董建設(shè)

（濮陽市氣象局，河南 濮陽 457000）

玉米（Zea maysL.）是濮陽市的主要糧食作物，2020 年該市玉米播種面積為15.2 萬hm2，約占全市秋糧作物面積的77%，占全市糧食作物總面積的36%，是濮陽市重要的農(nóng)業(yè)經(jīng)濟(jì)來源。玉米分春、夏兩季種植，濮陽市種植夏玉米，一般6 月初開始播種，9 月下旬成熟收獲，種植期間階段性干旱頻繁發(fā)生，嚴(yán)重影響了夏玉米的產(chǎn)量，給農(nóng)戶帶來嚴(yán)重的經(jīng)濟(jì)損失。因此，需要開展干旱災(zāi)害風(fēng)險評估和風(fēng)險轉(zhuǎn)移研究，最大限度地減輕干旱災(zāi)害對夏玉米產(chǎn)量造成的影響。農(nóng)業(yè)保險是規(guī)避自然風(fēng)險、保障農(nóng)業(yè)生產(chǎn)、穩(wěn)定農(nóng)民收入的重要手段。天氣指數(shù)保險是指將氣象致災(zāi)因子和其所造成的損失開展相關(guān)性分析并進(jìn)行天氣指數(shù)設(shè)計(jì)，將氣象災(zāi)害引發(fā)的作物損害程度評估指數(shù)化，當(dāng)某種氣象災(zāi)害指數(shù)達(dá)到某個預(yù)定值，投保戶就可以申請得到一定的經(jīng)濟(jì)補(bǔ)償［1］。天氣指數(shù)保險與傳統(tǒng)農(nóng)業(yè)保險相比，具有產(chǎn)品設(shè)計(jì)形式簡單，基礎(chǔ)數(shù)據(jù)客觀權(quán)威、道德風(fēng)險低、逆向選擇低、合同標(biāo)準(zhǔn)化程度高等優(yōu)勢。天氣指數(shù)保險最早出現(xiàn)在20 世紀(jì)90 年代的美國、加拿大等發(fā)達(dá)國家，其成果已投入保險業(yè)中使用。國內(nèi)學(xué)者在天氣指數(shù)保險方面也進(jìn)行了一定的探索。如楊太明等［2，3］設(shè)計(jì)了安徽省冬小麥的5 種天氣指數(shù)保險產(chǎn)品，主要有干旱指數(shù)、倒春寒指數(shù)、干熱風(fēng)指數(shù)、陰雨日數(shù)指數(shù)等；牛浩［4］研究出基于風(fēng)險區(qū)劃的玉米產(chǎn)量保險產(chǎn)品；李琴英等［5］對河南省玉米區(qū)域產(chǎn)量保險展開了實(shí)證研究。

本研究在借鑒以上研究成果的基礎(chǔ)上，立足本地農(nóng)業(yè)保險市場需求，以濮陽市夏玉米為研究對象，應(yīng)用天氣指數(shù)保險理念［6，7］，分析夏玉米生育期內(nèi)相關(guān)氣象要素和產(chǎn)量損失的關(guān)系，構(gòu)建夏玉米干旱天氣指數(shù)模型［8-11］，根據(jù)模型厘定保險費(fèi)率和保險觸發(fā)指標(biāo)，設(shè)計(jì)夏玉米干旱氣象指數(shù)保險產(chǎn)品［12，13］，旨在為濮陽市農(nóng)業(yè)保險提供科學(xué)、合理的理賠依據(jù)，推動農(nóng)業(yè)生產(chǎn)的高質(zhì)量發(fā)展。

1 資料與方法

1.1 資料來源

本研究氣象數(shù)據(jù)來源于濮陽市5 個縣級國家氣象觀測站，選取1991—2020 年降水量、日照時數(shù)、平均氣溫、最高氣溫、最低氣溫、相對濕度、平均風(fēng)速、水汽壓的逐日數(shù)據(jù)；玉米產(chǎn)量數(shù)據(jù)來源于濮陽市地方史志辦公室、濮陽市統(tǒng)計(jì)年鑒和河南省統(tǒng)計(jì)年鑒；干旱災(zāi)情數(shù)據(jù)來源濮陽市氣象局災(zāi)情數(shù)據(jù)庫、地方志和《中國氣象局災(zāi)害大典：河南卷》［14］。

采用Excel、Eviews、R 語言等軟件，運(yùn)用常規(guī)統(tǒng)計(jì)方法，對玉米產(chǎn)量數(shù)據(jù)、生長觀測數(shù)據(jù)和天氣指數(shù)模型進(jìn)行統(tǒng)計(jì)分析。

1.2 干旱天氣指數(shù)

夏玉米的生長發(fā)育和產(chǎn)量與全生育期的日照時數(shù)、氣溫、降水量等氣候變量有很強(qiáng)的相關(guān)性［15-17］。因此，根據(jù)天氣指數(shù)設(shè)計(jì)原則，需選用受人為因素影響小且與玉米產(chǎn)量損失密切相關(guān)的氣象指標(biāo)構(gòu)建對應(yīng)的災(zāi)害指數(shù)模型。本研究選取標(biāo)準(zhǔn)化降水蒸散指數(shù)SPEI作為衡量濮陽市夏玉米干旱程度的指標(biāo)，其融合了降水量和氣溫對區(qū)域干旱的影響，又具有多時間和空間尺度的特性，能有效反映不同區(qū)域的旱澇狀況。

1.2.1 參考作物蒸散量 參考作物蒸散量（Reference crop evapotrans-piration）是指供水充分條件下滿足參考作物的潛在蒸散量。逐日參考作物蒸散量采用聯(lián)合國糧農(nóng)組織（FAO）1998 年修正的標(biāo)準(zhǔn)Penman-Monteith 公式，算式如下。

式中，ET0為參考作物蒸散量，mm∕d；Rn為地表凈輻射，MJ∕（m2·d）；G為土壤熱通量，G=0.32 MJ∕（m2·d）；Tmean為日平均氣溫，℃；u2為2.0 m 高處風(fēng)速，m∕s；es為飽和水汽壓，kPa；ea為實(shí)際水汽壓，kPa；Δ為飽和水汽壓曲線斜率，kPa∕℃；γ 為干濕表常數(shù)，kPa∕℃。地表凈輻射、日平均氣溫和水汽壓等參數(shù)均可通過日照時數(shù)、最高氣溫和最低氣溫等氣象要素求出。

1.2.2 標(biāo)準(zhǔn)化降水蒸散指數(shù) 標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）通過對年均降雨量和潛在蒸散量二者之間差值的正態(tài)標(biāo)準(zhǔn)化處理計(jì)算得到。潛在蒸散量與逐月降雨量的差值（Di）采用PM 法，計(jì)算式如下。

式中，Pi為第i月的累計(jì)降水量，mm；ETi為第i月的潛在蒸散量，mm；Di為反映第i月的水分盈虧狀況的參數(shù)，mm。構(gòu)建水分盈虧累積序列，采用Loglogistic 概率分布函數(shù)，并對概率密度進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算出對應(yīng)的SPEI如下。

式中，I為SPEI值；ω為概率加權(quán)矩；P為累積概率；C0、C1、C2、d1、d2、d3均為常數(shù)項(xiàng)，C0=2.515 517，C1=0.802 853，C2=0.010 328，d1=1.432 788，d2=0.189 269，d3=0.001 300。根據(jù)GB∕T 20481—2006《氣象干旱等級》，SPEI的干旱等級劃分標(biāo)準(zhǔn)化為：I≤-2.0 為特旱，-2.0＜I≤-1.5 為重旱，-1.5＜I≤-1.0 為中旱，-1.0＜I≤-0.5 為輕旱，I＞-0.5 為無旱。

1.3 氣象產(chǎn)量與減產(chǎn)率

選取濮陽市5 個縣1991—2020 年夏玉米單產(chǎn)資料，運(yùn)用H-P 濾波法將有一定趨勢的平滑數(shù)列從產(chǎn)量（Y）的時間序列中分離出來，將該部分視為趨勢產(chǎn)量（Yt），進(jìn)而分離出氣象產(chǎn)量（Yω）和相對氣象產(chǎn)量（Y′ω），減產(chǎn)率（X）為相對氣象產(chǎn)量（Y′ω）為負(fù)值的序列。利用式（4）計(jì)算得到1991—2020 年濮陽市玉米氣象產(chǎn)量序列和玉米減產(chǎn)率數(shù)據(jù)。通常將Y′ω＜-5%視為減產(chǎn)年［5］。

1.4 干旱風(fēng)險評估

玉米干旱風(fēng)險不僅受天氣的影響，還與種植區(qū)的經(jīng)濟(jì)發(fā)展水平、抗災(zāi)能力、農(nóng)田基礎(chǔ)設(shè)施等因素有關(guān)，不同地區(qū)的干旱災(zāi)害風(fēng)險不同。干旱致災(zāi)因子危險性可以用來衡量發(fā)生干旱災(zāi)害的可能性，因子越大，表明發(fā)生旱災(zāi)的可能性也越大，對玉米產(chǎn)量的影響程度越大；反之發(fā)生災(zāi)害的可能性越小，對玉米產(chǎn)量的影響就越小。一般用干旱頻率（F）和干旱強(qiáng)度（Q）的乘積來表示玉米全生育期干旱致災(zāi)因子危險性（E），暫不考慮其他影響因素，算式如下。

1.5 保險費(fèi)率

利用干旱災(zāi)害風(fēng)險評估結(jié)果，設(shè)計(jì)修訂保險費(fèi)率。保險費(fèi)率（R）等于投保作物單位面積災(zāi)害損失率的數(shù)學(xué)期望E（loss），可以利用災(zāi)害損失率和其發(fā)生的概率統(tǒng)計(jì)求出。

式中，Li為第i等級的災(zāi)害損失率，本研究為夏玉米減產(chǎn)率；Pi為第i等級災(zāi)害損失率的發(fā)生概率或頻率；i為氣象災(zāi)害（天氣指數(shù)）等級，q為天氣指數(shù)的賠付觸發(fā)值對應(yīng)的災(zāi)害等級。

2 結(jié)果與分析

2.1 SPEI指數(shù)特征變化

根據(jù)SPEI干旱指數(shù)定義，由圖1 可知，1991—2020 年濮陽市夏玉米生長季共出現(xiàn)了12 次不同程度的干旱，干旱發(fā)生率為40%，其中1997 年、2001 年出現(xiàn)了特旱，1999 年、2002 年、2011 年、2014 年、2020年出現(xiàn)了中旱，1995 年、2012 年、2015 年、2016 年、2019 年出現(xiàn)了輕旱。夏玉米生長季月度輕旱21 次、月度中旱11 次、月度重旱5 次、月度特旱2 次。

圖1 1991—2020 年濮陽市夏玉米SPEI干旱指數(shù)變化特征

2.2 干旱天氣指數(shù)模型的建立

夏玉米產(chǎn)量受諸多因素的影響，干旱災(zāi)害是其中一個因素。對夏玉米的減產(chǎn)數(shù)據(jù)進(jìn)行篩選，篩選需滿足條件：一是夏玉米全生育期發(fā)生了明顯的干旱災(zāi)害；二是當(dāng)年夏玉米產(chǎn)量減產(chǎn)在5%以上，最終選出12 組樣本數(shù)據(jù)。對12 組樣本數(shù)據(jù)與干旱天氣指數(shù)和減產(chǎn)率進(jìn)行回歸分析，確定濮陽市夏玉米干旱天氣指數(shù)和減產(chǎn)率之間的關(guān)系，得到濮陽市夏玉米干旱天氣指數(shù)模型如下。

式中，y為減產(chǎn)率，%，x為夏玉米干旱天氣指數(shù)，回歸方程通過了0.05 的顯著性水平檢驗(yàn)，表明擬合程度較高。根據(jù)回歸方程求出不同干旱天氣指數(shù)對應(yīng)的減產(chǎn)率（表1）。

表1 濮陽市夏玉米干旱天氣指數(shù)與減產(chǎn)率的關(guān)系

2.3 干旱風(fēng)險評估

致災(zāi)因子危險性一般由強(qiáng)度和頻次來決定，強(qiáng)度越大、頻次越高，致災(zāi)因子所造成的損失越嚴(yán)重，那么相應(yīng)的災(zāi)害風(fēng)險也就越大［18］。本研究選取干旱發(fā)生概率作為夏玉米干旱危險性致災(zāi)因子。干旱危險性指標(biāo)及權(quán)重參照馬玉妍［19］的黃淮海地區(qū)夏玉米干旱災(zāi)害危險性評估與區(qū)劃，輕、中、重、特別干旱概率的權(quán)重分別為0.096、0.161、0.277、0.466。

2.4 濮陽市夏玉米干旱天氣指數(shù)保險的賠付標(biāo)準(zhǔn)

2022 年濮陽市夏玉米的市場價格為2.8 元∕kg，該市正常年份玉米產(chǎn)量可達(dá)6 750 kg∕hm2以上，即每公頃玉米產(chǎn)值可達(dá)18 900 元以上。由表1 可知，干旱導(dǎo)致玉米減產(chǎn)率最高達(dá)36.9%，按照正常產(chǎn)值計(jì)算，則干旱最高導(dǎo)致夏玉米每公頃損失6 974 元，即保險金額為6 974 元∕hm2，在設(shè)定干旱天氣指數(shù)等于-0.5 為賠付觸發(fā)值時，計(jì)算出相應(yīng)的保險賠付標(biāo)準(zhǔn)，結(jié)果見表2。

表2 濮陽市夏玉米干旱指數(shù)保險的賠付標(biāo)準(zhǔn)

2.5 夏玉米干旱天氣指數(shù)保險費(fèi)率的厘定和修訂

根據(jù)已經(jīng)確定的夏玉米干旱天氣指數(shù)等于-0.5為起賠點(diǎn)，基于濮陽市5 個氣象站點(diǎn)1991—2020 年的氣象資料，利用式（4）和式（6），計(jì)算得到濮陽市夏玉米干旱天氣指數(shù)保險費(fèi)率為7.2%，每公頃保費(fèi)=保險金額×保險費(fèi)率=502 元。

為保障設(shè)計(jì)的產(chǎn)品相對公平、承保公司財務(wù)安全并有適當(dāng)?shù)睦麧櫍瑓⒖际放嘬姷龋?0］給出的方案，將風(fēng)險附加費(fèi)率的最高值定為2%，即風(fēng)險評估高的地區(qū)，可附加2%的風(fēng)險費(fèi)率。修訂后的夏玉米干旱天氣指數(shù)保險費(fèi)率為7.2%～9.2%，每公頃夏玉米保費(fèi)為502～642 元。

3 小結(jié)

本研究利用1991—2020 年濮陽市5 個氣象臺站的地面氣象逐日觀測資料和夏玉米產(chǎn)量資料，分析了濮陽市夏玉米干旱的基本規(guī)律，開展了基于致災(zāi)因子危險性的夏玉米干旱風(fēng)險評估，建立了干旱天氣指數(shù)模型；在此基礎(chǔ)上，制定了濮陽市夏玉米干旱天氣指數(shù)保險的賠付標(biāo)準(zhǔn)，厘定了保險費(fèi)率，并基于風(fēng)險評估結(jié)果進(jìn)行了修訂。

本研究主要是基于氣象產(chǎn)量和氣象因子回歸分析建立的干旱天氣指數(shù)模型，模型中對于氣象因子的選取與回歸模型的算法等因素還需要進(jìn)一步完善，后期也需要通過試點(diǎn)應(yīng)用對相關(guān)參數(shù)進(jìn)行修訂。