自然災(zāi)害對經(jīng)濟(jì)增長影響研究

郭靜 張連增

摘?要：基于2007-2018年中國省際面板數(shù)據(jù)，運(yùn)用動態(tài)系統(tǒng)廣義矩模型（GMM），考量制度、政府救災(zāi)支出在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長影響方面的作用。結(jié)果表明：從全樣本來看，政府救災(zāi)支出有利于增強(qiáng)自然災(zāi)害對經(jīng)濟(jì)增長的促進(jìn)作用，自然災(zāi)害對經(jīng)濟(jì)增長的影響受制度的影響較小。分經(jīng)濟(jì)區(qū)域來看，政府救災(zāi)支出有利于增強(qiáng)自然災(zāi)害對東部和西部經(jīng)濟(jì)增長的促進(jìn)作用，但對東北地區(qū)產(chǎn)生抑制作用;制度可以緩解東部自然災(zāi)害對經(jīng)濟(jì)增長的抑制作用，但阻礙西部自然災(zāi)害對經(jīng)濟(jì)增長的促進(jìn)作用。進(jìn)一步分析發(fā)現(xiàn)，救災(zāi)支出、制度在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長的影響時，都存在倒U型非線性關(guān)系。

關(guān)鍵詞： 動態(tài)系統(tǒng)GMM;制度;政府救災(zāi)支出;自然災(zāi)害;經(jīng)濟(jì)增長

中圖分類號：F840.64?文獻(xiàn)標(biāo)識碼：?A?文章編號：1003-7217（2021）01-0041-07

一、引?言

近年來，自然災(zāi)害的頻繁發(fā)生對社會生產(chǎn)和生活造成嚴(yán)重影響，使得災(zāi)害經(jīng)濟(jì)學(xué)研究越來越關(guān)注自然災(zāi)害與經(jīng)濟(jì)增長之間的關(guān)系問題。中國是世界上受自然災(zāi)害影響最嚴(yán)重的少數(shù)國家之一。1990-2019年的近30年，我國自然災(zāi)害平均每年造成直接經(jīng)濟(jì)損失2928.5億元，死亡人數(shù)6310.5人，受災(zāi)人口數(shù)為34841.6萬人次，受災(zāi)面積3998.3萬公頃①，這使得不斷完善災(zāi)害風(fēng)險管理措施顯得尤為重要。黨的十九大報告提出要“堅持常態(tài)減災(zāi)和非常態(tài)救災(zāi)相統(tǒng)一，全面提升全社會抵御自然災(zāi)害的綜合防范能力”。2020年6月，國務(wù)院辦公廳印發(fā)《關(guān)于開展第一次全國自然災(zāi)害綜合風(fēng)險普查的通知》，定于2020-2022年開展第一次全國自然災(zāi)害綜合風(fēng)險普查，旨在全面掌握中國自然災(zāi)害風(fēng)險隱患情況，提升全社會抵御自然災(zāi)害的綜合防范能力，進(jìn)一步優(yōu)化中國特色社會主義制度。在中國特殊的政治、經(jīng)濟(jì)、文化制度下，政府救災(zāi)支出②作為災(zāi)后恢復(fù)重建的重要保障，對于穩(wěn)定社會生產(chǎn)和生活有至關(guān)重要的作用。

現(xiàn)有與制度、政府救災(zāi)支出以及自然災(zāi)害與經(jīng)濟(jì)增長之間關(guān)系的相關(guān)研究，主要體現(xiàn)在以下幾個方面：

第一，自然災(zāi)害與經(jīng)濟(jì)增長的關(guān)系。由于自然災(zāi)害造成了一定的人員傷亡以及基礎(chǔ)設(shè)施、設(shè)備和存貨等損壞，在一定程度上抑制了經(jīng)濟(jì)的增長[1];更嚴(yán)重的，自然災(zāi)害甚至?xí)菇?jīng)濟(jì)處于更低的均衡增長水平[2，3]。雖然自然災(zāi)害會減少實物資本存量，但同時也提供了一個更新資本存量的機(jī)會，可促進(jìn)新技術(shù)的應(yīng)用，這又促進(jìn)了經(jīng)濟(jì)的增長[4]，這主要體現(xiàn)在一些早期的觀點。最新的研究表明，自然災(zāi)害對經(jīng)濟(jì)增長的作用取決于自然災(zāi)害的類型以及經(jīng)濟(jì)部門。有研究分析了不同災(zāi)害類型對人均經(jīng)濟(jì)增長的影響，發(fā)現(xiàn)洪災(zāi)在一定程度上有利于農(nóng)業(yè)生產(chǎn)增長，地震帶來了工業(yè)部門的經(jīng)濟(jì)增長[5-7]。

第二，制度、自然災(zāi)害與經(jīng)濟(jì)增長的關(guān)系。新制度經(jīng)濟(jì)學(xué)家認(rèn)為，制度與技術(shù)一樣，也是保持經(jīng)濟(jì)長期持續(xù)增長的內(nèi)生力量，并作為能夠解釋國家發(fā)展差異的原因[8]。當(dāng)災(zāi)害發(fā)生時，如果受災(zāi)國家或地區(qū)政治、經(jīng)濟(jì)、法律制度混亂，就會進(jìn)一步放大自然災(zāi)害損失，甚至引發(fā)政治動蕩。如果受災(zāi)國家或地區(qū)的制度良好，就能夠有效組織減災(zāi)救災(zāi)以及災(zāi)后重建工作，最大限度地降低生命和財產(chǎn)損失，變不利因素為有利因素，促進(jìn)經(jīng)濟(jì)發(fā)展[9]。Raschky等的研究證明，有著較高的貿(mào)易開放度、教育水平、民主程度、較低的收入不平等的國家，更能承受災(zāi)害初始沖擊和預(yù)防災(zāi)害對宏觀經(jīng)濟(jì)進(jìn)一步的溢出效應(yīng)，從而有較低的死亡率和較小的災(zāi)害成本[10]。Felbermayr等通過引入民主指數(shù)和自然災(zāi)害交叉項發(fā)現(xiàn)，具有較高民主指數(shù)的國家可以加快災(zāi)害重建的進(jìn)程，降低自然災(zāi)害對經(jīng)濟(jì)增長的影響[6]。

第三，政府救災(zāi)支出、自然災(zāi)害與經(jīng)濟(jì)增長的關(guān)系。政府救災(zāi)支出的增加，在存在剩余生產(chǎn)能力、無通貨膨脹和工資上漲壓力的情況下，政府購買需求的增加會通過投資乘數(shù)和消費乘數(shù)的作用，對經(jīng)濟(jì)增長產(chǎn)生正向效應(yīng)[11]。但如果支出屬于社會其他領(lǐng)域計劃投資的資金，政府的這種舉措也存在著巨大的機(jī)會成本損失，阻礙經(jīng)濟(jì)的增長。同時，災(zāi)后的直接轉(zhuǎn)移支付會對消費有較強(qiáng)的替代作用，降低災(zāi)后的勞動供給和企業(yè)投資意愿，最終會使災(zāi)害對經(jīng)濟(jì)增長產(chǎn)生負(fù)面影響[12]。

由上述文獻(xiàn)研究可知，自然災(zāi)害對一國經(jīng)濟(jì)的影響存在不確定性，取決于一國的自然災(zāi)害類型、經(jīng)濟(jì)部門以及社會制度。此外，有關(guān)自然災(zāi)害對經(jīng)濟(jì)增長影響的文獻(xiàn)研究表明，自然災(zāi)害具有“生產(chǎn)力效應(yīng)”，即自然災(zāi)害的發(fā)生對經(jīng)濟(jì)增長具有顯著的促進(jìn)作用。經(jīng)濟(jì)增長型自然災(zāi)害可以應(yīng)用熊彼特“創(chuàng)造性”理論進(jìn)行分析，即這些災(zāi)害事件引起的破壞，在重建投資中，可能會在中短期引起經(jīng)濟(jì)增長[2]。雖然這一觀點受到很多批評和質(zhì)疑，但在我國“舉國救災(zāi)”體制下，還是具有一定現(xiàn)實意義的。我國自然災(zāi)害救助體系可以迅速集中政府、社區(qū)、企事業(yè)單位、社會團(tuán)體隊伍等各種資源和力量，這種救災(zāi)投入模式很容易通過災(zāi)后重建投資需求的增加，拉動經(jīng)濟(jì)增長。但國內(nèi)現(xiàn)有文獻(xiàn)研究主要集中在自然災(zāi)害對經(jīng)濟(jì)增長影響方面，鮮有探討制度、政府救災(zāi)支出在調(diào)節(jié)自然災(zāi)害對宏觀經(jīng)濟(jì)影響方面的研究。

我國的社會制度在緩解自然災(zāi)害的宏觀經(jīng)濟(jì)影響方面的作用如何，政府救災(zāi)支出能夠增強(qiáng)自然災(zāi)害的“生產(chǎn)力效應(yīng)”嗎？鑒于此，本文基于2007-2018年中國省際面板數(shù)據(jù)，應(yīng)用動態(tài)系統(tǒng)廣義矩模型，通過引入制度和自然災(zāi)害強(qiáng)度及政府救災(zāi)支出和自然災(zāi)害強(qiáng)度的交互項，研究我國社會制度和政府救災(zāi)支出在調(diào)節(jié)自然災(zāi)害對宏觀經(jīng)濟(jì)影響方面的作用。這對于我國在不斷深化市場體制改革過程中注重完善災(zāi)害風(fēng)險管理體系，合理規(guī)劃政府救災(zāi)支出具有重要的理論價值及實踐意義。

二、研究設(shè)計

（一）樣本選取與數(shù)據(jù)來源

本文選取的樣本范圍為中國31個省份2007-2018年的省際面板數(shù)據(jù)。以2007年作為研究起點，是因為《中國民政統(tǒng)計年鑒》2007年才開始系統(tǒng)地公布分省份的各類自然災(zāi)害造成的受災(zāi)人口數(shù)、死亡人口數(shù)、以及直接經(jīng)濟(jì)損失。各省份的自然災(zāi)害造成的受災(zāi)人口數(shù)據(jù)以及政府自然災(zāi)害救災(zāi)支出來源于各年度的《中國民政統(tǒng)計年鑒》，市場化指數(shù)數(shù)據(jù)來源于樊綱等編著的《中國市場化指數(shù)》（2011）和王小魯?shù)染幹摹吨袊质》菔袌龌笖?shù)報告》（2019），其他數(shù)據(jù)來源于歷年各省份統(tǒng)計年鑒以及《中國統(tǒng)計年鑒》。

（二）模型設(shè)定

1. 針對自然災(zāi)害對中國經(jīng)濟(jì)增長的關(guān)系。設(shè)定模型（1）為：

2. 針對制度、自然災(zāi)害與經(jīng)濟(jì)增長的關(guān)系。通過引入自然災(zāi)害和制度要素的交互項，探討制度在調(diào)節(jié)自然災(zāi)害宏觀經(jīng)濟(jì)影響方面的作用。設(shè)定模型（2）為：

3. 針對公共財政、自然災(zāi)害與經(jīng)濟(jì)增長的關(guān)系。通過引入自然災(zāi)害和政府救災(zāi)支出的交互項，探討政府救災(zāi)支出在調(diào)節(jié)自然災(zāi)害宏觀經(jīng)濟(jì)影響方面的作用。設(shè)定模型（3）為：

由于式（1）～（3）右邊包含了因變量的滯后一階及其他可能存在內(nèi)生性問題的解釋變量，故采用有助于克服解釋變量內(nèi)生性問題的動態(tài)系統(tǒng)廣義矩估計方法（GMM）對其進(jìn)行估計。鑒于兩步系統(tǒng)GMM估計量的標(biāo)準(zhǔn)誤相對于一步系統(tǒng)GMM會產(chǎn)生嚴(yán)重向下偏誤，從而影響統(tǒng)計推斷的效果，參考相關(guān)研究[21，22]，基于一步系統(tǒng)GMM方法進(jìn)行回歸估計。

（三）變量度量

1. 經(jīng)濟(jì)增長（y）。采用人均實際GDP增長率作為衡量經(jīng)濟(jì)增長指標(biāo)，采用的GDP指數(shù)以2007年不變價格進(jìn)行指數(shù)平減，再換算成相應(yīng)的年增長率。考慮到自然災(zāi)害對經(jīng)濟(jì)增長的影響會有一定的時滯，借鑒相關(guān)研究[23，24]的處理方法，采用當(dāng)年與滯后3年的人均實際GDP增長率的滑動平均值作為當(dāng)年人均實際GDP增長率。

2. 自然災(zāi)害強(qiáng)度（Disa）。由于各類自然災(zāi)害造成的直接經(jīng)濟(jì)損失和人均GDP相關(guān)性很高，應(yīng)用直接經(jīng)濟(jì)損失作為解釋變量可能會出現(xiàn)偽回歸問題[25]。一般認(rèn)為，更適合衡量自然災(zāi)害強(qiáng)度的指標(biāo)是自然災(zāi)害造成的受災(zāi)人口數(shù)[3，25-27]。鑒于此，將當(dāng)年受災(zāi)人口數(shù)占上年總?cè)丝跀?shù)（排除自然災(zāi)害對當(dāng)年人口數(shù)的影響）的比率作為災(zāi)害強(qiáng)度衡量指標(biāo)。

此外，設(shè)定如下控制變量：

3. 政府救災(zāi)支出（GRE）。為便于分析，用政府自然災(zāi)害救災(zāi)支出占自然災(zāi)害造成的總經(jīng)濟(jì)損失的比例來衡量。

4. 制度環(huán)境（M）。使用樊綱等[13]編制的1997-2009年市場化指數(shù)以及王小魯?shù)萚14]最新出版的2008-2016年市場化指數(shù)作為一個代表市場化進(jìn)程的綜合性指標(biāo)，刻畫地區(qū)制度特征。由于市場化指數(shù)本身就是一個相對指標(biāo)，如基期發(fā)生變化，一些指標(biāo)也會發(fā)生了變化，不能直接將兩個期間內(nèi)的指數(shù)加以合并，且由于含有一些需抽樣調(diào)查的數(shù)據(jù)，無法事后進(jìn)行補(bǔ)充。鑒于此，根據(jù)白俊紅等[15]方法將數(shù)據(jù)分為2007-2009年和2010-2016這兩個時期，通過設(shè)置虛擬變量（D）來對這一影響進(jìn)行控制。具體方法為：首先，設(shè)置虛擬變量D：

然后，在模型（1）～（3）的右邊加上λ（M×D）it，λ表示相應(yīng)的參數(shù)估計值。這樣，市場化程度變量（M）在2007-2009年與2010-2016年兩個時間段上將有不同的斜率，從而在一定程度上控制了市場化指數(shù)變化的影響。此外，借鑒俞紅海等[16]的做法，以歷年市場化指數(shù)的平均增長幅度對2017-2018年市場化進(jìn)行預(yù)測。

5. 物質(zhì)資本（K）。應(yīng)用張軍等[17]估算的各省份2000年的資本存量為基期，采用“永續(xù)盤存法”進(jìn)行估算，估算公式為：Kit=Iit/Pit+（1-δit）Kit-1，其中，Kit表示當(dāng)期的各省份固定資本存量;Iit為當(dāng)期的各省份名義固定資本形成總額;Pit為各省份固定資產(chǎn)投資價格指數(shù);δit表示各省份折舊率，表示上一年的各省份固定資本存量，并將數(shù)據(jù)更新至 2018年。與張軍等的研究有所區(qū)別的是，δit根據(jù)吳吉東等[18]的做法，采用幾何效率遞減函數(shù)估計的各省份多年平均資本經(jīng)濟(jì)折舊率。廣東和西藏缺失的固定資產(chǎn)投資價格指數(shù)數(shù)據(jù)用當(dāng)年商品零售價格指數(shù)替代。

6. 人力資本（H）。參照姚先國等[19]的研究，采用勞動力平均受教育程度來表示人力資本。首先，將每一種受教育程度按一定的教育年限進(jìn)行折算，其中，文盲、小學(xué)、初中、高中以及大專及以上分別以0年、6年、9年、12年和16年計;然后，乘以各教育階段的人數(shù)，加總之和再除以各教育階段的總?cè)藬?shù)，便得到人均受教育水平。

其中，時間變量t的系數(shù)γit即反映A隨時間推移而線性提升的增長率。產(chǎn)出變量（Yit）用各省份的GDP表示，同樣采用GDP指數(shù)以2007年不變價格進(jìn)行指數(shù)平減。勞動力投入量（Lit）用各省份的年末就業(yè)人數(shù)表示。Kit即為上文計算的資本存量。鑒于規(guī)模收益不變假設(shè)的普遍性，參考趙志耘等[20]的做法，可將資本產(chǎn)出彈性ακi和勞動產(chǎn)出彈性βLi正則化處理。在此基礎(chǔ)上，考慮到各省份的資本和勞動力產(chǎn)出彈性可能不同，根據(jù)白俊紅等[15]的研究，利用最小二乘虛擬變量法（LSDV）對各省份的要素產(chǎn)出彈性進(jìn)行估計。鑒于經(jīng)濟(jì)增長主要取決于各生產(chǎn)要素的增長率形式，為便于分析，分別將物質(zhì)資本（K）、人力資本（H）的絕對數(shù)轉(zhuǎn)換成增長率形式。

三、實證分析

（一）樣本描述性統(tǒng)計

系統(tǒng)GMM估計需要通過Arellano-Bond序列相關(guān)和Sargan過度識別兩個檢驗，其中，Arellano-Bond檢驗要求殘差經(jīng)過差分轉(zhuǎn)換后存在一階序列相關(guān)，但不存在二階序列相關(guān);Sargan過度識別檢驗要求工具變量與誤差項不相關(guān)，從而表明工具變量有效性。樣本描述性統(tǒng)計見表1。

（二）全樣本回歸分析

在分析估計結(jié)果前，根據(jù)AR（1） 和AR（2），擾動項在1%顯著性水平下，存在AR（1）序列相關(guān)，但不存在AR（2）序列相關(guān)，故拒絕一階“擾動項無自相關(guān)”的原假設(shè)，接受二階“擾動項無自相關(guān)”的原假設(shè)，根據(jù)Sargan檢驗的結(jié)果，在5%顯著性水平上接受“所有工具變量都是有效的”原假設(shè)。檢驗結(jié)果表明，各模型的估計結(jié)果是穩(wěn)健、可靠以及工具變量是有效的。表2中第（1）列回歸結(jié)果顯示，我國自然災(zāi)害受災(zāi)人口對經(jīng)濟(jì)增長有一定的促進(jìn)作用，表現(xiàn)出“生產(chǎn)力效應(yīng)”，這與Loayza等[4]和 Fomby 等[5]基于跨國數(shù)據(jù)的研究結(jié)論一致。政府救災(zāi)支出對經(jīng)濟(jì)增長的影響為正，但不存在顯著性。制度化水平對經(jīng)濟(jì)增長在5%水平上顯著為正，這與大多數(shù)研究認(rèn)為好的社會制度有利于促進(jìn)一國經(jīng)濟(jì)增長的研究結(jié)論一致[28，29]。第（2）列回歸結(jié)果顯示，政府救災(zāi)支出和自然災(zāi)害受災(zāi)人口的交互項在1%水平上顯著為正，說明政府救災(zāi)支出有助于提高自然災(zāi)害對經(jīng)濟(jì)增長的促進(jìn)作用。值得注意的是，當(dāng)引入政府救災(zāi)支出和自然災(zāi)害強(qiáng)度交互項后，自然災(zāi)害強(qiáng)度的系數(shù)趨近于0，且不顯著，說明災(zāi)害可能更多地通過救災(zāi)支出來對經(jīng)濟(jì)增長起作用。

第（3）列回歸結(jié)果顯示，制度化水平和自然災(zāi)害受災(zāi)人口的交互項系數(shù)雖然為負(fù)，但不存在顯著性，即制度不會顯著改變?yōu)暮?jīng)濟(jì)增長的影響。第（4）列為所有涉及的變量全樣本的回歸，結(jié)果顯示交互項的系數(shù)符號、顯著性都沒有發(fā)生顯著變化，表明本文構(gòu)建的模型估計結(jié)果是有效的。對于其他控制變量的回歸結(jié)果，資本存量增長率、人力資本增長率以及技術(shù)進(jìn)步率都對經(jīng)濟(jì)增長產(chǎn)生顯著的正向效應(yīng)，這符合經(jīng)濟(jì)增長理論的內(nèi)容，亦表明本文所建立的回歸模型合理、有效。

（三）進(jìn)一步分析

1. 分經(jīng)濟(jì)區(qū)域回歸分析。我國主要分為東北、東部、中部和西部四個經(jīng)濟(jì)區(qū)域，各經(jīng)濟(jì)區(qū)域的自然災(zāi)害類型、文化習(xí)俗、經(jīng)濟(jì)發(fā)展程度以及市場化進(jìn)程都存在一定差異性。這也意味著分經(jīng)濟(jì)區(qū)域考察制度和政府救災(zāi)支出對自然災(zāi)害宏觀經(jīng)濟(jì)影響作用存在一定的必要性。表3報告了模型（1）～（3）分經(jīng)濟(jì)區(qū)域回歸估計結(jié)果。

就東北地區(qū)來看，第（1）列結(jié)果顯示，政府救災(zāi)支出和自然災(zāi)害受災(zāi)人口的交互項在1%水平上顯著為負(fù)，這說明政府救災(zāi)支出的增加將減緩自然災(zāi)害受災(zāi)人口對經(jīng)濟(jì)增長的促進(jìn)作用。這可能是由于該經(jīng)濟(jì)區(qū)域經(jīng)濟(jì)以對自然災(zāi)害敏感度較高的農(nóng)業(yè)產(chǎn)業(yè)為基礎(chǔ)，自然災(zāi)害的發(fā)生可能導(dǎo)致當(dāng)年財政資金收入不足，再加上救災(zāi)支出增多，可能更多擠占了在其他公共領(lǐng)域的投資，進(jìn)而阻礙了經(jīng)濟(jì)增長。

就東部地區(qū)來看，第（3）列結(jié)果顯示，政府救災(zāi)支出和自然災(zāi)害受災(zāi)人口的交互項在5%水平上顯著為正，即政府救災(zāi)支出有利于緩解自然災(zāi)害對經(jīng)濟(jì)增長的抑制作用。值得注意的是，第（4）列結(jié)果顯示，市場化水平和自然災(zāi)害受災(zāi)人口的交互項系數(shù)在10%水平上顯著為正，說明制度顯著改變了災(zāi)害對經(jīng)濟(jì)增長的影響，即該區(qū)域制度的完善，可以調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長的抑制作用。

就中部地區(qū)來看，交互項的系數(shù)都為正，但都不存在顯著性，這可能是由于中部地區(qū)，政府救災(zāi)支出較少，且市場化水平較低，對調(diào)節(jié)自然災(zāi)害宏觀經(jīng)濟(jì)影響的作用較小。

就西部地區(qū)來看，第（7）列結(jié)果顯示，政府救災(zāi)支出和自然災(zāi)害受災(zāi)人口的交互項在1%水平上也顯著為正。一個可能解釋是，救災(zāi)支出導(dǎo)致的消費和投資增加對經(jīng)濟(jì)的正向作用超過了對其他公共支出，投資的擠出作用帶給經(jīng)濟(jì)的負(fù)面影響。但第（8）列結(jié)果顯示，市場化水平和自然災(zāi)害受災(zāi)人口的交互項為負(fù)，說明該經(jīng)濟(jì)區(qū)域市場化水平的提高不利于該地區(qū)分散自然災(zāi)害風(fēng)險。這可能是由于災(zāi)害發(fā)生后，考慮到現(xiàn)實或潛在的災(zāi)害風(fēng)險因素，投資或投機(jī)性資本往往重新尋找適合的投資地點與投資項目，引起受災(zāi)地區(qū)資本轉(zhuǎn)移到其他地區(qū)，且災(zāi)后資本的流動常常導(dǎo)致勞動力遷移，進(jìn)而導(dǎo)致的人力資本損失，進(jìn)一步地阻礙經(jīng)濟(jì)增長。

2. 非線性回歸結(jié)果分析。以上回歸結(jié)果說明，政府救災(zāi)支出、制度在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長的影響時在不同的經(jīng)濟(jì)區(qū)域中估計結(jié)果不一致。這可能是由于各經(jīng)濟(jì)區(qū)域的救災(zāi)支出和市場化制度水平不同，進(jìn)而制度、救災(zāi)支出在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長的影響時并非簡單的線性關(guān)系。鑒于此，在計量模型（2）和（3）的交互項上引入救災(zāi)支出和制度平方項，構(gòu)建如下非線性模型（5）和（6）：

由表4可知，救災(zāi)支出平方項和自然災(zāi)害強(qiáng)度的交互項在1%水平上顯著為正，表明救災(zāi)支出在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長時存在非線性影響，二者之間為倒U型動態(tài)關(guān)系，即在救災(zāi)支出較少時，隨著救災(zāi)支出的增加，會促進(jìn)自然災(zāi)害的“增長效應(yīng)”，但當(dāng)救災(zāi)支出達(dá)到一定水平，會產(chǎn)生抑制作用，即抑制自然災(zāi)害的“增長效應(yīng)”，這也表明救災(zāi)支出存在一個最優(yōu)投入水平。同樣地，制度平方項和自然災(zāi)害強(qiáng)度的交互項在1%水平上顯著為負(fù)，表明制度在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長時同樣存在非線性影響，二者之間為倒U型動態(tài)關(guān)系，即在市場化程度較低時，隨著市場化程度的深入，會增強(qiáng)自然災(zāi)害的“增長效應(yīng)”，但當(dāng)市場化水平達(dá)到一定程度時，會產(chǎn)生抑制作用，一方面，可能是因為市場化水平較高時，各經(jīng)濟(jì)部門聯(lián)系緊密，災(zāi)害發(fā)生時很容易產(chǎn)生“傳染效應(yīng)”;另一方面，可能是當(dāng)市場化水平較高時，城鎮(zhèn)化水平較高，人員密集使災(zāi)害發(fā)生時受災(zāi)人口增多。

（四）穩(wěn)健性檢驗

為保證以上回歸結(jié)果的可靠性，分別從以下三個方面進(jìn)行穩(wěn)健性檢驗：

1.變更解釋變量衡量指標(biāo)。為檢驗全樣本回歸結(jié)果的穩(wěn)健性，也應(yīng)用各省市自然災(zāi)害造成的直接經(jīng)濟(jì)損失占上年相應(yīng)的GDP比重（排除自然災(zāi)害對當(dāng)年GDP的影響）作為衡量自然災(zāi)害強(qiáng)度的指標(biāo)。此外，為重點考察政府救災(zāi)支出和制度水平在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長影響方面的穩(wěn)健性，在表2第（2）列和第（3）列全樣本回歸中加入影響經(jīng)濟(jì)增長的控制變量投資增長率（Invest）（穩(wěn)健性檢驗結(jié)果省略）③。估計結(jié)果表明，變更自然災(zāi)害強(qiáng)度衡量指標(biāo)后，自然災(zāi)害強(qiáng)度和交互項的系數(shù)顯著性及符號和全樣本回歸結(jié)果基本保持一致，表明全樣本回歸結(jié)果具有一定穩(wěn)健性。在表2全樣本回歸中加入投資增長率這一影響經(jīng)濟(jì)增長的控制變量回歸結(jié)果表明，政府救災(zāi)支出和自然災(zāi)害強(qiáng)度的交互項依然顯著為正，制度和自然災(zāi)害強(qiáng)度的交互項依然不存在顯著性，同樣表明全樣本回歸結(jié)果具有一定穩(wěn)健性。

2.基于工具變量的穩(wěn)健性檢驗方法。應(yīng)用市場化指數(shù)作為制度質(zhì)量的代理變量，但制度和經(jīng)濟(jì)增長常常存在內(nèi)生性問題。盡管系統(tǒng)GMM可以用來控制內(nèi)生性，但該估計方法主要是用來解決動態(tài)面板模型中滯后被解釋變量的內(nèi)生性問題，而并未考慮其他解釋變量的內(nèi)生性。因此，為解決這種內(nèi)生性，用制度變量的滯后項作為工具變量進(jìn)行2SLS（兩階段最小二乘）估計（估計結(jié)果略去）③。

在分析2SLS回歸結(jié)果之前，由第一階段回歸的Kleibergen-Paap rk LM統(tǒng)計量可知，均在1%的顯著水平上拒絕“工具變量識別不足”的原假設(shè);由Kleibergen-Paap Wald rk F統(tǒng)計量、Minimum eigenvalue統(tǒng)計量和Sheas Partial R2統(tǒng)計量可知，均拒絕“存在弱工具變量”的原假設(shè);由Hansen J 統(tǒng)計量可知，接受“所有工具變量都是有效的”原假設(shè)。因此，各列模型所選取的工具變量均是有效的。估計結(jié)果顯示，自然災(zāi)害受災(zāi)人口對經(jīng)濟(jì)增長有顯著的正向效應(yīng)，自然災(zāi)害與救災(zāi)支出交互項系數(shù)，自然災(zāi)害與市場化水平交互項系數(shù)與全樣本GMM的估計系數(shù)的作用方向以及顯著性水平基本一致，表明全樣本模型的設(shè)定及結(jié)果是穩(wěn)健可靠的。

3.變更估計市場化指數(shù)方法。對市場化指數(shù)所缺失的數(shù)據(jù)進(jìn)行補(bǔ)充[14，25]，具體方法為：首先，以2008-2016年的市場化總指數(shù)作為因變量，以非國有企業(yè)職工占就業(yè)人數(shù)比重作為解釋變量，對方程mit=α+βnon_stateit+μit+εit的系數(shù)進(jìn)行估計;然后，分別將2007年和2017年非國有企業(yè)職工占就業(yè)人數(shù)比重代入方程，得到擬合的市場化指數(shù)，進(jìn)而作為缺失年份市場化指數(shù)[14]的近似值。非國有企業(yè)職工數(shù)以及就業(yè)總?cè)藬?shù)數(shù)據(jù)來源各省市統(tǒng)計年鑒。最后，將重新定義的制度水平以及補(bǔ)充的市場化指數(shù)代入模型（1）進(jìn)行穩(wěn)健性檢驗（結(jié)果略去）③。結(jié)果顯示，各交互項的系數(shù)亦與全樣本GMM的估計系數(shù)的作用方向以及顯著性水平基本一致，再次證明全樣本的設(shè)定及結(jié)果是穩(wěn)健可靠的。

四、結(jié)論與政策建議

以上研究表明，從全樣本來看，政府救災(zāi)支出有利于增強(qiáng)自然災(zāi)害對經(jīng)濟(jì)增長的促進(jìn)作用，但救災(zāi)支出在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長影響時存在倒U型非線性關(guān)系;自然災(zāi)害對經(jīng)濟(jì)增長影響受制度的影響較小，但制度在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長影響時存在倒U型非線性關(guān)系。分經(jīng)濟(jì)區(qū)域來看，救災(zāi)支出有利于增強(qiáng)東部和西部自然災(zāi)害經(jīng)濟(jì)增長效應(yīng)，但對東北地區(qū)產(chǎn)生抑制作用;制度可以緩解東部地區(qū)自然災(zāi)害的負(fù)向效應(yīng)，但阻礙西部地區(qū)自然災(zāi)害的正向效應(yīng)。

針對以上研究結(jié)論，提出以下政策建議：（1）由救災(zāi)支出和自然災(zāi)害的交互項系數(shù)為正可知，自然災(zāi)害短期內(nèi)對全國、東北和西部地區(qū)的經(jīng)濟(jì)增長的促進(jìn)作用可能正是由于政府救災(zāi)投資需求增加的拉動作用。但由救災(zāi)支出在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長影響時存在U型非線性關(guān)系可知，當(dāng)救災(zāi)支出低于一定水平時，隨著救災(zāi)支出水平增加，會促進(jìn)自然災(zāi)害的增長效應(yīng)，但當(dāng)救災(zāi)支出，達(dá)到一定水平，可能會擠出私人投資或在其他領(lǐng)域的投資支出，這在一定程度上又抑制了經(jīng)濟(jì)增長。因此，一方面，需要提高防災(zāi)減災(zāi)工程性和非工程性建設(shè)，增強(qiáng)抵御災(zāi)害風(fēng)險的能力;另一方面，需要改變現(xiàn)有的災(zāi)害救濟(jì)模式，擴(kuò)大災(zāi)害保險的投保范圍和力度，充分運(yùn)用市場化手段籌集災(zāi)后資金，并把災(zāi)害風(fēng)險適當(dāng)?shù)剞D(zhuǎn)移到全社會乃至世界范圍內(nèi)共同承擔(dān)。（2）雖然目前市場制度在調(diào)節(jié)災(zāi)害對宏觀經(jīng)濟(jì)影響方面的作用較小，甚至在西部地區(qū)出現(xiàn)阻礙經(jīng)濟(jì)增長的作用，但由其在市場化程度較高的東部地區(qū)的促進(jìn)作用可知，這種市場制度能夠起到促進(jìn)作用，可能需要達(dá)到一定的廣度和深度。由制度在調(diào)節(jié)自然災(zāi)害對經(jīng)濟(jì)增長影響時存在倒U型非線性關(guān)系也可得以驗證。因此，我國應(yīng)進(jìn)一步深化市場機(jī)制體制改革，提高宏觀經(jīng)濟(jì)規(guī)劃能力，建立成熟發(fā)達(dá)的現(xiàn)代金融體系和完善的社會風(fēng)險管理體系，進(jìn)一步優(yōu)化我國特色社會主義制度。

注釋：

①?1990-2018年數(shù)據(jù)資料來源歷年中國民政統(tǒng)計年鑒，2019年數(shù)據(jù)來自應(yīng)急部網(wǎng)站。

②?這里的政府救災(zāi)支出指自然災(zāi)害生活救助，包括以下五項：生活救濟(jì)費，緊急搶救、安置、轉(zhuǎn)移災(zāi)民支出，救災(zāi)儲備，自然災(zāi)害災(zāi)后重建補(bǔ)助，其他救助。

③ 限于篇幅，具體結(jié)果未作呈現(xiàn)，如有需要，可聯(lián)系作者。

參考文獻(xiàn)：

[1]?López R E， Thomas V， Troncoso P A. Economic growth， natural disaster and climate change： New empirical estimates[R]. Serie de Documentos de Trabajo， 2016.

[2] Fomby T， Ikeda Y， Loayza N V. The growth aftermath of natural disaster[J]. Journal of Applied Econometrics， 2013， 28（3）： 412-434.

[3] Loayza N V， Olaberría E， Rigolini J，et al. Natural disaster and growth： Going beyond the averages[J]. World Development， 2012， 40（7）： 1317-1336.

[4] Okuyama Y. Economics of natural disaster： A critical review[R]. Research Paper， 2003.

[5] Klomp J， Valckx K. Natural disaster and economic growth： A meta-analysis[J]. Global Environmental Change， 2014， 26（1）： 183-195.

[6] Felbermayr G， Grschl J. Naturally negative： The growth effects of natural disaster[J]. Journal of Development Economics 2014， 111（2014）： 92-106.

[7] 楊萍. 自然災(zāi)害對經(jīng)濟(jì)增長的影響——基于跨國數(shù)據(jù)的實證分析[J]. 財政研究，2012（12）：49-52.

[8] 諾斯. 制度、制度變遷與經(jīng)濟(jì)績效[M]. 上海：三聯(lián)書店，1994：138.

[9] Nishizawa H， Roger S， Zhang H. Fiscal buffers for natural disaster in pacific island countries[R]. IMF Working Paper， 2019.

[10]Raschky P A. Institutions and the losses from natural disaster [J]. Natural Hazards and Earth System Science， 2008（8）： 627-634.

[11]Borensztein E， Cavallo E， Valenzuela P. Debt sustainability under catastrophic risk： The case for government budget insurance[J]. Risk Management and Insurance Review， 2009， 12（12）： 273-294.

[12]Xu X， Mo J. The impact of disaster relief on economic growth： Evidence from China[J]. The Geneva Papers on Risk and Insurance-Issues and Practice， 2013， 38：495-520.

[13]樊綱，王小魯，朱恒鵬. 中國市場化指數(shù)-各地區(qū)市場化相對進(jìn)程 2011年度報告[M]. 北京： 經(jīng)濟(jì)科學(xué)出版社，2011.

[14]王小魯，樊綱，胡李鵬. 中國分省份市場化指數(shù)報告（2018）[M]. 北京： 社會科學(xué)文獻(xiàn)出版社，2019.

[15]白俊紅，劉宇英. 對外直接投資能否改善中國的資源錯配[J]. 中國工業(yè)經(jīng)濟(jì)，2018（1）：60-78.

[16]俞紅海，徐龍炳，陳百助. 終極控股股東控制權(quán)與自由現(xiàn)金流過度投資[J]. 經(jīng)濟(jì)研究，2010（8）：103-114.

[17]張軍，吳桂英，張吉鵬. 中國省際物質(zhì)資本存量估算：1952-2000[J]. 經(jīng)濟(jì)研究，2004（10）：35-44.

[18]吳吉東，解偉，李寧. 自然災(zāi)害經(jīng)濟(jì)影響評估理論與實踐[M]. 北京：科學(xué)出版社，2018.

[19]姚先國，張海峰. 教育、人力資本與地區(qū)經(jīng)濟(jì)差異[J]. 經(jīng)濟(jì)研究，2008（5）：47-57.

[20]趙志耘，劉曉路，呂冰洋. 中國要素產(chǎn)出彈性估計[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2006（6）：5-11.

[21]Bond S， Anke H， Jonathan T. GMM estimation of empirical growth models[R]， CEPR discussion paper， 2001：3048.

[22]劉智勇，李海崢，胡永遠(yuǎn)，等. 人力資本結(jié)構(gòu)高級化與經(jīng)濟(jì)增長——兼論東中西部地區(qū)差距的形成和縮小[J]. 經(jīng)濟(jì)研究，2018（3）：50-63.

[23]王文劍，覃成林. 地方政府行為與財政分權(quán)增長效應(yīng)的地區(qū)性差異——基于經(jīng)驗分析的判斷、假說及檢驗[J]. 管理世界，2008（1）：9-21.

[24]邱櫟樺， 伏潤民，李帆. 經(jīng)濟(jì)增長視角下的政府債務(wù)適度規(guī)模研究-基于中國西部 D 省的縣級面板數(shù)據(jù)分析[J].南開經(jīng)濟(jì)研究，2015（1）：18-31.

[25]Panwar V， Sen S. Economic impact of natural disasters： An empirical re-examination[J]. Margin： The Journal of Applied Economic Research， 2019，13（1）： 109-139.

[26]Noy?I. The macroeconomic consequences of disasters[J]. Journal of Development Economics， 2009， 88（2）： 221-231.

[27]Klomp J. Economic development and natural disasters： A satellite data analysis[J]. Global Environmental Change，2016，36：67-88.

[28]楊瑞龍，章逸然，楊繼東. 制度能緩解社會沖突對企業(yè)風(fēng)險承擔(dān)的沖擊嗎？[J]. 經(jīng)濟(jì)研究，2017（8）：140-154.

[29]鄧宏圖，宋高燕. 學(xué)歷分布、制度質(zhì)量與地區(qū)經(jīng)濟(jì)增長路徑的分岔[J]. 經(jīng)濟(jì)研究，2016（9）：89-103.

[30]韋倩，王安，王杰. 中國沿海地區(qū)的崛起： 市場的力量. 經(jīng)濟(jì)研究，2014（8）： 170-183.

（責(zé)任編輯：寧曉青）