论文部分内容阅读
摘 要：辽宁省作为农业大省，自然灾害多，巨灾风险大，阻碍农民脱贫致富。本文根据辽宁省近十年来的农作物产量数据，利用灰色关联分析和Eviews8.0统计软件，建立玉米气象指数方程，厘定辽宁省玉米干旱指数的纯费率，完善辽宁省农业保险，为辽宁省农业精准扶贫的实现路径提供科学依据。
关键词：巨灾风险;灰色关联分析;玉米气象指数;纯费率;精准扶贫
一、引言
保险与扶贫之间具有天然的内在联系，保险通过将不同种类的风险汇聚使得广大农户能够实现风险共担，从而补偿部分农户因巨灾风险带来的损失，实现风险转移。气象指数保险由于其指数化的特征，在农业保险领域有着特殊的意义。因此，本文以辽宁省农业为研究对象，探究气象指数保险在辽宁省农业中精准扶贫的实现路径，为其他农业大省提供借鉴的依据。
二、辽宁省农业自然灾害风险分析
辽宁省自然灾害发生比较频繁，为农民的生产生活带来了巨大的影响，对农作物的损害程度非常大，主要气象灾害类型包括旱灾、洪涝灾、风雹灾以及冷冻害。
（1）受灾面积与成灾面积变化
2006-2015年辽宁省农作物受灾面积和成灾面积具有阶段性、波动性以及突变性的特征。阶段性表现在2006-2008年，即辽宁省发生自然灾害的次数多，接下来是2008年-2010年一级2013-2015年，农作物受灾面积和成灾面积几乎都在平均值以上。
对2006～2015年辽宁省农作物灾情数据进行统计分析发现，四种农业气象灾害旱灾、洪涝灾、风雹灾和冷冻害造成农作物受灾面积年平均比值分别为72.17%、21%、5.09%、1.70%，成灾面积年平均比值分别为69.59%、22.48%、6.16%、1.80%。
（2）灾害强度指数变化
2006-2015年辽宁省农业气象灾害强度指数图形在波动中上升，其中有6个年份灾害强度指数在平均值以上。农作物受灾较严重的年份有2006年、2010年、2012年、2014年，灾害强度指数值分別为70.51%、75%、79.57%、68.29%。由灾害强度指数曲线还可以发现，2012～2015年是气象灾害多发的阶段，每年的灾害强度指数都在10年内平均灾害强度之上。2007-2009年气象灾害相对较少，都在平均值以下。辽宁省气象灾害强度指数总体呈上升的趋势，农业防灾减灾的工作仍有难度，故气象指数保险的发展势在必行。
（3）粮食单产与受灾面积分析
从图4可明显的看出辽宁省粮食单产与农作物受灾面积成负相关关系。1997-1999年农作物受灾面积呈增加的趋势，粮食单产有下降的趋势;2009-2014年农作物受灾面积下降，粮食单产一直处于上升状态;2008-2010年农作物受灾面积增加，粮食单产呈下降的趋势。从总体来看，1997-2013年辽宁省粮食单产在波动中上升，在气象灾害严重的年份，粮食单产明显降低。比如2007年、2009 年和2014年农作物受灾严重的年份，粮食单产明显下降。
2.辽宁省粮食单产与自然灾害关联性分析
本文讨基于灰色关联度对多种气象灾害因素进行排序，以辽宁省粮食单产为参考序列，以四类气象灾害造成的受灾面积为比较序列，从而基于减产最严重的气象因素研究气象指数保险，实现辽宁省农业精准扶贫。
本文以近几年辽宁省粮食作物单产作为参考数列，辽宁省常见的气象灾害因素，旱灾、洪涝灾、风雹灾以及冷冻害造成农作物的受灾面积作为比较序列，得到与粮食单产有关的气象灾害的排序，可以看出影响粮食产量的主要因素、次要因素，为研究农作物关于影响气象因素的指数保险做铺垫。
结果显示近几年辽宁省粮食单产与四种主要气象灾害的关联度大小排序为：旱灾（0.426）>风雹灾（0.285）>冷冻害（0.268）>水灾（0.197）。说明旱灾是影响粮食单产最严重的气象灾害，风雹灾次之，故本文基于干旱因素对农作物气象指数进行研究.
三、干旱指数保险的实现路径研究
根据对辽宁省旱灾风险的分析研究其农业精准扶贫途径，由于玉米对旱灾较为敏感且为辽宁省的主要农作物，故下文以辽宁省玉米为研究对象，设计辽宁省玉米干旱指数保险的保险方案。
1.玉米减产率的计算
一般来说，农作物的实际产量为气象产量、趋势产量和随机产量之和。其中气象产量多值由于灾害天气的发生造成的减产量;趋势产量是指由于作物品种、施肥量、田间管理等农业生产技术水平和长期以来气候条件影响农作物的那部分产量;随机产量是指受随机突变因素影响的那部分产量，随机性大无法预测。从而玉米的实际单产产量可用下式表示。
四、总结
本文依据对辽宁省农业精准扶贫路径进行研究，建立旱灾气象指数保险的研究，得出辽宁省玉米干旱指数保险保费为18.15元，将5%的减产率作为触发值时，干旱指数为-1.54。若干旱指数为-50时，将造成28.54%的减产，每亩赔付79.9元。
本文在搜集气象资料以及历年来玉米作物单产等数据时较为局限，且在玉米气象指数保险费率厘定过程中真实数据可能与统计数据存在偏差，故本文只是在一个范围内制定了相应的费率。
参考文献
[1]冯舒杰.保险科技支持农业保险精准扶贫的路径研究[J].市场周刊，2018（11）：176-177+190.
[2]刘人箔.保险助力精准扶贫模式研究[J].合作经济与科技，2019（12）：170-171.
关键词：巨灾风险;灰色关联分析;玉米气象指数;纯费率;精准扶贫
一、引言
保险与扶贫之间具有天然的内在联系，保险通过将不同种类的风险汇聚使得广大农户能够实现风险共担，从而补偿部分农户因巨灾风险带来的损失，实现风险转移。气象指数保险由于其指数化的特征，在农业保险领域有着特殊的意义。因此，本文以辽宁省农业为研究对象，探究气象指数保险在辽宁省农业中精准扶贫的实现路径，为其他农业大省提供借鉴的依据。
二、辽宁省农业自然灾害风险分析
辽宁省自然灾害发生比较频繁，为农民的生产生活带来了巨大的影响，对农作物的损害程度非常大，主要气象灾害类型包括旱灾、洪涝灾、风雹灾以及冷冻害。
（1）受灾面积与成灾面积变化
2006-2015年辽宁省农作物受灾面积和成灾面积具有阶段性、波动性以及突变性的特征。阶段性表现在2006-2008年，即辽宁省发生自然灾害的次数多，接下来是2008年-2010年一级2013-2015年，农作物受灾面积和成灾面积几乎都在平均值以上。
对2006～2015年辽宁省农作物灾情数据进行统计分析发现，四种农业气象灾害旱灾、洪涝灾、风雹灾和冷冻害造成农作物受灾面积年平均比值分别为72.17%、21%、5.09%、1.70%，成灾面积年平均比值分别为69.59%、22.48%、6.16%、1.80%。
（2）灾害强度指数变化
2006-2015年辽宁省农业气象灾害强度指数图形在波动中上升，其中有6个年份灾害强度指数在平均值以上。农作物受灾较严重的年份有2006年、2010年、2012年、2014年，灾害强度指数值分別为70.51%、75%、79.57%、68.29%。由灾害强度指数曲线还可以发现，2012～2015年是气象灾害多发的阶段，每年的灾害强度指数都在10年内平均灾害强度之上。2007-2009年气象灾害相对较少，都在平均值以下。辽宁省气象灾害强度指数总体呈上升的趋势，农业防灾减灾的工作仍有难度，故气象指数保险的发展势在必行。
（3）粮食单产与受灾面积分析
从图4可明显的看出辽宁省粮食单产与农作物受灾面积成负相关关系。1997-1999年农作物受灾面积呈增加的趋势，粮食单产有下降的趋势;2009-2014年农作物受灾面积下降，粮食单产一直处于上升状态;2008-2010年农作物受灾面积增加，粮食单产呈下降的趋势。从总体来看，1997-2013年辽宁省粮食单产在波动中上升，在气象灾害严重的年份，粮食单产明显降低。比如2007年、2009 年和2014年农作物受灾严重的年份，粮食单产明显下降。
2.辽宁省粮食单产与自然灾害关联性分析
本文讨基于灰色关联度对多种气象灾害因素进行排序，以辽宁省粮食单产为参考序列，以四类气象灾害造成的受灾面积为比较序列，从而基于减产最严重的气象因素研究气象指数保险，实现辽宁省农业精准扶贫。
本文以近几年辽宁省粮食作物单产作为参考数列，辽宁省常见的气象灾害因素，旱灾、洪涝灾、风雹灾以及冷冻害造成农作物的受灾面积作为比较序列，得到与粮食单产有关的气象灾害的排序，可以看出影响粮食产量的主要因素、次要因素，为研究农作物关于影响气象因素的指数保险做铺垫。
结果显示近几年辽宁省粮食单产与四种主要气象灾害的关联度大小排序为：旱灾（0.426）>风雹灾（0.285）>冷冻害（0.268）>水灾（0.197）。说明旱灾是影响粮食单产最严重的气象灾害，风雹灾次之，故本文基于干旱因素对农作物气象指数进行研究.
三、干旱指数保险的实现路径研究
根据对辽宁省旱灾风险的分析研究其农业精准扶贫途径，由于玉米对旱灾较为敏感且为辽宁省的主要农作物，故下文以辽宁省玉米为研究对象，设计辽宁省玉米干旱指数保险的保险方案。
1.玉米减产率的计算
一般来说，农作物的实际产量为气象产量、趋势产量和随机产量之和。其中气象产量多值由于灾害天气的发生造成的减产量;趋势产量是指由于作物品种、施肥量、田间管理等农业生产技术水平和长期以来气候条件影响农作物的那部分产量;随机产量是指受随机突变因素影响的那部分产量，随机性大无法预测。从而玉米的实际单产产量可用下式表示。
四、总结
本文依据对辽宁省农业精准扶贫路径进行研究，建立旱灾气象指数保险的研究，得出辽宁省玉米干旱指数保险保费为18.15元，将5%的减产率作为触发值时，干旱指数为-1.54。若干旱指数为-50时，将造成28.54%的减产，每亩赔付79.9元。
本文在搜集气象资料以及历年来玉米作物单产等数据时较为局限，且在玉米气象指数保险费率厘定过程中真实数据可能与统计数据存在偏差，故本文只是在一个范围内制定了相应的费率。
参考文献
[1]冯舒杰.保险科技支持农业保险精准扶贫的路径研究[J].市场周刊，2018（11）：176-177+190.
[2]刘人箔.保险助力精准扶贫模式研究[J].合作经济与科技，2019（12）：170-171.