何興龍　陳晗

黑龍江項目回顧

農(nóng)業(yè)是支持中國經(jīng)濟建設(shè)和發(fā)展的基礎(chǔ)產(chǎn)業(yè)。我國的農(nóng)業(yè)生產(chǎn)高度密集，同時農(nóng)田基礎(chǔ)設(shè)施水平相對落后，適應(yīng)氣候變化能力不足。極端自然災(zāi)害事件嚴重威脅我國的糧食安全，阻礙了經(jīng)濟和社會發(fā)展。尤其在農(nóng)業(yè)巨災(zāi)事件發(fā)生后，各級政府需要大量的流動資金進行災(zāi)后救援和恢復(fù)農(nóng)業(yè)生產(chǎn)，給財政預(yù)算帶來極大的挑戰(zhàn)。因此，自2007年以來，建立農(nóng)業(yè)大災(zāi)風(fēng)險分散機制連續(xù)多年在中央一號文件中有所體現(xiàn)，以增強政府財政韌性，確保農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展。整個行業(yè)和社會均在積極探索農(nóng)業(yè)巨災(zāi)風(fēng)險管理的模式方法。

2016年，瑞士再保險作為技術(shù)顧問和唯一的再保險公司，協(xié)助黑龍江省財政廳研究并設(shè)計了中國首個農(nóng)業(yè)財政巨災(zāi)指數(shù)保險，為政府農(nóng)業(yè)財政巨災(zāi)風(fēng)險轉(zhuǎn)移提供了新的解決思路。該方案基于指數(shù)保險的原理，結(jié)合衛(wèi)星遙感技術(shù)和氣象監(jiān)測技術(shù)，為黑龍江省28個國家級貧困縣提供基于流域洪水、降雨過多、干旱及積溫不足等農(nóng)業(yè)災(zāi)因約23.24億元人民幣（約合3.48億美元）的巨災(zāi)保險保障。方案自運行以來，針對黑龍江省2016年和2017年遭遇的自然災(zāi)害，該方案在多個貧困縣的賠付率超過400%，擴大了救災(zāi)資金規(guī)模，促進了救災(zāi)資源優(yōu)化配置，解決了財政涉災(zāi)預(yù)算“無災(zāi)不能用、有災(zāi)不夠用”的難題。

居安思危。盡管該方案開創(chuàng)了我國農(nóng)業(yè)巨災(zāi)指數(shù)保障方案的先河，但通過回顧過去兩年的運營情況，仍有一些問題亟須解決。這些問題的出現(xiàn)并非保險領(lǐng)域所特有，而是大數(shù)據(jù)時代各行業(yè)均可能面臨的挑戰(zhàn)。唯有深入理解農(nóng)業(yè)巨災(zāi)指數(shù)保障方案的原理，才能有的放矢地提供解決思路。

農(nóng)業(yè)巨災(zāi)指數(shù)保障方案分析

農(nóng)業(yè)巨災(zāi)指數(shù)保障方案設(shè)計涉及三個維度：農(nóng)業(yè)指數(shù)選取、保險額度分配和損失模型建立。

首先，該方案基于指數(shù)保險的原理而設(shè)計，需選取可以表征農(nóng)業(yè)災(zāi)害強度的指標(biāo)。與其他標(biāo)的物不同，農(nóng)業(yè)指數(shù)產(chǎn)品設(shè)計需要同時考慮當(dāng)?shù)剞r(nóng)作物的物候特點和歷史氣象條件。黑龍江依溫度指標(biāo)從北向南可分為寒溫帶和中溫帶，依干燥度指標(biāo)從東向西可分為濕潤區(qū)、半濕潤區(qū)和半干旱區(qū)，因此各個縣農(nóng)作物的物候特點差異較大，為指數(shù)產(chǎn)品的設(shè)計帶來很大挑戰(zhàn)。過去兩年，黑龍江省政府與瑞士再保險針對各個貧困縣不斷細化主要農(nóng)作物的關(guān)鍵生長期，不斷分析典型災(zāi)因的季節(jié)性特點，不斷優(yōu)化農(nóng)業(yè)指數(shù)的產(chǎn)品設(shè)計結(jié)構(gòu)，以盡可能降低該產(chǎn)品的基差風(fēng)險，提高保障方案的專業(yè)性和適用性。

其次，該方案的保險額度分配主要包括三個方面：按縣分配、按災(zāi)因分配和按災(zāi)害季節(jié)分配。由于該方案涵蓋28個貧困縣，每個縣的農(nóng)業(yè)生產(chǎn)規(guī)模、主要災(zāi)因類型和災(zāi)害時間段均有差異。在政府的大力支持下，瑞士再保險深入調(diào)研每個縣的農(nóng)業(yè)生產(chǎn)和經(jīng)營情況，提出總保額分配方案。總保險額度首先基于每個縣的耕地面積，成比例分配到縣里；再根據(jù)每種災(zāi)因?qū)τ诋?dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的影響程度，分配給不同的災(zāi)因；最后結(jié)合每種災(zāi)因季節(jié)性的特點，等比例分配到不同的時期。未來的產(chǎn)品設(shè)計將結(jié)合各個縣實時的農(nóng)業(yè)損失情況，不斷優(yōu)化總保額的分配方案。

再次，該方案基于農(nóng)業(yè)指數(shù)和保險額度建立損失模型，針對每個貧困縣多種災(zāi)因和不同災(zāi)害季節(jié)提供上百種定制化的保障方案。每個方案的損失模型均涉及較多的參數(shù)輸入，一類是與概率密度曲線相關(guān)的參數(shù)，包括離散性參數(shù)、趨勢分析參數(shù)和曲線擬合參數(shù)等，以更好地重現(xiàn)歷史農(nóng)業(yè)平均損失情況；一類是與賠付結(jié)構(gòu)相關(guān)的參數(shù)，包括層數(shù)設(shè)置、每層起賠點、每層退出點和每級賠付金額等，以更好地滿足政府對保障頻度和深度的定制化需求。

未來，隨著農(nóng)業(yè)巨災(zāi)指數(shù)保障方案在全國各地不斷落地，承保的縣市數(shù)量、災(zāi)因類型和作物種類會大幅增加，各區(qū)域作物物候特征、氣象條件、政府涉災(zāi)預(yù)算和保障需求的差異化也將更加突出。同時隨著科技的不斷發(fā)展，除氣象指數(shù)之外，衛(wèi)星遙感影像提供更多植被生長周期內(nèi)的關(guān)鍵參數(shù)，例如植被綠度指數(shù)、土壤墑情指數(shù)和洪水淹沒指數(shù)等，均可作為農(nóng)業(yè)指數(shù)設(shè)計的依據(jù)。針對不斷增長的多樣化數(shù)據(jù)和定制化需求，農(nóng)業(yè)巨災(zāi)指數(shù)保障方案的設(shè)計工作將遇到新挑戰(zhàn)。

大數(shù)據(jù)與人工智能應(yīng)用

綜上分析，未來農(nóng)業(yè)巨災(zāi)指數(shù)保障方案設(shè)計的主要挑戰(zhàn)是如何優(yōu)化分析海量農(nóng)業(yè)基礎(chǔ)數(shù)據(jù)和如何提供各地區(qū)政府定制化的保障方案。這兩者均不是傳統(tǒng)的保險固有的問題，而是大數(shù)據(jù)時代新生的問題。盡管大數(shù)據(jù)技術(shù)已經(jīng)廣泛應(yīng)用于金融、工業(yè)和醫(yī)療等領(lǐng)域，但是在保險尤其是農(nóng)業(yè)保險領(lǐng)域的應(yīng)用尚屬于空白。筆者認為，運用大數(shù)據(jù)技術(shù)和人工智能技術(shù)，可有效解決上述主要矛盾。

大數(shù)據(jù)技術(shù)的基本原理是利用數(shù)據(jù)挖掘等算法，從海量非結(jié)構(gòu)化或者半結(jié)構(gòu)化數(shù)據(jù)中發(fā)現(xiàn)新規(guī)律，以支持決策過程。回歸到農(nóng)業(yè)巨災(zāi)指數(shù)保障方案設(shè)計，通過有效的算法設(shè)計，大數(shù)據(jù)技術(shù)可以從大量氣象、遙感數(shù)據(jù)和多種保額分配方案、損失模型中選取最優(yōu)組合，結(jié)合當(dāng)?shù)剞r(nóng)業(yè)專家提供的主要農(nóng)業(yè)生產(chǎn)信息，產(chǎn)生可最佳反映歷史農(nóng)業(yè)損失情況的巨災(zāi)指數(shù)保障方案。人工智能技術(shù)的核心是機器通過自學(xué)習(xí)的方式，反演、推理并解決問題。在農(nóng)業(yè)巨災(zāi)指數(shù)保障方案設(shè)計的案例中，可直接通過將保障多樣化的需求作為模型的輸入數(shù)據(jù)，利用反演模擬技術(shù)獲得可以滿足該需求的農(nóng)業(yè)巨災(zāi)保障方案，如指數(shù)計算的時間段、計算方式、保額分配方案和損失模型等。

簡而言之，大數(shù)據(jù)技術(shù)依據(jù)先驗知識設(shè)計方案，如某一區(qū)域歷史損失情況等，適用于尚未開展類似項目因而政府未有明確需求的地區(qū)；人工智能技術(shù)依據(jù)后驗知識設(shè)計方案，如明確的賠付頻率或者賠付深度，適用于類似項目已經(jīng)開展因而政府有明確風(fēng)險轉(zhuǎn)移需求的地區(qū)。兩者需集成于統(tǒng)一的自動化定價平臺，基于程序設(shè)計的方法自動實現(xiàn)整個過程。

為支持該平臺的建設(shè)，一方面需要農(nóng)業(yè)基礎(chǔ)數(shù)據(jù)支持，包括各地氣象數(shù)據(jù)、遙感指數(shù)、種植信息，歷史損失和政府救災(zāi)財政支出等，以充分發(fā)揮大數(shù)據(jù)技術(shù)的功效；另一方面，由于農(nóng)業(yè)生產(chǎn)活動受自然因素干擾較大，因而其損失模型的建立需要考慮更多的物理過程，以迅速提升人工智能技術(shù)的表現(xiàn)。與此同時，高性能計算技術(shù)也應(yīng)該被集成在該平臺內(nèi)，以提高整個系統(tǒng)的運行效率。在不遠的將來，基于大數(shù)據(jù)技術(shù)和人工智能技術(shù)的定價平臺除了可用于農(nóng)業(yè)巨災(zāi)指數(shù)保障方案設(shè)計外，對于任何指數(shù)保險產(chǎn)品的設(shè)計均具有革命性的意義?！?/p>

（何興龍為瑞士再保險中國農(nóng)險負責(zé)人，陳晗為瑞士再保險農(nóng)險核保人）