董京銘 史達偉 顏佳任 王偉健

摘要：利用連云港市近30年冬小麥產(chǎn)量數(shù)據(jù)以及相關(guān)年份氣象要素數(shù)據(jù)，使用5年直線滑動平均方法，分離出氣象產(chǎn)量，將氣象產(chǎn)量與各種氣象因子進行相關(guān)性檢驗，根據(jù)研究結(jié)果，選取相關(guān)性顯著的氣象因子，設(shè)計氣象指數(shù)產(chǎn)品。結(jié)果顯示，不同生育期內(nèi)，冬小麥產(chǎn)量的影響因子不同，因此可以設(shè)計出多種農(nóng)業(yè)氣象指數(shù)產(chǎn)品，對冬小麥氣象指數(shù)與相對氣象產(chǎn)量進行回歸分析處理，計算出不同相對氣象產(chǎn)量范圍內(nèi)所對應(yīng)的氣象指數(shù)臨界閾值。根據(jù)長時間序列氣象指數(shù)的數(shù)據(jù)，計算出連云港市農(nóng)業(yè)氣象指數(shù)各等級災(zāi)損的風(fēng)險概率，同時建立關(guān)于冬小麥產(chǎn)量的災(zāi)損模型，并且分別得出不同免賠額下各氣象指數(shù)的保險純費率。結(jié)果顯示，在免賠率為0%時，各農(nóng)業(yè)氣象指數(shù)產(chǎn)品保險純費率在2.35%～5.66%之間，研究結(jié)果可為連云港市冬小麥開展政策性氣象指數(shù)保險提供科學(xué)依據(jù)。

關(guān)鍵詞：農(nóng)業(yè)氣象指數(shù);相對氣象產(chǎn)量;純費率;災(zāi)損模型;連云港;保險純費率

中圖分類號： F840.66 ?文獻標(biāo)志碼： A ?文章編號：1002-1302（2021）09-0242-07

小麥?zhǔn)墙K省主要的夏熟作物。江蘇省東北部沿海地區(qū)是連云港市冬小麥的生產(chǎn)區(qū)，位于溫帶和亞熱帶的交界點，其氣候條件非常適宜冬小麥生長，作為冬小麥主要種植區(qū)域，不同的成長階段構(gòu)成了連云港市冬小麥不同的生育期，在不同的生長階段影響冬小麥生長的主要氣象因子[1]除了降水量還有氣溫以及日照等。

農(nóng)業(yè)屬于弱質(zhì)產(chǎn)業(yè)，經(jīng)常承受各種災(zāi)害風(fēng)險造成的巨大經(jīng)濟損失。在當(dāng)今全球氣候變化背景下，在冬小麥的不同生育期中的氣象災(zāi)害都呈現(xiàn)出多發(fā)、頻發(fā)、重發(fā)態(tài)勢，已經(jīng)成為影響江蘇省小麥高產(chǎn)穩(wěn)產(chǎn)的重要因素[2-4]。農(nóng)業(yè)抵御自然災(zāi)害風(fēng)險，特別是突發(fā)性、大范圍災(zāi)害的能力很低。通過農(nóng)業(yè)保險分散災(zāi)害造成的糧食減產(chǎn)損失成為一種重要的保護途徑[5-6]。但是傳統(tǒng)的農(nóng)業(yè)保險在進行理賠定損流程時，是以實際災(zāi)害的損失作為賠付依據(jù)的，不僅過程復(fù)雜，保險公司與投保戶經(jīng)常在理賠定損中存在不同意見和道德風(fēng)險，這將不利于推行保險業(yè)務(wù)[7-8]。而天氣指數(shù)保險是指在一個區(qū)域范圍內(nèi)，把一個或多個氣候條件所造成的農(nóng)作物損害程度進行指數(shù)化，其相應(yīng)的指數(shù)都有對應(yīng)的農(nóng)作物產(chǎn)量和災(zāi)損，保險公司進行合同擬定時以這種指數(shù)為依據(jù)，當(dāng)氣象指數(shù)達到一定閾值并對農(nóng)產(chǎn)品造成一定損害時，投保人就可以獲得相應(yīng)標(biāo)準(zhǔn)的賠償[9-14]。因此，天氣指數(shù)保險的眾多優(yōu)勢包括節(jié)約成本、減少道德風(fēng)險、加快理賠進度、費率厘定科學(xué)、有利于農(nóng)險分保等。

國外自20世紀(jì) 90 年代開始研究天氣指數(shù)，目前其產(chǎn)品已得到廣泛應(yīng)用。在國外將天氣指數(shù)保險應(yīng)用于各種種植行業(yè)[15-17]。近年來，國內(nèi)一些學(xué)者也對天氣指數(shù)保險進行了一定研究，毛裕定等于2007 年設(shè)計了浙江省柑橘凍害氣象指數(shù)[18];婁偉平等于2010 年探討了浙江省不同區(qū)域不同時期的最低溫度擬合模型，設(shè)計出茶葉霜凍氣象指數(shù)[19];丁燁毅等基于楊梅年產(chǎn)量損失率和降水指數(shù)的關(guān)系，設(shè)計出降水氣象指數(shù)保險產(chǎn)品[20]。天氣指數(shù)具有一定的區(qū)域性特征，不同區(qū)域的天氣指數(shù)不能互相應(yīng)用。目前，對連云港市冬小麥天氣指數(shù)保險的研究鮮有報道。因此本研究將探討江蘇省各生育期氣象因子變化與冬小麥相對氣象產(chǎn)量之間的關(guān)系，選取合適的因子，設(shè)計天氣指數(shù)產(chǎn)品，從而厘定保險費率，為連云港市冬小麥天氣指數(shù)保險產(chǎn)品的設(shè)計與應(yīng)用提供科學(xué)依據(jù)。

1 材料與方法

1.1 資料來源

江蘇省連云港市 1987—2016年冬小麥產(chǎn)量資料來自連云港市歷年統(tǒng)計年鑒。1986—2016年冬小麥生育期（10月中旬至翌年6月上旬）日照、氣溫、降水量、風(fēng)速、相對濕度等氣象資料來自連云港市氣象局。2008年產(chǎn)量數(shù)據(jù)對應(yīng)的是2007年10月中旬至2008年6月上旬的氣象數(shù)據(jù)。

1.2 數(shù)據(jù)處理

1.2.1 農(nóng)業(yè)資料處理 氣象因素能在一定程度上影響產(chǎn)量，同時人為因素也將影響產(chǎn)量，包括耕種技術(shù)進步、政府的政策支持等。因此，對冬小麥產(chǎn)量時間序列數(shù)據(jù)進行去趨勢處理。

在研究長時間序列的作物產(chǎn)量與氣象因子的相關(guān)性程度時，通常把作物的產(chǎn)量分解為3個部分：實際產(chǎn)量、趨勢產(chǎn)量、氣象產(chǎn)量。趨勢產(chǎn)量通常呈穩(wěn)定上升趨勢，氣象產(chǎn)量受氣象因子影響[21]。本研究探討與氣象產(chǎn)量相關(guān)的部分。

1.2.2 氣象數(shù)據(jù)處理 利用Excel、matlap編程，通過原始的逐日數(shù)據(jù)統(tǒng)計1986—2016年間水稻生育期間的氣象要素因子，連云港地區(qū)的小麥生育期是10月上旬至次年5月下旬，本研究將小麥生育期具體分為6個階段：播種期（10月上旬至11月上旬，S1），冬前苗期（11月中旬至12月下旬，S2），越冬期（1月到2月中旬，S3），返青拔節(jié)期（2月下旬至4月中旬，S4），抽穗揚花期（4月下旬到5月上旬，S5），灌漿成熟期（5月中旬到6月上旬，S6），用S7表示全生育期。分別統(tǒng)計連云港市及下屬4個縣1986—2016年間各階段以及全生育期的氣象因子。

與溫度相關(guān)的氣象指數(shù)包括平均氣溫、平均最高氣溫、平均最低氣溫、最低溫度低于0 ℃的天數(shù)、最低溫度低于-5 ℃天數(shù)、≥0 ℃積溫、≥5 ℃積溫、≥10 ℃積溫等。

與降水量相關(guān)的氣象指數(shù)包括累計降水量、降水天數(shù)（日降水量≥0.1 mm）、中雨及以上天數(shù)（日降水量≥10 mm）、大雨及以上天數(shù)（日降水量≥25 mm）等。

與風(fēng)速相關(guān)的氣象指數(shù)包括平均風(fēng)速、日極大風(fēng)速超過6級（≥10.8 m/s）的天數(shù)、日極大風(fēng)速大于7級（≥13.9 m/s）的天數(shù)、干熱風(fēng)（在灌漿成熟期，最高氣溫>30 ℃，14：00時風(fēng)速大于3 m/s，相對濕度<30%）天數(shù)等。

與日照相關(guān)的氣象指數(shù)包括日照時數(shù)、日日照時數(shù)≤2 h天數(shù)、日日照時數(shù)≤3 h天數(shù)。

綜合氣象指數(shù)包括干熱風(fēng)，與風(fēng)力、溫度、相對濕度有關(guān)的指數(shù)。

1.2.3 天氣指數(shù)的選取與災(zāi)損模型的建立 利用SPSS分別分析各生育期與全生育期氣象因子與氣象產(chǎn)量之間的相關(guān)性，選取相關(guān)性強的氣象因子，建立氣象指數(shù)與減產(chǎn)率之間的回歸方程，建立災(zāi)損模型。

1.2.4 保險純費率的厘定 氣象指數(shù)保險的核心部分就是純費率的厘定，保險產(chǎn)品是否可以成功，純費率厘定準(zhǔn)確至關(guān)重要。從災(zāi)損模型中可以計算出歷年氣象災(zāi)害減產(chǎn)率序列和氣象災(zāi)害概率分布序列，分別計算連云港市各縣的保險純費率（R，%）。

式中：loss為作物損失;E[loss]為作物損失的期望值;LR為氣象災(zāi)害減產(chǎn)率序列;Pi為氣象災(zāi)害概率密度序列。由于不同災(zāi)害發(fā)生的概率以及對氣象產(chǎn)量的影響不同，因此不同產(chǎn)品的純費率存在明顯區(qū)別。

2 結(jié)果與分析

2.1 天氣指數(shù)因子的選取

2.1.1 與溫度相關(guān)的氣象因子分析 計算1986—2016年冬小麥各生育期及全生育期的日平均氣溫（T1）、日平均最低氣溫（T2）、日平均最高氣溫（T3）、日最低溫度低于0 ℃的天數(shù)（T4）、日最低溫度低于-5 ℃的天數(shù)（T5）、≥0 ℃的積溫（T6）、≥5 ℃ 的積溫（T7）、≥10 ℃積溫（T8），以上氣象指數(shù)分別與氣象產(chǎn)量進行相關(guān)分析。

由表1可見，日平均氣溫在灌漿成熟期與小麥產(chǎn)量呈極顯著正相關(guān)關(guān)系（P<0.01），說明日平均氣溫升高有利于產(chǎn)量的增加。日最低平均氣溫與氣象產(chǎn)量并無明顯相關(guān)性。日平均最高氣溫與日平均氣溫類似，也在灌漿成熟期與小麥產(chǎn)量呈極顯著正相關(guān)關(guān)系（P<0.01）。日最低溫度低于0 ℃的天數(shù)與氣象產(chǎn)量在各生育期都無明顯相關(guān)性。日最低溫度低于-5 ℃的天數(shù)與氣象產(chǎn)量在越冬期呈極顯著負相關(guān)關(guān)系（P<0.01），說明在越冬期較低的溫度將造成冬小麥減產(chǎn)。從積溫可以看出，≥0 ℃ 的積溫、≥5 ℃的積溫、≥10 ℃積溫，都在灌漿成熟期與小麥產(chǎn)量呈極顯著正相關(guān)關(guān)系（P<0.01），由于成熟期平均氣溫均高于10 ℃，因此3個積溫指數(shù)的相關(guān)系數(shù)相同，可以說明灌漿成熟期的積溫對冬小麥產(chǎn)量有極顯著的正向影響。≥10 ℃積溫在播種期與冬小麥產(chǎn)量呈顯著正相關(guān)關(guān)系（P<0.05），說明播種期≥10 ℃積溫有利于冬小麥產(chǎn)量的增加。

2.1.2 與降水相關(guān)的氣象因子分析 計算1986—2016年冬小麥各生育期及全生育期的降水量（R1）、降水天數(shù)（R2）、中雨及以上天數(shù)（R3）、大雨及以上天數(shù)（R4），以上氣象指數(shù)分別與氣象產(chǎn)量進行相關(guān)分析。

由表2可見，降水氣象指數(shù)在大部分生育期與全生育期與氣象產(chǎn)量呈正相關(guān)關(guān)系，說明降水量充足有利于小麥產(chǎn)量的增加，但相關(guān)性均未達顯著水平。而在越冬期降水指數(shù)與氣象產(chǎn)量呈負相關(guān)關(guān)系，說明越冬期間過多的降水將不利于小麥氣象產(chǎn)量的增加。在越冬期，降水天數(shù)與小麥氣象產(chǎn)量呈極顯著負相關(guān)關(guān)系（P<0.01），說明越冬期過多的降水天數(shù)會極顯著影響冬小麥產(chǎn)量的增長。

2.1.3 與風(fēng)速相關(guān)的氣象因子分析 計算1986—2016年冬小麥各生育期及全生育期平均風(fēng)速（V1）、日極大風(fēng)大于6級天數(shù)（V2）、 日極大風(fēng)大于7級的天數(shù)（V3）、干熱風(fēng)天數(shù)（V4），以上氣象指數(shù)分別與氣象產(chǎn)量進行相關(guān)分析。 由表3可見， 大部分風(fēng)速指數(shù)與氣象產(chǎn)量呈負相關(guān)關(guān)系，僅在播種期與平均風(fēng)速呈正相關(guān)關(guān)系，說明較大的風(fēng)速以及干熱風(fēng)不利于小麥的生長。而眾多指數(shù)中，返青拔節(jié)期日極大風(fēng)大于6級天數(shù)與氣象產(chǎn)量呈極顯著相關(guān)性（P<0.01），灌漿成熟期干熱風(fēng)天數(shù)與氣象產(chǎn)量呈顯著相關(guān)性（P<0.05）。

2.1.4 與日照相關(guān)的氣象因子分析 計算1986—2016年冬小麥各生育期及全生育期日照時數(shù)（H1）、日日照時數(shù)≤2 h天數(shù)（H2）、日日照時數(shù)≤3 h 天數(shù)（H3），以上氣象指數(shù)分別與氣象產(chǎn)量進行相關(guān)分析。由表4可見，日照時數(shù)與氣象產(chǎn)量在各生育期及全生育期都呈正相關(guān)關(guān)系，且在灌漿成熟期相關(guān)性達顯著水平（P<0.05）。日日照時數(shù)≤2 h天數(shù)以及日日照時數(shù)≤3 h天數(shù)都與氣象產(chǎn)量呈負相關(guān)關(guān)系，且在抽穗揚花期中日日照時數(shù)≤2 h 天數(shù)與氣象產(chǎn)量呈極顯著負相關(guān)關(guān)系（P<0.01）。說明日照充足有利于冬小麥的生長發(fā)育。

2.2 減產(chǎn)率的模型構(gòu)建

選取相關(guān)性達顯著的氣象指數(shù)，在灌漿成熟期，氣象指數(shù)對相對氣象產(chǎn)量影響最多[平均氣溫（T1）、日平均最高氣溫（T3）、≥0 ℃的積溫（T6），日照時數(shù)（H1），干熱風(fēng)天數(shù)（V4）]，而在冬前苗期未出現(xiàn)相關(guān)性達顯著的氣象指數(shù)。圖1模擬出各氣象指數(shù)與相對氣象產(chǎn)量之間的關(guān)系，利用關(guān)系式可以求出不同相對氣象產(chǎn)量下，氣象指數(shù)的觸發(fā)值。

冬小麥產(chǎn)量自身存在一定浮動，這個浮動并不是由天氣條件造成的，可能是由于其他一些人為因素造成的。因此，當(dāng)減產(chǎn)率小于5%時，認(rèn)為產(chǎn)量并沒有受到氣象條件的影響。當(dāng)減產(chǎn)率≥5% 時，則認(rèn)為減產(chǎn)由氣象因子造成。因此設(shè)計4個等級：I1（-10%

2.2 各氣象指數(shù)保險純費率的厘定

由表7可見，不同氣象指數(shù)的保險純費率不同，且在免賠率不同的情況下，保險純費率也不同，免賠額度越高，保險純費率越低。

在免賠率為 0%時，各氣象指數(shù)的保險純費率為2.35%～5.66%?？梢钥闯?，純費率>5.0%的氣象指數(shù)有2個（日平均氣溫、降水天數(shù)），降水天數(shù)純費率最高;純費率低于3%只有1個氣象指數(shù)，為日極大風(fēng)大于6級天數(shù)，其余的保險純費率都在3%～5%之間。

在免賠率為10%時，各氣象指數(shù)的保險純費率為1.47%～5.16%?？梢钥闯觯冑M率>5.0%的氣象指數(shù)只有1個，為降水天數(shù);純費率<3%有3個氣象指數(shù)，為日最低溫度低于-5 ℃的天數(shù)、日日照時數(shù)≤2 h天數(shù)、日極大風(fēng)大于6級天數(shù)，其中日極大風(fēng)大于6級天數(shù)的保險純費率最低，其余的保險純費率都在3%～5%之間。

在免賠率為15% 時，各氣象指數(shù)的保險純費率為0%～3.08% ?？梢钥闯?，純費率大于3.0% 的氣象指數(shù)只有1個，為降水天數(shù);保險純費率在 2%～3%的氣象指數(shù)有3個，為日照時數(shù)、日日照時數(shù)≤2 h天數(shù)、日平均氣溫。其余保險純費率都低于2%，其中日極大風(fēng)大于6級天數(shù)的保險純費率為0%，可以看出，當(dāng)免費率為15%時，日極大風(fēng)大于6級天數(shù)氣象指數(shù)將不產(chǎn)生保險費用。

3 結(jié)論與討論

本研究選擇連云港市的冬小麥作為研究對象，設(shè)計多種農(nóng)業(yè)氣象指數(shù)產(chǎn)品，且計算出不同免賠率下各氣象指數(shù)產(chǎn)品的純費率，可以為農(nóng)業(yè)保險業(yè)務(wù)提供相應(yīng)的依據(jù)與技術(shù)支持。

影響冬小麥氣象產(chǎn)量的氣象因子較多，不同氣象因子對冬小麥產(chǎn)量的影響也不同，且在不同冬小麥生育期內(nèi)，影響因子不同。在播種期，≥10 ℃積溫對冬小麥產(chǎn)量有顯著影響，播種期平均氣溫低于10 ℃，會因為冬前積溫少，小麥分蘗不足，難以形成壯苗越冬。在冬前苗期，未有氣象因子對冬小麥產(chǎn)量產(chǎn)生明顯影響。在越冬期，日最低溫度<-5 ℃的天數(shù)以及降水天數(shù)都對冬小麥產(chǎn)量產(chǎn)生了極顯著的影響，低溫導(dǎo)致冬小麥生長緩慢，造成凍害，凍害較重時，主莖、大分蘗幼穗及心葉凍死，不利于冬小麥的生長;較多的陰雨天氣，導(dǎo)致低溫寡照，對冬小麥形成壯苗越冬不利，同時持續(xù)陰雨，也易引起田間漬害。在返青拔節(jié)期，日極大風(fēng)大于6級（≥10.8 m/s）天數(shù)對冬小麥產(chǎn)量產(chǎn)生了極顯著影響，可以看出較大的風(fēng)速不利于冬小麥的生長。在抽穗揚花期，日日照時數(shù)≤2 h天數(shù)與冬小麥產(chǎn)量有極顯著相關(guān)，淮北春季的連陰雨天氣，導(dǎo)致光照不足，以至積溫不足，引起小麥赤霉病、白粉病等發(fā)生嚴(yán)重。在灌漿成熟期，全生育期的日平均氣溫、日平均最高氣溫、≥0 ℃的積溫、≥5 ℃的積溫、≥10 ℃的積溫、日照時數(shù)、干熱風(fēng)天數(shù)都存在顯著或極顯著相關(guān)性，可以看出灌漿成熟期，光溫條件充足有利于小麥產(chǎn)量的增加，而干熱風(fēng)天數(shù)較多，不利于冬小麥的生長，干熱風(fēng)會使小麥植株體內(nèi)水分供需失調(diào)，植株加速死亡，造成小麥青干逼熟，粒質(zhì)量下降，嚴(yán)重影響產(chǎn)量和品質(zhì)。從以上結(jié)論可以看出，溫光條件、降水以及風(fēng)都能對冬小麥產(chǎn)量產(chǎn)生一定的影響，因此選取不同生育期內(nèi)較為敏感的氣象因子，與冬小麥相對氣象產(chǎn)量建立模型，對應(yīng)關(guān)系較好，因此利用回歸方程可以較好地分析出在特定時間段內(nèi)，氣象因子對冬小麥產(chǎn)量的影響，設(shè)計不同減產(chǎn)率等級，從而利用回歸方程，計算出不同減產(chǎn)率等級下的氣象指數(shù)觸發(fā)值，當(dāng)氣象指數(shù)達到觸發(fā)值時，即可觸發(fā)賠償。

通過對純費率的計算可以看出，不同的氣象指數(shù)其保險純費率不同，發(fā)生災(zāi)害較多的氣象指數(shù)，其保險純費率也相應(yīng)較高，其中越冬期降水天數(shù)的純費率最高，而返青拔節(jié)期日極大風(fēng)大于6級天數(shù)的純費率最低。

但同時也應(yīng)注意到，連云港市冬小麥種植區(qū)域分布范圍較廣，不同地區(qū)氣象要素分布受下墊面、海陸分布等影響，分布不均，在這樣的情況下，會影響區(qū)域內(nèi)冬小麥農(nóng)業(yè)氣象指數(shù)與減產(chǎn)率之間的相關(guān)分析，這樣會使氣象指數(shù)閾值的計算出現(xiàn)誤差，影響純費率厘定的準(zhǔn)確性。因此，今后分區(qū)域研究氣象指數(shù)與減產(chǎn)率之間的關(guān)系將更為科學(xué)有效。

參考文獻：

[1]張 佩，高 蘋，劉彥麗. 江蘇省冬小麥播種期對氣候要素變化的響應(yīng)[J]. 氣象科學(xué)，2011，31（6）：763-769.

[2]馬曉群，吳文玉，張 輝. 利用累積濕潤指數(shù)分析江淮地區(qū)農(nóng)業(yè)旱澇時空變化[J]. 資源科學(xué)，2008，30（3）：371-377.

[3]張愛民，馬曉群，楊太明，等. 安徽省旱澇災(zāi)害及其對農(nóng)作物產(chǎn)量影響[J]. 應(yīng)用氣象學(xué)報，2007，18（5）：619-626.

[4]陳曉藝，馬曉群，孫秀邦. 安徽省冬小麥發(fā)育期農(nóng)業(yè)干旱發(fā)生風(fēng)險分析[J]. 中國農(nóng)業(yè)氣象，2008，29（4）：472-476.

[5]趙君彥. 河北省農(nóng)業(yè)保險發(fā)展問題研究[D]. 保定：河北農(nóng)業(yè)大學(xué)，2012.

[6]左 璇，張 峭. 基于保障指數(shù)的農(nóng)業(yè)保險保障水平評價——以北京各區(qū)縣為例[J]. 災(zāi)害學(xué)，2016，31（4）：191-195，204.

[7]Lou W P，Qin X F，Wu L H，et al. Scheme of weather-based indemnity indices for insuring against freeze damage to oitrus orchards in Zhejiang，China[J]. Agricultural Sciences in China，2009，8（11）：1321-1331.

[8]Global AgRisk Designing agricultural index insurance in de-veloping countries：a GlobalAgRisk market development mod-el handbook for policy and decision makers[M]. Lexington，KY：GlobalAgRisk，2009：12-13.

[9]Skees J R，Hazell P B R，Miranda M. New approaches to public/private crop-yield insusance[R]. Washington D C：In-ternational Food Policy Research Institute，1999.

[10]Makki S S. Crop insurance：inherent problems and innovative solutions[C]//Agricultural Policy for the 21st Century. A-mes：Iowa State Press，2002.

[11]Smith V H，Chouinard H H，Baquet A E. Almost ideal area yield crop insurance contracts[J]. Agricultural and Resource Economics Review，1994，23（1）：75-83.

[12]Wenner M，Arias D. Agricultural insurance in Latin American：where are we[R]. Paving the Way Forward for Rural Finance an International Conference on Best Practices，2003.

[13]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(xué)，2005（3）：155-160.

[14]劉布春，梅旭榮. 農(nóng)業(yè)保險的理論與實踐[M]. 北京：科學(xué)出版社，2010：230-262.

[15]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.

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

[17]Skees J S P. Developing rainfall - based index insurance in Morocco [J]. Policy Research Working Paper，2001，27（1）：1-32.

[18]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(shè)計[J]. 中國農(nóng)業(yè)氣象，2007，28（2）：226-230.

[19]婁偉平，吉宗偉，邱新法，等. 茶葉霜凍氣象指數(shù)保險設(shè)計[J]. 自然資源學(xué)報，2011，26（12）：2050-2060.

[20]丁燁毅，楊 棟，陳鑫磊. 等楊梅降水氣象指數(shù)保險產(chǎn)品設(shè)計——以慈溪市為例[J]. 浙江農(nóng)業(yè)學(xué)報，2017，29（12）：2032-2037.

[21]房世波. 分離趨勢產(chǎn)量和氣候產(chǎn)量的方法探討[J]. 自然災(zāi)害學(xué)報，2011，20（6）：13-18.