孔維財 高蘋 徐敏

摘要：利用1961—2019年油菜生育期內逐日氣象資料、油菜產量和低溫凍害數(shù)據(jù)，確定由最低氣溫構成的低溫凍害天氣指數(shù)指標，分析減產率和天氣指數(shù)的關系，建立天氣指數(shù)模型，使用燃燒定價法厘定了天氣指數(shù)保險的純保費率，并根據(jù)相關政策和實際情況，確定不同觸發(fā)條件下的差異保費率、賠付標準，設計油菜低溫凍害天氣指數(shù)保險合同。低溫凍害天氣指數(shù)保險產品依托于相關國標、文獻和實際情況，指標客觀、操作方便，設計思路可為相似區(qū)域油菜低溫凍害天氣指數(shù)研究提供借鑒。

關鍵詞：油菜;低溫凍害;天氣指數(shù);保險;純保費率;氣象災害

中圖分類號： F840.66文獻標志碼： A

文章編號：1002-1302（2021）07-0244-05

收稿日期：2020-07-25

基金項目：國家重點研發(fā)計劃（編號：2019YFD1002201）;南京市氣象局自立科研項目（編號：NJ201802）。

作者簡介：孔維財（1986—），男，江蘇南京人，碩士，工程師，主要從事農業(yè)氣象研究。E-mail：946959277@qq.com。

通信作者：徐 敏，碩士，高級工程師，主要從事農業(yè)氣象研究。E-mail：amin0506@163.com。

我國油菜可分為春油菜和冬油菜，其中冬油菜種植面積占絕大多數(shù)，且主要集中在長江流域[1]。江蘇省氣象條件優(yōu)越，適宜油菜生長，是我國重要的油菜種植區(qū)域。2019年江蘇省油菜種植面積為14.4萬hm2，總產量為50.5萬t，約占全國總產量的13%[2]。近年來，受糧油價格上漲影響，農民種植油菜的積極性提高，外加油菜花觀光旅游經(jīng)濟的發(fā)展，種植面積不降反增。

天氣指數(shù)保險是一種區(qū)別于傳統(tǒng)的、基于損失賠付的新型保險產品，其賠付標準為保險合同中約定的天氣指數(shù)數(shù)值或級別。天氣指數(shù)保險能排除傳統(tǒng)統(tǒng)計方法計算中存在的不確定性。災害評估是研究天氣指數(shù)保險的前提條件。我國學者已經(jīng)做了大量相關研究，欒慶祖等研究了水果冰雹災損評估方法[3]，金志鳳等研究了浙江茶葉天氣指數(shù)保險[4]，李德等研究了碭山酥梨花期低溫冷害風險評估方法[5]，任義方等研究了江蘇水稻高溫熱害天氣指數(shù)保險[6]，金志鳳等研究了浙江茶葉凍害評估方法[7]，這些方法的廣泛應用，使天氣指數(shù)的研究取得了階段性的成果。如何把農業(yè)災害風險評估方法應用于天氣指數(shù)保險是防災減災的重點之一。楊太明等研究了安徽夏玉米干旱、水稻高溫熱害、冬小麥種植天氣指數(shù)保險[8-10]，曹雯等研究了寧夏枸杞病害天氣指數(shù)保險，這些農業(yè)災害風險評估方法與天氣指數(shù)保險相結合的產品得到了良好的推廣和應用，并取得了較好的服務效果[11]。受全球氣候變暖影響，江蘇低溫凍害頻次增多、強度增強，低溫凍害是油菜的重要自然災害之一，油菜苗期低溫、蕾薹期倒春寒、開花期低溫均會造成油菜不同程度的減產。江蘇省曾在1961年、1969年、1976年、1980年、1994年、2008年、2018年出現(xiàn)過較嚴重的低溫凍害，對油菜產量產生較大的影響。因此，開展提高油菜低溫凍害的防災減災能力、災后恢復生產的研究十分必要。農業(yè)保險是常用的風險轉移的手段，常規(guī)農業(yè)保險在查險、定損、理賠、估價等方面存在較大分歧，基于天氣指數(shù)保險能較好地解決這些問題。因不同區(qū)域氣候的差異性，針對江蘇省油菜天氣指數(shù)保險的研究較少，本研究將為江蘇省油菜低溫凍害天氣指數(shù)保險設計提供依據(jù)，對于拓展天氣指數(shù)保險領域，規(guī)避油菜種植低溫凍害風險很有必要。

1 資料與方法

1.1 資料來源

選取高淳國家氣象站1961—2019年油菜播種到成熟期（根據(jù)生育期觀測資料，確定多年平均起止日期為9月21日至翌年5月22日）的氣象數(shù)據(jù);收集整理了南京市高淳區(qū)油菜種植面積、總產、單產資料和災情信息，油菜數(shù)據(jù)來源于南京市統(tǒng)計年鑒，災情信息來源于《中國氣象災害大典（江蘇卷）》和南京市氣象局的歷年災情記錄。

1.2 減產率計算

產量主要受農業(yè)生產水平和氣象條件的影響[12]，可將油菜單產分解為隨生產力變化的趨勢產量、隨氣象條件變化的氣象產量、隨機變量3個部分，計算公式如下：

Y=Yw+Yt+ε。（1）

式中，Y為實際單產;Yw為氣象產量;Yt為趨勢產量，趨勢產量由5年滑動平均值求得;ε為隨機變量，由政策等因素導致，占比小，可忽略。

低溫凍害對油菜產量的影響因地區(qū)、年份而異，為便于對比分析，本研究通過氣象產量計算相對氣象產量，把相對氣象產量中負值部分定義為減產率，計算公式如下：

S=Yi-YtYt×100% Yi

0Yi≥Yt。（2）

式中：S為減產率;Yi為第i年實際單產。

1.3 天氣指數(shù)選取

油菜極易受苗期低溫、蕾薹期倒春寒、開花期低溫影響，且各生育期同一低溫造成的災害程度不一致[13-14]。油菜苗期生長最適溫度為10～20 ℃，當最低氣溫降至-5～-3 ℃時，葉片輕度受凍;降至-9～-6 ℃時，葉片嚴重受凍，外圍大葉基本凍死，低于-10 ℃時心葉凍死，植株死亡。冬油菜一般在開春后，氣溫穩(wěn)定在5 ℃以上時現(xiàn)蕾，氣溫在10 ℃以上時可迅速抽薹，若蕾薹期氣溫低于-2 ℃將嚴重受凍，造成裂薹和死蕾;開花期遇到5 ℃以下低溫，開花會明顯減少[15]。

天氣保險指數(shù)的選取既要準確反映實際損失、受人為影響小，也要客觀穩(wěn)定、有效控制基差風險，在實際操作中要易于保險公司定損和理賠、易于投保人理解和推廣[16]。相關研究表明，油菜對低溫敏感，減產與低溫關系密切，且低溫不受人為影響，便于投保人理解和操作，適合構建天氣指數(shù)。本研究根據(jù)油菜對低溫的敏感性、不同生育期低溫致災性，參考GB/T 27959—2011《南方水稻、油菜和柑桔低溫災害》《實用農業(yè)氣象指標》《高淳縣農業(yè)氣候手冊》，把低溫凍害臨界指標分為3級：1級凍害影響較輕，2級凍害影響中等，3級凍害嚴重、減產明顯，每個等級有對應的最低氣溫范圍，見表1。其中苗期分為3個等級，蕾薹期和開花期各設置1個等級。

油菜低溫凍害不僅與極端最低氣溫相關，還與持續(xù)時間有關，在油菜生育期出現(xiàn)的凍害，造成的災害一般呈現(xiàn)疊加的效應[17]。為反映低溫凍害的累計效應，綜合考慮低溫強度和持續(xù)時間對油菜的影響，設計低溫凍害天氣指數(shù)，公式如下：

F=∑nj=1Hj。（3）

式中：F為低溫凍害天氣指數(shù);Hj為某年的第j次低溫凍害的災害等級;n為1個油菜生育期內低溫凍害災害出現(xiàn)的次數(shù)。

1.4 純保費率計算

純保費率的計算是保險合同設計的重要組成部分，也是低溫凍害風險的主要體現(xiàn)。天氣指數(shù)純保費率的計算一般采用燃燒定價法來計算，該方法是通過假設未來期望損失率與歷史損失分布相同，通過歷史數(shù)據(jù)來估算期望值的一種方法[18-20]。計算公式如下：

R=E[loss]λμ=E[loss]=∑nk=1SkPk。（4）

式中，R為純保費率;E[loss]為期望損失率;λ為保障比例;μ為預期油菜單產比例;λ、μ均取值為100%[21];Sk為第k級低溫凍害的減產率;Pk為第k級低溫凍害的發(fā)生概率;k為低溫凍害等級。

1.5 天氣指數(shù)保險合同設計

保險賠償?shù)挠|發(fā)條件及相應的賠付標準是油菜低溫凍害天氣指數(shù)保險合同的核心部分，其賠付公式如下：

I=S-SminSmax-SminQ Fm≥F0

0Fm

式中：I為單位面積賠付金額;Q為保額;Smax為最高減產率（歷史最高減產率為40.3%）;Smin為賠付觸發(fā)值對應的減產率;Fm為第m年天氣指數(shù);F0為保險賠付觸發(fā)值。當天氣指數(shù)大于或等于觸發(fā)值時，投保人可獲得保險賠償。投保人可以根據(jù)歷史災情及實際情況，選擇適合的觸發(fā)值條件進行投保，以獲得更好的經(jīng)濟效益。

2 結果與分析

2.1 油菜產量及低溫變化規(guī)律分析

隨著科學技術的發(fā)展、農業(yè)機械化的推進、優(yōu)良種子的推廣和政策的支持，油菜產量呈現(xiàn)波動上升的趨勢，線性趨勢傾向率為445.4 kg/（hm2·10年）。近59年油菜產量經(jīng)歷了3個明顯的上升階段（圖1），分別為20世紀60年代到70年代末、20世紀80年代、20世紀90年代到21世紀10年代末;近59年油菜產量有3個明顯的波谷，當實際產量低于趨勢產量時為減產年份，1977年、1988年、2011年減產明顯，分析其原因為1977年出現(xiàn)了-12.2 ℃的極端最低氣溫，0 ℃以下低溫有52 d，低溫凍害嚴重，減產明顯;1988年油菜生育期內極端最低氣溫為 -6.3 ℃，0 ℃以下低溫有30 d，減產率最小;2011年油菜生育期內極端最低氣溫為-8.3 ℃，0 ℃以下低溫有51 d，減產率小于1977年。

氣溫是影響油菜生長發(fā)育和產量形成的重要氣象因子。南京市高淳區(qū)1961—2019年年極端最低氣溫呈升高的趨勢（圖2），氣候傾向率為 0.57 ℃/10年（r2=0.187，P<0.001），歷史極端最低氣溫為 -14.0 ℃，出現(xiàn)在1969年，年最低氣溫最高值為 -1.5 ℃，出現(xiàn)在2019年。油菜生育期低溫持續(xù)時間對產量也有很大的影響。油菜生育期低溫天數(shù)呈現(xiàn)波動下降的趨勢（圖3），其中<5 ℃天數(shù)下降趨勢最大，線性趨勢傾向率為-4.7 d/10年，下降趨勢最小的為<-5 ℃天數(shù)，線性趨勢傾向率為 -1.0 d/10年。1977年<-5 ℃天數(shù)最多，此年油菜出現(xiàn)明顯減產，與圖1中產量下降的趨勢吻合;1968年<0 ℃天數(shù)最多，為72 d，但1968年極端最低氣溫相對較高，為-5.6 ℃，油菜產量未出現(xiàn)明顯下降，2001年<0 ℃天數(shù)最少，為8 d;1970年<5 ℃天數(shù)最多，為124 d，此年極端最低氣溫為 -10.1 ℃，油菜出現(xiàn)小幅減產。年極端最低氣溫的升高趨勢及油菜生育期低溫天數(shù)下降趨勢可能與全球的氣候變暖背景有關。

2.2 天氣指數(shù)模型構建

由于天氣指數(shù)保險存在基差風險，本研究根據(jù)《中國氣象災害大典（江蘇卷）》和南京市氣象局災情記錄對油菜樣本進行篩選，去除非低溫凍害導致油菜減產的年份。根據(jù)公式（3）計算低溫凍害天氣指數(shù)，結果（圖4）表明，近59年以來，油菜低溫凍害天氣指數(shù)最大值為103，出現(xiàn)在1968年;最小值為10，出現(xiàn)在2017年，其中75%的天氣指數(shù)在20～60之間，F(xiàn)≤20出現(xiàn)的概率為10%，F(xiàn)≥80出現(xiàn)的概率為5%，極值的出現(xiàn)概率較小。

為建立油菜低溫凍害天氣指數(shù)模型，采用油菜減產率與天氣指數(shù)進行回歸分析（圖5），得到減產率與低溫凍害天氣指數(shù)的關系模型，如公式（6）所示，減產率與低溫凍害天氣指數(shù)相關系數(shù)0.30，通過了0.05顯著性水平檢驗。

S=0.159F+3.685。（6）

根據(jù)天氣指數(shù)的影響程度，將天氣指數(shù)分為5級（表2），Ⅱ、Ⅲ級發(fā)生概率為77.2%; Ⅰ級發(fā)生概率較小，且對油菜生長影響較小，平均減產率為5.4%;Ⅳ級影響較大，平均減產率為14.9%，但發(fā)生概率較低，概率僅為9.1%;Ⅴ級對油菜影響極大，但發(fā)生概率最小，僅為4.6%。由此可見，低溫凍害一般會造成油菜減產3.8%～19.6%，這與實際生產較一致，因此，本研究構建的天氣指數(shù)合理可行。

2.3 天氣指數(shù)合同設計

保額一般通過生產成本或產量確定，一般為最近連續(xù)5年平均產量的40%～80%。參照江蘇農業(yè)保險網(wǎng)（http：//www.jsnx.org/）及相關研究，本研究將2015—2019年的平均產量、油菜最新平均單價和歷史最大減產率相乘獲得保額。油菜歷史最高減產率為40.3%，按照現(xiàn)在油菜的市場價計算，保額為10 591.8元/hm2，這與《江蘇省政策性農業(yè)保險油菜種植保險條款》《省政府辦公廳關于做好2014年全省農業(yè)保險工作的通知》[蘇政發(fā)（2014）21號]中規(guī)定的1 hm2油菜保險金額3個檔次（6 000、8 250、10 500元）中第3個檔次十分吻合。

免賠額是指在保險合同中規(guī)定的損失在一定限度內保險人不負賠償責任的額度，主要是為了減少頻繁發(fā)生的小額賠付，提高被保險人的責任心和注意力，降低保險機構的經(jīng)營成本，按照相關規(guī)定，本研究定義損失率10%為免賠額，代入公式（5），計算出賠付標準，見表3。

2.4 天氣指數(shù)保險費率的厘定

基于分析1961—2019年油菜生育期氣象資料，得出低溫凍害天氣指數(shù)與災害發(fā)生概率，代入公式（4）計算出不同觸發(fā)條件下純保費率和保費，見表4。當觸發(fā)值F0為81時，保費最低為84.7元/hm2，在歷史數(shù)據(jù)中只觸發(fā)過1次。相比較而言，觸發(fā)值F0為41或61時，災害發(fā)生概率大、獲得賠付可能性高，且保費少、經(jīng)濟效益高。投保人可根據(jù)實際情況，選擇合適的觸發(fā)條件，以便在低溫凍害中獲得更大收益。

3 結論與討論

本研究在國內外學者研究成果的基礎上，通過分析1961—2019年油菜生育期氣象數(shù)據(jù)、油菜產量和低溫凍害災害數(shù)據(jù)，針對油菜生育期災害分析了減產率和低溫凍害天氣指數(shù)的關系，建立了低溫凍害天氣指數(shù)模型，線性模型相關系數(shù)0.30，通過了0.05水平顯著性檢驗，厘定了天氣指數(shù)保險的賠付標準，設計了天氣指數(shù)保險產品，以期為江蘇省保險公司開展油菜天氣指數(shù)保險提供科學的依據(jù)。

本研究在確定油菜低溫凍害指標時參考了農業(yè)氣象專家建議和實際工作經(jīng)驗，也查閱了相關國標、氣象指標書籍;天氣指數(shù)選擇是依據(jù)長時間序列的氣象與產量數(shù)據(jù)，避免了因數(shù)據(jù)少而導致的不穩(wěn)定現(xiàn)象;天氣指數(shù)是依據(jù)最低氣溫建立的，也考慮了持續(xù)低溫的疊加效應，能綜合反映油菜低溫凍害的情況，在實際操作中，方便投保人與保險公司進行投保和賠付，操作方便簡單的同時也減少了爭議的發(fā)生;本指數(shù)保險產品以10%為免賠額，設計了不同出發(fā)條件下純保費率和保費，純保費率為0.8%～10.4%，保費為84.7～1 101.5元/hm2，方便投保人根據(jù)實際情況選擇適合的保險觸發(fā)條件，以獲得更大收益。

2018年全國性特大雪災持續(xù)時間長、降水量大、最低溫度低，油菜低溫凍害嚴重，據(jù)相關統(tǒng)計，南京市高淳區(qū)油菜賠付金額達2 218.0萬元，受此影響，2019年高淳油菜投保面積有所上升，為2.66萬hm2，仍不到總種植面積的一半。在實際工作中發(fā)現(xiàn)，高淳區(qū)一些油菜種植大戶參與積極性較高，但大多數(shù)地區(qū)仍以農戶為種植單位，且種植地域不集中、管理技術水平差異較大，造成了油菜保險推廣困難，在以后的工作中，有待結合區(qū)域自動站數(shù)據(jù)開發(fā)精細化天氣指數(shù)，尋找保險的突破口，以更好地適應農業(yè)保險的實際需要。

油菜生育期低溫凍害不僅與低溫強度和持續(xù)時間有關，還與1 d中低溫出現(xiàn)時段、降溫幅度、降水量、日照時間等有關，為方便計算和應用，本研究只選擇低溫及持續(xù)時間作為天氣指數(shù)指標，同時，文中天氣指數(shù)保險產品只適用于單個災害，而在油菜生育期中，多種氣象災害會起到疊加效果，在以后的研究中，有待研發(fā)更全面且具符合生物學意義的天氣指數(shù)。

參考文獻：

[1]鞠英芹，楊霏云，馬德栗，等. 江淮地區(qū)油菜漬害的時空分析[J].自然災害學報，2017，26（6）：136-146.

[2]張 佩，吳 田，姚 薇，等. 江蘇省油菜全生育期氣候特征的變化分析[J]. 江蘇農業(yè)科學，2015，43（9）：118-121.

[3]欒慶祖，董鵬捷，葉彩華. 面向氣象指數(shù)保險的水果冰雹災害災損評估方法[J]. 中國農業(yè)氣象，2019，40（6）：402-410.

[4]金志鳳，葉建剛，楊再強，等. 浙江省茶葉生長的氣候適宜性[J]. 應用生態(tài)學報，2014，25（4）：967-973.

[5]李 德，楊太明，戚尚恩，等. 黃河故道碭山酥梨花期低溫冷害風險的評估方法初探[J]. 中國農業(yè)氣象，2009，30（4）：611-615.

[6]任義方，趙艷霞，張旭暉，等. 江蘇水稻高溫熱害氣象指數(shù)保險風險綜合區(qū)劃[J]. 中國農業(yè)氣象，2019，40（6）：391-401.

[7]金志鳳，胡 波，嚴甲真，等. 浙江省茶葉農業(yè)氣象災害風險評價[J]. 生態(tài)學雜志，2014，33（3）：771-777.

[8]楊太明，許 瑩，孫喜波，等. 安徽省夏玉米干旱天氣指數(shù)保險產品設計及應用[J]. 氣象，2016，42（4）：450-455.

[9]楊太明，孫喜波，劉布春，等. 安徽省水稻高溫熱害保險天氣指數(shù)模型設計[J]. 中國農業(yè)氣象，2015，36（2）：220-226.

[10]楊太明，劉布春，孫喜波，等. 安徽省冬小麥種植保險天氣指數(shù)設計與應用[J]. 中國農業(yè)氣象，2013，34（2）：229-235.

[11]曹 雯，武萬里，楊太明，等. 寧夏枸杞炭疽病害天氣指數(shù)保險研究[J]. 干旱氣象，2019，37（5）：857-865.

[12]徐 敏，徐經(jīng)緯，高 蘋，等. 不同統(tǒng)計模型在冬小麥產量預報中的預報能力評估——以江蘇麥區(qū)為例[J]. 中國生態(tài)農業(yè)學報（中英文），2020，28（3）：438-447.

[13]張學昆，張春雷，廖 星，等. 2008年長江流域油菜低溫凍害調查分析[J]. 中國油料作物學報，2008，30（1）：122-126.

[14]Xu S J，Chong K. Remembering winter through vernalisation[J].Nature Plants，2018，4（12）：997-1009.

[15]楊霏云. 實用農業(yè)氣象指標[M]. 北京：氣象出版社，2015.

[16]李懿珈，葉 濤，德慶卓嘎，等. 基于遙感植被指數(shù)的西藏那曲地區(qū)畜牧業(yè)旱災指數(shù)保險產品設計研究[J]. 農業(yè)現(xiàn)代化研究，2018，39（4）：680-688.

[17]周 嘉，王小巍，周安寧，等. 平?jīng)鍪刑O果花期凍害政策性農業(yè)保險氣象理賠指數(shù)設計[J]. 湖北農業(yè)科學，2017，56（16）：3144-3148.

[18]王新偉，杜明哲，王 麗，等. 河南省花生連陰雨災害氣象指數(shù)保險設計[J]. 生態(tài)學雜志，2018，37（11）：3390-3395.

[19]Zhou L H，Yan T，Chen X，et al. Effect of high night temperature on storage lipids and transcriptome changes in developing seeds of oilseed rape[J].Journal of Experimental Botany，2018，69（7）：1721-1733.

[20]Gu X B，Li Y N，Du Y D . Biodegradable film mulching improves soil temperature，moisture and seed yield of winter oilseed rape （Brassica napus L.）[J]. Soil & Tillage Research，2017，171：42-50.

[21]鄭小琴，賴煥雄，徐宗煥. 臺灣熱帶優(yōu)良水果（寒）凍害氣象保險指數(shù)設計[J].西南農業(yè)學報，2011，24（4）：1598-1603.