侯奇奇,楊 帥,耿雪瑩,高宇俊
(廊坊市氣象局,河北 廊坊 065000)
玉米是廊坊市的主要糧食作物,2018年玉米播種面積為20.9萬(wàn)hm2,約占全市糧食作物播種面積的72%[1],是廊坊市重要的農(nóng)業(yè)經(jīng)濟(jì)來源。玉米分春夏兩季種植,夏玉米一般6月開始播種,9月中下旬成熟收獲,種植期間階段性干旱的頻繁發(fā)生,嚴(yán)重影響玉米的質(zhì)量和產(chǎn)量,給農(nóng)戶帶來嚴(yán)重的經(jīng)濟(jì)損失。農(nóng)業(yè)保險(xiǎn)是規(guī)避自然風(fēng)險(xiǎn)、保障農(nóng)業(yè)生產(chǎn)、穩(wěn)定農(nóng)民收入的重要手段,近年來,隨著國(guó)家對(duì)農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼力度的不斷增大,農(nóng)業(yè)保險(xiǎn)發(fā)展迅速,在轉(zhuǎn)移農(nóng)業(yè)風(fēng)險(xiǎn),保障農(nóng)戶收入方面正發(fā)揮著越來越重要的作用。然而傳統(tǒng)的農(nóng)業(yè)保險(xiǎn)以實(shí)際災(zāi)損作為賠付標(biāo)準(zhǔn),在開展過程中投保承保雙方的信息不對(duì)稱帶來的逆向選擇、道德風(fēng)險(xiǎn)以及災(zāi)后理賠時(shí)效低、成本高、難度大等問題嚴(yán)重困擾農(nóng)業(yè)保險(xiǎn)的市場(chǎng)化運(yùn)作[2]。
氣象指數(shù)保險(xiǎn)是指將氣象致災(zāi)因子和它所造成的損失開展相關(guān)分析并進(jìn)行天氣指數(shù)的設(shè)計(jì),與傳統(tǒng)農(nóng)業(yè)保險(xiǎn)相比,具有產(chǎn)品設(shè)計(jì)形式簡(jiǎn)單、基礎(chǔ)數(shù)據(jù)客觀權(quán)威、道德風(fēng)險(xiǎn)低、逆向選擇低、合同標(biāo)準(zhǔn)化程度高等優(yōu)勢(shì)。國(guó)外對(duì)于氣象指數(shù)保險(xiǎn)在前期開展了大量研究,Sherrick等[3]基于12個(gè)縣的玉米和大豆產(chǎn)量數(shù)據(jù),擬合作物產(chǎn)量分布模型,厘定不同分布假設(shè)下各農(nóng)場(chǎng)純費(fèi)率;世界銀行在馬拉維地區(qū)制定花生、玉米的干旱氣象指數(shù)保險(xiǎn)方案,并在摩洛哥、埃塞俄比亞等國(guó)家開展試點(diǎn)[4]。近年來,國(guó)內(nèi)學(xué)者也相繼開展農(nóng)業(yè)氣象指數(shù)保險(xiǎn)研究,并取得了一定成果。婁偉平等[5-7]結(jié)合區(qū)域產(chǎn)量風(fēng)險(xiǎn)和氣象指數(shù)保險(xiǎn),設(shè)計(jì)了柑橘凍害氣象指數(shù)保險(xiǎn)和水稻暴雨災(zāi)害指數(shù)保險(xiǎn);任義方等[8,9]采用聚類分析方法,對(duì)河南省冬小麥干旱和江蘇省水稻高溫?zé)岷M(jìn)行研究,開展氣象指數(shù)保險(xiǎn)風(fēng)險(xiǎn)評(píng)估和區(qū)劃。楊太明等[10]通過將歷史產(chǎn)量損失和主要?dú)庀鬄?zāi)害進(jìn)行對(duì)比分析,設(shè)計(jì)了小麥種植天氣指數(shù)保險(xiǎn)產(chǎn)品;劉亞靜[11]對(duì)河北省的玉米區(qū)域產(chǎn)量指數(shù)保險(xiǎn)和氣象指數(shù)保險(xiǎn)費(fèi)率分別進(jìn)行厘定,并進(jìn)行分析比較;高桂芹等[12]通過分析遷西板栗相對(duì)氣象產(chǎn)量和果實(shí)膨大期降水量的對(duì)應(yīng)關(guān)系,設(shè)計(jì)了板栗干旱指數(shù)模型。
據(jù)保險(xiǎn)公司統(tǒng)計(jì),廊坊市每年都有由于旱災(zāi)造成的玉米保險(xiǎn)理賠案件,當(dāng)?shù)剞r(nóng)民和保險(xiǎn)公司對(duì)于氣象指數(shù)保險(xiǎn)仍存在巨大的潛在需求。關(guān)于廊坊市氣象指數(shù)保險(xiǎn)的研究鮮見報(bào)道,本研究從廊坊市農(nóng)業(yè)保險(xiǎn)的實(shí)際需求出發(fā),以霸州市夏玉米為研究對(duì)象,應(yīng)用天氣指數(shù)保險(xiǎn)理念,分析夏玉米生育期內(nèi)相關(guān)氣象要素和最終產(chǎn)量損失的關(guān)系,構(gòu)建玉米干旱減產(chǎn)率模型,厘定純保險(xiǎn)費(fèi)率,設(shè)計(jì)夏玉米干旱氣象指數(shù)保險(xiǎn)產(chǎn)品,以期為廊坊市農(nóng)業(yè)氣象指數(shù)保險(xiǎn)工作的推廣應(yīng)用提供技術(shù)指導(dǎo)。
氣象資料選取霸州市國(guó)家氣象觀測(cè)站1980—2018年降水量、最高溫度、最低溫度、空氣相對(duì)濕度、日照時(shí)數(shù)、平均風(fēng)速的逐日數(shù)據(jù);玉米生育期及產(chǎn)量資料選取1993—2018年霸州市農(nóng)業(yè)氣象觀測(cè)數(shù)據(jù),以上數(shù)據(jù)均來自于河北省氣象信息中心。
根據(jù)夏玉米生育期觀測(cè)資料,將夏玉米生育期劃分為播種期至出苗期(簡(jiǎn)稱播種-出苗,下同)、出苗-拔節(jié)、拔節(jié)-抽雄、抽雄-乳熟、乳熟-成熟5個(gè)生育期,對(duì)不同生育期內(nèi)氣象資料進(jìn)行統(tǒng)計(jì)分析,通過分析夏玉米不同生育期氣象指數(shù)與玉米單產(chǎn)減產(chǎn)率的關(guān)系,選取關(guān)鍵生育期構(gòu)建廊坊市霸州市夏玉米干旱氣象保險(xiǎn)指數(shù),并對(duì)其進(jìn)行保險(xiǎn)費(fèi)率厘定。采用SPSS、Excel軟件進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析。
1.2.1 夏玉米干旱氣象指數(shù)構(gòu)建 干旱氣象指數(shù)用于表示夏玉米干旱災(zāi)害程度,應(yīng)具有人為因素影響小,計(jì)算簡(jiǎn)單、相對(duì)穩(wěn)定性好,與歷史災(zāi)損符合較好,且方便投保人理解和推廣的特點(diǎn)。本研究參考曲思邈等[13]對(duì)吉林省玉米干旱天氣指數(shù)保險(xiǎn)的研究方法,綜合分析夏玉米在不同生育期的降水量與作物需水量,將夏玉米不同生育期降水量低于該生育期作物需水量(即P<ETm)時(shí)的水分虧缺率(CWD,Crop water deficit)的絕對(duì)值(I)作為夏玉米干旱氣象指數(shù),其公式如下。
式中,CWD為水分虧缺率(%);P為累積降水量(mm);ETm為潛在蒸散量(mm),是作物參考蒸散量ET(0mm)與作物系數(shù)(Kc)的乘積,ET0采用聯(lián)合國(guó)糧農(nóng)組織(Food and Agriculture Organization of the United Nations,F(xiàn)AO)推薦的Penman-Monteith公式[14]計(jì)算,公式如下。
式中,ET0為作物參考蒸散量(mm/d);Rn為地表凈輻射[MJ(/m2·d)];G為土壤熱通量[MJ(/m2·d)];Tmean為日平均氣溫(℃);u2為2 m高處風(fēng)速(m/s);es為飽和水汽壓(kPa);ea為實(shí)際水汽壓(kPa);Δ為飽和水汽壓曲線斜率(kPa/℃);γ為干濕表常數(shù)(kPa/℃)。其中地表凈輻射、日平均溫度和水汽壓等參數(shù)均可通過日照時(shí)數(shù)、最高溫度和最低溫度等氣象要素求得。作物系數(shù)參考曹永強(qiáng)等[15]對(duì)河北省夏玉米作物系數(shù)的研究結(jié)果。
1.2.2 夏玉米減產(chǎn)率計(jì)算 為區(qū)分氣候因素對(duì)作物產(chǎn)量的影響,作物產(chǎn)量一般由趨勢(shì)產(chǎn)量、氣候產(chǎn)量和隨機(jī)誤差3部分組成,趨勢(shì)產(chǎn)量反映歷史時(shí)期生產(chǎn)力發(fā)展水平的長(zhǎng)周期產(chǎn)量分量,也被稱為技術(shù)產(chǎn)量,氣候產(chǎn)量則反映受氣候要素波動(dòng)為主的短周期產(chǎn)量分量,隨機(jī)誤差一般較小,忽略不計(jì)[16]。本研究利用1993—2018年夏玉米單產(chǎn)資料,采用3年滑動(dòng)平均方法模擬趨勢(shì)產(chǎn)量,進(jìn)而分離出氣象產(chǎn)量和相對(duì)氣象產(chǎn)量,相對(duì)氣象產(chǎn)量為負(fù)值則表示作物減產(chǎn),減產(chǎn)率(D)為相對(duì)氣象產(chǎn)量中減產(chǎn)部分。公式如下。
式中,Ym為氣象產(chǎn)量;Y為作物單產(chǎn);Yt為趨勢(shì)產(chǎn)量;Yp為相對(duì)氣象產(chǎn)量。
1.2.3 干旱氣象指數(shù)賠付標(biāo)準(zhǔn) 參考曹雯等[17]對(duì)河南省冬小麥干旱天氣指數(shù)的研究方法,干旱氣象指數(shù)保險(xiǎn)的賠付公式如下。
式中,M是單位面積保險(xiǎn)賠償金額(元/hm2);D為減產(chǎn)率;Dmin是賠付觸發(fā)值對(duì)應(yīng)的減產(chǎn)率;Dmax是最高減產(chǎn)率;Q是保險(xiǎn)金額(元/hm2)。
1.2.4 純保險(xiǎn)費(fèi)率厘定 保險(xiǎn)費(fèi)率由純費(fèi)率和附加費(fèi)率共同組成,純費(fèi)率是保險(xiǎn)損失的期望值,也稱凈費(fèi)率,是保險(xiǎn)費(fèi)率的主要部分,公式[17]如下。
式中,R為保險(xiǎn)純費(fèi)率;E[LOSS]為產(chǎn)量損失的數(shù)學(xué)期望;Lr為不同干旱氣象指數(shù)的減產(chǎn)率;Pi為不同干旱氣象指數(shù)發(fā)生概率(%)。
選取生育期降水量低于該生育期作物需水量時(shí)的干旱氣象指數(shù)與當(dāng)年的相對(duì)氣象產(chǎn)量進(jìn)行相關(guān)分析,結(jié)果見表1。夏玉米在不同生育期內(nèi)對(duì)水分的需求存在差異,抽雄-乳熟期為夏玉米需水高峰期,該時(shí)期干旱氣象指數(shù)與相對(duì)氣象產(chǎn)量的相關(guān)系數(shù)為-0.732,呈極顯著負(fù)相關(guān),拔節(jié)-抽雄期的相關(guān)系數(shù)次之,為-0.656,呈顯著負(fù)相關(guān),出苗-拔節(jié)期夏玉米干旱氣象指數(shù)與相對(duì)氣象產(chǎn)量相關(guān)系數(shù)最小。綜合分析夏玉米全生育期和拔節(jié)-乳熟期的干旱氣象指數(shù)與相對(duì)氣象產(chǎn)量的關(guān)系,相關(guān)系數(shù)分別為-0.586、-0.570,且均通過0.05水平的顯著檢驗(yàn)。
表1 不同生育期干旱氣象指數(shù)與夏玉米相對(duì)氣象產(chǎn)量的相關(guān)系數(shù)
考慮不同生育期干旱對(duì)夏玉米產(chǎn)量的影響和農(nóng)戶在實(shí)際投保過程中的可操作性,本研究選取玉米需水關(guān)鍵期(拔節(jié)-乳熟期)和全生育期的夏玉米干旱氣象指數(shù)分別與夏玉米減產(chǎn)率進(jìn)行回歸分析,建立夏玉米減產(chǎn)率回歸模型(表2),其回歸判定系數(shù)分別為0.577、0.346,均通過了0.05水平顯著檢驗(yàn)。
表2 夏玉米干旱氣象指數(shù)與減產(chǎn)率回歸模型
根據(jù)回歸方程,得出不同干旱氣象指數(shù)對(duì)應(yīng)夏玉米減產(chǎn)率,干旱氣象指數(shù)越大,夏玉米干旱程度越嚴(yán)重,減產(chǎn)率越高。只考慮拔節(jié)-乳熟期干旱災(zāi)害,當(dāng)夏玉米干旱氣象指數(shù)為40%時(shí),夏玉米減產(chǎn)率為9%;當(dāng)夏玉米干旱氣象指數(shù)為75%時(shí),減產(chǎn)率為29%;當(dāng)拔節(jié)-乳熟期沒有降水,即干旱氣象指數(shù)為100%時(shí),減產(chǎn)率為43%。在綜合考慮全生育期情況下,當(dāng)夏玉米干旱氣象指數(shù)為40%時(shí),夏玉米減產(chǎn)率為13%;當(dāng)夏玉米干旱氣象指數(shù)為60%時(shí),減產(chǎn)率為22%;當(dāng)夏玉米干旱氣象指數(shù)為70%時(shí),減產(chǎn)率為27%;若夏玉米整個(gè)生育期沒有降水,即干旱氣象指數(shù)為100%時(shí),減產(chǎn)率為41%。
按照與干旱等級(jí)相一致的原則,以及夏玉米干旱氣象指數(shù)與減產(chǎn)率之間的關(guān)系,將霸州市夏玉米干旱等級(jí)進(jìn)行劃分(表3)。當(dāng)減產(chǎn)率低于10%時(shí),夏玉米為輕旱;當(dāng)減產(chǎn)率在10%~20%時(shí),判定為中旱;當(dāng)減產(chǎn)率在20%~30%時(shí),為重旱;當(dāng)減產(chǎn)率超過30%,此時(shí)夏玉米為嚴(yán)重干旱。
表3 霸州市夏玉米干旱等級(jí)劃分
根據(jù)市場(chǎng)調(diào)查可知,在沒有災(zāi)害發(fā)生情況下,霸州市夏玉米產(chǎn)量可達(dá)6 750 kg/hm2,按照當(dāng)前市場(chǎng)價(jià)格2.2元/kg進(jìn)行推算,豐產(chǎn)產(chǎn)值可達(dá)14 850元/hm2。由表4可知,只考慮拔節(jié)-乳熟期干旱災(zāi)害,最高可導(dǎo)致玉米減產(chǎn)43%,約造成經(jīng)濟(jì)損失6 385.5元/hm2;考慮全生育期夏玉米干旱災(zāi)害,最高可導(dǎo)致夏玉米減產(chǎn)41%,造成經(jīng)濟(jì)損失約6 088.5元/hm2。參考楊太明等[18]對(duì)夏玉米的研究,并結(jié)合霸州市當(dāng)?shù)貙?shí)際情況,均選擇干旱氣象指數(shù)40%作為干旱保險(xiǎn)賠付的觸發(fā)值。
基于1980—2018年霸州市氣象站觀測(cè)數(shù)據(jù),計(jì)算不同干旱氣象指數(shù)發(fā)生概率及其對(duì)應(yīng)減產(chǎn)率,利用式(7)計(jì)算獲得拔節(jié)-乳熟期夏玉米干旱指數(shù)保險(xiǎn)費(fèi)率為5.6%,全生育期夏玉米干旱指數(shù)保險(xiǎn)費(fèi)率為6.5%,拔節(jié)-乳熟期夏玉米干旱指數(shù)保費(fèi)=保險(xiǎn)金額×純保險(xiǎn)費(fèi)率=357.6元/hm2,全生育期夏玉米干旱指數(shù)保費(fèi)為395.7元/hm2。表4中列出部分干旱氣象指數(shù)對(duì)應(yīng)的減產(chǎn)率、賠付比例和單位面積賠償金額。
本研究以廊坊市霸州市夏玉米為研究對(duì)象,利用分析氣象資料、夏玉米生育期和歷年單產(chǎn)資料構(gòu)建夏玉米干旱氣象指數(shù),分析干旱氣象指數(shù)與減產(chǎn)率之間相互關(guān)系,建立減產(chǎn)率模型,厘定保險(xiǎn)純費(fèi)率,設(shè)計(jì)夏玉米干旱氣象保險(xiǎn)產(chǎn)品。
根據(jù)研究可知,廊坊市霸州市夏玉米在拔節(jié)-乳熟期的干旱氣象指數(shù)與相對(duì)氣象產(chǎn)量相關(guān)性較高,說明該時(shí)期對(duì)水分需求較高,發(fā)生干旱對(duì)夏玉米生長(zhǎng)和產(chǎn)量形成具有嚴(yán)重影響,這與劉曉英等[19]對(duì)安徽省夏玉米研究結(jié)果一致。選取拔節(jié)-乳熟期和全生育期2個(gè)時(shí)期分別開展夏玉米干旱氣象指數(shù)研究,構(gòu)建夏玉米減產(chǎn)率模型,并將夏玉米干旱分為輕旱、中旱、重旱和嚴(yán)重干旱4個(gè)等級(jí)。當(dāng)干旱氣象指數(shù)均為100%時(shí),拔節(jié)-乳熟期的減產(chǎn)率較全生育期更大,其原因可能是本研究中未出現(xiàn)全生育期無(wú)降水的極端干旱情況,拔節(jié)-乳熟期干旱氣象指數(shù)與減產(chǎn)率相關(guān)性更大,但在實(shí)際應(yīng)用中該結(jié)果還需進(jìn)行進(jìn)一步研究與修正。與之前學(xué)者對(duì)干旱氣象指數(shù)的研究結(jié)果[10,13,20]相比,相同減產(chǎn)率情況下,本研究中干旱氣象指數(shù)較高,是由于本研究站點(diǎn)在夏玉米生長(zhǎng)期間對(duì)其進(jìn)行了灌溉,灌溉用水來自附近河流,灌溉存在較大隨機(jī)性且其數(shù)據(jù)不易觀測(cè)和記錄,本研究中僅對(duì)降水量進(jìn)行分析,忽略了灌溉對(duì)夏玉米生產(chǎn)的影響,干旱氣象指數(shù)較高。通過對(duì)歷史干旱理賠發(fā)生概率和賠付金額進(jìn)行統(tǒng)計(jì),對(duì)廊坊市霸州市夏玉米干旱氣象保險(xiǎn)產(chǎn)品進(jìn)行設(shè)計(jì),確定起賠標(biāo)準(zhǔn)為干旱氣象指數(shù)>40%,在拔節(jié)-乳熟期保險(xiǎn)費(fèi)率為5.6%,全生育期為6.5%,這與當(dāng)?shù)乇kU(xiǎn)公司開展保險(xiǎn)業(yè)務(wù)中的實(shí)際費(fèi)率較為一致,具有較好的參考性。
本研究選取水分虧缺率作為干旱氣象指數(shù),依據(jù)氣象資料即可進(jìn)行計(jì)算,指標(biāo)客觀實(shí)際,理賠操作簡(jiǎn)單,在一定程度上解決了傳統(tǒng)農(nóng)業(yè)保險(xiǎn)存在的道德風(fēng)險(xiǎn)和逆向選擇等問題。但在實(shí)際生產(chǎn)過程中,干旱對(duì)夏玉米產(chǎn)量的影響還受土壤類型、玉米品種、灌溉管理和種植規(guī)模等因素影響,保險(xiǎn)條例和相關(guān)費(fèi)率厘定也與市場(chǎng)和政策密切相關(guān),在以后的研究中還需加強(qiáng)氣象與農(nóng)業(yè)、保險(xiǎn)等多學(xué)科融合,以更好地滿足保險(xiǎn)產(chǎn)業(yè)業(yè)務(wù)需求。