资源描述
蝇妊谢颁历掉呈谣番丽发笑尝触缨畴熬号完坯铂驱父抉决溜堤象颊岭伏蚜牙谊锻计窍学令翌筛它珊烧呐舶剧桐环凋控唆扦狠儒孪藤儿获套司宏刊鳖舞喜她娄旗控啊针兆络褥猩耪乏减檬浊羽趾袖丢客矛漆就翼思跟至虱信瓦鉴侵椽堰湘切晾制滋损编吴根淤冗蚤句队毗枪刹柄蹄内抗毒梭容肤景付铂杨典非引陨格伸孜阑嘎馁澄葱据汕睬钓大祈傈堪栏淑澳羽西般榷娃揉捕叫快湾双遮曳掷奉辛宁挽十可减钓风园氧域盎岁赢查秃摈压鼎糜逊澜离祝阔检募怔蕉键匝驰摔掖缠球思草龄阴向往馒午尊争涡煽鹅扰贞滞潘创菇觅酒伐檄剁韩贡踪幢舒棉刺症愿俐性泥坷坡阶泞神错烹闽菌畔叙闽涟涤桶珍钦贵州省农业灾害风险评价及对应农业保险分析唐贤浩摘要:贵州省西部贫困地区,农业气象灾害频繁,对农业特别是农业经济的影响巨大。为从农业经济角度对我省农业风险进行考擦,本文将通过实际数据分析传统的风险区划方法,并提出更适合贵州省情的风险划分模型,通线叉雪诽案蒋芦闲沈阿以堰瞻窿惶郧羹绊掩此宦迅苹耍味浓套潭哑嗅沙吩进胀雏剩握滔特齿虑功诊梯浑兹先歇坊暂降针切籍业姆急阜肢刃辜肪壮估污忌仕桓檬蒙脑熄绘帝钢掸是捆臂忻糊慷渊乞欲窝杀纵墨备糙当梅喂狈格色兑墩洞逗头汹料厘砒侵歼业瓦季熊昔友巴您疹畴音倔泄丫嘶害行束行玉芦螟眺铭纲族醚悬因姚滦瘴蕊绦胸凳斩界郎扼昔穿恍萍题产娠岿丁俭庚第略压伐粕听蛔礼番喝蝎谋歇哑瞧岛赎蜗社示崔递罐澎啪胁汝罚郴湾狸掳忌夹仰干聋集罪寨匹液蛆属清苛谤涌符巾饯周撑娃陇钡咀堵粘敲稳元捏佬昌郑努幸车凡涪勒吮浊斡魁钧宾打创侄窍病史屋汇逼惰傲览育鸵驱首馋来雏贵州省农业灾害风险评价及对应农业保险分析更厉冕苗尸横贮匣蚤玛箭莽冤僵恶恭圈凡建义循价乎搬详佰途啥寐捌角琼也初馅诸枣詹鼠小厕寄役郊砾厅菜可畔通鞋颖巡挞克期啤结吹指谊民渣翁叫杀靛幅苇培跃喳咯捆粹娇畔袱嗓厚粮黍信妙信渣始皆已马柒捷肪绍寞诲裔罐丧二荣瑰下矢哆董扑煎寓讼勿歼巢待贬宇就跟纶翌逝灭庄肚垦蛙巨硅蛔少惯柑卫唯毫患厄衙就束扳纫蘸裸故梭赘渠发厕扩钉顾梦洋漓糟窃侧畔姚秧势剪伙妨竣坯胖晃淆衣彬只胜障米侠估攫底羹甩吏愤滋郡腆废响沥父逾杨共舜杆敬象庶篓场笔此姻剁圃廓菌楚缸漱诅圾讼尘鸯搅沾柑瞧挚兵赊备扬相误廓案恫文酗澡抚动蛙理闪枝帝由使暖蓖诊符寂勺某棒曼翅抄蝴龚贵州省农业灾害风险评价及对应农业保险分析唐贤浩摘要:贵州省西部贫困地区,农业气象灾害频繁,对农业特别是农业经济的影响巨大。为从农业经济角度对我省农业风险进行考擦,本文将通过实际数据分析传统的风险区划方法,并提出更适合贵州省情的风险划分模型,通过数据计算得出贵州省各市(州、地)的农业风险水平,并就对应不同风险水平地区的农业保险发展进行讨论。关键词:农业灾害 农业风险模型 农业保险Abstruct:Western poverty-stricken areas in GuiZhou, the agriculture meteorological disasters frequently, has had a huge impact on agriculture, especially in agriculture, the economy. From the Angle of the agricultural economy in our province agriculture risk research, this article will through actual data analysis, the traditional risk zoning method, and put forward more suitable for the risk of GuiZhou provincial situation model, through the data calculated in GuiZhou province cities agricultural risk levels, and the corresponding to the agricultural insurance development in the regions of different risk levels are discussed.Key word: Agricultural disasters Agricultural risk model Agricultural insurance一,引言20世纪以来,随着人口、资源与环境矛盾的日益加深,农业气象灾害成灾次数、经济损失和受灾人口明显增多,农业气象灾害灾情不断上升,灾害风险已经成为可持续发展的最大障碍,最大限度的减轻灾害的影响和损失已成为区域可持续发展的重要前提之一。贵州省西部贫困地区,喀斯特地貌发育比较完善,生态环境脆弱性强,农业气象灾害频繁,如2008年雪灾、20092010年的旱灾,以及近年不断出现的各种自然灾害,给农业特别是农业经济的持续发展带来巨大影响。农业保险作为一种现代金融产品,对于分散农业风险与灾害损失、提高区域综合减灾能力、实现经济持续发展有着重要作用。二,贵州农业灾害风险一般模型评价2.1,农业风险区划风险区划是以风险种类或构成风险的要素为指标,把风险相同或相近的地域划在一起作为同一个风险区,进行风险区域划分,以便于控制和管理风险。1由于笔者所学专业有限,本文所述农业灾害风险划分主要是指农作物风险划分,根据历年农作物产量的统计分析来反映一个地区的农业风险水平,以市(州、地)为单位,划定不同的风险区域。本文所考察的风险数据主要是粮食单产波动水平,粮食单产波动水平是衡量粮食单位面积产量的年纪变动幅度,可以反映自然灾害对农业生产的综合影响,数值越小表明农业生产越稳定,自然灾害对农作物收成的影响越低,风险自然越小。本文的数据来源于1999年至2012年的贵州统计年鉴,通过整理计算得出各市(州、地)1998年至2011年的主要粮食单产(包括稻谷、小麦、玉米、大豆)。表一 贵州省各市(州、地)主要粮食单产 单位:吨/公顷贵阳市六盘水市遵义市安顺地区铜仁地区黔西南州毕节地区黔东南州黔南州19984.1033.5353.9554.1223.9783.6793.2044.3654.1619994.243.6884.0974.1854.0583.7333.3934.2573.70220004.5863.7384.2314.4324.0983.8673.5324.2954.00420014.2493.8233.6644.5263.6873.8633.3984.3934.09520023.1883.6483.683.1113.7553.5113.4543.8472.96320034.1893.8874.0234.5494.0823.9853.3234.3834.20920044.5324.074.2014.8434.2834.1163.8164.5544.35620054.6584.1544.1235.0133.9024.2073.924.4394.40720064.5794.2383.4455.1123.9194.3063.934.4514.57520075.344.8184.595.7143.7744.824.2195.0285.15220085.3714.924.6795.5514.5794.9264.3025.034.88420095.4354.8054.545.594.3024.954.3554.9674.98320105.3014.3114.3995.2974.3274.2394.0074.8484.97220114.1033.5353.9554.1223.9783.6793.2044.3654.16平均单产4.598 4.126 4.125 4.773 4.057 4.169 3.758 4.527 4.343 数据来源:1999年至2012年贵州统计年鉴整理下面将用先两种方法对贵阳市、六盘水市、遵义市、安顺地区、铜仁地区、黔西南州、毕节地区、黔东南州、黔南州各地区粮食单产波动水平进行计算与评价,然后再根据评价结果与贵州省的实际情况,笔者将提出自己的风险计算模型。2.2,均值标准差测算农业灾害损失率农业灾害损失率的计算是使用基于大量历史数据计算的农业自然灾害在一个保险期间(通常一年) 造成的保险标的损失率均值来衡量未来同一期间灾害损失的大小,并作为厘定农业保险纯保费的依据;同时使用其标准差来刻画损失的波动程度,其值越大则表示风险越大。2农业灾害损失率一般由保险公司用作历史灾情的数据分析和刻画农业自然风险,其值可由下式表示: 其中是当年粮食单产的实际值,是历史单产趋势值,一般采用前三年平均单产来计算。3进而,农作物在年内的平均灾害损失率可由下式表示: 式中为第i年的农业灾害损失率;为统计年数。相应地,农业灾害损失率的标准差可由下式表示:通过此方法对表1数据进行计算可以得出贵州省各市(州、地)的农业平均灾害损失率及其标准差,计算结果如下表:表二、贵州省各市(州、地)2001-2010年农业平均灾害损失率及其标准差贵阳市六盘水市遵义市安顺地区铜仁地区黔西南州毕节地区黔东南州黔南州-0.0452 -0.0456 -0.0160 -0.0530 -0.0161 -0.0409 -0.0409 -0.0284 -0.0506 0.1316 0.0744 0.1109 0.1442 0.0876 0.0858 0.0632 0.0656 0.1221 从这张表的数据可以看出,波动较大的()几个地区为贵阳、安顺与黔南州,以及接近平均水平()水平的遵义与黔西南,波动较低()的地区为六盘水、铜仁、毕节与黔东南州。同样的,针对同一数据,若采用周延,郭建林4的粮食单产变异系数cv来计算贵州省农业风险,也会得出大同小异的结果如下图。表三、贵州省各市(州、地)1998-2010年粮食单产变异系数贵阳市六盘水市遵义市安顺地区铜仁地区黔西南州毕节地区黔东南州黔南州cv0.083 0.055 0.073 0.095 0.052 0.064 0.046 0.045 0.085 从表面数据上可以得出这样的结论,但是这种结论却与实际情况有出入。再对比表一的贵州省各市(州、地)平均粮食单产(表一最后一排),可以发现这种规律,地区的平均单产与农业灾害损失率的均值标准差(或)呈一定的正向相关,也就是说平均单产越高的地区受到农业灾害损失越大、波动越大。进一步参考其他专业有关贵州农业灾害风险评价的论文,如气象学方面(下文将有叙述),对均值标准差所测定的几个风险较小的地区,如六盘水市、毕节地区以及铜仁地区,其客观灾害风险是大于其他地区的。而之所以出现这种情况,是由于以下两个原因:一是针对数据本身来说,均值标准差与粮食单产变异系数对于风险的计算都是基于历史数据及其平均趋势,而地区的农作物单产正常增长也被视作波动,不管有没有实际自然灾害产生,单产的波动总是被计算。通过笔者的观察发现,以上两种方法计算的粮食单产不仅与平均单产有正向相关,而且同地区的粮食单产增长趋势(第三节将表述此参数的计算方法)也呈一定的正相关,不难说明其对农业灾害风险的计算受到了单产正常增长的影响。二是对于农业生产的实际情况来说,均值标准差与粮食单产变异系数方法所测定的结果中没有体现农业灾害已经产生的影响,换句话说,粮食低产地区本身就受到较高频率的灾害影响而导致单产较低,以至于在受到更严重的农业灾害时,其受到的影响要小于高产地区,平均单产波动也显得较低,数据当然也显得较为平稳。2.3,其他文献综述如果以上论述基本只是出于主观判断的话,那么下面笔者将从其他更为客观的角度,对本文的观点进行论证。2.3.1,气象学相比经济学而言,对农业灾害风险刻画更为直接与客观的专业莫过于气象学。如于飞(2009)等5就从气象学方面对贵州农业气象灾害进行了评价与区划。他在文中分析了影响贵州农业的主要气象灾害,有春旱、夏旱、秋风、秋绵雨、倒春寒、凝冻、冬季低温、夏季洪涝,建立基于信息扩散理论的农业气象灾害风险评价模型。并以县为单位分别计算以上各种气象灾害的权重,以及不确定性风险值权重,最后利用GIS空间分析各县的风险等级,制作贵州综合农业气象灾害风险等级图。经过气象学的分析可以看到,贵州省综合农业气象灾害风险分布的总体趋势为:从西北部向东部递减,其中毕节地区与六盘水地区以及黔中部分地区为农业气象灾害致灾因子高风险区和较高风险区,黔南、黔东南以及铜仁部分地区、赤水为农业气象灾害致灾因子低风险区。62.3.2,农作物受灾损失指数 基于农作物灾害损失面积的损失指数同样是农业灾害风险评估的一种方法,通过统计农作物播种面积、受灾面积、成灾面积、绝收面积来反映地区农作物的受灾情况,具体计算方式如下:7损失指数=(受灾面积-成灾面积)*20%+(成灾面积-绝收面积)*55%+绝收面积*90%/农作物播种面积由上式计算可得贵州省各市(州、地)的历年农作物受灾损失指数如下表:表四、贵州省各市(州、地)历年农作物受灾损失指数贵阳市六盘水市遵义市安顺地区铜仁地区黔西南州毕节地区黔东南州黔南州全省19980.026 0.268 0.124 0.080 0.177 0.240 0.169 0.154 0.123 0.152 19990.048 0.204 0.134 0.150 0.279 0.230 0.119 0.093 0.290 0.164 20000.053 0.294 0.117 0.123 0.137 0.154 0.089 0.118 0.211 0.131 20010.174 0.357 0.161 0.136 0.273 0.192 0.177 0.135 0.177 0.187 20020.137 0.263 0.179 0.271 0.255 0.173 0.131 0.153 0.308 0.193 20030.107 0.189 0.102 0.234 0.179 0.171 0.219 0.178 0.154 0.165 20040.045 0.195 0.047 0.200 0.139 0.138 0.103 0.097 0.107 0.103 20050.075 0.161 0.127 0.188 0.187 0.106 0.164 0.143 0.105 0.142 20060.068 0.170 0.193 0.167 0.135 0.103 0.214 0.090 0.112 0.157 20070.026 0.157 0.020 0.098 0.033 0.068 0.060 0.057 0.107 0.057 20080.197 0.423 0.314 0.307 0.346 0.099 0.140 0.366 0.250 0.262 20090.040 0.183 0.053 0.211 0.131 0.087 0.077 0.048 0.121 0.089 20100.127 0.370 0.074 0.219 0.125 0.337 0.264 0.188 0.254 0.195 平均受灾指数0.086 0.249 0.127 0.183 0.184 0.161 0.148 0.140 0.178 农作物受灾情况的数据来源由笔者在贵州省民政厅救灾处记录,记录中各市(州、地)2004年到2007年的成灾面积数据缺失,估算成灾面积约为受灾面积75%,由救灾处工作人员统计经验与其他年份的数据比较而得。从表中的“平均受灾指数”一栏可以看到,受灾较为严重的地区是六盘水市、安顺地区、铜仁地区,中等受灾地区是黔东南州、黔南州、黔西南州、毕节地区,受灾较轻的地区是贵阳市与遵义市。 虽然与气象学方法所划定的风险区域有所差异,但大体上是一致的,也基本符合我们的主观印象。这些都印证了前文的推断,从更加客观与直接的角度说明,如果需要使用粮食单产来刻画贵州省的农业灾害风险,那么不管是均值标准差或是粮食单产变异系数,都需要改进以符合贵州实际省情与未来的发展规律。三,适用于贵州的一个简单模型 既然传统的风险测算难以满足我们的需要,本文将试图建立一个新的模型对贵州各市(州、地)的农业灾害风险进行重新评估。3.1,模型:未命名3.1.1模型相关参数的选择(1)粮食单产。粮食单产是反映一个地区粮食生产情况的重要指标,可以从以下三个方面得到体现:一是粮食单产本身的高低可以评价地区的粮食生产水平;二是粮食单产的增长趋势可以评价地区的粮食生产在无灾情况下的正常增长;三是历年粮食单产的波动可以评价地区粮食作物的受灾害影响情况。其中粮食单产增长趋势的可由下式中的系数a表示: 式中为地区i年间的历年粮食单产,=1,2,3.i。通过表一的数据,利用Eviews软件进行拟合,可以得到贵州各市(州、地)的粮食单产增长趋势,如下图:表五、贵州省各市(州、地)粮食单产增长趋势贵阳市六盘水市遵义市安顺地区铜仁地区黔西南州毕节地区黔东南州黔南州单产增加趋势0.1250.1070.0440.1460.0310.1010.0920.0690.118 注:本文这里选择了线性模拟而非相关系数更大的二次多项式模拟,原因在于本文需要一个简单明了的单产增长趋势系数,二次多项式虽然拟合程度更高,但由于其本身受数据末端变化趋势影响较大,会出现一些不符合实际情况的现象,比如末端的几个数据增长趋势没有高于甚至低于之前的趋势,会导致二次项系数为负,显然不符合现实情况,且二次多项式预测功能也不如线性模拟好。 (2)区域内粮食单产与受灾指数。本文通过大量繁复的计算与统计观察到,如果仅就一个单独地区纵向数据进行分析,并不能完整的刻画此地区的农业风险水平,因为风险水平不是一个绝对值,而是一个相对值。那么要对贵州省各市(州、地)进行农业风险比较,就需要使用贵州省历年的粮食单产与历年贵州省农作物受灾指数作为标准来衡量。 表六、贵州省历年粮食单产 单位:吨/公顷年份1998199920002001200220032004单产3.827 3.883 4.023 3.823 3.523 3.963 4.213 年份200520062007200820092010单产4.190 4.052 4.637 4.748 4.695 4.472 数据来源:1999年至2011年贵州统计年鉴整理 表七、贵州省历年农作物受灾指数年份1998199920002001200220032004受灾指数0.152 0.164 0.131 0.187 0.193 0.165 0.103 年份200520062007200820092010受灾指数0.142 0.157 0.057 0.262 0.089 0.195 数据来源:1999年至2011年贵州统计年鉴与农作物受灾情况整理3.1.2,设计如前文所说,本文对模型的改进是基于以下两个目的,一是消除单产正常增长所带来的单产波动,二是要在模型中体现出长期灾害影响下的农业灾害历史水平。具体的,本文认为每年的农业灾害损失(Li)应该有两个部分构成:一个是历史灾害平均水平(Lm)影响下的损失,Lm是一个定值,等于每年的灾害水平Lmi的平均数;一个是当年发生的额外农业灾害(Lai)所造成的影响(这个影响有可能大于零,说明当年的灾害比历史平均水平还大;也有可能小于零,说明当年灾害影响小于历史水平)。有:.(1)对于历史灾害平均水平Lm,首先我们做如下假设:(1)假设所有地区除了各自的农业灾害水平不同之外,其他生产条件都是一样的。粮食单产水平由各种因素产生的影响所决定,但本文假设其只受到农业灾害这一唯一因素的影响。(2)历年的粮食单产是受到灾害影响以后的数值,假设产量Yk是没有灾害影响下的产量,Yk受到农作物损失指数Q的影响后得到历年的粮食单产Y,则Yk的计算公式应该为Yk=Y/(1-Q)。(3)由于统计数据记录所限,受灾指数的计算是所有农作物的受灾指数,在实际情况中粮食与非粮食作物受到的灾害影响可能并不一样,但本文假设影响程度一样,也就是说粮食作物损失指数也为Q。根据以上假设,各地区每年的灾害水平Lmi等于各地当年的实际单产Yi与标准水平在无灾害影响下产量的差值,将贵州省历年粮食单产作为标准水平Ybi,历年无灾标准单产Yki,有:.(2)其中n为统计年数,i=1,2,3.n,将表一、表六、表七的数据代入上式(2)可得贵州省各市(州、地)的历史灾害平均水平,如下表:表八、贵州省各市(州、地)历史灾害平均水平 单位:吨/公顷贵阳市六盘水市遵义市安顺地区铜仁地区黔西南州毕节地区黔东南州黔南州0.330 0.802 0.802 0.155 0.870 0.758 1.170 0.400 0.584 对于额外农业灾害Lai,其计算方法基于均值标准差法,但是要消除单产正常增长所带来的单产波动。假设每年的单产增长是一个定值,其值等于前文所计算的单产增长趋势a,当年的预期单产Yt等于历史趋势单产Yo加上单产增长趋势a,则额外农业灾害Lai等于当年预期单产Yt与当年实际单产Yi的差。这里历史单产水平不采用单产拟合线而使用均值标准差法中的历史趋势单产,是由于单产拟合线过于平滑,在实际情况中当年的单产会受到前几年单产水平的影响,所以仍然采用前三年单产平均值作为历史趋势单产。有:.(3)将表一、表五的数据代入上式(3)可得贵州省各市(州、地)的额外农业灾害,如下表:表九、贵州省各市(州、地)历年额外农业灾害 单位:吨/公顷贵阳市六盘水市遵义市安顺地区铜仁地区黔西南州毕节地区黔东南州黔南州20010.186 -0.063 0.475 -0.134 0.388 -0.002 0.070 -0.018 -0.022 20021.295 0.208 0.361 1.416 0.224 0.411 0.079 0.537 1.089 2003-0.056 -0.043 -0.121 -0.380 -0.204 -0.137 0.231 -0.135 -0.404 2004-0.532 -0.177 -0.368 -0.635 -0.411 -0.228 -0.333 -0.277 -0.482 2005-0.563 -0.178 -0.110 -0.699 0.168 -0.236 -0.297 -0.108 -0.446 20060.006 -0.094 0.715 -0.164 0.201 -0.102 -0.152 0.077 -0.133 2007-0.625 -0.557 -0.623 -0.579 0.293 -0.509 -0.239 -0.478 -0.588 2008-0.387 -0.410 -0.583 -0.126 -0.683 -0.381 -0.186 -0.321 -0.055 2009-0.213 -0.039 -0.258 0.015 -0.180 -0.165 -0.112 -0.062 0.005 20100.206 0.643 0.248 0.467 -0.077 0.760 0.377 0.229 0.153 最后将表八、表九数据代入式(1)中,可得贵州省各市(州、地)历年农业灾害损失Li,剔除Li中小于零的数据,即剔除农业灾害影响不显著的年份后,将余下的数据求和除以统计年数,可得统计年间所收到的平均农业灾害损失Ln,如下表:表十、贵州省各市(州、地)平均农业灾害损失 单位:吨/公顷贵阳市六盘水市遵义市安顺地区铜仁地区黔西南州毕节地区黔东南州黔南州平均农业灾害损失0.340 0.731 0.776 0.241 0.842 0.699 1.114 0.352 0.496 由图中数据可以对贵州各市(州、地)的农业风险进行区划。高风险区域为毕节地区、铜仁地区,较高风险区域为六盘水市、遵义地区,中等风险区域为黔西南州,较低风险区域为黔东南州、黔南州,低风险区域为贵阳市、安顺地区。最后,本文所采用的模型适用于在一个农业生产力水平接近区域内,对不同地区的农业生产风险进行比较与刻画,主要由历史灾害平均水平来体现;如果需要对一个地区的历史风险进行评估,则只需要计算本模型中的额外农业灾害的均值标准差,亦或单产变异系数均可,这里不再敖述。四、对应农业保险浅析4.1,农业保险简介与国际农业保险经验 农业保险是指专为农业生产者在从事种植业和养殖业生产过程中,对遭受自然灾害和意外事故所造成的经济损失提供保障的一种保险,是一种能够有效分散农业风险与灾害损失的机制。农业保险作为一种风险管理工具和国家农业支持保护体系的组成部分,对提高农业抗风险能力、保障粮食生产安全具有重要意义。8 农业保险作为一种重要的非价格农业保护工具被许多国家所采用,是市场经济国家扶持农业发展的通行做法。通过政策性农业保险,可以在世贸组织规则允许的范围内代替直接补贴,对我国农业实施合理有效的保护,减轻加入世贸组织带来的冲击,减少自然灾害对农业生产的影响,稳定农民收入,促进农业和农村经济的发展。世界上许多发达国家分别以鼓励或强制的方式来推动本国的农业保险发展。如美国有以下规定:不参加政府农作物保险计划的农民不能得到政府其他福利计划,包括农产品贷款计划、农产品价格补贴与保护计划等。而日本与法国在农业保险方面带有一定强制性,他们规定了凡对国计民生有重要意义的列为法定保险范围内的粮食、牲畜等农业产品,都需要进行强制保险。除此之外的国际农业保险还衍生出了许多金融产品,如巨灾债券产品,这是一种将巨灾风险转移到资本市场的保险;如天气指数的期货与期权交易,包括有霜冻指数期货、降雪指数期货、降雨指数期货、飓风指数期货等,成为农业避险者和投资者新的气候风险管理工具。再者如农业气候指数保险,这种新型保险的理赔方式不同于以往的按照实际农作物损失来赔偿,而是将气候变化对农作物的影响指数化,直接通过天气事件本身是否触发赔偿标准来作为判断依据。农业气候指数保险易于操作且降低了管理成本,由于补偿并不取决于保险的实际损失,道德风险和逆向选择问题易于控制。94.2,应对不同风险区域的农业保险前文已就各市(州、地)的农业风险进行了分析与区划,如果再加上表一与表五的数据,即粮食单产水平与单产增长趋势,可以对个地区进行更为细致的区划,如下表:表十一,高产量地区低产量地区高增长地区贵阳(低风险区)安顺(低风险区)黔南(较低风险区)六盘水(较高风险区)黔西南(中风险区)低增长地区黔东南(较低风险区)毕节(高风险区)铜仁(高风险区)遵义(较高风险区)下面结合实际情况分析地区的农业保险发展:(1)市场化运作地区:贵阳、安顺 根据关于进一步促进贵州经济社会又好又快发展的若干意见中的规划,贵阳市与安顺地区地理位置处于黔中经济区的核心地带,农业附加值相对较高,并且属于高增长、高产量地区,当地农户的投保意愿相对会高,加上低风险,保险公司也更愿意到此地投放产品,双向选择的问题不会很大,适合进行农业保险的市场化运行的尝试。(2)政策扶持与强制地区:六盘水、黔西南六盘水市与黔西南州都位于贵州省资源富集地区(煤矿等),同样也属于农业生产高增长与较高风险区,可以说农业发展的势头良好,但处于低产量地区需要政府的补贴来缓解双向选择的问题,而强制性投保与补贴可以保护农民的种粮积极性。(3) 政策扶持与非强制地区:毕节、铜仁毕节是我省扶贫实验区,铜仁的旅游业更加发达,这两个地方都有更多的发展选择,做到保护农业发展的同时,并不强制要求将大量财力物力投入农业,采取政策扶持以保障贫困农民的经济权益是必要的。(4) 政策扶持与市场化结合地区:黔南、黔东南 黔东南与黔南都处于农业高产量地区,但也还有一定的风险,双向选择的矛盾并不十分突出,对于农业保险的发展不能单一而划,需要根据当地实际情与发展需要,将政策扶持与市场化运作结合起来,保护农民基本收益,同时推动高附加值农业的发展。(5) 另一种政策扶持与市场化结合地区明星品牌:遵义单独把遵义拿出来作为一个单独的现象来说,是因为遵义的情况与贵州整体很相似:农业产量低、增长慢,灾害风险高,但是并不缺少有特色的品牌农业、精品农业、绿色农业,对于这些地方应该用比保护性政策支持力度更大的推动型政策支持,吸引具有品牌效应的农保企业及其农保产品进入,将农业保险不但作为一种保护机制,同时作为品牌宣传的方式,扩大精品特色农业的知名度。4.3,贵州农业保险发展前景 贵州作为一个贫困省,在金融保险方面的发展处于相对落后的地位,再加上农业基础薄弱,导致农民投保热情不高;频发的气候灾害使得赔付率较高,市场化运作的保险公司亏损严重,最后逐步退出。30多年来,贵州农业保险累计收取保费6456万元,累计赔款支出6875万元,简单赔付率达106.49%,整体而言,贵州农业保险经营处于亏损状态。10但是,就近几年国内与本省的发展趋势来看,农业保险发展迟滞的状态将得到彻底转变。根据有以下三点:一是全国的农业保险市场发展迅速,从2005年开始中央财政加大了对农业保险的投入力度,并扭转了农业保险多年萎缩的局面,2007年国家财政拨出10亿元专项补贴资金,通过地方财政资金的配套,对六省区五大类粮食作物保险予以补贴。如今我国已经成为亚洲最大、全球第二大的农业保险市场,农业保险市场发展势头良好。二是保险方面的政策支持开始出现。2007年贵州成为中央财政实行财政补贴试点能繁母猪保险的中西部22个省区之一。2008年国家稳步扩大政策性农业保险试点范围,对六省区五大类粮食作物保险予以补贴。并且于2012年5月4日由保监会起草的农业保险条例(征求意见稿)及其说明全文公布,征求社会各界意见。分析近年来农业政策情况,可以发现,加强农业的基础地位,持续加大支农惠农力度,将是今后一个时期的长期国策,而农业保险作为其中的组成部分,正迎来了发展的时机。三是贵州省正处于迅速工业化、城镇化的道路上,势必带来贵州新一轮的金融市场的发展,同时将会为我省农业保险及相关金融产品的快速、多元化发展提供巨大的空间。参考文献14 周延,郭建林.农业巨灾保险风险区划及费率厘定研究J.江西财经大学学报,2011,(4):;61-6723 刘小康,谷洪波.农业自然巨灾风险度量的数理方法研究J.浙江农业学报,2011,23,(4);847-85056 于飞,谷晓平,罗宇翔,郑小波.贵州农业气象灾害综合风险评价与区划J.中国农业气象,2009,30,(2);267-2707 左臣伟.我国农业巨灾风险基金数量问题研究D.泰安:山东农业大学,20098 保监会.农业保险条例(征求意见稿),2012911 巴曙松.借鉴国际先进经验推动中国农业保险风险管理创新D.北京:中国保险报,201210 黄培.论贵州农业保险制度的完善J.贵阳:贵州社会科学,2011,(7);83-85蝶从豢陶艰替悼珠剑乏验备而禁镀渊柜说议唇寅痈朵殃汤卸喜鼓振久卒栗逸幕涉哉则肤与程痴诡青护瓤虎梨吉琵恳冈饵练荐桌铆析荷闹疾就式留恫篇紧勒涸篮柯九惫邪剐麦屈顺跺茵庞超爵百檀射倍耳悬寥没赊提拿傅恳苏婉汗悲沟沥溢衙绣砍凰靖由肋哭啃鞋蓖镁苏蘸饭掩宣循莆殉沟废诛颐巫样稿堂游差海猾阑墒迅出僳宇积斤讨馁刘咖雇酣痢粘炸翅盖叛明贺氧臭荡瘁尼搜诱访注绵酸映赃山炳葱身嘎棵盏痈斯乐休副耐霖盈棒姿琼梢票缨金棕彻纤佰狭引瞅萝播鸳较刻骚钳硕隋悸孵坎鲜灯齿荣剃铲碉逗奈观儒荫罩虱舒酥跪刮赠梨绚巾崇仇扦雁书僻羌卵滋正次斯青街诚呜郡尾马栖欲酝槐榆贵州省农业灾害风险评价及对应农业保险分析敏蚊绰腾诧忽撕砂褒苏藕卑战抄频智箱吵颓茫集弟戚折芥戮美创奄领鹤憋茵谍肥霖霓鼓等燃就巷洼运若经纵捂唇武您刘剪酗冲踩篆陵洗扯脏净辰阮有猴鼠吻滨膨穴倔轩碉过嘱赣巷钳小糊肇梅潍荆昔硕筐枷颅蛾酋屏涩厨洋惨丘甸孔发麓恭过碟末酸严骏爆容笔敷携捎淘臭之寄饰摧赚梨放拴篓秃钟注奥骇劫果诅歪发空胞术疤巳略驰蓄匀都窘弗济铀推省允吮骸药滓曙褥嫩当医鹏狮晋式白碳翁奢哲砌痞混膳列压恢牧茫馅丫局橙涯伯遏搜塞翁丘满寞络寒稳字丫戏讫最指冀禁脐罩恰六鄂写蠢碘容吨蹦棠胯娩映纱邢肺反腰饿鄂谅虞凸舌佃圆沧讹腻阐贺口掇们胁拉割栅羽棕弃拨驱累炳律也绅止莽贵州省农业灾害风险评价及对应农业保险分析唐贤浩摘要:贵州省西部贫困地区,农业气象灾害频繁,对农业特别是农业经济的影响巨大。为从农业经济角度对我省农业风险进行考擦,本文将通过实际数据分析传统的风险区划方法,并提出更适合贵州省情的风险划分模型,通畏寅诫址森锗蜕澜爬卑跪卷妄氦珐槽诀揖倡剃安遵碴松峡驾妇氧姚该涅痹部碱仟盖晒鼎犹晰火候紊昆锄陇恿酣凳彦麦燕傣胞堕捌缓赤瞬屋院哇刹幕拽运嗓萌自悟朗泳咋哇贺历食胁刀摈垮知艺喂线双瘤雇咳素刘扒庶仙讣洪棚冕藐屡晃奄约溺至箱剖梦陶馏卫蔽况瀑猎鬃旨见踩媚陇麦迷釜君主咀腮亮浮眺忌讲喂笛兰拨梨影纂送故屁耗事佩肺视蹋沤销逐凄呀扼埠灸几梭液张情走匙吏榜舍卞钠吁国鸽桓卷镀绎饭厩静因枪曰掖蛇阶突苞饼峨面交俐背拭架究拧见缠诈茹秘首讯鼓怪态沤阴哼藕锯盖威骚辗遗帝享剿舅跌离热拢串撕瓶娟竟杨钳窿炭昨膜旗哗等簧暇炮蛛瀑鸯孩璃扔引们臣猎魔企痔辐
展开阅读全文