小麥氣象災(zāi)害風(fēng)險評估及其在農(nóng)業(yè)保險中的應(yīng)用研究

1、.：.；小麥氣候災(zāi)禍風(fēng)險評價及其在農(nóng)業(yè)保險中的運用研討本研討采用風(fēng)險分析的方法，結(jié)合技術(shù)，對安徽省小麥消費主要氣候災(zāi)禍 的風(fēng)險進展了分析和評價，并且將風(fēng)險評價的結(jié)果運用到農(nóng)業(yè)保險決策中，主要的 研討內(nèi)容及獲得的成果如下： 首先，對安徽省小麥主要氣候災(zāi)禍進展了辨識。得出了安徽省小麥主要氣候災(zāi) 害為干旱災(zāi)禍，澇漬災(zāi)禍、冬季凍害，晚霜凍害以及干熱風(fēng)災(zāi)禍。為了滿足災(zāi)禍風(fēng) 險分析對災(zāi)禍目的量化的需求，本研討參照當(dāng)前常用小麥災(zāi)禍目的，為各種災(zāi)禍設(shè) 計了單災(zāi)種災(zāi)禍指數(shù)。為了可以找出各種災(zāi)禍的綜合影響效果，本研討將灰色實際 引入到災(zāi)禍指數(shù)設(shè)計中來，計算了災(zāi)禍與產(chǎn)量的灰色關(guān)聯(lián)度，結(jié)果闡明，在各種災(zāi) 害種，干旱對

2、小麥的影響最大，其次是干熱風(fēng)，再次是澇漬、晚霜凍，冬季凍害對 安徽省小麥的影響不大。以灰色關(guān)聯(lián)度為權(quán)重，對各種災(zāi)禍指數(shù)進展了加權(quán)求和， 得到了安徽省小麥氣候災(zāi)禍綜合災(zāi)禍指數(shù)，并且用綜合氣候災(zāi)禍指數(shù)與安徽省小麥 歷年相對氣候產(chǎn)量做了相關(guān)分析，分析結(jié)果闡明二者呈現(xiàn)顯著相關(guān)。 其次，進展了安徽省小麥氣候災(zāi)禍風(fēng)險分析。本研討為了抑制樣本少而帶來的 信息不完備的缺陷，采用模糊數(shù)學(xué)中信息分散的方法，計算了各種單災(zāi)種災(zāi)禍以及 綜合災(zāi)禍的不同級別災(zāi)禍指數(shù)發(fā)生的概率，并且繪制了各災(zāi)禍的超越概率曲線 曲線，進一步對各種災(zāi)禍發(fā)生、分布規(guī)律進展了分析。分析闡明：安徽省小麥氣 象災(zāi)禍有明顯的隨著緯度呈現(xiàn)梯度分布的特征，

3、南北差別明顯。其中，干旱、干熱 風(fēng)災(zāi)禍指數(shù)平均值及相對大的災(zāi)禍發(fā)生概率從南到北依次增大；冬季凍害及晚霜凍 害總體上也呈現(xiàn)出從南到北依次增大的趨勢，但是在沿江地域發(fā)生較??；澇漬災(zāi)禍 從南到北依次呈現(xiàn)梯度減??；但是從綜合災(zāi)禍的分布來看，從南到北逐漸增大。 再次，建立了災(zāi)禍風(fēng)險評價模型，對安徽省小麥氣候災(zāi)禍進展了風(fēng)險評價。為 了便于比較，本文采用兩種方法進展了安徽省小麥氣候災(zāi)禍進展風(fēng)險評價。首先， 以安徽省小麥歷史損失為根據(jù)，建立了減產(chǎn)率發(fā)生的概率模型，繪制了不同級別減 產(chǎn)率發(fā)生概率分布圖。其次，本研討著重將綜合災(zāi)禍指數(shù)大于發(fā)生的概率作 為氣候災(zāi)禍危險性目的，同時引入了暴露性目的、孕災(zāi)環(huán)境穩(wěn)定性目的

4、以及抗災(zāi)減 災(zāi)才干目的，采用層次分析方法，確定了各個目的的權(quán)重系數(shù)，建立了安 徽省小麥氣候災(zāi)禍風(fēng)險評價模型，計算了各個站點氣候災(zāi)禍風(fēng)險指數(shù)。用各個站點 的氣候災(zāi)禍風(fēng)險指數(shù)與小麥歷年減產(chǎn)率發(fā)生的概率進展相關(guān)分析，結(jié)果闡明二 者相關(guān)關(guān)系極顯著，。利用氣候災(zāi)禍風(fēng)險指數(shù)在下制造分布 圖，從圖上看，安徽省小麥氣候災(zāi)禍風(fēng)險大體上呈現(xiàn)緯度梯度分布，南北差別顯著， 不同地域災(zāi)禍種類及成災(zāi)條件不同。但是二者相關(guān)系數(shù)低，緣由是單一損失目的對 表達潛在災(zāi)禍風(fēng)險不完備，也從側(cè)面表達利用氣候災(zāi)禍風(fēng)險模型對潛在風(fēng)險評價優(yōu) 越性。 最后，針對當(dāng)前農(nóng)業(yè)保險所面臨的主要問題。本研討嘗試了將安徽省小麥氣候 災(zāi)禍風(fēng)險評價的結(jié)果運用

5、到農(nóng)業(yè)保險決策管理中，著重論述了個方面的運用嘗試： 以氣候災(zāi)禍風(fēng)險指數(shù)以及小麥減產(chǎn)率大于發(fā)生的概率為目的，按照農(nóng)業(yè)保 險分區(qū)的要求，采用聚類方法，將安徽省分為個不同的保險區(qū)域，并且 對各個保險區(qū)的風(fēng)險特征進展論述；提出了農(nóng)業(yè)保險差別化運營的方法，運用 區(qū)域風(fēng)險系數(shù)結(jié)合基準費率來進展區(qū)域差別費率的設(shè)定，并且嘗試性進展了各個區(qū) 域費率的計算 關(guān)鍵字：氣候災(zāi)禍，風(fēng)險，小麥，農(nóng)業(yè)保險，運用 ， ： ， ， ， 鱸 ， 廿礬 ， ， ， ， ， ， ， ， ， ， ： ， ， ； ， ； ； ， ， ， ， ， ， 仃 ， ， ， ， ， ， ， ， ， 。 ， ： ， ， ， ， ， ， ：， 目 錄

6、 摘要 文獻綜述 對氣候災(zāi)禍風(fēng)險內(nèi)涵的認識 氣候災(zāi)禍風(fēng)險評價的方法 農(nóng)業(yè)氣候災(zāi)禍風(fēng)險研討 風(fēng)險評價在農(nóng)業(yè)保險中的運用研討 引言 本研討的適用價值及實際意義 本研討的主要內(nèi)容 資料來源與主要技術(shù)方法。 資料來源 安徽省小麥氣候災(zāi)禍辨識 安徽省小麥風(fēng)險評價目的設(shè)計 干旱指數(shù)設(shè)計 澇漬指數(shù)設(shè)計 低溫凍害及晚霜凍指數(shù)設(shè)計 干熱風(fēng)指數(shù)設(shè)計 綜合災(zāi)禍指數(shù)設(shè)計 暴露性目的設(shè)計 脆弱性目的設(shè)計 抗災(zāi)性能目的設(shè)計 孕災(zāi)環(huán)境目的設(shè)計 安徽省小麥風(fēng)險評價模型建立 災(zāi)禍風(fēng)險概率計算模型 損失風(fēng)險評價模型的構(gòu)建 氣候災(zāi)禍風(fēng)險評價模型構(gòu)建 研討結(jié)果與分析。 安徽省小麥主要氣候災(zāi)禍風(fēng)險分析 安徽省小麥主要氣候災(zāi)禍指數(shù)空間分

7、布特征 安徽省小麥主要氣候災(zāi)禍指數(shù)時間變化特征 安徽省小麥主要氣候災(zāi)禍指數(shù)變異特征 安徽省小麥不同范圍氣候災(zāi)禍指數(shù)發(fā)生概率特征。 安徽省各代表站小麥主要氣候災(zāi)禍風(fēng)險特征 安徽省小麥綜合氣候災(zāi)禍風(fēng)險分析 安徽省小麥氣候災(zāi)禍暴露性分析 安徽省小麥氣候災(zāi)禍脆弱性分析 小麥氣候災(zāi)禍孕災(zāi)環(huán)境穩(wěn)定性分析 小麥氣候災(zāi)禍抗災(zāi)才干分析 安徽省小麥氣候災(zāi)禍風(fēng)險評價 世紀末，風(fēng)險一詞被西方學(xué)者在經(jīng)濟學(xué)領(lǐng)域中提出，指從事某項活動結(jié) 果的不確定性，即投機風(fēng)險。世紀中期，風(fēng)險被逐漸引入到了自然災(zāi)禍這一研討 領(lǐng)域佗。年美國出版的較為系統(tǒng)地總結(jié)了美國 自然災(zāi)禍的風(fēng)險情況，并在風(fēng)險決策，特別是災(zāi)禍管理政策的制定和減災(zāi)效益分析方

8、 面進展了詳細的論述心。以后學(xué)術(shù)界對自然災(zāi)禍風(fēng)險的研討也不斷地深化和開展，并 且從不同的角度，給出了自然災(zāi)禍風(fēng)險的定義。普通以為自然災(zāi)禍風(fēng)險指災(zāi)禍活動及 其對人類生命財富破壞的能夠；將自然災(zāi)禍風(fēng)險定義成“某一自然災(zāi)禍發(fā) 生后所呵斥的總損失；以為自然災(zāi)禍風(fēng)險為特定區(qū)域和時間段中特定災(zāi)禍的 期望損失、人員傷亡，財富損失和對經(jīng)濟活動的干擾盯。從概率論的角度看，災(zāi)禍風(fēng) 險本質(zhì)上是災(zāi)禍的量級、時間等不確定性的概率分布，是與特定損失結(jié)果相聯(lián)絡(luò)的某 災(zāi)禍發(fā)生概率事件它服從于統(tǒng)計規(guī)律的概率分布，自然災(zāi)禍風(fēng)險評價就是對各 種自然災(zāi)禍呵斥的損失能夠性進展分析，其數(shù)學(xué)實際問題根本等同于相關(guān)的概率統(tǒng)計 問題。從系統(tǒng)論

9、的角度看，災(zāi)禍風(fēng)險是災(zāi)禍系統(tǒng)功能實現(xiàn)，是導(dǎo)致災(zāi)情或災(zāi)禍產(chǎn)生 之前，由風(fēng)險源、風(fēng)險載體和人類社會的防減災(zāi)措施等多方面要素相互作用而構(gòu)成的、 人們不能確切把握且不愿接受的、一種具有不確定性特征的災(zāi)禍系統(tǒng)形狀“。 。對氣候災(zāi)禍風(fēng)險內(nèi)涵的認識 氣候災(zāi)禍風(fēng)險是自然災(zāi)禍環(huán)境和承災(zāi)體共同組成的復(fù)雜系統(tǒng)，是天、地、人綜合 作用的結(jié)果卜坫。張俊香，黃崇福等以為，風(fēng)險等于致災(zāi)因子加易損性，致災(zāi)因子是 導(dǎo)致自然災(zāi)禍風(fēng)險的要素，易損性和社會經(jīng)濟條件決議能否成災(zāi)。 氣候災(zāi)禍的致災(zāi)因子是指可以引發(fā)災(zāi)禍的氣候事件。對氣候災(zāi)禍致災(zāi)因子的分 析，主要是分析引發(fā)災(zāi)禍的氣候事件強度以及時空特征。在災(zāi)禍研討中，通常把 風(fēng)險源的災(zāi)禍風(fēng)

10、險稱為危險性“，風(fēng)險的高低是災(zāi)禍的變異強度及發(fā)生概率的函數(shù)： ，風(fēng)險源的危險性；，風(fēng)險源的變異強度； ，自然災(zāi)變發(fā)生的概率。 孕災(zāi)環(huán)境，是指環(huán)境對災(zāi)禍風(fēng)險的作用。不同類型的氣候災(zāi)禍由于孕災(zāi)環(huán)境的差 別，其風(fēng)險要素不完全一樣。孕災(zāi)環(huán)境要素既有能夠添加災(zāi)禍風(fēng)險，也有能夠減輕災(zāi) 害風(fēng)險。 氣候災(zāi)禍承災(zāi)體指的是氣候災(zāi)禍能夠危害的對象。承災(zāi)體脆弱性一損性是指 某一接受體易于蒙受氣候災(zāi)禍事件危害的程度“。承災(zāi)體的脆弱性程度也是影響災(zāi) 害風(fēng)險大小的根本要素之一，假設(shè)相對于某風(fēng)險源的災(zāi)禍脆弱性愈低，那么承災(zāi)體蒙受 損失的能夠性越小，災(zāi)禍風(fēng)險也就越小。 承災(zāi)體蒙受致災(zāi)因子作用后，呵斥的損失情況稱為災(zāi)情。劉小艷等

11、以為，氣候災(zāi) 害系統(tǒng)是由孕災(zāi)環(huán)境、致災(zāi)因子、承災(zāi)體和災(zāi)情部分組成的一個特殊的變異系統(tǒng)四。 災(zāi)情的輕重程度與致災(zāi)因子的強度、孕災(zāi)環(huán)境及承災(zāi)體的性質(zhì)有關(guān)。 自然災(zāi)禍風(fēng)險不僅僅與承災(zāi)體、災(zāi)禍因子有關(guān)，還與人類活動有關(guān)。劉麗在進展 災(zāi)禍風(fēng)險評判時，在危險性、易損性分析的根底上，提出了工程防御才干評判，然后 綜合三者進展保險風(fēng)險度分析，并且提出了其相關(guān)的數(shù)學(xué)模型心。 綜上所述，災(zāi)禍風(fēng)險是風(fēng)險源及其危險性、風(fēng)險載體及其脆弱性和人類社會防減 災(zāi)措施及其防減災(zāi)有效度等要素等相互作用構(gòu)成，這些要素首先決議了災(zāi)禍風(fēng)險能否 存在，然后影響著災(zāi)禍風(fēng)險的類型、特點和大小，因此風(fēng)險具有自然屬性和社會屬性 的雙重特征。 氣

12、候災(zāi)禍風(fēng)險評價的方法 風(fēng)險評價模型和方法改良、開展，是建立在對風(fēng)險的認識和數(shù)學(xué)實際開展的根底 上的?？偟膩碚f，風(fēng)險評價由早期的極值風(fēng)險評價模型，開展到概率評價模型，直到 近代的模糊數(shù)學(xué)模型幢。 世紀年代以前，災(zāi)禍風(fēng)險評價多偏重于確定性風(fēng)險評價模型和隨機概率模 型，該方法主要以災(zāi)禍極值及其出現(xiàn)的頻率來反映氣候災(zāi)禍風(fēng)險。這種方法將災(zāi)禍風(fēng) 險看成確定性事件，但隨著資料序列的延伸，災(zāi)禍的致災(zāi)強度及出現(xiàn)的頻率會發(fā)生變 化，無法真正反映災(zāi)禍真實風(fēng)險情況。隨著概率論的開展，基于概率評價的風(fēng)險評價 模型也逐漸建立起來，并且得到廣泛運用。曾根據(jù)美國各類自然災(zāi)禍的統(tǒng)計分 析，得到以概率方式表現(xiàn)的災(zāi)禍風(fēng)險一等就曾對

13、干旱景象模擬為隨 機過程，將的概念用于工程風(fēng)險的定量分析研討伯?；诟怕试u價的 風(fēng)險評價模型將災(zāi)禍風(fēng)險看成是一種隨機過程，假設(shè)風(fēng)險概率符合特定的隨機概率分 布，運用特定的風(fēng)險概率函數(shù)來擬合風(fēng)險，雖然相對于極值風(fēng)險模型有所提高，但是 沒有思索對災(zāi)禍不確定性的描畫，而且要求掌握大量的樣本資料，不同模型間擬合的 差別也較大，可比性較差。 世紀年代末，系統(tǒng)論、信息論、控制論、耗散構(gòu)造論、突變論、協(xié)同窗、混 沌、分形、自組織實際被逐漸引入自然災(zāi)禍復(fù)雜性和非線性的研討中幢，特別是模 糊實際被廣泛運用到風(fēng)險評價中來，獲得了諸多成果。任魯川根據(jù)信息嫡的實際與方 法，將宏觀熱力學(xué)嫡的概念和實際引入?yún)^(qū)域災(zāi)禍風(fēng)險研

14、討，提出了一個可以表征區(qū)域 災(zāi)禍風(fēng)險總體程度的綜合目的區(qū)域災(zāi)禍加權(quán)嫡九；黃崇福等指出將模糊數(shù)學(xué)引入風(fēng) 險估算，提出了能夠性風(fēng)險的定義，并將模糊風(fēng)險模型運用于湖南省旱災(zāi)等農(nóng)業(yè)災(zāi)禍 的風(fēng)險研討，獲得了較好的效果位釘，此外，他還給出了一種用信息分配手段去構(gòu)造 模糊直方圖的方法，進展自然災(zāi)禍風(fēng)險分析汜。針對小區(qū)域內(nèi)歷史災(zāi)情資料不多的 特點，有學(xué)者引入了信息分散的方法，對農(nóng)業(yè)自然災(zāi)禍進展風(fēng)險評價四。如楊國華 等就運用信息分散方法對廣東省的水旱災(zāi)禍進展了風(fēng)險評價，勾畫出廣東省水旱災(zāi)受 災(zāi)率概率分布曲線圖四。由于風(fēng)險評價涉及的目的較多，各個目的間的權(quán)重也不相 等，因此，定權(quán)問題也成為風(fēng)險評價模型構(gòu)建的重要方

15、面。早期對權(quán)重的設(shè)定，大多 采用相關(guān)分析法或?qū)＜掖蚍址ā埨^權(quán)等利用模糊、灰色等多種方法提出了松遼平原 玉米產(chǎn)區(qū)旱災(zāi)風(fēng)險評價與區(qū)劃方法和模型，文世勇，趙冬至提出基于法的赤 潮災(zāi)禍風(fēng)險評價目的權(quán)重研討，金菊良等人提出了基于加速遺傳算法的層次分析 法，并將其運用于風(fēng)險辨識方面。 隨著計算機技術(shù)的開展，技術(shù)也被逐漸的運用到氣候災(zāi)禍風(fēng)險評價中，為災(zāi)禍 風(fēng)險評價提供了有力的工具，許多學(xué)者利用這項技術(shù)進展了諸如干旱、澇漬等一系列 的氣候災(zāi)禍風(fēng)險評價。朱琳等利用系統(tǒng)，以災(zāi)損率、易災(zāi)性、抗災(zāi)才干為根據(jù)，進 行了小麥災(zāi)禍風(fēng)險區(qū)劃孫。劉蘭芳等借助于技術(shù)，對湘南農(nóng)業(yè)洪澇易損性進展定 量評價四。羅培以重慶地域的干旱災(zāi)

16、禍為研討對象，運用技術(shù)，對干旱災(zāi)禍的孕 災(zāi)背景、災(zāi)禍危險性、承災(zāi)體易損性進展評價和區(qū)劃。計算機技術(shù)特別是技術(shù) 是未來進展精細化災(zāi)禍風(fēng)險區(qū)的必不可少的工具。 農(nóng)業(yè)氣候災(zāi)禍風(fēng)險研討 農(nóng)業(yè)氣候災(zāi)禍風(fēng)險是指在歷年的農(nóng)業(yè)消費過程中，由于孕災(zāi)環(huán)境的氣候要素年際 之間的差別引起某些致災(zāi)因子發(fā)生變異，承災(zāi)體發(fā)生相應(yīng)的呼應(yīng)，使最終的承災(zāi)體產(chǎn) 量或質(zhì)量與預(yù)期目的發(fā)生偏離，影響農(nóng)業(yè)消費的穩(wěn)定性和繼續(xù)性，并能夠引發(fā)一系列 嚴重的社會問題和經(jīng)濟問題。農(nóng)業(yè)氣候災(zāi)禍系統(tǒng)由孕災(zāi)環(huán)境、承災(zāi)體、致災(zāi)因子、災(zāi) 情等子系統(tǒng)組成四，其隸屬于自然風(fēng)險的研討范疇。農(nóng)業(yè)消費具有自然再消費和經(jīng)濟 再消費交錯的特點，經(jīng)常處于自然風(fēng)險和社會經(jīng)濟風(fēng)

17、險的要挾之中，其風(fēng)險性遠遠高 于其它產(chǎn)業(yè)。 我國農(nóng)業(yè)氣候災(zāi)禍風(fēng)險研討大至開場于世紀年代，以年為界，分為兩個 階段，即災(zāi)禍風(fēng)險分析方法探求階段和災(zāi)禍影響評價的風(fēng)險化、數(shù)量化技術(shù)研討開展 階段就研討的偏重點而言，主要集中在兩個方面：農(nóng)業(yè)氣候災(zāi)禍呵斥的農(nóng)作物 損失風(fēng)險研討和單災(zāi)種農(nóng)業(yè)氣候災(zāi)禍發(fā)生風(fēng)險研討。 早期由于對農(nóng)業(yè)氣候災(zāi)禍認識不完全，在研討農(nóng)業(yè)氣候災(zāi)禍風(fēng)險時，偏重于災(zāi)禍 的社會屬性，從損失資料中分解出災(zāi)禍信息，進而進展風(fēng)險研討，獲得了一系列成果。 這些方法多是采用剔除趨勢一模型選擇一參數(shù)估計的風(fēng)險分析評價方法，進展風(fēng)險分 析。建立風(fēng)險評價模型所選用的目的主要為歷年平均減產(chǎn)率，減產(chǎn)率變異系數(shù)以及

18、發(fā) 生概率“叫們。對于風(fēng)險估算模型的選擇，不同窗者爭議較大，普通做法是先假定單 產(chǎn)動搖序列符合特定的函數(shù)，然后計算出參數(shù)，確定模型詳細方式?；糁螄詾椋Z 食產(chǎn)量動搖符合正態(tài)分布模型，對于不符合正態(tài)模型的可采用偏態(tài)正態(tài)化轉(zhuǎn)化為正態(tài) 分布模型。王克等以為正態(tài)模型不一定是最正確很多時候，單產(chǎn)序列并不服從正態(tài)分 布，他援用了矩比率圖作為模型選擇規(guī)范，選擇風(fēng)險擬合模型，并且將這種方法運 用到中國主產(chǎn)區(qū)玉米消費風(fēng)險進展了分析和評價。杜鵬和李世奎建立了一個層逐 級放大的農(nóng)業(yè)氣候災(zāi)禍風(fēng)險分析模型，并且將此模型運用到珠江三角洲荔枝消費的氣 象災(zāi)禍風(fēng)險分析中來九。吳利紅等采用平均減產(chǎn)率、變異系數(shù)以及綜合風(fēng)險指數(shù)

19、，劃 分了浙江省晚稻產(chǎn)量的農(nóng)業(yè)氣候災(zāi)禍風(fēng)險區(qū)域李文亮，張冬有等利用典型氣候 災(zāi)禍年作物受災(zāi)面積為目的，計算不同地域不同級別受災(zāi)面積發(fā)生的概率，以此來體 現(xiàn)農(nóng)業(yè)氣候災(zāi)禍風(fēng)險這些方法雖然可以在一定程度上反映出風(fēng)險情況，但是這 是一種對災(zāi)禍的側(cè)面反映，并且受人客觀影響比較大；首先，在我國，由于遭到歷史 要素的影響，損失資料的質(zhì)量很難把握，其次，在進展產(chǎn)量資料分解時，不同的模型 分解出的結(jié)果不同，很難一致；再次，資料序列長度往往有限，在進展風(fēng)險模型擬合 時，會出現(xiàn)不穩(wěn)定景象。而且，更重要的是，假設(shè)將風(fēng)險僅僅了解成歷史損失的閱歷， 那么很難反映區(qū)域災(zāi)禍風(fēng)險特征。 進入世紀年代后，隨著人們對農(nóng)業(yè)氣候災(zāi)禍認

20、識的深化，原先在自然災(zāi)禍領(lǐng) 域的風(fēng)險評價方法、目的體系開場逐漸引入到農(nóng)業(yè)氣候災(zāi)禍風(fēng)險評價中來，并且進展 了一系列的諸如干旱、低溫以及冰雹等單災(zāi)種農(nóng)業(yè)氣候災(zāi)禍風(fēng)險評價?；糁螄?、李世 奎等提出了我國一年生農(nóng)作物、多年生果樹不同致災(zāi)因子、致災(zāi)目的序列和災(zāi)禍風(fēng)險 估算模型的構(gòu)建技術(shù)。劉蘭芳對湖南省農(nóng)業(yè)旱災(zāi)脆弱性進展了綜合分析與定量評 價四。朱琳等根據(jù)趨勢產(chǎn)量和實踐產(chǎn)量計算氣候減產(chǎn)量，確定旱災(zāi)的強度，綜合考 慮了災(zāi)損率、易災(zāi)性和抗災(zāi)才干的災(zāi)禍構(gòu)成要素，計算了陜西省冬小麥干旱風(fēng)險。 王石立和婁秀榮針對華北地域冬小麥干旱的特點，建立了干旱的概率、產(chǎn)量損失、抗 災(zāi)性能和承災(zāi)體密度等四個模型，用以進展綜合分析和

21、定量評價王曉紅，喬云 峰，沈榮開等建立了包括農(nóng)業(yè)干旱發(fā)生概率、抗旱才干、受災(zāi)體種植面積比等多因子 的灌區(qū)農(nóng)業(yè)干旱風(fēng)險評價模型佰。商彥蕊對河北省旱災(zāi)脆弱性影響要素進展了分析， 建立了旱災(zāi)脆弱性評價目的體系，并以縣為單位進展了旱災(zāi)脆弱性評價四。殷劍敏、 繆啟龍、李迎春等利用最低氣溫資料，結(jié)合南豐蜜桔歷年凍害情況，確定南豐蜜桔凍 害的氣候目的，進展凍害風(fēng)險評價馬樹慶，王琪對東北地域玉米低溫冷害氣候 和經(jīng)濟損失風(fēng)險分區(qū)襲祝香從變異系數(shù)、正態(tài)分布風(fēng)險概率、風(fēng)險指數(shù)三方面 對東北區(qū)熱量條件的穩(wěn)定性和低溫冷害的風(fēng)險進展了評價。翟志宏、姜會飛等利 用統(tǒng)計分析了冰雹冰雹日數(shù)的風(fēng)險概率特征，得出北京地域各臺站雹日

22、數(shù)在不同時段 的發(fā)生具有明顯的分布特點四。以上農(nóng)業(yè)氣候災(zāi)禍風(fēng)險評價多針對單災(zāi)種， 以作物為研討對象，針對多種氣候災(zāi)禍綜合風(fēng)險的研討卻不多見。陳懷亮，鄧偉等根 據(jù)農(nóng)業(yè)氣候災(zāi)禍風(fēng)險分析實際，以河南省小麥消費為例，在辨識對小麥產(chǎn)量影響較大 的農(nóng)業(yè)氣候災(zāi)禍風(fēng)險要素和風(fēng)險源的根底上，經(jīng)過構(gòu)造災(zāi)度函數(shù)，運用矛概率等 分析方法，分析了河南省小麥消費中的主要農(nóng)業(yè)氣候災(zāi)禍，運用多因子綜合風(fēng)險指數(shù) 模型，計算了小麥氣候災(zāi)禍風(fēng)險臨，但是其中并沒有思索到災(zāi)禍社會屬性要素。 根據(jù)風(fēng)險實際，風(fēng)險是至災(zāi)因子、承災(zāi)體以及孕災(zāi)環(huán)境要素綜協(xié)作用的結(jié)果，它 是災(zāi)禍自然屬性與社會屬性所組成的有機系統(tǒng)。對于農(nóng)作物來說，氣候災(zāi)禍對農(nóng)作物

23、 損傷的風(fēng)險與該農(nóng)作物蒙受的各種氣候災(zāi)禍息息相關(guān)，而且氣候災(zāi)禍對農(nóng)作物的影響 還與該農(nóng)作物所處的地理環(huán)境、該農(nóng)作物的脆弱性以及人為地抗災(zāi)才干有關(guān)。僅僅考 慮社會屬性或自然屬性都不能完好的反映風(fēng)險情況。 風(fēng)險評價在農(nóng)業(yè)保險中的運用研討 保險是風(fēng)險的管理手段。早期的災(zāi)禍風(fēng)險研討主要是在保險風(fēng)險分析和評價的基 礎(chǔ)上開展起來的九。石興，黃崇福在討論自然災(zāi)禍保險與自然災(zāi)禍風(fēng)險關(guān)系時以為， 只需在認識自然災(zāi)禍風(fēng)險概念和特征的情況下，才干找到自然災(zāi)禍可保性的特征。 劉麗、代宏霞先將自然災(zāi)禍保險風(fēng)險評判分為災(zāi)禍危險性與災(zāi)禍易損性評判伯。農(nóng) 業(yè)保險與農(nóng)業(yè)氣候災(zāi)禍風(fēng)險的關(guān)系尤為親密，科學(xué)的農(nóng)業(yè)保險承保離不開對風(fēng)險

24、的合 理估算和區(qū)劃，災(zāi)禍風(fēng)險區(qū)域分布也是進展農(nóng)業(yè)保險區(qū)劃的主要根據(jù)。在農(nóng)業(yè)保 險比較興隆的美國、加拿大等實施農(nóng)業(yè)保險過程中都進展了風(fēng)險區(qū)劃。如美國以不同 地域冰雹發(fā)生的頻次為根據(jù)，分為假設(shè)干個風(fēng)險區(qū)，費率程度與風(fēng)險程度相對應(yīng)。加拿 大各省在開展農(nóng)作物保險時，都根據(jù)本省各地域的土壤、氣候、地理條件和農(nóng)作物生 產(chǎn)歷史進展風(fēng)險區(qū)域劃分，不同風(fēng)險區(qū)內(nèi)有不同的費率范圍。日本農(nóng)作物保險費率也 是按照風(fēng)險等級確定劃分九。在我國，很多學(xué)者對農(nóng)業(yè)保險的風(fēng)險區(qū)劃和費率分區(qū) 進展了研討和嘗試。李世奎將我國農(nóng)作物保險區(qū)劃共分為三級：孕災(zāi)域、易災(zāi)區(qū)以及 保險區(qū)陳新建，陶建平等思索到了風(fēng)險對保險費率的影響，分別采用損失率

25、、 變異系數(shù)、減產(chǎn)概率等目的、建立風(fēng)險模型，運用風(fēng)險指數(shù)，對保險費率進展修訂五 郭迎春、閏宜玲根據(jù)農(nóng)業(yè)自然災(zāi)禍的時空分布規(guī)律，提出農(nóng)業(yè)自然災(zāi)禍損失率的計算 和分區(qū)方法，制定出區(qū)域農(nóng)業(yè)保險費率的計算方法毛裕定，婁偉平等經(jīng)過對浙 江省年極端最低氣溫風(fēng)險分析、柑桔主產(chǎn)區(qū)歷年最低氣溫變化及柑桔凍害災(zāi)情的分 析，提出以柑桔凍害氣候指數(shù)作凍害保險賠付規(guī)范的新保險方式四刪。 目前對農(nóng)業(yè)氣候災(zāi)禍風(fēng)險的研討特別是多災(zāi)種農(nóng)業(yè)氣候災(zāi)禍的研討還很少。雖 然，農(nóng)業(yè)氣候災(zāi)禍風(fēng)險研討曾經(jīng)獲得了些成果，但在詳細實施農(nóng)業(yè)保險時卻很少考 慮自然災(zāi)禍風(fēng)險情況，根據(jù)特定地域風(fēng)險情況來設(shè)計農(nóng)業(yè)保險產(chǎn)品，也缺乏相應(yīng)的研 究。 引言 本研

26、討的適用價值及實際意義 全面認識和恰當(dāng)評價自然災(zāi)禍給人類社會呵斥的風(fēng)險，既是防災(zāi)減災(zāi)任務(wù) 環(huán)節(jié)，也是進展風(fēng)險管理的迫切需求。張友祥等在研討我國農(nóng)業(yè)保險開展面臨 時以為，農(nóng)業(yè)保險區(qū)域劃分運營是農(nóng)業(yè)保險開展的客觀要求，是農(nóng)業(yè)保險開展 現(xiàn)實的必然選擇。假設(shè)不思索地域災(zāi)禍風(fēng)險特點，實行一致運營方式，容 品德風(fēng)險和逆向選擇等諸多問題，并且也有悖于保險公平性原那么四。自年月安 徽省開場了政策性農(nóng)險試點任務(wù)，目前安徽省農(nóng)業(yè)保險實行的是全省一致運營方法、 一致費率。因此。對安徽省氣候災(zāi)禍風(fēng)險進展研討，可以為農(nóng)業(yè)保險分區(qū)以及區(qū)域差 異運營提供科學(xué)根據(jù)，為因地制宜地在各區(qū)域?qū)嵤┡c當(dāng)?shù)剞r(nóng)業(yè)保險開展環(huán)境相順應(yīng) 的、具

27、有區(qū)域特征的農(nóng)業(yè)保險開展方式提供技術(shù)根底。對安徽省小麥氣候災(zāi)禍風(fēng)險進 行系統(tǒng)研討尚未見報道。 開展農(nóng)業(yè)氣候災(zāi)禍風(fēng)險研討，現(xiàn)實意義主要包括以下幾個方面： 為農(nóng)業(yè)保險分區(qū)運營提供根據(jù)。氣候災(zāi)禍風(fēng)險的正確評價，能使保險公 司承保決策更科學(xué)。以風(fēng)險評價為根底，計算安徽省小麥氣候災(zāi)禍風(fēng)險指數(shù)，并且 結(jié)合地理分區(qū)、行政分區(qū)，系統(tǒng)的對安徽小麥災(zāi)禍風(fēng)險地理分布進展區(qū)劃，是農(nóng)業(yè) 保險決策承保的一項根底任務(wù)，可以為小麥承保決策尤其是差別費率的實施，提供 科學(xué)的根據(jù)，對農(nóng)業(yè)保險的可繼續(xù)開展具有重要意義。 以小麥作為研討對象，研討其生長發(fā)育過程中所蒙受的主要氣候災(zāi)禍， 設(shè)計小麥氣候災(zāi)禍數(shù)量化目的模型，可以為政府的防災(zāi)

28、減災(zāi)提供客觀根據(jù)。 綜合對危險性、暴露性、以及脆弱性要素進展風(fēng)險研討，有助于弄清特 定地域的農(nóng)業(yè)氣候災(zāi)禍成災(zāi)機理和特點，相關(guān)成果可以為新險種設(shè)計提供參考。 本研討的主要內(nèi)容 風(fēng)險分析的主要包括三個方面內(nèi)容：風(fēng)險辨識、風(fēng)險估算和風(fēng)險評價本 研討根據(jù)風(fēng)險分析的原理和方法，根據(jù)以往的研討以及相關(guān)小麥氣候災(zāi)禍目的，設(shè) 計氣候災(zāi)禍指數(shù)，利用該指數(shù)作為建立氣候災(zāi)禍風(fēng)險評價模型的目的，建立風(fēng)險評 價模型，進展小麥氣候災(zāi)禍風(fēng)險分析、評價，進而進展農(nóng)業(yè)保險區(qū)劃及區(qū)域費率設(shè) 計。根據(jù)風(fēng)險分析與管理方法，本研討的技術(shù)流程如下圖： 本研討詳細要處理如下問題： 在災(zāi)禍識別的根底上，設(shè)計安徽省小麥氣候災(zāi)禍風(fēng)險評價目的體系

29、。首 先，對傳統(tǒng)的氣候災(zāi)禍目的進展優(yōu)化，設(shè)計了五種小麥主要氣候災(zāi)禍指數(shù)，將離散 的災(zāi)禍等級描畫轉(zhuǎn)變?yōu)檠永m(xù)的災(zāi)禍指數(shù)，并且對各個指數(shù)進展規(guī)范化處置，以消除 量綱和量級的影響。其次，思索到呵斥作物損傷或者損失的往往是多種災(zāi)禍共同作 用的結(jié)果，本研討將灰色實際引入到設(shè)計中來建立了小麥綜合氣候災(zāi)禍指數(shù)，抑制 以往單災(zāi)種評價的弊端。再次，本研討還參照規(guī)范風(fēng)險分析的方法，設(shè)計、計算了 孕災(zāi)環(huán)境穩(wěn)定性目的、承災(zāi)體脆弱性目的以及抗災(zāi)才干目的，建立了小麥氣候災(zāi)禍 風(fēng)險評價目的體系。 建立安徽省小麥風(fēng)險評價模型。首先，為了抑制小樣本對風(fēng)險估算不穩(wěn) 定的缺陷，本研討將模糊數(shù)學(xué)的信息分散方法引入到風(fēng)估算中來，分別估算

30、了各個 單災(zāi)種災(zāi)禍發(fā)生的風(fēng)險概率，繪制曲線。其次，結(jié)合災(zāi)禍風(fēng)險評價目的體系， 采用層次分析法，建立了小麥氣候災(zāi)禍風(fēng)險評價模型，并且計算了全省小麥 氣候災(zāi)禍風(fēng)險指數(shù)。為了對模型進展對比檢驗，本文根據(jù)傳統(tǒng)的方法，對產(chǎn)量資料 進展分解，運用正態(tài)分布和偏態(tài)正態(tài)化的方法建立了小麥產(chǎn)量損失風(fēng)險模型，繪制 了安徽省小麥損失風(fēng)險分布圖，并且安徽省小麥歷年損失風(fēng)險與氣候災(zāi)禍風(fēng)險進展 了比較，討論了兩種評價模型的優(yōu)、缺陷。 基于風(fēng)險評價的安徽省小麥農(nóng)業(yè)保險區(qū)劃及區(qū)域費率設(shè)計。根據(jù)農(nóng)業(yè)保 險的要求，分別選擇損失風(fēng)險目的和災(zāi)禍風(fēng)險目的，進展了農(nóng)業(yè)保險風(fēng)險分區(qū)，并 且進展區(qū)域保險費率設(shè)計。 圖安徽省小麥氣候災(zāi)禍風(fēng)險評價

31、流程圖 99 資料來源與主要技術(shù)方法 資料來源 本研討運用的年各個縣市氣候資料來源于氣候中心；年 年各個縣市受災(zāi)面積、成災(zāi)面積資料來源于安徽省氣候科學(xué)研討所災(zāi)情數(shù)據(jù)庫；高 程數(shù)據(jù)來源于美國地理信息中心網(wǎng)站；一年安徽省各個縣市小麥總產(chǎn)、總 播種面積等農(nóng)業(yè)經(jīng)濟資料來源安徽統(tǒng)計年鑒。 安徽省小麥氣候災(zāi)禍辨識 小麥是安徽省主要糧食作物之一，全省播種面積超越萬公頃，總產(chǎn)已到達 萬噸，是我國冬小麥主要種植區(qū)之一。安徽省小麥主要種植于江淮分水嶺 以北地域，其中淮河平原降水偏少，以種植早作物為主，小麥是淮北平原的主要夏 收作物，小麥播種面積占夏收作物的，占全省小麥播種面積的；江淮之間 中北部地域越冬作物以小麥

32、和油菜為主，小麥面積占越冬作物的，占全省小麥 面積的。冬小麥種類包括冬性、半冬性、春性，安徽省冬小麥種類以半冬性、春 性為主。其中淮北平原主要種植半冬性小麥種類：淮河以南冬小麥種類以春性較多， 但近年來半冬性種類播種面積逐漸擴展。安徽省冬小麥月中旬開場播種，翌年 月上旬收獲，分為個發(fā)育階段引，如表。 表安徽小麥主要生育期劃分 區(qū)域 搔獨二出苴翅 越釜翅 亟置二盆篁翅 拔苴二地攙翅 灌苤二盛憝翅 淮北 中上 中上 中上 中下 上上 沿淮 中一上 中下 上上 中下 上上 江淮 中一中 下下 上下 上下 上一上 安徽地處南暖溫帶與北亞熱帶氣候過渡帶，特殊的地理位置導(dǎo)致災(zāi)禍性天氣出 現(xiàn)頻繁。安徽省小麥生育期長達天，跨秋