Climate and Vegetation Indicators, Maize Yield, and Basis Risk In Index Insurance Evidence from Three Zambian Provinces, 2000–2023
Michelle Sakala · Mengjie Zhang · Yexuan Tai 等 4 人
检验赞比亚三省气候与植被指标对玉米产量的稳定性及指数保险触发效果。
2000–2019及2022–2023年66个省年观测，OLS与固定效应模型，混
环境指标与产量关系不稳定，但降雨触发比NDVI触发基差风险更低。
可探索多源遥感指标与省域尺度匹配、时序对齐对指数保险触发设计的影响。
该研究以赞比亚三省面板数据检验气候植被指标对玉米产量的稳定性及指数保险触发效果，方法严谨、结论有实证价值，但属区域性学术成果，公共影响有限。
本论文考察年度气候与植被指标是否能提供关于省级玉米产量的稳定信息，以及同样的指标能否为赞比亚三个省份的指数保险提供可信的触发条件。分析使用卢萨卡、北部和西北部三省2000—2019年及2022—2023年间66个完整的省—年观测值。研究将混合普通最小二乘法（pooled OLS）与省份固定效应、年份固定效应、双向固定效应以及带线性时间趋势的省份固定效应设定进行比较；推断采用HC1稳健标准误和Driscoll–Kraay敏感性估计进行评估。基差风险通过混合均值、省份均值和省份特定分位数阈值下的完整混淆矩阵进行评估。降雨量与产量的相关性较弱（r = 0.174）。降雨量在混合OLS中为正，但在HC1或Driscoll–Kraay推断下其系数在5%水平上均不显著。NDVI在混合模型和省份固定效应模型中为负，但在控制共同时间结构后该关联消失。没有任何环境变量的系数在主要设定中保持稳定。触发条件的表现则更为一致：在所考察的每一种阈值族下，降雨量产生的失配率和假阴性率均低于全省年度NDVI。简单的AND和OR组合并未一致地改善表现；它们只是在漏赔损失与错误赔付之间重新分配基差风险。这些结果区分了两个常被混淆的实证问题——某指标是否与产量相关，以及该指标作为赔付触发条件是否有用——并凸显了测量尺度、时间对齐和显性误差成本在农业风险管理中的重要性。