郭小芹，羅永忠

(1.甘肅省武威市氣象局，甘肅 武威 733000；2.甘肅農(nóng)業(yè)大學(xué) 林學(xué)院，甘肅 蘭州 730070)

河西東部日光溫棚氣象災(zāi)害保險(xiǎn)理賠指數(shù)設(shè)計(jì)

郭小芹1，羅永忠2

(1.甘肅省武威市氣象局，甘肅 武威 733000；2.甘肅農(nóng)業(yè)大學(xué) 林學(xué)院，甘肅 蘭州 730070)

利用河西東部1980-2014年逐日氣象數(shù)據(jù)并結(jié)合區(qū)域日光溫棚典型氣象事件，篩選出大風(fēng)、低溫、寡照三種氣象災(zāi)害，按照災(zāi)害布局設(shè)計(jì)區(qū)域性輕度、中度、重度、特大閾值指標(biāo)，用熵權(quán)理論評(píng)判不同級(jí)別的風(fēng)險(xiǎn)度，設(shè)計(jì)棚內(nèi)外賠付指數(shù)并約定不同生育期兌付標(biāo)準(zhǔn)。將氣象災(zāi)害指數(shù)與區(qū)域農(nóng)業(yè)保險(xiǎn)實(shí)際賠付進(jìn)行顯著性比對(duì)，同時(shí)將保險(xiǎn)產(chǎn)品應(yīng)用于試驗(yàn)基地，其結(jié)果得到人保財(cái)險(xiǎn)認(rèn)可。該指數(shù)不僅能夠客觀、快捷、透明性地提供受損補(bǔ)償，還填補(bǔ)了溫棚指數(shù)保險(xiǎn)研究空白，可作為農(nóng)業(yè)保險(xiǎn)試點(diǎn)推廣。

風(fēng)災(zāi)指數(shù)；凍害指數(shù)；寡照指數(shù)；理賠標(biāo)準(zhǔn)

農(nóng)業(yè)生產(chǎn)受自然條件高度影響，尤其在氣候變暖趨勢(shì)下極端天氣事件趨于復(fù)雜，單純依靠農(nóng)戶(hù)自身已難以承受高溫干旱、大風(fēng)沙塵、寒潮霜凍、低溫凍害、暴雨洪澇等災(zāi)害帶來(lái)的損失[1-2]，因此從2004年以來(lái)中央連續(xù)多年提出盡快建立與完善政策性農(nóng)業(yè)保險(xiǎn)制度，截至目前已覆蓋小麥、玉米、水稻、油菜、茶葉、果樹(shù)、畜禽和特色農(nóng)業(yè)等險(xiǎn)種，僅2014年全國(guó)農(nóng)業(yè)保險(xiǎn)提供保障達(dá)到1.66萬(wàn)億元，參保農(nóng)戶(hù)2.47億戶(hù)次，向3 500萬(wàn)戶(hù)投保農(nóng)戶(hù)支付賠款214.6億元，為三農(nóng)發(fā)展提供了強(qiáng)有力的支持。盡管如此，作為衡量農(nóng)業(yè)保障水平的重要指標(biāo)，農(nóng)業(yè)保險(xiǎn)增長(zhǎng)速度依然緩慢，究其緣由是以災(zāi)損為保險(xiǎn)責(zé)任的農(nóng)業(yè)保險(xiǎn)存在理賠成本高、賠付效率低、逆向選擇、道德風(fēng)險(xiǎn)以及補(bǔ)貼政策無(wú)效性等弊端[3-4]，一定程度上限制了農(nóng)險(xiǎn)發(fā)展規(guī)模和速度。為有效規(guī)避這種風(fēng)險(xiǎn)，氣象保險(xiǎn)指數(shù)以信息透明化、流程標(biāo)準(zhǔn)化、風(fēng)險(xiǎn)分散化而得到廣泛關(guān)注，比如劉映寧等[5]、毛裕定等[6]、吳利紅等[7]對(duì)不同區(qū)域不同作物氣象保險(xiǎn)指數(shù)的研究，其中楊太明等[8]設(shè)計(jì)了安徽省冬小麥生育期氣象災(zāi)害指數(shù)并推廣應(yīng)用，但迄今為止關(guān)于設(shè)施農(nóng)業(yè)氣象災(zāi)害理賠研究依然鮮見(jiàn)。

保險(xiǎn)數(shù)理基礎(chǔ)為大數(shù)定律，風(fēng)險(xiǎn)獨(dú)立性、損失意外性、賠付可度量化是標(biāo)的物基本條件，可農(nóng)險(xiǎn)對(duì)象恰恰不具備類(lèi)似條件，其典型特征表現(xiàn)為顯著的時(shí)空相關(guān)性和必然的保險(xiǎn)損失率，再加上災(zāi)后農(nóng)作物的自我恢復(fù)，使得農(nóng)險(xiǎn)損失厘定更加復(fù)雜化[9]。眾所周知，設(shè)施農(nóng)業(yè)生產(chǎn)效益隸屬于系統(tǒng)工程，保險(xiǎn)理賠過(guò)程干擾因素太多，農(nóng)業(yè)風(fēng)險(xiǎn)損失度量難度增大。而氣象保險(xiǎn)理賠指數(shù)是以特定的農(nóng)業(yè)氣象災(zāi)害指標(biāo)為觸發(fā)機(jī)制，一旦天氣條件達(dá)到或超過(guò)閾值指標(biāo)即行賠付，這種賠付僅與種植品種生長(zhǎng)狀態(tài)有關(guān)，而與農(nóng)作物實(shí)際受損狀況以及農(nóng)戶(hù)應(yīng)對(duì)狀態(tài)無(wú)關(guān)，即當(dāng)標(biāo)的物確定以后一旦出現(xiàn)超過(guò)閾值指標(biāo)的氣象災(zāi)害，保險(xiǎn)公司只需要實(shí)地核定作物生長(zhǎng)狀態(tài)即可快速賠付，與傳統(tǒng)農(nóng)業(yè)保險(xiǎn)相比具有保險(xiǎn)條款透明、指標(biāo)依據(jù)科學(xué)、損失厘定簡(jiǎn)單、賠付過(guò)程高效的優(yōu)點(diǎn)，可作為政策性農(nóng)業(yè)保險(xiǎn)的有力補(bǔ)充。

本研究立足于區(qū)域日光溫棚風(fēng)災(zāi)、凍害、寡照3類(lèi)氣象災(zāi)害，通過(guò)閾值區(qū)間和歷史賠付率比對(duì)，借用熵權(quán)法賦予各分級(jí)權(quán)重，然后將受損范圍設(shè)計(jì)為棚體和棚內(nèi)并納入作物生育期指標(biāo)實(shí)施量級(jí)綜合賠付，在項(xiàng)目研究過(guò)程中將保險(xiǎn)產(chǎn)品應(yīng)用于試驗(yàn)基地其結(jié)果得到人保財(cái)險(xiǎn)農(nóng)業(yè)保險(xiǎn)的認(rèn)可。該研究不僅能夠客觀、快捷、透明性地提供受損補(bǔ)償，研究成果還填補(bǔ)了當(dāng)前天氣指數(shù)領(lǐng)域的空白。

1 資料與方法

1980-2014年民勤、涼州、古浪、烏鞘嶺、天祝逐日氣象資料取自甘肅省氣象信息中心，其中民勤、涼州、烏鞘嶺極大風(fēng)速始于2005年1月，古浪最大極大風(fēng)速始于2007年1月，天祝氣象數(shù)據(jù)始于2010年2月；2008-2014年農(nóng)業(yè)保險(xiǎn)數(shù)據(jù)取自中國(guó)保險(xiǎn)年鑒。分析過(guò)程采用SPSS、EXCEL以及多種數(shù)理統(tǒng)計(jì)方法。

2 結(jié)果與分析

2.1 保險(xiǎn)理賠指數(shù)的設(shè)計(jì)原則

面對(duì)農(nóng)業(yè)保險(xiǎn)過(guò)程種種弊端，建立客觀、簡(jiǎn)單、定量化的理賠指數(shù)成為項(xiàng)目設(shè)計(jì)的關(guān)鍵。

(1)可定量化。基于多年氣象觀測(cè)資料和設(shè)施農(nóng)業(yè)承災(zāi)范圍，建立氣象災(zāi)害定量化指標(biāo)，依據(jù)基本氣象站實(shí)時(shí)數(shù)據(jù)即可確立該地受災(zāi)程度與理賠標(biāo)準(zhǔn)。氣象數(shù)據(jù)的準(zhǔn)確性、代表性、比較性、及時(shí)性、連續(xù)性均為指數(shù)的定量化程度提供了支撐。

(2)可操作性。以標(biāo)準(zhǔn)棚型為基礎(chǔ)分類(lèi)設(shè)計(jì)棚體和棚內(nèi)作物保險(xiǎn)指數(shù)，棚體保險(xiǎn)與災(zāi)害等級(jí)相關(guān)，棚內(nèi)作物保險(xiǎn)還要依照作物實(shí)際生育期而設(shè)計(jì)災(zāi)害損失率與賠付標(biāo)準(zhǔn)，累計(jì)賠付達(dá)到保險(xiǎn)上限時(shí)保險(xiǎn)責(zé)任隨即終止。指數(shù)設(shè)計(jì)務(wù)求簡(jiǎn)單，便于推廣和應(yīng)用。

(3)可透明性。指數(shù)設(shè)計(jì)盡可能涵蓋設(shè)施農(nóng)業(yè)

整個(gè)生長(zhǎng)季且與歷史賠付率相吻合，以充分滿(mǎn)足氣象災(zāi)害的不確定性要求，同時(shí)要搭建好氣象災(zāi)害實(shí)況查詢(xún)平臺(tái)，隨時(shí)隨地，準(zhǔn)確快捷，平臺(tái)可作為影響設(shè)施農(nóng)業(yè)保險(xiǎn)理賠的重要依據(jù)。

2.2 對(duì)關(guān)鍵氣象災(zāi)害的篩選

河西東部是甘肅蔬菜主要供應(yīng)基地，面積42 145 km2，海拔高度1 300～3 000 m，年平均溫度3.7～8.8 ℃，年日照時(shí)數(shù)2 600～3 100 h，從2006年以來(lái)設(shè)施農(nóng)業(yè)大面積推廣，2015年總面積已超過(guò)7.33×104hm2，種植品種涵蓋葉菜類(lèi)、果蔬類(lèi)和菌類(lèi)，棚內(nèi)生產(chǎn)季也延伸至四季，這使得多種氣象災(zāi)害成為了設(shè)施農(nóng)業(yè)致災(zāi)因子。針對(duì)當(dāng)?shù)販嘏锝ㄔO(shè)特征和農(nóng)業(yè)生產(chǎn)資源，對(duì)各種氣象災(zāi)害年頻發(fā)時(shí)段、影響對(duì)象、成災(zāi)結(jié)果、災(zāi)情范圍、災(zāi)損程度進(jìn)行綜合評(píng)價(jià)，同時(shí)考慮到氣象災(zāi)害復(fù)合性和對(duì)作物損傷過(guò)程的不可恢復(fù)性，最終將風(fēng)災(zāi)、凍害、寡照3類(lèi)災(zāi)害作為年評(píng)價(jià)指標(biāo)，其中風(fēng)災(zāi)的影響是棚體，凍害與寡照的影響是棚內(nèi)作物(表1)。

2.3 氣象災(zāi)害指數(shù)的閾值設(shè)計(jì)

極大風(fēng)速是評(píng)價(jià)風(fēng)力的重要標(biāo)志，從地面觀測(cè)規(guī)范上看極大風(fēng)速總會(huì)大于最大風(fēng)速且集中出現(xiàn)在最大風(fēng)速時(shí)段，在以往的風(fēng)災(zāi)評(píng)價(jià)中由于資料長(zhǎng)度的限制都偏好于最大風(fēng)速，但在現(xiàn)實(shí)中極大風(fēng)速的瞬時(shí)性對(duì)溫棚設(shè)施影響遠(yuǎn)比最大風(fēng)速顯著。分析發(fā)現(xiàn)2005-2014年逐日極大風(fēng)速和最大風(fēng)速相關(guān)性非常顯著(R≥0.9)，利用回歸方程將極大風(fēng)速向最大風(fēng)速序列延伸，即民勤、涼州、烏鞘嶺為1980-2004年。因建站時(shí)間太短以及數(shù)據(jù)間斷等緣故，天祝極大風(fēng)速與最低溫度是將2010年以來(lái)本站數(shù)據(jù)與烏鞘嶺高山站做類(lèi)比分析且以烏鞘嶺為樣本回歸求得閾值點(diǎn)，日照時(shí)數(shù)依然參照烏鞘嶺站資料，以此構(gòu)建完整的風(fēng)災(zāi)指數(shù)GD、凍害指數(shù)LT、寡照指數(shù)LS(表2)，其中A類(lèi)為民勤、涼州、古浪區(qū)域，B類(lèi)為天祝區(qū)域。

表1 河西東部設(shè)施農(nóng)業(yè)氣象災(zāi)害設(shè)計(jì)參量

表2 河西東部設(shè)施農(nóng)業(yè)氣象災(zāi)害指數(shù)設(shè)計(jì)

注：Ni為對(duì)應(yīng)級(jí)別下年內(nèi)達(dá)標(biāo)日數(shù)；Ve為日極大風(fēng)速；Te為日最低溫度；Vw、Tw為烏鞘嶺站日極大風(fēng)速和日最低溫度。

表3 河西東部日光溫棚氣象災(zāi)害分級(jí)權(quán)重

按照氣象指數(shù)設(shè)計(jì)的基本思路，除了輕度災(zāi)害為免賠外，當(dāng)風(fēng)災(zāi)、凍害、寡照任何一種災(zāi)害達(dá)到或超過(guò)中度指標(biāo)時(shí)即可認(rèn)為觸發(fā)了閾值指標(biāo)，當(dāng)啟動(dòng)賠付。

2.4 熵權(quán)法賦權(quán)的確立

權(quán)重是在整體評(píng)價(jià)中考量某一指標(biāo)重要程度的一種方法，常用的專(zhuān)家打分、層次分析、經(jīng)驗(yàn)判定等方法人為干擾因素偏重，而客觀賦權(quán)法則有效規(guī)避了干擾項(xiàng)，其中熵權(quán)法精度更高且客觀性更強(qiáng)，這種方法是根據(jù)各指標(biāo)的變異程度而以信息熵確定各指標(biāo)的熵權(quán)，再通過(guò)加權(quán)處理得到客觀權(quán)重[10]。

從設(shè)施農(nóng)業(yè)歷年受災(zāi)范圍與程度上看，災(zāi)害等級(jí)越大，農(nóng)業(yè)損失越大，這種現(xiàn)象與熵權(quán)法分析結(jié)果一致，從表3中可以看出災(zāi)害等級(jí)與權(quán)重指數(shù)密切相關(guān)，結(jié)論與實(shí)際相符。

2.5 氣象賠付指標(biāo)的設(shè)計(jì)

基于氣象災(zāi)害的日光溫棚受損可分為兩部分，其一是風(fēng)災(zāi)對(duì)棚體的破壞，棚膜草簾以及棚體本身在風(fēng)的強(qiáng)勁撕扯下造成的機(jī)械損傷具有不可逆性，尤其在春夏季節(jié)交替時(shí)段溫棚經(jīng)常處于放風(fēng)狀態(tài)下，驟然來(lái)臨的大風(fēng)對(duì)棚體的破壞幾乎是必然性的；其二是棚內(nèi)作物在低溫凍害和低光照度持續(xù)影響之下，光合效率減緩，嚴(yán)重時(shí)爛根、爛莖、生長(zhǎng)慢、死苗、成熟期延遲、果品畸形甚至于造成植株死亡，低溫凍害與寡照是棚內(nèi)作物受損的主要致災(zāi)因素。

棚體賠付標(biāo)準(zhǔn)。以研究區(qū)域年保費(fèi)5 000元/667m2為標(biāo)準(zhǔn)且以日風(fēng)災(zāi)指標(biāo)為基本賠付單位，對(duì)研究時(shí)段內(nèi)風(fēng)災(zāi)頻率進(jìn)行極端值篩選，以此為全賠付標(biāo)準(zhǔn)而取得中度、重度、特大3個(gè)等級(jí)下棚體受損時(shí)的分級(jí)賠付值即C2/C3/C4(表4)，可以看出賠付值隨著風(fēng)災(zāi)等級(jí)而顯著增加，特大等級(jí)下賠付最高，當(dāng)累計(jì)賠付達(dá)到棚體保費(fèi)上限即5 000元時(shí)該保單即刻終止。

棚內(nèi)作物賠付標(biāo)準(zhǔn)。棚內(nèi)作物生長(zhǎng)同時(shí)受低溫凍害和寡照的共同影響，在設(shè)計(jì)賠付標(biāo)準(zhǔn)時(shí)按以下步驟進(jìn)行：(1)以熵權(quán)法度量?jī)煞N災(zāi)害權(quán)重，結(jié)果顯示民勤為0.270 4/0.729 6、涼州為0.248 6/0.751 4、古浪為0.243 4/0.756 6、天祝為0.127 3/0.872 7，可以看出寡照對(duì)日光溫棚的影響比低溫顯著。(2)以每棚體作物年保費(fèi)15 000元/667m2為標(biāo)準(zhǔn)，對(duì)研究時(shí)段內(nèi)同類(lèi)災(zāi)害進(jìn)行頻率極值分析，取得中度、重度、特大等級(jí)下作物受損時(shí)分級(jí)賠付標(biāo)準(zhǔn)。(3)厘定作物生長(zhǎng)過(guò)程中受損賠付幾率，以表4中各級(jí)別下凍害與寡照賠付標(biāo)準(zhǔn)為基礎(chǔ)，按照苗床期賠30%，移栽到定植期賠50%，定植到開(kāi)花期賠70%，結(jié)茄莢到瓜果期賠90%，收獲到采摘期賠100%以實(shí)現(xiàn)分級(jí)賠付，作物越接近成熟期其賠付比例越高，直至累計(jì)賠付達(dá)到作物保費(fèi)上限(即15 000元)時(shí)該保單即刻終止。

表4 河西東部日光溫棚氣象災(zāi)害賠付標(biāo)準(zhǔn)(標(biāo)準(zhǔn)棚667 m2，萬(wàn)元/日)

表5 下雙日光溫棚氣象災(zāi)害保險(xiǎn)理賠概述(標(biāo)準(zhǔn)棚667 m2)

表6 日光溫棚氣象災(zāi)害保險(xiǎn)保費(fèi)設(shè)計(jì)(標(biāo)準(zhǔn)棚667 m2，元)

2.6 氣象賠付年際變化特征

氣象災(zāi)害對(duì)日光溫棚的影響范圍不僅分棚體和棚內(nèi)，受損程度還視種植作物不同生長(zhǎng)階段而定，因此在對(duì)歷史賠付進(jìn)行分析時(shí)需要附加一個(gè)前提條件，即災(zāi)害發(fā)生時(shí)棚內(nèi)作物正處在收獲盛期，也就是說(shuō)一旦受損將給予100%賠付，這種賠付可視為氣象賠付。在此假設(shè)條件下對(duì)1980-2014年日光溫棚氣象賠付數(shù)據(jù)進(jìn)行分析。結(jié)果顯示氣象賠付高峰期為2008年民勤1.552 2(萬(wàn)元/667 m2，單位下同)、2007年涼州1.565 7、古浪1.870 6、天祝1.573 6，逐年氣象賠付波動(dòng)變化非常顯著，其峰度系數(shù)天祝25.217、古浪15.682、涼州12.898、民勤5.044，說(shuō)明氣象災(zāi)害導(dǎo)致的農(nóng)業(yè)保險(xiǎn)賠付具有很強(qiáng)的風(fēng)險(xiǎn)性。

圖1 河西東部氣象災(zāi)害歷史保險(xiǎn)賠付年際變化

2.7 氣象理賠指數(shù)的應(yīng)用

為了進(jìn)一步驗(yàn)證氣象理賠指數(shù)設(shè)計(jì)的合理性，項(xiàng)目組對(duì)涼州區(qū)下雙鄉(xiāng)日光溫棚示范區(qū)3座標(biāo)準(zhǔn)棚內(nèi)(667 m2)進(jìn)行了比對(duì)(表5)。氣象監(jiān)測(cè)數(shù)據(jù)顯示A、B棚在保險(xiǎn)期間共出現(xiàn)中度風(fēng)災(zāi)6次，低溫凍害中度1次、重度2次，保險(xiǎn)期無(wú)寡照災(zāi)害；C棚中度風(fēng)災(zāi)5次，低溫凍害與寡照災(zāi)害均未出現(xiàn)。對(duì)A、B、C三棚災(zāi)害出現(xiàn)時(shí)段內(nèi)的作物生育期進(jìn)行勘定，按照分級(jí)賠付標(biāo)準(zhǔn)核算每次災(zāi)害賠償金額，年累計(jì)賠付分別為A棚852元、B棚641元、C棚314元，年賠付占年保費(fèi)4.26%、3.20%、1.57%，此結(jié)論得到人保財(cái)險(xiǎn)的認(rèn)可。

2.8 保險(xiǎn)費(fèi)率厘定與設(shè)計(jì)

日光溫棚屬于政策性農(nóng)業(yè)保險(xiǎn)，目前多采用3%的低保費(fèi)且在政策貼補(bǔ)下農(nóng)戶(hù)僅繳納40%保險(xiǎn)費(fèi)，即以標(biāo)準(zhǔn)棚20 000元保額為例，農(nóng)戶(hù)在保險(xiǎn)期內(nèi)只需要負(fù)擔(dān)240元即可得到足額賠付(表6)。假定在災(zāi)害性天氣出現(xiàn)時(shí)段棚內(nèi)作物均處于收獲期，即受損賠付均按照100%兌付，依據(jù)1980-2014年理賠數(shù)據(jù)，民勤、涼州、古浪、天祝棚體/棚內(nèi)平均賠付是0.151 9/0.232 8、0.104 8/0.151 4、0.135 8/0.152 0、0.158 7/0.099 5，棚體年賠付范圍63～5 000元，棚內(nèi)作物賠付范圍0～15 000元，賠付深度的顯著變化充分說(shuō)明了農(nóng)業(yè)保險(xiǎn)的高風(fēng)險(xiǎn)性，在氣象災(zāi)害大災(zāi)與巨災(zāi)面前保險(xiǎn)企業(yè)將面臨徹底虧損，因此提高保費(fèi)是必然之舉。

2.9 農(nóng)業(yè)保險(xiǎn)賠付現(xiàn)狀探究

農(nóng)業(yè)保險(xiǎn)2008年在甘肅省內(nèi)規(guī)模性落地，若以研究區(qū)域農(nóng)業(yè)保險(xiǎn)、財(cái)產(chǎn)保險(xiǎn)為基本數(shù)據(jù)，定義農(nóng)業(yè)保險(xiǎn)賠付率(AIP)=農(nóng)業(yè)保險(xiǎn)賠付額/農(nóng)業(yè)保險(xiǎn)保費(fèi)收入，農(nóng)業(yè)保險(xiǎn)損失率(AIL)=農(nóng)業(yè)保險(xiǎn)賠付額/財(cái)產(chǎn)保險(xiǎn)保費(fèi)收入，將2008-2014年農(nóng)險(xiǎn)賠付、AIP、AIL作為研究樣本與1980-2014年氣象災(zāi)害賠付進(jìn)行比對(duì)，結(jié)果顯示二者相關(guān)系數(shù)分別為0.797*、0.530和0.857*(注：*為達(dá)到95%的顯著性檢驗(yàn)水平)，這說(shuō)明氣象賠付與農(nóng)險(xiǎn)賠付有著密切的趨同性。

作為現(xiàn)代農(nóng)業(yè)發(fā)展的重要標(biāo)志，日光溫棚生產(chǎn)不僅是區(qū)域優(yōu)質(zhì)資源的集成，也是農(nóng)業(yè)持續(xù)發(fā)展的后勁所在。遺憾的是2007-2008年研究區(qū)域低溫冰凍使農(nóng)業(yè)保險(xiǎn)倍受重創(chuàng)，低保費(fèi)和高風(fēng)險(xiǎn)使得農(nóng)險(xiǎn)發(fā)展一度乏力。拿全國(guó)來(lái)說(shuō)，2013年農(nóng)險(xiǎn)保費(fèi)收入41 480萬(wàn)元，向投保農(nóng)戶(hù)支付賠款25 180萬(wàn)元，農(nóng)險(xiǎn)收入占財(cái)產(chǎn)保險(xiǎn)12.3%，農(nóng)險(xiǎn)賠付占財(cái)產(chǎn)性賠付15.9%，農(nóng)險(xiǎn)風(fēng)險(xiǎn)極高。究其原因：①財(cái)政補(bǔ)貼和費(fèi)用支持未得到很好落實(shí)，有些地方農(nóng)業(yè)保險(xiǎn)負(fù)增長(zhǎng)；②大災(zāi)風(fēng)險(xiǎn)再保險(xiǎn)制度不健全，保險(xiǎn)動(dòng)力不足，企業(yè)經(jīng)營(yíng)缺乏安全感；③氣象災(zāi)害不確定性使得農(nóng)險(xiǎn)賠付率一度偏高，如2014年威爾遜臺(tái)風(fēng)使海南蔬菜大棚保險(xiǎn)賠付率超過(guò)400%，香蕉賠付率超過(guò)500%；④農(nóng)業(yè)保險(xiǎn)費(fèi)率明顯偏低，承保農(nóng)戶(hù)增加與保險(xiǎn)盈利明顯不符，發(fā)展前景堪憂(yōu)。

3 結(jié)論和討論

針對(duì)氣象災(zāi)害對(duì)設(shè)施農(nóng)業(yè)尤其是日光溫棚影響程度與受災(zāi)風(fēng)險(xiǎn)，設(shè)計(jì)風(fēng)災(zāi)、凍害、寡照三類(lèi)典型災(zāi)害保險(xiǎn)指數(shù)，不僅有助于客觀評(píng)估棚體和作物所受的氣象風(fēng)險(xiǎn)，還能有效降低保險(xiǎn)賠付過(guò)程中道德風(fēng)險(xiǎn)與理賠成本，研究結(jié)果可成為政策性農(nóng)險(xiǎn)持續(xù)發(fā)展的一個(gè)支撐點(diǎn)。

日光溫棚氣象指數(shù)保險(xiǎn)以氣象實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)，當(dāng)風(fēng)力、最低溫度、日照時(shí)數(shù)達(dá)到某一閾值指標(biāo)時(shí)結(jié)合棚內(nèi)作物生育時(shí)段即行賠付。在指數(shù)設(shè)計(jì)中盡可能避免人為因素的干擾，僅以臨近氣象站點(diǎn)數(shù)據(jù)為理賠標(biāo)準(zhǔn)，計(jì)算簡(jiǎn)單，透明客觀，便于推廣。

在指數(shù)設(shè)計(jì)過(guò)程中以氣象站點(diǎn)數(shù)據(jù)為分析基礎(chǔ)，盡管資料序列周期長(zhǎng)穩(wěn)定性好，但氣象站點(diǎn)與日光溫棚依然有著一定距離。事實(shí)上地形地貌的特殊性使氣象要素必然具備差異性，在項(xiàng)目應(yīng)用推廣階段還需要借用就近自動(dòng)站區(qū)域站資料或在溫棚集中區(qū)域加密氣象站點(diǎn)建設(shè)以盡可能減少理賠的誤差性，這不僅是下一步氣象災(zāi)害保險(xiǎn)理賠指數(shù)訂正的關(guān)鍵，還是本研究在大范圍推廣過(guò)程中非常必要的糾偏和補(bǔ)充。

[1] 翟盤(pán)茂，劉靜.氣候變暖背景下的極端天氣氣候事件與防災(zāi)減災(zāi)[J].中國(guó)工程科學(xué),2012,14(9):55-63.

[2] 魏鳳英.氣候變暖背景下我國(guó)寒潮災(zāi)害的變化特征[J].自然科學(xué)進(jìn)展,2008,18(3):289-295.

[3] 張祖榮.農(nóng)業(yè)保險(xiǎn)的價(jià)格構(gòu)成與保費(fèi)補(bǔ)貼比例的確定[J].財(cái)政研究,2012(10):42-46.

[4] 孫香玉,鐘甫寧.福利損失、收入分配與強(qiáng)制保險(xiǎn)——不同農(nóng)業(yè)保險(xiǎn)參與方式的實(shí)證研究[J].管理世界,2009(5):80-88.

[5] 劉映寧,賀文麗,李艷莉,等.陜西果區(qū)蘋(píng)果花期凍害農(nóng)業(yè)保險(xiǎn)風(fēng)險(xiǎn)指數(shù)的設(shè)計(jì)[J].中國(guó)農(nóng)業(yè)氣象,2010(1):125-129.

[6] 毛裕定,吳利紅,苗長(zhǎng)明,等.浙江省柑桔凍害氣象指數(shù)保險(xiǎn)參考設(shè)計(jì)[J].中國(guó)農(nóng)業(yè)氣象,2007,28(2):226-230.

[7] 吳利紅,婁偉平,姚益平,等.水稻農(nóng)業(yè)氣象指數(shù)保險(xiǎn)產(chǎn)品設(shè)計(jì)一以浙江省為例[J].中國(guó)農(nóng)業(yè)科學(xué),2010,43(23):4942-4950.

[8] 楊太明,劉布春,孫喜波,等.安徽省冬小麥種植保險(xiǎn)天氣指數(shù)設(shè)計(jì)與應(yīng)用[J].中國(guó)農(nóng)業(yè)氣象,2013,34(2):229-235.

[9] 庹國(guó)柱,朱俊生.試論政策性農(nóng)業(yè)保險(xiǎn)的財(cái)政稅收政策[J].經(jīng)濟(jì)與管理研究,2007(5):47-50.

[10]羅軍剛,解建倉(cāng),朊本清.基于熵權(quán)的水資源短缺風(fēng)險(xiǎn)模糊綜合評(píng)判模型及應(yīng)用[J].水利學(xué)報(bào),2008,39(9):1092-1104.

Research of Weather-based Claiming Index for Sunlight Greenhouse Insurance in Eastern Hexi Corridor

GUO Xiaoqin1and LUO Yongzhong2

(1.WuweiMeteorologicalBureau,Wuwei733000,China; 2.CollegeofForestry,GansuAgriculturalUniversity,Lanzhou730070,China)

Ourstudyisbasedonthedailymeteorologicaldatafrom1980to2014andcombinedwithtypicalmeteorologicaleventsforsunlightgreenhouseinEasternHexiCorridor.Screeningoutwindstorm,low-temperature-freezingandpoor-sunshineaccordingtothreekindsofmeteorologicaldisasters,withthedisasterlayoutdesignareaofmild,moderate,severeandlargethreshold,usingentropytheorytoassessthedegreeofdifferentlevelsofrisk,designinsideandoutsidegreenhousepayoutindexandagreedpaymentstandardindifferentgrowthstages.Atthesametime,insuranceproductsareusedinthetestbase,andtheresultsobtainedarePICCrecognition.Theindexcannotonlyobjectively,fastandtransparentprovidescompensationfordamageandalsotofillthegreenhouseindexinsuranceresearchgapscanbeusedaspilotprojectstopromoteagriculturalinsurance.

disasterindex;damageindex;sunlightindex;standardclaims

10.3969/j.issn.1000-811X.2017.01.024.]

2016-06-26

2016-07-15

甘肅省氣象局氣象科研項(xiàng)目“設(shè)施農(nóng)業(yè)氣象災(zāi)害保險(xiǎn)理賠指數(shù)研究”(2015-18)

郭小芹(1965-)，女，甘肅隴南人，高級(jí)工程師，主要從事應(yīng)用氣象服務(wù)研究.E-mail：gxq9179@126.com

X43；S64；P45；F840

A

1000-811X(2017)01-0137-05

10.3969/j.issn.1000-811X.2017.01.024

郭小芹，羅永忠. 河西東部日光溫棚氣象災(zāi)害保險(xiǎn)理賠指數(shù)設(shè)計(jì)[J]. 災(zāi)害學(xué)，2017，32(1)：137-141. [GUO Xiaoqin and LUO Yongzhong. Research of weather-based claiming index for Sunlight Greenhouse Insurance in Eastern Hexi Corridor[J]. Journal of Catastrophology，2017，32(1)：137-141.