基于多区域CGE模型的水污染间接经济损失评估——以长江三角洲流域为例

张 伟，刘 宇，姜 玲，王金南，吴文俊，毕 军（1.环境保护部环境规划院，国家环境保护环境规划与政策模拟重点实验室，北京 10001；.南京大学环境学院，污染控制与资源化研究国家重点实验室，江苏 南京1009；.中国科学院科技政策与管理科学研究所，北京 100190；4.中央财经大学政府管理学院，北京 100081）

基于多区域CGE模型的水污染间接经济损失评估——以长江三角洲流域为例

张 伟1，2，刘 宇3，姜 玲4*，王金南1，2，吴文俊1，2，毕 军2（1.环境保护部环境规划院，国家环境保护环境规划与政策模拟重点实验室，北京 100012；2.南京大学环境学院，污染控制与资源化研究国家重点实验室，江苏 南京210093；3.中国科学院科技政策与管理科学研究所，北京 100190；4.中央财经大学政府管理学院，北京 100081）

通过构建长江三角洲流域多区域CGE模型，模拟了2011年水污染对长江三角洲流域内部地区（上海、流域内浙江、流域内江苏）造成的间接经济损失.并且构建间接影响系数来反映流域内不同区域和行业受水污染的间接波及程度.研究结果表明：水污染对流域内区域的经济影响差异明显，从GDP绝对值减少量来看，上海GDP损失最大（161.3亿元），但从GDP百分比变化来看，流域内浙江损失更为显著（2.84%）；上海经济对长江三角洲流域水污染最为敏感，其间接经济损失将是其直接经济损失的3.5倍左右，而流域内江苏、流域内浙江仅为0.92倍和1.98倍.

水污染；长江三角洲流域；多区域CGE模型；间接经济损失

水污染经济损失是指由于水环境质量下降造成的水服务功能的破坏，进而造成的经济损失

［1］.通过将水污染损失货币化，衡量水污染所造成的经济损失，不仅便于更直观地了解水环境受到威胁的程度，并且在制定区域水污染防治方案、建立流域生态补偿以及绿色核算时能够提供定量决策参考［2-3］.目前，水污染的经济损失评估大致有三类方法，即分类计算法、恢复费用法和计量经济学法［4-5］.分类计算法就是把水污染经济损失的影响对象分为工业、农业、渔业、旅游业、市政建设、家庭消费和人体健康等几大类，寻找各类的市场替代品价值，并相加求和作为水污染的经济损失.该方法主要借鉴环境经济核算的相关方法框架，在我国早期环境损失和水污染损失研究中应用较多［6-10］.恢复费用法是以恢复受破坏的水环境资源所需的费用作为水环境资源遭到破坏的经济损失估值的一种计算方法，仅从污染源角度计算削减污水排放的费用.计量经济学方法是把水环境价值作为一个整体，通过数学方程建立水资源价值与经济活动关系表达，然后利用大量数据回归得出方程的参数，从而测算水污染的经济损失，主要以索洛方程法、模糊数学法、污染损失率法、水污染经济损失函数法等具体方法应用为主，近年来得到了广泛应用［11-16］.

然而，上述针对水污染的经济损失评估主要以直接损失评估为主.各受冲击对象，如农业、渔业、工业等，由于水污染导致的产出下降或价格变化都将通过产业间关联将经济损失向上下游行业传导，进而对整个经济系统产生间接影响，是直接经济损失的后续效应.因此，仅评估直接损失无法全面衡量水污染造成的经济损失，定量化评估水污染的间接经济损失同样十分重要，但相关研究仍然较少.目前，在测算间接经济损失的方法上， 使用最为广泛的是投入产出模型、社会核算矩阵模型和可计算一般均衡模型（CGE）三类宏观经济模型［17-19］.CGE模型是基于投入产出模型和社会核算矩阵模型的非线性模型，不仅充分考虑了各行为主体的经济行为，如价格关系、供需关系、商品要素的替代关系等［20］，而且能够真实地刻画水污染的直接经济冲击在不同经济部门和宏观经济方面的传导机制，已在自然灾害间接损失评估中得到应用［21-23］.

长江三角洲流域是长江中下游平原的重要组成部分，位于我国经济最为发达的区域，也是水污染最为严重的流域之一.长江三角洲流域包括上海、杭州、嘉兴、湖州、苏州、南通、无锡、常州、镇江、南京、泰州、扬州、宣城共 13个城市，面积约5×104km2，覆盖上海市全部、江苏省28.36%、浙江省 11.69%、安徽省 0.16%.流域内城市经济结构和发展水平差异大，城市间经济关联程度高，水污染造成的直接经济损失会在区域内、行业间造成复杂的交叉关联间接影响.为了能更加科学捕获水污染在流域内的间接损失特征，本文通过构建长江三角洲流域多区域CGE模型，以2011年为例，模拟水污染对长江三角洲流域内部地区的间接经济损失，为长江三角洲流域开展全面的污染经济损失评估和水污染防治政策提供科学决策支持.

1 方法与数据

1.1 水污染影响区域经济的作用机理

图1 长江三角洲流域水污染对经济系统的间接经济影响作用机理Fig.1 The mechanism of indirect economic impacts of water pollution at Yangtze River Delta Basin

本文研究对象是指伴随汛期降水增多的农业面源水污染加剧.根据历年《长江水资源质量公报》及相关研究［24-25］表明，农业面源是导致长江流域，尤其是其下游长江三角洲流域汛期污染加剧的主要来源.水污染的直接影响表现在对农业、旅游业、污水治理工业以及居民消费造成的损失：导致种植业和渔业等减产，影响农产品价格；导致污水治理行业的生产成本增加，影响供水价格；降低旅游资源质量，减少旅游业营收；增加居民对桶装水和净水器具的消费，影响居民消费结构.上述直接影响将引起流域内各行业上下游产品价格和供需的变化，进而通过区域间产业关联影响到其他行业和区域，形成水污染的间接影响.主要包含三个层面：①在产出层面，主要包括各行业GDP、总产出、消费和投资等指标；②在价格层面，主要包括消费价格指数（CPI）、进出口价格等；③在区域层面，既包含对长江三角洲流域内3个省市的经济影响，还包括对长江三角洲流域外的经济影响（图 1）.采用多区域 CGE模型模拟水污染的间接经济影响，其模拟结果是区域受水污染冲击下经济社会的状态与假设没有水污染下的经济社会状态基准状态的差值.

1.2 模型结构与宏观闭合条件

本文使用的多区域 CGE模型来自澳大利亚维多利亚大学政策研究中心（Centre of Policy Studies， Cops）的 TERM（The Enormous Regional Model）模型［26］.TERM 模型数据库构建方便，求解速度快，在世界很多地区都得到广泛应用.模型采用自下而上（Bottom-Up）结构，将每个区域视为单独的经济体，通过区域间贸易、投资和劳动力流动实现区域间经济活动的有机连接.本文使用中国科学院科技政策与管理科学研究所开发的中国版TERM模型（SinoTerm），优化设定了模型中的常替代弹性生产函数（CES）相关替代弹性使之更符合中国区域经济特点.在此基础上对长江三角洲流域以外省份进行合并（详见 1.3），使之适用于长江三角洲流域.TERM模型的求解采用专用CGE求解器Gempack软件［27］.

短期水污染对经济影响往往呈现短期效果，因此采用短期宏观闭合（CGE模型的宏观闭合条件参阅文献［20］）.TERM模型的短期闭合包括区域的行业资本存量不变，区域的实际工资粘性假设，区域回报率和劳动力可以变化等.此外，关于消费需求的假设：国家层面的总消费与国家的GDP的份额不变，即国家的GDP水平直接决定私人消费水平；政府支出短期内固定不变.

1.3 数据库构建

表1 投入产出表42部门与18部门对应Table 1 Mapping between the 42 sectors and the 18sectors in input-output table

续表1

采用国家统计局出版的2007年中国30个省42部门独立投入产出表和中国海关公布的分省贸易和关税数据，构建了包含省际贸易的中国30省区静态TERM模型数据库，并采用RAS法（也称为双比例尺度法）将数据库更新到 2011年［28］.根据长江三角洲流域范围，将江苏、浙江、上海以外的其他 27省市合并为“中国其他”区域.另外，将江苏和浙江分别拆分成流域内和流域外，并将流域外江苏和浙江合并为“长江三角洲其他”区域，最终本文研究区域为长江三角洲流域内江苏（简称流域内江苏）、长江三角洲流域内浙江（简称流域内浙江）、上海、长江三角洲其他以及中国其他5个地区（由于安徽省在长江三角洲流域内面积很小，因此本文不考虑流域水污染对安徽省造成的经济影响），数据库同样按照上述 5区域拆分及合并，拆分使用的经济份额数据来源于江苏和浙江流域内各县市的经济统计数据.为突出长江三角洲流域内经济特征，将原来的42部门合并为18部门（表1）.

1.4 直接经济损失数据及冲击变量设定

水污染的间接经济损失测算基于直接经济损失.直接经济损失通常包括两个方面：①因为水质不合格，或虽暂时合格但存在恶化趋势，为避免由此产生的污染危害，水管理者与水使用者所支付的抵御性费用；②水使用者因水污染而直接遭受的经济损失.本文参照李锦秀等［1］的研究方法，以双曲函数法为基础，构建了水质-经济损失影响函数，并测算了2011年长江三角洲流域水污染的直接经济损失（表2）.

式中：Ti为水污染经济损失率；Si为水污染最大经济损失系数，指在水污染达到最严重情况下，对各分项社会经济指标i可能带来的最大经济损失，来源于李锦秀等人的研究［1］，并按可比价折算至2011年价格水平；Q为综合水质类别（Ⅰ～Ⅴ、劣Ⅴ类水质），Qd为经济损失的拐点水质类别；Zr为水污染经济总损失；Fi为长江三角洲流域各分项社会经济指标i多年平均值；i包含农业、一般工业、水的生产与处理工业、旅游业和居民消费等5类.

表2 长江三角洲流域2011年水污染导致的直接经济损失Table 2 Direct economic lost induced by water pollution in 2011 at Yangtze River Delta Basin

将直接损失冲击数据引入TERM模型是本文的关键，需要考虑水污染对经济系统的作用途径和机理.本文借鉴已有研究［29-30］，将农业、一般工业、水的生产与处理工业以及旅游业等行业的全要素生产率外生并对其进行冲击，模拟水污染对经济系统造成的间接经济损失.其经济学的含义是：行业由于水污染将导致产出或增加值下降，可以理解为行业的生产效率下降，即行业既定的投入要素只能生产更少的产品.另外，水污染使居民对纯净水（包括桶装水和瓶装水）的支出增加，从而导致居民的可支配收入下降，本文设定纯净水支出占食品总支出的比重作为对食品加工业的可支配水平的冲击变量（表3）.

表3 长江三角洲流域2011年水污染导致家庭消费支出增加Table 3 Increase in household consumption expenditure induced by water pollution in 2011 at Yangtze River Delta Basin

1.5 间接经济影响系数

间接影响系数 IDE，表示间接影响与直接影响的比例关系，可以用于评估水污染对行业或区域的间接波及程度.从方向上看，如果该系数是正号，表示间接影响加强了直接影响，行业或地区在受到直接冲击损失后，由于区域间、上下游行业关联传导，诱发受到后续间接损失；如果该系数是负号，表示间接影响减弱了直接影响，行业或区域受到直接冲击损失后，由于其他地区某行业受到损失相对更为严重，有可能导致本地区相同行业竞争力增强，间接影响为正效益.行业和区域的间接影响系数分别为：

式中：IDEi是第i行业的间接影响系数，表示水污染对第i行业造成的直接影响与间接影响的倍数关系；XIi表示第i行业的增加值间接影响的变化量；XDi表示第 i行业的增加值直接影响变化量；IDE反映的是水污染对一个地区所有行业造成的直接影响与间接影响的倍数关系.

2 结果分析

2.1 水污染的宏观经济影响

由表4可知，2011年水污染将导致长江三角洲流域内 GDP减少 360亿元，就业人数减少11.62万人，CPI上涨0.3个百分点，投资减少178亿元，消费减少208亿元，水污染对长江三角洲流域内经济冲击明显.从流域内部来看，流域内三省区的 GDP、消费、投资和就业等指标均出现下降.上海、流域内江苏和流域内浙江的GDP分别减少 0.84%（161.3亿元）、0.20%（53.8亿元）和2.84%（144.8亿元）.从 GDP绝对值减少量来看，上海 GDP损失最大，其次是流域内浙江和江苏；但从GDP百分比变化来看，流域内浙江损失最为显著.其他指标，如就业、消费、投资也存在相同特征.而对于CPI的变化来看，流域内江苏CPI下降较为明显.总之，上海和流域内浙江受水污染的经济损失较为严重.

表4 水污染对长江三角洲流域内的宏观经济影响Table 4 Economic impacts of water pollution on sub-regions in Yangtze River Delta Basin

从行业角度看，流域内浙江国民经济行业受到的负面冲击最大，大多集中在服务业，如房地产、公共服务、商务餐饮和建筑业等；其次是上海，各个行业产出大多出现下降，降幅在-0.2%～-0.5%之间；流域内江苏则完全不同，除个别服务业部门外（如房地产、公共服务、商务餐饮和建筑业），多数行业都出现了产出扩张的态势.宏观上分析，这是由于水污染对江苏的直接冲击较小造成的.

表5 水污染对长江三角洲流域内区域各行业的产出影响（%）Table 5 Output impacts by sector of water pollution of each sub-region at Yangtze River Delta Basin （%）

分行业看，农业是受到冲击最大的行业，3个区域平均下降33.5%，其中流域内浙江、上海和流域内江苏分别下降39.4%、51.3%和9.8%.其次，受冲击较为严重的是流域内浙江的房地产业、商务餐饮业和建筑业，原因在于房地产业80%以上都是用于消费和投资活动，而宏观上的消费和投资双双出现下降间接导致了房地产业的产出下降.商务餐饮业产出下降主要是由于私人消费需求下降引致.建筑业产出同样下降，原因在于水污染导致长江三角洲流域内各区域的回报率下降，从而放缓了投资活动，进而减少建筑业的产出.

此外，许多行业产出呈现扩张.其中，最大的是流域内江苏的食品加工制造业，其产出上涨0.65%，上海也上涨了 0.28%，但是流域内浙江却下降了 0.43%.原因有两方面：一是对瓶装水（桶装水）的需求大幅增加，刺激产出的扩张；二是瓶装水（桶装水）的价格增长面临来自流域外区域的竞争压力，流域内江苏和上海明显是正面产出拉动较大，因为这两个省调出到两个其他地区的份额相对较低.而流域内浙江调出到其他地区的份额达到了46%，因此，价格的上涨导致其竞争压力加大降低了产出.

2.2 水污染的间接影响系数

2.2.1 水污染对区域的间接影响系数 由表 6可知，水污染对长江三角洲流域的间接影响系数均为正数，表明长江三角洲流域水污染的间接影响均加强了其直接影响.长江三角洲流域整体的间接影响系数为2.21，表明一旦发生水污染，对经济造成1元的直接损失将间接导致2.21元的间接损失.分区域看，三省的间接影响系数存在较大的差异.其中，流域内江苏间接影响系数较小，为0.92.表明发生水污染灾害时，其间接经济损失要低于其直接经济损失；流域内浙江的间接影响系数为1.98，表明发生水污染灾害时，其间接经济损失约是直接经济损失的2倍.上海的间接影响系数要大幅高于另外两个区域，达到3.47，表明发生水灾害时，其间接经济损失约是直接经济损失的3.5倍.

表6 长江三角洲流域水污染的区域间接影响系数Table 6 IDE of each sub-region of water pollution at Yangtze River Delta Basin

图2 水污染对流域内子区域各行业的经济损失及间接影响系数Fig.2 Economic loss and IDE by sector of each subregion induced by water pollution at Yangtze River Delta Basin

2.2.2 水污染对行业的间接影响系数 从图 2可知，除农业、食品制造加工业和商饮服务业外，各行业的间接影响系数都是负值，大致在-1.3～-2.9之间（由于建筑业、货运邮电业、金融保险业、房地产业、公共服务业和其他服务业等 6个行业只有间接影响，没有受到直接影响，因此无法计算间接影响系数）.其中农业的间接影响系数都是正值，这是因为由于水污染导致农产品价格大幅上涨，导致和进口农产品和长江三角洲以外的农产品大幅替代长江三角洲流域的农产品，所以，间接影响强化了直接影响.食品制造加工业是因为上游的农产品价格上涨和下游消费需求增加（瓶装水和桶装水）共同导致成本上涨.其中，江苏的间接影响系数达到 52.3，是由于江苏食品制造加工业的直接冲击太小造成的，因为作者发现江苏的直接成本冲击只有上海和浙江的 1/10.商饮服务业主要是流通运输需要的行业，由于整个经济下滑，导致其对流通运输服务的需求减少，进而强化了直接冲击的影响.

针对上海市而言，除商饮服务业、农业、食品加工业外，剩余行业的间接影响系数均为负数，表明多数行业间接影响并非直接影响的强化和延续，而是对直接影响产生对冲，削弱直接影响.可以看出多数行业间接影响系数均在-2左右.针对流域内江苏而言，各行业间接影响系数基本处于2～-3之间，其中大于0的有7个行业，分别是农业、采掘工业、食品制造加工业、木材及造纸业、石油工业、冶金工业、机械工业；另外还有5个行业的间接影响系数小于 0，表明间接影响对直接影响形成对冲，分别为纺织工业、化学工业、其他工业、电力工业、商饮服务业.针对流域内浙江而言，农业、食品制造业、商饮服务业3个行业间接影响系数均大于 0，表明其间接影响强化了直接影响；而剩余行业间接影响系数均小于0，表明其间接影响弱化了直接影响，其中电力和纺织行业的间接影响系数均小于3.

3 结论

3.1 将多区域 CGE模型应用到了流域层面，用于评估水污染在流域内造成的间接经济损失，可以反映出区域和行业特征差异.从长江三角洲流域案例评估结果来看，2011年的水污染对流域内3省市的经济影响差异明显.从GDP绝对值减少量来看，上海GDP损失最大，但从GDP百分比变化来看，流域内浙江损失更为显著.从行业产出来看，流域内浙江的服务业，如房地产、公共服务、商务餐饮和建筑业等受到的负面冲击最大，上海各个行业产出大多出现下降，流域内江苏多数行业都反而出现了产出扩张的态势，如其食品加工制造业上涨0.65%.

3.2 本文构建了水污染间接经济影响系数，可以用于快速判断直接损失所带来的间接损失的大小以及对应的区域和行业.根据结果可以得知，长江三角洲流域一旦发生水污染，上海所遭受的间接经济损失将是其直接经济损失的3.5倍左右，显著大于其他两个区域.因此应优先维护上海的经济，防止其间接经济损失放大.

3.3 开展流域水污染间接经济损失评估有利于为流域水污染防治以及相关政策制定提供精准、科学决策依据，对开展流域内生态补偿政策、跨区域排污权交易、环境风险评估和环境损失鉴定评估等都具有十分重要的参考.

［1］ 李锦秀，徐嵩龄.流域水污染经济损失计量模型 ［J］. 水利学报，2003，（10）：68-74.

［2］ 过孝民，王金南，於 方，等.生态环境损失计量的问题与前景［J］. 环境经济， 2004，（8）：34-40.

［3］ 刘倩倩，秦昌波，葛察忠，等.我国煤炭环境外部成本的经济核算［J］. 中国环境科学， 2015，35（6）：1892-1900.

［4］ 程红光，杨志峰.城市水污染损失的经济计量模型 ［J］. 环境科学学报， 2001，21（3）：318-322.

［5］ 方国华，钟淋涓，毛春梅.水污染经济损失计算方法述评 ［J］. 水利水电科技进展， 2004，24（3）：54-56.

［6］ 过孝民，张慧勤.公元 2000年中国环境预测与对策研究 ［M］.北京：清华大学出版社， 1990.

［7］ 葛吉琦.江苏太湖地区水污染损失估算 ［J］. 环境科学， 1992，13（2）：68-72.

［8］ 夏 光，赵毅红.中国环境污染损失的经济计量与研究 ［J］. 管理世界， 1995，（6）：198-205.

［9］ 郑易生，阎 林，钱薏红.90年代中期中国环境污染经济损失估算 ［J］. 管理世界， 1999，（2）：189-197.

［10］ 赵 越，於 方，王金南，等.水污染环境经济核算体系与结果分析 ［J］. 环境保护， 2007，（9）：23-25.

［11］ 刘 晨，伍丽萍.水污染造成的经济损失分析计算 ［J］. 水利学报， 1998，（8）： 44-47.

［12］ 李锦秀，廖文根，陈敏建，等.我国水污染经济损失估算 ［J］. 中国水利， 2003，（21）：63-66.

［13］ 张增强.我国水污染经济损失研究 ［D］. 中国水利水电科学研究院， 2005.

［14］ 王 艳，王 倩，赵旭丽，等.山东省水环境污染的经济损失研究［J］. 中国人口资源与环境， 2006，16（2）：83-87.

［15］ 谭 喨，刘春学，杨树平，等.滇池水污染经济损失估算 ［J］. 长江流域资源与环境， 2012，21（12）：1449-1452.

［16］ 饶清华，邱 宇，许丽忠，等.基于污染损失估算模型的闽江流域水污染经济损失估算 ［J］. 水电能源科学， 2014，32（3）：47-49.

［17］ Cole S， Pantoja L E， Razak V. Social accounting for disaster preparedness and recovery planning ［R］. Buffalo： State University of New York at Buffalo， 1993.

［18］ Okuyama Y. Economic modeling for disaster impact analysis：past， present， and future ［J］. Economic Systems Research， 2007，19（2）：115-124.

［19］ 张显东，梅广清.西方灾害经济学模型述评 ［J］. 灾害学， 1999，14（1）：91-96.

［20］ 赵 永.经济分析 CGE模型与应用 ［M］. 北京：中国经济出版社， 2008.

［21］ Rose A， Guha G S. Computable General Equilibrium Modeling of Electric Utility Lifeline Losses From Earthquakes ［M］∥Okuyama Y， Chang S E. Modeling Spatial and Economic Impacts of Disasters. Berlin Heidelberg： Springer， 2004：119-141.

［22］ Rose A， Liao S Y. Modeling regional economic resilience to disasters： A computable general equilibrium analysis of water service disruptions ［J］. Journal of Regional Science， 2005，45（1）：75-112.

［23］ 解 伟，李 宁，胡爱军，等.基于CGE模型的环境灾害经济影响评估——以湖南雪灾为例 ［J］. 中国人口.资源与环境， 2012，22（11）：26-31.

［24］ Jin M， Ren Z， Shi J P， et al. Impact of agricultural non-point source pollution in eutrophic water body of Taihu Lake ［J］. Environmental Science & Technology， 2010，33（10）：106-111.

［25］ Wang X， Hao F， Cheng H， et al. Estimating non-point source pollutant loads for the large-scale basin of the Yangtze River in China ［J］. Environmental Earth Sciences， 2011，63（5）：1079-1092.

［26］ Horridge M. The TERM Model and Its Database ［M］∥Horridge M. Economic Modeling of Water. Netherlands： Springer， 2012：13-35.

［27］ Dixon P B， Jorgenson D. Handbook of Computable General Equilibrium Modeling ［M］. Oxford： Elsevier， 2013.

［28］ Dewhurst J H L. Using the RAS technique as a test of hybrid methods of regional input—output table updating ［J］. Regional Studies the Journal of the Regional Studies Association， 1992，26（1）：81-91.

［29］ 王兆坤.洪涝灾害下电力损失及停电经济影响的综合评估研究［D］. 湖南大学， 2012.

［30］ 曹 玮，肖 皓.基于 CGE模型的极端冰雪灾害经济损失评估［J］. 自然灾害学报， 2012，（5）：191-196.

Evaluating the economic loss induced by water pollution based on multi-regional CGE Model： a case study of Yangtze River Delta Basin.

ZHANG Wei1，2， LIU Yu3， JIANG Ling4*， WANG Jin-nan1，2， WU Wen-jun1，2， BI Jun2（1.State Environmental Protection Key Laboratory of Environmental Planning and Policy Simulation， Chinese Academy for Environmental Planning， Beijing 100012， China；2.State Key Laboratory of Pollution Control & Resource Reuse，School of Environment， Nanjing University， Nanjing 210093， China；3.Institute of Policy and Management， Chinese Academy of Sciences， Beijing 100190， China；4.School of Government， Central University of Finance and Economics，Beijing 100081， China）. China Environmental Science， 2016，36（9）：2849～2856

Taking Yangtze River Delta Basin as an example， indirect economic impacts of water pollution in 2011 on sub-regions （Shanghai， Zhejiang and Jiangsu） were simulated based on a basin scale multi-regional computable general equilibrium （CGE） model. Moreover， an indirect effect coefficient （IDE） was been built to reflect the degree of indirect effect of water pollution on each sub-region and sector. The results indicated that economic impacts of water pollution had significant differences in three sub-regions of Yangtze River Delta Basin. The loss in GDP in Shanghai was the highest（16.13 billion Yuan）， whereas the ratio of GDP loss in Zhejiang decreased most significantly （2.84%）. In addition， the IDE of Shanghai， Zhejiang and Jiangsu were 3.47， 1.98 and 0.92 respectively， which means that the economy of Shanghai was most sensitive to water pollution occurred in the Yangtze River Delta Basin than other two regions.

water pollution；Yangtze River Delta Basin；multi-regional CGE model；indirect economic loss

X196

A

1000-6923（2016）09-2849-08

2016-01-15

水利部公益专项（201201073）；水专项（2012ZX07601002）；重点研发计划（2016YFA0602500）；国家自然科学基金（91325302）

* 责任作者， 副教授， linerjiang520@126.com

张 伟（1984—），男，河南安阳人，助理研究员，南京大学博士研究生，研究方向为环境经济政策模拟.发表论文10余篇.