河蟹天气保险指数的研究与设计——以泰州兴化市为例

王 展，郭建茂，赵蓓蓓，田鹏飞，向 阳，邹学智，吴艳丽

（1.扬州市气象局，江苏 扬州 225000；2.南京信息工程大学，南京 210044；3.泰州市气象局，江苏 泰州 225300；4.兴化市气象局，江苏 兴化 225700；5.兴化市农业农村局，江苏 兴化 225700）

河蟹是江苏省最具特色的优势农产品之一，由于其经济价值较高，近年来养殖规模迅速增加，养殖面积不断扩大，2019 年江苏省河蟹产量达36.48 万t，接近全国河蟹总产量的50%［1］。河蟹养殖是露天生产，其生长发育环境受天气条件制约明显。政策性农业保险作为一项惠农政策，在抵御自然灾害对水产养殖生产的影响，提高农业防灾减灾能力，促进农民增收等方面起到至关重要的作用。但是政策性农业保险以实际灾害损失作为赔付依据，操作复杂，保险公司与投保户常在查险、定损、理赔等方面存在较大分歧，一定程度上限制了这项保险业务的推行［2］。

政策性农业保险的不足为天气指数保险的设计和应用提供了市场机遇。天气指数农业保险是在事先指定的区域内，以一种事先规定的气象事件或变量的发生为基础，如天气事件、降水量、气温、风速等，确立损失补偿支付合同［3-5］。该险种具有理赔客观、快速、节约查勘定损费用、加快理赔流程、减少理赔中的道德风险等优势，是日本、印度、墨西哥、美国等采用的一种新型的农业保险方式，在农业减灾减损方面发挥了巨大的作用［5，6］。近年来，国内学者在天气指数研发方面也进行了一定探索。毛裕定等［7］在2007 年设计了浙江省柑桔冻害气象指数；刘映宁等［8］在2010 年研究了陕西省苹果花期冻害保险指数；杨太明等［9］在2013 年开发了安徽省冬小麦种植天气指数；曹雯等［10］在2019 年研究了宁夏枸杞炭疽病害天气指数；刘瑞娜等［11］在2020 年建立了安徽省河蟹养殖高温热害天气指数模型。这些农业气象保险指数的研发有效地减少了传统农业保险理赔过程中勘查、定损等流程所需的时间和人力成本，是一种农业保险方式的有益探索。

目前，中国农业气象保险指数的研究主要集中在大宗农作物上，对河蟹及其他水产品的研究相对较少。经调研，现有河蟹天气保险指数的研究主要是基于特定池塘试验观测数据进行的，难以在保险应有市场中直接使用或全面推广；此外，现有的河蟹天气保险指数多集中于风力、温度等气象要素，针对降水、日照方面的天气保险指数研究还较为罕见［11-15］。因而无法全面、客观地反映各种天气指数对河蟹养殖的影响，进而对该类险种的科学设计带来困难。

泰州市有兴化大闸蟹、姜堰溱湖簖蟹等多种“名蟹”，是中国最大的河蟹产地之一，其中兴化市被授予“中国河蟹养殖第一县”的称号。2020 年兴化市水产面积55 094 hm2，其中兴化大闸蟹53 336 hm2，年产量6.75 万t，产值44.5 亿元。河蟹养殖与天气和气候息息相关，影响较大的灾害性天气主要有连阴雨、暴雨、高温、大风等［16-20］，这些不利的气象条件会造成河蟹生理不适应，生长缓慢或直接死亡［21，22］。2019 年泰州市人寿财产保险股份有限公司开发了“泰州市商业性大闸蟹气温指数保险”产品，2019 年承 保144 hm2，2020 年 承 保1 841 hm2，2021 年 承 保2 178 hm2，由此可见，农户对天气指数保险的购买意愿逐渐增加。鉴于河蟹生育期内灾害性天气的严重影响以及市场对河蟹天气保险指数日益增长的需求，急需开展河蟹天气保险指数的技术研究。本研究以泰州兴化市为例，利用近十年河蟹产量、存活率数据以及相对应年份的高温、降水和日照等气象资料，基于隶属度模型构建高温、阴雨和寡照指数，通过分析不同的极端天气与河蟹生产要素之间的相关性，设计出河蟹天气指数保险产品，以期为拓展天气指数保险研究领域、扩大农业保险范围提供技术支撑。

1 资料和方法

1.1 资料来源

泰州兴化市2010—2019 年的河蟹单产（单位面积的产量）、投苗量等资料来源于兴化市农业农村局。近十年河蟹投苗量存在波动，本研究选取单位投苗量的单产作为产量指标，可适当消除投苗量变化带来的影响；为了简化分析，本研究中所提到的产量均指单位面积单位投苗量的产量。2010—2019年河蟹存活率是来源于兴化市养殖户养殖日志，指养成河蟹的只数与投放的蟹苗只数的比例。2010—2019 年河蟹主要生育期（5—9 月）逐日最高气温、降水量、日照时数等气象资料来源于兴化市气象局。

其中，河蟹存活率（Pr）为：

式中，Pr为河蟹存活率（%）；D为河蟹成活量（只）；DO为蟹苗投放量（只）。

1.2 指数定义

1.2.1 发生概率 发生概率（PR）计算公式为：

式中，PR为发生概率；N为触发天气指数发生的年份数，以河蟹生育期内极端天气事件（高温、阴雨或寡照）发生与否作为统计的标准；M为统计的总年份数，2010—2019 年共计10 年。

有研究表明，仅有保险公司和农户两个主体参与的农业自然灾害保险市场难以达到均衡［23］。因此，为了在保险公司和养殖户之间寻求一定的平衡，以充分发挥气象保险指数客观公平的作用，本研究希望触发气象保险指数的天气事件发生概率尽可能介于40%~60%，即认为是具有投保意义。

1.2.2 高温指数 鉴于高温数值和持续时间的选择难度以及当选择不正确时对河蟹生产指标的影响不同，本研究运用模糊数学理论设计一个隶属函数，在参照气象学对高温定义的基础上采用“试错法”，通过连续改变气温和时间来选取高温指标。

式中，IT为高温指数；TMAXi为5—9 月第i日的最高气温（℃）；T为上限温度；m为连续的天数，取整数。当连续m天TMAX≥T，高温指标发生过1 次，即IT=1，下一次起始天数从第m+1 天算起，5—9 月内可以累积计数，如未发生就记为0，再以累计值与产量和存活率建立联系，进行相关性分析。

1.2.3 阴雨指数 由于降水时间分布不均匀，连阴雨不仅有连续性降水，还有持续性降水。因此本研究从日降水量和平均降水量两方面分别定义阴雨指数，运用模糊数学理论设计两个隶属函数。在分析近十年不同量级降水量与河蟹产量和存活率相关性的基础上，采用“试错法”通过连续改变降水量级和时间来选取阴雨指标。

式中，IP1和IP2为两种阴雨指数；Pi为5—9 月第i日降水量（mm）；p为上限降水量；m为连续的天数，取整数。当连续m天降水且平均降水量Pˉ≥p或连续m天P≥p，阴雨指标发生过1 次，即IP=1，下一次起始天数从第m+1 天算起，同一生育期内可以累积计数，如未发生就记为0，再以累计值与产量和存活率建立联系，进行相关性分析。本研究先用式（4）算出一种阴雨指数，再用式（5）算出另一种阴雨指数，旨在不断“试错”过程中选出最优的阴雨指标。

1.2.4 寡照指数 由于日照时数受天气影响会发生较大变化，发生寡照有可能是因为连续几天无日照，也有可能是因为一段时间内累积的日照时数较少。本研究从单日的日照时数和平均日照时数两方面分别定义寡照指数，运用模糊数学理论设计两个隶属函数，通过连续改变无日照时数的天数和调整不同天数的平均日照时数来选取寡照指标。

式中，IR1和IR2为两种寡照指数；Ri为5—9 月第i日的日照时数（h）；r为下限日照时数，m和n为连续的天数，取整数。当连续m天R=0 或n天内平均日照时数Rˉ≤r，寡照指标发生过1 次，即IR=1，下一次起始天数从第m+1 天或第n+1 天算起，同一生育期内可以累积计数，未发生就记为0，再以累计值与产量和存活率建立联系，进行相关性分析。本研究先用式（6）算出一种寡照指数，再用式（7）算出另一种寡照指数，旨在不断“试错”过程中选出最优的寡照指标。

2 结果与分析

2.1 河蟹指标关系

为了检验河蟹选取的数据是否具有可信性和可用性，本研究将2010—2019 年兴化市河蟹的存活率和产量做了相关性分析。由图1 可知，河蟹的存活率与产量相关性为0.899 3，达到0.001 的显著性检验，由此可见，两种河蟹指标不仅具有互补性，而且呈现很强的共振关系。在某种程度上，说明了存活率和产量的年际变化能够充分反映出河蟹的实际生产情况。

图1 河蟹存活率与产量的关系

2.2 高温影响情况

2.2.1 单日高温 本研究分别统计了2010—2019年兴化市5—9 月日最高气温大于等于上线温度（TMAX≥T,T∈(35、36、37、38 ℃)）4 种 高 温 天气的发生情况。由图2 可知，随着上限温度逐渐增大，高温天气发生的年份数和每年发生的高温天数都在减少，不难发现，上限温度从35 ℃到38 ℃，近十年的平均高温天数从14 d 减少到1 d 左右。

图2 2010—2019 年兴化市不同高温天气天数的统计情况

将不同高温天气发生的天数与河蟹产量和存活率作相关性分析，发现相关系数较低，仅当TMAX≥38 ℃时相关系数最高，分别达到-0.483 3和-0.311 0，但是没有通过显著性检验。由此可见，一般情况下，高温天气对河蟹生产影响较弱，只有当日最高气温达到38 ℃以上高温天气才会对河蟹造成产量降低、存活率下降等负面影响。但是TMAX≥38 ℃的高温天气在过去十年内仅在2013年、2016 年和2017 年这3 年里发生，发生频率低于40%，并不具有参保价值。当然，本研究在研究日高温发生次数的同时，也尝试着从日高温累计强度来分析高温天气的影响程度，并将TMAX≥35 ℃高温天气的最高气温累计和与河蟹产量以及存活率作了相关性分析，均未发现有较为显著的相关性。

2.2.2 连续高温 由以上分析可知，近十年内TMAX≥38 ℃的高温天气发生的次数较少，因此，本研究从最高气温介于35~37 ℃，通过每增加0.5 ℃逐一选取上限温度，并逐渐调整连续高温的天数来寻找合适的高温指标。图3 中的高温指标（T*m）是指连续m天TMAX≥T的指标，为了分析需要，作图时剔除了发生概率高于70%和低于30%的连续高温天气。从图3 可见，2010—2019 年，连续4 dTMAX≥35 ℃的高温天气发生次数最多，共计16次，发生概率为70%；当出现连续3 dTMAX≥37 ℃或连续6 dTMAX≥36 ℃的高温天气时，发生次数最少，近十年仅有3 次，发生概率均为30%。

图3 不同高温指标的发生概率和发生次数统计情况

根据式（3）计算出不同高温指标所对应的高温指数，并分析不同的高温指数与河蟹产量和存活率之间的关系。从图4 可见，不同的高温指标与河蟹产量和存活率之间的相关性很弱，而且杂乱无序，甚至有时呈正相关关系，并没有体现出明显的规律。通过上述分析可知，无论是从单日高温发生的天数还是从连续高温发生的次数来分析，一般的高温天气对河蟹生产的负面影响总体较低，只有当出现TMAX≥38 ℃的极端高温天气时，才会对河蟹生产造成明显的负面影响，但是这种极端高温天气发生频率又太低。所以想要选取兼有反映河蟹生产情况和体现概率统计意义的高温指标较难。但是如果仅考虑发生概率的均衡性和稳定性，由图3 可知，连续3 dTMAX≥36.5 ℃和连续5 d（或6 d）TMAX≥35 ℃发生的概率都是50%，可以作为商业参保的高温指标。

2.3 降水影响情况

2.3.1 单日降水 在上限降水量介于20~100 mm，通过每增加5 mm 连续选取不同的上限降水量，并统计2010—2019 年兴化市5—9 月日降水量大于等于上限降水量（P≥p）降水天气的天数，将不同降水天气的天数分别与河蟹的产量和存活率进行相关性分析。由图5 可知，当上限降水量介于20~55 mm 时，降水天气发生的天数与产量和存活率呈现明显的负相关性，尤其在上限降水量为40 mm 时，相关系数分别达到-0.699 8 和-0.684 9，均通过了0.02 的显著性检验。

图5 不同的降水天气与河蟹产量和存活率之间的相关性

而随着上限降水量达到60 mm 以上，降水天气发生的天数与河蟹产量和存活率的相关系数明显变小。据统计，2010—2019 年，日降水量超过60 mm的强降水天气共计发生25 次，平均每年发生不到3次。由此可见，虽然强降水天气对河蟹生产短时间产生的影响较大，但由于强降水天气在河蟹生育期内出现的总次数并不多，所以对河蟹生产造成的危害较小。因此，在分析河蟹的阴雨指标时，不能仅考虑日降水强度，还要分析连续降水的“累积效应”。

2.3.2 连续降水 基于以上分析，在平均降水量大于上限降水量（Pˉ≥p,p∈(20、55 mm)）或日降水量大于上限降水量（P≥p,p∈(20、55 mm)）的连阴雨天气中，通过调整降水天数来选取不同的阴雨指标，并根据式（4）和式（5）分别计算相对应的阴雨指数，进而分析不同的阴雨指数与河蟹产量和存活率之间的关系。为了使得阴雨指数与产量以及存活率的变化具有可比性，将三者进行归一化处理。由图6 可见，当出现连阴雨天气1（连续3 d 阴雨且Pˉ≥50 mm）或连阴雨天气2（连续3 dP≥20 mm）时，阴雨指数与河蟹产量和存活率的波动特征总体相反，其中连阴雨天气1 的阴雨指数与产量和存活率的相关系数分别为-0.759 4 和-0.680 7，分别达到了0.01和0.02 的显著性检验；而连阴雨天气2 的阴雨指数与产量和存活率的相关系数分别为-0.624 7 和-0.660 4，分别达到了0.05 和0.02 的显著性检验。其中，连阴雨天气1 发生的概率为40%，连阴雨天气2 发生的概率为50%，均处于发生概率可接受的范围内。

2.4 寡照影响情况

2.4.1 单日短日照 当下限日照时数介于0~1 h，通过每增加0.1 h 连续性选取不同的下限日照时数，然后逐一统计兴化市2010—2019 年5—9 月日照时数小于等于下限日照时数（R≤r）的天数，并将不同的短日照时长天气的天数分别与河蟹的产量和存活率进行相关性分析。从图7 可见，总体而言，单日日照时数较短的天气对河蟹生产影响程度较弱，当下限日照时数为0.6 h 时，低于该日照时数的天数与产量的相关系数达到最高，为-0.524 5；当下限日照时数为0.4 h 时，低于该日照时数的天数与存活率的相关系数达到最高，为-0.434 9，两者均没有达到0.05 的显著性检验。由此可见，在分析河蟹的寡照指标中，仅分析短日照时长天气并没有太大意义，寡照天气是一个连续的过程，所以需要分析连续几天短日照时数的天气情况。

2.4.2 连续寡照 鉴于寡照天气的形成是一个连续性的过程，本研究一方面在连续几天无日照的寡照天气中调整天数；另一方面在平均日照时数较少的寡照天气中逐一改变天数和下限日照时数，分别来选取寡照指标，并根据式（6）和式（7）分别计算相对应的寡照指数，进而分析不同的指数与河蟹产量和存活率之间的关系。为了使得寡照指数与存活率以及产量的变化具有可比性，将三者进行归一化处理。由图8 可见，当在寡照天气1（连续10 dRˉ≤1.5 h）和寡照天气2（连续5 dR= 0）时，寡照指数与河蟹的产量和存活率的波动特征总体相反，其中寡照天气1的寡照指数与产量和存活率的相关系数分别为-0.731 4 和-0.827 7，分别达到0.01 和0.001 的显著性检验；而寡照天气2 的寡照指数与产量和存活率的相关系数分别为-0.695 5 和-0.769 8，分别达到0.02 和0.005 的显著性检验。其中，寡照天气1 发生的概率为50%，寡照天气2 发生的概率为60%，均处于发生概率可接受的范围内。

图8 2010—2019 年两种连续寡照天气的寡照指数与河蟹产量和存活率归一化值的年际变化

3 结论与讨论

本研究利用2010—2019 年兴化市河蟹的存活率和产量资料，分别考虑了河蟹主要生育期（5—9月）内的连续高温、连阴雨、连续寡照等极端天气要素，运用模糊数学理论设计隶属函数，采用“试错法”不断改变气象要素的阈值和发生时间，分析比较不同气象指标的天气指数对河蟹生产所产生的影响，并根据极端天气发生概率的均衡性设计出河蟹天气保险指数产品，并找出高温指数、阴雨指数和寡照指数赔付的触发天气（表1），从而得出以下结论。

表1 兴化市河蟹天气保险指数赔付触发天气及发生概率

1）高温、阴雨和寡照3 种天气指数和河蟹产量、存活率存在不同的相关性。其中，高温指数相关性较弱，本研究选取了两种发生概率为50%的连续高温天气作为商业保险的参考指标。从分析结果来看，正常情况下，日最高气温小于38 ℃的高温天气似乎对河蟹养殖造成的影响较小，但事实上，当遇到高温天气时，人们会主动采取措施应对高温热害，这也会无形增加人力、物力和财力投入，损害到农户的利益，所以高温指数保险不仅可以减轻高温天气带来的成本压力，还可以有效避免逆向选择和道德风险。而阴雨指数和寡照指数与河蟹产量、存活率的相关性都较强，能够有效反映连阴雨、连续寡照两种灾害性天气对河蟹所产生的减产或存活率降低等负面影响，而且这两种指数的获取和计算方法相对简单，便于理解和推广。

2）相比阴雨和寡照两种天气，高温天气的不利影响更容易被弱化。虽然高温天气会影响水草生长，导致水质变化，阻碍河蟹的消化吸收功能，甚至引起死亡或生理病变［16］。但是，随着水产养殖技术水平的提高，在实际养殖生产过程中，一般的高温天气对河蟹产生的负效应却被逐渐弱化。因为人们可以根据天气预报服务，通过蟹塘增氧、底质改良或水位调节等方式进行人工干预，从而减少高温对河蟹产生的不利影响［24，25］；而且如果降水量正常且分布均匀，对蟹塘补水、降低塘中水温相对有利，可减缓高温热害［14］。相比高温天气，阴雨和寡照天气容易造成蟹塘水体浑浊，引发河蟹的应激反应［26］，加大池塘管理的难度。所以正常情况下，在高温天气易受人工及其他因素影响的前提下，阴雨天气和寡照天气就成为了影响河蟹生产的主要气象因素。

3）各气象要素之间都是相互联系的，并且共同影响着河蟹生产。当出现连续降水天气的时候，日照时数就会随之减少，这样阴雨和寡照天气就会共同影响着河蟹的生长发育。从分析的结果来看，连阴雨天气1 和寡照天气1 同时发生于2011 年、2016年和2018 年。在这3 年里，河蟹的存活率刚好是十年内最低的3 个年份，而且这3 年的河蟹产量也低于仅发生连阴雨或连续寡照单一种类天气的年份，这就说明了阴雨寡照复合灾害性天气对河蟹的生产造成更大的影响。其中，2016 年发生了罕见的高温天气，仅在7 月24—29 日就发生5 d 38 ℃以上的高温天气，导致蓝藻暴发，河蟹发病率增加［27］，产量降至近十年最低，由此可见，河蟹生育期内若出现极端高温与阴雨寡照复合影响的灾害性天气，河蟹产量将会大幅降低。

本研究提供了一种基于隶属函数分析的方法构建河蟹天气保险指数，考虑到天气指数的研究要基于人为措施采取之后的损失情况，而本研究获取的河蟹资料恰好反映了人为操作的减免作用，所以能够客观反映河蟹实际生产过程中不同的极端天气对河蟹造成的叠加影响。但是，河蟹生长发育过程中受影响的气象要素远不止温度、降水和日照，气压、风也与河蟹养殖生长有很大的关系，气压的高低和风的大小都会改变水体中的溶解氧等。因此，在今后的研究工作中，通过收集更多的实况资料，深入探讨每个天气过程的具体影响和人为操作对天气负面影响的缓解作用，对河蟹生长过程中的其他相关气象要素进行展开分析，并且紧密联系泰州市人寿财产保险股份有限公司，了解河蟹天气保险指数实际应用过程中的业务理赔情况，对这项天气指数进行即时检验和实时改进，从而为泰州市河蟹天气保险指数业务提供可靠的科学支撑。