基于Copula函數(shù)的經(jīng)濟作物收入保險費率測算
——以甘肅蘋果為例

王國棟，龐 楷

（蘭州財經(jīng)大學 金融學院，甘肅 蘭州 730020）

一、引言

收入保險通過農(nóng)產(chǎn)品價格和產(chǎn)量的負相關(guān)關(guān)系，實現(xiàn)“對沖效應”，以降低保險企業(yè)經(jīng)營風險和保險費率，使得農(nóng)產(chǎn)品價格風險可保[1]。由于價格風險的系統(tǒng)性和趨勢性特征，當前大多數(shù)農(nóng)業(yè)保險不承擔價格風險。近二十年來，美國農(nóng)業(yè)保險已完成由產(chǎn)量保險為主到收入保險為主的結(jié)構(gòu)轉(zhuǎn)變，效果顯著。發(fā)展收入保險不僅符合國際農(nóng)業(yè)保險的發(fā)展趨勢，也是我國農(nóng)產(chǎn)價格形成機制改革的重要手段。2017年中央一號文件提出“探索建立農(nóng)產(chǎn)品收入保險制度”。2018年中央一號文件又提出：“探索開展稻谷、小麥、玉米三大糧食作物完全成本保險和收入保險試點，加快建立多層次農(nóng)業(yè)保險體系。”

目前，我國的收入保險試點主要集中于大宗糧食作物，部分地區(qū)也開展了經(jīng)濟作物收入保險試點，但相關(guān)研究較少。不難推測，為經(jīng)濟作物提供收入保險，不僅有助于農(nóng)戶穩(wěn)產(chǎn)增收，還有助于提高農(nóng)業(yè)競爭力，進而為公眾提供價廉質(zhì)優(yōu)的農(nóng)副產(chǎn)品。因此研究和發(fā)展經(jīng)濟作物收入保險具有重要意義，其中費率測算尤為關(guān)鍵。費率測算不準確不僅會擾亂保險的供需關(guān)系及風險管理策略的實施，還會影響保險方案實施的經(jīng)濟可持續(xù)性，甚至導致無效公共政策的出臺[2]。

本文選擇甘肅省蘋果收入保險為研究對象主要基于三點原因：第一，經(jīng)濟作物收入保險區(qū)域特征明顯。蘋果產(chǎn)業(yè)是甘肅省經(jīng)濟發(fā)展的重要增長點，比較優(yōu)勢顯著，發(fā)展?jié)摿薮蟆８拭C蘋果主產(chǎn)區(qū)大部分位于西北黃土高原蘋果核心產(chǎn)區(qū)，是全國惟一符合蘋果生產(chǎn)7項氣象指標的適宜區(qū)[3]。第二，甘肅省現(xiàn)有的蘋果保險實質(zhì)是成本保險，風險保障水平很低，無法滿足農(nóng)戶的風險保障需求，也不足以支撐蘋果產(chǎn)業(yè)更大規(guī)模發(fā)展。第三，保險業(yè)“新國十條”中提出：“中央支持保大宗、保成本，地方支持保特色、保產(chǎn)量，有條件的保價格、保收入的原則，鼓勵農(nóng)民和各類新型農(nóng)業(yè)經(jīng)營主體自愿參保，擴大農(nóng)業(yè)保險覆蓋面，提高農(nóng)業(yè)保險保障程度。”因此，測算甘肅蘋果收入保險費率不僅有助于推動甘肅省開展蘋果收入保險，實現(xiàn)蘋果主產(chǎn)區(qū)農(nóng)村經(jīng)濟健康快速增長，也是將收入保險引入經(jīng)濟作物風險管理體系，滿足農(nóng)戶更高水平風險保障需求，推動農(nóng)戶自愿參保，擴大農(nóng)業(yè)保險覆蓋面的一次有益嘗試。

二、國內(nèi)外對收入保險定價方法研究的文獻綜述

對于農(nóng)產(chǎn)品收入保險的研究和相關(guān)制度設計，美國、加拿大等國的眾多學者已經(jīng)做了許多工作，并且取得了較為突出的成果。由于我國農(nóng)業(yè)保險起步較晚，快速發(fā)展也只是近10年的時間，因此相關(guān)研究相對滯后，在收入保險領(lǐng)域更為明顯。定價是收入保險的核心問題，農(nóng)產(chǎn)品收入保險保障標的是農(nóng)作物的產(chǎn)量風險和價格風險，因而定價應從產(chǎn)量和價格的分布規(guī)律入手分析。

（一）國外收入保險定價方法的主要研究

Coble等（2010）認為，收入保險定價應分為四個步驟：第一是估計單產(chǎn)和價格的邊緣概率分布，第二是描述單產(chǎn)與價格的相關(guān)性，第三是根據(jù)第一、二步的結(jié)果隨機模擬產(chǎn)生單產(chǎn)和價格樣本數(shù)據(jù)，第四是計算不同保障水平下收入保險的費率[4]。

對產(chǎn)量和價格的估計主要采用參數(shù)估計和非參數(shù)估計。美國現(xiàn)行的兩大收入保險RA（revenue assurance）和 IP（income protection）分別采用參數(shù)估計和非參數(shù)估計。參數(shù)估計和非參數(shù)估計的區(qū)別在于是否預先假定變量服從某一分布。早期的研究多采用參數(shù)估計，Botts等（1958）假定農(nóng)作物單產(chǎn)服從正態(tài)分布，但擬合效果并不理想[5]。Bielza等（2002）、Tejeda等（2008）、Goodwin 等（2015）進一步嘗試了其他分布模型，主要包括Gamma、Weibull、Beta、Log-normal、Log-Logistic 和 Burr分布，其中產(chǎn)量分布常用Beta分布和Weibull分布，價格分布常用Burr分布和Log-normal分布[6-8]。參數(shù)估計要求預先設定分布本身就不合理，也很難做到，此外還存在擬合度不高的問題。因此，近年來收入保險定價多使用非參數(shù)估計。確定了產(chǎn)量和價格的邊緣分布后，還需要描述兩者的相關(guān)性即聯(lián)合分布。傳統(tǒng)方法難以描述變量間的非線性相關(guān)關(guān)系，而Copula函數(shù)可以解決這一問題，還可以靈活地選擇邊緣分布。在Copula函數(shù)的選擇上，最常使用具有厚尾分布特征的 Clayton-Copula、Gumbel-Copula、Frank-Copula。Ghosh等（2011）還嘗試用混合 Copula進行費率測算[9]。在實證分析中，最優(yōu)Copula的確定通常根據(jù)特定問題目標的擬合優(yōu)度檢驗。

（二）國內(nèi)學者對收入保險定價方法的研究

國內(nèi)學者對收入保險的定價主要采用非參數(shù)方法估計產(chǎn)量風險和價格風險并運用Copula函數(shù)連接兩者的分布函數(shù)。謝鳳杰等（2011）最早運用Copula函數(shù)對阜陽市的玉米、大豆和小麥進行了收入保險定價[10]。袁祥州（2016）采用兩階段最大似然估計法確定最優(yōu)Copula函數(shù)并運用蒙特卡洛模擬對全國三大主糧引入了收入模型并做實證研究[11]。馮文麗等（2017）運用Gumbel-Copula模型對河北玉米收入保險進行了費率厘定[12]。晁娜娜等（2017）采用鄭州商品交易所棉花期貨的日結(jié)算價，運用Clayton-Copula模型對新疆棉花進行了收入保險費率測算[13]。徐婷婷等（2017）采用非參數(shù)法擬合產(chǎn)量和價格的邊緣分布并運用t-Copula模型對陜西蘋果收入保險做了費率測算[14]。

綜上所述，收入保險費率測算方法日趨成熟，尤其體現(xiàn)在Copula函數(shù)的使用上，但國內(nèi)學者以往的研究主要集中于糧食作物，對經(jīng)濟作物較少涉及。經(jīng)濟作物區(qū)域特征明顯，因此開展經(jīng)濟作物收入保險可能更需要定價指導。本文運用非參數(shù)法估計甘肅省蘋果生產(chǎn)風險和價格風險，采用Copula函數(shù)估計兩者的內(nèi)在聯(lián)系，并運用蒙特卡洛模擬以測算不同保障水平下收入保險費率。

三、數(shù)據(jù)處理與測算方法

（一）數(shù)據(jù)處理

測算蘋果收入保險費率首先需要搜集區(qū)域內(nèi)蘋果的單產(chǎn)數(shù)據(jù)和價格數(shù)據(jù)，這既是模擬自然風險和價格風險的基礎(chǔ)，也是生成收入樣本數(shù)據(jù)進而測算費率的必要條件。

1.蘋果單產(chǎn)數(shù)據(jù)

選取1987—2016年甘肅省蘋果園面積和產(chǎn)量數(shù)據(jù)，經(jīng)過整理得到蘋果單產(chǎn)數(shù)據(jù)作為序列Y1，數(shù)據(jù)來源為1988—2016年《中國農(nóng)業(yè)年鑒》和2017年《甘肅發(fā)展年鑒》。其中自1991年起蘋果園面積單位由萬畝變?yōu)榍Ч暎蔬M行單位換算統(tǒng)一處理。對蘋果單產(chǎn)數(shù)據(jù)做ADF單位根檢驗，結(jié)果如表1所示，顯示蘋果單產(chǎn)序列不平穩(wěn)。

運用HP濾波法對原序列做去趨勢化處理。此外，考慮到單產(chǎn)數(shù)據(jù)和價格數(shù)據(jù)量綱不同，所以通過極值標準法對序列做無量綱處理后得到單產(chǎn)數(shù)據(jù)序列Y2。做ADF單位根檢驗顯示處理后的單產(chǎn)序列在1%的顯著水平下通過了平穩(wěn)性檢驗，具體結(jié)果見表1。

表1 原單產(chǎn)序列Y1與處理后單產(chǎn)序列Y2平穩(wěn)性檢驗結(jié)果

2.蘋果價格數(shù)據(jù)

經(jīng)過整理得到1987—2016年甘肅省蘋果價格數(shù)據(jù)作為序列P1，其中1990、1992、1994年數(shù)據(jù)缺失用線性趨勢法補足，1987—1989年、1991年數(shù)據(jù)取自各年度《中國農(nóng)業(yè)年鑒》，1993年、1995—2016年數(shù)據(jù)由各年度《全國農(nóng)產(chǎn)品成本收益資料匯編》整理得到。

對原價格序列P1做ADF單位根檢驗，結(jié)果如表2所示，原價格序列不平穩(wěn)。因此，首先用1987—2016年甘肅省居民消費價格指數(shù)對原序列做去通脹處理。在此基礎(chǔ)上分別通過HP濾波法和極值標準法做去趨勢化處理和無量綱處理后得到價格序列P2。做ADF單位根檢驗顯示處理后的價格序列在1%的顯著水平下通過了平穩(wěn)性檢驗，具體結(jié)果見表2。處理后的蘋果單產(chǎn)和價格數(shù)據(jù)見圖1。

表2 原價格序列P1與處理后的價格序列P2平穩(wěn)性檢驗結(jié)果

（二）測算方法

1.Copula理論介紹

1959年Sklar提出了Copula理論，指出若干變量的聯(lián)合分布與其各變量的邊緣分布之間必存在一個Copula函數(shù)，這個Copula函數(shù)將變量的聯(lián)合分布與其各自的邊緣分布連接在一起，因而也被稱為連接函數(shù)[15]。

圖1 蘋果單產(chǎn)和價格數(shù)據(jù)

Nelsen（2006）給出了 Copula函數(shù)的準確定義，N元Copula函數(shù)是具有以下性質(zhì)的函數(shù)C（·，…，·）[16]：

①定義域：IN，即［0，1］N；

②C（·，…，·）有零基面且是N維遞增的；

③C（·，…，·）的邊緣分布Cn（·），n=1，2，…，N，且滿足：

Cn（un）=C（1，…，1，un，1，…，1）=un，其中un∈［0，1］，n=1，2，…，N。 （1）

使用Copula函數(shù)對蘋果單產(chǎn)和價格的聯(lián)合分布建模主要分為兩步：首先確定變量的邊緣分布；然后選擇一個最優(yōu)Copula函數(shù)，能夠很好地描述變量邊緣分布與聯(lián)合分布的關(guān)系。

2.核密度估計-ML方法

對Copula估計的可靠性非常依賴各變量邊緣分布的擬合，若邊緣分布擬合得精確則Copula的估計就非常可靠。核密度估計法不僅對樣本各邊緣分布的擬合度較高而且不需要對樣本的Copula做出假設就可以得到任意一點處Copula的估計值，因此本文使用非參數(shù)核密度估計-ML方法[17]估計Copula函數(shù)的參數(shù) α。具體來說，首先通過Matlab2015b的Ksdensity函數(shù)估計樣本各點處的核分布估計值，然后再利用ML方法估計Copula函數(shù)的參數(shù)α。

設蘋果單產(chǎn)和價格（m，p）的樣本觀測值為（mA，pB），具有聯(lián)合分布函數(shù)H（x，y）。mA的概率密度函數(shù)和邊緣分布函數(shù)分別為fA（x）和FA（x）。pB的概率密度函數(shù)和邊緣分布函數(shù)分別為fB（y）和FB（y）。根據(jù)Sklar定理可知它們之間一定存在一個Copula函數(shù)Cα（·）：

設f?A（x），f?B（y）分別為fA（x），fB（y）的非參數(shù)核密度估計為：

其中 T 為樣本量，KA（·），KB（·）為核函數(shù)，hA，hB為光滑參數(shù)，則（m，p）在點（mA，pB）處的核分布估計值為：

得到（mA，pB）觀測值后，根據(jù)（2）中不同形式的Cα（ut，vt）再運用極大似然估計法就可求得參數(shù)α。

3.蒙特卡洛方法

蒙特卡洛方法是一種隨機模擬技術(shù)，主要通過統(tǒng)計隨機抽樣為各種定量問題提供近似解。傳統(tǒng)的模擬仿真技術(shù)常用統(tǒng)計抽樣來估計不確定性因素，而蒙特卡洛方法反其道而行之，通過模擬概率性事件來估計確定性因素。當面臨的分布十分復雜或無法得到時，可用蒙特卡洛方法產(chǎn)生符合其概率分布的隨機變量。本文對蒙特卡洛方法的應用主要是生成基于FrankCopula并服從［0，1］均勻分布的隨機序列。

蒙特卡洛方法可以分為三個步驟：描述和構(gòu)造變量的邊緣分布；實現(xiàn)從已知邊緣分布的隨機抽樣；建立各種估計量作為問題的解。這其中常用到反函數(shù)變換法，即利用服從［0，1］均勻分布的隨機數(shù)可生成服從任意分布的隨機數(shù)[18]。令U=F（x）是服從［0，1］均勻分布的隨機變量，于是有產(chǎn)生任意給定分布F（·）的非均勻隨機數(shù)X的算法：X=F-1（U），其中，F(xiàn)-1（·）是F（·）的反函數(shù)，X是服從F（·）分布的隨機數(shù)。

4.具體測算過程

首先，確定蘋果單產(chǎn)和價格的邊緣分布。根據(jù)國內(nèi)外以往研究成果，選取了10種分布，通過K-S檢驗、A-D檢驗和χ2檢驗選擇最優(yōu)邊緣分布。當檢驗結(jié)果出現(xiàn)矛盾時，根據(jù)K-S統(tǒng)計量進行選擇。

其次，估計和選擇蘋果單產(chǎn)和價格序列的最優(yōu)Copula以描述其聯(lián)合分布。選擇平方歐式距離最小的Copula作為最優(yōu)Copula并通過核密度估計-ML方法估計Copula的參數(shù)α。

最后，根據(jù)確定的邊緣分布和聯(lián)合分布通過蒙特卡洛方法模擬生成10 000對蘋果單產(chǎn)和價格的隨機序列作為樣本，將兩者相乘得到10 000個蘋果收入的樣本數(shù)據(jù)，從而根據(jù)公式計算費率。

四、費率測算

（一）邊緣分布擬合和選擇

首先對蘋果的單產(chǎn)和價格數(shù)據(jù)進行描述性統(tǒng)計，結(jié)果見表3。

表3 蘋果單產(chǎn)及價格數(shù)據(jù)描述性統(tǒng)計

由表3可知，蘋果單產(chǎn)及價格數(shù)據(jù)偏度均大于0，峰度小于3，說明數(shù)據(jù)尾部較輕。根據(jù)以往的研究，選擇 Normal、Log-normal、Logistic、Weibull、Gamma、Burr等10種常見分布作為候選分布。運用Easyfit5.6對蘋果單產(chǎn)和價格分布擬合，單產(chǎn)擬合結(jié)果如表4所示，價格擬合結(jié)果如表5所示。

根據(jù)K-S統(tǒng)計量，以上10種分布中Lognormal分布的統(tǒng)計量值最小，所以應選擇Lognormal分布來擬合蘋果單產(chǎn)分布。蘋果單產(chǎn)的概率密度函數(shù)如公式（5）所示：

其中 σ=0.67369，μ=0.95221。

表4 蘋果單產(chǎn)擬合分布結(jié)果

表5 蘋果價格擬合分布結(jié)果

根據(jù)K-S統(tǒng)計量，以上10種分布中Gamma分布的統(tǒng)計量值最小，所以應選擇Gamma分布來擬合蘋果價格分布。蘋果價格的概率密度函數(shù)見公式（6）：

（二）Copula函數(shù)的選擇

確定蘋果單產(chǎn)和價格的最優(yōu)擬合分布后，運用核密度估計—ML方法估計兩者的Copula函數(shù)。本文根據(jù)以往的研究選擇了Normal Copula、t-Copula、Frank Copula、Clayton Copula、Gumbel Copula 共5種常用Copula函數(shù)對蘋果單產(chǎn)和價格的聯(lián)合概率分布進行估計，結(jié)果如表6所示。

本文根據(jù)平方歐式距離最小原則選擇最優(yōu)Copula，即比較5個常用 Copula與樣本的經(jīng)驗Copula之間的平方歐式距離，取最小者為最優(yōu)Copula。經(jīng)驗Copula的定義如下：

表6 Copula函數(shù)估計結(jié)果

其中，I［·］為示性函數(shù)，F(xiàn)n（x）和Gn（y）分別為X，Y的經(jīng)驗分布函數(shù)，當Fn（x）≤u時，I［Fn（xi）≤u］=1；否則I［Fn（xi）≤u］=0。樣本的經(jīng)驗 Copula 分布函數(shù)見圖2。有了經(jīng)驗Copula后就可以求平方歐式距離，計算公式為。由表6可知，最優(yōu)Copula為 Frank Copula，參數(shù) α=-1.7608，秩相關(guān)系數(shù)為τ=-0.1899，蘋果單產(chǎn)和價格呈負相關(guān)，符合Frank Copula常用來描述變量間負相關(guān)關(guān)系的特征。

圖2 樣本的經(jīng)驗Copula分布函數(shù)

（三）蒙特卡洛模擬收入樣本數(shù)據(jù)

雖然確定了蘋果單產(chǎn)和價格分布的最優(yōu)Copula，但Copula的具體形式很難寫出，直接測算費率仍存在困難。考慮到農(nóng)作物的收入風險主要受產(chǎn)量風險和市場風險（主要是價格風險）影響，因此根據(jù)已確定的最優(yōu)Copula以及蘋果單產(chǎn)和價格的邊緣分布，通過蒙特卡洛模擬方法分別抽樣產(chǎn)生10 000個單產(chǎn)樣本和價格樣本，將兩者相乘作為甘肅省蘋果收入樣本。

具體來說，首先以確定的Frank Copula為基礎(chǔ)，運用蒙特卡洛方法分別抽樣產(chǎn)生服從［0，1］均勻分布的隨機序列u、v各10 000個。然后，根據(jù)已確定的單產(chǎn)和價格的邊緣概率分布的逆累積分布求出所計算隨機序列的原序列作為單產(chǎn)和價格的樣本數(shù)據(jù)，即。將兩序列相乘得到甘肅蘋果的收入樣本數(shù)據(jù)。

（四）蘋果收入保險保費測算結(jié)果

根據(jù)上文得到的蘋果收入樣本數(shù)據(jù)，通過公式（8）、（9）計算不同保障水平下的純費率和毛費率①毛費率應包括純費率、安全費率、營業(yè)費率和預定結(jié)余率（利潤率），政策性農(nóng)業(yè)保險的利潤率應嚴格控制，一般情況下政策性農(nóng)業(yè)保險的毛費率=純保險費率×［1+安全系數(shù)（15%）］×［1+營業(yè)費用（20%）］×［1+預定結(jié)余率（5%）］。參見庹國柱，李軍.農(nóng)業(yè)保險［M］.北京：中國人民大學出版社，2005：400-401。。其中α為保障水平，y為蘋果收入，Y?為期望收入，r為純費率。結(jié)果顯示70%保障水平下純費率為11.59%，毛費率為16.79%，具體見表7。

表7 甘肅省蘋果收入保險保費測算結(jié)果（不含免賠率和最低損失率） （%）

收入保險在實施中易引起道德風險和逆向選擇，因此應設定最低損失限額和免賠率。參考2017年陜西黃陵縣的蘋果收入保險試點，其保險條款中規(guī)定了8%的最低收入損失幅度和5%的絕對免賠率。即投保果園的保險蘋果實際收入小于約定收入且減少幅度在8%以上，保險公司負責賠償，每次事故損失的5%免賠。因此本文也設定8%的最低收入損失幅度和5%的絕對免賠率，重新測算純費率和毛費率，公式如下：

其中β為最低收入損失幅度，β=8%，η為絕對免賠率，η=5%，費率測算結(jié)果見表8。

表8 甘肅省蘋果收入保險保費測算結(jié)果（含免賠率和最低損失率） （%）

可以看到，隨著保障水平的增加，費率單調(diào)遞增。加入免賠率和最低損失率后，各保障水平的純費率和毛費率都有所下降，但高保障水平下降費作用更明顯。未加入免賠率和最低損失率時，保障水平超過70%，費率增加較快；加入后，保障水平超過80%，費率提升較快。這從理論上可以解釋為在低保障水平下，免賠率和最低損失率對應的損失本就更少程度得到保障，從而產(chǎn)生的費率負擔也更低。所以免賠率和最低損失率應用于高保障水平，對于70%及以下的保障水平意義不大。

五、結(jié)論與建議

（一）結(jié)論

本文在國內(nèi)外收入保險的研究基礎(chǔ)上，通過對甘肅省蘋果收入保險的費率測算得出以下結(jié)論：

第一，甘肅省蘋果單產(chǎn)和價格數(shù)據(jù)呈現(xiàn)弱的負相關(guān)關(guān)系，蘋果價格風險較小。經(jīng)過處理后的甘肅省蘋果單產(chǎn)和價格數(shù)據(jù)分別服從Log-Normal和Gamma分布，兩者的聯(lián)合概率分布服從秩為-0.19的Frank Copula。從秩相關(guān)系數(shù)來看，甘肅省蘋果單產(chǎn)和價格歷史數(shù)據(jù)表現(xiàn)出一種弱的負相關(guān)關(guān)系，與陜西蘋果單產(chǎn)和價格歷史數(shù)據(jù)的強負相關(guān)關(guān)系[14]不符。這可能是由于甘肅蘋果的價格風險較小，價格波動較為平緩。近年來，甘肅蘋果儲藏技術(shù)和儲藏條件較好，儲藏設施普遍。當蘋果豐收時，蘋果銷售價格相對較低，可將蘋果儲藏，降低蘋果市場供應量，待蘋果價格回升再繼續(xù)銷售，從而降低了蘋果的價格風險。此外，先進的儲藏技術(shù)也為甘肅蘋果銷往全國乃至全世界提供了基礎(chǔ)，更加廣闊的市場也有助于降低蘋果的價格風險。

第二，蘋果收入保險總體費率較高，本文測算的甘肅蘋果收入保險費率相對較低，開辦蘋果收入保險具有優(yōu)勢。蘋果種植有其特有的自然風險：冰雹和凍災。蘋果價格完全由市場決定，具有一定的波動性，總體來看蘋果收入風險仍然較大。通過對我國蘋果第一、第二大產(chǎn)區(qū)——陜西和甘肅的蘋果收入保險費率測算也驗證了這一點。陜西蘋果收入保險定價結(jié)果顯示：70%保障水平下純費率為15%[14]，而甘肅蘋果收入保險70%保障水平下純費率為11.30%。蘋果收入保險費率較高，試辦蘋果收入保險成本較大。甘肅蘋果收入保險費率較低且產(chǎn)量常年占全國總產(chǎn)量5%左右，具有代表性，開辦蘋果收入保險具有優(yōu)勢。

（二）建議

蘋果是代表性的經(jīng)濟作物，甘肅作為蘋果第二大產(chǎn)區(qū)，當前的蘋果保險保障水平很低，無法滿足農(nóng)戶的風險保障需求，蘋果產(chǎn)區(qū)迫切需要蘋果收入保險。本文從費率測算出發(fā)，針對甘肅省蘋果收入保險發(fā)展提出若干建議，期望對其他地區(qū)發(fā)展蘋果收入保險或其他經(jīng)濟作物收入保險提供參考。

1.甘肅應積極發(fā)展蘋果收入保險

（1）甘肅蘋果產(chǎn)業(yè)的發(fā)展需要蘋果收入保險的支持。甘肅省發(fā)展蘋果產(chǎn)業(yè)比較優(yōu)勢顯著，而蘋果產(chǎn)業(yè)具有轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式、實現(xiàn)產(chǎn)業(yè)扶貧和生態(tài)扶貧、培育新的經(jīng)濟增長點的功效，對于實現(xiàn)甘肅經(jīng)濟可持續(xù)發(fā)展和貧困地區(qū)脫貧致富具有重要意義。蘋果作為經(jīng)濟作物之一，阻礙其生產(chǎn)擴張和收入增長的主要因素是生產(chǎn)和銷售風險。蘋果收入保險為蘋果的生產(chǎn)和價格風險提供了保障，解決了農(nóng)戶的后顧之憂，有利于蘋果產(chǎn)業(yè)發(fā)展。

（2）甘肅省發(fā)展蘋果收入保險具有優(yōu)勢。甘肅省早于2014年開始試辦蘋果成本保險，近年來承保規(guī)模不斷擴大，為開辦蘋果收入保險打下了基礎(chǔ)。蘋果收入保險保額大、保費高，可能成為其推行的主要障礙，而本文測算的甘肅省蘋果收入保險費率相對較低，說明甘肅省推行蘋果收入保險具有相對優(yōu)勢。此外，經(jīng)濟作物收入保險試點剛剛起步，甘肅推行蘋果收入保險既能積累先進經(jīng)驗，又能為其他地區(qū)起到示范作用。

2.甘肅省蘋果收入保險應制定差異化費率

蘋果保險因果園管理技術(shù)、地區(qū)不同而風險不同。若采用統(tǒng)一費率，相當于低風險單位為高風險單位支付了一定的保費，導致補貼錯配，甚至還可能引發(fā)嚴重逆向選擇。具體來說：

（1）蘋果收入保險應根據(jù)果園管理技術(shù)制定差異化費率，優(yōu)先承保蘋果標準示范園。蘋果種植按果園的管理技術(shù)可分為蘋果標準示范園和家庭果園。相比家庭果園，蘋果標準示范園生產(chǎn)資料投入大、技術(shù)能力強、管理水平高、產(chǎn)品具有競爭力、規(guī)模效益顯著，所以收入風險相對較小，費率應當更低。此外，蘋果標準示范園經(jīng)濟效益顯著，與家庭果園相比收入保險需求更強，也更能推動地方經(jīng)濟發(fā)展，應當優(yōu)先承保。

（2）蘋果收入保險應根據(jù)地區(qū)制定差異化費率，優(yōu)先承保優(yōu)勢產(chǎn)區(qū)。因地區(qū)不同，蘋果種植的自然條件和政府支持不同，所以收入風險不同，費率也應該區(qū)別制定。在蘋果的優(yōu)勢產(chǎn)區(qū)，果品質(zhì)量高，售價也高。例如，位于黃土高原蘋果核心產(chǎn)區(qū)的甘肅涇川和靜寧兩縣，2014年蘋果收購價為每公斤8～12元，最高達每公斤14元，而當年全省平均銷售價格僅為5.3元。優(yōu)勢產(chǎn)區(qū)的果品在市場中具有價格競爭力，價格波動相對較小。同時，優(yōu)勢產(chǎn)區(qū)的蘋果產(chǎn)業(yè)對當?shù)亟?jīng)濟影響較大，甚至是當?shù)氐闹еa(chǎn)業(yè)，政府更傾向于支持其發(fā)展，通過品牌建設、基地建設、災害防控等降低自然風險和價格風險。

差異化費率對技術(shù)和數(shù)據(jù)具有很高要求，應參考全省蘋果收入保險定價結(jié)果，優(yōu)先承保蘋果標準示范園和優(yōu)勢產(chǎn)區(qū)，必要時可降低費率。在實踐中應注重累計縣（區(qū)）、鄉(xiāng)、村等小單位的歷史單產(chǎn)數(shù)據(jù)和價格數(shù)據(jù)，為蘋果收入保險進一步的風險區(qū)劃和制定差異化費率提供條件。

3.蘋果收入保險補貼比例不可過高

（1）蘋果收入保險費率較高。甘肅省作為全國經(jīng)濟最落后的地區(qū)，財政實力弱，財政自給率僅為25%左右。現(xiàn)行的政策性農(nóng)業(yè)保險補貼比例一般為70%～90%，按此比例補貼蘋果收入保險，很容易形成“高補貼、低覆蓋”的情況。

（2）蘋果收入保險保障水平較高，若再給予高額財政補貼可能對農(nóng)戶的行為產(chǎn)生反向激勵，增加出現(xiàn)道德風險的可能。

甘肅蘋果收入保險前期試點可保持較高補貼比例（可參考陜西黃陵蘋果收入保險70%的補貼比例），以提高農(nóng)戶參保積極性。待蘋果收入保險運行趨于成熟后適當降低補貼比例，以控制道德風險和節(jié)省財政資金，為蘋果收入保險擴大覆蓋面創(chuàng)造條件。具體到補貼結(jié)構(gòu)，蘋果產(chǎn)業(yè)經(jīng)濟效益顯著，農(nóng)戶經(jīng)濟實力較強，應適當提高自繳比例；甘肅貧困縣數(shù)量較多，各縣級政府財政普遍困難，應降低甚至取消縣級補貼。