Page 62 - 《华中农业大学学报（社会科学版）》2024年第1期

56 华中农业大学学报（社会科学版） （总169 期）

但与误差项不相关。基于此，选取农业保险保费收入的滞后 表5 农业保险对绿色技术效率指数和绿
一期作为工具变量。首先，当年的参保行为受上一年参保结 色技术进步指数的影响 N=480
果影响，满足工具变量的相关性条件。其次，上一年的参保结 变量 (1)EC (2)TC
果与当年的生产情况无直接关系，满足工具变量的外生性条 Insurance 0.018 ** 0.007
(0.009) (0.006)
件。表 6 的第（2）-（4）列分别汇报了加入工具变量后农业保
控制变量 控制 控制
险对农业绿色全要素生产率、绿色技术效率指数、绿色技术进 1.191 ** 0.377
步指数影响的回归结果。首先需要关注工具变量的有效性， 常数项 (0.477) (0.355)
从回归结果来看，在农业绿色全要素生产率、绿色技术效率指 省份固定效应 控制 控制
数和绿色技术进步指数中，工具变量的 Cragg⁃Donald Wald 年份固定效应 控制 控制
R 2 0.143 0.475
F 统计值均大于 16.38 的临界值，表明采用农业保险保费收入
的滞后一期作为工具变量不存在弱工具变量问题。从回归结果可以看出，在修正了内生性偏误之
后，农业保险对农业绿色全要素生产率和绿色技术效率指数仍然有显著的促进作用。
表6 工具变量回归结果 N=450
第一阶段 第二阶段
变量
(1)Insurance (2)GTFP (3)EC (4)TC
L.Insurance 0.351 ***
(0.032)
0.058 *** 0.045 ** 0.013
Insurance
(0.021) (0.021) (0.014)
控制变量 控制 控制 控制 控制
* *** *** *
-5.043 2.974 2.262 0.711
常数项
(2.642) (0.642) (0.632) (0.433)
Cragg⁃Donald Wald F 119.988 119.988 119.988
省份固定效应 控制 控制 控制 控制
年份固定效应 控制 控制 控制 控制
R 2 0.922 0.409 0.155 0.532
4.稳健性检验
（1）替换核心解释变量。仅用保费收入作为核心解释变量来研究农业保险对农业绿色全要素生
产率的影响可能不够全面，于是试图通过更多的维度来对农业保险进行度量。表 7 的第（1）-（3）列
分别展示了农业保险赔付支出对农业绿色全要素生产率、绿色技术效率指数以及绿色技术进步指数
的影响；第（4）-（6）列分别展示了农业保险密度对农业绿色全要素生产率、绿色技术效率指数以及
绿色技术进步指数的影响；第（7）-（9）列分别展示了农业保险深度对农业绿色全要素生产率、绿色
技术效率指数以及绿色技术进步指数的影响。同基准回归结果相比，替换后的核心解释变量对 3 个
被解释变量的系数绝对值、方向以及显著性基本保持一致，研究结论具有稳健性。
（2）剔除直辖市样本。直辖市耕地面积较小，第一产业发展的规模和水平较低，农业保险的规模
往往也较小。因此，为进一步验证回归结果的稳健性，将北京、上海、重庆和天津从样本中剔除，表 8
的第（1）、（2）、（3）列的结果展示了剔除直辖市样本后，农业保险对农业绿色全要素生产率、绿色技术
效率指数以及绿色技术进步指数的回归结果，结果依然稳健。
（3）替换被解释变量。采用农业绿色全要素生产率衡量农业绿色发展，发现农业保险促进了在
投入、产出和环境约束下的农业生产效率。接下来，替换农业绿色发展的度量方式，用平减的农林牧
渔业总产值和农业碳排放来刻画农业绿色发展的水平和质量。结果如表 8的（4）、（5）列所示，农业保
险显著促进了农林牧渔业生产总值提升，对农业碳排放具有显著的抑制作用，农业保险能够促进农
业绿色发展。
5.异质性分析
根据前文分析，农业保险提升农业绿色全要素生产率的有效机制是其对要素配置的优化。从农
业保险的绿色作用角度看，农村、农业、农户以及地区层面的分析可能提供更具价值的信息。本小节