基于遥感植被指数的西藏那曲地区畜牧业旱灾指数 保险产品设计研究

李懿珈 ，叶涛 ，德庆卓嘎，尹怡炜，拉巴

（1. 北京师范大学地理科学学部/环境演变与自然灾害教育部重点实验室，北京 100875；2. 西藏自治区气象局，西藏 拉萨 850000；3. 民政部 教育部减灾与应急管理研究院，北京 100875；4. 中国人民财产保险股份有限公司西藏自治区分公司，西藏 拉萨 850000）

农业指数保险是指依据合同中事先约定的、可客观观测、可靠测量、与保险标的损失高度相关且不受人为因素影响的由保险指数来决定保险赔付的一类产品[1-2]。作为一种创新型农业自然灾害风险转移工具，农业指数保险在全球范围内得到了逐步推广[3-5]。农业指数保险产品的特征使其特别适合地域广阔、保险标的数量巨大且分布破碎和分散的情况，近年来在草场及畜牧业中的应用日趋增长。例如，法国针对牧草长势中可能的旱灾影响，利用光合有效辐射吸收比等5项指标开发了基于遥感数据的牧草指数保险产品[6]。肯尼亚利用归一化差别植被指数构建了与雨季和旱季结束时牲畜死亡率之间的定量关系，开办了畜牧业旱灾指数保险产品[7]。蒙古的畜牧业指数保险则主要针对由于冬季雪灾（Dzud）造成的牲畜死亡损失，依靠政府统计部门抽样测量得到的牲畜死亡率作为定损标准进行赔付[8]。在上述背景下，我国也不断开始针对气象灾害的天气衍生品的创新[9-11]。在畜牧业方面，也出现了代表性的产品。如内蒙古自治区于2015年率先试点实施了畜牧业雪灾指数保险[12]，保障因冬季雪灾导致牧户饲养成本的上升风险。进一步开展指数保险产品的开发与创新，对于扩大农业保险的覆盖范围，为适宜地区的农、林、牧业生产者提供更加简便和快捷的风险保障，对于完善我国农业保险体系具有重要的意义。

青藏高原是我国最为重要的畜牧业基地之一[13]，也是全球海拔最高的天然牧场。传统的游牧与半游牧方式，使得牧事活动终年受到天气条件的严重影响。那曲地区位于青藏高原中部，是青藏高原最为重要的牧区。该地区牲畜膘情与草场长势的季节性变化密切相关，有“夏饱（壮）、秋肥、冬瘦、春死”的描述[14]。相应地，旱灾是除雪灾之外影响该地区畜牧业生产的重要自然灾害之一。历史上，那曲地区曾在1956年、1966年、1994年、1998年和2015年出现过比较重大的旱情，对畜牧业生产造成了严重的危害。西藏自治区农牧系统草地资源监测网点的数据显示，2015年夏季持续20多天无有效降水，旱灾严重地影响了牧草返青和长势，造成牧草产草量减少约40%。春、夏干旱导致牧草返青推迟、长势较差，不仅可能造成夏、秋两季牛羊饥饿、干渴[15]，且可能由于膘情较差而显著增加牲畜越冬的风险。旱灾已经给牧民的生产生活和当地的经济与社会可持续发展造成了危害。因此，建立合理、有效的旱灾风险防范与分散机制，对于当地而言具有重要的意义。

为此，本文以西藏那曲地区为案例研究区，开展畜牧业旱灾指数保险产品设计研究。依据指数保险设计的一般原则[14]，本文首先分析了研究区当地畜牧业旱灾特征与机制，然后对当前常用的气象和遥感干旱指数进行了比较分析。在此基础上，制定了相应的旱灾指数保险赔付方案，并结合历史数据给出了赔付示例。最后，进行了保险损失风险评估和费率厘定。本文的研究结果可为当地开办相关旱灾指数保险，有效转移旱灾风险、促进防灾减灾提供支撑。

1 研究区畜牧业旱灾特征

1.1 研究区概况

那曲地区位于西藏自治区的北部，青藏高原的中部，地势南北高、中间低，东部为高山峡谷，中西部为高原湖盆，平均海拔高度约4 500 m（图1）。区域气候特点为气温低，昼夜温差大，积温少；干季和雨季区分明显，年平均降水量298.6～708.4 mm，受大气环流和地形影响，降水总体分布趋势由东向西，由南向北递减。

图1 那曲地区地形图Fig. 1 Terrain of the Qinghai-Tibet Plateau

那曲地区是西藏最大的天然牧场，草地面积35.25万km2，约占全自治区草地面积的42.50%[16]。那曲地区是西藏自治区最主要的畜牧业生产基地，草原畜牧业生产有悠久的历史，除嘉黎县、比如县、索县有少量农业外，其他各县均以牧业为主，畜牧业是当地社会经济的第一大支柱。根据《西藏统计年鉴2015》数据，那曲地区畜牧业总产值达97 695万元，畜牧业产值占农林牧副渔业总产值的51.7%，各类牲畜522万头（只），占整个西藏自治区的28.0%，其中大牲畜186万头（包括牛182万头，占西藏自治区的30.6%），羊335万只（包含绵羊235万只，占西藏自治区的31.3%）。

1.2 研究区畜牧业旱灾特征

受自然环境因素的影响，春夏干旱成为影响那曲地区草场生长的重要灾害，致使牧草返青期推迟或延缓其生长速度，牲畜食物匮乏、饮水困难。根据杨志刚等[17]利用1961—2008年气象资料的统计，那曲地区春季干旱发生频率在20%～50%之间，其中那曲县、安多县、申扎县、班戈县、尼玛县和双湖县等中西部县春季干旱发生频率最大，超过40%。1994年5月17日至7月21日，那曲地区的中东部出现持续干旱天气，牧草枯死，牲畜没有草吃处于饥饿、干渴状态，返青的牧草提前1个月枯黄，最终造成直接经济损失468万元[18]。

那曲地区的牲畜膘情与草场长势的季节性变化密切相关，有“夏饱（壮）、秋肥、冬瘦、春死”的描述[14]。春夏两季出现的干旱与牧草生长期同步，主要影响地上生物量与产草量，进一步影响牲畜在夏秋两季的抓膘[15]。这对于当季而言，不会造成直接的牲畜死亡影响，对于不以牛羊出栏换取经济效益的藏区牧民而言，没有明显的直接经济损失。然而，牲畜入冬时如膘情低于往年同期，会大大增加越冬的难度，严重增加冬春季节牲畜应对雪灾和风灾的脆弱性，表现出明显的滞后性。

2 旱灾指数保险产品设计框架

2.1 设计理念与基本框架

从保险产品设计的角度而言，那曲地区灾害的滞后性影响决定其不能采用传统的保险理念，针对直接损失进行保险补偿。解决那曲地区旱灾危害的核心是利用饲草料对旱灾影响条件下的草畜平衡和牲畜膘情进行人工干预。因此，可以考虑在牧草生长季结束时，通过保险向牧民提供饲草料购置成本，从市场的角度进一步促进牧民积极备灾、应对冬春季节的挑战，力图避免牧民遭受牲畜死亡的损失，以保险促进防灾减损。其基本逻辑为：春夏草原干旱→牲畜草料不足、膘情较差→保险赔偿饲草料采购资金→牧民加大草料储备、应对冬季潜在危害。对于此种保险补偿，可以有两种理解方式：1）干旱导致牧草长势较差，牲畜采食不足，保险赔偿因干旱导致的牧草减少（的价值），利用秋冬季的补饲草料价格进行折算；2）保险向牧民提供冬季应对潜在危害的草料成本，以保险支撑防灾。

在上述设计理念的指导下，那曲地区畜牧业旱灾指数保险的保险责任可定义为：保障因春、夏两季干旱导致牧草返青及长势低于往年同期水平，导致放牧牲畜膘情下降、秋冬两季青干草料储备不足，牧民为了应对冬季潜在雪灾风险而购置补饲草料成本。依据调研结果显示，那曲当地补饲的基本支出为2～5元/(天·羊单位)；按那曲地方政府建议，夏季旱灾主要发生在5—7月。因此，如利用等价置换的概念，可考虑在出现严重旱灾的情况下，保险赔付对应长达3个月的补饲成本。在实际操作中，还可依据风险保障水平的充足程度，以及农牧民和财政资金的总体承担能力酌情进行调整。

2.2 保险指数选取与构建

选取恰当的保险指数是指数保险准确反应实际损失、有效控制基差风险的根本保障。当前，用于草原干旱监测的指标/指数主要包括基于站点实测数据的气象干旱指标，以及基于对地观测数据的遥感植被指数两大类。

2.2.1 草原气象干旱指数 气象干旱指数是利用气象要素根据一定的计算方法所获得的指标，用于监测或评价某区域某时间段内由于天气气候异常引起的水分亏缺程度。监测数据为国家气象部门发布的站点实测数据，由于干旱问题十分复杂、涉及面广，反映干旱的指标较多，如降水、土壤湿度、土壤蒸发量等。在考虑数据获取难易程度和计算操作便捷性的条件下，不同的指标算法组合产生了不同的气象干旱指数。

当前，我国关于草场气象干旱的规范和标准主要是《北方牧区草原干旱等级》（GB/T 29366—2012）。该标准是由青海省气象局等5家单位于2012年联合起草的针对北方牧区草原干旱的灾害划分的国家标准，用于北方牧区对牧草生长情况的监测与草原干旱的评定。标准中首先将干旱划分为从“无旱”到“特旱”5个等级。与此同时，该标准还给出了不同干旱等级条件下，牧草生长的“返青期”、“分蘖期—成熟期”和“全生育期”三个不同时段干旱影响程度（“旱相特征”）的描述，并且给出了半定量的损失测度。在旱相特征中，加入了部分区间性的定量指标，使得对旱相特征的描述相对更加准确。例如，在“重旱”等级下，返青期的旱相特征描述是“因水分亏缺，牧草返青率在20%～50%”，而分蘖期—成熟期相应的旱相特征描述则是“50%～80%牧草叶片萎蔫卷曲，叶色发灰，叶片干枯易脱落，生长发育严重受影响，籽粒不能正常灌浆，大部分为秕粒”。

此标准中使用降水距平百分率、土壤相对湿度和相对蒸降差（蒸发量与降水量之差值）3项指标，对于植被干旱的表征能力各有不同。降水量距平百分率指标在气象业务中多用于评估月、季、年发生的干旱事件，适合于半湿润、半干旱地区平均气温高于10 ℃的时段。由于降水量距平百分率对干旱程度的判断只依据当月降水数据，而忽略了地表基本特征；因此，在干旱研究中，降水量距平百分率属于干旱影响指示性相对较差的指标。土壤相对湿度适合于某时刻土壤水分盈亏监测，2006年国标采用10～20 cm深度的土壤相对湿度，适用范围为旱地农作区，一般依托农业和牧业气象站点进行测量。由于土壤相对湿度是对耕作层植被根系可获取水分的直接测度，这一指标在农业旱灾监测中通常作为十分有效的干旱致灾强度指标使用。蒸降差是综合反映土壤水分来源和支出盈亏的重要指标，又是水分平衡和热量平衡的重要组成部分[19]，其时空变化对天然草原生态系统的演替具有举足轻重的作用。相对蒸降差指标通过逐旬计算的降水和蒸发相对关系判定干旱等级，对于草原地区具有较好的适用性。也有研究表明，相对蒸降差这一物理量与牧草生长发育及产草量的关系密切[20]。因此，对于草原旱灾而言，相对蒸降差属于干旱指示性较强的指标。

2.2.2 遥感植被指数 利用遥感技术对草地植被指数进行测定，以此为依据对草地生物量进行估测，可在不破坏草地的条件下对草地产量和长势进行准确、动态的监测。当前，针对西藏地区、特别是藏北地区草地资源进行遥感监测、拟合定量关系的研究主要包括以下三组。中国气象局成都高原气象研究所拉萨分部[21-22]利用2004年5—9月藏北地区草地地上生物量最大时期的地面实测鲜重数据，结合同期的Terra MODIS NDVI、EVI等指数数据，建立了草地地上生物量的遥感监测和估算模型，回归的决定系数R2基本在0.5以上，效果较好。南京信息工程大学[23-24]利用《西藏自治区草地资源》数据库中记录的1987—1988年的全区草地抽样数据，选取生长时间6—10月的NDVI数据，分别针对高寒草原、高寒草甸等7大类草地类型进行建模分析。从结果来看，回归R2基本达到0.5以上，与那曲地区密切相关的高寒草甸类型的R2为0.561。张正健等[25]利用2006—2008年的中国草地资源信息系统中记录的西藏地区草地生物量实测数据，结合SPOT VEGETATION S10数据集计算得到的当年最大归一化植被指数，辅以地区多年平均降水量、多年平均日气温、气温高于10 ℃的年积温、采样点高程等指标，依据不同的草地类型构建了定量关系。这些关系中，高寒草甸、高寒草原和高寒荒漠草原的R2分别达到了0.919、0.636和0.596。

从上述研究的结果综合来看：1）遥感植被数据，包括NDVI和EVI，能够对草地的地上生物量和鲜草重进行定量估计，估计误差在允许范围之内，可以用于构建表征产草量的关系指数，实现对干旱影响的估计。2）前述三类方案均对草地生物量具有较好的估计能力。其中，国家气象局高原所拉萨分部的研究结果着重体现了定量关系在不同生育期的差异性。南京信息工程大学的研究结果具有更好的空间代表性，且拥有不同草场类型的分类结果，但总体而言回归的决定系数偏低。成都信息工程大学的结果从拟合优度的角度而言为三组中最佳。

2.2.3 指数比较与选取 对于保险指数的选取，有若干重要的标准[26]。在本文中，主要考虑指数与实际损失之间的关联性（也称“敏感性”）、权威性和空间代表性。气象干旱指标是依据国家标准制定，使用规范化、业务化运行的气象指标构建指数，具有很强的权威性。然而，干旱指标、干旱等级与实际的地上生物量减少存在较大不确定性，难以反映草地干旱的内在机理、干物质积累的响应等。此外，干旱指数均依据站点数据计算，但当前气象部门在那曲地区11县仅设置7个国家基准站。相对于那曲地区的面积而言，这些站点的空间代表性受到很大限制，基差风险可能较大。

从指数的权威性而言，遥感指数本身尚未纳入国家法定的数据观测和发布序列。但是西藏自治区气象局自身已具备了EOS/MODIS原生数据接收的能力，并相应建立了基于MODIS-NDVI序列对地表植被长势以及干旱监测的业务化运行体系；相关的产品已经成为自治区气象部门向政府进行灾害监测的重要依据，因此具备一定的权威性。从指数的敏感性而言，遥感反演地上生物量虽然存在一定的误差，但仍然属于对地表进行直接观测的结果，因此这一指数在对实际损失进行指示的敏感性上优于部分气象干旱指数。与此同时，如在乡镇或县一级水平上进行平均，还可进一步降低估计误差。最后，这一指数属于遥感观测数据，可以实现中高分辨率（＞500 m）的空间连续观测，且自治区气象局具备生产和发布相关数据的能力，在空间代表性上优于气象干旱指数，可以比较好地控制基差风险的问题。

综上，在本产品中建议选取基于卫星遥感植被指数预测的产草量作为旱灾指数保险的关键指数。在各项遥感指数的方案中，主要使用国家气象局高原所拉萨分部研究结果作为示例。

3 赔付方案设计

3.1 赔付方案设计

基于上述分析，拟选择基于卫星遥感植被指数预测的草地鲜重作为旱灾指数保险的关键指数。在此前提下，可结合遥感估算的多年平均草地鲜重，计算草地的相对减产率，以作为赔付的标准。定义牧草相对减产率：

式中：δt是当月牧草相对减产率；s为依据遥感植被指数测算的当月多年平均草地鲜重；st为第t月依据遥感植被指数测算的实际草地鲜重。由于草原旱灾存在着明显的季节性特征，上式中的相对减产率以月为基本时间单元进行测算，而月份t=5，6，7。此时，总保险赔付可定义为：

式中：mt是月份t的最大保额，依据2.1节中的基本原则进行确定。式中设定了10%的起赔点，当月相对减产率低于10%时，不予赔付；当减产率高于（含）10%时，按实际减产率计算赔付。在国标《北方牧区草原干旱等级》中，将牧草地上生物量较正常年份偏少10%以上才定义为“轻旱”等级，因此10%的起赔点符合当地特征。

因遥感植被指数的测算结果均以像元为基本单位，在实现空间连续的像元测算的基础上，需要依据行政单元边界进行分区统计，利用地理中心点位原则或区域内平均原则，获得各行政单元对应的牧草相对减产率。考虑到那曲地区的县级行政单元空间范围较大，建议使用乡镇一级边界进行统计。保险公司依据标定完成的各月、各乡镇单元的干旱等级，确定每个乡镇单元在旱灾指数保险时期内的赔付触发情况，并计算每个羊单位的赔付金额；依据约定投保羊单位数计算并发放赔偿。

3.2 赔付案例

为了更好地说明旱灾遥感指数保险产品的运作机制，利用2003年牧草生长季的NDVI数据作为赔付案例。在依据赔付方案操作之前，必须确定赔付所参照的多年平均草地鲜重的标准。在此，利用除多[27]提出的经验估算模型对历年像元水平的草地鲜重进行估计。对于5、6两月的草地鲜重，可使用经验公式：

st=10.001×exp(4.8528·NDVI)

式中：t=5, 6。

对于7月的草地鲜重，则可使用经验公式：

s7=13.425×exp(3.6691·NDVI)

式中：所涉及的NDVI数据取自2001—2014年牧草生长季[28]（每年5—7月）的MODIS/TERRA-NDVI月最大合成数据(中国科学院计算机网络信息中心地理空间数据云，http://www.gscloud.cn）。在此基础上，利用分区统计工具对那曲地区各县域的平均草地鲜重进行统计。最终可获得那曲地区各县历年5—7月草地鲜重的多年平均值（图2和表1）。

图2 历史同期那曲地区5—7月平均草地鲜重的空间分布Fig. 2 Historical average distribution of grassland fresh weight in Naqu from May to July

从季节性变化来看，5—7月为生物量的增长期，5月份生物量值最小，7月达到生长季峰值。从空间差异来看，那曲东南部草地地上生物量值均较大，北部高海拔区域地上生物量较小，草地的生产能力较弱。各县中，植被生长季索县平均地上生物量值均最大，并在7月份达到最大值为146.85 g/m2；双湖县5月生物量只有15.39 g/m2，是全区地表生物量最小的县。在此基础上，即可依据赔付方案，对2003年的旱灾遥感指数保险赔付进行计算。赔付的计算过程包括（表1）：

1）比照各县5—7月草地鲜重，计算得出各县5—7月的草地鲜重相对减产率。从表1中可知，2003年5—7月那曲地区出现了大范围的旱情，多个县区的草地鲜重均低于多年平均值。其中，位于东部地区的嘉黎县和索县旱情较为严重，5、6月的草地鲜重减产率均超过了20%。

2）依据10%的起赔水平，月减产率在10%以内的均不予赔付，超过10%的按照损失率×月最大保额分月计算赔付。如假定赔付标准为5元/(天·羊单位)，则5、6、7三月的总保额分别为155、150和155元/羊单位。相应地，嘉黎县在2003年度5月和6月的赔付标准应分别为55.38和35.06元/羊单位，合计为90.44元/羊单位。对于安多县而言，因5月和7月的减产率均未达到10%，不触发指数保险的赔付，因此当年的赔付仅针对6月，对应的标准为17.48元/羊单位。

从上述示例可以看出，本文所设计的赔付方案，在拥有NDVI数据和草地鲜重估算模型的前提下，直观、便捷，可以准确、快速地估算旱情等级，并计算保险赔付标准。

表1 那曲地区多年平均草地鲜重与2003年各县草地鲜重水平、减产率以及单位赔付金额Table 1 Grassland fresh weight, yield loss rate, and indemnity per sheep unit by county in Naqu Prefecture in 2003

4 保险费率厘定

依据费率厘定的基本原则，纯风险损失率是保额损失率的期望值。依据前述测算得到的历年5—7月草地鲜重的相对减产率，对其期望值进行估计，即可相应计算得到各县逐月的多年平均保额损失率，近似为纯风险损失率，并依据5、6、7三个月的不同保额，折算整个保险时期的综合纯风险损失率（图3）。

综合来看，那曲地区旱灾纯风险损失率自东南向西北逐步递减，旱灾纯风险损失率在各县之间差异较大，且同一个县在各月之间也有变化。其中，嘉黎县综合纯风险损失率最高，为5.2%，西北部的双湖特区最低，仅为0.3%。从季节性来看，那曲地区东、中、西部各县之间也展现出完全不同的特征。位于东部的嘉黎、巴青两县，易在生长季前期受旱，5月的期望损失率最高、7月最低。随着往中部地区过渡，比如、索县、聂荣、那曲、安多等地，则均表现为6月的期望损失率最高，5月次之、7月最低。位于中西部的申扎和班戈两县，生长季内三个月的期望损失率较为接近。位于那曲地区最西侧的双湖特区和尼玛县，则各月的期望损失率都很低。

5 结论与建议

5.1 结论

那曲地区畜牧业旱灾严重增加冬春季节牲畜应对雪灾和风灾的脆弱性，表现出明显的滞后性。旱灾指数保险产品的设计拟通过保险向牧民提供饲草料购置成本，实现保险促进防灾的基本理念。比较气象干旱指数和遥感植被指数，考虑指数与实际损失之间的关联性（也称“敏感性”）、权威性和空间代表性，选取遥感指数作为那曲地区的旱灾指数。

图3 那曲地区各县旱灾遥感指数保险费率厘定结果Fig. 3 Premium rating results for the drought remote sensing index insurance by county in Naqu Prefecture

从赔付示例可知，畜牧业旱灾指数保险在拥有NDVI相关数据和可靠定量关系的前提下，直观、快捷、有效，符合指数保险特点并能够发挥其优势。那曲地区旱灾纯风险损失率自东南向西北逐步递减，旱灾纯风险损失率在各县之间差异较大，且同一个县在各月之间也有变化。其中，嘉黎县综合纯风险损失率最高，为5.2%，西北部的双湖特区最低，仅为0.3%。

本文通过保险补偿的方式，向牧民提供冬季应对潜在危害的草料成本，从而减轻因入冬前膘情不足而引起的潜在雪灾风险。这一产品设计体现了“保险支撑防灾”的核心理念，能够为研究区当地畜牧业旱灾乃至雪灾的风险防范提供科技支撑。

5.2 建议

1）依托详细的乡镇级别行政区划边界数据，测算分乡镇的纯风险损失率，实施区域差异化的费率水平，真正实现风险高低与费率水平的匹配。本文受到数据限制，只提供了分县水平触发标准和纯风险损失率。那曲地区地域面积较大，受到地形与气候的影响，东、中、西部无论是在畜牧业还是在旱灾的风险程度上都存在很大的差异性。然而，广大的地域面积上只有9个县区、100余个乡镇。只有细化到乡镇一级水平上，区内差异性才能够得到较好的控制，从而比较有效的控制相应导致的基差风险问题。

2）应进一步综合考虑牧民期望的保障水平和承受能力确定产品的保额、起赔以及免赔等条件。本文中所取日补饲成本5元/(天·羊单位)，折合保险时期（5—7月）总保额460元/羊单位，并设置草地地上鲜重减产率10%的起赔点，是在实地调研与听取相关部门专家意见的基础上给出的。总体而言，设置相对较低的触发标准和起赔条件，设置相对较高的日均赔付单价（即补饲成本），对于参保农牧民而言是有利的；但更高的保额、更宽松的赔付发生条件同时也意味着更高的费率和更高的应缴保费，无论对于农牧民自身，或是财政补贴资金而言，都会形成更大的压力[29]。在产品最终落地的过程中，应充分考虑双方面的因素，确定适宜于那曲地区实际情况的产品参数。

3）宜优先从中部县区开展产品的试点工作。在相关产品落地实施的过程中，考虑到产品参数设置，农牧民接受能力，以及承保公司和气象等政府部门对业务运行系统和规范的建立，均需要时间和实践进行检验和调整。在那曲地区内部，宜优先从中部县区如安多、班戈、申扎等地挑选部分县区或部分乡镇进行试点。这一地区的风险水平在全区居中，保费水平中等而触发赔付的机率又相对较高，特别适宜作为试点和示范。第二优先级别是西部县区。那曲地区的东三县，多为高山峡谷区，与中、西部地区的地形差异很大，区内异质性很强，仅在部分乡镇具备开展相关产品的前提条件。

4） 需建立配套的大灾风险应对机制。研究指出，指数保险大灾风险可能高于相对的损失补偿型产品[30-31]。那曲地区涉及的大小牲畜可折合1 258万个羊单位；畜牧业规模最小的双湖特区也有接近50万个羊单位；而规模最大的那曲县则涉及226万个羊单位。一旦旱灾发生，则可能需要大额度的保险赔付。本文中受到NDVI时间序列数据的限制，只依据2001年以来的数据测算了纯风险损失率，对潜在的大灾损失尚未能有效估计。因此，在后续落地实施时应对大灾风险准备金的规模进行更加谨慎的考虑。