灾害间接经济损失评估研究综述

唐彦东,张佳丽,于 汐,罗荣荣

(防灾科技学院 应急管理学院,河北 廊坊 065201)

0 引言

近年来,我国自然灾害频发,各种自然灾害在造成直接损失的同时,也会造成巨大的间接经济损失。2014年,发生在我国的“威马逊”台风造成了我国整个经济系统的间接经济损失高达1217亿元,是直接经济损失的3.74倍[1]。2021年,河南省“7·21”极端暴雨造成的间接经济损失是直接经济损失的1.8倍[2]。与直接损失相比,灾害间接损失的形成是一个长期的过程,在时间和空间上的影响更加深远。及时准确地评估灾害间接经济损失不仅可以帮助人们判断灾害影响的严重程度和损失分布情况,还有助于防灾减灾和恢复重建决策。

1 灾害间接经济损失的概念

早期学者主要基于与致灾因子的关系或时间的视角来界定灾害间接经济损失。把致灾因子间接造成的损失界定为灾害间接经济损失。或从“时间”的角度,把直接损失发生后的损失界定为灾害间接经济损失。这2种划分方法均不能准确区分直接损失和间接损失。如次生灾害造成的财产损失与致灾因子具有“间接”关系,在时间上也可能发生在直接损失之后,但其属于直接损失。目前,多数学者认可PARKER等[3]提出的以经济学“存量-流量”概念来区分直接损失和间接损失的方法。存量是描述事物存在状态的变量,指某一时间点上经济变量的数值,“存量损失”是指某一时刻经济价值的降低。流量是反映一定时期内经济价值的产生、转换、交换、转移或消失的经济变量,一定时期内发生的“流量损失”即为灾害间接经济损失。

资产的价值及其变化可以采用成本法、市场法和收益法来衡量。收益法认为,资产的价值在于资产带来的未来收益的净现值。因此,损失的资产价值在于减少的未来产品和服务的价值,即流量的减少。收益法实际上是以流量来衡量存量价值损失,因此,既计算存量损失又计算流量损失就会造成重复计算[4]。美国学者Rose认为,采用“高阶效应”(higher-order effects)可以克服流量和存量的同质性,比“流量-存量”界定灾害间接经济损失更具普适性。“高阶效应”包含除自身资产破坏导致的减产损失以外的所有流量损失[4],即不包括生产设施本身受灾破坏而导致的产量减少损失[5]。需要指出的是,收益法应用范围有限,仅适用于可以产生现金流的整体性资产的价值。

2 灾害间接经济损失评估方法

灾害间接经济损失评估方法可以分为三类:统计学评估方法、经济学评估方法和计量经济学评估方法,其中经济学评估方法研究最为深入。

2.1 统计学评估方法

统计学评估方法基于灾害间接经济损失与其他经济变量之间的关系来计算灾害间接经济损失的评估方法,主要有经验系数法(比例系数法)[6]、国内生产总值(GDP)或国民生产总值(GNP)对比法[6]和事后经济调查法。在实践中,灾害间接经济损失的计算通常采用简单易行的经验系数法[7]。

经验系数法假设间接损失与直接损失之间具有正相关性,两者之间具有一定的比例关系[6]。如郑山锁等[6]提出灾害间接经济损失等于灾害直接经济损失的“比例系数”倍。

GDP(早期也有学者采用GNP)对比法通过国家或区域受灾前后GDP变化量来评估间接经济损失[6]。林均岐等[8]建立国内生产总值、地震震级和地震直接经济损失3个变量与地震间接经济损失之间的关系,并统计了我国大陆发生的地震震害20多次40多个地区地震前后GDP的变化,计算出这些地区的地震间接经济损失。都吉夔等[9]利用灾区市(县)区域GDP、震害系数、相关部门生产营业恢复时间和影响时间评估承灾企业减停产间接经济损失。王海滋等[10]采用灾前灾后GNP的变化,比较分析震后经济体系的运行状态,将震后剩余的生产能力重新分配布局,使整个经济系统达到震后最优运行状态,期间对应的经济损失为产业关联损失。

经验系数法和GDP对比法适合在数据不完整的情况下对灾害损失进行快速评估,但经验成分较多,是一种比较粗略的评估方法,仅适用于灾害初发阶段的快速评估。

事后经济调查法是一种较原始的统计方法,主要思想是基于灾情进行实地调查,可从“生活、交通、生命线、农田”等多个维度对灾害间接经济损失进行调查评估[11]。刘希林等[11]基于泥石流灾害对事后经济调查分析方法进行了详细阐述。事后经济调查法理论上可行,在实际操作中具有一定的困难。

统计学评估方法的适用范围、优势及不足如表1所示。

表1 统计学评估方法的适用范围、优势及不足Table 1 Application scope, advantages and shortcomings of statistical evaluation methods

2.2 经济学评估方法

大多数经济模型假定经济系统是渐变的,因此难以分析短期内灾害对经济造成的剧烈变化。目前,学者主要应用投入产出模型(input-output model,IOM)和可计算一般均衡模型(computable general equilibrium,CGE)来评估灾害间接经济损失。

2.2.1 投入产出模型及其扩展

1)投入产出模型

投入产出模型由美国经济学家Leontief在20世纪30年代创立[12],是综合分析经济活动中投入与产出之间数量依存关系的一种经济数学模型,是系统分析国民经济各部门再生产环节之间技术经济联系的一种经济数量分析方法[6]。1974年,美国学者Cochrane最早采用投入产出模型预测了旧金山地震造成的间接经济损失[13]。评估人为灾害可以追溯到第二次世界大战中对于战略轰炸的研究,一直延续到对世贸中心社会安全事件的研究。目前,投入产出模型广泛应用于台风、地震、洪涝、雾霾、社会安全事件等自然灾害和人为灾害间接损失评估[14-17]。由美国联邦应急管理局和美国国家建筑科学研究院联合开发的HAZUS-MH灾害间接经济损失评估系统基于投入产出框架开展灾害区域间接经济损失评估[18]。

投入产出模型能够反映区域经济内部的相互依存关系,而且相对比较简单,但也存在一些严重的缺陷。就基本的投入产出模型而言,不同经济部门之间的经济行为是静态的(线性),假定不同部门产品之间不可以相互替代,投入替代结构僵化。基本的投入产出模型也不能解决优化问题,没有考虑追求效用最大化的行为,不包含供给和需求方程。此外,投入产出模型没有考虑生产能力的限制,无法实现对价格变化的响应,不能满足间接经济损失评估的动态需求[19-21]。一般认为,采用静态投入产出模型,其评估的结果为灾害间接经济损失的上限 。

为了改进投入产出模型的静态局限性,使其可以反映经济体结构内部结构和技术变化。Leontief(1953)率先通过资本积累的跨期机制提出动态投入产出模型。由于模型结构导致产生的结果不可靠,后期又多次改进动态投入产出模型,如1965年利用投资系数矩阵改进、1970年使用差分方程组和具有时间的技术矩阵(dated technical matrices)进行改进[16, 22]。王桂芝等[16]使用静态投入产出模型和1965年Leontief提出的动态投入产出模型分析2013年北京雾霾对交通运输部门经济冲击下的产业关联间接经济损失。Leontief 动态投入产出模型包含了静态投入产出模型不具备的流量和存量的变化分析,可将灾害对资本存量(生产设施)和流量(前后向的联系)的损害纳入其中。但该模型未考虑流量的存量积累,模型结构可能会产生不可信的结果。因此,较少被用于评估灾害间接经济损失的实证研究[22]。

2)投入产出模型的扩展

Leontief提出的动态投入产出模型并不能给出可靠的间接经济损失评估结果,学者们又相继从不同优化角度改进静态投入产出模型。相应的扩展模型有序列产业间模型(sequential interindustry models,SIM)、不可操作投入产出模型(inoperability input-output model, IIM)、适应性区域投入产出模型(adaptive regional input-output,ARIO)、多区域投入产出模型(multi regional input-output, MRIO)、多区域影响评估模型(multiregional impact assessment, MRIA)等。

序列产业间模型早期由Romanoff等为了响应在动态环境中分析行业间生产的需要提出,将静态投入产出模型与生产年表、最终需求计划的时间序列和时间分段技术系数矩阵(time-phased technical coefficient matrices)相结合,把静态投入产出模型增强为动态模型,可在不同空间和时间上衡量灾害间接经济损失[22]。Romanoff和Levine为了解决序列产业间模型中的“完美知识”假设问题,在序列产业间模型中纳入了库存函数[22],使模型假设更贴近实际情况。OKUYAMA等[22]用序列产业间模型评估了日本神户地震近畿地区的区域间接经济损失。序列产业间模型不仅能够处理灾害的不确定性、供需不匹配和技术替换[13],还能模拟灾害影响传播的动态过程和灾后短期恢复过程,评估生命线中断等间接经济损失。序列产业间模型修改后没有明确给出能力限制的形式化表达,序列产业间模型的主要假设和性质并不适用于评估中断持续时间较短的灾害间接经济损失[22]。

经济部门之间相互依存,当存在内部故障或外部扰动时,系统可能无法执行其预期功能进而引起连锁反应。为了探讨相互依赖的部门之间产生的连锁反应,分析自然或人为灾害造成的商业中断引起的间接经济损失[23],HAIMES等[12]以投入产出模型为基础,将系统不可操作的概念整合到投入产出模型中,建立了不可操作投入产出模型[24],通过评估相互依存部门的脆弱性确定灾害连锁反应。不可操作投入产出模型广泛应用于社会安全事件[25]、气候变化[26-27]、停电[28]、流感[29]等间接损失评估。OOSTERHAVEN[30]以2011年日本海啸为例,从生产力、基础设施、劳动力供应破坏三方面分析了不可操作投入产出模型评估灾后间接经济损失的局限性。不可操作投入产出模型可以计算各种扰动对不同地区的间接影响和相互依赖的部门不同恢复率[24]。然而,不可操作投入产出模型所有技术系数和贸易系数都被假设为既定常数,缺乏生产模式、进出口限制和贸易约束。灾后生产过程中的技术替代、区域间资源替代等会对灾害损失起到减轻的作用,不可操作投入产出模型只能估计灾害的部分“负面”间接影响,忽略了“积极”的间接影响(损失的减轻),倾向于高估灾害间接经济损失[31]。

投入产出模型评估间接经济损失时并不考虑生产能力和经济系统灵活性,为了克服上述缺陷,HALLEGATTE[20]首次提出适应性区域投入产出模型,并应用于评估2005年美国Katrina飓风对新奥尔良造成的间接经济损失。适应性区域投入产出模型[20]基于投入产出表和混合建模方法(hybrid modeling methodology),通过受灾地区的生产损失,综合考虑受灾部门生产能力被限制引起的前后向关联和产品的进口替代、价格弹性,评估灾害对地区造成的间接经济损失。张鹏等[32]基于适应性区域投入产出模型,结合1998年湖南省经济状况及救灾政策,模拟洪涝灾害后具备不同数量部门的经济损失数据对应的间接经济损失,分析部门经济损失数据完备程度对间接经济损失评估的影响。刘远等[33]基于适应性区域投入产出模型评估了2018年“艾云尼”台风对广东省造成的间接经济损失,分析不同经济部门的间接经济损失在灾害恢复过程中的动态变化。适应性区域投入产出模型所需数据收集困难,行为方程中引入了较多难以校准的参数,研究者根据经验确定参数,具有一定主观性,只能根据历史灾害来校准这些参数。数据收集和合理的参数设置是应用适应性区域投入产出模型评估灾害间接经济损失的主要困难。

为了克服投入产出模型无法对跨区域部门间接经济损失进行全面评估的缺陷,CHENERY等[34]首次构建了多区域投入产出模型。多区域投入产出模型以多区域投入产出表为基础,分析国家之间、部门之间的联动制约关系,根据受灾国家或部门的增量变化,评估其他国家或部门的间接经济损失[35]。周蕾等[1]利用多区域投入产出模型分析2014年中国“威马逊”台风对“一带一路”典型国家造成的关联性间接经济损失。闫绪娴等[35]基于多区域投入产出模型和UNCTAD-Eora全球价值链数据库数据,评估了“山竹”台风给“一带一路”沿线国家和部门造成的间接经济损失。多区域投入产出模型可以在部门一级反映国家内部和国家之间商品和服务的流量,能够有效地揭示各部门和各地区之间的相互联系[36]。多区域投入产出模型依然依托投入产出表,投入产出表数据更新较慢,因此无法考虑灾害的滞后影响,只能计算出灾害的静态关联间接经济损失[35]。

落后的生产技术会导致企业的低效率生产。为了确定低效率生产引起的经济损失,使灾害间接经济损失评估更贴近现实,KOKS等[37]提出了多区域影响评估模型,多区域影响评估模型又称递归动态多区域供给使用模型(recursive dynamic multiregional supply-use model),该模型把线性规划技术与投入产出模型结合,综合考虑生产限制、低效率生产和级联效应,评估灾害造成的短期间接经济损失。虽然该模型考虑了生产技术对间接经济损失的影响,可在一定程度上降低经济系统的不可操作性。但该模型只适合于短期间接经济损失的分析,无法评估具有强烈价格效应(strong price effects)的大型灾害的长期间接经济损失[37]。

2.2.2 可计算一般均衡模型及其扩展

1)可计算一般均衡模型

1960年,可计算一般均衡模型最早由JOHANSEN在其博士论文《多部门经济增长研究》中首先提出[4]。该模型基于投入产出数据、一般均衡理论[38]和社会核算矩阵(social accounting matrix,SAM)[39],克服了投入产出模型的一些缺点,如它是非线性的,考虑了资源限制,可以解决价格和数量之间的相互作用,可以实现效用最大化[13]。可计算一般均衡模型评估间接经济损失大致分为经济系统建模、数据构建、情景构建和间接经济损失估算4个步骤[38],通过效用函数(utility function)和利润最大化函数在经济主体间建立数量联系,观察部门间的交互作用,利用价格机制探究部门间的连锁效应,评估灾害间接经济损失[40]。解伟等[41]以2008年南方冰雪灾害作为例,采用可计算一般均衡模型分析了交通业的瘫痪对湖南省整个经济的间接经济影响大小。TIRASIRICHAI等[38]模拟密苏里州圣路易斯市区主要都市圈在2004年发生7.0级地震,运用可计算一般均衡模型评估因高速公路桥梁受损造成的间接经济损失。ZHOU等[42]通过57项实证研究中253个可计算一般均衡模型模拟的灾后结果,对可计算一般均衡模型分析灾害影响的可靠性进行了深入研究分析。

可计算一般均衡模型具备投入产出模型不具备的优势,不仅允许通过生产和消费的非线性函数来调整产出价格、允许中间产品和生产要素进行替换、允许进口产品替代区域产品[43],还能够检查经济系统扰动造成的经济变化,在一定程度上克服了“重复计算”的问题[38,44]。此外,可计算一般均衡模型不受过多的约束条件影响,如经济账户平衡和资源约束等,有助于更深入地测算灾害造成的间接经济损失。

可计算一般均衡模型对数据要求较高,计算相当复杂,常以国家或省为调查单位[39]。运用可计算一般均衡模型存在两大限制,一是建模要求经济系统必须遵循阿罗-德布鲁模型(Arrow-Debreu Model),阿罗-德布鲁模型将经济系统中消费者和商品的数量具体化,使一般均衡状态变得可计算;二是所有的市场必须满足瓦尔拉斯定律,即净利润为零、市场出清、收入平衡(每个代理人的收入必须等于禀赋价值),以保证系统的均衡状态[38]。通常, 可计算一般均衡模型评估灾害间接经济损失时,可能存在极端的替代效应和价格变化,倾向于夸大经济个体的灵活性和韧性[13],造成灾害间接经济损失的低估,其评估结果通常被看作灾害间接经济损失的下限。

2)可计算一般均衡模型的扩展

可计算一般均衡模型的扩展模型有美国应用一般均衡模型(U.S. applied general equilibrium model, USAGE模型)、空间可计算一般均衡模型(space computable general equilibrium model, SCGE模型)等。

美国应用一般均衡模型[43]由维多利亚大学政策研究中心(CoPS)开发[45],主要用于美国的动态可计算一般均衡模型建模。目前,美国应用一般均衡模型在分析灾害间接经济损失方面取得了很大的进步[42],主要是通过模拟基准运行(经济正常运行)和扰动运行(经济受冲击运行)状态,比较2种不同运行状态的偏差[46]。DIXON等[47]利用美国应用一般均衡模型分析COVID大流行造成的美国农业供应链中断的间接经济损失。为了便于在所需研究领域的集成分析,美国应用一般均衡模型在不同的行业应该具有不同的版本,目前这方面的研究成果尚未实现[46]。美国应用一般均衡模型与可计算一般均衡模型一样受到一般均衡状态的限制,如必须保持生产技术、贸易和最终需求行为的均衡[48]。

空间可计算一般均衡模型是可计算一般均衡模型的空间拓展模型,融入了空间经济学的基本逻辑,考虑不同区位要素流动性、规模经济和运输成本,目的是为了进一步准确分析区域经济影响[49]。空间可计算一般均衡模型可以通过区域经济要素建立空间联系,模拟相关社会经济要素的变化,评估相应灾害情景下的灾害间接经济损失[39, 49-50]。SHI等[50]利用空间可计算一般均衡模型评估了四川什邡地震公路运输系统受损造成的间接经济损失。CARRERA等[51]将存量损失的空间分析与一般经济均衡方法相结合,开发了一种评估洪水直接和间接经济损失的综合方法,并应用于2000年意大利北部的Po river洪水的损失评估。姜玲等[39]将空间可计算一般均衡模型应用到流域层面,以2011年长三角流域为例,对洪灾间接经济损失进行了评估。空间可计算一般均衡模型的优势在于能够反映供应链之间经济活动转移和价格变化等对各地区GDP造成的直接和间接影响[51-52]。在一定的生产和需求弹性范围内,空间可计算一般均衡模型评估结果是适度稳健的,但由于模型具有较高的数据依赖性,要求信息具有较高的准确性[39,53]。

经济学评估方法的适用范围、优势及不足如表2所示。

表2 经济学评估方法的适用范围、优势及不足Table 2 Applicable scope, advantages and shortcomings of economic evaluation methods

2.3 计量经济学评估方法

计量经济学模型(econometric models,EC模型)[54]是一组随机的、非线性的、动态方程,其主要特点是可以预测未发生的灾害可能带来的间接经济损失。研究者通常预测致灾因子的空间自相关或滞后效应,定量估计每个网格单元内致灾因子可能导致的间接经济损失[13,55]。SONG等[55]运用计量经济学模型模拟了2005年合肥市发生火灾可能造成间接经济损失。CHEN等[56]基于计量经济学模型和投入产出模型,构建了一个“计量经济学模型+投入产出模型”的综合模型,评估2013年北京雾霾给交通部门造成的间接经济损失。早在1970—1990年间,研究者曾认为投入产出模型和计量经济学的综合模型要比单独的投入产出模型或计量经济学模型更好,认为它们的融合能够更好地反映供需的相互作用[54]。融合研发的系统主要分为三类,分别是松散集成系统、由投入产出模型支配的集成系统、由计量经济学模型主导的集成系统。这三类集成系统在研究侧重点上各不相同。松散集成系统相当于常见的集成策略,通常是递归的,这类系统可能研究侧重倾向于集成连续体的任何一端(投入产出模型或计量经济学模型)。由投入产出模型支配的集成系统研究侧重倾向于投入产出模型,侧重总产出和行业间交易。计量经济学模型主导的集成系统研究侧重于计量经济学模型[13]。

计量经济学模型较投入产出模型和可计算一般均衡模型,不仅具有预测能力,而且具有完善的模型检验标准。计量经济学模型的数据需求量大,研究期间要求时间序列数据至少有10次观察值,这意味着通常需要观察几年时间,甚至更长的时间,因此计量经济学模型较少被用于估算区域经济损失。其次,计量经济学模型缺乏短期适应性行为,其预测能力准确度与系统偏离平衡的程度有关。

计量经济学评估方法的适用范围、优势及不足如表3所示。

表3 计量经济学评估方法的适用范围、优势及不足Table 3 Application scope, advantages and shortcomings of econometric evaluation methods

3 灾害间接经济损失研究不足

1)模型的建立基于多种理想化假设框架之下,不能完全客观地表达整个经济系统真实的运行情况。如假设经济系统的结构稳定不变,采用灾前经济系统结构评估损失,不考虑经济系统遭受灾害冲击后的恢复期波动过程,即不考虑灾后经济系统结构的韧性,使得评估结果具有局限性[14,57]。谭玲[58]研究中指出,韧性表现为系统的恢复效率,即受灾区的恢复进度。灾害韧性措施可定量减少灾害间接经济损失,韧性是灾害损失评估中重要影响因素,更是目前研究的重难点。张正涛等[59]研究中指出,只有将韧性具体化、定量化才能推动“韧性对减小灾后影响的贡献”研究。

2)目前灾害间接经济损失评估方法尚未达到实现综合研究的水平。灾害直接经济损失数据缺乏,易被简化,简化的数据无法全面包含灾害造成的直接经济损失,即通常将相关统计年鉴中统计的灾害直接经济损失直接作为最终产出损失,评估结果具有片面性,与实际情况存在偏差[14]。魏章进等[60]指出,多学科方法(如GIS、生态环境价值评估法等)的交叉运用有利于提升间接经济损失的综合研究水平,将成为间接经济损失研究的主流。吴吉东[61]指出直接经济损失是间接经济损失评估的重要依据,国内外已有相关的综合评估研究与实践,灾害间接经济损失和直接经济损失的综合性研究将成为损失评估研究的发展趋势。陈胜[62]指出随机权神经网络(人工神经智能网络)在震后评估和预测方面的应用是未来发展的必然趋势,借助直接经济损失指标的客观性取值引入随机权神经网络发挥评估和预测的真实作用。谭玲[58]研究中同样指出需重视灾害损失评估中数据融合程度研究,提升数据融合程度。

4 灾害间接经济损失研究趋势

近年来,学者不断研究灾害间接经济损失评估的新方法和新技术,出现了一些新趋势,主要表现为在间接损失评估中纳入韧性评估;针对传统信息获取技术的不足,国内外学者开始探讨信息融合技术和社交媒体数据在灾害间接损失评估中的应用。

4.1 韧性的纳入

社会经济主体的韧性可以降低灾害的影响范围和程度,使得韧性成为灾害经济损失评估研究的重点和难点。有学者认为,把韧性纳入灾害间接经济损失的评估,可以有效地帮助减少灾害带来近80%的负面影响[58]。

韧性[22]可以理解为缓冲或抑制自然灾害潜在损失的能力,通常被用来解释地区或国家在灾后没有像预期的那样衰退或比预期的恢复得更快的原因[52]。研究者通常基于灾区在灾害场景中的恢复速度,探究灾区的韧性,把灾区韧性纳入灾害间接经济损失模型,评估灾害间接经济损失大小。ROSE等[63]采用CGE模型,通过生产模块中的技术替代率和弹性参数值的变化体现韧性,模拟结果表明,由于韧性的减缓作用经济损失值有所减少。WEI等[52]区分了通过价格系统起作用的内在韧性与适应性韧性,通过“多区域可计算一般均衡模型”评估海港中断带来的间接经济损失。谭玲[58]在可计算一般均衡模型中纳入灾害韧性因素研究城市暴雨洪涝灾害经济损失,考察由于生产函数中劳动力和资本要素的减少所引起的韧性参数值变化,从而定量评估韧性减少灾害间接经济损失的幅度。

4.2 信息融合技术和社交媒体数据的应用

信息融合技术和社交媒体数据的应用是灾害损失评估方法的拓展,在一定程度上满足了损失评估的数据需求。LLINAS[64]较早地提出了面向自然灾害和人为灾害的信息融合概念和方案。信息融合技术即采用有效的方法将来自不同时间、不同来源(如数据库、传感器、模拟数据和人类活动)、不同格式的信息(如数字、文本、图像和视频)自动或半自动地转换成统一的表达,以支持人工或自动决策过程[65]。在大数据背景下,基于多学科的多源数据和地理信息系统、遥感、动态模糊神经网络等信息融合技术不断发展,以满足研究者对综合评估的更高需求[66-67]。如张慧等[68]基于地理信息系统构建数字高程模型,采用平面模拟方法模拟了松花江水位达到120.89 m时哈尔滨市各区的淹没范围,运用GIS与RS技术相结合的方法获取了哈尔滨市区土地利用现状空间分布信息,对淹没区的农业、工业、第三产业、农村住宅与家财和城镇住宅与家财进行了直接经济损失和间接经济损失的预测。张广平等[69]借助广义动态模糊神经网络,设计了一种模糊神经网络模型并应用于台风灾害损失的预测预警中,以便较好地预测台风灾害中倒塌房屋、受灾农作物面积、受灾人口及间接经济损失。吴先华等[70]基于WebGIS人机交互和投入产出模型提出了多学科城市暴雨内涝灾害经济损失评估系统。GAO等[71]使用GIS将层次分析法(AHP)和空间分析结合的方法评估直接影响,将直接影响纳入可计算一般均衡模型研究沿海地区的间接经济损失。WU等[65]构建了基于WebGIS的人机交互、分布式数据采集的经济损失评估系统,对暴雨洪涝灾害的直接和间接经济损失进行评估,结合天气预报信息,实时上报城市暴雨洪涝灾害的直接和间接经济损失,自动生成典型暴雨洪涝点的防御对策报告,提供灾害的空间分布情况。路尧等[72]利用DOM(正射影像图)、三维模型结合实地调查研究分析无人机遥感技术在震后损失预测评估中的应用能力。

社交媒体数据通过现有的社交媒体手段,如微信、微博等,利用受灾群众自发生成的灾情信息,进行灾害严重区域的划分、跟踪及灾害相关损失程度分析等。目前,社交媒体数据已被尝试应用于飓风、洪涝等灾害间接经济损失的分析[58]。如谭玲[58]利用社交媒体数据研究2020年8月重庆市暴雨洪涝灾害经济损失。

数据融合技术和社交媒体数据可以提高评估结果的时效性和可靠性,数据融合技术在预测和应急方面提供了更加有力的技术保障[66-67]。消除数据“碎片化”的现象,是利用信息融合技术亟需解决的重要问题。高实时性的社交媒体数据是灾害损失评估信息的重要来源,越来越受到学者的关注,但从大量文本、图片和视频等不同类型信息中提取相关信息是一个巨大的挑战。

5 结论

尽管存在争议,但越来越多的学者采用经济学中“流量-存量”来界定直接损失和间接损失。灾害间接经济损失建模理论和技术不断完善,但能够准确快速评估间接经济损失的方法仍然有限[73]。灾害间接经济损失评估方法研究,主要集中在经济学模型领域。投入产出模型通常用于评估短期效应,分析相对简单[74]。可计算一般均衡模型通常用于评估长期效应,模型比投入产出模型复杂[74]。可计算一般均衡模型弥补了投入产出模型的线性不足问题,但存在过于灵活的缺陷。两类模型都可以量化灾害对整体经济的消极影响,但量化评估缺乏动态调整能力,随着时间和空间范围的扩大,该缺陷尤其明显[75]。统计学模型主要用于快速粗略评估,也得到了一定程度的应用。计量经济学模型具有投入产出模型和可计算一般均衡模型不具备的预测能力[76],模型检验标准更加完善,具有较大的应用潜力。

在灾害间接经济损失评估研究中,纳入韧性测算、应用信息融合技术和社交媒体数据受到学者越来越多的关注。对于韧性而言,目前对于灾害韧性研究还没有形成统一的测度标准。在间接损失评估研究中,信息融合技术的应用在于打破数据壁垒和有效整合已有的数据资源。发挥社交媒体数据社会感知的优势,应用社交媒体数据评估间接损失目前尚处于探索阶段,需要数据处理技术及多源数据融合分析技术等方面取得突破性进展。