基于面板随机效应模型确定鲁北三地棉花干旱指数保险理赔金额

doi:103969/jissn1000-6362201403009

中国农业气象 ›› 2014, Vol. 35 ›› Issue (03): 293-298.doi: 103969/jissn1000-6362201403009

基于面板随机效应模型确定鲁北三地棉花干旱指数保险理赔金额

王倩，曹杰，周兆基，张眉

南京信息工程大学，南京210044

收稿日期:2013-09-14 出版日期:2014-06-20 发布日期:2015-02-11
作者简介:王倩(1988-)，女，江苏徐州人，硕士生，研究方向为天气指数保险。Email：786580358@qq.com
基金资助:
国家公益性行业科研专项课题“气象灾害风险保险指标体系应用”(GYHY201106019)；江苏省高校哲学社会科学研究基金项目（2012SJD630037)

Indemnity Amount Determination for Cotton Drought Index Insurance in Northern Shandong Province Based on Panel Random Effect Model

WANG Qian,CAO Jie,ZHOU Zhao ji,ZHANG Mei

Nanjing University of Information Science & Technology,Nanjing210044,China

Received:2013-09-14 Online:2014-06-20 Published:2015-02-11

摘要/Abstract

摘要： 利用鲁北地区滨州市、德州市和聊城市1989-2011年棉花单产资料和各生育期降水量资料，运用三次多项式拟合趋势产量，进而分离气象产量，计算气象灾害造成的棉花减产率，定义减产且干旱的年份（共33个）为有效样本。根据棉花各生育期的降水量和需水量计算缺水量，并设定棉花全生育期的干旱指数。构建面板随机效应模型，定量分析干旱指数（DI）与因干旱造成减产率（DYLR）的关系，即DYLR=0.0003766D1。结果表明，当鲁北三地DI＜91.08mm时，单位理赔金额为0；当DI≥91.08mm时，启动赔付，单位理赔金额为保险金额与因干旱造成减产率的乘积。因此干旱指数保险赔付触发值为91.08mm，鲁北三地33个有效样本中有15个样本达到赔付标准。棉花干旱指数保险理赔金额的确定，可避免因信息不对称产生的市场失灵问题，降低经营成本，提高理赔效率，最大程度调动农民投保防灾的积极性。

关键词: 棉花, 减产率, 干旱指数, 农业保险, 理赔金额

Abstract: Based on cotton yield data and precipitation data at each growth stage from 1989 to 2011 in Binzhou,Dezhou and Liaocheng in northern Shandong province,trend yield was fitted by using cubic polynomial equation,then meteorologicalyield was extracted,decomposed,yield reduction rate of cotton due to meteorological disaster was calculated,33 effective samples were defined Water shortage was calculated according to precipitation and water demand at each growth stage of cotton,and was defined as drought index during whole growth season The relationship between drought index (DI) and yield reduction rate due to drought was analyzed quantitatively by establishing panel random effect model,namely DYLR=0.0003766DI The results showed that the unit indemnity amount was 0 when DI < 91.08mm in northern Shandong province,the indemnity was started when DI≥91.08mm,and the unit indemnity amount was the product of the insure amount and yield reduction rate due to drought Therefore,drought index insurance trigger value was 91.08mm,15 samples of 33 effective samples reached compensation standard in northern Shandong province Indemnity amount determine for cotton drought index insurance could avoid market failure due to asymmetric information,reduce operation cost and improve indemnity efficiency,and promote farmers positive to disaster prevention for the insure

Key words: Cotton, Yield loss rate, Drought index, Agriculture insurance, Indemnity amount

王倩，曹杰，周兆基，张眉. 基于面板随机效应模型确定鲁北三地棉花干旱指数保险理赔金额[J]. 中国农业气象, 2014, 35(03): 293-298.

WANG Qian,CAO Jie,ZHOU Zhao ji,ZHANG Mei. Indemnity Amount Determination for Cotton Drought Index Insurance in Northern Shandong Province Based on Panel Random Effect Model[J]. Chinese Journal of Agrometeorology, 2014, 35(03): 293-298.

参考文献

[1]Skees J R. Opportunities for improved efficiency in risk sharing using capital markets[J]. American Journal of Agricultural Economics，1999，81(5)：1228-1233.
[2]Makki S S. Crop insurance：inherent problems and innovative solutions[A].Agricultural policy for the 21century[C].Ames：Iowa State Press，2002.
[3]曹前进.农业保险创新是解决农业保险问题的出路[J].财经科学，2005，(3)：155-160.
[4]Chantarat S，Barrett C B，Mude A G，et al. Using weather index insurance to improve drought response for famine prevention[J].American Journal of Agricultural Economics，2007，89(5)：1262-1268.
[5]Cao M，Wei J. Weather derivatives valuation and market price of weather risk[J].The Journal of Futures Market，2004，24(11)：1065-1089.
[6]Barry J B，Olivier M. Weather index insurance for agriculture and rural areas in lower-income countries[J].American Journal of Agricultural Economics，2007，89(5)：1241-1247.
[7]Varangis P，Skees J，Barnett B. Weather indexes for developing countries[A].Financial Risk Management with Weather Hedges[C].London：Risk Books，2005：279-294.
[8]Hess U，Syroka J. Weather-based insurance in southern Africa：the case of Malawi[A]. Agriculture and rural development discussion paper 13[C].Washington，D C：The World Bank,.2005：1-78.
[9]陈盛伟.农业气象指数保险在发展中国家的应用及在我国的探索[J].保险研究，2010，（3）：82-88.
[10]魏华林，吴韧强.天气指数保险与农业保险可持续发展[J].财贸经济，2010，（3）：5-12.
[11]黄亚林.干旱地区天气指数农业保险的国际借鉴[J].农业经济，2012，（12）：60-62.
[12]娄伟平，吴利红，倪沪平，等.柑橘冻害保险气象理赔指数设计[J].中国农业科学，2009，42（4）：1339-1347.
[13]娄伟平，吴利红，姚益平.水稻暴雨灾害保险气象理赔指数设计[J].中国农业科学，2010，43（3）：632-639.
[14]刘映宁，贺文丽，李艳莉，等.陕西果区苹果花期冻害农业保险风险指数的设计[J].中国农业气象，2010，31（1）：125-129.
[15]左余宝，田昌玉，唐继伟，等.鲁北地区主要作物不同生育期需水量和作物系数的试验研究[J].中国农业气象，2009，30（1）：70-73.
[16]王培娟，张佳华，谢东辉，等.A2和B2情景下冀鲁豫冬小麦气象产量估算[J].应用气象学报，2011，22（5）：549-557.
[17]林佳，陈欢，阳园燕，等.基于面板数据模型的渝西地区县域气象灾害累积天数对粮食产量的影响[J].中国农业气象，2013，34 （2）：210-214
[18]杨太明，刘布春，孙喜波，等.安徽省冬小麦种植保险天气指数设计与应用[J].中国农业气象，2013，34（2）：229-235.
[19]吴利红，娄伟平，姚益平，等.水稻农业气象指数产品设计：以浙江省为例[J].中国农业科学，2010，43（23）：4942-4950.
[20]娄伟平，吴利红，邱新法，等.柑橘农业气象风险评估及农业保险产品设计[J].自然资源学报，2009，24（6）：1030-1040.
[21]于宁宁.农业气象指数保险研究[D].泰安：山东农业大学，2011.
[22]娄伟平，吴利红，陈华江，等.柑橘气象指数保险合同费率厘定分析及设计[J] 中国农业科学，2010，43（9）：1904-1911.

基于面板随机效应模型确定鲁北三地棉花干旱指数保险理赔金额

Indemnity Amount Determination for Cotton Drought Index Insurance in Northern Shandong Province Based on Panel Random Effect Model

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	秦涛, 朱彩霞. 云南核桃干旱气象指数保险产品设计[J]. 中国农业气象, 2021, 42(12): 1057-1067.
[2]	刘瑞娜, 陈金华, 陈曦, 曹雯. 安徽省茶树春霜冻害的风险评估[J]. 中国农业气象, 2021, 42(10): 870-879.
[3]	胡小枫, 王冬利, 赵安周, 刘宪锋, 王金杰. 基于深度学习算法的京津冀地区综合干旱评估模型构建[J]. 中国农业气象, 2021, 42(09): 775-787.
[4]	杨晓娟, 张仁和, 路海东, 薛吉全, 刘园, 姚宁, 栾庆祖, 白薇, 梁炜, 刘布春. 基于CERES-Maize模型的玉米水分关键期干旱指数天气保险：以陕西长武为例[J]. 中国农业气象, 2020, 41(10): 655-667.
[5]	周小云，刘梦丽，李进，张军高，梁晶，杜鹏程，王莉，翟梦华，甘恩祥，高文伟，雷斌. 萎锈灵包衣对低温胁迫下棉种萌发特性的影响[J]. 中国农业气象, 2020, 41(08): 495-505.
[6]	王明昌，刘布春，刘园，杨晓娟，韩帅，邱美娟，李琼. 陕西苹果主产县花期冻害风险评估[J]. 中国农业气象, 2020, 41(06): 381-392.
[7]	童德明，白雲，张莎，刘琦，杨晋云. 干旱严重程度指数（DSI）在山东省干旱遥感监测中的适用性[J]. 中国农业气象, 2020, 41(02): 102-112.
[8]	闫翠侠，杨国亮，李典鹏，孙约兵，韩东亮，徐晓龙，朱新萍，贾宏涛. 生物炭对干旱区绿洲农田土壤呼吸的影响[J]. 中国农业气象, 2018, 39(09): 575-584.
[9]	刘英，岳辉，张锋，杨坤. 基于LAI-Ts特征空间的河南省冬小麦返青-成熟期旱情监测[J]. 中国农业气象, 2018, 39(02): 129-139.
[10]	雷斌，李进，段留生，张鹏忠，李杰，谭伟明. 种衣剂对低温处理下棉花胚根及幼苗外部形态和超微结构的影响[J]. 中国农业气象, 2017, 38(04): 248-256.
[11]	张山清，普宗朝,李景林，李新建，吉春容，王命全，李悦. 气候变暖背景下南疆棉花种植区划的变化[J]. 中国农业气象, 2015, 36(05): 594-601.
[12]	王卫东，赵青兰，李化龙，周辉. 基于FY-3 VIRR的温度植被干旱指数在陕西省的应用及其IDL实现[J]. 中国农业气象, 2015, 36(04): 513-520.
[13]	杨帆，刘布春，刘园，杨晓娟. 气候变化对东北玉米干旱指数保险纯费率厘定的影响[J]. 中国农业气象, 2015, 36(03): 346-355.
[14]	杨太明，孙喜波，刘布春，荀尚培. 安徽省水稻高温热害保险天气指数模型设计[J]. 中国农业气象, 2015, 36(02): 220-226.
[15]	姜亚珍，张瑜洁，孙琛，游松财. 河北省土壤干湿状况遥感监测指数比较[J]. 中国农业气象, 2014, 35(06): 675-681.