基于災害CGE模型的臺風災害間接經濟損失評估*
——以廣東省臺風“山竹”為例

于小兵，吳雪婧，陳 虹，吉中會，王旭明

(南京信息工程大學 管理工程學院，江蘇 南京 210044)

近年來，極端災害頻發給人類社會帶來巨大的生命和財產損失。據統計，2020年全球共發生313次自然災害，造成15 082人死亡，直接經濟損失高達1 731.33億美元[1]。防范和減輕災害風險已成為全人類的共同挑戰。我國是世界上自然災害最嚴重的國家之一。以臺風災害為例，平均每年有7個左右的臺風在我國浙江、廣東等沿海發達地區登陸，造成了巨大的經濟損失和人員傷亡情況。因此，對災害所造成的損失進行科學合理的評估是開展災后救助工作、優化災害風險管理的重要依據。

災害造成的直接經濟損失，如人員傷亡、家庭財產受損、農作物受災等，可在災后通過調查統計得出[2]。而間接經濟損失是指由直接經濟損失遷延作用而派生的其他經濟損失，如因機器設備受損停產造成的損失、上下游關聯引發的企業潛在損失[3-4]。目前，災害損失評估工作多圍繞直接經濟損失展開[5-8]，間接經濟損失則因其“潛在性”較少涉及。但在當代國民經濟體系中，產業部門間存在高度的依賴性，災害對其任何一個部分的影響都會通過產業鏈傳導到其它部分。特別是對于重大自然災害而言，間接經濟損失涉及的范圍更廣，影響更深，其損失要遠高于直接經濟損失[9]。因此，對間接經濟損失的評估有利于提高對災害損失的認識程度，優化抗災救災資源分配。

間接經濟損失評估方法以投入產出(Input-Output, IO)模型和可計算一般均衡(Computable General Equilibrium, CGE)模型為主[10-12]。鄭德權等[13]將經濟系統對災害的反應過程劃分為損失擴展、損失持續、功能恢復三個階段，構建了動態非正常投入產出模型來研究災害發生不同階段對經濟產出的影響程度。MARIN等[14]運用區域投入產出模型模擬了地震、洪水等自然災害對意大利社會經濟造成的沖擊。XIE等[15]以CGE模型為基礎對2008年特大暴雪災害造成的間接經濟損失進行了評估，發現暴雪給湖南省造成的間接經濟損失高達50.4億元，遠超過直接經濟損失。WANG等[16]將暴露-響應函數與CGE模型相結合測算了因大氣污染對北京整體經濟系統造成的間接經濟損失。

IO模型可以反映經濟系統各部門間的關聯性，但缺乏對經濟本身彈性的考慮[17]。與之相比，CGE模型則突破了前者剛性的限制，采用非線性的表達形式，綜合考慮了生產要素間的相互替代性以及經濟彈性，為損失評估提供了一個靈活的研究框架[18]。通過對比分析災害發生前后均衡狀態的差異來研究災害對整個經濟系統造成的影響。考慮到臺風是我國沿海地區最常見的自然災害，本文以2018年強臺風“山竹”為例，構建了廣東省災害CGE模型，分別從宏觀經濟層面和產業層面評估“山竹”對廣東省經濟系統的影響。本研究擴展了CGE模型在臺風災害損失中的應用，也為政府部門災后重建工作提供了科學參考。

1 研究方法

1.1 CGE模型介紹

可計算一般均衡模型(Computable General Equilibrium，CGE)是將經濟學家瓦爾拉斯提出的一般均衡構造變為可反映現實經濟特征的實用型分析工具。它以經濟學中的一般均衡理論為基礎，通過效用函數和利潤最大化函數在各個經濟主體之間建立起數量聯系，進而觀察到經濟系統部門間的交互作用。CGE模型利用價格機制將要素市場、產品市場等多個市場相關聯，探究國民經濟各部門間的連鎖效應。目前，該模型已被廣泛應用于能源環境政策[19]、國際貿易[20]、財政稅收[21]等領域。

1.2 模型構建

1.2.1 基本模型結構

參考潘浩然[22]的框架，構建了生產部門、居民、政府在內的多部門災害CGE模型，具體包括生產模塊、貿易模塊、經濟主體行為模塊、勞動、資本要素模塊以及均衡模塊。該部分所包含變量眾多，為方便起見，統一將其意義解釋放置在附錄表1。

(1)生產模塊。本文假設一種生產活動只生產一種對應的商品，如農業部門只生產農業類型的商品。部門的產出直接轉化為在市場上流通的相應商品。如圖1所示，生產函數的第一層為中間投入U與增加值V合成的總產出函數，其函數形式為恒替代彈性(CES)生產函數，如式(1)所示。生產函數的第二層分別描述了中間投入和增加值的構成。其中，中間投入品的需求用Leontief生產函數表示，各項投入商品間為固定比例關系，如式(2)所示。增加值的投入用C-D生產函數表示，選擇勞動、資本要素作為增加值的構成要素，見式(3)。

(1)

QX(CC,PS,PRO)=ut(CC,PS,PRO)×U(PS,PRO);

(2)

V(PS,PRO)=AV(PS,PRO)×L(PS,PRO)γl(PS,PRO)×K(PS,PRO)γk(PS,PRO)。

(3)

圖1 生產模塊結構

(2)貿易模塊。與傳統的全國CGE模型不同，本文重點研究自然災害對省級地區的經濟影響，因此有必要將貿易模塊進一步細分為國內其他地區和國外兩部分(圖2)。為便于表達與理解，本文將省內自產自銷QD與流出到省外的商品DEXP合成為QDDEXP；將省內自產自銷與國內其他地區流入的商品合成為。在省內產出分配上，采用CET函數刻畫QDDEXP與商品出口IEXP之間的替代關系，見式(4)。在省內商品消費市場上，采用CES函數描述QDDIMP與進口商品IIMP間的相互替代關系，如式(5)所示。本文所構建的災害CGE模型為開放經濟模型，采用Armington方程來刻畫省內產品與進口品間的不完全替代關系[23]。該省進出口量只占世界總量的極小一部分，它的貿易行為對商品的世界價格影響微乎其微。因此，本研究中商品的世界價格為外生變量。

(4)

(5)

圖2 貿易模塊結構

(3) 經濟主體行為模塊。本文構建的經濟主體包括企業、居民、地方政府和中央政府。假設市場為自由競爭市場，企業只作為價格的接受者，無權改變商品價格，價格只受市場供求關系影響。式(6)代表企業資本收入是企業收入的唯一來源。企業支出由企業對居民的轉移支付和企業儲蓄構成，見式(7)。此外，居民總收入和總支出構成分別由式(8)、式(9)表示。居民的消費偏好按照C-D效用函數實現，在收入約束下，居民以自身效用最大化為原則進行商品消費。因本文構建的災害CGE模型為省級的區域模型，故在此區分地方政府和中央政府。假設商品消費全部由地方政府提供，因而地方政府的支出由地方政府稅收收入、地方消費和地方上交中央這三項組成，見式(10)。同時，假設地方政府消費滿足C-D效用函數，地方消費在收入的約束下以自身效用最大化為目標。方程(11)、方程(12)分別代表地方政府、中央政府的收入構成函數。中央政府的支出函數如方程(13)所示。

FMY(PRO)=FMKY(PRO);

(6)

FMY(PRO)=FMTHH(HH,PRO)+FMS(PRO);

(7)

HHY(HH,PRO)=HHLY(HH,PRO)+HHKY(HH,PRO)+LGTHH(HH,PRO);

(8)

(9)

(10)

(11)

(12)

CGE(PRO)=CGTLG(PRO)+CGS(PRO)。

(13)

(4)勞動、資本要素模塊。本研究的災害CGE模型采用新古典主義宏觀閉合方式，勞動、資本要素的供應量均由模型外的要素稟賦決定，屬于外生變量。同時，生產要素可在市場上自由流動，要素價格和商品價格均由模型內生決定。

(14)

(15)

(5)均衡模塊。均衡模塊主要包括商品供求平衡、生產要素供求平衡、經濟主體收支平衡以及儲蓄—投資均衡。式(16)代表商品市場出清，即省內商品總供給等于總需求。方程(17)、方程(18)分別代表勞動、資本要素供求平衡。災害CGE模型中的經濟主體收支平衡分別由式(19)至式(22)表示。此外，本文采用新古典主義閉合，因而總投資由總儲蓄決定，即儲蓄可以全部轉化為投資，如方程(23)所示。

(16)

TLY(PRO)=TLE(PRO);

(17)

TKY(PRO)=TKE(PRO);

(18)

HHY(HH,PRO)=HHE(HH,PRO);

(19)

FMY(PRO)=FME(PRO);

(20)

LGY(PRO)=LGC(PRO);

(21)

CGY(PRO)=CGE(PRO);

(22)

TSAV(PRO)=HHS(HH,PRO)+CGS(PRO)+IINV(PRO)+DINV(PRO)。

(23)

1.2.2 災害沖擊對經濟的影響

災害對經濟的沖擊直接影響到生產部門的產出，主要表現為農作物產量下降，服務業營業收入減少，居民收入受損等[24]。本研究的災害CGE模型與傳統CGE模型的區別就在于引入了災害沖擊變量，為間接經濟損失評估充當了中介作用，見式(24)。在災害CGE模型中，沖擊變量就代表發生的災害。地震、洪水等災害對當地的經濟系統而言是一個外生事件，沖擊變量的引入打破了當地經濟系統原有的均衡狀態，在市場機制的作用下，災后經濟系統會重新達到新的均衡狀態。此時新均衡下的部門產出、要素價格、收入等必定與原先不同，其中的差異可看作是災害造成的間接經濟損失。

X′(PS,PRO)=E(PS,PRO)×X(PS,PRO)。

(24)

式中：E為災害沖擊變量；X′為災害沖擊后的部門產出；X為災前的部門產出。

在實證過程中，將災害沖擊變量E具化為災害沖擊參數，參數值在0～1之間。其計算方式如式(25)所示。其中，S′為生產部門的直接經濟損失；S為該部門當年的總產值。以直接經濟損失占總產值的比重代表災后部門產能下降的程度[25]。鑒于實證分析中關于臺風“山竹”所獲災害損失數據為月度數據，故在此乘以1/12，將月度損失數據進行年化，轉化為年度災害沖擊參數。即災害發生前，生產部門按原有效率進行生產；災害發生后，生產部門效率受到影響，產出發生變化。對應的當地原有的均衡狀態也因災害而隨之改變，災前與災后兩種均衡狀態的轉變導致產出、勞動力需求、收入等經濟要素發生改變，本文結果部分各變量的增減幅度值也由此計算得出。

(25)

2 案例分析

2.1 研究區選擇

廣東地處我國東南沿海區域，災害性天氣頻繁，阻礙了當地社會經濟的平穩運行。同時，作為國內經濟發展最快，人口數量最大的省份，其災害風險管理不可忽視。而自然災害損失評估是優化災害風險管理的重要前提。基于臺風為廣東最常見的災害這一事實，本文選擇以2018年9月16日強臺風“山竹”為例，通過災害CGE模型分析“山竹”對廣東省經濟系統造成的影響。

2.2 數據資料處理

2.2.1 數據來源

以2015年為基準年構建廣東省社會核算矩陣(SAM表)。數據來源包括廣東省投入產出表、《中國統計年鑒2016》《中國財政年鑒2016》《中國稅務年鑒2016》《廣東統計年鑒2016》。其中，廣東省2015年投入產出延長表是編制SAM表的重要依據。本模型將IO表42部門合并為7部門，具體包括農業、采掘業、制造業、建筑業、貿易餐飲住宿業、交通運輸業和其它服務業。這樣劃分的目的主要有兩個：一是考慮到現有臺風“山竹”災害損失資料的不完整性，無法據此求出42部門對應的所有參數，故合并為7部門；二是更好地突出臺風災害對廣東省農業、交通運輸業等特定行業的影響。

2.2.2 模型參數估計

模型所包含的參數可以分為三大類：第一類是替代彈性參數，該類參數通常選擇文獻研究法確定，本文主要參考了郭正權等[26]、李元龍[27]、譚顯東[28]的參數估計值。第二類參數可對SAM表進行校準估算得到，如規模參數、份額參數和稅率參數等。第三類參數為災害沖擊參數，針對臺風“山竹”給廣東省經濟系統帶來的影響，選擇其中受災較為嚴重的“農業”、“貿易餐飲住宿業”、“交通運輸業”、“制造業”這四個部門進行間接損失傳導模擬分析。據廣東省農業農村廳統計，“山竹”重創農牧業生產，農作物受災面積達193 333 hm2，農業直接經濟損失約30億元。《廣東統計年鑒2019》中全省第一產業生產總值為3 831.44億元，根據式(25)計算得到農業部門的災害沖擊參數值為0.999 3。“貿易餐飲住宿業”部門缺乏直接經濟損失統計數據，故使用廣東省統計局公布的分行業1—9月增加值與1—8月增加值差額代替，該部門全年生產總值達11 412.96億元，因而“貿易餐飲住宿”部門的全年災害沖擊參數值為0.997 4。同理，可推出“交通運輸業”、“制造業”的年度災害沖擊參數值分別為0.996 2和0.995 3。

3 結果與討論

本文將農業、貿易餐飲住宿業、交通運輸業、制造業的直接經濟損失借助災害沖擊參數引入構建的災害CGE模型中，進而通過價格機制、供求關系等CGE模型所包含的經濟學原理開展分析，評估臺風“山竹”給廣東省造成的間接經濟損失。

3.1 宏觀變量的變化

從模擬結果來看，受“山竹”影響，廣東省居民收入出現下降，與災前相比收入減少了2.732%。對商品的消費量也隨之下跌了1.59%，如表1所示。同樣，收入減少導致居民儲蓄額相應下降，下降幅度達到2.732%。綜上，居民收入、消費與儲蓄這三個宏觀變量受臺風影響均表現出一定程度的下降。在稅收方面，消費稅與增值稅分別減少了2.051%、2.001%。此外，經過模擬發現間接稅收入與災前相比則下降了1.998%，總稅收收入隨之下跌了2.039%，廣東省政府收入下降了2.159%。與居民消費下降一樣，廣東省政府在“山竹”發生后對商品及服務的消費量也下跌了0.121%。需要指出的是雖然模擬結果顯示兩者均出現下降現象，但廣東省政府消費下降幅度卻遠小于居民消費，僅為后者變化量的1/13。

表1 臺風“山竹”對宏觀經濟的影響 %

根據模擬結果來看，強臺風“山竹”造成廣東省內總投資下降了3.243%，總消費減少了1.242%。除此之外，進出口商品總額下降了0.012%。由于廣東省的總投資、總消費、進出口均出現下跌情形，省內生產總值(GDP)也下跌了2.645%。鑒于對外貿易在廣東省經濟占據重要地位，本文在此分別從進口價格、進口量、出口價格及出口量這四個方面入手，模擬評估臺風“山竹”給廣東省進出口貿易帶來的影響。從進口方面看，本研究構建的災害CGE模型假定國產品和進口品之間滿足小國假設，即進口品價格外在給定，廣東省進口量只占國際貿易很小的一部分，其變化對進口品的國際價格不產生任何影響，所以災后進口品的價格保持不變(圖3)。此外，經過模擬發現各類商品的進口量出現了明顯的下降，農業、建筑業、貿易餐飲住宿業和其它服務業的進口量與基準線相比，下跌幅度超過4%。從出口方面看，災害使得廣東省總體出口量下降了1.405%。除制造業商品出口價格有輕微上漲外，其它各類商品出口價格均有不同程度的下跌。農業、貿易餐飲住宿業和其它服務業的商品出口價格下跌幅度都突破了1%，該模擬結果在一定程度上驗證了GASSEBNER等[27]的研究結論，即自然災害的發生會造成地區當年進口與出口出現不同程度下降的情況。

圖3 臺風“山竹”對廣東省進出口的影響

表2 臺風“山竹”對廣東省生產部門的影響 %

3.2 生產部門的變化

從模擬結果來看，除采掘業外，災后幾乎所有行業的總產出都出現了下降的情況(表2)。其中，農業部門產出值降低了0.955%。制造業為廣東省產業部門的中流砥柱，憑借佛山、東莞、珠海等地的制造業優勢，廣東經濟始終位列前茅。據模型評估結果顯示臺風“山竹”使制造業產出下降了1.486%，建筑業產出減少了2.437%。這可能是因為臺風“山竹”高達14～16級的風力所帶來的強破壞力所致。且建筑業多以露天作業為主，為防范臺風風險，境內多個建筑工地全面停工，由此造成產出下降。此外，模擬結果還顯示交通運輸業產出降低了0.851%。這是由于臺風“山竹”導致的大面積航班取消、廣深港高鐵和杭深高鐵等多條線路停營的結果。

一般而言，生產部門產出下降會導致相應行業的勞動力需求減少，勞動者面臨失業危險。但在此次模擬中，勞動力投入的變化并未與部門總產出變化完全一致，部分部門對勞動力的需求反而增加。以農業為例，該部門對勞動力的需求與災前相比上升了0.602%。依據熊彼特提出的“創造性”破壞理論，雖然災害造成區域內原有的有形物質財富受損，但也促進了當地基礎設施、生產資料的升級。因此，災后會重新投入人力物力進行恢復重建工作。臺風“山竹”發生后，農業部門需組織人手及時開展清溝排水、補種改種、病蟲防治等工作，由此引起勞動力需求的增加。同樣，因臺風造成的水利、電力、道路等基礎設施受損，災后也需投入大量勞動力進行修繕重建工作。因此，模擬結果顯示交通運輸業的勞動力投入災前相比提高了0.403%。從資本租賃率來看，災后七大生產部門的租金率在此次模擬中均發生了顯著的下降。除采掘業跌幅小于1%，農業、制造業、建筑業等產業部門的資本租賃率下降幅度均超過了兩個百分點。建筑業和其它服務業這兩類原本的存貨增加值就為零，引入災害沖擊變量之后，其值仍然保持不變。其余五大類的存貨增加值則呈現出明顯的下降，其中，制造業的存貨增加值降低了3.355%。

3.3 不確定性討論

本文通過災害CGE模型對臺風“山竹”給廣東省造成的經濟損失進行了定量評估，但仍然存在一些不確定性。在CGE模型中，彈性參數的設置對模擬結果的穩健性有重要影響。為保證廣東省災害CGE模型所得結果的穩健性，本文分別對總產出替代彈性參數σsp、進口替代彈性參數σsa、出口替代彈性參數σst進行敏感性檢驗。參考MAHMOOD等[30]的做法，將σsp在原值的基礎上分別擴大、縮小10%，模擬所得結果如表3所示。可知σsp的變化對宏觀變量變化的方向沒有影響，對其數值有輕微的影響。隨著σsp的增大，GDP的損失幅度將繼續增大。當σsp在原值基礎上增加10%時，GDP損失變化幅度達到0.005%。在所有宏觀變量中，本地自產自銷變動幅度最大，但也不超過0.09%。至此，可判定總產出替代彈性參數σsp通過了敏感性檢驗。

表3 σsp的敏感性檢驗 %

進口替代彈性參數σsa進行敏感性檢驗所得結果如表4所示。省內產品與進口品之間的替代彈性參數σsa的變化對模擬結果影響甚微，所有變量均未發生方向性的改變。除總投資變動幅度達到0.14%，其余宏觀變量的變化程度均小于0.1%。廣東省政府消費變動幅度最小，僅在原值基礎上變化了0.008%。由此，可判定進口替代彈性參數σsa通過了敏感性檢驗，即本文所得模擬結果是穩健的。出口替代彈性參數σst的敏感性檢驗結果如表5所示。值得注意的是在對σst進行敏感性檢驗時，發現其變動10%對變量造成的影響極其微小，只發生了0.000 001%的變化。因而在對其保留三位小數后，所得結果看上去與原值完全一致。由此可知，σst變動對模擬結果造成的影響幾乎為零。

表4 σsa的敏感性檢驗 %

表5 σst的敏感性檢驗 %

通過對以上三類參數進行敏感性檢驗，發現替代彈性參數的變動對模擬結果的影響十分微小，在可接受范圍內。即本研究所構建的災害CGE模型是穩健的，參數設置對模擬結果的影響在可控范圍內。本文所得結論可為政府開展災后管理工作提供參考。

4 結論與展望

本文以2018年臺風“山竹”為例，運用災害CGE模型評估了臺風給廣東省造成的間接經濟損失。結合模擬所得結果進行分析，主要結論如下：

(1)從宏觀變量層面看，模擬發現強臺風“山竹”導致廣東省生產總值下跌了2.645%。省內各類商品的進口量受臺風影響均出現了明顯的下降情況。農業、建筑業、貿易餐飲住宿業和其它服務業的進口量下跌程度尤為突出。就出口量而言，廣東省總體出口量較災前下跌了1.405%。除制造業商品出口價格輕微上漲0.14%，其余各類商品出口價格均有不同程度的下降。此外，與災前相比居民收入減少了2.732%，對商品消費量也隨之降低了1.59%。受山竹影響，總稅收收入也下跌了2.039%。

(2)從產業部門層面看，根據模擬結果顯示臺風“山竹”對廣東省七大行業的產出均有不同程度的影響。其中，制造業、建筑業、貿易餐飲住宿業的部門產出下降最為明顯，分別下跌了1.486%、2.437%、1.116%。“山竹”在造成部門產出普遍下降的同時，卻在一定程度上增加了某些部門的勞動力投入人數。農業、采掘業、制造業、交通運輸業的勞動力投入與災前相比分別增加了0.602%、2.587%、0.477%和0.403%。此外，災后產業部門的租金率均發生了顯著下降，其中，建筑業、貿易餐飲住宿業以及其它服務業的資金租賃率下跌幅度均超過3個百分點。

災害對經濟的影響具有復雜性和差異性，不同尺度的災害給各地區經濟系統造成的影響不能一概而論。對于經濟基礎優越的地區，災害可能反而會促進GDP的增長。對此，在后續研究中考慮將空間因素融入進CGE模型中，研究同一災害對不同區域經濟的影響。最后，本文僅是對臺風災害給廣東省造成的間接經濟損失進行了評估，未來將繼續深耕CGE模型，加強對模型可靠性的研究。