基于綜合風(fēng)險(xiǎn)區(qū)劃的農(nóng)作物產(chǎn)量指數(shù)保險(xiǎn)費(fèi)率厘定——以大豆為例

張宗軍

（北京大學(xué)，北京100871；中國(guó)保險(xiǎn)監(jiān)督管理委員會(huì)，北京100033）

基于綜合風(fēng)險(xiǎn)區(qū)劃的農(nóng)作物產(chǎn)量指數(shù)保險(xiǎn)費(fèi)率厘定——以大豆為例

張宗軍

（北京大學(xué)，北京100871；中國(guó)保險(xiǎn)監(jiān)督管理委員會(huì)，北京100033）

科學(xué)風(fēng)險(xiǎn)區(qū)劃是推動(dòng)農(nóng)業(yè)保險(xiǎn)費(fèi)率公平合理，解決農(nóng)業(yè)保險(xiǎn)中逆向選擇、道德風(fēng)險(xiǎn)等問(wèn)題的關(guān)鍵。利用1978—2014年全國(guó)27省份大豆生產(chǎn)相關(guān)數(shù)據(jù)，計(jì)算各省份大豆生產(chǎn)變異系數(shù)、減產(chǎn)強(qiáng)度、專(zhuān)業(yè)化及效率水平。利用以上指標(biāo)，采用K均值聚類(lèi)法將27省份大豆生產(chǎn)綜合風(fēng)險(xiǎn)劃分為四類(lèi)，賦予合適風(fēng)險(xiǎn)系數(shù)，以經(jīng)驗(yàn)費(fèi)率法計(jì)算各省大豆區(qū)域產(chǎn)量保險(xiǎn)純費(fèi)率。綜合風(fēng)險(xiǎn)區(qū)劃基礎(chǔ)上的差異化費(fèi)率厘定不僅可體現(xiàn)保險(xiǎn)產(chǎn)品供需雙方公平性，而且為差異化保費(fèi)補(bǔ)貼提供借鑒，有利于發(fā)揮財(cái)政補(bǔ)貼撬動(dòng)作用。

指數(shù)保險(xiǎn)；聚類(lèi)分析；風(fēng)險(xiǎn)區(qū)劃；經(jīng)驗(yàn)費(fèi)率法；風(fēng)險(xiǎn)費(fèi)率

一、引言

自2007年國(guó)家實(shí)施農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼機(jī)制以來(lái)，農(nóng)業(yè)保險(xiǎn)快速發(fā)展，保費(fèi)規(guī)模由2007年的51.8億元擴(kuò)大到2014年的325.7億元，年均增長(zhǎng)35%，保費(fèi)規(guī)模居亞洲第一、世界第二。但政策性農(nóng)業(yè)保險(xiǎn)在發(fā)展中也暴露出一系列問(wèn)題：農(nóng)戶分散化經(jīng)營(yíng)導(dǎo)致高交易成本；信息不對(duì)稱(chēng)導(dǎo)致道德風(fēng)險(xiǎn)與逆向選擇；暗箱操作導(dǎo)致套取財(cái)政補(bǔ)貼等違規(guī)事件；有限財(cái)政保費(fèi)補(bǔ)貼限制農(nóng)業(yè)保險(xiǎn)范圍擴(kuò)展；農(nóng)業(yè)巨災(zāi)風(fēng)險(xiǎn)基金不足；經(jīng)濟(jì)新常態(tài)下財(cái)政補(bǔ)貼保費(fèi)可持續(xù)性問(wèn)題等。這些問(wèn)題均影響農(nóng)業(yè)保險(xiǎn)精細(xì)化、高效化、公平化發(fā)展?？茖W(xué)合理的費(fèi)率厘定是細(xì)化農(nóng)業(yè)風(fēng)險(xiǎn)管理、提高保費(fèi)補(bǔ)貼效率及社會(huì)福利的關(guān)鍵。Glauber[1-2]指出，1981—1993年，美國(guó)在農(nóng)業(yè)保險(xiǎn)賠付率高達(dá)約200%情況下，參保率仍較低主要因精算缺失，導(dǎo)致費(fèi)率制定不合理。Knight[3]等也指出，農(nóng)業(yè)保險(xiǎn)實(shí)踐中逆向選擇與道德風(fēng)險(xiǎn)問(wèn)題突出，解決關(guān)鍵是為不同風(fēng)險(xiǎn)狀況群體厘定合理費(fèi)率。在現(xiàn)實(shí)操作中，無(wú)法針對(duì)個(gè)別農(nóng)戶制定不同費(fèi)率，但可對(duì)不同區(qū)域開(kāi)展差異化費(fèi)率厘定，Leif[4]研究表明，區(qū)域產(chǎn)量保險(xiǎn)更具風(fēng)險(xiǎn)保障作用。

傳統(tǒng)觀念認(rèn)為，農(nóng)業(yè)風(fēng)險(xiǎn)最終體現(xiàn)在產(chǎn)量上，農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定應(yīng)以產(chǎn)量預(yù)期損失率為基礎(chǔ)。在費(fèi)率厘定時(shí)，應(yīng)制定全國(guó)統(tǒng)一標(biāo)準(zhǔn)費(fèi)率而不考慮地區(qū)風(fēng)險(xiǎn)差異，或僅考慮地區(qū)風(fēng)險(xiǎn)差異，而不考慮其他因素對(duì)農(nóng)業(yè)生產(chǎn)影響。自然災(zāi)害是農(nóng)業(yè)生產(chǎn)重要影響因素，但種植規(guī)模、產(chǎn)品種類(lèi)、抗災(zāi)能力等也會(huì)影響農(nóng)業(yè)生產(chǎn)，僅考慮災(zāi)害因素厘定費(fèi)率會(huì)與現(xiàn)實(shí)狀況存在一定誤差。因此，在農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定中，需要考慮地區(qū)間綜合風(fēng)險(xiǎn)差異性。國(guó)內(nèi)學(xué)者開(kāi)展嘗試性研究，如邢鸝等[5]選擇單產(chǎn)變異系數(shù)、旱澇指數(shù)、溫度距平值、規(guī)模指數(shù)及效益指數(shù)等指標(biāo)，測(cè)度和評(píng)估北京市蔬菜、西瓜生產(chǎn)風(fēng)險(xiǎn)；梁來(lái)存[6]利用聚類(lèi)分析法對(duì)我國(guó)糧食生產(chǎn)開(kāi)展省級(jí)風(fēng)險(xiǎn)區(qū)劃，并厘定各省份糧食作物單產(chǎn)保險(xiǎn)純費(fèi)率；周延、郭建林[7]運(yùn)用糧食單產(chǎn)變異系數(shù)、因?yàn)?zāi)減產(chǎn)強(qiáng)度及地區(qū)抗旱能力指標(biāo)對(duì)我國(guó)各省份農(nóng)業(yè)生產(chǎn)開(kāi)展綜合風(fēng)險(xiǎn)區(qū)劃，確定各省份風(fēng)險(xiǎn)等級(jí)，嘗試?yán)宥ㄞr(nóng)業(yè)巨災(zāi)保險(xiǎn)產(chǎn)品費(fèi)率；宋正陽(yáng)等[8]提出基于COM組件技術(shù)和MATLAB、ArcGIS Server應(yīng)用的軟件系統(tǒng)設(shè)計(jì)方法；陳平[9]以湖北省中稻為例研究區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定；曾輝[10]比較分析農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定中參數(shù)方法和非參數(shù)方法應(yīng)用。

二、指標(biāo)選擇與計(jì)算

已有研究因?qū)W術(shù)背景、關(guān)注角度及研究側(cè)重等存在差異，農(nóng)業(yè)風(fēng)險(xiǎn)區(qū)劃影響指標(biāo)、工具模型及數(shù)理方法等選擇不同，風(fēng)險(xiǎn)區(qū)劃結(jié)果及費(fèi)率厘定標(biāo)準(zhǔn)結(jié)論不同，但在理論上不存在矛盾，且通過(guò)實(shí)踐檢驗(yàn)可推進(jìn)農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定。農(nóng)業(yè)生產(chǎn)綜合風(fēng)險(xiǎn)區(qū)劃和費(fèi)率厘定不僅是理論問(wèn)題，也是實(shí)踐問(wèn)題，所以綜合風(fēng)險(xiǎn)區(qū)劃中指標(biāo)選擇要考慮數(shù)據(jù)代表性、可得性及完整性，模型選擇要考慮理論科學(xué)性及保險(xiǎn)實(shí)務(wù)可操作性。本研究選擇以下四個(gè)指標(biāo)，利用1978—2014年數(shù)據(jù)測(cè)度27省份大豆生產(chǎn)綜合風(fēng)險(xiǎn)。

（一）單產(chǎn)變異系數(shù)

農(nóng)作物風(fēng)險(xiǎn)作用較直觀體現(xiàn)為產(chǎn)量變動(dòng)，每年農(nóng)作物實(shí)際產(chǎn)量用Yit表示；隨著科技及機(jī)械化水平提高，農(nóng)作物理論產(chǎn)量應(yīng)呈上升趨勢(shì)，將農(nóng)作物理論產(chǎn)量稱(chēng)為趨勢(shì)產(chǎn)量，表示為it；每年災(zāi)害導(dǎo)致的農(nóng)作物減產(chǎn)稱(chēng)為氣象產(chǎn)量，用ΔYit表示；每年農(nóng)作物產(chǎn)量會(huì)因其他非風(fēng)險(xiǎn)因素而產(chǎn)生誤差，用eit表示。i代表省份，t表示年度。農(nóng)作物單產(chǎn)序列可表達(dá)為：it=Yit+ΔYit+eit。即i地區(qū)第t年的趨勢(shì)產(chǎn)量是當(dāng)年實(shí)際產(chǎn)量、氣象產(chǎn)量與隨機(jī)誤差之和。

在實(shí)證計(jì)算中一般不考慮隨機(jī)誤差影響，則：

式（1）表示剔除時(shí)間趨勢(shì)后的單產(chǎn)，以此計(jì)算大豆單產(chǎn)變異系數(shù)，反映作物產(chǎn)量穩(wěn)定性，變異系數(shù)越小則產(chǎn)量越穩(wěn)定，作物生產(chǎn)風(fēng)險(xiǎn)越小。各地區(qū)大豆生產(chǎn)變異系數(shù)如式2所示。i地區(qū)大豆生產(chǎn)變異系數(shù)用CVi表示，i表示i地區(qū)歷年平均單產(chǎn)。

作物單產(chǎn)變異系數(shù)求解關(guān)鍵在于獲取趨勢(shì)產(chǎn)量，理論中一般采用線性模擬、對(duì)數(shù)模擬、二項(xiàng)式模擬等方法擬合作物單產(chǎn)曲線，計(jì)算歷年趨勢(shì)產(chǎn)量。為獲取大豆作物合理單產(chǎn)趨勢(shì)方程，對(duì)全國(guó)大豆作物單產(chǎn)回歸。利用趨勢(shì)產(chǎn)量預(yù)測(cè)中的一次方程、二次方程及指數(shù)方程分別回歸，發(fā)現(xiàn)二次方程效果最好，回歸方程為=941.571+56.245-1.001t2，系數(shù)顯著性好，擬合優(yōu)度為0.8306，回歸擬合性較好。因此，將大豆生產(chǎn)趨勢(shì)單產(chǎn)方程設(shè)定為=c+ αt-βt2，分別對(duì)27省趨勢(shì)單產(chǎn)擬合。擬合結(jié)果表明，各省大豆趨勢(shì)單產(chǎn)回歸方程中，除個(gè)別省份需要放寬至10%顯著性水平外，其他省份顯著性水平均為5%。樣本中除天津、山西等個(gè)別省份趨勢(shì)單產(chǎn)方程擬合優(yōu)度低，其他省份均較顯著，回歸獲取的趨勢(shì)單產(chǎn)方程可以使用。由此計(jì)算出大豆單產(chǎn)變異系數(shù)。

（二）因?yàn)?zāi)減產(chǎn)強(qiáng)度

農(nóng)業(yè)生產(chǎn)中整體受災(zāi)與成災(zāi)面積也可反映災(zāi)害對(duì)單種農(nóng)作物風(fēng)險(xiǎn)的影響，一般受災(zāi)和成災(zāi)面積越大，災(zāi)害風(fēng)險(xiǎn)程度越大，可能造成更嚴(yán)重作物產(chǎn)量損失。歷年農(nóng)作物受災(zāi)、成災(zāi)面積與當(dāng)年播種面積比例為受災(zāi)率和成災(zāi)率。民政部門(mén)將農(nóng)作物減產(chǎn)一成以上定義為受災(zāi)，減產(chǎn)三成以上定義為成災(zāi)，假設(shè)受災(zāi)減產(chǎn)強(qiáng)度為20%，成災(zāi)減產(chǎn)強(qiáng)度為40%。則作物因?yàn)?zāi)減產(chǎn)強(qiáng)度如式3所示。

式3中，Dt表示第t年大豆因?yàn)?zāi)減產(chǎn)強(qiáng)度，數(shù)值越高表明風(fēng)險(xiǎn)越大，At、Pt分別表示第t年大豆受災(zāi)率和成災(zāi)率，因受災(zāi)面積統(tǒng)計(jì)中已包含成災(zāi)面積，為避免重復(fù)計(jì)算，故Pt系數(shù)為0.2。

（三）專(zhuān)業(yè)化指數(shù)

測(cè)度單種作物風(fēng)險(xiǎn)狀況時(shí)，作物在該地區(qū)播種面積比重也能反映風(fēng)險(xiǎn)程度，播種面積比重越大則該作物易損性越大，承保該地區(qū)該種作物的保險(xiǎn)公司賠付成本越高。大豆生產(chǎn)專(zhuān)業(yè)化指標(biāo)如式4所示。

式（4）中，Sij表示i地區(qū)大豆專(zhuān)業(yè)化水平，GS為全國(guó)農(nóng)作物總播種面積，GSj為全國(guó)大豆播種面積，GSi為i地區(qū)農(nóng)作物總播種面積，GSij為i地區(qū)大豆播種面積。Sij數(shù)值越大表明專(zhuān)業(yè)化水平越高，若Sij>1，則i地區(qū)大豆生產(chǎn)專(zhuān)業(yè)化水平高于全國(guó)平均水平。

（四）效率指標(biāo)

國(guó)內(nèi)外相關(guān)研究結(jié)果表明，農(nóng)作物產(chǎn)量標(biāo)準(zhǔn)差與產(chǎn)量正相關(guān)，但隨著單產(chǎn)增加，變異系數(shù)呈下降趨勢(shì)，即區(qū)域趨勢(shì)產(chǎn)量越高，作物風(fēng)險(xiǎn)程度越大。以效率指標(biāo)測(cè)度各地區(qū)大豆生產(chǎn)相對(duì)于全國(guó)大豆生產(chǎn)的風(fēng)險(xiǎn)狀況，如式（5）所示。

式（5）中，EIi表示i地區(qū)大豆生產(chǎn)效率，數(shù)值越大，生產(chǎn)效率越高，若EIi>1，則i地區(qū)大豆生產(chǎn)效率高于全國(guó)平均水平。APi表示i地區(qū)大豆平均單產(chǎn)，AP表示全國(guó)大豆平均單產(chǎn)。

研究數(shù)據(jù)來(lái)源于1978—2014年《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》，并統(tǒng)一1996年前后的換算單位。作物播種面積、受災(zāi)面積、成災(zāi)面積為千公頃，產(chǎn)量為萬(wàn)噸，作物單產(chǎn)單位為公斤/公頃。上海市數(shù)據(jù)為1986—2014年，海南省數(shù)據(jù)為1988—2014年，青海省、重慶市、西藏自治區(qū)因大豆播種面積極小，且缺少連續(xù)統(tǒng)計(jì)數(shù)據(jù)而未考慮，寧夏自治區(qū)大豆趨勢(shì)單產(chǎn)回歸系數(shù)不顯著，且擬合優(yōu)度很差，作為特例剔除。

三、各省份大豆綜合風(fēng)險(xiǎn)區(qū)劃與費(fèi)率厘定

（一）大豆生產(chǎn)綜合風(fēng)險(xiǎn)測(cè)度與區(qū)域劃分

將27省份歷年大豆作物相關(guān)數(shù)據(jù)帶入上述算式，分別計(jì)算出變異系數(shù)、減產(chǎn)強(qiáng)度、效率指標(biāo)和專(zhuān)業(yè)化指標(biāo)。但選擇指標(biāo)具有不同量綱和量綱單位，為利用聚類(lèi)分析開(kāi)展風(fēng)險(xiǎn)區(qū)劃，且不影響分析結(jié)果，需要標(biāo)準(zhǔn)化處理數(shù)據(jù)，使各變量處于同一數(shù)量級(jí)，以解決不同指標(biāo)可比性問(wèn)題。本研究選取指標(biāo)均為正向指標(biāo)，利用公式：X=（x-min）/（max-min）標(biāo)準(zhǔn)化處理數(shù)據(jù)，結(jié)果如表1所示。

在此基礎(chǔ)上利用SPASS軟件，使用K均值聚類(lèi)分析法，以所選指標(biāo)為變量將各地區(qū)大豆生產(chǎn)綜合風(fēng)險(xiǎn)劃分為四個(gè)層次，聚類(lèi)結(jié)果中1表示低風(fēng)險(xiǎn)，2為較低風(fēng)險(xiǎn)，3為較高風(fēng)險(xiǎn)，4為高風(fēng)險(xiǎn)?？紤]不同層次綜合風(fēng)險(xiǎn)對(duì)保險(xiǎn)費(fèi)率的影響，分別賦予四個(gè)層次綜合風(fēng)險(xiǎn)一定風(fēng)險(xiǎn)系數(shù)。風(fēng)險(xiǎn)系數(shù)設(shè)置受政策影響較大，將低風(fēng)險(xiǎn)區(qū)域風(fēng)險(xiǎn)系數(shù)設(shè)置為1，較低風(fēng)險(xiǎn)區(qū)域?yàn)?.1，中高風(fēng)險(xiǎn)區(qū)域?yàn)?.2，高風(fēng)險(xiǎn)區(qū)域?yàn)?.3。

實(shí)證表明：第一，就大豆生產(chǎn)綜合風(fēng)險(xiǎn)而言，東北、華北地區(qū)高，其他地區(qū)低。華北及東北地區(qū)農(nóng)業(yè)自然災(zāi)害種類(lèi)較多，受洪水影響，低溫霜凍、風(fēng)雹災(zāi)害侵害，旱災(zāi)也時(shí)有發(fā)生。因此，造成農(nóng)作物減產(chǎn)因素中，自然災(zāi)害影響極大；第二，大豆生產(chǎn)主產(chǎn)區(qū)風(fēng)險(xiǎn)更大，如遼寧、吉林、黑龍江、陜西、山西、內(nèi)蒙古等省份大豆種植面積占比較大，均為高風(fēng)險(xiǎn)或中高風(fēng)險(xiǎn)類(lèi)，而播種面積占比較小的華東及華南各省份均為低風(fēng)險(xiǎn)或較低風(fēng)險(xiǎn)狀況。說(shuō)明自然災(zāi)害影響具有較強(qiáng)區(qū)域性，一旦災(zāi)害形成，該區(qū)域主要農(nóng)作物會(huì)受到嚴(yán)重影響；第三，大豆生產(chǎn)綜合風(fēng)險(xiǎn)與各省份整體災(zāi)害狀況無(wú)必然相關(guān)性，如湖南、湖北、甘肅等歷年受災(zāi)較重地區(qū)，大豆生產(chǎn)綜合風(fēng)險(xiǎn)較低，證明除氣候風(fēng)險(xiǎn)外，生產(chǎn)技術(shù)、抗災(zāi)能力、經(jīng)濟(jì)水平、種植規(guī)模等也會(huì)影響作物風(fēng)險(xiǎn)損失。

（二）各省份大豆區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定

隨著理論研究不斷深入，農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定方法也在不斷完善。傳統(tǒng)上運(yùn)用參數(shù)估計(jì)方法確定作物保險(xiǎn)費(fèi)率，即在假定作物產(chǎn)量服從正態(tài)分布條件下，由分布均值和方差確定費(fèi)率，當(dāng)樣本空間較大時(shí)，簡(jiǎn)化正態(tài)分布假定下的期望損失技術(shù)。由于費(fèi)率與作物歷史生產(chǎn)狀況密切相關(guān)，費(fèi)率厘定由正態(tài)法轉(zhuǎn)化為實(shí)際生產(chǎn)歷史法（APH法）。農(nóng)作物產(chǎn)量隨時(shí)間推移呈增長(zhǎng)趨勢(shì)，如不考慮風(fēng)險(xiǎn)影響，農(nóng)作物產(chǎn)量將有一個(gè)理論值。通過(guò)一定方法計(jì)算歷年作物產(chǎn)量理論值，根據(jù)理論值與實(shí)際值之差獲得農(nóng)作物產(chǎn)量損失，可計(jì)算區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率，此方法稱(chēng)為經(jīng)驗(yàn)費(fèi)率法。由于我國(guó)大豆產(chǎn)量數(shù)據(jù)統(tǒng)計(jì)時(shí)間較長(zhǎng)、數(shù)據(jù)連續(xù)性較好，且考慮保險(xiǎn)公司實(shí)際操作便利性，本研究采用經(jīng)驗(yàn)費(fèi)率法計(jì)算27省份大豆區(qū)域費(fèi)率。

使用經(jīng)驗(yàn)費(fèi)率法時(shí)，需要確定大豆單產(chǎn)是否屬于正態(tài)分布，采用JB檢驗(yàn)，在α=0.01顯著性水平上，發(fā)現(xiàn)除云南省，其他省份均為正態(tài)分布。云南省大豆播種面積占比較小，大豆產(chǎn)量占全國(guó)份額極小，可以忽略。因此，各省份大豆生產(chǎn)保險(xiǎn)費(fèi)率厘定可采用經(jīng)驗(yàn)費(fèi)率法。計(jì)算過(guò)程如式6所示。

it表示i地區(qū)第t年作物單產(chǎn)損失率，λ表示作物保險(xiǎn)保障程度。考慮風(fēng)險(xiǎn)保障程度為100%情況及各地區(qū)風(fēng)險(xiǎn)系數(shù)，最終獲得各省份大豆保險(xiǎn)參考費(fèi)率，如表2所示。

表1　各指標(biāo)歸一化及聚類(lèi)結(jié)果

表2　各省份大豆單產(chǎn)分布檢驗(yàn)結(jié)果

表3　各省份大豆純費(fèi)率計(jì)算結(jié)果（單位：%）

四、政策建議

我國(guó)自2007年開(kāi)始加大農(nóng)業(yè)保險(xiǎn)支持力度。就農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼比例而言，世界銀行在65個(gè)國(guó)家的調(diào)查結(jié)果顯示，這些國(guó)家農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼平均為44%，我國(guó)當(dāng)前補(bǔ)貼比例超過(guò)70%，遠(yuǎn)高于世界平均水平。但2013年我國(guó)農(nóng)作物保險(xiǎn)覆蓋率僅為42%，與美國(guó)85%覆蓋率差距較大，正如馮文麗[11]指出，我國(guó)農(nóng)業(yè)保險(xiǎn)出現(xiàn)“高補(bǔ)貼、低覆蓋”困境。產(chǎn)生此困境原因諸多，農(nóng)民收入提高、風(fēng)險(xiǎn)意識(shí)薄弱是一方面[12-13]，更重要是因較粗放的費(fèi)率厘定方式和保費(fèi)補(bǔ)貼機(jī)制產(chǎn)生逆向選擇及交叉補(bǔ)貼[14-15]。為推動(dòng)農(nóng)業(yè)保險(xiǎn)可持續(xù)發(fā)展、提升農(nóng)業(yè)風(fēng)險(xiǎn)管理質(zhì)量，需要做好以下基礎(chǔ)工作。

第一，我國(guó)地域面積廣闊，各地區(qū)氣候差異較大；各省份人均耕種面積、農(nóng)業(yè)技術(shù)水平、機(jī)械化程度及抗災(zāi)能力等存在較大差距。因此，在制定費(fèi)率時(shí)需要考慮地區(qū)綜合風(fēng)險(xiǎn)差異，確定較公平合理的費(fèi)率。一方面，將風(fēng)險(xiǎn)損失控制在保險(xiǎn)公司可承受范圍之內(nèi)，不至于在農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)上產(chǎn)生較大虧損，提高保險(xiǎn)公司承保積極性；另一方面，降低農(nóng)戶逆向選擇心理預(yù)期，減少地區(qū)之間農(nóng)戶交叉補(bǔ)貼，提高農(nóng)戶投保熱情。

第二，我國(guó)農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼機(jī)制采用中央—省—市（縣）多級(jí)補(bǔ)貼模式，各級(jí)政府補(bǔ)貼比例基本相同，且只在確認(rèn)省級(jí)財(cái)政補(bǔ)貼資金到位后，中央財(cái)政方予全額撥付補(bǔ)貼。中央財(cái)政補(bǔ)貼比例的地區(qū)差異較小，地區(qū)農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)越大、費(fèi)率越高，省、市、縣承擔(dān)的財(cái)政補(bǔ)貼越大，導(dǎo)致部分地方政府不愿推動(dòng)農(nóng)業(yè)保險(xiǎn)，經(jīng)濟(jì)發(fā)展水平較低、財(cái)政匱乏地區(qū)抵觸心理更強(qiáng)。這需要將中央財(cái)政保費(fèi)補(bǔ)貼比例與地區(qū)風(fēng)險(xiǎn)狀況關(guān)聯(lián)，提高綜合風(fēng)險(xiǎn)較高地區(qū)補(bǔ)貼比例。

第三，農(nóng)作物保費(fèi)厘定取決于數(shù)據(jù)與工具兩方面，數(shù)據(jù)準(zhǔn)確性及大樣本空間連續(xù)性是基礎(chǔ)，關(guān)鍵是綜合考慮單產(chǎn)分布模型選取、費(fèi)率厘定方法應(yīng)用及作物損失影響因素。因而，政府農(nóng)業(yè)主管部門(mén)和統(tǒng)計(jì)部門(mén)需要調(diào)整和細(xì)化農(nóng)業(yè)經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)，為農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定提供數(shù)據(jù)基礎(chǔ)。必要時(shí)，需要政府層面牽頭開(kāi)展各層面、各作物風(fēng)險(xiǎn)區(qū)劃工作，推動(dòng)農(nóng)業(yè)風(fēng)險(xiǎn)管理及農(nóng)業(yè)保險(xiǎn)向?qū)I(yè)化、精細(xì)化、科學(xué)化方面可持續(xù)發(fā)展。

第四，農(nóng)業(yè)保險(xiǎn)在農(nóng)業(yè)風(fēng)險(xiǎn)管理中具有風(fēng)險(xiǎn)分散與保障功能，可在災(zāi)后較準(zhǔn)確評(píng)估損失，迅速提供資金補(bǔ)償，既提高資金使用效率，又能及時(shí)幫助農(nóng)民恢復(fù)生活和生產(chǎn)。但無(wú)法從根本上減輕災(zāi)害風(fēng)險(xiǎn)造成的農(nóng)業(yè)生產(chǎn)損失。為降低災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)威脅，各級(jí)政府需加大農(nóng)業(yè)基礎(chǔ)建設(shè)投入，改善農(nóng)業(yè)灌溉、防洪等減災(zāi)和抗災(zāi)能力。同時(shí)，需要加強(qiáng)農(nóng)業(yè)科技扶持力度，在不斷提高新品種產(chǎn)量的同時(shí)，改進(jìn)種子抗災(zāi)、抗病蟲(chóng)能力，解決新品種產(chǎn)量越高越易受損的問(wèn)題。中央財(cái)政在資金投入方面應(yīng)有所側(cè)重，中西部地區(qū)災(zāi)害風(fēng)險(xiǎn)較大，地方財(cái)政較緊張，農(nóng)民收入較低，需要重點(diǎn)支持。

五、結(jié)論

本研究?jī)H以大豆為例，無(wú)法滿足國(guó)內(nèi)農(nóng)業(yè)保險(xiǎn)快速發(fā)展需要；以省為單位的風(fēng)險(xiǎn)區(qū)劃和費(fèi)率厘定對(duì)于降低逆向選擇和財(cái)政交叉補(bǔ)貼效果有限，未涉及縣域?qū)用鎲?wèn)題；以現(xiàn)有四個(gè)指標(biāo)開(kāi)展綜合風(fēng)險(xiǎn)評(píng)估基本滿足農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定要求，但不全面。下一步研究需要以縣域?qū)用鏋閷?duì)象，對(duì)所有納入政策性農(nóng)業(yè)保險(xiǎn)范疇內(nèi)的作物開(kāi)展全面風(fēng)險(xiǎn)區(qū)劃和費(fèi)率厘定，更加準(zhǔn)確地確定中央、省、縣三級(jí)財(cái)政補(bǔ)貼規(guī)模，提高保費(fèi)財(cái)政補(bǔ)貼效率，擴(kuò)大農(nóng)業(yè)保險(xiǎn)的覆蓋面。

［1］Glauber J W.The Growth of the Federal Crop Insurance Program 1990-2011[J].American Journal of Agricultural Economics,2013(2).

［2］Glauber J W.Crop Insurance Reconsidered[J].American Journal of Agricultural Economics,2004(5).

［3］Knight T O,Coble K H.Survey of U.S.Multiple Peril Crop Insurance Literature since 1980[J].Review of Agricultural Economics,1997(1)．

［4］Leif Erec Heimfarth,Robert Finger,Oliver Musshoff.Hedging Weather Risk on Aggregated and Individual Farm-level[J]. Agricultural Finance Review,2012(3).

［5］邢鸝,高濤,呂開(kāi)宇,等.北京市瓜蔬類(lèi)作物生產(chǎn)風(fēng)險(xiǎn)區(qū)劃研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃,2008(6).

［6］梁來(lái)存.我國(guó)糧食單產(chǎn)保險(xiǎn)純費(fèi)率厘定的實(shí)證研究[J].統(tǒng)計(jì)研究,2010(5).

［7］周延,郭建林.農(nóng)業(yè)巨災(zāi)保險(xiǎn)風(fēng)險(xiǎn)區(qū)劃及費(fèi)率厘定研究[J].江西財(cái)經(jīng)大學(xué)學(xué)報(bào),2011(6).

［8］宋正陽(yáng),張峭,王克.農(nóng)作物生產(chǎn)風(fēng)險(xiǎn)評(píng)估與區(qū)劃系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃,2013(3).

［9］陳平,陶建平,趙瑋.基于風(fēng)險(xiǎn)區(qū)劃的農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定研究——以湖北中稻縣級(jí)區(qū)域產(chǎn)量保險(xiǎn)為例[J].自然災(zāi)害學(xué)報(bào),2013(2).

［10］曾輝,楊新順.參數(shù)法和非參數(shù)法在農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定中的應(yīng)用[J].統(tǒng)計(jì)與決策,2014(4).

［11］馮文麗,楊雪美,薄悅.基于Tobit模型的我國(guó)農(nóng)業(yè)保險(xiǎn)覆蓋率實(shí)證分析[J].金融與經(jīng)濟(jì),2014(4).

［12］聶榮,Holly H Wang.遼寧省農(nóng)戶參與農(nóng)業(yè)保險(xiǎn)意愿的實(shí)證研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2011(4).

［13］張淑霞,劉明月,郭麗園.不同風(fēng)險(xiǎn)偏好下養(yǎng)殖戶參保意愿的影響因素分析[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）,2015(2).

［14］王志剛,黃圣男,錢(qián)成濟(jì).純收入、保費(fèi)補(bǔ)貼與逆向選擇對(duì)農(nóng)戶參與作物保險(xiǎn)決策的影響研究——基于黑龍江和遼寧兩省的問(wèn)卷調(diào)查[J].中國(guó)軟科學(xué),2013(6).

［15］張宗軍,吳耀峰.農(nóng)業(yè)保險(xiǎn)差異化保費(fèi)補(bǔ)貼政策研究:基于美國(guó)的經(jīng)驗(yàn)啟示[J].甘肅金融,2015(7).

F842.6

A

1672-3805(2016)04-0001-06

2016-04-08

甘肅省科技計(jì)劃項(xiàng)目“甘肅省氣象指數(shù)保險(xiǎn)與區(qū)域性農(nóng)業(yè)巨災(zāi)保險(xiǎn)體系建設(shè)”（1504ZKCA013-3）；蘭州財(cái)經(jīng)大學(xué)絲綢之路經(jīng)濟(jì)研究院重點(diǎn)項(xiàng)目“甘肅省多樣化指數(shù)保險(xiǎn)體系建設(shè)研究”（JYYZ201508）

張宗軍（1979-），男，蘭州財(cái)經(jīng)大學(xué)甘肅省金融協(xié)同創(chuàng)新中心副教授，北京大學(xué)與中國(guó)保險(xiǎn)監(jiān)督管理委員會(huì)聯(lián)合博士后，研究方向?yàn)檗r(nóng)業(yè)保險(xiǎn)。