任青峰，姚 熠，敖 芹，黃富林，謝輝鈺

(1.貴州省赤水市氣象局，貴州 赤水 564700；2.遵義市氣象局,貴州 遵義 563000)

1 引言

赤水市是金釵石斛的原產(chǎn)地之一，據(jù)《赤水縣志》記載人工栽培已有100多年歷史。近年來(lái)，赤水市積極拓展金釵石斛種植[1]。研究發(fā)現(xiàn)，金釵石斛的種植受到氣候的影響很大，石斛為陰生植物，適宜潮濕、陰冷生長(zhǎng)的環(huán)境，也不耐干旱和寒冷低溫，低溫凍害、高溫干旱等氣象災(zāi)害會(huì)對(duì)石斛生長(zhǎng)造成不利影響[2]。低溫會(huì)導(dǎo)致金釵石斛花芽?jī)鰝?，影響產(chǎn)量；而干旱則會(huì)導(dǎo)致金釵石斛分蘗和莖葉生長(zhǎng)受阻[3]。赤水市2011年、2019～2020年均有石斛受到高溫干旱災(zāi)害的記錄，特別是2011年赤水市遭受了大范圍的高溫干旱天氣影響，統(tǒng)計(jì)受災(zāi)面積達(dá)14000畝，占種植面積的47%。

當(dāng)前，赤水金釵石斛種植戶均主要通過(guò)購(gòu)買種植保險(xiǎn)來(lái)規(guī)避風(fēng)險(xiǎn)，種植保險(xiǎn)要求金釵石斛全部死亡才能理賠，然而金釵石斛不容易全部死亡，雖然受高溫干旱影響產(chǎn)量下降，但只要條件適合，它又能恢復(fù)生長(zhǎng)，不符合保險(xiǎn)公平原則。

氣象指數(shù)保險(xiǎn)是指將氣象致災(zāi)因子和它所造成的損失開(kāi)展相關(guān)分析并進(jìn)行天氣指數(shù)的設(shè)計(jì)[4]。2007年中國(guó)保險(xiǎn)監(jiān)督管理委員會(huì)印發(fā)《關(guān)于做好保險(xiǎn)業(yè)應(yīng)對(duì)全球變暖引發(fā)極端天氣氣候事件有關(guān)事項(xiàng)》開(kāi)啟了我國(guó)氣象指數(shù)保險(xiǎn)的探索[5]，目前主要通過(guò)采用聚類分析、對(duì)比分析、相關(guān)性分析等方法，對(duì)氣象產(chǎn)量、損失和氣象因子開(kāi)展研究，逐步設(shè)計(jì)了臍橙、小麥、玉米、板栗等指氣象指數(shù)保險(xiǎn)模型和風(fēng)險(xiǎn)區(qū)劃等產(chǎn)品[6，9]。賀金娜等應(yīng)用信息擴(kuò)散理論方法設(shè)計(jì)了鮮食葡萄氣象指數(shù)保險(xiǎn)產(chǎn)品[10]，雷鐘瓊等設(shè)計(jì)了油菜氣象指數(shù)保險(xiǎn)產(chǎn)品[11]，于小兵等通過(guò)主成分分析法構(gòu)建了綜合氣象指數(shù)[12]?？傮w取得了一定的成效，但在對(duì)于赤水市金釵石斛保險(xiǎn)指數(shù)的研究仍然屬于空白。

由此，本文針對(duì)赤水市金釵石斛高溫干旱災(zāi)害“天氣指數(shù)保險(xiǎn)”開(kāi)展研究，通過(guò)指數(shù)模型定價(jià)開(kāi)展保險(xiǎn)費(fèi)率厘定， 使用氣象要素(例如降雨量、高溫日數(shù)等)來(lái)指數(shù)化石斛受高溫干旱災(zāi)害損失，為鞏固脫貧攻堅(jiān)成果，發(fā)展地方經(jīng)濟(jì)提供有力支撐。

2 資料與方法

2.1 資料來(lái)源

通過(guò)調(diào)研和文獻(xiàn)查閱了解到赤水歷史災(zāi)害記錄中金釵石斛主要受干旱和低溫影響比較大，考慮受災(zāi)記錄的完整性和連續(xù)性，選取金釵石斛干旱災(zāi)害作為本文的主要研究方向。

本文氣象資料來(lái)源于赤水市國(guó)家氣象觀測(cè)站1991～2020年逐日氣象數(shù)據(jù)以氣溫和降雨數(shù)據(jù)為主。石斛受災(zāi)情況來(lái)源于歷史記錄的赤水市石斛高溫干旱記錄以及太平洋保險(xiǎn)公司在赤水市開(kāi)展石斛保險(xiǎn)中的高溫干旱受損理賠記錄。對(duì)比選取其中真實(shí)性和代表性較強(qiáng)的2011年及2019～2020年受災(zāi)數(shù)據(jù)作為基礎(chǔ)開(kāi)展研究分析。

2.2 數(shù)據(jù)處理

2.2.1 石斛災(zāi)情數(shù)據(jù)處理

整理赤水市金釵石斛干旱災(zāi)情記錄，以赤水市金釵石斛2011年石斛高溫干旱受災(zāi)資料和2019～2020年石斛保險(xiǎn)理賠情況為基礎(chǔ)，研究受災(zāi)情況與氣象因子的關(guān)系。

表1 赤水石斛有記錄以來(lái)的高溫干旱災(zāi)害統(tǒng)計(jì)

2.2.2 氣象數(shù)據(jù)處理

由于2011年赤水市鄉(xiāng)鎮(zhèn)石斛種植區(qū)附近無(wú)氣象站點(diǎn)，而官渡鎮(zhèn)與赤水城區(qū)海拔接近，氣候特點(diǎn)相似，為減少不同觀測(cè)站點(diǎn)安裝條件差異導(dǎo)致的誤差，故本文全部采用赤水國(guó)家氣象站觀測(cè)1991-2020年資料分析氣象因子與受災(zāi)情況的關(guān)系。

2.3 研究方法

2.3.1 天氣指數(shù)的選取與災(zāi)損模型的建立

通過(guò)SPSS軟件研究金釵石斛受高溫干旱影響的受損情況與相關(guān)氣象數(shù)據(jù)之間的關(guān)系，選取相關(guān)性強(qiáng)的氣象因子，建立氣象因子與金釵石斛受損情況的回歸方程，從而建立災(zāi)損模型[9]。

2.3.2 災(zāi)害頻率計(jì)算

以赤水市國(guó)家氣象觀測(cè)站觀測(cè)數(shù)據(jù)為基礎(chǔ)，回代計(jì)算近30年不同海拔的赤水市金釵石斛氣象災(zāi)害發(fā)生頻率，即與金釵石斛干旱災(zāi)害最具相關(guān)性氣象因子的歷史出現(xiàn)頻率。

2.3.3 保險(xiǎn)純費(fèi)率的厘定

單位保險(xiǎn)金額所收取的保費(fèi)即為保險(xiǎn)純費(fèi)率，保金中純保費(fèi)所占的比例，可以通過(guò)由受損失的概率確定，對(duì)本文來(lái)說(shuō)即為金釵石斛遭受干旱災(zāi)害的頻率。以保險(xiǎn)平衡原理為基礎(chǔ)，保險(xiǎn)損失的期望值可以通過(guò)保險(xiǎn)純費(fèi)率R(%)計(jì)算[13]，以確定赤水市金釵石斛高溫干旱氣象指數(shù)保險(xiǎn)的具體指標(biāo)。

R=E[loss]=∑(LR×Pi)

(1)

式(1)中：loss為金釵石斛受損率；E[loss]為金釵石斛受損的期望值；LR為高溫干旱災(zāi)害受損率序列；Pi為高溫干旱災(zāi)害概率密度序列[5]。通過(guò)計(jì)算歷年高溫干旱災(zāi)害受損率序列和災(zāi)害概率的分布序列，從而分別計(jì)算出赤水市不同海拔金釵石斛高溫干旱氣象保險(xiǎn)純費(fèi)率。

3 結(jié)果與分析

3.1 受災(zāi)比例與氣象因子的相關(guān)性分析

由于選取石斛的受災(zāi)和減產(chǎn)理賠數(shù)據(jù)記錄均為高溫干旱災(zāi)害，故考慮實(shí)際主要為降水和氣溫因子對(duì)石斛減產(chǎn)造成的影響?？梢源砀珊档臍庀髽?biāo)準(zhǔn)多樣，如降水、蒸發(fā)、土壤濕度、高溫等，若綜合考慮全部氣象因子設(shè)計(jì)多指標(biāo)，數(shù)據(jù)序列的完整性難以保障，保險(xiǎn)設(shè)計(jì)成果也失去了方便操作的基礎(chǔ)，又由于各種氣象因子的相互作用關(guān)系錯(cuò)綜復(fù)雜，綜合保險(xiǎn)指標(biāo)的靈敏、穩(wěn)定、時(shí)效等因素[14，15]，通過(guò)專家座談、走訪調(diào)研和綜合文獻(xiàn)，將日平均氣溫≥30 ℃、≥28 ℃、≥26 ℃，日最高氣溫≥35 ℃、≥37 ℃、≥40 ℃，7～9月份最長(zhǎng)連續(xù)無(wú)雨日數(shù)、無(wú)雨日數(shù)、月降雨量等氣象因子確定為研究因子，將其與石斛受災(zāi)減產(chǎn)率之間進(jìn)行相關(guān)性分析，結(jié)果如表2所示。

表2計(jì)算結(jié)果表明，石斛減產(chǎn)情況與最高氣溫≥40 ℃、≥37 ℃日數(shù)，日平均氣溫≥30 ℃、≥28 ℃、≥26 ℃顯著相關(guān)。

表2 石斛受災(zāi)比例與氣象因子的相關(guān)性分析

3.2 回歸方程

通過(guò)逐步回歸的方式[7]對(duì)將石斛減產(chǎn)情況與日最高氣溫≥40 ℃、≥37 ℃日數(shù)，日平均氣溫≥30 ℃、≥28 ℃、≥26 ℃建立回歸方程，排除擬合度較差的因子，最終結(jié)果表明日最高氣溫≥37 ℃日數(shù)與石斛減產(chǎn)率線性回歸的擬合度最好，其中R2的值為0.999，且顯著相關(guān)(表3)，故最終建立線性回歸公式(公式2)作為石斛氣象指數(shù)計(jì)算公式：

表3 石斛減產(chǎn)比例與氣象因子線性回歸計(jì)算結(jié)果

y=-18.462+2.181x

(2)

式(2)中，y表示石斛受災(zāi)比例，x代表日最高氣溫≥37 ℃日數(shù)。

應(yīng)用回歸方程(公式2)，計(jì)算出不同日最高氣溫≥37 ℃日數(shù)的石斛減產(chǎn)率，結(jié)果如表4所示。其中日最高氣溫≥37 ℃日數(shù)小于9 d時(shí)，表明高溫與與石斛減產(chǎn)率負(fù)相關(guān)，說(shuō)明9 d以內(nèi)的高溫天氣對(duì)石斛未造成明顯影響，故小于9 d的日最高氣溫≥37 ℃日數(shù)不視為石斛災(zāi)損啟動(dòng)閾值。

表4 石斛減產(chǎn)率與日最高氣溫≥37 ℃日數(shù)關(guān)系

3.3 氣象災(zāi)害頻率計(jì)算

由于收集資料的局限性，采用回歸計(jì)算的方法對(duì)赤水市日最高氣溫≥37 ℃日數(shù)按海拔分布進(jìn)行標(biāo)準(zhǔn)化處理，對(duì)赤水市金釵石斛高溫干旱災(zāi)害發(fā)生概率估算[16～19]。以目前，赤水金釵石斛產(chǎn)業(yè)主要分布在300～700 m海拔范圍之間，海拔的不同導(dǎo)致氣象因子也存在不同，故通過(guò)1991～2020年赤水市國(guó)家氣象站數(shù)據(jù)訂正計(jì)算出赤水市在350 m海拔、450 m海拔、550 m海拔、650 m海拔為代表的不同日最高氣溫≥37 ℃日數(shù)發(fā)生頻率，分別代表300～400 m海拔、400～500 m海拔、500～600 m海拔、600～700 m海拔范圍地區(qū)的日最高氣溫≥37 ℃日數(shù)發(fā)生頻率，結(jié)果如圖1所示。

4 保險(xiǎn)純費(fèi)率

金釵石斛受災(zāi)損失越大，受災(zāi)風(fēng)險(xiǎn)的概率越高，則保險(xiǎn)純費(fèi)率越高[21]。根據(jù)公式1及表4減產(chǎn)率和圖1氣象災(zāi)害頻率計(jì)算結(jié)果對(duì)石斛高溫災(zāi)害保險(xiǎn)純費(fèi)率進(jìn)行計(jì)算[20]，結(jié)果300～400 m海拔范圍保險(xiǎn)純費(fèi)率為20.5%，400～500 m海拔范圍保險(xiǎn)純費(fèi)率為6%，500～600 m海拔范圍保險(xiǎn)純費(fèi)率為3.3%，600～700 m海拔范圍保險(xiǎn)純費(fèi)率為2.6%。

圖1 1991～2020年赤水市不同海拔范圍日最高氣溫≥37 ℃日數(shù)出現(xiàn)頻率

5 結(jié)論與討論

(1)研究表明赤水市金釵石斛在夏季遭受到高溫干旱災(zāi)害的影響較大，本文通過(guò)對(duì)赤水市金釵石斛受高溫干旱與氣象因子開(kāi)展研究，將日平均氣溫≥30 ℃、≥28 ℃、≥26 ℃，日最高氣溫≥35 ℃、≥37 ℃、≥40 ℃，7～9月最長(zhǎng)連續(xù)無(wú)雨日數(shù)、無(wú)雨日數(shù)、月降雨量等氣象因子確定為研究因子，與石斛受災(zāi)減產(chǎn)率之間進(jìn)行相關(guān)性分析表明：赤水市金釵石斛高溫干旱的損失與夏季日最高氣溫≥37 ℃日數(shù)相關(guān)性最大。

(2)將≥37 ℃日數(shù)與石斛損失率通過(guò)逐步回歸的方式，建立線性回歸公式相關(guān)模型，式中R2的值為0.999，呈顯著相關(guān)。應(yīng)用回歸方程計(jì)算出不同日最高氣溫≥37 ℃日數(shù)的石斛減產(chǎn)率，結(jié)果表明：最高氣溫≥37 ℃日數(shù)小于9 d時(shí)，高溫因子與石斛損失率負(fù)相關(guān)，最高氣溫≥37 ℃日數(shù)≥9 d時(shí)，高溫因子與石斛損失率正相關(guān)。通過(guò)相關(guān)模型和鄉(xiāng)鎮(zhèn)不同海拔范圍日最高氣溫≥37 ℃日數(shù)歷史災(zāi)害頻率計(jì)算出保險(xiǎn)純費(fèi)率在10.5%-2.6%之間。

(3)氣象指數(shù)保險(xiǎn)在中國(guó)總體上仍然屬于初步探索階段，還沒(méi)有形成系統(tǒng)、成熟的研究體系[14]，大部分研究成果的客觀數(shù)據(jù)與設(shè)計(jì)期望存在差距，還是有較大的基差風(fēng)險(xiǎn)，阻礙了氣象指數(shù)保險(xiǎn)的實(shí)際運(yùn)用[22]。以本文研究的金釵石斛氣象指數(shù)保險(xiǎn)為例，雖然針對(duì)各鄉(xiāng)鎮(zhèn)不同海拔計(jì)算不同的保險(xiǎn)純費(fèi)率，使保險(xiǎn)費(fèi)率更加符合實(shí)際需求，但部分分析數(shù)據(jù)仍然與實(shí)際情況存在差異，需要通過(guò)進(jìn)一步收集相關(guān)基礎(chǔ)數(shù)據(jù)，完善指標(biāo)，降低基差風(fēng)險(xiǎn)。