草原指數保險：評述與中國方案設計

林慧龍，蒲彥妃，王丹妮，2，馬海麗

（1.蘭州大學草地農業生態系統國家重點實驗室，蘭州大學農業農村部草牧業創新重點實驗室，蘭州大學草地農業科技學院，甘肅 蘭州730020；2.河西學院音樂學院，甘肅 張掖734000）

全球草原面積約31.58億hm2，大約占全球陸地總面積的1/3［1］，是地球上分布最廣的植被類型，在全球范圍內提供重要的生態系統服務［2］。一直以來，草原農業生產系統受天氣因素等影響很大，具有高度不確定性，導致生產者常常蒙受損失。而目前牧民常用的風險管理策略［3-4］不僅會加大支出，且往往并不能很好地抵御風險。此時，引入保險這種基于市場的風險管理工具可以更低廉、更廣泛地降低風險，也可以涵蓋極端事件。因此，草原指數保險被定義為牧業生產者從事牧業生產活動時，對自然災害和意外事故造成的經濟損失提供保障，承擔賠償金責任的一種分散風險的創新型保險管理工具［5］，目前已在各大洲多個國家處于研究、計劃或運行之中。

中國是世界上草原資源最豐富的國家之一，居世界第二位，其中天然草原總面積近4億hm2，占全國土地總面積的41.7%，為現有耕地面積的3倍［6］。然而，匱乏的指數保險產品與豐富的草原資源不相匹配。雖然在2014年8月，國務院就出臺《關于加快發展現代保險服務業的若干意見》，提出“探索天氣指數保險等新興產品和服務”，但無論是學界、保險行業還是草原牧區政府都未對此做出理想的反應。我國目前在運行草原指數保險的只有內蒙古自治區和青海省，且存在機制設計不夠合理的問題［7］。相關保險產品設計也只有針對內蒙古東部地區的“草原牧區雪災天氣指數保險”［8］和西藏那曲地區的“畜牧業旱災指數保險”［9］。理論和實踐層面的雙重匱乏使得草原指數保險在我國幾乎還處于“真空狀態”。然而，推動草原生產可持續發展是草原工作者的使命。面對草原指數保險這一重大選題，本研究探討該產品在世界范圍發展狀況，首要任務是總結國內外的典型產品及其機制設計，厘清可借鑒的經驗，結合我國自身的國情進行探討，以期填補我國草原指數保險幾近“空白”的局面。

1 草原指數保險的源起

草原指數保險是農業指數保險的一個分支，專門針對基于草原生態系統的農業生產，包括種植業和畜牧業等。與傳統種植業相比，基于草原的農業生產更加粗放、更易受極端天氣的影響，因此收益的波動更大。放牧和缺乏產量測量使得用傳統保險產品來給草原產品投保幾乎不可能。此外，草原每單位面積的價值相對較低。由于這些原因，基于賠償的傳統農業保險通常是針對經濟作物設計的，而非草地農業系統，特別是草地產量［10］。相反，指數保險產品擁有保障草原可持續發展的潛力，因為它們的收益依賴于一個與實際草產量高度相關又彼此獨立的內生指數［11］。

最早的草原指數保險產品于21世紀初出現在加拿大（2000年）和西班牙（2001年），針對牧場的飼草和農產品，此后，逐漸出現在歐美亞非的許多國家。草原指數保險從誕生起就自然屬于農業指數保險這一大類，沒有被刻意分劃過。但草原農業生產和種植農業生產的區別使得草原指數保險有被單獨討論和研究的必要。2019年，Willemijn等［11］發表的綜述概覽討論了歐美市場在運行的全部12種草原指數保險產品，意在總結歸納并促進國際交流，這是此類產品第一次以整體的形式被分立出來單獨討論?？梢哉f，與傳統農業保險相比，這一保險類別還十分新穎和稚嫩，擁有巨大的發展空間。

追溯草原指數保險的源起離不開對農業保險和指數保險的探討。

農業保險是專為農業生產者在從事種植業、林業、畜牧業和漁業生產過程中，對遭受自然災害、意外事故疫病、疾病等保險事故所造成的經濟損失提供保障的一種保險。20世紀20年代以來，世界各國相繼發展農業保險［12］。經歷了近100年的發展，如今農業保險已經在世界范圍得到了推廣和運行，在發達國家和部分發展中國家形成了穩定的產業，并在不同的國家和地區發展出了不同的模式。

指數保險是保險市場中一種較新型的保險類別，于20世紀30年代由印度學者Chakravarti提出。與傳統保險的賠償基于被保險人的損失不同，指數保險的賠償基于預先設定的指數，當達到了設定指數的觸發值之后，便會觸發賠償。由于農業產業本身固有的受自然環境影響大、生產收益不穩定等特點或弱點，農業成了指數保險最主要的應用方向。農業指數保險往往選取區域產量、降水、蒸發量、積溫等與農業生產密切相關的條件中的一個或幾個作為參考指標，結合投保地區和對象的特征確定具體的數值作為觸發值。

農業指數保險之所以受到廣泛的重視，是因為它本身具有超越傳統保險的巨大優勢。首先，選取的指數極大降低了受到人為干擾的可能，減少了逆向選擇和道德風險；其次，保險需要用到的數據是公開、透明的，達成了保險方和被保險方的信息對稱；再次，優化了步驟，降低了交易成本，比如災害發生后依靠氣象部門實際測得的氣象數據來計算賠付金額，而不用挨家挨戶勘查定損；最后，它還有利于保險產品的標準化、證券化，保險產品設計的余地充分，可塑性強［13］。各地的實踐證明，農業指數保險較好地保護了投保人的利益，有利于農業生產的可持續發展，是值得推廣的風險轉移產品。

在農業指數保險的推廣過程中，除了各地政府以外，世界銀行是最不可忽略的助推者之一。在世界銀行的協助下，許多發展中國家從本國狀況出發，研發出具有各自地域特色的指數保險產品。蒙古、印度、肯尼亞、墨西哥等許多國家的農業指數保險產品都得以順利運營。此外，國際農業發展基金、聯合國世界糧食計劃署等國際組織也為農業指數保險的應用推廣做出了不懈努力［14］。

2 草原指數保險的分類與原則

在發達國家，草原指數保險多由私營公司提供，且有完善的配套設施，如密集的氣象站和完整的數據庫。加拿大和西班牙是最早專門為草原提供指數保險的國家。由于這些國家都是自主設計，因此相關的保險產品各不相同，各具特色。在發展中國家，保險多由政府牽頭，在世界銀行等組織的協助下推出，與保險公司合作運營。在這樣的情況下，許多國家的產品具有一定的共性，有些國家甚至使用同一款產品，如肯尼亞和埃塞俄比亞的“基于指數的牲畜保險”。

雖然農業指數保險具有許多突破性的優勢，但它仍有一些與產品本身特點相伴的風險。首當其沖的便是基差風險，它是指購買方的損失與保險方的賠付不相匹配的問題，被保險方可能在沒有損失時獲得賠償，也可能在發生了損失時得不到賠償?；铒L險由3部分組成，分別是空間、時間和設計基差風險［11］?？臻g基差風險常常產生于指數的測定地點和被投保對象所在的地點不在同一個空間范圍（尺度），兩地間的差異會導致結果的偏差。時間基差風險由于觀測的時間聚集偏差而出現，主要是因為觀測結果匯總為數月，而植物的脆弱性與植物物候期相關［15-16］。如果說空間和時間基差風險是源自外在的觀測過程，那么設計基差風險就來自保險的觸發機制。觸發機制包括指數變量和觸發水平，選取的基礎指數越是與被保險方的成災受損機制聯系緊密，設定的觸發水平越是貼近被保險方的實際受損情況，觸發機制就越合理，設計基差風險也就越低。因此，對于一項指數保險產品而言，前期最關鍵也最困難的部分就是觸發機制的設計。

以下匯總了搜集到的世界范圍內運營中的草原指數保險，發現現有的草原指數保險可以根據選取的指數變量分為三大類，即區域產量指數保險、天氣指數保險和衛星遙感指數保險。除了指數保險皆有的優缺點，它們在具體的優勢和基差風險上也有所不同。

2.1 區域產量指數保險

區域產量指數保險是農業指數保險中最早出現的險種之一。這是因為傳統視角下，產量是衡量農業成果最重要的指標之一。區域產量指數保險是以一個事先確定的區域的平均產量為基礎，當該區域的實際平均產量低于指定水平時，所有投保人都可獲得相同差額的補償［17］。標準值的設定往往需要以被投保地區幾十年的數據作為參考依據，從中計算總結出一個適合的值。與傳統賠償保險相比，區域產量指數保險有著明顯的優點。首先，以地區為單位，意味著更全面、更高質量的數據，有利于更好地進行風險評估。其次，道德風險降低，因為單個生產者的行為對一個地區總量的影響小于其個人的產量。最后，管理成本降低，因為它往往是面向農場而非個人的。但由于這種保險只考慮相應地區的“平均損失”，單個農場和農戶很有可能無法獲得與自身實際損失相符的賠償，這實際上是空間基差風險的表現。

2.2 天氣指數保險及其運行機制

天氣指數保險是目前所有農業指數保險中應用最多最廣的一類。它是指把一個或幾個氣候條件（如氣溫、降水、風速等）對農作物的損害程度指數化，每個指數都有對應的農作物產量和損益，保險合同以這種指數為基礎，當指數達到一定水平并對草原生產造成一定影響時，投保人就可以獲得相應標準的賠償。國外最常用的指標是降水量對長期平均水平的偏離程度，這是受到Allan等［18］提出的“降水距平百分率（PA）”的啟發。農業行業的特殊性使得其生產與天氣條件息息相關，因此，自20世紀90年代“天氣指數保險”的概念提出以來［19］，它便受到了眾多國家的重視，并在21世紀得到了廣泛的應用。在我國，2016年中央一號文件《關于落實發展新理念加快農業現代化實現全面小康目標的若干意見》提出“探索開展天氣指數保險試點”，2019年《關于促進小農戶和現代農業展開有機銜接的意見》中也要求推進天氣指數保險試點，表明了國家對于開展天氣指數保險的高度重視。

國外關于天氣指數保險的設計中，常用的模式有Copula函數［20］、分位數回歸法［21］等。在天氣指數保險中，時間分辨率指重復觀測同一地區所需要的時間，空間分辨率指重復觀測同一地區的基礎空間單位。時間和空間分辨率的設計與觀測數據質量關系密切，是影響基差大小的因素之一［11］。由于天氣指數保險所需的數據多源自氣象站和其他第三方，獨立于保險方和被保險方，因此可以有效避免道德風險。此外，天氣指數保險還可以為牧草質量的下降［22］和為了應對天氣影響而增加的投入投保。例如，雪災發生時，積雪過深導致牧民只能進行全舍飼，致使投入增加［8］。與地區產量和賠償保險相比，這些額外的支出至少被部分涵蓋進了天氣保險系統。但天氣指數保險仍不可避免地會有基差風險。當測定的天氣（比如來自一個遙遠的氣象站）與生產地的實際天氣不一致時，空間基準風險就會產生；當決定產量的天氣被測量于一個錯誤的時間點，比如忽略了植物生長的脆弱階段時，時間基準風險就會產生［23］；而設計基準風險表現為計劃生產和實際生產之間的差異，通常一個地區的天氣系統越復雜，設計基準風險就越高。

2.3 衛星、遙感技術的引入產生了新的指數保險

指數保險與衛星、遙感等現代技術工具結合成為了行業發展的新方向。近年來，隨著越來越多的衛星數據開放以供使用，人們發現衛星圖像很適合與農業保險相結合［24］。而2015年初發射的第一顆哨兵2號衛星使得用開放源數據直接監測草地植被成為可能［25］。大量遙感文獻討論了監測和估算草地產量的可能性。多種草地指數保險使用歸一化差異植被指數（normalized difference vegetation index，NDVI）作為保險的基本指標，它能測量紅色和紅外區域的冠層反射率之間的關系。人們發現NDVI對于檢測草原干旱具有強大的作用［26-27］。雖然預測的準確性通常很好，但它們并非沒有錯誤。例如，NDVI與草產量之間的關系受葉片覆蓋、大氣散射和土壤背景的影響。所有這些因素都可能導致現場測量和衛星測量之間存在相當大的偏差［28］。而且由于測量的數量和質量可能與現場植被生長和健康的實際損失不完全相關，由此產生衛星保險的設計基準風險。

衛星、遙感技術還可以應用于區域產量和天氣指數保險的設計、運行全過程。對于區域產量指數保險，通過這些技術可以得到宏觀層面的植被狀況估計，還可以定期進行產量估算。對于天氣指數保險，這些技術有助于進行天氣估計。例如，在贊比亞，基于衛星數據的棉花降水指數保險正在施行［29］。但地面氣象臺站仍然是天氣預測的穩定可靠來源，利用衛星測算天氣還是農業指數保險的一個探索性領域［25］。

2.4 指數選取原則

無論何種保險產品，都必須遵循“損失補償”原則，即當保險事故使投保人遭受損失時，保險人必須在保險責任范圍內對投保人所受的損失進行補償［30］。指數保險通過控制基差風險來貫徹這一原則。這既要求選定的指數能很好地反映被保險方承受的損失，更要求理賠方案能良好地匹配指數和實際損失的關系，它對使用的數據源在質和量上都提出了極高的要求。通過對各類草原指數保險產品的回顧，總結出指數選取時的幾個原則：1）與選定地區的具體情況相匹配。這樣才能保證指數對實際損失具有較強的解釋能力。如同樣使用“基于指數的牲畜保險”這一產品，蒙古以縣級的牲畜死亡率作為指數變量，肯尼亞則選取基于遙感反演的歸一化植被指數。2）獨立穩定可獲取。選取的指數不應受到人為干擾，且須保證在較長時期內可以連續獲得。3）數據來源渠道公開透明。指數保險需要的數據獨立于保險雙方，這既是它的突出優勢，也是必須遵循的原則。同時，保險雙方應當享受同等的獲取信息的權力，避免信息不對稱問題。4）易于解釋，對用戶友好。這對保險的推廣應用來說尤其重要。

3 運營中的草原指數保險典型案例及其運行機制

3.1 區域產量指數保險

美國從2007年開始以“集團風險計劃”的名義為牧草提供區域產量保險。這項保險始于1993年，最初是專門針對大豆（Glycine max）生產者的［31］，擴展到牧草和其他作物后，合同數量也顯著增加［32］。最近，集團風險計劃已被一項名為“區域風險保護保險（area risk protection insurance，ARPI）”的保險取代，但這仍然是原始保險［33］。它與其前身的不同之處在于，包括收入產品在內的所有集團產品都使用相同的名稱。只要國家農業統計局（National Agricultural Statistics Service，NASS）估算的一個縣的總產量低于該縣的NASS產量預測值，就會產生回報［34］。該預測在收獲日期前約6個月公布。NASS根據產量的歷史記錄，應用植物生長模擬模型、特定用途的衛星圖像以及技術人員的抽樣統計模型來確定風險區各種農作物的正常平均產量，以該平均產量的一定百分比作為保險額［31］。保險的空間分辨率設定為縣級，這是因為在美國，縣是具有歷史區域產量數據的最小空間單位。由于農場的平均產量可能高于縣平均產量，因此可以購買高達150%的保護［35］，一些關鍵信息如表1所示。

表1 運營中的草原區域產量指數保險典型案例一覽Table 1 Overview of typical operational area yield index insurances for grasslands

蒙古政府在世界銀行的協助下，從2005年開始研發“基于指數的牲畜保險”（index-based livestock insurance，IBLI）。這是由于1999-2002年，蒙古連續3年遭遇嚴冬，極端寒冷的天氣之災促使蒙古當局決定設計一份針對本國牧民、有效且持久的保險產品［36］。這款產品旨在保護牧戶免受極端天氣事件造成的經濟損失，并且更快地恢復生產。在IBLI中，指數變量為縣級牲畜死亡率，這一方面是因為除了金額之外，牲畜死亡率能夠最直觀地反映災害的嚴重程度和牧民的損失，另一方面則是因為蒙古當局對歷年數據的記錄比較完整，便于參考。當該地區某一類牲畜死亡率超過6%時，便會觸發賠償（表1）。

3.2 天氣指數保險

奧地利、德國、瑞士、加拿大、美國和中國都有運營中的天氣指數保險。絕大部分國家都采用降水量作為指數變量，因為它是對農業收成最具決定性的指標之一。但各國指數的時間分辨率和空間分辨率卻不一樣，觸發值和賠償方式也各不相同，在設計層面上顯示出一定的獨立性［37-44］（表2）。

表2 運營中的草原天氣指數保險典型案例［38-44］一覽Table 2 Overview of typical operational weather index insurances for grasslands

奧地利的“草地指數”保險由奧地利冰雹保險公司提供。該方案以市為指數空間分辨率，在市政當局選擇一個中央測量點，然后放置降水記錄儀，記錄每日的最大和最小降水量值。該保險的時間分辨率為5個月或42 d，如果5個月的累計降水量小于長期平均水平的36%，或者42 d的累計降水量小于長期平均水平的70%，就會觸發收益。

德國從2014年開始起用的“天氣計劃”保險產品實現了高度定制化，保險公司為每個客戶單獨進行天氣損害評估，并根據評估量身定制指數保險產品，指數變量、空間分辨率和觸發條件均依據客戶的具體條件和要求。德國根據49個氣象站的歷史日降水數據，構建了多站點降水模型，然后又用此模型預測未來的降水。這個模型是德國目前認可的總體最優模型，它使基差風險降低了20%~40%。

瑞士的“草原保險”選取的指數既有降水量，也有蒸發量，其中降水量來自5個地面雷達氣象站的測量數據，蒸發量則是本國草甸蒸發量的國家特定值。該保險數據來源的精密性很高，通過260個氣象站的降水測量來驗證1 km×1 km網格化雷達數據。每日測量結果以6個月為范圍進行匯總，當降水量小于長期平均水平的75%時觸發收益。

加拿大有3個主要省份從21世紀初開始實行草原指數保險，且都允許客戶選擇最多3個氣象站。最早的是安大略省從2000年開始運行的“飼草降雨計劃”。在該項目中，主成分回歸（PCR）和偏最小二乘回歸（PLSR）模型被用于解決高維度和氣象變量的多重共線性問題，最終發現指數覆蓋的區域越小，降水與牧草產量的相關性越高，即空間分辨率的選取越精確，基差風險越小。在此基礎上，確定時間分辨率為單月、雙月或3個月，當單月降水量小于長期平均水平的85%時觸發賠償。若在收獲期的10 d內，降水量大于5或7 mm，也可以觸發賠償。這樣一來，無論面對干旱還是暴雨，都有了保護機制。此外，保險賠付金額根據土地類型的不同有所不同，改良的可耕種土地40~256美元·hm-2，改良牧場10~64美元·hm-2，未經改良的牧場10~16美元·hm-2。加拿大農業金融服務公司在阿爾伯塔省推出的“水分不足保險”以月為單位，保證任何月份都能抵御降水量不足。該保險分為兩種，一種專供干旱發生頻率高的春季，一種則全年都適用。前者的觸發水平為70%，后者為80%。與前兩個省份類似，薩斯喀徹溫省的“飼草降雨保險項目”每4個月匯總一次日降水量，若小于長期平均水平的80%則產生賠償。

美國有兩類保險方案，其一是“牧場飼草降雨指數”保險（Rainfall Index Pasture，Rangeland，Forage，RIPRF），2007年起應用于美國東部地區草場；其二是“降雨指數年度飼料計劃”（Rainfall Index Annual Forage Program，RIAFP），它是RI-PRF的年度飼草版本，應用于美國西部草場。它們的共同之處是降水數據均來源于美國國家海洋和大氣管理局，空間分辨率為0.25°×0.25°的網格，且保險觸發機制一致。但兩者時間分辨率不同，對于RI-PRF，如果2個月的降水量低于平均降水量的70%~90%，就會觸發賠償；對于RIAPF，如果7個月的降水量低于平均降水量的70%~90%，農民獲得賠款。至于具體觸發值是70%~90%中的哪個數，則由農民自主選擇。

我國草原天氣指數保險起步晚（2015年），推行十分有限，只在內蒙古自治區和青海省的部分地區有相關產品的試點或運行，其中內蒙古自治區推行較廣，這一方面源自當地畜牧業發達，另一方面則是因為地方政府的投入和高校的研究，如內蒙古農業大學主持的“牲畜天氣指數保險”國家自然基金面上項目。

內蒙古自治區的天氣指數保險始于錫林郭勒盟。2015年8月，中國人民財產保險股份有限公司內蒙古分公司與烏拉蓋管理區的兩個牧場簽署了《草原牧區羊群天氣指數保險合作協議》。這是內蒙古開展草原牧區天氣指數保險成功簽約的第一單，填補了我國牧區天氣指數保險產品的空白。2016年10月，該產品引入阿巴嘎旗并更名為“草原牧區牛羊天氣指數保險”。該產品根據草原牧區區域分散的實際，以牛、羊統計數據作為承保基數，將

因冬春季雪災和夏秋季旱災導致的農牧民飼養成本增加部分（被迫由散養狀態轉為舍飼或半舍飼養殖）作為賠付基礎。為確保天氣指數的科學性和準確性，氣象部門應用衛星遙感技術，監測地表積雪分布和植被長勢，加上氣象信息員和助理員對草場情況的普查，將牧草高度、覆蓋面積、草場載畜量等信息錄入數據庫，再結合地面監測數據進行評估。當氣象指標達到保險要求時，在衛星遙感和地面監測的基礎上，氣象部門針對不確定區域，通過人工實地調查，查清雪情或旱情，為政府和相關部門提供決策數據。2018年，牛羊天氣指數保險的引進地區延伸至呼倫貝爾市和鄂爾多斯市。2019年，該保險在錫林郭勒全盟展開試點，保險標的為肉羊，由純商業保險轉為地方財政性肉羊補貼保險。值得一提的是，此年度還附加承保由特大自然災害造成的肉羊死亡，死亡率達60%時給予賠付［6］，這實際上是天氣指數保險與區域產量指數保險的結合。

內蒙古蘇尼特左旗2017年開始引進天氣指數保險，該地區的兩大主要氣象災害——雪災和旱災都被覆蓋在內［37］。雪災方面，指數變量為10個測量點的降雪量平均值。降雪的數據采集于每年11月1日至次年4月30日。當一次降雪量達到中雪，即≥2.5 mm時，需實地測量積雪深度；監測不到降雪量的地區，也需要氣象信息員和助理員進行實地測量。降雪結束后，制作衛星遙感積雪覆蓋圖。旱災方面，指數變量為相對蒸降差，當牧草的相對蒸降差達到旱災等級標準時，觸發賠償。相對蒸降差是指牧草在生長期某一階段的蒸降差與歷年蒸降差的比值。蘇尼特左旗的牧草生長期分為5個階段，全生育期是4月18日-10月20日。在牧草的全生育期記錄降水量和蒸發量等氣象數據，然后在每個階段結束后以行政村為單位，按照不同牧草類型和牧草生長期計算相對蒸降差是否達到旱災等級標準。

2017年，上海安信保險和太平洋保險青海分公司在青海省果洛藏族自治州瑪沁縣開始試點“藏系羊牦牛降雪量氣象指數保險項目”，它是國內第一個在高寒地區實施的指數保險產品［9］。由于雪災是該地區的主要自然災害，因此降雪量被選作指數。此次試點采用瑪沁縣氣象局認可的下大武鄉和優云鄉氣象站測得的實際累計降雪量的平均值作為本保險項目的理賠依據。在保險期間內，當兩個鄉氣象站實測累計降雪量平均值到達設定的保險降雪量（35 mm）時，便會觸發賠償。賠償按照降雪量差分為4等，當降雪量差在0~20 mm（含）時，賠付比例為降雪量差×0.08%；當降雪量差在20~40 mm（含）時，賠付比例為1.6%+（降雪量差-20）×0.10%；當降雪量差在40~60 mm（含）時，賠付比例為3.6%+（降雪量差-40）×0.11%；當降雪量差在60 mm以上時，賠付比例為5.8%+（降雪量差-60）×0.12%。

3.3 衛星遙感指數保險

法國、西班牙、加拿大、肯尼亞和埃塞俄比亞都利用衛星遙感技術研發了新的指數保險產品，其中除了法國使用自主構建的牧草生產指數（forage production index，FPI）作為指數變量以外，其他國家都選擇了NDVI［40］（表3）。

表3 運營中的草原衛星遙感指數保險典型案例［40］一覽Table 3 Overview of typical operational satellite/r emote-sensing index insur ances for gr asslands

法國常用模型來預測草地產量［45］。2015年起，由空中客車防務和航天公司開發的“草原保險”選取FPI這一能夠最直接反映牧草生長情況的指標作為指數變量，以300 m×300 m作為空間分辨率，每天測量草覆蓋的地面部分（fCover）［46］，每10 d匯總一次像素值到市政級別，還會補充農場個人提升水平和土壤類型［11］。

西班牙和加拿大阿爾伯塔省都使用NDVI作為指數來評估宏觀干旱。NDVI數據常被用來比較植被的現狀和長期平均狀況，從而偵測異常和預計干旱［47-48］。在這基礎上，許多研究都應用遙感數據來進行干旱管理［49-52］。在西班牙，250 m×250 m的像素聚集到355個同質牧場區域，只要該區域內的10 d復合物低于參考NDVI的觸發水平，就會產生回報。為了減少基差風險，觸發水平每5年會調整一次。在加拿大阿爾伯塔省，基于1 km×1 km的空間分辨率，每天的測量值集合成每周，當每周值的年平均值低于單季的85%或整季的90%時，產生賠償。

肯尼亞的基于指數的牲畜保險（IBLI）是被討論較多的一款草原指數保險產品。IBLI最初于2010年1月在肯尼亞的馬薩比特縣開始試點，逐漸覆蓋肯尼亞北部的其他地區，并根據保險區內的不同情況將保險合同分為兩種［53］。IBLI使用NDVI作為指標的理由有兩個：第一是理論上，旱災發生時，飼草缺乏，牲畜死亡數大大升高；第二是實踐上，肯尼亞沒有長期可靠的關于地區平均牲畜死亡率的記載。綜上，既能預測干旱又有長期連續記錄的NDVI是頗為合適的指標。當指標低于歷史指數分布的第15個百分位數時，觸發賠償。埃塞俄比亞的基于指數的牲畜保險（IBLI）與肯尼亞的十分相似。2012年8月，它由國際牲畜研究所、康奈爾大學和Oromia保險公司一起引入埃塞俄比亞南部的博雷那地區［54］。它以與地區平均牲畜死亡率高度相關的NDVI為指數。同樣當指標低于歷史指數分布的第15個百分位數時，觸發賠償。

4 中國方案設計亟待開展

4.1 我國草原指數保險發展的阻礙

無論是與國外草原指數保險蓬勃發展的態勢相比，還是與我國豐富的草原資源相比，我國的相關研究和產品都顯示出極大的匱乏。然而，若要照搬國外經驗也有重重阻礙。雖然許多國家已經形成了成熟的草原指數保險產品，但我國國情的特殊性和復雜性決定了不能照搬國外的經驗。目前的阻礙主要有：1）氣象站分布密度小，數據缺失嚴重。在保險設計層面，數據源的缺失是我國現階段面臨的最大問題。觸發機制是構建一項指數保險的骨骼，而合理、準確的觸發機制必然需要充分的數據源做支撐。與發達國家每12 km就有一個氣象站的密度相比，我國尚未實現縣級氣象站全覆蓋，差距懸殊。我國國家級氣象站的分布如圖1所示，西部草原牧區的氣象站密集度明顯低于東部農區，其中分布最稀疏的西藏甚至平均超過300 km才有一個站點。氣象站的嚴重不足導致氣象數據的不完整和不連續，不僅影響保險產品的設計，也不利于維持產品的運營。2）草原區幅員遼闊，氣候復雜。我國草原區面積大、跨度廣、氣候類型多樣且地區分異明顯，單一產品無法做到全覆蓋，必須因地制宜地進行開發，做好各區域風險區劃。3）氣象部門發布與指數保險所需的指標亟待協調與統一。氣象部門發布的氣象指標和災害指數不是針對指數保險設立，在指標的靈敏性、穩健性、友好性等方面不能滿足保險指數要求。若使用新構建的保險指數，氣象部門在指數研發和標準認證的周期上難以滿足指數保險亟待創新和發展的需求［8］。4）對草原指數保險的投入和重視不夠。長期以來，由于經濟發展水平相對落后，草原地區受到的關注一直不如其他地區。同樣是指數保險，關于農業指數保險的研究更早、更多，全國許多地區也已經有了試點、運營的產品，而草原指數保險往往處于被忽略的狀態。

圖1 我國草原類型與國家級氣象站點分布Fig.1 Grassland categories and state meteorological station distribution of China

4.2 以草原綜合順序分類法為框架自主設計草原指數保險

為解決我國草原區幅員遼闊、氣候復雜的問題，引入草原綜合順序分類法，試圖通過分類系統來對復雜的草原區整體問題進行地帶性的簡化。

草原綜合順序分類系統（comprehensive sequential classification system of grassland，CSCS）是20世紀50年代起由任繼周等［55］創立的一種草地分類體系，它面向世界不同生境［56］，且擁有完全的自主知識產權［57-58］。如今，經過不斷地修訂、完善，草原綜合順序分類系統已經達到比較成熟的程度。在這個分類體系中，類是基本單位。它根據7個熱量級和6個濕潤度級，將草原分為42類［59］。這樣一來，每個草原地區都能找到與之對應的類。每一特定類不僅包括了對應的水熱、土地和植被等生境條件，也包括草地、野生動物、家畜等生產條件和生產特點［55］，即具有同一地帶性農業氣候特征。在類之下進一步根據土地特征（包括地形和土壤）劃分為亞類，亞類之下根據植被特征劃分為型［60］，劃分越深入，對區域特征的歸納就越精確。

CSCS也是第一個面向全球的草地分類系統［61］。大多數已有的分類系統只適合特定區域或國家，并且只是描述已知的草地類型，沒有考慮分類系統的全球周延性［60］。而CSCS具有生物分類系統林奈雙名法和門捷列夫化學元素周期表類似的優點，既可容納已知的類型，也可容納未知的類型［58］。在全球及大陸尺度上的驗證研究表明，CSCS不僅可以成功模擬凍原、荒漠、森林等潛在自然植被類型，而且可以更詳細準確地劃分草地類型［62-63］。因此，CSCS與草原指數保險的結合作為一種全新的、具有突破性的提議，將不僅為草原指數保險在中國的發展提出一份可行方案，也能為其他國家的研究提供參考。

進入21世紀，隨著RS、GIS、GPS等技術及地統計學中氣象要素空間插值方法的不斷改進和完善，與這些技術結合使用的CSCS在劃分草原類的方面越來越準確。RS技術的飛速發展，為研究CSCS各類草地遙感監測特征指標的時空分布格局及特征，以及亞類與型劃分指標的定量化奠定了良好的基礎。利用GIS和RS等技術，研發的CSCS類的電子地圖可直接導入GPS，實現外業調查的空間定位，為亞類與型的準確劃分提供基礎底圖［60］。Liang等［64］建立了基于GIS的草原綜合順序分類空間數據庫及信息管理系統；馬紅彬等［65］利用CSCS將黃土高原草地劃分為13類，并認為各草地類型分布情況符合黃土高原草地植被的分布規律；馬軒龍等［66］使用基于改進的空間要素插值方法探究甘肅省草地類型劃分，發現得到的結果基本上反映了甘肅天然草地發生規律和分布規律；Lin等［67-68］在CSCS的框架下成功預測了我國高寒草甸的多種屬性對于氣候變化的響應。

這些對于我國發展草原指數保險的意義是，可以每類草地為基礎，設計不同的保險產品。由于農業指數保險產品的研發必須要圍繞特定區域的自然系統特征，有針對性地進行設計，而同一類草地擁有相似的生態條件和生產特點，加上插值法的不斷發展，所以可以彌補氣象站不足和氣象資料缺失。此外，在迅猛發展的“3S”技術等的輔助下，對類的劃分愈發精準、特點把握愈加明確，設計出的指數保險產品也就更加符合被投保地區的實際情況，從而更好地保障投保人的利益。

4.3 以三大數據源為內核自主設計草原指數保險

為解決我國氣象站分布密度小、數據缺失嚴重的問題，提出利用遙感技術、無人機技術和農牧戶入戶數據，從宏觀、中觀、微觀3個層次補充數據源，構建起發展草原指數保險所需的數據庫。然后通過系統分析該類型草地中多年氣象、產量和經濟數據之間的關系，明確該類型草原的觸發機制。

4.3.1 遙感數據源提供宏觀數據 目前，氣象站點不足導致的數據不足是我國草原指數保險在設計階段面臨的最大阻礙。但隨著大數據、區塊鏈、保險科技和智慧氣象等的高速發展，現代科學技術和算法已經能在很大程度上補足這一缺陷，為天氣指數保險的開展賦予了很強的可行性。其中，遙感技術是重心和關鍵。

近年來，遙感技術在農業領域獲得了廣泛的應用，如估算作物產量、監測旱情、預測病蟲害等。搭載高光譜攝像機的無人機或者遙感衛星能夠快速準確地獲取地面信息，結合GIS和GPS等技術工具后可以實現農情信息收集和分析的定時、定量、定位，客觀性強，不受人為干擾。因此，在設計草原指數保險時，當確定目標地區后，除了使用當地已有氣象站點的數據，還可以通過遙感的方式得到對地觀測數據。通過衛星收集的遙感數據集往往能涵蓋一個地區幾十年的數據，為保險設計提供堅實的基礎。如今，遙感數據已經被用于我國草原指數保險的設計中。李懿珈等［9］為西藏那曲地區11縣設計的“畜牧業旱災指數保險”使用基于站點實測數據的氣象干旱指標和基于對地觀測數據的遙感植被指數兩大類進行草原干旱的監測，把在此基礎上預測的草地鮮重作為關鍵指數。該遙感植被指數具有明顯的優勢，一方面，它在對實際損失進行指示的敏感性上優于部分氣象干旱指數，因為它是對地表進行直接觀測的結果；另一方面，它可以實現中高分辨率（>500 m）的空間連續觀測，且自治區氣象局具備生產和發布相關數據的能力，在空間代表性上優于氣象干旱指數，可以比較好地控制基差風險的問題。易沵濼等［8］為內蒙古東部地區設計的“雪災天氣指數保險”把1978-2012年中國雪深長時間序列數據集作為數據源，該數據集的原始數據源是被動微波遙感數據。該遙感數據源的空間分辨率為25 km，時間分辨率為1 d，利用它可以統計各個尺度冬半年的逐日積雪深度。對于任意保險單元（如一個像元或一個旗縣），給定任意臨界積雪深度閾值，即可依據積雪深度逐日數據獲得保險時期內實際積雪深度超過閾值的累計天數。通過對1978-2012年累計天數的數據進行分析與擬合，即可完成保險指數危險性的評估，十分便利。3.2中提到的內蒙古自治區的幾種保險產品都參考了此設計的思路。

雖然利用遙感數據補充站點數據具有較強的可行性，但它在實施過程中并非沒有阻礙。當前，氣象部門是我國唯一法定的氣象數據發布部門，遙感指數本身尚未納入國家法定的數據觀測和發布序列。但是，我國許多地區的氣象局已經具備了EOS/MODIS原生數據接收的能力，并相應建立了基于MODIS-NDVI序列對農情監測的業務化運行體系，且相關的產品已經成為氣象部門向政府進行災害監測的重要依據，具備了一定的權威性［9］。同時，遙感技術還具備快速、準確、覆蓋面積大等眾多優點。因此，建議各地區政府和氣象部門重視遙感工具的使用和遙感數據庫的建立，將規范化的遙感數據也作為法定的氣象數據來源。

4.3.2 無人機技術補充中觀數據 無人機是現代草地研究和發展中應用最廣、潛力最大的技術工具之一。在草原指數保險的設計中，無人機遙感和航拍能夠提供強大的技術支撐。無人機遙感是衛星遙感的重要補充，具有時效性強、拍攝影像清晰、精度高的優點，更適合中小尺度范圍和高頻次的調查研究［69］。無人機遙感影像的分辨率可達厘米級，拍攝范圍可達數百米，可以作為地面數據與遙感數據之間的中間紐帶。通過無人機遙感搜集到的數據往往時空分辨率更高，與衛星遙感數據集結合使用，能夠實現數據源的精細化；如果遙感數據集出現了缺失，搭載傳感器的無人機也能及時搜集最新的數據補上。在保險中后期的指數監測與定損中，無人機也能發揮極大的作用。如在內蒙古蘇尼特左旗的天氣指數保險［37］中，對于不便監測的地方，完全可以用無人機來替代人工勘察。

此外，無人機遙感還可以與CSCS結合。由于物種間的相似性越高，識別率越低，因此分辨率遠遠高于衛星遙感影像的無人機遙感能夠幫助CSCS實現更精確的物種識別和植被類型劃分。無人機遙感技術結合機器學習算法是一種高效準確的植被監測方法，能夠實現景觀尺度上植被類型的自動劃分，并且可以用于其他生態系統植被類型的劃分和監測［69］。

4.3.3 農牧戶入戶調查得到微觀數據 農牧民的入戶數據是數據鏈中不可或缺的一環，既因為他們是草原生產的直接參與人，又因為他們是草原指數保險的主要投保人和受益人。農牧戶在正常年份和受損年份的經濟數據是入戶調研最需要得到的信息，用它們來與該地區的產量、氣象、NDVI等數據進行匹配，建立起不同變量之間的關系模型，然后計算得到該地的觸發機制。此外，農牧局、氣象局、草監局、保險公司等其他草原從業者提供的信息也是自主設計草原指數保險的重要參考，可以幫助更清晰地梳理該區域的成災機制，有助于確定保險指數、觸發水平和投保對象，進而制定后期理賠方案。易沵濼等［8］為內蒙古牧區羊群設計雪災指數保險時，走訪了養殖戶代表、各類相關單位和基層農險公司，收集了研究區羊群典型氣象災害的類型、災害強度、災害發生頻率以及研究區羊群規模、飼養狀況以及基礎設施條件等資料。李亞［6］在對內蒙古的“草原牧區牛羊旱災指數保險”產品進行優化設計時，調查了73戶投保牧戶、保險公司和氣象局，了解了牧戶在不同年份的損益，并詢問了他們對于該產品的滿意度和看法。研究希望草原指數保險不僅能夠補償農牧戶在受災年份的經濟損失，還能實現只要投保者當年的生產性收入偏離了正常年份的平均水平，就能獲得賠償。

4.4 中國方案構想

通過上文，得到了在中國自主設計草原指數保險的方法：以草原綜合順序分類法為框架，以遙感數據源為宏觀數據，以無人機技術補充中觀數據，通過農牧戶入戶調查得到微觀數據，然后計算分析不同類型草地的產量/氣象/NDVI與經濟指標數據之間的關系，得到該類型草地的觸發機制。當選定區域后，具體的步驟是：首先，在草原綜合分類系統中找到它所屬的類（亞類、型），以匹配它的氣候、土地、植被等生境特征，初步推斷該區域的經濟受損狀況；然后，通過宏、中、微觀3個層面的數據源建立起屬于該區域的數據庫；最后，通過精密計算得到該區域的觸發機制。在這過程中，氣象站和遙感數據集提供的多年歷史數據是基礎，無人機可以補充觀測，農牧戶和相關機構提供經濟數據。由于同一類（亞類、型）的草原地區具有相似的生態生產條件，且本研究提出的指數保險設計步驟具有極強的可移植性，因此，本方案能夠引導不同草原類型找到自己的觸發機制，進而幫助不同的草原地區設計出適合本區域的草原指數保險，從點到面，最終實現我國草原地區指數保險的全覆蓋。