殷釗

【摘要】本文根據(jù)新疆（含兵團(tuán)）58個(gè)小麥主產(chǎn)區(qū)29年的小麥生產(chǎn)數(shù)據(jù)，選擇了單產(chǎn)變異系數(shù)、第二年比前一年下降概率、效率指數(shù)和專業(yè)化指數(shù)四個(gè)指標(biāo)，采用聚類分析法中的分層聚類法對(duì)這些區(qū)域進(jìn)行了生產(chǎn)風(fēng)險(xiǎn)評(píng)估及風(fēng)險(xiǎn)等級(jí)劃分，并在此基礎(chǔ)上，運(yùn)用參數(shù)法厘定了相應(yīng)區(qū)域小麥種植保險(xiǎn)的純費(fèi)率。

【關(guān)鍵詞】小麥 生產(chǎn)風(fēng)險(xiǎn)區(qū)劃 分層聚類分析法 保險(xiǎn)費(fèi)率厘定

新疆特殊的地理氣候環(huán)境是一把雙刃劍，一方面造就了新疆小麥高產(chǎn)優(yōu)質(zhì)的特性，另一方面，又導(dǎo)致各種自然災(zāi)害頻發(fā)，小麥種植的風(fēng)險(xiǎn)很大。2007年在中央財(cái)政的大力支持下，新疆啟動(dòng)了政策性農(nóng)業(yè)保險(xiǎn)的試點(diǎn)并取得了初步的成功，{1}2015年新疆小麥的純收益為201.84元/畝，較玉米棉花等作物相比，是近兩年農(nóng)民選擇的優(yōu)勢(shì)經(jīng)濟(jì)作物。{2}2015年新疆承保小麥1398.13萬畝，參保率達(dá)到77.67%，初步起到了分散種植業(yè)風(fēng)險(xiǎn)、保障小麥種植業(yè)可持續(xù)發(fā)展的作用。但由于缺乏保險(xiǎn)精算技術(shù)的支持，新疆農(nóng)業(yè)保險(xiǎn)一直實(shí)行統(tǒng)一費(fèi)率的政策，這不僅和風(fēng)險(xiǎn)與保費(fèi)相一致的原則相悖，而且會(huì)導(dǎo)致逆向選擇使保險(xiǎn)保障作用弱化。因此，對(duì)新疆小麥主產(chǎn)區(qū)進(jìn)行生產(chǎn)風(fēng)險(xiǎn)評(píng)估及保險(xiǎn)費(fèi)率厘定十分必要。

目前，國外農(nóng)業(yè)保險(xiǎn)開展較為成功的國家都進(jìn)行了農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)評(píng)估及費(fèi)率厘定，這方面的研究也較為深。Justand Weninger（1999）認(rèn)為農(nóng)作物產(chǎn)量服從正態(tài)分布。除此之外，由于種植技術(shù)、自然條件等因素的影響，農(nóng)作物產(chǎn)量還可能服從其他分布，他們先后提出了Beta分布（Nelson and Preckel，1989）、Gamma分布（Gallagher，1987）、Weibull分布（Sherrick，1997）、雙曲線反正旋分布（Ramirez，1997）、the Burr分布Chen and Miranda，2004）和對(duì)數(shù)正態(tài)分布（Goodwin，Roberts and Coble，2000）。Ozakiet.al（2008）利用分層貝葉斯模型對(duì)樣本縣1990～2002年的玉米單產(chǎn)數(shù)據(jù)進(jìn)行擬合時(shí)發(fā)現(xiàn)，由于數(shù)據(jù)樣本量較小，厘定的費(fèi)率對(duì)2002年的產(chǎn)量數(shù)據(jù)很敏感。在國內(nèi)，邢鸝和鐘甫寧（2007）選擇了單產(chǎn)變異系數(shù)、效率指數(shù)、專業(yè)化指數(shù)、受災(zāi)率>30%的發(fā)生概率4個(gè)風(fēng)險(xiǎn)區(qū)劃主導(dǎo)指標(biāo)，運(yùn)用聚類分析法對(duì)全國糧食產(chǎn)地進(jìn)行了風(fēng)險(xiǎn)等級(jí)劃分[1]；王克（2010）對(duì)新疆莎車縣、沙雅縣和阿克蘇市的棉花單產(chǎn)分布模型進(jìn)行了研究，通過參數(shù)方法和保險(xiǎn)精算技術(shù)[2]；李琴英（2016）對(duì)河南省18個(gè)地市小麥?zhǔn)褂梅菂?shù)信息擴(kuò)散模型分別對(duì)三大類風(fēng)險(xiǎn)區(qū)域進(jìn)行費(fèi)率厘定，并求得在95%和100%的保障水平下各風(fēng)險(xiǎn)區(qū)域的期望損失率，以此作為各風(fēng)險(xiǎn)區(qū)域小麥產(chǎn)量保險(xiǎn)的純費(fèi)率[3]。

一、樣本數(shù)據(jù)來源及分析

本文的數(shù)據(jù)均來自歷年《中國統(tǒng)計(jì)年鑒》、《新疆統(tǒng)計(jì)年鑒》、《新疆生產(chǎn)建設(shè)兵團(tuán)統(tǒng)計(jì)年鑒》、《新疆調(diào)查年鑒》，搜集整理了新疆各縣（含兵團(tuán)）53個(gè)縣和5個(gè)師的農(nóng)作物種植面積、小麥種植面積、小麥單產(chǎn)、受災(zāi)面積的時(shí)間序列。由于其余縣及兵團(tuán)師的種植規(guī)模較小且小麥種植年份不連續(xù)；不具備從事玉米生產(chǎn)的氣候條件，故其余區(qū)域未納入本文研究范圍。

二、新疆小麥種植業(yè)生產(chǎn)風(fēng)險(xiǎn)區(qū)劃

（一）主導(dǎo)指標(biāo)的選擇

根據(jù)“農(nóng)作物生產(chǎn)風(fēng)險(xiǎn)程度大致類似“和”農(nóng)作物發(fā)展方向基本相同“的原則及聚類分析的要求，本文選擇了4個(gè)具體的風(fēng)險(xiǎn)分區(qū)指標(biāo)，即單產(chǎn)變異系數(shù)、受災(zāi)率超過30%的概率、專業(yè)化指數(shù)、效率指數(shù)[4]。

單產(chǎn)變異系數(shù)是衡量各種農(nóng)作物單位面積產(chǎn)量年際變動(dòng)幅度的綜合型指標(biāo)，計(jì)算公式為：■，CV為單產(chǎn)變異系數(shù)，Yit為實(shí)際單產(chǎn)；■表示趨勢(shì)單產(chǎn)；■為平均單產(chǎn)，T為年數(shù)。

專業(yè)化指數(shù)計(jì)算公式為：■，其中，SAIij為專業(yè)化指數(shù)，GSij為i區(qū)j種農(nóng)作物的播種面積；GSi為i區(qū)所有農(nóng)作物的播種面積；GSj為全國j種農(nóng)作物的播種面積；GS為全國所有農(nóng)作物的播種面積。SAIij>1，表明i區(qū)j種農(nóng)作物生產(chǎn)規(guī)模較大。

效率指數(shù)計(jì)算公式為：■，式中：EAIij為i區(qū)j種農(nóng)作物的效率指數(shù)；APij為i區(qū)j種作物單產(chǎn)；APj為全國j種作物平均單產(chǎn)。EAIij>1，表明i區(qū)j作物生產(chǎn)具有效率優(yōu)勢(shì)。

（二）聚類分析法

聚類分析法[5]：實(shí)質(zhì)上就是需要把相似度較高的區(qū)域聚合成一類，將其與差異性較大的地區(qū)區(qū)別開來，形成不同的集合。其基本原理是在分析各樣本屬性特征的基礎(chǔ)上運(yùn)用數(shù)理統(tǒng)計(jì)方法度量的樣本的親疏關(guān)系（差異性、相似性），按其親疏程度確定不同的類別。聚類分析方法主要包括兩階段聚類法、K—均值聚類法和分層聚類法。由于K—均值聚類法適合用于處理大樣本，本文采用聚類分析中應(yīng)用最廣泛的分層聚類法。運(yùn)用SPSS軟件以上述4個(gè)指標(biāo)為分類依據(jù)，將新疆各縣（含兵團(tuán)）58個(gè)作物生產(chǎn)區(qū)域分為農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)等級(jí)分別為低、中、高的三類生產(chǎn)區(qū)。

（三）實(shí)證結(jié)果

表1 新疆小麥各縣（含兵團(tuán)）風(fēng)險(xiǎn)指標(biāo)及其分區(qū)結(jié)果及純費(fèi)率

■

■

注：數(shù)據(jù)由1988～2016年《新疆統(tǒng)計(jì)年鑒》、1989～2016年《新疆生產(chǎn)建設(shè)兵團(tuán)統(tǒng)計(jì)年鑒》、1981～2016年《中國統(tǒng)計(jì)年鑒》計(jì)算所得。

三、新疆小麥主產(chǎn)區(qū)保險(xiǎn)費(fèi)率厘定

純保險(xiǎn)費(fèi)率的厘定方法通常分為參數(shù)估計(jì)法和非參數(shù)估計(jì)法兩類，但運(yùn)用非參數(shù)估計(jì)法需要預(yù)先知道總體分布的相關(guān)信息、分布函數(shù)、選取足夠大樣本容量。對(duì)于非參數(shù)方法來說，直方圖法過于粗糙且極不穩(wěn)定；而非參數(shù)密度估計(jì)，則由于數(shù)據(jù)收集方面的原因，對(duì)有記錄的災(zāi)害統(tǒng)計(jì)，即災(zāi)害損失的樣本量相對(duì)較小，在小樣本條件下進(jìn)行非參數(shù)密度估計(jì)缺乏穩(wěn)健性。相比之下，參數(shù)估計(jì)法能夠在相對(duì)較大的樣本中選擇損失擬合最好的分布，有了損失分布即概率密度函數(shù)可輕松計(jì)算出單產(chǎn)的期望損失即保險(xiǎn)純費(fèi)率。鑒于此，本文選擇參數(shù)法厘定小麥保險(xiǎn)的純費(fèi)率。

（一）參數(shù)法

運(yùn)用八種參數(shù)方法（正態(tài)分布、Beta分布、三參數(shù)Weibull、Logitic分布、兩參數(shù)指數(shù)分布、Lognormal分布、三參數(shù)Gamma分布、三參數(shù)的Logitic分布）對(duì)新疆58個(gè)縣（含兵團(tuán)）的小麥去趨勢(shì)相對(duì)單產(chǎn)進(jìn)行擬合，通過AD檢驗(yàn)及相應(yīng)P值確定最優(yōu)分布。在估計(jì)出各樣本的最優(yōu)擬合分布模型后，將采用極大似然估計(jì)法（MLE）估計(jì)出各樣本最優(yōu)擬合分布的具體參數(shù)值并得出相應(yīng)概率密度。最后根據(jù)公式，利用MATLAB軟件測(cè)算出最優(yōu)純費(fèi)率。

（二）實(shí)證結(jié)果

1.趨勢(shì)單產(chǎn)的擬合。計(jì)算期望損失E（Loss）時(shí)，需要有各縣、兵團(tuán)師各期的趨勢(shì)單產(chǎn)數(shù)據(jù)。本文采用趨勢(shì)方程擬合法，取1988～2016年各年的t為1-29（其中，新疆各縣t為1-29，兵團(tuán)各師t為1-28）。通過擬合優(yōu)度及誤差系數(shù)MAPE判定其回歸是否成立。

2.去趨勢(shì)相對(duì)單產(chǎn)計(jì)算。去趨勢(shì)單產(chǎn)=（實(shí)際單產(chǎn)-擬合單產(chǎn)）/擬合單產(chǎn)，目的是為了去除單位量綱，以相對(duì)量計(jì)算更方便和科學(xué)。

3.純費(fèi)率計(jì)算?！錾鲜街校珽p[Loss]為預(yù)期損失百分比即為保險(xiǎn)純費(fèi)率，y為作物去趨勢(shì)單產(chǎn)分布序列，f（y）為根據(jù)參數(shù)擬合確定的最優(yōu)的一種分布概率密度函數(shù)，yc為保障水平，本文假定保障比例為100%。

根據(jù)上述公式計(jì)算出各個(gè)縣及兵團(tuán)的純費(fèi)率，為便于政策制定及實(shí)施，將費(fèi)率按照風(fēng)險(xiǎn)區(qū)劃分，最后按照低中高風(fēng)險(xiǎn)區(qū)給出三個(gè)保險(xiǎn)純費(fèi)率作為參考。計(jì)算結(jié)果見上表1。

四、研究結(jié)論及政策建議

研究發(fā)現(xiàn)：第一，小麥保險(xiǎn)的純費(fèi)率在全疆區(qū)域內(nèi)呈現(xiàn)出北疆地區(qū)偏高、南疆地區(qū)較低的分布特點(diǎn)，這與全疆各地州（縣）、師風(fēng)險(xiǎn)發(fā)生的現(xiàn)實(shí)狀況相一致。第二，相同地州內(nèi)不同縣城的小麥純費(fèi)率差別較大，例如，在100%保障水平下，昭蘇縣的純費(fèi)率為9.78%，新源縣竟然高達(dá)24.52%，相差14.74個(gè)百分點(diǎn)。第三，小麥主產(chǎn)區(qū)的純費(fèi)率相對(duì)偏高。

新疆小麥種植保險(xiǎn)采用統(tǒng)一費(fèi)率的模式，這可能引發(fā)種植風(fēng)險(xiǎn)高的農(nóng)民踴躍參保而種植風(fēng)險(xiǎn)低的退保或不參保，導(dǎo)致保險(xiǎn)公司經(jīng)營風(fēng)險(xiǎn)驟增、保險(xiǎn)保障作用弱化。因此，根據(jù)以上研究結(jié)論：建議新疆根據(jù)種植風(fēng)險(xiǎn)重新厘定小麥主產(chǎn)區(qū)保險(xiǎn)費(fèi)率，根據(jù)不同風(fēng)險(xiǎn)區(qū)實(shí)行差別費(fèi)率，從而有效分散小麥生產(chǎn)風(fēng)險(xiǎn)，穩(wěn)定小麥種植，確保國家小麥生產(chǎn)安全。

注釋

{1}新疆發(fā)展和改革委員會(huì)成本局歷年農(nóng)牧產(chǎn)品成本收益資料匯編2016.

{2}中國保險(xiǎn)年鑒及新疆保監(jiān)局.

參考文獻(xiàn)

[1]鐘甫寧，寧滿秀，邢鸝.我國政策性種植業(yè)保險(xiǎn)制度的可行性研究[M].北京：經(jīng)濟(jì)管理出版社，2007.

[2]王克，張峭.農(nóng)作物單產(chǎn)風(fēng)險(xiǎn)分布對(duì)保險(xiǎn)費(fèi)率厘定的影響——以新疆3縣（市）棉花單產(chǎn)保險(xiǎn)為例[J].中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2010，15（2）：114-120.

[3]李琴英.小麥區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定實(shí)證研究——以河南省為例[J].鄭州大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2016，03：67-72.

[4]邢鸝.中國種植業(yè)生產(chǎn)風(fēng)險(xiǎn)與政策性農(nóng)業(yè)保險(xiǎn)研究[D].南京：南京農(nóng)業(yè)大學(xué)，2004

[5]牛浩，陳盛偉.基于風(fēng)險(xiǎn)區(qū)劃的玉米區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定研究——以山東省17地市為例[J].保險(xiǎn)研究，2016，01：65-75.

[6]白瑩.新疆林果業(yè)生產(chǎn)風(fēng)險(xiǎn)分區(qū)與保險(xiǎn)費(fèi)率測(cè)算[D].新疆財(cái)經(jīng)大學(xué)，2012.