实践中基于“个体”的传统农业保险出现了查勘定损难、理赔成本高、道德风险和逆向选择严重等问题。天气指数保险不基于农户的实际损失,以气象站观测的客观数据为赔付依据,特别适合我国生产规模小、地块分散的农业发展国情。天气指数保险虽有诸多优势,但不可避免地存在基差风险问题。鉴于我国天气指数保险实施过程中主要是空间基差风险,本文主要对空间基差风险的界定、影响机理、量化和评估等方面展开理论研究,在实证模拟分析的基础上探索出一套量化评估空间基差风险的方法,以期填补国内天气指数保险空间基差风险的研究空白,为今后管理空间基差风险提供可靠依据。理论研究方面,一是清晰地界定空间基差风险的概念,充分认识到天气指数保险中的空间基差风险是由气象要素空间异质性造成的;二是详细地阐明空间基差风险对天气指数保险的影响机理,引入模糊厌恶理论和复合抽奖选择模型说明个体对空间基差风险认知的模糊性影响了天气指数保险的推广;三是创新性地提出空间基差风险的量化评估方法,借鉴期货市场和区域产量保险已有关于基差的量化研究,将县级区域模拟气象产量损失与乡镇实际气象产量损失之间的差值作为天气指数保险的空间基差,其中县级区域气象产量损失需要从气象异常与产量损失的关系模型模拟得到。实证研究方面,选取山东嘉祥县大豆作为研究对象,通过分析研究区域的生产风险、历史受灾情况和大豆生长期数据制定9个天气指数,建立相对气象产量损失与异常天气指数之间的最优非线性回归模型。在上述关系模型的基础上计算县级模拟气象产量损失与乡镇实际气象产量损失之间的差异得到空间基差,并拟合各乡镇的空间基差风险概率密度函数和分布函数。本文从保障关键生长期、构建综合天气指数、设置天气指数阈值、建立非线性回归模型、多次拟合优化模型等方面力求准确模拟气象与产量之间的关系,使县级区域气象产量损失接近于模型的模拟损失。模型结果显示嘉祥县气候对作物产量的影响主要体现在三叶—分枝期、开花—结荚期的暴雨灾害,鼓粒期的干旱灾害以及成熟期的低温灾害,而高温指数并不显著。空间基差量化评估结果显示嘉祥县各乡镇空间基差的范围在0-0.57之间,历史上空间基差风险较低,大部分年份的空间基差都在0.30以下,少数年份空间基差超过0.30以上。各乡镇空间基差风险的概率密度函数主要是Weibull分布、Wakeby分布、Gen.Extreme Value分布3种,其中Wakeby分布最多,从分布函数可以估计出各乡镇大约80%的年份空间基差小于0.10,发生较大空间基差(大于0.30)的概率在10%左右。上述天气指数保险空间基差风险的量化评估结果具有一定的实践意义:一是可事前检验天气指数保险的可行性,若历史上空间基差普遍较小说明区域内系统性风险较强,个体面临的异质性风险较小,适宜开展天气指数保险。二是事后管理天气指数保险中的空间基差风险,若某个乡镇的空间基差过大且超过一定的范围,需要对其进行倾斜性补贴。对于嘉祥县的各乡镇来说,空间基差在0.3以下的则可认为是常规空间基差风险,对于该部分空间基差风险在实际管理中可忽略不计,而对空间基差超过0.30的乡镇需要重点补偿。