我国粮食作物保险风险区划的实证研究，本文主要内容关键词为：粮食作物论文,区划论文,风险论文,实证研究论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
粮食是关系国计民生的战略物资，安全稳定的粮食生产是推进新农村建设，确保国民经济持续、快速、健康发展的基础。粮食生产是生物性生产，容易遭受干旱、洪涝、病虫害等自然灾害的影响。据《中国统计年鉴》资料，2000-2008年间，我国农田年平均受灾面积4606万公顷，占种植面积的30%。受灾农民时常收成锐减，有时甚至颗粒无收，一时难以恢复生产。自然灾害沉重打击了农民的生产积极性，威胁我国粮食安全。因此，很有必要就自然风险对我国粮食安全的影响做出科学评价，以揭示风险水平在全国的分布规律，从而为政府制定确保粮食安全的政策提供科学依据，为开展政策性农业保险——粮食保险提供重要参数。
关于评价自然风险的影响程度，既有就单一风险进行的区划研究，也有就多种风险进行的区划研究。Agterberg等[1][2]和Bonham Carter等[3]在20世纪80年代末期提出了一种基于GIS的暴雨灾害评价的证据权重法。Haruyama等利用Landsat TM影像经主成分分析制作出地貌类型图，以此对泰国中部平原的洪灾风险进行了评价和区划[4]。Md.Monirul Islam等利用NOAA AVHRB影像，运用最大似然法评价孟加拉国的洪水危险性[5]。Joy Sanyal等利用ETM数据，经主成分变换后评价了印度恒河沿岸西孟加拉地区居民点的脆弱性[6]。P.Aleotti(1999)采用GIS对意大利Piedmont地区的总风险进行了区划制图研究[7]。庹国柱、丁少群(1994)认为，划分风险区域时所考虑的因素主要是气候和土壤两类，他们选择了作物产量水平、产量变异系数、灾害发生频率和强度指标、气候综合评判值、地理指标、土壤等级、水利设施指标、其他经济技术条件的综合评判值、作物结构共九个具体指标，以平均亩产量和亩产量变异系数为主导指标，采用指标图重叠法对陕西泾阳棉花生产进行了分区[8]。黄崇福、刘新立(1998)应用信息扩散的模糊数学方法对湖南省农业旱涝灾害进行了风险评估[9]。刘长标(2000)提出并讨论了农作物区域产量保险风险区划中风险因子的选择问题[10]。邢鹂、钟甫宁(2006)选择粮食单产变异系数、农作物成灾概率、粮食专业化指数、粮食效率指数4个主导指标，运用聚类分析法对全国粮食产地进行了风险等级划分[11]。
在已有研究的基础上，本文从粮食产量变化这一新的视角探讨建立我国粮食安全自然风险影。向的评价指标体系，根据31个省（市、区）1979-2007年的实际资料，利用聚类分析法与判别分析法评价各省（市、区）自然风险对粮食安全的影响，刻画风险水平在全国的分布规律性。
二、自然灾害影响我国粮食生产的基本特征及其测度的分析
（一）自然灾害影响我国粮食生产的基本特征
粮食作物的自然灾害是指自然条件异常变化对粮食作物所造成的破坏，自然灾害主要包括气象灾害、海洋灾害、土壤灾害、生物灾害、地质灾害和环境灾害六类[12]。自然灾害影响我国粮食生产的基本特征体现在五个方面。
1.灾害种类的繁杂性。除了火山爆发外，我国粮食作物曾遭受到上述六类几乎每一种自然灾害的破坏，且影响到粮食生产的各个环节。很多自然灾害频繁、交替、持续地发生，对粮食生产影响极大。
2.影响程度的区域性。一是灾害种类分布具有明显的区域性，如南方水灾较为频繁，北方旱灾相对严重，沿海台风侵害较多。二是同一种粮食作物受灾种类和受损程度也具有明显的区域性，如同样是水稻，南方和北方的灾害种类不会相同。即使遭受同等程度的某一灾害，南北水稻的抵抗能力也会不同，受损程度存在区域性。如果综合所有自然灾害对粮食生产的影响，那么，其影响程度在各地间必然存在差异。
3.损失责任的模糊性。一是粮食作物生长周期较长，期间可能遭受多种自然灾害的侵袭，每种灾害都可能造成一定的损失，产量的总损失是各种灾害综合作用的结果，从中很难精确确定哪一种灾害究竟给粮食生产带来多大的影响。二是粮食生产包括多个环节，如水稻生产的生育期包括秧田期、返青期、分蘖期、长穗期、结实期，这些生育期之间本来就没有明确的界限，而且一般是经受多种自然灾害的影响，要想准确确定某一种灾害对某一个环节的影响程度，几乎是不现实的。三是自然灾害具有伴发性、持续性、交替性，使确定某一灾害的损失程度变得更加不现实。如台风灾害往往伴有暴雨灾害，暴雨灾害又可能伴随泥石流灾害、病虫害，河北的“春旱、夏涝、秋又吊”之说则反映了自然灾害的持续性、交替性。
4.灾害形成的条件性。任何一种自然灾害，虽然给生产、生活带来重大损失，但不一定会直接影响粮食生产，关键在于其发生的时间和强度等条件。例如，2008年1～2月发生在南方的低温雨雪冰冻灾害，造成直接经济损失达1516.5亿元，但对于粮食生产来说，2008年的南方各省反而都获得了全面丰收，虽然有多方面的原因，但低温冰雪有效遏制了病虫害、草害、鼠害等生物灾害的发生必然是原因之一。
5.局部损失与全局丰收的反差性。对于一般的财产来说，灾害发生必然会导致财产损失，不会因此而受益。粮食生产则不然，例如台风会使台风中心地区的粮食作物受损，但随台风而来的雨水，却可能为附近地区的粮食作物解除了旱情，创造了丰收的条件。因此，虽然有时粮食作物生长期受灾，产量受损，但更大的地区范围内可能出现丰收的状况。
（二）测度自然风险影响粮食安全的视角：产量变化
自然风险因素很多，每一种因素造成粮食作物致灾的过程都非常复杂，并且多种因素对粮食安全的影响又是相互交织在一起的，这就导致了实践中无法准确确定某种自然灾害对粮食生产的影响具体有多大。但是，不管哪种自然风险因素，不论其致灾方式如何，其影响最终都会体现在产量变化上。因此，产量变化已经反映出粮食作物经受的各种自然风险。另一方面，应对自然风险，发展农业保险能很好地分散风险，以产量变化作为保险标的，保险合同双方都是乐于接受的。农民的文化水平相对较低，对于专业而复杂的合同条款难于理解，若以产量变化作为保险标的，简单明了，农民最愿意接受。对于承保方来说也是有利的，起草保险合同会相对简单，理赔查勘易于操作，理赔界线相对分明，有利于减少理赔纠纷。所以，以产量变化测度自然风险对粮食安全的影响是科学合理的。
三、自然风险影响粮食安全的评价指标体系
（一）设置指标体系的目标和原则
设置指标体系的目标在于：定量评价自然风险对我国粮食安全的影响程度，根据影响程度的不同将各地进行分类，以揭示风险水平在全国的分布规律，为指导粮食生产布局和减灾抗灾服务，为开展保险事业进行分区分类指导提供重要依据。
指标体系的设置原则：一是指标值大小应反映自然风险对粮食安全的影响程度；二是指标体系应当具有适用性、可操作性；三是各指标在各地间应当具有可比性；四是指标的计算应当把完整的行政区作为一个完整的单位，便于地方政府指导防灾抗灾工作。
（二）指标体系的基本框架和内容
由于以产量变化测度自然风险对粮食安全的影响是科学合理的，产量＝单产×种植面积。所以，对于评价自然风险对粮食安全影响程度的指标体系，可从单产、种植面积两个方面来设置，并且要求各指标在31个省（市、区）之间具有可比性。
根据指标体系的基本框架，指标体系可从单产、种植面积两个方面来建立，其内容如表1所示。
表1 粮食安全自然风险影响的评价指标体系
（三）各指标含义与计算方法
影响粮食单产的因素极为复杂，按影响性质和时间持续性可以把它们归结为两类：一类是生产力因素，包括育种技术、农业基础设施、栽培技术等，生产力因素形成粮食作物的趋势单产；另一类因素是自然风险影响因素，包括各种自然灾害，自然风险因素形成粮食作物的自然风险单产。因此，粮食单产时间序列可分解为：
2.单产下降的年份比重
。一般说来，相对上年单产下降，往往伴随着自然灾害。根据过去多年的资料，单产下降的年份比重越大，则该省（市、区）发生自然灾害的可能性越大。
式中，
指n年中相对上年单产下降的年份数。
3.单产降低的概率
。单产降低的概率越大，反映该省（市、区）的自然风险越大。
四、我国粮食作物的省级保险风险区划
（一）数据的搜集与整理
根据相应年份的《中国统计年鉴》、《中国农业年鉴》、《中国农村统计年鉴》搜集各省（市、区）1979-2007年各年的农作物总播种面积（千公顷）、粮食播种面积（千公顷）、粮食产量（万吨）、按粮食播种面积计算的单产数据（公斤／亩），以及1983-2007年各年受灾面积（千公顷）、成灾面积（千公顷）的指标值。为保证时间序列数据统计范围的可比性，广东、海南只使用1988-2007年数据，四川、重庆只使用1997-2007年数据。
（二）指标体系计算需要解决的关键问题
1.趋势单产的计算。趋势单产的计算是计算减产率
、单产平均减产率
、单产减产率的标准差
的基础。采用趋势方程拟合法，取1979-2007年各年的t为1～29，根据各省（市、区）各年的实际单产，对各省（市、区）所拟合的趋势方程如下页表2所示。其中，广东、海南因使用1988-2007年数据，所以t为1～20；四川、重庆使用1997-2007年数据，t为1～11。
表2 各省（市、区）的单产趋势方程表
资料来源：据相应年份的《中国统计年鉴》、《中国农业年鉴》、《中国农村统计年鉴》数据计算求得。
从表2看，吉林省的MAPE值=12.1091＞10，但考虑其拟合优度
，因此仍接受所拟合的趋势方程；其他省（市、区）的MAPE值均小于10，符合精度要求；四川、重庆的拟合优度很小，这是样本容量太小的缘故。
2.
分布的判断。指第i个省（市、区）本年单产与上年单产之差，分布的判断是计算指标“单产降低的概率”的基础。这里采用JB统计量进行判断，结果如下页表3所示。表3表明，31个省（市、区）的都服从正态分布。
（三）指标体系各指标值的计算
根据各指标的计算式，采用相应期间的实际数据，可以计算出指标体系的每一指标值。
（四）各省（市、区）粮食作物的保险风险区划
为了综合评价自然风险对各省（市、区）粮食安全的相对影响程度，这里采用聚类分析法。聚类分析内容非常丰富，根据聚类方法的特点，本文选择采用系统聚类法、K-均值聚类法和模糊聚类法三种方法。
系统聚类法利用软件SPSS10.0，因各变量没有数量级差异，所以不需要对各变量标准化。考虑到指标体系的各指标间具有相关性，个体间距离的计算方式采用相似系数中的相关系数，个体与小类、小类与小类的距离采用离差平方和法（Ward法）。K-均值聚类法利用软件SPSS10.0，每当一个样本被分配到一类时立即重新计算新的类中心点，并采用每一步都重新确定类中心点的方法，以最大迭代次数为10次作为确定终止聚类的条件。模糊聚类法利用软件S-PLUS8.0。三种聚类法都预先假定把31个省（市、区）聚为三类，三种方法得出的结果如表4所示。
表3 分布的判断表
资料来源：同表2。
从表4三种聚类方法对各省（市、区）的聚类结果看，有的省（市、区）的归类三种方法的结论是一致的，有的省（市、区）不完全一致，这是因为三种聚类方法在思路上存在差异。得出聚类分析结论的原则是：三种方法中，如果有两种或者三种方法的结论相同，则认为基本反映了该省（市、区）自然风险影响粮食
表4 各省（市、区）粮食安全自然风险影响程度的聚类分析、判别分析表
资料来源：同表2。安全的真实程度，将这一结论作为该省（市、区）的风险等级；如果三种方法的结论完全不同，则不能得出聚类分析的结论，有待利用判别分析法做出判断。
对于31个省（市、区），采用Fisher判别法、Bayes判别法和逐步判别法三种方法分别进行判别分析。利用SPSS10.0计算，三种方法的回判准确率分别是100%、100%、96.8%。这说明根据自然风险对粮食安全的影响程度将各省（市、区）划分为三种类型是合适的，对各省（市、区）的聚类也基本正确。至此，可以得出各省（市、区）的风险影响的相对程度，如表5所示。
通过实证，可以得出三点结论。
其一，自然风险对粮食安全的影响在全国呈明显的北方高、南方低的区域分布特征和连片性特征，这与我国各省（市、区）自然灾害的实际状况是一致的。高风险区的4个省，较高风险区的13个省（市、区），除云南、贵州、海南3个省外，其他都位于长江流域及其以北的地区，长江流域以南的其他省（区）都处在低风险区。究其原因，北方地区水资源的严重不足成了制约其区域经济社会发展的重要因素，尤其是近些年北方连年干旱，已经严重影响到粮食生产。云南、贵州、海南3个省近十年来的地区生产总值在长江流域以南的省（区）总处在倒数第一位到第三位，由于它们对农业基础设施的投入相对较少，抵御自然灾害的能力相对较弱。
其二，粮食主产区受自然风险的影响程度更大。我国有河南、山东、黑龙江、江苏、四川、安徽、河北、湖南、吉林、湖北、江西、辽宁、内蒙古13个粮食主产区，其中超过一半的省位于高风险区和较高风险区，特别是高风险区的四个省全部是粮食主产省。
其三，中、西部地区受自然风险的影响程度更大。在高风险区和较高风险区的17个省（市、区）中，除了山东、天津、河北3个省（市）外，其他14个省（市、区）全部属于中、西部地区，占中、西部地区总数的70%，而东部地区只占27%。
五、政策建议
（一）有区别地加大对不同风险区的投资力度
大幅度增加农业农村投入，改善农村基础设施的现状，是应对自然灾害的最有效的方法。对于风险程度不同的省（市、区），政府应当采取有区别的支持政策，使投资力度与风险大小相适应。各级政府、农民都应树立农业基础设施建设先行的意识，以政府投资为主体，按照谁受益、谁出钱（或出工）的原则，形成投资主体多元化、建设项目业主化、筹资方式社会化、运行机制市场化的格局。要理顺投资关系，分清投资的责任和义务：全国性的、跨农业区和跨流域的农业骨干基础设施应由中央政府负责投资和管理；区域性的农业基础设施应以地方政府作为投资和管理主体，中央政府可给予必要的支持和补贴，受益区内的所有单位和个人都应适当分摊投资成本；小流域和社区范围内的小型农业基础设施应主要由集体和农民个人负责投资和管理，地方政府可以给予必要的支持和补贴。
（二）对不同风险区的粮食保险给予有区别的保费补贴
农业保险是WTO规则中的“绿箱”政策之一，我国应充分利用农业保险以提高农业生产经营水平和竞争力。2004-2009年连续6年的中央1号文件、“十一五”规划及2006年6月颁布的《国务院关于保险业改革发展的若干意见》，都对政策性农业保险提出了明确要求。对于粮食保险来说，政府的保费补贴应当按自然风险影响粮食安全的程度对各省（市、区）区别对待，即高风险区补贴多，低风险区补贴少。这样，既有利于扩大投保面，分散风险，放大政府保费补贴政策的效果，又能确保政府对各省（市、区）的保费补贴具有科学性、公平性。
（三）应充分重视粮食主产区粮食安全面临的自然风险
2007年，粮食主产区的粮食产量占全国粮食总产量的75%，所以，粮食主产区对于国家粮食安全具有特别重要的意义。实证表明，粮食主产区的自然风险相对更高。所以，对粮食主产区有必要“特殊照顾”，想方设法增加对主产区农业农村的投资，充分利用粮食保险将自然风险分散、转移，给予粮农长期稳定的收入预期，以稳定粮食主产区的生产规模。否则，粮食主产区会出于自身利益的考虑，调减粮食种植面积，影响我国粮食安全。
（四）应高度重视中、西部地区粮食安全面临的自然风险
从2007年的资料看，中、西部地区的粮食产量占全国粮食总产量的69.8%，有70%的粮食主产区位于中、西部地区，而中、西部地区自身的财力十分有限，农民收入水平相对较低，农业基础设施建设相对落后，抵御自然风险的能力相对较弱。所以，中央政府应当重视中、西部地区粮食安全面临的自然风险，中央财政应加大对中、西部地区农业基础设施建设的投资力度和农业保险保费补贴力度。中部地区的粮食生产是其农业优势所在，目前应优化粮食种植结构，扩大优质品种生产，以继续发挥比较优势。国家农业综合开发、大型商品粮基地建设等专项资金应向中部地区倾斜。加快推进农村金融体制改革，为中部地区农民提供金融服务。中央应扶持西部地区加强生态环境建设，改善农业生产条件，重点和难点是促使边远贫困、水土流失严重、干旱缺水等政治重要、生态敏感的地区实现可持续发展，逐步增强这些地区抵御自然灾害的能力，使粮食生产稳步增长。保护和培育中、西部地区的粮食生产能力，既有利于稳定我国中、西部地区农民的种粮积极性，确保国家粮食安全，又有利于带动中、西部地区其他行业加快发展，缩小与东部地区的差异。
六、进一步的研究
本文以省（市、区）为基本单位进行了保险风险区划研究，并保持了各行政区的完整性。这一研究成果能够为中央政府制定全国粮食生产布局、发展粮食作物保险、指导应对灾害（包括防灾、减灾、抗灾）工作提供参考依据，具有重要的现实意义。
事实上，我国地形地貌极其复杂，气候条件千差万别，农业技术装备参差不齐，无论是自然灾害的发生概率、发生强度，还是抵御自然灾害的能力，即使是一个县的范围内也差别很大。因此，可考虑实施更小基本单位的风险区划。尤其是在粮食主产区，或者区内风险差异明显的地区，可以县、乡、村甚至组为基本单位。基本单位越小，区划等级可以越多，越能体现各地区间的风险差异。