气候变化下湖北省稻谷生长期降雨量指数保险设计*

曾小艳，郭兴旭

(1.湖北工程学院经济与管理学院，孝感 432000； 2.武汉市科技金融创新促进中心，湖北武汉 430023)

0 引言

现今全球气候变暖的情况下，大幅干旱、洪涝灾害、雪灾等极端天气事件频繁发生，给我国粮食生产造成了巨大损失[1-2]。除了目前正推行的政策性农业保险能承担部分农业生产风险外，现在我国的农业天气风险管理仍处于风险自留和风险控制阶段。传统农业保险存在农户不愿意投保、理赔成本过高以及需要政策扶持等问题。天气指数农业保险作为金融创新工具，依据客观的天气指数进行理赔，能大大减少成本，提高效率，还可以解决传统农业保险存在的信息不对称问题。例如在印度推广时，因为农业保险需要政府补贴，印度政府财政负担随之加重，但随着农业天气保险计划的稳定发展，印度政府取消了在5年内减少保费补贴的打算，反而增加了补贴，并希望通过天气指数保险的开展来提高财政补贴的利用效率[3]。天气指数保险在一些国家的实践表明，相比传统农业保险，其能得以更好地推广，是转移农业天气风险的有力途径。

在我国，也开展了一些天气指数农业保险的创新实践。对天气指数保险合约的设计主要集中在陕西、浙江、福建等区域，选取的方法和农作物品种方面有所区别[4-7]。这些天气指数农业保险合约设计中，采用面板数据进行设计的较少，依据风险区域分别设计暴雨指数和干旱指数设计的更少见。湖北省素有“湖广熟、天下足”的美誉，是中央确定的13个粮食主产省份之一。根据《湖北农村统计年鉴》，稻谷产量约占湖北省粮食总量的70%。文章利用湖北省全省78县市20年的稻谷生产数据和相应气候数据，论证了有必要按不同的风险区域分别设计天气指数保险合约。具体地，依照天气指数保险合约定义，选取稻谷生长期(湖北地区3～10月)的累积降雨量(每日降水的累积)。采用经济—气候模型，选取孝感、随州、十堰、襄阳及辖内各个县市(共23个县、市)的面板数据设计干旱指数保险合约； 选取江汉平原区域(主要包括荆州区域、仙桃、潜江、天门等)、咸宁及其辖内的面板数据设计暴雨灾害指数保险合约(考虑到行政区划变更，共有15个县、市)。该文的研究在天气指数保险设计方面做出了一定的探索，对该领域的研究起到了一定的补充和完善。

图1 降雨量天气指数合约赔付结构

1 降雨量指数保险合约设计思路

天气指数保险不同于一般的保险合约，合约有3个关键值(是一定时间范围里天气变量的值)：起赔点(trigger)、最大赔付点(exit)和单位指数赔付额(tick)。依据实际情况，合约中的指数和相应的值可以灵活约定。图1是降雨量亏缺指数理赔情况的示意图。保险理赔的指数是累积降雨量，图1显示降雨量B是起赔点，A是最大赔付点，赔付金额是购买保险责任的函数。起赔点降雨量B和最大赔付点降雨量A之间有B减A(设为E)个单位。若购买保险的金额是C，累积降雨量在A和B之间范围时，单位降雨量指数赔付金额为C除以E，即C/E，最大值赔付金额在降雨量低于A时达到，为D(D=C)。

已知每单位降雨量指数赔付额、起赔点以及最大赔付点情况下，可以算出应赔付金额。假设降雨量值为F(A

该文严格依照天气指数保险定义设计保险合约，在事先确定范围内、按事先约定天气事件确立损失赔付。设定每份合约年初签订、年末赔付。如果当年的天气条件好于约定基础条件，保险公司就无需赔付； 若当年天气条件比约定基础条件差，保险公司就需要依照约定进行赔付。

湖北省素有“千湖之省，鱼米之乡”的美称，是农业大省，地处南北过渡地带，年降水量800～1 600mm[8]。 全省农业气候资源时空和地域分布差异大，农业生产深受天气风险影响，气候变化引起的不均衡、不充足降雨会导致稻谷产量的严重损失[9]。依照累积降水量情况，保险公司能够制定不同价格、不同赔付标准的保险合约，农户也可以选择购买何种价位的天气指数农业保险。保险公司将同一价位的保险分成若干个保险单元，每1个保险单元是1个SUC，每个SUC费率相同[10]。被保险人可以自由选择购买数量，价格高的合约赔付也高。

例如，对每一价位的干旱指数保险合约，农户和保险公司双方会事先确定1个触发点(即起赔点)，保险公司年末会依照当年生长期累积降雨量X来决定是否赔付，赔付多少。X>B时，不会赔付，如果X

I=max[0，Y×(B-X)]

(1)

式(1)中，I是保险公司赔付的金额; Y是累积降雨量每减少1单位导致的稻谷损失金额，保费依照降雨量情况计算。

湖北省稻谷生长期(湖北为3～10月)累积降雨量指数保险合约，依据降雨量和稻谷产量间关联度确定赔付金额。对干旱指数合约：降雨量不足约定起赔点时，开始依照实际降雨量和起赔点间差额进行相应赔付； 被保险人在降雨量达最大赔付点时，获得最高赔付。暴雨灾害指数合约有所不同：降雨量超过约定起赔点时，开始依照实际降雨量和起赔点间差额赔付； 被保险人在降雨量达最大赔付点时，获得最高赔付。

2 湖北省稻谷生长期降雨量指数保险合约设计

该文使用的数据均来自湖北省气象局和《湖北农村统计年鉴》，由于气象数据获取有局限，数据为湖北省1990～2009年78个县市的每日气象数据。对应地，是湖北省1990～2009年78个县市的稻谷生产有关的面板数据。

传统C-D生产函数在描述生产要素和产量关系时起着重要作用[11]，在分析天气气候因素对稻谷产量的影响时，可以将气候因子作为外生变量引入C-D函数模型，即采用经济—气候模型进行估计[11-14]。经济—气候模型的形式是：

(2)

表1 稻谷生产模型的估计结果

(1)混合回归(2)固定效应(3)随机效应(4)FGLS有效灌溉面积(lnirr)0.086 5**-0.087 1*0.040 90.065 7***(3.19)(-2.52)(1.40)(6.02)化肥施用量(lnfer)0.189***0.099 0***0.137***0.129***(6.65)(5.39)(5.83)(10.70)农业劳动力(lnlab)-0.031 2-0.012 2-0.017 40.081 5**(-0.74)(-0.36)(-0.57)(2.89)机械总动力(lnmec)0.041 20.015 90.020 60.040 7***(1.45)(0.92)(1.14)(3.35)播种面积(lnarea)0.740***0.735***0.740***0.711***(10.85)(13.74)(12.17)(26.80)生长期累积气温(lntem)-0.4860.3420.559*-0.609***(-1.34)(1.50)(2.53)(-6.10)生长期累积降水(lnrain)-0.142***-0.019 2-0.033 3*-0.056 2***(-5.00)(-1.52)(-2.32)(-3.67)生长期累积日照(lnsun)-0.041 8-0.114**-0.133**-0.017 9(-0.66)(-2.90)(-3.02)(-0.88)时间趋势项(t)0.014 5***(5.02)常数项(_cons)14.46***6.241**3.652-12.40*(3.72)(2.84)(1.74)(-2.19) 注:***、**、*分别代表在1%、5%和10%的显著水平

表2 稻谷生产模型检验结果

式(2)中，在时间t内i地区稻谷产量用yit表示;时间t内i地区因素k的投入量用xkit表示;待估计参数为αj(j=0， 1，…，K)。设定稻谷产量是各种投入要素、管理、技术、土地，以及气候因子的函数。气候因子影响到生产要素的投入。因此，解释变量包括播种面积、有效灌溉面积、农业劳动力、机械总动力、化肥施用量等投入。气候因子也是解释变量。为设计稻谷累积降水量指数保险，对气候数据进行处理，选取稻谷生长期内每日气温、降水和日照数值的累积数分别作为因子。除以上变量外，引入时间趋势项t体现技术进步对稻谷产量的影响[11,13]。其中，化肥施用量和稻谷产量的单位是吨(t)，播种面积和有效灌溉面积的单位是千公顷(千hm2)，机械总动力的单位是千瓦(kW)，农业劳动力的单位以万人计量。根据气象数据规则，气温、降水和日照的最小计量单位分别是1℃、10mm、1h。

此外，由于各投入要素不仅仅作用于稻谷这一种作物，为了更准确地衡量稻谷各要素的投入量，参照大多数学者的处理方法[12-13]，对变量进行调整。

化肥投入量(或灌溉投入)=化肥施用量(或有效灌溉面积)×(稻谷播种面积/农作物播种面积)； 农业劳动力投入量(或农业机械投入量)=农林牧渔业从业人员数(或农业机械总动力)×(农业总产值/农林牧渔总产值)×(稻谷播种面积/农作物播种面积)。

该文采用的是湖北省78个县市的面板数据，面板数据具有横截面和时间两个维度，能显著增加样本空间，提高自由度，使估计结果更为准确[15]。现有的研究通常使用比较混合OLS方法、固定效应模型(Fixed Effects Model，FE)和随机效应模型(Random Effects Model，RE)，选择一种方法进行估计。但如果面板数据存在组间异方差、组内自相关、组间截面相关等问题时，上述方法效果并不理想。可以采用可行广义最小二乘法(Feasible GLS，FGLS)进行估计[12,15]。 对面板数据进行相关统计检验，检验结果见表2。

通过检验结果可以看到，沃尔德检验强烈拒绝“组间同方差”原假设，即存在“组间异方差”； 结果也强烈拒绝“不存在一阶组内自相关”原假设。表2仅列出Pesaran检验，实际上Frees和Friedman检验的p值均小于0.01，所以强烈拒绝“无截面相关”原假设，即存在组间截面相关。因此，基于上述检验结果，参照表1模型最终估计结果，应选取FGLS方法进行估计，该方法可以较好地解决上述问题，使估计结果更稳健[15]。

根据模型的FGLS估计结果可以发现稻谷生长期内累积气温和累积降水对湖北省稻谷产量都有着负向的、非常显著的边际影响。稻谷生长期内累积日照的影响结果不是很显著。稻谷生长期内累积降水的影响系数是-0.056 2，在1%的水平下非常显著。该分析是湖北省全省的状况，即累积降水过多会减少全省的稻谷产量。但是湖北省各个区域差异较大，采用这样总括的数据针对性不强，反映不出具体区域的实际情况。所以，在设计累积降雨量指数保险时，该研究将针对某个具体的风险区域设计保险合约。

湖北省的现状是南涝北旱，北纬31°以北，襄阳、荆门、十堰一线地区“十年九旱”，仅800mm左右的年降水量，干旱情况非常严重。湖北省大旱出现最多区域是鄂东北重旱区包括孝感等地区，鄂北、鄂西北干旱频繁区的范围主要有十堰地区和襄阳市[16]。31°以南的咸宁、江汉平原等区域“十年九涝”，年降水量高达1 800mm左右，是暴雨的集中区域，每年有长达1个月的梅雨期[8]。 暴雨过多、强降水和伴随的大风会使稻谷受淹、倒伏等，影响稻谷产量。该研究选取孝感、随州、十堰、襄阳及辖内各个县市(共有23个县、市)的面板数据设计干旱指数保险合约； 选取江汉平原区域(主要包括荆州区域、仙桃、潜江、天门等)、咸宁及其辖内的面板数据设计暴雨灾害指数保险合约(考虑到行政区划变更，共有15个县、市)。

表3 累积降雨量FGLS估计结果

十堰、襄阳、孝感、随州区域江汉平原、咸宁区域累积降水量0.018 8*-0.032 7*(2.20)(-2.35) 注:***、**、*分别代表在1%、5%和10%的显著水平

与全省78个县市面板数据的处理相同，也采用FGLS方法对两组面板数据分别估计，被解释变量在这里变成稻谷单产，相应的解释变量仍包括有效灌溉面积、农业劳动力、机械总动力和化肥施用量，还有各气候因子。解释变量的处理方法也相同。其中，累积降水量估计结果见表3。

根据估计结果看到，累积降水量对稻谷单产的影响对干旱区域和暴雨集中区域有所不同，而前述湖北省全省累积降水的影响总体是负向。累积降水量对稻谷单产在十堰、襄阳等干旱区域的边际影响是正向的、显著的，影响系数为0.018 8，在10%水平下统计显著。在这些区域，累积降水量增加能增加稻谷单产、累积降水量减少则会减少稻谷单产，即在其他条件不变时，累积降水量每变动1个单位(10mm)，稻谷单产会在相同方向变动0.018 8个单位。累积降水量在暴雨集中区域江汉平原地区、咸宁及辖内县市，有着显著的负向影响，影响系数为-0.032 7，在10%的水平下统计显著。表明降水过多影响到稻谷生产，在其他条件不变时，每过多降水1个单位(10mm)，稻谷单产会相应减少0.032 7个单位。

2.1 稻谷干旱指数保险合约设计

由于受到数据资料的限制，对应23个县市的稻谷生长期累积降水量数据只有20年，用于分析累积降水量分布状况远远不够。所以，根据现有资料，加入一些假设条件。《全国农业旱情与旱灾评估分区及编码》对基本旱情评估使用降水量距平法，公式为：

(3)

表4 降水距平百分比旱情等级划分

季节计算时段(月)轻度干旱中度干旱严重干旱特大干旱夏季(6～8月)1-20>D≥-40-40>D≥-60-60>D≥-80D<-80春秋季(3～5月、9～11月)2-30>D≥-40-50>D≥-65-65>D≥-75D<-75冬季(12月至次年2月)3-25>D≥-35-35>D≥-45-45>D≥-55D<-55 注:资料来源于全国农业气象标准化技术委员会.农业干旱等级.北京:中国标准出版社, 2016

选取的23个县市累积降雨量状况见表5。

表5 干旱区域累积降雨量描述性统计

VariableMeanStd.Dev.minmax积降雨量(mm)913.25350.75357.102 728.20

表6 稻谷干旱指数保险

表7 暴雨区域累积降雨量的描述性统计

VariableMeanStd.Dev.minmax累积降雨量(mm)1 219.14412.59509.302 669.80

表8 稻谷暴雨灾害指数保险

图2 稻谷干旱指数保险合约赔付结构

参照上述旱情等级和累积降雨量描述统计情况，以及Skees[10]的研究结果，该研究选择干旱指数保险起赔点是该区域平均降雨量的70%，最大赔付点是平均降雨量的30%。依据2009年《湖北农村统计年鉴》稻谷生产成本及收益表，计算得到稻谷平均价格是1.82元/kg。再根据前述模型估计结果，算出其他条件不变时，累积降雨量每减少1mm，稻谷损失金额是：

Loss1=CNY 3.42元

以1mm作为尺度可能过于精量化、现实表现不够明显，因此以累积降雨量平均每减少5mm为单位衡量稻谷生产损失。

基于此，设计稻谷干旱指数保险指数见表6。

需要加以说明的是，该研究假设天气指数保险的买方和卖方收益的期望均为0，事实上保险的卖方可能在合约设计上增加一定利润。另外，如前所述，因为数据资料限制，不能获得累积降雨量具体分布，所以不能对费率进行精确厘定。图2是干旱指数保险合约赔付结构示意图。

累积降雨量干旱指数保险赔付的指数，起始赔付点即起赔点，是累积降雨量639.28mm，最大赔付点是273.98mm，赔付金额是购买保险责任的函数。起赔点累积降雨量639.28mm和最大赔付点273.98mm间有73.06个指数单位。所以，购买金额1 249.33元的保险责任，累积降雨量在273.98～639.28mm范围时，每单位降雨赔付金额是1 249.33元除以73.06，即单位指数赔付额是17.10元/5mm。累积降雨量在低于273.98mm时达到赔付金额最大值1 249.33元。依据这3个关键值，就可以算出应赔付保险金额。假设累积降雨量是500mm，此时应赔付总指数是27.86个单位，按前述单位指数应赔付额，计算出赔付总额是476.41(27.86×17.10)元。

2.2 稻谷暴雨灾害指数保险合约设计

与干旱指数保险设计类似，江汉平原、咸宁区域累积降雨量状况见表7。

选择暴雨灾害指数保险的起赔点是该区域平均降雨量的130%，最大赔付点是平均降雨量的170%，该区域其他条件不变时，累积降雨量平均每增加1mm，稻谷的损失金额为：

Loss2=CNY 5.95元

同样地，以累积降雨量平均每增加5mm为单位衡量稻谷生产损失。相应指数情况见表8。

图3 暴雨灾害指数保险合约赔付结构

暴雨灾害指数保险合约赔付结构见图3。

因此，稻谷生长期内(3月1日至10月31日)累积降雨量高于1 584.88mm时，按此时期内累积降雨量和1 584.88mm之差，计算每公顷应赔付金额，每相差5mm赔付29.75元，每公顷最高赔付额2 901.52元，计算公式：

每公顷赔付金额=(累积降雨量-1 584.88)÷5×29.75

(4)

3 结论与讨论

根据面板数据的估计结果，累积降水对湖北省全省稻谷单产的总体影响为负，而对十堰、襄阳等干旱区域的边际影响显著为正，对江汉平原地区、咸宁及辖内县市等暴雨集中区域影响显著为负。很明显，不能直接对湖北省全省笼统地进行天气指数保险合约的设计，有必要按照不同的风险区域分别进行设计，该文对此进行了很好的论证。研究严格遵照天气指数保险合约定义设计稻谷干旱指数和稻谷暴雨灾害指数保险合约，因此选取期间是稻谷生长期(湖北地区3～10月)，天气指标是该期间的累积降雨量。采用的模型是经济—气候模型，选取孝感、随州、十堰、襄阳及辖内各个县市(共有23个县、市)的面板数据设计干旱指数保险合约； 选取江汉平原区域(主要包括荆州区域、仙桃、潜江、天门等)、咸宁及其辖内的面板数据设计暴雨灾害指数保险合约(考虑到行政区划变更，共有15个县、市)。

该文的设计方法相对较简略，因为受气象数据资料的限制，只能得到20年的数据，累积降雨量分布特征受气象数据资料限制不能获得，所以起赔点和最大赔付点设计还不够精确，最大赔付额的计算结果也有所影响。因此在实际设计某区域的天气指数保险合约时，应尽量搜集更长时间序列的气象数据资料，使保险的设计更为精确、基差风险更小。此外为简化计算，保险公司的预期利润假设为0，也不符合实际，未考虑交易费用。天气指数保险虽然能降低保险公司成本，但保险公司仍然有制定合约、搜集数据等交易费用，将交易费用纳入设计还需要进一步研究。虽然有一些缺陷，但该文的研究也在天气指数保险设计方面做出了一定的探索，对该领域的研究起到了一定的补充和完善，进一步使天气指数保险合约成为转移农业天气风险的有力创新工具。