綜合風險區劃下的海南省天然橡膠縣域收入保險定價研究

申家寧 王芳 黃英峻 張德生

摘要：天然橡膠收入保險同時承保產量和價格風險，對穩定農戶收益、保障橡膠產業可持續穩定發展、提升我國重要農產品自給水平具有重要意義。基于海南省天然橡膠主產市（縣）2002-2020年相關數據，文章制定綜合風險區劃下的收入保險定價策略，創新性地把風險單元精確至縣域層面，運用聚類分析、Copula函數等方法深入探討海南省天然橡膠保險的分區定價。結果表明：（1）橡膠期貨市場具備價格發現功能，具有納入保險定價的價格基礎。（2）主產市（縣）被劃分為低、中、中高、高4類風險區，肯德爾秩相關系數依次為-0.0255、0.0654、0.0741、0.1088，表明天然橡膠區域單產與價格的相關性極弱。但風險等級越高，二者負相關性越低。（3）同一保障水平下保險費率大小遵循收入保險>價格保險>產量保險的排序，價格風險遠高于產量風險。（4）風險等級越高，收入保險純費率越大，以100%保障水平下費率計算值為例，低風險區（16.28%）<中風險區（16.62%）<中高風險區（16.92%）<高風險區（17.78%）。（5）80%保障水平下的天然橡膠收入保險毛費率基本控制在11.33%～13.94%，具有推廣可行性。根據研究結論與討論，文章提出政策啟示：完善農產品期貨市場，提供差異化設定保險費率和保障水平的收入保險與森林保險，重視并促進天然橡膠多品類險種間的互補與共同發展，考慮在天然橡膠單產與價格呈負相關性的低風險區優先試點收入保險。

關鍵詞：天然橡膠收入保險；風險區劃；Copula函數；費率厘定

中圖分類號：F842.66； F326.12文獻標識碼：A文章編號：1673-338X（2023）05-005-25

基金項目：海南省自然科學基金高層次人才項目“基于Copula方法的海南天然橡膠收入保險定價及效果模擬研究”（編號：2019RC011），財政部、農業農村部國家現代農業產業技術體系“天然橡膠產業經濟研究”（編號：CARS-33），海南省研究生創新科研課題“基于Copula方法的海南天然橡膠縣域級收入保險費率厘定研究”（編號：Qhys2022-36）。

Study on Income Insurance Pricing of Natural Rubber County in Hainan Province under Comprehensive Risk Zoning

SHEN JianingWANG FangHUANG YingjunZHANG Desheng

（School of Management， Hainan University， Haikou 570228）

Abstract：Natural rubber income insurance covers both yield and price risks， which is important for stabilizing farmers income， ensuring sustainable and stable development of the rubber industry， and improving the self-sufficiency level of important agricultural products in China. Based on the data from 2002-2020 in the main natural rubber producing cities and counties in Hainan Province， the paper developed a comprehensive risk zoning pricing strategy for income insurance， innovatively pinpointed the risk unit to the county level， and used cluster analysis and Copula function to explore the zoning pricing of natural rubber insurance in Hainan Province. The results showed that：（1）The rubber futures market had price discovery function and was incorporated into the price basis of insurance pricing.（2）The main producing cities and counties were divided into four types of risk zones： low， medium， medium-high and high， and the Kendall rank correlation coefficients were -0.0255， 0.0654， 0.0741 and 0.1088， respectively， indicating that the correlation between the regional unit production and price of natural rubber was extremely weak. Butthe higher the risk level， the lower the negative correlation between the two.（3）The size of insurance rate under the same protection level followed the order of "income insurance>price insurance>yield insurance"， and the price risk was much higher than the yield risk.（4）The higher the risk level， the higher the pure rate of income insurance. For example， the calculated rate at 100% coverage level， the low risk area（16.28%）

Key Words：natural rubber income insurance；risk zoning；Copula function；rate determination

1引言

我國是世界上最大的天然橡膠消費國和主要進口國。天然橡膠廣泛應用于農業、國防工業、交通運輸行業等，橡膠產業發展對我國經濟建設、國防安全和國際貿易具有重要意義。2016年至今，我國天然橡膠自給率一直不足20%，顯著低于國家確定的1/3戰略安全線。為了保障重要農產品自給水平，2017年，國務院印發《關于建立糧食生產功能區和重要農產品生產保護區的指導意見》提出，以海南、云南、廣東三省為重點，劃定天然橡膠生產保護區120萬公頃（1800萬畝）；2021年2月21日，中共中央國務院印發《關于全面推進鄉村振興加快農業農村現代化的意見》，要求“提升天然橡膠等重要農產品供給保障能力”。然而，近年來天然橡膠價格波動風險日益增加，上海期貨交易所天然橡膠期貨成交價格從2011年4.20萬元/噸的歷史高價跌至2020年的1.20萬元/噸，膠價的劇烈波動和持續低迷給膠農收入帶來巨大風險，嚴重挫傷了農戶種植和管理天然橡膠的積極性，使得我國天然橡膠產區“棄割”“棄管”現象愈演愈烈，給國家戰略物資安全帶來極大挑戰。此外，橡膠樹還面臨炭疽病、介殼蟲等病蟲災害以及風災、霜凍等氣象災害風險。自然災害和膠價波動導致的天然橡膠產量損失和產值下跌，嚴重影響我國天然橡膠產業的可持續發展。因此，在提高產業科技創新水平的基礎上探索新型財政金融支農方式、破解天然橡膠產業發展難題刻不容緩。

作為我國農業保險體系中的新型險種，收入保險在2016-2021年的中央一號文件中多次提及，被認為是“十四五”時期幫助我國農業保險政策目標逐步實現從保障農戶“產量風險”到“價格風險”再到“收入風險”的科學轉換的有效手段（楊馥等，2020）。收入保險既共同承保了產量、價格雙重風險因子（王國棟等，2019），又有助于完善農產品價格形成機制（李梅華等，2019）；同時符合世界貿易組織（World Trade Oganization， WTO）的綠箱政策（庹國柱等，2016），能夠滿足新型農業經營主體高保障的風險需求（余艷，2020），已在我國多地探索推進。

海南省是我國三大天然橡膠優勢種植區之一，天然橡膠是本島膠農增加收入、改善生活的重要產業。為完善天然橡膠風險防范機制，確保天然橡膠產業穩定發展，海南省已針對橡膠樹開發了多個保險品種，大致分為“產量保險”（橡膠樹風災保險、橡膠樹綜合保險）和“價格保險”（目標價格保險），并于2017年起陸續實施了天然橡膠“天氣指數保險”“保險+期貨”“準收入保險①”等創新型險種的試點工作，積累了豐富的保險試點經驗。但早期的產量保險只保障物化成本，保障程度低，膠農投保意愿不強；價格保險所保障的價格風險，因其強系統性特征使得保險公司面臨極大的賠付風險；準收入保險的減產責任和價格波動責任相互獨立、各自確定，嚴格來講并不能稱之為收入保險，真正意義上的天然橡膠收入保險尚未正式落地海南省。目前，海南省天然橡膠保險險種中，除風災保險依據風災受損程度分區實施保險費率外，其余險種普遍采取“一省一費率”的做法，費率統一的保險方案缺乏科學性與精確性。宋建國等（2022）提出，發揮農業收入保險優勢的關鍵在于充分利用農業生產風險區劃研究結果，科學厘定費率，增強其與其他農業保險產品間的辨識度。考慮到一個省內不同地區農業生產風險的異質性，如何合理有效地評估不同市（縣）天然橡膠生產風險進而實施綜合風險區劃？如何在區域風險異質性下科學定價天然橡膠收入保險，確保保險費率與區域風險水平的精準匹配，從而降低農戶逆向選擇和保險機構虧損經營的風險？針對以上問題，本文參考農業農村部編制的《天然橡膠生產能力建設規劃》所列入的天然橡膠優勢植膠區，研究區域選擇海南省除三沙市、海口市、東方市、文昌市外的15個市（縣）作為天然橡膠主產市（縣），基于2002-2020年主產市（縣）農業數據，首先通過構建綜合風險評估指標體系，結合因子分析和系統聚類分析法區劃市（縣）綜合風險，以此作為設定風險附加系數的依據；其次驗證橡膠期貨市場的價格發現功能，將期貨價格作為收入保險定價的價格基礎，運用參數法擬合產量序列、價格序列的邊緣分布；最后基于綜合風險區劃結果，采用Copula函數和蒙特卡洛模擬對未來天然橡膠生產風險進行合理預測，將風險系數納入保險毛費率的計算中，完成不同風險等級區域的天然橡膠收入保險定價。這些問題的回答對于開展天然橡膠收入保險、保障天然橡膠生產供給和穩定膠農收入，進而守住天然橡膠資源安全預警線具有重要的現實意義。

本文邊際貢獻在于：第一，將農戶經濟指標、農田水利指標納入現有的風險區劃框架，基于產量風險指標、農戶經濟指標、農田水利指標3個維度共10個指標構建綜合風險評估指標體系，全面刻畫農戶所面臨的農業風險。第二，制定綜合風險區劃下的收入保險定價策略，實現風險區劃與定價結果的相互結合與調整，改變“一省一費率”的定價格局，降低不同區域間的基差風險，提升精算定價的科學性與準確性，為收入保險的順利開展掃清障礙。

2文獻回顧與評述

對農產品收入保險研究起步較早的是以美國、加拿大為代表的發達國家，科學合理的定價是收入保險實施的重要前提。Cole等（2010）全面系統地提出農產品收入保險定價的經典四步法，遵循“序列去趨勢—邊緣擬合—構建聯合分布—風險模擬”的范式，基于農作物價格（現貨、期貨）序列、產量序列，去趨勢化處理后擬合邊緣分布，構建聯合分布刻畫產量、價格邊緣分布相關性進而定價。這種定價方法不需要長時間的農戶歷史數據和經驗賠付額，有效克服了引入新型保險產品時缺乏歷史數據的局限性，被稱為模型推導法，也是目前學術界較為普遍的定價方法。其中，學者們在去趨勢化處理和邊緣擬合的方法選擇上存在差異。常用的去趨勢化處理方法主要有H-P濾波法（Hodrick-Prescott filter）、直線滑動平均法（Linera Moving Average， LMA）、自回歸積分滑動平均模型（Autoregressive Integrated Moving Average model， ARIMA）；擬合單產和價格風險邊緣分布的方法主要有參數法、非參數法、期權定價模型等（Tolhurst et al.， 2015；Mohammad et al.， 2017；Goodwin et al.， 2018）。早期學者們大多采用參數法進行估計（Claassen et al.， 2011），預先設定多個分布函數形式，再通過一系列檢驗選出最優分布。但隨著相關研究的進一步完善，學者們發現作物的單產分布并不一致，使用參數法預先假定序列服從某種做法具有主觀性，會導致信息遺漏和擬合偏差，進而引起估計偏差。為了避免前期對單產、價格邊緣分布先驗設定可能導致的問題，非參數法逐漸得到了學者們的關注和重視，其中應用最普遍的非參數方法是核密度函數法（Woodard et al.， 2012）。盡管非參數法能夠對風險的厚尾性給予更充分的考慮，但研究樣本數量較少時，參數法比非參數法能夠更精準地擬合邊緣分布（Goodwin et al.， 2015）。因此，農作物收入保險定價中對邊緣分布函數的參數估計需要根據樣本數量和數據特點選擇合適的方法。

得到單產和價格各自的邊緣分布后，Copula函數被廣泛應用于刻畫二者之間的非線性相關性，通過計算理論Copula擬合結果與樣本經驗Copula函數值之間的平方歐式距離選擇最優理論Copula函數，準確估計收入損失分布，從而厘定農產品收入保險費率（Ramsey et al.， 2019；Duarte et al.， 2019）。不同學者在研究中選取的農產品種類不同、使用的數據不同、數據處理的方法不同，選擇的最優Copula函數形式也不同，而不同的Copula函數能夠顯著影響農產品單產和價格之間的相關性（Ahmed et al.， 2015）。近年來，國內學者越加重視農作物收入保險的相關研究，圍繞三大糧食作物以及甘蔗（王悅等，2021）、蘋果、棉花（吳銀毫，2017）等經濟作物，基于參數法或非參數法擬合單產、價格的邊緣分布后同樣選擇Copula方法開展收入保險定價研究。在Copula函數的選擇上，有學者嘗試將混合Copula函數引入收入保險定價中，認為混合Copula函數相較于單一Copula函數擬合更精確、計算更便捷（王保玲等，2017；Fakhereh et al.， 2019）。陸琬佳（2021）在測算收入保險費率的基礎上，進一步計算出在不同保障水平下的保額、保費等，對廣西糖料蔗收入保險進行了詳細的產品設計。

庹國柱等（1994）最早對我國農作物風險區域劃分和保險費率分區問題進行了探討。從風險區劃指標的選取來看，國內學者大致構建了三類農作物保險風險區劃指標體系。第一類風險指標體系綜合考慮各項與農業生產相關的指標，如產量、氣候、地形地貌、受災情況等（周縣華，2018），完成農作物生產風險區域劃分；第二類風險指標體系以農產品產量變化視角圍繞單產和面積兩方面建立農產品風險指標體系，例如占紀文等（2019）以福建省縣域水稻種植為例，圍繞水稻種植的單產和面積選擇歷年平均減產率和歷年變異系數等6個分區指標，運用聚類分析法將福建省中晚稻種植區域劃分為3類；第三類風險指標體系將定性分析與定量分析相結合，選取單產變異系數、專業化指數、效率指數和農作物成災概率（或減產概率）為四個主導指標評估農作物生產風險（邢鸝等，2016）。三類風險區劃指標體系特點不一、各有優劣，均得到了學者們的廣泛應用。費率分區即基于選取的風險指標，按風險水平的高低劃分區域，對不同風險大小的地區差異化測算保險費率（Yi et al.， 2020），是農業保險高質量發展的應有之義。2019年，財政部、農業農村部、銀保監會、國家林業和草原局聯合發布《關于加快農業保險高質量發展的指導意見》，提出要“建立科學的保險費率擬訂和動態調整機制，實現基于地區風險的差異化定價”。相較于全省統一費率的做法，因地制宜擬定農業保險費率更有利于實現保費水平與風險程度的精準匹配，從而更充分地發揮農業保險的風險防范功能，促進我國農業保險日益朝著“擴面、增品、提標”的高質量方向發展（魏建等，2023）。

綜上所述，國際上有關農產品收入保險的定價理論與實踐研究較為深入；國內對風險區劃與費率分區領域的探索尚在推進，積累豐富經驗的同時也存在保險產品單一、所涉及農作物大多集中于糧食作物等諸多局限性，可在兩個方面繼續完善：一方面，現有研究大多以農作物產量風險指標為核心評估農作物生產風險，劃分農作物生產風險區域，不足以全面區劃農業綜合風險，忽略了農戶作為生產主體對農業生產的影響以及農田水利設施對自然災害的抗災減損能力，可將產量風險外的農田水利風險指標、農戶經濟風險指標納入生產風險區劃框架，構建新的農業綜合風險指標評估體系，從而綜合評估農作物種植過程中面臨的農業風險，形成新的風險區劃；另一方面，現有文獻大多直接以省級為風險定價單元開展農作物收入保險定價研究（徐婷婷等，2017），遵循“一省一費率”的定價方式，忽略了一省范圍內各地區農業風險的異質性。不同種植規模、技術水平、農田水利條件、農戶經濟狀況的地區農作物遭受損失的概率存在差異，全省統一費率的做法最終會導致農民風險防范能力的下降以及保險損失分擔能力的降低（Hao et al.， 2018），只有實現地區風險水平與保費的對等，才能更好地緩解農業風險對高風險區域農戶帶來的不利影響（Zhou et al.， 2018）。雖已有文獻嘗試對農作物省級以下層面的收入保險費率進行測算，但大多數文獻只關注不同地市間保險費率的差異性（田菁等，2019），較少將綜合風險區劃與縣域收入保險差異化定價相結合展開系統研究。因此，將風險定價單元精確至省級以下的縣域層面，通過綜合風險區劃實現一省范圍內風險相似性地塊的聚合，加強區域風險水平與保險費率的匹配度，完成全省農作物收入保險的科學差異化定價具有重要的現實意義和理論意義。

3理論分析框架與研究方法

在已有研究基礎上，本文通過理論分析風險區劃與收入保險定價之間的關系，構建理論分析框架，并對收入保險產品定價影響因素進行剖析，據此建立收入保險定價模型，依據模型推導法定價范式制定綜合風險區劃下的天然橡膠收入保險定價策略，為實證分析厘清思路。

3.1理論分析框架

基于風險分散理論和對價交換理論，對風險區劃與收入保險定價之間的關系進行理論分析，并據此提出綜合風險區劃下的收入保險定價理論分析框架。

風險分散理論是20世紀70年代提出的有關投資條件的理論基礎，其前期代表人物是凱夫斯和斯蒂文斯，指通過多樣化的投資來分散和降低風險的方法，如今也被廣泛應用于保險領域（肖宇谷等，2022）。保險領域的風險分散理論實際上是保險集合原理的運用，其實際含義是：保險公司為了實現風險防范、規避和穩定經營的目的，盡可能擴大承保區域范圍，以更好地廣泛分散所受到的風險，從而降低受損單位的損失。但農業風險具有區域性和強系統性特征（劉亞洲等，2019），意味著僅僅依靠擴大承保面積并不能必然地分散風險，氣候條件、地理位置相似地區的災害風險往往有著較強的正相關性，承保范圍的擴大反而會導致風險的集中，難以保障保險公司的穩定經營。因此，如何在不增加農業風險的前提下合理擴大承保面積，農業風險區劃便是解決上述問題的有效手段。參考與風險有關的因素，例如氣候數據（姜雨函等，2023）、地質數據（張以晨等，2020）、特定災害數據（胥蓓蕾等，2023）等進行聚類劃分風險區域，將風險相似度高的地區劃為一類，降低信息不對稱帶來的損失，同時有利于保險公司維持穩定經營。通過選取風險指標完成風險區劃后，針對每一風險區域分別制定費率的理論基礎為對價交換理論。對價交換理論又稱為收支平衡原則，通常是指在商品交易過程中，買方與賣方以貨幣的價值為媒介，對各自權利和義務或收入與支出進行平衡對等的過程。對于農業收入保險而言，參保雙方通過事前簽訂保險合同使農業收入保險具備了商品的交易性，成為適用于對價交換理論的特殊商品（鄭莉，2022）。在雙方交易過程中，投保人通過支付保費給保險人購買農業保險，將農業風險轉嫁給保險人，保險人通過收入保費、支付賠款的方式出售保險產品，這種商品買賣行為應建立在收支平衡原則上，實現權力（收入）和義務（支出）的對等，即農業風險較高地區的保險費率較高，農業風險較低地區的保險費率較低（邢紅飛等，2018）。但在現實中要落實對價交換理論困難重重，保險公司需要依據每個投保人的具體農業生產情況制定費率，但個體龐大的信息量不僅使保險公司的工作量劇增，而且也不現實。因此，基于風險區劃制定保費是一個絕佳的解決方法，將風險相似度高的地區整合為一個區域，同一區域的投保人支付相同的費率（牛浩等，2016），使得地域風險與風險區域責任對等，便于搜集投保農戶與保險公司的相關信息，實現風險區域內的收支平衡。

綜上，風險分散理論適用于本文通過構建綜合風險指標體系，對海南省天然橡膠主產市（縣）實施綜合風險區劃，實現同質性風險區域的聚合；對價交換理論適用于在綜合風險區劃結果下，針對不同的風險區域完成收入保險差異化定價，實現風險與收益的對等。綜合風險區劃下的收入保險定價理論框架如圖1所示。

3.2研究方法

使用模型推導法完成農作物收入保險定價是當前學者測算保險費率的主要方法。本文通過剖析國際成熟保險產品定價的影響因素，引入風險區劃理念，構建考慮地區風險差異性的收入保險定價模型，基于模型推導法定價范式制定綜合風險區劃下的天然橡膠收入保險定價策略。

3.2.1收入保險定價因素解構

構建理論框架后，以世界上農業收入保險發展最成熟的國家——美國為例，解析影響美國收入保險產品定價的相關因素，為構建收入保險定價模型奠定基礎。保險保費為保險費率與保險金額的乘積，其中保險費率基于精算理論確定，保險金額則由預期保障收入設定。收入表現為產量和價格的乘積，農戶收入風險涵蓋了產量風險和價格風險，因此收入保險定價可分為單產因素和價格因素。

單產因素包含約定單產和實際單產。約定單產通常基于農作物歷史產量數據計算得出，是收入保險定價的價格基礎，實際單產為保障期限內單位面積產量，是確定收入保險理賠的產量依據。價格因素包含納入收入保險定價的目標價格，以及作為收入保險理賠價格依據的實際價格。為充分利用農產品期貨市場的價格發現功能，美國優先執行以作物播種期的遠期期貨價格作為目標價格指標、以收獲期的期貨價格作為實際價格納入收入保險產品定價。這也是目前絕大多數農作物收入保險價格指標設計的基本原則。由于期貨價格具備預期性特點，有效包容了對農產品價格產生影響的可預期因素，將隨機因素體現于目標價格與實際價格間的差值，有效降低了農戶逆向選擇問題給保險機構帶來的經營風險。可以說，農產品期貨市場的規模化成熟發展為農作物收入保險項目的有效運行創造了前提。我國期貨市場起步較晚，雖然近年來市場規模和消費量迅速擴大，但仍存在上市品種過少、投資者結構不合理等弊端。因此，對于不具備期貨合約，或是目前期貨市場價格發現功能有效性不足的農產品，除了基于期貨價格確定價格指標的方法外，還可依據過去一段時間內現貨價格的歷史數據確定價格指標。雖然現貨價格相較于期貨價格缺失預測性，且客觀準確性較低，但在我國收入保險發展不成熟的情況下，該方法簡單易行，對于收入保險定價具有一定的參考價值。

3.2.2收入保險定價模型

保險定價是基于保險標的遭受損失的概率、保險公司管理費用率及預期利潤、保險市場的供求關系等因素，確定單位面積保額需要收取的保費的行為。考慮到不同保險公司的經營管理費用和預期利潤取決于自身經營狀況，故本文僅基于保險公司收支平衡的角度，評估保險公司所承受的風險，進而定價天然橡膠收入保險。費率厘定過程可分為兩部分，一是計算反映預期損失值占保險金額比重的純費率，二是計算反映實際損失值超過預期損失的附加費用，二者共同構成收入保險毛費率。

（1）純費率厘定原理。非壽險精算理論和期望損失理論是保險精算的基礎理論。非壽險包含意外險、財產險和醫療險等短期險種，本文研究的天然橡膠收入保險屬于財產險中特殊的農業保險。非壽險精算理論依據大數法則和中心極限定理，將數理統計模型等方法應用于風險損失分布模型估計、保險定價、風險準備金等計算過程，基于對歷史風險損失數據的整理分析，對未來損失概率進行預估；期望損失理論則認為保險公司的純保費在數值上等于標的的預期損失。關于農業收入保險定價的方法，大體上可分為三種：經驗費率法、實際生產歷史法和模型推導法。考慮到我國的實際發展情況，缺乏相關農作物長期的產量和價格數據，農業收入保險起步較晚，且定價相關研究不夠深入和完善，本文采用更具有理論和現實意義的模型推導法進行天然橡膠收入保險費率厘定。模型推導法相較于經驗費率法和實際生產歷史法更具有數學推理邏輯，更適合用于我國農業收入保險定價，國內相關文獻也基本采用此類方法。期望損失、純費率計算公式如式（1）、式（2）所示。

式（3）中，ri為收入保險毛費率，mi為i風險等級區域對應的風險附加系數。

3.2.3綜合風險區劃下的天然橡膠收入保險定價策略

整體而言，使用模型推導法進行收入保險定價的步驟已形成范式，具體在數據的選擇、去趨勢化處理、邊緣分布的擬合、聯合分布函數的確定上存在差異。此外，農作物綜合風險區劃與收入保險相結合是實現收入保險差異化定價和全面發展的必要前提和內在要求。因此，本文以海南省天然橡膠為例，對主產市（縣）實施初步綜合風險區劃后，基于模型推導法范式使用Copula函數等方法厘定收入保險費率，將費率厘定結果反饋至風險分區結果，判斷是否需要對初步分區結果進行調整，最后依據歷史單產、價格數據計算保額從而確定保費。

（1）實施綜合風險區劃。收入保險費率水平與區域風險程度匹配是科學定價收入保險的關鍵所在。因此，本文圍繞產量風險指標、農戶經濟指標、農田水利指標3個維度構建綜合風險指標體系，對風險指標運用因子分析和系統聚類分析法完成精確至縣域的綜合風險區劃，將海南省天然橡膠主產市（縣）劃分為不同風險等級的區域，作為差異化保險定價的基礎。

（2）檢驗期貨市場對現貨價格的價格發現功能。依據收入保險定價因素解構，只有具備價格發現功能的期貨價格才能成為收入保險定價的價格基礎，否則采用歷史價格數據進行保險定價。因此，本文在驗證天然橡膠期貨市場價格發現功能后確定收入保險定價的價格基礎。

（3）擬合單產、價格序列的邊緣分布。受多種農業生產條件和復雜市場環境的影響，農作物單產序列和價格序列往往存在長期的時間趨勢項。為了準確測定波動風險，需要采用去趨勢化處理得到平穩的數據序列，以進行邊緣分布的擬合。本文采用H-P濾波法對天然橡膠單產序列、價格序列進行去趨勢化處理，分離出數據中的趨勢項和隨機波動項，得到剔除趨勢項后平穩的數據波動序列。然后，使用參數法，利用Easyfit 5.6軟件擬合去趨勢化處理后的天然橡膠風險序列，選擇最合適的邊緣分布函數。該軟件能夠充分利用所提供的數據信息，自動擬合并分析大量常見函數分布估計結果。

（4）構建單產、價格序列的聯合分布函數。確定單產、價格的邊緣分布函數后，使用MATLAB 2021b軟件引入Copula函數構建二者的聯合分布函數。Copula函數不需要事先測定天然橡膠單產風險與價格風險間的相關關系，僅知道各自的邊緣分布就可以構建聯合分布函數，進而通過肯德爾秩相關系數（Kendalls rank correlation coefficient， Kendall-τ）、斯皮爾曼秩相關系數（Spearmans rank correlation coefficient， Spearman-ρ）刻畫天然橡膠單產和價格間的非線性相關性。

（5）厘定收入保險費率。根據保險定價的大數法則，天然橡膠收入保險定價需要數量龐大的收入損失數據，但收入保險在我國探索實施時間尚短，類似于膠農收入的直接歷史數據缺失，蒙特卡洛模擬方法正好解決了收入保險定價缺乏歷史損失數據的難題。通過調用MATLAB 2021b軟件中的Copularnd函數，基于確定的聯合分布函數，隨機模擬一萬組產量和價格數據，二者乘積即為收入樣本，將樣本數據代入純費率厘定公式求出保險費率。

（6）將費率厘定結果反饋至綜合風險區劃結果中，確定毛費率。風險區劃是依據地區多年來面臨的綜合生產風險評估出的結果，而費率測算是對天然橡膠在某一地區實際受災損失的反映，可能會出現高風險不對應高費率的情況。因此，將費率厘定結果反饋至綜合風險區劃結果中，以體現定價結果對綜合風險區劃的調整和優化功能，并將風險區劃結果作為定價的風險系數依據，確定毛費率。

（7）確定保費。由預期保障收入設定保險金額，通常基于歷史產量、價格數據獲得。將保險金額與毛費率相乘確定保費。本文基于天然橡膠歷史單產、現貨價格數據獲得歷史收入數據均值，以此作為預期保障收入設定保險金額，將保險金額與毛費率相乘確定保費。

4數據來源與描述性統計

基于理論分析框架和綜合風險區劃下的收入保險定價策略，本文選擇海南省內天然橡膠種植面積和產量值長期靠前的儋州市、瓊海市、萬寧市、三亞市、五指山市、澄邁縣、臨高縣、樂東縣、瓊中縣、保亭縣、白沙縣、屯昌縣、定安縣、陵水縣、昌江縣共15個市（縣）作為研究區域，定義為海南省天然橡膠主產市（縣）。在此基礎上，分別從產量風險指標、農戶經濟指標、農田水利指標3個維度選取共10個風險指標，利用歷年《海南統計年鑒》及萬得（Wind）數據庫獲取的數據，對主產市（縣）的風險指標計算值進行描述性統計分析。

4.1數據來源

本文數據來自2003-2021年的《海南統計年鑒》、萬得數據庫。數據年份跨度從2002-2020年《海南統計年鑒》中由主產市（縣）天然橡膠收獲面積和總產量計算得到的“單位面積天然橡膠產量（噸/公頃）”數據作為單產序列。天然橡膠現貨價格參考國產天然橡膠（SCRWF）現貨價（元/噸），膠農歷年單位面積收入（元/公頃）為單產和現貨價格的乘積。鑒于與單產數據匹配，期貨價格數據選取2002-2020年上海期貨交易所天然橡膠期貨合約交易日收盤價（元/噸）。

4.2綜合風險區劃指標選取

海南省不同市（縣）間天然橡膠種植存在由技術水平、生產規模和基礎設施等生產力因素和氣候、土壤等自然因素引起的差異化生產風險，因此有必要在保險定價前進行綜合風險區劃。農作物生產風險的區劃方法在品種上可分為單品種區劃和多品種區劃，在區劃災種上可分為單災種區劃和多災種區劃，在區劃單元的選擇上可以分為省級區劃、地市級區劃、市（縣）級區劃和鄉鎮級區劃（宋正陽等，2013）。由于本文僅對海南省天然橡膠進行市（縣）間生產風險的評估和區域劃分，在進行風險評估時沒有針對某一特定的自然災害進行研究，因此屬于多災種綜合區劃下的單品種市（縣）級區劃。另外，由于海南省實行省直管市與縣，故未將市與縣分開區劃農業綜合風險。

在區劃指標的選擇上，部分學者認為，多種自然風險對農作物的影響最終都會體現在農產品產量變化上（梁來存，2010），故以農產品產量變化這一視角圍繞單產和面積兩個方面建立農產品風險評估指標體系。然而，不同地區的農田水利條件、農戶經濟條件也能反映出不同地區間的防災減損能力的差異性（馬改艷等，2018），選取的風險指標不僅應該具有明顯的地域差異性，還應能客觀反映出其對天然橡膠單產的影響程度。因此，本文從產量風險指標、農戶經濟指標、農田水利指標3個維度構建天然橡膠綜合風險區劃指標體系。產量風險指標選擇規模系數、單產變異系數、單產減產率大于10%的年份比、單產減產率超過某一閾值的概率、歷年平均減產率、效率指數；農戶經濟指標選擇農村居民收入系數；農田水利指標選擇旱澇保收率和有效灌溉率。風險分區指標及含義如表1所示。

4.2.1產量風險指標

式（18）、式（19）中，Hi為i市（縣）近三年平均旱澇保收面積，H為i市（縣）平均農作物種植面積；Gi為i市（縣）近三年平均有效灌溉面積，G為i市（縣）平均農作物種植面積。

4.3風險指標的描述性統計分析

使用SPSS 26.0對主產市（縣）的風險指標計算值進行描述性統計，結果如表2所示，部分風險指標值在各主產市（縣）之間存在較大差異。例如單產變異系數，15個市（縣）的指標均值為0.15，最小值為0.07，只有平均值的47%；最大值達到0.31，是平均值的2.07倍。效率指數的差異最大，標準差占平均值的13%，最大值達到1.21；其次是農村居民收入系數，標準差占平均值的14%；單產減產率超過20%的概率差異最小，標準差占平均值的88%。

總體來看，在產量風險方面，全省天然橡膠種植區域較為分散，主產市（縣）規模系數均值僅為0.05；天然橡膠產量波動較大，生產不確定性高，單產變異系數均值為0.15；過去19年（2002-2020年）主產市（縣）發生天然橡膠單產減產率大于10%的事件概率較低，單產減產率大于10%的年份比均值為0.17；主產市（縣）因災減產超過10%和20%的概率均較低，單產減產率超過10%的概率和單產減產率超過20%的概率均值分別為0.15和0.08；主產市（縣）19年來的平均受損程度較低，歷年平均減產率均值為0.05；主產市（縣）天然橡膠平均單產水平高于全省單產，效率指數均值達到1.06。在農戶經濟方面，主產市（縣）農村居民人均收入水平與全省農村居民人均收入較為接近，農村居民收入系數均值為0.94。在農田水利方面，各主產市（縣）的有效灌溉面積和旱澇保收面積占農作物種植比重均較少，旱澇保收率和有效灌溉率均值分別為0.14和0.25。

5實證結果與分析

基于理論分析框架和研究方法，依據收入保險定價策略，本文對所選風險指標運用因子分析和聚類分析法將主產市（縣）按照風險等級分類，探究地區風險因素的差異性，在綜合風險區劃下對海南省天然橡膠收入保險差別化定價展開研究，進一步從費率視角驗證區劃結果的合理性。

5.1海南省天然橡膠綜合風險區劃實證分析

為消除風險指標間單位和量綱不同帶來的影響，本文對10個風險指標進行歸一化處理，使數據壓縮在[0，1]內。其中與風險相關的正向指標（歷年平均減產率、單產變異系數、單產減產率大于10%的年份比、單產減產率超過10%和20%的概率、效率指數）正向化處理，與風險相關的逆向指標（規模系數、農村居民收入系數、旱澇保收率、有效灌溉率）逆向化處理。考慮風險指標間可能存在相關性，本文首先對初始指標進行因子分析，即將多個初始指標綜合為少數幾個公共因子，再對篩選出的公共因子運用聚類分析完成主產市（縣）風險區域的劃分。

5.1.1因子分析

利用SPSS 26.0軟件，首先對歸一化處理后的10項風險指標進行KMO（Kaiser-Meyer-Olkin）和巴特利特（Bartlett）球形檢驗，結果顯示KMO檢驗值為0.70（>0.60），Bartlett檢驗值為0.01（<0.05），適合進行因子分析；其次利用主成分分析法計算累計方差貢獻率發現，前3個公共因子累計方差貢獻率已經達到85.33%，表明選取3個因子具有合理性；最后使用方差最大正交旋轉法旋轉因子載荷得到處理后的因子成分矩陣，如表3所示。

通過表3可以看出，單產變異系數、歷年平均減產率、單產減產率大于10%的年份比、單產減產率超過10%的概率、單產減產率超過20%的概率和規模系數在因子1中有較大權重，這些風險變量大多從產量波動來描述生產風險，因此將因子1重命名為產量波動因子；旱澇保收率和有效灌溉率在因子2中有較大權重，這兩個風險變量描述當地農田水利設施建設水平，水利建設越好，抵抗風險的能力也相對較高，因此將因子2重命名為抗災因子；生產效率和農村居民收入系數在因子3中有較大權重，這兩個風險變量是對天然橡膠生產的效率水平及農民收益水平的描述，因此將因子3命名為效益水平因子。確定公共因子的個數及命名后，可得到天然橡膠各風險變量的因子得分系數矩陣，進一步計算出各市（縣）公共因子得分。

5.1.2聚類分析

運用SPSS 26.0軟件，采用系統聚類法中的組間連接法對因子得分進行分析，將相似度高的樣本市（縣）分為一類。系統聚類分析譜系圖結果如圖2所示。

通過觀察聚類譜系圖發現，樣本市（縣）被分為4類時，各樣本數目分布較均衡且各類別間距離適中，所以初步判定分為4類，結合上文中計算的各市（縣）風險指標值和公共因子得分劃分風險等級，得到初步風險分區結果。其中，位于低風險區的樂東縣天然橡膠單產波動水平和減產概率明顯高于同一風險區的其他市（縣），且農田水利設施建設較差。因此，不宜直接照搬軟件生成的分類結果，斟酌分析各項指標之后決定將樂東縣劃為中風險區。海南省天然橡膠主產市（縣）最終綜合風險區劃結果如表4所示。

5.1.3各分區風險評估

為了更直觀地對比分析各區域風險狀況存在的差異，各風險區域的風險指標均值（歸一化處理后）如表5所示。

由表5可以發現：低風險地區歷年產量波動水平低，發生減產風險的概率低，且當地農田水利設施建設情況佳，同時生產效率低，意味著抗災能力強、風險損失度低；高風險區生產效率高、單產波動水平大、發生減產風險概率高，種植規模小，意味著遭受自然災害的概率高且損失嚴重。

綜上，海南省不同風險區域間的天然橡膠生產風險因素均存在較大差異，為保證保險費率水平與區域風險水平的一致性，有必要針對不同的風險區域分別定價天然橡膠收入保險。

5.2聯合分布函數的確定

確定保險定價的價格指標后，基于風險區劃結果分別對各風險區的天然橡膠單產、價格序列去趨勢化處理，使用參數法擬合二者間的邊緣分布，并通過Copula函數建立單產分布與價格分布間的聯合分布耦合關系。

5.2.1期貨市場價格發現功能檢驗

為了檢驗天然橡膠期貨價格對現貨價格的預測和引導作用，本文選取2007年1月1日至2020年12月30日共同交易日數據作為研究對象，天然橡膠期貨價格為上海期貨交易所天然橡膠期貨合約日收盤價（元/噸），天然橡膠現貨價格為國產天然橡膠（SCRWF）現貨價（元/噸），數據來自萬得數據庫。考慮到數據年限較長，分別對價格序列進行對數處理以降低異方差的影響。

（1）單位根檢驗與協整檢驗：首先采用Eviews 11.0測算出天然橡膠期貨價格與現貨價格之間的相關系數為0.91，表現出高度正相關。對兩組價格數據進行ADF（Augmented Dickey-Fuller）單位根檢驗，結果顯示均存在單位根，一階差分處理后再次檢驗，結果顯示均平穩，因此兩組價格數據均為一階單整。之后采用E-G（Engle-Granger）兩步法檢驗兩組價格數據間的協整關系，結果顯示在1%的顯著性水平上拒絕“兩者不存在協整關系”的原假設，即天然橡膠現貨價格和期貨價格間存在長期的均衡關系，使用Johansen協整檢驗也驗證了此結果。

（2）格蘭杰（Granger）因果檢驗：通過赤池信息準則（Akaike Information Criterion， AIC）和貝葉斯信息準則（Bayesian Information Criterion， BIC）聯合確定向量自回歸（Value Autoregression， VAR）模型的最優滯后階數，對通過協整檢驗的兩組價格數據繼續進行格蘭杰因果檢驗，以進一步了解天然橡膠期貨價格與現貨價格之間的相關關系，結果如表6所示。

表6表明，在1%的顯著性水平上拒絕“現貨價格不是期貨價格的格蘭杰原因”與“期貨價格不是現貨價格的格蘭杰原因”，即兩組價格序列在1%的顯著性水平上存在雙向引導關系。

通過檢驗發現，我國橡膠期貨市場已經發展成熟，與現貨市場之間存在長期均衡關系，不僅橡膠期貨價格對現貨價格具有預測功能，現貨價格對期貨價格也發揮著引導作用，因此，可以將橡膠期貨價格作為天然橡膠收入保險定價的價格基礎。

5.2.2單產、價格序列去趨勢化處理

依據系統聚類的風險分區結果，風險區2002-2020年的天然橡膠單產數據（噸/公頃）由各自所含風險單位（市或縣）的收獲面積加權平均得出。首先，利用Eviews 11.0對各風險區天然橡膠單產序列（X）進行單位根檢驗，結果顯示高風險區單產序列不平穩，其余風險區單產序列在5%的顯著水平上平穩。因此，在邊緣分布擬合前采用H-P濾波法對高風險區天然橡膠單產序進行去趨勢化處理，分離出趨勢單產。再次對去趨勢化處理后的高風險區單產序列進行檢驗，結果顯示平穩。

考慮到通貨膨脹會給價格序列（Y）帶來明顯的趨勢性，使用以2002年為基期的GDP平減指數對價格序列（Y）去通脹化處理，單位根檢驗去通脹處理后的價格序列，結果顯示序列不平穩。再次利用H-P濾波法對去通脹后的價格序列進行去趨勢化處理，結果顯示處理后的價格序列平穩。

為了消除單產數據和價格數據量綱不同帶來的影響，統一對天然橡膠單產序列和價格序列進行歸一化處理，使所有數據都落在[0， 1]范圍內。

5.2.3邊緣分布擬合

使用Easyfit 5.6軟件擬合天然橡膠單產、價格序列，以A-D（Anderson-Darling）檢驗、K-S（Kolmogorov-Smirnov）檢驗以及卡方統計量為標準，從軟件含有的65個常見分布中，選擇最優的分布模型進行擬合，若三種方法檢驗結果不同，以最為穩健的A-D檢驗結果為準。參數法擬合結果顯示，低風險區單產序列的最優分布為Leplace函數，中風險區單產序列的最優分布為Gen.Pareto函數，中高風險區單產序列的最優分布為Dagum函數，高風險區單產序列的最優分布為Gen.Extreme Value函數，價格波動序列的最優分布為Gen.Extreme Value函數。

5.2.4最優Copula函數的選擇和參數確定

在擬合邊緣分布函數的基礎上，運用MATLAB 2021b軟件選擇五種常見的Copula函數構建聯合分布函數：Normal-Copula、t-Copula、Frank-Copula、Clayton-Copula、Gumbel-Copula，調用Copulafit程序、Copulastat程序分別計算五種常見的Copula函數在擬合中的參數值和秩相關系數，并通過比較常用Copula函數與經驗分布函數間的平方歐式距離，依據平方歐氏距離最小原則確定最優的Copula函數形式。各風險區單產與價格序列的聯合分布估計結果如表7所示。

Kendall-τ、Spearman-ρ是2類衡量單產與價格之間非線性相關程度的相關性系數，其絕對值表示相關強度，正負號表示相關方向。由表7來看，4類風險區的2類秩相關系數絕對值較小（<0.20），表明單產與價格之間的相關性極弱，且相關方向并不相同。低風險區2類秩相關系數小于零，單產與價格存在極弱負相關關系；中風險區、中高風險區和高風險區2類秩相關系數均大于零，數值隨著風險等級的升高而增大，區域單產與價格呈極弱正相關關系，正相關程度隨著風險等級的提升逐級增強。整體而言，單產與價格的相關性不顯著，產量風險與價格風險對沖的效果不甚理想，可能會造成兩類風險的疊加。

5.3收入保險定價結果

使用MATLAB 2021b軟件，運用蒙特卡洛模擬方法生成滿足天然橡膠單產、價格間聯合分布的收入隨機樣本，代入式（1）和式（2）中求出保險純費率，并依據綜合風險區劃結果差異化設定區域風險系數，完成收入保險毛費率、保費測算，得到綜合風險區劃下精確至市（縣）域層面的收入保險分區定價結果。

5.3.1純費率測算

在聯合分布函數確定的基礎上，以選擇的最優Copula函數作為隨機數發生器模擬一萬組服從[0， 1]均勻分布的隨機變量u、v，將序列u、v代入單產和價格序列邊緣分布的逆累積函數，求得天然橡膠單產和價格的隨機數：x = F-1（u）、y = F-1（v）。對x、y序列還原化處理即可得符合實際的天然橡膠單產、價格數據，從而得到模擬的收入分布序列。采用數值積分求得產量、價格和產量×價格（收入）的期望值，最后代入式（1）和式（2）對不同保障水平下的天然橡膠收入保險費率進行測算。同理可以推導出產量保險和價格保險的純費率公式，求出價格險和產量險的費率。

天然橡膠不同險種定價結果如表8所示。表8具體列出了天然橡膠產量保險、價格保險、收入保險純費率計算結果，不同風險區域的天然橡膠保險費率有所差異，80%保障水平下的高風險區收入保險純費率（11.62%）是低風險區費率（9.68%）的1.20倍，再次證明了對保險實施全省差異化定價的必要性。從同一風險區天然橡膠不同險種間的對比來看，由于天然橡膠產量與價格的負相關性不顯著，導致相同保障水平下的天然橡膠收入保險費率最高，其次是價格保險費率，產量保險的費率最低。另外，保障水平的降低使得預期損失出現的概率減小，同類風險區的保險純費率隨著保障水平的下降而減少。從4類風險區的收入保險費率測算結果來看，同一保障水平下的天然橡膠收入保險純費率完全符合“保險費率隨著風險等級的升高而增加”的保險定價準則，100%保障水平下的收入保險純費率依次為16.28%（低風險區）、16.62%（中風險區）、16.92%（中高風險區）、17.78%（高風險區），即將差異化收入保險純費率的厘定結果反饋至綜合風險區劃結果，二者呈現一致狀態，不必對初步風險分區結果進行調整。

5.3.2毛費率測算

獲得收入保險純費率后，根據2021年財政部、農業農村部、銀保監會發布的《關于擴大三大糧食作物完全成本保險和種植收入保險實施范圍的通知》中“綜合費用率不高于20%”的規定，結合綜合風險區劃結果，參考陳燕等（2022）的附加費率設定方法，差異化設定低風險區風險附加系數為0.17，中風險區為0.18，中高風險區為0.19，高風險區為0.20。將附加費率與純費率代入式（3）求得天然橡膠收入保險毛費率，計算結果如表9所示。

結合表8、表9看，在80%的保障水平下，天然橡膠收入保險純費率在9.68%～11.62%之間，毛費率在11.33%～13.94%之間。考慮到管理成本等附加費用，天然橡膠收入保險保障程度從100%降至80%的過程中，相較于保障水平的降低，收入保險費率下降的速度更快。以低風險區為例，收入保險毛費率從19.05%變動到11.33%，保險費率變動達40.50%。

5.3.3確定保費

本文基于近5年（2016-2020年）天然橡膠區域歷史單產、現貨價格數據計算得到區域膠農歷史收入均值，以此作為預期保障收入，設定保險金額，將保險金額與毛費率相乘，即可確定保費。保險金額設定和保費測算結果分別如表10和表11所示，農戶可以依據自身種植情況選擇較高保障水平下的收入保險金額，增強對收入的風險保障能力，保費也會因此增加。

6研究結論、討論與政策啟示

發展天然橡膠收入保險對于促進我國天然橡膠產業可持續發展、提升我國天然橡膠自給水平、持續滿足農戶日益增長的風險防范需求、穩定農戶收益意義重大。同時，風險區劃是實現高質量發展收入保險的應有之義。本文基于風險分散理論和對價交換理論，通過梳理風險區劃與收入保險定價之間的關系構建綜合風險區劃下的收入保險定價理論分析框架，剖析收入保險產品定價影響因素以構建收入保險定價模型，采用系統聚類分析和Copula函數等方法探討海南省風險區域劃分和保險費率分區定價問題，根據實證分析結果得出研究結論，并進行討論，最后提出有利于天然橡膠產業可持續穩定發展的政策啟示。

6.1研究結論

基于綜合風險區劃實證結果，結合設立的理論分析框架，本文針對不同風險等級區域差異化制定風險附加系數，分區定價收入保險，得出5點研究結論。

（1）天然橡膠期貨市場具備價格發現功能。從對期貨市場價格發現功能的實證檢驗來看，我國天然橡膠期貨市場與現貨市場間存在長期均衡關系和雙向引導關系，可以納入收入保險定價的價格基礎。

（2）海南省天然橡膠主產市（縣）被劃分為低、中、中高、高4類風險區域，天然橡膠區域單產與價格相關性極弱。在低風險區（Kendall-τ=-0.0255，Spearman-ρ=-0.0382）呈極弱負相關性，在中風險區（Kendall-τ=0.0654，Spearman-ρ=0.0979）、中高風險區（Kendall-τ=0.0741，Spearman-ρ=0.1108）、高風險區（Kendall-τ=0.1088，Spearman-ρ=0.1530）呈極弱正相關性，負相關程度隨著風險等級的提高而減弱。

（3）同一風險區內，相同保障水平下的天然橡膠收入保險費率>價格保險費率>產量保險費率。以低風險區為例，100%保障水平下收入保險費率（16.28%）>價格保險（15.96%）>產量保險（3.76%）。

（4）同一保障水平下的天然橡膠收入保險純費率定價結果遵循“低風險區<中風險區<中高風險區<高風險區”的排序，符合“風險等級越高，保險費率越大”的保險定價準則。以100%保障水平為例，低風險區收入保險費率（16.28%）<中風險收入保險費率（16.62%）<中高風險區收入保險費率（16.92%）<高風險區收入保險費率（17.78%）。

（5）在80%～100%保障水平下，海南省天然橡膠收入保險毛費率在11.33%～21.34%之間，保費在4.47～11.07元/公頃之間。

6.2討論

本文結合因子分析和聚類分析法將海南省分為4類風險區域，通過Copula函數、蒙特卡洛模擬等方法完成不同風險區域的保險定價，地區費率的差異性充分反映了地區風險的異質性，基于研究結論和已有研究成果進行討論。

在驗證我國天然橡膠期貨市場是否已經發展成熟且具備價格發現功能時，不同學者選擇的數據不同、研究方法不同、模型不同均會對研究結果產生影響。伊克夫（2020）使用上海期貨交易所和天然橡膠網2010年1月至2020年5月的橡膠期現貨日交易數據2365組，運用向量誤差修正模型（Vector Error Correction Model， VECM）、方差分解等多種方法對我國天然橡膠期貨市場價格發現功能進行實證研究，結果顯示，我國橡膠期貨市場已經成熟，期貨價格對現貨價格的引導作用強，已經具備價格發現功能，這與本文研究結果相符。期貨市場具備的公開、工作、高效、競爭的期貨交易機制使之形成了預期性、真實性、連續性和權威性的期貨價格。檢驗期貨價格發現功能的實質是看期貨價格能否更快地體現市場信息，并將信息傳遞給現貨市場，即期貨價格引導現貨價格走向（馬思懿等，2012），發揮引導現貨市場經營者規避風險的作用。只有具備價格發現功能的期貨價格才能作為收入保險定價的價格基礎，而對于部分沒有期貨市場或是期貨市場發展不完善的農作物，劉素春等（2018）、李桂偉等（2019）則將農作物平均出售價格數據納入收入保險定價。也有學者持反對意見，漢雅玲（2022）選擇中國橡膠期貨上市后的2014年3月17日至2017年2月17日連續價格和中國橡膠現貨市場日連續價格的數據進行實證分析，選取向量自回歸模型及其他相關檢驗方法對中國橡膠期貨市場進行了全方位的檢測，結果表明，我國天然橡膠期貨市場價格發現功能與套期保值功能均較弱，與成熟的期貨市場仍存在一定距離，目前學者們尚未就其達成一致。

關于實施天然橡膠主產市（縣）的風險區劃，本文通過構建綜合風險指標體系將主產市（縣）分為4類風險等級，不同風險區域間的風險因素差異顯著，這與邢紅飛等（2018）、陳燕等（2022）的研究結果具有相似之處。因此，有必要在保險定價前對農作物種植區域實施風險區劃，將風險相似度高的區域聚合為一類。此外，還發現區域內天然橡膠單產和價格間的相關性較弱，且可能存在正相關關系，這與谷政等（2020）、李琴英等（2020）的研究結論具有相似之處。理論上的農產品產量與價格間呈負相關性，但現實環境紛繁冗雜，農產品價格受到政策、國際市場、供需關系等多方面因素的影響，可能與局部市場產量存在正相關關系。晁娜娜等（2017）在對新疆棉花收入保險費率測算研究中發現，棉花單產與價格間存在微弱的正相關關系，負相關性不明顯，認為這可能歸咎于棉花價格的市場形成機制尚不完善；趙玉等（2019）、高柏楊（2022）在對水稻進行收入保險費率厘定時發現，現階段水稻量價之間負相關性較弱甚至表現為正，這可能與我國一直以來實施的糧食價格政策有關。

（3）關于天然橡膠保險的費率測算，定價結果顯示收入保險費率最高，其次是價格保險，產量保險費率最低，這是由于天然橡膠價格風險導致的收入損失遠高于產量風險導致的收入損失，且單產風險與價格風險對沖效果不理想，造成兩類風險的疊加，這一結論同樣適用于其他農產品。趙玉等（2019）在對三類蔬菜進行收入保險定價研究時發現，蔬菜價格波動風險高于產量波動風險，菜農種植蔬菜的收入風險主要來自價格波動，其中番茄的單產波動與價格波動負相關程度弱，導致收入保險的費率高于價格保險和產量保險的費率。實際上，隨著我國農業種植技術的逐漸發展與完善、農產品貿易量和儲備規模的膨脹，價格風險日益成為農戶需要謹慎應對的關鍵性因素（安毅等，2018），對保障價格風險的保險險種構成了潛在的市場需求。

（4）相同保障水平下的收入保險純費率隨著風險等級的升高而增加，費率測算結果與風險區劃結果一致，從費率視角驗證了區劃結果的合理性，這與王珺等（2014）、鄭莉（2022）的研究結論相似。相較于低風險區域，高風險區域的農作物面臨的生產風險高，遭受災害損失的概率大，保險費率也理應較高，然而我國大多數保險仍處于全省統一費率的定價模式，農戶逆向選擇風險加劇。周縣華（2018）在對吉林省玉米種植保險風險區劃與分級定價費率研究中指出，目前“一省一費”的做法已經制約了中國農業保險的發展，尋找省級層面以下合適的風險區劃層級將成為中國農業保險未來發展的重要一步。因此，將風險區劃單元逐步精確至地市級、縣級乃至更小層級，制定與風險狀況相匹配的區域保險費率，可以有效解決一省內低風險區農戶承擔費率偏高、高風險區農戶風險保障不足的問題（魏建等，2023）。

（5）80%保障水平下的天然橡膠收入保險平均毛費率為12.32%，費率厘定結果與王悅等（2021）基于Copula方法測算的廣西壯族自治區甘蔗收入保險費率接近。相較于海南省現行民營膠價格（收入）12%的保險費率，收入保險增強了對產量風險的保障作用，且費率無較大提升，不會顯著增加農戶和政府財政負擔，推廣可行性較強，未來在試點中可以依據實際情況逐步完善收入保險風險區劃和保障水平，從而動態調整方案。

對比已有研究，本文綜合考慮產量風險、農田水利狀況和農戶經濟水平將海南省天然橡膠主產市（縣）區劃為4類風險區域，探究綜合風險區劃下不同風險區之間保險定價的差異性，與以往研究相比，本文選取的風險指標更為全面，定價結果更為精準。

本文的局限之處在于：一是研究區域僅涉及海南省內的15個市（縣），未將海口市、東方市和文昌市劃入綜合風險區劃范圍中，缺乏對全省天然橡膠種植風險的刻畫；二是考慮到長期且連續的海南省氣象數據的可獲得性，未將臺風、干旱、低溫等氣象災害納入天然橡膠綜合風險指標體系，而采用單產減產率這一指標評估所有災害風險可能給天然橡膠種植帶來的減產概率，綜合分區結果對氣象風險因素刻畫較為粗糙，存在進一步完善空間。劉少軍等（2015）認為，寒害和風害是海南島天然橡膠面臨的主要氣象災害，依據地區氣象風險特征開展風險區劃可有效提高天然橡膠氣象災害的防御能力。

6.3政策啟示

天然橡膠收入保險是加大天然橡膠產業風險管理、提升農戶農業風險防范水平的重要政策性工具。基于研究結論與討論，本文提出4點政策啟示。

（1）完善我國農產品期貨市場，加強期貨價格發現功能。我國期貨市場起步較晚，雖然本文中天然橡膠期貨市場的價格發現功能得到檢驗，但部分農產品期貨的價格發現與套期保值功能發揮不佳。近年來，隨著大豆、玉米等農作物托市收購政策的逐步取消，農業生產者面臨的市場波動風險加劇，期貨在農業風險管理中的地位愈加重要。收入保險要實現精準定價離不開期貨市場的支持，如果農作物期貨價格不能較好地引導并反映現貨價格，將會給收入保險定價帶來技術上的困難。我國農產品期貨市場還需加大政策宣傳和支持力度，豐富農產品期貨上市品種結構，增強期貨市場的價格發現能力。

（2）積極開發因地制宜差異化設定費率和保障水平的收入保險與森林保險，滿足當前多元化農業經營主體的差異化投保需求。從當前我國收入保險和政策性森林保險開展情況來看，由于各地區之間地域稟賦差異顯著，膠農或其他營林主體生產面臨的生產風險類型、損失程度有很大不同，決定了不同區域對收入保險、森林保險產品的需求存在差異。因此，在設定保險費率時，首先應考慮區域綜合風險因素的不同，遵循保險精算原則，差異化測算區域保險費率，實現科學合理化的保險定價，緩解不同風險區之間財政和農戶的錯位補貼現象；其次，結合各區域、各農戶的實際狀況，提供差異化保障水平的收入保險與森林保險產品，有效提高農戶的投保積極性，促進林業和保險業的共同可持續發展；最后，可依據地區最新農業生產相關數據不斷完善風險區劃，更新區域風險等級，動態修正保險費率。

（3）重視天然橡膠多品類險種的共同發展，尤其是價格保險。目前天然橡膠價格風險遠高于產量風險，農戶對保障價格風險類險種需求迫切，收入保險雖然能同時保障產量風險和價格風險為農戶收入帶來的不確定性，但部分農戶為節省成本仍傾向于購買費率較低的價格保險。因此，通過各類保險產品間的互補，滿足不同經營主體多樣化的風險保障需求，并提高各類保險產品的保障程度和覆蓋率，賦予農戶更多的險種選擇空間以提高其投保的積極性、主動性，進一步促進我國農業保險日益朝著“擴面、增品、提標”的高質量方向發展，為天然橡膠規模化種植保駕護航。

（4）可在低風險區優先開展天然橡膠收入保險試點。目前全國開展收入保險試點的農作物大多為玉米、水稻、小麥等主糧作物，缺乏經濟作物收入保險試點，海南省于2018年試點天然橡膠準收入保險，還未開展收入保險。從本文收入保險定價實證結果來看，雖然天然橡膠價格風險與產量風險的對沖效果并不理想，但低風險區天然橡膠產量與價格間存在負相關性，即在理論上同等保額下的收入保險費率會低于單一的產量保險或價格保險費率。因此，若在低風險區優先試點天然橡膠收入保險，不僅有降低保險費率的可能性，而且對農戶的保障作用更強，也更具有吸引力。

參考文獻

安毅，方蕊.我國農產品市場風險變化與新型防控體系建設[J].經濟縱橫， 2018， 395（10）：59-66.

晁娜娜，楊汭華，羅少凡.基于Copula模型的棉花收入保險費率測算研究[J].統計研究， 2017， 34（08）：92-99.

陳燕，林樂芬.主糧作物市縣級農業綜合風險區劃與收入保險定價研究[J].農業經濟問題， 2022（08）：92-113.

高柏楊.浙江省水稻收入保險及其定價研究[D].杭州：浙江工商大學， 2022.

谷政，任志宇.玉米主產地區收入保險費率厘定問題研究[J].金融理論探索， 2020（01）：69-80.

漢雅玲.天然橡膠期貨市場價格發現與套期保值功能研究[D].上海：華東政法大學， 2022.

姜雨函，羅靖，楊再強，等.南方地區大棚種植非洲菊高溫熱害風險區劃[J].中國農業氣象， 2023， 44（05）：433-444.

李桂偉，趙明清.基于非參數核密度估計與Copula方法的山東省小麥收入保險定價研究[J].山東科技大學學報（自然科學版）， 2019， 38（05）：81-86.

李梅華，卯寅.農業“保險+期貨”模式的應用研究——以貴州省為例[J].價格理論與實踐， 2019（05）：100-103.

李琴英，黃偉潔.河南省玉米區域產量保險費率厘定實證研究[J].保險研究， 2018（02）：85-101.

李琴英，王世保，呂雅晴.優質小麥收入保險費率厘定及保費補貼研究——以河南省為例[J].金融理論與實踐， 2020（05）：95-102.

梁來存.我國糧食作物保險風險區劃的實證研究[J].山西財經大學學報， 2010， 32（01）：65-71.

劉少軍，張京紅，蔡大鑫，等.海南島天然橡膠主要氣象災害風險區劃[J].自然災害學報， 2015， 24（03）：177-183.

劉素春，劉亞文.農產品收入保險及其定價研究——以山東省蘋果為例[J].中國軟科學， 2018， 333（09）：185-192.

劉亞洲，鐘甫寧，呂開宇.氣象指數保險是合適的農業風險管理工具嗎？ [J].中國農村經濟， 2019， 413（05）：2-21.

陸琬佳.廣西糖料蔗收入保險的可行性分析及產品設計[D].南寧：廣西大學， 2021.

馬改艷，周磊.甘蔗區域產量保險的風險區劃研究——以廣西為例[J].江蘇農業科學， 2018， 46（11）：358-362.

馬思懿，黃佐钘.我國天然橡膠期貨價格發現功能實證分析[J].中國證券期貨， 2012（01）：12-13.

牛浩，陳盛偉.基于風險區劃的玉米區域產量保險費率厘定研究——以山東省17地市為例[J].保險研究， 2016（01）：65-75.

宋建國，劉莉.我國農業收入保險的發展思路[J].中國金融， 2022（10）：62-64.

宋正陽，張峭，王克.農作物生產風險評估與區劃系統的設計與實現[J].中國農業資源與區劃， 2013， 34（03）：34-40.

田菁，張瑯，袁佳子.農作物收入保險省及地市級定價研究——以遼寧省玉米、大豆為例[J].保險研究， 2019（03）：103-115.

庹國柱，丁少群.農作物保險風險分區和費率分區問題的探討[J].中國農村經濟， 1994（08）：43-47， 61.

庹國柱，朱俊生.論收入保險對完善農產品價格形成機制改革的重要性[J].保險研究， 2016（06）：3-11.

王保玲，孫健，江崇光.我國引入農業收入保險的經濟效應研究[J].保險研究， 2017（03）：71-89.

王國棟，龐楷.基于Copula函數的經濟作物收入保險費率測算——以甘肅蘋果為例[J].金融理論探索， 2019（03）：62-70.

王珺，冷慧卿.基于公頃網格尺度的森林火災風險區劃與保險定價研究[J].管理世界， 2014（09）：42-47.

王悅，談娟，陳冰宇.基于Copula方法的甘蔗收入保險定價研究——以廣西為例[J].區域金融研究， 2021（11）：48-54.

魏建，王慧敏，嚴曉東.農業保險高質量發展與農民風險防范——基于費率區劃的視角[J].宏觀質量研究， 2023， 11（01）：38-51.

吳銀毫.我國經濟作物收入保險定價研究——以阿克蘇棉花為例[J].金融理論與實踐， 2017（01）：102-106.

肖宇谷，楊曉波，齊紀元.我國農業保險大災風險的空間分散效應測度與應用研究[J].保險研究， 2022， 411（07）：58-68.

邢鸝，鐘甫寧.糧食生產與風險區劃研究[J].農業技術經濟， 2006（01）：19-23.

邢紅飛，賈子昂，宮大鵬，等.基于風險區劃的我國森林火災保險費率厘定研究[J].林業經濟， 2018， 40（02）：107-112.

胥蓓蕾，童心，邱鵬輝，等.我國下擊暴流強風災害風險分析與區劃研究[J/OL].中國農業資源與區劃， （2023-06-09）[2023-06-10]. https：//kns. cnki. net/kcms2/detail/11. 3513. S. 20230608. 1510. 028. html

徐婷婷，孫蓉，崔微微.經濟作物收入保險及其定價研究——以陜西蘋果為例[J].保險研究， 2017（11）：33-43.

楊馥，仲璇.我國油料作物收入保險定價研究——基于Copula模型對河南省花生作物保險定價的分析[J].價格理論與實踐， 2020（01）：119-122.

伊克夫.我國橡膠期貨價格發現功能研究[J].價格理論與實踐， 2020， 433（07）：106-108， 179.

余艷.農產品收入保險作用機制及其風險應對研究[J].價格理論與實踐， 2020（07）：117-120.

占紀文，鄭思寧，徐學榮.縣域農作物產量保險風險區劃與費率厘定研究——基于福建省推廣縣域水稻保險的構想[J].價格理論與實踐， 2019（04）：129-132.

張以晨，郎秋玲，陳亞南，等.基于自然災害風險評價框架的省級地質災害風險區劃方法探討——以吉林省為例[J].中國地質災害與防治學報， 2020， 31（06）：104-110.

趙玉，嚴武，李佳.基于混合Copula模型的水稻保險費率厘定[J].統計與信息論壇， 2019， 34（08）：66-74.

趙玉.基于半參數Copula方法的蔬菜收入保險定價研究[J].農業現代化研究， 2019， 40（02）：308-315.

周縣華.我國種植業保險風險區劃與分級費率定價研究——以吉林省玉米種植保險為例[J].保險研究， 2018（02）：72-84.

鄭莉.山東省小麥風險區劃和收入保險設計[D].濟南：山東大學， 2022.

Ahmed O， Serra T. Economic analysis of the introduction of agricultural revenue insurance contracts in Spain using statistical copulas[J]. Agricultural Economics， 2015， 46（01）：69-79.

Claassen R， Just R E. Heterogeneity and Distributional form of Farm-level Yields [J]. American Journal of Agricultural Economics， 2011， 93（01）：144-160.

Cole J B， Gibson R. Analysis and Feasibility of Crop Revenue Insurance in China [J]. Agriculture and Agricultural Science Procedia， 2010（01）：136-145.

Duarte G V， Ozaki V A. Pricing Crop Revenue Insurance using Parametric Copulas [J]. Revista Brasileira de Economia， 2019， 73（03）：325-343.

Fakhereh A， Alfred S， Zhong B S. The use of bivariate copulas for bias correction of reanalysis air temperature data [J]. PLoS ONE， 2019， 14（05）：22.

Goodwin B K， HungerfordA. Copula-Based Models of Systemic Risk in U. S.Agriculture：Implications for Crop Insurance and Reinsurance Contracts [J]. American Journal of Agricultural Economics， 2015， 97（03）：879-896.

Goodwin B K， Harri A， Rejesus R M， et al. Measuring Price Risk in Rating Revenue Coverage：BS or No BS [J]. American Journal of Agricultural Economics， 2018， 100（02）：456-478.

Hao M， Macdonald A S， Tapadar P， et al. Insurance loss coverage and demand elasticities [J]. Insurance Mathematics and Economics， 2018， 79：15-25.

Mohammad G， Rassul M， Ghader D， et al. Designing a whole-farm revenue insurance for agricultural crops in Zanjan province of Iran [J]. Economía Agraria y Recursos Naturales， 2017， 17（02）：29-53.

Ramsey A F， Goodwin B K， Ghosh S K. How High the Hedge：Relationships between Prices and Yields in the Federal Crop Insurance Program [J]. Journal of Agricultural and Resource Economics， 2019， 44（02）：227-245.

Yi F， Zhou M， Zhang Y Y. Value of Incorporating ENSO Forecast in Crop Insurance Programs [J]. American Journal of Agricultural Economics， 2020， 102（02）：439-457.

Tolhurst T N， KerA P. On technological change in crop yields [J].American Journal of Agricultural Economics， 2015， 97（01）：137-158.

Woodard J D， Pavlista A D， Schnitkey G D， et al. Government Insurance Program Design， Incentive Effects， and Technology Adoption： The Case of Skip-Row Crop Insurance [J]. American Journal of Agricultural Economics， 2012， 4（04）：823-837.

Zhou X H， Liao P， Wang K. Is the "One Province One Rate" premium policy reasonable for Chinese crop insurance？ The case in Jilin Province [J]. Journal of Integrative Agriculture， 2018， 17（08）：1900-1911.

（責任編輯康燕）

①目前政府部門和業界習慣將“準收入保險”稱為“收入保險”，準收入保險的減產責任和價格波動責任相互獨立、各自確定，嚴格來講并不能稱之為收入保險，真正的收入保險需要考慮產量風險與價格風險之間的相關性，并將二者統一核算，與準收入保險存在本質差異。