云南咖啡低溫寒害氣象指數(shù)保險風險分析

戴敏 吳利紅 　向曦 　張智 　彭艷秋

摘 要 目的：設計咖啡低溫寒害氣象指數(shù)保險，為開展咖啡政策性農業(yè)保險提供技術支撐。方法：調研咖啡種植區(qū)的采收記錄，確定咖啡進入采摘期后遭受低溫寒害的產量損失率與低溫寒害過程的關系，利用兩種低溫寒害風險分析模型，設計了兩個方案，通過氣象資料分別計算兩種方案中不同等級低溫寒害出現(xiàn)的風險以及對應的咖啡產量損失風險，并分析了兩種方案中各咖啡種植區(qū)域的低溫寒害分布。結果：方案1較為切合實際，考慮了不同采摘期不同程度低溫寒害對咖啡產量損失的影響，但對海拔1 000 m以下的低溫寒害指標需要進行深入的調查研究后進行修正。結論：方案1設計的農業(yè)保險產品在不計免賠條件下，保險費率的設定與各咖啡種植縣實際風險相符，可及時賠付，易為保險公司和農民雙方共同接受。

關鍵詞 咖啡；政策性農業(yè)保險；低溫寒害；氣象指數(shù)保險

中圖分類號：S571.2 文獻標志碼：B DOI：10.19415/j.cnki.1673-890x.2018.27.047

農業(yè)氣象災害是危害農業(yè)生產最主要的自然災害，它與農業(yè)經濟效益緊密相連。實施政策性農業(yè)保險是政府實現(xiàn)農業(yè)發(fā)展目標和有效保護農民利益的政策措施。需要一種合適的金融手段，將損失控制在最小范圍內，讓廣大咖農和咖啡產業(yè)從業(yè)人員的利益得到最大化的保障[1]。氣象指數(shù)保險從氣象數(shù)據(jù)出發(fā)建立農業(yè)保險模型，解決了信息不對稱問題，是目前世界各國政策性農業(yè)保險采用的主要先進模式。國內多個省市在全國實行政策性農業(yè)保險試點，氣象指數(shù)保險以特定的農業(yè)氣象指標作為觸發(fā)機制，如果超出了預定的標準，保險人就要負責賠償?shù)霓r業(yè)保險模式，它與大災后實際的農作物受損狀況無關，無需逐戶勘查定損，不需要農場產量的歷史數(shù)據(jù)，僅需要歷史氣象數(shù)據(jù)和準確的氣象觀測數(shù)據(jù)[2-3]。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

搜集整理云南省1989—2015年的統(tǒng)計年鑒，對1988—2014年的云南咖啡作物面積和產量進行了整理和分析，并利用咖啡種植所在地1987年9月至2016年8月共30年的逐日氣象資料對低溫寒害過程進行分析。

1.2 咖啡低溫寒害氣象指數(shù)保險合同設計

將咖啡低溫寒害氣象指數(shù)保險定義在一個事先指定的區(qū)域，以咖啡采收時期的低溫寒害發(fā)生為基礎，根據(jù)低溫寒害造成咖啡的產量損失率和出現(xiàn)風險，確立保險費率和損失理賠支付的合同?？Х鹊蜏睾庀笾笖?shù)是事先規(guī)定的低溫寒害氣象事件對應的氣象指標，每個指數(shù)值對應一定的咖啡產量損失率和賠付率。根據(jù)所在地氣象站觀測到的氣象數(shù)據(jù)確定的咖啡低溫寒害氣象指數(shù)進行賠付。

純保險費率等于保險損失的期望值[4]，即：

Pr=E[Loss]/λμ（1）

式（1）中，Pr為純保險費率，λ為保障比例，μ為預期單產，Loss為作物損失。按照政策性農業(yè)保險試點方案，λ和μ取100%，不考慮免賠額，保險人按照受損土地的保險金額與實際損失率的乘積確定賠償金額。純保險費率可寫為：

Pr=E[Loss]/λμ=E[Loss]=∑（p）（2）

式（2）中，P為不考慮免賠額的出現(xiàn)概率。

1.3 單位面積咖啡產量

單位面積上的咖啡產量（當年產量與3年前的年末實有面積之比）如圖1所示，圖中對該數(shù)據(jù)進行了線性擬合。2000年和2014年咖啡產量由高于趨勢線的狀態(tài)變?yōu)槊黠@的低于趨勢線的狀態(tài)，數(shù)據(jù)表明咖啡產量的顯著減少，減少的原因可能與調查分析的低溫寒害氣象災

害有關。

2 結果與分析

2.1 咖啡低溫寒害的指標

全國各地對低溫寒害有不同的劃分標準。根據(jù)普洱市50余年氣象資料，結合咖啡的生物學指標及受害的輕重程度，普洱市咖啡產業(yè)發(fā)展辦公室公開發(fā)布的咖啡低溫寒害指標見表1。

2015年，云南省氣象局根據(jù)長期的氣候統(tǒng)計資料以及長期的咖啡種植經驗，進行了嚴密的計算論證過程編制了《小粒種咖啡寒害等級》（云南省地方標準DB53/T 679—2015）標準。該標準依據(jù)寒害指數(shù)的大小，將寒害分為輕度、中度、重度三個等級，對應的指數(shù)導致的受害率見表2。

2.2 咖啡低溫寒害氣象保險指數(shù)的設計

調查咖啡種植園歷年采摘記錄情況，總結海拔高于

1 000 m的種植區(qū)咖啡采收量與采收時間的對應關系，結果如圖2所示?？梢钥闯?，對于海拔高于1 000 m的種植區(qū)，咖啡采收一般從11月中旬開始12月底可以完成采收任務的50%左右，次年3月咖啡采收結束。海拔低于1 000 m

的種植區(qū)，咖啡采收時段提前20～30 d。

根據(jù)兩個咖啡寒害指標，提出了兩個不同的咖啡低溫寒害氣象保險指數(shù)方案。

1）方案1。根據(jù)咖啡莊園咖啡采摘記錄統(tǒng)計特征結合咖啡的生物學指標及受害的輕重程度，確定咖啡進入采摘期后，不同海拔高度咖啡種植遭受低溫寒害的產量損失與所在地低溫寒害強度的關系，見表3。

2）方案2。不考慮采收情況，不區(qū)分種植區(qū)域海拔，以每年遭受的寒害程度來確定損失，其中寒害指標參考表2。

2.3 風險分布

2.3.1 方案1

統(tǒng)計各咖啡種植縣歷年不同時段不同等級低溫寒害出險的頻次，在表4所列各期間內，發(fā)生低溫寒害觸發(fā)賠付，每次賠付比例為未賠付金額比例與不同時期不同程度低溫寒害與咖啡產量損失率的乘積即[3]：

PayOffd=∑d∈保險險期（1-Pd）×（Ci，j）（3）

式（3）中，PayOffd為每次賠付的比例；Pd為已賠付的比例，Ci，j為表4中不同程度不同時期的損失率。

收集云南現(xiàn)有咖啡種區(qū)域的氣象資料，結合表3中海拔大于1 000 m和小于1 000 m的指標通過（3）式分別計算兩套咖啡種植縣歷年損失率，得出30年平均損失率，并得到咖啡低溫寒害氣象指數(shù)的純保險費率見表4。

由表4可見，對于海拔大于1 000 m的標準咖啡種植區(qū)，云南各咖啡種植縣在不計免賠下純保險費率差異較大，大部分地區(qū)30年純風險費率在1.63%～11.54%，方案是比較適用的。但其中保山、麻栗坡和賓川并不適宜方案1設計的氣象保險指數(shù)，以此指標指針的這三個地區(qū)受低溫寒害的影響較為嚴重，而實際中卻大量栽種生產咖啡，所以實際中對這三縣的咖啡氣象指數(shù)設計時需要實地調查，設計出符合當?shù)貙嶋H的氣象保險指數(shù)。

對于1 000 m以下咖啡種植區(qū)，依據(jù)現(xiàn)在的低溫寒害指標，孟連和鎮(zhèn)康都能夠達到17.56%和53.14%的純風險費率，與實際生產情況不符，低于1 000 m以下的低溫寒害氣象指數(shù)過于保守和嚴格，需要調整。通過調查目前試點地區(qū)90%以上海拔高于1 000 m，故方案1適用于絕大部分的試點地區(qū)。

2.3.2 方案2

方案2并不考慮采收時段，分別計算咖啡低溫寒害氣象指數(shù)的風險出現(xiàn)頻率及其純風險費率得到表5，由表可見，其分析結果與方案1相同，保山、麻栗坡和賓川出現(xiàn)低溫寒害的概率較高，主要是輕度寒害出現(xiàn)的頻率較高，可以考慮實地調查，對現(xiàn)有方案依據(jù)實際進行調整或者重新設計適宜當?shù)氐目Х鹊蜏睾庀笾笖?shù)。

2.4 兩個方案的對比分析

圖3給出了依據(jù)方案1和方案2，計算的云南各咖啡種植縣的歷年損失率，可以看出由低溫寒害引發(fā)的損失率，損失較大的年份為2000年、2014年和2016年，對應1.4中對云南咖啡產量歷年變化的分析可以看出，2000年、2014年低溫寒害確實導致了云南咖啡的減產，說明咖啡低溫寒害氣象指數(shù)的設計是較為合理的，方案2計算的損失率平均較方案1高出6.43%。

對比兩個方案，方案1從實際生產出發(fā)，且對種植區(qū)域的海拔進行了劃分，較為貼近生產實際，對每一次寒害過程進行判別，可及時按照實際受寒害的情況根據(jù)氣象觀測資料做到及時賠付。

方案2每年一個指標寒害指標，實際操作簡潔，每年11月至3月進行計算統(tǒng)計寒害指數(shù)，而后每一年可進行理賠操作一次，其30年風險測算結果簡單明了，由于沒有區(qū)分采收期中已經收獲的產量，大部分咖啡種植區(qū)域方案2計算的損失率要高于方案1，并且在計算低溫寒害指標時需要主觀調整計算參數(shù)，對不同海拔種植區(qū)域的情況沒有區(qū)分，沒有考慮不同采收時段發(fā)生低溫寒害對采收的不同影響。

綜合考慮，認為采用方案1較為切合實際，但需要對海拔低于的1 000 m以下的低溫寒害指標在進行調查研究后進行修正。而對于保山、麻栗坡和賓川縣的咖啡氣象指數(shù)設計時需要實地調查，進行調整或者依據(jù)實際情況設計出符合當?shù)貙嶋H的氣象保險指數(shù)。

2.5 保費及保額建議

實際調查中發(fā)現(xiàn)咖啡單畝的收益并不高，種植企業(yè)和農戶壓力較大，對咖啡低溫寒害氣象指數(shù)保險有需求，建議各地依據(jù)本地不同低溫寒害風險，采用低保費的方式推廣咖啡低溫寒害政策性農業(yè)保險。

3 結論

僅采用縣氣象站資料，進行各縣咖啡低溫寒害氣象指數(shù)保險的設計，還有其改進和完善的空間，但云南省中尺度區(qū)域氣象站的建設較全國要落后，站點少、資料時間短、資料不完整，使得使用數(shù)學方法延長氣候資料序列存在困難，同時不能解決氣象站點空間密度不大代表性不佳的問題。隨著氣象事業(yè)的發(fā)展，區(qū)域氣站布設的越來越多，質量越來越好，可以較好地解決上述問題，使得氣象指數(shù)保險將有更好的科學支撐。此外，云南地形復雜，云南省山地、高原、丘陵占總面積的94%，同一次氣象災害過程，氣象要素空間變異大，造成災害后果不同。政策性農業(yè)保險的可持續(xù)發(fā)展來看，保險公司收取的保費應大于或者等于其保險賠付，同時農戶繳納的保費要與其所在地區(qū)的風險水平相匹配。故在云南設計氣象指數(shù)保險時，應以縣為單位，盡可能地使用中尺度氣象站資料，使氣象資料能夠最大限度地代表當?shù)氐臍庀髿夂蛱卣?，以降低基差風險。

參考文獻：

[1] 宗義湘，李先德，喬立娟.中國農業(yè)政策對農業(yè)支持水平演變實證研究[J].中國農業(yè)科學，2007，40（3）：622-627.

[2] Turvey C G. Weather derivatives for specific event risks in agriculture[J].Review of Agricultural Economics，2001，23（2）：333-351.

[3] 歐陽再根，魏榮源.農業(yè)巨災風險管理中對氣象指數(shù)保險的應用[J].中國農業(yè)信息，2013（11）：172.

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

（責任編輯：趙中正）