胡書(shū)愷 郭鵬

摘要 農(nóng)業(yè)保險(xiǎn)作為防范自然風(fēng)險(xiǎn)的管理手段，面臨著現(xiàn)代農(nóng)業(yè)發(fā)展對(duì)農(nóng)業(yè)保險(xiǎn)高漲的需求和保險(xiǎn)公司理賠產(chǎn)品稀少之間的巨大矛盾。將遙感技術(shù)與農(nóng)業(yè)災(zāi)害預(yù)報(bào)、精準(zhǔn)農(nóng)業(yè)相結(jié)合，立足于目前農(nóng)業(yè)保險(xiǎn)理賠環(huán)節(jié)成本高、效率低、精確度不夠等問(wèn)題，結(jié)合新疆規(guī)?；N植、機(jī)械化程度高、農(nóng)業(yè)災(zāi)害頻發(fā)等特點(diǎn)，提出了新的智能理賠模式，并按照勘察、理賠等環(huán)節(jié)的工作需求設(shè)計(jì)出新的系統(tǒng)模式，包括數(shù)據(jù)庫(kù)管理，災(zāi)害遙感提取，災(zāi)害等級(jí)評(píng)價(jià)，監(jiān)測(cè)結(jié)果顯示與輸出系統(tǒng)，旨在提高作物監(jiān)測(cè)精度、降低理賠成本、縮短理賠周期等。最后以新疆兵團(tuán)第七師墾區(qū)為示范，在發(fā)生冰雹災(zāi)害后利用遙感、GIS等手段高效精確地完成了災(zāi)后分析，驗(yàn)證了模式的可行性，為改善新疆農(nóng)業(yè)遙感監(jiān)測(cè)技術(shù)和構(gòu)建智慧農(nóng)業(yè)保險(xiǎn)提供了新的視角。

關(guān)鍵詞 農(nóng)業(yè)遙感;農(nóng)業(yè)保險(xiǎn);勘察理賠;智慧農(nóng)業(yè)

中圖分類號(hào)：S127 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095–3305（2021）05–0176–04

農(nóng)業(yè)一直以來(lái)是我國(guó)國(guó)民經(jīng)濟(jì)的重要組成部分，為了實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)騰飛并提高綜合實(shí)力，我國(guó)一直在探索農(nóng)業(yè)發(fā)展道路，并在農(nóng)業(yè)科技、經(jīng)濟(jì)和社會(huì)各個(gè)方面都取得了巨大成就。但隨著我國(guó)農(nóng)業(yè)適度規(guī)模經(jīng)營(yíng)的快速發(fā)展，農(nóng)業(yè)自然風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)和質(zhì)量安全風(fēng)險(xiǎn)也在不斷累加。近年來(lái)，農(nóng)業(yè)保險(xiǎn)作為中央強(qiáng)農(nóng)惠農(nóng)政策的重要組成部分和作為支持和促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展的重要手段，實(shí)現(xiàn)了快速發(fā)展。但由于起點(diǎn)低、底子薄，我國(guó)農(nóng)業(yè)保險(xiǎn)還不能很好地適應(yīng)現(xiàn)代農(nóng)業(yè)發(fā)展的需要。調(diào)查發(fā)現(xiàn)，現(xiàn)行的農(nóng)業(yè)保險(xiǎn)還存在諸多問(wèn)題，農(nóng)業(yè)保險(xiǎn)政策亟待完善[1]。

遙感技術(shù)具有宏觀性、綜合性、獲取信息速度快、實(shí)時(shí)準(zhǔn)確性等特點(diǎn)，在農(nóng)業(yè)災(zāi)害領(lǐng)域中被廣泛使用。特別是在農(nóng)業(yè)遙感方面，已經(jīng)將傳統(tǒng)農(nóng)業(yè)耕作方式向生產(chǎn)模式定量化、精準(zhǔn)化和機(jī)理化轉(zhuǎn)變。同時(shí)摒棄了傳統(tǒng)農(nóng)業(yè)災(zāi)害監(jiān)測(cè)的劣勢(shì)，革新了災(zāi)害監(jiān)測(cè)的手段，充分利用地表信息，結(jié)合時(shí)空特征，及時(shí)更新和預(yù)警農(nóng)業(yè)災(zāi)害信息，既準(zhǔn)確高效地確定受災(zāi)狀況和定損理賠，又保證了農(nóng)業(yè)災(zāi)害的時(shí)效性和精確性[2]。

保險(xiǎn)業(yè)屬于數(shù)據(jù)信息密集程度較高的行業(yè)之一，遙感數(shù)據(jù)的大范圍性、客觀真實(shí)性、長(zhǎng)期連續(xù)性等特征都對(duì)保險(xiǎn)公司具有高度的吸引力。特別是在農(nóng)業(yè)保險(xiǎn)市場(chǎng)領(lǐng)域，遙感具有重要的應(yīng)用潛力。然而，盡管保險(xiǎn)市場(chǎng)的規(guī)模巨大，遙感技術(shù)也快速發(fā)展，但到目前為止，遙感應(yīng)用在保險(xiǎn)業(yè)中的市場(chǎng)化程度不高。保險(xiǎn)業(yè)對(duì)遙感期望的潛力與實(shí)際應(yīng)用之間存在一定的差異，在借鑒國(guó)外研究的基礎(chǔ)上，聚焦基于遙感技術(shù)的農(nóng)田承保與理賠，對(duì)量化和評(píng)估的概念模型與系統(tǒng)設(shè)計(jì)展開(kāi)研究，并通過(guò)實(shí)證模擬分析探索出一套量化評(píng)估農(nóng)田災(zāi)害理賠的方法，為今后農(nóng)田災(zāi)害判定與理賠管理提供有針對(duì)性的依據(jù)。

1 數(shù)據(jù)來(lái)源與數(shù)據(jù)處理

1.1 研究區(qū)概況

研究區(qū)域位于新疆生產(chǎn)建設(shè)兵團(tuán)第七師墾區(qū)，東經(jīng)83°51'～85°51'，北緯44°20'～47°04'。第七師位于準(zhǔn)噶爾盆地西南部的奎屯河流域，南面天山，北接庫(kù)爾班通古特沙漠，西與烏蘇市精河縣毗鄰。該地區(qū)地勢(shì)平坦，平均海拔高度450.8 m，自東南向西北傾斜，屬典型的溫帶大陸性氣候，冬季長(zhǎng)而嚴(yán)寒，夏季短而炎熱。該地區(qū)年平均氣溫在6.5℃～7.2℃之間，北部地區(qū)氣溫低，南部高，年降水量在125.0～207.7 mm之間，無(wú)霜期為168～171 d，日照充沛，年日照時(shí)數(shù)為2 721～2 818 h。新疆地域遼闊，生態(tài)氣候條件獨(dú)特，耕地平整連片，條田建設(shè)規(guī)范，每年因農(nóng)業(yè)災(zāi)害造成的經(jīng)濟(jì)損失不可估量，棉花種植的機(jī)械化和規(guī)?；捷^高，是中國(guó)最適宜實(shí)施農(nóng)業(yè)遙感和精準(zhǔn)理賠的地區(qū)[3]。

1.2 數(shù)據(jù)獲取

數(shù)據(jù)主要包括兩個(gè)部分，遙感影像數(shù)據(jù)和非遙感數(shù)據(jù)。遙感影像數(shù)據(jù)分別采用了無(wú)人機(jī)可見(jiàn)光和多光譜傳感器開(kāi)展相關(guān)研究工作，包括空間分辨率10 m的受災(zāi)前后對(duì)比圖、Parrot無(wú)人機(jī)搭載Sequoia四通道多光譜相機(jī)拍攝的遙感影像，非遙感影像數(shù)據(jù)來(lái)自對(duì)遙感影像進(jìn)行對(duì)比后分析出的受災(zāi)區(qū)面積和受災(zāi)程度分布。實(shí)驗(yàn)選用法國(guó)造Parrot無(wú)人機(jī)，可見(jiàn)光數(shù)據(jù)采用佳能EF-M18-55相機(jī)，鏡頭焦距18～55 mm，全景對(duì)焦，多光譜數(shù)據(jù)采集使用Parrot Sequoia四通道傳感器，包含綠光、紅光、紅邊和近紅外四個(gè)波段。數(shù)據(jù)采集時(shí)天氣情況良好，無(wú)風(fēng)，無(wú)人機(jī)飛行航高150 m，航向重疊度為80%，旁向重疊度為60%。

2 模型分析與構(gòu)建

2.1 問(wèn)題分析

2.1.1 道德風(fēng)險(xiǎn) 我國(guó)傳統(tǒng)農(nóng)業(yè)保險(xiǎn)理賠方式大多是以人工為主，理賠員在受災(zāi)耕地區(qū)目視作物受災(zāi)狀況，然后利用量尺、GPS等工具測(cè)繪出受災(zāi)作物面積，最后再根據(jù)測(cè)出的結(jié)果結(jié)合理賠政策及條款計(jì)算出理賠金額。雖然這種模式已經(jīng)運(yùn)行時(shí)間較久，并且各個(gè)環(huán)節(jié)也比較成熟，但在其間因?yàn)橹饕且匀俗鳛橐罁?jù)，所以就會(huì)存在人為的“灰色空間”，面臨較多的道德風(fēng)險(xiǎn)，比如人工測(cè)算面積時(shí)產(chǎn)生誤差導(dǎo)致補(bǔ)償水平低，不能劃分不同區(qū)域的受災(zāi)程度從而導(dǎo)致賠償糾紛、夸大虛假投保承保不規(guī)范等問(wèn)題。

2.1.2 查勘過(guò)程 在自然災(zāi)害發(fā)生后，現(xiàn)實(shí)生活中的農(nóng)業(yè)墾區(qū)有分散性，生產(chǎn)條件復(fù)雜多變，而農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)情信息又有較高的精確性。所以傳統(tǒng)的農(nóng)業(yè)保險(xiǎn)理賠就會(huì)呈現(xiàn)出一系列問(wèn)題。尤其是在新疆這種大規(guī)模墾區(qū)環(huán)境下，使用人工勘察的辦法，會(huì)面臨勘察周期長(zhǎng)、農(nóng)情信息滯后、并且耗費(fèi)大量的人力、物力、財(cái)力。

2.1.3 理賠定損 按照前期傳統(tǒng)的查勘方式，在復(fù)雜的墾區(qū)環(huán)境中由于人的調(diào)查能力有限，最終的勘查結(jié)果精度并不一定準(zhǔn)確，實(shí)際受災(zāi)面積、權(quán)屬、受災(zāi)程度輕、中、重的劃分。由于事前對(duì)各類信息收集過(guò)少，后期理賠方案不合理，導(dǎo)致保額產(chǎn)生誤差，會(huì)對(duì)投保人或承保公司造成損失。

3 農(nóng)業(yè)保險(xiǎn)線上系統(tǒng)的設(shè)計(jì)

3.1 “基于遙感技術(shù)的農(nóng)田承保與理賠”設(shè)計(jì)理念

因?yàn)閭鹘y(tǒng)理賠體系和查勘手段的滯后性、人為干預(yù)性以及信息不對(duì)稱等，造成了越來(lái)越多的農(nóng)業(yè)保險(xiǎn)理賠問(wèn)題。利用遙感、大數(shù)據(jù)分析、深度學(xué)習(xí)等智能化手段，在理賠時(shí)，根據(jù)前期數(shù)據(jù)庫(kù)中不斷疊加的農(nóng)作物不同時(shí)期圖像以及受災(zāi)后的地塊圖像特征進(jìn)行深度對(duì)比，并與相應(yīng)算法相結(jié)合，針對(duì)不同農(nóng)作物災(zāi)害形成專一的受災(zāi)評(píng)估機(jī)制，將被投保地塊的受災(zāi)前后最近一期遙感圖像作為依據(jù)，通過(guò)遙感衛(wèi)星或無(wú)人機(jī)等設(shè)備對(duì)受災(zāi)作物圖像的不同光譜特性，對(duì)圖像進(jìn)行評(píng)估，可以精確地監(jiān)測(cè)出受災(zāi)面積、不同區(qū)域的受災(zāi)程度等系統(tǒng)的、立體的受災(zāi)指標(biāo)，得到一份準(zhǔn)確的評(píng)估結(jié)果。并以此作為根據(jù)，在理賠時(shí)與理賠標(biāo)準(zhǔn)費(fèi)用進(jìn)行“點(diǎn)對(duì)點(diǎn)”式的賠付，做到信息對(duì)等，精準(zhǔn)理賠。除了在在災(zāi)害發(fā)生后，在正常耕作期間，投保人同樣可以利用遙感監(jiān)測(cè)農(nóng)作物的生長(zhǎng)態(tài)勢(shì)，一旦發(fā)現(xiàn)問(wèn)題能做到早發(fā)現(xiàn)、早解決，大大減少不確定因素帶來(lái)的經(jīng)濟(jì)損失。

保險(xiǎn)科技手段的介入拓寬了農(nóng)業(yè)保險(xiǎn)的邊界，實(shí)現(xiàn)了農(nóng)險(xiǎn)產(chǎn)品的合理定價(jià)，提升了風(fēng)險(xiǎn)可保性，解決了運(yùn)營(yíng)管理成本高、農(nóng)業(yè)保險(xiǎn)市場(chǎng)不規(guī)范等一系列問(wèn)題。

3.2 系統(tǒng)功能介紹

在研發(fā)系統(tǒng)時(shí)，關(guān)鍵在于如何將從投保到理賠的一系列流程結(jié)合在一起。最終歸納了所有涉及的環(huán)節(jié)，根據(jù)職能分為數(shù)據(jù)庫(kù)管理、災(zāi)害遙感提取、災(zāi)害等級(jí)評(píng)價(jià)、監(jiān)測(cè)結(jié)果顯示與輸出四個(gè)子系統(tǒng)。

投保人的個(gè)人信息、所擁有土地面積、權(quán)屬、作物分布等數(shù)據(jù)，系統(tǒng)管理端的氣象災(zāi)害歷史記錄、地理信息、每日更新的遙感影像等，用戶端和個(gè)人端的綜合數(shù)據(jù)皆可存儲(chǔ)在數(shù)據(jù)庫(kù)管理子系統(tǒng)中。當(dāng)出現(xiàn)理賠情景時(shí)，系統(tǒng)將從個(gè)人信息庫(kù)、圖像庫(kù)、地理信息庫(kù)中調(diào)取所有信息并將其進(jìn)行初步處理，例如采樣、圖像壓縮與分割等，為下一步理賠工作做好鋪墊。

減小影像的傳輸數(shù)據(jù)量和優(yōu)化顯示性能，需建立影像金字塔，通過(guò)影像降采樣方法，建立一系列不同分辨率的影像圖層，每個(gè)圖層分割存儲(chǔ)，并建立相應(yīng)的空間索引機(jī)制[4]。

當(dāng)發(fā)生自然災(zāi)害后，災(zāi)害遙感提取系統(tǒng)可以從數(shù)據(jù)庫(kù)中調(diào)取最近一期衛(wèi)星過(guò)境時(shí)拍攝的受災(zāi)前后的圖像。以冰雹災(zāi)害為例，通過(guò)拍攝獲得的災(zāi)前災(zāi)后植被指數(shù)對(duì)比，可獲取冰雹災(zāi)害的發(fā)生范圍，根據(jù)冰雹災(zāi)害的監(jiān)測(cè)結(jié)果，在受災(zāi)區(qū)選取不同等級(jí)的調(diào)查點(diǎn)作為實(shí)測(cè)點(diǎn)，實(shí)測(cè)結(jié)果作為驗(yàn)證冰雹災(zāi)害的理賠依據(jù)，同時(shí)也可根據(jù)實(shí)測(cè)結(jié)論對(duì)冰雹災(zāi)害提取的模型進(jìn)行修正和改進(jìn)。

通過(guò)學(xué)習(xí)不同災(zāi)害的特征，災(zāi)害等級(jí)評(píng)價(jià)系統(tǒng)會(huì)結(jié)合此類災(zāi)害的專一算法，對(duì)傳輸來(lái)的影像分區(qū)域進(jìn)行“輕、中、重”的等級(jí)評(píng)估，充分發(fā)揮其大范圍、經(jīng)濟(jì)性、時(shí)效性、精準(zhǔn)性的特點(diǎn)。

投保人購(gòu)買農(nóng)業(yè)保險(xiǎn)是希望在發(fā)生經(jīng)濟(jì)損失時(shí)能多一份保障，減少自身?yè)p失。因此保險(xiǎn)公司的本職工作，是做好理賠環(huán)節(jié)。系統(tǒng)后臺(tái)可以根據(jù)設(shè)置好的起賠點(diǎn)，根據(jù)農(nóng)作物生長(zhǎng)狀態(tài)分別設(shè)置理賠金額和災(zāi)損面積計(jì)算賠償。不同保險(xiǎn)公司可根據(jù)當(dāng)?shù)丨h(huán)境因地制宜制定好理賠標(biāo)準(zhǔn)，將理賠標(biāo)準(zhǔn)編寫(xiě)為計(jì)算機(jī)語(yǔ)言后，系統(tǒng)可以將最后的理賠細(xì)則和最終理賠結(jié)果顯示在投保人的個(gè)人用戶端，最終只需在線上即可完成賠付工作，在保證公平合理的條件下大大節(jié)省了雙方的時(shí)間，既能達(dá)到節(jié)約成本、提高效率的目的，又能吸引更多的潛在用戶，擴(kuò)大市場(chǎng)。

3.3 線上系統(tǒng)的創(chuàng)新性

當(dāng)下，在云計(jì)算等強(qiáng)大信息技術(shù)架構(gòu)支撐下，災(zāi)害遙感業(yè)有著極大的創(chuàng)新空間，進(jìn)入了全新的發(fā)展階段。依托計(jì)算機(jī)云軟件架構(gòu)，可以合理優(yōu)化軟件運(yùn)行、數(shù)據(jù)計(jì)算、網(wǎng)絡(luò)配置等相關(guān)資源的調(diào)配，從而實(shí)現(xiàn)業(yè)務(wù)處理敏捷，高效利用資源，降低運(yùn)行維護(hù)成本，使遙感業(yè)務(wù)系統(tǒng)更加精準(zhǔn)、迅速、集約。

4 案例事件與分析

2019年8月23日20：00左右，新疆奎屯延線兵團(tuán)第七師墾區(qū)遭遇罕見(jiàn)的冰雹災(zāi)害，123團(tuán)、127團(tuán)、128團(tuán)、129團(tuán)等地農(nóng)作物受災(zāi)嚴(yán)重。團(tuán)隊(duì)利用衛(wèi)星影像對(duì)此次災(zāi)害進(jìn)行了監(jiān)測(cè)評(píng)估。通過(guò)8月20日（受災(zāi)前）和8月25日（受災(zāi)后）的衛(wèi)星影像（空間分辨率10 m）進(jìn)行對(duì)比監(jiān)測(cè)，對(duì)農(nóng)作物的受災(zāi)程度和等級(jí)進(jìn)行了分析。該區(qū)域原始衛(wèi)星影像見(jiàn)圖1、圖2。

團(tuán)隊(duì)在8月31日與當(dāng)?shù)乇ｋU(xiǎn)部門(mén)聯(lián)合開(kāi)展了無(wú)人機(jī)與衛(wèi)星影像對(duì)比驗(yàn)證試驗(yàn)，分別在受災(zāi)情況比較嚴(yán)重的127團(tuán)15連、10連和128團(tuán)15連、17連進(jìn)行了數(shù)據(jù)采集，飛行采用了法國(guó)造Parrot無(wú)人機(jī)，搭載了瑞士造Sequoia四通道多光譜相機(jī)，共4個(gè)架次，累計(jì)飛行面積超過(guò)1 000 hm2棉田。無(wú)人機(jī)多光譜影像監(jiān)測(cè)結(jié)果與衛(wèi)星影像圖監(jiān)測(cè)結(jié)果對(duì)比見(jiàn)圖2～圖6。

驗(yàn)證結(jié)果表明，無(wú)人機(jī)數(shù)據(jù)監(jiān)測(cè)結(jié)果與衛(wèi)星影像監(jiān)測(cè)結(jié)果高度吻合，精度極高。但考慮到無(wú)人機(jī)數(shù)據(jù)采集的成本和效率，認(rèn)為對(duì)于大范圍災(zāi)害監(jiān)測(cè)，利用衛(wèi)星遙感影像開(kāi)展災(zāi)害監(jiān)測(cè)任務(wù)不僅可以滿足大尺度監(jiān)測(cè)的精度和時(shí)間要求，而且能夠節(jié)省監(jiān)測(cè)成本，是災(zāi)害監(jiān)測(cè)的首選手段和方法。受災(zāi)區(qū)監(jiān)測(cè)結(jié)果見(jiàn)圖7。

根據(jù)受災(zāi)區(qū)域衛(wèi)星影像監(jiān)測(cè)結(jié)果，對(duì)影像進(jìn)行了統(tǒng)計(jì)分析，分別計(jì)算了該區(qū)域不同團(tuán)場(chǎng)、不同程度的受災(zāi)面積（表1）。

從統(tǒng)計(jì)結(jié)果可以看出，本次災(zāi)情重點(diǎn)分布在123團(tuán)、127團(tuán)、128團(tuán)和129團(tuán)，總計(jì)受災(zāi)面積約為14 266.66 hm2，其中128團(tuán)受災(zāi)面積最大，約7 386.67 hm2，約占總面積的51.78%，其次是129團(tuán)，受災(zāi)面積約為2 900 hm2，約占總面積的20.33%，123團(tuán)和127團(tuán)受災(zāi)面積相對(duì)較小。從受災(zāi)嚴(yán)重程度上來(lái)看，較為嚴(yán)重（重度和中度）的區(qū)域面積約為7233 hm2，主要集中在127團(tuán)10連和15連、128團(tuán)15連和17連，以及129團(tuán)西部的部分棉田（圖8、圖9）。

5 結(jié)論

保險(xiǎn)學(xué)界對(duì)業(yè)內(nèi)遙感應(yīng)用的研究通常是介紹和分析遙感技術(shù)在某一特定險(xiǎn)種中的應(yīng)用方法和取得的成效，即利用遙感技術(shù)優(yōu)勢(shì)解決承保和理賠的高成本等問(wèn)題?？偨Y(jié)遙感在保險(xiǎn)業(yè)中的利用狀況，聯(lián)系保險(xiǎn)產(chǎn)品特征剖析，基于遙感技術(shù)針對(duì)新疆特殊的地理環(huán)境有針對(duì)地的展開(kāi)理賠與保險(xiǎn)[5]。隨著農(nóng)業(yè)保險(xiǎn)的推廣普及，在農(nóng)田受損后，農(nóng)民可以得到相應(yīng)的賠付，減少農(nóng)民的損失，農(nóng)業(yè)保險(xiǎn)起到了農(nóng)業(yè)后備軍的作用。未來(lái)，應(yīng)大力構(gòu)建新型農(nóng)業(yè)保險(xiǎn)系統(tǒng)，打造適合本土的現(xiàn)代化、科技化、智能化的農(nóng)業(yè)完整體系。創(chuàng)新和健全農(nóng)業(yè)保險(xiǎn)機(jī)制，依托以遙感、編程技術(shù)發(fā)展線上一體化農(nóng)業(yè)保險(xiǎn)系統(tǒng)，切實(shí)保障投保人的利益及農(nóng)業(yè)生產(chǎn)安全，降低農(nóng)業(yè)保險(xiǎn)定損與賠付環(huán)節(jié)的誤差，實(shí)現(xiàn)可持續(xù)發(fā)展。

參考文獻(xiàn)

[1] 胡亦琴.論農(nóng)業(yè)保險(xiǎn)制度的基本框架與路徑選擇[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題， 2003（10）： 40-43.

[2] 李勇杰，王海萍，陳水森.融合3S技術(shù)的廣東農(nóng)業(yè)保險(xiǎn)創(chuàng)新發(fā)展分析[J].社會(huì)科學(xué)家， 2013（10）： 68-70， 74.

[3] 趙博文.基于距中植被指數(shù)的黑龍江省農(nóng)業(yè)災(zāi)害遙感監(jiān)測(cè)[D].哈爾濱：東北農(nóng)業(yè)大學(xué)， 2019.

[4] 朝魯門(mén).基于衛(wèi)星遙感的冰雹災(zāi)害監(jiān)測(cè)研究[J].農(nóng)村經(jīng)濟(jì)與科技， 2018， 29（19）： 50-51.

[5] 張小東.遙感技術(shù)與保險(xiǎn)應(yīng)用：適用與挑戰(zhàn)[J].金融理論與實(shí)踐，2020（2）：104-109.

責(zé)任編輯：黃艷飛