嘉善黃桃農業氣象指數保險產品初探

蔣文軒，汪清梅，常月華，徐汀岸，徐重曄，張詩琪，謝韶青，曹浩天

(嘉善縣氣象局，浙江 嘉善 314100)

目前全球氣候仍在變暖，極端天氣事件頻發嚴重，影響了農業生產。嘉善縣作為傳統農業大縣，迫切需要應對氣象災害的有效方法。農業保險是保障農業生產的重要金融工具，具有災后重建功能，是災前防范措施無法替代的。

傳統政策性農業保險由于經營成本高、風險大，存在逆選擇、道德風險和理賠速度慢等原因，經營模式通常以政府提供補貼為主[1-2]。雖然在發達國家取得成功，但在我國經營和管理上存在困難。傳統農業保險需要高額補助，政府承擔的保險損失遠超財政預算，農業保險發展相對緩慢。

天氣指數保險依據氣象要素與產量的強相關性，建立氣象指標與作物減產率之間的對應關系，通過承保氣象要素值與實測氣象要素值的差值進行理賠。相對于傳統農業保險，由于氣象指數保險是按照氣象指標對應的賠付率進行賠付，當氣象要素值達到保險合同規定的理賠值時，觸發理賠程序，與實際投保人的農作物損失無關，故氣象指數保險不存在道德風險、逆向選擇的缺點；同時，由于程序簡易，交易成本低，理賠效率高，還具有再保險等優勢。

農業氣象指數保險研究開始于發達國家，在世界銀行等國際組織的重視和推動下，在發展中國家試點成功，并得到快速發展。在本世紀初，印度、墨西哥、埃塞俄比亞、馬拉維、坦桑尼亞、孟加拉、越南、蒙古等相繼開展了氣象指數保險產品的研究和試點實踐[3-4]。天氣指數保險已被學者們認為是發展中國家開展農業保險的重要方式。近十年，我國也加強了農業氣象指數保險的研究發展。如各地開發的柑橘凍害、油桃凍害、蘋果花期凍害、芒果寒害、茶葉霜凍等經濟作物指數保險產品，也有小麥、玉米和水稻等糧食作物氣象指數保險產品[5-10]。隨著氣象和作物產量資料的積累，結合作物生育期特點，我國農業氣象指數保險推廣的客觀條件已成熟，我國政府也出臺相關政策促進農業氣象指數保險的發展。

農業氣象指數保險也存在缺點。一是農業氣象指數保險設計較復雜，需長期的氣象和作物產量數據，通過作物生長的氣候適宜性分析和統計計算方法，設計農業氣象指數保險產品，難度較大。二是存在基差風險。因為氣象指數與作物實際損失之間并不完全對應，風險覆蓋不全面，災害可能有病蟲害等引起，基差風險無法消除。例如，2006年墨西哥政府的農業保險公司試點一個降水指數保險項目，同時出現了受損農戶未得到賠償，而產量正常卻得到賠償的情況。

黃桃是嘉善縣主要特色經濟作物之一，以其果形大、品質優、豐產、耐貯運、抗病性強等特點在市場上有良好表現，目前已是嘉善農業增效、農村發展、農民致富的新途徑。2016年，全縣黃桃種植面積達到467 hm2，產值約8 400萬元。黃桃喜溫喜光怕澇，根呼吸旺盛，如果花期遇霜凍、汛期多雨、果實膨大期遇干旱、7—8月受臺風襲擊等情況都會影響其生長，造成減產。目前嘉善縣已推出傳統政策性黃桃農業保險產品，但產品覆蓋面較小，農戶評價一般。國內外天氣指數保險的實踐表明，天氣指數保險具有商業市場盈利能力，由于理賠速度快而更受農戶歡迎。此外，指定風險保險較多重風險保險有更多優勢，其風險單一，便于計算，利于保險產品推廣。國外歷史悠久的雹災保險，在無財政補貼的情況下，仍經營良好[11]。

開展黃桃氣象指數保險的基礎是要對黃桃生長過程中的主要氣象災害特征有定量化的認識，明確影響黃桃產量的主要氣象災害因子、影響機理和程度。本研究通過建立氣象災害因子與黃桃產量減損率的定量關系，設計一種單一氣象災害的黃桃氣象指數保險產品。

1 數據與方法

采用嘉善縣30年(1987—2016年)的黃桃數據及氣象數據，其中，黃桃數據包括總產量和種植面積，氣象數據包括降雨量、平均氣溫、最低氣溫、最高溫度和風速等。黃桃數據來源于嘉善縣統計年鑒，氣象數據來源于嘉善縣氣象局。

通常氣象指數保險產品的設計有3個步驟：明確最主要的氣象災害，量化氣象指數與產量的關系，對保險產品定價。采用產量分解法計算出嘉善縣黃桃氣象產量，通過相關分析求取與氣象產量相關性最顯著的氣象要素；依此進行黃桃氣象產量回歸分析，確定氣象指標與黃桃減產率的定量關系；將歷年大于免賠額的氣象災害減產率乘以相應等級氣象災害出現概率，并求和，作為保險費率[12]。

在統計氣象要素和作物產量關系中，通常將產量分解為趨勢產量、氣象產量和隨機產量。影響黃桃產量的因素包括社會生產力和自然因素。隨著社會生產力的發展，引起作物產量增加，稱為趨勢產量。自然因素主要為氣象因素，由此引起的產量變化稱為氣象產量。

Y=Yτ+Yω+ε。

式中，Y表示實際產量，Yω表示趨勢產量，Yτ表示氣象產量，ε表示隨機產量。通常將實際產量與趨勢產量作差來求得氣象產量，是分離氣象產量的主要方法[13]。

黃桃在嘉善縣的生育期大致可分為5個階段。2月下旬至3月中旬為萌芽期，3月下旬至4月中旬為開花期，4月下旬至5月下旬為果實膨大期，6月為果實硬核期，7—8月為果實成熟期。

黃桃遭受的氣象災害主要有花期低溫霜凍，易造成雄柱受凍，影響掛果，減少產量；花期連陰雨影響雄花生命力，致使果實受精不良，減損產量；此外，果實成熟期若遇臺風等天氣，則易造成果實掉落，影響產量，例如2005年“麥莎”臺風影響造成黃桃落果減產。

根據黃桃生育期中主要氣象災害，利用開花期氣溫、降水量、降水日數，整個生育期氣溫、降水量、雨日，果實成熟期臺風影響數據等，將上述氣象要素值分別與黃桃產量做相關分析。從中選取最強相關性氣象因子，并利用線性回歸模型，將最強相關性氣象因子與氣象產量做線性回歸分析，確定氣象要素和產量的定量關系。

線性回歸公式y=Xβ+ε，式中y表示因變量，X表示自變量矩陣，β表示系數，ε表示誤差項。

根據黃桃種植收益作為保險金額，將歷年大于免賠額的相應等級氣象災害減產率乘以相應等級氣象災害出現概率，并求和作為保險費率。賠付金額的計算公式：

式中，Q為賠付金額，I為保險金額，W為相應等級氣象災害減產率，M為免賠額。

2 結果與分析

目前以滑動平均和logistic函數法求取趨勢產量最為常見。采用5點滑動平均對1987—2016年嘉善黃桃單產進行模擬，雖然實際產量與模擬值吻合較好，但由于平滑過后，部分氣象產量信息也被消除，無法體現出真實氣象產量。對1987年以來嘉善黃桃種植面積、總產量、單產的趨勢線進行觀察，發現三者都存在90年代中期以前和2005年以后較為平穩，90年代中期至2005年的10年中上升趨勢明顯，這與logistic函數曲線相近，所以本研究采用logistic函數對嘉善黃桃單產序列進行模擬，圖1趨勢產量即為logistic函數擬合值。

圖1 嘉善黃桃實際產量和趨勢產量

對1987年以來嘉善縣的黃桃產量進行產量分離，得到氣象產量如圖2所示。嘉善縣從80年代末到90年代初開始引進黃桃種植，黃桃種植面積和產量在2000年以前都偏小，總產量不足1 000 t，單產不足5 t·hm-2；2000年以后，隨著種植面積增多，總產量也迅速增加，基本穩定在1 200 t以上，單產趨近20 t·hm-2。氣象產量在90年代中期到2012年基本都為正值，表示氣象條件對產量增加有利。但在2001—2003年氣象產量為負值，尤其是2003年異常偏少。查閱2003年的氣象資料發現，梅雨期短，梅雨量較少，在7—8月又遭遇高溫干旱天氣，而每年6—8月正是黃桃果實膨大期和成熟期，對水分需求量大，這樣的氣象條件可能造成2003年黃桃氣象產量異常偏少的情況。為確定黃桃氣象產量減產的真實原因，將氣象產量與各月各生育期近300個氣象要素值做相關分析。

圖2 嘉善黃桃氣象產量

分析結果顯示，4、5月及4—5月平均氣溫日較差與氣象產量的相關系數分別為0.377、0.421、0.497，分別達到95%、95%的顯著相關及99%的極顯著相關；4月、4—5月雨日與氣象產量的相關系數分別為-0.377和-0.443，分別達到95%和98%的顯著相關(圖3)。其他氣象要素與氣象產量相關系數均未通過95%顯著性檢驗，這表明，4—5月平均氣溫日較差與黃桃氣象產量相關性最強，氣溫日較差越大，則氣象產量越大。就黃桃生物學特性而言，4—5月是嘉善黃桃果實膨大期，此間氣溫日較差越大，越有利于黃桃養分積累，提升產量。利用4—5月平均氣溫日較差對黃桃氣象產量進行線性回歸分析，雖然P值為0.0052，通過了0.01顯著性檢驗，回歸模型能合理解釋兩者間相關關系。但判定系數僅為0.25，說明4—5月平均氣溫日較差可解釋氣象產量的變化僅為25%，大部分的偏差卻無法解釋，所以4—5月平均氣溫日較差不能作為黃桃氣象災害指標。

圖3 嘉善黃桃氣象產量與4—5月平均氣溫日較差線性擬合

根據相關和回歸分析，雖然絕大部分氣象要素無法合理解釋黃桃氣象產量的波動，但在統計黃桃成熟期臺風與產量的對應關系中卻發現，臺風可能影響黃桃產量。在1971年嘉善縣有氣象資料記錄以來，7—8月影響本縣的臺風中，共出現極大風8級臺風12個，9級3個，10級3個。其中，最強的2個分別是2005年8月4—7日的“麥莎”臺風和2012年8月5—11日的“海葵”臺風。2005年黃桃產量相對同期產量減少，且第二年的種植面積減少3成。而受“海葵”臺風影響的2012年，同樣也出現第二年黃桃種植面積和氣象產量減少的現象，由此可推測，較強臺風可能對黃桃產量有影響。

據黃桃種植戶生產經驗，7—8月果實成熟期遭遇臺風會對黃桃產量造成嚴重影響。例如，2005年的“麥莎”臺風和2012年的“海葵”臺風對黃桃產量的影響較為明顯，造成減產30%左右，這兩個臺風在嘉善國家站都測到了極大風10級；而8級大風及以下臺風對黃桃產量基本無影響，出現極大風9級的臺風對黃桃產量的減損在15%左右。由于目前嘉善縣國家氣象站還未測到極大風大于等于11級的臺風，據有經驗的種植戶和專家估計，出現11級大風臺風的災損率可能在40%左右，出現12級大風及以上臺風的災損率將超過50%。

綜合以上分析，統計1971年以來7—8月各級臺風影響下黃桃災損率和出現概率。由表1可知，極大風8級的臺風黃桃災損率為0；極大風9級臺風黃桃災損率15%，出現概率為6.25%；極大風10級臺風黃桃災損率30%，歷年來出現概率為6.25%；極大風11級臺風黃桃災損率40%；極大風12級及以上的臺風黃桃災損率60%。將各級臺風災損率與出現概率的乘積求和，確定保險費率為2.8%。

表1 歷年7—8月臺風對黃桃的影響

3 小結與討論

通過對黃桃氣象產量與各氣象要素的相關分析表明，與嘉善黃桃氣象產量相關性最強的氣象因子是4 —5月平均氣溫日較差。但利用4—5月平均氣溫日較差對黃桃氣象產量進行回歸分析表明，兩者之間的判定系數僅25%，無法利用4—5月平均氣溫日較差作為黃桃氣象產量增減指標。如果根據兩者線性關系設計保險產品，將存在較大基差風險。造成黃桃氣象產量與氣象要素線性擬合不理想的原因，可能是影響黃桃產量的氣象要素較多，各要素對產量的影響在不同生育階段會彼此抵消；其次，氣象要素對黃桃生長影響可能是非線性的，比如存在某個閾值，達到閾值才會影響產量。因此，從現有資料進行統計分析，并設計黃桃氣象指數保險產品還存在一定困難。

根據黃桃種植者的經驗，臺風對黃桃產量的影響較為明顯，且歷年較強臺風影響年份的黃桃產量減損明顯。依據較強臺風影響年的資料和相關專家的經驗，確定各級臺風影響黃桃產量的災損率，并計算保險費率，據此設計黃桃氣象災害保險產品具有一定可行性。不過，由于較強臺風對嘉善縣影響的次數較少，黃桃災損率暫無嚴謹統計數據，因此，在實踐過程中還需對黃桃氣象災害指數保險的災損率和保險費率進行調整。