【正文】 由于風險評價涉及的指標較多，各個指標間的權(quán)重也不相 等，因此，定權(quán)問題也成為風險評價模型構(gòu)建的重要方面。劉小艷等認為，氣象災 害系統(tǒng)是由孕災環(huán)境、致災因子、承災體和災情４部分組成的一個特殊的變異系統(tǒng)四’。從概率論的角度看，災害風 險本質(zhì)上是災害的量級、時間等不確定性的概率分布，是與特定損失結(jié)果相聯(lián)系的某 災害發(fā)生概率事件（８－１１）它服從于統(tǒng)計規(guī)律的概率分布，自然災害風險評估就是對各 種自然災害造成的損失可能性進行分析，其數(shù)學理論問題基本等同于相關的概率統(tǒng)計 問題ｎ∞。首先， 以安徽省小麥歷史損失為依據(jù)，建立了減產(chǎn)率發(fā)生的概率模型，繪制了不同級別減 產(chǎn)率發(fā)生概率分布圖。以灰色關聯(lián)度為權(quán)重，對各種災害指數(shù)進行了加權(quán)求和， 得到了安徽省小麥氣象災害綜合災害指數(shù)，并且用綜合氣象災害指數(shù)與安徽省小麥 歷年相對氣象產(chǎn)量做了相關分析，分析結(jié)果表明二者呈現(xiàn)顯著相關?！玻?４．１安徽省小麥主要氣象災害風險分析………………………………２５ ４．１．１安徽省小麥主要氣象災害指數(shù)空間分布特征…………………２５ ４．１．２安徽省小麥主要氣象災害指數(shù)時間變化特征………………．２７ ４．１．３安徽省小麥主要氣象災害指數(shù)變異特征……………………．２９ ４．１．４安徽省小麥不同范圍氣象災害指數(shù)發(fā)生概率特征…………。 孕災環(huán)境，是指環(huán)境對災害風險的作用。隨著概率論的發(fā)展，基于概率評估的風險評價 模型也逐漸建立起來，并且得到廣泛運用。農(nóng)業(yè)氣象災害系統(tǒng)由孕災環(huán)境、承災體、致災因子、災 情等子系統(tǒng)組成四’，其隸屬于自然風險的研究范疇。朱琳等根據(jù)趨勢產(chǎn)量和實際產(chǎn)量計算氣象減產(chǎn)量，確定旱災的強度，綜合考 慮了災損率、易災性和抗災能力的災害構(gòu)成要素，計算了陜西省冬小麥干旱風險‘５168。如美國以不同 地區(qū)冰雹發(fā)生的頻次為依據(jù)，分為若干個風險區(qū)，費率水平與風險水平相對應。以風險評估為基礎，計算安徽省小麥氣象災害風險指數(shù)，并且 結(jié)合地理分區(qū)、行政分區(qū)，系統(tǒng)的對安徽小麥災害風險地理分布進行區(qū)劃，是農(nóng)業(yè) 保險決策承保的一項基礎工作，可以為小麥承保決策尤其是差別費率的實施，提供 科學的依據(jù)，對農(nóng)業(yè)保險的可持續(xù)發(fā)展具有重要意義”168。安徽省小麥主要種植于江淮分水嶺 以北地區(qū)，其中淮河平原降水偏少，以種植早作物為主，小麥是淮北平原的主要夏 收作物，小麥播種面積占夏收作物的９３％，占全省小麥播種面積的５２％；江淮之間 中北部地區(qū)越冬作物以小麥和油菜為主，小麥面積占越冬作物的３８％，占全省小麥 面積的８％。小麥拔節(jié)到抽穗時期是小麥需水臨界期，此時是冬小麥 對水分最敏感的時段（孕穗～抽穗～灌漿期），出現(xiàn)在這個時段的干旱造成的小麥 減產(chǎn)最為嚴重，同時旱災的持續(xù)時間越長、強度越大，損失越重。１９６１”－２０００年安徽省小麥平均每年凍 害受災面積２０．６萬公頃，成災面積１４．４萬公頃，分別占耕地面積的８．３８９６和５．８３％。其中淮北平原主要種植半冬性小麥品種：淮河以南冬小麥品種以春性較多， 但近年來半冬性品種播種面積逐步擴大。 （３）綜合對危險性、暴露性、以及脆弱性要素進行風險研究，有助于弄清特 定地區(qū)的農(nóng)業(yè)氣象災害成災機理和特點，相關成果可以為新險種設計提供參考。日本農(nóng)作物保險費率也 是按照風險等級確定劃分九’。商彥蕊對河北省旱災脆弱性影響因素進行了分析， 建立了旱災脆弱性評估指標體系，并以縣為單位進行了旱災脆弱性評估四’。 我國農(nóng)業(yè)氣象災害風險研究大至開始于２０世紀９０年代，以２００１年為界，分為兩個 階段，即災害風險分析方法探索階段和災害影響評估的風險化、數(shù)量化技術研究發(fā)展 階段Ｃ３９）９就研究的側(cè)重點而言，主要集中在兩個方面：農(nóng)業(yè)氣象災害造成的農(nóng)作物 損失風險研究和單災種農(nóng)業(yè)氣象災害發(fā)生風險研究?；诟怕试u估的 風險評價模型將災害風險看成是一種隨機過程，假設風險概率符合特定的隨機概率分 布，運用特定的風險概率函數(shù)來擬合風險，雖然相對于極值風險模型有所進步，但是 沒有考慮對災害不確定性的描述，而且要求掌握大量的樣本資料，不同模型間擬合的 差異也較大，可比性較差。孕災環(huán)境因素既有可能增加災害風險，也有可能減輕災 害風險。２０世紀中期，風險被逐步引入到了自然災害這一研究 領域佗’。本研究為了克服樣本少而帶來的 信息不完備的缺陷，采用模糊數(shù)學中信息擴散的方法，計算了各種單災種災害以及 綜合災害的不同級別災害指數(shù)發(fā)生的概率，并且繪制了各災害的超越概率曲線（ＥＰ 曲線），進一步對各種災害發(fā)生、分布規(guī)律進行了分析。 再次，建立了災害風險評估模型，對安徽省小麥氣象災害進行了風險評估。一般認為自然災害風險指災害活動及 其對人類生命財產(chǎn)破壞的可能168。承災體的脆弱性水平也是影響災 害風險大小的基本因素之一，如果相對于某風險源的災害脆弱性愈低，則承災體遭受 損失的可能性越小，災害風險也就越小。針對小區(qū)域內(nèi)歷史災情資料不多的 特點，有學者引入了信息擴散的方法，對農(nóng)業(yè)自然災害進行風險評估四’。建立風險評價模型所選用的指標主要為歷年平均減產(chǎn)率，減產(chǎn)率變異系數(shù)以及發(fā) 生概率“叫們。以上農(nóng)業(yè)氣象災害風險評價多針對單災種， ４ 以作物為研究對象，針對多種氣象災害綜合風險的研究卻不多見。 目前對農(nóng)業(yè)氣象災害風險的研究特別是多災種農(nóng)業(yè)氣象災害的研究還很少。首 先，對傳統(tǒng)的氣象災害指標進行優(yōu)化，設計了五種小麥主要氣象災害指數(shù)，將離散 ６ 的災害等級描述轉(zhuǎn)變?yōu)檫B續(xù)的災害指數(shù)，并且對各個指數(shù)進行標準化處理，以消除 量綱和量級的影響。安徽省小麥生育期長達１９０～２３０天，跨秋、冬、春三個季節(jié)，很容易遭 受干旱、澇漬、凍害、冰雹、干熱風等氣象災害而造成不同程度的影響和產(chǎn)量損失。如種子已萌動但麥芽尚未出土， 會因耕層土壤水份呈飽和狀態(tài)缺少空氣，麥芽會窒息死亡，即造成“芽澇”。干 旱還會抑Ｎｄ麥的胚芽鞘長、主胚根長、側(cè)胚根的長度和數(shù)目以及發(fā)芽率等∽引。依據(jù)農(nóng)業(yè)保 險的要求，分別選擇損失風險指標和災害風險指標，進行了農(nóng)業(yè)保險風險分區(qū)，并 且進行區(qū)域保險費率設計。對安徽省小麥氣象災害風險進 行系統(tǒng)研究尚未見報道。 劉麗、代宏霞先將自然災害保險風險評判分為災害危險性與災害易損性評判伯∞。 進入２０世紀５０年代后，隨著人們對農(nóng)業(yè)氣象災害認識的深入，原先在自然災害領 域的風險評價方法、指標體系開始逐漸引入到農(nóng)業(yè)氣象災害風險評價中來，并且進行 了一系列的諸如干旱、低溫以及冰雹等單災種農(nóng)業(yè)氣象災害風險評估。羅培以重慶地區(qū)的干旱災害為研究對象，運用ＧＩＳ技術，對干旱災害的孕 災背景、災害危險性、承災體易損性進行評估和區(qū)劃∞”。總的來說，風險評價由早期的極值風險評估模型，發(fā)展到概率評估模型，直到 近代的模糊數(shù)學模型幢∞。對氣象災害致災因子的分 析，主要是分析引發(fā)災害的氣象事件強度以及時空特征。本研究嘗試了將安徽省小麥氣象 災害風險評估的結(jié)果應用到農(nóng)業(yè)保險決策管理中，著重闡述了２個方面的應用嘗試： （１）以氣象災害風險指數(shù)以及小麥減產(chǎn)率大于１０％發(fā)生的概率為指標，按照農(nóng)業(yè)保 險分區(qū)的要求，采用Ｋ－Ｍｅａｎｓ聚類方法，將安徽省分為４個不同的保險區(qū)域，并且 對各個保險區(qū)的風險特征進行闡述；（２）提出了農(nóng)業(yè)保險差異化經(jīng)營的方法，使用 區(qū)域風險系數(shù)結(jié)合基準費率來進行區(qū)域差別費率的設定，并且嘗試性進行了各個區(qū) 域費率的計算 關鍵字：氣象災害，風險，小麥，農(nóng)業(yè)保險，應用 ＩＩ Ａｂｓｔｒａｃｔ Ｔｈｉｓ ｓｔｕｄｙ ｕｓｅｒｉｓｋ ａｎａｌｙｓｉｓｍｅｔｈｏｄ，ｗｉｔｈＧＩＳ ｔｅｃｈｎｏｌｏｇｙ?。幔睿幔欤澹?ａｎｄｅｖａｌｕａｔｉｏｎ ｍａｉｎ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓｒｉｓｋｏｆＡｎｈｕｉｗｈｅａｔ．Ａｎｄ ａｐｐｌｉｅｄ ｒｅｓｕｌｔｓｔｏ ａｇｒｉｃｕｌｔｕｒｅ ＩｎｓｕｒａｎｃｅＤｅｃｉｓｉｏｎ．Ｔｈｉｓ ｓｔｕｄｙ ｒｅｓｅａｒｃｈｃｏｎｔｅｎｔｓａｎｄｏｂｔａｉｎｒｅｓｕｌｔｓａｓｆｏｌｌｏｗｓ： Ｆｉ