摘 要 為提高烤煙強對流災(zāi)害保險理賠效率，完善農(nóng)業(yè)天氣指數(shù)保險體系，降低強對流天氣對烤煙造成的損失，研究烤煙強對流天氣指數(shù)保險理論，為烤煙強對流天氣指數(shù)保險推廣奠定科學(xué)依據(jù)。對2022—2023年云南省昭通市C波段雙偏振天氣雷達(dá)體掃數(shù)據(jù)和強對流天氣對烤煙造成的減產(chǎn)率進行統(tǒng)計分析，構(gòu)建烤煙減產(chǎn)率與強對流天氣指數(shù)回歸模型，科學(xué)厘定烤煙強對流保險純費率并確定保險觸發(fā)值和退出值。結(jié)果表明：C波段雙偏振天氣雷達(dá)體掃數(shù)據(jù)的最大反射率因子和差分反射率因子兩個參數(shù)與強對流天氣對烤煙造成的減產(chǎn)率相關(guān)性較好，構(gòu)建的烤煙減產(chǎn)率與強對流天氣指數(shù)回歸模型通過0.05顯著性水平檢驗和自變量之間的多重共線性檢驗。昭通市烤煙強對流天氣指數(shù)保險純費率為29.12%。

關(guān)鍵詞 強對流天氣指數(shù)；烤煙減產(chǎn)率；純費率厘定；農(nóng)業(yè)經(jīng)濟；云南省昭通市

中圖分類號：F840.66 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2024.11.027

烤煙是我國重要的經(jīng)濟作物，具有較高的附加值，烤煙一度成為我國云南玉溪、河南許昌等地的支柱產(chǎn)業(yè)之一。云南省昭通市擁有得天獨厚的自然氣候條件，曾是云南省第二、全國第五大烤煙生產(chǎn)區(qū)[1]，但因昭通市地處低緯高原季風(fēng)氣候帶，受地形復(fù)雜、海拔落差大的影響，具有亞熱帶和暖溫帶共存的典型立體氣候特征，呈現(xiàn)雨熱同季、干濕分明的氣候特點，常年低溫、冰雪、霜凍、干旱、洪澇、大風(fēng)、冰雹、雷暴等氣象災(zāi)害多發(fā)。氣象條件的多變直接影響昭通糧煙等農(nóng)業(yè)的安全生產(chǎn)，特別是在烤煙大田生長期內(nèi)，容易遭受強對流天氣威脅，致使烤煙因大風(fēng)、冰雹和短時強降水而減產(chǎn)[2]。

天氣指數(shù)保險是將氣象災(zāi)害的致災(zāi)因子指數(shù)化，當(dāng)氣象災(zāi)害發(fā)生且天氣指數(shù)達(dá)到保險合同約定的觸發(fā)值時，保險公司便可啟動理賠。天氣指數(shù)保險可以為保險公司節(jié)約管理成本和提升運營效率，縮短投保人獲得賠償?shù)臅r間，具有一定的科學(xué)、客觀等性質(zhì)[3-4]。2015年開始，為應(yīng)對天氣災(zāi)害對烤煙生產(chǎn)的影響，保護煙農(nóng)的生產(chǎn)利益，云南省開始推出了相應(yīng)的烤煙種植保險產(chǎn)品，開展烤煙種植保險試點工作[5]，為烤煙的生產(chǎn)保駕護航。傳統(tǒng)烤煙保險產(chǎn)品存在道德風(fēng)險、災(zāi)后定損難、賠付滯后、理賠成本高等難題[6]，因此推廣烤煙天氣指數(shù)保險對解決傳統(tǒng)烤煙種植保險的痛點、難點意義重大。

作為傳統(tǒng)烤煙種植保險的補充，烤煙天氣指數(shù)保險理賠是以客觀的數(shù)據(jù)是否達(dá)到合同約定的觸發(fā)值為準(zhǔn)，具有降低保險運營成本、避免道德風(fēng)險等優(yōu)勢[7-8]。自20世紀(jì)20年代指數(shù)保險概念被提出開始，國內(nèi)外學(xué)者從指數(shù)保險的概念、優(yōu)勢、可行性、合同設(shè)計、市場前景等方面不斷進行研究[9-12]。近年來，在國家政策支持下，上海西甜瓜梅雨強度指數(shù)保險、安徽省長豐縣水稻干旱天氣指數(shù)保險、浙江省柑橘凍害氣象指數(shù)保險等試點案例取得一定成效，為我國天氣指數(shù)保險發(fā)展積累了寶貴經(jīng)驗[13]。在眾多農(nóng)業(yè)保險的研究中，天氣指數(shù)保險多以氣溫、降水等氣象要素進行設(shè)計[14-16]，但因為氣溫、降水、風(fēng)速等氣象要素對監(jiān)測強對流天氣具有局限性，因此，本文選擇利用雙偏振天氣雷達(dá)體掃資料進行強對流天氣指數(shù)設(shè)計。

云南省昭通市氣象局于2022年開始業(yè)務(wù)化運行C波段雙偏振天氣雷達(dá)，選擇雷達(dá)數(shù)據(jù)設(shè)計強對流天氣指數(shù)能有效利用天氣雷達(dá)對強對流天氣過程的監(jiān)測優(yōu)勢，彌補地面氣象站數(shù)量少、密度低、不能監(jiān)測冰雹等的缺點[17]。文章將強對流天氣發(fā)生時的雷達(dá)體掃資料參數(shù)指數(shù)化，計算出每一次強對流天氣對烤煙造成的減產(chǎn)率，構(gòu)建強對流指數(shù)與烤煙減產(chǎn)率的回歸關(guān)系，厘定保險純費率，從而完成烤煙強對流天氣指數(shù)保險的理論研究，為烤煙強對流天氣指數(shù)保險產(chǎn)品設(shè)計提供科學(xué)依據(jù)。

1" 資料與方法

1.1" 資料來源

研究區(qū)域為云南省昭通市種植烤煙的8個縣（區(qū)），研究時間為昭通市烤煙的大田生長期，即4月中旬烤煙移栽至9月中旬完成采收。文章利用昭通市2022年14例和2023年5例記錄較為完整且造成烤煙減產(chǎn)的強對流天氣事件作為研究的有效樣本，烤煙生產(chǎn)種植資料來源于昭通市煙草公司，強對流天氣對烤煙造成的損失數(shù)據(jù)來源于農(nóng)戶、煙站和保險公司，雷達(dá)數(shù)據(jù)來源于昭通市氣象局雷達(dá)站。

1.2" 指數(shù)保險設(shè)計原理與思路

1.2.1 設(shè)計原理

天氣指數(shù)保險的基差風(fēng)險較大，在天氣指數(shù)保險的設(shè)計中如何有效控制基差風(fēng)險，是實現(xiàn)保險公平公正的關(guān)鍵[18]。實際生產(chǎn)中農(nóng)作物的產(chǎn)量主要受生產(chǎn)力水平、社會背景及氣候條件等因素的綜合影響[19]。在花生天氣指數(shù)保險、云南核桃干旱天氣指數(shù)保險等眾多農(nóng)業(yè)天氣指數(shù)保險研究中，農(nóng)作物受氣候條件限制造成的減產(chǎn)，往往是通過對趨勢產(chǎn)量、氣候產(chǎn)量和隨機產(chǎn)量等進行分離計算而得[20-21]，但強對流天氣對烤煙造成的損失是相對獨立的，每一次災(zāi)害過程都可能會造成烤煙絕收，因此，文章在計算烤煙減產(chǎn)率的同時，還充分進行了實地走訪調(diào)查。天氣指數(shù)的設(shè)計有單一指標(biāo)和多層指標(biāo)兩種，文章綜合考慮強對流天氣發(fā)生時的雷達(dá)回波最大反射率因子和差分反射率因子等參數(shù)，根據(jù)各個雷達(dá)產(chǎn)品參數(shù)與烤煙減產(chǎn)率的關(guān)聯(lián)性大小，選擇相關(guān)性較強的參數(shù)設(shè)計強對流天氣指數(shù)。

1.2.2" 基本思路

強對流天氣表現(xiàn)為大風(fēng)、冰雹、短時強降水。在烤煙大田生長期內(nèi)遭受強對流天氣時，會出現(xiàn)烤煙植株因大風(fēng)倒伏、煙葉被冰雹打破擊落等受災(zāi)狀況，從而造成烤煙減產(chǎn)。

烤煙強對流天氣指數(shù)保險的設(shè)計步驟為：1）收集有效樣本中烤煙種植、強對流災(zāi)害、雷達(dá)回波數(shù)據(jù)；2）利用各次強對流事件災(zāi)情數(shù)據(jù)計算烤煙減產(chǎn)率；3）綜合考慮回波最大反射率因子和差分反射率因子，構(gòu)建強對流天氣指數(shù)；4）利用統(tǒng)計學(xué)原理構(gòu)建強對流天氣指數(shù)與烤煙減產(chǎn)率的回歸關(guān)系式，并檢驗優(yōu)化關(guān)系式；5）厘定保險純費率和確定保險理賠閾值。

2" 結(jié)果與分析

2.1" 構(gòu)建強對流天氣指數(shù)與烤煙減產(chǎn)率的關(guān)系式

2.1.1" 烤煙減產(chǎn)率計算

在本研究中，由于強對流災(zāi)害對烤煙造成的損失是非持續(xù)性的，所造成的減產(chǎn)并不能累加，因此，在計算烤煙減產(chǎn)率時，采用單次強對流災(zāi)害獨立計算減產(chǎn)率，即每一次強對流災(zāi)害都對應(yīng)一個減產(chǎn)率。在查閱過去災(zāi)情數(shù)據(jù)和各鄉(xiāng)鎮(zhèn)的災(zāi)情上報資料時，發(fā)現(xiàn)單次強對流災(zāi)害對烤煙造成減產(chǎn)的資料十分缺乏，因此，選取2022年4月中旬至9月中旬的雷達(dá)資料，篩選出可能出現(xiàn)災(zāi)害的情況后，走訪煙草公司、保險公司、煙站等倒查強對流災(zāi)害，還原發(fā)生強對流過程時烤煙的損失情況。發(fā)現(xiàn)各方對單個強對流過程中的烤煙災(zāi)損程度口徑不一，在一次災(zāi)害中通常災(zāi)損程度由高到低依次為煙農(nóng)、煙葉站、保險公司。為保證減產(chǎn)率的可靠性，計算烤煙減產(chǎn)率時選取煙葉站所給數(shù)據(jù)進行參考，并綜合農(nóng)戶和保險公司所提供資料的平均值進行減產(chǎn)率的確定，當(dāng)煙農(nóng)和保險公式所給資料的平均值與煙葉站的數(shù)據(jù)差異在10%（含）以內(nèi)，則以煙葉站數(shù)據(jù)作為減產(chǎn)率；當(dāng)差異超過10%時，則以煙農(nóng)、保險公司和煙葉站3方數(shù)據(jù)的算術(shù)平均數(shù)作為減產(chǎn)率（YLS）。計算公式為

2.1.2" 強對流天氣指數(shù)選取

文章提取強對流天氣發(fā)生時，雷達(dá)回波最大反射率因子、差分反射率因子、相關(guān)系數(shù)和速度等參數(shù)，分析各參數(shù)對烤煙減產(chǎn)率的影響。相關(guān)性分析結(jié)果顯示：烤煙減產(chǎn)率與回波最大反射率因子和差分反射率因子的關(guān)聯(lián)性較高。在雙偏振天氣雷達(dá)體掃產(chǎn)品的參數(shù)中，雷達(dá)回波反射率因子（Z）和差分反射率因子（ZDR）均可以用來判斷降水粒子的相態(tài)和密度[22]，因此，可以認(rèn)為最大反射率因子和差分反射率因子可以直觀反映強對流天氣的輕重程度，以此構(gòu)建強對流天氣指數(shù)（D）。在指數(shù)構(gòu)建過程中，為消除最大反射率因子的單位對公式整體的影響，將最大反射率因子進行無量綱化處理，得到強對流天氣指數(shù)（D）為

2.1.3" 建立烤煙減產(chǎn)率與強對流天氣指數(shù)回歸模型

2.1.4" 檢驗優(yōu)化烤煙減產(chǎn)率與強對流天氣指數(shù)回歸模型

由于建立烤煙減產(chǎn)率與強對流天氣指數(shù)回歸模型所使用的減產(chǎn)率為后期走訪調(diào)查所得，為檢驗回歸模型的預(yù)測效果，課題組密切關(guān)注2023年昭通市烤煙強對流災(zāi)害，共收集到烤煙強對流災(zāi)害5例，在發(fā)生烤煙強對流災(zāi)害后第一時間進行現(xiàn)場調(diào)查定損，將現(xiàn)場勘查的烤煙減產(chǎn)率與模型計算的減產(chǎn)率進行檢驗分析，見表１。

從統(tǒng)計學(xué)的角度看，調(diào)查所得減產(chǎn)率與模型計算所得減產(chǎn)率的均方根誤差為0.28，說明烤煙減產(chǎn)率與強對流天氣指數(shù)回歸模型預(yù)測值偏差較小，可以用烤煙減產(chǎn)率與強對流天氣指數(shù)回歸模型計算值代替實際減產(chǎn)率。

在指數(shù)保險實際市場中，需要有效控制指數(shù)保險的基差風(fēng)險。分析調(diào)查所得減產(chǎn)率與模型預(yù)測所得減產(chǎn)率的差異為-0.08～0.42，即實際減產(chǎn)率與預(yù)測減產(chǎn)率之間存在-8%～42%的差距，表現(xiàn)出的基差風(fēng)險較大，因此烤煙減產(chǎn)率與強對流天氣指數(shù)回歸模型仍然具有較大的優(yōu)化空間，進一步優(yōu)化模型為

2.2" 純費率厘定及觸發(fā)值的確定

2.2.1" 保險純費率厘定

保險費率包含保險純費率和附加費率，保險純費率是指損失的期望，它的厘定是保險產(chǎn)品定價的重要組成部分，通常指數(shù)保險純費率的厘定方法有無差異厘定法、金融衍生品厘定法、統(tǒng)一費率法及均衡保險費法等[23]。文章選用均衡保險費率法，該方法是通過假設(shè)未來期望損失率與歷史損失分布相同，通過歷史數(shù)據(jù)來估算期望值的一種方法[24]，計算公式為

災(zāi)害風(fēng)險概率評估通常采用參數(shù)估算法，但該方法對小樣本的估算結(jié)果不穩(wěn)定[25-27]。文章采用泊松方程計算強對流災(zāi)害的概率，將烤煙在強對流中的減產(chǎn)率分為3個等級：＜30%，[30%～70%），≥70%，統(tǒng)計昭通市過去5年平均每年出現(xiàn)3個災(zāi)損等級的次數(shù)，分別為7次、5次和3次，利用泊松方程計算出3個災(zāi)損等級的概率，其減產(chǎn)率分別取的15%、50%和85%代入公式（5），計算出昭通市強對流天氣指數(shù)保險純費率R=29.12%。

2.2.2" 確定保險觸發(fā)值和退出值

確定指數(shù)保險的觸發(fā)條件和賠償標(biāo)準(zhǔn)是保險產(chǎn)品的核心內(nèi)容，觸發(fā)條件即為強對流災(zāi)害發(fā)生后的理賠條件。在公式（4）中，當(dāng)沒有強對流天氣時，即Z和|ZDR|為0時，仍有（34.5+e）%的減產(chǎn)率存在；當(dāng)不考慮隨機誤差時，選定1.478Z-0.102|ZDR|≥（0.1-0.345）時作為啟動賠付的標(biāo)準(zhǔn)，即減產(chǎn)率YLS≥10%時啟動賠付；當(dāng)烤煙絕收時，減產(chǎn)率為100%，即1.478Z-0.102|ZDR|=（1-0.345）作為退出值，進行全額賠付。

3" 討論與結(jié)論

3.1" 討論

當(dāng)前國內(nèi)天氣指數(shù)保險體系尚未成熟，文章初步設(shè)計的強對流天氣指數(shù)保險，計算出昭通市純保險費率為29.12%，為烤煙強對流天氣指數(shù)保險提供了科學(xué)的理論依據(jù)，為保險公司進一步設(shè)計烤煙天氣指數(shù)保險產(chǎn)品提供了一種新的思路和方法，但文章所設(shè)計的烤煙強對流天氣指數(shù)保險屬于理論，與實際市場化推廣仍存在差距：

1）保險費率與純保險費率和附加保險費率有關(guān)，針對不同地區(qū)需要重新計算純保險費率，在進行天氣指數(shù)保險推廣試點的過程中，需要基于當(dāng)?shù)厥袌?、減產(chǎn)率概率等背景計算出可靠的保險費率，提高天氣指數(shù)保險的實用價值。

2）目前人工影響天氣作業(yè)所影響區(qū)域能覆蓋烤煙種植的大部分區(qū)域，在人工影響天氣作業(yè)的干預(yù)下，可能導(dǎo)致基差風(fēng)險增大。

3）國內(nèi)雙偏振天氣雷達(dá)普及率不高，部分地區(qū)無法獲取參數(shù)ZDR，一定程度上阻礙了強對流天氣指數(shù)保險的推廣應(yīng)用。

3.2" 結(jié)論

1）文章在設(shè)計強對流天氣指數(shù)時，首次采用雷達(dá)資料，并利用多個參數(shù)設(shè)計強對流天氣指數(shù)，為天氣指數(shù)的設(shè)計提供了新思路和新方法。

2）在雙偏振雷達(dá)的眾多參數(shù)中，最大反射率因子和差分反射率因子與烤煙在強對流災(zāi)害中的減產(chǎn)率相關(guān)性較大。

3）本研究構(gòu)建的烤煙強對流災(zāi)損模型，通過了0.05顯著性水平檢驗，觀測值與模型預(yù)測值均方根誤差為0.28，為烤煙強對流天氣指數(shù)保險奠定了理論基礎(chǔ)。

4）昭通市強對流天氣指數(shù)保險純費率為29.12%。

參考文獻(xiàn)：

[1] 楊德祥，施吉嶸. 淺析昭通市烤煙生產(chǎn)發(fā)展趨勢 [J]. 現(xiàn)代經(jīng)濟（現(xiàn)代物業(yè)中旬刊），2012（12）：41-43.

[2] 李曉燕，黃韋華，倪霞，等. 昭通烤煙生態(tài)氣候適宜性分析 [J]. 中國農(nóng)業(yè)氣象，2008，29（2）：197-201.

[3] 李斌. 農(nóng)業(yè)氣象指數(shù)保險的優(yōu)劣及在我國的應(yīng)用研究[J].企業(yè)導(dǎo)報，2016（6）：74-75.

[4] 林雪鑫. 茶葉種植氣象指數(shù)保險產(chǎn)品設(shè)計與定價研究[D]. 泉州：華僑大學(xué)，2020.

[5] 陳帆. 云南省煙葉天氣指數(shù)保險研究與設(shè)計[D]. 昆明：云南財經(jīng)大學(xué)，2021.

[6] 程達(dá)，袁天昂. 農(nóng)業(yè)保險是云南農(nóng)業(yè)防災(zāi)減災(zāi)體系建設(shè)不可或缺的重要環(huán)節(jié) [J]. 西南金融，2009（2）：55-56.

[7] 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.

[8] 張惠茹. 指數(shù)保險合約——農(nóng)業(yè)保險創(chuàng)新探析 [J]. 中央財經(jīng)大學(xué)學(xué)報，2008（11）：49-53.

[9] SKEES J，HAZELL P B R，MIRANDA M. New approaches to crop yield insurance in developing countries[R]. International Food Policy Research Institute（IFPRI），1999.

[10] MIRANDA M J.Area-yield crop insurance reconsidered[J]. American Journal of Agricultural Economics，1991，73（2）：233-242.

[11] 劉素春，劉昕怡，劉娟. 我國農(nóng)業(yè)保險經(jīng)營效率研究——基于公司視角 [J]. 山東財經(jīng)大學(xué)學(xué)報，2020，32（3）：49-57，120.

[12] 張玉環(huán). 國外農(nóng)業(yè)天氣指數(shù)保險探索 [J]. 中國農(nóng)村經(jīng)濟，2017（12）：81-92.

[13] TURVEY C G，KONG R.Weather risk and the viability of insurance in China’s Gansu，Shaanxi，and Henan provinces[J].China Agricultural Economic Review，2010，2（1）：5-24.

[14] 毛守原. 河南省小麥氣象指數(shù)保險產(chǎn)品研究[D].鄭州：鄭州大學(xué)，2015.

[15] 牛選明. 干旱脅迫對薄皮核桃果實品質(zhì)的影響 [J]. 山東林業(yè)科技，2018，48（5）：61-63.

[16] 牛浩，陳盛偉. 農(nóng)業(yè)氣象指數(shù)保險產(chǎn)品研究與試驗述評 [J]. 經(jīng)濟問題，2016（9）：22-27.

[17] 李云婧. 中國農(nóng)業(yè)氣象指數(shù)保險發(fā)展研究[D]. 沈陽：遼寧大學(xué)，2017.

[18] 吳嘉偉，周紅根，劉愛兵，等. CINRAD/SA雙偏振雷達(dá)差分反射率的標(biāo)定與應(yīng)用 [J]. 氣象水文海洋儀器，2023，40（2）：105-108.

[19] 李謙，沈西林，茶忠汪. 云南省漾濞縣核桃種植的經(jīng)濟效益分析 [J]. 中國鄉(xiāng)鎮(zhèn)企業(yè)會計，2007（5）：72-74.

[20] 信志紅，郭建平，譚凱炎. 典型高溫年分期播種冬小麥生育及產(chǎn)量性狀差異性分析 [J]. 中國農(nóng)業(yè)氣象，2018，39（9）：601-610.

[21] 楊尚. 花生天氣指數(shù)保險研究與設(shè)計[D]. 濟南：山東大學(xué)，2019.

[22] 秦濤，朱彩霞. 云南核桃干旱氣象指數(shù)保險產(chǎn)品設(shè)計 [J]. 中國農(nóng)業(yè)氣象，2021，42（12）：1057-1067.

[23] 谷娟，周筠珺，史朝，等. 一次雷暴過程中水凝物相態(tài)演變特征 [J]. 成都信息工程學(xué)院學(xué)報，2015，30（5）：505-511.

[24] 張康森. 河北省玉米天氣指數(shù)保險及其費率厘定研究[D].成都：西南財經(jīng)大學(xué)，2021.

[25] 聶榮，宋妍. 農(nóng)業(yè)氣象指數(shù)保險研究與設(shè)計——基于遼寧省玉米的面板數(shù)據(jù) [J]. 東北大學(xué)學(xué)報（社會科學(xué)版），2018，20（3）：262-268，298.

[26] 楊曉娟，張仁和，路海東，等. 基于CERES-Maize模型的玉米水分關(guān)鍵期干旱指數(shù)天氣保險：以陜西長武為例 [J]. 中國農(nóng)業(yè)氣象，2020，41（10）：655-667.

[27] 賀金娜，劉布春，劉園，等. 鮮食葡萄天氣指數(shù)保險設(shè)計：以環(huán)渤海主產(chǎn)區(qū)瓦房店連陰雨災(zāi)害為例 [J]. 中國農(nóng)業(yè)氣象，2022，43（10）：810-820.

（責(zé)任編輯：敬廷桃）