基于災(zāi)害CGE模型的臺(tái)風(fēng)災(zāi)害間接經(jīng)濟(jì)損失評(píng)估*
——以廣東省臺(tái)風(fēng)“山竹”為例

于小兵，吳雪婧，陳 虹，吉中會(huì)，王旭明

(南京信息工程大學(xué) 管理工程學(xué)院，江蘇 南京 210044)

近年來(lái)，極端災(zāi)害頻發(fā)給人類社會(huì)帶來(lái)巨大的生命和財(cái)產(chǎn)損失。據(jù)統(tǒng)計(jì)，2020年全球共發(fā)生313次自然災(zāi)害，造成15 082人死亡，直接經(jīng)濟(jì)損失高達(dá)1 731.33億美元[1]。防范和減輕災(zāi)害風(fēng)險(xiǎn)已成為全人類的共同挑戰(zhàn)。我國(guó)是世界上自然災(zāi)害最嚴(yán)重的國(guó)家之一。以臺(tái)風(fēng)災(zāi)害為例，平均每年有7個(gè)左右的臺(tái)風(fēng)在我國(guó)浙江、廣東等沿海發(fā)達(dá)地區(qū)登陸，造成了巨大的經(jīng)濟(jì)損失和人員傷亡情況。因此，對(duì)災(zāi)害所造成的損失進(jìn)行科學(xué)合理的評(píng)估是開展災(zāi)后救助工作、優(yōu)化災(zāi)害風(fēng)險(xiǎn)管理的重要依據(jù)。

災(zāi)害造成的直接經(jīng)濟(jì)損失，如人員傷亡、家庭財(cái)產(chǎn)受損、農(nóng)作物受災(zāi)等，可在災(zāi)后通過調(diào)查統(tǒng)計(jì)得出[2]。而間接經(jīng)濟(jì)損失是指由直接經(jīng)濟(jì)損失遷延作用而派生的其他經(jīng)濟(jì)損失，如因機(jī)器設(shè)備受損停產(chǎn)造成的損失、上下游關(guān)聯(lián)引發(fā)的企業(yè)潛在損失[3-4]。目前，災(zāi)害損失評(píng)估工作多圍繞直接經(jīng)濟(jì)損失展開[5-8]，間接經(jīng)濟(jì)損失則因其“潛在性”較少涉及。但在當(dāng)代國(guó)民經(jīng)濟(jì)體系中，產(chǎn)業(yè)部門間存在高度的依賴性，災(zāi)害對(duì)其任何一個(gè)部分的影響都會(huì)通過產(chǎn)業(yè)鏈傳導(dǎo)到其它部分。特別是對(duì)于重大自然災(zāi)害而言，間接經(jīng)濟(jì)損失涉及的范圍更廣，影響更深，其損失要遠(yuǎn)高于直接經(jīng)濟(jì)損失[9]。因此，對(duì)間接經(jīng)濟(jì)損失的評(píng)估有利于提高對(duì)災(zāi)害損失的認(rèn)識(shí)程度，優(yōu)化抗災(zāi)救災(zāi)資源分配。

間接經(jīng)濟(jì)損失評(píng)估方法以投入產(chǎn)出(Input-Output, IO)模型和可計(jì)算一般均衡(Computable General Equilibrium, CGE)模型為主[10-12]。鄭德權(quán)等[13]將經(jīng)濟(jì)系統(tǒng)對(duì)災(zāi)害的反應(yīng)過程劃分為損失擴(kuò)展、損失持續(xù)、功能恢復(fù)三個(gè)階段，構(gòu)建了動(dòng)態(tài)非正常投入產(chǎn)出模型來(lái)研究災(zāi)害發(fā)生不同階段對(duì)經(jīng)濟(jì)產(chǎn)出的影響程度。MARIN等[14]運(yùn)用區(qū)域投入產(chǎn)出模型模擬了地震、洪水等自然災(zāi)害對(duì)意大利社會(huì)經(jīng)濟(jì)造成的沖擊。XIE等[15]以CGE模型為基礎(chǔ)對(duì)2008年特大暴雪災(zāi)害造成的間接經(jīng)濟(jì)損失進(jìn)行了評(píng)估，發(fā)現(xiàn)暴雪給湖南省造成的間接經(jīng)濟(jì)損失高達(dá)50.4億元，遠(yuǎn)超過直接經(jīng)濟(jì)損失。WANG等[16]將暴露-響應(yīng)函數(shù)與CGE模型相結(jié)合測(cè)算了因大氣污染對(duì)北京整體經(jīng)濟(jì)系統(tǒng)造成的間接經(jīng)濟(jì)損失。

IO模型可以反映經(jīng)濟(jì)系統(tǒng)各部門間的關(guān)聯(lián)性，但缺乏對(duì)經(jīng)濟(jì)本身彈性的考慮[17]。與之相比，CGE模型則突破了前者剛性的限制，采用非線性的表達(dá)形式，綜合考慮了生產(chǎn)要素間的相互替代性以及經(jīng)濟(jì)彈性，為損失評(píng)估提供了一個(gè)靈活的研究框架[18]。通過對(duì)比分析災(zāi)害發(fā)生前后均衡狀態(tài)的差異來(lái)研究災(zāi)害對(duì)整個(gè)經(jīng)濟(jì)系統(tǒng)造成的影響?？紤]到臺(tái)風(fēng)是我國(guó)沿海地區(qū)最常見的自然災(zāi)害，本文以2018年強(qiáng)臺(tái)風(fēng)“山竹”為例，構(gòu)建了廣東省災(zāi)害CGE模型，分別從宏觀經(jīng)濟(jì)層面和產(chǎn)業(yè)層面評(píng)估“山竹”對(duì)廣東省經(jīng)濟(jì)系統(tǒng)的影響。本研究擴(kuò)展了CGE模型在臺(tái)風(fēng)災(zāi)害損失中的應(yīng)用，也為政府部門災(zāi)后重建工作提供了科學(xué)參考。

1 研究方法

1.1 CGE模型介紹

可計(jì)算一般均衡模型(Computable General Equilibrium，CGE)是將經(jīng)濟(jì)學(xué)家瓦爾拉斯提出的一般均衡構(gòu)造變?yōu)榭煞从超F(xiàn)實(shí)經(jīng)濟(jì)特征的實(shí)用型分析工具。它以經(jīng)濟(jì)學(xué)中的一般均衡理論為基礎(chǔ)，通過效用函數(shù)和利潤(rùn)最大化函數(shù)在各個(gè)經(jīng)濟(jì)主體之間建立起數(shù)量聯(lián)系，進(jìn)而觀察到經(jīng)濟(jì)系統(tǒng)部門間的交互作用。CGE模型利用價(jià)格機(jī)制將要素市場(chǎng)、產(chǎn)品市場(chǎng)等多個(gè)市場(chǎng)相關(guān)聯(lián)，探究國(guó)民經(jīng)濟(jì)各部門間的連鎖效應(yīng)。目前，該模型已被廣泛應(yīng)用于能源環(huán)境政策[19]、國(guó)際貿(mào)易[20]、財(cái)政稅收[21]等領(lǐng)域。

1.2 模型構(gòu)建

1.2.1 基本模型結(jié)構(gòu)

參考潘浩然[22]的框架，構(gòu)建了生產(chǎn)部門、居民、政府在內(nèi)的多部門災(zāi)害CGE模型，具體包括生產(chǎn)模塊、貿(mào)易模塊、經(jīng)濟(jì)主體行為模塊、勞動(dòng)、資本要素模塊以及均衡模塊。該部分所包含變量眾多，為方便起見，統(tǒng)一將其意義解釋放置在附錄表1。

(1)生產(chǎn)模塊。本文假設(shè)一種生產(chǎn)活動(dòng)只生產(chǎn)一種對(duì)應(yīng)的商品，如農(nóng)業(yè)部門只生產(chǎn)農(nóng)業(yè)類型的商品。部門的產(chǎn)出直接轉(zhuǎn)化為在市場(chǎng)上流通的相應(yīng)商品。如圖1所示，生產(chǎn)函數(shù)的第一層為中間投入U(xiǎn)與增加值V合成的總產(chǎn)出函數(shù)，其函數(shù)形式為恒替代彈性(CES)生產(chǎn)函數(shù)，如式(1)所示。生產(chǎn)函數(shù)的第二層分別描述了中間投入和增加值的構(gòu)成。其中，中間投入品的需求用Leontief生產(chǎn)函數(shù)表示，各項(xiàng)投入商品間為固定比例關(guān)系，如式(2)所示。增加值的投入用C-D生產(chǎn)函數(shù)表示，選擇勞動(dòng)、資本要素作為增加值的構(gòu)成要素，見式(3)。

(1)

QX(CC,PS,PRO)=ut(CC,PS,PRO)×U(PS,PRO);

(2)

V(PS,PRO)=AV(PS,PRO)×L(PS,PRO)γl(PS,PRO)×K(PS,PRO)γk(PS,PRO)。

(3)

圖1 生產(chǎn)模塊結(jié)構(gòu)

(2)貿(mào)易模塊。與傳統(tǒng)的全國(guó)CGE模型不同，本文重點(diǎn)研究自然災(zāi)害對(duì)省級(jí)地區(qū)的經(jīng)濟(jì)影響，因此有必要將貿(mào)易模塊進(jìn)一步細(xì)分為國(guó)內(nèi)其他地區(qū)和國(guó)外兩部分(圖2)。為便于表達(dá)與理解，本文將省內(nèi)自產(chǎn)自銷QD與流出到省外的商品DEXP合成為QDDEXP；將省內(nèi)自產(chǎn)自銷與國(guó)內(nèi)其他地區(qū)流入的商品合成為。在省內(nèi)產(chǎn)出分配上，采用CET函數(shù)刻畫QDDEXP與商品出口IEXP之間的替代關(guān)系，見式(4)。在省內(nèi)商品消費(fèi)市場(chǎng)上，采用CES函數(shù)描述QDDIMP與進(jìn)口商品IIMP間的相互替代關(guān)系，如式(5)所示。本文所構(gòu)建的災(zāi)害CGE模型為開放經(jīng)濟(jì)模型，采用Armington方程來(lái)刻畫省內(nèi)產(chǎn)品與進(jìn)口品間的不完全替代關(guān)系[23]。該省進(jìn)出口量只占世界總量的極小一部分，它的貿(mào)易行為對(duì)商品的世界價(jià)格影響微乎其微。因此，本研究中商品的世界價(jià)格為外生變量。

(4)

(5)

圖2 貿(mào)易模塊結(jié)構(gòu)

(3) 經(jīng)濟(jì)主體行為模塊。本文構(gòu)建的經(jīng)濟(jì)主體包括企業(yè)、居民、地方政府和中央政府。假設(shè)市場(chǎng)為自由競(jìng)爭(zhēng)市場(chǎng)，企業(yè)只作為價(jià)格的接受者，無(wú)權(quán)改變商品價(jià)格，價(jià)格只受市場(chǎng)供求關(guān)系影響。式(6)代表企業(yè)資本收入是企業(yè)收入的唯一來(lái)源。企業(yè)支出由企業(yè)對(duì)居民的轉(zhuǎn)移支付和企業(yè)儲(chǔ)蓄構(gòu)成，見式(7)。此外，居民總收入和總支出構(gòu)成分別由式(8)、式(9)表示。居民的消費(fèi)偏好按照C-D效用函數(shù)實(shí)現(xiàn)，在收入約束下，居民以自身效用最大化為原則進(jìn)行商品消費(fèi)。因本文構(gòu)建的災(zāi)害CGE模型為省級(jí)的區(qū)域模型，故在此區(qū)分地方政府和中央政府。假設(shè)商品消費(fèi)全部由地方政府提供，因而地方政府的支出由地方政府稅收收入、地方消費(fèi)和地方上交中央這三項(xiàng)組成，見式(10)。同時(shí)，假設(shè)地方政府消費(fèi)滿足C-D效用函數(shù)，地方消費(fèi)在收入的約束下以自身效用最大化為目標(biāo)。方程(11)、方程(12)分別代表地方政府、中央政府的收入構(gòu)成函數(shù)。中央政府的支出函數(shù)如方程(13)所示。

FMY(PRO)=FMKY(PRO);

(6)

FMY(PRO)=FMTHH(HH,PRO)+FMS(PRO);

(7)

HHY(HH,PRO)=HHLY(HH,PRO)+HHKY(HH,PRO)+LGTHH(HH,PRO);

(8)

(9)

(10)

(11)

(12)

CGE(PRO)=CGTLG(PRO)+CGS(PRO)。

(13)

(4)勞動(dòng)、資本要素模塊。本研究的災(zāi)害CGE模型采用新古典主義宏觀閉合方式，勞動(dòng)、資本要素的供應(yīng)量均由模型外的要素稟賦決定，屬于外生變量。同時(shí)，生產(chǎn)要素可在市場(chǎng)上自由流動(dòng)，要素價(jià)格和商品價(jià)格均由模型內(nèi)生決定。

(14)

(15)

(5)均衡模塊。均衡模塊主要包括商品供求平衡、生產(chǎn)要素供求平衡、經(jīng)濟(jì)主體收支平衡以及儲(chǔ)蓄—投資均衡。式(16)代表商品市場(chǎng)出清，即省內(nèi)商品總供給等于總需求。方程(17)、方程(18)分別代表勞動(dòng)、資本要素供求平衡。災(zāi)害CGE模型中的經(jīng)濟(jì)主體收支平衡分別由式(19)至式(22)表示。此外，本文采用新古典主義閉合，因而總投資由總儲(chǔ)蓄決定，即儲(chǔ)蓄可以全部轉(zhuǎn)化為投資，如方程(23)所示。

(16)

TLY(PRO)=TLE(PRO);

(17)

TKY(PRO)=TKE(PRO);

(18)

HHY(HH,PRO)=HHE(HH,PRO);

(19)

FMY(PRO)=FME(PRO);

(20)

LGY(PRO)=LGC(PRO);

(21)

CGY(PRO)=CGE(PRO);

(22)

TSAV(PRO)=HHS(HH,PRO)+CGS(PRO)+IINV(PRO)+DINV(PRO)。

(23)

1.2.2 災(zāi)害沖擊對(duì)經(jīng)濟(jì)的影響

災(zāi)害對(duì)經(jīng)濟(jì)的沖擊直接影響到生產(chǎn)部門的產(chǎn)出，主要表現(xiàn)為農(nóng)作物產(chǎn)量下降，服務(wù)業(yè)營(yíng)業(yè)收入減少，居民收入受損等[24]。本研究的災(zāi)害CGE模型與傳統(tǒng)CGE模型的區(qū)別就在于引入了災(zāi)害沖擊變量，為間接經(jīng)濟(jì)損失評(píng)估充當(dāng)了中介作用，見式(24)。在災(zāi)害CGE模型中，沖擊變量就代表發(fā)生的災(zāi)害。地震、洪水等災(zāi)害對(duì)當(dāng)?shù)氐慕?jīng)濟(jì)系統(tǒng)而言是一個(gè)外生事件，沖擊變量的引入打破了當(dāng)?shù)亟?jīng)濟(jì)系統(tǒng)原有的均衡狀態(tài)，在市場(chǎng)機(jī)制的作用下，災(zāi)后經(jīng)濟(jì)系統(tǒng)會(huì)重新達(dá)到新的均衡狀態(tài)。此時(shí)新均衡下的部門產(chǎn)出、要素價(jià)格、收入等必定與原先不同，其中的差異可看作是災(zāi)害造成的間接經(jīng)濟(jì)損失。

X′(PS,PRO)=E(PS,PRO)×X(PS,PRO)。

(24)

式中：E為災(zāi)害沖擊變量；X′為災(zāi)害沖擊后的部門產(chǎn)出；X為災(zāi)前的部門產(chǎn)出。

在實(shí)證過程中，將災(zāi)害沖擊變量E具化為災(zāi)害沖擊參數(shù)，參數(shù)值在0～1之間。其計(jì)算方式如式(25)所示。其中，S′為生產(chǎn)部門的直接經(jīng)濟(jì)損失；S為該部門當(dāng)年的總產(chǎn)值。以直接經(jīng)濟(jì)損失占總產(chǎn)值的比重代表災(zāi)后部門產(chǎn)能下降的程度[25]。鑒于實(shí)證分析中關(guān)于臺(tái)風(fēng)“山竹”所獲災(zāi)害損失數(shù)據(jù)為月度數(shù)據(jù)，故在此乘以1/12，將月度損失數(shù)據(jù)進(jìn)行年化，轉(zhuǎn)化為年度災(zāi)害沖擊參數(shù)。即災(zāi)害發(fā)生前，生產(chǎn)部門按原有效率進(jìn)行生產(chǎn)；災(zāi)害發(fā)生后，生產(chǎn)部門效率受到影響，產(chǎn)出發(fā)生變化。對(duì)應(yīng)的當(dāng)?shù)卦械木鉅顟B(tài)也因?yàn)?zāi)害而隨之改變，災(zāi)前與災(zāi)后兩種均衡狀態(tài)的轉(zhuǎn)變導(dǎo)致產(chǎn)出、勞動(dòng)力需求、收入等經(jīng)濟(jì)要素發(fā)生改變，本文結(jié)果部分各變量的增減幅度值也由此計(jì)算得出。

(25)

2 案例分析

2.1 研究區(qū)選擇

廣東地處我國(guó)東南沿海區(qū)域，災(zāi)害性天氣頻繁，阻礙了當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)的平穩(wěn)運(yùn)行。同時(shí)，作為國(guó)內(nèi)經(jīng)濟(jì)發(fā)展最快，人口數(shù)量最大的省份，其災(zāi)害風(fēng)險(xiǎn)管理不可忽視。而自然災(zāi)害損失評(píng)估是優(yōu)化災(zāi)害風(fēng)險(xiǎn)管理的重要前提?；谂_(tái)風(fēng)為廣東最常見的災(zāi)害這一事實(shí)，本文選擇以2018年9月16日強(qiáng)臺(tái)風(fēng)“山竹”為例，通過災(zāi)害CGE模型分析“山竹”對(duì)廣東省經(jīng)濟(jì)系統(tǒng)造成的影響。

2.2 數(shù)據(jù)資料處理

2.2.1 數(shù)據(jù)來(lái)源

以2015年為基準(zhǔn)年構(gòu)建廣東省社會(huì)核算矩陣(SAM表)。數(shù)據(jù)來(lái)源包括廣東省投入產(chǎn)出表、《中國(guó)統(tǒng)計(jì)年鑒2016》《中國(guó)財(cái)政年鑒2016》《中國(guó)稅務(wù)年鑒2016》《廣東統(tǒng)計(jì)年鑒2016》。其中，廣東省2015年投入產(chǎn)出延長(zhǎng)表是編制SAM表的重要依據(jù)。本模型將IO表42部門合并為7部門，具體包括農(nóng)業(yè)、采掘業(yè)、制造業(yè)、建筑業(yè)、貿(mào)易餐飲住宿業(yè)、交通運(yùn)輸業(yè)和其它服務(wù)業(yè)。這樣劃分的目的主要有兩個(gè)：一是考慮到現(xiàn)有臺(tái)風(fēng)“山竹”災(zāi)害損失資料的不完整性，無(wú)法據(jù)此求出42部門對(duì)應(yīng)的所有參數(shù)，故合并為7部門；二是更好地突出臺(tái)風(fēng)災(zāi)害對(duì)廣東省農(nóng)業(yè)、交通運(yùn)輸業(yè)等特定行業(yè)的影響。

2.2.2 模型參數(shù)估計(jì)

模型所包含的參數(shù)可以分為三大類：第一類是替代彈性參數(shù)，該類參數(shù)通常選擇文獻(xiàn)研究法確定，本文主要參考了郭正權(quán)等[26]、李元龍[27]、譚顯東[28]的參數(shù)估計(jì)值。第二類參數(shù)可對(duì)SAM表進(jìn)行校準(zhǔn)估算得到，如規(guī)模參數(shù)、份額參數(shù)和稅率參數(shù)等。第三類參數(shù)為災(zāi)害沖擊參數(shù)，針對(duì)臺(tái)風(fēng)“山竹”給廣東省經(jīng)濟(jì)系統(tǒng)帶來(lái)的影響，選擇其中受災(zāi)較為嚴(yán)重的“農(nóng)業(yè)”、“貿(mào)易餐飲住宿業(yè)”、“交通運(yùn)輸業(yè)”、“制造業(yè)”這四個(gè)部門進(jìn)行間接損失傳導(dǎo)模擬分析。據(jù)廣東省農(nóng)業(yè)農(nóng)村廳統(tǒng)計(jì)，“山竹”重創(chuàng)農(nóng)牧業(yè)生產(chǎn)，農(nóng)作物受災(zāi)面積達(dá)193 333 hm2，農(nóng)業(yè)直接經(jīng)濟(jì)損失約30億元?！稄V東統(tǒng)計(jì)年鑒2019》中全省第一產(chǎn)業(yè)生產(chǎn)總值為3 831.44億元，根據(jù)式(25)計(jì)算得到農(nóng)業(yè)部門的災(zāi)害沖擊參數(shù)值為0.999 3?！百Q(mào)易餐飲住宿業(yè)”部門缺乏直接經(jīng)濟(jì)損失統(tǒng)計(jì)數(shù)據(jù)，故使用廣東省統(tǒng)計(jì)局公布的分行業(yè)1—9月增加值與1—8月增加值差額代替，該部門全年生產(chǎn)總值達(dá)11 412.96億元，因而“貿(mào)易餐飲住宿”部門的全年災(zāi)害沖擊參數(shù)值為0.997 4。同理，可推出“交通運(yùn)輸業(yè)”、“制造業(yè)”的年度災(zāi)害沖擊參數(shù)值分別為0.996 2和0.995 3。

3 結(jié)果與討論

本文將農(nóng)業(yè)、貿(mào)易餐飲住宿業(yè)、交通運(yùn)輸業(yè)、制造業(yè)的直接經(jīng)濟(jì)損失借助災(zāi)害沖擊參數(shù)引入構(gòu)建的災(zāi)害CGE模型中，進(jìn)而通過價(jià)格機(jī)制、供求關(guān)系等CGE模型所包含的經(jīng)濟(jì)學(xué)原理開展分析，評(píng)估臺(tái)風(fēng)“山竹”給廣東省造成的間接經(jīng)濟(jì)損失。

3.1 宏觀變量的變化

從模擬結(jié)果來(lái)看，受“山竹”影響，廣東省居民收入出現(xiàn)下降，與災(zāi)前相比收入減少了2.732%。對(duì)商品的消費(fèi)量也隨之下跌了1.59%，如表1所示。同樣，收入減少導(dǎo)致居民儲(chǔ)蓄額相應(yīng)下降，下降幅度達(dá)到2.732%。綜上，居民收入、消費(fèi)與儲(chǔ)蓄這三個(gè)宏觀變量受臺(tái)風(fēng)影響均表現(xiàn)出一定程度的下降。在稅收方面，消費(fèi)稅與增值稅分別減少了2.051%、2.001%。此外，經(jīng)過模擬發(fā)現(xiàn)間接稅收入與災(zāi)前相比則下降了1.998%，總稅收收入隨之下跌了2.039%，廣東省政府收入下降了2.159%。與居民消費(fèi)下降一樣，廣東省政府在“山竹”發(fā)生后對(duì)商品及服務(wù)的消費(fèi)量也下跌了0.121%。需要指出的是雖然模擬結(jié)果顯示兩者均出現(xiàn)下降現(xiàn)象，但廣東省政府消費(fèi)下降幅度卻遠(yuǎn)小于居民消費(fèi)，僅為后者變化量的1/13。

表1 臺(tái)風(fēng)“山竹”對(duì)宏觀經(jīng)濟(jì)的影響 %

根據(jù)模擬結(jié)果來(lái)看，強(qiáng)臺(tái)風(fēng)“山竹”造成廣東省內(nèi)總投資下降了3.243%，總消費(fèi)減少了1.242%。除此之外，進(jìn)出口商品總額下降了0.012%。由于廣東省的總投資、總消費(fèi)、進(jìn)出口均出現(xiàn)下跌情形，省內(nèi)生產(chǎn)總值(GDP)也下跌了2.645%。鑒于對(duì)外貿(mào)易在廣東省經(jīng)濟(jì)占據(jù)重要地位，本文在此分別從進(jìn)口價(jià)格、進(jìn)口量、出口價(jià)格及出口量這四個(gè)方面入手，模擬評(píng)估臺(tái)風(fēng)“山竹”給廣東省進(jìn)出口貿(mào)易帶來(lái)的影響。從進(jìn)口方面看，本研究構(gòu)建的災(zāi)害CGE模型假定國(guó)產(chǎn)品和進(jìn)口品之間滿足小國(guó)假設(shè)，即進(jìn)口品價(jià)格外在給定，廣東省進(jìn)口量只占國(guó)際貿(mào)易很小的一部分，其變化對(duì)進(jìn)口品的國(guó)際價(jià)格不產(chǎn)生任何影響，所以災(zāi)后進(jìn)口品的價(jià)格保持不變(圖3)。此外，經(jīng)過模擬發(fā)現(xiàn)各類商品的進(jìn)口量出現(xiàn)了明顯的下降，農(nóng)業(yè)、建筑業(yè)、貿(mào)易餐飲住宿業(yè)和其它服務(wù)業(yè)的進(jìn)口量與基準(zhǔn)線相比，下跌幅度超過4%。從出口方面看，災(zāi)害使得廣東省總體出口量下降了1.405%。除制造業(yè)商品出口價(jià)格有輕微上漲外，其它各類商品出口價(jià)格均有不同程度的下跌。農(nóng)業(yè)、貿(mào)易餐飲住宿業(yè)和其它服務(wù)業(yè)的商品出口價(jià)格下跌幅度都突破了1%，該模擬結(jié)果在一定程度上驗(yàn)證了GASSEBNER等[27]的研究結(jié)論，即自然災(zāi)害的發(fā)生會(huì)造成地區(qū)當(dāng)年進(jìn)口與出口出現(xiàn)不同程度下降的情況。

圖3 臺(tái)風(fēng)“山竹”對(duì)廣東省進(jìn)出口的影響

表2 臺(tái)風(fēng)“山竹”對(duì)廣東省生產(chǎn)部門的影響 %

3.2 生產(chǎn)部門的變化

從模擬結(jié)果來(lái)看，除采掘業(yè)外，災(zāi)后幾乎所有行業(yè)的總產(chǎn)出都出現(xiàn)了下降的情況(表2)。其中，農(nóng)業(yè)部門產(chǎn)出值降低了0.955%。制造業(yè)為廣東省產(chǎn)業(yè)部門的中流砥柱，憑借佛山、東莞、珠海等地的制造業(yè)優(yōu)勢(shì)，廣東經(jīng)濟(jì)始終位列前茅。據(jù)模型評(píng)估結(jié)果顯示臺(tái)風(fēng)“山竹”使制造業(yè)產(chǎn)出下降了1.486%，建筑業(yè)產(chǎn)出減少了2.437%。這可能是因?yàn)榕_(tái)風(fēng)“山竹”高達(dá)14～16級(jí)的風(fēng)力所帶來(lái)的強(qiáng)破壞力所致。且建筑業(yè)多以露天作業(yè)為主，為防范臺(tái)風(fēng)風(fēng)險(xiǎn)，境內(nèi)多個(gè)建筑工地全面停工，由此造成產(chǎn)出下降。此外，模擬結(jié)果還顯示交通運(yùn)輸業(yè)產(chǎn)出降低了0.851%。這是由于臺(tái)風(fēng)“山竹”導(dǎo)致的大面積航班取消、廣深港高鐵和杭深高鐵等多條線路停營(yíng)的結(jié)果。

一般而言，生產(chǎn)部門產(chǎn)出下降會(huì)導(dǎo)致相應(yīng)行業(yè)的勞動(dòng)力需求減少，勞動(dòng)者面臨失業(yè)危險(xiǎn)。但在此次模擬中，勞動(dòng)力投入的變化并未與部門總產(chǎn)出變化完全一致，部分部門對(duì)勞動(dòng)力的需求反而增加。以農(nóng)業(yè)為例，該部門對(duì)勞動(dòng)力的需求與災(zāi)前相比上升了0.602%。依據(jù)熊彼特提出的“創(chuàng)造性”破壞理論，雖然災(zāi)害造成區(qū)域內(nèi)原有的有形物質(zhì)財(cái)富受損，但也促進(jìn)了當(dāng)?shù)鼗A(chǔ)設(shè)施、生產(chǎn)資料的升級(jí)。因此，災(zāi)后會(huì)重新投入人力物力進(jìn)行恢復(fù)重建工作。臺(tái)風(fēng)“山竹”發(fā)生后，農(nóng)業(yè)部門需組織人手及時(shí)開展清溝排水、補(bǔ)種改種、病蟲防治等工作，由此引起勞動(dòng)力需求的增加。同樣，因臺(tái)風(fēng)造成的水利、電力、道路等基礎(chǔ)設(shè)施受損，災(zāi)后也需投入大量勞動(dòng)力進(jìn)行修繕重建工作。因此，模擬結(jié)果顯示交通運(yùn)輸業(yè)的勞動(dòng)力投入災(zāi)前相比提高了0.403%。從資本租賃率來(lái)看，災(zāi)后七大生產(chǎn)部門的租金率在此次模擬中均發(fā)生了顯著的下降。除采掘業(yè)跌幅小于1%，農(nóng)業(yè)、制造業(yè)、建筑業(yè)等產(chǎn)業(yè)部門的資本租賃率下降幅度均超過了兩個(gè)百分點(diǎn)。建筑業(yè)和其它服務(wù)業(yè)這兩類原本的存貨增加值就為零，引入災(zāi)害沖擊變量之后，其值仍然保持不變。其余五大類的存貨增加值則呈現(xiàn)出明顯的下降，其中，制造業(yè)的存貨增加值降低了3.355%。

3.3 不確定性討論

本文通過災(zāi)害CGE模型對(duì)臺(tái)風(fēng)“山竹”給廣東省造成的經(jīng)濟(jì)損失進(jìn)行了定量評(píng)估，但仍然存在一些不確定性。在CGE模型中，彈性參數(shù)的設(shè)置對(duì)模擬結(jié)果的穩(wěn)健性有重要影響。為保證廣東省災(zāi)害CGE模型所得結(jié)果的穩(wěn)健性，本文分別對(duì)總產(chǎn)出替代彈性參數(shù)σsp、進(jìn)口替代彈性參數(shù)σsa、出口替代彈性參數(shù)σst進(jìn)行敏感性檢驗(yàn)。參考MAHMOOD等[30]的做法，將σsp在原值的基礎(chǔ)上分別擴(kuò)大、縮小10%，模擬所得結(jié)果如表3所示?？芍襰p的變化對(duì)宏觀變量變化的方向沒有影響，對(duì)其數(shù)值有輕微的影響。隨著σsp的增大，GDP的損失幅度將繼續(xù)增大。當(dāng)σsp在原值基礎(chǔ)上增加10%時(shí)，GDP損失變化幅度達(dá)到0.005%。在所有宏觀變量中，本地自產(chǎn)自銷變動(dòng)幅度最大，但也不超過0.09%。至此，可判定總產(chǎn)出替代彈性參數(shù)σsp通過了敏感性檢驗(yàn)。

表3 σsp的敏感性檢驗(yàn) %

進(jìn)口替代彈性參數(shù)σsa進(jìn)行敏感性檢驗(yàn)所得結(jié)果如表4所示。省內(nèi)產(chǎn)品與進(jìn)口品之間的替代彈性參數(shù)σsa的變化對(duì)模擬結(jié)果影響甚微，所有變量均未發(fā)生方向性的改變。除總投資變動(dòng)幅度達(dá)到0.14%，其余宏觀變量的變化程度均小于0.1%。廣東省政府消費(fèi)變動(dòng)幅度最小，僅在原值基礎(chǔ)上變化了0.008%。由此，可判定進(jìn)口替代彈性參數(shù)σsa通過了敏感性檢驗(yàn)，即本文所得模擬結(jié)果是穩(wěn)健的。出口替代彈性參數(shù)σst的敏感性檢驗(yàn)結(jié)果如表5所示。值得注意的是在對(duì)σst進(jìn)行敏感性檢驗(yàn)時(shí)，發(fā)現(xiàn)其變動(dòng)10%對(duì)變量造成的影響極其微小，只發(fā)生了0.000 001%的變化。因而在對(duì)其保留三位小數(shù)后，所得結(jié)果看上去與原值完全一致。由此可知，σst變動(dòng)對(duì)模擬結(jié)果造成的影響幾乎為零。

表4 σsa的敏感性檢驗(yàn) %

表5 σst的敏感性檢驗(yàn) %

通過對(duì)以上三類參數(shù)進(jìn)行敏感性檢驗(yàn)，發(fā)現(xiàn)替代彈性參數(shù)的變動(dòng)對(duì)模擬結(jié)果的影響十分微小，在可接受范圍內(nèi)。即本研究所構(gòu)建的災(zāi)害CGE模型是穩(wěn)健的，參數(shù)設(shè)置對(duì)模擬結(jié)果的影響在可控范圍內(nèi)。本文所得結(jié)論可為政府開展災(zāi)后管理工作提供參考。

4 結(jié)論與展望

本文以2018年臺(tái)風(fēng)“山竹”為例，運(yùn)用災(zāi)害CGE模型評(píng)估了臺(tái)風(fēng)給廣東省造成的間接經(jīng)濟(jì)損失。結(jié)合模擬所得結(jié)果進(jìn)行分析，主要結(jié)論如下：

(1)從宏觀變量層面看，模擬發(fā)現(xiàn)強(qiáng)臺(tái)風(fēng)“山竹”導(dǎo)致廣東省生產(chǎn)總值下跌了2.645%。省內(nèi)各類商品的進(jìn)口量受臺(tái)風(fēng)影響均出現(xiàn)了明顯的下降情況。農(nóng)業(yè)、建筑業(yè)、貿(mào)易餐飲住宿業(yè)和其它服務(wù)業(yè)的進(jìn)口量下跌程度尤為突出。就出口量而言，廣東省總體出口量較災(zāi)前下跌了1.405%。除制造業(yè)商品出口價(jià)格輕微上漲0.14%，其余各類商品出口價(jià)格均有不同程度的下降。此外，與災(zāi)前相比居民收入減少了2.732%，對(duì)商品消費(fèi)量也隨之降低了1.59%。受山竹影響，總稅收收入也下跌了2.039%。

(2)從產(chǎn)業(yè)部門層面看，根據(jù)模擬結(jié)果顯示臺(tái)風(fēng)“山竹”對(duì)廣東省七大行業(yè)的產(chǎn)出均有不同程度的影響。其中，制造業(yè)、建筑業(yè)、貿(mào)易餐飲住宿業(yè)的部門產(chǎn)出下降最為明顯，分別下跌了1.486%、2.437%、1.116%。“山竹”在造成部門產(chǎn)出普遍下降的同時(shí)，卻在一定程度上增加了某些部門的勞動(dòng)力投入人數(shù)。農(nóng)業(yè)、采掘業(yè)、制造業(yè)、交通運(yùn)輸業(yè)的勞動(dòng)力投入與災(zāi)前相比分別增加了0.602%、2.587%、0.477%和0.403%。此外，災(zāi)后產(chǎn)業(yè)部門的租金率均發(fā)生了顯著下降，其中，建筑業(yè)、貿(mào)易餐飲住宿業(yè)以及其它服務(wù)業(yè)的資金租賃率下跌幅度均超過3個(gè)百分點(diǎn)。

災(zāi)害對(duì)經(jīng)濟(jì)的影響具有復(fù)雜性和差異性，不同尺度的災(zāi)害給各地區(qū)經(jīng)濟(jì)系統(tǒng)造成的影響不能一概而論。對(duì)于經(jīng)濟(jì)基礎(chǔ)優(yōu)越的地區(qū)，災(zāi)害可能反而會(huì)促進(jìn)GDP的增長(zhǎng)。對(duì)此，在后續(xù)研究中考慮將空間因素融入進(jìn)CGE模型中，研究同一災(zāi)害對(duì)不同區(qū)域經(jīng)濟(jì)的影響。最后，本文僅是對(duì)臺(tái)風(fēng)災(zāi)害給廣東省造成的間接經(jīng)濟(jì)損失進(jìn)行了評(píng)估，未來(lái)將繼續(xù)深耕CGE模型，加強(qiáng)對(duì)模型可靠性的研究。