点击“中国保险学会”可以订阅！
本文字数：2936字
中国保险学会2022年度课题项目。
全国农业旱灾风险区划及保险研究课题组：课题负责人王亚许，中国再保险(集团)股份有限公司博士后。课题组成员：尹建明、翟亮亮、史萍，供职于中再巨灾风险管理股份有限公司；江威，供职于中国水利水电科学研究院；杨哲，中国财产再保险有限责任公司。
农作物生长受到多种自然灾害威胁，常见的包括干旱、洪涝、台风、冰雹以及病虫害等，其中干旱对农作物生长及产量影响最大，占到所有自然灾害损失的50%以上。据统计，1950-2020年，我国年均粮食产量因旱损失达1630万吨；2006-2020年年均农业因旱直接经济损失高达851.6亿元。农业旱灾保险作为一种有效的、新型的农业风险管理机制，能够分散和转移风险、减少农民因灾损失、防止农民因灾致贫，农业保险已成为助力我国实现乡村振兴的重要农业政策。我国农业旱灾指数保险整体上呈现出保险产品地区适用性较差、试点范围小、持续时间短、保险规模小、基差风险大等问题。
课题构建全国农业旱灾风险评估指标体系，以省为单位评估全国农业旱灾危险性、脆弱性、暴露性及抗旱减灾能力，并综合评估全国农业旱灾风险，为农业保险费率厘定提供支撑。通过优选农业旱灾指数，考虑生育期旱灾损失敏感性设计农业旱灾指数保险产品，大大降低了基差风险。利用模型模拟的方法计算产品费率，综合考虑风险评估结果对保险产品进行定价。最后构建农业旱灾损失实时评估模型为农业旱灾保险实时快速定损提供依据。
一、全国农业旱灾风险评估及区划
农业旱灾风险评估与区划是农业旱灾保险开展的前提，是其保费费率厘定的有效支撑，本研究以我国省级为单位，建立评价指标体系评估全国农业旱灾致灾因子危险性、孕灾环境暴露性及承载体脆弱性，综合评估农业旱灾风险，为农业旱灾保险产品保费厘定，旱灾预防及风险控制等提供依据。本研究基于区域自然灾害系统论，从农业干旱的影响及表征因子，农业生产及恢复的影响因子，农村人口及生活水平、农业生产水平、抗旱减灾水平等方面共选取22个指标因子建立农业旱灾风险评估指标体系。
结果表明，河南、河北、黑龙江以及宁夏农业旱灾风险较高，青海、西藏、福建、浙江等省份农业旱灾风险较低。分析评估结果，河南、河北、黑龙江三省共有的特点包括单位面积用水量较小、农业产值最高、人均可支配收入较小、受灾指数较高等。在此基础上，黑龙江有效灌溉占比较小；河北人均水资源量较小；河南农作物播种面积最大，暴露性最高。宁夏特点是人均可支配收入少、机械化程度较低、抗旱减灾能力较弱。
二、农业旱灾指数保险优化及产品设计
（一） 农业旱灾指数优化
分析目前常用干旱监测指标与作物因旱损失关系，优化干旱指数与旱灾损失的代表性，以减小基差风险。目前常见的干旱指数包括标准化降水蒸散指数（SPEI）、标准化降水指数（SPI）、降雨距平（Pa）、Z指数、帕尔默干旱指数（PDSI）、综合干旱指数（CI）等。降雨距平指标是某时段降雨量偏离多年平均降雨的程度，其计算简单，将降水分布假设为正态分布。SPI指数是假定降水服从Gamma分布，计算降水的累积频率，可以计算多时间尺度的SPI指数。PDSI指数考虑了前期天气对后期的影响，综合考虑了蒸散量、土壤水分供给、径流及地表土壤水分损失。SPEI指数是在降水的基础上，考虑了温度及蒸散发，将净雨假设为Gamma分布。Z指数是假设降雨服从P-III分布曲线，利用标准化降雨累积频率，划分干旱等级。CI指数是综合了常用的标准化降水指数、湿润度指数等，分别给与各指数权重，综合计算的表征干旱的指数。本研究整理《中国历史干旱》、《中国水旱灾害》、《水旱灾害公报》等资料，根据研究区历史干旱发生及影响记载情况，分析各干旱指标识别结果与历史记载结果，综合选择SPI作为农业旱灾指数保险产品的指数。
作物受旱或者受灾的时间不同，造成的损失和影响不同。本研究构建了考虑作物各个生育期旱灾损失敏感性的SPI指数，分析其与产量的相关性。结果表明，考虑各生育期旱灾损失敏感性的SPI指数相对于未考虑旱灾损失敏感性的SPI指数与产量的相关系数从0.547提升到了0.683，相关性提升了24.8%。
（二） 农业旱灾指数保险费率厘定
对主粮作物春玉米和冬小麦开展研究，春玉米主要种植区为东北三省，冬小麦种植区主要在河南、河北、山东三省。根据研究区各站点历史长序列气象数据，驱动作物模型，模拟各站点在历史旱灾发生情况下计算产量因旱损失，以站点为单位分别处理计算干旱事件集，分析SPI指数与产量的统计关系。通过设置不同的保障产量及免赔额，计算保险费率。对比各方案保障产量、免赔额、SPI干旱阈值等级、保额及保费情况，综合设计保险产品。春玉米旱灾指数保险产品规则为当生育期SPI指数小于-1.62时触发理赔，小于-4时全赔，SPI指数每降低0.1，赔付标准为251元/hm2。保额为6000元/hm2。黑龙江保费费率9%，吉林和辽宁保费费率为8%，对比旱灾风险评估结果，黑龙江省比吉林和辽宁风险高，二者结果具有一致性。对于冬小麦的计算结果，虽然河南、河北、山东都是高风险等级，但河南省的费率明显高于河北和山东。
三、农业旱灾损失实时评估
由于作物产量只有在收获后才可得知，本研究构建农业旱灾损失实时评估模型，能够在作物生育期的各个阶段实时评估产量及损失。农业旱灾损失实时评估的关键是对未来干旱演变趋势的模拟，利用未来气象要素随机模拟未来不同干旱演变情景，驱动作物模型模拟作物生长，评估作物产量因旱损失。
选取东北三省2000年典型干旱为例，运用该模型评估春玉米生育期内农业动态旱灾损失。结果表明从播种到7月初，东北三省春玉米旱灾损失较小，此时春玉米处于萌芽时期，地上部茎、叶量的增长比较缓慢，发生干旱对春玉米生长影响较小。7月，作物产量因旱损失迅速增加，此阶段为拔节-抽雄期，此时春玉米需水量迅速增加，生长迅速，发生干旱对春玉米产量影响较大。8月，农业旱灾损失增加不明显，此时春玉米处于开花-吐丝时期。9月，发生干旱对春玉米产量影响不大，此时处于乳熟-成熟阶段。整体来说，2000年东北三省春玉米作物产量平均因旱损失为45.8%。
四、结论
课题主要得出以下几点结论：
一是评估了全国农业旱灾危险性、脆弱性、暴露性及综合农业旱灾风险。结果表明河南、河北、黑龙江以及宁夏回族自治区农业旱灾风险最高，而青海、西藏、福建、浙江等省份农业旱灾风险较低。
二是优化了农业旱灾指数保险产品标的，降低了农业旱灾指数保险产品的基差风险。选取考虑作物各生育期旱灾损失敏感性的SPI指数作为农业旱灾指数保险标的，其与产量的相关性提升了24.8%。当SPI起赔阈值为-1.68，保额为5980元/ha时，黑龙江保费费率为9%，吉林和辽宁省保费费率为8%；河南保费费率明显高于河北和山东省，因此选取较低的起赔阈值。模型模拟计算的费率与风险评估结果具有一致性。
三是构建了农业旱灾损失实时评估模型。在作物生育期内实时评估作物产量因旱损失，为农业保险产品快速定损等提供支撑。并在研究区选取典型干旱年，实现对春玉米生育期内产量的实时评估。