一、引言 “仓廪实，天下安。”粮食安全是国家战略问题，农业发展是粮食安全的基础，农业保险作为分散农业生产经营风险的重要工具，可以有效促进农业高质量发展，夯实粮食安全根基。2019年9月，财政部、农业农村部、原银保监会和林草局等四部门联合发布《关于加快农业保险高质量发展的指导意见》，要求保险机构不断提高农业保险的服务能力，健全科学精准高效的查勘定损机制。农业保险理赔应当反映农户的真实损失，如果赔付失真，农业保险的保障水平将大幅削弱，偏离农业保险的政策目标，所以实现精准理赔是高质量发展农业保险的基础。 相较于传统农业保险，农业气象指数保险以客观的气象指标作为赔付依据，有效避免了逆向选择和道德风险，并且能够帮助农业经营主体降低气象灾害带来的风险，发展潜力巨大。然而，基于指数确定保险赔付的产品特点，也使气象指数保险的赔付金额与农户实际损失可能并不完全一致，这也被称为基差风险(杨婷婷等，2022)。另一方面，建立一个科学合理的定价机制是降低基差风险的前提，也是实现精准理赔的重要基础(庹国柱，2023)。鉴于此，本文致力于完善农业气象指数保险的定价机制，探索气象数据与农业损失数据之间的关系，改善农业气象指数保险理赔的精准性，充分发挥农业保险的保障作用，让农业保险真正赋能乡村振兴。 为了提升农业气象指数保险赔付的精准度，降低基差风险，现有研究主要关注指数设计创新和建模方法改善两个方面。在指数设计方面，越来越多的学者避免使用单一气象数据构建指数，合理选择多个气象指标和外部辅助数据的指数保险可以有效降低基差风险。王雯等(2023)探索了高温干旱天气对猕猴桃产量损失的影响，构建了降水、气温和产量的Copula模型，为复合天气指数保险的设计提供了新的思路和方法。Thomas et al.(2023)证实了遥感数据可以改善对洪水指数保险损失的预测，弥补了地面气象数据不足的问题。 在建模方法层面，使用选定的气象因子作为解释变量，构建线性回归模型来预测相对气象产量是常用的技术方法(吴利红等，2010；张译元和孟生旺，2020)。然而，普通线性回归的正态分布假设过于严格，与相对气象产量的实际分布存在较大偏差，无法很好地拟合尾部风险。Conradt et al.(2015)建议使用分位数回归来分析相对气象产量与气象因子在尾部的相依性关系。然而，线性回归和分位数回归都忽略了气象指数与农作物产量之间的非线性关系，往往会产生较大的模型误差。为了提高预测精度，也有学者尝试使用神经网络方法分析气象指数与产量之间的复杂关系(Chen et al.，2023；Hern A Ndez-Rojas et al.，2023)。但是这些方法局限于神经网络固有的“黑盒子”属性，存在可解释性不足的问题，难以在农业气象指数保险的实际经营中广泛应用。 为了在降低基差风险的同时提升模型的可解释性，本文将LightGBM模型与可解释性方法引入到农业气象指数保险的定价模型中。以山东省、河北省和河南省的县级数据为例，分别使用分位数回归模型和LightGBM模型完成对相对气象产量的预测。本文的学术贡献主要体现在三个方面。首先，在研究过程中综合已有研究成果和行业指导性文件，根据冬小麦在不同生育期面临的主要风险，考虑了22个气象因子，并结合农作物的生长规律，系统地分析了这些气象因子对农作物产量的共同影响。其次，引入了LightGBM模型，深入探讨气象数据与冬小麦产量之间的关系，提高了相对气象产量预测的准确率，并降低了基差风险。这一方法的使用为实现气象指数保险的精准理赔提供了重要的理论基础和技术支持，可以进一步推动农业保险的精细化和精准化发展。最后，通过使用SHAP(SHapley Additive exPlanations)值和部分依赖图(Partial Dependence Plot，PDP)对模型输出结果进行深入分析，增强了模型的可解释性。此类方法的使用不仅提供了模型预测结果的直观理解，而且为挖掘重要的气象因子以及设计指数保险触发值提供了理论参照，体现了可解释性方法在农业保险实践中的应用价值。 二、农业气象指数保险纯费率厘定模型 在经营农业气象指数保险业务时，保险公司根据气象指标判断农业经营主体是否遭受了损失。为了确定农业气象指数保险的纯费率，需要建立气象指标与气象损失之间的关系。在现有研究中，通常使用气象产量和相对气象产量作为计算气象损失的基础。因此本节分别介绍气象产量的提取方法、相对气象产量的预测模型和保险纯费率厘定。 (一)气象产量的提取方法 冬小麦的产量不仅受到气象条件的影响，还和农业生产技术、种子质量等多种因素相关。然而，农业气象指数保险重点关注气象指标对农作物产量的影响，所以需要将气象产量从农作物实际产量中分离出来，根据王妍等(2022)的研究，实际产量Y可以按照下式分解： Y=Y[，t]+Y[，c]+Y[，ε] (1) 其中，Y[，t]为趋势产量，Y[，c]为气象产量，Y[，ε]为随机产量。趋势产量表示农业技术进步或种子质量改善等因素对农作物产量的影响，通常呈现稳定上升的趋势(董京铭等，2021)；气象产量表示气象条件对农作物产量的影响，随着气象条件的波动而变化；随机产量表示其他因素对农作物的综合影响，如个体农户耕种技术的差异。由于随机产量难以量化，并且长期均值为零，一般可以忽略不计，所以从实际产量中剔除趋势产量，可以得到气象产量的估计式：
