民族地区商业保险扶贫效率研究——基于AHP-DEA模型分析

[提要]民族地区的返贫风险明显高于其他地区，而商业保险的保障机制与防范返贫风险的目标天然契合，可以作为巩固脱贫成果的重要工具。本文提出商业保险扶贫效率的研究框架，并组合运用AHP-DEA模型，选取保险行业发展等4个一级指标，保险密度等12个二级指标，构建商业保险扶贫效率的评价指标体系。运用AHP模型确定指标体系的权重，利用2016-2020年民族地区面板数据进行DEA评估，并将政策补助扶贫效率作为参照。实证结果显示商业保险扶贫效率不佳，其中纯技术效率与政策补助效率仍有差距，说明行业发展不充分；规模效率低于纯技术效率，说明居民的保险参与程度低；规模报酬递增，说明加大商业保险投入能够得到更大幅度的扶贫成果。据此提出破解行业困境，发挥保险内生优势的政策建议。

[关键词]商业保险；AHP-DEA模型；扶贫效率；返贫风险；乡村振兴

---

基金项目：内蒙古社会科学规划项目“贫困脆弱性视角下内蒙古牧区牧民返贫预警监测与帮扶机制建设研究”（2020NDC017）、内蒙古自治区高等学校科学研究项目“内蒙古牧区生计脆弱性形成机制与测度研究”（NJSY21119）阶段性成果。

作者简介：徐多，中央民族大学经济学院博士研究生，呼和浩特民族学院财务处高级会计师，研究方向：民族经济，财税理论；黄健英，中央民族大学经济学院教授，博士生导师，研究方向：民族经济理论，民族经济史。

---

《西南民族大学学报》（人文社会科学版）

2021年第11期

引言

随着2020年底我国取得脱贫攻坚的全面胜利，民族地区①2016至2020年累计减贫人口1560万人，但是这并不意味着反贫困事业已经结束。国家认定的14个集中连片特困地区有8个在民族地区，三区三州贫困地区基本位于民族地区，已整体脱贫的28个人口较少民族也主要生活在民族地区。致贫原因中因病致贫42%，因灾致贫20%，因学致贫10%、因弱致贫8%，其他原因20%，包括因代际贫困传递，因缺乏生产资料，因风俗习惯个人行为致贫等原因，这些问题也都深深影响着民族地区。如果不能确保民族地区脱贫人口获得持续稳定收入，具备风险抵御能力，那么民族地区仍然存在较高返贫风险，反贫困形势依然严峻。

2020年国务院印发过渡期的扶贫工作指导意见（以下简称《意见》），指出在“四个不摘”的政策基础上，亟需探索有效巩固扩展脱贫攻坚成果的措施，提升防范因病因灾返贫风险抵御能力，解决相对贫困长效机制的新任务。扶贫配套政策及指导意见接连发布，工作重点已由脱贫攻坚决胜向巩固脱贫成果转变，扶贫任务由消除绝对贫困向解决相对贫困转变，扶贫措施由政策优惠补贴向防范返贫风险转变。保险的起源是风险，分散风险或提供保障是保险的归宿，保险就是风险最好的管理方式，[1]（P.42）防范返贫风险的目标与商业保险的保障机制天然契合，应当成为风险分散的重要工具。商业保险作为防范返贫风险的关键环节，增强农户风险应对能力的必要工具，确定商业保险在民族地区脱贫攻坚时的扶贫效率尤为重要，但是如何破解商业保险现有困境、如何识别制约因素、如何优化扶贫路径？本文将针对上述薄弱环节，综合采用层次分析法（AHP）和数据包络分析法（DEA），进行理论探析和实证检验，以期在乡村振兴背景下，为提升民族地区脱贫人口风险防范能力，激发自我发展的内生动力，巩固来之不易的脱贫成果，提供数据支撑和政策建议。

一、文献综述

（一）民族地区返贫风险内涵及测度研究

民族地区由于生态环境灾害、经济基础薄弱，返贫风险高于其他地区。学界对于贫困的“地理环境决定论”持不同意见，但是民族地区贫困地理环境的区位特征明显，形成特殊的生态贫困，容易造成返贫现象。[2]民族地区也存在“贫困恶性循环问题”，[3]经济基础薄弱，医疗资源短缺，农牧民健康水平较低，可能落入“贫困—疾病”恶性循环中，[4]使得巩固脱贫成果面临更大挑战。按照“两不愁三保障”的多维贫困测度发现，少数民族在返贫风险上具有显著脆弱性，影响返贫风险最大的因素就是健康水平。[5]但也有学者得到不同结论，通过对甘肃东乡族自治县返贫人口回归分析，发现少数民族人口数量和文化程度是影响返贫的显著因素，而健康水平和参保情况并不显著。[6]基于多维贫困指数（MPI）的实证发现，少数民族的贫困程度较汉族更严峻，西南地区比西北地区的贫困程度更显著。[7]从脱贫的动力机制来看，民族文化差异影响了脱贫的主动性，[8]部分民族地区的生产方式与现代社会融通关联性较弱，不适应集中性、固定化的居住方式，不追求财富积累，民族文化差异甚至成为深度贫困的根源。[9]将贫困人口潜在保险需求转换成有效需求，依据效用理论的两期模型测算，发现相对贫困人群的返贫概率依然很大。[10]参加保险是风险防范的有效路径，但西部地区脱贫户以农牧业经营收入为主，收入来源单一且易受环境影响，[11]限制了脱贫人口的保险购买能力，可能造成因病因灾的返贫现象。[12]

（二）保险减贫机制与有效性测度研究

保险的扶贫措施对于防范灾害风险、缓解返贫现象等具有积极作用，在反贫困领域体现出内在优势。已有学者阐述了保险的减贫机制，依据贫困的多维内涵和致贫原因，与保险的作用机制相契合，应当探索保险提升贫困户风险防范能力的渠道和模式。[13]普惠保险的公平性、保障性和政策性能够缓解贫困人口的保险排斥效应，并利用空间回归计量模型，发现普惠性保险与贫困发生率有显著负向影响。[14]以固定效应模型实证检验全国农村贫困监测调查数据，发现提高医疗保险的财政保费补贴比例和住院报销比例，对于减贫效用具有积极影响。[15]

保险扶贫的有效性较高。国外研究发现，延续扶贫优惠补贴政策虽然能够有效防范脱贫人员的返贫风险，但是依赖政府的思想滋生蔓延，扶贫资金的边际减贫效应持续下降，[16]亟需完善与优化扶贫路径。国内学者也得到了类似的研究结果，利用分位数回归等方法对比财政扶贫和金融扶贫的减贫绩效，发现金融扶贫对于缓解多维贫困更有优势，并具有长期效用。[17]利用脆弱性评估法（VEP），保险模式比财政直接补贴显著降低贫困脆弱性，[18]再进一步考察模拟灾害发生后的扶贫效用，农业保险能够稳定保障农民收入，比农业信贷的扶贫效果更显著。[19]采用三阶段数据包络分析法（DEA）评价农业保险的扶贫效率，发现整体扶贫效率较好，但区域性差异明显，资源投入低效是制约纯技术效率的主要原因。[20]

（三）精准扶贫保险案例的应用研究

商业保险扶贫案例已被多地实践所验证。河北阜平以联办共保模式推进农业保险，建立县、乡、村三级风险共担机制，促进了特色种养殖业的发展，形成完整的金融扶贫服务链。[21]河南兰考县利用市场化的财政保险融合扶贫方式，为脱贫户提供涵盖农业险、健康险、意外险的一揽子保险服务，带动当地857户走上脱贫道路。[22]云南大理实施健康保险扶贫战略，从基本医疗、大病保险到医疗补助的多重保障，评估结果显示扶贫效果良好，应当将商业保险作为重要工具全面参与到巩固脱贫成果中。[23]

通过以上文献梳理，学者们充分认识到民族地区存在较高的返贫风险，商业保险在扶贫事业中的成功案例、理论研究和实证检验，也逐步认可商业保险作为防范返贫风险的主要工具。但是对于商业保险在民族地区的扶贫效果缺乏数据支持，对破解现有发展困境缺乏深入探讨。本文采用AHP+DEA模型对商业保险的扶贫效率进行深入研究，运用AHP模型构建递阶层次结构，确定指标体系权重；选取重点指标进行DEA分析，得出绩效数据，并利用政策补助扶贫效率作为对照组，分析商业保险扶贫的优势与困境；针对商业保险的薄弱环节提出政策建议，积极优化商业保险防范返贫风险路径，推动民族地区巩固脱贫成果。 

二、商业保险扶贫效率影响因素探析

（一）评价方法的选取

商业保险扶贫效率评价是基于脱贫方式的经济价值判断，主要反映商业保险投入与扶贫成果产出的绩效情况，对于衡量脱贫措施的优劣，优化巩固脱贫成果的路径，都能够形成数据支撑和政策建议。常见的评价方法有很多，如模糊综合评价法、投入产出评价法、因子分析法、优劣解距离法（TOPSIS）、秩和比法（RSR）、数据包络分析法（DEA）等。其中，模糊综合评价法考虑多因素的影响，通过评价矩阵和权重集进行模型转换，比较各因素的效率差异，但是权重核定方法较为主观，缺乏统一说服力。投入产出评价法需要确定具体函数关系，不适用本文研究对象。本文选用层次分析法（AHP）和数据包络分析法（DEA）的组合方法，优势在于首先能够从诸多影响因素中确定核心要素，降低因素交互性，减少扰动项；其次不需要求解复杂函数关系，也能计算多投入多产出的效率值；最后该效率值为相对效率，有利于同质同类的研究对象进行比较。

本文研究过程，第一，建立商业保险扶贫效率计量模型，分析影响扶贫效率的相关指标以及各因素之间的关系；第二用层次分析法（AHP）计算各层指标相较于总决策目标的权重向量；第三，将各类指标分别建立集合，设为DMUi（i=1，2，3……，n），并应用数据包络分析法（DEA）计算出商业保险扶贫效率的各决策单元效率值，并以政策补助扶贫效率作为对照，进而总结商业保险的优势与困境，为后续提升扶贫效果提供政策建议。

（二）指标说明

利用层次分析法（AHP）对民族地区商业保险扶贫效率影响因素的权重进行测算。AHP模型确认总体目标、评价准则、指标体系的三级架构，通过专家评价，利用判断矩阵测算指标体系权重，突出重点因素。利用YAHAP软件构造商业保险扶贫效率的层次结构图，设定总体目标为提升商业保险扶贫效果。综合考量家庭、市场和政府的多元主体，依靠保险行业的公开数据、相关文献参考以及专家咨询调研等方式，设置四个维度的评价准则。具体包括保险参与意愿、保险行业发展、经济发展水平和脱贫攻坚成果，再根据每个准则设定12项指标体系，见表1。

（三）一致性检验

本文邀请相关领域的专家学者、商业保险的从业人员、监管人员，同时为了确认数据的客观合理性，还调研了部分消费群体，合计共收集60份调研数据，对上述指标体系进行赋值。首先对准则层的四项因素构建判断矩阵A0，再对指标层分别构建判断矩阵A1-A4，最后再进行一致性检验，只有通过检验后的数据才能被采纳。

通过对判断矩阵A的计算分析，得出特征向量和特征值，特征向量表示i元素在上层指标中所占的权重Wi，即将元素进行层次单排序。但是只有通过一致性检验，才能最终确认元素的排序，即确认权重值。理论上矩阵A应具有完全一致性，即达到λmax=n，但是实践测算中无法实现。Saaty引入随机一致性指标RI，衡量相对一致性，设定的一致性比率为CR=CI/RI，如果CR<0.1，则认为矩阵A通过了一致性检验，权重值可以确认，否则数据无效。对于总体目标增加商业保险扶贫效率的影响因素及各矩阵的一致性检验结果见表2。

（四）权重运算结果

根据YAAHP软件的运算结果显示，保险参与意愿、保险行业发展、经济发展水平和脱贫攻坚成果的评价准则的权重分别为15.09%、30.95%、21.28%、32.68%。运算结果显示脱贫成果对衡量总体目标实现程度具有重要作用，保险行业发展和经济发展水平是提升商业保险扶贫效果的重要因素，保险参与意愿虽然总体指标权重不高，但对明细指标的保险信任度和社保参与情况也应当重视。各指标体系的详细权重见表3。

通过层次分析法中的结果显示，权重高于10%的指标因素有五项：脱贫人口D11（18.34%）、保险密度B11（14.43%）、保险深度B12（14.05%）、农村居民人均可支配收入C13（12.40%）、摘帽贫困县D12（11.34%）。可以将上述五个主要因素，分为影响商业保险发展和反映扶贫成果的两类因素。保险行业发展状况从保险密度和保险深度两个维度衡量，保险密度代表地区常驻人口的平均保费，反映当地居民参加保险的程度，也说明居民保险意识的强弱；保险深度代表保险行业在地区经济发展中所占的比重，反映保险的相对发展水平。依据习总书记“脱贫路上，一个民族不能少，一个人也不能少”的指导思想，反映脱贫成果的重要指标是脱贫人口和摘帽贫困县，只有两项指标全部完成，才能称为取得脱贫胜利。农村居民人均可支配收入是多维脱贫指标中的重要代表，只有提升人均可支配收入，进而提高脱贫户的消费能力，才能实现脱贫人口“两不愁三保障”的脱贫要求，切实改善脱贫户自我发展的意识和能力。

保险信任度A11（8.04%）是居民购买保险的主要因素，间接影响保险行业的覆盖率和发展程度。居民对保险信任度主要体现在三个维度，是否能够按协议理赔、是否能够实现保障功能、是否能够到期兑付理财功能；改善商业保险的相关服务，提升民族地区脱贫居民对保险的信任度，将成为商业保险扶贫的战略导向。财政自给率C11（7.45%）是地方政府财力的综合性指标，自给率越高代表地区发展能力越强，依靠政策购买商业保险的资金越充足，自给率越低代表中央政府补助的越多，地方对中央的依赖性越大，可自主支配的资金越少。社保参与情况A12（5.79%）会抑制商业保险的购买意愿，进一步影响商业保险的渗透率。目前商业保险与社会保险产品同质化，社会保障制度逐步完善，覆盖率达到95%以上，从而抑制家庭购买商业保险的需求。因此，健全商业保险产品体系，实现商业保险和社会保险的协同合作、相互补充，成为商业保险扶贫路径优化的重要方向。

三、商业保险扶贫效率的评价分析

（一）指标选取

构建商业保险的扶贫效率模型，投入指标反映各民族地区商业保险的发展情况，支出指标反映各民族地区的扶贫效果。结合AHP方法得到的10%以上权重的5项指标，合计权重达到73.53%，能够较好地反映指标体系的主要信息。投入变量选用国际标准衡量保险投入指标，保险密度和保险深度，分别反映商业保险在民族地区覆盖程度和经济占比；产出变量选用指标是脱贫人口比例、摘帽贫困县比例和农村居民人均可支配收入的增长幅度，衡量脱贫成果的产出数量。

为了更好地说明商业保险扶贫效率的优势与困境，将民族地区政策补助扶贫效率作为对照组。对照组选用相同的产出变量，投入变量选用反映中央和地方两个维度的政策补助。反映中央政策补助的指标选用中央财政补助率，表明中央政府对地方政府的财政补贴比例，中央财政补助率=1-地方政府一般公共预算收入/地方政府一般公共预算支出；反映地方政策补助的指标选用民族地区政府扶贫专项资金，表明地方政策补助直接投入的资金规模。

（二）样本选取及数据来源

2015年底中央发布《关于打赢脱贫攻坚战的决定》，确保到2020年农村贫困人口实现脱贫，所以本文选取民族地区2016-2020年的面板数据作为样本。数据来源包括各地区统计年鉴、中国银行保险监督管理委员会公布数据、国民经济和社会发展统计公报、地方政府预算执行情况报告、《中国农村贫困监测报告》等相关报告和资料，通过计算统计得到。

（三）实证结果

构建DEA模型时，由于投入变量可以人为控制，并且考核时间段追求的目标是摆脱所有绝对贫困，投入越少效率越高，因此选用投入导向型模型。扶贫效率的规模收益决定着未来政策导向，因此选用考虑规模效益的BCC模型结构。

1.描述统计

按照2016-2020年度保险业经营数据统计表（见表4）。2016-2020年民族地区的保险收入年化增长率10.58%，保险深度年化增长率3.41%，保险密度增长10.83%，说明商业保险在民族地区的渗透率和覆盖面均有所提升，但在地区经济发展中仍然相对滞后。分地区数据中，宁夏和新疆的商业保险发展最优，保险深度和保险密度都超过全国平均水平；从成长性而言，内蒙古的保险深度增长幅度最大，年化增长率7.57%，广西的保险密度增幅最大，年化增长率14.84%；同时保险密度年化增长率超过10%的地区有五个，说明民族地区的商业保险发展前景向好，不断扩大居民覆盖率，当地居民认识到商业保险的重要性，逐步形成风险防范意识。

（1）纯技术效率分析

运用Deap2.1软件得到民族地区的商业保险扶贫综合技术效率评价结果，如表5所示。

2016-2020年商业保险扶贫的纯技术效率平均值达到0.847，最大值为0.945，说明商业保险的扶贫纯技术效率较高，但是与政策补助纯技术效率均值的0.936，仍然存在一定差距。2020年较2016年的纯技术效率提升了30.24%，说明商业保险企业改进了管理经验模式，创新了扶农保险产品，提升了扶贫效果；分地区来看，西藏的纯技术效率保持不变，效率值为1；效率值上升的地区有六个，包括新疆、宁夏、内蒙古、青海、贵州和广西，尤其是新疆，提升了89.69%，宁夏提升了78.29%，是综合技术效率提升的主要推动力，同时根据描述统计中新疆和宁夏的商业保险发展趋势良好，成为提升扶贫技术效率的主要因素；效率值下降的地区只有云南，主要由于云南在2016年处于有效前沿曲线，而2020年的商业保险发展滞缓，导致效率值降低。

（2）规模效率分析

如表6所示，商业保险扶贫的规模效率平均值达到0.835，最大值为0.901，低于纯技术效率值，说明制约扶贫效率的主要因素是规模效率。规模效率在2019年效率值达到最大值，2020年效率值有所下降，尤其是宁夏和内蒙古等地下降幅度超过40%，主要由于2020年这些地区已赢得脱贫攻坚胜利，贫困人口规模和贫困县数量下降。如内蒙古2018年接近3%的贫困率下降到2019年的1.06%，到2020年仅有1.6万贫困人口，宁夏在2020年只有1个贫困县，1.88万贫困人口，贫困人口规模不断缩小，影响了扶贫规模效率。

（3）综合技术效率分析

在脱贫攻坚期间内商业保险的综合技术效率的平均值只有0.716，最大值也仅为0.826，说明商业保险的扶贫效率总体不高。在2016年的综合技术效率均值只有0.566，说明商业保险扶贫初期发展相对滞后；2020年相较于2016年的效率值增长了37.10%，说明商业保险的扶贫效率有了明显提升。分地区来看，只有西藏一直保持在前沿面上，效率值不变为1；其他地区的效率值均有不同程度的提升，其中宁夏、内蒙古、新疆等地的效率值增长不高，主要是由于规模效率的制约，青海的效率值增长了119.30%，得益于技术效率和规模效率的双提升。同时多数民族地区商业保险的规模报酬是递增的，②说明加大商业保险的投入，对于扶贫效率有更大幅度的提升，扶贫效应仍然处于边际效用提升的阶段。

（4）政策补助扶贫效率分析

再运用Deap2.1软件得到对照组民族地区政策补助扶贫效率的评价结果，如表8所示，2016-2020年民族地区商业保险扶贫效率综合技术效率的均值是0.903，纯技术效率的均值0.936，规模效率的均值0.946。2016-2020年政策补助扶贫效率的综合技术效率明显高于商业保险扶贫效率，说明政策补助的扶贫效率比商业保险具有显著优势。但是不能认定扶贫模式可以长期依赖政策补助，2020年的政策补助扶贫的规模效率较2019年有所下降，主要原因是扶贫人口的减少，规模效应减弱；同时规模收益指标显示政策补助扶贫效率是规模递减的，说明扩大政策补助的力度也无法实现相应规模的产出，政策扶贫的边际效应已经开始降低，在防范返贫风险的进程中只能作为辅助策略。

四、结论及政策建议

本文选取保险行业发展等4个一级指标、保险密度等12个二级指标，构建商业保险扶贫效率的评价指标体系。通过测算发现商业保险扶贫效率影响因素的判断矩阵一致性比率均小于0.1，显示出商业保险扶贫指标评价良好，商业保险扶贫因素的权重具有高度可信性。运用AHP模型确定商业保险扶贫指标权重，并选取5个核心指标，利用DEA模型对民族地区2016-2020年商业保险扶贫效率进行测度分析，同时将政策补助扶贫效率作为对照组测算评价。实证结果表明：其一，民族地区商业保险扶贫效率欠佳，其中纯技术效率相对有效，但仍然与发达地区管理水平存在差距，主要表现在商业保险扶贫产品单一，管理模式缺乏创新。规模效率低于技术效率，成为制约商业保险扶贫效果的主要因素。其二，商业保险扶贫效率的规模收益递增，说明增加商业保险的投入，能够获得更大增幅的扶贫成果。其三，政策补助扶贫效率具有显著优势，在扶贫过渡期内，仍然需要依靠政策补助扶持，确保脱贫户实现稳定的生产生活，巩固脱贫成果；但是扶贫规模效率下降，规模收益递减效应显现，应当培养脱贫户的风险防范意识，激发自我发展的动力，引导其从政策补助机制向市场运行机制转变。据此，提出以下对策建议：

（一）破解行业困境，发挥商业保险内在优势

一是利用政策倾斜，破解行业发展不充分困境。商业保险扶贫效率较低，主要是民族地区经济基础薄弱制约保险行业发展，产业结构单一，又普遍具有地广人稀的特点，限制商业保险的供给能力，使得商业保险在参与市场竞争中往往处于劣势，出现了“发展进程中的社会排挤”。[24]（P.339）推动民族地区行业有序发展，必先夯实经济基础，利用好新时代推进西部大开发形成新格局的政策优惠，推动具备条件的产业集群化发展；利用好西部陆海新通道和丝绸之路经济带的战略机遇，以通道优势辐射延展，带动周边经济；利用好中央政府转移支付的资金扶持，积极引入人工智能、大数据等前沿技术，助力民族地区经济发展。

二是利用智志双扶，破解行业需求不平衡困境。规模效率是制约扶贫效率的主要因素，主要由于民族地区文化理念差异制约保险参与意愿。贫困户即使获得一笔额外收入，只会去享受“高消费”，而非投入到生产环节或购买保险，[25][26]（P.172）进而导致商业保险需求不足。同时民族地区生产生活环境艰苦，社会保障体系不健全，基础服务设施不完善，受灾得病风险较高，更需要商业保险提升风险防范能力，体现着现实需求与理论需求的不平衡。破解脱贫户对商业保险需求不平衡难题，就要积极实施智志双扶，开展宣传教育，举办技能培训专题班，发挥专技专能的优势，组织脱贫先进经验交流，形成典型示范效应，树立脱贫户的斗志勇气，摆脱政府长期兜底等依赖思想，提高脱贫致富的综合素质，培养获取经济收益的能力，提升风险防范的意识，促进参与保险的意愿。

三是利用以点带面，积极发挥行业内在优势。由于民族地区居民对商业保险缺乏信任，可以建立商业保险试点乡镇，针对脱贫户常见的风险提供保障，发挥补偿灾害疾病损失，增强融资增信能力，激发内生发展动力的内在优势，以试点形成示范引领作用，带动周边村镇扩大保险参与规模，发挥规模化效应。同时能够有效消除脱贫户的养老、医疗、灾害等后顾之忧，减少预防性储蓄，增加物质和人力资本的投资，提高生产效率，保障基本收入，有助于脱贫户形成面向未来的思维导向，改善“现时偏误”的不利影响，推动商业保险成为防范返贫风险的重要工具。

（二）信息科技驱动，提升商业保险参与规模

一是扩展保险宣传多样性，改善外部环境。利用官方网站、短视频平台、微信公众号等新兴多元媒体渠道，宣传保险的保障功能和风险化解优势。对于信息化建设滞后的民族地区，调整保险公司资源分配方式，增加各乡镇的驻点人员，宣传保险扶贫的成功案例和经验。注重居民风险意识的培养，逐步提高民族地区居民主动参保意识。

二是强化保险产业时效性，赢得居民信任。新时代以信息科技驱动为背景，利用“互联网+保险”的市场机制，构建保险选购、保险承保、保险理赔，及联接上下游行业构建独立运营的商业保险全流程信息比价平台。互联网模式能够有效解决民族地区“地理不可及性”问题。利用信息可比优势，降低保险交易成本，降低购买保险产品的认知门槛。实现赔付阶段实时结算，形成示范效应，提升居民对保险的信任度，发挥防范返贫风险的效能。

三是增加保险产品功能性，满足多元需求。民族地区幅员辽阔，自然环境各有不同，农业种植及畜牧业养殖都具有鲜明的地域特征，应当针对地方特色推出因地制宜的保险产品。刚脱贫人口需要覆盖面全的保险服务，应当提供医疗、意外、农牧业等多种保险保障的综合性保险产品。利用大数据云平台，实现贫困识别和监测，精准对接边缘易致贫户的需求，提升抵御因病因灾返贫风险的能力，切实巩固来之不易的脱贫成果。

（三）政府政策扶持，助力商业保险健全机制

一是助力提质增效，构建长效机制。政府实施以奖代补政策，鼓励保险公司开发特色农牧业小额保险，保单质押贷款等业务，引导保险与特色产业相结合，健全农业再保险制度，发挥保险+期货的功能优势；实现灾后赔付从快从简、应赔快赔，扩大保险覆盖范围、提高脱贫户保险可获得性，使商业保险成为实现风险转移与分散的政策工具。

二是多元主体参与，激发动力机制。政府采用社保资金、扶贫资金结合个人资金共同购买商业保险，扩大政府扶贫资金的使用规模和效率，有效抑制民族地区居民借贷过多，缓解生计脆弱性的问题，激发帮扶对象的内生发展动力，使得民族地区脱贫人群从政府扶持机制迁移到市场运行机制，最终实现提升风险抵御能力的目标。

三是促进社保协同，推动融合机制。促进政策性保险与商业性保险的协同机制，数据实现联动，功能相互补充，形成社会保险提供兜底服务，商业保险提供个性需求的保障服务新格局，扩大民族地区脱贫人口的参保规模，确保不出现规模性返贫现象。

注释：

①民族地区指我国少数民族相对集中的八个省区：内蒙古、新疆、西藏、广西、宁夏、云南、贵州和青海。

②2020年商业保险扶贫效率的 DEA评价结果中，只有贵州、西藏、广西的规模效益标志是不变（-），其他地区的规模效益标志是递增（drs）。

参考文献：

[1]盛和泰.保险与国家治理现代化[M].北京：经济科学出版社，2018.

[2]李俊杰，耿新.民族地区深度贫困现状及治理路径研究——以“三区三州”为例[J].民族研究，2018（1）.

[3]左停，徐小言.农村“贫困—疾病”恶性循环与精准扶贫中链式健康保障体系建设[J].西南民族大学学报（人文社会科学版），2017（1）.

[4]申喜连，齐文霞.我国民族地区新农合的特殊性及路径选择[J].中国行政管理，2015（10）.

[5]马绍东，万仁泽.多维贫困视角下民族地区返贫成因及对策研究[J].贵州民族研究，2018（11）.

[6]耿新.民族地区返贫风险与返贫人口的影响因素分析[J].云南民族大学学报（哲学社会科学版），2020（5）.

[7]刘小珉.多维贫困视角下的民族地区精准扶贫——基于CHES2011数据的分析[J].民族研究，2017（1）.

[8]俞茹，吉学方.少数民族地区贫困多样性与反贫困效果持久性研究[J].云南民族大学学报（哲学社会科学版），2021（4）.

[9]张丽君，罗玲，吴本健.民族地区深度贫困治理：内涵、特征与策略[J].北方民族大学学报（哲学社会科学版），2019（1）.

[10]黄薇.保险政策与中国式减贫：经验、困局与路径优化[J].管理世界，2019（1）.

[11]王貂，徐舒，杨汝岱.消费保险视角下农村扶贫政策的福利效应分析[J].中国工业经济，2021（2）.

[12]张伟，黄颖，何小伟等.贫困地区农户因灾致贫与政策性农业保险精准扶贫[J].农业经济问题，2020（12）.

[13]李新光，祝国平，付琼.保险业助推脱贫攻坚的作用机理、时代要求与改革路径[J].经济纵横，2019（10）.

[14]徐婷婷，陈先洁.农村普惠保险减贫的机制及空间效应研究[J].保险研究，2021（1）.

[15]刘汉成，陶建平.倾斜性医疗保险扶贫政策的减贫效应与路径优化[J].社会保障研究，2020（4）.

[16]BLAU D，ROBINS P K.Fertility，Employment and Child-Care Costs.[J].Demography，1989（2）.

[17]吴本健，葛宇航，马九杰.精准扶贫时期财政扶贫与金融扶贫的绩效比较——基于扶贫对象贫困程度差异和多维贫困的视角[J].中国农村经济，2019（7）.

[18]和萍，付梦雪，吴本健.降低贫困脆弱性更有效的政策：直接补贴还是保险?——以宁夏回族自治区Y县为例[J].中央民族大学学报（哲学社会科学版），2020（1）.

[19]张伟，黄颖，谭莹等.灾害冲击下贫困地区农村金融精准扶贫的政策选择——农业信贷还是农业保险[J].保险研究，2020（1）.

[20]谭英平，董奇.我国农业保险扶贫效率研究——基于三阶段DEA模型的分析[J].价格理论与实践，2020（4）.

[21]郭小卉，冯艳博.后脱贫时代金融扶贫模式的转型探索——以河北阜平县为例[J].金融理论与实践，2020（5）.

[22]李琴英.保险精准扶贫之“兰考模式”研究[J].金融理论与实践，2018（5）.

[23]郑伟，贾若，景鹏等.保险扶贫项目的评估框架及应用——基于两个调研案例的分析[J].保险研究，2018（8）.

[24]黄健英.当代中国少数民族地区经济史[M].北京：中央民族大学出版社，2016.

[25]SEN A K.Poverty：an ordinal approach to measurement[J].Econometrica，1976（2）.

[26][美]ABHIJIT V，ESTHER D.贫穷的本质：为什么摆脱不了贫穷[M].景芳译.北京：中信出版社，2013.

责任编辑：刘梅