草原指数保险评述与中国方案设计

　　摘要：草原指数保险是农业保险中的一种新型类别，它有比传统赔偿保险更加科学的触发机制，包括指数变量和触发水平。它选取与草原生产紧密相关的指标作为指数变量，通过研究不同尺度上草原生产中产量/气象/NDVI和经济指标数据的关联机制，精密计算出核定尺度下指数变量的触发水平，可极大化地缩小基差风险，从而通过触发机制来衡量投保人是否能够获得赔偿。本研究探索了11个国家18种运营中的草原指数保险的触发机制，发现它们按照指数选取的不同标准可以分为区域产量指数保险、天气指数保险和卫星遥感指数保险。区域产量指数保险以选定区域的平均产量为基础，当该区域的实际平均产量低于指定水平时，所有投保人获得相同额度的补偿;天气指数保险选择气温、降水等气候条件作为指数，衡量它们对草原生产的损害程度;卫星遥感指数保险创新性地结合卫星、遥感技术，NDVI是它最常用的指数。然而，作为世界草原大国，我国对草原指数保险的研究十分匮乏，在试点或运营的相关产品屈指可数，这不利于草原的可持续发展。考虑到我国气象站点覆盖密度低导致数据源缺失，且草原区域幅员辽阔，照搬别国的现有产品不现实。因此，针对中国的方案设计亟待提出。本研究提出以草原综合顺序分类法为框架，遥感数据源提供宏观数据，以无人机技术补充中观数据，通过农牧户入户调查得到微观数据，实现宏观、中观、微观数据源全覆盖，通过系统分析该类型中多年产量/气象/NDVI和经济数据之间的关系，明确该类型草原的触发机制。最终实现只要投保人的生产性收入状况偏离了正常年份的平均水平，就能获得赔偿。

　　关键词：草原;草原指数保险;区域产量指数保险;天气指数保险;

　　卫星遥感指数保险全球草原面积约31.58亿hm2，大约占全球陆地总面积的1/3[1]，是地球上分布最广的植被类型，在全球范围内提供重要的生态系统服务[2]。一直以来，草原农业生产系统受天气因素等影响很大，具有高度不确定性，导致生产者常常蒙受损失。而目前牧民常用的风险管理策略[3-4]不仅会加大支出，且往往并不能很好地抵御风险。

　　此时，引入保险这种基于市场的风险管理工具可以更低廉、更广泛地降低风险，也可以涵盖极端事件。因此，草原指数保险被定义为牧业生产者从事牧业生产活动时，对自然灾害和意外事故造成的经济损失提供保障，承担赔偿金责任的一种分散风险的创新型保险管理工具[5]，目前已在各大洲多个国家处于研究、计划或运行之中。中国是世界上草原资源最丰富的国家之一，居世界第二位，其中天然草原总面积近4亿hm2，占全国土地总面积的41.7%，为现有耕地面积的3倍[6]。

　　然而，匮乏的指数保险产品与丰富的草原资源不相匹配。虽然在2014年8月，国务院就出台《关于加快发展现代保险服务业的若干意见》，提出“探索天气指数保险等新兴产品和服务”，但无论是学界、保险行业还是草原牧区政府都未对此做出理想的反应。我国目前在运行草原指数保险的只有内蒙古自治区和青海省，且存在机制设计不够合理的问题[7]。相关保险产品设计也只有针对内蒙古东部地区的“草原牧区雪灾天气指数保险”[8]和西藏那曲地区的“畜牧业旱灾指数保险”[9]。理论和实践层面的双重匮乏使得草原指数保险在我国几乎还处于“真空状态”。然而，推动草原生产可持续发展是草原工作者的使命。面对草原指数保险这一重大选题，本研究探讨该产品在世界范围发展状况，首要任务是总结国内外的典型产品及其机制设计，厘清可借鉴的经验，结合我国自身的国情进行探讨，以期填补我国草原指数保险几近“空白”的局面。

　　1草原指数保险的源起

　　草原指数保险是农业指数保险的一个分支，专门针对基于草原生态系统的农业生产，包括种植业和畜牧业等。与传统种植业相比，基于草原的农业生产更加粗放、更易受极端天气的影响，因此收益的波动更大。放牧和缺乏产量测量使得用传统保险产品来给草原产品投保几乎不可能。此外，草原每单位面积的价值相对较低。由于这些原因，基于赔偿的传统农业保险通常是针对经济作物设计的，而非草地农业系统，特别是草地产量[10]。

　　相反，指数保险产品拥有保障草原可持续发展的潜力，因为它们的收益依赖于一个与实际草产量高度相关又彼此独立的内生指数[11]。最早的草原指数保险产品于21世纪初出现在加拿大(2000年)和西班牙(2001年)，针对牧场的饲草和农产品，此后，逐渐出现在欧美亚非的许多国家。草原指数保险从诞生起就自然属于农业指数保险这一大类，没有被刻意分划过。但草原农业生产和种植农业生产的区别使得草原指数保险有被单独讨论和研究的必要。

　　2019年，Willemijn等[11]发表的综述概览讨论了欧美市场在运行的全部12种草原指数保险产品，意在总结归纳并促进国际交流，这是此类产品第一次以整体的形式被分立出来单独讨论。可以说，与传统农业保险相比，这一保险类别还十分新颖和稚嫩，拥有巨大的发展空间。追溯草原指数保险的源起离不开对农业保险和指数保险的探讨。农业保险是专为农业生产者在从事种植业、林业、畜牧业和渔业生产过程中，对遭受自然灾害、意外事故疫病、疾病等保险事故所造成的经济损失提供保障的一种保险。20世纪20年代以来，世界各国相继发展农业保险[12]。

　　经历了近100年的发展，如今农业保险已经在世界范围得到了推广和运行，在发达国家和部分发展中国家形成了稳定的产业，并在不同的国家和地区发展出了不同的模式。指数保险是保险市场中一种较新型的保险类别，于20世纪30年代由印度学者Chakravarti提出。与传统保险的赔偿基于被保险人的损失不同，指数保险的赔偿基于预先设定的指数，当达到了设定指数的触发值之后，便会触发赔偿。由于农业产业本身固有的受自然环境影响大、生产收益不稳定等特点或弱点，农业成了指数保险最主要的应用方向。

　　农业指数保险往往选取区域产量、降水、蒸发量、积温等与农业生产密切相关的条件中的一个或几个作为参考指标，结合投保地区和对象的特征确定具体的数值作为触发值。农业指数保险之所以受到广泛的重视，是因为它本身具有超越传统保险的巨大优势。首先，选取的指数极大降低了受到人为干扰的可能，减少了逆向选择和道德风险;其次，保险需要用到的数据是公开、透明的，达成了保险方和被保险方的信息对称;再次，优化了步骤，降低了交易成本，比如灾害发生后依靠气象部门实际测得的气象数据来计算赔付金额，而不用挨家挨户勘查定损;最后，它还有利于保险产品的标准化、证券化，保险产品设计的余地充分，可塑性强[13]。

　　各地的实践证明，农业指数保险较好地保护了投保人的利益，有利于农业生产的可持续发展，是值得推广的风险转移产品。在农业指数保险的推广过程中，除了各地政府以外，世界银行是最不可忽略的助推者之一。在世界银行的协助下，许多发展中国家从本国状况出发，研发出具有各自地域特色的指数保险产品。蒙古、印度、肯尼亚、墨西哥等许多国家的农业指数保险产品都得以顺利运营。此外，国际农业发展基金、联合国世界粮食计划署等国际组织也为农业指数保险的应用推广做出了不懈努力[14]。

　　2草原指数保险的分类与原则

　　在发达国家，草原指数保险多由私营公司提供，且有完善的配套设施，如密集的气象站和完整的数据库。加拿大和西班牙是最早专门为草原提供指数保险的国家。由于这些国家都是自主设计，因此相关的保险产品各不相同，各具特色。在发展中国家，保险多由政府牵头，在世界银行等组织的协助下推出，与保险公司合作运营。在这样的情况下，许多国家的产品具有一定的共性，有些国家甚至使用同一款产品，如肯尼亚和埃塞俄比亚的“基于指数的牲畜保险”。

　　虽然农业指数保险具有许多突破性的优势，但它仍有一些与产品本身特点相伴的风险。首当其冲的便是基差风险，它是指购买方的损失与保险方的赔付不相匹配的问题，被保险方可能在没有损失时获得赔偿，也可能在发生了损失时得不到赔偿。基差风险由3部分组成，分别是空间、时间和设计基差风险[11]。空间基差风险常常产生于指数的测定地点和被投保对象所在的地点不在同一个空间范围(尺度)，两地间的差异会导致结果的偏差。时间基差风险由于观测的时间聚集偏差而出现，主要是因为观测结果汇总为数月，而植物的脆弱性与植物物候期相关[15-16]。

　　如果说空间和时间基差风险是源自外在的观测过程，那么设计基差风险就来自保险的触发机制。触发机制包括指数变量和触发水平，选取的基础指数越是与被保险方的成灾受损机制联系紧密，设定的触发水平越是贴近被保险方的实际受损情况，触发机制就越合理，设计基差风险也就越低。因此，对于一项指数保险产品而言，前期最关键也最困难的部分就是触发机制的设计。以下汇总了搜集到的世界范围内运营中的草原指数保险，发现现有的草原指数保险可以根据选取的指数变量分为三大类，即区域产量指数保险、天气指数保险和卫星遥感指数保险。除了指数保险皆有的优缺点，它们在具体的优势和基差风险上也有所不同。

　　2.1区域产量指数保险

　　区域产量指数保险是农业指数保险中最早出现的险种之一。这是因为传统视角下，产量是衡量农业成果最重要的指标之一。区域产量指数保险是以一个事先确定的区域的平均产量为基础，当该区域的实际平均产量低于指定水平时，所有投保人都可获得相同差额的补偿[17]。

　　标准值的设定往往需要以被投保地区几十年的数据作为参考依据，从中计算总结出一个适合的值。与传统赔偿保险相比，区域产量指数保险有着明显的优点。首先，以地区为单位，意味着更全面、更高质量的数据，有利于更好地进行风险评估。其次，道德风险降低，因为单个生产者的行为对一个地区总量的影响小于其个人的产量。最后，管理成本降低，因为它往往是面向农场而非个人的。但由于这种保险只考虑相应地区的“平均损失”，单个农场和农户很有可能无法获得与自身实际损失相符的赔偿，这实际上是空间基差风险的表现。

　　2.2天气指数保险及其运行机制

　　天气指数保险是目前所有农业指数保险中应用最多最广的一类。它是指把一个或几个气候条件(如气温、降水、风速等)对农作物的损害程度指数化，每个指数都有对应的农作物产量和损益，保险合同以这种指数为基础，当指数达到一定水平并对草原生产造成一定影响时，投保人就可以获得相应标准的赔偿。国外最常用的指标是降水量对长期平均水平的偏离程度，这是受到Allan等[18]提出的“降水距平百分率(PA)”的启发。农业行业的特殊性使得其生产与天气条件息息相关，因此，自20世纪90年代“天气指数保险”的概念提出以来[19]，它便受到了众多国家的重视，并在21世纪得到了广泛的应用。

　　在我国，2016年中央一号文件《关于落实发展新理念加快农业现代化实现全面小康目标的若干意见》提出“探索开展天气指数保险试点”，2019年《关于促进小农户和现代农业展开有机衔接的意见》中也要求推进天气指数保险试点，表明了国家对于开展天气指数保险的高度重视。国外关于天气指数保险的设计中，常用的模式有Copula函数[20]、分位数回归法[21]等。在天气指数保险中，时间分辨率指重复观测同一地区所需要的时间，空间分辨率指重复观测同一地区的基础空间单位。时间和空间分辨率的设计与观测数据质量关系密切，是影响基差大小的因素之一[11]。由于天气指数保险所需的数据多源自气象站和其他第三方，独立于保险方和被保险方，因此可以有效避免道德风险。

　　此外，天气指数保险还可以为牧草质量的下降[22]和为了应对天气影响而增加的投入投保。例如，雪灾发生时，积雪过深导致牧民只能进行全舍饲，致使投入增加[8]。与地区产量和赔偿保险相比，这些额外的支出至少被部分涵盖进了天气保险系统。但天气指数保险仍不可避免地会有基差风险。当测定的天气(比如来自一个遥远的气象站)与生产地的实际天气不一致时，空间基准风险就会产生;当决定产量的天气被测量于一个错误的时间点，比如忽略了植物生长的脆弱阶段时，时间基准风险就会产生[23];而设计基准风险表现为计划生产和实际生产之间的差异，通常一个地区的天气系统越复杂，设计基准风险就越高。

　　2.3卫星、遥感技术的引入产生了新的指数保险

　　指数保险与卫星、遥感等现代技术工具结合成为了行业发展的新方向。近年来，随着越来越多的卫星数据开放以供使用，人们发现卫星图像很适合与农业保险相结合[24]。而2015年初发射的第一颗哨兵2号卫星使得用开放源数据直接监测草地植被成为可能[25]。大量遥感文献讨论了监测和估算草地产量的可能性。多种草地指数保险使用归一化差异植被指数(normalizeddifferencevegetationindex，NDVI)作为保险的基本指标，它能测量红色和红外区域的冠层反射率之间的关系。人们发现NDVI对于检测草原干旱具有强大的作用[26-27]。虽然预测的准确性通常很好，但它们并非没有错误。例如，NDVI与草产量之间的关系受叶片覆盖、大气散射和土壤背景的影响。所有这些因素都可能导致现场测量和卫星测量之间存在相当大的偏差[28]。

　　而且由于测量的数量和质量可能与现场植被生长和健康的实际损失不完全相关，由此产生卫星保险的设计基准风险。卫星、遥感技术还可以应用于区域产量和天气指数保险的设计、运行全过程。对于区域产量指数保险，通过这些技术可以得到宏观层面的植被状况估计，还可以定期进行产量估算。对于天气指数保险，这些技术有助于进行天气估计。例如，在赞比亚，基于卫星数据的棉花降水指数保险正在施行[29]。但地面气象台站仍然是天气预测的稳定可靠来源，利用卫星测算天气还是农业指数保险的一个探索性领域[25]。

　　2.4指数选取原则无论何种保险产品，都必须遵循“损失补偿”原则，即当保险事故使投保人遭受损失时，保险人必须在保险责任范围内对投保人所受的损失进行补偿[30]。指数保险通过控制基差风险来贯彻这一原则。这既要求选定的指数能很好地反映被保险方承受的损失，更要求理赔方案能良好地匹配指数和实际损失的关系，它对使用的数据源在质和量上都提出了极高的要求。

　　通过对各类草原指数保险产品的回顾，总结出指数选取时的几个原则：1)与选定地区的具体情况相匹配。这样才能保证指数对实际损失具有较强的解释能力。如同样使用“基于指数的牲畜保险”这一产品，蒙古以县级的牲畜死亡率作为指数变量，肯尼亚则选取基于遥感反演的归一化植被指数。2)独立稳定可获取。选取的指数不应受到人为干扰，且须保证在较长时期内可以连续获得。3)数据来源渠道公开透明。指数保险需要的数据独立于保险双方，这既是它的突出优势，也是必须遵循的原则。同时，保险双方应当享受同等的获取信息的权力，避免信息不对称问题。4)易于解释，对用户友好。这对保险的推广应用来说尤其重要。

　　3运营中的草原指数保险典型案例及其运行机制

　　3.1区域产量指数保险美国从2007年开始以“集团风险计划”的名义为牧草提供区域产量保险。这项保险始于1993年，最初是专门针对大豆(Glycinemax)生产者的[31]，扩展到牧草和其他作物后，合同数量也显著增加[32]。最近，集团风险计划已被一项名为“区域风险保护保险(areariskprotectioninsurance，ARPI)”的保险取代，但这仍然是原始保险[33]。它与其前身的不同之处在于，包括收入产品在内的所有集团产品都使用相同的名称。

　　只要国家农业统计局(NationalAgriculturalStatisticsService，NASS)估算的一个县的总产量低于该县的NASS产量预测值，就会产生回报[34]。该预测在收获日期前约6个月公布。NASS根据产量的历史记录，应用植物生长模拟模型、特定用途的卫星图像以及技术人员的抽样统计模型来确定风险区各种农作物的正常平均产量，以该平均产量的一定百分比作为保险额[31]。保险的空间分辨率设定为县级，这是因为在美国，县是具有历史区域产量数据的最小空间单位。由于农场的平均产量可能高于县平均产量，因此可以购买高达150%的保护[35]。

　　蒙古政府在世界银行的协助下，从2005年开始研发“基于指数的牲畜保险”(indexbasedlivestockinsurance，IBLI)。这是由于1999-2002年，蒙古连续3年遭遇严冬，极端寒冷的天气之灾促使蒙古当局决定设计一份针对本国牧民、有效且持久的保险产品[36]。这款产品旨在保护牧户免受极端天气事件造成的经济损失，并且更快地恢复生产。在IBLI中，指数变量为县级牲畜死亡率，这一方面是因为除了金额之外，牲畜死亡率能够最直观地反映灾害的严重程度和牧民的损失，另一方面则是因为蒙古当局对历年数据的记录比较完整，便于参考。当该地区某一类牲畜死亡率超过6%时，便会触发赔偿。

　　3.2天气指数保险

　　奥地利、德国、瑞士、加拿大、美国和中国都有运营中的天气指数保险。绝大部分国家都采用降水量作为指数变量，因为它是对农业收成最具决定性的指标之一。但各国指数的时间分辨率和空间分辨率却不一样，触发值和赔偿方式也各不相同，在设计层面上显示出一定的独立性[37-442)。

　　奥地利的“草地指数”保险由奥地利冰雹保险公司提供。该方案以市为指数空间分辨率，在市政当局选择一个中央测量点，然后放置降水记录仪，记录每日的最大和最小降水量值。该保险的时间分辨率为5个月或42d，如果5个月的累计降水量小于长期平均水平的36%，或者42d的累计降水量小于长期平均水平的70%，就会触发收益。德国从2014年开始起用的“天气计划”保险产品实现了高度定制化，保险公司为每个客户单独进行天气损害评估，并根据评估量身定制指数保险产品，指数变量、空间分辨率和触发条件均依据客户的具体条件和要求。

　　德国根据49个气象站的历史日降水数据，构建了多站点降水模型，然后又用此模型预测未来的降水。这个模型是德国目前认可的总体最优模型，它使基差风险降低了20%~40%。瑞士的“草原保险”选取的指数既有降水量，也有蒸发量，其中降水量来自5个地面雷达气象站的测量数据，蒸发量则是本国草甸蒸发量的国家特定值。该保险数据来源的精密性很高，通过260个气象站的降水测量来验证1km×1km网格化雷达数据。每日测量结果以6个月为范围进行汇总，当降水量小于长期平均水平的75%时触发收益。

　　加拿大有3个主要省份从21世纪初开始实行草原指数保险，且都允许客户选择最多3个气象站。最早的是安大略省从2000年开始运行的“饲草降雨计划”。在该项目中，主成分回归(PCR)和偏最小二乘回归(PLSR)模型被用于解决高维度和气象变量的多重共线性问题，最终发现指数覆盖的区域越小，降水与牧草产量的相关性越高，即空间分辨率的选取越精确，基差风险越小。

　　在此基础上，确定时间分辨率为单月、双月或3个月，当单月降水量小于长期平均水平的85%时触发赔偿。若在收获期的10d内，降水量大于5或7mm，也可以触发赔偿。这样一来，无论面对干旱还是暴雨，都有了保护机制。此外，保险赔付金额根据土地类型的不同有所不同，改良的可耕种土地40~256美元·hm-2，改良牧场10~64美元·hm-2，未经改良的牧场10~16美元·hm-2。加拿大农业金融服务公司在阿尔伯塔省推出的“水分不足保险”以月为单位，保证任何月份都能抵御降水量不足。该保险分为两种，一种专供干旱发生频率高的春季，一种则全年都适用。前者的触发水平为70%，后者为80%。与前两个省份类似，萨斯喀彻温省的“饲草降雨保险项目”每4个月汇总一次日降水量，若小于长期平均水平的80%则产生赔偿。

　　美国有两类保险方案，其一是“牧场饲草降雨指数”保险(RainfallIndexPasture，Rangeland，Forage，RIPRF)，2007年起应用于美国东部地区草场;其二是“降雨指数年度饲料计划”(RainfallIndexAnnualForageProgram，RIAFP)，它是RI-PRF的年度饲草版本，应用于美国西部草场。它们的共同之处是降水数据均来源于美国国家海洋和大气管理局，空间分辨率为0.25°×0.25°的网格，且保险触发机制一致。但两者时间分辨率不同，对于RI-PRF，如果2个月的降水量低于平均降水量的70%~90%，就会触发赔偿;对于RIAPF，如果7个月的降水量低于平均降水量的70%~90%，农民获得赔款。至于具体触发值是70%~90%中的哪个数，则由农民自主选择。

　　4中国方案设计亟待开展

　　4.1我国草原指数保险发展的阻碍

　　无论是与国外草原指数保险蓬勃发展的态势相比，还是与我国丰富的草原资源相比，我国的相关研究和产品都显示出极大的匮乏。然而，若要照搬国外经验也有重重阻碍。虽然许多国家已经形成了成熟的草原指数保险产品，但我国国情的特殊性和复杂性决定了不能照搬国外的经验。目前的阻碍主要有：

　　1)气象站分布密度小，数据缺失严重。在保险设计层面，数据源的缺失是我国现阶段面临的最大问题。触发机制是构建一项指数保险的骨骼，而合理、准确的触发机制必然需要充分的数据源做支撑。与发达国家每12km就有一个气象站的密度相比，我国尚未实现县级气象站全覆盖，差距悬殊。我国国家级气象站的分布如图1所示，西部草原牧区的气象站密集度明显低于东部农区，其中分布最稀疏的西藏甚至平均超过300km才有一个站点。气象站的严重不足导致气象数据的不完整和不连续，不仅影响保险产品的设计，也不利于维持产品的运营。2)草原区幅员辽阔，气候复杂。我国草原区面积大、跨度广、气候类型多样且地区分异明显，单一产品无法做到全覆盖，必须因地制宜地进行开发，做好各区域风险区划。

　　3)气象部门发布与指数保险所需的指标亟待协调与统一。气象部门发布的气象指标和灾害指数不是针对指数保险设立，在指标的灵敏性、稳健性、友好性等方面不能满足保险指数要求。若使用新构建的保险指数，气象部门在指数研发和标准认证的周期上难以满足指数保险亟待创新和发展的需求[8]。4)对草原指数保险的投入和重视不够。长期以来，由于经济发展水平相对落后，草原地区受到的关注一直不如其他地区。同样是指数保险，关于农业指数保险的研究更早、更多，全国许多地区也已经有了试点、运营的产品，而草原指数保险往往处于被忽略的状态。

　　通过上文，得到了在中国自主设计草原指数保险的方法：以草原综合顺序分类法为框架，以遥感数据源为宏观数据，以无人机技术补充中观数据，通过农牧户入户调查得到微观数据，然后计算分析不同类型草地的产量/气象/NDVI与经济指标数据之间的关系，得到该类型草地的触发机制。

　　当选定区域后，具体的步骤是：首先，在草原综合分类系统中找到它所属的类(亚类、型)，以匹配它的气候、土地、植被等生境特征，初步推断该区域的经济受损状况;然后，通过宏、中、微观3个层面的数据源建立起属于该区域的数据库;最后，通过精密计算得到该区域的触发机制。在这过程中，气象站和遥感数据集提供的多年历史数据是基础，无人机可以补充观测，农牧户和相关机构提供经济数据。由于同一类(亚类、型)的草原地区具有相似的生态生产条件，且本研究提出的指数保险设计步骤具有极强的可移植性，因此，本方案能够引导不同草原类型找到自己的触发机制，进而帮助不同的草原地区设计出适合本区域的草原指数保险，从点到面，最终实现我国草原地区指数保险的全覆盖。

　　参考文献References：

　　[1]MowllW，BlumenthalDM，CherwinK，etal.Climaticcontrolsofabovegroundnetprimaryproductioninsemiaridgrasslandsalongalatitudinalgradientportendlowsensitivitytowarming.Oecologia，2015，177(4)：959-969.

　　[2]O’MaraFP.Theroleofgrasslandsinfoodsecurityandclimatechange.AnnalsofBotany，2012，110(6)：1263-1270.

　　[3]SimonB，NiklausL，RobertF.Bioeconomicmodellingofdecisionsunderyieldandpriceriskforsucklercowfarms.AnimalProductionScience，2015，55(1)：64-73.

　　作者：林慧龙1*，蒲彦妃1，王丹妮1，2，马海丽1