長株潭城市群霧霾農業損失引起的間接經濟損失評估

李春華，蔣承雨，藍 琳，陳 晶

（中南林業科技大學林學院，長沙410004）

0 引言

近幾年來，日漸頻發的霧霾災害已經成為中國最為突出的環境問題之一，評估其造成的損失是有效治理霧霾污染的基礎。目前，評估霧霾的影響主要涉及健康影響和經濟成本，通常使用暴露反應關系法、人力資本法、疾病成本法或者支付意愿法。姜綿峰等使用暴露反應關系函數計算上海市霧霾健康經濟損失，發現霧霾損失占當年GDP 的比重呈快速上升趨勢[1]；龐閏枝[2]利用暴露反應關系和疾病經濟負擔模型計算發現中國霧霾受中國產業結構、人口密度、公共交通、集中供熱、城市綠化等影響巨大；顧賽菊[3]整合暴露-反應模型和可計算一般均衡模型，以勞動力損失和居民額外醫療費用支出作為傳導變量評價北京市霧霾污染物導致的居民健康損害及其社會經濟間接損失；闞海東等[4]采用暴露反應關系法探究中國大氣顆粒物暴露與人群健康效應的關系；趙曉麗等[5]運用修正人力資本法評估了2011年北京市霧霾損失約為6.04億元；苗艷青等[6-7]從人力資本角度估算空氣污染的健康損失；穆泉等[8]綜合采用直接損失評估法、疾病成本法和人力資本法估算2013年1月霧霾事件造成的全國交通和健康的直接經濟損失保守估計約230億元；蔡春光等[9-10]采用人力資本法和條件價值評估方法分別計算了北京市空氣污染健康經濟損失。

綜上分析發現，現有的霧霾災害損失評估研究大多數關注霧霾災害導致過早死亡的健康損害，從而引起人力資本直接經濟損失，對霧霾災害造成某一部門的直接損失引發與之相關的其他部門的間接損失研究較少，然而，霧霾健康損失引起的間接損失比直接損失影響更為深遠[11]，其次，由于產業間的關聯效應，霧霾農業部門損失會導致經濟系統其他部門損失，這種宏觀經濟層面的影響更不能忽視。

長株潭城市群是長江中游城市群的主要組成部分，它在湖南省以及中部地區占有重要地位，由于城市與經濟的發展，城市群區域成為湖南省霧霾污染最嚴重區域，霧霾污染給農業造成極大影響，評估城市群霧霾的經濟影響對霧霾治理政策制定具有重要參考價值[12-14]。

本研究以2012 年湖南省各部門投入產出數據為基礎，結合產業交叉熵這一調整方法計算長株潭區域投入產出系數，從霧霾造成的農業直接損失入手，充分考慮產業間的傳導效應，使用投入產出局部閉模型，分別從需求不足及供給受限2個角度估算長株潭城市群霧霾導致農業部門損失造成的產業關聯間接經濟損失，分析各部門受影響程度，以探討減輕災害間接經濟損失的路徑。

1 資料與方法

投入產出局部閉模型是基于開模型構建的。將開模型中的勞動者報酬提取出來作為新增的行，開模型中的居民消費支出提取出來作為新增的列，不計居民對自身的支付，由此構成一個新的中間消耗（投入）矩陣[15]，這里命名為M，見公式(1)。

本研究是基于2012年42部門的《湖南省投入產出表》構建，因此，中間消耗（投入）矩陣M是一個43×43的矩陣，c是居民消費支出列向量，w’是勞動者報酬行向量。由于價值型投入產出閉模型是在開模型的基礎上加入居民消費支出和勞動者報酬，核心是將居民消費通過勞動者報酬的傳導進而轉化成模型中的內生變量，因此勞動者報酬系數為公式(2)。

式中：Xj表示生產單位產品j所需要的勞動投入；勞動者報酬為公式(3)。

閉模型后續的計算與開模型一致[14]。

省域尺度的經濟聯系一般通過定期編制的《湖南省投入產出表》進行分析，湖南省內長株潭城市群的投入產出分析需要編制城市群投入產出表。利用湖南省2012年局部閉合的43部門投入產出表和2013年長沙市、株洲市和湘潭市3市2012年總產出值，使用產業交叉熵(Cross-Industry Quotients,CIQ)來計算長株潭城市群的直接消耗系數，以此為基礎進行長株潭城市群的投入產出局部閉模型的分析。

2 結果與分析

2.1 霧霾農業損失估計

傳統的災害直接經濟損失評估多采用調查統計方法，這種方法全面且準確，然而需要花費的時間和經濟成本較大。因此，在評估災害直接經濟損失時采用其替代方法，利用成災面積推導農業直接損失[16]。Chameides 等[17-19]在研究PM2.5濃度與農業損失之間的關系時，發現高顆粒污染使中國農業70%面積減產，且平均減產幅度為5%～30%。據此，本研究假定霧霾災害造成長株潭城市群農業受影響的面積為70%，減產幅度分別設定為5%、15%、30%，同時假定農業產值與農業產量之間存在線性關系。查詢2013 年長沙、株洲、湘潭三市統計年鑒得到，2012 年長沙、株洲、湘潭三市農業部門總產值分別為4197846萬元、2111930萬元、1834927.6萬元，計算得到2012年長株潭城市群農業部門產值總和為8144703.6萬元，因霧霾災害減少的產值分別為 ：285064.626 萬元、855193.878 萬元和1710387.756萬元。

2.2 基于投入產出局部閉模型的長株潭部門經濟損失

根據投入產出局部閉模型計算方法，利用得到的直接經濟損失分別從需求側和供給側計算得到霧霾引起的長株潭城市群43個部門間接經濟損失（見表1）。

分析表1，發現對于閉模型，霧霾導致需求減少的部門損失總量為10039160.66 萬元，均值為233468.85萬元，最大值為2344445.94 萬元，標準差為495616.57萬元；霧霾導致供給減少的部門損失總量為12334464.40 萬元，均值為 286848.01 萬元，最大值為2196231.50 萬元，標準差為351624.76 萬元。顯然，對于閉模型，供給減少的損失總量大于需求減少的損失總量。

表1 長株潭霧霾農業災害引起的部門間接經濟損失及比例關系

續表1

從需求減少引起的部門損失占總間接損失的比重來看，部門損失所占比重最大的3 個部門是農林牧漁產品和服務、勞動者報酬和化學產品部門，其比重分別是23.35%、22.89%、8.28%。部門損失比重最小的3個部門分別是金屬礦采選產品、金屬制品、機械和設備修理服務和石油和天然氣開采產品部門，其所占比重分別是0.077%、0.028%、0。從供給減少的部門損失占總間接損失的比重來看，部門損失所占比重最大的3 個部門是農林牧漁產品和服務、勞動者報酬和紡織服裝鞋帽皮革羽絨及其制品部門，其所占比重分別是17.81%、5.93%、5.05%。部門損失所占比重最小的3個部門分別是石油和天然氣開采產品、公共管理、社會保障和社會組織和建筑0、0.09%、0.1%。

對比分析基于供給側和需求側計算的長株潭城市群霧霾間接經濟損失（見表2），發現：（1）不論是從需求側或供給側角度，霧霾災害導致的部門間接損失始終大于直接損失；（2）霧霾災害農業損失不僅對自身部門和其他經濟部門造成損失，也對居民消費造成嚴重的影響；（3）供給側總的間接損失總是大于需求側的間接損失，這一發現與Ai Ning等的研究一致[20-21]。

3 討論

本研究的農業直接經濟損失根據Chameides等基于地表總太陽輻照的百分比變化與水稻或者小麥產出百分比變化相同比例關系的假設估計的霧霾農業參數進行計算[17-19]。顯然，由于植物光合作用的光能利用率的差異，這種假設與實際存在偏差。此外，用小麥和水稻的產出代替農業總產出也與實際情況存在偏差。此外，霧霾除了影響農作物生長的光合作用能力之外，還影響作物生長的溫度和濕度條件，霧霾污染物的沉降也影響作物生長的土壤環境，最后、從農業生產的供應鏈角度考慮，霧霾引起的交通擁堵，減少了農產品的市場供應，這些都影響農業的經濟產出[22-24]。由于各地農業發展情況不同，受霧霾災害直接影響的程度不同，且這種受害程度難以用一個具體的百分比來準確衡量。Chameides 等考慮了這種不確定性，給出了農業損失5%～30%的變化區間[17-19]，本研究基于農業30%損失假設估算了長株潭城市群受霧霾災害直接影響，顯然，這與實際情況存在一定偏差，最終導致本研究的間接損失估計也與實際情況存在一定偏差，因此有必要進行結果的敏感性分析。

3.1 結果的敏感性分析

首先，根據農業直接經濟損失估計的下限(5%)和中間值(15%)，基于投入產出表分別計算農業的間接經濟損失以及引起的各個部門總的間接經濟損失，并與前文基于上限（30%）計算的損失結果進行對照。其次，為了考察農業損失各種變化的間接經濟損失估計的影響，本研究用Crystal Ball 模擬方法，分別從需求側和供給側對霧霾災害經濟損失進行了估計，結果如表3和表4。

表2 投入產出閉模型的需求側和供給側對比 萬元

分析表3和表4可知：（1）從需求角度而言，當減產幅度為5%時，農業間接經濟損失評估值為390740.99萬元，總部門間接經濟損失為5019580.33 萬元，使用Crystal Ball 進行模擬得到的農業間接損失模擬值為396830.21 萬元，總部門間接經濟損失模擬值為1699268.14萬元，誤差為1.56%；當減產幅度為30%時，農業間接經濟損失評估值為2344445.94 萬元，總部門間接經濟損失為10039160.66萬元，使用Crystal Ball進行模擬得到的農業間接損失模擬值為2324635.61 萬元，總部門間接經濟損失模擬值為9954330.79萬元，誤差為0.84%。2種情況下的模擬誤差都在10%以內，同時，根據Crystal Ball加載的疊加圖分析可知，給定區間內模擬的結果大多集中在中間值5440936.5萬元，這表明從需求角度來看本研究利用投入產出模型計算得到的結果是較為可靠的。（2）從供給角度而言，當減產幅度為5%時，農業間接經濟損失評估值為366038.58萬元，總部門間接經濟損失為2196231.50 萬元，使用Crystal Ball進行模擬得到的農業間接損失模擬值為373951.71萬元，總部門間接經濟損失模擬值為2100185.75萬元，誤差為2.16%；當減產幅度為30%時，農業間接經濟損失評估值為2196231.50 萬元，總部門間接經濟損失為12334464.4 萬元，使用Crystal Ball 進行模擬得到的農業間接損失模擬值為2184615.07 萬元，總部門間接經濟損失模擬值為12269224.3萬元，誤差為0.53%。2種情況下的誤差模擬都在10%以內，同時，根據Crystal Ball 加載的疊加圖分析可知，給定區間內模擬的結果大多集中在中間值6624099.74 萬元，這表明從供給角度投入產出模型計算得到的結果較為穩定。

3.2 損失機制分析

直接消耗系數越接近1則表明部門之間聯系越緊密，越接近于0 則表明部門之間經濟技術聯系越薄弱。本研究在計算長株潭城市群直接消耗系數時發現，與農林牧漁產品和服務部門聯系最為緊密的3 個部門是紡織品、木材加工品和家具和食品和煙草部門，聯系最薄弱的3 個部門是石油和天然氣開采產品、教育和公共管理、社會保障和社會組織部門。然而，在計算霧霾導致農業損失引起的各部門間接經濟損失時，間接損失最大的3 個部門分別是農林牧漁產品和服務、煤炭采選產品和石油和天然氣開采產品部門，間接損失最小的3個部門分別是衛生和社會工作、文化、體育和娛樂和公共管理、社會保障和社會組織部門。對比而言，由直接消耗系數得到的結論與由部門間接經濟損失計算值得到的結論不同，這說明部門間彼此制約程度不能單單通過間接損失或者直接消耗系數來完全反映。單單從需求側或供給側考慮霧霾對農業的影響來衡量農業部門與其他部門的關聯程度是不充分的，因此需要從需求側和供給側兩方面入手。然而，李春華等[25]的研究對需求側部門經濟損失與供給側部門經濟損失之間進行相關分析得到二者的相關系數為0.7676，這說明二者有較大的相關性。因此如何去除二者相關性對結果的影響，將需求側和供給側兩方面的部門經濟損失綜合考慮，這成為本研究有待延伸的地方。許多學者建議采用供給側（前向關聯分析）影響與需求側（后向關聯分析）影響耦合方法[26-32]，這樣可以使結果更為準確，這將是本研究的下一步研究方向。

表3 農業不同直接損失引起的間接損失變化不確定性分析（需求側）

表4 農業不同直接損失引起的間接損失變化不確定性分析（供給側）

4 結論

隨著經濟發展加快和能源使用強度加大，霧霾污染更加嚴重，其造成直接的健康和農業經濟影響更加顯著，但是，由于這種間接經濟影響的隱蔽性和機制復雜性而被人們忽視，本研究試圖在這個方面進行探討并得出如下：

（1）霧霾災害不僅對農業造成直接經濟損失，而且分別通過供給側和需求側產業之間前向和后向關聯機制對其他部門造成間接經濟損失；（2）供給側的損失總是大于需求側的損失，這意味著霧霾災害通過供給機制對部門造成的間接經濟影響比需求造成的損失嚴重；（3）霧霾災害導致的部門間接經濟損失都大于直接經濟損失。因為間接經濟損失綜合反映了直接損失和部門關聯影響，它是通過直接損失和部門關聯系數計算得到的。