陳雅子++申雙和

doi：10.15889/j.issn.1002-1302.2016.10.133

摘要：利用江蘇省近50年來的氣象數(shù)據(jù)及水稻關鍵生育期數(shù)據(jù)，結(jié)合實際情況，確定夏季水稻高溫熱害指標，通過對產(chǎn)量數(shù)據(jù)的分析，得到產(chǎn)量的時空分布特點，并運用Copula函數(shù)計算可知夏季高溫與水稻產(chǎn)量具有顯著的相關性。根據(jù)風險指標f將全省劃分為2個風險區(qū)域，在受災風險較高的Ⅰ區(qū)和較低的Ⅱ區(qū)免賠額分別設為10%和5%，在此基礎上計算出2個區(qū)域的保險費率。對比發(fā)現(xiàn)，保險費率的分布與風險指標的分布相似，表明天氣指數(shù)保險的設計有效地減小基差風險，具有可行性。

關鍵詞：水稻；高溫熱害；天氣指數(shù)保險；Copula函數(shù)；風險指標；基差風險

中圖分類號： F840.66文獻標志碼： A文章編號：1002-1302（2016）10-0461-04

收稿日期：2015-08-23

基金項目：公益性行業(yè)（氣象）科研專項（編號：GYHY201506018）。

作者簡介：陳雅子（1991—），女，江蘇揚州人，碩士研究生，研究方向為農(nóng)業(yè)氣象災害風險區(qū)劃和天氣指數(shù)保險。E-mail：chenyazi0618@163.com。

通信作者：申雙和，博士，教授，研究方向為農(nóng)業(yè)氣象與生態(tài)環(huán)境氣象。E-mail：yqzhr@nuist.edu.cn。近幾十年來，氣候變化尤其是全球氣候變暖對自然環(huán)境、農(nóng)業(yè)生產(chǎn)和社會經(jīng)濟等方面造成了巨大的影響，高溫熱害也呈強度增大、頻次增多的趨勢，對水稻生長發(fā)育及產(chǎn)量的影響得到人們的關注[1]。水稻是江蘇省主要糧食作物之一[2-3]，以一季稻種植為主，通常在5月下旬播種，10月收獲，生長期內(nèi)，易遭受高溫、洪澇、病蟲害等影響[4-5]，其中以高溫熱害危害較重。由于夏季高溫與水稻的高溫敏感期經(jīng)常相遇，高溫脅迫的概率高，高溫熱害風險大，也是影響整個長江流域及其以南地區(qū)水稻生產(chǎn)的主要氣象災害之一[6]。近30年來，江蘇省整體平均氣溫呈上升趨勢，20世紀90年代后變暖趨勢更加顯著[7]。夏季7、8月受副熱帶高壓控制，常出現(xiàn)異常高溫天氣，此時全省大部分地區(qū)水稻正處在高溫敏感期，即孕穗、抽穗揚花期[8]。高溫熱害會導致水稻產(chǎn)量降低，不穩(wěn)定性增大[9]。以2013年夏天為例，我國南方大范圍地區(qū)出現(xiàn)超過10 d 38 ℃以上高溫，而江蘇省許多地區(qū)則出現(xiàn)約45 d的持續(xù)高溫天氣，對水稻生產(chǎn)帶來嚴重威脅。

針對高溫對水稻產(chǎn)量的影響，前人提出了多種熱害指標，一般認為水稻花期的致害溫度為35 ℃，因此提出日平均氣溫 30 ℃且日最高氣溫 35 ℃作為自然高溫的致害指標[10-12]。水稻在孕穗—抽穗揚花期內(nèi)對溫度最敏感，日平均溫度大于30 ℃對開花結(jié)實有明顯傷害，日最高溫度連續(xù)3 d大于35 ℃為抽穗開花期的熱害指標。有關研究表明，若水稻開花遇到連續(xù)7 d大于35 ℃的高溫，空殼率升高10倍[13]，王前和等將抽穗開花期日最高氣溫持續(xù)5 d以上 37 ℃作為造成大田空殼率發(fā)生的熱害指標[14]。

天氣指數(shù)保險作為新興的農(nóng)業(yè)保險，具有分散農(nóng)業(yè)氣象災害風險，提高作物種植的防災、減災和災后恢復能力，減少自然風險對農(nóng)業(yè)生產(chǎn)的負面影響的特點，因此應用天氣指數(shù)保險在當前背景下具有重要意義。天氣指數(shù)保險的模式是在既定區(qū)域內(nèi)，以既定氣象事件或變量為基礎，以指定的農(nóng)業(yè)氣象指標作為觸發(fā)機制，若超出制定值，保險公司即對農(nóng)戶負責賠償，這種模式有效克服了信息不對稱導致的逆選擇和道德風險的問題，降低了理賠和定損成本，在全球氣候變暖的背景下，各種氣象災害呈現(xiàn)多發(fā)、頻發(fā)、重發(fā)的態(tài)勢，天氣指數(shù)保險存在全球新興氣象風險和再保險市場，天氣指數(shù)具有較強的風險控制能力，可與其他金融服務捆綁組合，構(gòu)筑多元化農(nóng)業(yè)風險控制體系[15-16]。國外自20世紀90年代開始研究天氣指數(shù)，目前其產(chǎn)品已得到廣泛應用。加拿大、印度、美國和墨西哥等國家分別將天氣指數(shù)保險應用于玉米、花生、煙草種植和制冷取暖等行業(yè)。同時，美國、墨西哥、南非和阿根廷采用氣象指數(shù)保險來規(guī)避高溫熱害、低溫凍害、暴雨等極端天氣事件給農(nóng)業(yè)、畜牧業(yè)、種植業(yè)、金融業(yè)等造成的風險[17-19]。我國近些年關于天氣指數(shù)農(nóng)業(yè)保險的研究中，既有糧食作物，又有多種經(jīng)濟作物。婁偉平等設計了浙江水稻農(nóng)業(yè)氣象指數(shù)，降低暴雨對水稻產(chǎn)量及農(nóng)民收入的影響[20-22]；婁偉平等設計了浙江柑橘天氣指數(shù)，以反映低溫凍害和高溫熱害對柑橘產(chǎn)量的影響，為保險費率的厘定提供依據(jù)[23-26]。目前，對水稻高溫熱害天氣指數(shù)保險的研究鮮有報道。本研究采用Copula函數(shù)來度量江蘇省夏季高溫與水稻產(chǎn)量之間的關系，在風險區(qū)劃的基礎上，實現(xiàn)保險費率的厘定。

1資料及方法

1.1研究資料

本研究使用的資料包括氣象資料和產(chǎn)量資料。氣象資料為江蘇省57個氣象臺站的觀測數(shù)據(jù)，主要包括逐日平均氣溫、日最高氣溫、相對濕度等。產(chǎn)量資料包括該57個縣（市、區(qū)）夏季水稻產(chǎn)量和主要生育期起止時間。資料年限均為1961—2010年。

1.2研究方法與模型

本研究采用Copula函數(shù)來度量近50年來江蘇省高溫熱害與水稻產(chǎn)量之間的關系，對采用的2種Copula函數(shù)進行相關性計算并進行顯著性檢驗，這為天氣指數(shù)保險中費率的厘定提供了基礎。

3結(jié)論與討論

本研究采用Copula函數(shù)來度量夏季高溫與水稻產(chǎn)量之間的非線性相關關系，避免采用簡單的線性相關系數(shù)帶來的基差風險較高的問題，并成功檢驗了水稻高溫熱害指標的合理性，驗證了夏季高溫熱害指標與水稻減產(chǎn)之間的相關關系，為天氣指數(shù)保險的設計提供基礎。出于減小基差風險的原則，在厘定保險費率之前首先對江蘇省進行風險區(qū)劃，將全省分為2個區(qū)域，并在各區(qū)域內(nèi)設置不同的免賠額，計算出最終的保險費率。保險費率的分布與風險指標的分布相似，可見本研究設計的天氣指數(shù)保險具有可行性。本設計目前僅處于探索階段，仍存在許多問題有待解決：第一，江蘇省內(nèi)雖以平原為主，但江南地區(qū)仍有許多山地存在，且有長江、淮河2條主要河流經(jīng)過，造成各地小氣候差異顯著，采用相同的天氣指數(shù)可能會帶來誤差，因此天氣指數(shù)保險的設計不能完全脫離實地勘察，須在勘察定損的基礎上不斷完善；第二，天氣指數(shù)設計時采用的氣象數(shù)據(jù)，其觀測地點與參保地塊之間存在一定距離，兩者之間的環(huán)境差異也可能會產(chǎn)生誤差；第三，存在氣候周期如厄爾尼諾、微觀氣候等系統(tǒng)性風險，投保周期會影響其施行效果。

參考文獻：

[1]秦大河. 影響我國的主要氣象災害及其發(fā)展態(tài)勢[J]. 中國應急救援，2008（6）：4-6.

[2]艾玉春，董搖月，汪吉東，等. 水稻產(chǎn)量主要養(yǎng)分限制因子及養(yǎng)分運籌應對技術(shù)研究[J]. 江蘇農(nóng)業(yè)學報，2015，31（3）：558-563.

[3]劉紅江，蔣銀濤，陳留根，等. 不同播栽方式對水稻根系生長及產(chǎn)量形成的影響[J]. 江蘇農(nóng)業(yè)學報，2015，31（2）：310-316.

[4]宋偉豐，陶波. 不同除草劑對水稻旱播田雜草的防效[J]. 雜草科學，2015，33（1）：65-66.

[5]左嬌，王雪君，郭運玲，等. 南繁區(qū)轉(zhuǎn)基因水稻田雜草種類調(diào)查[J]. 雜草科學，2014，32（4）：40-44.

[6]田小海，松井勤，李守華，等. 水稻花期高溫脅迫研究進展與展望[J]. 應用生態(tài)學報，2007，18（11）：2632-2636.

[7]朱珠. 江蘇省水稻產(chǎn)量對氣候變化的響應特征[D]. 南京：南京信息工程大學，2013.

[8]任義方，高蘋，王春乙. 江蘇高溫熱害對水稻的影響及成因分析[J]. 自然災害學報，2010，19（5）：101-107.

[9]包云軒，劉維，高蘋，等. 氣候變暖背景下江蘇省水稻熱害發(fā)生規(guī)律及其對產(chǎn)量的影響[J]. 中國農(nóng)業(yè)氣象，2012，33（2）：289-296.

[10]柳軍，岳偉，鄧斌. 江淮地區(qū)一季稻高溫熱害指標及其特征研究[J]. 農(nóng)業(yè)災害研究，2011（1）：63-66.

[11]嘉興地區(qū)農(nóng)科所調(diào)研組.高溫對早稻開花結(jié)實的影響和予防措施[J]. 浙江農(nóng)業(yè)科學，1978（2）：21-25.

[12]譚中和，藍泰源，任昌福，等. 雜交秈稻開花期高溫危害及其對策的研究[J]. 作物學報，1985，11（2）：103-108.

[13]陶炳炎，湯志成，彭釗安，等. 江蘇雜交水稻氣候分析和區(qū)劃[J]. 南京氣象學院學報，1981（1）：65-73.

[14]王前和，潘俊輝，李晏斌，等. 武漢地區(qū)中稻大面積空殼形成的原因及防止途徑[J]. 湖北農(nóng)業(yè)科學，2004（1）：27-30.

[15]曹前進. 農(nóng)業(yè)保險創(chuàng)新是解決農(nóng)業(yè)保險問題的出路[J]. 財經(jīng)科學，2005（3）：155-160.

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

[17]Barnett B J，Mahul O. Weather index insurance for agriculture and rural areas in lower-income countries[J]. American Journal of Agricultural Economics，2007，89（5）：1241-1247.

[18]陳盛偉. 農(nóng)業(yè)氣象指數(shù)保險在發(fā)展中國家的應用及在我國的探索[J]. 保險研究，2010（3）：82-88.

[19]Skees J R. Developing rainfall-based index insurance in Morocco[M]. World Bank Publications，2001.

[20]婁偉平，吳利紅，姚益平. 水稻暴雨災害保險氣象理賠指數(shù)設計[J]. 中國農(nóng)業(yè)科學，2010，43（3）：632-639.

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

[22]吳利紅，毛裕定，苗長明，等. 浙江省晚稻生產(chǎn)的農(nóng)業(yè)氣象災害風險分布[J]. 中國農(nóng)業(yè)氣象，2007，28（2）：217-220，230.

[23]婁偉平，吳利紅，邱新法，等. 柑橘農(nóng)業(yè)氣象災害風險評估及農(nóng)業(yè)保險產(chǎn)品設計[J]. 自然資源學報，2009，24（6）：1030-1040.

[24]婁偉平，吳利紅，倪滬平，等. 柑橘凍害保險氣象理賠指數(shù)設計[J]. 中國農(nóng)業(yè)科學，2009，42（4）：1339-1347.

[25]婁偉平，吳利紅，陳華江，等. 柑橘氣象指數(shù)保險合同費率厘定分析及設計[J]. 中國農(nóng)業(yè)科學，2010，43（9）：1904-1911.

[26]毛裕定，吳利紅，苗長明，等. 浙江省柑橘凍害氣象指數(shù)保險參考設計[J]. 中國農(nóng)業(yè)氣象，2007，28（2）：226-230.

[27]郭生練，閆寶偉，肖義，等. Copula函數(shù)在多變量水文分析計算中的應用及研究進展[J]. 水文，2008，28（3）：1-7.

[28]儲小俊，曹杰. 基于Copula方法的天氣指數(shù)保險產(chǎn)品設計——以南通棉花降水指數(shù)保險為例[J]. 生態(tài)經(jīng)濟，2014，30（10）：34-37.

[29]扈海波，董鵬捷，潘進軍. 基于災損評估的北京地區(qū)冰雹災害風險區(qū)劃[J]. 應用氣象學報，2011，22（5）：612-620.