華北平原冬小麥因旱減產(chǎn)氣象指數(shù)保險產(chǎn)品研究*

李睿濤，劉京會，周洪奎，張存杰，段居琦，武建軍

(1.北京師范大學 環(huán)境演變與自然災(zāi)害教育部重點實驗室，北京 100875；2.北京師范大學 地理科學學部，北京 100875；3.防災(zāi)科技學院 經(jīng)濟管理系，河北 三河 065201;4.中國氣象局國家氣候中心，北京 100081)

華北平原冬小麥因旱減產(chǎn)氣象指數(shù)保險產(chǎn)品研究*

李睿濤1,2，劉京會3，周洪奎1,2，張存杰4，段居琦4，武建軍1,2

(1.北京師范大學 環(huán)境演變與自然災(zāi)害教育部重點實驗室，北京 100875；2.北京師范大學 地理科學學部，北京 100875；3.防災(zāi)科技學院 經(jīng)濟管理系，河北 三河 065201;4.中國氣象局國家氣候中心，北京 100081)

首先確定了對冬小麥干旱有較好指示作用的氣象指數(shù)，進而通過對冬小麥氣象指數(shù)與減產(chǎn)率的回歸分析，確定不同減產(chǎn)率范圍下對應(yīng)的氣象指數(shù)臨界值。在此基礎(chǔ)上，依據(jù)氣象指數(shù)的長時間序列數(shù)據(jù)，計算華北平原區(qū)域內(nèi)各市各級災(zāi)損的風險概率，構(gòu)建冬小麥產(chǎn)量干旱災(zāi)損模型，并最終得到不同免賠額度下各市的保險純費率。結(jié)果表明，在免賠額度為0的情景下，研究區(qū)域內(nèi)各市保險純費率在1.346% ～2.788%之間，且總體呈現(xiàn)東南低、西北高的特點。

冬小麥；因旱減產(chǎn)；農(nóng)業(yè)保險；農(nóng)業(yè)氣象指數(shù)保險；SPEI；華北平原

華北平原是中國第二大平原，地域覆蓋北京、天津、河北、河南、山東、安徽、江蘇等省市，有耕地面積約1.7 Ghm2，約占全國耕地面積的16%[1]。其也是我國小麥主要產(chǎn)區(qū)，小麥種植面積占全國小麥種植面積的45%[2]，小麥產(chǎn)量約占全國小麥總產(chǎn)量的75%[3]。華北平原也是我國水資源短缺最嚴重的地區(qū)之一，而水資源短缺的發(fā)生會對小麥的生長發(fā)育造成很大的不利影響，因旱減產(chǎn)時常發(fā)生[4-6]。

華北地區(qū)冬小麥生產(chǎn)規(guī)模小，水利設(shè)施不完善，其農(nóng)業(yè)抵御自然災(zāi)害風險，特別是旱災(zāi)的能力很低[7]。面對華北平原較高的農(nóng)業(yè)災(zāi)害風險，由于政府能力有限，通過農(nóng)業(yè)保險分散災(zāi)害造成的糧食減產(chǎn)損失成為一種重要途徑[8-9]。

目前，農(nóng)業(yè)保險產(chǎn)品主要分為兩類：產(chǎn)量指數(shù)保險和氣象指數(shù)保險。產(chǎn)量指數(shù)保險是指，當災(zāi)害發(fā)生時，若農(nóng)作物發(fā)生了減產(chǎn)，其當年產(chǎn)量低于保險產(chǎn)量時，才能得到賠付的農(nóng)業(yè)保險模式[10-11]；氣象指數(shù)保險是指，當災(zāi)害發(fā)生時，不論是否發(fā)生減產(chǎn)，只要氣象指標達到閾值，就能得到保險賠付[12-15]。它與災(zāi)害發(fā)生后農(nóng)作物的實際產(chǎn)量無關(guān)，與產(chǎn)量指數(shù)保險相比，可以有效避免農(nóng)戶消極抗災(zāi)和逐戶定損的實際問題。本研究將以氣象指數(shù)保險思路為依據(jù)，進行華北平原冬小麥因旱減產(chǎn)氣象指數(shù)保險產(chǎn)品的設(shè)計與應(yīng)用研究。

1 數(shù)據(jù)來源

華北平原主要地級市有37個。本文所用產(chǎn)量數(shù)據(jù)為華北平原37個地級市1995-2012年冬小麥種植面積、單產(chǎn)時間序列數(shù)據(jù)，資料來自各省份統(tǒng)計年鑒。氣象數(shù)據(jù)為37個地級市內(nèi)的氣象站點數(shù)據(jù)。對于同一地級市內(nèi)包含多個氣象站點的情況，在本研究中選取一個氣象站點，以此最終獲取了37個氣象站點1961-2013年月降水量和平均溫度時間序列數(shù)據(jù)用于研究。研究區(qū)域位置如圖1所示。

2 研究方法

隨著社會經(jīng)濟水平的提高，農(nóng)業(yè)基礎(chǔ)設(shè)施和農(nóng)業(yè)技術(shù)不斷發(fā)展和完善，農(nóng)作物單產(chǎn)序列可能會具有隨時間增長的趨勢。因此首先需要將單產(chǎn)的數(shù)據(jù)時間趨勢剔除，獲得在同一趨勢標準下的相對氣象產(chǎn)量。標準化降水蒸散指數(shù)SPEI(Standardized Precipitation-Evapotranspiration Index)是被廣泛應(yīng)用的干旱監(jiān)測指數(shù)[16]。因此，本研究將通過選取合適時間尺度的SPEI指數(shù)識別華北平原冬小麥的水分盈虧狀況。通過相關(guān)分析得到干旱發(fā)生時氣象指數(shù)與農(nóng)作物產(chǎn)量之間的相關(guān)關(guān)系，以此為基礎(chǔ)構(gòu)建減產(chǎn)率模型，并進而確定不同地區(qū)的保險純費率。當觀測到的氣象指數(shù)值觸及到保險合同規(guī)定的保險事故觸發(fā)值時，保險公司便根據(jù)保險合同的規(guī)定對投保人進行相應(yīng)賠償。在業(yè)務(wù)化運行時，業(yè)務(wù)部門具備實時處理氣象數(shù)據(jù)的能力，只需計算出氣象指數(shù)，即可實現(xiàn)保險指數(shù)的運行。

2.1 冬小麥減產(chǎn)率確定

冬小麥產(chǎn)量不僅受到氣象因素影響，還受到技術(shù)進步、政策支持等其它因素影響。因此，需要對冬小麥時間序列數(shù)據(jù)進行去趨勢處理。本研究采用三次多項式趨勢模型對研究區(qū)各地市的冬小麥多年單產(chǎn)數(shù)據(jù)進行去趨勢處理，計算出趨勢產(chǎn)量、氣象產(chǎn)量和相對氣象產(chǎn)量數(shù)據(jù)。

首先，小麥單產(chǎn)可分解為：

Y=Yt+Yw+ε。

(1)

式中：Y為實際產(chǎn)量，Yt為趨勢產(chǎn)量，Yw為氣象產(chǎn)量，ε為隨機波動項，ε在計算中一般忽略不計。

(2)

2.2 氣象指數(shù)的選取

標準化降水蒸散指數(shù)SPEI(Standardized Precipitation-Evapotranspiration Index)已經(jīng)被廣泛的應(yīng)用于干旱研究當中[12]。本研究中為了選取最佳尺度的SPEI值作為后續(xù)研究的氣象指數(shù)，分別計算了研究區(qū)域37個站點上的1-12個月尺度下的月值SPEI值，并分析相對氣象產(chǎn)量與不同尺度下月值SPEI的相關(guān)性大小。結(jié)果顯示，每年6月份(冬小麥收獲前后)前6個月尺度下的月值SPEI與相對氣象產(chǎn)量關(guān)系最高。故在本研究中采用此尺度的月值SPEI作為表征冬小麥水分狀況的氣象指數(shù)。SPEI干旱等級分類如表1所示。

表1 SPEI等級劃分表

2.3 保險純費率厘定方法

保險費是投保人為轉(zhuǎn)移風險、取得保險人在約定責任范圍內(nèi)所承擔的賠償(或給付)責任而交付的費用，也是保險人為承擔約定的保險責任而向投保人收取的費用。保險費是建立保險基金的主要來源，也是保險人履行義務(wù)的經(jīng)濟基礎(chǔ)。保險費率，是應(yīng)繳納保險費與保險金額的比率，是按單位保險金額向投保人收取保險費的標準，即：保險費=保險金額×保險期限×保險費率。保險費率與保險費成正比，在保險金額和保險期限一定的條件下，保險費率越高，則保險費越大；反之，則越小。

因此，保險費率的厘定，對保險費的確定提供重要依據(jù)。保險費率一般由純費率和附加費率兩部分組成。習慣上，將由純費率和附加費率兩部分組成的費率稱為毛費率。附加費率是以保險人的營業(yè)費用為基礎(chǔ)計算的，用于保險人的業(yè)務(wù)費用支出、手續(xù)費支出以及提供部分保險利潤等。純費率也稱凈費率，是保險費率的主要部分，它是根據(jù)損失概率確定的。

而目前確定損失概率所普遍使用的原則是大數(shù)法則，其是近代保險業(yè)的數(shù)理基礎(chǔ)。大數(shù)法則又稱“大數(shù)定律”或“平均法則”，它所描述的是隨著風險單位數(shù)量的不斷增加，損失發(fā)生的頻率會趨向和穩(wěn)定于期望損失。我們可以利用事件損失的不確定性在大數(shù)中消失的這種規(guī)律，利用風險發(fā)生頻率來代替其發(fā)生期望，從而比較準確地預(yù)測未來損失發(fā)生規(guī)模和概率。

由此，可以得到冬小麥干旱指數(shù)保險純費率公式：

(3)

式中：R為保險費率(%)；λ為保障水平；μ為預(yù)期單產(chǎn)；loss為產(chǎn)量損失；E[loss]為產(chǎn)量損失的數(shù)學期望；Xi為冬小麥各級減產(chǎn)率，pi為各級減產(chǎn)率出現(xiàn)概率。根據(jù)大數(shù)法則，pi可以通過長時間序列歷史數(shù)據(jù)的各級減產(chǎn)率出現(xiàn)頻率估計。對于華北平原冬小麥農(nóng)業(yè)保險，λ和μ均取100%。

3 結(jié)果與分析

3.1 減產(chǎn)率模型構(gòu)建

3.1.1 氣象指數(shù)與減產(chǎn)率的關(guān)系分析

圖1 研究區(qū)示意圖

圖2 華北平原各市SPEI和相對氣象產(chǎn)量)的年際變化

圖3 干旱情況下SPEI和相對氣象產(chǎn)量)的散點圖

(4)

3.1.2 保險純費率厘定

根據(jù)各站1960-2012年6月份的6個月尺度SPEI數(shù)據(jù)和不同減產(chǎn)率下SPEI臨界值大小(表2)，可以計算不同減產(chǎn)率范圍所對應(yīng)SPEI值的累積頻率，并以此得到各市各級減產(chǎn)率出現(xiàn)概率如表3所示。

根據(jù)上述保險純費率厘定方法章節(jié)2.3中公式(3)，可得不同免賠率下保險純費率。當免賠率分別為0%、5%、15%時，各市保險純費率如表4所示。

3.2 不同免賠率下，保險純費率的空間分布 由于本研究中的最小地域單位為地級市，因此最終研究結(jié)果的保險純費率以地市為單元，共37個。從研究區(qū)冬小麥因旱減產(chǎn)氣象指數(shù)保險費率的空間分布(圖4)可知，在不同的免賠率下，各市保險純費率不同，免賠額度越高，保險純費率越低。同時，在不同的免賠率下，保險純費率的空間分布規(guī)律具有相似性：總體呈現(xiàn)東南低、西北高的特點。在免賠額設(shè)為0%時，各市的保險純費率為1.346%～2.788%(圖4a)。純費率小于0.500%的市有0個；純費率為0.5%～1.5%的市有3個，為商丘、濟寧、漯河；純費率為1.5%～2.0%的市有周口、天津等18個；純費率為2.0% ～3.0%的市有滄州、新鄉(xiāng)等16個。

表3 各市各級減產(chǎn)率出現(xiàn)概率%

減產(chǎn)率城市0～10%10%～20%20%～30%30%～40%40%～50%50%～100%鄭州961557691923000000000000開封1923115381923000000000000安陽576938463846000019230000鶴壁384638463846192300000000新鄉(xiāng)192319239615000000000000濮陽370455561852185200000000許昌576996150000000000000000漯河925937041852000000000000商丘576938461923000000000000周口384657691923000000000000駐馬店1153876920000000000000000石家莊384657691923000000000000唐山769238463846000000000000廊坊192357691923000019230000保定769200005769000000000000滄州576938461923192300000000衡水192396151923000000000000邢臺384657693846000000000000邯鄲185237043704000018520000濟南769276920000000000000000淄博192357691923192300000000棗莊925992590000000000000000東營454522734545227300000000濰坊769219233846000000000000濟寧769238461923000000000000泰安384657690000000019230000日照961538461923000000000000萊蕪555637043704185200000000臨沂925918523704000000000000德州1481537041852000000000000聊城769219230000000019230000濱州1153876920000000000000000菏澤740718523704185200000000亳州384657693846000000000000淮北303000006061000000000000北京576919235769192300000000天津192357693846000000000000

在免賠額設(shè)為5%時，各市的保險純費率為1.019%～2.692%(圖4b)。純費率小于0.500%的市有0個；純費率為0.5%～1.5%的市有聊城、德州等17個；純費率為1.5%～2.0%的市有安陽、濟南等10個；純費率為2.0%～3.0%的市有天津、石家莊等10個。在免賠額設(shè)為15%時，各市的保險純費率為0～2.404%(圖4c)。純費率小于0.5%的市有淮北、濟寧等15個，其中淮北、泰安、邯鄲、滄州、日照的純費率為0；純費率為0.5%～1.5%的市有鶴壁、德州等13個；純費率為1.5%～2.0%的市有安陽、衡水等7個；純費率為2.0%～3.0%的市有2個，分別為北京和石家莊。

圖4 不同免賠率下各市保險純費率

表4 各市不同免賠率下保險純費率%

純費率城市免賠率0%免賠率5%免賠率15%鄭州182713460481開封230822110481安陽269224041827鶴壁240422111635新鄉(xiāng)278826922404濮陽213019451111許昌173114420000漯河148210190463商丘134610580481周口153813460481駐馬店173111540000石家莊153813460481唐山192315380962廊坊230822111346保定182714421442滄州201917311154衡水201919230481邢臺201918270962邯鄲240823151759濟南153811540000淄博211520191154棗莊185213890000東營250022731932濰坊163512500962濟寧144210580481泰安192317310865日照153810580481萊蕪240821301574臨沂166712040926德州175910190463聊城153811540865濱州173111540000菏澤222218521574亳州201918270962淮北166715151515北京269224042115天津192318270962

4 結(jié)論與討論

本文選擇華北平原的冬小麥作為研究對象，進行了農(nóng)業(yè)氣象指數(shù)保險方法的研究。主要研究意義在于給出了設(shè)計氣象指數(shù)保險的具體做法、步驟，可以為農(nóng)業(yè)部門及保險行業(yè)在實際開展農(nóng)業(yè)保險業(yè)務(wù)時提供依據(jù)與支持。氣象指數(shù)保險本身依據(jù)氣象指數(shù)而不是實際產(chǎn)量決定費率與賠付，相比產(chǎn)量指數(shù)保險能更客觀的反應(yīng)作物因災(zāi)受損情況，且有助于提高農(nóng)戶應(yīng)對災(zāi)害的積極性。同時，本研究中使用的氣象指數(shù)(6月份的前6個月尺度下的月值SPEI)計算簡潔，應(yīng)用方便，且與干旱發(fā)生時冬小麥的相對氣象產(chǎn)量關(guān)系較好。本研究對更好的利用農(nóng)業(yè)保險產(chǎn)品轉(zhuǎn)移農(nóng)業(yè)災(zāi)害風險具有積極意義。

但同時也應(yīng)注意到，華北平原地區(qū)是我國重要的灌溉農(nóng)業(yè)區(qū)，當干旱發(fā)生時，由于灌溉的存在，統(tǒng)計得到的冬小麥實際產(chǎn)量并不能完全反映因旱減產(chǎn)量，這會在一定程度上影響研究區(qū)內(nèi)冬小麥氣象指標與減產(chǎn)率之間的定量關(guān)系，使得不同減產(chǎn)率下SPEI臨界值的計算出現(xiàn)誤差，影響最終結(jié)果的準確性。

[1] 趙晶晶, 劉良云, 徐自為, 等. 華北平原冬小麥總初級生產(chǎn)力的遙感監(jiān)測[J]. 農(nóng)業(yè)工程學報, 2011, 27(13): 346-351.

[2] Guo J, Zhao J, Xu Y, et al. Effects of adjusting cropping systems on utilization efficiency of climatic resources in Northeast China under future climate scenarios[J]. Physics and Chemistry of the Earth, Parts A/B/C, 2015, 87: 87-96.

[3] 王學, 李秀彬, 談明洪, 等. 華北平原 2001-2011 年冬小麥播種面積變化遙感監(jiān)測[J]. 農(nóng)業(yè)工程學報, 2015, 31(8): 190-199.

[4] 任義方. 農(nóng)業(yè)氣象指數(shù)保險方法研究[D]. 北京: 中國氣象科學研究院, 2011.

[5] 王連喜, 肖瑋鈺, 李琪, 等. 中國北方地區(qū)主要農(nóng)作物氣象災(zāi)害風險評估方法綜述[J]. 災(zāi)害學, 2013, 28(2): 114-119.

[6] 吳東麗, 王春乙, 薛紅喜, 等. 華北地區(qū)冬小麥干旱受災(zāi)率多尺度分析[J]. 災(zāi)害學, 2011, 26(1): 87-93，98.

[7] 張玉靜, 王春乙, 張繼權(quán). 華北地區(qū)冬小麥干旱危險性分析[J]. 自然災(zāi)害學報, 2014, 23(6):23-31.

[8] 趙君彥. 河北省農(nóng)業(yè)保險發(fā)展問題研究[D]. 保定: 河北農(nóng)業(yè)大學, 2012.

[9] 左璇, 張峭. 基于保障指數(shù)的農(nóng)業(yè)保險保障水平評價——以北京各區(qū)縣為例[J]. 災(zāi)害學, 2016, 31(4): 191-195.

[10]王麗紅, 楊華, 田志宏,等. 非參數(shù)核密度法厘定玉米區(qū)域產(chǎn)量保險費率研究——以河北安國市為例[J]. 中國農(nóng)業(yè)大學學報, 2007, 12(1): 284-284.

[11]楊曉煜, 鞠榮華, 楊汭華, 等. 河南省小麥保險費率厘定研究[J]. 中國農(nóng)業(yè)大學學報, 2012, 17(3): 171-177.

[12]毛守原. 河南省小麥氣象指數(shù)保險產(chǎn)品研究[D]. 鄭州：鄭州大學, 2014.

[13]孫朋. 農(nóng)業(yè)氣象指數(shù)保險產(chǎn)品設(shè)計研究[D]. 泰安：山東農(nóng)業(yè)大學, 2012.

[14]楊麗. 山東省小麥玉米干旱指數(shù)保險研究[D]. 南京：南京信息工程大學, 2013.

[15]吳利紅, 婁偉平, 姚益平, 等. 水稻農(nóng)業(yè)氣象指數(shù)保險產(chǎn)品設(shè)計——以浙江省為例[J]. 中國農(nóng)業(yè)科學, 2010, 43(23): 4942-4950.

[16]Vicente Serrano S M, Beguería S, López Moreno J I, et al. A new global 0.5 gridded dataset (1901-2006) of a multiscalar drought index: comparison with current drought index datasets based on the Palmer Drought Severity Index[J]. Journal of Hydrometeorology, 2010, 11(4): 1033-1043.

《災(zāi)害學》繼續(xù)成為中國科學引文數(shù)據(jù)庫(CSCD)來源期刊

《災(zāi)害學》編輯部2017年5月收到中國科學院文獻情報中心、中國科學引文數(shù)據(jù)庫的收錄證書，依據(jù)文獻計量學的理論和方法，通過定量與定性相結(jié)合的綜合評審，《災(zāi)害學》雜志繼續(xù)被收錄為中國科學引文數(shù)據(jù)庫(CSCD)來源期刊(有效期2017-2018年)。

《災(zāi)害學》編輯部

The Agro-meteorological Index Insurance Products: a Case ofWinter Wheat Drought in North China Plain

LI Ruitao1,2, LIU Jinghui3, ZHOU Hongkui1,2, ZHANG Cunjie4, DUAN Juqi4and WU Jianjun1,2

(1.KeyLaboratoryofEnvironmentChangeandNaturalDisaster,MinistryofEducation(MOE),BeijingNormalUniversity,Beijing100875,China;2.FacultyofGeoqraphicalSciencc,BeijingNormalUniversity,Beijing100875,China;3.DepartmeitofEconomicManagement,InstituteofDisasterPreventionScienceandTechology,Sanhe065201,China;4.NationalClimateCenter,ChinaMeteorologicalAdministration,Beijing100081,China)

NorthChinaPlainisthemainwheatproducingarea,butalsothedrought-pronearea.Thestudyofagro-meteorologicalindexinsuranceproductscanprovidethebasisfordetermininginsuranceratesindifferentareas,andsupportthefurtherdevelopmentofagriculturalinsurance.Anappropriateagro-meteorologicalindexwhichcouldindicatethegrowthofwinterwheatunderdroughtconditionsisselectedfirstlyinthispaper.Andbymeansofthecorrelationsbetweenthereductionofwinterwheatproductionandtheindex,thethresholdsoftheagro-meteorologicalindexweredeterminedfordifferentreductionlevels.Theprobabilityofriskinwinterwheatreductionatdifferentlevelswascalculatedbyusinglongtimeseriesmeteorologicaldata,andamodelofreductionofwinterwheatoutputwasestablished.Basedonthat,thepurepremiumrateofinsuranceweredeterminedfinally.Theresultsshowthat,thepurepremiumratesvaryfrom1.538%to3.173%whenthedeductibleamountequalsto0%,andtheyarehigherinthenorthwestandlowerinthesoutheast.

agriculturalinsurance;agro-meteorologicalindexinsurance;SPEI;NorthChinaPlain

2016-11-27

2016-01-05

公益性行業(yè)科研重大專項(GYHY201506001-6)；國家國際科技合作專項“重大干旱災(zāi)害監(jiān)測技術(shù)合作研究”(2013DFG21010)；國家自然科學基金項目“日光誘導葉綠素熒光對植被水分脅迫的響應(yīng)研究”(41671424)

李睿濤(1991-)，女，山東日照人，碩士研究生，主要從事旱災(zāi)風險研究. E-mail: melrt@mail.bnu.edu.cn

武建軍(1971-)，男，陜西神木人，博士，教授，主要從事災(zāi)害遙感監(jiān)測與風險管理研究. E-mail: jjwu@bnu.edu.cn

10.3969/j.issn.1000-811X.2017.03.036.]

X43；S16；F842.6

A

1000-811X(2017)03-0216-05

10.3969/j.issn.1000-811X.2017.03.036

李睿濤，劉京會，周洪奎，等. 華北平原冬小麥因旱減產(chǎn)氣象指數(shù)保險產(chǎn)品研究[J]. 災(zāi)害學，2017，32(3)：216-221. [LI Ruitao , LIU Jinghui ，ZHOU Hongkui ,et al. The Agro-meteorological Index Insurance Products:A Case of Winter Wheat Drought in North China Plain[J]. Journal of Catastrophology，2017，32(3)：216-221.