葉明華

(華東師范大學(xué) 金融與統(tǒng)計(jì)學(xué)院， 上海 200241)

?

農(nóng)業(yè)氣象災(zāi)害的空間集聚與政策性農(nóng)業(yè)保險(xiǎn)的風(fēng)險(xiǎn)分散
—— 以江、浙、滬、皖71個(gè)氣象站點(diǎn)降水量的空間分析為例(1980—2014)

葉明華

(華東師范大學(xué) 金融與統(tǒng)計(jì)學(xué)院， 上海 200241)

搜集1980—2014年江、浙、滬、皖71個(gè)氣象站點(diǎn)的降水量數(shù)據(jù)，計(jì)算其全域Moran指數(shù)，并通過(guò)Kriging空間插值和降水量距平百分率法，繪制四省(市)農(nóng)業(yè)旱澇災(zāi)害的空間分布圖，將農(nóng)業(yè)旱澇災(zāi)害的空間分布與政策性農(nóng)業(yè)保險(xiǎn)賠付率等級(jí)的空間分布進(jìn)行比對(duì)，結(jié)果發(fā)現(xiàn)：江、浙、滬、皖降水量具有顯著的空間正相關(guān)性，且表現(xiàn)出波動(dòng)中增強(qiáng)的態(tài)勢(shì)，受此影響，四省(市)農(nóng)業(yè)旱澇災(zāi)害也表現(xiàn)出顯著的災(zāi)害核心區(qū)和輻射區(qū)相連的區(qū)域集聚特征，而災(zāi)害的空間集聚性易導(dǎo)致糧食主產(chǎn)區(qū)的政策性農(nóng)業(yè)保險(xiǎn)面臨較高的賠付風(fēng)險(xiǎn)。據(jù)此，須注重提升農(nóng)業(yè)災(zāi)害的氣象預(yù)警與排洪灌溉工程建設(shè)的區(qū)域協(xié)同效應(yīng)，著力從傳統(tǒng)再保險(xiǎn)和風(fēng)險(xiǎn)互換角度做好政策性農(nóng)業(yè)保險(xiǎn)的風(fēng)險(xiǎn)分散，關(guān)注融合國(guó)家再保險(xiǎn)、保險(xiǎn)交易平臺(tái)和保險(xiǎn)與資本市場(chǎng)對(duì)接等多重渠道的農(nóng)業(yè)保險(xiǎn)巨災(zāi)風(fēng)險(xiǎn)管理體系建設(shè)。

氣象災(zāi)害；政策性農(nóng)業(yè)保險(xiǎn)；風(fēng)險(xiǎn)分散

政策性農(nóng)業(yè)保險(xiǎn)是確保國(guó)家糧食安全戰(zhàn)略和穩(wěn)定農(nóng)村經(jīng)濟(jì)發(fā)展的重要金融工具，但是農(nóng)業(yè)災(zāi)害的空間相關(guān)性嚴(yán)重影響了政策性農(nóng)業(yè)保險(xiǎn)的穩(wěn)健經(jīng)營(yíng)，為深入探究農(nóng)業(yè)災(zāi)害的空間特性，須從引致農(nóng)業(yè)災(zāi)害的氣象要素入手。

一、文獻(xiàn)綜述與理論假設(shè)

近年來(lái)，國(guó)內(nèi)外關(guān)于農(nóng)業(yè)氣象災(zāi)害與農(nóng)業(yè)保險(xiǎn)的相關(guān)研究進(jìn)展較快。依據(jù)需要，本文將既往相關(guān)研究按變量間相互影響的邏輯關(guān)系分解為兩個(gè)層面：一是氣象災(zāi)害鏈層面，即農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)及由此導(dǎo)致的種植業(yè)損失研究；二是災(zāi)害風(fēng)險(xiǎn)管理層面，即農(nóng)業(yè)氣象災(zāi)害的風(fēng)險(xiǎn)管理與政策性農(nóng)業(yè)保險(xiǎn)的賠付風(fēng)險(xiǎn)研究。

(一)農(nóng)業(yè)氣象災(zāi)害損失與減災(zāi)舉措研究

1．農(nóng)業(yè)氣象災(zāi)害的危險(xiǎn)性、空間性與災(zāi)害損失評(píng)估

關(guān)于農(nóng)業(yè)氣象災(zāi)害的相關(guān)研究，可以歸納為時(shí)間視角上對(duì)災(zāi)害危險(xiǎn)性的研究和空間視角上對(duì)災(zāi)害地理分布的探討。第一，氣象災(zāi)害危險(xiǎn)性研究。據(jù)全球?yàn)?zāi)害數(shù)據(jù)庫(kù)統(tǒng)計(jì)，洪澇、臺(tái)風(fēng)、干旱和與降水相關(guān)的滑坡、泥石流等次生災(zāi)害是影響農(nóng)業(yè)生產(chǎn)的主要?dú)庀鬄?zāi)害，其中，旱災(zāi)與澇災(zāi)的風(fēng)險(xiǎn)性最高。旱災(zāi)造成全球年均經(jīng)濟(jì)損失高達(dá)60億～80億美元。新中國(guó)成立以來(lái)，農(nóng)業(yè)各類氣象災(zāi)害中尤以澇災(zāi)和干旱分布最廣、危害最大。Zhang et al.(2014)評(píng)估發(fā)現(xiàn)，大多數(shù)糧食主產(chǎn)區(qū)均面臨旱災(zāi)威脅，尤其是黃河流域的農(nóng)業(yè)生產(chǎn)區(qū)。在對(duì)氣象要素深入研究后發(fā)現(xiàn)，降水量的異常變動(dòng)是導(dǎo)致旱澇災(zāi)害的共同致災(zāi)因素。第二，氣象災(zāi)害的空間特性研究。主要利用遙感和地理信息技術(shù)進(jìn)行災(zāi)害空間分布測(cè)算，研究發(fā)現(xiàn)：中國(guó)的旱災(zāi)空間分布表現(xiàn)為東部省份高于西部省份，北方省份高于南方省份；而長(zhǎng)江中下游地區(qū)和東北地區(qū)遭受洪澇風(fēng)險(xiǎn)較高；災(zāi)害的空間性導(dǎo)致中國(guó)省域氣象災(zāi)害脆弱性表現(xiàn)為西高東低格局，呈梯度分布。

當(dāng)前關(guān)于自然災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)的影響研究已在兩個(gè)層面進(jìn)行了拓展：一是從短期影響分析轉(zhuǎn)向長(zhǎng)期影響分析，尤其是對(duì)糧食綜合生產(chǎn)能力的沖擊研究。史培軍等(1997)認(rèn)為，農(nóng)業(yè)生態(tài)系統(tǒng)對(duì)氣候的依賴性較高，氣象災(zāi)害是造成糧食減產(chǎn)甚至絕收的首要原因。聯(lián)合國(guó)糧農(nóng)組織研究發(fā)現(xiàn)，長(zhǎng)期來(lái)看，氣候變化將對(duì)國(guó)際糧食安全目標(biāo)造成巨大沖擊。二是從自然災(zāi)害的直接影響分析轉(zhuǎn)向間接影響研究。陳衛(wèi)洪等(2013)認(rèn)為，農(nóng)業(yè)自然災(zāi)害除了直接影響農(nóng)作物受災(zāi)面積，進(jìn)而影響農(nóng)業(yè)產(chǎn)量外，還將間接引起農(nóng)產(chǎn)品市場(chǎng)價(jià)格波動(dòng)和農(nóng)戶生產(chǎn)行為。Stein et al.(2004)研究發(fā)現(xiàn)，農(nóng)業(yè)災(zāi)害會(huì)通過(guò)影響農(nóng)作物產(chǎn)量和價(jià)格兩個(gè)方面削弱農(nóng)戶福利。

2．農(nóng)業(yè)生產(chǎn)體系的承災(zāi)能力與減災(zāi)措施

農(nóng)業(yè)氣象災(zāi)害的發(fā)生具有較強(qiáng)的客觀性，但是最終造成的實(shí)際損失還取決于農(nóng)業(yè)生產(chǎn)體系的承災(zāi)能力與減災(zāi)措施的成效。

由于中國(guó)糧食作物種植屬于雨養(yǎng)農(nóng)業(yè)，風(fēng)險(xiǎn)暴露程度較高，自然災(zāi)害極易造成農(nóng)業(yè)生產(chǎn)損失。此外，農(nóng)業(yè)生產(chǎn)系統(tǒng)存在自身對(duì)氣象災(zāi)害的適應(yīng)性。因此，均態(tài)變化的氣象災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)的影響幅度較小，而極端氣象災(zāi)害，因其低頻、高損、數(shù)據(jù)稀少等特點(diǎn)，往往造成巨大的農(nóng)業(yè)生產(chǎn)損失。農(nóng)業(yè)生產(chǎn)的減災(zāi)舉措可分為適應(yīng)性措施和預(yù)防性措施。適應(yīng)性舉措是未來(lái)應(yīng)對(duì)氣候變化機(jī)制的核心，主要措施有品種改良或調(diào)整，抑或是巨災(zāi)之后農(nóng)業(yè)勞動(dòng)力的大量轉(zhuǎn)移。預(yù)防性舉措主要集中于農(nóng)業(yè)抗災(zāi)工程建設(shè)。程靜等(2010)認(rèn)為，農(nóng)田水利設(shè)施建設(shè)的完善使得氣象災(zāi)害造成的農(nóng)業(yè)生產(chǎn)損失大大降低。有調(diào)查發(fā)現(xiàn)，受農(nóng)戶個(gè)體最優(yōu)決策影響，當(dāng)前農(nóng)業(yè)防災(zāi)措施主要以非工程類措施為主，水利工程類措施比例較低。

綜上，損失程度高、波及范圍大的農(nóng)業(yè)氣象災(zāi)害嚴(yán)重沖擊農(nóng)業(yè)生產(chǎn)，造成中國(guó)農(nóng)村出現(xiàn)“十年致富奔小康，一場(chǎng)災(zāi)難全泡湯”因?yàn)?zāi)致貧現(xiàn)象，因此，須加強(qiáng)農(nóng)業(yè)生產(chǎn)體系的災(zāi)害適應(yīng)性建設(shè)，包括農(nóng)田基礎(chǔ)設(shè)施改造，調(diào)整農(nóng)作物種植結(jié)構(gòu)等，以期全面提升農(nóng)業(yè)生產(chǎn)系統(tǒng)應(yīng)對(duì)氣候變化的能力，最終降低災(zāi)害損失。

(二)農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)管理與政策性農(nóng)業(yè)保險(xiǎn)的賠付風(fēng)險(xiǎn)研究

1．農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)管理體系建設(shè)

農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)管理體系建設(shè)中首先要解決風(fēng)險(xiǎn)管理主體問(wèn)題。政府主體論認(rèn)為，農(nóng)業(yè)減災(zāi)舉措屬于公共物品，應(yīng)由政府提供。有調(diào)查顯示，92.31%的農(nóng)戶認(rèn)為，政府應(yīng)當(dāng)是農(nóng)業(yè)減災(zāi)公共品的供給主體，農(nóng)戶“等”、“靠”、“要”的觀念較為普遍。微觀主體論認(rèn)為，農(nóng)田水利發(fā)揮效益離不開農(nóng)戶個(gè)體，必須把農(nóng)業(yè)風(fēng)險(xiǎn)管理納入到農(nóng)戶自身應(yīng)對(duì)氣候變化的決策中。對(duì)此，陳利等(2013)認(rèn)為，外部自然災(zāi)害風(fēng)險(xiǎn)環(huán)境和政府減災(zāi)作為影響了農(nóng)戶的風(fēng)險(xiǎn)管理決策。只有以有效的風(fēng)險(xiǎn)管理手段應(yīng)對(duì)氣候變化方可保障中國(guó)的糧食安全。政府的角色主要在于制度供給及農(nóng)田水利設(shè)施資金投入，這是應(yīng)對(duì)氣候變化的基本保障。于農(nóng)戶而言，應(yīng)結(jié)合農(nóng)業(yè)生產(chǎn)具體環(huán)境，將農(nóng)業(yè)風(fēng)險(xiǎn)管理納入生產(chǎn)決策，采用農(nóng)田節(jié)水或排洪灌溉措施，以有效提高農(nóng)業(yè)總產(chǎn)出。

2．政策性農(nóng)業(yè)保險(xiǎn)的賠付風(fēng)險(xiǎn)

政策性農(nóng)業(yè)保險(xiǎn)已成為中國(guó)為農(nóng)戶提供風(fēng)險(xiǎn)管理的重要金融工具。近年來(lái)，政策性農(nóng)業(yè)保險(xiǎn)的承保面急劇擴(kuò)大，但受農(nóng)業(yè)靠天吃飯的影響，農(nóng)業(yè)保險(xiǎn)始終面臨較高的賠付風(fēng)險(xiǎn)。陳利等(2013)認(rèn)為，農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)的高相關(guān)性和強(qiáng)擴(kuò)散性直接影響政策性農(nóng)業(yè)保險(xiǎn)的經(jīng)營(yíng)。田玲等(2013)測(cè)算發(fā)現(xiàn)，損失規(guī)模達(dá)到千億以上的“超大巨災(zāi)”，將使保險(xiǎn)基金迅速告罄。因此，政策性農(nóng)業(yè)保險(xiǎn)的優(yōu)化問(wèn)題不容忽視(姜莉，2014)。

針對(duì)農(nóng)業(yè)保險(xiǎn)的高風(fēng)險(xiǎn)性，庹國(guó)柱等(2014)認(rèn)為，應(yīng)當(dāng)允許不同農(nóng)業(yè)保險(xiǎn)經(jīng)營(yíng)主體進(jìn)行分散決策，以使得不同區(qū)域的政策性農(nóng)業(yè)保險(xiǎn)制度結(jié)構(gòu)與該地區(qū)的風(fēng)險(xiǎn)環(huán)境和氣象特征之間具有高度相容性。針對(duì)大災(zāi)與巨災(zāi)可能影響農(nóng)業(yè)保險(xiǎn)經(jīng)營(yíng)積極性問(wèn)題，呂曉英等(2014)提出，應(yīng)增加對(duì)農(nóng)業(yè)保險(xiǎn)公司的激勵(lì)機(jī)制，適度提高其可分配利潤(rùn)，同時(shí)建立全面的農(nóng)業(yè)保險(xiǎn)大災(zāi)風(fēng)險(xiǎn)分散制度。

(三)本文研究假設(shè)

綜上，眾多氣象災(zāi)害中，旱澇災(zāi)害是影響中國(guó)農(nóng)業(yè)生產(chǎn)最重要的自然災(zāi)害。雖然旱澇災(zāi)害的表象特征相反，但其氣象本質(zhì)與降水量變化息息相關(guān)：當(dāng)降水量超過(guò)正常年景時(shí)，易發(fā)生澇災(zāi)；當(dāng)降水量低于正常年景時(shí)，易發(fā)生旱災(zāi)。故此，降水量成為旱澇災(zāi)害的共同氣象要素，本文將以降水量作為研究的主要?dú)庀笞兞俊?/p>

基于既往相關(guān)研究，本文假設(shè)：

第一，氣象要素降水量的變化與旱澇災(zāi)害的變化之間可以建立較強(qiáng)的相依關(guān)系，也即降水量的空間變化影響農(nóng)業(yè)旱澇災(zāi)害的空間特性；

第二，旱澇災(zāi)害所致農(nóng)業(yè)損失與政策性農(nóng)業(yè)保險(xiǎn)賠付變動(dòng)之間具有較強(qiáng)的因果關(guān)系；

第三，氣象要素除了在時(shí)間上表現(xiàn)出強(qiáng)弱變化外，還會(huì)因空間分布特征而影響農(nóng)業(yè)災(zāi)害實(shí)際損失，并進(jìn)而影響政策性農(nóng)業(yè)保險(xiǎn)的賠付風(fēng)險(xiǎn)。

二、氣象要素的空間集聚與農(nóng)業(yè)旱澇災(zāi)害的空間相關(guān)性

(一)預(yù)研究與農(nóng)業(yè)氣象要素代表性變量的選取

氣象要素是導(dǎo)致氣象災(zāi)害發(fā)生的基礎(chǔ)性變量，不同氣象要素引致的氣象災(zāi)害略有不同，例如風(fēng)速變化主要影響風(fēng)災(zāi)和霾的變化。影響農(nóng)業(yè)生產(chǎn)最重要的氣象災(zāi)害是干旱和洪澇，導(dǎo)致干旱和洪澇災(zāi)害發(fā)生的最為重要的氣象要素是降水量的變化?！稓庀蟾珊档燃?jí)》國(guó)家標(biāo)準(zhǔn)規(guī)定，降水量的變化率可作為判定旱澇災(zāi)害的重要?dú)庀笠刂笜?biāo)。同時(shí)，本文在降水量數(shù)據(jù)的預(yù)處理中，通過(guò)對(duì)降水量與旱澇災(zāi)害的受災(zāi)面積之間的嶺回歸分析發(fā)現(xiàn)，降水量變化與澇災(zāi)受災(zāi)面積有較強(qiáng)的正相關(guān)關(guān)系，而與旱災(zāi)的受災(zāi)面積變化有較強(qiáng)的負(fù)相關(guān)關(guān)系。鑒于此，本文選擇降水量作為研究農(nóng)業(yè)旱澇災(zāi)害的重要?dú)庀笠卮硇宰兞俊?/p>

(二)數(shù)據(jù)來(lái)源

本文研究所使用的數(shù)據(jù)來(lái)自浙江、江蘇、上海和安徽四省(市)統(tǒng)計(jì)年鑒、地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室和中國(guó)氣象局公共氣象信息服務(wù)中心。具體為四省(市)的71個(gè)氣象站點(diǎn)的數(shù)據(jù)樣本，包括：浙江省的23個(gè)氣象站，11個(gè)地級(jí)市；江蘇省的23個(gè)氣象站，13個(gè)地級(jí)市；上海市1個(gè)氣象站，1個(gè)直轄市；安徽省的24個(gè)氣象站，16個(gè)地級(jí)市。時(shí)間區(qū)間為1980年1月至2014年12月，以月度數(shù)據(jù)為主。選取江、浙、滬、皖四省(市)為樣本是基于：一方面，四省(市)地理位置空間相鄰，這對(duì)于解析農(nóng)業(yè)氣象要素的空間相關(guān)性至關(guān)重要；另一方面，四省(市)中的安徽省和江蘇省是中國(guó)重要的糧食主產(chǎn)區(qū)，其農(nóng)業(yè)氣象災(zāi)害特征可作為江淮流域糧食主產(chǎn)區(qū)*據(jù)新華網(wǎng)報(bào)道，中國(guó)目前僅有5個(gè)糧食調(diào)出省，分別是：黑龍江、吉林、內(nèi)蒙古、安徽和江西。江淮地區(qū)的江蘇與安徽依然是產(chǎn)糧大省，而上海和浙江則是糧食調(diào)入大省(市)，且調(diào)入的糧食主要來(lái)自鄰近的安徽和江蘇。因此，江、浙、滬、皖之間已形成相對(duì)平衡的糧食供需格局。但四省(市)農(nóng)業(yè)氣象災(zāi)害的空間相關(guān)性極易對(duì)這種糧食弱平衡體系造成沖擊。參見http://news.xinhuanet.com/fortune/2014-03/09/。的典型代表。

(三)江、浙、滬、皖降水量的空間集聚性

農(nóng)業(yè)氣象要素的空間集聚易導(dǎo)致農(nóng)業(yè)災(zāi)害的空間相關(guān)，因此，對(duì)江、浙、滬、皖降水量的空間集聚效應(yīng)進(jìn)行測(cè)算。在空間分析中，以Moran指數(shù)來(lái)檢驗(yàn)變量的空間相關(guān)性。這里將采用全域Moran指數(shù)對(duì)江、浙、滬、皖降水量的空間相關(guān)性進(jìn)行測(cè)算。全域Moran指數(shù)可分析江、浙、滬、皖四省(市)空間臨近區(qū)域單元降水量的相似程度，也即可反映四省(市)降水量的空間聚集效應(yīng)。

四省(市)降水量的全域Moran指數(shù)計(jì)算公式如下：

全域Moran指數(shù)的取值范圍為[-1,1]，數(shù)值越高，說(shuō)明江、浙、滬、皖四省(市)降水量之間的空間關(guān)聯(lián)程度越高。當(dāng)Moran指數(shù)為正時(shí)，表示降水量呈現(xiàn)空間正相關(guān)關(guān)系；當(dāng)Moran指數(shù)為負(fù)時(shí)，表示降水量呈現(xiàn)為空間負(fù)相關(guān)關(guān)系。

由于本文搜集的是四省(市)各氣象站點(diǎn)的數(shù)據(jù)，而非地級(jí)市數(shù)據(jù)，因此，在計(jì)算Moran指數(shù)前需對(duì)數(shù)據(jù)進(jìn)行空間轉(zhuǎn)換：將71個(gè)氣象站點(diǎn)的降水量數(shù)據(jù)轉(zhuǎn)換為41個(gè)城市的降水量數(shù)據(jù)。此處采用地理學(xué)上普遍使用的泰森多邊形法則進(jìn)行轉(zhuǎn)換。泰森多邊形法則也被稱為垂直平分法或加權(quán)平均法，即可通過(guò)使用最近的單個(gè)氣象站點(diǎn)的降水量進(jìn)行區(qū)域插值，須將采樣點(diǎn)兩兩相連并作連線的中垂線，其中垂線相交可形成若干個(gè)多邊形，從而將四省(市)的各個(gè)地級(jí)市分割成若干個(gè)子區(qū)域，每個(gè)子區(qū)域中包含一個(gè)氣象樣本數(shù)據(jù)點(diǎn)，以每個(gè)子區(qū)域的面積大小為權(quán)重估算出各地級(jí)市的降水量的平均值及四省市的整體估計(jì)值。設(shè)每個(gè)觀測(cè)點(diǎn)的樣本數(shù)據(jù)為xi，其對(duì)應(yīng)的泰森多邊形的面積為fi，則區(qū)域平均值可按下式求得：

其中，xi為觀測(cè)點(diǎn)的樣本數(shù)據(jù)，fi為泰森多邊形的面積，n為區(qū)域內(nèi)觀測(cè)點(diǎn)或泰森多邊形的個(gè)數(shù)，F(xiàn)為區(qū)域的總面積，Ai為權(quán)重系數(shù)。通過(guò)使用泰森多邊形將各個(gè)氣象站點(diǎn)的降水量數(shù)據(jù)轉(zhuǎn)化為各個(gè)地級(jí)市的降水量數(shù)據(jù)，進(jìn)而計(jì)算Moran指數(shù)。

四省(市)降水量的Moran指數(shù)計(jì)算結(jié)果如圖1所示。從極值角度看，江、浙、滬、皖降水量全域Moran指數(shù)的最低值為0.107(1983年)，最高值為0.746(2003年)，波動(dòng)性較大。從均值角度看，1980—2014年，四省(市)降水量Moran指數(shù)的平均值為0.512，系數(shù)值較大，說(shuō)明江、浙、滬、皖各區(qū)域的降水量受鄰近區(qū)域的影響較為明顯，也即四省(市)的降水量具有顯著的正向空間自相關(guān)特征，降水量雖然在某個(gè)具體區(qū)域表現(xiàn)出隨機(jī)分布特征，但是在空間維度上則表現(xiàn)為較為明顯的集聚現(xiàn)象。

圖1　江、浙、滬、皖降水量的全域Moran指數(shù)(1980—2014)

整體上來(lái)看，江、浙、滬、皖降水量的空間相關(guān)性表現(xiàn)出增強(qiáng)趨勢(shì)，其中：1980—1989年，Moran指數(shù)均值為0.360；1990—1999年，Moran指數(shù)均值為0.564；2000—2014年，Moran指數(shù)均值為0.509。這表明，1980—2014年，江、浙、滬、皖降水量的空間相關(guān)性呈現(xiàn)出波動(dòng)中逐步增強(qiáng)的態(tài)勢(shì)，尤其是1990年之后，僅有5年的Moran指數(shù)值低于0.4，四省(市)的降水量在大多數(shù)年份都表現(xiàn)出較強(qiáng)的正相關(guān)關(guān)系。

(四)江、浙、滬、皖農(nóng)業(yè)旱澇災(zāi)害的空間相關(guān)性及變動(dòng)趨勢(shì)

1980—2014年，江、浙、滬、皖降水量之間的空間集聚更多地反映氣象學(xué)意義上的農(nóng)業(yè)氣象要素的空間相關(guān)性。而對(duì)農(nóng)業(yè)生產(chǎn)造成實(shí)際沖擊的，往往是氣象要素所引發(fā)的農(nóng)業(yè)氣象災(zāi)害，尤其是旱澇災(zāi)害。依據(jù)《氣象干旱等級(jí)》國(guó)家標(biāo)準(zhǔn)，降水量的變化是導(dǎo)致農(nóng)業(yè)旱澇災(zāi)害的罪魁禍?zhǔn)?，因此，可采用降水量的距平百分率法，通過(guò)四省(市)降水量數(shù)據(jù)的處理將其轉(zhuǎn)化為對(duì)江、浙、滬、皖旱澇災(zāi)害的風(fēng)險(xiǎn)評(píng)估。

《氣象干旱等級(jí)》國(guó)家標(biāo)準(zhǔn)規(guī)定了中國(guó)氣象干旱指數(shù)的具體算法及干旱等級(jí)劃分標(biāo)準(zhǔn)，共涉及五種監(jiān)測(cè)干旱的單項(xiàng)指標(biāo)和氣象干旱綜合指數(shù)*《氣象干旱等級(jí)》國(guó)家標(biāo)準(zhǔn)中列出的干旱指數(shù)計(jì)算方法有：降水量距平百分率、相對(duì)濕潤(rùn)度指數(shù)、標(biāo)準(zhǔn)化降水指數(shù)、土壤相對(duì)濕度干旱指數(shù)和Palmer干旱指數(shù)。。其中，相對(duì)濕潤(rùn)度指數(shù)要求蒸發(fā)量數(shù)據(jù)按一定方法獲取；而土壤相對(duì)濕度干旱指數(shù)主要關(guān)注土壤墑情；Palmer干旱指數(shù)只能用于表達(dá)干旱。本文選取便于計(jì)算和普遍使用的降水量距平百分率法，對(duì)江、浙、滬、皖的旱澇災(zāi)害指數(shù)進(jìn)行計(jì)算，公式如下：

由于江、浙、滬、皖四省(市)的71個(gè)氣象站點(diǎn)分布不均勻，在計(jì)算旱澇災(zāi)害空間分布時(shí)，為使最終的災(zāi)害分布圖展示得更為細(xì)致和均勻，需要將各氣象站點(diǎn)的降水量進(jìn)行空間插值。此處采用Kriging空間插值法。其原理是利用區(qū)域化變量的原始數(shù)據(jù)和變異函數(shù)的結(jié)構(gòu)特點(diǎn)，對(duì)無(wú)氣象站點(diǎn)的區(qū)域化變量的值進(jìn)行線性無(wú)偏、最優(yōu)估計(jì)，也即根據(jù)各氣象站點(diǎn)空間位置與相關(guān)程度，賦予每個(gè)樣本點(diǎn)不同權(quán)重，從而獲得無(wú)氣象站點(diǎn)的降水量數(shù)值的插值估計(jì)。

四省(市)71個(gè)已知?dú)庀笳军c(diǎn)的降水量形成數(shù)據(jù)集合，已知點(diǎn)xi∈A(i=1,2,…,n)，該點(diǎn)在區(qū)域集合A上的降水量即為區(qū)域化變量Z(xi)，待插值點(diǎn)x0的降水量估計(jì)值Z*(x0)是已知?dú)庀笳军c(diǎn)降水量Z(xi)的加權(quán)值之和：

其中，λi( i = 1，2，…，n)為權(quán)重系數(shù)，權(quán)重為距離的函數(shù)。根據(jù)Kriging插值法的二階平穩(wěn)假設(shè)，要求四省(市)空間區(qū)域內(nèi)任意兩點(diǎn)xi和xj( j = 1，2，…，n； i ≠j)的降水量滿足E[Z(xi)-Z(xj)]=0，方差Var[Z(xi)-Z(xj)]存在并且只與兩點(diǎn)的空間距離有關(guān)，即：

通過(guò)運(yùn)算上式，即可獲得四省(市)所需估測(cè)降水量站點(diǎn)的權(quán)重系數(shù)λi，進(jìn)而求得四省(市)空間區(qū)域內(nèi)所需插值點(diǎn)x0的降水量估計(jì)值Z*(x0)。

通過(guò)上述Kriging插值細(xì)化和擴(kuò)展江、浙、滬、皖各空間區(qū)域上的降水量數(shù)值，再根據(jù)氣象干旱等級(jí)劃分標(biāo)準(zhǔn)*《氣象干旱等級(jí)》國(guó)家標(biāo)準(zhǔn)中的干旱有五個(gè)級(jí)別，不同級(jí)別的干旱對(duì)農(nóng)業(yè)生產(chǎn)的影響依次為：一級(jí)為正?；驖駶?，表現(xiàn)為降水正常，無(wú)旱象；最高為五級(jí)，特旱，表現(xiàn)為耕地出現(xiàn)長(zhǎng)時(shí)間缺水，植物干枯、死亡，將對(duì)農(nóng)作物和生態(tài)環(huán)境造成嚴(yán)重影響。，融合澇災(zāi)劃分標(biāo)準(zhǔn)，將降水量對(duì)應(yīng)的旱澇等級(jí)劃分為從特澇到特旱的十個(gè)等級(jí)，即：特澇(Pa≥45%)、重澇(35%≤Pa≤45%)、中澇(25%≤Pa≤35%)、輕澇(10%≤Pa≤25%)、無(wú)澇(0%≤Pa≤10%)、無(wú)旱(-10%≤Pa≤0%)、輕旱(-25%≤Pa≤-10%)、中旱(-35%≤Pa≤-25%)、重旱(-45%≤Pa≤-35%)和特旱(Pa≤-45%)。在上述測(cè)算基礎(chǔ)上，采用ArcGIS軟件繪制江、浙、滬、皖1980—2014年共計(jì)35年的旱澇災(zāi)害空間分布圖，因篇幅所限，以下僅選取不同時(shí)段中代表性年份的旱澇災(zāi)害分布圖，如圖2和圖3所示。

圖2　江、浙、滬、皖旱澇災(zāi)害的空間相關(guān)性(左圖：1988年；右圖：1991年)

據(jù)圖2和圖3可知：(1)長(zhǎng)期來(lái)看，四省(市)中的上海與浙江主要面臨旱災(zāi)風(fēng)險(xiǎn)，江蘇和安徽主要面臨水災(zāi)風(fēng)險(xiǎn)。具體來(lái)說(shuō)，江蘇與安徽北部區(qū)域還面臨嚴(yán)重旱災(zāi)風(fēng)險(xiǎn)，而蘇中、蘇南與皖中、皖南主要面臨水災(zāi)風(fēng)險(xiǎn)。(2)整體來(lái)看，四省(市)的農(nóng)業(yè)旱澇災(zāi)害之間呈現(xiàn)較強(qiáng)的空間相關(guān)性，表現(xiàn)為相鄰區(qū)域范圍內(nèi)，旱澇災(zāi)害具有相似性與擴(kuò)散性。(3)分級(jí)來(lái)看，江蘇與安徽的澇災(zāi)表現(xiàn)為強(qiáng)烈空間相關(guān)性，其中，1991年、2003年，兩省超過(guò)30個(gè)氣象站點(diǎn)同時(shí)顯示嚴(yán)重澇災(zāi)，并且澇災(zāi)呈現(xiàn)出水平空間上的相關(guān)性，即相同或相近緯度上澇災(zāi)的空間相關(guān)性。由于江蘇與安徽是江淮流域重要的糧食生產(chǎn)基地，因此，澇災(zāi)的空間相關(guān)將對(duì)四省(市)的糧食供求弱平衡造成巨大沖擊。

綜上，四省(市)旱澇災(zāi)害的空間分布圖可明顯分割出災(zāi)害中心區(qū)、災(zāi)害輻射區(qū)和災(zāi)害過(guò)渡區(qū)三個(gè)梯度層次。例如：1988年，四省(市)同時(shí)并發(fā)旱災(zāi)，且旱災(zāi)以蘇北和皖北為災(zāi)害中心區(qū)，向蘇南和皖南擴(kuò)散，到上海和浙江后衰減為輕旱直至無(wú)旱。1991年的情況略有不同。澇災(zāi)的中心區(qū)位于蘇中與皖中，從中心區(qū)向南北兩個(gè)方向同時(shí)擴(kuò)散，形成由中心區(qū)向輻射區(qū)擴(kuò)散，最終形成多地市同時(shí)并發(fā)的大范圍澇災(zāi)；通過(guò)浙北的過(guò)渡區(qū)后，至浙南則轉(zhuǎn)化為旱災(zāi)區(qū)。2003年，四省市的旱澇災(zāi)害空間分布情況與1991年類似，從四省(市)北部的嚴(yán)重澇災(zāi)通過(guò)災(zāi)害中心區(qū)擴(kuò)散至輻射區(qū)，再經(jīng)過(guò)渡區(qū)轉(zhuǎn)化為浙南與上海的嚴(yán)重干旱，表現(xiàn)為降水量從北到南逐次衰減。

三、農(nóng)業(yè)氣象災(zāi)害的空間相關(guān)性對(duì)政策性農(nóng)業(yè)保險(xiǎn)賠付的影響

政策性農(nóng)業(yè)保險(xiǎn)主要承保種植業(yè)災(zāi)害損失，尤其是糧食作物災(zāi)害損失。糧食作物面臨的主要?dú)庀鬄?zāi)害為旱澇災(zāi)害，其所致?lián)p失合計(jì)占糧食作物總損失的80%以上*參見庹國(guó)柱：“中國(guó)農(nóng)業(yè)保險(xiǎn)發(fā)展報(bào)告”，中國(guó)農(nóng)業(yè)出版社，2014年版，第4-17頁(yè)。。以下將分析農(nóng)業(yè)氣象災(zāi)害的空間集聚性對(duì)政策性農(nóng)業(yè)保險(xiǎn)賠付率的空間分布所產(chǎn)生的影響。

(一)政策性農(nóng)業(yè)保險(xiǎn)賠付狀況的空間分布

搜集2006—2013年江、浙、滬、皖41個(gè)城市的政策性農(nóng)業(yè)保險(xiǎn)保費(fèi)收入和賠款支出數(shù)據(jù)，計(jì)算簡(jiǎn)單賠付率。數(shù)據(jù)來(lái)自41個(gè)城市中各家農(nóng)業(yè)保險(xiǎn)公司每年的信息披露報(bào)告和各年的中國(guó)保險(xiǎn)年鑒。簡(jiǎn)單賠付率(保費(fèi)收入/賠款支出)可較好地反映政策性農(nóng)業(yè)保險(xiǎn)的賠付風(fēng)險(xiǎn)。經(jīng)初步計(jì)算發(fā)現(xiàn)，2007—2010年，部分地市的政策性農(nóng)業(yè)保險(xiǎn)承保面積較小，保費(fèi)收入較低，不足以反映實(shí)際災(zāi)害損失狀況。保險(xiǎn)精算要求承保標(biāo)的符合大數(shù)法則，以使實(shí)際損失分布趨向預(yù)期經(jīng)驗(yàn)分布，經(jīng)檢驗(yàn)，2011年以來(lái)的政策性農(nóng)業(yè)保險(xiǎn)經(jīng)營(yíng)符合此條件。依賠付率高低將政策性農(nóng)業(yè)保險(xiǎn)賠付風(fēng)險(xiǎn)劃分為5個(gè)等級(jí)，通過(guò)ArcGIS軟件將各城市賠付率等級(jí)繪制圖形，結(jié)果如圖4和圖5所示。

從2011—2013年政策性農(nóng)業(yè)保險(xiǎn)賠付率的等級(jí)空間分布圖可以看到，政策性農(nóng)業(yè)保險(xiǎn)的賠付風(fēng)險(xiǎn)具有較強(qiáng)的空間集聚性。蘇南和皖南部分城市政策性農(nóng)業(yè)保險(xiǎn)賠付率較低，可能由兩方面因素所致：一是2011—2013年該區(qū)域是旱澇災(zāi)害的過(guò)渡區(qū)，不屬于江淮旱澇災(zāi)害的核心區(qū)和輻射區(qū)，因此，災(zāi)害損失較小；二是該區(qū)域主要為工業(yè)生產(chǎn)區(qū)，耕地面積覆蓋較低，因此，農(nóng)業(yè)氣象災(zāi)害損失較小。

圖4　四省(市)政策性農(nóng)業(yè)保險(xiǎn)賠付率等級(jí)的空間分布(左圖：2011年；右圖：2012年)

蘇中和皖中是政策性農(nóng)業(yè)保險(xiǎn)賠付的重災(zāi)區(qū)，賠付率水平整體較高，并且其賠付率的高低分布與旱澇災(zāi)害的高低分布一致，均呈現(xiàn)出水平視角上，也即相同或相近緯度方向上的賠付率空間相關(guān)性。尤其是安徽省糧食種植重點(diǎn)地區(qū)滁州市、六安市、阜陽(yáng)市、淮南市和江蘇省糧食生產(chǎn)基地淮安市和鹽城市，農(nóng)業(yè)保險(xiǎn)賠付具有較強(qiáng)的空間集聚性。根據(jù)四省(市)旱澇災(zāi)害空間分布圖可知，長(zhǎng)期來(lái)看，浙江省農(nóng)業(yè)旱澇災(zāi)害的整體水平低于江蘇省和安徽省，農(nóng)業(yè)耕地面積也遠(yuǎn)少于江蘇和安徽，因此，浙江省政策性農(nóng)業(yè)保險(xiǎn)賠付水平整體較低。上海市不屬于旱澇災(zāi)害的中心區(qū)，其農(nóng)業(yè)生產(chǎn)所遭受的旱澇災(zāi)害損失并不明顯。實(shí)地調(diào)研發(fā)現(xiàn)，上海市政策性農(nóng)業(yè)保險(xiǎn)的賠付率較高。這是因?yàn)樯虾５恼咝赞r(nóng)業(yè)保險(xiǎn)與其他省份不同，除了承保災(zāi)害所致?lián)p失，還要承保農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)損失，產(chǎn)量與價(jià)格雙重風(fēng)險(xiǎn)的疊加使得其賠付水平整體較高。

圖5　2013年四省(市)旱澇災(zāi)害分布(左圖)與政策性農(nóng)業(yè)保險(xiǎn)賠付率等級(jí)(右圖)空間分布的比較

(二)農(nóng)業(yè)旱澇災(zāi)害空間分布與政策性農(nóng)業(yè)保險(xiǎn)賠付空間特性的比對(duì)分析

為解析農(nóng)業(yè)旱澇災(zāi)害的空間相關(guān)性是否對(duì)政策性農(nóng)業(yè)保險(xiǎn)賠付產(chǎn)生影響，將江、浙、滬、皖各城市2013年旱澇災(zāi)害空間分布圖與農(nóng)業(yè)保險(xiǎn)賠付等級(jí)分布圖進(jìn)行比對(duì)。

據(jù)圖5可知，2013年，江、浙、滬、皖各區(qū)域降水量普遍較少，較大范圍區(qū)域同時(shí)面臨旱災(zāi)風(fēng)險(xiǎn)，尤其是蘇北、蘇中和皖北、皖中的大部分區(qū)域。但是對(duì)應(yīng)右圖的政策性農(nóng)業(yè)保險(xiǎn)賠付可以發(fā)現(xiàn)，安徽省域內(nèi)的政策性農(nóng)業(yè)保險(xiǎn)賠付與其旱災(zāi)風(fēng)險(xiǎn)程度相匹配，但是江蘇省旱災(zāi)嚴(yán)重地區(qū)的政策性農(nóng)業(yè)保險(xiǎn)賠付并不高。據(jù)本文課題組于2014年對(duì)江蘇、安徽兩省農(nóng)戶進(jìn)行的入戶問(wèn)卷調(diào)查發(fā)現(xiàn)，安徽省“純農(nóng)型”農(nóng)戶占比較高，農(nóng)業(yè)種植面積較大，因此，其旱澇災(zāi)害風(fēng)險(xiǎn)度與農(nóng)業(yè)保險(xiǎn)賠付風(fēng)險(xiǎn)度基本上相一致；而江蘇省“兼農(nóng)型”農(nóng)戶較多，戶均耕地面積較少，且糧食商品化率較低，農(nóng)業(yè)生產(chǎn)和投保的積極性較低，因此，江蘇省域內(nèi)政策性農(nóng)業(yè)保險(xiǎn)賠付的空間分布與其災(zāi)害的空間分布之間的匹配度低于安徽省，尤其是蘇南工業(yè)城市。

四、結(jié)論及政策啟示

本文采用1980—2014年江、浙、滬、皖四省(市)71個(gè)氣象站點(diǎn)的降水量數(shù)據(jù)，基于氣象災(zāi)害的空間統(tǒng)計(jì)分析，得到關(guān)于農(nóng)業(yè)氣象災(zāi)害與政策性農(nóng)業(yè)保險(xiǎn)空間分布特征的相關(guān)研究結(jié)論：第一，江、浙、滬、皖的農(nóng)業(yè)氣象要素呈現(xiàn)較為明顯的空間相關(guān)性，且相關(guān)程度表現(xiàn)為波動(dòng)中增強(qiáng)的趨勢(shì)。第二，農(nóng)業(yè)氣象要素的空間相關(guān)性引致農(nóng)業(yè)氣象災(zāi)害的空間集聚效應(yīng)。四省(市)農(nóng)業(yè)旱澇災(zāi)害表現(xiàn)出明顯的南北向水平空間的相關(guān)性，并且農(nóng)業(yè)旱澇災(zāi)害的空間相關(guān)性在水平層面上表現(xiàn)出災(zāi)害核心區(qū)、災(zāi)害輻射區(qū)和災(zāi)害過(guò)渡區(qū)的區(qū)域集聚特征。第三，旱澇災(zāi)害的空間集聚性對(duì)政策性農(nóng)業(yè)保險(xiǎn)賠付率的空間分布產(chǎn)生顯著影響。整體上來(lái)看，四省(市)政策性農(nóng)業(yè)保險(xiǎn)賠付率表現(xiàn)出較為明顯的空間集聚特征，其中：蘇南和皖南農(nóng)業(yè)保險(xiǎn)賠付率較低，蘇中和皖中賠付率較高；安徽省政策性農(nóng)業(yè)保險(xiǎn)的賠付率與農(nóng)業(yè)旱澇災(zāi)害的空間分布相一致，而江蘇省旱澇災(zāi)害高發(fā)區(qū)并非農(nóng)業(yè)耕地集聚區(qū)。

農(nóng)業(yè)氣象災(zāi)害的空間相關(guān)性極易使糧食主產(chǎn)區(qū)的政策性農(nóng)業(yè)保險(xiǎn)面臨賠付的系統(tǒng)性風(fēng)險(xiǎn)。對(duì)此，可從以下方面對(duì)政策性農(nóng)業(yè)保險(xiǎn)的風(fēng)險(xiǎn)分散進(jìn)行優(yōu)化：

在防災(zāi)層面，需著力提升農(nóng)業(yè)災(zāi)害核心區(qū)與輻射區(qū)之間的防災(zāi)機(jī)制協(xié)同效應(yīng)。第一，注重農(nóng)業(yè)氣象災(zāi)害預(yù)警的區(qū)域協(xié)同。對(duì)于災(zāi)害預(yù)警，當(dāng)前各氣象站點(diǎn)主要關(guān)注本地區(qū)災(zāi)害信息，信息的區(qū)域性和分割性不利于防災(zāi)工作的協(xié)同開展，農(nóng)業(yè)氣象預(yù)警需注重農(nóng)業(yè)旱澇災(zāi)害中心區(qū)和輻射區(qū)的協(xié)同預(yù)警。第二，進(jìn)行農(nóng)業(yè)排洪和灌溉工程的區(qū)域聯(lián)動(dòng)建設(shè)。旱時(shí)灌溉和澇時(shí)排洪是最重要的農(nóng)業(yè)減災(zāi)舉措，由于排洪灌溉工程建設(shè)涉及到資金投入、勞動(dòng)投入、土地占用等，而在地方財(cái)政預(yù)算收入制約條件下，水利工程建設(shè)往往成為各級(jí)政府追求自身政績(jī)最大化目標(biāo)下的區(qū)域性最優(yōu)決策。與農(nóng)業(yè)旱澇災(zāi)害的空間相關(guān)性相對(duì)應(yīng)，農(nóng)業(yè)排洪灌溉工程需構(gòu)建基于農(nóng)業(yè)災(zāi)害核心區(qū)和輻射區(qū)為一體的多省域聯(lián)合防災(zāi)工程，以實(shí)現(xiàn)農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)管理的全局最優(yōu)化。

在保險(xiǎn)層面，應(yīng)注重政策性農(nóng)業(yè)保險(xiǎn)的風(fēng)險(xiǎn)分散。當(dāng)前，部分區(qū)域的政策性農(nóng)業(yè)保險(xiǎn)處于過(guò)度競(jìng)爭(zhēng)格局，各家保險(xiǎn)公司為了擴(kuò)大業(yè)務(wù)，忽視新的業(yè)務(wù)區(qū)域與原承保區(qū)域之間氣象要素的空間集聚，導(dǎo)致承保業(yè)務(wù)之間風(fēng)險(xiǎn)高度相關(guān)；同時(shí)，輕視旱、澇巨災(zāi)的可能性，為爭(zhēng)取業(yè)務(wù)擅自減低保費(fèi)。這些不當(dāng)競(jìng)爭(zhēng)舉措放大了政策性農(nóng)業(yè)保險(xiǎn)的賠付風(fēng)險(xiǎn)。保險(xiǎn)精算要求各業(yè)務(wù)單位符合風(fēng)險(xiǎn)獨(dú)立同分布原則，但是農(nóng)業(yè)旱澇災(zāi)害的空間相關(guān)性違背了保險(xiǎn)承保原則，因此，保險(xiǎn)公司擴(kuò)大承保區(qū)域時(shí)應(yīng)重點(diǎn)選取風(fēng)險(xiǎn)弱相關(guān)或不相關(guān)區(qū)域。如果確實(shí)因政策需要不得不進(jìn)入風(fēng)險(xiǎn)高度相關(guān)區(qū)域時(shí)，保險(xiǎn)公司應(yīng)做好再保險(xiǎn)安排，或進(jìn)行旱澇災(zāi)害的風(fēng)險(xiǎn)互換，以此降低和分散農(nóng)業(yè)保險(xiǎn)的賠付風(fēng)險(xiǎn)。

在巨災(zāi)風(fēng)險(xiǎn)管理層面，需構(gòu)建農(nóng)業(yè)旱澇災(zāi)害巨災(zāi)風(fēng)險(xiǎn)的分散體系。第一，建立商業(yè)與國(guó)家聯(lián)合的再保險(xiǎn)?？紤]到農(nóng)業(yè)的基礎(chǔ)性地位以及農(nóng)業(yè)巨災(zāi)對(duì)整個(gè)經(jīng)濟(jì)體系的沖擊，建議在傳統(tǒng)商業(yè)再保險(xiǎn)之外，建立國(guó)家農(nóng)業(yè)再保險(xiǎn)。第二，創(chuàng)立保險(xiǎn)交易平臺(tái)。這使得各家保險(xiǎn)公司的農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)可進(jìn)行風(fēng)險(xiǎn)互換，從而通過(guò)風(fēng)險(xiǎn)聚合和風(fēng)險(xiǎn)交互實(shí)現(xiàn)政策性農(nóng)業(yè)保險(xiǎn)的風(fēng)險(xiǎn)分散目的。第三，實(shí)現(xiàn)保險(xiǎn)市場(chǎng)與資本市場(chǎng)的有效對(duì)接。通過(guò)巨災(zāi)風(fēng)險(xiǎn)證券化，政策性農(nóng)業(yè)保險(xiǎn)可以將承保風(fēng)險(xiǎn)轉(zhuǎn)移到國(guó)內(nèi)外資本市場(chǎng)，從而保障農(nóng)業(yè)風(fēng)險(xiǎn)管理與農(nóng)業(yè)保險(xiǎn)市場(chǎng)的持續(xù)、穩(wěn)定發(fā)展。

陳利，謝家智. 2013. 農(nóng)戶對(duì)農(nóng)業(yè)災(zāi)害賠償滿意度的測(cè)量與減災(zāi)行為研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題(3)：56-64.

陳衛(wèi)洪，謝曉英. 2013. 氣候?yàn)?zāi)害對(duì)糧食安全的影響機(jī)制研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題(1)：12-20.

程靜，陶建平. 2010. 全球氣候變暖背景下農(nóng)業(yè)干旱災(zāi)害與糧食安全：基于西南五省面板數(shù)據(jù)的實(shí)證研究[J]. 經(jīng)濟(jì)地理(9)：1524-1528.

韓蘭英，張強(qiáng)，馬鵬里，等. 2015. 中國(guó)西南地區(qū)農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)空間特征[J]. 中國(guó)沙漠(7)：1-9.

賀帥，楊賽霓，汪偉平，等. 2015. 中國(guó)自然災(zāi)害社會(huì)脆弱性時(shí)空格局演化研究[J]. 北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版)(6)：299-306.

胡亞男，鄭金偉，潘根興，等. 2015. 1978—2008年中國(guó)十省主要農(nóng)業(yè)氣象災(zāi)害動(dòng)態(tài)及其影響分析[J]. 氣候變化研究進(jìn)展(3)：123-130.

姜莉. 2014. 我國(guó)農(nóng)業(yè)保險(xiǎn)政策優(yōu)化問(wèn)題研究:基于道德風(fēng)險(xiǎn)視角[J]. 哈爾濱商業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)(3):13-20.

潘根興，高民，胡國(guó)華. 2013. 氣候變化對(duì)中國(guó)農(nóng)業(yè)生產(chǎn)的影響[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)(9)：1698-1706.

齊曄. 2013. 中國(guó)低碳發(fā)展報(bào)告(2013) [M]． 北京：社會(huì)科學(xué)文獻(xiàn)出版社.

邵騰偉，冉光和. 2011. 基于POT-GPD損失分布的農(nóng)業(yè)自然災(zāi)害VAR估算[J]. 統(tǒng)計(jì)研究(7)：79-84.

史培軍，王靜，謝愛云. 1997. 最近15年來(lái)中國(guó)氣候變化、農(nóng)業(yè)自然災(zāi)害與糧食生產(chǎn)的初步研究[J]. 自然資源學(xué)報(bào)(3)：197-203.

譚靈芝，董照輝. 2014. 氣候變化適應(yīng)性資金投入對(duì)農(nóng)業(yè)總產(chǎn)值影響研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)(12)：39-50.

陶生才，許吟隆，劉珂，等. 2011. 農(nóng)業(yè)對(duì)氣候變化的脆弱性[J]. 氣候變化研究進(jìn)展(2)：143-148.

田玲，姚鵬. 2013. 我國(guó)巨災(zāi)保險(xiǎn)基金規(guī)模研究：以地震風(fēng)險(xiǎn)為例[J]. 保險(xiǎn)研究(4)：13-22.

庹國(guó)柱. 2014. 農(nóng)業(yè)保險(xiǎn)文集[G]. 北京：中國(guó)農(nóng)業(yè)出版社：65.

庹國(guó)柱，朱俊生. 2014. 完善我國(guó)農(nóng)業(yè)保險(xiǎn)制度需要解決的幾個(gè)重要問(wèn)題[J]. 保險(xiǎn)研究(2)：44-54.

王加華. 2003. 清季至民國(guó)華北的水旱災(zāi)害與作物選擇[J]. 中國(guó)歷史地理論叢(1):84-91.

王錫曚，李傳哲，王樹謙，等. 2015. 近50年來(lái)京津唐地區(qū)降水時(shí)空演變特征分析[J]. 水電能源科學(xué)(7)：7-11.

謝立勇，李悅，錢鳳魁，等. 2014. 糧食生產(chǎn)系統(tǒng)對(duì)氣候變化的響應(yīng):敏感性與脆弱性[J]. 中國(guó)人口.資源與環(huán)境(5)：25-31.

嚴(yán)奉憲，武洲洋，黃玲玲. 2014. 農(nóng)業(yè)減災(zāi)公共品：農(nóng)戶自主供給意愿及其影響因素分析：基于湖北省農(nóng)戶調(diào)查數(shù)據(jù)[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)(11)：52-64.

葉明華. 2015. 中國(guó)農(nóng)業(yè)保險(xiǎn)的賠付風(fēng)險(xiǎn)：風(fēng)險(xiǎn)測(cè)度與應(yīng)對(duì)策略[J]. 經(jīng)濟(jì)問(wèn)題(4)：92-98．

葉明華，汪榮明． 2014. 風(fēng)險(xiǎn)認(rèn)知、保險(xiǎn)意識(shí)與農(nóng)戶的風(fēng)險(xiǎn)承擔(dān)能力：基于蘇、皖、川三省1554戶農(nóng)戶的問(wèn)卷調(diào)查[J]. 中國(guó)農(nóng)村觀察(6)：37-48．

俞云，李芳. 2010. 基于面板數(shù)據(jù)的農(nóng)業(yè)氣象災(zāi)害對(duì)中國(guó)糧食產(chǎn)量影響分析[J]. 經(jīng)濟(jì)與管理(11)：5-8.

張銳. 2009. 誰(shuí)在威脅全球糧食安全[N]. 中國(guó)經(jīng)濟(jì)時(shí)報(bào),-07-21(11).

HOLDEN S, BEKELE S．2004. Land degradation, drought and food security in a less-favored area in the Ethiopian highlands: a bio economic model with market imperfections [J]. Agricultural Economics, 30(1): 31-49.

MACKAY A. 2008. Climate change 2007- impacts, adaptation, and vulnerability: Working Group II contribution to the Fourth Assessment Report of the intergovernmental panel on climate change [M]. Cambridge, UK: Cambridge University Press.

ZHANG Z, WANG P, CHEN Y, et al.2014.Spatial pattern and decadal change of agro-meteorological disasters in the main wheat production area of China during 1991-2009 [J].Journal of Geographical Sciences, 24(3): 387-396．

(責(zé)任編輯劉志煒)

Spatial Agglomeration of Agricultural Meteorological Disaster and Risk Diversification of Policy Oriented Crop Insurance:Spatial Analysis of Precipitation in Jiangsu, Zhejiang,Shanghai and Anhui from 1980 to 2014

YE MingHua

(School of Finance and Statistics, East China Normal University, Shanghai 200241)

This paper collects data in provinces of Jiangsu, Zhejiang, Anhui and Shanghai from 1980 to 2014, calculates the global Moran′s indexes to analyze spatial distribution characteristic of agro-meteorological disasters and effects on policy-oriented agricultural insurance, draws figures of four provinces′ spatial distribution of agricultural drought and flood based on the method of precipitation anomalous percentage. Matching the spatial distribution of agricultural drought and flood with the claim ratio of policy-oriented agricultural insurance, the research reveals that: Precipitations in Jiangsu, Zhejiang, Shanghai and Anhui have significant spatial positive correlation; Agricultural drought and flood in Sichuan also have the significant cluster among core areas of disaster and contiguous areas; Policy-oriented agricultural insurance is faced with the high claim risk because of agro-meteorological disasters′ spatial cluster. Therefore, it′s necessary to improve regional synergy effect of agro-meteorological disasters′ early-warning and the engineering construction of flood drainage and irrigation. Risks should be well-diversified in policy-oriented agricultural insurance, and agricultural insurance catastrophe management system should be constructed and the main form of it includes national reinsurance, insurance swap, risk securitization and so on.

meteorological disaster; policy oriented crop insurance; risk diversification

2016-03-03

葉明華(1978--)，女，福建泉州人，博士，華東師范大學(xué)金融與統(tǒng)計(jì)學(xué)院副教授。

國(guó)家自然科學(xué)基金項(xiàng)目“農(nóng)業(yè)氣象災(zāi)害、政策性農(nóng)業(yè)保險(xiǎn)與糧農(nóng)生產(chǎn)行為：基于蘇、皖農(nóng)戶調(diào)查的微觀實(shí)證”(71403088)；國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)評(píng)估與糧食安全對(duì)策研究”(13&ZD161)；高等學(xué)校學(xué)科創(chuàng)新引智計(jì)劃(B14019)。

F840

A

1001-6260(2016)04-0032-10

財(cái)貿(mào)研究2016.4