茶叶霜冻气象指数保险设计.pdf

第 26 卷第 12 期自然资源学报Vol.26 No.122011 年 12 月JOURNAL OF NATURAL RESOURCESDec，2011收稿日期:20100618;修订日期:20110529。基金项目:国家科技部星火计划项目(2008GA700164);浙江省气象局重点专项(2010ZD07);浙江省科技厅重点农业项目(2011C22082)。第一作者简介:娄伟平(1970)，男，浙江新昌人，博士研究生，高级工程师，研究方向为地理信息系统和气象灾害风险评估。E-mail:xclwp163 com茶叶霜冻气象指数保险设计娄伟平1，吉宗伟2，邱新法3，吴利红4，何孝笑1(1 新昌县气象局，浙江 新昌 312500;2 绍兴市气象局，浙江 绍兴 312000;3 南京信息工程大学，南京 210044;4 浙江省气候中心，杭州 310017)摘要:根据茶叶基地历年茶叶逐日经济产出，确定茶叶进入开采期或开采期前遭受霜冻的经济损失率与最低气温的关系。利用支持向量机将位于各乡镇、街道的中尺度自动气象站的最低气温资料延长到 30 a;最低气温和茶叶经济损失率相对应，因此通过根据最低气温资料计算不同等级霜冻出现风险确定茶叶经济损失风险，解决了茶叶品种种植时间短、中尺度自动气象站资料积累时间短，不能满足风险分析要求的问题。利用多种风险分析模型拟合分析各乡镇、街道茶叶处于不同开采期时的最低气温分布，从中选择最优的理论概率分布函数进行序列的风险概率估算，得到较为稳定并符合实际的风险评估结果。在风险定量分析基础上，从浙江省政策性农业保险经营的实际需要出发，综合区域产量保险和气象指数保险的优点，设计了精细化到乡镇一级的茶叶霜冻气象指数保险，降低了农业保险中存在的基差风险、逆选择和道德风险，在灾后理赔时不需要大量的人力、物力勘查定损，理赔时效高、理赔成本低，为开展茶叶政策性农业保险提供技术支撑。关键词:茶叶;农业保险;霜冻;气象指数保险中图分类号:S16;F842.6文献标志码:A文章编号:10003037(2011)12205011浙江省是我国主要绿茶生产地，春季名优茶生产是浙江省农民的主要经济收入来源之一，由于浙江省 3 月低温霜冻出现频繁，茶叶经常遭受霜冻害，影响农民种植茶叶的经济收入。政策性农业保险能减少乃致消除特定农业自然风险对农业生产的负面影响，稳定农民从事种养殖业带来的收入1-2。茶叶生产直接以经济产出来衡量，加上浙江省开展名优茶生产时间短，还没有一种有效的茶叶霜冻灾害风险评估方法，茶叶作为新一轮政策性农业保险试点作物还处于前期研究阶段。进行本研究，可以为开展茶叶政策性农业保险方案提供技术支撑。我国开展的农作物保险主要采取单一费率的传统成本保险方式，使保户的保费负担与承受的风险特征不一致，农业保险存在逆选择、道德风险、灾后理赔时效低、理赔成本高等问题3-4。为了解决传统农业保险中存在的问题，国际农业保险界开发了指数保险5。区域产量指数保险根据地区产量进行赔付，可以最大程度地避免道德风险和逆选择问题，主要为美国、加拿大等发达国家采用6。气象指数保险是以特定的农业气象指标作为触发机制，如果超出了预定的标准，保险人就要负责赔偿的农业保险模式，逆选择和道德风险小，无需逐户勘查定损，是印度、南非、墨西哥、美国等发展中国家和发达国家采用的主要农业保险方12 期娄伟平等:茶叶霜冻气象指数保险设计2051式7。区域产量指数保险在农业保险费率厘定方法上采用作物历史产量资料，利用统计学和概率论知识，估算作物单产波动的概率分布，然后进行费率厘定8;气象指数保险根据气象站气象数据确定保险产品购买价格和支付赔偿，保险人的赔偿和实际的农业损失无关9;气象指数保险存在较高水平的基差风险10。在概率分布模型选择上正态分布在1958 年首先被用于作物产量风险分析11，但作物产量并不简单服从正态分布12，非正态分布模型更接近作物产量变化特征实际13。近年来，许多参数分布、半参数分布、非参数分布模型被用于作物产量风险分析，如 Beta 分布、Gamma 分布、Weibull 分布、Inverse hyperbolicsine 分布、Johnson family 分布、非参数核密度估计14-19。近年来，国内也开展了非正态分布模型的作物产量风险分析，如利用非参数核密度法20、信息扩散模型21 进行作物产量保险费率研究。但在模型选择上并没有一个统一的标准，不同的生产风险模型对作物生产风险进行拟合，估算出的作物风险程度是不同的，如何客观和准确地分析及估算农作物生产风险的大小及概率分布一直是国际农业学术界和各国政府管理者的一个重大课题22。区域产量和气象指数结合的农业气象指数保险可提供低成本的个别风险保险替代品，最小化逆选择和道德风险问题，降低农业保险费用23-24。气象指数保险应用分宏观水平、中观水平和微观水平三种风险水平25。宏观水平以一个省为保险对象，中观水平以一个地区为保险对象，而微观水平的气象指数保险报单持有人为单个农户，作为赔付依据的指数由距离农户最近的有代表性气象站测定，气象站应有 30 a 或以上的气象数据26。开展指数保险的先决条件之一是指数必须很好地代表损失27，如果指数和产量或经济产出不是高度相关，会造成很大的基差风险，基差风险不能被消除，但可以通过保险产品设计来降低28。气象指数难以确定，县级区域以下如乡镇气象站的气象资料不到 30 a，加上茶叶作为一种以经济产出来衡量的经济作物，其风险分析有别于常规的作物产量风险分析，目前国内外对直接以经济产出来衡量的经济作物生产风险和基差风险低的气象指数保险研究还未见报道。本文根据 3 月低温霜冻导致的茶叶经济损失率与气象因子间存在一一对应关系，设计茶叶霜冻气象指数。我国县级气象站建于上世纪 70 年代及以前，已积累了 30 a 以上的气象资料，2005 年以来浙江省各乡镇、街道建成了中尺度自动气象站，利用县级气象站的气象资料将中尺度自动气象站资料延长到 30 a 以上，利用多种非正态分布模型，从中选出和实际相符的 3 月低温霜冻出现风险分布模型，计算各乡镇、街道霜冻出现风险，确定以乡镇、街道为单位的茶叶霜冻气象指数保险费率，从而建立茶叶霜冻气象指数保险合同。1材料与方法1.1材料20002009 年 3 月到 4 月逐日茶叶产量和价格资料来自绍兴市茶叶气象服务示范基地、新昌县茶叶良种场、回山镇茶场、双彩乡茶场、东茗乡茶场、大市聚镇茶场;1980 年 1 月至 2010 年 5 月气象资料来自新昌县气象局。1.2茶叶气象灾害指数设计方法茶叶生产以经济产出来衡量。浙江省春季不同茶叶品种制作的绿茶在该品种采摘初期的价格可达 1 000 元/kg 以上，随着离开采期时间延长，采制的茶叶价格下降，一般一个茶叶品种绿茶采制期在 20 25 d，茶叶开采后第 20 天制作的绿茶价格降到该品种采摘初期价格2052自然资源学报26 卷的 30%以下。在春茶采摘期间出现严重低温霜冻可使茶芽甚至嫩梢冻死，7 10 d 内茶叶没有经济产出。因此不同时期遭受低温霜冻对茶叶经济产出影响不同。龙井 43 是浙江省制作名优茶的主要茶叶品种之一。在新昌，龙井 43 在 3 月 15 日前后进入开采期，新昌在 3月中旬经常出现最低气温在0 以下的严重低温霜冻天气，造成茶叶严重受冻，本文以龙井43 遭受低温霜冻作为研究对象。茶叶低温霜冻害是春季茶芽萌发伸长后，遇北方冷空气南下，冠层温度降到0 以下使茶芽遭受冻害的气象灾害。茶叶遭受霜冻后造成一定时间内茶叶没有经济产出，利用代表性茶场各品种采摘期间历年逐日经济产出、种植面积，确定正常年份下茶叶经济产出的时间变化曲线，统计茶叶开采期后不同累计天数经济产出占总产出的百分比，结合茶叶生物学特性、茶场历年茶叶资料、茶场所在地中尺度自动气象站气象资料、茶场历年遭受霜冻后经济损失，确定出现不同等级霜冻对茶叶经济产出的影响:Loss=f(TL)(1)式中:Loss为茶场茶叶在开采期前或开采期后某一时期遭受霜冻的经济损失率即茶叶霜冻气象指数，TL为茶场所在地中尺度自动气象站最低气温。1.3中尺度自动气象站资料延长中尺度自动气象站和县气象站距离在 30 50 km 以内，二者最低气温的差异主要是由地形、海拔高度差异造成，对于某个中尺度自动气象站，其地形、海拔高度和县气象站的差异不大，因此可根据现有的中尺度自动气象站资料利用县气象站的资料对逐日最低气温进行延长。最低气温的差异受到天空状况、水汽含量、天气系统的影响，影响因子与最低气温的差异之间是非线性关系。支持向量机是一种非线性系统，不要求对事物机制有明确的了解，不需建立复杂的数学模型以及具有非线性映射能力强等优点，因此本文采用支持向量机进行历史资料反演。1.4茶叶经济损失概率分布模型确定方法茶叶霜冻气象指数把气象要素和茶叶经济损失对应起来，因此可以通过计算霜冻的概率分布确定茶叶经济损失概率分布。作为巨灾型霜冻是茶叶生产中的极端气候事件，因此可以通过计算极端气候事件概率来确定农业生产巨灾风险。本文对研究区域各乡镇、街道的最低气温资料序列采用 Beta、Exponential、Gumbel、Gamma、Generalized Extreme Value、In-verse Gaussian、Logistic、Log-Logistic、Lognormal、Lognormal2、Normal、Pareto、Pareto2、PearsonType V、Pearson Type VI、Student、Weibull 等分布的概率密度函数拟合，选择最优的理论概率分布函数进行序列的风险概率估算。分布模型中的参数估计采用极大似然法，从中选出Anderson-Darling 检验和 Kolmogorov-Smirnov 检验通过 0.05 显著性水平，P-P 图上尾部和对角线近似重合的分布，选择最优的理论概率分布函数进行序列的风险概率估算。1.5茶叶霜冻气象指数保险合同设计本文根据气象指数保险合同内容，结合区域产量指数保险，把茶叶霜冻气象指数保险定义在一个事先指定的区域，以茶叶生产时期的霜冻发生为基础，根据霜冻造成茶叶的经济损失率和出现风险，确立保险费率和损失理赔支付的合同。茶叶霜冻气象指数是事先规定的霜冻气象事件对应的气象指标，每个指数值对应一定的茶叶经济损失率和赔付率。本文中各乡镇、街道根据所在地中尺度自动气象站观测到的气象数据确定的霜冻气象指数进行赔付。纯保险费率等于保险损失的期望值21，即12 期娄伟平等:茶叶霜冻气象指数保险设计2053Pr=E Loss/(2)式中:Pr 为纯保险费率，为保障比例，为预期单产，Loss 为作物损失。按照浙江省政策性农业保险试点方案，和 取 100%，气象灾害造成的作物损失率低于免赔额时不予赔偿，气象灾害造成的作物损失率高于或等于免赔额时，保险人按照受损土地的保险金额与实际损失率的乘积确定赔偿金额。纯保险费率可写为Pr=E Loss/=E Loss=(Lr P)(Lr M)(3)式中:M 为免赔额，Lr 为不低于免赔额的各级减产率，P 为 Lr 的出现概率。2应用实例2.1霜冻气象指数确定根据各茶场茶叶观测资料和春茶经济产出资料结合茶叶生物学特性，确定茶叶开采期前和进入开采期后龙井 43 遭受霜冻的经济损失率与所在地最低气温的关系(表 1)。表 1不同时期最低气温与龙井 43 经济损失率Table 1Corresponding minimum temperature of Longjin 43 economic loss rates caused by frost(%)最低气温 Tl/最低气温出现日期距开采期天数5 1 d0 2 d3 5 d6 8 d9 11 d12 14 d15 17 d00000000 0，1)051085321，2)101015108322，3)2020252015843，4)30303025201064，5)4040353025206 550454035302062.2最低气温序列延长以大市聚镇中尺度自动气象站最低气温序列延长为例，采用 RBF 核函数的 SVM 回归，2006 年到 2010 年每年的 3 月 1 日到 4 月 5 日逐日最低气温进行拟合，拟合值与实际值的相关系数为 0.993 3，误差绝对值的平均值为 0.3;以 2005 年 3 月 1 日到 4 月 5 日的逐日最低气温作为检验，预测值和实际值的相关系数为 0.994 6，误差绝对值的平均值为 0.4。如以表 1 中最低气温分布划分区间，拟合值与实际值、预测值和实际值均落在同一区间，说明 SVM 可用于 3 月 1 日到 4 月 5 日逐日最低气温延长。利用 SVM 和各乡镇、街道现有的最低气温资料，将各乡镇、街道的 3 月 1 日到 4 月 5 日逐日最低气温序列延长到1980 年。2.3风险分布统计各乡镇、街道 3 月 10 至 14 日、3 月 15 至 17 日、3 月 18 至 20 日、3 月 21 至 23 日、3月24 至26 日、3 月27 至29 日、3 月30 至4 月1 日期间历年最低气温，采用极大似然法对多种分布模型进行参数估计。对各种分布模型的检验表明，各乡镇、街道不同时期最低气温序列的 Generalized Extreme Value 分布均通过显著性检验，由 Generalized Extreme Value 分布得到各乡镇、街道不同时期出现各级低温霜冻的概率(表 2)。2054自然资源学报26 卷表 2各乡镇、街道不同时期出现各级低温霜冻的概率Table 2Probability of frost at all levels in different periods of tea in each town时间最低气温/七星街道南明街道羽林街道澄潭镇梅渚镇回山镇儒岙镇大市聚镇3 月 10 至14 日3 月 15 至17 日3 月 18 至20 日3 月 21 至23 日3 月 24 至26 日3 月 27 至29 日3 月 30 日至 4 月 1 日 0，1)0.150.130.160.20.140.290.290.171，2)0.090.080.110.120.090.190.190.092，3)0.050.040.070.070.050.120.110.053，4)0.030.020.050.040.030.070.060.024，5)0.010.010.030.020.020.040.030.01 5000.020.0100.020.020 0，1)0000.0100.050.050.011，2)000000.01002，3)000000003，4)000000004，5)00000000 500000000 0，1)0.030.030.050.050.030.110.10.041，2)0.010.010.020.020.010.040.030.012，3)000.01000.010.0103，4)000000004，5)00000000 500000000 0，1)000000.090.0301，2)000000.040.0102，3)000000.02003，4)000000.01004，5)00000000 500000000 0，1)0.050.020.030.050.030.140.10.051，2)0.020.010.010.020.010.070.040.022，3)0.01000.0100.030.0103，4)000000.01004，5)00000000 500000000 0，1)00.020.030.010.010.050.030.011，2)00.010.02000.020.0102，3)000.01000.01003，4)000000004，5)00000000 500000000 0，1)0.010.010.020.020.020.060.060.021，2)00.010.010.010.010.030.030.012，3)000000.010.0203，4)0000000.0104，5)00000000 50000000012 期娄伟平等:茶叶霜冻气象指数保险设计2055续表时间最低气温/沙溪镇镜岭镇小将镇东茗乡双彩乡巧英乡新林乡城南乡3 月 10 至14 日3 月 15 至17 日3 月 18 至20 日3 月 21 至23 日3 月 24 至26 日3 月 27 至29 日3 月 30 日至 4 月 1 日 0，1)0.240.150.310.180.210.350.160.181，2)0.160.090.20.110.130.230.110.112，3)0.10.050.120.070.080.140.070.073，4)0.060.030.070.040.050.080.050.044，5)0.040.020.030.020.030.040.030.02 50.020.010.010.010.010.020.010.01 0，1)0.040.010.10.010.020.1200.011，2)000.02000.03002，3)000000003，4)000000004，5)00000000 500000000 0，1)0.110.030.120.030.050.160.050.031，2)0.050.010.050.010.010.080.020.012，3)0.0200.02000.030.0103，4)0.0100000.01004，5)00000000 500000000 0，1)0.040.020.0400.010.080.0101，2)0.010.010.01000.04002，3)000000.01003，4)000000004，5)00000000 500000000 0，1)0.090.040.130.040.070.170.030.041，2)0.040.020.060.010.030.080.010.012，3)0.0100.0200.010.03003，4)000.01000.01004，5)00000000 500000000 0，1)0.060.020.0200.010.090.0301，2)0.030.010.01000.040.0202，3)0.0100000.020.0103，4)0.0100000.01004，5)00000000 500000000 0，1)0.040.020.050.030.030.070.020.031，2)0.020.010.030.020.010.040.010.022，3)0.0100.010.0100.0200.013，4)000.01000.01004，5)00000000 5000000002056自然资源学报26 卷2.4茶叶霜冻气象指数保险合同设计浙江 3 月中下旬前后二次霜冻过程相隔 7 10 d 及以上，第二次霜冻造成的茶叶经济损失率与第一次霜冻造成的茶叶经济损失率无关，茶叶霜冻纯保险费率等于各时期霜冻的纯保险费率之和。为了让保险公司制定一个合理的免赔额，本文分别计算了免赔额为10%、15%、20%、25%、30%、35%、40%的纯保险费率，结果见表 3。表 3不同免赔额下各乡镇、街道的纯保险费率Table 3Pure premium rates under different levels of indemnity for each town(%)免赔额/%七星街道南明街道羽林街道澄潭镇梅渚镇回山镇儒岙镇大市聚镇10.003.803.057.256.054.0512.7510.053.4515.002.601.955.654.352.859.257.052.1520.002.301.805.353.902.708.206.452.0025.001.301.003.952.501.705.204.251.0030.001.301.003.702.501.704.704.001.0035.000.400.402.201.300.802.602.200.4040.000.400.402.201.300.802.602.200.40免赔额/%沙溪镇镜岭镇小将镇东茗乡双彩乡巧英乡新林乡城南乡10.0011.004.6511.455.456.9015.606.755.4515.008.103.357.954.055.1010.905.154.0520.007.203.206.903.904.809.254.853.9025.005.202.204.302.503.206.053.452.5030.004.702.203.802.503.205.303.202.5035.002.601.301.701.301.702.601.701.3040.002.601.301.701.301.702.601.701.30各乡镇、街道由于地形差异较大，在同一免赔额下纯保险费率差异较大。回山镇、沙溪镇、小将镇、巧英乡是海拔高度在 400 m 以上的山区乡镇，3 月低温霜冻不仅出现机率较高，而且低温强度强，霜冻严重，因此纯保险费率也较高。保险费率由纯保费率和附加费率构成，如保险费率过高，会影响农民参保的积极性，因此结合新昌实际，以纯保险费率不超过3.00%进行茶叶农业保险产品设计，各乡镇、街道的纯保险费率和免赔额见表 4。表 4各乡镇、街道的纯保险费率和免赔额Table 4Pure premium rates for each town under different levels of indemnity地区七星街道南明街道羽林街道澄潭镇梅渚镇回山镇儒岙镇大市聚镇免赔额/%15.0015.0035.0025.0015.0035.0035.0015.00纯保险费率/%2.601.952.202.502.852.602.202.15地区沙溪镇镜岭镇小将镇东茗乡双彩乡巧英乡新林乡城南乡免赔额/%35.0025.0035.0025.0035.0035.0035.0025.00纯保险费率/%2.602.201.702.501.702.601.702.503 月出现低温霜冻时，保险公司根据各乡镇、街道自动气象站观测数据按表 1 确定茶叶(品种:龙井 43)经济损失率，如茶叶经济损失率达到或超过免赔额则对参保农民进行赔偿。3结论和讨论(1)在区域产量指数保险和气象指数保险的基础上提出了茶叶霜冻气象指数保险模12 期娄伟平等:茶叶霜冻气象指数保险设计2057型。模型中明确考虑霜冻灾害对茶叶造成的经济损失、风险分析模型对保险费率的影响。选择浙江省新昌县茶叶为研究对象利用模型设计了茶叶霜冻气象指数保险产品。该模型设计的农业保险产品反映了各乡镇、街道茶叶(品种:龙井 43)遭受霜冻造成的实际损失和风险。免赔额和保险费率的设定与各乡镇、街道茶叶生产实际风险相符，易为保险公司和农民双方共同接受。(2)中国地形复杂，尤其南方以丘陵山地为主，海拔高度相差大，同一次气象灾害过程，气象要素空间变异大，造成灾害后果不同。本文以乡镇、街道作为基本保险区域，作物和气象站距离小，降低了基差风险。从政策性农业保险的可持续发展来看，保险公司收取的保费应大于或者等于其保险赔付，同时农户缴纳的保费要与其所在地区的风险水平相匹配。本文以乡镇、街道为单位，根据历史气象资料采用多种分布模型进行作物生产风险分析，从中选择最优拟合分布，提高了分析结果的准确性和合理性、农业保险费率的科学性，有利于农业保险公司根据各地实际制定各乡镇、街道的保险费率，降低逆选择问题，实现收支平衡;方便各级政府财政对农业保险公司保费结算、农业保险赔款核定。模型采用区域内气象站所在地的茶叶经济损失率作为标准，使区域内各个农户得到“公平”待遇，有利于激励生产者之间的竞争，促进农业生产力的提高，促进区域内气象灾害严重地区进行农业结构调整。灾害发生后依靠气象部门实际测得的气象数据，来计算赔付金额，降低了查勘定损的成本，同时气象部门作为农业保险公司和投保户以外的第三者，以它提供的气象资料作为理赔标准，起到一个客观公正的作用。在同一农业保险风险区划内，所有的投保人以同样的费率购买保险，当灾害发生时获得相同的赔付，有利于控制信息不对称导致的道德风险和逆向选择问题。(3)茶叶遭受霜冻害程度除与最低气温有关，还与天空状况、风速等因素有关，本文在设计茶叶霜冻气象指数时，为便于保险理赔，借用国外气象保险指数设计方法，对茶叶霜冻气象指数设计简单化，只考虑最低气温值。下一步将综合考虑各种因素对茶叶遭受霜冻害程度的影响，进一步改进茶叶霜冻气象指数设计。参考文献(References):1Motha R P Development of an agricultural weather policy J Agricultural and Forest Meteorology，2007，142:303-313 2Coble K H，Hanson T，Miller J C，et al Agricultural insurance as an environmental policy tool J Journal of Agricultur-al and Applied Economics，2003，35(2):391-405 3Lou W P，Qiu X F，Wu L H，et al Scheme of weather-based indemnity indices for insuring against freeze damage to citrusorchards in Zhejiang，China J Agricultural Sciences in China，2009，8(11):1321-1331 4GlobalAgRisk Designing Agricultural Index Insurance in Developing Countries:A GlobalAgRisk Market Development Mod-el Handbook for Policy and Decision MakersM Lexington，KY:GlobalAgRisk，2009:12-13 5Makki S S Crop insurance:inherent problems and innovative solutions C Tweeten L，Thompson S R Agricultural Pol-icy for the 21 Century Ames:Iowa State Press，2002 6Smith V H，Chouinard H H，Baquet A E Almost ideal area yield crop insurance contractsJ Agricultural and ResourceEconomics Review，1994，23:75-83 7Wenner M，Arias D Agricultural insurance in Latin American:Where are we?RPaving the Way Forward for Rural Fi-nance an International Conference on Best Practices 2003 8Ozaki V A，Ghosh S K，Goodwin B K，et al Spatio-temporal modeling of agricultural yield data with an application to pri-cing crop insurance contracts J American Journal of Agricultural Economics，2008，90(4):951-961 9Zeng L Weather derivatives and weather insurance:Concept，application，and analysis J Bulletin of the American Me-2058自然资源学报26 卷teorological Society，2000，81(9):2075-2082 10Yang C C，Brockett P L，Wen M M Basis risk and hedging efficiency of weather derivativesJ Journal of Risk Fi-nance，2009，10(5):517-536 11Botts R R，Boles J N Use of normal-curve theory in crop insurance rate making J Journal of Farm Economics，1958，40:733-740 12Just R E，Weninger Q Are crop yields normally distributed?JAmerican Journal of Agricultural Economics，1999，81(2):287-304 13Ramirez OA，Misra S K，Nelson J Efficient estimation of agricultural time series models with non-normal dependent varia-bles J American Journal of Agricultural Economics，2003，85(4):1029-1040 14Chen S，Miranda M Modeling multivariate crop yield densities with frequent extreme values R Paper Presented at theAmerican Agricultural Economics Association Annual Meeting，Denver，Colorado，2004 15Goodwin B K，Roberts M C，Coble K H Measurement of price risk in revenue insurance:Implications of distributionalassumptionsJ Journal of Agricultural and Resource Economics，2000，25(1):195-214 16Lu Y，Ramirez O A，Rejesus R M，et al Empirically evaluating the flexibility of the Johnson family of distributions:Acrop insurance application J Agricultural and Resource Economics Review，2008，37(1):79-91 17Ker A P，Goodwin B K Nonparametric estimation of crop insurance rates revisited J American Journal of AgriculturalEconomics，2000，83(5):463-478 18Ozaki V，Silva R Bayesian ratemaking procedure of crop insurance contracts with skewed distribution J Journal of Ap-plied Statistics，2009，36(4):443-452 19Featherstone A M，Kastens T L Non-parametric and semi-parametric techniques for modeling and simulating correlated，non-normal price and yield distributions:applications to risk analysis in Kansas agriculture J Journal of Agriculturaland Applied Economics，2000，32(2):267-281 20王丽红，杨讷华，田志宏，等 非参数核密度法厘定玉米区域产量保险费率研究 以河北安国市为例J 中国农业大学学报，2007，12(1):90-94 WANG Li-hong，YANG Na-hua，TIAN Zhi-hong，et al Maize GRP rate ofpremium deciding by nonprarametric kernel densityA case study on Anguo city，Hebei Province Journal of China Agri-cultural University，2007，12(1):90-94 21娄伟平，吴利红，邱新法，等 柑桔农业气象灾害风险评估及农业保险产品设计J 自然资源学报，2009，24(6):1330-1340 LOU Wei-ping，WU Li-hong，QIU Xin-fa，et al Risk assessment and agricultural insurance designof agrometeorological disasters risk for citrus Journal of Natural Resources，2009，24(6):1330-1340 22Sherrick B J，Zanini F C，Schnitkey D G，et al Crop insurance valuation under alternative yield distributionsJ Amer-ican Journal of Agricultural Economics，2004，86(2):406-419 23Glauber J W Crop insurance reconsideredJ American Journal of Agricultural Economics，2004，86(5):1179-1195 24Gunnar B，Raushan B，Olaf H Evaluating the potential of index insurance schemes to reduce crop yield risk in an arid re-gion J Journal of Agricultural Economics，2008，59(2):312-328 25Barnett B J，Barrett C B，Skees J R Poverty traps and index-based risk transfer products J World Development，2008，36(10):1766-1785 26Mapfumo S Weather index insuranceThe case for South Africa R Micro Insurance Agency Holdings LLC，2007 27United States Agency for International Development Index insurance for weather risk in lower income countries R Pre-pared by GlobalAGRisk，Inc Lexington，2006:23 28World Bank China:Innovations in agricultural insurance，promoting access to agricultural insurance for small fa