农作物产量损失风险水平实证及影响因素分析——基于第二次全国农业普查数据的探讨.pdf

保险研究 2009年第10期 三农保险 INSURANCESTUDIES No．10 2009 农作物产量损失风险水平实证及影响因素分析 基于第二次全 国农业普查数据的探讨 杨油华 王丽红 鲜祖德 (中国农业大学，北京 100193) [摘 要] 本文采用非参数估计的信息扩散模型测算了我国粮食主产区水稻、玉米、小麦和棉花产 量损失风险水平。研究结果表明，粮食单产平均损失风险大于30％的概率很小，故单产水平一般保 持在趋势产量70％以上的水平上，并且不 同区域同一作物和不同作物之 间的风险损失概率存在差 异。由此认为我 国农作物生产具有风险可保性，这是我 国开展农业保险的客观依据。同时，认为农 业生产基本条件是重要的风险管理措施，运用农业普查资料分析了农田水利条件、农业机械化水平、 保护性农业水平及土地经营规模等因素的基本变化对农作物产量损失风险的影响。基于此，提出了 制定有差别费率的区域保险计划、创造种植业保险顺利开展条件的有关考虑。 [关键词] 农作物产量；粮食主产区；风险损失概率；第二次农业普查；农业保险 [中图分类号]F840．66 [文献标识码]A [文章编号]1004—3306(2009)10—0102—07 一 、 引 言 据农业统计资料，我国1950年代出现气象灾害的频率为 12．5％，此后受灾频率不断提高，1990年代 以 后几乎年年遭灾，受灾率最高达到79％。其中旱灾为农业生产的主要灾害，从过去北方两三年一遇 ，三四年 一 遇 ，变成现在每年都有的常态化。其次为洪涝灾、低温冻害、台风灾和风雹灾。以2007年为例，在全部农 作物受灾面积中，旱灾 占59．98％，洪涝灾 占21．36％，低温冻害 占8．3％，台风灾 占6．09％及风雹灾 占 4．26％。这种状况 自2004年以来造成的粮食生产损失率每年在 11％以上，高于近年来的粮食损失平均水 平 。此外，生物灾害频发重发，全国病虫草鼠害面积逐年扩大，在 2007年超过40000千公顷次，造成的粮 食实际损失量为，占当年粮食总产量的3．53％。 农业 自然灾害影响了农业生产的稳定，而喻为灾害 “减震器”的农业保险却未发挥应有的重要作用。根 据第二次农业普查的结果，全国农作物种植户为 18414．1万户，占全国农村住户22280万户的82．56％，而 农户的农业保险参保率还相当低 ，处于不到0．5％的低水平上。农作物产量和收入风险常常是农 民参与保 险决策及合约选择的因素。为此，本文拟采用 1986年一2007年我国重要农作物生产数据，利用非参数核密 度估计方法 ，测算我国粮棉作物的风险损失概率，为农作物保险保障水平的确定提出一个比较客观的参照 依据，并主要以第二次农业普查数据分析我国农业生产基础条件对 自然风险的抵御能力。 对不确定的随机损失变量分布及其概率进行科学估算是区域农作物风险损失评估的主要问题。传统上 采用参数估计法测算农作物产量损失风险(王静龙，2002)，这种方法要求有先验的分布函数、样本容量足够 [基金项目] 本文为第二次全国农业普查研究资助课题的部分成果，项 目编号(N1503)；国家自然科学基金资助课题 (编的前期研究成果。 [作者简介] 杨讷华，博士，中国农业大学经济管理学院副教授；王丽红，中国农业大学经济管理学院博士生；鲜祖德，博 士，博士生导师，中国农业大学农村政策研究中心教授。 一 102 — 大并已知关于总体分布的有关信息，而在实际应用中往往很难获得总体分布信息，选择先验的分布函数的过 程也比较繁琐。相比之下，非参数估计法不限制样本母体的分布形式，小样本中是稳定的，并且能够更好地 体现区域风险的差异性特点。Turvey和Zhao(1993)采用非参数估计量对农作物产量分布的保险费率进行 了估计，然而他们采用的样本过小，限制了核密度估计的效果。BarryK．G和AlanPK(1998)采用非参数和 密度估计农作物产量密度并确定了农作物产量保险费率。AlanP．K(2000)对非参数核密度估计进行了重 新的探讨，改进了1998年的算法，提出了适应性核密度算法，并介绍了经验Bayes非参数核密度估计。我国 运用非参数估计方法研究农作物区域产量保险的文献主要有刘