農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)研究進(jìn)展

李艷 陳盛偉

摘要：農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)作為我國重要的農(nóng)業(yè)保險(xiǎn)創(chuàng)新工具，能很好地彌補(bǔ)傳統(tǒng)農(nóng)業(yè)保險(xiǎn)存在的管理和技術(shù)難題。通過系統(tǒng)總結(jié)區(qū)域產(chǎn)量保險(xiǎn)的研究成果發(fā)現(xiàn)：理論層面的研究略顯不足，雖在比較優(yōu)勢(shì)、難題障礙與合同設(shè)計(jì)方面已基本達(dá)成共識(shí)，但多依托國際發(fā)展經(jīng)驗(yàn)，缺乏自主創(chuàng)新；實(shí)證層面成果豐富且趨于成熟，但仍存在一定的不足之處，具體體現(xiàn)在風(fēng)險(xiǎn)指標(biāo)考慮不充分、區(qū)域范圍選擇不適宜、費(fèi)率水平與風(fēng)險(xiǎn)等級(jí)不匹配等方面。今后的研究應(yīng)從風(fēng)險(xiǎn)區(qū)劃、區(qū)域選擇、產(chǎn)品設(shè)計(jì)和產(chǎn)品運(yùn)行四個(gè)層面進(jìn)行重點(diǎn)改進(jìn)。

關(guān)鍵詞：區(qū)域產(chǎn)量保險(xiǎn)；理論研究；風(fēng)險(xiǎn)區(qū)劃；保險(xiǎn)費(fèi)率

中圖分類號(hào)：F842.6文獻(xiàn)標(biāo)識(shí)號(hào)：A文章編號(hào)：1001-4942（2018）07-0161-06

Abstract As an important agricultural insurance innovation tool in our country， the crop area yield insurance can compensate for the management and technical problems existing in traditional agricultural insurance. Through systematically summarizing the research findings on area yield insurance， we found that the theoretical research was slightly insufficient. Although basic consensus had been reached in terms of comparative advantage， difficult obstacle and contract design， it relied heavily on international development experience and lacked independent innovation. On empirical level， the area yield insurance had abundant achievements and tended to be mature. However， there were still some deficiencies， which were embodied in areas of insufficient consideration of risk indicators， inappropriate selection of regional scopes， mismatching of tariff levels and risk levels. Future research on area yield insurance should make improvement from four aspects of risk zoning， regional selection， product design and product operation.

Keywords Area yield insurance； Theoretical research； Risk zoning； Insurance rate

自2007年實(shí)施財(cái)政補(bǔ)貼至今，我國農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)已經(jīng)全面覆蓋所有省份，涉及險(xiǎn)種達(dá)210多個(gè)，玉米、水稻、小麥三大口糧作物承保覆蓋率超過70%。但是，傳統(tǒng)農(nóng)業(yè)保險(xiǎn)面臨的定損核損難、道德風(fēng)險(xiǎn)和逆向選擇等問題，大大降低了保險(xiǎn)產(chǎn)品的運(yùn)行效果。農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)作為我國重要的農(nóng)業(yè)保險(xiǎn)創(chuàng)新工具，能夠有效解決傳統(tǒng)農(nóng)業(yè)保險(xiǎn)所存在的管理和技術(shù)難題，一直以來都備受學(xué)術(shù)界的關(guān)注與熱議。本文試圖對(duì)我國區(qū)域產(chǎn)量保險(xiǎn)的已有研究做出系統(tǒng)評(píng)述，首先概述我國區(qū)域產(chǎn)量保險(xiǎn)的理論研究成就，然后分析區(qū)域產(chǎn)量保險(xiǎn)在實(shí)證研究方面的特點(diǎn)和問題，并提出區(qū)域產(chǎn)量保險(xiǎn)下一步發(fā)展的對(duì)策建議。

1 區(qū)域產(chǎn)量保險(xiǎn)的理論研究綜述

1.1 區(qū)域產(chǎn)量保險(xiǎn)的比較優(yōu)勢(shì)研究

國內(nèi)學(xué)者多在借鑒國外經(jīng)驗(yàn)的基礎(chǔ)上展開區(qū)域產(chǎn)量保險(xiǎn)優(yōu)勢(shì)與必要性的研究。較早對(duì)區(qū)域產(chǎn)量保險(xiǎn)的比較優(yōu)勢(shì)做出系統(tǒng)分析的是張躍華[1]。他在分析農(nóng)業(yè)風(fēng)險(xiǎn)特點(diǎn)的基礎(chǔ)上，通過借鑒國外農(nóng)業(yè)區(qū)域保險(xiǎn)計(jì)劃的經(jīng)驗(yàn)，提出了區(qū)域險(xiǎn)的四大優(yōu)勢(shì)，即最大程度上避免道德風(fēng)險(xiǎn)和逆向選擇問題、降低保險(xiǎn)交易成本、降低保險(xiǎn)費(fèi)率。此后的研究提出了一些區(qū)域產(chǎn)量保險(xiǎn)更為細(xì)致的優(yōu)勢(shì)。朱俊生等[2]指出區(qū)域產(chǎn)量保險(xiǎn)是以區(qū)域產(chǎn)量的減少作為賠付條件，不需確定損失原因，也不需逐戶定損核損，有效化解了傳統(tǒng)農(nóng)業(yè)保險(xiǎn)定損難的問題。而且，該險(xiǎn)種可以很好地保障隱性的和累積性的災(zāi)害所造成的產(chǎn)量損失，解決了現(xiàn)階段保險(xiǎn)責(zé)任覆蓋面窄的問題。同時(shí)，區(qū)域產(chǎn)量保險(xiǎn)實(shí)現(xiàn)了從保成本向保產(chǎn)量的過渡，保額可以由農(nóng)戶自由選擇，最大保額可達(dá)到區(qū)域期望產(chǎn)量的150%，滿足農(nóng)戶的不同需求，提高投保積極性。陳曉峰[3]介紹美國、印度等國家先進(jìn)實(shí)踐經(jīng)驗(yàn)的基礎(chǔ)上，指出區(qū)域產(chǎn)量保險(xiǎn)除了在消除事前事后道德風(fēng)險(xiǎn)、解決逆向選擇問題以及降低管理成本方面具有優(yōu)勢(shì)外，該險(xiǎn)種往往更容易向全球再保險(xiǎn)市場(chǎng)進(jìn)行分保，進(jìn)而減小系統(tǒng)性風(fēng)險(xiǎn)帶來的負(fù)面影響。黃正軍[4]首先從農(nóng)業(yè)保險(xiǎn)的“政策屬性”需求和“市場(chǎng)運(yùn)作”需求兩個(gè)方面引出區(qū)域產(chǎn)量保險(xiǎn)等產(chǎn)品創(chuàng)新的迫切性，然后從區(qū)域歷史產(chǎn)量信息易獲取、控制逆選擇和道德風(fēng)險(xiǎn)、定損理賠效率高以及合同標(biāo)準(zhǔn)透明等四個(gè)方面對(duì)區(qū)域產(chǎn)量保險(xiǎn)的優(yōu)勢(shì)做了具體分析。

鑒于傳統(tǒng)農(nóng)業(yè)保險(xiǎn)面臨的諸多難以解決的難題，以及區(qū)域產(chǎn)量保險(xiǎn)的突出優(yōu)勢(shì)，在我國開展區(qū)域產(chǎn)量保險(xiǎn)的必要性是毋庸置疑的[5，6]。本文還認(rèn)為，區(qū)域產(chǎn)量保險(xiǎn)開展的必要性不僅僅是由于其在彌補(bǔ)傳統(tǒng)農(nóng)業(yè)保險(xiǎn)固有難題方面所具有的優(yōu)勢(shì)，還緣于我國農(nóng)業(yè)保險(xiǎn)在新時(shí)代、新發(fā)展的歷程中所體現(xiàn)的新特點(diǎn)、新需求，如新型農(nóng)業(yè)經(jīng)營主體的需求轉(zhuǎn)變、“保成本”向“保收入”的等級(jí)提升、精準(zhǔn)扶貧以及鄉(xiāng)村振興戰(zhàn)略的模式導(dǎo)向等。區(qū)域產(chǎn)量保險(xiǎn)可在這些發(fā)展方向上帶來諸如區(qū)域差異性分析、風(fēng)險(xiǎn)保障方式提升、費(fèi)率分區(qū)研究等科學(xué)的發(fā)展思路和規(guī)范的業(yè)務(wù)開展方法，全面提升我國農(nóng)業(yè)保險(xiǎn)的發(fā)展水平。

區(qū)域產(chǎn)量保險(xiǎn)理論研究發(fā)展至今，對(duì)于其比較優(yōu)勢(shì)方面國內(nèi)研究學(xué)者已經(jīng)大致形成了較為清晰的總結(jié)，主要可以概括為以下4點(diǎn)：第一，最大程度避免道德風(fēng)險(xiǎn)與逆向選擇問題；第二，簡(jiǎn)化查勘定損流程，降低保險(xiǎn)公司經(jīng)營成本；第三，保險(xiǎn)費(fèi)率低，減小政府財(cái)政負(fù)擔(dān)；第四，保險(xiǎn)合同標(biāo)準(zhǔn)化，便于在市場(chǎng)上流通交易。

1.2 區(qū)域產(chǎn)量保險(xiǎn)的難題與障礙研究

現(xiàn)階段，國內(nèi)專家學(xué)者針對(duì)區(qū)域產(chǎn)量保險(xiǎn)難題層面的研究已經(jīng)基本達(dá)成一致，皆認(rèn)為基差風(fēng)險(xiǎn)的難以控制是影響區(qū)域產(chǎn)量保險(xiǎn)產(chǎn)品質(zhì)量的重要因素。李文芳等[7]認(rèn)為在一份區(qū)域產(chǎn)量保險(xiǎn)合同中，由于賠付依據(jù)是區(qū)域產(chǎn)量，很可能出現(xiàn)區(qū)域內(nèi)個(gè)體農(nóng)戶不受災(zāi)卻得到賠付或者農(nóng)戶受災(zāi)得不到賠付的情況。降低此類情況的發(fā)生概率，也就是降低基差風(fēng)險(xiǎn)，是設(shè)計(jì)區(qū)域產(chǎn)量保險(xiǎn)合同的一個(gè)重要目標(biāo)。陳曉峰[3]認(rèn)為區(qū)域內(nèi)的氣候、土壤、地形、海拔等自然稟賦的同質(zhì)化程度以及田間管理的標(biāo)準(zhǔn)化程度都會(huì)直接影響基差風(fēng)險(xiǎn)的大小，并以廣西糖料蔗為例，通過將蔗區(qū)按照災(zāi)害風(fēng)險(xiǎn)分布、生產(chǎn)能力劃分為不同的保險(xiǎn)區(qū)域單元，設(shè)定不同的產(chǎn)量基準(zhǔn)來控制基差風(fēng)險(xiǎn)。同時(shí)，他還分析了區(qū)域產(chǎn)量保險(xiǎn)在產(chǎn)量影響因素、道德風(fēng)險(xiǎn)和保障滯后方面存在的挑戰(zhàn)。朱俊生等[2]指出基差風(fēng)險(xiǎn)是區(qū)域產(chǎn)量保險(xiǎn)與生俱來的，雖然無法消除，但可以加以控制，要選擇合適的農(nóng)作物，合理劃分區(qū)域，將區(qū)域定損與逐戶定損相結(jié)合，同時(shí)配套使用傳統(tǒng)農(nóng)業(yè)保險(xiǎn)。黃正軍[4]認(rèn)為區(qū)域產(chǎn)量保險(xiǎn)所面臨的挑戰(zhàn)中，除了基差風(fēng)險(xiǎn)以外，還有區(qū)域歷史平均產(chǎn)量數(shù)據(jù)的難獲得性。相比于美國和印度，我國在區(qū)域產(chǎn)量數(shù)據(jù)的收集方面存在劣勢(shì)。張躍華[1]指出我國開展農(nóng)業(yè)區(qū)域產(chǎn)量保險(xiǎn)的障礙主要體現(xiàn)在三個(gè)方面，即行政區(qū)域與自然災(zāi)害風(fēng)險(xiǎn)分區(qū)并不重合，費(fèi)率厘定不能實(shí)現(xiàn)個(gè)性化，個(gè)別農(nóng)戶損失無法得到賠償?shù)膯栴}。卿鳳等[8]通過分析印度農(nóng)業(yè)保險(xiǎn)的發(fā)展?fàn)顩r，指出區(qū)域產(chǎn)量保險(xiǎn)的理賠有賴于農(nóng)作物收成報(bào)告的提交以及報(bào)告內(nèi)容得以證實(shí)，效率較低，并據(jù)此提出將區(qū)域產(chǎn)量和氣象指數(shù)相結(jié)合，進(jìn)而整合各指數(shù)保險(xiǎn)的優(yōu)勢(shì)。

通過以上研究分析，可見現(xiàn)階段區(qū)域產(chǎn)量保險(xiǎn)所存在的最大的技術(shù)難題便是基差風(fēng)險(xiǎn)難以消除，一些更為細(xì)致的難題均可歸結(jié)到這一個(gè)大的方面之中，如區(qū)域產(chǎn)量歷史數(shù)據(jù)的難獲得、數(shù)據(jù)質(zhì)量差、災(zāi)害分布不統(tǒng)一、作物抗災(zāi)性不同等。

1.3 區(qū)域產(chǎn)量保險(xiǎn)的合同設(shè)計(jì)研究

陳曉峰[3]、李文芳等[7]皆以美國、加拿大等國際經(jīng)驗(yàn)為基礎(chǔ)，從選擇保險(xiǎn)區(qū)域、估算區(qū)域趨勢(shì)產(chǎn)量、確定最優(yōu)保障水平和厘定保險(xiǎn)費(fèi)率四個(gè)方面探討農(nóng)作物縣域產(chǎn)量保險(xiǎn)的合同設(shè)計(jì)問題。初萌[9]建議在借鑒國際經(jīng)驗(yàn)的基礎(chǔ)上增加保險(xiǎn)賠付規(guī)則、免賠范圍等設(shè)計(jì)環(huán)節(jié)。朱俊生等[2]以北京市為例，從選擇保險(xiǎn)區(qū)域、設(shè)定保額和保障水平、明示條款和基數(shù)風(fēng)險(xiǎn)等方面對(duì)區(qū)域保險(xiǎn)合同展開設(shè)計(jì)，指出以區(qū)縣級(jí)行政區(qū)劃作為一個(gè)區(qū)域，將賠償比例設(shè)定為90%～150%，由投保農(nóng)戶自由選擇，設(shè)置不同的保障水平，并創(chuàng)造性地提出采取區(qū)域產(chǎn)量保險(xiǎn)與傳統(tǒng)農(nóng)業(yè)保險(xiǎn)相配合的方式，用區(qū)域產(chǎn)量保險(xiǎn)的方式保障系統(tǒng)性風(fēng)險(xiǎn)，用傳統(tǒng)保險(xiǎn)的方式保障非系統(tǒng)性風(fēng)險(xiǎn)。鳳濤[10]分析了茶葉生產(chǎn)活動(dòng)面臨的主要風(fēng)險(xiǎn)，從保險(xiǎn)標(biāo)的、保險(xiǎn)責(zé)任范圍、保險(xiǎn)區(qū)域選擇、賠付規(guī)則、保障水平、保額及賠償比例、費(fèi)率厘定等環(huán)節(jié)更為全面地設(shè)計(jì)了茶葉區(qū)域產(chǎn)量保險(xiǎn)合同。

總結(jié)以往研究發(fā)現(xiàn)，我國區(qū)域產(chǎn)量保險(xiǎn)起步較晚，對(duì)合同設(shè)計(jì)方面的研究數(shù)量較少，合同內(nèi)容多借鑒美國、加拿大等農(nóng)業(yè)保險(xiǎn)先進(jìn)國家。設(shè)計(jì)步驟大致可以歸結(jié)為4個(gè)環(huán)節(jié)，即：保險(xiǎn)區(qū)域的選擇——區(qū)域趨勢(shì)產(chǎn)量的估算——保障水平的確定——保險(xiǎn)費(fèi)率的厘定。也有少數(shù)研究分為5個(gè)甚至更多的環(huán)節(jié)?？傊?，現(xiàn)階段區(qū)域產(chǎn)量保險(xiǎn)合同的設(shè)計(jì)并未對(duì)我國具體情況進(jìn)行實(shí)際考量，設(shè)計(jì)環(huán)節(jié)缺乏創(chuàng)新，不能很好解決區(qū)域產(chǎn)量保險(xiǎn)所面臨的難題與挑戰(zhàn)，有待進(jìn)一步深入研究。

目前，國際上關(guān)于區(qū)域產(chǎn)量保險(xiǎn)的理論研究已十分完善，保險(xiǎn)產(chǎn)品也早已不僅停留于學(xué)術(shù)上的探討，而是更多地轉(zhuǎn)向?qū)嵺`上的應(yīng)用。與之相比，國內(nèi)區(qū)域產(chǎn)量保險(xiǎn)的研究深度和廣度都略顯不足。雖然現(xiàn)階段已較為明確地界定了區(qū)域產(chǎn)量保險(xiǎn)在規(guī)避逆向選擇和道德風(fēng)險(xiǎn)、保險(xiǎn)費(fèi)率低、產(chǎn)品標(biāo)準(zhǔn)化、管理成本低、再保險(xiǎn)接受程度高等方面上的優(yōu)勢(shì)，但對(duì)于保險(xiǎn)合同設(shè)計(jì)研究數(shù)量較少，缺乏創(chuàng)新，更多依托于國際經(jīng)驗(yàn)，且針對(duì)基差風(fēng)險(xiǎn)問題也并沒有提出有效控制方案?？偠灾?，接下來的研究應(yīng)進(jìn)一步跟進(jìn)區(qū)域產(chǎn)量保險(xiǎn)的合同設(shè)計(jì)與試點(diǎn)推行，同時(shí)加大對(duì)供給主體、政策支持措施、銷售推廣手段、風(fēng)險(xiǎn)分散機(jī)制等方面的研究力度，為區(qū)域產(chǎn)量保險(xiǎn)的施行和推廣做充分論證。

2 區(qū)域產(chǎn)量保險(xiǎn)的實(shí)證研究綜述

2.1 農(nóng)業(yè)風(fēng)險(xiǎn)區(qū)劃研究

在風(fēng)險(xiǎn)區(qū)劃方法的選擇上，聚類分析已成為現(xiàn)階段的主流方法，而對(duì)于風(fēng)險(xiǎn)區(qū)劃的指標(biāo)體系則存在較大分歧，故本文將風(fēng)險(xiǎn)指標(biāo)體系作為分析的重點(diǎn)。根據(jù)所劃分風(fēng)險(xiǎn)的內(nèi)容不同，風(fēng)險(xiǎn)區(qū)劃可分為綜合風(fēng)險(xiǎn)區(qū)劃和單一風(fēng)險(xiǎn)區(qū)劃兩類。

2.1.1 關(guān)于綜合風(fēng)險(xiǎn)區(qū)劃的研究 針對(duì)綜合風(fēng)險(xiǎn)區(qū)劃進(jìn)行的研究，現(xiàn)階段主要形成了三大風(fēng)險(xiǎn)區(qū)劃指標(biāo)體系：一是包括氣候、地理、設(shè)施、產(chǎn)量等與農(nóng)業(yè)生產(chǎn)相關(guān)的綜合指標(biāo)體系；二是僅從產(chǎn)量變化出發(fā)的包含產(chǎn)量、農(nóng)作物面積在內(nèi)的產(chǎn)量指標(biāo)體系；三是只包括單產(chǎn)變異系數(shù)、農(nóng)作物成災(zāi)概率、專業(yè)化指數(shù)和效率指數(shù)的主導(dǎo)指標(biāo)體系。

對(duì)于第一類綜合指標(biāo)體系的研究，最早開始的便是庹國柱等[11]，他們提出了劃分農(nóng)作物風(fēng)險(xiǎn)區(qū)域的9個(gè)具體指標(biāo)，包括作物產(chǎn)量水平、氣候綜合評(píng)判值、災(zāi)害發(fā)生頻率和強(qiáng)度、單產(chǎn)變異系數(shù)等，并提供了兩種分類方法，即指標(biāo)圖重迭法和模糊聚類分析法，為今后的相關(guān)研究奠定了重要基礎(chǔ)。陳平[12]將地理指標(biāo)、氣候綜合狀況指標(biāo)、作物單產(chǎn)變異系數(shù)、災(zāi)害損失率等6項(xiàng)指標(biāo)予以量化，經(jīng)過KMO測(cè)定和Bartlett檢驗(yàn)后進(jìn)行因子分析，最終通過聚類分析得到風(fēng)險(xiǎn)區(qū)劃結(jié)果。李文芳等[13]以湖北水稻為例，從氣候、災(zāi)害、地形、產(chǎn)量等角度選取了海拔高度、旱災(zāi)澇災(zāi)等級(jí)、≥10℃積溫、單產(chǎn)變異系數(shù)、有效灌溉面積比率等共12個(gè)指標(biāo)，采取同樣的方法對(duì)湖北中稻進(jìn)行了縣域產(chǎn)量保險(xiǎn)的風(fēng)險(xiǎn)區(qū)劃。王國軍等[14]運(yùn)用單產(chǎn)減產(chǎn)率、有效灌溉面積、農(nóng)業(yè)保險(xiǎn)賠付率、災(zāi)害影響頻率、規(guī)模指數(shù)、成災(zāi)面積比重等指標(biāo)，在河南省市級(jí)風(fēng)險(xiǎn)區(qū)劃的基礎(chǔ)上完成了縣域小麥生產(chǎn)風(fēng)險(xiǎn)區(qū)劃。牛浩等[15]選擇損失率強(qiáng)度、風(fēng)速指數(shù)、降雨距平指數(shù)、地形綜合指數(shù)等8個(gè)風(fēng)險(xiǎn)指標(biāo)，利用主成分分析降維處理和 AHP 權(quán)重分析，進(jìn)行山東省玉米生產(chǎn)的風(fēng)險(xiǎn)區(qū)劃。

第二類產(chǎn)量指標(biāo)體系的代表學(xué)者是梁來存[16]，他認(rèn)為氣象、水利、土壤等各種復(fù)雜因素對(duì)農(nóng)作物的影響最終表現(xiàn)在產(chǎn)量的波動(dòng)上，故從產(chǎn)量變化的視角出發(fā)，建立了包括單產(chǎn)和種植面積兩個(gè)子系統(tǒng)在內(nèi)的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，以省級(jí)為單位利用聚類分析法、判別分析法進(jìn)行風(fēng)險(xiǎn)區(qū)劃，并用Probit模型對(duì)結(jié)果進(jìn)行驗(yàn)證。鄭軍等[17]也堅(jiān)持類似的原則，以安徽省 2000 年來的市級(jí)面板數(shù)據(jù)為基礎(chǔ)，選取單產(chǎn)變異系數(shù)、受災(zāi)超過10%與20%的概率、平均受災(zāi)率和平均絕收率5個(gè)指標(biāo)進(jìn)行聚類分析。周磊等[18]采用1992—2013年19個(gè)馬鈴薯主產(chǎn)省的數(shù)據(jù)，綜合考慮自然、市場(chǎng)和技術(shù)等風(fēng)險(xiǎn)，選取減產(chǎn)率、變異系數(shù)、減產(chǎn)率小于10%和 30%的發(fā)生概率、種植規(guī)模指數(shù)等9 個(gè)變量指標(biāo)，利用非參數(shù)核密度法計(jì)算風(fēng)險(xiǎn)發(fā)生概率。韓語軒等[19]以遼寧省水稻為例，按歉年和災(zāi)年兩種類型，選取減產(chǎn)率、減產(chǎn)率變異系數(shù)、不同減產(chǎn)風(fēng)險(xiǎn)的概率3種指標(biāo)，采用K均值聚類法將遼寧省的水稻產(chǎn)量災(zāi)害風(fēng)險(xiǎn)劃分為高、較高、中、低4類風(fēng)險(xiǎn)區(qū)。

第三類主導(dǎo)指標(biāo)體系的代表學(xué)者是邢鸝等[20]，他們將定性分析和定量分析相結(jié)合，選擇糧食單產(chǎn)變異系數(shù)、農(nóng)作物成災(zāi)概率、專業(yè)化指數(shù)和效率指數(shù)4個(gè)風(fēng)險(xiǎn)區(qū)劃主導(dǎo)指標(biāo)，采用聚類分析法對(duì)我國糧食生產(chǎn)地進(jìn)行了風(fēng)險(xiǎn)等級(jí)劃分，結(jié)果表明北方主要產(chǎn)糧區(qū)的生產(chǎn)風(fēng)險(xiǎn)明顯高于全國平均和非主產(chǎn)區(qū)水平，其中，糧食單產(chǎn)變異系數(shù)作為綜合性指標(biāo)，剔除了時(shí)間趨勢(shì)和各地生產(chǎn)力水平差異，能夠衡量糧食單位面積產(chǎn)量的年際變動(dòng)幅度；農(nóng)作物成災(zāi)概率即受災(zāi)面積占當(dāng)年播種面積的比例；專業(yè)化指數(shù)用來反映農(nóng)作物生產(chǎn)規(guī)模對(duì)該地區(qū)易受災(zāi)損的影響程度；效率指數(shù)作為單產(chǎn)變異系數(shù)的輔助指標(biāo)，反映各地區(qū)糧食單產(chǎn)的相對(duì)水平。該指標(biāo)體系數(shù)據(jù)易得、清晰明了，受到不少學(xué)者青睞，如張宗軍[21]、李琴英[22]、張宗軍等[23]、何青華[24]等人皆采用此指標(biāo)體系進(jìn)行風(fēng)險(xiǎn)分區(qū)。

2.1.2 關(guān)于單一風(fēng)險(xiǎn)區(qū)劃的研究 有部分學(xué)者對(duì)單一自然災(zāi)害風(fēng)險(xiǎn)，如干旱、洪澇、冰雹等進(jìn)行了區(qū)劃。早在2002年吳培軍便提出自然災(zāi)害是致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體“三因素”綜合作用的結(jié)果，陳香[25]在此“三因素”基礎(chǔ)上添加了防災(zāi)能力因素，并據(jù)此構(gòu)建了臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)估指數(shù)模型，近年來這種自然災(zāi)害風(fēng)險(xiǎn)評(píng)估方法已得到學(xué)術(shù)界認(rèn)同并廣泛引用。任義方等[26]、吳榮軍等[27]皆從致災(zāi)因子、災(zāi)體易損性、災(zāi)損風(fēng)險(xiǎn)、防災(zāi)減災(zāi)能力4個(gè)方面構(gòu)建指標(biāo)體系，標(biāo)準(zhǔn)化處理后按照綜合風(fēng)險(xiǎn)指數(shù)的大小，采用聚類分析方法，對(duì)冬小麥干旱進(jìn)行了保險(xiǎn)風(fēng)險(xiǎn)區(qū)劃。劉玉英等[28]采用加權(quán)綜合法得到綜合風(fēng)險(xiǎn)指數(shù)，并借助 GIS 技術(shù)完成了吉林省干旱風(fēng)險(xiǎn)區(qū)劃。胡波等[29]在前人指標(biāo)體系的基礎(chǔ)上，利用模糊綜合評(píng)價(jià)法、AHP熵權(quán)法、GIS空間分析技術(shù)和網(wǎng)格GIS技術(shù)，建立了寧波市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃模型，同時(shí)繪制出風(fēng)險(xiǎn)區(qū)劃圖。蔣春麗等[30]同樣利用綜合風(fēng)險(xiǎn)指數(shù)，借助信息擴(kuò)散模型對(duì)黃淮海地區(qū)的夏玉米洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行了區(qū)劃。

2.2 區(qū)域產(chǎn)量保險(xiǎn)的費(fèi)率厘定研究

區(qū)域產(chǎn)量保險(xiǎn)的費(fèi)率厘定研究是建立在風(fēng)險(xiǎn)區(qū)劃的基礎(chǔ)上進(jìn)行的，針對(duì)不同風(fēng)險(xiǎn)等級(jí)區(qū)域進(jìn)行差異化的費(fèi)率厘定?，F(xiàn)階段，國內(nèi)純保費(fèi)率的厘定方法主要分為經(jīng)驗(yàn)費(fèi)率法和單產(chǎn)分布模型法兩大類。經(jīng)驗(yàn)費(fèi)率法是將歷史損失率的平均值作為預(yù)測(cè)損失率，費(fèi)率精確性高，適用于歷史數(shù)據(jù)長期連續(xù)、完整精確的情況。單產(chǎn)分布模型法則通過確定作物單產(chǎn)波動(dòng)的概率密度函數(shù)進(jìn)行費(fèi)率厘定，數(shù)學(xué)推理性強(qiáng)，適用于歷史數(shù)據(jù)質(zhì)量較低的情況。單產(chǎn)分布模型法又分為兩種，即參數(shù)法和非參數(shù)法，參數(shù)法多采用正態(tài)分布、對(duì)數(shù)正態(tài)分布、Gamma分布和Weibull分布進(jìn)行參數(shù)估計(jì)，非參數(shù)法主要選擇Kernel核密度估計(jì)法。

區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率研究的初期，國內(nèi)學(xué)者多采用參數(shù)法。庹國柱等[11]利用正態(tài)分布法對(duì)陜西省涇陽縣 20 個(gè)鄉(xiāng)鎮(zhèn)的棉花保險(xiǎn)進(jìn)行風(fēng)險(xiǎn)分區(qū)和費(fèi)率分區(qū)研究。劉長標(biāo)[31]使用正態(tài)分布法、AHP法分別研究了農(nóng)作物區(qū)域產(chǎn)量的風(fēng)險(xiǎn)評(píng)估問題，并對(duì)AHP法做了改進(jìn)，結(jié)果發(fā)現(xiàn)，產(chǎn)量分布的不同假設(shè)會(huì)對(duì)費(fèi)率厘定結(jié)果產(chǎn)生不同的影響，并嘗試使用非參數(shù)核密度的信息擴(kuò)散法來解決參數(shù)法存在的問題。梁來存[32]分別以參數(shù)法、非參數(shù)核密度法厘定了我國糧食單產(chǎn)保險(xiǎn)的純費(fèi)率，通過比較發(fā)現(xiàn)，非參數(shù)核密度法厘定的純費(fèi)率更準(zhǔn)確。張彤等[33]選擇正態(tài)分布、對(duì)數(shù)正態(tài)分布、Weibull分布來對(duì)吉林省九個(gè)地區(qū)的玉米單產(chǎn)隨機(jī)波動(dòng)數(shù)據(jù)進(jìn)行擬合，AD檢驗(yàn)結(jié)果表明，不同地市適用于不同的分布，在確定了各地區(qū)的單產(chǎn)最優(yōu)分布模型后，運(yùn)用各參數(shù)的極大似然估計(jì)值厘定玉米區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率。

隨著研究的不斷深入，費(fèi)率厘定方法也逐漸從參數(shù)法向非參數(shù)法過渡。王麗紅等[34]運(yùn)用非參數(shù)核密度法，構(gòu)建了農(nóng)作物GRP保險(xiǎn)費(fèi)率厘定的方法體系，為區(qū)域農(nóng)業(yè)保險(xiǎn)費(fèi)率的厘定提供了一種新的可供選擇的方法途徑。李文芳[35]逐縣選擇相應(yīng)的ARIMA模型擬合中稻歷年單產(chǎn)，并計(jì)算出單產(chǎn)減產(chǎn)率，然后在此基礎(chǔ)上運(yùn)用非參數(shù)核密度估計(jì)法算出湖北省各縣中稻產(chǎn)量保險(xiǎn)純費(fèi)率。于洋[36]為了方便比較兩種方法，在采用非參數(shù)核函數(shù)平滑法擬合單產(chǎn)損失分布的同時(shí)，運(yùn)用傳統(tǒng)正態(tài)概率密度對(duì)三種農(nóng)作物的單產(chǎn)分布進(jìn)行了擬合，并據(jù)此厘定出純費(fèi)率，結(jié)果發(fā)現(xiàn)后者厘定的純費(fèi)率低于前者，正態(tài)法低估了風(fēng)險(xiǎn)水平。曾輝等[37]以烏魯木齊60年的小麥單產(chǎn)數(shù)據(jù)為對(duì)象，比較了參數(shù)法和非參數(shù)法，實(shí)證結(jié)果印證了于洋的觀點(diǎn)。李琴英[22]在運(yùn)用非參數(shù)信息擴(kuò)散模型對(duì)河南省18個(gè)地市的小麥進(jìn)行風(fēng)險(xiǎn)評(píng)估和分區(qū)后，繼續(xù)使用此方法對(duì)高、中、低三類風(fēng)險(xiǎn)區(qū)域厘定了保障水平在95%和100%情況下的區(qū)域產(chǎn)量保險(xiǎn)純費(fèi)率。李朝暉等[38]也采用了類似方法，首先對(duì)湘南地區(qū)的柑橘產(chǎn)量進(jìn)行風(fēng)險(xiǎn)分區(qū)，在趨勢(shì)化處理后發(fā)現(xiàn)，該地區(qū)柑橘產(chǎn)量不存在單一的最優(yōu)趨勢(shì)分布，在此基礎(chǔ)上厘定各風(fēng)險(xiǎn)等級(jí)區(qū)域的保險(xiǎn)費(fèi)率，并對(duì)其進(jìn)行修正。

當(dāng)然，也有學(xué)者采用經(jīng)驗(yàn)費(fèi)率的方法進(jìn)行厘定。張宗軍[21]采用 K均值聚類法將我國 27 個(gè)生產(chǎn)大豆的省份劃分為四類風(fēng)險(xiǎn)區(qū)域，在對(duì)各區(qū)域賦予風(fēng)險(xiǎn)系數(shù)的基礎(chǔ)上，通過JB檢驗(yàn)后，以經(jīng)驗(yàn)費(fèi)率法計(jì)算各省大豆區(qū)域產(chǎn)量保險(xiǎn)純費(fèi)率。牛浩等[15]、張宗軍等[23]采用同樣的方法對(duì)玉米進(jìn)行了風(fēng)險(xiǎn)區(qū)劃和區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定。此外，部分學(xué)者也嘗試了一些新方法，如李文芳等[7]通過建立分層貝葉斯模型，運(yùn)用Win BUGS軟件進(jìn)行Gibbs抽樣，對(duì)湖北荊州市1991—2007年縣級(jí)水稻單產(chǎn)數(shù)據(jù)進(jìn)行擬合和預(yù)測(cè)，并據(jù)此厘定各縣（市）水稻區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率，模型預(yù)測(cè)能力良好，費(fèi)率厘定結(jié)果具有一定參考價(jià)值。隨后劉銳金等[39]運(yùn)用時(shí)空模型，同樣借助Win BUGS，根據(jù)預(yù)測(cè)單產(chǎn)及分布厘定了湖北省縣級(jí)水稻產(chǎn)量保險(xiǎn)的純費(fèi)率。肖宇谷等[40]運(yùn)用Bootstrap方法彌補(bǔ)費(fèi)率厘定中數(shù)據(jù)量少、產(chǎn)量分布選擇不一致等問題的影響，測(cè)試結(jié)果證明了Bootstrap方法費(fèi)率點(diǎn)估計(jì)和區(qū)間估計(jì)的優(yōu)良性。

以上分析表明，學(xué)術(shù)界關(guān)于區(qū)域產(chǎn)量保險(xiǎn)的實(shí)證研究成果豐富，且逐步趨于成熟。但仍然存在一些不足之處：第一，在風(fēng)險(xiǎn)指標(biāo)方面，存在指標(biāo)選取格式化、主觀化的現(xiàn)象，且大都忽略了作物品種、病蟲災(zāi)害等因素對(duì)作物產(chǎn)量的影響；第二，地區(qū)選擇范圍過大，現(xiàn)有的研究大多數(shù)是針對(duì)省級(jí)或者市級(jí)單位進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)和分區(qū)，與美國、印度等以縣域或者村鎮(zhèn)為單位相比還有很大差距；第三，大多數(shù)學(xué)者直接對(duì)風(fēng)險(xiǎn)分區(qū)結(jié)果進(jìn)行區(qū)域化費(fèi)率厘定，未考慮風(fēng)險(xiǎn)區(qū)域內(nèi)個(gè)別單位由于生產(chǎn)經(jīng)營能力等原因造成的費(fèi)率水平與區(qū)域風(fēng)險(xiǎn)等級(jí)不匹配問題，容易使計(jì)算結(jié)果與現(xiàn)實(shí)情況發(fā)生偏差。

3 發(fā)展區(qū)域產(chǎn)量保險(xiǎn)的對(duì)策建議

當(dāng)前我國區(qū)域產(chǎn)量保險(xiǎn)的研究廣度及深度不斷擴(kuò)大加深，但就我國農(nóng)業(yè)區(qū)域產(chǎn)量保險(xiǎn)的長遠(yuǎn)發(fā)展來看，如何使理論觀點(diǎn)與產(chǎn)品設(shè)計(jì)服務(wù)于實(shí)踐才是區(qū)域產(chǎn)量保險(xiǎn)研究的最終目標(biāo)。已有研究也從政府扶持、保險(xiǎn)公司等層面提出政策建議。在政府層面，張躍華[1]認(rèn)為政府要積極進(jìn)行農(nóng)業(yè)保險(xiǎn)制度創(chuàng)新，保證區(qū)域險(xiǎn)以低保障和低保費(fèi)的方式開展，有效處理農(nóng)業(yè)保險(xiǎn)的風(fēng)險(xiǎn)分區(qū)與行政區(qū)域不重合的問題。陳曉峰[3]認(rèn)為區(qū)域產(chǎn)量保險(xiǎn)的發(fā)展離不開政府強(qiáng)制力實(shí)施，具體措施有科學(xué)制定風(fēng)險(xiǎn)分區(qū)、確保理賠依據(jù)的客觀性等。余洋[41]分析了美國農(nóng)業(yè)保險(xiǎn)的保費(fèi)補(bǔ)貼政策，提出中國應(yīng)進(jìn)行差異化保費(fèi)補(bǔ)貼。馬改艷等[42]針對(duì)農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)財(cái)政補(bǔ)貼的補(bǔ)貼額、補(bǔ)貼方式、補(bǔ)貼資金來源、補(bǔ)貼資金分?jǐn)偟葐栴}進(jìn)行了具體分析。在保險(xiǎn)公司層面，初萌[9]從銷售渠道、理賠服務(wù)水平、巨災(zāi)防范等方面闡述如何完善區(qū)域產(chǎn)量保險(xiǎn)的運(yùn)行機(jī)制。

已有研究提及的對(duì)策建議均具有合理性意義，但從本研究結(jié)論總結(jié)的視角，尤其是針對(duì)目前研究的不足之處，本研究認(rèn)為，在當(dāng)前階段應(yīng)該著重加強(qiáng)如下幾個(gè)層面的研究：（1）風(fēng)險(xiǎn)區(qū)劃層面。充分考慮作物品種、病蟲災(zāi)害等變動(dòng)性因素，打破原有行政區(qū)化，構(gòu)建科學(xué)合理的風(fēng)險(xiǎn)指標(biāo)體系。（2）區(qū)域選擇層面。根據(jù)區(qū)域受災(zāi)一致性程度，合理選取產(chǎn)品設(shè)計(jì)的覆蓋區(qū)域，控制基差風(fēng)險(xiǎn)，提高產(chǎn)品精細(xì)化程度。（3）產(chǎn)品設(shè)計(jì)層面。解決區(qū)域費(fèi)率水平與風(fēng)險(xiǎn)等級(jí)不匹配問題，依據(jù)數(shù)據(jù)類型選擇適宜的費(fèi)率厘定方法，進(jìn)行單產(chǎn)最優(yōu)擬合模型的比較分析，提高產(chǎn)品科學(xué)性水平。（4）產(chǎn)品運(yùn)行層面。著重關(guān)注研究成果與試點(diǎn)產(chǎn)品間的銜接互動(dòng)機(jī)制研究，同時(shí)加強(qiáng)差異性財(cái)政補(bǔ)貼、試點(diǎn)方案設(shè)計(jì)以及風(fēng)險(xiǎn)分散機(jī)制方面的研究，切實(shí)提高區(qū)域產(chǎn)量保險(xiǎn)產(chǎn)品的推進(jìn)速度。

參 考 文 獻(xiàn)：

[1] 張躍華.農(nóng)業(yè)保險(xiǎn)團(tuán)體（區(qū)域）保險(xiǎn)與中國農(nóng)業(yè)保險(xiǎn)發(fā)展[J].中國金融，2005（6）：57-58.

[2] 朱俊生，趙樂，初萌.北京市農(nóng)業(yè)區(qū)域產(chǎn)量保險(xiǎn)研究[J].保險(xiǎn)研究，2013（2）：76-86.

[3] 陳曉峰.農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)：國際實(shí)踐及適用性分析[J].金融發(fā)展研究，2014（2）：9-16.

[4] 黃正軍.我國農(nóng)業(yè)保險(xiǎn)產(chǎn)品的創(chuàng)新與發(fā)展[J].金融與經(jīng)濟(jì)，2016（2）：76-81.

[5] 彭建林，徐學(xué)榮.我國農(nóng)業(yè)指數(shù)保險(xiǎn)的探索研究——兼論對(duì)美國的經(jīng)驗(yàn)借鑒[J].價(jià)格理論與實(shí)踐，2014（7）：92-94.

[6] 黃英君，蒲玥成.重視創(chuàng)新農(nóng)業(yè)保險(xiǎn)產(chǎn)品[J].中國保險(xiǎn)，2015（12）：5.

[7] 李文芳，徐勇，方伶俐.湖北水稻區(qū)域產(chǎn)量保險(xiǎn)合同設(shè)計(jì)研究[J].湖北工業(yè)大學(xué)學(xué)報(bào)，2009，24（6）：69-71.

[8] 卿鳳，鮑文.印度農(nóng)業(yè)保險(xiǎn)發(fā)展及其啟示[J].中國農(nóng)學(xué)通報(bào)，2015，31（5）：284-290.

[9] 初萌. 北京市區(qū)域產(chǎn)量保險(xiǎn)研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2012.

[10]鳳濤. 茶葉區(qū)域產(chǎn)量保險(xiǎn)的設(shè)計(jì)研究[D].大連：東北財(cái)經(jīng)大學(xué)，2015.

[11]庹國柱，丁少群.農(nóng)作物保險(xiǎn)風(fēng)險(xiǎn)分區(qū)和費(fèi)率分區(qū)問題的探討[J].中國農(nóng)村經(jīng)濟(jì)，1994（8）：43-47，61.

[12]陳平.農(nóng)作物保險(xiǎn)的風(fēng)險(xiǎn)區(qū)劃和費(fèi)率精算研究[J].黑龍江農(nóng)業(yè)科學(xué)，2010（11）：126-128.

[13]李文芳，方伶俐.農(nóng)作物縣域產(chǎn)量保險(xiǎn)風(fēng)險(xiǎn)區(qū)劃實(shí)證研究[J].生態(tài)經(jīng)濟(jì)，2013（11）：113-115.

[14]王國軍，趙小靜.基于風(fēng)險(xiǎn)區(qū)劃的農(nóng)作物保險(xiǎn)精細(xì)化費(fèi)率厘定研究——以河南省縣級(jí)小麥保險(xiǎn)純費(fèi)率厘定為例[J].保險(xiǎn)研究，2015（10）：23-32.

[15]牛浩，陳盛偉.基于風(fēng)險(xiǎn)區(qū)劃的玉米區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定研究——以山東省17地市為例[J].保險(xiǎn)研究，2016（1）：65-75.

[16]梁來存.我國糧食作物的保險(xiǎn)風(fēng)險(xiǎn)區(qū)劃及其Probit排序選擇模型驗(yàn)證[J].經(jīng)濟(jì)經(jīng)緯，2009（6）：68-72.

[17]鄭軍，袁帥帥.基于聚類法的農(nóng)業(yè)保險(xiǎn)風(fēng)險(xiǎn)區(qū)劃的實(shí)證研究[J].重慶工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，32（1）：17-23.

[18]周磊，馬改艷，彭嬋娟，等.中國馬鈴薯生產(chǎn)風(fēng)險(xiǎn)區(qū)劃實(shí)證研究——基于19個(gè)馬鈴薯主產(chǎn)省的數(shù)據(jù)[J].中國農(nóng)學(xué)通報(bào)，2016，32（32）：193-199.

[19]韓語軒，房世波，梁瀚月，等.基于減產(chǎn)概率的遼寧水稻災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].生態(tài)學(xué)報(bào)，2017（23）：1-12.

[20]邢鸝，鐘甫寧.糧食生產(chǎn)與風(fēng)險(xiǎn)區(qū)劃研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2006（1）：19-23.

[21]張宗軍.基于綜合風(fēng)險(xiǎn)區(qū)劃的農(nóng)作物產(chǎn)量指數(shù)保險(xiǎn)費(fèi)率厘定——以大豆為例[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，14（4）：1-6.

[22]李琴英.小麥區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定實(shí)證研究——以河南省為例[J].鄭州大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2016，49（3）：67-72.

[23]張宗軍，劉琳.基于綜合風(fēng)險(xiǎn)區(qū)劃的玉米保險(xiǎn)差異化費(fèi)率厘定研究[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2017，16（1）：48-54.

[24]何青華. 基于風(fēng)險(xiǎn)區(qū)劃的農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定研究[D].鄭州：鄭州大學(xué)，2015.

[25]陳香.福建省臺(tái)風(fēng)災(zāi)害時(shí)空變化分析[J].災(zāi)害學(xué)，2007（4）：66-70.

[26]任義方，趙艷霞，王春乙.河南省冬小麥干旱保險(xiǎn)風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].應(yīng)用氣象學(xué)報(bào)，2011，22（5）：537-548.

[27]吳榮軍，史繼清，關(guān)福來，等.基于風(fēng)險(xiǎn)區(qū)劃的農(nóng)業(yè)干旱保險(xiǎn)費(fèi)率厘定——以河北省冬麥區(qū)為例[J].氣象，2013，39（12）：1649-1655.

[28]劉玉英，石大明，胡軼鑫，等.吉林省農(nóng)業(yè)氣象干旱災(zāi)害的風(fēng)險(xiǎn)分析及區(qū)劃[J]. 生態(tài)學(xué)雜志，2013，32（6）：1518-1524.

[29]胡波，丁燁毅，何利德，等.基于模糊綜合評(píng)價(jià)的寧波暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].暴雨災(zāi)害，2014，33（4）：380-385.

[30]蔣春麗，張麗娟，姜春艷，等.黃淮海地區(qū)夏玉米洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].自然災(zāi)害學(xué)報(bào)，2015，24（3）：235-243.

[31]劉長標(biāo).農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)的精算研究[D].北京：中國人民大學(xué)，2000.

[32]梁來存. 我國糧食保險(xiǎn)純費(fèi)率厘定方法的比較與選擇[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011，28（2）：124-134.

[33]張彤，陳秀鳳.基于風(fēng)險(xiǎn)區(qū)劃下的玉米區(qū)域產(chǎn)量保險(xiǎn)差別費(fèi)率厘定——以吉林省九個(gè)地級(jí)市為例[J].吉林金融研究，2014（6）：21-25，30.

[34]王麗紅，楊華，田志宏，等.非參數(shù)核密度法厘定玉米區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率研究——以河北安國市為例[J].中國農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2007，12（1）：90-94

[35]李文芳.基于非參數(shù)核密度法的農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定研究[J].生態(tài)經(jīng)濟(jì)，2012（4）：61-64.

[36]于洋.農(nóng)作物產(chǎn)量保險(xiǎn)區(qū)域化差別費(fèi)率厘定的可行性——基于非參數(shù)核密度估計(jì)實(shí)證[J].統(tǒng)計(jì)與信息論壇，2013，28（10）：75-80.

[37]曾輝，楊新順.參數(shù)法和非參數(shù)法在農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定中的應(yīng)用[J].統(tǒng)計(jì)與決策，2014（4）：74-77.

[38]李朝暉，賀潛妮.柑橘產(chǎn)量風(fēng)險(xiǎn)分區(qū)與保險(xiǎn)費(fèi)率厘定——基于湘南地區(qū)的案例分析[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，18（5）：34-40.

[39]劉銳金，凌遠(yuǎn)云，李文芳.運(yùn)用時(shí)空模型厘定湖北省縣級(jí)水稻產(chǎn)量保險(xiǎn)的純費(fèi)率[J].數(shù)理統(tǒng)計(jì)與管理，2012，31（3）：546-555.

[40]肖宇谷，王克，王曄.Bootstrap方法在農(nóng)業(yè)產(chǎn)量保險(xiǎn)費(fèi)率厘定中的應(yīng)用[J].保險(xiǎn)研究，2014（9）：21-28.

[41]余洋. 基于保障水平的農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼差異化政策研究——美國的經(jīng)驗(yàn)與中國的選擇[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2013，34（10）：29-35，110.

[42]馬改艷，周磊.農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)財(cái)政補(bǔ)貼研究[J].福建農(nóng)林大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2017，20（5）：51-55.