长江流域养殖业气象指数保险的购买意愿分析

2014-11-22陈嘉烨周力

江苏农业科学 2014年10期

陈嘉烨++周力

摘要：以长江流域生猪养殖户为例，选取流域内、外对照组，实证分析不同规模养殖户对气象指数保险的购买意愿。研究结果表明，散户和小规模的养殖户脆弱性越高，适应性越低，对气象指数保险的购买意愿越低；中大规模农户的脆弱性低、适应性较强，购买意愿也较强，已进入良性循环的经营状态。由于在未来很长一段时期内，小农户仍将决定中国畜产品供给稳定的基本面，因此，偏向于小农户的差异化的气象指数保险补贴政策应具备较强的社会安全网功能。

关键词：长江流域；气候变化；气象指数保险；脆弱性；适应性；购买意愿

中图分类号： F840.66文献标志码： A文章编号：1002-1302（2014）10-0430-04

收稿日期：2014-09-06

基金项目：国家自然科学基金（编号：71203094）；国家社会科学基金重大项目（编号：11&ZD155、10ZD&031）；南京农业大学中央高校基本科研业务费（编号：SKCX2014007）。

作者简介：陈嘉烨，女，硕士研究生，主要研究方向为农业经济学。E-mail：84783208@qq.com。

通信作者：周力，博士，副教授，主要研究方向为环境经济。E-mail：zhouli@njau.edu.cn。科学研究表明气候变化正威胁着目前的农业和粮食系统，尤其对发展中国家农民而言，气候变化会对其营养摄取、劳动生产率乃至长期贫困构成系列影响[1]。对于拥有约 75亿农民的世界农业大国——中国而言，对气候变化同样非常敏感。在过去的100年中，中国已经经历了明显的气候变暖和一些灾难性的极端气候[2]。一方面，以变暖为主的温和型气候变化已经导致了中国植物生育期的缩短与早熟、有效养分减少、产量降低[3]。另一方面，中国在过去的几十年中，每年由于气象灾害造成的农业直接经济损失达1 000多亿元，约占国民生产总值的 3%～6%。其中，影响最大的是旱灾[4]，中国每年因旱灾而造成的粮食产量损失达1 400多万t（占同期全国粮食产量的4.7%）。可见，无论是温和型的气候变暖还是极端型的气象灾害，都严重威胁着中国农民增收、农业增效、农村发展乃至国家层面的粮食安全，基于此，抵御农业领域气象风险的“新型”农业保险制度亟待健全与完善。

“新型”，暗含之意在于“传统”保险制度的失灵。原因有二：（1）依据保险承保原则，理赔对象之间应该是独立或低度相关的；但是，农业领域气象风险的典型特征却是高度相关性（即同一个地区的农户会面临同样的气象风险并可能遭受损失），此时，保险公司简单通过大量销售保单平均分散风险的方法已经失效。（2）中国农业仍是“小农经济”，且在未来很长一段时期内，分散的中小规模农业生产者仍将是中国农业生产的经营主体，在此背景下，传统农业保险的实施，必将意味着保险公司与“小农户”逐一定损时的高额交易费用[5]。可见，传统农业保险在抵御区域协同性气象灾害时的“低风险分摊”与“高交易费用”机制，正催生着农业保险制度的“诱致性变迁”。

在此背景下应运而生的正是“气象指数保险”（weather index insurance）[6]。气象保险指数是指把气候因子（比如气温、降水、风速等）对农作物的损害程度指数化，每个指数都有相应的农作物产量和损益，保险合同以这种指数为基础，当指数达到一定水平并对农产品造成一定影响时，投保人就可以获得相应标准的赔偿。气象指数保险给予农户的补偿不是基于政策制定者的经验，而是依据气象数据。近年来，气象指数保险在我国已有一定的发展：2007年上海安信农业保险股份有限公司在我国率先推出西瓜梅雨期间降雨指数保险业务；2008年4月，我国农业部与国际农业发展基金、联合国世界粮食计划署共同启动“农村脆弱地区天气指数农业保险”合作项目，该项目选取安徽省长丰县、怀远县分别作为旱、涝灾产品的研发基地；2009年9月，中德“气象指数保险项目”启动；2009年和2010年，安徽试点的“农村脆弱地区天气指数农业保险”合作项目正式启动，并推出了“水稻种植天气指数保险”及“小麦种植天气指数保险”试点，目前，已惠及1 471 户农户，参保面积达854 hm2，保险总金额211.2万元，2011年5月，安徽国元农业保险公司进行了天气指数农业保险业务的首例赔付。

依据诱致性制度变迁理论，新型的“气象指数保险”能否有效推广普及，应在于农业生产者的自愿购买意愿。基于此，本研究拟采用长江流域（四川、江西、江苏）生猪养猪户调研数据展开实证分析。本研究的创新之处在于：以往研究多数假定生产者行为是同质的，而本研究认为农户行为存在异质性特征，并按规模分类展开相应分析；此外，现有关于气象指数保险的研究多数选择种植业展开分析（笔者不否定种植业的脆弱性相对更高），本研究特别考察了以生猪养殖业为代表的养殖业农户行为及其意愿，这对该领域研究是有益补充。若可以验明养殖业对气象指数保险存在一定需求，则可以推论，受气候风险冲击更大的种植业更可能存在类似需求。就笔者所知，本研究所进行的气象指数保险的实证分析，应是国内学界对气象指数保险领域中国问题的首次实证尝试，相关研究结论对农业可持续发展战略具有参考价值。

1研究方案

“全球气候变暖下的灾难性极端气象事件频发”——这是气候变化研究论文的常用开篇语，但它并非总能适用。与众人感知相左，在过去的几十年间，除了西南地区之外，中国的气象灾害实际上趋于减少而非增加（无论从“受灾面积”“成灾面积”还是“成灾面积占农作物播种面积比重”来看）。明晰这一研究背景，方能有利于课题组选择合适的研究对象。不难发现，源于遭受长期、连续的气象灾害，地处中国长江流域的四川省生猪养殖户样本，为气象风险应对策略的深入研究提供了鲜活实例，合理选择四川及其长江流域内部对照组（江西、江苏）、长江流域外部对照组（福建、山东）的农户样本展开研究，则有利于回答长期气候变化对连片特困地区的贫困影响。endprint

另外，选取上述地区还缘于生猪饲养水平。长江流域是中国生猪主产区，其中，四川2012年猪肉产量居全国首位（496.4万t），调研涉及的其他省份也是生猪主产区，农村普遍高度依赖养殖业。

此外，课题组从全国挑选这5个省份的原因还在于地理区位及气候特征多样性。它们分别位于中国农业主产区的不同区位——东（江苏）、西（四川）、南（福建）、北（山东）、中（江西），能够满足本研究所需要的气候特征多样性要求。

课题组于2012年在山东、江苏、四川、福建、江西5省进行养猪户（育肥猪农户）调查。本次调查共发放问卷800份，样本分布于56县（市）110个镇，收回有效问卷754份，问卷有效率达94%。有效样本中，四川135份，长江流域内对照组——江苏247份、江西73份，长江流域外对照组——山东157份、福建142份。

农户问卷主要涉及8个部分：（1）农户基本特征（地理信息，成员的性别、年龄、受教育情况、务农情况、非农就业等）；（2）农户农业生产经营情况（面积、成本、收益、价格等）；（3）农户收入来源（农林牧渔业收入、非农收入、礼金与补贴等其他收入）；（4）农户消费情况（食品、医疗、服装、教育、交通、通讯等）；（5）农户资产及投资情况（房屋、土地、机械、家电等）；（6）农户金融活动（借款、贷款、保险等）；（7）农户受灾情况（疾病、旱涝灾害、火灾等）；（8）气象指数保险购买意愿。

本研究对中国地面气象资料中的日值数据进行筛选，得出2012年“高温高湿”天气与“低温高湿”天气发生频次。可以发现，“低温高湿”天气在江苏地区、山东地区以及四川、江西的个别地区发生频次较高；“高温高湿”天气在江西地区发生频次较高，其次为福建地区。此外，我们还发现，发病率、死亡率与不良气候发生频次有紧密的关系，不良气候多发地区，往往伴随着高发病率与死亡率，但也有少数地区不完全符合这种趋势，可能是因为发病率、死亡率的高低还由养殖户风险应对能力所决定。

2模型与变量

依据贫困陷阱假说（poverty trap），农户在面临气象风险时，其行为是存在差异的，小户脆弱性较高、适应性较低，而大户则相反。一方面，小户（往往是贫困户）由于抵御气候风险的物质资本较低，滞后期的适应性行为不足（比如购置暖气、风扇等设备），因此，气候风险影响更大、脆弱性更高，在面临新一轮的气象风险时，他们往往仍是采取风险规避而非应对行为，这可能导致小农户逐步陷入贫困陷阱之中无法自拔；但在另一方面，大户（往往是富裕户）则拥有足够的抵御气象风险的沉没资本（比如现代化猪场），当面临新一轮气象风险时，他们会采取风险应对行为（比如增加生产型、固定型投资），以进一步加强其气象风险抵御能力。

基于农户行为的异质性，本文认为：小户可能存在“高脆弱性”与“低适应性”共存的特征，而大户可能存在“低脆弱性”与“高适应性”共存的特征。该假说与宁满秀等[7]的一项研究结论相符，她们分析了新疆农户对农业保险的购买意愿，研究发现种植规模越大的农户，越希望购买农业保险。那么，若本文的假说成立，在气候风险的冲击下，可能出现不同农户群体之间的收入差距效应，并导致更多的大户替代小户进行专业化生产，尽管这一长期趋势是有益的，但在短期内必然带来供给震荡以及低收入群体的社会经济问题。

在气象指数保险的影响要素中，气象风险应为核心解释变量，控制变量包含家庭禀赋特征、资产禀赋特征、养殖特征和区域特征。其中，家庭禀赋特征中选取户主性别、户主年龄、文化程度、风险偏好、社会资本、养殖经验、非农收入作为变量；养殖特征中选取料肉比值、市场价格、生产成本作为变量；气象风险变量选取高温气象风险导致的生猪病死率（比如高温导致的猪腹泻病死），以及高温高湿和低温高湿天气发生的频次纳入模型（表1）。

农民有2种意愿：不投保与投保，可视为0、1型二元选择问题，在模型设定上通常可假定服从正态分布函数形式，因此选用 Probit模型进行计量分析。

3实证分析

研究发现，长江流域内的江苏与江西购买意愿没有显著差异，但是，长江流域内的四川、长江流域外的福建，购买意愿相对强烈。可以进一步推断，极端气候区（四川）和相对高温区（福建）购买气象指数保险的意愿更高一些。

估计结果（表2）表明，在气候风险变量中，天气致死和气象风险都会对养殖户的购买意愿生产正向显著影响。比较3种规模养殖户的气候风险变量与购买意愿的系数发现，在同样的风险冲击下，养殖户随着养殖规模的增大，其对气象指数保险的购买意愿增强，这也就意味着，规模越大的养殖户其适应能力越强。原因可能在于，生猪养殖业的生物学特性决定了环境温度是影响猪生长性能的重要条件[8]。低温会使生猪增重下降，耗料量上升，易发五号病、胃肠炎等疾病，当室内温度低于4 ℃时，生猪增重下降50%，并很可能引起冻死、病死。高温会使生猪采食量下降，增重速度减慢，易发蓝耳病等疾病，超过35 ℃可引起中暑死亡。湿度也会影响生猪肥育与发病，但单纯评价湿度对肥育的影响是有困难的，一般湿度与温度共同产生影响。湿度的影响远远小于温度，如果温度适宜，则空气湿度的高低对猪的增重和饲料利用率影响很小。对生猪影响较大的是低温高湿和高温高湿2种环境条件。低温高湿，会加剧体热的散失，加重低温对生猪的不利影响；高温高湿，会影响生猪的体表蒸发散热，阻碍猪的体热平衡调节，加剧高温所造成的危害。因此，本研究界定会影响养殖户表1解释变量的描述性统计

生产决策的气候风险为高温高湿、低温高湿天气（高温高湿天气界定为温度高于35 ℃、湿度高于75%的气候条件；低温高湿天气为温度低于4 ℃、湿度高于75%的气候条件）。不良气候发生频次越高，经济效益损失风险越大。

在控制变量中，农户基本特征变量（年龄、受教育程度和风险偏好）对养殖户的适应性行为具有显著影响。年龄越大的养殖户，由于对新事物的接受能力较差，对气象指数保险的购买意愿越低。养殖户随着受教育程度的增加，对有关适应性行为的相关知识更加了解，因此对气象指数保险的购买意愿越高。气象指数保险对绝大多数养殖户来说还是一种新兴产品，购买此类保险相当于是风险投资，故养殖户的风险偏好越大，对气象指数保险的购买意愿越强。endprint

在资产禀赋变量中，专用型资产和储蓄类资产都对气象指数保险的购买意愿产生了正向显著影响。即养殖户的资产禀赋越高，其在气候变化冲击时采取适应性行为的可能性越高，气象指数保险的购买意愿也更强。而我们知道，对于同一个地区的农户而言，他们所遭受的气候冲击是相同的，在相同冲击下抵御能力弱的农户脆弱性较高[9]。根据表1的描述性统计可以看出，小农户的资产禀赋往往较低，低资产禀赋使得他们采取适应性行为的可能性降低，在气候冲击面前抵御能力较差，这导致较高的脆弱性。因而，从本文中可以看出，小农户存在着“低适应性”与“高脆弱性”并存的局面。

在生猪经营情况变量中，市场价格与生猪的单位成本对养殖户的适应性行为产生显著的影响。其中，市场价格越高，养殖户采取适应性行为意愿越高；养殖花费的单位成本越高，养殖户采取适应性行为意愿越弱。虽然市场价格和单位成本直接影响的是养殖利润，而利润往往对适应性行为具有滞后影响，所以从理论上来说，市场价格和单位成本对农户的适应性行为不具有显著影响[10]；但是本文将养殖户对气象指数保险的购买意愿视作适应性行为，实质为农户采取适应性行为的意愿，而农户的适应性意愿往往与当期利润具有显著关系。市场上的生猪单位售价越高，养殖户可以获得的养殖利润也越高，养殖户更愿意采取适应性行为来增加生猪的存活率，以获取更多的利润。相反，当养殖成本较高时，养殖户可获得的利润也较低，采取适应性行为相当于增加了养殖成本，因而养殖户不愿意购买气象指数保险。

4结论与讨论

通过对长江流域生猪养殖户（及流域内、流域外对照组）分析了不同规模养殖户对气象指数保险的购买意愿。研究发现，养殖户对气象指数保险的购买意愿总体较高（7214%），其中长江流域内的四川和长江流域外的福建购买意愿比分别为75.12%和78.36%，高于总体平均水平；而长江流域内的江苏、江西和流域外的山东购买意愿占比分别为70.33%、69.38%和68.54%。造成这一差异的原因可能在于四川与福建多发极端高温天气，养殖户所遭受的气候冲击更大。气象指数保险的购买意愿受养殖户的家庭禀赋特征、资产禀赋和气候风险的影响。在家庭禀赋变量中，年龄越大的养殖户，由于其对新事物的接受能力较差，对气象指数保险的购买意愿越低。养殖户随着受教育程度的增加，对有关适应性行为的相关知识更加了解，因此对气象指数保险的购买意愿越高。气象指数保险对绝大多数养殖户来说还是一种新兴产品，购买此类保险相当于是风险投资，故养殖户的风险偏好越大，对气象指数保险的购买意愿越强。资产禀赋越多的养殖户，在气候冲击下采取应对策略的能力越强，对气象指数保险的购买意愿越强。气候风险越大，养殖户越希望通过风险规避的方法来减少损失，对气象指数保险的购买意愿越强。

值2014年8月本文成稿之际，河南、山东等12个省区正遭遇严重干旱，河南遭遇63年来最严重的“夏旱”，全国农业主产区多地供水告急。这亟需我们反思粮食“十连增”与畜产品供给增长背后，中国农业究竟是否如预想般成功。笔者认为，良好的气候条件及高昂的政策支持，掩盖了农产品供给区域波动与抗灾能力减弱的不争现实。在未来气候风险加剧的情景下，中国农业产业体系似乎变得愈发脆弱。

本研究发现，散户和小规模养殖户对气象指数保险的购买意愿相对较弱。这可能溯源于金融失败理论，由于小农户对正规或非正规金融市场的有限准入能力限制了他们的人力资本投资及收入机会增加的可获性。现实中，信贷市场的不完善导致了农户往往采用例如储蓄等自我保险的方式来应对负面冲击伴随的不时之需。且散户受市场价格冲击较大，而我们知道，从2013年10月以来，全国白猪肉收购价格从 16元/kg，跌至2014年4月底的9.5元/kg，直到2014年5月初才开始逐渐回升，剧烈的价格波动，很可能导致部分资金不足的散户退出养殖业。尽管散户并非中国农业的未来主体，但在中西部地区许多散户的经营失败可能导致贫困发生率上升等农村社会经济问题。散户是受气象风险影响最严重的群体，但是却由于资产禀赋较低等各方面因素对气象指数保险的购买意愿较低，即适应性最差。这导致了散户可能在气象灾害来临之际，成为最大的受害者，又得不到有效的经济补偿。因此我们可以在气象灾害来临之前做好预测工作并及时给予散户警示，让散户及时做好防范措施。但是，由于在未来很长一段时期内，散户养殖在全国仍占较高比重（散户养殖在2011年占全国养猪比重的95.26%），为了稳定供给，加强对散户补贴应是中国由传统农业向现代农业转型过程中消减社会代价的重要措施。相关研究已经表明，农业生产（特别是传统粮食种植）易受气候变化负面影响[11-12]，对极端高温非常敏感[13-14]。现阶段，有关气候变化对中国农业生产影响的研究已经展开[15-17]，但这些研究结论的一致性往往取决于农户适应性行为的存在性[15-16，18]。若缺乏相应适应行为（比如灌溉、调整种植制度、改变种收时间等），气候风险的结果一般是消极的。一项来自于Xiong等[15]的情景模拟研究就验证了上述观点，该研究表明，预计到2050年，在没有适应行为的气候情景下，水稻产量将减少4～14%，小麦产量将减少2%～20%，玉米产量将减少0～23%。从农户净收益的视角看，结果亦是如此——Wang等[19]通过对中国28个省份 8 405个农户调查研究发现，全球气候变暖对依赖自然降雨（缺乏灌溉等适应性行为）的农业有害。在应对新的气候条件时，农户可以采用一系列适应性行为，比如控制要素投入、改变种植及收获时间、多样化作物品种、灌溉与水资源管理，但这些积极应对策略往往是需要投入较高成本的[18，20-21]，而自有资本不足与金融市场失灵决定了小农户的高脆弱性与低适应性并存，因此，我们在向规模化、产业化、组织化、现代化农业变革之时，仍应在未来一段时期内加强对小农户的生产扶持，差异化的气象指数保险购买补贴应是核心对策之一。

参考文献：

[1]IPCC. Climate change 2007：impacts adaptation and vulnerability [R]. Cambridge：Cambridge University Press，2007.endprint

[2]Christensen J H，Hewitson A，Busuioc A，et al. Regional climate projections [R]//IPCC. Climate change 2007：the physical science basis. Cambridge：Cambridge University Press，2007.

[3]周曙东，周文魁，朱红根，等. 气候变化对农业的影响及应对措施[J]. 南京农业大学学报：社会科学版，2010，10（1）：34-39.

[4]褚清河，潘根兴，闫明，等. 春季干旱对旱地冬小麦生产的影响及农田管理技术的应对效果[J]. 农业环境科学学报，2011，30（9）：1772-1776.

[5] Hess U，Syroka J. Weather-based insurance in Southern Africa：the case of Malawi[R]. Washington D C：World Bank，2005.

[6]Skees J R，Barnett B J. Conceptual and practical considerations for sharing catastrophic systemic risks[J]. Review of Agricultural Economics，1999，21：424-441.

[7]宁满秀，邢郦，钟甫宁. 影响农户购买农业保险的实证分析[J]. 中国农村经济，2005（6）：38-42.

[8]郭春华，王康宁. 环境温度对生长猪生产性能的影响[J]. 动物营养学报，2006，18（4）：287-293.

[9]韩峥. 脆弱性与农村贫困[J]. 农业经济问题，2004（10）：8-12.

[10]田素妍，陈嘉烨. 可持续生计框架下农户气候变化适应能力研究[J]. 中国人口·资源与环境，2014，24（5）：31-37.

[11]Long S P，Ainsworth E A，Leakey A D，et al. Food for thought：lower-than-expected crop yield stimulation with rising CO2 concentrations[J]. Science，2006，312（5782）：1918-1921.

[12]Ainsworth E A，Leakey A D，Ort D R，et al. FACE-ing the facts：inconsistencies and interdependence among field，chamber and modeling studies of elevated CO2 impacts on crop yield and food supply[J]. New Phytologist，2008，179（1）：5-9.

[13]Schlenker W，Lobell D B. Robust negative impacts of climate change on African agriculture[J]. Environmental Research Letters，2010，5（1）：014010.

[14]Schlenker W，Roberts M J. Nonlinear effects of weather on corn yields[J]. Review of Agricultural Economics，2006，28（3）：391-398.

[15]Xiong W，Lin E D，Ju H，et al. Climate change and critical thresholds in Chinas food security[J]. Climatic Change，2007，81（2）：205-221.

[16]Tao F L，Hayashi Y，Zhang Z，et al. Global warming，rice production，and water use in China：developing a probabilistic assessment[J]. Agricultural and Forest Meteorology，2008，148（1）：94-110.

[17]Zhang T Y，Zhu J，Wassmann R. Responses of rice yields to recent climate change in China：an empirical assessment based on long-term observations at different spatial scales （1981—2005）[J]. Agricultural and Forest Meteorology，2010，150（7/8）：1128-1137.

[18]Zhou L，Turvey C G. Climate change，adaptation and Chinas grain production[J]. China Economic Review，2014，28：72-89.

[19]Wang J X，Mendelsohn R，Dinar A，et al. The impact of climate change on Chinas agriculture[J]. Agricultural Economics，2009，40（3）：323-337.

[20]王金霞，徐志刚，黄季焜，等. 水资源管理制度改革、农业生产与反贫困[J]. 经济学季刊，2005，5（4）：189-202.

[21]Seo S N，Mendelsohn R. Measuring impacts and adaptations to climate change：a structural Ricardian model of African livestock management[J]. Agricultural Economics，2008，38（2）：151-165.endprint