本发明涉及一种日光温室连阴寡照气象指数保险方法。
背景技术：
农业气象指数保险是近年来备受关注的保险创新产品之一，它将气候衍生品应用到农业保险领域，把气候条件对农作物产量的损害程度指数化，用以签订合同、确定赔付标准，并提供赔偿。农业气象指数保险为农业生产者的风险转移提供了新途径，让更多的社会资金可以参与分散农业气候风险。与传统的农业保险相比，指数保险有如下突出的优点：不存在道德风险、交易成本低、通俗易懂、激励农民主动防损减损、透明性、预先锁定损失和标准化等优势。
目前，随着气候极端事件频发，全国各地冬春季节雾霾严重，常出现连阴寡照的不利天气，除了影响到生活健康出行等，对冬春季节的日光温室农业生产也有明显的影响，雾霾天会造成光照的减弱和缩短，导致日光温室农作物光合作用下降、日光温室内的积温不够湿度过大，常造成温室内作物生长缓慢、病虫害发生、减产甚至绝收，严重影响水果、蔬菜等农作物的产量和品质。如2015年11月，我国北方大部分地区遭受长达20天左右时间的连续寡照天气，大大影响了北方蔬菜水果的产量、品质和上市时间，农业损失非常严重。在我国当前农业保险模式框架下，尚未有针对连阴寡照灾害的农业保险产品。
技术实现要素：
鉴于现有技术中存在的上述问题，本发明的主要目的在于提供一种操作简单、效率高且稳定可行的日光温室连阴寡照气象指数保险方法。
本发明的技术方案是这样的：
一种日光温室连阴寡照气象指数保险方法，包括以下步骤：
s1、温室蔬菜连阴寡照灾害风险评估：了解设施农业主产区的生产情况、收集连阴寡照灾害历史发生情况；得到连阴寡照灾害风险敏感生育期；
s2、温室蔬菜灾害保险气象理赔指数设计：运用风险评估技术确定气象灾害导致的减产率，建立减产率与蔬菜连阴寡照灾害致灾因子的关系，设计保险气象理赔指数；
s3、气象指数保险费率的确定：根据寡照灾害减产率与选定气象指数的关系，应用概率论分析拟合得到寡照灾害发生的概率分布，并依此确定保险费率；
s4、温室蔬菜寡照灾害指数保险产品的开发：综合区域产量指数保险和气象指数保险优点，开发出温室蔬菜连阴寡照灾害指数保险产品；
s5、温室蔬菜寡照灾害指数保险产品的推广。
本发明具有以下优点和有益效果：通过研发日光温室连阴寡照气象指数保险技术，将进一步拓展农业保险业务领域，利用技术资源优势为农业保险提供优质的服务，推动农业保险可持续发展，帮助农民灾后迅速恢复生产。
附图说明
图1为本发明实施例提供的日光温室连阴寡照气象指数保险方法的原理框图；
图2为本发明实施例提供的日光温室连阴寡照气象指数保险方法中北京1959年～2015年逐月平均阴天日数示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面将参照附图和具体实施例对本发明作进一步的说明。
如图1和图2所示：本发明实施例的日光温室连阴寡照气象指数保险方法，包括以下步骤：
s1、温室蔬菜连阴寡照灾害风险评估：了解设施农业主产区的生产情况、收集连阴寡照灾害历史发生情况；通过文献查阅、数据资料收集、农户走访调查和专家咨询，确定北京地区温室设施蔬菜的主要种类、并了解温室蔬菜生产的茬口安排及主要生育期等特性；得到连阴寡照灾害风险敏感生育期；进行北京地区温室蔬菜的寡照灾害风险评估，得到较为稳定并符合实际的风险评估结果；
s2、温室蔬菜灾害保险气象理赔指数设计：运用风险评估技术确定气象灾害导致的减产率，建立减产率与蔬菜连阴寡照灾害致灾因子的关系，设计生理学意义明确且操作简单可行的保险气象理赔指数；
s3、气象指数保险费率的确定：根据寡照灾害减产率与选定气象指数的关系，应用概率论分析拟合得到寡照灾害发生的概率分布，并依此确定保险费率；
s4、温室蔬菜寡照灾害指数保险产品的开发：综合区域产量指数保险和气象指数保险优点，开发出温室蔬菜连阴寡照灾害指数保险产品；
s5、温室蔬菜寡照灾害指数保险产品的推广。。本项目选择北京地区设施农业主产区(顺义、平谷、通州、房山和大兴区)先行试点，中华联合财产保险股份有限公司北京市分公司作为商业保险产品推广，发现运行中的问题并进一步改进
本发明实施例提供的日光温室连阴寡照气象指数保险方法的具体操作流程如下：
一、研究对象和理赔指数确定。
1、喜温类蔬菜，秋冬茬，生长期和收获前期：时段为10月1日～12月31日，生产成本为2500元/亩；
2、喜温类蔬菜，秋冬茬，收获期：时段为1月1日～3月31日，生产成本为3000元/亩；
3、喜温类蔬菜，冬春茬，生长期：时段为2月21日～3月31，生产成本为1200元/亩；
4、耐寒类蔬菜(芹菜)，全生育期，时段为10月1日～翌年1月31日。
二、历史气象数据处理分析。
如图1所示，以北京为例，北京逐月平均阴天日数：1959年～2015年年平均(5.9)＜1981年～2010年年平均(6.4)＜2006年～2015年年平均(7.2)，各季节中，常年夏季(23.2)＞秋季(19.4)＞冬季(17.9)＞春季(15.9)。
三、灾难发生概率模拟，如表1所示。
表2
气象要素中能够被用来表征一天内太阳对地面照射情况的物理量有很多，其中较为常见的有太阳总辐射量，光合有效辐射量、日照时数和日照百分率等等，此外天气现象(对阴、晴、多云等天空状况的记录)也能够间接反映某天的日照情况。但保险中气象指数的选取应当遵循指数容易获取，物理意义明确易懂，在大区域内具有良好的表征均一性等原则，因此综合考虑日照时数是最符合寡照指数产品设计思路的气象要素之一。日照时数被定义为：一天内太阳光线实际照射地面的时间，以小时为单位，保留一位小数。一般以当地当天地面气象观测站观测到的日照时数为准，作为当地当天0时－24时的日照时数。本发明所提到的日照时数以承保区域(大兴区)国家级一般气象站地面气象观测数据为准。
但在实际生产中，直接使用日照时数数据并不能明确界定寡照灾害对于温室蔬菜生长的影响。一般认为，当某一天的日照时数≤3小时，则记当天为阴天。如果阴天连续发生达到3天及以上，在气象学上称为发生连阴天过程。日照时数数据具有较好的均一性，因此气象数据均选择以上五区内的国家一般气象站长系列数据作为计算依据。计算过程中，气象要素常年值采用1981-2010年平均值。
四、减产率和费率的确定，参见表2所示。
表2
保险费率厘定的基本原则是保险人在厘定费率时要贯彻权利与义务相等的原则，具体而言，厘订保险费率的基本原则为充分、公平、合理、稳定灵活以及促进防损原则。纯保险费率计算公式为：
其中，r为保险费率，λ为保障比例；μ为预期单产；loss为产量损失；e[loss]为产量损失的数学期望；对于政策性农业气象指数保险，λ和μ可以分别取100％。且上述公式中的e为
其中，ⅹi指连阴i天发生的寡照灾害事件对应的减产率，pi指连阴i天连阴寡照事件的发生概率。
温室连阴寡照灾害的纯保险费率公式为：
r＝e[loss]。
由此可知，在计算纯保险费率的过程中，必须要得到各级风险发生的数学期望。根据概率论，通过随机事件的概率密度函数或者概率分布密度函数可以得到其数学期望。泊松分布的概率密度函数描述了离散型随机变量x在随机事件中取值为k的概率密度(如：连阴5天在承保时段内发生3次，则k＝3)，式中λ为泊松分布的重要特征参量，可表征其均值、方差和期望。
五、赔付结构及标准，参见表3所示。
表3
由于北京地区温室设施蔬菜生产茬口安排复杂，蔬菜产量统计数据很少，基本没有可用于分灾种研究的代表性蔬菜产量数据，按照传统产量分离的做法很难得到减产率与寡照灾害发生程度的定量关系。因此在本发明的设计过程中，采用农户调研与专家咨询为主，结合历史灾情资料和文献查询及农业试点实验数据的方法来获得不同种类蔬菜不同生育期对应不同烈度的连阴寡照灾害的减产率。被调研人中，共有22名温室设施农业种植大户和13名蔬菜种植专家，均在北京地区具有丰富的生产实践和技术指导经验。根据调研咨询得到的初步结果，经过文献及实验数据订正，最终确定的减产率数据。
在利用泊松分布拟合各级理赔指数风险概率的时候同样有两种方法，方法一为最大似然法，认为连阴天日数的发生情况是符合泊松分布的，则可利用历史数据通过最大似然方法估算泊松分布的特征变量，进而确定风险发生概率；方法二为最小二乘估计，同样基于连阴天发生符合泊松分布这一假设，不同的是此方法假设样本的均值即为特征变量，通过均值即可获得概率分布，使对历史情况的拟合误差达到最小。
考虑到在实际历史情况下，连续阴天9天属于极端气候事件，应当采用极值理论分析进行气象风险尾部分析进行修正，利用weibull分布替代泊松分布对连阴9天以上的极端事件风险发生概率进行重新计算，其定义式为
计算结果考虑经营费用及适当利润，最终得到使用费率和产品赔付结构。
最后应说明的是：以上所述的各实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。