種植業(yè)災(zāi)害風(fēng)險(xiǎn)模型的構(gòu)建與應(yīng)用

一、農(nóng)險(xiǎn)行業(yè)發(fā)展對(duì)傳統(tǒng)風(fēng)險(xiǎn)模型的繼承與超越保險(xiǎn)是有效轉(zhuǎn)移自然災(zāi)害風(fēng)險(xiǎn)的重要工具之一。保險(xiǎn)轉(zhuǎn)移風(fēng)險(xiǎn)的成本與風(fēng)險(xiǎn)高低密切相關(guān),是客觀的和可度量的。建立在定量風(fēng)險(xiǎn)評(píng)估基礎(chǔ)上的保險(xiǎn)精算,是實(shí)現(xiàn)投保人與保險(xiǎn)人通過(guò)保險(xiǎn)交互實(shí)現(xiàn)互利共贏的前提,也是保險(xiǎn)業(yè)務(wù)可持續(xù)性的重要保障。種植業(yè)自然災(zāi)害風(fēng)險(xiǎn)模型以種植業(yè)生產(chǎn)中的自然災(zāi)害風(fēng)險(xiǎn)為研究對(duì)象、以定量風(fēng)險(xiǎn)評(píng)估為基礎(chǔ)、以保險(xiǎn)定價(jià)和風(fēng)險(xiǎn)經(jīng)營(yíng)決策方案為服務(wù)對(duì)象;其研發(fā)是地學(xué)、農(nóng)學(xué)、精算科學(xué)等多個(gè)學(xué)科的交叉領(lǐng)域,是學(xué)界、產(chǎn)業(yè)界共同關(guān)心的重要課題。中國(guó)的種植業(yè)保險(xiǎn)起步于上世紀(jì)50年代,曾幾度處于停滯階段。種植業(yè)自然災(zāi)害風(fēng)險(xiǎn)模型的滯后是除制度設(shè)計(jì)的問(wèn)題之外最為重要的原因。我國(guó)學(xué)者曾在農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估、區(qū)劃、保險(xiǎn)定價(jià)等方面進(jìn)行過(guò)大量探索與嘗試[8,9,10,11,12,13,14],但對(duì)保險(xiǎn)行業(yè)實(shí)踐的指導(dǎo)較為有限。2007年以來(lái),我國(guó)開(kāi)始了新一輪財(cái)政支持下的農(nóng)業(yè)保險(xiǎn),市場(chǎng)規(guī)模迅速擴(kuò)大,種植業(yè)保險(xiǎn)專業(yè)化與精細(xì)化發(fā)展成為一種必然趨勢(shì)。保監(jiān)會(huì)提出應(yīng)“加強(qiáng)農(nóng)業(yè)保險(xiǎn)風(fēng)險(xiǎn)區(qū)劃的研究,提高農(nóng)業(yè)保險(xiǎn)產(chǎn)品定價(jià)的科學(xué)化水平”,并先后設(shè)立了“全國(guó)到省”和“省到區(qū)縣”兩級(jí)尺度上的種植業(yè)保險(xiǎn)區(qū)劃研究課題,旨在推進(jìn)種植業(yè)保險(xiǎn)中的定量風(fēng)險(xiǎn)評(píng)估與保險(xiǎn)精算工作,力圖形成種植業(yè)保險(xiǎn)精算的技術(shù)規(guī)范與保險(xiǎn)費(fèi)率的行業(yè)標(biāo)準(zhǔn)。順應(yīng)中國(guó)農(nóng)險(xiǎn)市場(chǎng)的發(fā)展,多家知名境外公司如美國(guó)AIR環(huán)球公司、AonBenfield(怡安奔福)、RiskManagementSolutions(RMS,阿姆斯)公司等也先后研發(fā)了中國(guó)農(nóng)業(yè)風(fēng)險(xiǎn)模型(Agro-RiskModel)。經(jīng)過(guò)多年的發(fā)展,自然災(zāi)害風(fēng)險(xiǎn)評(píng)估已經(jīng)形成致災(zāi)因子危險(xiǎn)性評(píng)估、承災(zāi)體脆弱性(包括敏感性和暴露水平)評(píng)估的操作范式。在評(píng)估過(guò)程和結(jié)果形式上,又一般區(qū)分為基于指標(biāo)體系的風(fēng)險(xiǎn)指數(shù)(Riskindex)評(píng)估和基于概率(probablistic)框架的定量風(fēng)險(xiǎn)評(píng)估。其中,后者旨在通過(guò)各類數(shù)學(xué)方法對(duì)不利事件(的后果)及其發(fā)生的概率構(gòu)成的二維空間進(jìn)行估計(jì),風(fēng)險(xiǎn)={<概率,后果>}。面向自然災(zāi)害保險(xiǎn)精算的定量風(fēng)險(xiǎn)評(píng)估通常建立于概率框架下。由于服務(wù)對(duì)象和終端用戶的特殊性,其評(píng)估對(duì)象、評(píng)估方法與結(jié)果的表達(dá)均較傳統(tǒng)的自然災(zāi)害風(fēng)險(xiǎn)定量評(píng)價(jià)模型更具專門性,在建模過(guò)程中也受到更多的限制且面臨更多的挑戰(zhàn)。綜合來(lái)看,種植業(yè)自然災(zāi)害風(fēng)險(xiǎn)模型雖然形成了若干典型建模思路與研究方法,但由于數(shù)據(jù)瓶頸、學(xué)科領(lǐng)域等問(wèn)題,尚不能完全滿足行業(yè)實(shí)踐的需求,在建模方法上有待進(jìn)一步整合,在一些模型假設(shè)和關(guān)鍵環(huán)節(jié)上仍有待進(jìn)一步研究。本文對(duì)當(dāng)前主要的種植業(yè)自然災(zāi)害風(fēng)險(xiǎn)模型進(jìn)行綜述,并探討該領(lǐng)域當(dāng)前的發(fā)展方向以及亟待解決的關(guān)鍵問(wèn)題,為我國(guó)種植業(yè)風(fēng)險(xiǎn)模型的自主研發(fā)提供參考。二、自然災(zāi)害風(fēng)險(xiǎn)模型種植業(yè)自然災(zāi)害風(fēng)險(xiǎn)模型服務(wù)于種植業(yè)保險(xiǎn)精算,旨在通過(guò)精細(xì)的數(shù)學(xué)運(yùn)算,幫助保險(xiǎn)人準(zhǔn)確把握在未來(lái)一段時(shí)間內(nèi)可能承受的不確定的賠付支出(即保險(xiǎn)賠付/損失風(fēng)險(xiǎn))。依據(jù)經(jīng)典的風(fēng)險(xiǎn)定量測(cè)度{<概率,損失>},保險(xiǎn)損失風(fēng)險(xiǎn)可簡(jiǎn)要表達(dá)為{<概率,保險(xiǎn)賠付(損失)>}。保險(xiǎn)損失風(fēng)險(xiǎn)具有多維屬性,由保險(xiǎn)賠付(損失)具體呈現(xiàn),主要包括損失的時(shí)間尺度、空間尺度以及災(zāi)因。保險(xiǎn)損失既可能是特定保險(xiǎn)標(biāo)的在某次事故中由特定災(zāi)因而要求的保險(xiǎn)賠付,也可能是某個(gè)市/縣一級(jí)保險(xiǎn)經(jīng)營(yíng)機(jī)構(gòu)在一年的承保時(shí)期內(nèi)需要償付的總保險(xiǎn)損失。由于保險(xiǎn)業(yè)務(wù)機(jī)構(gòu)通常依據(jù)行政區(qū)劃設(shè)立,保險(xiǎn)精算中通常關(guān)注區(qū)域的總保險(xiǎn)損失風(fēng)險(xiǎn)。根據(jù)行業(yè)慣例,保險(xiǎn)損失風(fēng)險(xiǎn)的定量表達(dá)方式包括:損失的超越概率(LossExceedanceProbability,LEP)、最大可能損失(ProbableMaximumLoss,PML)或重現(xiàn)期損失(ReturnPeriodLoss,RPL)、年期望損失(AverageAnnualLoss,AAL)。其中,AAL與對(duì)應(yīng)承保規(guī)模的比值即為純風(fēng)險(xiǎn)損失率(純費(fèi)率,也稱為保額損失率,loss-costratio),PML和RPL則可幫助保險(xiǎn)公司確定其最優(yōu)分保及資本運(yùn)作方案。傳統(tǒng)的非壽險(xiǎn)精算方法依托于大樣本保險(xiǎn)損失數(shù)據(jù)、運(yùn)用系統(tǒng)和穩(wěn)健的統(tǒng)計(jì)手段實(shí)現(xiàn)對(duì)保險(xiǎn)損失風(fēng)險(xiǎn)的準(zhǔn)確評(píng)估。這一方法也是美國(guó)農(nóng)作物保險(xiǎn)精算業(yè)務(wù)中的推薦方案。然而,在歷史數(shù)據(jù)缺乏時(shí),或是新頒保險(xiǎn)條款、保險(xiǎn)條款變更的情況下,歷史保險(xiǎn)損失數(shù)據(jù)則難以保證評(píng)估結(jié)果的準(zhǔn)確性。此時(shí),必須借助自然災(zāi)害風(fēng)險(xiǎn)模型。種植業(yè)自然災(zāi)害風(fēng)險(xiǎn)模型評(píng)估的對(duì)象是保險(xiǎn)標(biāo)的所承受的、時(shí)空尺度與災(zāi)因均與保險(xiǎn)條款一致的自然災(zāi)害風(fēng)險(xiǎn)。由于其與保險(xiǎn)損失風(fēng)險(xiǎn)對(duì)應(yīng),在保險(xiǎn)精算中也稱“外部損失”風(fēng)險(xiǎn)。“外部損失”風(fēng)險(xiǎn)與保險(xiǎn)損失風(fēng)險(xiǎn)之間由于啟賠點(diǎn)和免賠等條款的存在而不等價(jià),但有嚴(yán)格的定量轉(zhuǎn)換關(guān)系。例如,當(dāng)前我國(guó)部分地區(qū)開(kāi)展的水稻保險(xiǎn),其“外部損失”由水稻單產(chǎn)的相對(duì)減產(chǎn)率表征,與保險(xiǎn)損失之間有相對(duì)簡(jiǎn)明的分段線性關(guān)系(圖1)。因此,種植業(yè)自然災(zāi)害風(fēng)險(xiǎn)模型的任務(wù)是依據(jù)保險(xiǎn)合同的規(guī)定,對(duì)特定時(shí)空范疇、特定災(zāi)種的種植業(yè)自然災(zāi)害損失風(fēng)險(xiǎn)進(jìn)行建模。其核心是從種植業(yè)自然災(zāi)害損失中區(qū)分出那些“被保險(xiǎn)”的部分,定量評(píng)估外部損失風(fēng)險(xiǎn)并導(dǎo)出保險(xiǎn)損失風(fēng)險(xiǎn),以指導(dǎo)保險(xiǎn)定價(jià)、制定再保險(xiǎn)方案。相較于傳統(tǒng)的自然災(zāi)害風(fēng)險(xiǎn)定量評(píng)價(jià)模型,其對(duì)時(shí)空范疇和災(zāi)種的限定顯著地提高了建模的要求和難度,使得種植業(yè)自然災(zāi)害風(fēng)險(xiǎn)模型的研發(fā)成為了學(xué)術(shù)機(jī)構(gòu)與產(chǎn)業(yè)界共同努力的領(lǐng)域。三、風(fēng)險(xiǎn)評(píng)估模型針對(duì)種植業(yè)保險(xiǎn)中的外部損失風(fēng)險(xiǎn){<概率,因?yàn)?zāi)減產(chǎn)(率)>},目前國(guó)內(nèi)外普遍采用的風(fēng)險(xiǎn)評(píng)估模型主要有單產(chǎn)統(tǒng)計(jì)模型法、指數(shù)模型法、作物生長(zhǎng)模型法和災(zāi)害事件模型法。(一)產(chǎn)出趨勢(shì)模型法單產(chǎn)統(tǒng)計(jì)模型也稱單產(chǎn)仿真模型(YieldSimulationModel),是一類基于歷史單產(chǎn)數(shù)據(jù)評(píng)估外部損失風(fēng)險(xiǎn)的純統(tǒng)計(jì)方法。該方法圍繞農(nóng)作物減產(chǎn)(率)這一核心外部損失指標(biāo),幾乎完全通過(guò)對(duì)歷史單產(chǎn)數(shù)據(jù)的時(shí)間序列分析完成。其主要過(guò)程包括:經(jīng)趨勢(shì)處理剔除時(shí)間序列數(shù)據(jù)中的趨勢(shì)并取得序列平穩(wěn)性,再由概率密度擬合得到無(wú)趨勢(shì)單產(chǎn)的概率密度分布;以分布的期望值為“理論”產(chǎn)量,將低于期望值的部分視作減產(chǎn),從而計(jì)算絕對(duì)減產(chǎn)量或相對(duì)減產(chǎn)率的分布函數(shù),完成外部損失風(fēng)險(xiǎn)評(píng)估。其關(guān)鍵假設(shè)為:趨勢(shì)處理可有效剔除原單產(chǎn)序列中保險(xiǎn)責(zé)任以外的所有因素造成的單產(chǎn)變化(如技術(shù)進(jìn)步和中長(zhǎng)期環(huán)境影響),使無(wú)趨勢(shì)單產(chǎn)中包含的減產(chǎn)風(fēng)險(xiǎn)可以和保險(xiǎn)損失風(fēng)險(xiǎn)完全對(duì)應(yīng)。單產(chǎn)統(tǒng)計(jì)模型建模的空間單元與分辨率完全依賴于單產(chǎn)數(shù)據(jù)本身。如使用農(nóng)戶級(jí)別單產(chǎn)數(shù)據(jù),則其得出的是農(nóng)戶水平波動(dòng)情況;如使用區(qū)域(如縣級(jí))單產(chǎn)數(shù)據(jù),則得出的是縣級(jí)水平的單產(chǎn)波動(dòng)情況。單產(chǎn)統(tǒng)計(jì)模型法源自上世紀(jì)80年農(nóng)業(yè)經(jīng)濟(jì)學(xué)家對(duì)農(nóng)作物單產(chǎn)分布正態(tài)性的討論。由于其簡(jiǎn)單、直接,數(shù)據(jù)要求很低,在種植業(yè)保險(xiǎn)定價(jià)以及保險(xiǎn)經(jīng)濟(jì)學(xué)研究中一直有大量的討論和應(yīng)用,我國(guó)學(xué)者此前開(kāi)展的種植業(yè)風(fēng)險(xiǎn)評(píng)估與保險(xiǎn)定價(jià)工作多基于此框架[8,9,10,11,12,13,17]。在業(yè)界,AonBenfield在2011年發(fā)布的中國(guó)農(nóng)業(yè)風(fēng)險(xiǎn)模型以此方法為基本框架;RMS開(kāi)發(fā)的中國(guó)湖南水稻風(fēng)險(xiǎn)模型中則使用單產(chǎn)統(tǒng)計(jì)模型法的結(jié)果作為驗(yàn)證。盡管應(yīng)用廣泛,但單產(chǎn)統(tǒng)計(jì)模型法存在的最關(guān)鍵問(wèn)題是無(wú)法區(qū)分保險(xiǎn)/非保險(xiǎn)責(zé)任、無(wú)法區(qū)分災(zāi)種、更無(wú)法對(duì)災(zāi)害事件進(jìn)行表達(dá)。在天氣條件和自然災(zāi)害影響之外,技術(shù)進(jìn)步、氣候變化、環(huán)境變化等因素同樣可能造成單產(chǎn)的年際波動(dòng)和趨勢(shì)性變化。當(dāng)前研究中對(duì)趨勢(shì)處理效果的判定多依據(jù)擬合優(yōu)度、貝葉斯信息準(zhǔn)則等統(tǒng)計(jì)量,而極少探討中心趨勢(shì)與波動(dòng)等組分的歸因。同一單產(chǎn)序列,完全可以應(yīng)用多種趨勢(shì)處理模型,且結(jié)果可能存在顯著差異,有的甚至在增、減產(chǎn)的定性判斷上也完全不同。與此同時(shí),由于整個(gè)估計(jì)過(guò)程僅使用歷史單產(chǎn)數(shù)據(jù),本質(zhì)上無(wú)法對(duì)造成損失的災(zāi)次和災(zāi)種進(jìn)行區(qū)分,因此在應(yīng)用層面上只能得到與所有災(zāi)因相對(duì)應(yīng)的“綜合”風(fēng)險(xiǎn),而無(wú)法進(jìn)行單災(zāi)種風(fēng)險(xiǎn)評(píng)估并對(duì)單災(zāi)種定價(jià)進(jìn)行指導(dǎo)。由于保險(xiǎn)業(yè)務(wù)實(shí)踐十分強(qiáng)調(diào)出險(xiǎn)事故與災(zāi)因,這也導(dǎo)致了該方法在行業(yè)實(shí)踐中受到詬病。(二)指數(shù)模型法在保險(xiǎn)業(yè)保險(xiǎn)定價(jià)中的應(yīng)用指數(shù)模型法是另一類主要依賴統(tǒng)計(jì)手段評(píng)估外部損失風(fēng)險(xiǎn)的方法。該方法中,致災(zāi)因子強(qiáng)度通過(guò)選定的指數(shù)進(jìn)行表達(dá),可以是單指標(biāo)或多指標(biāo)綜合構(gòu)成。脆弱性則表述選定的指數(shù)與外部損失之間的定量關(guān)系,主要通過(guò)對(duì)歷史數(shù)據(jù)的回歸分析估計(jì)。在形式上,這一方法與氣候變化領(lǐng)域基于回歸模型的糧食單產(chǎn)對(duì)氣候變量的響應(yīng)(cropyieldresponsetoclimatevariable)研究非常類似。通過(guò)多元回歸,對(duì)作物單產(chǎn)變化進(jìn)行多要素歸因,從而找出保險(xiǎn)責(zé)任對(duì)單產(chǎn)變化的邊際貢獻(xiàn)水平,并用于評(píng)定外部損失風(fēng)險(xiǎn)。指數(shù)模型法的核心步驟包括(圖3):(1)通過(guò)致災(zāi)因子建模,生成若干可以表達(dá)致災(zāi)強(qiáng)度的重要參數(shù);(2)基于參數(shù)構(gòu)建指數(shù),并反復(fù)進(jìn)行脆弱性建模,尋找可以很好地解釋外部損失風(fēng)險(xiǎn)的指數(shù),并構(gòu)建指數(shù)與外部損失、保險(xiǎn)損失之間的定量關(guān)系;(3)對(duì)優(yōu)選得到的指數(shù)進(jìn)行概率建模,結(jié)合脆弱性即可完成外部損失風(fēng)險(xiǎn)評(píng)估。與單產(chǎn)統(tǒng)計(jì)模型類似,指數(shù)模型法建模的空間單元也決定于原始數(shù)據(jù)本身。由于單產(chǎn)統(tǒng)計(jì)數(shù)據(jù)多依托行政單元,而氣象數(shù)據(jù)等多為站點(diǎn)觀測(cè)資料,二者存在空間單元差異。在實(shí)際建模過(guò)程中通常需要將基于站點(diǎn)觀測(cè)的氣象數(shù)據(jù)進(jìn)行空間插值以使二者匹配。指數(shù)模型法在種植業(yè)保險(xiǎn)定價(jià)中的應(yīng)用主要順應(yīng)了當(dāng)前對(duì)天氣指數(shù)保險(xiǎn)的需求。這類產(chǎn)品的共同特點(diǎn)是保險(xiǎn)賠付(保險(xiǎn)損失)的發(fā)生和度量均依據(jù)事前規(guī)定的指數(shù)確定。以指數(shù)模型法為基礎(chǔ)的指數(shù)保險(xiǎn)產(chǎn)品研發(fā)在國(guó)內(nèi)已有典型的案例。在傳統(tǒng)的政策性種植業(yè)多災(zāi)種保險(xiǎn)定價(jià)方面,指數(shù)模型法也有應(yīng)用。RMS公司針對(duì)我國(guó)湖南省開(kāi)發(fā)的水稻風(fēng)險(xiǎn)模型中則以生育期月降水量為關(guān)鍵指數(shù),實(shí)現(xiàn)了對(duì)區(qū)縣一級(jí)水平的外部損失風(fēng)險(xiǎn)評(píng)估與保險(xiǎn)費(fèi)率厘定。指數(shù)模型法的重要特征是引入指數(shù),從而可以在一定程度上對(duì)致災(zāi)因子或致災(zāi)事件進(jìn)行有效表達(dá)。然而,這一特征也造就了該方法的主要局限性:(1)理想指數(shù)難以獲得。農(nóng)作物產(chǎn)量是由多個(gè)自然與人文要素綜合作用的結(jié)果。當(dāng)應(yīng)用于多災(zāi)種綜合保險(xiǎn)時(shí),很難找到可以高度解釋外部損失變差(例如,方差解釋能力高于80%)的指數(shù)。在專門的指數(shù)類保險(xiǎn)產(chǎn)品研發(fā)過(guò)程中,指數(shù)法也只能應(yīng)用于地域高度均質(zhì)、個(gè)體損失間高度相關(guān)且個(gè)別災(zāi)因的損失占主導(dǎo)的區(qū)域。(2)運(yùn)用回歸方法進(jìn)行脆弱性建模存在局限性。一方面,多重共線性、變量缺失等現(xiàn)實(shí)問(wèn)題可能嚴(yán)重影響回歸的一致性與無(wú)偏性,而實(shí)踐中通常難以保證所有對(duì)產(chǎn)量有影響的要素都能以直接變量的形式進(jìn)入模型。例如,當(dāng)前研究中廣泛使用時(shí)間變量作為技術(shù)進(jìn)步的代理變量,但未有研究定量地證明技術(shù)進(jìn)步對(duì)單產(chǎn)的影響是線性的。另一方面,盡管部分研究通過(guò)在回歸模型中增加二次項(xiàng)和交互項(xiàng)的方式對(duì)非線性影響進(jìn)行表達(dá),但仍然不足以表達(dá)要素對(duì)單產(chǎn)(或損失)影響的復(fù)雜非線性關(guān)系。(三)作物生長(zhǎng)模型法與作物損失建模方法的區(qū)別作物生長(zhǎng)模型是自然災(zāi)害風(fēng)險(xiǎn)評(píng)估和氣候變化影響領(lǐng)域廣泛使用的工具,其特點(diǎn)是可以從機(jī)理層面對(duì)農(nóng)作物自然災(zāi)害脆弱性進(jìn)行建模。經(jīng)過(guò)本地化調(diào)校后的作物模型可以有效地仿真作物單產(chǎn)對(duì)各類氣候、土壤、水文和種植方式等要素的響應(yīng)機(jī)制,實(shí)現(xiàn)農(nóng)作物自然災(zāi)害脆弱性建模。在此基礎(chǔ)之上,結(jié)合蒙特卡羅仿真得到的隨機(jī)天氣事件集或重現(xiàn)期情景,即可計(jì)算由特定要素造成的作物單產(chǎn)損失,完成外部損失建模并指導(dǎo)定價(jià)。作物生長(zhǎng)模型通常使用柵格化的天氣、土壤、水文等輸入數(shù)據(jù),常見(jiàn)的空間分辨率如50km×50km、1°×1°等。其得出的結(jié)果是在對(duì)應(yīng)空間分辨率的柵格上的作物單產(chǎn),或作物單產(chǎn)的損失及風(fēng)險(xiǎn)。在當(dāng)前應(yīng)用領(lǐng)域使用到的模型主要包括簡(jiǎn)單通用的作物生長(zhǎng)模型SUCROS(SimpleandUniversalCROPgrowthSimulator)、農(nóng)業(yè)技術(shù)推廣決策支持系統(tǒng)DSSAT(DecisionSupportSystemforAgrotechnologyTransfer)系列作物生長(zhǎng)模型和EPIC(Erosion-ProductivityImpactCalculator)作物生長(zhǎng)模型等。AIR公司開(kāi)發(fā)的中國(guó)農(nóng)業(yè)風(fēng)險(xiǎn)模型中,作物生長(zhǎng)模型法主要用于旱災(zāi)損失的建模。通過(guò)構(gòu)建的農(nóng)業(yè)天氣指數(shù)(AgriculturalWeatherIndex)作為致災(zāi)因子輸入,該模型有效地仿真了不同情景下的農(nóng)作物旱災(zāi)損失。作物生長(zhǎng)模型法面臨的挑戰(zhàn)包括:(1)作物生長(zhǎng)模型可在生理上仿真作物生長(zhǎng)發(fā)育,更適宜于漸發(fā)性自然災(zāi)害的建模,特別是以生理脅迫為主要成害機(jī)制為自然災(zāi)害。現(xiàn)有較為成功的應(yīng)用案例中主要包括干旱、極端降水與極端高溫,仍圍繞要素達(dá)到極端值閾范圍時(shí)形成的影響。對(duì)于突發(fā)性自然災(zāi)害,特別是以直接物理?yè)p害為主要成害機(jī)制的自然災(zāi)害,作物生長(zhǎng)模型對(duì)脆弱性和損失刻畫的能力尚十分有限,而必須引入災(zāi)害事件模型。(2)作物生長(zhǎng)模型對(duì)數(shù)據(jù)的需求遠(yuǎn)高于前兩種方法。在“本地化”過(guò)程中要求使用大量的作物品種、管理以及土壤狀況的數(shù)據(jù)進(jìn)行校驗(yàn),導(dǎo)致模型參數(shù)存在較大的不確定性。因此,目前該方法在業(yè)界的應(yīng)用程度低于前兩種方法,而進(jìn)一步推廣與應(yīng)用就必須有效應(yīng)對(duì)上述挑戰(zhàn)。(四)災(zāi)害事件模型法在林業(yè)保險(xiǎn)中的應(yīng)用災(zāi)害事件模型法是眾多方法中唯一以災(zāi)害事件為基礎(chǔ)對(duì)外部損失進(jìn)行建模的方法。此種方法要求在建模過(guò)程中清晰地定義作物生長(zhǎng)過(guò)程中的每一場(chǎng)災(zāi)害,并完全依據(jù)當(dāng)前主流的“致災(zāi)因子—脆弱性—暴露”風(fēng)險(xiǎn)定量評(píng)估方法進(jìn)行。在此類建模方法中,對(duì)致災(zāi)因子危險(xiǎn)性建模應(yīng)至少刻畫時(shí)間、空間和強(qiáng)度三個(gè)維度的聯(lián)合概率分布,以實(shí)現(xiàn)對(duì)致災(zāi)因子的可靠仿真。結(jié)合脆弱性函數(shù)計(jì)算任意給定致災(zāi)事件的作物損失;通過(guò)大量離散事件仿真,即可完成外部損失風(fēng)險(xiǎn)與保險(xiǎn)風(fēng)險(xiǎn)評(píng)估。與前述方法相比,災(zāi)害事件模型法通常使用的空間單元取決于建模對(duì)象。對(duì)致災(zāi)因子的建模通?？紤]地理單元或柵格,而對(duì)承災(zāi)體的表達(dá)則可能基于地理單元、柵格或行政單元。因此,其最終輸出的風(fēng)險(xiǎn)結(jié)果可能是上述三種單元的任意一種。由于災(zāi)害事件法對(duì)致災(zāi)事件有清晰的定義,且依據(jù)災(zāi)害損失形成的機(jī)理進(jìn)行建?？茖W(xué)性強(qiáng),也是上述方法中唯一能夠準(zhǔn)確提供單災(zāi)種風(fēng)險(xiǎn)評(píng)估和費(fèi)率結(jié)果的方法。因此,這一方法被廣泛應(yīng)用于開(kāi)發(fā)地震、臺(tái)風(fēng)、洪水等巨災(zāi)模型。在種植業(yè)保險(xiǎn)精算中災(zāi)害事件模型的應(yīng)用相對(duì)少見(jiàn),為數(shù)不多的成功案例是農(nóng)作物洪水災(zāi)害模型,包括美國(guó)AIR公司在中國(guó)開(kāi)發(fā)的農(nóng)作物風(fēng)險(xiǎn)模型和RMS公司為菲律賓開(kāi)發(fā)的水稻臺(tái)風(fēng)(引發(fā)的洪水)風(fēng)險(xiǎn)模型。災(zāi)害事件法在種植業(yè)自然災(zāi)害風(fēng)險(xiǎn)模型中的廣泛應(yīng)用還存在許多挑戰(zhàn):(1)脆弱性建模。作物存在一定程度的自我恢復(fù)能力,種植業(yè)自然災(zāi)害的具體損失多在接近收獲時(shí)才進(jìn)行測(cè)量。例如,作物保險(xiǎn)中常用實(shí)際產(chǎn)量或收入為理賠標(biāo)準(zhǔn)。即時(shí)性的災(zāi)害打擊與延遲性的損失測(cè)度對(duì)脆弱性建模提出了更高的要求。(2)多災(zāi)種建模。作物生長(zhǎng)期內(nèi)易有多次、多種災(zāi)害發(fā)生并對(duì)產(chǎn)量造成損失,形成災(zāi)害研究中的“多災(zāi)種群發(fā)”的現(xiàn)象。建模時(shí),除須對(duì)生長(zhǎng)期內(nèi)每一場(chǎng)災(zāi)害的影響分別進(jìn)行建模外,還須考慮多場(chǎng)災(zāi)害彼此之間的關(guān)系。(3)漸發(fā)性自然災(zāi)害的事件表達(dá)。漸發(fā)性自然災(zāi)害(如旱災(zāi))影響的起止時(shí)間、地域范圍很難做出清晰的界定,因此基于事件建模的思路面臨較大的挑戰(zhàn)。相對(duì)而言,作物生長(zhǎng)模型能夠更好地實(shí)現(xiàn)對(duì)這類災(zāi)害的建模。四、植物風(fēng)險(xiǎn)模型的主要研究趨勢(shì)(一)基于災(zāi)害事件與法理的農(nóng)業(yè)模型當(dāng)前,統(tǒng)計(jì)類方法(包括單產(chǎn)統(tǒng)計(jì)法和指數(shù)模型法)由于數(shù)據(jù)要求低、建模方法直觀簡(jiǎn)便,在研發(fā)和應(yīng)用層面占有數(shù)量上的優(yōu)勢(shì)。然而,統(tǒng)計(jì)方法本身的缺陷也給這兩類模型造成了決定性的限制?；貧w等統(tǒng)計(jì)方法的本質(zhì)是估計(jì)“變化對(duì)變化的效應(yīng)”(difference-in-differenceeffect),而對(duì)變化與變化之間是否存在因果關(guān)系不做探討。單產(chǎn)統(tǒng)計(jì)法和指數(shù)模型法分別依靠趨勢(shì)處理和多元回歸實(shí)現(xiàn)對(duì)單產(chǎn)變化(平均值和波動(dòng))的歸因,從而找出與保險(xiǎn)責(zé)任相對(duì)應(yīng)的單產(chǎn)損失。實(shí)際操作中,趨勢(shì)處理環(huán)節(jié)缺少實(shí)際數(shù)據(jù)驗(yàn)證;而多元回歸模型又可能陷入解釋變量的多重共線性以及變量缺失問(wèn)題。相比之下,災(zāi)害事件法有明確的事件表達(dá),與保險(xiǎn)業(yè)務(wù)操作實(shí)踐吻合;作物生長(zhǎng)模型對(duì)作物生長(zhǎng)機(jī)理,致災(zāi)因子打擊和損失形成機(jī)理有較好的解釋。隨著數(shù)據(jù)積累與建模手段的不斷完善,基于事件和機(jī)理的種植業(yè)風(fēng)險(xiǎn)模型是一種發(fā)展的必然選擇。當(dāng)前主流巨災(zāi)風(fēng)險(xiǎn)模型,特別如地震模型、臺(tái)風(fēng)模型,已基本采用災(zāi)害事件建模的方法,并強(qiáng)調(diào)從損失形成的機(jī)理層面對(duì)承災(zāi)體脆弱性進(jìn)行建模。在建模過(guò)程中,應(yīng)充分發(fā)揮各類方法的相對(duì)優(yōu)勢(shì),進(jìn)行有機(jī)整合。宜采用災(zāi)害事件做總體模型框架;利用作物生長(zhǎng)模型構(gòu)建脆弱性函數(shù),并參與災(zāi)害事件影響與損失仿真;在必要時(shí)使用統(tǒng)計(jì)方法估計(jì)模型參數(shù)。AIR公司開(kāi)發(fā)的中國(guó)農(nóng)業(yè)模型是模型綜合化的有益嘗試。該模型利用災(zāi)害事件模型模擬暴雨洪水災(zāi)害損失,利用農(nóng)業(yè)天氣指數(shù)和作物生長(zhǎng)模型估計(jì)旱災(zāi)損失,并最終估計(jì)水、旱兩種自然災(zāi)害的綜合風(fēng)險(xiǎn)。(二)加強(qiáng)對(duì)特殊次致災(zāi)因子的建模和解釋多災(zāi)種問(wèn)題是基于災(zāi)害事件框架構(gòu)建種植業(yè)風(fēng)險(xiǎn)模型的核心問(wèn)題。影響我國(guó)種植業(yè)的自然災(zāi)害種類繁多,納入當(dāng)前綜合保險(xiǎn)責(zé)任的就有七種,且呈現(xiàn)鮮明的品種-季節(jié)-區(qū)域特征。作物生長(zhǎng)季內(nèi)多種、多次自然災(zāi)害的影響互相疊加、彼此關(guān)聯(lián),且對(duì)最終的減產(chǎn)損失均產(chǎn)生影響,無(wú)論是對(duì)應(yīng)單災(zāi)因或多災(zāi)因保險(xiǎn)責(zé)任的風(fēng)險(xiǎn)評(píng)估均應(yīng)在多災(zāi)種的框架下進(jìn)行探討。當(dāng)前方法中,單產(chǎn)統(tǒng)計(jì)模型法、指數(shù)模型法可以在一定程度上表征“多災(zāi)種”的概念,但難以區(qū)分保險(xiǎn)與非保險(xiǎn)責(zé)任的貢獻(xiàn)。作物生長(zhǎng)模型法可同時(shí)容納多種、多次生理脅迫的發(fā)生,但對(duì)突發(fā)性、物理破壞性災(zāi)害的影響模擬能力有限。多災(zāi)種風(fēng)險(xiǎn)模型不是簡(jiǎn)單意義上的“多個(gè)災(zāi)種”的風(fēng)險(xiǎn)模型,不可簡(jiǎn)單地將多個(gè)災(zāi)種的風(fēng)險(xiǎn)加和得到,而必須準(zhǔn)確闡述各種(次)災(zāi)害事件之間的彼此聯(lián)系與影響。在致災(zāi)因子方面,應(yīng)強(qiáng)調(diào)多種(次)自然致災(zāi)因子在發(fā)生時(shí)間與發(fā)生序列上的組合(時(shí)序組合)特征。在脆弱性方面,必須充分體現(xiàn)其多元性(因?yàn)?zāi)種而異)、階段性(因生長(zhǎng)階段而異)和動(dòng)態(tài)性(致災(zāi)因子打擊與作物自我修復(fù)使其脆弱性在不斷發(fā)生變化)。因此,在種植業(yè)多災(zāi)種研究中需要重點(diǎn)探討:1)對(duì)特定作物生長(zhǎng)季內(nèi)多種(次)致災(zāi)因子危險(xiǎn)性建模,即特定時(shí)期內(nèi)不同致災(zāi)因子時(shí)序-強(qiáng)度組合的發(fā)生概率或超越概率建模;2)農(nóng)作物多災(zāi)種脆弱性建模,即農(nóng)作物在生長(zhǎng)季內(nèi)受到不同種類、強(qiáng)度和先后順序組合的致災(zāi)因子打擊作用下,減產(chǎn)損失的定量建模。(三)對(duì)農(nóng)戶級(jí)別的定損較為理想的自然災(zāi)害風(fēng)險(xiǎn)評(píng)估一般在地理單元或是空間格網(wǎng)上進(jìn)行;而保險(xiǎn)精算業(yè)務(wù)實(shí)踐則更關(guān)注特定行政單元上的總保險(xiǎn)損失風(fēng)險(xiǎn),是轄區(qū)內(nèi)所有個(gè)體保險(xiǎn)損失風(fēng)險(xiǎn)之和。風(fēng)險(xiǎn)具有二維性,個(gè)體風(fēng)險(xiǎn)之和不存在簡(jiǎn)單的算術(shù)可加性,在獨(dú)立假設(shè)成立條件下也必須使用卷積來(lái)獲得。在建模過(guò)程中,必須慎重地應(yīng)對(duì)空間單元與尺度問(wèn)題:(1)合理選取最小空間單元。研究已經(jīng)證明,區(qū)域平均單產(chǎn)的波動(dòng)與農(nóng)戶水平單產(chǎn)波動(dòng)的平均值存在顯著的差別。因此,種植業(yè)自然災(zāi)害風(fēng)險(xiǎn)模型的最小空間單元應(yīng)盡可能與保險(xiǎn)標(biāo)的保持一致。以農(nóng)戶或地塊為基本理賠單元的保險(xiǎn)合同,最好相應(yīng)地選取地塊為基本建模單元。例如,在使用產(chǎn)量統(tǒng)計(jì)模型法時(shí),如果直接使用縣級(jí)水平的單產(chǎn)計(jì)算純風(fēng)險(xiǎn)損失率,其結(jié)果無(wú)法指導(dǎo)在農(nóng)戶級(jí)別開(kāi)展核損、理賠產(chǎn)品。當(dāng)前AIR公司研發(fā)的中國(guó)農(nóng)業(yè)風(fēng)險(xiǎn)模型基于50km格網(wǎng),較縣域單產(chǎn)建模有明顯的優(yōu)勢(shì),但50km網(wǎng)格內(nèi)的平均狀況與我國(guó)實(shí)際開(kāi)展的農(nóng)戶級(jí)別定損的綜合險(xiǎn)仍然存在較大的差距。(2)探討自然災(zāi)害風(fēng)險(xiǎn)的空間尺度轉(zhuǎn)換問(wèn)題。在實(shí)際建模過(guò)程中,與保險(xiǎn)標(biāo)的空間尺度一致的數(shù)據(jù)極難獲取,因此通常需要在其他尺度上完成風(fēng)險(xiǎn)評(píng)估工作。為了使評(píng)估得到的風(fēng)險(xiǎn)最終能夠指導(dǎo)農(nóng)戶級(jí)別的保險(xiǎn)定價(jià),必須進(jìn)一步討論區(qū)域內(nèi)部各標(biāo)的個(gè)體風(fēng)險(xiǎn)的異質(zhì)性與分布特征。此類工作十分類似于地理學(xué)研究中的空間尺度轉(zhuǎn)換與遙感研究中的混合像元分解:一個(gè)區(qū)域/像元的特征值已知的條件下,如何利用相關(guān)信息進(jìn)一步推斷區(qū)域內(nèi)/亞像元水平的特征值與分布特征?美國(guó)農(nóng)業(yè)經(jīng)濟(jì)學(xué)家曾假設(shè)縣域內(nèi)農(nóng)戶級(jí)別的單產(chǎn)服從以縣域平均單產(chǎn)為均值、均值的0.25倍為標(biāo)準(zhǔn)差的正態(tài)分布,以此為基礎(chǔ)導(dǎo)出了對(duì)應(yīng)的農(nóng)戶水平多災(zāi)種保險(xiǎn)定價(jià)方法。然而,抽樣數(shù)據(jù)的實(shí)證結(jié)果未能支持該方法的關(guān)鍵假設(shè)。AonBenfield、RMS等公司在其模型中則相應(yīng)使用大量農(nóng)戶級(jí)別數(shù)據(jù),對(duì)縣域內(nèi)的農(nóng)戶單產(chǎn)損失風(fēng)險(xiǎn)異質(zhì)性與分布特征進(jìn)行標(biāo)定、構(gòu)建經(jīng)驗(yàn)關(guān)系以推廣應(yīng)用。在加拿大(Rudstorm)、美國(guó)(MarraandSchurle)、墨西哥(Lobell)等地的研究表明,地塊級(jí)別的單產(chǎn)風(fēng)險(xiǎn)在平均意義上較區(qū)域級(jí)別高大約49%~60%。如這一經(jīng)驗(yàn)關(guān)系在更多地區(qū)得到驗(yàn)證,則可能為自然災(zāi)害風(fēng)險(xiǎn)的空間尺度轉(zhuǎn)換提供重要的依據(jù)。(3)考慮自然災(zāi)害風(fēng)險(xiǎn)的空間相關(guān)性。在由最小空間單元的個(gè)體風(fēng)險(xiǎn)估計(jì)區(qū)域總保險(xiǎn)損失風(fēng)險(xiǎn)的過(guò)程中,必須充分考慮自然災(zāi)害風(fēng)險(xiǎn)的空間相關(guān)性,否則將可能嚴(yán)重低估尾部風(fēng)險(xiǎn)。以美國(guó)縣級(jí)數(shù)據(jù)為基礎(chǔ)的研究表明,當(dāng)考慮空間