| 2.农户家庭特征。主要包括家庭规模，家庭人均年收入、家庭总资产以及是否拥有负债等指标。农户家庭规模越大，劳动力越多，收入保证性高，则其天气保险投资意识和购买意愿越强；同理，农户家庭人均年收入状况、家庭总资产水平越高，其天气保险购买意愿越强烈；拥有负债的农户相比无债务的农户面临更多的现金压力，其投资决策则更加谨慎，因此负债会影响农户天气保险购买意愿。
3.农户农业生产特征。主要包括家庭总耕地面积、农业收入占家庭总收入的比重两个指标，农户拥有较多的耕地、农业收入是家庭收入的主要来源时，恶劣天气对其生产和生活产生重要影响，因此农户会滋生购买天气保险的倾向。
4.农户对风险的态度。本文主要用是否遭遇旱灾、是否认为灌溉重要、是否愿意采用新技术和是否对新型贷款产品有兴趣来描述农户的风险态度和偏好。如果农户曾遭受旱灾损失并且采取积极的措施(如：采用灌溉、新技术等)去规避，则农户属于风险规避型，愿意购买天气保险降低天气风险。
三、模型构建与数据来源
(一)模型构建
对于是否愿意购买天气保险，其结果有两种：愿意和不愿意。本文以购买意愿作为因变量y，将其定义为：愿意购买y=1，不愿意购买y=0。其概率分布为：
 (3)
公式(3)中，p为农户愿意购买天气保险的概率，且p取值为[0，1]。在此，因变量y为“是否愿意购买”二分变量，因而考虑用非线性概率模型，通常选择Logistic回归模型用于因变量为分类变量的回归分析，将p/(1-p)取自然对数，得到 ，对y做Logit转换，记为Logit(y)建立如下的线性回归方程：
 (4)
公式(4)中，p的含义同公式(3)，是对数发生比，x表示自变量，b表示回归系数，b表示回归截距，u为随机扰动项。
(二)数据来源
本文的样本数据是由西北农林科技大学经管学院和美国康奈尔大学应用经济系于2009年10月联合组织调查获取，并由西北农林科技大学经管学院40名研究生协助完成调查。调查选取陕西和甘肃两个农业大省为样本省份。眉县和清水县分别为陕西和甘肃的典型农业县，调查在眉县选择金渠、槐芽和营头三镇，在清水县选择红堡和松树两镇作为样本点，各镇按不同经济水平选择1-2个行政村，每村按农户生活水平高、中、低随机选定10-20户作为样本户，因此样本具有代表性。样本具体分布如表1所示。
|
表1 调查样本分布情况
|
|
县
|
乡镇
|
调查农户个数(个)
|
百分比(%)
|
累计百分比(%)
|
|
眉县
|
金渠
|
201
|
22.4
|
22.4
|
|
槐芽
|
165
|
18.4
|
40.8
|
|
营头
|
110
|
12.3
|
53.1
|
|
清水县
|
红堡
|
244
|
27.2
|
80.3
|
|
松树
|
177
|
19.7
|
100.0
|
|
|
合计
|
897
|
100.0
|
—
|
本次调查主要通过入户访谈方式进行，共发放问卷900份，收回问卷897份，回收率97.67%。对于农户天气保险购买意愿的调查，问卷的核心问题是“假设有一种保险产品，即：一旦发生了10年一遇的旱灾，您将获得500元/亩的赔偿。”对这个问题，问卷给出了“愿意购买”和“不愿意购买”的选择。收回的897份问卷中有14位农户未做回答，所以可用于分析的有效问卷为883份，问卷有效率为98.4%。作出答复的883位农户中，83.92％的农户表示愿意购买天气保险，16.08%表示不愿意购买，表明大部分农户拥有天气保险购买意愿。如果被调查者选择了“愿意购买”，我们将进一步对其提问：“您愿意为这一保险产品每年支付的最高价格是多少？”(之所以采用开放式问答，是由于天气保险业务在国内还是新型产品。天气保险虽然在一些相对发达的农村地区已开始试点，但其价格相对于西部农户较高，所以该问卷从西部农户的角度考察了天气保险产品的价格。)表2给出了两个调查区农户天气保险购买价格的频度分布情况。
|
表2 两调查区农户天气保险购买价格频度分布
|
|
项目
|
眉县
|
清水县
|
|
价格
|
样本
(个)
|
百分比
(%)
|
累计百分比
(%)
|
样本
(个)
|
百分比
(%)
|
累计百分比
(%)
|
|
0
|
75
|
15.92
|
15.92
|
67
|
16.26
|
16.26
|
|
(0,10]
|
171
|
36.31
|
52.23
|
148
|
35.92
|
52.18
|
|
(10,30]
|
126
|
26.75
|
78.98
|
143
|
34.71
|
86.89
|
|
(30,50]
|
99
|
21.02
|
100.00
|
54
|
13.11
|
100.00
|
|
合计
|
471
|
100.00
|
—
|
412
|
100.00
|
—
|
|
众数
|
10.00
|
10.00
|
|
中位数
|
10.00
|
10.00
|
|
均值
|
19.27
|
16.97
|
|
最小值
|
0.00
|
0.00
|
|
最大值
|
50.00
|
50.00
|
|
标准差
|
16.97
|
14.70
|
|
缺失值
|
5
|
9
|
|
有效样本
|
471
|
412
|
(三)变量解释和描述性统计
模型中各变量具体含义及其赋值如表3所示。
|
表3 变量解释及描述性统计
|
|
变量类别
|
变量名称
|
单位
|
赋值
|
|
农户
个人
特征
|
年龄
|
—
|
次序型变量：20-30=1；30-40=2；40-50=3；50岁以上=4
|
|
文化程度
|
—
|
次序型变量：从未上过学=0；上过小学=1；小学毕业=2；上过中学=3；
中学毕业=4；上过大学和大专=5；大专或大学毕业=6
|
|
农户
家庭
特征
|
家庭规模
|
个
|
连续型变量：实际数据
|
|
家庭人均年收入
|
元/人
|
连续型变量：实际数据
|
|
是否负债
|
—
|
两分类变量：无=0；有=1
|
|
家庭总资产
|
元
|
连续型变量：实际数据
|
|
农户
农业
生产
特征
|
家庭总耕地面积
|
亩
|
连续型变量：实际数据
|
|
农业收入占家庭总收入的比重
|
—
|
连续型变量：0-100%
|
|
农户对
风险
的态度
|
是否遭遇旱灾
|
—
|
两分类变量：无=0；是=1
|
|
灌溉是否重要
|
—
|
次序型变量：不采用=0；不重要=1；较不重要=2；
没影响=3；较重要=4；非常重要=5
|
|
是否愿意采用新技术
|
—
|
次序型变量：不愿意=1；较不愿意=2；无所谓=3；较愿意=4；愿意=5
|
|
是否对新型贷款产品有兴趣
|
—
|
次序型变量：没有兴趣=1；有点兴趣=2；非常有兴趣=3
|
变量的描述性统计如表4所示。
|
表4 被调查农户基本特征统计性描述
|
|
地区
(样本量)
|
指标
项目
|
家庭规
模(人)
|
家庭人均
年收入(元)
|
家庭总资产(元)
|
家庭总耕地面积(亩)
|
农业收入占家庭总收入的比重(%)
|
|
总体
(883个)
|
最小值
|
1.00
|
0.95
|
3000.00
|
0.80
|
0.50
|
|
最大值
|
16.00
|
240000.00
|
1000000.00
|
60.00
|
100.00
|
|
平均值
|
4.69
|
5367.87
|
122206.25
|
6.50
|
36.05
|
|
标准差
|
1.46
|
9287.93
|
124467.71
|
3.81
|
34.02
|
|
眉县
(471个)
|
最小值
|
1.00
|
0.95
|
10000.00
|
0.80
|
0.50
|
|
最大值
|
10.00
|
240000.00
|
1000000.00
|
16.00
|
100.00
|
|
平均值
|
4.50
|
7603.19
|
157366.23
|
5.85
|
56.43
|
|
标准差
|
1.37
|
11980.88
|
138153.92
|
2.18
|
30.23
|
|
清水县
(412个)
|
最小值
|
1.00
|
250.00
|
3000.00
|
1.00
|
0.50
|
|
最大值
|
16.00
|
50000.00
|
1000000.00
|
60.00
|
100.00
|
|
平均值
|
4.90
|
2847.10
|
82555.95
|
7.27
|
13.08
|
|
标准差
|
1.52
|
3138.09
|
92205.12
|
4.85
|
20.90
|
四、回归结果和讨论
本文运用SPSS16.0软件，分别对眉县和清水县的调查数据进行回归的最终结果见表5。其中因变量y(农户购买意愿：眉县=y；清水县=y)均以第一水平为对照组，模型中分类自变量都以最后一组为对照组，变量的选入标准为 ，剔出标准为 。在处理过程中，使用向后筛选法(BackwardStepwise)。
Logistic模型对两地区的最终回归结果(分别为第9步和第7步)显示，两模型预测不购买天气保险的正确率分别为46.8%和64.9%，购买天气保险的正确率分别为95.9%和95.0%，整体预测正确率为分别87.6%和89.6%；Hosmer-Lemeshow统计量的概率p值分别为0.076和0.340，均大于显著性水平0.05，表明两个模型对数据的拟合度均较高，接受观测的数据与预测数据之间没有显著差异；两模型似然比卡方值概率p值均为0.000小于0.05的显著性水平，认为各模型中的所有回归系数不同时为零，解释变量全体与因变量的线性关系显著，模型合理。 2/3 首页 上一页 1 2 3 下一页 尾页 |
