基于IO模型的洪涝灾害关联经济损失评估

陈元刚 周瑞璇

[摘 要]随着全球气候变暖，洪涝灾害发生的频率不断增加。为有效降低洪涝灾害损失和提高灾后风险管理，需要全面了解灾害对社会各产业部门造成的经济影响。文章运用IO模型，对重庆市2020年6—7月洪涝灾害进行实证分析，结果表明：农林牧渔业14.91亿元的直接经济损失，传导出产业部门关联间接经济损失总额7.15亿元，其中批发和零售、化学产品、食品与烟草三个部门受到较大影响。第三产业相比第二产业更易受本时段洪涝灾害产业关联影响，并由此针对性提出政府补偿和保险补偿对策。

[关键词]投入产出模型;洪涝灾害;关联经济损失

1 引言

2018年，在《1998—2017年的经济损失、贫困和灾害》报告中指出，全球91%的重大灾害事件与气候变化无常息息相关，其中洪涝灾害发生频率高达43.4%。据研究统计，中国近几年的气象灾害占自然灾害的比例都超过70%，就重庆而言，以洪涝灾害、旱灾、寒潮、大风等为主要气象灾害，其中又以暴雨洪涝为甚。1998年是重慶市洪涝灾害的标杆，全市40个区县全部受灾，受灾人口达1800多万人，直接经济损失72.4亿元。重庆暴雨导致洪涝平均2～10年一遇，比如2010年、2014年、2018年都发生了暴雨次数多、影响范围广、持续时间长的洪涝灾害，给居民生活带来不便的同时给社会也造成了严重的损失。据统计，重庆市2020年上半年洪涝灾害，全市35个区县、199.2万人受灾，直接经济损失33.59亿元。在重庆市洪涝灾害的严峻形势下，合理正确地评估洪涝灾害对社会造成的经济损失十分重要，能够有效指导政府对受灾区提高防灾减灾能力、对受灾人员减少财产损失采取对应的财政补贴政策。而经济损失往往被划分为直接经济损失和间接经济损失，直接经济损失能得到较好的直观评估，由于当今社会系统复杂多变，各个产业部门经济关联越来越紧密，某一个部门受到严重灾害影响后，给其他产业部门带来间接经济影响较难评估。因此，探讨洪涝灾害对社会各个产业部门的关联经济损失，能够更加科学地为降低洪涝灾情损失和提高洪涝灾后风险管理提供决策依据。

2 国内外研究现状

目前国内外学者针对洪涝灾害，应用投入产出法进行经济损失评估的研究并不多，大量学者对地震、雪灾、台风等自然灾害构建投入产出模型来评估各产业之间灾损情况研究较多。Okuyama（2002）创新性地构造了动态投入产出模型对自然灾害造成的间接经济损失进行评估。Rose（2004）研究了因地震导致供水中断而造成相关部门产生的间接经济损失。桑琐云（2004）基于投入产出模型全面分析了2001年重庆市旱灾所造成的经济损失及其对社会经济的影响。胡爱军等（2009）以2008年雪灾为例，分析非正常投入产出模型下因雪灾造成电力和道路基础设施破坏后的间接经济损失的估算。孙慧娜（2011）对汶川地震的间接经济损失进行实证研究，得出采用投入产出法中的分配系数法更适合。

然而近几年，洪涝灾害发生的频率不断增加，带来的社会经济影响不容小觑，国内外相关领域的学者和专家对其经济损失评估的重视程度也在不断加深。目前，评估方法主要有以下四种。

第一，可变模糊评价方法。陈守煜（2007）提出了洪水灾害损失可变模糊评价方法，指出该方法能处理多因素负责洪涝灾害评价问题。徐冬梅等（2010）利用实例应用结果证明了可变模糊评价法评价洪涝灾害损失是合理的，可信度高。虽然该方法能较好的获取洪涝灾害模糊信息与不确定因子，但对于各灾难损失指标的权重确定存在主观性。

第二，结合水文模型和损失估算模型的评估方法。Merz等（2013）根据洪涝和洪涝关联因素的特性，运用此评估方法构建了多变量洪涝灾害损失评估模型，指出该模型洪涝灾害损失率具有准确性。该方法更适合得出洪涝灾害造成的直接经济影响，不能全面地反映出间接经济影响。

第三，利用一般均衡模型（CGE模型）。李廉水等（2020）基于CGE模型考虑了洪涝灾害带来的动态影响，研究了中国不同年份洪涝灾害影响的累积效应。CGE模型的不足为数据弹性值是需要获取外部数据进行校准，不能根本保证其外部数据的精确性。

第四，投入产出模型（IO模型）。张鹏等（2012）构建供给与需求的影响矩阵，对湖南省因洪涝灾害造成的直接与间接损失进行评估。王桂芝等（2015）引入了多部门因洪涝灾害影响产生的直接损失值，研究其他相关部门产业损失。只有IO模型不仅能反映经济系统各产业部门之间的内在关联性，通过科学可靠的数据，也能够有效推导出各部门之间的损失传导效应。

3 模型介绍

1936年，美国经济学家瓦·列昂惕夫最早提出IO模型，该模型是以投入产出表为基础，利用数学模型的方式来体现各个产业部门之间的交互影响作用。IO模型应用于灾害经济损失相关研究的主要原理是利用经济系统各个部门之间的中间需求与投入产生的交易关系，体现其内部之间存在的某种关联关系，再通过某一部门最终产出的变化来计算出对经济系统其他部门造成的波及效应。

IO模型的核心是基于投入产出表的行列平衡关系，其中行平衡关系为行向各个部门的总产出等于生产过程中间使用与最终使用之和，用表达式表示为Qi=∑jQij+Yi，其中从行向看，Qij代表生产j部门产品对i部门产品的使用。列平衡关系为列向各个部门的总投入等于生产过程中间投入与增加值之和，用表达式表示为Qj=∑iQij+Zj，其中从列向看，Qij代表i部门投入生产中分配给j部门生产的产品。并且行向的总产出等于列向的总投入，即Qi=Qj。

在产业经济分析中，各产业之间的关联性为∑nj=1aijQij+Yi=Qi，aij表示直接消耗系数，代表某产业部门生产某产品对另一部门生产要素的第一次直接消耗。关系式为aij=Qij/Qi。用矩阵形式表达为AQ+Y=Q，通过矩阵变形整理即为Q=（I-A）-1Y，其中（I-A）-1称为列昂惕夫逆矩阵。在进行经济损失评估时，可对其再进行变形为ΔQ=（I-A）-1ΔY，其中直接经济损失定义为最终使用的损失ΔY，总生产的损失则为ΔQ，那么间接经济损失就为ΔQ-ΔY。在现实的生产过程中，某生产部门的第一次直接消耗并未只产生其他部门的一次间接消耗，而是会发生n轮的间接消耗，因此需要引入完全消耗系数bij。直接消耗系数矩阵与完全消耗系数矩阵存在的关系等式为B=（I-A）-1-I。上述的矩阵变形形式就可以替代为ΔQ=（B+I）ΔY。基于IO模型讨论灾害关联经济损失时，重要的一个假设条件即某一个产业部门总产品发生变化时，其余部门的最终使用保持不变，影响的是中间使用部分，即ΔYi=0（j≠讨论总产出变化的部门）。

4 实证分析

本文基于IO模型对重庆市2020年6月至7月的洪涝灾害进行关联经济损失评估，通过运用农林牧渔产品与服务部门的直接经济损失数据，研究该部门受洪涝灾害影响后总产出减少对其他关联部门造成的中间使用的影响，研究出各部门总需求的变化，从而得出产业关联经济损失数据。选取农林牧渔产品与服务部门的直接经济损失数据，作为分析基础的原因，在于重庆市2020年6月至7月洪涝灾害对该部门造成的经济损失影响最大并且统计数据直观。

4.1 数据来源与获取

我国正式开始编制投入产出表是1987年，每隔五年编制一次。故本文数据采用最近年份的《2017年重庆市投入产出表》，2020年重庆市洪涝灾害数据来源于重庆市洪涝灾害政府、媒体官方权威报道。由于投入产出表数据更新需要较长的时间，本文严格假设短期内经济系统各部门之间的投入与产出维持稳定的交易關系，在此基础上利用IO模型对短期内重庆市关联经济损失进行实证分析。

4.2 数据处理与分析

4.2.1 完全消耗系数矩阵

利用距重庆市2020年6—7月洪涝灾害最近的2017年投入产出表数据，根据上述计算公式求出42个部门直接消耗系数与完全消耗系数矩阵。重庆市2017年42个部门完全消耗系数矩阵具体数据如图1所示（保留小数点后4位），行与列的顺序按照重庆市投入产出表部门顺序排列，因数据庞大省略了部分数据。其中，负值表示其他产业对该产业都是投入，而没有产出，是最终消费型产业。

4.2.2 农林牧渔产品与服务部门直接经济损失

综合央广网等新闻媒体报道和政府部门公布的数据，重庆市2020年6月至7月发生了六次破坏力强的洪涝灾害，数次暴雨袭击，其中“6·11”洪涝灾害造成我市万州、綦江、梁平等15区县30万人受灾，农作物受灾面积6022公顷，其中绝收面积812公顷;倒塌房屋160间，不同程度损坏房屋1412间;直接经济损失2.37亿元。“7·18”发生的洪涝灾害造成万州、涪陵、沙坪坝等32区县6万人受灾，农作物受灾面积2.67万公顷，其中绝收5682公顷;倒塌房屋1485间，不同程度损坏4523间;直接经济损失10.2亿元。

在评估重庆市2020年6月至7月农林牧渔产品和服务部门的直接经济损失时，鉴于该部门直接经济损失的数据获取不详细，本文对该部门的数据进行笼统估算处理，简化为农业总损失。根据重庆市2020年6月至7月发生的洪涝灾害权威报道，农作物受灾面积共计66738公顷，其中绝收面积共计20402公顷，受灾农作物包括蔬菜、玉米、水稻等，农业直接经济损失约14.91亿元。

4.2.3 各部门关联经济损失

根据上述IO模型推导公式，将农林牧渔业的直接经济损失ΔY1确认为14.91亿元，得出该部门的间接经济损失约为1.36亿元，并估算出各产业部门的关联经济损失如表1所示。表1已经按照各关联部门间接经济损失由高到低进行排列（保留小数点后4位）。

表1表明，受重庆市2020年6月至7月洪涝灾害农业部门传导的直接经济损失影响，各产业部门发生关联经济损失总额高达7.15亿元，约占直接经济损失的48%。其中，批发和零售产业部门的间接经济损失最严重，达到1.53亿元，其次是化学产品部门达到1.27亿元，食品与烟草部门间接经济损失额紧随其后达到1.26亿元。共有三个产业部门关联经济损失达到1亿元以上，九个产业部门关联经济损失高达上千万元。统计对比各产业部门的间接经济损失额，发现第三产业相比第二产业受本次洪涝灾害损失传导影响更大，更为敏感。第三产业中批发与零售、交通运输、仓储和邮政、金融、租赁和商务服务四个部门的影响表现较大，但卫生和社会工作等部门影响较小;第二产业中化学产品、食品和烟草、电力、热力的生产和供应三个部门的影响表现较大。另外，重工业部门间接经济损失高于轻工业部门，其中原因可能是重工业部门的中间投入成本高于轻工业部门。

通过表1的右栏不难发现，还出现了部分产业部门间接经济损失为负值的现象，尤其是金属冶炼和压延加工品、非金属矿物制品、非金属矿和其他矿采选产品产业部门受农林牧渔业洪涝灾害关联影响，还创收了上千万元。该变化发生的原因是这些部门与农林牧渔产品与服务部门中间投入之间存在微弱影响关系，甚至不存在关联性。洪涝灾害过后，尽管农业损失严重，但对上述相关制造业、服务业部门的需求不降反增，从而使之还能创收。这也进一步说明：洪涝灾害虽然一定程度上造成了社会经济损失，但通过恢复、重建过程和部分产业部门的经济拉动，会促进区域经济更好地发展。

5 补偿对策与建议

通过上述的实证分析反映出重庆市2020年6月至7月因洪涝灾害农林牧渔业直接经济损失传导，给批发和零售、化学产品、食品与烟草等产业部门都造成了较大的间接经济损失，仅凭各部门自身力量较难承担该损失。因此，灾后的补偿对策问题是不可避免的。实施有效的政府补偿与保险补偿对策，不仅能弥补重庆市对应部门的经济损失，还有助于加快当地恢复生产生活的速度。

5.1 政府补偿为主

由于洪涝灾害具有意外性、毁坏性、预测偏差性等特点，使得进行灾后补偿具有公共性与公益性的特征，而政府能够较好地充当“义务人”的角色，对于受灾较严重的产业部门，给予更多的关注，充分发挥人力、物力和财力的优势实施补偿。为激励受灾严重的产业部门灾后积极恢复生产，促进其健康可持续发展，政府可以组织设立洪涝灾害风险基金，其中资金的筹集渠道主要包括财政收入、企业保费缴纳、保险公司的保费提取、社会捐助等。利用本文的实证分析数据举例，就可根据关联经济损失数额达到上亿元、千万元、百万元和百万元以下的产业部门，划分为四个等级确定不同的经济补偿标准，再从洪涝灾害风险基金中下拨政府补偿。政府补偿的针对性、开展迅速性是其他对策不可替代的，因此，可将政府补偿作为洪涝灾后补偿的主要对策。

5.2 保险补贴为辅

目前，我国自然灾害的商业保险并未形成完备的体系系统，因为自然灾害一旦发生，会导致受保对象同时出事故，商业保险公司会因为经营的风险概率增大，担心利润降低甚至亏损，产生逆向选择和道德风险问题。然而根据本文的实证分析可得，洪涝灾害给整个社会经济造成了不容小觑的关联经济损失，适时探讨避免逆向选择和道德风险等问题，并完善自然灾害保险机制。首先，可采取集体参保方式，通过个人缴纳、集体部门补助和政府补贴共同筹集保险资金，使个人、集体和国家三方共同分担责任，降低风险。其次，加大自然灾害保险相关知识的宣传力度，让各个产业部门充分认识到自然灾害保险在防灾减灾上的作用，不断提升重庆市产业部门洪涝灾害保险的投保率，确保相应规模的投保资金是保险公司持续运行的前提条件。最后，保险公司可以先在受灾影响大的某些产业领域内试点，研究并构建该领域的洪涝灾害保险机制。例如以上文关联经济损失分析数据为依据，确定某领域的承保范围与保险赔偿金额范围，保证保险公司有一定程度的利润空间。以保险补偿对策为辅的优势在于投保人签订的保险合同具有法律效力，因此，对于灾害损失保险补偿属于刚性的补偿要求，具备很强的补偿力度。

6 结论

本文基于IO模型的推导及计算，通过重庆市2020年6—7月洪涝灾害农林牧渔业直接经济损失值，对其余部门的关联间接经济损失进行评估。结果得出：本时段的洪涝灾害给重庆市带来了7.15亿元的关联经济损失，约占农业直接经济损失的48%，其中批发和零售、化学产品、食品与烟草三个部门受到较大影响，间接经济损失数额平均高达1.35亿元;第三产业相比第二产业更易受本时段洪涝灾害产业关联影响。

洪涝灾害间接经济损失程度不容忽视。为最大限度减少相应部门的损失，使其灾后快速恢复投入生产工作，提出建立洪涝灾害风险基金的政府补偿机制、完善自然灾害保险机制的保险补偿对策。通过研究表明：关联经济损失评估的结果数据能够针对受损程度的差异，为其对策的实施提供参考依据，对确定补偿标准划分、承保范围、保险赔偿金额范围等都能起到非常大的作用。

参考文献：

[1]宁思雨，黄晶，汪志强，等.基于投入产出法的洪涝灾害间接经济损失评估——以湖北省为例[J].地理科学进展，2020，39（3）：420-432.

[2]李廉水，蔡洋，谭玲.基于动态CGE模型的中国暴雨洪涝灾害综合经济损失评估研究[J].河海大学学报（哲学社会科学版），2020，22（1）：28-36，106.

[3]王桂芝，李霞，陈纪波，等.基于IO模型的多部门暴雨灾害间接经济损失评估——以北京市“7.21”特大暴雨为例[J].灾害学，2015，30（2）：94-99.

[4]张鹏，李宁，刘雪琴，等.基于投入产出模型的洪涝灾害间接经济损失定量分析[J].北京师范大学学报（自然科学版），2012，48（4）：425-431.

[5]孙慧娜. 重大自然灾害统计及间接经济损失评估[D].成都：西南财经大学，2011.

[6]徐冬梅，陈守煜，邱林.洪水灾害损失的可变模糊评价方法[J].自然灾害学报，2010，19（4）：158-162.

[7]胡爱军，李宁，史培军，等.极端天气事件导致基础设施破坏间接经济损失评估[J].经济地理，2009，29（4）：529-534.

[8]陈守煜.可变模糊集合理论——兼论可拓学的数学与逻辑错误[J].大连理工大学学报，2007（4）：618-624.

[9]桑琰云. 重庆市旱灾及其经济损失研究[D].重庆：西南师范大学，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]陈元刚（1968—），男，四川人，教授，重庆理工大学劳动与社会保障系主任，主要从事经济学、劳动与社会保障研究;周瑞璇（1997—），女，重庆人，硕士研究生，主要从事资产评估研究。