文章｜《中国保险》2024年第6期作者｜冯文丽曹金霖「河北经贸大学京津冀协同发展河北省协同创新中心，河北经贸大学金融学院」
习近平总书记提出，我国居民食物消费需求更加丰富多样，要树立大农业观、大食物观，向耕地草原森林海洋、向植物动物微生物要热量、要蛋白，全方位多途径开发食物资源。我国水产养殖业占渔业总产量和总产值的80%以上，是渔业的重要组成部分，能够为我国城乡居民提供优质蛋白质。虽然我国是水产养殖第一大国，但由于水产养殖具有标的生活环境在水下、承保理赔难度大、经营亏损严重等特征，保险公司对开展水产养殖保险怀有畏难情绪，故我国水产养殖保险发展一直比较缓慢。
目前，随着我国经济发展的转型升级，物联网在水产养殖领域逐渐应用于养殖水环境监控、养殖动物生长状况监控、养殖产品储运及加工环节监控等场景（杨宁生等，2016），实现自动化管理标的的同时，监控记录的数据也成为事故核勘的重要资料，降低了道德风险（唐金成和李笑晨，2020）。因此，在大食物观发展背景下，通过气象、遥感等数据及物联网等技术应用，促进水产养殖保险高质量发展的需求十分迫切，2023年中央一号文件再提“鼓励发展渔业保险”。
物联网赋能水产养殖保险高质量发展的情景
1.可追溯系统有效缓解承保理赔难题
不同于畜禽保险的标的，水产养殖保险标的隐蔽性较强，其生产环境、生产技术及生产条件具有较强的专业性和特殊性；而且，水产养殖面临着自然灾害、环境污染等多种综合风险，更具复杂性和不确定性，承保理赔难度大，主要表现为：第一，水产养殖保险标的的生长发育受多种因素影响，保险机构看不见、摸不着，几乎无法对水下养殖品进行全方位地观察与控制；第二，水产养殖户具有经营主体空间分散性和劳动力、生产资料利用季节性，保险机构需要在承保前核查水产养殖各环节是否达到承保条件，工作强度大，经营成本高；第三，水产养殖保险标的种类繁多、鱼病防治专业性强，承保理赔需要足够的知识积累和技术支撑，而我国水产养殖保险仍处于起步阶段，现阶段很少有保险机构能够运作相关业务，缺乏相应的承保理赔操作规范（王建国和李华，2013）。
智能水产养殖管理系统借助物联网技术，采集各环节养殖数据，纳入可追溯系统，进行数据统计分析并与保险机构实时共享，为风险评估和定价提供依据。例如，太保产险“渔智云”渔业保险智能服务平台利用物联网设备和养殖专业模型，从风控选苗、数字养水、精准投饵、常检健康、价格监测等角度出发，基于养殖数据严格把关生产各环节，解决保险机构承保理赔看不见、摸不着的问题。
2.常态化监测建立智能防灾减损机制
我国水产养殖业面临较大风险，按自然灾害风险可分为台风灾害、低温霜冻灾害、洪涝灾害、赤潮灾害等，按环境风险可分为海水污染和淡水污染，多种风险因素交织；不仅如此，水产养殖保险标的在灾害事故及灾害损失中存在空间和时间的高度关联性，易造成巨灾事件。然而，现阶段我国水产养殖业抵御各种风险的能力较弱、巨灾风险分散机制缺失，大量风险集中于保险机构，并带来财务危机。受暴雨、高温等天气影响，福建省渔业互保协会通过内陆水产养殖生物保险，为2022年投保的43户养殖户赔付421.91万元，赔付率达153.78%。智慧渔业为鱼塘加装溶氧、温度组合传感器，水产养殖物联网控制柜，农事微型气象站等设备，利用物联网平台实时自动监测养殖数据，出现异常情况可提前预测水产养殖可能发生的危险并采取针对性措施，避免水产养殖风险事故发生，降低养殖风险。例如，安华农险肇源支公司联合费尔马科技有限责任公司，在肇源县淡水养殖业开展“智慧渔业+保险”项目，通过智能监测设备对淡水鱼养殖区域实时监测多项关键指标，并将数据上传至养殖户和保险公司后台管理系统，进行数据存储、处理和监测。
3.风险管理体系推进“保防救赔”一体化
近年来，农业保险持续深化科技赋能，充分利用气象、遥感等数据及物联网等技术应用防灾减灾救灾，构建了以“保”为前提、“赔”为基础、“救”为补充、“防”为核心的“保防救赔”一体化风险管理体系。
借助5G物联网技术，水产养殖保险将风险管理与大数据结合，逐渐由防灾减损向指导渔业生产、提供风险预警、协助抢险救灾等服务延伸，从事后理赔向灾前、灾时、灾后全方位的风险管理转变，助力水产养殖户建立起科学的风险管理体系。例如，中国太保产险广东分公司联合广州双螺旋基因技术有限公司设立塘头水产疫病检测实验室“太保e检站”，养殖户可就近免费享受鱼病检测、药残检测、水质检测，发生异常情况时接受水产养殖专家的防治指导和鱼药支持，将“保险+防灾”有机结合，提升养殖户抗风险能力。
4.多主体协同促进全产业链风险防控
近年来，我国旱灾、暴雨、台风等自然灾害频繁发生。2022年，由于渔业灾情造成水产品产量损失76.78万吨，受灾养殖面积435.31千公顷，直接经济损失97.93亿元。目前，我国水产养殖业正从农户散养逐渐转向规模化、现代化的生产管理发展，需要通过更加完善的保险体系为养殖户提供风险保障。但现阶段我国水产养殖业抵御各种自然灾害、疾病疫病等各种风险的能力较弱，财政支持、多主体参与的多层次风险防控机制尚未建立，不利于水产养殖保险的持续稳定健康发展（刘婧等，2022）。
面对水产养殖保险亟须建立多主体参与的风险防控机制，智慧渔业利用物联网、大数据、云计算等手段，汇聚各主体数据，建立保险机构、政府部门、养殖户等共同参与的全产业链数据建设共享机制，促进多主体协同防控全产业链风险。例如，中华财险与阿里云联合推出“5G物联网水产养殖保险”，面向渔民提供水产养殖物联网设备和服务系统；面向保险公司提供风险管理系统和业务驾驶舱；面向政府开放平台，积累产业链数据助力水产健康养殖监管及价格监测，推动保险与全产业链协同发展。
物联网赋能水产养殖保险高质量发展的问题
1.法律法规不完善
我国虽然已于2012年颁布了《农业保险条例》，农业保险法律法规体系不断建立和完善，但在渔业保险乃至水产养殖保险领域的相关法律法规仍然缺失。2004年8月28日通过的《中华人民共和国渔业法》中未提及水产养殖业生产风险保障问题；2012年发布的《农业保险条例》对水产养殖保险也未作具体规定，未提及物联网等高新技术；2022年4月1号开始实施的《农业保险承保理赔管理办法》中虽然明确规定农险机构要加强科技应用，但对物联网赋能农业保险的技术及应用场景有明显局限性（唐金成和黎宝鑫，2023）。
2.财政支持程度不高
为促进水产养殖保险可持续发展，不同国家制定了一系列财政支持政策。日本对水产养殖保险的补贴分为保费补贴、运营成本补贴和再保险补贴；韩国分别对养殖户和保险机构进行保险费补贴和运营费用补贴；法国给予养殖户的保费补贴可达50%—80%，对保险机构实行税收减免、补偿赔付金（金立康，2023）。水产养殖业风险大而复杂的特点，导致水产养殖保险的费率很高，如果没有政府保费补贴，养殖户无力承担高昂的保险费。虽然我国中央财政用于农业保险保费补贴的资金在逐年增加，涵盖种植业、畜牧业和林业，但水产养殖保险一直没有被纳入中央财政保费补贴目录，一些水产养殖大省，如海南省，尽管政府和养殖户对水产养殖保险的呼声都很高，但受地方财力限制，水产养殖保险只是在小范围地区试点，很难大范围推广。
3.机械化发展水平滞后
目前，我国水产养殖业正在沿着机械化—自动化—精准化—智能化的路径发展，面临发展不均衡和跨越式发展的问题。精准化、智能化看似较易实现,实则受产品机械性能、数据预测精准度等技术瓶颈限制（刘世晶等，2021）。
目前，我国水产养殖机械化率仅为34%左右，远低于粮食作物73%的机械化率。2020年，农业农村部《关于加快水产养殖机械化发展的意见》指出：水产养殖机械化的总体水平还不高，不同地区、不同养殖方式、不同生产规模、不同生产环节的机械化发展不平衡、不充分，部分技术装备有效供给不足、设施装备与生产技术集成配套不够等问题亟待解决。
4.智能化程度仍然较低
近年来，水产养殖业智能投饵船、投饵无人机、智慧渔业监测平台迅速发展，改变了过去依靠人工、天气、经验生存的状况，但在水质监测与调控、养殖系统管控等方面仍以人工操作为主，工程化、机械化、信息化短板问题比较严重。此外，在水产养殖保险领域，除通过创新指数型保险另辟蹊径外，适用于水产养殖领域承保验标的物联网技术还有待开发；水产物联网与大数据的技术研究相对落后，特别是在物联网感知识别技术的发展方面，许多应用项目还主要依赖进口感知设备，声呐探测、水下摄影等技术应用于水产养殖保险的可行性还有待研究。
5.数据信息共享困难
保险机构农险业务的精准承保理赔不仅需要科技手段的支撑，还需要大量农业农村相关数据信息的辅助。然而，我国政府部门、保险机构与养殖户之间存在信息鸿沟。一方面，大量数据资源集中在农业农村部门、统计部门、气象部门等涉农政府部门内部，此类部门均承担数据保密义务，难以对外公开共享数据；另一方面，各机构还存在数据结构、统计口径不兼容，数据可靠性不足等问题，水产养殖相关生产数据和历史损失数据积累少，政府部门、养殖户、保险机构之间无法形成有效的数据交换与共享机制。
6.复合型专业人才紧缺
当前，物联网正驱动着各行各业的创新与变革，但市场快速增长的同时，我国的人才培养体系却没有跟上产业发展的速度，相关人才供给无法满足产业需求。
物联网赋能水产养殖保险的技术性强、难度大，迫切需要同时掌握物联网技术、气象、养殖和保险等跨领域知识的复合型人才。一方面，伴随水产养殖业数字化的快速推进，数字人才需求缺口还会持续加大；另一方面，物联网应用落地需要研究型、工程型、技能型和复合型四类人才，这要求各类人才在实践中掌握具体的行业知识和技能，相关人才培养体系尚未随着行业高速发展而建立。
物联网赋能水产养殖保险高质量发展的对策建议
1.健全相关法律法规
从法律法规和政策层面上保证水产养殖保险的建立和推进，保障水产养殖保险各参与方的利益。我国需要基于《农业保险条例》，完善水产养殖保险运行机制和保险监管等方面的制度安排。另外，我国也可以基于水产养殖保险的特殊性，借鉴国外渔业、水产养殖业保险立法经验，制定专门的水产养殖保险法规或实施细则，对水产养殖保险进一步规范，如韩国先后出台《水产养殖保险法》及《水产养殖保险法实施令》，日本将水产养殖保险纳入《渔业灾害补偿法》范围等。
2.加大财政补贴力度
应借鉴日、韩、法等国的财政补贴和优惠政策，尽快将水产养殖保险纳入中央财政农业保险保费补贴范围，根据各地财政支付能力差异，通过差异化补贴、以奖代补等方式，为养殖户提供保费补贴、为保险机构提供运营管理成本补贴；同时，地方政府也应结合当地财政优势，综合渔业生产条件、风险程度、渔民文化水平等指标，提供相应的财政支持，如2022年宁波市给予牡蛎养殖户50%的补贴。
3.普及机械化设备应用
为实现到2030年水产养殖60%以上的机械化水平的目标，根据《关于加快水产养殖机械化发展的意见》，促进产学研用结合，大力推进水产养殖机械装备科技创新，加快构建主要水产绿色养殖全程机械化体系，推进设施装备智能化、生产管理精准化和经营服务网络化。此外，水产部门和农业机械部门应相互配合，水产部门及时提出水产养殖全程机械化装备的需求，引导科研、机械生产企业加快先进适用机械装备的研发和制造，推进渔机融合、加大渔机应用。
4.推动数字技术创新
推动数字技术创新，一是要开展产学研用协同创新，鼓励大企业、高校和科研院所加强技术合作，创新智能化装备及智慧渔业平台；二是要提高国产化设备运用及技术升级，开展水产养殖保险精准核定标的数量和科学验标的技术研发，探索水下摄影、鱼类识别、生物量估算等技术应用于验标环节的可行性；三是要加大对创新型产品如天气指数保险、温度指数保险的支持力度。
5.建立数据共享平台
建议充分发挥政府引导作用，搭建水产养殖行业和保险行业的数据共享平台，推进气象数据、生产数据等信息跨部门、跨地区共享，实现水域、气象、财政等重要涉渔信息整合。此外，加强政府渔业管理部门、研究机构、保险机构、水产养殖户等多方协同联动，为水产养殖保险承保验标、防灾防损、查勘定损等方面提供技术支持，科学地进行产品费率定价。推进水产养殖保险大数据平台建设，提升保险产品开发的科学性，为助力渔业保险创新和乡村振兴实践提供坚实保障。
6.改善人才培养机制
改善人才培养机制，一方面，政府应完善顶层设计，针对水产养殖等未来高潜力应用领域出台相关政策，制定和试行物联网领域人才培养的示范性培养计划，输出示范性人才；另一方面，保险机构应适应现实需要，尝试与高校联合创新人才培养体系，以水产养殖业发展导向为参考，设计符合行业需求的课程体系，建立校企联合培养基地，加快培养水产养殖、测绘等涉水专业和保险专业的复合型人才。
