![]()
印度农作物天气指数保险计划的制度安排与政策启示
文章刊发：王学君，颜筱熹.印度农作物天气指数保险计划的制度安排与政策启示[J]. 世界农业, 2024(8):19-31.农业及其相关部门的发展高度受制于气候条件。在全球气候灾害频繁的当下，农业保险作为分散农业生产经营风险、增产保供的“稳定器”，已被许多国家广泛应用于实践。农业保险行业调研数据显示，2022年全球农业保险市场规模约3 247亿元，预计到2029年市场规模将接近4 681亿元。在农业保险市场规模不断扩大的同时，农作物产量险等传统农业保险在应用过程中存在的信息不对称、赔偿烦琐和交易成本高等问题日益凸显，世界各国都在不断探索更为适合本国国情的农业保险形式，其中农作物天气指数保险作为一种新兴的保险形式备受关注。天气指数保险的优势在于其是建立在与特定气象指标的关联性上的，不受农作物实际产量或损失情况的影响，从而简化和加快了赔偿计算和赔付程序，也能在一定程度上有效降低由信息不对称引起的道德风险和逆向选择等行为发生的概率。在开展天气指数保险实践的国家中，印度是最具有代表性的国家之一。受地理位置、地形以及季风等多因素的综合影响，印度气候特征多样，农业部门对天气条件的敏感性和依赖性非常高。印度自2007年开始在全国范围内推行早期版本的农作物天气指数保险（WBCIS），并于2016年形成以农作物产量保险计划（Pradhan Mantri Fasal Bima Yojana，PMFBY）为主、以农作物天气指数保险计划（Restructured Weather Based Crop Insurance Scheme，RWBCIS）为辅的农业保险体系。RWBCIS作为现行农业保险计划体系的重要组成部分，一方面，可以提振雨养区农户和小规模经营农户的投保需求，从而有效扩大农业保险的覆盖面；另一方面，通过降低农业保险的交易成本，提高了政府财政资金的利用效率。
现阶段中国正着手构建价格、补贴、保险“三位一体”的种粮农民收益保障政策体系，其中农业保险作为一种不干扰农产品价格形成且更符合国际规则的市场化手段，受到格外的重视与期待。中国自2007年实行农业保险财政补贴政策以来，在国家财政统筹支持下农业保险市场规模发展迅速。根据财政部数据，2007—2022年，农业保险保费由51.8亿元攀升到1 219亿元，年均增速达25.17%；提供的风险保障也从1 126亿元增加到5.46万亿元，年均增幅为31.40%。从统计数字上看，中国农业保险实践已取得长足发展，但农业保险体系尚不完善，特别是可能作为传统农业保险有力补充的农作物天气指数保险尚处于小范围的试点和摸索阶段。中国自2007年开始开展天气指数类保险产品试点工作，但并没有取得良好的预期效果，广泛存在产品设计不合理、需求不足等难题，急须调整优化。鉴于中印两国在农业人口、耕地分布和气候类型等资源禀赋方面具有诸多相似性，印度农作物天气指数保险在市场定位、产品设计和制度优化等方面的发展经验和具体措施，或可为中国农业保险顶层制度设计以及产品创新提供有益的参考与借鉴。现有关于天气指数保险的研究多聚焦风险评估模型、市场机制分析以及产品设计策略等理论分析，而印度作为天气指数保险实践较为成功的国家之一，其实践经验也吸引了学者们的关注。具体如，谭英平分析了印度和中国天气指数保险试点的相似性和差异性；马国华对比了日本、加拿大和印度三国的农作物天气指数保险发展进程；Vishnoi等从历史和评析的角度研究了印度RWBCIS的实施效果，并主张应同时运作多个保险计划以应对气候风险。总的来说，现有文献从分析中印天气指数保险实施异同、RWBCIS发展进程及实施效果等方面进行了有价值的研究。然而，需要指出的是，现有研究对于印度RWBCIS在其农作物保险体系中的定位，以及其具体的产品设计、运营体系以及监督约束机制等具体措施和实施经验尚且缺乏更为系统和详细的研究，同时对于RWBCIS的最新实施进展也把握不足。基于此，本文在对印度农业保险体系构建以及RWBCIS演进历程简要梳理的基础上，系统阐明现行RWBCIS的产品赔付规定、运营体系以及监督约束机制安排等，并进一步提炼总结RWBCIS实践过程中值得中国借鉴的启示。印度位处热带和亚热带地区，以西南季风及季风雨为特征的气候使其农业生产极易受天气灾害影响，农业的弱质性尤为突出。在此背景下，印度很早就开始了农业保险计划的探索，在进行了多次有益的调整完善之后，2016年正式推出以PMFBY为主、以RWBCIS为辅的现行农业保险体系。
2.1 印度农业保险体系的构建与演进
作为受自然灾害影响极为频繁的农业生产大国，印度很早就开始了农业保险计划的尝试与探索。1985年起，印度便在全国范围内推出以受损面积为基础进行理赔的农作物综合保险计划（CCIS）。该计划运行至1999年，之后被以区域产量保险区域产量保险（或称为区域产量指数保险） 是以一定区域内的农作物平均产量水平为基础, 在趋势产量预测的基础上,对各种可保风险导致的低于设定的产量水平时进行赔付的保险。为基础进行理赔的国家农业保险计划（NAIS）所取代。NAIS实施后，印度还多次通过调整保险区划、精算保费、起赔点以及赔付方式等，优化NAIS运行机制安排。历经多年不断地修改完善后，NAIS在一定程度上发挥了分散农业风险和实现灾害补偿的作用，为印度脆弱的小农经济提供了可靠的支持和保障。然而，由于印度小农户和边缘农户占比高达85%，人均耕地面积不足2公顷，传统基于产量的保险计划在实施推进过程中也逐渐暴露了一些先天性不足。比如，存在赔付烦琐、交易成本居高不下、道德风险和逆向选择频发等问题。在此背景下，2007年起印度政府创新性地将WBCIS作为传统农作物产量险的补充，正式投放印度农业保险市场。与传统农作物产量险不同的是，农作物天气指数保险以气象条件指数作为赔付的触发机制，赔付时效性有极大的保证和提高，同时由于触发赔付的指数具有客观性， 被认为可以减少道德风险的发生。然而，引入WBCIS后印度农业保险体系在制度设计层面仍然面临以下几点问题：一是保费和保额制定不合理，二是理赔延迟导致农业保险的渗透率较低，三是基础土地和投保数据不完善等。
针对上述问题，印度政府再一次对NAIS和WBCIS进行了审查并调整了保费、保额以及保险赔付相关规定，于2016年正式推出了以PMFBY为主、以RWBCIS为辅的现行农业保险体系。表1给出了印度现行农业保险计划体系相对于NAIS在运行机制安排上的主要差异。相较而言，PMFBY和RWBCIS降低了保险费率，重新根据农作物生产投入成本设置合理的保险金额，提高了政府保费补贴比例，并进一步规范了保费补贴的发放方式。同时，现行农业保险体系更加注重应用新兴科技手段提升农业保险服务水平。一方面，通过应用无人机和遥感技术改进作物实耕实测实验，提高产量测定的准确性和赔付及时性；另一方面，通过搭建农作物保险网站平台发布土地确权信息和投保基础信息，降低信息的不对称性，为农业保险监管和服务提供基础性数据支撑。2.2 印度农作物天气指数保险计划的探索与实践
在印度政府2007年正式将早期版本的农作物天气指数保险引入农业保险体系之前，部分保险公司先行进行了有益的尝试，其中最早的是2003年印度ICICI Lombard保险公司针对棉花和蓖麻的种植者推出天气指数保险计划雏形的试点。随后，2005年AICI公司推出了设计相对完整的季节总降水量指数试点。然而，由于该降水指数保险在参数设计上只考虑了耕种季节的总降水量触发值，而没有根据作物不同生长阶段加以区分，导致降水量测度时间过长，降低了降水量指数的客观性。针对此前天气指数保险产品设计上的弊端，IFFCOTokyo综合保险公司于2004—2005年在安得拉邦、卡纳塔克邦以及古吉拉特邦推出了加权降水保险试点计划，该计划考虑了作物不同生长阶段对降水量的需求差异。具体地，该计划是根据月份大致划分作物生长阶段，对不同生长阶段降水量触发值进行加权，以期提高天气参数触发值的准确性。与此同时，为了解决降水量测度时间段过长的问题，AICI公司还推出了多阶段天气指数，根据作物的不同生长阶段划分测度时间段，每一个时间段对应的天气参数触发值都有所不同。
经过此前多方有益的实践探索，印度政府于2007年在前期试点方案的基础上正式在全国范围内推出了WBCIS。然而，当时的天气指数产品忽略了降水量对不同生长阶段的作物产量影响是具有连续性的问题，也就是说，上一生长阶段降水过量或不足可能会影响作物下一阶段的正常需水量，因此不能将每个阶段的触发数值单独设置。由此，参与WBCIS的印度农业保险公司在2009年更新推出了多阶段和结转（carryforward）降水指数。该指数在作物的两个生长阶段引入前提条件，即在特定阶段中，降水量超过该阶段触发数值的2倍以上将直接进入下一阶段。除了根据降水量确定触发值，印度农业保险公司还构建了特定时期内最大连续干旱天数的指数，该指数的赔付金额是干旱天数的分段线性函数。在进行了以上的尝试和改进之后，印度于2016年正式推出RWBCIS，并将其作为PMFBY的有效补充投入印度农业保险市场。自印度开始实施天气指数保险试点以来，天气指数保险迅速发展，已成为全球最大的天气指数保险市场，有效提升了农业保险在小规模农户中的覆盖率，并在2013年超过1 400万户，保费收入达到239.38亿卢比。同时，自2016年现行农业保险体系实施以来，RWBCIS作为PMFBY的有益补充，二者发挥协同作用，共同促进印度农业保险市场的健康有序发展，二者的市场规模不断扩大。2020年印度总投保农户已超过6 000万户，承保面积已超过4 900万公顷，总保费收入已超过3 169.97亿卢比。RWBCIS是由印度政府推行的一种特殊形式的农业保险，旨在为面临不可控天气风险的农民群体提供更广泛的农业保险选择。印度政府不仅积极参与农作物天气指数保险计划的制度设计，还通过提供补贴的方式给予财政支持。在正式推行该农业保险计划之前，印度政府已花费数年时间开展土地基础信息数据化、作物实耕实测实验（Crop Cutting Experiments）以及利用历史气象数据模拟确定触发标准等前期准备，并尝试推进农作物天气指数保险小范围试点以及调整相关政策和法律法规。总体而言，印度政府对RWBCIS的运行机制做了相对完善明确的安排，并充分考虑了印度气候特点、数据可获得性、赔付及时性以及如何规避道德风险和逆向选择的问题。
3.1 关于投保人的规定
3.1.1 投保人资格
理论上所有在政府公告区域内种植规定农作物的农户（包括自耕农户和承租农户）都有参与RWBCIS的资格。但还需要同时满足以下条件。①农户要提交必要的土地证明文件，包括土地权利记录（RoR）、土地所有权证明文件（LPC）以及一些与土地流转相关的合同协议等。②农户要确保在投保季节具有可保收益，要提交已播种或计划播种作物编号。提交土地证明文件及播种或计划播种证明材料，一方面，可确保实际的农业生产发生，证实农民投保的真实性，有助于遏制虚假承保等道德风险行为出现；另一方面，也可以帮助政府合理指导农户选择合适的保险计划。
3.1.2 关于向贷款农户捆绑销售的规定
印度政府规定，申请农作物贷款或使用Kisan信用卡借贷用于农业生产的农户，自动被列入申请加入RWBCIS，也就是说，印度政府采用的是贷款+保险捆绑销售经营模式。若贷款农户拒绝加入该计划，则其需要在当季作物保险农民申报登记截止日期至少7天前，向贷款银行提交声明，以退出计划；若没有提交声明，则自动默认加入该计划。通过捆绑申请农作物贷款的农户加入RWBCIS，不仅可以帮助农户分担农业生产风险，也可以帮助贷款金融机构降低出现恶劣气候导致农民无法按时偿还贷款的风险。
3.2 关于投保季节的规定
印度以热带季风气候为主。季风气候将农业生产分为两季——春耕季（4—10月）和秋耕季（10月至次年3月），在印度也称为Kharif季和Rabi季。秋耕季以干旱、洪灾以及热害为主，而春耕季以高温和霜冻等灾害为主。
RWBCIS根据作物季节的不同，保险赔付的种类和规定也各有差异。秋耕季主要是针对降水过量及不足的天气指数保险；相应地，春耕季是针对低温、高温以及霜冻等其他灾害的天气指数保险。这样的季节性安排有助于根据不同季节的气候特点和农作物生长阶段的需求，针对性地设计保险赔付规定，提高保险产品的适用性和有效性。3.3 关于适用范围的规定
3.3.1 气象风险的覆盖范围
天气指数保险以天气参数作为赔付触发值的衡量标准，被覆盖的气象风险应满足以下条件：一是可以由可测量天气参数的变化直接或间接引起，二是不利天气事件下造成的损失可以被量化测度，三是需证明这些风险与可量化的作物产量损失有关。
具体地，秋耕季的天气灾害主要是与降水量相关的，包括降水量不足、降水量过剩、非季节性降水、雨天以及干旱；春耕季的天气灾害主要与温度相关，同时也包括湿度、风速以及冰雹。3.3.2 农作物的覆盖范围
印度的RWBCIS覆盖的农作物通常具有以下特点：一是对印度经济和农业具有重要意义的作物，二是极易受气象因素（尤其是旱涝灾害）影响的高风险作物，三是在可获得气象数据区域内种植的作物。
被覆盖的农作物具体包括粮食作物（谷物、小米和豆类）、油籽以及园艺等经济作物。同样，根据作物季节的划分，该保险计划覆盖的作物也有所不同：在秋耕季，天气指数保险覆盖水稻、高粱、珍珠小米、花生、大豆、向日葵、棉花等作物；在春耕季，天气指数保险主要覆盖小麦、芥末、鹰嘴豆、土豆、孜然、香菜等作物。3.4 保险金额、费率、补贴及赔付的规定
3.4.1 关于保险金额和费率的规定
单个农户的投保金额等于单位保险金额和农作物播种面积的乘积。由于作物各个生长阶段所需要的投入成本不尽相同，单位保险金额主要根据农作物大致估算各个生长阶段投入生产成本的累计确定。同时，由于政府会提供保费补贴，所以在确定单位保险金额时也会酌情考虑当地政府的财政状况。具体地，如小麦保险金额的确定就是先将其生长阶段大致划分为出苗期—拔节期、孕穗期—抽穗期、开花期—灌浆期以及成熟期四个阶段，再根据不同生长阶段当期投入的成本确定相应的保险金额。保险费率基于不同作物季节和作物种类有所区别（表2），费率取决于政府规定费率和精算费率二者之中的较低值。
![]()
3.4.2 关于保费补贴的规定
众多实行农业保险计划的国家，通常采取直接的保费补贴或是间接的政策倾斜等方式对农业保险参与者进行补助，以期达到激励农户投保的目的，从而实现农业保险风险分担的作用。同样，印度政府对所有登记参与RWBCIS的农民提供保费补贴。具体地，印度根据土地灌溉面积的差异将土地分为雨养区和灌溉区，并对雨养区和灌溉区的补贴分别设立不超过保费的25%和30%的中央政府补贴上限。此外，印度政府规定，保费补贴采用共同分担模式，除印度东北地区之外，由中央政府和邦政府各自承担50%的补贴比例，而印度东北地区则由中央政府和邦政府承担90%和10%的保费补贴，也就是说印度邦政府需要按照中央政府补贴相应地给予保费补贴配套。一般而言，印度两级政府提供的保费补贴占农业保费的比例可达到60%，而投保农户需要承担的比例是40%。此外，需要特别说明的是，印度中央政府鼓励邦政府结合本地实际和财力状况，对投保农户增加额外补贴，不过这部分额外补贴需由邦政府单独承担，中央政府不再分担保费补贴。
印度政府保费补贴发放采用分期划拨模式（图1）。在农民投保之前进行第一次划拨；审核农业保险投保业务基础信息后，进行第二次划拨；在审批农业保险业务财务数据后，进行最后一次补贴划拨。这种划拨模式体现了印度政府对保险公司的前期激励和中后期监督的综合考量。具体地，为了激励并保证保险公司在农户受到自然灾害时，能够快速及时发放赔付款项，印度中央政府和邦政府可以在农户投保前依据前一季各自补贴份额的50%~80%划拨第一次保费补贴。农户完成投保后，保险公司可向政府申请第二批保费补贴发放，各级政府将对农业保险投保业务基础信息进行核定，确认无误后发放第二批政府保费补贴。![]()
值得一提的是，印度农业保险实施过程由印度农业和农民福利部国家作物保险综合服务网站（NCIP）提供支持，面向农户、保险公司以及政府三方开放，数据透明共享。通过数字化平台的构建，直接打通了农户和保险公司、保险公司和邦政府、邦政府和中央政府之间的信息桥梁。保费补贴将严格通过NCIP的管理信息系统（MIS）和关联公共财政管理系统（PFMS）进行发放，农户可以使用该网站查询详细的投保情况，包括保额和各级政府承担的保费份额。相应地，中央政府和邦政府在该网站上完成审批和对账后，才会向保险公司发放最后一期保费补贴。这种保费补贴分批发放的方式，使得政府对于保险工作的监督贯穿于保险计划运行的全流程当中，便于及时发现各环节存在的问题，提高理赔效率。此外，在农户投保前划拨第一批保险补贴的方式也可以缓解保险公司运营资金压力，起到一定的激励作用。3.4.3 关于保险赔付的规定
印度RWBCIS赔付根据作物季节的不同有所差异。保险公司通常采用打包出售的方式销售保单，根据印度NCIP网站农作物天气指数保险保单示例，秋耕季的保单将降水过量和降水不足指数打包出售。简单地说，在秋耕季购买了该保险的农户，其所在区域遭遇旱涝等极端天气灾害且气象指标达到规定的天气参数触发值时，均可获得保险公司的理赔。其中，降水过量指数保险的衡量方式比较单一，赔付标准仅与降水量相关；而降水不足指数的赔付标准有两种，分别是降水量和连续干旱天数，只要天气状况满足两种触发条件中的任意一种情况，均可触发赔付。下文将以秋耕季天气指数保险为例对印度农作物天气指数保险赔付的规定展开说明。
第一，关于气象指标数据获取的规定。天气指数保险的赔付过程所涉及的气象指标数据主要包括降水量、温度和湿度等，该数据来源于风险区域的地基气象站点。地基气象数据的可用性和质量通常被认为是有效实施天气指数保险的关键。因此，印度政府相关技术部门也对RWBCIS的气象指标数据获取做了严格的规定。根据“区域方法”的概念并结合印度实际耕地分布情况和天气状况，农民耕地被划分为不同的单位风险区域。每个风险区域对应关联一个固定的地基气象站点，用于记录统计并提供仅该区域赔付的天气参数数据，构建出天气指数保险赔付的气象网络。据统计，与印度RWBCIS相关的地基气象站点已超过5 000个，覆盖范围广泛，基本可以满足主要耕地的天气指数保险的气象数据要求。此外，印度政府也对于地基气象站点未充分覆盖地区气象数据的获取做了特殊规定。对于部分位置较为偏僻且分散的耕地，气象数据获取难度高。政府规定允许配合使用虚拟气象站来获取数据。虚拟气象站将结合当地地理和气候特征，使用印度气象部门、邦政府的地基气象站以及卫星观测的数据进行技术综合分析，生成模拟的气象数据。这些模拟数据在特定情况下将被允许代替真实的气象数据用于印度RWBCIS的赔付计算。虽然使用虚拟气象站可以扩大RWBCIS的覆盖范围，为那些无法获取地基气象站数据的地区提供保险赔付所需要的天气参数，但与地基气象站的数据相比，虚拟气象站的模拟数据仍存在一定的不确定性。因此，政府要求使用模拟数据前需要对其进行调整和验证，以此来提高数据可靠性和适用性。第二，关于触发条件的规定。天气指数保险通常设置一个或者几个气象要素作为触发条件。当实际气象指标达到触发标准后，无论投保农户是否受灾，保险公司都将根据相应的赔付标准向其赔付。这里以秋耕季天气指数保险为例对印度天气指数保险触发标准的规定展开说明。秋耕季天气指数保险同时涵盖降水过量和降水不足两类指数保险。考虑到两者的基本的运行原理大致相同，下文将以降水不足指数保险的触发标准为例详细介绍赔付规定。具体地，一是邦政府相关部门会结合作物的生长周期、历史数据以及当地的土壤类型来划分各作物的关键生长阶段，通常生长周期是与该作物农学范畴所定义的作物生长阶段相一致的；二是在对该作物种植区域的气候条件以及该作物各生长阶段所需降水量范围进行评估之后，具体制定各生长阶段降水量的阶段线性赔付触发值；三是根据地基气象站的气象指标观测值对应到触发值的不同区间，再依据赔付公式计算最终的赔付金额。例如，农作物通常的三个关键生长阶段是播种阶段、开花阶段、成熟阶段。表3给出了作物关键生长阶段、相应的作物日历、天气触发值以及相应的赔付值。这里天气触发值1是指达到触发条件的最高降水量，即实际降水气象指标低于该值时就开始赔付；退出值是指给出保险金额全额赔付的最高降水量；天气触发值2是指介于以上两者之间的第二层次的赔付条件。赔付值1是当降水量达到触发值1但高于触发值2时对应的赔付金额；赔付值2对应的是降水量低于触发值2但尚高于退出值的赔付金额；最高赔付对应的是降水量低于退出值时的赔付金额。![]()
由此，当某保险作物所在区域出现降水不足甚至连续干旱等极端天气灾害的情况时，先判断某一时间段内的平均降水量数值是否低于触发值1，若低于则进一步明确该数值所在的触发区间范围。最后，根据该降水量数值所落入的具体的触发区间范围代入式（1）至式（4）分阶段计算赔付金额。公式表示为：![]()
Y表示单位赔付金额，x表示降水量观测值，m1、m2、m3分别表示触发值1、触发值2及退出值，n1、n2、n3分别表示赔付值1、赔付值2及最高赔付值，h表示投保面积，Yt表示总赔付金额。举例来看，若某作物的投保面积为2公顷，播种阶段的降水量观察值是120毫米，低于最高触发值200毫米，落入触发值2和退出值之间的区间范围。单位赔付金额代入式（2）和式（4）进行计算：单位赔付金额=（200-150）×50+（150-120）×80=4 900（卢比）
总赔付金额=4 900×2=9 800（卢比）
降水过量指数的赔付计算方式与降水不足指数类似，不同之处主要在观察值的时间范围，降水过量指数只要任意两天的累计值达到触发值即可，而降水不足指数的观察值是一段时间（30~50天）的降水量累计值。同时，以连续干旱天数为触发值的干旱指数保险（CDD）在计算原理上也与以降水量为触发值的指数保险基本相同，不同之处在于该指数保险以干旱天数作为触发值，其余计算与上述降水不足指数的方法大致相同。
印度天气指数保险结合不同作物生长特性和阶段以及气象风险和季节差异，设计的天气参数分阶段线性触发机制，既可以更准确地衡量天气风险、分散风险，也可以增强保险产品理赔的精确性和可操作性。
3.5 经营管理制度安排
3.5.1 运营体系
印度RWBCIS的运营体系如图2所示。保险公司是该计划的核心实施主体。一般来说，农业保险的实施主体大致可以分为两类，一类是以中国和美国为代表的保险公司直接运营模式，另一类是以日本为代表由共济组织或机构代理政府参与管理和运营。印度农业保险运营模式与中国、美国模式较为类似，其保险公司是农业保险的直接经营主体。印度共有6家保险公司参与天气指数保险计划，除了AICI公司是国有保险公司之外，其余5家都是私营商业保险公司。保险公司的职责贯穿于农业保险业务的多个环节，主要包括宣传、承保、理赔、再保险、公示等过程。除此之外，为了继续扩大农业保险计划的覆盖面，保险公司还需要承担完善必要的基础设施，如建立涵盖作物产量、气象数据库等农业保险共享数据库的职责。
![]()
印度中央政府和邦政府下属农业保险及信贷风险管理部门主要起到指导支持和规范监督的作用。中央政府的农业保险及信贷风险管理部门，主要负责制定和监督农业保险计划的实施。具体包括，发放中央政府财政补贴；根据作物日历开展CCE实验，并将实验数据上传以实现索赔的自动计算；协调印度气象部门及时向保险公司提供天气数据；建立国家层面的监督委员会以确保邦政府按时提供保费补贴；考评各保险公司业务经营情况，并形成相应的惩罚机制。邦政府相关部门的职能则主要包括及时向保险公司发放补贴，直接指导和监督保险公司的行为，向农户宣传农业保险产品以及普及保险对于稳定农业生产的重要性等。
在印度农业保险运营过程中，直接参与保险产品销售的是与农业保险业务相关的银行等涉农金融机构。涉农金融机构与印度保险公司是代理与委托的关系。印度每个邦的地方性银行利用其布局在县、区、乡、村等各级行政区划单位的庞大精确的网络渠道，代表AICI公司销售作物保险，而一些私营地方小型金融机构和合作社则会代理私营商业保险公司的农业保险业务。总的来说，银行等金融机构的主要职责就是负责提供农业保险业务承保的销售渠道，并按照国家作物保险网站中农民的详细信息为每个投保人创建数字凭证，最后通过支付渠道，严格按照作物日历的时间表向受灾农民支付赔偿金等。如上所述，印度农作物天气指数保险运营体系中，保险公司、中央政府、邦政府、涉农金融机构各司其职，协同合作。这种多方参与的机制有助于分散风险，可提高农业保险的可持续性和稳定性。同时，多方合作下的监督机制也可以有效平衡各方利益，提升农业保险的运营效率和公平性。3.5.2 运营体系
第一，保险流程时间约束机制。印度农业保险及信贷风险管理部门会在每年作物季节开始之前，结合历史农作物种植经验、耕地区域天气状况、实耕实测实验数据以及往年投保流程，协商编制主要作物日历，以期规范保险操作流程。在制定过程中，农业保险及信贷风险管理相关技术部门除了要考虑普遍的农业气候条件、降水分布、耕地灌溉用水条件、适合的播种方式以及作物品种之外，还会对农业生产活动的时间给出约束规定，使其能尽可能减少逆向选择和道德风险的发生。作物日历也会在印度国家作物保险网站上予以公布。
如表4所示，作物日历详细规定了实施农作物天气指数保险计划的一系列流程、各流程对应的时间节点和相关实施主体机构。从内容上来看，作物日历主要包括起草投标文件的时间、农民投保登记的开始和截止日期、各级政府分期发放保费补贴的强制性规定、作物实耕实测实验（CCE）的操作流程和时间节点等。其中，每种通知作物的投保登记截止日期应以各地区以往的作物日历为依据，通常情况下是春耕季（Kharif）作物不得超过7月15日，秋耕季（Rabi）作物不得超过12月15日。通过制定投保作物日历，一方面，明确了农作物天气指数保险计划推进过程中各实施主体的责任和义务；另一方面，也对关键流程的时间节点做出了约束和规定。通过上述方式，可以有效避免保险参与主体在实施过程中互相推诿责任，延长各阶段的时间，从而挤压农户的保险赔付空间，能在一定程度上提高保险赔付的时效性。![]()
第二，监督惩罚机制。为了保险操作流程得以严格执行，提高保险赔付的时效性，印度中央政府对保险操作流程的关键时间节点做出了相应的监督性约束规定。如果任何邦政府延长了相应操作流程的截止日期，中央政府就不会为相关地区提供中央份额的保费补贴。也就是说，一旦出现了推迟保险各阶段流程的情况，有关州政府就必须独立承担保费补贴责任以及延长期所产生的额外费用。如果由于邦政府超过30天才将相关数据提交给保险公司，而导致保险公司无法在规定的时间内向农户支付保险赔付，则邦政府应支付12%的惩罚性利息。除了通过罚款的方式监督相关机构按时推进理赔程序，印度政府采用保费补贴分期拨付的模式，也能够起到监督约束的作用。因为政府的保费补贴是分三期拨付的，除第一批是在投保之前拨付外，第二批和第三批分别是在各级政府对农业保险业务统计数据进行最终核定以及在NCIP网站完成审批和对账之后才进行拨付的。通过这种监督惩罚机制安排，一方面，可以督促保险公司及时进行理赔，保证了赔付的时效性；另一方面，极大地降低了各实施主体发生道德风险的可能性。第三，自动审批理赔机制。印度政府对于投保的各个流程有严格的时间限制，若未在规定时间内完成某些关键流程，则会进入自动审批程序。特别是针对理赔所要求的数据和前期准备，一旦出现由于某实施主体延缓理赔进程，自动审批理赔机制可以有效地保证理赔的及时性。《农作物天气指数保险计划指导性文件》关于此部分的规定直接写明参考PMFBY的具体实施细则。根据PMFBY的自动审批理赔机制，如果邦政府在某一特定作物收割完成后的一个月，未向农业委员会提交产量数据，则保险公司将会使用技术合成产量数据计算赔付金额，并随后向符合条件的农民支付该款项。在天气指数保险中保险公司需要政府提供的数据包括气象数据以及前期作物实耕实测的数据等。如果提交的作物实耕实测数据未在规定时间内获得批准，则该数据将自动被批准并直接用于索赔的计算。天气指数保险凭借其在赔付效率、交易成本等方面的独特优势在印度取得长足发展，并已成为印度农业风险管理体系中重要的构成部分。在宏观政策的布局上，RWBCIS作为一项创新型农业保险计划，与印度PMFBY相辅相成，共同构建了更为完善且灵活的农业保险体系，从而有效提高了农业保险的普及率，并为农业生产提供了更为全面的风险保障。在微观的运行机制设计上，印度RWBCIS通过保险赔付分段线性触发机制以及通过作物日历约束承保、投保主体行为等监督惩罚机制，在保证了投保效率的前提下，尽可能地规避了农业保险实施过程中常见的道德风险和逆向选择等违规行为的发生。近年来，中国农业保险体系机制日益完善，但天气指数保险仍处于小范围试点摸索阶段，对于天气指数保险产品的政策规定和制度设计也不够完善，还存在以下有待优化之处：一是如何根据不同的区域特点和作物种类合理定位天气指数保险，使其与完全成本保险、收入保险以及大灾保险等其他保险协调运用；二是目前中国天气指数保险运行机制安排较为粗糙，需要引入更为精细且因地制宜的保险赔付、保费补贴以及经营管理制度等方面的设计思路；三是天气指数保险需要完善透明的数据基础以及权责明确的实施监管机构，而中国相应的配套监管措施及数据信平台仍不够完善。印度在已有农业保险体系中实施农作物天气指数保险计划的政策思路和具体措施，或能为中国在农业保险的顶层制度设计以及产品创新方面，提供以下几个方面的参考。第一，合理定位天气指数保险，协同传统农业保险共同发展。印度政府因地制宜将天气指数保险定位为传统农作物产量险的有效补充，形成以农作物产量保险计划为主、以农作物天气指数保险计划为辅的政策性农业保险体系。二者结合不同地理位置、耕地分布以及气候类型下各自的适用性，发挥协同效应，为印度不同地区的农民提供了多样化的农业保险计划选择，有效提振了农户投保需求。农作物天气指数保险计划以气象指标而不是农作物实际损失计算赔偿，具有提高赔付效率、降低由信息不对称带来的交易成本等优势，但同时该类保险也有着严苛的适用条件和不可回避的基差风险问题。总体来说，天气指数保险适用于耕地“小、碎、散”且气候灾害频繁发生的农村地区的农民投保，同时还要满足以下条件：一是该区域气象参数及损失都可量化获取；二是气象灾害和作物损失具有相关性。也正因此，印度部分雨养区产量数据难以衡量获取，该地区小农户更倾向于选择投保天气农作物指数保险计划。目前，中国的天气指数保险仍处在小范围试点阶段，如何结合常见作物以及不同区域的气候风险类型合理布局天气指数保险仍处于摸索阶段。从印度对于天气指数保险产品的定位和实践来看，后续中国需全面考虑天气指数保险产品的优劣势，综合考虑不同地区的气候、灌溉耕地条件以及地基气象站的分布，合理选择适宜天气指数保险的地区加以推广应用，作为其他保险类型的有益补充。第二，优化体系顶层制度设计，完善保险相关配套措施安排。印度农作物天气指数保险计划的有序实施，是由完备的保险基础数据、健全透明的信息平台、精细化的产品设计和覆盖面广泛的气象网络共同支撑的。印度大多数邦都实现了土地记录的数字化以及投保基础信息的电子化，而且还建立了国家作物保险综合服务网站面向农业保险主体全面透明共享相关数据。此外，印度的天气指数保险产品的设计也不是一蹴而就的，而是因地制宜地进行了持续地创新与尝试。比如，最初的天气指数保险仅以耕种季节气象总指标设置单一的理赔触发值，而当前产品赔付标准综合考虑了地区气候特点以及不同种类作物的生长特性和生长阶段，设置了天气参数分阶段线性触发机制。这既提高了赔付的准确性和灵活性，也能部分降低基差风险的负面影响。目前中国天气指数保险的顶层制度设计和配套设施都不够完善，不仅在产品设计方面存在“一刀切”“保本而非保损”等问题，也没有相应的大数据平台以及完备的气象系统予以支持。在产品设计上，大部分试点采用线性函数来计算理赔金额，粗糙的计算方式使得理赔不够合理；在配套设施方面，农业生产及气象数据在各有关部门间并未建立完善的大数据共享平台，一定程度上导致天气指数保险的实施效率低下。在后续天气指数保险的试点工作开展过程中，中国或许可以借鉴印度的经验，结合不同试点地区的气候情况以及不同保障作物的生长阶段的特性，探索出因地制宜的天气指数保险产品。同时，由于指数保险产品需要数量庞大且准确的气象观测数据。政府要持续推进和完善各地区气象系统的建立，提供良好的外部条件大力发展各地气象站点的建设及气象数据的收集处理。第三，明确权责完备监督惩罚机制，推进农业保险持续健康发展。由于农业生产的特殊性，农业保险运行中的逆向选择和道德风险问题是普遍存在且相对严重的，完备的监督惩罚机制是印度农作物天气指数保险计划有序开展的重要前提。为保证农作物天气指数保险计划的顺利实施，印度政府每年作物季节开始之前都会开展作物实耕实测实验，这些实验数据被用来指导农户在合适的种植区域选择适宜的种植作物。此外，印度政府结合各地区气候条件、CCE实验结果以及作物历史种植数据和经验编制作物日历，该日历明确规定保险计划运行各关键流程中投保、承保主体以及政府的具体任务和重要时间节点。同时，设立监督惩罚机制，对未按照该日历实施保险计划各环节的主体进行监督和约束。这样的机制安排不仅明确了政府、保险公司和农户三方主体的职责划分，而且有助于提高保险市场的稳定性和可持续性。与之相对，中国尚未形成权责明确的运营规范及良性有效的监管措施，对于保险投保各环节的约束更多地停留在“一纸协议”，监督保障机制还有待完善改进。今后中国在推进天气指数保险发展以及整个农业保险体系发展的进程中，可以考虑借鉴印度经验，用合理的运行制度和实质性的惩罚机制确保政府、保险公司和农户三方主体行为规范，推动农业保险的可持续发展，为农民的农业生产活动提供更有效的保障。（注：受公众号排版限制，文中图表、参考文献等有删减。）
