油菜低溫凍害天氣指數保險研究

孔維財 高蘋 徐敏

摘要：利用1961—2019年油菜生育期內逐日氣象資料、油菜產量和低溫凍害數據，確定由最低氣溫構成的低溫凍害天氣指數指標，分析減產率和天氣指數的關系，建立天氣指數模型，使用燃燒定價法厘定了天氣指數保險的純保費率，并根據相關政策和實際情況，確定不同觸發條件下的差異保費率、賠付標準，設計油菜低溫凍害天氣指數保險合同。低溫凍害天氣指數保險產品依托于相關國標、文獻和實際情況，指標客觀、操作方便，設計思路可為相似區域油菜低溫凍害天氣指數研究提供借鑒。

關鍵詞：油菜;低溫凍害;天氣指數;保險;純保費率;氣象災害

中圖分類號： F840.66文獻標志碼： A

文章編號：1002-1302（2021）07-0244-05

收稿日期：2020-07-25

基金項目：國家重點研發計劃（編號：2019YFD1002201）;南京市氣象局自立科研項目（編號：NJ201802）。

作者簡介：孔維財（1986—），男，江蘇南京人，碩士，工程師，主要從事農業氣象研究。E-mail：946959277@qq.com。

通信作者：徐 敏，碩士，高級工程師，主要從事農業氣象研究。E-mail：amin0506@163.com。

我國油菜可分為春油菜和冬油菜，其中冬油菜種植面積占絕大多數，且主要集中在長江流域[1]。江蘇省氣象條件優越，適宜油菜生長，是我國重要的油菜種植區域。2019年江蘇省油菜種植面積為14.4萬hm2，總產量為50.5萬t，約占全國總產量的13%[2]。近年來，受糧油價格上漲影響，農民種植油菜的積極性提高，外加油菜花觀光旅游經濟的發展，種植面積不降反增。

天氣指數保險是一種區別于傳統的、基于損失賠付的新型保險產品，其賠付標準為保險合同中約定的天氣指數數值或級別。天氣指數保險能排除傳統統計方法計算中存在的不確定性。災害評估是研究天氣指數保險的前提條件。我國學者已經做了大量相關研究，欒慶祖等研究了水果冰雹災損評估方法[3]，金志鳳等研究了浙江茶葉天氣指數保險[4]，李德等研究了碭山酥梨花期低溫冷害風險評估方法[5]，任義方等研究了江蘇水稻高溫熱害天氣指數保險[6]，金志鳳等研究了浙江茶葉凍害評估方法[7]，這些方法的廣泛應用，使天氣指數的研究取得了階段性的成果。如何把農業災害風險評估方法應用于天氣指數保險是防災減災的重點之一。楊太明等研究了安徽夏玉米干旱、水稻高溫熱害、冬小麥種植天氣指數保險[8-10]，曹雯等研究了寧夏枸杞病害天氣指數保險，這些農業災害風險評估方法與天氣指數保險相結合的產品得到了良好的推廣和應用，并取得了較好的服務效果[11]。受全球氣候變暖影響，江蘇低溫凍害頻次增多、強度增強，低溫凍害是油菜的重要自然災害之一，油菜苗期低溫、蕾薹期倒春寒、開花期低溫均會造成油菜不同程度的減產。江蘇省曾在1961年、1969年、1976年、1980年、1994年、2008年、2018年出現過較嚴重的低溫凍害，對油菜產量產生較大的影響。因此，開展提高油菜低溫凍害的防災減災能力、災后恢復生產的研究十分必要。農業保險是常用的風險轉移的手段，常規農業保險在查險、定損、理賠、估價等方面存在較大分歧，基于天氣指數保險能較好地解決這些問題。因不同區域氣候的差異性，針對江蘇省油菜天氣指數保險的研究較少，本研究將為江蘇省油菜低溫凍害天氣指數保險設計提供依據，對于拓展天氣指數保險領域，規避油菜種植低溫凍害風險很有必要。

1 資料與方法

1.1 資料來源

選取高淳國家氣象站1961—2019年油菜播種到成熟期（根據生育期觀測資料，確定多年平均起止日期為9月21日至翌年5月22日）的氣象數據;收集整理了南京市高淳區油菜種植面積、總產、單產資料和災情信息，油菜數據來源于南京市統計年鑒，災情信息來源于《中國氣象災害大典（江蘇卷）》和南京市氣象局的歷年災情記錄。

1.2 減產率計算

產量主要受農業生產水平和氣象條件的影響[12]，可將油菜單產分解為隨生產力變化的趨勢產量、隨氣象條件變化的氣象產量、隨機變量3個部分，計算公式如下：

Y=Yw+Yt+ε。（1）

式中，Y為實際單產;Yw為氣象產量;Yt為趨勢產量，趨勢產量由5年滑動平均值求得;ε為隨機變量，由政策等因素導致，占比小，可忽略。

低溫凍害對油菜產量的影響因地區、年份而異，為便于對比分析，本研究通過氣象產量計算相對氣象產量，把相對氣象產量中負值部分定義為減產率，計算公式如下：

S=Yi-YtYt×100% Yi

0Yi≥Yt。（2）

式中：S為減產率;Yi為第i年實際單產。

1.3 天氣指數選取

油菜極易受苗期低溫、蕾薹期倒春寒、開花期低溫影響，且各生育期同一低溫造成的災害程度不一致[13-14]。油菜苗期生長最適溫度為10～20 ℃，當最低氣溫降至-5～-3 ℃時，葉片輕度受凍;降至-9～-6 ℃時，葉片嚴重受凍，外圍大葉基本凍死，低于-10 ℃時心葉凍死，植株死亡。冬油菜一般在開春后，氣溫穩定在5 ℃以上時現蕾，氣溫在10 ℃以上時可迅速抽薹，若蕾薹期氣溫低于-2 ℃將嚴重受凍，造成裂薹和死蕾;開花期遇到5 ℃以下低溫，開花會明顯減少[15]。

天氣保險指數的選取既要準確反映實際損失、受人為影響小，也要客觀穩定、有效控制基差風險，在實際操作中要易于保險公司定損和理賠、易于投保人理解和推廣[16]。相關研究表明，油菜對低溫敏感，減產與低溫關系密切，且低溫不受人為影響，便于投保人理解和操作，適合構建天氣指數。本研究根據油菜對低溫的敏感性、不同生育期低溫致災性，參考GB/T 27959—2011《南方水稻、油菜和柑桔低溫災害》《實用農業氣象指標》《高淳縣農業氣候手冊》，把低溫凍害臨界指標分為3級：1級凍害影響較輕，2級凍害影響中等，3級凍害嚴重、減產明顯，每個等級有對應的最低氣溫范圍，見表1。其中苗期分為3個等級，蕾薹期和開花期各設置1個等級。

油菜低溫凍害不僅與極端最低氣溫相關，還與持續時間有關，在油菜生育期出現的凍害，造成的災害一般呈現疊加的效應[17]。為反映低溫凍害的累計效應，綜合考慮低溫強度和持續時間對油菜的影響，設計低溫凍害天氣指數，公式如下：

F=∑nj=1Hj。（3）

式中：F為低溫凍害天氣指數;Hj為某年的第j次低溫凍害的災害等級;n為1個油菜生育期內低溫凍害災害出現的次數。

1.4 純保費率計算

純保費率的計算是保險合同設計的重要組成部分，也是低溫凍害風險的主要體現。天氣指數純保費率的計算一般采用燃燒定價法來計算，該方法是通過假設未來期望損失率與歷史損失分布相同，通過歷史數據來估算期望值的一種方法[18-20]。計算公式如下：

R=E[loss]λμ=E[loss]=∑nk=1SkPk。（4）

式中，R為純保費率;E[loss]為期望損失率;λ為保障比例;μ為預期油菜單產比例;λ、μ均取值為100%[21];Sk為第k級低溫凍害的減產率;Pk為第k級低溫凍害的發生概率;k為低溫凍害等級。

1.5 天氣指數保險合同設計

保險賠償的觸發條件及相應的賠付標準是油菜低溫凍害天氣指數保險合同的核心部分，其賠付公式如下：

I=S-SminSmax-SminQ Fm≥F0

0Fm

式中：I為單位面積賠付金額;Q為保額;Smax為最高減產率（歷史最高減產率為40.3%）;Smin為賠付觸發值對應的減產率;Fm為第m年天氣指數;F0為保險賠付觸發值。當天氣指數大于或等于觸發值時，投保人可獲得保險賠償。投保人可以根據歷史災情及實際情況，選擇適合的觸發值條件進行投保，以獲得更好的經濟效益。

2 結果與分析

2.1 油菜產量及低溫變化規律分析

隨著科學技術的發展、農業機械化的推進、優良種子的推廣和政策的支持，油菜產量呈現波動上升的趨勢，線性趨勢傾向率為445.4 kg/（hm2·10年）。近59年油菜產量經歷了3個明顯的上升階段（圖1），分別為20世紀60年代到70年代末、20世紀80年代、20世紀90年代到21世紀10年代末;近59年油菜產量有3個明顯的波谷，當實際產量低于趨勢產量時為減產年份，1977年、1988年、2011年減產明顯，分析其原因為1977年出現了-12.2 ℃的極端最低氣溫，0 ℃以下低溫有52 d，低溫凍害嚴重，減產明顯;1988年油菜生育期內極端最低氣溫為 -6.3 ℃，0 ℃以下低溫有30 d，減產率最小;2011年油菜生育期內極端最低氣溫為-8.3 ℃，0 ℃以下低溫有51 d，減產率小于1977年。

氣溫是影響油菜生長發育和產量形成的重要氣象因子。南京市高淳區1961—2019年年極端最低氣溫呈升高的趨勢（圖2），氣候傾向率為 0.57 ℃/10年（r2=0.187，P<0.001），歷史極端最低氣溫為 -14.0 ℃，出現在1969年，年最低氣溫最高值為 -1.5 ℃，出現在2019年。油菜生育期低溫持續時間對產量也有很大的影響。油菜生育期低溫天數呈現波動下降的趨勢（圖3），其中<5 ℃天數下降趨勢最大，線性趨勢傾向率為-4.7 d/10年，下降趨勢最小的為<-5 ℃天數，線性趨勢傾向率為 -1.0 d/10年。1977年<-5 ℃天數最多，此年油菜出現明顯減產，與圖1中產量下降的趨勢吻合;1968年<0 ℃天數最多，為72 d，但1968年極端最低氣溫相對較高，為-5.6 ℃，油菜產量未出現明顯下降，2001年<0 ℃天數最少，為8 d;1970年<5 ℃天數最多，為124 d，此年極端最低氣溫為 -10.1 ℃，油菜出現小幅減產。年極端最低氣溫的升高趨勢及油菜生育期低溫天數下降趨勢可能與全球的氣候變暖背景有關。

2.2 天氣指數模型構建

由于天氣指數保險存在基差風險，本研究根據《中國氣象災害大典（江蘇卷）》和南京市氣象局災情記錄對油菜樣本進行篩選，去除非低溫凍害導致油菜減產的年份。根據公式（3）計算低溫凍害天氣指數，結果（圖4）表明，近59年以來，油菜低溫凍害天氣指數最大值為103，出現在1968年;最小值為10，出現在2017年，其中75%的天氣指數在20～60之間，F≤20出現的概率為10%，F≥80出現的概率為5%，極值的出現概率較小。

為建立油菜低溫凍害天氣指數模型，采用油菜減產率與天氣指數進行回歸分析（圖5），得到減產率與低溫凍害天氣指數的關系模型，如公式（6）所示，減產率與低溫凍害天氣指數相關系數0.30，通過了0.05顯著性水平檢驗。

S=0.159F+3.685。（6）

根據天氣指數的影響程度，將天氣指數分為5級（表2），Ⅱ、Ⅲ級發生概率為77.2%; Ⅰ級發生概率較小，且對油菜生長影響較小，平均減產率為5.4%;Ⅳ級影響較大，平均減產率為14.9%，但發生概率較低，概率僅為9.1%;Ⅴ級對油菜影響極大，但發生概率最小，僅為4.6%。由此可見，低溫凍害一般會造成油菜減產3.8%～19.6%，這與實際生產較一致，因此，本研究構建的天氣指數合理可行。

2.3 天氣指數合同設計

保額一般通過生產成本或產量確定，一般為最近連續5年平均產量的40%～80%。參照江蘇農業保險網（http：//www.jsnx.org/）及相關研究，本研究將2015—2019年的平均產量、油菜最新平均單價和歷史最大減產率相乘獲得保額。油菜歷史最高減產率為40.3%，按照現在油菜的市場價計算，保額為10 591.8元/hm2，這與《江蘇省政策性農業保險油菜種植保險條款》《省政府辦公廳關于做好2014年全省農業保險工作的通知》[蘇政發（2014）21號]中規定的1 hm2油菜保險金額3個檔次（6 000、8 250、10 500元）中第3個檔次十分吻合。

免賠額是指在保險合同中規定的損失在一定限度內保險人不負賠償責任的額度，主要是為了減少頻繁發生的小額賠付，提高被保險人的責任心和注意力，降低保險機構的經營成本，按照相關規定，本研究定義損失率10%為免賠額，代入公式（5），計算出賠付標準，見表3。

2.4 天氣指數保險費率的厘定

基于分析1961—2019年油菜生育期氣象資料，得出低溫凍害天氣指數與災害發生概率，代入公式（4）計算出不同觸發條件下純保費率和保費，見表4。當觸發值F0為81時，保費最低為84.7元/hm2，在歷史數據中只觸發過1次。相比較而言，觸發值F0為41或61時，災害發生概率大、獲得賠付可能性高，且保費少、經濟效益高。投保人可根據實際情況，選擇合適的觸發條件，以便在低溫凍害中獲得更大收益。

3 結論與討論

本研究在國內外學者研究成果的基礎上，通過分析1961—2019年油菜生育期氣象數據、油菜產量和低溫凍害災害數據，針對油菜生育期災害分析了減產率和低溫凍害天氣指數的關系，建立了低溫凍害天氣指數模型，線性模型相關系數0.30，通過了0.05水平顯著性檢驗，厘定了天氣指數保險的賠付標準，設計了天氣指數保險產品，以期為江蘇省保險公司開展油菜天氣指數保險提供科學的依據。

本研究在確定油菜低溫凍害指標時參考了農業氣象專家建議和實際工作經驗，也查閱了相關國標、氣象指標書籍;天氣指數選擇是依據長時間序列的氣象與產量數據，避免了因數據少而導致的不穩定現象;天氣指數是依據最低氣溫建立的，也考慮了持續低溫的疊加效應，能綜合反映油菜低溫凍害的情況，在實際操作中，方便投保人與保險公司進行投保和賠付，操作方便簡單的同時也減少了爭議的發生;本指數保險產品以10%為免賠額，設計了不同出發條件下純保費率和保費，純保費率為0.8%～10.4%，保費為84.7～1 101.5元/hm2，方便投保人根據實際情況選擇適合的保險觸發條件，以獲得更大收益。

2018年全國性特大雪災持續時間長、降水量大、最低溫度低，油菜低溫凍害嚴重，據相關統計，南京市高淳區油菜賠付金額達2 218.0萬元，受此影響，2019年高淳油菜投保面積有所上升，為2.66萬hm2，仍不到總種植面積的一半。在實際工作中發現，高淳區一些油菜種植大戶參與積極性較高，但大多數地區仍以農戶為種植單位，且種植地域不集中、管理技術水平差異較大，造成了油菜保險推廣困難，在以后的工作中，有待結合區域自動站數據開發精細化天氣指數，尋找保險的突破口，以更好地適應農業保險的實際需要。

油菜生育期低溫凍害不僅與低溫強度和持續時間有關，還與1 d中低溫出現時段、降溫幅度、降水量、日照時間等有關，為方便計算和應用，本研究只選擇低溫及持續時間作為天氣指數指標，同時，文中天氣指數保險產品只適用于單個災害，而在油菜生育期中，多種氣象災害會起到疊加效果，在以后的研究中，有待研發更全面且具符合生物學意義的天氣指數。

參考文獻：

[1]鞠英芹，楊霏云，馬德栗，等. 江淮地區油菜漬害的時空分析[J].自然災害學報，2017，26（6）：136-146.

[2]張 佩，吳 田，姚 薇，等. 江蘇省油菜全生育期氣候特征的變化分析[J]. 江蘇農業科學，2015，43（9）：118-121.

[3]欒慶祖，董鵬捷，葉彩華. 面向氣象指數保險的水果冰雹災害災損評估方法[J]. 中國農業氣象，2019，40（6）：402-410.

[4]金志鳳，葉建剛，楊再強，等. 浙江省茶葉生長的氣候適宜性[J]. 應用生態學報，2014，25（4）：967-973.

[5]李 德，楊太明，戚尚恩，等. 黃河故道碭山酥梨花期低溫冷害風險的評估方法初探[J]. 中國農業氣象，2009，30（4）：611-615.

[6]任義方，趙艷霞，張旭暉，等. 江蘇水稻高溫熱害氣象指數保險風險綜合區劃[J]. 中國農業氣象，2019，40（6）：391-401.

[7]金志鳳，胡 波，嚴甲真，等. 浙江省茶葉農業氣象災害風險評價[J]. 生態學雜志，2014，33（3）：771-777.

[8]楊太明，許 瑩，孫喜波，等. 安徽省夏玉米干旱天氣指數保險產品設計及應用[J]. 氣象，2016，42（4）：450-455.

[9]楊太明，孫喜波，劉布春，等. 安徽省水稻高溫熱害保險天氣指數模型設計[J]. 中國農業氣象，2015，36（2）：220-226.

[10]楊太明，劉布春，孫喜波，等. 安徽省冬小麥種植保險天氣指數設計與應用[J]. 中國農業氣象，2013，34（2）：229-235.

[11]曹 雯，武萬里，楊太明，等. 寧夏枸杞炭疽病害天氣指數保險研究[J]. 干旱氣象，2019，37（5）：857-865.

[12]徐 敏，徐經緯，高 蘋，等. 不同統計模型在冬小麥產量預報中的預報能力評估——以江蘇麥區為例[J]. 中國生態農業學報（中英文），2020，28（3）：438-447.

[13]張學昆，張春雷，廖 星，等. 2008年長江流域油菜低溫凍害調查分析[J]. 中國油料作物學報，2008，30（1）：122-126.

[14]Xu S J，Chong K. Remembering winter through vernalisation[J].Nature Plants，2018，4（12）：997-1009.

[15]楊霏云. 實用農業氣象指標[M]. 北京：氣象出版社，2015.

[16]李懿珈，葉 濤，德慶卓嘎，等. 基于遙感植被指數的西藏那曲地區畜牧業旱災指數保險產品設計研究[J]. 農業現代化研究，2018，39（4）：680-688.

[17]周 嘉，王小巍，周安寧，等. 平涼市蘋果花期凍害政策性農業保險氣象理賠指數設計[J]. 湖北農業科學，2017，56（16）：3144-3148.

[18]王新偉，杜明哲，王 麗，等. 河南省花生連陰雨災害氣象指數保險設計[J]. 生態學雜志，2018，37（11）：3390-3395.

[19]Zhou L H，Yan T，Chen X，et al. Effect of high night temperature on storage lipids and transcriptome changes in developing seeds of oilseed rape[J].Journal of Experimental Botany，2018，69（7）：1721-1733.

[20]Gu X B，Li Y N，Du Y D . Biodegradable film mulching improves soil temperature，moisture and seed yield of winter oilseed rape （Brassica napus L.）[J]. Soil & Tillage Research，2017，171：42-50.

[21]鄭小琴，賴煥雄，徐宗煥. 臺灣熱帶優良水果（寒）凍害氣象保險指數設計[J].西南農業學報，2011，24（4）：1598-1603.