基于IO模型的洪澇災害關聯經濟損失評估

陳元剛 周瑞璇

[摘 要]隨著全球氣候變暖，洪澇災害發生的頻率不斷增加。為有效降低洪澇災害損失和提高災后風險管理，需要全面了解災害對社會各產業部門造成的經濟影響。文章運用IO模型，對重慶市2020年6—7月洪澇災害進行實證分析，結果表明：農林牧漁業14.91億元的直接經濟損失，傳導出產業部門關聯間接經濟損失總額7.15億元，其中批發和零售、化學產品、食品與煙草三個部門受到較大影響。第三產業相比第二產業更易受本時段洪澇災害產業關聯影響，并由此針對性提出政府補償和保險補償對策。

[關鍵詞]投入產出模型;洪澇災害;關聯經濟損失

1 引言

2018年，在《1998—2017年的經濟損失、貧困和災害》報告中指出，全球91%的重大災害事件與氣候變化無常息息相關，其中洪澇災害發生頻率高達43.4%。據研究統計，中國近幾年的氣象災害占自然災害的比例都超過70%，就重慶而言，以洪澇災害、旱災、寒潮、大風等為主要氣象災害，其中又以暴雨洪澇為甚。1998年是重慶市洪澇災害的標桿，全市40個區縣全部受災，受災人口達1800多萬人，直接經濟損失72.4億元。重慶暴雨導致洪澇平均2～10年一遇，比如2010年、2014年、2018年都發生了暴雨次數多、影響范圍廣、持續時間長的洪澇災害，給居民生活帶來不便的同時給社會也造成了嚴重的損失。據統計，重慶市2020年上半年洪澇災害，全市35個區縣、199.2萬人受災，直接經濟損失33.59億元。在重慶市洪澇災害的嚴峻形勢下，合理正確地評估洪澇災害對社會造成的經濟損失十分重要，能夠有效指導政府對受災區提高防災減災能力、對受災人員減少財產損失采取對應的財政補貼政策。而經濟損失往往被劃分為直接經濟損失和間接經濟損失，直接經濟損失能得到較好的直觀評估，由于當今社會系統復雜多變，各個產業部門經濟關聯越來越緊密，某一個部門受到嚴重災害影響后，給其他產業部門帶來間接經濟影響較難評估。因此，探討洪澇災害對社會各個產業部門的關聯經濟損失，能夠更加科學地為降低洪澇災情損失和提高洪澇災后風險管理提供決策依據。

2 國內外研究現狀

目前國內外學者針對洪澇災害，應用投入產出法進行經濟損失評估的研究并不多，大量學者對地震、雪災、臺風等自然災害構建投入產出模型來評估各產業之間災損情況研究較多。Okuyama（2002）創新性地構造了動態投入產出模型對自然災害造成的間接經濟損失進行評估。Rose（2004）研究了因地震導致供水中斷而造成相關部門產生的間接經濟損失。桑瑣云（2004）基于投入產出模型全面分析了2001年重慶市旱災所造成的經濟損失及其對社會經濟的影響。胡愛軍等（2009）以2008年雪災為例，分析非正常投入產出模型下因雪災造成電力和道路基礎設施破壞后的間接經濟損失的估算。孫慧娜（2011）對汶川地震的間接經濟損失進行實證研究，得出采用投入產出法中的分配系數法更適合。

然而近幾年，洪澇災害發生的頻率不斷增加，帶來的社會經濟影響不容小覷，國內外相關領域的學者和專家對其經濟損失評估的重視程度也在不斷加深。目前，評估方法主要有以下四種。

第一，可變模糊評價方法。陳守煜（2007）提出了洪水災害損失可變模糊評價方法，指出該方法能處理多因素負責洪澇災害評價問題。徐冬梅等（2010）利用實例應用結果證明了可變模糊評價法評價洪澇災害損失是合理的，可信度高。雖然該方法能較好的獲取洪澇災害模糊信息與不確定因子，但對于各災難損失指標的權重確定存在主觀性。

第二，結合水文模型和損失估算模型的評估方法。Merz等（2013）根據洪澇和洪澇關聯因素的特性，運用此評估方法構建了多變量洪澇災害損失評估模型，指出該模型洪澇災害損失率具有準確性。該方法更適合得出洪澇災害造成的直接經濟影響，不能全面地反映出間接經濟影響。

第三，利用一般均衡模型（CGE模型）。李廉水等（2020）基于CGE模型考慮了洪澇災害帶來的動態影響，研究了中國不同年份洪澇災害影響的累積效應。CGE模型的不足為數據彈性值是需要獲取外部數據進行校準，不能根本保證其外部數據的精確性。

第四，投入產出模型（IO模型）。張鵬等（2012）構建供給與需求的影響矩陣，對湖南省因洪澇災害造成的直接與間接損失進行評估。王桂芝等（2015）引入了多部門因洪澇災害影響產生的直接損失值，研究其他相關部門產業損失。只有IO模型不僅能反映經濟系統各產業部門之間的內在關聯性，通過科學可靠的數據，也能夠有效推導出各部門之間的損失傳導效應。

3 模型介紹

1936年，美國經濟學家瓦·列昂惕夫最早提出IO模型，該模型是以投入產出表為基礎，利用數學模型的方式來體現各個產業部門之間的交互影響作用。IO模型應用于災害經濟損失相關研究的主要原理是利用經濟系統各個部門之間的中間需求與投入產生的交易關系，體現其內部之間存在的某種關聯關系，再通過某一部門最終產出的變化來計算出對經濟系統其他部門造成的波及效應。

IO模型的核心是基于投入產出表的行列平衡關系，其中行平衡關系為行向各個部門的總產出等于生產過程中間使用與最終使用之和，用表達式表示為Qi=∑jQij+Yi，其中從行向看，Qij代表生產j部門產品對i部門產品的使用。列平衡關系為列向各個部門的總投入等于生產過程中間投入與增加值之和，用表達式表示為Qj=∑iQij+Zj，其中從列向看，Qij代表i部門投入生產中分配給j部門生產的產品。并且行向的總產出等于列向的總投入，即Qi=Qj。

在產業經濟分析中，各產業之間的關聯性為∑nj=1aijQij+Yi=Qi，aij表示直接消耗系數，代表某產業部門生產某產品對另一部門生產要素的第一次直接消耗。關系式為aij=Qij/Qi。用矩陣形式表達為AQ+Y=Q，通過矩陣變形整理即為Q=（I-A）-1Y，其中（I-A）-1稱為列昂惕夫逆矩陣。在進行經濟損失評估時，可對其再進行變形為ΔQ=（I-A）-1ΔY，其中直接經濟損失定義為最終使用的損失ΔY，總生產的損失則為ΔQ，那么間接經濟損失就為ΔQ-ΔY。在現實的生產過程中，某生產部門的第一次直接消耗并未只產生其他部門的一次間接消耗，而是會發生n輪的間接消耗，因此需要引入完全消耗系數bij。直接消耗系數矩陣與完全消耗系數矩陣存在的關系等式為B=（I-A）-1-I。上述的矩陣變形形式就可以替代為ΔQ=（B+I）ΔY。基于IO模型討論災害關聯經濟損失時，重要的一個假設條件即某一個產業部門總產品發生變化時，其余部門的最終使用保持不變，影響的是中間使用部分，即ΔYi=0（j≠討論總產出變化的部門）。

4 實證分析

本文基于IO模型對重慶市2020年6月至7月的洪澇災害進行關聯經濟損失評估，通過運用農林牧漁產品與服務部門的直接經濟損失數據，研究該部門受洪澇災害影響后總產出減少對其他關聯部門造成的中間使用的影響，研究出各部門總需求的變化，從而得出產業關聯經濟損失數據。選取農林牧漁產品與服務部門的直接經濟損失數據，作為分析基礎的原因，在于重慶市2020年6月至7月洪澇災害對該部門造成的經濟損失影響最大并且統計數據直觀。

4.1 數據來源與獲取

我國正式開始編制投入產出表是1987年，每隔五年編制一次。故本文數據采用最近年份的《2017年重慶市投入產出表》，2020年重慶市洪澇災害數據來源于重慶市洪澇災害政府、媒體官方權威報道。由于投入產出表數據更新需要較長的時間，本文嚴格假設短期內經濟系統各部門之間的投入與產出維持穩定的交易關系，在此基礎上利用IO模型對短期內重慶市關聯經濟損失進行實證分析。

4.2 數據處理與分析

4.2.1 完全消耗系數矩陣

利用距重慶市2020年6—7月洪澇災害最近的2017年投入產出表數據，根據上述計算公式求出42個部門直接消耗系數與完全消耗系數矩陣。重慶市2017年42個部門完全消耗系數矩陣具體數據如圖1所示（保留小數點后4位），行與列的順序按照重慶市投入產出表部門順序排列，因數據龐大省略了部分數據。其中，負值表示其他產業對該產業都是投入，而沒有產出，是最終消費型產業。

4.2.2 農林牧漁產品與服務部門直接經濟損失

綜合央廣網等新聞媒體報道和政府部門公布的數據，重慶市2020年6月至7月發生了六次破壞力強的洪澇災害，數次暴雨襲擊，其中“6·11”洪澇災害造成我市萬州、綦江、梁平等15區縣30萬人受災，農作物受災面積6022公頃，其中絕收面積812公頃;倒塌房屋160間，不同程度損壞房屋1412間;直接經濟損失2.37億元。“7·18”發生的洪澇災害造成萬州、涪陵、沙坪壩等32區縣6萬人受災，農作物受災面積2.67萬公頃，其中絕收5682公頃;倒塌房屋1485間，不同程度損壞4523間;直接經濟損失10.2億元。

在評估重慶市2020年6月至7月農林牧漁產品和服務部門的直接經濟損失時，鑒于該部門直接經濟損失的數據獲取不詳細，本文對該部門的數據進行籠統估算處理，簡化為農業總損失。根據重慶市2020年6月至7月發生的洪澇災害權威報道，農作物受災面積共計66738公頃，其中絕收面積共計20402公頃，受災農作物包括蔬菜、玉米、水稻等，農業直接經濟損失約14.91億元。

4.2.3 各部門關聯經濟損失

根據上述IO模型推導公式，將農林牧漁業的直接經濟損失ΔY1確認為14.91億元，得出該部門的間接經濟損失約為1.36億元，并估算出各產業部門的關聯經濟損失如表1所示。表1已經按照各關聯部門間接經濟損失由高到低進行排列（保留小數點后4位）。

表1表明，受重慶市2020年6月至7月洪澇災害農業部門傳導的直接經濟損失影響，各產業部門發生關聯經濟損失總額高達7.15億元，約占直接經濟損失的48%。其中，批發和零售產業部門的間接經濟損失最嚴重，達到1.53億元，其次是化學產品部門達到1.27億元，食品與煙草部門間接經濟損失額緊隨其后達到1.26億元。共有三個產業部門關聯經濟損失達到1億元以上，九個產業部門關聯經濟損失高達上千萬元。統計對比各產業部門的間接經濟損失額，發現第三產業相比第二產業受本次洪澇災害損失傳導影響更大，更為敏感。第三產業中批發與零售、交通運輸、倉儲和郵政、金融、租賃和商務服務四個部門的影響表現較大，但衛生和社會工作等部門影響較小;第二產業中化學產品、食品和煙草、電力、熱力的生產和供應三個部門的影響表現較大。另外，重工業部門間接經濟損失高于輕工業部門，其中原因可能是重工業部門的中間投入成本高于輕工業部門。

通過表1的右欄不難發現，還出現了部分產業部門間接經濟損失為負值的現象，尤其是金屬冶煉和壓延加工品、非金屬礦物制品、非金屬礦和其他礦采選產品產業部門受農林牧漁業洪澇災害關聯影響，還創收了上千萬元。該變化發生的原因是這些部門與農林牧漁產品與服務部門中間投入之間存在微弱影響關系，甚至不存在關聯性。洪澇災害過后，盡管農業損失嚴重，但對上述相關制造業、服務業部門的需求不降反增，從而使之還能創收。這也進一步說明：洪澇災害雖然一定程度上造成了社會經濟損失，但通過恢復、重建過程和部分產業部門的經濟拉動，會促進區域經濟更好地發展。

5 補償對策與建議

通過上述的實證分析反映出重慶市2020年6月至7月因洪澇災害農林牧漁業直接經濟損失傳導，給批發和零售、化學產品、食品與煙草等產業部門都造成了較大的間接經濟損失，僅憑各部門自身力量較難承擔該損失。因此，災后的補償對策問題是不可避免的。實施有效的政府補償與保險補償對策，不僅能彌補重慶市對應部門的經濟損失，還有助于加快當地恢復生產生活的速度。

5.1 政府補償為主

由于洪澇災害具有意外性、毀壞性、預測偏差性等特點，使得進行災后補償具有公共性與公益性的特征，而政府能夠較好地充當“義務人”的角色，對于受災較嚴重的產業部門，給予更多的關注，充分發揮人力、物力和財力的優勢實施補償。為激勵受災嚴重的產業部門災后積極恢復生產，促進其健康可持續發展，政府可以組織設立洪澇災害風險基金，其中資金的籌集渠道主要包括財政收入、企業保費繳納、保險公司的保費提取、社會捐助等。利用本文的實證分析數據舉例，就可根據關聯經濟損失數額達到上億元、千萬元、百萬元和百萬元以下的產業部門，劃分為四個等級確定不同的經濟補償標準，再從洪澇災害風險基金中下撥政府補償。政府補償的針對性、開展迅速性是其他對策不可替代的，因此，可將政府補償作為洪澇災后補償的主要對策。

5.2 保險補貼為輔

目前，我國自然災害的商業保險并未形成完備的體系系統，因為自然災害一旦發生，會導致受保對象同時出事故，商業保險公司會因為經營的風險概率增大，擔心利潤降低甚至虧損，產生逆向選擇和道德風險問題。然而根據本文的實證分析可得，洪澇災害給整個社會經濟造成了不容小覷的關聯經濟損失，適時探討避免逆向選擇和道德風險等問題，并完善自然災害保險機制。首先，可采取集體參保方式，通過個人繳納、集體部門補助和政府補貼共同籌集保險資金，使個人、集體和國家三方共同分擔責任，降低風險。其次，加大自然災害保險相關知識的宣傳力度，讓各個產業部門充分認識到自然災害保險在防災減災上的作用，不斷提升重慶市產業部門洪澇災害保險的投保率，確保相應規模的投保資金是保險公司持續運行的前提條件。最后，保險公司可以先在受災影響大的某些產業領域內試點，研究并構建該領域的洪澇災害保險機制。例如以上文關聯經濟損失分析數據為依據，確定某領域的承保范圍與保險賠償金額范圍，保證保險公司有一定程度的利潤空間。以保險補償對策為輔的優勢在于投保人簽訂的保險合同具有法律效力，因此，對于災害損失保險補償屬于剛性的補償要求，具備很強的補償力度。

6 結論

本文基于IO模型的推導及計算，通過重慶市2020年6—7月洪澇災害農林牧漁業直接經濟損失值，對其余部門的關聯間接經濟損失進行評估。結果得出：本時段的洪澇災害給重慶市帶來了7.15億元的關聯經濟損失，約占農業直接經濟損失的48%，其中批發和零售、化學產品、食品與煙草三個部門受到較大影響，間接經濟損失數額平均高達1.35億元;第三產業相比第二產業更易受本時段洪澇災害產業關聯影響。

洪澇災害間接經濟損失程度不容忽視。為最大限度減少相應部門的損失，使其災后快速恢復投入生產工作，提出建立洪澇災害風險基金的政府補償機制、完善自然災害保險機制的保險補償對策。通過研究表明：關聯經濟損失評估的結果數據能夠針對受損程度的差異，為其對策的實施提供參考依據，對確定補償標準劃分、承保范圍、保險賠償金額范圍等都能起到非常大的作用。

參考文獻：

[1]寧思雨，黃晶，汪志強，等.基于投入產出法的洪澇災害間接經濟損失評估——以湖北省為例[J].地理科學進展，2020，39（3）：420-432.

[2]李廉水，蔡洋，譚玲.基于動態CGE模型的中國暴雨洪澇災害綜合經濟損失評估研究[J].河海大學學報（哲學社會科學版），2020，22（1）：28-36，106.

[3]王桂芝，李霞，陳紀波，等.基于IO模型的多部門暴雨災害間接經濟損失評估——以北京市“7.21”特大暴雨為例[J].災害學，2015，30（2）：94-99.

[4]張鵬，李寧，劉雪琴，等.基于投入產出模型的洪澇災害間接經濟損失定量分析[J].北京師范大學學報（自然科學版），2012，48（4）：425-431.

[5]孫慧娜. 重大自然災害統計及間接經濟損失評估[D].成都：西南財經大學，2011.

[6]徐冬梅，陳守煜，邱林.洪水災害損失的可變模糊評價方法[J].自然災害學報，2010，19（4）：158-162.

[7]胡愛軍，李寧，史培軍，等.極端天氣事件導致基礎設施破壞間接經濟損失評估[J].經濟地理，2009，29（4）：529-534.

[8]陳守煜.可變模糊集合理論——兼論可拓學的數學與邏輯錯誤[J].大連理工大學學報，2007（4）：618-624.

[9]桑琰云. 重慶市旱災及其經濟損失研究[D].重慶：西南師范大學，2004.

[10]MERZ KREIBICH LALLU.Multi-variate flood damage assessment： A tree-based data-mining approach[J].Natural Hazards and Earth System Sciences，2013，13（1）： 53-64.

[11]ROSE A.Economic principles，issues， and research priorities in hazard loss estimation[M]//Modeling Spatial and Economic Impacts of Disasters. Springer Berlin Heidelberg， 2004：13-36.

[12]YASUHIDE OKUYAMA.Measuring economic impacts of natural disasters： Application of Sequential Interindustry Model（SIM）[D].West Virginia：Regional Research Institute West Virginia University，2002.

[作者簡介]陳元剛（1968—），男，四川人，教授，重慶理工大學勞動與社會保障系主任，主要從事經濟學、勞動與社會保障研究;周瑞璇（1997—），女，重慶人，碩士研究生，主要從事資產評估研究。