通遼地區(qū)玉米天氣指數(shù)保險(xiǎn)研究與設(shè)計(jì)

蔣姍姍

（通遼市氣象局，內(nèi)蒙古通遼 028000）

農(nóng)作物天氣指數(shù)保險(xiǎn)是計(jì)算氣象因子與農(nóng)作物產(chǎn)量的統(tǒng)計(jì)學(xué)關(guān)系，將氣象災(zāi)害從災(zāi)害評(píng)估轉(zhuǎn)向指數(shù)化，當(dāng)某種氣象災(zāi)害指數(shù)達(dá)到某個(gè)預(yù)定值，投保戶就可以申請(qǐng)得到一定經(jīng)濟(jì)補(bǔ)償[1]。農(nóng)作物天氣指數(shù)保險(xiǎn)減輕了農(nóng)作物受災(zāi)后的定量評(píng)估工作，降低了保險(xiǎn)部門工作成本，同時(shí)解決了保險(xiǎn)與農(nóng)戶之間的道德風(fēng)險(xiǎn)、逆向選擇、信息不對(duì)稱等問題[2]。上述問題會(huì)使保險(xiǎn)公司和農(nóng)戶出現(xiàn)不信任的問題，對(duì)農(nóng)業(yè)保險(xiǎn)的未來發(fā)展極其不利，而以氣象監(jiān)測站監(jiān)測到的氣象數(shù)據(jù)，通過統(tǒng)計(jì)計(jì)算得到的天氣指數(shù)，可以有效避免農(nóng)戶與保險(xiǎn)公司雙向不信任的問題。國內(nèi)外學(xué)者已經(jīng)對(duì)該研究方向有了一定的研究成果，并開發(fā)了很好的應(yīng)用場景。楊太明等設(shè)計(jì)了安徽省冬小麥的5種天氣指數(shù)保險(xiǎn)產(chǎn)品，主要有干旱指數(shù)、倒春寒指數(shù)、干熱風(fēng)指數(shù)、陰雨日數(shù)指數(shù)等。還有學(xué)者研究了玉米、花生2種作物的干旱天氣指數(shù)服務(wù)產(chǎn)品，并選取試點(diǎn)進(jìn)行進(jìn)一步研究。牛浩[3]研究出基于風(fēng)險(xiǎn)區(qū)劃的玉米產(chǎn)量保險(xiǎn)產(chǎn)品。李琴英等[4]對(duì)河南省玉米區(qū)域產(chǎn)量保險(xiǎn)展開實(shí)證研究。

通遼地區(qū)作為我國北方玉米重要產(chǎn)區(qū)之一，極端天氣較多，嚴(yán)重影響農(nóng)業(yè)生產(chǎn)。研究通遼地區(qū)天氣指數(shù)保險(xiǎn)的設(shè)計(jì)，對(duì)推動(dòng)保險(xiǎn)理賠模式創(chuàng)新和農(nóng)業(yè)高質(zhì)量發(fā)展具有重要的科技支撐、效益意義。目前，通遼地區(qū)農(nóng)業(yè)保險(xiǎn)還以傳統(tǒng)保險(xiǎn)產(chǎn)品為主要承保類型，亟須研究適合本地區(qū)的天氣指數(shù)保險(xiǎn)模型，為全市農(nóng)業(yè)保險(xiǎn)提供科學(xué)、合理的理賠依據(jù)，保障農(nóng)業(yè)生產(chǎn)高質(zhì)量發(fā)展。本文選取大宗作物玉米作為研究對(duì)象，選取干旱進(jìn)行單因子指數(shù)保險(xiǎn)重點(diǎn)分析，并建立綜合多因子天氣指數(shù)產(chǎn)品[5]，應(yīng)用變截距回歸模型，利用氣象災(zāi)害風(fēng)險(xiǎn)分析方法，厘定保險(xiǎn)費(fèi)率和確定保險(xiǎn)觸發(fā)指標(biāo)，設(shè)計(jì)出適合通遼地區(qū)的玉米干旱和綜合天氣指數(shù)保險(xiǎn)產(chǎn)品。

1 資料與方法

1.1 資料來源

本文數(shù)據(jù)主要為1989—2020年通遼市奈曼旗、開魯縣、科爾沁區(qū)3個(gè)地區(qū)的氣象觀測站逐日降水量氣象觀測資料，1989—2020年通遼市奈曼旗、開魯縣、科爾沁區(qū)3個(gè)玉米農(nóng)業(yè)氣象觀測站的玉米產(chǎn)量資料及生育期觀測資料，氣象監(jiān)測數(shù)據(jù)及玉米生育期、玉米產(chǎn)量數(shù)據(jù)來源于通遼市氣象局農(nóng)業(yè)與生態(tài)中心；干旱災(zāi)情數(shù)據(jù)來源于通遼市氣象局災(zāi)情報(bào)送系統(tǒng)、通遼市氣象局氣象災(zāi)情數(shù)據(jù)庫、統(tǒng)計(jì)年鑒、地方志、《中國氣象災(zāi)害大典：內(nèi)蒙古卷》等。

1.2 單一因素（干旱）天氣指數(shù)保險(xiǎn)的研究方法

通遼地區(qū)屬于沙壤土，土壤水分易流失，降水量分布不均，容易發(fā)生干旱災(zāi)害，故將干旱作為通遼地區(qū)開展的玉米天氣指數(shù)保險(xiǎn)研究的災(zāi)害類別，并且利用通遼地區(qū)奈曼旗、科爾沁區(qū)、開魯縣3個(gè)地區(qū)的降水量數(shù)據(jù)、玉米生育期數(shù)據(jù)和玉米產(chǎn)量數(shù)據(jù)進(jìn)行設(shè)計(jì)。

1.2.1 干旱天氣指數(shù)。玉米干旱指數(shù)的選取應(yīng)消除降水的時(shí)空分布差異，有效反映不同區(qū)域的旱澇狀況。因此，本文參考通遼地區(qū)已開展的各類干旱指數(shù)適宜性研究，選取SPI作為玉米干旱指數(shù)。

1.2.2 氣象產(chǎn)量與減產(chǎn)率。選取奈曼旗、科爾沁區(qū)、開魯縣1989—2020年玉米產(chǎn)量數(shù)據(jù)，采用5年滑動(dòng)平均方法，將3個(gè)地區(qū)的產(chǎn)量（Y）分離成氣象產(chǎn)量（Yω）和趨勢產(chǎn)量（Yt）。 相對(duì)氣象產(chǎn)量（Y′ω）為氣象產(chǎn)量除以趨勢產(chǎn)量，減產(chǎn)率（xi）為相對(duì)氣象產(chǎn)量（Y′ω）中的負(fù)值序列，利用式 （1）、（2）計(jì)算獲得1989—2020年通遼地區(qū)玉米氣象產(chǎn)量序列、玉米減產(chǎn)率數(shù)據(jù)[6]。 通常將 Y′ω＜-5%視為減產(chǎn)年。

1.2.3 干旱風(fēng)險(xiǎn)評(píng)估。由于土壤、氣候條件、灌溉條件等不同，不同地區(qū)的干旱災(zāi)害風(fēng)險(xiǎn)不同。為了避免干旱災(zāi)害風(fēng)險(xiǎn)對(duì)保險(xiǎn)費(fèi)率的影響，一定要進(jìn)行干旱災(zāi)害的風(fēng)險(xiǎn)評(píng)估，修訂設(shè)計(jì)出保險(xiǎn)費(fèi)率。玉米天氣指數(shù)保險(xiǎn)風(fēng)險(xiǎn)評(píng)估主要考慮干旱的危險(xiǎn)性評(píng)估，也就是氣象因素導(dǎo)致的風(fēng)險(xiǎn)有多大[7]。危險(xiǎn)性小，不易發(fā)生干旱災(zāi)害；危險(xiǎn)性大，易發(fā)生干旱災(zāi)害[8]。一般將干旱頻率（F）、干旱強(qiáng)度（A）的乘積表示干旱致災(zāi)因子危險(xiǎn)性（E），暫不考慮其他影響因素。

1.2.4 純費(fèi)率。純費(fèi)率（R）等于投保作物單位面積災(zāi)害損失率的數(shù)學(xué)期望E（loss）[9]，利用災(zāi)害損失率和其發(fā)生的概率統(tǒng)計(jì)得出。

式中，Li和pi分別為災(zāi)害損失率和災(zāi)害損失率發(fā)生概率，q為天氣指數(shù)的賠付觸發(fā)值。

干旱指數(shù)保險(xiǎn)的純保費(fèi)（P）是由保險(xiǎn)費(fèi)率（R）與保險(xiǎn)金額（T）計(jì)算得出。

1.2.5 保險(xiǎn)觸發(fā)值與賠付值的計(jì)算。根據(jù)所建立的回歸方程，當(dāng)干旱指數(shù)為0時(shí)，所計(jì)算出來的相對(duì)減產(chǎn)率作為理賠實(shí)際觸發(fā)減產(chǎn)率。干旱指數(shù)保險(xiǎn)具體賠付值由公式（6）計(jì)算得出。

1.3 多因素（降水量、日照時(shí)數(shù)、平均氣溫）綜合天氣指數(shù)保險(xiǎn)的研究方法

1.3.1 模型構(gòu)建。平均氣溫、降水量、日照時(shí)數(shù)是通遼地區(qū)對(duì)玉米產(chǎn)量影響較大的氣象因素，構(gòu)建回歸模型主要研究平均氣溫、降水量、日照時(shí)數(shù)等氣象指標(biāo)與玉米產(chǎn)量的定量關(guān)系。選取生長期內(nèi)（4月下旬至10月上旬）的降水量、平均氣溫、日照時(shí)數(shù)等3個(gè)氣象因子，對(duì)降水量、平均氣溫、日照時(shí)數(shù)及這3個(gè)氣象因子的平方項(xiàng)和氣象產(chǎn)量采用變截距逐步回歸方法，建立通遼地區(qū)玉米多因子的回歸模型。

1.3.2 天氣指數(shù)保險(xiǎn)合同的設(shè)計(jì)。農(nóng)業(yè)保險(xiǎn)合同定價(jià)的合理設(shè)計(jì)就是保險(xiǎn)投保費(fèi)用等于期望賠付費(fèi)用。根據(jù)歷史產(chǎn)量序列分析，設(shè)定一個(gè)基準(zhǔn)產(chǎn)量（b），待作物生長季結(jié)束，保險(xiǎn)服務(wù)合同結(jié)束期間，根據(jù)氣象監(jiān)測站玉米生長季內(nèi)的氣象數(shù)據(jù)（降水量、日照時(shí)數(shù)、平均氣溫）算出當(dāng)年的氣象產(chǎn)量（y）。當(dāng)by時(shí)，保險(xiǎn)公司會(huì)給出T（b～y）的賠償。

保費(fèi)（P）需要結(jié)合當(dāng)年生長季內(nèi)氣象數(shù)據(jù)的概率分布（Pri），求出保費(fèi)結(jié)果。公式如下：

式中，T為市場農(nóng)作物平均價(jià)格。

2 結(jié)果與分析

2.1 單一氣象因素的天氣指數(shù)保險(xiǎn)設(shè)計(jì)

2.1.1 SPI指數(shù)變化特征。根據(jù)SPI指數(shù)的定義：SPI<-2為特旱，-2.0≤SPI<-1.5為重旱，-1.5≤SPI<-1.0為中旱，-0.5≤SPI<-1.0為輕旱。由圖1可知，通遼地區(qū)特旱年主要出現(xiàn)在1999—2003年、2007—2011年、2013年。

2.1.2 干旱天氣指數(shù)模型建立。作物減產(chǎn)的影響因素諸多，氣象災(zāi)害只是其中之一。因此，在確定通遼地區(qū)玉米生育期干旱天氣指數(shù)與減產(chǎn)率的關(guān)系之前，需要分析通遼地區(qū)玉米生育期內(nèi)由干旱災(zāi)害造成減產(chǎn)的歷史災(zāi)情數(shù)據(jù)集，建立相關(guān)樣本數(shù)據(jù)集。樣本數(shù)據(jù)應(yīng)滿足3個(gè)條件：一是玉米生育期內(nèi)干旱指數(shù)為負(fù)值；二是當(dāng)年玉米發(fā)生減產(chǎn)；三是當(dāng)年確實(shí)有干旱災(zāi)情發(fā)生。因通遼地區(qū)開魯縣、科爾沁區(qū)玉米種植區(qū)多為水澆地，受降水影響較小，最終選出12組數(shù)據(jù)樣本。利用提取的12組樣本數(shù)據(jù)，對(duì)通遼地區(qū)玉米干旱天氣指數(shù)（SPI）與減產(chǎn)率進(jìn)行線性回歸分析，通遼地區(qū)SPI與減產(chǎn)率的關(guān)系模型如下：

根據(jù)回歸方程（8），計(jì)算出不同等級(jí)SPI所對(duì)應(yīng)的減產(chǎn)率（表1）?？梢钥闯?，玉米干旱天氣指數(shù)越小，減產(chǎn)率越大，可以間接驗(yàn)證建立的通遼地區(qū)玉米干旱天氣指數(shù)模型與實(shí)際影響特點(diǎn)相符。

表1 通遼地區(qū)玉米生育期干旱天氣指數(shù)與減產(chǎn)率之間的關(guān)系

2.1.3 玉米干旱風(fēng)險(xiǎn)評(píng)估。通過對(duì)通遼地區(qū)3個(gè)旗（縣、區(qū)）進(jìn)行玉米干旱風(fēng)險(xiǎn)評(píng)估（表2），發(fā)現(xiàn)奈曼旗致災(zāi)因子危險(xiǎn)性最高，與玉米種植大部分為旱地有關(guān)，且與實(shí)際情況對(duì)比發(fā)現(xiàn)，奈曼旗常年受干旱影響，易導(dǎo)致干旱災(zāi)情發(fā)生。

表2 內(nèi)蒙古東部地區(qū)各地干旱風(fēng)險(xiǎn)評(píng)估結(jié)果

2.1.4 通遼地區(qū)保險(xiǎn)純費(fèi)率計(jì)算結(jié)果。為保障產(chǎn)品設(shè)計(jì)公平合理，將高風(fēng)險(xiǎn)地區(qū)附加2%的費(fèi)率。目前，通遼市政府對(duì)農(nóng)業(yè)政策性保險(xiǎn)補(bǔ)貼為4 200元/hm2，玉米按2元/kg計(jì)，玉米產(chǎn)量常年為2 625～4 875 kg/hm2。由公式（4）計(jì)算出開魯縣、科爾沁區(qū)、奈曼旗根據(jù)風(fēng)險(xiǎn)評(píng)估結(jié)果修訂后的干旱保險(xiǎn)純費(fèi)率及純保費(fèi)（表 3）。

表3 玉米干旱指數(shù)保險(xiǎn)純費(fèi)率及純保費(fèi)

2.1.5 通遼地區(qū)保險(xiǎn)觸發(fā)值與賠付值的計(jì)算結(jié)果。由公式8計(jì)算可以得出，當(dāng)SPI為0時(shí)，減產(chǎn)率仍為19.8%。取整計(jì)算，將減產(chǎn)率20%作為觸發(fā)減產(chǎn)率進(jìn)行計(jì)算，得到保險(xiǎn)觸發(fā)值為-0.79（表4），各等級(jí)天氣指數(shù)對(duì)應(yīng)的賠付值也相應(yīng)計(jì)算得出。

表4 玉米干旱天氣指數(shù)保險(xiǎn)賠付標(biāo)準(zhǔn)

2.2 通遼地區(qū)多因素的綜合天氣指數(shù)保險(xiǎn)研究

2.2.1 變截距隨機(jī)效應(yīng)模型的確定。影響通遼地區(qū)主要的氣象因子為降水量、平均氣溫、日照時(shí)數(shù)，且三者獨(dú)立不相關(guān)。根據(jù)選定的變截距隨機(jī)效應(yīng)模型對(duì)通遼市開魯縣、科爾沁區(qū)、奈曼旗進(jìn)行估計(jì)，以開魯縣為例，其中R表示年降水量，T表示年平均氣溫，S表示年日照時(shí)數(shù)，結(jié)果見表5、6。

從表5可以看出，日照時(shí)數(shù)平方項(xiàng)、溫度平方項(xiàng)P值不顯著，應(yīng)剔除這2項(xiàng)因子。剔除后可以看出各變量P值均超過顯著性水平（表6）。多因子的回歸方程為：

表5 開魯縣變截距隨機(jī)效應(yīng)模型回歸結(jié)果

表6 剔除不顯著變量的回歸分析

2.2.2 氣象保險(xiǎn)合同設(shè)計(jì)。為了設(shè)計(jì)出多因子的玉米天氣指數(shù)保險(xiǎn)合同，需要了解通遼地區(qū)1989—2020年期間降水量、日照時(shí)數(shù)、平均氣溫的概率分布情況。利用1989—2020年生育期內(nèi)逐年平均氣溫、降水量和日照時(shí)數(shù)等數(shù)據(jù)來計(jì)算各類區(qū)間氣象指標(biāo)的概率分布（表7）。

表7 氣象指標(biāo)的概率分布

對(duì)天氣指數(shù)保險(xiǎn)合同的設(shè)計(jì)，根據(jù)歷史玉米氣象產(chǎn)量求得本合同設(shè)計(jì)的基準(zhǔn)產(chǎn)量為8 752.5 kg/hm2，如果按2元/kg計(jì)算，即T=2，8 752.5 kg/hm2則為約定產(chǎn)量，若最終當(dāng)年實(shí)際的玉米氣象產(chǎn)量大于8 752.5 kg/hm2，則不用啟動(dòng)指數(shù)保險(xiǎn)理賠程序；否則保險(xiǎn)公司需賠付二者的差額。

根據(jù)公式（7），其中T=2，Pr為每個(gè)樣本出現(xiàn)的概率，本文中1年的氣象產(chǎn)量為一個(gè)樣本，所以Pr為1/31，挑出歷史氣象產(chǎn)量中小于基準(zhǔn)產(chǎn)量的樣本，可以計(jì)算出綜合天氣指數(shù)純保費(fèi)590.02元/hm2。

根據(jù)公式（10），利用當(dāng)年降水量、日照時(shí)數(shù)以及平均氣溫的數(shù)據(jù)即可求出保險(xiǎn)公司進(jìn)行的賠付值（I）。

根據(jù)式（5）、（9）、（10），若當(dāng)年的氣象條件為降水量=200 mm，平均氣溫=20℃，日照時(shí)數(shù)=1 000 h，計(jì)算出氣象產(chǎn)量為9 159.375 kg/hm2，該氣象條件下氣象產(chǎn)量大于約定產(chǎn)量，此情況無須啟動(dòng)指數(shù)保險(xiǎn)理賠程序；若當(dāng)年的氣象條件為降水量=200 mm，平均氣溫=19.5℃，日照時(shí)數(shù)=1 300 h，氣象產(chǎn)量為7 779.9 kg/hm2，此時(shí)在該氣象條件下氣象產(chǎn)量小于約定產(chǎn)量，需要啟動(dòng)指數(shù)保險(xiǎn)理賠程序，則應(yīng)該賠付975.98 元/hm2。

3 結(jié)論

（1）通遼地區(qū)以奈曼旗干旱災(zāi)害風(fēng)險(xiǎn)等級(jí)最高。該地區(qū)玉米干旱指數(shù)保險(xiǎn)純保費(fèi)范圍為343.98～386.59元/hm2，玉米干旱指數(shù)保險(xiǎn)的觸發(fā)值為-0.79。

（2）多氣象因素的天氣指數(shù)保險(xiǎn)設(shè)計(jì)中，通遼地區(qū)玉米生育期內(nèi)，氣象產(chǎn)量與氣象因子呈指數(shù)分布，而非線性分布，當(dāng)降水量、氣溫、日照時(shí)數(shù)在適宜值范圍內(nèi)，氣象產(chǎn)量達(dá)到最大。通遼地區(qū)氣象產(chǎn)量8 752.5 kg/hm2為指數(shù)保險(xiǎn)賠付觸發(fā)值，玉米綜合指數(shù)純保費(fèi)為590.02元/hm2。

（3）本研究主要是基于建立氣象產(chǎn)量和氣象因子回歸模型設(shè)計(jì)出來的天氣指數(shù)模型，模型中對(duì)于氣象因子的選取與回歸模型的算法等因素還需要進(jìn)一步完善，后期也需要通過試點(diǎn)應(yīng)用對(duì)相關(guān)參數(shù)進(jìn)行修訂。