草原指数保险：评述与中国方案设计

doi:10.11686/cyxb2020293

草业学报 ›› 2021, Vol. 30 ›› Issue (8): 171-185.DOI: 10.11686/cyxb2020293

• 综合评述 • 上一篇

草原指数保险：评述与中国方案设计

林慧龙¹(), 蒲彦妃¹, 王丹妮¹^,², 马海丽¹

^1.兰州大学草地农业生态系统国家重点实验室，兰州大学农业农村部草牧业创新重点实验室，兰州大学草地农业科技学院，甘肃兰州 730020
^2.河西学院音乐学院，甘肃张掖 734000

收稿日期:2020-06-24 修回日期:2020-10-29 出版日期:2021-07-09 发布日期:2021-07-09
通讯作者: 林慧龙
作者简介:Corresponding author. E-mail： linhuilong@lzu.edu.cn
林慧龙（1965-），男，甘肃兰州人，教授，博导。
基金资助:
国家自然科学基金项目(31772666);中国工程院重点咨询项目(2020-XZ-29);国家林业和草原局软科学项目(201913021);兰州大学中央高校基本科研业务费专项资金(lzujbky-2021-kb13);甘肃省林业和草原局年度省级人才发展专项(lzujbky-2021-kb13)

Index insurances for grasslands： A review and the Chinese scheme design

Hui-long LIN¹(), Yan-fei PU¹, Dan-ni WANG¹^,², Hai-li MA¹

^1.State Key Laboratory of Grassland Agro-ecosystems，Key Laboratory of Grassland Livestock Industry Innovation，Ministry of Agriculture and Rural Affairs，College of Pastoral Agriculture Science and Technology，Lanzhou University，Lanzhou 730020，China
^2.College of Music，Hexi University，Zhangye 734000，China

Received:2020-06-24 Revised:2020-10-29 Online:2021-07-09 Published:2021-07-09
Contact: Hui-long LIN

摘要/Abstract

摘要：

草原指数保险是农业保险中的一种新型类别，它有比传统赔偿保险更加科学的触发机制，包括指数变量和触发水平。它选取与草原生产紧密相关的指标作为指数变量，通过研究不同尺度上草原生产中产量/气象/NDVI和经济指标数据的关联机制，精密计算出核定尺度下指数变量的触发水平，可极大化地缩小基差风险，从而通过触发机制来衡量投保人是否能够获得赔偿。本研究探索了11个国家18种运营中的草原指数保险的触发机制，发现它们按照指数选取的不同标准可以分为区域产量指数保险、天气指数保险和卫星遥感指数保险。区域产量指数保险以选定区域的平均产量为基础，当该区域的实际平均产量低于指定水平时，所有投保人获得相同额度的补偿；天气指数保险选择气温、降水等气候条件作为指数，衡量它们对草原生产的损害程度；卫星遥感指数保险创新性地结合卫星、遥感技术，NDVI是它最常用的指数。然而，作为世界草原大国，我国对草原指数保险的研究十分匮乏，在试点或运营的相关产品屈指可数，这不利于草原的可持续发展。考虑到我国气象站点覆盖密度低导致数据源缺失，且草原区域幅员辽阔，照搬别国的现有产品不现实。因此，针对中国的方案设计亟待提出。本研究提出以草原综合顺序分类法为框架，遥感数据源提供宏观数据，以无人机技术补充中观数据，通过农牧户入户调查得到微观数据，实现宏观、中观、微观数据源全覆盖，通过系统分析该类型中多年产量/气象/NDVI和经济数据之间的关系，明确该类型草原的触发机制。最终实现只要投保人的生产性收入状况偏离了正常年份的平均水平，就能获得赔偿。

关键词: 草原, 草原指数保险, 区域产量指数保险, 天气指数保险, 卫星遥感指数保险

Abstract:

Index insurances for grasslands （IIGs） are a new kind of agricultural insurance， whose claim trigger mechanism， including the index to be used when assessing claims and the threshold level for payment， is more scientific than that of traditional indemnity insurances. IIGs choose indices closely relevant to grassland production and study the relationships between yield， climate， NDVI and economic data to precisely calculate the claim trigger level of the selected index. Through this procedure， the local norm is identified and the claim trigger mechanism is used to decide whether the insured will receive a payout. We have explored the trigger mechanisms of 18 operational IIGs from 11 countries and grouped them into 3 types based on different categories of index selection. They are area-yield index insurance （AI）， weather index insurance （WI） and satellite/remote-sensing index insurance （SRI）. AI is based on the selected area’s average yield. When the actual average output of the area is lower than the specified level， all insured persons receive the same amount of compensation； WI choose climatic indicators （temperature， rainfall， etc.） as indices and measure the extent to which they limit grassland production； SRI is innovatively designed with satellites and remote-sensing， and NDVI is the most widely used index. However， even though China is a country with very large areas of grassland， China has little research into IIGs， and few products of this type under development or available to farmers. This situation is not conducive to the sustainable development of grassland. Considering the limited availability of relevant data in China and the vast area of grasslands， it is not advisable to simply adopt products from other countries. Therefore， there is an urgent need to develop a China-oriented scheme. This paper proposes a novel scheme based on the comprehensive and sequential classification system of grasslands （CSCS） using remote sensing data sources （providing macro data）， drone technology （providing supplementary meso data）， and economic data collected from grassland producers through household surveys of farmers and herdsmen（as micro data）. Through systematic analysis of relationships between yield， climate， NDVI and economic data over a number of years， a grassland category’s expected productivity can be determined. This will then make possible the establishment of indemnity whenever the productive capacity or income of the insured falls below the designated threshold relative to a normal year.

Key words: grassland, index insurance for grasslands, area-yield index insurance, weather index insurance, satellite/remote-sensing index insurance

林慧龙, 蒲彦妃, 王丹妮, 马海丽. 草原指数保险：评述与中国方案设计[J]. 草业学报, 2021, 30(8): 171-185.

Hui-long LIN, Yan-fei PU, Dan-ni WANG, Hai-li MA. Index insurances for grasslands： A review and the Chinese scheme design[J]. Acta Prataculturae Sinica, 2021, 30(8): 171-185.

图/表 4

参考文献 69

1	Mowll W， Blumenthal D M， Cherwin K， et al. Climatic controls of aboveground net primary production in semi-arid grasslands along a latitudinal gradient portend low sensitivity to warming. Oecologia， 2015， 177（4）： 959-969.
2	O’Mara F P. The role of grasslands in food security and climate change. Annals of Botany， 2012， 110（6）： 1263-1270.
3	Simon B， Niklaus L， Robert F. Bio-economic modelling of decisions under yield and price risk for suckler cow farms. Animal Production Science， 2015， 55（1）： 64-73.
4	Gao Q Z， Li Y， Xu H M， et al. Adaptation strategies of climate variability impacts on alpine grassland ecosystems in Tibetan Plateau. Mitigation & Adaption Strategies for Global Change， 2014，19（2）： 199-209.
5	Barnett B J， Barrett C B， Skees J R. Poverty traps and index-based risk transfer products. World Development， 2008， 36（10）： 1766-1785.
6	Li Y. Research on optimization of drought-indexed insurance products of cattle and sheep in grassland pastoral areas-Based on survey in Xilin Guole in Inner Mongolia Autonomous Region. Chengdu： Southwestern University of Finance and Economics， 2019.
	李亚. 草原牧区牛羊旱灾指数保险产品优化研究. 成都：西南财经大学， 2019.
7	Ge J B， Qiu W， Li R X. Research on snow disaster weather index insurance in pastoral areas of Qinghai-Tibetan Plateau-A case study in Maqin County， Guoluo Tibetan Autonomous Prefecture， Qinghai Province. Northern Finance Journal， 2018（12）： 79-81.
	葛景波，邱婉，李茹欣. 青藏高原牧区雪灾天气指数保险研究——以青海省果洛藏族自治州玛沁县为例. 北方金融， 2018（12）： 79-81.
8	Yi M L， Wang J W， Wang Z， et al. Design of snow disaster weather-index insurance for pasture animal husbandry： A case study in Eastern Inner Mongolia. Insurance Studies， 2015（5）： 69-77.
	易沵泺，王季薇，王铸，等. 草原牧区雪灾天气指数保险设计——以内蒙古东部地区为例. 保险研究， 2015（5）： 69-77.
9	Li Y J， Ye T， Deqing Z G， et al. The design of livestock drought index insurance based on remote sensing vegetation index in Naqu Prefecture， Tibet. Research of Agricultural Modernization， 2018， 39（4）： 680-688.
	李懿珈，叶涛，德庆卓嘎，等. 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. 农业现代化研究， 2018， 39（4）： 680-688.
10	Wu J J. Crop insurance， acreage decisions， and nonpoint-source pollution. American Journal of Agricultural Economics， 1999， 81（2）： 305-320.
11	Willemijn V， Tobias D， Robert F. Index insurances for grasslands-A review for Europe and North-America. Agricultural Systems， 2019， 168： 101-111.
12	Xie Y M， Gao J. Review on foreign index insurance research. Commercial Research， 2013（4）： 186-190.
	谢玉梅，高娇. 国外指数保险研究文献评述.商业研究， 2013（4）： 186-190.
13	Zhang L， Ding Y H. Practice and thinking of index insurance in agricultural insurance innovation. China’s Insurance Quote， 2016-01-27（2）.
	张利，丁元昊. 指数保险在农业保险创新中的实践与思考. 中国银行保险报， 2016-01-27（2）.
14	Chen S W. Application of agricultural weather index insurance in developing countries and its exploration in China. Insurance Research， 2010（3）： 82-88.
	陈盛伟. 农业气象指数保险在发展中国家的应用及在我国的探索. 保险研究， 2010（3）： 82-88.
15	Sarah C， Robert F， Martina S. Flexible weather index-based insurance design. Climate Risk Management， 2015， 10： 106-117.
16	Dalhaus T， Musshoff O， Finger R. Phenology information contributes to reduce temporal basis risk in agricultural weather index insurance. Scientific Reports， 2018， 8（1）： 46.
17	Zheng J， Cao C. Review on crop area-yield index insurance research. Journal of Shandong Institute of Business and Technology， 2015， 29（1）： 106-112.
	郑军，曹翀. 农作物区域指数保险研究述评. 山东工商学院学报， 2015， 29（1）： 106-112.
18	Allan R P， Soden B J. Atmospheric warming and the amplification of precipitation extremes. Science， 2008， 321： 1481-1484.
19	Yu N N， Chen S W. Review of weather index insurance in China and abroad. Journal of Shandong Agricultural University （Social Science Edition）， 2009， 11（4）： 64-69.
	于宁宁，陈盛伟. 天气指数保险国内外研究综述. 山东农业大学学报（社会科学版）， 2009，11（4）： 64-69.
20	Bokusheva R. Improving the effectiveness of weather-based insurance： An application of copula approach. Germany： University Library of Munich， 2014.
21	Conradt S R， Finger R， Spörri M. Flexible weather index-based insurance design. Climate Risk Management， 2015（10）： 106-117.
22	Finger R， Calanca P， Briner S. Implications of risk attitude and climate change for optimal grassland management： A case study for Switzerland. Crop & Pasture Science， 2014， 65（6）： 576.
23	Conradt S， Finger R， Bokusheva R. Tailored to the extremes： Quantile regression for index-based insurance contract design. Agricultural Economics， 2015， 46（4）： 537-547.
24	de Leeuw J， Vrieling A， Shee A， et al. The potential and uptake of remote sensing in insurance： A review. Remote Sensing， 2014， 6（11）： 10888-10912.
25	Roumiguie A， Sigel G， Poilve H， et al. Insuring forage through satellites： Testing alternative indices against grassland production estimates for France. International Journal of Remote Sensing， 2017， 38（7）： 1912-1939.
26	Porter T F， Chen C， Long J A， et al. Estimating biomass on CRP pastureland： A comparison of remote sensing techniques. Biomass & Bioenergy， 2014， 66： 268-274.
27	Yengoh G T， Dent D， Olsson L， et al. Use of the normalized difference vegetation index （NDVI） to assess land degradation at multiple scales. Current Status， Future Trends， And Practical Considerations. Springer Press， 2015： 17-25.
28	Carlson T N， Ripley D A. On the relation between NDVI， fractional vegetation cover， and leaf area index. Remote Sensing of Environment， 1997， 62（3）： 241-252.
29	Emily B， Elena T， Ross M， et al. The use of remotely sensed rainfall for managing drought risk： A case study of weather index insurance in Zambia. Remote Sensing， 2016， 8（4）： 342.
30	Jiang N. On the principle of compensation for loss in insurance law. Insurance Studies， 2008（3）： 85-88.
	姜南. 论保险法上的损失补偿原则. 保险研究， 2008（3）： 85-88.
31	Skees J R， Barnett B B J. Designing and rating an area yield crop insurance contract. American Journal of Agricultural Economics， 1997， 79（2）： 430-438.
32	Glauber J W. The growth of the federal crop insurance program， 1990-2011. American Journal of Agricultural Economics， 2013， 95（2）： 482-488.
33	Gary S. Area risk protection insurance policy： Comparison to group plans. Farmdoc daily. University of Illinois at Urbana-Champaign， Department of Agricultural and Consumer Economics， 2014. DOI： 10.22004/ag.econ.282978.
34	Jiang C H. Introduction and enlightenment of GRP crop insurance program in the USA. South China Rural Area， 1999（4）： 38-39.
	姜春海. 美国GRP农作物保险计划简介及启示. 南方农村， 1999（4）： 38-39.
35	Miranda M J. Area-yield crop insurance reconsidered. American Journal of Agricultural Economics， 1991， 73（2）： 233-242.
36	Bertram-Hhmmer V， Krrhnert K. Does index insurance help households recover from disaster？ Evidence from IBLI Mongolia. American Journal of Agricultural Economics， 2018， 100（1）： 145-171.
37	Liu Z. Study on weather index insurance in pastoral areas： A case of Sunit Left Banner， Inner Mongolia. Journal of Agricultural Catastrophology， 2019， 9（3）： 108-109.
	刘志. 草原牧区天气指数保险研究——以内蒙古苏尼特左旗为例. 农业灾害研究， 2019， 9（3）： 108-109.
38	Schweizer H. Trockenheitsindex. 2020［2020-06-15］. http：//swissagroindex.hagel.ch/graslandweb/#insurance.
39	Agricorp， Production insurance forage rainfall how it works. 2015［2020-06-15］. http：//www.agricorp.com/en-ca/Programs/ProductionInsurance/ForageRainfall/Pages/HowItWorks.aspx.
40	Agriculture Financial Services Corporation. Canada-Alberta AgriInsurance products for 2017 perennial crops. 2017［2020-06-15］. https：//www.afsc.ca/doc.aspx？id=8032.
41	Saskatchewan Crop Insurance Corporation. Forage rainfall insurance program. 2018［2020-06-15］. http：//www.saskcropinsurance.com/ci/weather-based/forage-rainfall-insuranceprogram/.
42	United States Department of Agriculture. Pasture， rangeland， forage pilot insurance program. 2017［2020-06-15］. https：//www.rma.usda.gov/pubs/rme/prfinsprog.pdf.
43	Risk Management Agency. USDA expands forage crop insurance option nationwide for livestock producers. 2015［2020-06-15］. https：//www.rma.usda.gov/news/2015/08/foragenationwide.pdf.
44	PICC. PICC Inner Mongolia Branch fills the blank of weather index insurance in domestic pastoral areas. 2015［2020-06-15］. http：//www.epicc.com.cn/renbao/zixunzhongxin/meitiguanzhu/201509/t20150901_2305.html.
	中国人保财险. 人保财险内蒙古分公司填补国内牧区天气指数保险空白. 2015［2020-06-15］. http：//www.epicc.com.cn/renbao/zixunzhongxin/meitiguanzhu/201509/t20150901_2305.html.
45	Ruget F， Novak S， Granger S. Use of the ISOP system， based on the STICS model， for the assessment of forage production. Adaptation to grassland and spatialized application. Fourrages， 2006， 186： 241-256.
46	Roumiguié A， Jacquin A， Sigel G， et al. Validation of a forage production index （FPI） derived from MODIS fCover time-series using high-resolution satellite imagery： Methodology， results and opportunities. Remote Sensing， 2015， 7（9）： 11525-11550.
47	Peters A J， Walter-Shea E A， Lel J， et al. Drought monitoring with NDVI-based standardized vegetation index. American Society for Photogrammetry & Remote Sensing， 2002， 68（1）： 71-75.
48	Bayarjargal Y， Karnieli A， Bayasgalan M， et al. A comparative study of NOAA-AVHRR derived drought indices using change vector analysis. Remote Sensing of Environment， 2006， 105（1）： 9-22.
49	Kogan F N. Droughts of the late 1980s in the United States as derived from NOAA polar-orbiting satellite data. Bulletin of the American Meteorological Society， 1995， 76（5）： 655-668.
50	Benedetti R， Rossini P. On the use of NDVI profiles as a tool for agricultural statistics： The case study of wheat yield estimate and forecast in Emilia Romagna. Remote Sensing of Environment， 1993， 45（3）： 311-326.
51	Hayes M J， Decker W L. Using NOAA AVHRR data to estimate maize production in the United States Corn Belt. International Journal of Remote Sensing， 1996， 17（16）： 3189-3200.
52	Rasmussen M S. Operational yield forecast using AVHRR NDVI data： Reduction of environmental and inter-annual variability. International Journal of Remote Sensing， 1997， 18（5）： 1059-1077.
53	Jensen N D， Barrett C B， Mude A G. Basis risk and the welfare gains from index insurance： Evidence from Northern Kenya. MPRA Paper， 2014， 80（1）： 205-237.
54	Takahashi K， Ikegami M， Sheahan M， et al. Experimental evidence on the drivers of index-based livestock insurance demand in Southern Ethiopia. World Development， 2016， 78： 324-340.
55	Ren J Z， Hu Z Z， Mu X D， et al. Comprehensive sequential classification of grassland and its significance in grassland genesis. Chinese Journal of Grassland， 1980（1）： 12-24， 38.
	任继周，胡自治，牟新待，等. 草原的综合顺序分类法及其草原发生学意义. 中国草原， 1980（1）： 12-24， 38.
56	Ren J Z， Liang T G， Lin H L， et al. Study on grassland’s responses to global climate change and its carbon sequestration potentials. Acta Prataculturae Sinica， 2011， 20（2）： 1-22.
	任继周，梁天刚，林慧龙，等. 草地对全球气候变化的响应及其碳汇潜势研究. 草业学报， 2011， 20（2）： 1-22.
57	Ren J Z， Hu Z Z， Mu X D. Bioclimatic indicators for the first classification of grassland types in China. Journal of Gansu Agricultural University， 1965（2）： 48-64.
	任继周，胡自治，牟新待. 我国草原类型第一级分类的生物气候指标. 甘肃农业大学学报， 1965（2）： 48-64.
58	Ren J Z， Hu Z Z， Zhao J， et al. A grassland classification system and its application in China. The Rangeland Journal， 2008， 30（2）： 199-209.
59	Hu Z Z， Gao C X. Improvement of the comprehensive and sequential classification system of grasslands Ⅰ indices of grassland classes and class chart. Acta Prataculturae Sinica， 1995（3）： 1-7.
	胡自治，高彩霞. 草原综合顺序分类法的新改进Ⅰ类的划分指标及其分类检索图. 草业学报， 1995（3）： 1-7.
60	Liang T G， Feng Q S， Huang X D， et al. Review in the study of comprehensive sequential classification system of grassland. Acta Prataculturae Sinica， 2011， 20（5）： 252-258.
	梁天刚，冯琦胜，黄晓东，等. 草原综合顺序分类系统研究进展. 草业学报， 2011， 20（5）： 252-258.
61	Ren J Z， Lin H L. Study on the simulation methods of grassland soil organic carbon： A review. Acta Prataculturae Sinica， 2013， 22（6）： 280-294.
	任继周，林慧龙. 草地土壤有机碳储量模拟技术研究. 草业学报， 2013， 22（6）： 280-294.
62	Liang T G， Feng Q S， Cao J J， et al. Changes in global potential vegetation distributions from 1911 to 2000 as simulated by the comprehensive sequential classification system approach. Chinese Science Bulletin， 2012， 25（11）： 1298-1310.
63	Liang T G， Feng Q S， Yu H， et al. Dynamics of natural vegetation on the Tibetan Plateau from past to future using a comprehensive and sequential clasification system and remote sensing data. Grassland Science， 2012， 58： 208-220.
64	Liang T G， Chen Q G， Ren J Z， et al. A GIS-based expert system for pastoral agricultural development in Gansu Province， P R China. New Zealand Journal of Agricultural Research， 2004， 47： 313-325.
65	Ma H B， Wang N， Han B F， et al. Classification of grassland on the Loess Plateau by advanced comprehensive and sequential classification of grassland. Chinese Journal of Grassland， 2002（2）： 2-6.
	马红彬，王宁，韩丙芳，等. 用改进的综合顺序分类法对黄土高原草地分类的探讨. 中国草地， 2002（2）： 2-6.
66	Ma X L， Li W J， Chen Q G. Preliminary exploration of native grassland classification of Gansu Province based on GIS and comprehensive and sequential grassland classification method. Pratacultural Science， 2009， 26（5）： 7-13.
	马轩龙，李文娟，陈全功. 基于GIS与草原综合顺序分类法对甘肃省草地类型的划分初探. 草业科学， 2009， 26（5）： 7-13.
67	Lin H L， Wang X L， Zhang Y J， et al. Spatiotemporal dynamics on the distribution， extent and NPP of potential grassland in response to climate changes in China. The Rangeland Journal， 2013， 35（4）： 409-425.
68	Lin H L， Zhang F. Fragmentation and percolation thresholds in the degradation process of alpine meadow in the Three-River Headwaters region of Qinghai-Tibetan Plateau， China. The Rangeland Journal， 2020， 42（3）： 171-177.
69	Pan D R， Han T H， Sun B， et al. Application of UAV remote sensing technology in grassland ecology research. China Herbivore Science， 2019， 39（5）： 57-59.
	潘冬荣，韩天虎，孙斌，等. 无人机遥感技术在草原生态学研究中的应用. 中国草食动物科学， 2019， 39（5）： 57-59.

国家/地区 Country/ Region	保险名称 Insurance name	指数变量 Index	指数时间分辨率 Index temporal resolution	指数空间分辨率 Index spatial resolution	触发条件（对长期平均水平的偏离度）Trigger level （deviation from long-time average）	起用年份 Offered since
奥地利Austria	草地指数Dürreindex Grünland	降水量Rainfall	5个月或42 d。5 months or 42 days.	市Municipality	≤36%（5个月）或≤70%（42 d）。≤36% （5 months） or ≤70% （42 d）.	2015
德国Germany	天气计划Wetterversicherung	天气变量（与单独界定的产量相联系）。Weather variables correlating with yield individually defined.	投保人定制。Individually defined.	一个气象站点。 One weather station.	75%，80%，85%或90%（可能存在个体差异）。75%， 80%， 85% or 90% （individual differences may exist）.	2014
瑞士Switzerland	草原保险Gras-Pauschalversicherung KLIMA	降水和国家特定的蒸发系数。Rainfall and Country-specific evaporation coefficient.	6个月。6 months.	1 km×1 km	<75%	2016
加拿大安大略省 Ontario， Canada	饲草降雨计划Forage Rainfall Plan	降水量Rainfall	单月、双月或3个月。Monthly， bimonthly or three-month.	3个气象站点。Clients choose up to three weather stations.	<85%（单月）， >5或7 mm（10 d）。 <85% （month）， >5 or 7 mm （10 d）.	2000
加拿大阿尔伯塔省 Alberta， Canada	水分不足保险Moisture Deficiency Insurance	降水量Rainfall	月Monthly	3个气象站点。Clients choose up to three weather stations.	<70%，or <80%	2002
加拿大萨斯喀彻温省Saskatchewan， Canada	饲草降雨保险项目Forage Rainfall Insurance Program （FRIP）	降水量 Rainfall	4个月。4 months.	3个气象站点。Clients choose up to three weather stations.	<80%	2001
美国USA	牧场饲草降雨指数Rainfall Index Pasture， Rangeland， Forage （RI-PRF）	降水量Rainfall	双月Bimonthly	0.25°×0.25°	75%，80%，85%，90%	2007
美国USA	降雨指数年度饲草计划Rainfall Index Annual Forage Program （RIAFP）	降水量Rainfall	双月Bimonthly	0.25°×0.25°	75%，80%，85%，90%	2014
中国内蒙古自治区锡林郭勒盟、呼伦贝尔市Xilin Gol League and Hulunbeier City， Inner Mongolia， China	草原牧区牛羊天气指数保险Weather Index Insurance for Cattle and Sheep in Grassland Pastures	因旱灾、雪灾导致增加的饲养成本。Increased feeding costs from drought or snow disaster.	以参保地区牧草生长期为基准分别确定（旱灾）；11月1日-次年4月30日（雪灾）。Based on the forage growth period of the region （for drought）； 01， Nov.- 30， Apr. （the next year）（for snow disaster）.	-	-	2015-2018（试点pilot）
中国内蒙古自治区锡林郭勒盟Xilin Gol League， Inner Mongolia， China	地方财政性肉羊补贴保险Local Financial Subsidy Insurance for Mutton Sheep	因旱灾、雪灾导致增加的饲养成本；因特大自然灾害导致的肉羊死亡率。Increased feeding costs from drought or snow disaster； mutton sheep mortality caused by significant natural disasters.	5月1日-10月31日（旱灾）；11月1日-次年4月30日（雪灾）。01， May-31， Oct. （for drought）； 01， Nov.- 30， Apr. （the next year）（for snow disaster）.	-	-；死亡率>60%。 -； mortality>60%.	2019（试点pilot）
中国内蒙古自治区苏尼特左旗Sunite Left Banner， Inner Mongolia， China	天气指数保险Weather Index Insurance	蒸降差；降雪量。Evaporation-rainfall difference； snowfall.	4月1日-10月20日（旱灾）；11月1日-次年4月30日（雪灾）。01， Apr. -20， Oct. （for drought）； 01， Nov.-30， Apr. （the next year）（for snow disaster）.	10个测量点。10 measurement points.	-	2017（试点pilot）
中国青海省 Qinghai， China	藏系羊牦牛降雪量气象指数保险Snowfall Weather Index Insurance for Tibetan Sheep and Yaks	降雪量Snowfall	10月1日-次年5月1日。01， Oct.-01， May. （the next year）.	两个气象站点。2 weather stations.	20 mm，20~40 mm，40~60 mm，>60 mm.	2017（试点pilot）

国家/地区 Country/ Region	保险名称 Insurance name	指数变量 Index	指数时间分辨率 Index temporal resolution	指数空间分辨率 Index spatial resolution	触发条件（对长期平均水平的偏离度）Trigger level （deviation from long-time average）	起用年份 Offered since
奥地利Austria	草地指数Dürreindex Grünland	降水量Rainfall	5个月或42 d。5 months or 42 days.	市Municipality	≤36%（5个月）或≤70%（42 d）。≤36% （5 months） or ≤70% （42 d）.	2015
德国Germany	天气计划Wetterversicherung	天气变量（与单独界定的产量相联系）。Weather variables correlating with yield individually defined.	投保人定制。Individually defined.	一个气象站点。 One weather station.	75%，80%，85%或90%（可能存在个体差异）。75%， 80%， 85% or 90% （individual differences may exist）.	2014
瑞士Switzerland	草原保险Gras-Pauschalversicherung KLIMA	降水和国家特定的蒸发系数。Rainfall and Country-specific evaporation coefficient.	6个月。6 months.	1 km×1 km	<75%	2016
加拿大安大略省 Ontario， Canada	饲草降雨计划Forage Rainfall Plan	降水量Rainfall	单月、双月或3个月。Monthly， bimonthly or three-month.	3个气象站点。Clients choose up to three weather stations.	<85%（单月）， >5或7 mm（10 d）。 <85% （month）， >5 or 7 mm （10 d）.	2000
加拿大阿尔伯塔省 Alberta， Canada	水分不足保险Moisture Deficiency Insurance	降水量Rainfall	月Monthly	3个气象站点。Clients choose up to three weather stations.	<70%，or <80%	2002
加拿大萨斯喀彻温省Saskatchewan， Canada	饲草降雨保险项目Forage Rainfall Insurance Program （FRIP）	降水量 Rainfall	4个月。4 months.	3个气象站点。Clients choose up to three weather stations.	<80%	2001
美国USA	牧场饲草降雨指数Rainfall Index Pasture， Rangeland， Forage （RI-PRF）	降水量Rainfall	双月Bimonthly	0.25°×0.25°	75%，80%，85%，90%	2007
美国USA	降雨指数年度饲草计划Rainfall Index Annual Forage Program （RIAFP）	降水量Rainfall	双月Bimonthly	0.25°×0.25°	75%，80%，85%，90%	2014
中国内蒙古自治区锡林郭勒盟、呼伦贝尔市Xilin Gol League and Hulunbeier City， Inner Mongolia， China	草原牧区牛羊天气指数保险Weather Index Insurance for Cattle and Sheep in Grassland Pastures	因旱灾、雪灾导致增加的饲养成本。Increased feeding costs from drought or snow disaster.	以参保地区牧草生长期为基准分别确定（旱灾）；11月1日-次年4月30日（雪灾）。Based on the forage growth period of the region （for drought）； 01， Nov.- 30， Apr. （the next year）（for snow disaster）.	-	-	2015-2018（试点pilot）
中国内蒙古自治区锡林郭勒盟Xilin Gol League， Inner Mongolia， China	地方财政性肉羊补贴保险Local Financial Subsidy Insurance for Mutton Sheep	因旱灾、雪灾导致增加的饲养成本；因特大自然灾害导致的肉羊死亡率。Increased feeding costs from drought or snow disaster； mutton sheep mortality caused by significant natural disasters.	5月1日-10月31日（旱灾）；11月1日-次年4月30日（雪灾）。01， May-31， Oct. （for drought）； 01， Nov.- 30， Apr. （the next year）（for snow disaster）.	-	-；死亡率>60%。 -； mortality>60%.	2019（试点pilot）
中国内蒙古自治区苏尼特左旗Sunite Left Banner， Inner Mongolia， China	天气指数保险Weather Index Insurance	蒸降差；降雪量。Evaporation-rainfall difference； snowfall.	4月1日-10月20日（旱灾）；11月1日-次年4月30日（雪灾）。01， Apr. -20， Oct. （for drought）； 01， Nov.-30， Apr. （the next year）（for snow disaster）.	10个测量点。10 measurement points.	-	2017（试点pilot）
中国青海省 Qinghai， China	藏系羊牦牛降雪量气象指数保险Snowfall Weather Index Insurance for Tibetan Sheep and Yaks	降雪量Snowfall	10月1日-次年5月1日。01， Oct.-01， May. （the next year）.	两个气象站点。2 weather stations.	20 mm，20~40 mm，40~60 mm，>60 mm.	2017（试点pilot）

国家/地区 Country/Region	保险名称 Insurance name	指数变量 Index	触发条件 Trigger level	起用年份 Offered since
法国France	草原保险Assurance des Prairies	FPI	只有确定的赔偿额。Only absolute deductible.	2015
西班牙Spain	牧场损失赔偿保险Seguro de Compensación por Pérdidade Pastos	NDVI	扣除SD后的0.5，0.7，1.2或1.5倍。0.5， 0.7， 1.2 or 1.5 times deducting the SD.	2001
加拿大阿尔伯塔省Alberta， Canada	卫星产量保险 Satellite Yield Insurance	NDVI	<85%（单季）或90%（整季）。<85% （split season） or 90% （full season）.	2001
肯尼亚Kenya	基于指数的牲畜保险 Index-based Livestock Insurance	NDVI	<历史指数分布（自1981年起）的第15个百分位数。<the 15th percentile of the historical index distribution since 1981.	2010
埃塞俄比亚 Ethiopia	基于指数的牲畜保险 Index-based Livestock Insurance	NDVI	<历史指数分布（自1981年起）的第15个百分位数。<the 15th percentile of the historical index distribution since 1981.	2012

国家/地区 Country/Region	保险名称 Insurance name	指数变量 Index	触发条件 Trigger level	起用年份 Offered since
法国France	草原保险Assurance des Prairies	FPI	只有确定的赔偿额。Only absolute deductible.	2015
西班牙Spain	牧场损失赔偿保险Seguro de Compensación por Pérdidade Pastos	NDVI	扣除SD后的0.5，0.7，1.2或1.5倍。0.5， 0.7， 1.2 or 1.5 times deducting the SD.	2001
加拿大阿尔伯塔省Alberta， Canada	卫星产量保险 Satellite Yield Insurance	NDVI	<85%（单季）或90%（整季）。<85% （split season） or 90% （full season）.	2001
肯尼亚Kenya	基于指数的牲畜保险 Index-based Livestock Insurance	NDVI	<历史指数分布（自1981年起）的第15个百分位数。<the 15th percentile of the historical index distribution since 1981.	2010
埃塞俄比亚 Ethiopia	基于指数的牲畜保险 Index-based Livestock Insurance	NDVI	<历史指数分布（自1981年起）的第15个百分位数。<the 15th percentile of the historical index distribution since 1981.	2012

[1]	张峰, 孙嘉伟, 孙宇, 郑佳华, 乔荠瑢, 赵萌莉. 不同载畜率对短花针茅荒漠草原优势物种间关系及其空间分布特征的影响[J]. 草业学报, 2021, 30(8): 1-11.
[2]	常帅, 于红博, 张巧凤, 马梓策, 刘月璇, 李想. 锡林郭勒草原土壤速效氮空间变异分析[J]. 草业学报, 2021, 30(7): 11-21.
[3]	吴旭东, 蒋齐, 任小玢, 俞鸿千, 王占军, 何建龙, 季波, 杜建民. 降水水平对荒漠草原生物土壤结皮碳、氮和微生物的影响[J]. 草业学报, 2021, 30(7): 34-43.
[4]	李新一, 周晓丽, 尹晓飞, 李平. 草原牧区要率先实现乡村振兴[J]. 草业学报, 2021, 30(6): 190-198.
[5]	关士琪, 李泓薇, 唐增. 影响牧民收入的关键因素研究—基于Meta分析与累积Meta分析[J]. 草业学报, 2021, 30(6): 1-15.
[6]	陈强强, 陈文娟, 马亚飞, 杨婕妤, 杨清. 社会资本对牧户参与草原生态治理意愿的影响——以甘南州黄河水源补给区为例[J]. 草业学报, 2021, 30(6): 40-53.
[7]	马英, 许志豪, 曾巧红, 孟建龙, 胡亚虎, 苏洁琼. 氮素添加对荒漠化草原草本植物养分化学计量特征的影响[J]. 草业学报, 2021, 30(6): 64-72.
[8]	侯丽丽, 都瓦拉, 银山, 玉山. 基于牧户尺度的草原火灾风险评价——以东乌珠穆沁旗为例[J]. 草业学报, 2021, 30(5): 1-12.
[9]	孙忠超, 郭天斗, 于露, 马彦平, 赵亚楠, 李雪颖, 王红梅. 宁夏东部荒漠草原向灌丛地人为转变过程土壤粒径分形特征[J]. 草业学报, 2021, 30(4): 34-45.
[10]	蒙仲举, 陈颜洁, 包斯琴. 苏尼特右旗荒漠草原三种放牧方式下群落斑块特征[J]. 草业学报, 2021, 30(4): 13-23.
[11]	顾继雄, 郭天斗, 王红梅, 李雪颖, 梁丹妮, 杨青莲, 高锦月. 宁夏东部荒漠草原向灌丛地转变过程土壤微生物响应[J]. 草业学报, 2021, 30(4): 46-57.
[12]	吕广一, 徐学宝, 高翠萍, 于志慧, 王新雅, 王成杰. 放牧对内蒙古不同类型草原植物和土壤总氮与稳定氮同位素的影响[J]. 草业学报, 2021, 30(3): 208-214.
[13]	赵安. 重新定义我国《草原法》中的“草原”[J]. 草业学报, 2021, 30(2): 190-198.
[14]	熊梅, 乔荠瑢, 杨阳, 张峰, 郑佳华, 吴建新, 赵萌莉. 不同载畜率下短花针茅和土壤生态化学计量特征研究[J]. 草业学报, 2021, 30(2): 212-219.
[15]	张静静, 刘尊驰, 鄢创, 王云霞, 刘凯, 时新荣, 袁志友. 土壤pH值变化对3种草原类型土壤碳氮磷生态化学计量特征的影响[J]. 草业学报, 2021, 30(2): 69-81.

草原指数保险：评述与中国方案设计

Index insurances for grasslands： A review and the Chinese scheme design

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 69

相关文章 15

编辑推荐

Metrics