从重建资金与效率角度定量评估灾后经济恢复力的变化——以武汉市“2016.07.06”暴雨洪涝灾害为例*

张正涛，李 宁，冯介玲，陈 曦，刘 丽，白 扣

(1.北京师范大学 地理科学学部 环境演变与自然灾害教育部重点实验室，北京 100875; 2.北京师范大学 地理科学学部 地表过程与资源生态国家重点实验室，北京 100875; 3.北京师范大学 地理科学学部 减灾与应急管理研究院，北京 100875)

由气候变化引发的自然灾害频发，不仅对灾区经济系统、人们生命财产形成巨大威胁[1]，也对我国社会经济发展、政策实施构成影响，“一带一路”政策中节点城市及经济带暴雨洪涝、台风等灾害的频发一定程度上阻碍政策的发展与实施[2]。如何提高抵抗灾害造成的损害并快速从灾害破坏中恢复，已成为政府与学者关注的热点与重点。

自然灾害恢复力的提出与实践[3-6]为解决相应的防灾减灾与风险管理对策提供了出路。2005年第二届世界减灾大会通过了“2005-2015兵库行动框架”，明确提出构建国家和社区灾害恢复力需求[7]，2015年第三届世界减灾大会上通过“2015-2030年仙台减灾框架”，加入城市尺度，将“提高灾后恢复”灾列为四项优先行动事项之一，进一步提升恢复力研究在减轻灾害风险评估中的地位[8-9]。恢复力评估旨在测度社会经济系统在遭受自然灾害冲击后，通过政府社会重建与自我调节下不断适应灾害影响并尽快恢复到灾前水平的能力[3,10]。其评估方法目前也已得到学者的广泛研究。有从定性角度出发，通过实地调研[11]、入户访谈[12]建立样本构建社区防灾减灾能力或利用“经验分析”给出恢复力建设的措施[13]。也有从定量角度出发，基于洪灾损失率模型建立损失率曲线[14-15],更多的是构建指标评估体系，利用加权综合方法给出指标层与恢复力之间的数学关系[16-18]。

然而，多数研究关注道路、房屋、基础设施的破坏与恢复力之间的相互关系，鲜有进一步发掘灾害造成的破坏均可统一用经济损失值来衡量，恢复力可用经济损失进行定量化表征的问题。直接经济损失是反映承灾体在灾害发生那一时刻抵抗灾害的能力，而灾害发生后经济系统由于灾害直接损失造成的企业减产停产(房屋设备等损坏)产生的间接经济损失[19-20]，反映的正是承灾体从灾害造成的损害中恢复的能力，因为间接经济损失值表征的是承灾体从遭受灾害起到完全从灾害中恢复这一过程中的损失，该损失属于流量，与“恢复力则是灾害发生后, 区域恢复、重建及安全建设与区域发展相互作用的动态量，它主要取决于区域综合灾害风险行政管理能力、政府与企业投入和社会援助水平。”的本质[21]相同，灾后间接经济损失的重要性也已得到政府与学者的广泛认可[19-27]。灾害造成的间接经济损失与恢复时间可利用基于经济学机理的评估模型计算，如投入产出模型[22-25]，可计算一般均衡模型[26-27]等进行评估。

而灾害造成的间接经济损失、恢复时间与灾后重建力度关系密切。灾后重建资金的大小以及重建速度是影响间接经济损失大小非常重要的因素，重建资金与重建速度的差异会直接导致灾后承灾体遭受的间接经济损失程度不同(图1)。根据我国国情与重建体系，重大自然灾害后会有来自政府与社会的重建资金，而重建资金及重建速度本质属于灾后适应行为，它们对间接经济损失动态变化路径的改变(图1)与Bruneau[6]提出的恢复力模型中灾后适应行为对承灾体恢复力路径的改变仍高度一致(图2)。

重建资金的变化与恢复力之间、重建资金在恢复中单位时间的增长即恢复效率与恢复力之间有怎样的定量关系值的进一步研究(图3)。

图1 重建资金与效率的提高对武汉市灾后间接经济损失的影响(各曲线与Y轴，Y=100%围成的面积为间接经济损失值)

图2 灾后适应行为对承灾体灾后恢复力的影响(改编自文献[10])

图3 重建资金与重建力度变化对恢复力与恢复期的影响示意图

本文的核心思路是以间接经济损失为纽带，分析与对比重建资金及其效率对承灾体灾后经济恢复力的提高程度，而非对比不同经济发展水平之间承灾体灾后恢复力差异。本文以武汉市“2017.07.06”期间大暴雨洪涝灾害(以下简称“武汉7·6暴雨洪涝”)为例，利用适应性区域投入产出存货(ARIO-Inventory)模型，设定重建资金的变化、重建效率的变化、重建资金与效率同时变化三种情景，模拟不同重建资金与效率变化下的间接经济损失与灾后恢复期，给出重建资金、效率的变化与经济恢复力变化之间的定量关系(图3)。从重建资金与效率角度出发，强调灾后重建对承灾体恢复进程、减小灾害损失的重要性，并为政府灾后重建分配方案的制定提供定量化的依据。

1 数据来源与处理

1.1 研究区及案例选择

武汉市(29°58′N～31°22′N, 113°41′E～115°05′E)地处江汉平原，位于长江干流与汉江汇流区域，2016年长江流域中下游多数地区均遭受较强暴雨洪涝灾害袭击。其中，“武汉7·6暴雨洪涝”作为损失最为严重的单次灾害，民政部国家减灾中心与国家统计局为此启动《特别重大自然灾害损失统计制度》[28]对此次灾害造成的直接经济损失与受灾人口等灾情信息进行详细统计。此外，为减轻暴雨洪涝灾害造成的内涝等问题，2013年武汉市政府启动《武汉市中心城区排水设施建设三年攻坚行动计划》[29]，投资140亿元重点治理武汉市排水系统。

1.2 直接经济损失

“武汉7·6暴雨洪涝”灾情资料来源于民政部国家减灾中心《特别重大自然灾害损失统计制度》[28]统计数据，灾害共造成直接经济损失87.4亿元，约113万人受灾。为保持与投入产出表中的部门口径数一致，根据国家经济分类标准，将各部门直接经济损失数据调整至19部门。

1.3 固定资产存量

模型假设灾害对资本的破坏体现在固定资产存量的损失，因此灾后资本生产能力下降等于直接经济损失对固定资产存量的百分比，即:

(1)

1.4 武汉市2013年投入产出表

由于国家与各省市统计局均未发布市级投入产出表，为满足模型评估需求，本文中所用2013年武汉市投入产出表基于Industrial Ecology Lab

图4 ARIO-Inventory模型理论框架(公式及参数的说明详见文献[24])

(IELab)技术，由澳大利亚与国内团队构建[32]。IELab技术基于广泛的搜集与应用底层社会经济统计数据的基础上展开研发，目前已成熟应用至澳大利亚、美国与全球投入产出表的开发与编制中。

2 评估模型

2.1 ARIO-Inventory模型

本文建立的模型是基于Stephane Hallegate于2008年提出、并于2014升级的适应性区域投入产出存货模型 (Adaptive Regional Input-Output Inventory Model, ARIO-Inventory)[24]。作为动态投入产出模型，在保留列昂惕夫方程简洁、便于计算优点的同时，充分考虑灾后各部门生产容量的变化、生产瓶颈的处理以及各部门之间因减产停产、产业关联影响造成的生产约束等经济响应特性，突出灾后各部门在重建初期、中期、后期因供需失衡导致的存货不足对整体恢复重建的异质性作用，以月为步长，实时动态模拟从灾害发生到重建完毕时间段内经济系统供需平衡的变化，刻画灾害对地区经济的影响，模型现已成熟运用到洪涝[24,33]、地震[27,34],等多灾种的损失评估中。模型的理论框架对比如图4所示。

(1) 引入灾害冲击、重建资金与效率

第一阶段为图4中第一行，将灾害造成的冲击引入到经济系统中，资本受损为直接经济损失DL与其固定资本存量K的比值(OKi)。若OKi<1，表明灾后生产能力仍未恢复到灾前水平(设定灾前水平为100%)，通过增加重建资金或提高重建效率使生产能力相比未发生灾害时得到提高(生产能力超额αi)，但其提高幅度最多只能达到重建资金所能提供的上限(αmax)。若OKi<1，表明灾后生产能力已恢复，其重建资金逐渐撤出，超额的生产能力则逐渐恢复到灾前水平(100%)。

(2) 灾后资本生产逐步恢复

(3)考虑灾后存货的影响及恢复结束的判定

2.2 模型参数

模型所需外生参数如表1所示，其中超额生产能力最大值αmax设为101.28%，来源于武汉市为治理城市内涝灾害用于治理城市排水系统等所投资的140亿元，该投资在“武汉7·6暴雨洪涝”灾后恢复过程发挥了重要作用，因此本文假设将140亿投资作为灾后恢复过程中的重建资金，并按2015年武汉市GDP换算百分比。单位时间超额生产能力增长值1/τα则根据重建资金额的大小及生产能力的响应速度设置。其他参数取值及参数的敏感性分析参见文献[24]。

结合模型参数取值来源与其含义(表1)，重建资金主要由超额生产能力αmax控制，资金的重建效率主要单位时间超额生产能力增长值1/τα控制，通过改变以上两个参数表征其重建资金及其效率的变化，其他参数及参数的敏感性分析请参见文献[24]。

表1 重建资金与重建效率对应模型参数及取值

3 灾后重建资金与效率变化对经济恢复力影响的结果分析

3.1 重建资金与效率变化参数设置

本文通过ARIO-Inventory模型的模拟，以评估得到的间接经济损失及恢复到灾前所需的时间为纽带，分析重建资金与效率的变化对经济恢复力及恢复期的影响，以期为灾后经济恢复力提供最合理的建设方案。

重建资金变化：在基础重建资金140亿元(101.28%)上，每组增加100亿元的重建资金，其超额生产能力分别为102.20%，103.12%以及104.03%，控制其他参数保持不变(表2)，分析重建资金的增加对经济恢复力与恢复期的影响。

重建效率变化：在基础恢复时间120 d上，逐级提高超额生产能力的增加量，每组按照1/3的速度提高，最后一组时间设定为上一组的1/2(表2)，即重建效率逐级提高约1/3，并控制其他参数保持不变，分析重建效率的提高对经济恢复力与恢复期的影响。

重建资金与效率同时变化：基础重建资金(140亿)与时间(120 d)与以上两组相同，同时增加、提高与以上两组相同幅度的重建资金(100亿)、重建效率(1/3)(表2)，分析两者的变化对经济恢复力与恢复期的影响。

3.2 结果对比与分析

3.2.1 重建资金变化对武汉市灾后经济恢复力影响

将Group1中的参数代入ARIO-Inventory模型，结果显示“武汉7·6暴雨洪涝”灾害共造成91.98亿元的总经济损失，其中包括87.4亿元的直接经济损失与4.58亿元的间接经济损失，表明在关注灾害造成的直接经济损失同时，也不能忽略其对灾区造成的间接经济损失。

本文设置Group1中的评估结果为基础值，即设定为100%(下同，均保持相同设置)：若灾后重建资金从140亿增加至440亿，灾害造成的间接经济损失则从4.58亿元(100%)下降至0.46亿元(10.04%)，下降幅度为4.12亿美元(89.96%)，平均降幅为1.37亿元(29.99%)(图5)。而经济恢复到灾前水平所需要的时间则由275 d(100%)缩短至180 d(65.46%)，缩短幅度95 d(34.55%)，平均缩短32 d(11.51%)(图5)。

图5 重建资金变化对经济恢复力影响的定量评估(平均△为下一组与上一组的差值后的平均值)

而经济恢复力可用灾害造成的间接经济损失定量表征，恢复期可用灾后经济系统恢复到灾前所需要的时间定量表征。因此，其结果表明若将洪涝灾害后，重建的重点集中于提高重建资金，每提高100亿重建资金，可使承灾体经济恢复力平均提高29.99%，恢复期平均缩短11.51%。灾后重建资金的增加可较大程度降低灾后间接经济损失的同时缩短恢复到灾前的时间，使灾后经济系统快速恢复到灾前水平，对经济恢复力提高的贡献较大。但经济恢复力的提高不仅依靠灾后重建资金的支持，同时也需要提高重建效率。

3.2.2 重建效率变化对武汉市灾后经济恢复力影响

将重建效率提高约1/3(由120 d缩短为30 d)，灾害造成的间接经济损失从4.58亿元(100%)下降至1.63亿元(35.59%)，下降幅度为2.95亿元(54.41%)，平均降幅为0.98亿元(21.47%)(图6)。而经济恢复到灾前水平所需要的时间则由275 d(100%)缩短至185 d(67.27%)，缩短幅度90 d(32.73%)，平均缩短30 d(10.91%)(图6)。

其结果表明若灾后重点提高重建效率，即将资金应用于重建的时间每缩短约三分之一，承灾体经济恢复力将提高21.47%，恢复期缩短10.91%。重建效率的提高对经济恢复力的影响相比重建资金的增加对经济恢复力的影响低8.52%，对恢复期的影响低0.6%，一定程度上表明经济恢复力的提高对重建资金的增加相比其重建效率的提高可能更敏感。但重建效率的评估结果是在重建资金为140亿的情况下得到的，若增加重建资金的同时提高重建效率，则能有效弥补重建资金对灾后资本恢复程度的限制，可能使得承灾体经济恢复力得到更大程度的提高。

表2 重建资金与效率变化的参数组合

图6 重建效率变化对经济恢复力影响的定量评估

3.2.3 重建资金与效率同时变化对武汉市灾后经济恢复力影响

将重建资金从基础值140亿增加至440亿，重建效率提高约1/3(由基础值120 d缩短为30 d)，灾害造成的间接经济损失将从4.58亿元(100%)下降至0，且从中获益4.92亿元(-130.59%)，若将获益部分算入影响，其下降幅度达10.56亿元(230.59%)，平均降幅为3.52亿元(76.86%)(图7)。而经济恢复到灾前水平所需要的时间则由275 d(100%)缩短至110 d(40.00%)，缩短幅度165 d(60.00%)，平均缩短55 d(20.00%)(图7)。

图7 重建资金与效率变化对经济恢复力影响的定量评估

其结果表明若重建资金每增加100亿元，同时重建效率每提高1/3，武汉市灾后经济恢复力将提高76.86%，恢复期将缩短20%，将较大程度的提高灾区经济恢复力，并且其提高幅度是仅增加重建资金情景的2.23倍，是仅提高重建效率情景的3.58倍，而恢复期缩短幅度是仅增加重建资金情景的1.74倍，是仅提高重建效率情景的1.83倍。因此，灾后经济恢复力的建设与恢复期的缩短需要依靠灾后重建资金及其重建效率的同时提高，若无法同时提高，可将重建重点偏向于提高灾后重建资金。考虑到重建资金的使用并非针对一次灾害而言(如提高城市防洪排水系统等)，承灾体经济恢复力的提高可有效提高防灾减灾能力，降低未来灾害造成的间接经济损失。

4 结论与讨论

本文基于“武汉7·6暴雨洪涝”灾情统计资料，通过改进ARIO-Inventory模型，模拟重建资金变化、重建效率变化以及两者同时变化下武汉市灾后间接经济损失与恢复到灾前所需时间，表征其承灾体经济恢复力与恢复期，以期定量化的求得重建资金与效率提高对提高灾后经济恢复力提升的贡献。得到结果如下。

(1) 灾害共造成总的经济损失88.98亿元，其中直接经济损失87.4亿元，产生的间接经济损失4.58亿元，经济恢复到灾前所需的时间为9个月。

(2) 重建资金每增加100亿元可使经济恢复力提高近三分之一，恢复期缩短约12%，而重建效率每提高1/3则使经济恢复力提高近四分之一，恢复期缩短11%，而两者同时提高则能最大程度的降低灾害造成的间接经济损失甚至从中获益，使经济恢复力平均提高达四分之三，恢复期缩短五分之一。

(3) 重建资金与效率同时提高对承灾体经济恢复力的贡献是仅增加重建资金的2.23倍，是仅提高重建效率的3.58倍，对恢复期的贡献是仅增加重建资金的1.74倍，是仅提高重建效率的1.83倍，表明灾后经济恢复力的建设与提高需要重建资金与效率的同步支持，使重建资金能在尽量短的时间内作用到灾后恢复与建设中。

在加强恢复力概念的理解的同时，只有将恢复力概念中的重建强度与效率等关键要素具体化、定量化，才能详细揭示灾后恢复期重建资金、效率与恢复力变化的定量关系，清楚展示恢复力在对推动灾后恢复进程对减小灾后损失的贡献。才能使恢复力成为“提高承灾体防灾减灾能力、优化灾害风险管理政策与措施”实实在在科学依据。这些定量化的模型应该基于灾害学、经济学、地理学多学科交叉。