分解涉及的数据包络分析(Data envelopment analysis)过程中，将农业产值作为产出变量，将化肥使用量、农药使用量、农膜使用量、农作物播种面积、第一产业就业人数、农村机械总动力、有效灌溉面积作为投入变量。

2.3.5其他变量

此外，出于稳健性检验、异质性分析、其他讨论分析等需要，本研究还引入了农业劳动力人均保险补贴支出、灾后保险赔付支出、农村居民人均可支配收入3个变量。

以上所有变量的详细定义和描述性统计见表2。

表2 变量说明与描述性统计Table 2 Definitions of variables and descriptive statistics

2.4 数据来源

本研究研究数据主要来源于《中国农村统计年鉴》[1]、《中国农村经营管理统计年报》[49]、《中国农村合作经济统计年报》[50]、《中国农村政策与改革统计年报》[51]、《全国环境统计公报》[52]、中国农村经济情况统计资料、国家气象科学数据共享服务平台、EPS数据平台。数据年份区间为2001—2019年，涵盖中国30个省份。在因变量中，化肥、农药、农膜使用量3个变量均从《中国农村统计年鉴》[1]中获取。在控制变量中，农业生产要素类指标、测算农业收入占比所需的基础指标、受灾面积指标、粮食单产指标从《中国农村统计年鉴》[1]中获取，突发环境事件次数指标从《全国环境统计公报》[52]中获取，气候因素指标从国家气象科学数据共享服务平台获取。在机制变量中，测算作物结构、农业产业结构、化肥技术效率、农药技术效率、农膜技术效率和农业技术进步指数所需的基础指标均从《中国农村统计年鉴》[1]中获取，测算规模经营水平所需的基础指标从相应年份《中国农村经营管理统计年报》[49]、《中国农村合作经济统计年报》[50]、《中国农村政策与改革统计年报》[51]、中国农村经济情况统计资料中整合获取。

3.1 基准回归结果

本部分将利用Stata 17.0软件，分析政策性农业保险对化肥、农药、农膜使用量(均取对数)的影响。对式(1)进行估计，回归结果如表3模型1～3所示。由表3模型1～3估计结果可知，政策性农业保险影响化肥、农药、农膜使用量的回归系数分别在10%、5%、10%的统计水平上显著为负。具体而言，开展政策性农业保险改革使得试点地区的化肥施用折纯量平均下降了3.50%，农药使用量平均下降了6.70%，农膜使用量平均下降了6.40%。至此，政策性农业保险的化肥、农药、农膜减量效应得到初步验证。这从侧面印证了，规避生产经营风险确实是农户过量投入行为的初始动机之一，降低农户生产经营风险确实能够在一定程度上促进农业减量化。

表3 政策性农业保险的化肥、农药、农膜减量效应Table 3 The chemical fertilizer, pesticide and agricultural plastic film reduction effect of policy-oriented agricultural insurance

3.2 平行趋势检验和动态政策效应

使用渐进双重差分法的重要前提是，因变量在干预事件发生前满足平行趋势。为此，本研究参考Beck等[44]的做法，通过动态回归进行平行趋势检验。由图2可知，在政策性农业保险实施前，所有动态回归结果中相应系数估计值均不显著。这表明，因变量在政策性农业保险实施前满足平行趋势。根据图2回归系数走势，进一步判断政策性农业保险农业减量化效应的时间变化趋势。可以发现，政策性农业保险的化肥减量效应在政策实施后5年内愈发凸显，在政策实施后第7年有所减弱；
政策性农业保险的农药、农膜减量效应则具有一定滞后性，在政策实施后2年内有所波动，随后愈发凸显并保持稳定走势。

图2 平行趋势检验Fig.2 Parallel trend test

3.3 稳健性检验

3.3.1排除反向因果

值得注意的是，政策性农业保险的推广除考虑粮食安全目标外，也考虑了一定的环境效益目标，尤其是对环境友好型特色农业的支持倾斜。也就是说，样本省份的化肥、农药、农膜面源污染状况可能也影响着政策性农业保险的试点部署，即政策性农业保险的实施与化肥、农药、农膜使用量之间可能存在反向因果关系。为此，本研究借鉴Beck等[44]的做法，使用生存分析法(Survival analysis)，将成为政策性农业保险试点这一干预事件的发生视为死亡，将非试点状态的维持视为生存，识别样本省份化肥、农药、农膜使用量对其开展政策性农业保险试点工作的影响。由表4模型4～6估计结果可知，样本省份的化肥、农药、农膜使用量对其开展政策性农业保险试点工作均没有显著的影响，这意味着基准模型估计结果并未受到反向因果关系问题的干扰。

表4 反向因果关系检验Table 4 Reverse causality test

3.3.2基于政策实施强度的三重差分识别

为了考察基准模型估计结果的稳健性，本部分在式(1)的基础上进一步引入了政策实施强度的第三重差分，用来排除既随时间变化又随地区变化的非观测因素。其中，政策实施强度采用农业劳动力人均保险补贴支出表征，以上做法借鉴了张家豪等[53]的三重差分识别策略。由表5模型7～9估计结果可知，政策性农业保险的化肥、农药、农膜减量效应会随着政策实施强度的增加而增强。这表明，基准模型估计结果是相当稳健的。

表5 基于政策实施强度的三重差分估计结果Table 5 DDD estimation results based on policy implementation intensity

3.3.3排除其他政策的干扰

导致基准模型估计结果产生偏误的另外一类重要原因是忽略了其他政策的干扰。具体到本研究因果识别情境，基准模型估计结果极有可能叠加了绿色农业生产补贴政策的影响。为此，进一步将观测期间内实施绿色农业生产补贴政策的省份样本剔除。由表6模型10～12估计结果可知，政策性农业保险的化肥、农药、农膜减量效应依然显著，这说明基准模型估计结果并未因绿色农业生产补贴政策的干扰而产生严重偏误。

表6 排除绿色农业生产补贴政策的干扰Table 6 Eliminate the interference of green agricultural subsidy policy

3.3.4排除地方财政保费补贴早于中央财政保费补贴的省份样本

由政策回顾可知，北京市、上海市等发达地区在获得中央财政补贴支持之前，便推行了由地方财政补贴支持的政策性农业保险。也就是说，对照组也受到了一定的政策性农业保险干预，这可能会导致基准模型低估政策性农业保险的化学化工品减量效应。为此，进一步删除地方财政保费补贴早于中央财政保费补贴的省份样本。由表7模型13～15估计结果可知，政策性农业保险的化肥、农药、农膜减量效应依然显著，这说明基准模型估计结果并未因处理组“样本污染”而产生严重的偏误。

表7 排除地方财政保费补贴早于中央财政保费补贴的主要省份样本Table 7 Eliminate the main provinces which received local fiscal premium subsidies earlier than central fiscal premium subsidies

3.3.5安慰剂检验

若基准模型遗漏了与Treatmentit变化趋势一致的其他非观测因素，则基准模型估计结果可能仅仅是一种“伪回归”结果。为此，借鉴沈坤荣等[54]的做法，通过随机生成虚拟处理组进行安慰剂检验。具体而言，根据表1所展现的政策推进进程生成1 000组随机样本，并使用随机样本对式(1)进行回归。由图3可知，无论以化肥施用折纯量、农药使用量为因变量，还是以农膜使用量为因变量，基准回归的真实系数均明显偏离于随机样本回归系数。这表明，基准模型估计结果并未因其他非观测因素的干扰而产生严重估计偏误。至此可以认为，政策性农业保险的化肥、农药、农膜减量效应是显著而稳健的。

图3 安慰剂检验Fig.3 Placebo test

4.1 机制分析

本部分将进一步揭示前述实证结果背后的影响机制。由于3类机制变量并非严格意义上的连续型变量，比如作物结构、产业结构变量均为取值0～1之间的比例变量，故采用广义结构方程模型检验结构效应、规模效应、技术效率与技术进步3类作用渠道。对式(2)进行拟合，估计结果如图4所示。可以发现，无论以化肥施用折纯量、农药使用量为因变量，还是以农膜使用量为因变量，3类作用渠道均是部分成立的。

图4 机制检验Fig.4 Mechanism check

至此，前述图1所提出的影响机制得到部分验证。以上结论表明，政策性农业保险的实施确实能够缩小农户开展生产经营活动的风险敞口，并在不同程度上改变其经营结构、经营规模与生产技术选择，进而改善其化肥、农药、农膜的过量投入行为。这再次印证，农户的过量投入行为具有规避风险的动机，是一种“买安心”和“保产量”的策略选择。在此意义上，使用正规农业保险逻辑替代农户传统的风险统筹逻辑，降低农户生产经营风险是推动农业减量化的一种底层思路。

4.2 异质性分析

4.2.1基于灾后保险赔付支出的异质性分析

灾后保险赔付支出的差异决定着农业保险平抑收入波动的差异，影响着政策性农业保险的实施成效，以及农业生产者的保险作用感知。因此，本部分将分析不同灾后保险赔付支出水平下，政策性农业保险的化肥、农药、农膜减量效果差异。由表8模型16～18估计结果可知，政策性农业保险的回归系数显著为负，政策性农业保险与灾后保险赔付支出的交互项系数显著为负。这意味着，在开展政策性农业保险的前提下，受灾农作物的保险赔付支出越多，政策性农业保险的化肥、农药、农膜减量化效应越强。

4.2.2基于农业收入占比的异质性分析

农业收入占可支配收入的比重越高，政策性农业保险对农户化学化工品投入行为的影响越大。因此，本部分将分析不同农业收入占比情形下，政策性农业保险的化肥、农药、农膜减量效果差异。由表8模型19～21估计结果可知，政策性农业保险的回归系数显著为负，政策性农业保险与农业收入占比的交互项系数显著为负。这意味着，在开展政策性农业保险的前提下，农户生计模式越依赖于农业，政策性农业保险对其化肥、农药、农膜使用量的削减效应越强。

表8 异质性分析Table 8 Heterogeneity analysis

由上述实证结果可知，政策性农业保险确实在不同程度上改变了生产主体的经营结构、经营规模与生产技术选择，进而改善了其化肥、农药、农膜的过量投入行为，推动了农业减量化。那么，这种改变是以牺牲行业产值、农户收入为代价，还是在某种程度上实现了绿色发展与经济效益的双赢？这一问题的答案将影响着政策性农业保险的农业减量化效应是否长期可持续。为此，本部分将对以上问题进行讨论。

粮食安全是中国政策性农业保险开展补贴倾斜和险种部署的一个重要考量因素。现有研究发现，政策性农业保险确实推动了作物结构的“趋粮化”。虽然粮食作物相较于其他经济作物的化学化工品需求量一般更低，但单位面积的经济价值也往往更低。同时，政策性农业保险确实为农户采纳绿色生产技术、生物技术和服务技术提供了保障，但这些技术采纳的回报周期可能较长，对农户收益的影响具有不确定性。为此，进一步分析政策性农业保险对行业产值和农户收入的影响。由表9模型22～23估计结果可知，政策性农业保险对农林牧渔总产值、农村居民人均可支配收入的影响显著为正，这说明政策性农业保险的农业减量化效应并未以牺牲行业产值和农户收入为代价。

表9 政策性农业保险对行业产值和农户收入的影响Table 9 The effect of policy-oriented agricultural insurance on generalized agricultural output value and rural household income

“生态优先、绿色发展”是中国新时期农业农村发展的重要理念，推动农业化学化工品的减量化是将这一理念贯彻为现实的关键抓手。基于全国30个省份2001—2019年的多期面板数据，本研究使用渐进双重差分模型识别了政策性农业保险的化肥、农药、农膜减量效应。研究得到以下结论：第一，政策性农业保险具有显著的化肥、农药、农膜减量效应，这一结论通过了多类稳健性检验；
第二，从影响机制来看，政策性农业保险在不同程度上改变了生产主体的经营结构、经营规模与生产技术选择，进而抑制了化肥、农药、农膜的过量投入行为；
第三，在开展政策性农业保险的前提下，受灾农作物的保险赔付支出越多，农村居民的农业收入占比越高，政策性农业保险的化肥、农药、农膜减量化效应越强；
第四，政策性农业保险的农业减量化效应并未以牺牲行业产值和农户收入为代价。

根据上述结论，本研究得到以下启示：第一，农户的过量投入行为具有规避风险的初始动机，政策性农业保险的推广在一定程度上能够替代农户传统的“肥量药量膜量保产量”风险统筹逻辑，从而实现农业减量化。为此，应进一步探索兼顾粮食安全与环境效益的农业保险补贴方案与险种部署方案。第二，政策性农业保险的农业减量化效应源自其对生产主体经营结构、经营规模与生产技术的影响。为此，应注重农业保险补贴、粮食补贴、适度规模经营补贴、绿色农业生产补贴等“一揽子”补贴政策的统筹衔接，避免各类补贴政策的相互冲突，形成政策合力。第三，生产者对政策性农业保险的作用感知以及对农业的生计依赖度会影响其农业减量化效应。为此，应探索简易便捷的农业保险赔付流程，优化相关保险产品体验，切实解决“赔付难”问题。同时，应推动农业保费财政补贴由“大水漫灌”向“精准滴灌”转变，结合农户类型差异设置不同的保费补贴倾斜方案。