文/柴智慧 李赛男

（1 内蒙古农业大学经济管理学院；2 内蒙古自治区社会科学院经济研究所）

奶业是我国畜牧业中最具活力和潜力的产业，也是政府重视、社会关注、民众关心的民生产业。然而，奶业属于高风险产业，尤其是原奶价格和养殖场（户）收益具有周期性波动特点，为此，欧美等发达国家均将其奶业支持政策的着力点定位在如何化解市场风险或价格风险以保障养殖场（户）收益，其中，利用保险这一市场化政策工具进行风险管理最具代表性[1]。2017年中央“一号文件”提出持续推进农业保险扩面、增品、提标，开发满足新型农业经营主体需求的保险产品，采取以奖代补方式支持地方开展特色农产品保险，鼓励地方多渠道筹集资金，支持扩大农产品价格指数保险试点，探索建立农产品收入保险制度。鉴于此，本文通过比较中美两国奶业保险的制度设计与实践概况，以期为我国奶业保险持续健康发展提供借鉴。

1 美国奶业保险：奶业毛利保险和毛利保障计划

美国奶业毛利保险（Livestock Gross Margin-Dairy，LGMDairy）和毛利保障计划（Margin Protection Program for Dairy，MPP-Dairy）均是利用保险机制为奶牛养殖场（户）在原奶价格下跌或饲料价格上涨或二者同时发生对牛奶生产毛利造成的挤压损失提供风险保障，其中，LGM-Dairy属于政策性农业保险工具，主要适用于大规模奶牛养殖场（户）；MPP- Dairy属于市场化的政府补贴政策，主要适用于中小规模奶牛养殖场（户）。

1.1 奶 业毛利保险（LGMDairy）

奶业毛利保险是针对原奶售价下跌或饲料价格上涨导致养殖场（户）经营利润损失设计的一款保险产品。美国农业部风险管理局（RMA）于2008年8月在31 个州试行，到2010年已覆盖本土48 个州。RMA规定，奶业毛利保险开办遵循自主自愿原则，奶牛养殖场（户）可在每月最后一个周五营业日芝加哥商品交易所（CWE）期货市场闭市后购买，也就是美国中部时间周五下午4点开始，周六晚上8点结束，且一个月只能购买一次，一年参与12 次；保险期限为11 个月，但合同生效后第1个月内的牛奶生产毛利除外不保；最长保险责任期限为10个月，即保险期限的后10 个月，奶牛养殖场（户）也可以选择部分月份投保而其它月份不投保。

奶牛养殖场（户）在投保毛利保险时必须申报四类信息：（1）每月预期牛奶销售量（EMMt），由养殖场（户）申报并经保险公司和RMA审查确定，但在每个保险期限内养殖场（户）投保的牛奶总重量最高不超过240 000 美担。（2）每月预期牛奶销售量的投保比例（%COVERt），其值介于（0，1），也就是说，养殖场（户）每月投保的牛奶销售量上限是每月预期牛奶销售量，但在每个保险期限内养殖场（户）投保的牛奶总重量最高不超过240 000 美担；（3）生产每月预期牛奶销售量所使用的饲料当量，按照一定的转换率可将其转换成预期玉米当量（ECEt）和预期豆粕当量（ESMEt）；实际上，奶业毛利保险中有关牛奶与玉米、豆粕当量的转换目前并没有一套固定方法，奶牛养殖场（户）也可以使用自己的转换率来确定饲料当量，唯一的限制就是这种转换要基于行业“公认的方法”，且转换率必须在RMA规定的最大值与最小值之间；养殖场（户）也可以使用RMA规定的默认值。（4）预期毛利免赔率（DL），其介于0～2 美元/美担牛奶，递增标准为0.1 美元，且在保险期限内保持不变[2]。

奶业毛利保险的理赔条件INDEM=Max(TGMG−TAGM,0)，,即当且仅当投保户的保障总毛利（T G M G）高于实际总毛利（TA G M）时，才能获得保险公司的差额赔偿。保障总毛利（TGMG）是保险责任期限内的预期总毛利（TEGM）扣除总免赔额（TDEDUCT）后的毛利，即：

式中，EMGMt表示保险责任期限内的每月预期毛利，是预期牛奶收入和预期饲料成本之间的差额；ECL3Pt、ECPt和ESPt分别表示第Ⅲ类牛奶、玉米和大豆的预期价格。第Ⅲ类牛奶是指脂肪含量3.5%，脱脂部分蛋白质含量3.1%，其它固体含量5.9%的牛奶；预期价格均由CWE交易的第Ⅲ类牛奶、玉米和大豆的期货合约在预期价格测算期的结算价格平均值来决定；预期价格测算期一般始于每月最后一个周五营业日前2 个交易日（即一般始于周三），止于该月最后一个周五营业日，预期价格则是由这3 个交易日每天收盘结算价的平均值来决定。值得注意的是，牛奶期货合约在全年每个月均有交割，但玉米期货合约仅在5 个月（3月、5月、7月、9月和12月）有交割，豆粕期货合约仅在8 个月（1月、3月、5月、7月、8月、9月、10月和12月）有交割，故当在保险责任期限内的某个月份无期货合约交割时，玉米和大豆预期价格则由最靠近的2 个月份的预期价格加权平均值来测定，权重大小根据期货月份和该月距离的远近确定。

实际总毛利（TAGM）是保险责任期限内的各月实际毛利（AMGMt）之和，即：

式中，AMGMt表示每月实际毛利，是实际牛奶收入和实际饲料成本之间的差额；ACL3Pt、ACPt和ASPt分别表示第Ⅲ类牛奶、玉米和大豆的实际价格。与确定每月预期价格相似，第Ⅲ类牛奶、玉米和大豆的实际价格也是由到期交割的期货合约在最后3 个交易日的收盘价平均值来决定，这3 个交易日被称为“实际价格测算期”；如果在保险责任期限内的某个月份无期货合约交割时，也是由最靠近的2 个月的实际价格加权平均值来测定。

综上可知，美国奶业毛利保险与期货市场的联系非常紧密，其相当于一个组合期权，是牛奶看跌期权和饲料看涨期权的组合；同时，政府财政也为LGM-Dairy提供保费补贴，补贴比例与养殖场（户）选择的免赔率相挂钩，从18%到50%不等，免赔越大则补贴比例越高。

1.2 毛 利保障计划（MPPDairy）

美国《2014年食物、农场及就业法案》新增奶业毛利保障计划，由农业部农场服务局（FSA）负责实施。当牛奶生产毛利低于养殖场（户）选择的毛利保障水平时，政府对奶牛养殖场（户）提供补偿，故其是兼具农业保险和反周期支付特点的政府项目。

奶牛养殖场（户）参加毛利保障计划必须满足三个条件：（1）为美国境内商品奶类生产者；（2）每年在农业部农场服务局公布的注册期内登记注册；（3）没有参加奶业毛利保险。符合条件的养殖场（户）在登记注册时需要提交诸如“历史产量确认表”“合同年度保障选择表”等表格，同时自由选择毛利保障水平和历史产量保障百分比，其中，毛利保障水平为4～8 美元/美担牛奶，递增标准为0.5 美元，共9 个等级；历史产量保障百分比为25%～90%，每5%为一个等级，共14 个等级。

奶牛养殖场（户）参加毛利保障计划需要缴纳一定的管理费和保险费，其中，管理费为固定值，100 美元/年；保险费取决于养殖场（户）所选择的毛利保障水平、历史产量以及历史产量保障百分比。如果养殖场（户）选择最低每美担4 美元毛利的巨灾级保障水平，则其每年只需缴纳100 美元的管理费而毋需另缴保险费；如果养殖场（户）选择更高保障水平，则另需缴纳一定数额的保险费。保险费分层计算：对历史产量中400 万磅（合4 万美担）以下牛奶产量，收取较低的费率；对于历史产量中超过400 万磅的牛奶产量，收取较高的费率，以此支持小规模奶牛养殖场（户）。

表1 2017年1～2月MPP-Dairy实际毛利的计算过程

奶业毛利保障计划旨在帮助奶牛养殖场（户）应对生产过程中由低奶价或高饲料成本造成的低毛利甚至负毛利风险。每美担牛奶的实际毛利是其市场价格和饲料成本之差[4]，即：

式中，M表示每美担牛奶的实际毛利；PAMP代表每美担牛奶的市场价格，其由全美奶牛养殖场（户）出售给牛奶加工企业或牛奶交易商的所有牛奶的平均价格测定，由美国农业部所属的国家农业统计局（NASS）定期公布；PC表示每蒲式尔玉米价格，由NASS定期公布；PSBM代表每吨豆粕价格，由农业市场服务局（AMS）定期公布；PH表示每吨干苜蓿价格，由NASS定期公布。2017年1～2月MPP-Dairy实际毛利的计算过程如表1所示，支付期每美担牛奶生产实际毛利为：（10.58+11.06）/2=10.82 美元。

FSA每2 个月公布一次牛奶生产实际毛利，并将全年划分成6 个支付期，每连续2 个月为1个支付期，6 个支付期分别为：1/2月、3/4月、5/6月、7/8月、9/10月、11/12月。当支付期牛奶生产实际毛利低于养殖场（户）选择的毛利保障水平时，赔付就会被触发，不管单月牛奶生产实际毛利下降多少；具体的赔付金额为：赔付金额=（养殖户选择的毛利保障水平－支付期牛奶生产实际毛利）×选择的历史产量保障百分比×以美担为单位的年历史产量÷6。

因此，美国奶业毛利保障计划本质上是奶牛目标价格的升级版，其为奶牛养殖场（户）提供近乎免费但水平较低的毛利托底收入，如果养殖场（户）要享受较高水平的毛利保障，则其需要支付保险费，而非在传统目标价格制度下享受“免费午餐”[5]。

2 中国奶业保险：政策性“成本+死亡”保险

现阶段，我国政策性奶业保险产品本质上属于低成本的死亡保险。在保险责任方面，多为生产过程中因重大病害、自然灾害和意外事故等原因所引发的投保个体直接死亡。在保障水平方面，我国奶业保险并非如美国LGM和MPP保障养殖场（户）牛奶生产毛利，而是保障奶牛生产成本，一般参照投保奶牛的生理价值（包括市场价格和饲养成本）确定。例如，多数省区根据奶牛品种、畜龄、胎次、产奶量和市场价值的不同，确定多个档次的保障水平，具体如表2所示。

在运行方式上，已初步构建“政府政策支持、保险机构经营、畜牧部门参与、养殖场（户）投保”的运行模式；在保费补贴方面，已建立中央财政与地方财政（省、市、县三级）“联动补贴”保费的机制，目前各级财政对奶业保险的补贴比例在75%～85%；其中，中央财政对奶牛保险的保费补贴，东部地区为40%，中西部地区为50%，新疆生产建设兵团、中央直属垦区、中国农业发展集团总公司为80%。

3 中美奶业保险的实践概况

3.1 美国奶业保险

如表3所示，2009～2016年美国奶业毛利保险累计提供风险保障39.04 亿美元，保费收入1.03 亿美元，其中政府财政补贴0.46 亿美元，占比44.12%，赔款支出0.34亿美元，简单赔付率为33.15%；总体来看，LGM-Dairy自2008年实施以来，在波动起伏中发展，增长缓慢，2016年市场呈现萎缩特征，主要原因是美国政府对奶业保险的财政支持有限和奶业毛利保险与毛利保障计划的不可重复性参与政策。

表2 主要省市区奶牛保险保障水平

表3 2009～2016年美国奶牛毛利保险（LGM-Dairy）实践概况

3.2 中国奶业保险

自2008年以来，中国奶业保险在中央财政和地方财政的联动补贴下得到快速发展，其已成为振兴民族奶业的重要举措。如表4所示，在参保头数方面，占我国奶牛存栏量的比重由2008年的13.78%上升至2015年的29.22%；在保费收入方面，2008年4.64 亿元，2016年18.29 亿元，增长2.94 倍；在保费补贴方面，2008年3.06 亿元，2016年15.21 亿元，大约翻了两番，占保费收入的比重也由65.95%上升至83.16%；在赔款支出方面，2008年1.17 亿元，2016年14.80亿元，增长11.65 倍。总体而言，2008～2016年，我国奶业保险累计保费收入79.29 亿元，其中政府财政补贴63.28 亿元，占比约五分之四，提供风险保障共计1 398 亿元，累计赔款支出51.40 亿元，简单赔付率为64.82%。

4 比较与启示

在利用保险机制构建奶业安全网方面，中美两国的制度设计和实践概况存在根本区别：第一，美国奶业保险旨在为养殖场（户）的价格风险或市场风险提供保险保障，不可重复参与的两款产品（LGM和MPP）均以牛奶生产毛利为保障对象；我国目前奶牛保险主要是为养殖场（户）在生产过程中因生产风险（包括重大病害、自然灾害和意外事故等）所导致的投保个体死亡提供成本保险保障。第二，美国奶业的LGM属于“保险+期货”，而我国农畜产品期货市场尚不十分发达。第三，中美两国政府均为各自奶业保险提供保费补贴，其中，美国实行18%～50%不等的级差保费补贴率，我国各级财政的总体保费补贴率约为75%～85%，补贴力度远高于美国。第四，中美两国的奶业保险实践均在不断深入，相对于美国政府对其奶业保险的有限支持而导致市场波动起伏，我国奶业保险则是在政府财政支持下稳步推进。

表4 2008～2016年我国奶业保险实践概况

近年来，因牛奶价格下跌、养牛成本陡涨，全国各地时常发生“倒奶杀牛”现象；同时，伴随我国奶业市场国际化进程加快，市场风险对奶牛养殖场（户）的影响越来越大。因此，可以从保险视角借鉴美国奶业安全网的有益经验，进一步优化和完善我国奶业保险制度。一方面，实行级差财政补贴，根据不同养殖场（户）异质化的保险需求，政府财政为不同长度的投保期限、从高到低的保障比例提供差异化补贴，进而增加奶业保险产品的针对性和灵活性。另一方面，创新奶业保险产品。在短期可以先行试点牛奶目标价格政策或者价格指数保险，长期则可通过逐步建立牛奶期货市场试办奶业毛利保险，逐渐实现从“保成本”向“保价格”和“保收入”转型，进而打破“紧缺涨价-买牛扩容-滞销降价-倒奶杀牛”的怪圈。

[1] Wolf C A，Widmar N J. Can insurance provide the US dairy farm safety net?[J].Agricultural and Food Economics，2015，3（1）：1-13.

[2] Gould B W，Cabrera V E. USDA’s livestock gross margin insurance for dairy：what is it and how can it be used for risk management[R]. University of Wisconsin-Madison Department of Agricultural & Applied Economics，2011.

[3] Newton J，Thraen C S，Bozic M. Evaluating Policy Design Choices for the Margin Protection Program for Dairy Producers：An Expected Indemnity Approach[J]. Applied Economic Perspectives and Policy，2016，38（4）：712-730.

[4] 夏益国. 美国乳业安全网保险机制探究[J]. 中国农村经济，2016（9）：83-96.