基于多區(qū)域CGE模型的水污染間接經(jīng)濟損失評估——以長江三角洲流域為例

張 偉，劉 宇，姜 玲，王金南，吳文俊，畢 軍（1.環(huán)境保護部環(huán)境規(guī)劃院，國家環(huán)境保護環(huán)境規(guī)劃與政策模擬重點實驗室，北京 10001；.南京大學(xué)環(huán)境學(xué)院，污染控制與資源化研究國家重點實驗室，江蘇 南京1009；.中國科學(xué)院科技政策與管理科學(xué)研究所，北京 100190；4.中央財經(jīng)大學(xué)政府管理學(xué)院，北京 100081）

基于多區(qū)域CGE模型的水污染間接經(jīng)濟損失評估——以長江三角洲流域為例

張 偉1，2，劉 宇3，姜 玲4*，王金南1，2，吳文俊1，2，畢 軍2（1.環(huán)境保護部環(huán)境規(guī)劃院，國家環(huán)境保護環(huán)境規(guī)劃與政策模擬重點實驗室，北京 100012；2.南京大學(xué)環(huán)境學(xué)院，污染控制與資源化研究國家重點實驗室，江蘇 南京210093；3.中國科學(xué)院科技政策與管理科學(xué)研究所，北京 100190；4.中央財經(jīng)大學(xué)政府管理學(xué)院，北京 100081）

通過構(gòu)建長江三角洲流域多區(qū)域CGE模型，模擬了2011年水污染對長江三角洲流域內(nèi)部地區(qū)（上海、流域內(nèi)浙江、流域內(nèi)江蘇）造成的間接經(jīng)濟損失.并且構(gòu)建間接影響系數(shù)來反映流域內(nèi)不同區(qū)域和行業(yè)受水污染的間接波及程度.研究結(jié)果表明：水污染對流域內(nèi)區(qū)域的經(jīng)濟影響差異明顯，從GDP絕對值減少量來看，上海GDP損失最大（161.3億元），但從GDP百分比變化來看，流域內(nèi)浙江損失更為顯著（2.84%）；上海經(jīng)濟對長江三角洲流域水污染最為敏感，其間接經(jīng)濟損失將是其直接經(jīng)濟損失的3.5倍左右，而流域內(nèi)江蘇、流域內(nèi)浙江僅為0.92倍和1.98倍.

水污染；長江三角洲流域；多區(qū)域CGE模型；間接經(jīng)濟損失

水污染經(jīng)濟損失是指由于水環(huán)境質(zhì)量下降造成的水服務(wù)功能的破壞，進而造成的經(jīng)濟損失

［1］.通過將水污染損失貨幣化，衡量水污染所造成的經(jīng)濟損失，不僅便于更直觀地了解水環(huán)境受到威脅的程度，并且在制定區(qū)域水污染防治方案、建立流域生態(tài)補償以及綠色核算時能夠提供定量決策參考［2-3］.目前，水污染的經(jīng)濟損失評估大致有三類方法，即分類計算法、恢復(fù)費用法和計量經(jīng)濟學(xué)法［4-5］.分類計算法就是把水污染經(jīng)濟損失的影響對象分為工業(yè)、農(nóng)業(yè)、漁業(yè)、旅游業(yè)、市政建設(shè)、家庭消費和人體健康等幾大類，尋找各類的市場替代品價值，并相加求和作為水污染的經(jīng)濟損失.該方法主要借鑒環(huán)境經(jīng)濟核算的相關(guān)方法框架，在我國早期環(huán)境損失和水污染損失研究中應(yīng)用較多［6-10］.恢復(fù)費用法是以恢復(fù)受破壞的水環(huán)境資源所需的費用作為水環(huán)境資源遭到破壞的經(jīng)濟損失估值的一種計算方法，僅從污染源角度計算削減污水排放的費用.計量經(jīng)濟學(xué)方法是把水環(huán)境價值作為一個整體，通過數(shù)學(xué)方程建立水資源價值與經(jīng)濟活動關(guān)系表達，然后利用大量數(shù)據(jù)回歸得出方程的參數(shù)，從而測算水污染的經(jīng)濟損失，主要以索洛方程法、模糊數(shù)學(xué)法、污染損失率法、水污染經(jīng)濟損失函數(shù)法等具體方法應(yīng)用為主，近年來得到了廣泛應(yīng)用［11-16］.

然而，上述針對水污染的經(jīng)濟損失評估主要以直接損失評估為主.各受沖擊對象，如農(nóng)業(yè)、漁業(yè)、工業(yè)等，由于水污染導(dǎo)致的產(chǎn)出下降或價格變化都將通過產(chǎn)業(yè)間關(guān)聯(lián)將經(jīng)濟損失向上下游行業(yè)傳導(dǎo)，進而對整個經(jīng)濟系統(tǒng)產(chǎn)生間接影響，是直接經(jīng)濟損失的后續(xù)效應(yīng).因此，僅評估直接損失無法全面衡量水污染造成的經(jīng)濟損失，定量化評估水污染的間接經(jīng)濟損失同樣十分重要，但相關(guān)研究仍然較少.目前，在測算間接經(jīng)濟損失的方法上， 使用最為廣泛的是投入產(chǎn)出模型、社會核算矩陣模型和可計算一般均衡模型（CGE）三類宏觀經(jīng)濟模型［17-19］.CGE模型是基于投入產(chǎn)出模型和社會核算矩陣模型的非線性模型，不僅充分考慮了各行為主體的經(jīng)濟行為，如價格關(guān)系、供需關(guān)系、商品要素的替代關(guān)系等［20］，而且能夠真實地刻畫水污染的直接經(jīng)濟沖擊在不同經(jīng)濟部門和宏觀經(jīng)濟方面的傳導(dǎo)機制，已在自然災(zāi)害間接損失評估中得到應(yīng)用［21-23］.

長江三角洲流域是長江中下游平原的重要組成部分，位于我國經(jīng)濟最為發(fā)達的區(qū)域，也是水污染最為嚴(yán)重的流域之一.長江三角洲流域包括上海、杭州、嘉興、湖州、蘇州、南通、無錫、常州、鎮(zhèn)江、南京、泰州、揚州、宣城共 13個城市，面積約5×104km2，覆蓋上海市全部、江蘇省28.36%、浙江省 11.69%、安徽省 0.16%.流域內(nèi)城市經(jīng)濟結(jié)構(gòu)和發(fā)展水平差異大，城市間經(jīng)濟關(guān)聯(lián)程度高，水污染造成的直接經(jīng)濟損失會在區(qū)域內(nèi)、行業(yè)間造成復(fù)雜的交叉關(guān)聯(lián)間接影響.為了能更加科學(xué)捕獲水污染在流域內(nèi)的間接損失特征，本文通過構(gòu)建長江三角洲流域多區(qū)域CGE模型，以2011年為例，模擬水污染對長江三角洲流域內(nèi)部地區(qū)的間接經(jīng)濟損失，為長江三角洲流域開展全面的污染經(jīng)濟損失評估和水污染防治政策提供科學(xué)決策支持.

1 方法與數(shù)據(jù)

1.1 水污染影響區(qū)域經(jīng)濟的作用機理

圖1 長江三角洲流域水污染對經(jīng)濟系統(tǒng)的間接經(jīng)濟影響作用機理Fig.1 The mechanism of indirect economic impacts of water pollution at Yangtze River Delta Basin

本文研究對象是指伴隨汛期降水增多的農(nóng)業(yè)面源水污染加劇.根據(jù)歷年《長江水資源質(zhì)量公報》及相關(guān)研究［24-25］表明，農(nóng)業(yè)面源是導(dǎo)致長江流域，尤其是其下游長江三角洲流域汛期污染加劇的主要來源.水污染的直接影響表現(xiàn)在對農(nóng)業(yè)、旅游業(yè)、污水治理工業(yè)以及居民消費造成的損失：導(dǎo)致種植業(yè)和漁業(yè)等減產(chǎn)，影響農(nóng)產(chǎn)品價格；導(dǎo)致污水治理行業(yè)的生產(chǎn)成本增加，影響供水價格；降低旅游資源質(zhì)量，減少旅游業(yè)營收；增加居民對桶裝水和凈水器具的消費，影響居民消費結(jié)構(gòu).上述直接影響將引起流域內(nèi)各行業(yè)上下游產(chǎn)品價格和供需的變化，進而通過區(qū)域間產(chǎn)業(yè)關(guān)聯(lián)影響到其他行業(yè)和區(qū)域，形成水污染的間接影響.主要包含三個層面：①在產(chǎn)出層面，主要包括各行業(yè)GDP、總產(chǎn)出、消費和投資等指標(biāo)；②在價格層面，主要包括消費價格指數(shù)（CPI）、進出口價格等；③在區(qū)域?qū)用?，既包含對長江三角洲流域內(nèi)3個省市的經(jīng)濟影響，還包括對長江三角洲流域外的經(jīng)濟影響（圖 1）.采用多區(qū)域 CGE模型模擬水污染的間接經(jīng)濟影響，其模擬結(jié)果是區(qū)域受水污染沖擊下經(jīng)濟社會的狀態(tài)與假設(shè)沒有水污染下的經(jīng)濟社會狀態(tài)基準(zhǔn)狀態(tài)的差值.

1.2 模型結(jié)構(gòu)與宏觀閉合條件

本文使用的多區(qū)域 CGE模型來自澳大利亞維多利亞大學(xué)政策研究中心（Centre of Policy Studies， Cops）的 TERM（The Enormous Regional Model）模型［26］.TERM 模型數(shù)據(jù)庫構(gòu)建方便，求解速度快，在世界很多地區(qū)都得到廣泛應(yīng)用.模型采用自下而上（Bottom-Up）結(jié)構(gòu)，將每個區(qū)域視為單獨的經(jīng)濟體，通過區(qū)域間貿(mào)易、投資和勞動力流動實現(xiàn)區(qū)域間經(jīng)濟活動的有機連接.本文使用中國科學(xué)院科技政策與管理科學(xué)研究所開發(fā)的中國版TERM模型（SinoTerm），優(yōu)化設(shè)定了模型中的常替代彈性生產(chǎn)函數(shù)（CES）相關(guān)替代彈性使之更符合中國區(qū)域經(jīng)濟特點.在此基礎(chǔ)上對長江三角洲流域以外省份進行合并（詳見 1.3），使之適用于長江三角洲流域.TERM模型的求解采用專用CGE求解器Gempack軟件［27］.

短期水污染對經(jīng)濟影響往往呈現(xiàn)短期效果，因此采用短期宏觀閉合（CGE模型的宏觀閉合條件參閱文獻［20］）.TERM模型的短期閉合包括區(qū)域的行業(yè)資本存量不變，區(qū)域的實際工資粘性假設(shè)，區(qū)域回報率和勞動力可以變化等.此外，關(guān)于消費需求的假設(shè)：國家層面的總消費與國家的GDP的份額不變，即國家的GDP水平直接決定私人消費水平；政府支出短期內(nèi)固定不變.

1.3 數(shù)據(jù)庫構(gòu)建

表1 投入產(chǎn)出表42部門與18部門對應(yīng)Table 1 Mapping between the 42 sectors and the 18sectors in input-output table

續(xù)表1

采用國家統(tǒng)計局出版的2007年中國30個省42部門獨立投入產(chǎn)出表和中國海關(guān)公布的分省貿(mào)易和關(guān)稅數(shù)據(jù)，構(gòu)建了包含省際貿(mào)易的中國30省區(qū)靜態(tài)TERM模型數(shù)據(jù)庫，并采用RAS法（也稱為雙比例尺度法）將數(shù)據(jù)庫更新到 2011年［28］.根據(jù)長江三角洲流域范圍，將江蘇、浙江、上海以外的其他 27省市合并為“中國其他”區(qū)域.另外，將江蘇和浙江分別拆分成流域內(nèi)和流域外，并將流域外江蘇和浙江合并為“長江三角洲其他”區(qū)域，最終本文研究區(qū)域為長江三角洲流域內(nèi)江蘇（簡稱流域內(nèi)江蘇）、長江三角洲流域內(nèi)浙江（簡稱流域內(nèi)浙江）、上海、長江三角洲其他以及中國其他5個地區(qū)（由于安徽省在長江三角洲流域內(nèi)面積很小，因此本文不考慮流域水污染對安徽省造成的經(jīng)濟影響），數(shù)據(jù)庫同樣按照上述 5區(qū)域拆分及合并，拆分使用的經(jīng)濟份額數(shù)據(jù)來源于江蘇和浙江流域內(nèi)各縣市的經(jīng)濟統(tǒng)計數(shù)據(jù).為突出長江三角洲流域內(nèi)經(jīng)濟特征，將原來的42部門合并為18部門（表1）.

1.4 直接經(jīng)濟損失數(shù)據(jù)及沖擊變量設(shè)定

水污染的間接經(jīng)濟損失測算基于直接經(jīng)濟損失.直接經(jīng)濟損失通常包括兩個方面：①因為水質(zhì)不合格，或雖暫時合格但存在惡化趨勢，為避免由此產(chǎn)生的污染危害，水管理者與水使用者所支付的抵御性費用；②水使用者因水污染而直接遭受的經(jīng)濟損失.本文參照李錦秀等［1］的研究方法，以雙曲函數(shù)法為基礎(chǔ)，構(gòu)建了水質(zhì)-經(jīng)濟損失影響函數(shù)，并測算了2011年長江三角洲流域水污染的直接經(jīng)濟損失（表2）.

式中：Ti為水污染經(jīng)濟損失率；Si為水污染最大經(jīng)濟損失系數(shù)，指在水污染達到最嚴(yán)重情況下，對各分項社會經(jīng)濟指標(biāo)i可能帶來的最大經(jīng)濟損失，來源于李錦秀等人的研究［1］，并按可比價折算至2011年價格水平；Q為綜合水質(zhì)類別（Ⅰ～Ⅴ、劣Ⅴ類水質(zhì)），Qd為經(jīng)濟損失的拐點水質(zhì)類別；Zr為水污染經(jīng)濟總損失；Fi為長江三角洲流域各分項社會經(jīng)濟指標(biāo)i多年平均值；i包含農(nóng)業(yè)、一般工業(yè)、水的生產(chǎn)與處理工業(yè)、旅游業(yè)和居民消費等5類.

表2 長江三角洲流域2011年水污染導(dǎo)致的直接經(jīng)濟損失Table 2 Direct economic lost induced by water pollution in 2011 at Yangtze River Delta Basin

將直接損失沖擊數(shù)據(jù)引入TERM模型是本文的關(guān)鍵，需要考慮水污染對經(jīng)濟系統(tǒng)的作用途徑和機理.本文借鑒已有研究［29-30］，將農(nóng)業(yè)、一般工業(yè)、水的生產(chǎn)與處理工業(yè)以及旅游業(yè)等行業(yè)的全要素生產(chǎn)率外生并對其進行沖擊，模擬水污染對經(jīng)濟系統(tǒng)造成的間接經(jīng)濟損失.其經(jīng)濟學(xué)的含義是：行業(yè)由于水污染將導(dǎo)致產(chǎn)出或增加值下降，可以理解為行業(yè)的生產(chǎn)效率下降，即行業(yè)既定的投入要素只能生產(chǎn)更少的產(chǎn)品.另外，水污染使居民對純凈水（包括桶裝水和瓶裝水）的支出增加，從而導(dǎo)致居民的可支配收入下降，本文設(shè)定純凈水支出占食品總支出的比重作為對食品加工業(yè)的可支配水平的沖擊變量（表3）.

表3 長江三角洲流域2011年水污染導(dǎo)致家庭消費支出增加Table 3 Increase in household consumption expenditure induced by water pollution in 2011 at Yangtze River Delta Basin

1.5 間接經(jīng)濟影響系數(shù)

間接影響系數(shù) IDE，表示間接影響與直接影響的比例關(guān)系，可以用于評估水污染對行業(yè)或區(qū)域的間接波及程度.從方向上看，如果該系數(shù)是正號，表示間接影響加強了直接影響，行業(yè)或地區(qū)在受到直接沖擊損失后，由于區(qū)域間、上下游行業(yè)關(guān)聯(lián)傳導(dǎo)，誘發(fā)受到后續(xù)間接損失；如果該系數(shù)是負號，表示間接影響減弱了直接影響，行業(yè)或區(qū)域受到直接沖擊損失后，由于其他地區(qū)某行業(yè)受到損失相對更為嚴(yán)重，有可能導(dǎo)致本地區(qū)相同行業(yè)競爭力增強，間接影響為正效益.行業(yè)和區(qū)域的間接影響系數(shù)分別為：

式中：IDEi是第i行業(yè)的間接影響系數(shù)，表示水污染對第i行業(yè)造成的直接影響與間接影響的倍數(shù)關(guān)系；XIi表示第i行業(yè)的增加值間接影響的變化量；XDi表示第 i行業(yè)的增加值直接影響變化量；IDE反映的是水污染對一個地區(qū)所有行業(yè)造成的直接影響與間接影響的倍數(shù)關(guān)系.

2 結(jié)果分析

2.1 水污染的宏觀經(jīng)濟影響

由表4可知，2011年水污染將導(dǎo)致長江三角洲流域內(nèi) GDP減少 360億元，就業(yè)人數(shù)減少11.62萬人，CPI上漲0.3個百分點，投資減少178億元，消費減少208億元，水污染對長江三角洲流域內(nèi)經(jīng)濟沖擊明顯.從流域內(nèi)部來看，流域內(nèi)三省區(qū)的 GDP、消費、投資和就業(yè)等指標(biāo)均出現(xiàn)下降.上海、流域內(nèi)江蘇和流域內(nèi)浙江的GDP分別減少 0.84%（161.3億元）、0.20%（53.8億元）和2.84%（144.8億元）.從 GDP絕對值減少量來看，上海 GDP損失最大，其次是流域內(nèi)浙江和江蘇；但從GDP百分比變化來看，流域內(nèi)浙江損失最為顯著.其他指標(biāo)，如就業(yè)、消費、投資也存在相同特征.而對于CPI的變化來看，流域內(nèi)江蘇CPI下降較為明顯.總之，上海和流域內(nèi)浙江受水污染的經(jīng)濟損失較為嚴(yán)重.

表4 水污染對長江三角洲流域內(nèi)的宏觀經(jīng)濟影響Table 4 Economic impacts of water pollution on sub-regions in Yangtze River Delta Basin

從行業(yè)角度看，流域內(nèi)浙江國民經(jīng)濟行業(yè)受到的負面沖擊最大，大多集中在服務(wù)業(yè)，如房地產(chǎn)、公共服務(wù)、商務(wù)餐飲和建筑業(yè)等；其次是上海，各個行業(yè)產(chǎn)出大多出現(xiàn)下降，降幅在-0.2%～-0.5%之間；流域內(nèi)江蘇則完全不同，除個別服務(wù)業(yè)部門外（如房地產(chǎn)、公共服務(wù)、商務(wù)餐飲和建筑業(yè)），多數(shù)行業(yè)都出現(xiàn)了產(chǎn)出擴張的態(tài)勢.宏觀上分析，這是由于水污染對江蘇的直接沖擊較小造成的.

表5 水污染對長江三角洲流域內(nèi)區(qū)域各行業(yè)的產(chǎn)出影響（%）Table 5 Output impacts by sector of water pollution of each sub-region at Yangtze River Delta Basin （%）

分行業(yè)看，農(nóng)業(yè)是受到?jīng)_擊最大的行業(yè)，3個區(qū)域平均下降33.5%，其中流域內(nèi)浙江、上海和流域內(nèi)江蘇分別下降39.4%、51.3%和9.8%.其次，受沖擊較為嚴(yán)重的是流域內(nèi)浙江的房地產(chǎn)業(yè)、商務(wù)餐飲業(yè)和建筑業(yè)，原因在于房地產(chǎn)業(yè)80%以上都是用于消費和投資活動，而宏觀上的消費和投資雙雙出現(xiàn)下降間接導(dǎo)致了房地產(chǎn)業(yè)的產(chǎn)出下降.商務(wù)餐飲業(yè)產(chǎn)出下降主要是由于私人消費需求下降引致.建筑業(yè)產(chǎn)出同樣下降，原因在于水污染導(dǎo)致長江三角洲流域內(nèi)各區(qū)域的回報率下降，從而放緩了投資活動，進而減少建筑業(yè)的產(chǎn)出.

此外，許多行業(yè)產(chǎn)出呈現(xiàn)擴張.其中，最大的是流域內(nèi)江蘇的食品加工制造業(yè)，其產(chǎn)出上漲0.65%，上海也上漲了 0.28%，但是流域內(nèi)浙江卻下降了 0.43%.原因有兩方面：一是對瓶裝水（桶裝水）的需求大幅增加，刺激產(chǎn)出的擴張；二是瓶裝水（桶裝水）的價格增長面臨來自流域外區(qū)域的競爭壓力，流域內(nèi)江蘇和上海明顯是正面產(chǎn)出拉動較大，因為這兩個省調(diào)出到兩個其他地區(qū)的份額相對較低.而流域內(nèi)浙江調(diào)出到其他地區(qū)的份額達到了46%，因此，價格的上漲導(dǎo)致其競爭壓力加大降低了產(chǎn)出.

2.2 水污染的間接影響系數(shù)

2.2.1 水污染對區(qū)域的間接影響系數(shù) 由表 6可知，水污染對長江三角洲流域的間接影響系數(shù)均為正數(shù)，表明長江三角洲流域水污染的間接影響均加強了其直接影響.長江三角洲流域整體的間接影響系數(shù)為2.21，表明一旦發(fā)生水污染，對經(jīng)濟造成1元的直接損失將間接導(dǎo)致2.21元的間接損失.分區(qū)域看，三省的間接影響系數(shù)存在較大的差異.其中，流域內(nèi)江蘇間接影響系數(shù)較小，為0.92.表明發(fā)生水污染災(zāi)害時，其間接經(jīng)濟損失要低于其直接經(jīng)濟損失；流域內(nèi)浙江的間接影響系數(shù)為1.98，表明發(fā)生水污染災(zāi)害時，其間接經(jīng)濟損失約是直接經(jīng)濟損失的2倍.上海的間接影響系數(shù)要大幅高于另外兩個區(qū)域，達到3.47，表明發(fā)生水災(zāi)害時，其間接經(jīng)濟損失約是直接經(jīng)濟損失的3.5倍.

表6 長江三角洲流域水污染的區(qū)域間接影響系數(shù)Table 6 IDE of each sub-region of water pollution at Yangtze River Delta Basin

圖2 水污染對流域內(nèi)子區(qū)域各行業(yè)的經(jīng)濟損失及間接影響系數(shù)Fig.2 Economic loss and IDE by sector of each subregion induced by water pollution at Yangtze River Delta Basin

2.2.2 水污染對行業(yè)的間接影響系數(shù) 從圖 2可知，除農(nóng)業(yè)、食品制造加工業(yè)和商飲服務(wù)業(yè)外，各行業(yè)的間接影響系數(shù)都是負值，大致在-1.3～-2.9之間（由于建筑業(yè)、貨運郵電業(yè)、金融保險業(yè)、房地產(chǎn)業(yè)、公共服務(wù)業(yè)和其他服務(wù)業(yè)等 6個行業(yè)只有間接影響，沒有受到直接影響，因此無法計算間接影響系數(shù)）.其中農(nóng)業(yè)的間接影響系數(shù)都是正值，這是因為由于水污染導(dǎo)致農(nóng)產(chǎn)品價格大幅上漲，導(dǎo)致和進口農(nóng)產(chǎn)品和長江三角洲以外的農(nóng)產(chǎn)品大幅替代長江三角洲流域的農(nóng)產(chǎn)品，所以，間接影響強化了直接影響.食品制造加工業(yè)是因為上游的農(nóng)產(chǎn)品價格上漲和下游消費需求增加（瓶裝水和桶裝水）共同導(dǎo)致成本上漲.其中，江蘇的間接影響系數(shù)達到 52.3，是由于江蘇食品制造加工業(yè)的直接沖擊太小造成的，因為作者發(fā)現(xiàn)江蘇的直接成本沖擊只有上海和浙江的 1/10.商飲服務(wù)業(yè)主要是流通運輸需要的行業(yè)，由于整個經(jīng)濟下滑，導(dǎo)致其對流通運輸服務(wù)的需求減少，進而強化了直接沖擊的影響.

針對上海市而言，除商飲服務(wù)業(yè)、農(nóng)業(yè)、食品加工業(yè)外，剩余行業(yè)的間接影響系數(shù)均為負數(shù)，表明多數(shù)行業(yè)間接影響并非直接影響的強化和延續(xù)，而是對直接影響產(chǎn)生對沖，削弱直接影響.可以看出多數(shù)行業(yè)間接影響系數(shù)均在-2左右.針對流域內(nèi)江蘇而言，各行業(yè)間接影響系數(shù)基本處于2～-3之間，其中大于0的有7個行業(yè)，分別是農(nóng)業(yè)、采掘工業(yè)、食品制造加工業(yè)、木材及造紙業(yè)、石油工業(yè)、冶金工業(yè)、機械工業(yè)；另外還有5個行業(yè)的間接影響系數(shù)小于 0，表明間接影響對直接影響形成對沖，分別為紡織工業(yè)、化學(xué)工業(yè)、其他工業(yè)、電力工業(yè)、商飲服務(wù)業(yè).針對流域內(nèi)浙江而言，農(nóng)業(yè)、食品制造業(yè)、商飲服務(wù)業(yè)3個行業(yè)間接影響系數(shù)均大于 0，表明其間接影響強化了直接影響；而剩余行業(yè)間接影響系數(shù)均小于0，表明其間接影響弱化了直接影響，其中電力和紡織行業(yè)的間接影響系數(shù)均小于3.

3 結(jié)論

3.1 將多區(qū)域 CGE模型應(yīng)用到了流域?qū)用?，用于評估水污染在流域內(nèi)造成的間接經(jīng)濟損失，可以反映出區(qū)域和行業(yè)特征差異.從長江三角洲流域案例評估結(jié)果來看，2011年的水污染對流域內(nèi)3省市的經(jīng)濟影響差異明顯.從GDP絕對值減少量來看，上海GDP損失最大，但從GDP百分比變化來看，流域內(nèi)浙江損失更為顯著.從行業(yè)產(chǎn)出來看，流域內(nèi)浙江的服務(wù)業(yè)，如房地產(chǎn)、公共服務(wù)、商務(wù)餐飲和建筑業(yè)等受到的負面沖擊最大，上海各個行業(yè)產(chǎn)出大多出現(xiàn)下降，流域內(nèi)江蘇多數(shù)行業(yè)都反而出現(xiàn)了產(chǎn)出擴張的態(tài)勢，如其食品加工制造業(yè)上漲0.65%.

3.2 本文構(gòu)建了水污染間接經(jīng)濟影響系數(shù)，可以用于快速判斷直接損失所帶來的間接損失的大小以及對應(yīng)的區(qū)域和行業(yè).根據(jù)結(jié)果可以得知，長江三角洲流域一旦發(fā)生水污染，上海所遭受的間接經(jīng)濟損失將是其直接經(jīng)濟損失的3.5倍左右，顯著大于其他兩個區(qū)域.因此應(yīng)優(yōu)先維護上海的經(jīng)濟，防止其間接經(jīng)濟損失放大.

3.3 開展流域水污染間接經(jīng)濟損失評估有利于為流域水污染防治以及相關(guān)政策制定提供精準(zhǔn)、科學(xué)決策依據(jù)，對開展流域內(nèi)生態(tài)補償政策、跨區(qū)域排污權(quán)交易、環(huán)境風(fēng)險評估和環(huán)境損失鑒定評估等都具有十分重要的參考.

［1］ 李錦秀，徐嵩齡.流域水污染經(jīng)濟損失計量模型 ［J］. 水利學(xué)報，2003，（10）：68-74.

［2］ 過孝民，王金南，於 方，等.生態(tài)環(huán)境損失計量的問題與前景［J］. 環(huán)境經(jīng)濟， 2004，（8）：34-40.

［3］ 劉倩倩，秦昌波，葛察忠，等.我國煤炭環(huán)境外部成本的經(jīng)濟核算［J］. 中國環(huán)境科學(xué)， 2015，35（6）：1892-1900.

［4］ 程紅光，楊志峰.城市水污染損失的經(jīng)濟計量模型 ［J］. 環(huán)境科學(xué)學(xué)報， 2001，21（3）：318-322.

［5］ 方國華，鐘淋涓，毛春梅.水污染經(jīng)濟損失計算方法述評 ［J］. 水利水電科技進展， 2004，24（3）：54-56.

［6］ 過孝民，張慧勤.公元 2000年中國環(huán)境預(yù)測與對策研究 ［M］.北京：清華大學(xué)出版社， 1990.

［7］ 葛吉琦.江蘇太湖地區(qū)水污染損失估算 ［J］. 環(huán)境科學(xué)， 1992，13（2）：68-72.

［8］ 夏 光，趙毅紅.中國環(huán)境污染損失的經(jīng)濟計量與研究 ［J］. 管理世界， 1995，（6）：198-205.

［9］ 鄭易生，閻 林，錢薏紅.90年代中期中國環(huán)境污染經(jīng)濟損失估算 ［J］. 管理世界， 1999，（2）：189-197.

［10］ 趙 越，於 方，王金南，等.水污染環(huán)境經(jīng)濟核算體系與結(jié)果分析 ［J］. 環(huán)境保護， 2007，（9）：23-25.

［11］ 劉 晨，伍麗萍.水污染造成的經(jīng)濟損失分析計算 ［J］. 水利學(xué)報， 1998，（8）： 44-47.

［12］ 李錦秀，廖文根，陳敏建，等.我國水污染經(jīng)濟損失估算 ［J］. 中國水利， 2003，（21）：63-66.

［13］ 張增強.我國水污染經(jīng)濟損失研究 ［D］. 中國水利水電科學(xué)研究院， 2005.

［14］ 王 艷，王 倩，趙旭麗，等.山東省水環(huán)境污染的經(jīng)濟損失研究［J］. 中國人口資源與環(huán)境， 2006，16（2）：83-87.

［15］ 譚 喨，劉春學(xué)，楊樹平，等.滇池水污染經(jīng)濟損失估算 ［J］. 長江流域資源與環(huán)境， 2012，21（12）：1449-1452.

［16］ 饒清華，邱 宇，許麗忠，等.基于污染損失估算模型的閩江流域水污染經(jīng)濟損失估算 ［J］. 水電能源科學(xué)， 2014，32（3）：47-49.

［17］ Cole S， Pantoja L E， Razak V. Social accounting for disaster preparedness and recovery planning ［R］. Buffalo： State University of New York at Buffalo， 1993.

［18］ Okuyama Y. Economic modeling for disaster impact analysis：past， present， and future ［J］. Economic Systems Research， 2007，19（2）：115-124.

［19］ 張顯東，梅廣清.西方災(zāi)害經(jīng)濟學(xué)模型述評 ［J］. 災(zāi)害學(xué)， 1999，14（1）：91-96.

［20］ 趙 永.經(jīng)濟分析 CGE模型與應(yīng)用 ［M］. 北京：中國經(jīng)濟出版社， 2008.

［21］ Rose A， Guha G S. Computable General Equilibrium Modeling of Electric Utility Lifeline Losses From Earthquakes ［M］∥Okuyama Y， Chang S E. Modeling Spatial and Economic Impacts of Disasters. Berlin Heidelberg： Springer， 2004：119-141.

［22］ Rose A， Liao S Y. Modeling regional economic resilience to disasters： A computable general equilibrium analysis of water service disruptions ［J］. Journal of Regional Science， 2005，45（1）：75-112.

［23］ 解 偉，李 寧，胡愛軍，等.基于CGE模型的環(huán)境災(zāi)害經(jīng)濟影響評估——以湖南雪災(zāi)為例 ［J］. 中國人口.資源與環(huán)境， 2012，22（11）：26-31.

［24］ Jin M， Ren Z， Shi J P， et al. Impact of agricultural non-point source pollution in eutrophic water body of Taihu Lake ［J］. Environmental Science & Technology， 2010，33（10）：106-111.

［25］ Wang X， Hao F， Cheng H， et al. Estimating non-point source pollutant loads for the large-scale basin of the Yangtze River in China ［J］. Environmental Earth Sciences， 2011，63（5）：1079-1092.

［26］ Horridge M. The TERM Model and Its Database ［M］∥Horridge M. Economic Modeling of Water. Netherlands： Springer， 2012：13-35.

［27］ Dixon P B， Jorgenson D. Handbook of Computable General Equilibrium Modeling ［M］. Oxford： Elsevier， 2013.

［28］ Dewhurst J H L. Using the RAS technique as a test of hybrid methods of regional input—output table updating ［J］. Regional Studies the Journal of the Regional Studies Association， 1992，26（1）：81-91.

［29］ 王兆坤.洪澇災(zāi)害下電力損失及停電經(jīng)濟影響的綜合評估研究［D］. 湖南大學(xué)， 2012.

［30］ 曹 瑋，肖 皓.基于 CGE模型的極端冰雪災(zāi)害經(jīng)濟損失評估［J］. 自然災(zāi)害學(xué)報， 2012，（5）：191-196.

Evaluating the economic loss induced by water pollution based on multi-regional CGE Model： a case study of Yangtze River Delta Basin.

ZHANG Wei1，2， LIU Yu3， JIANG Ling4*， WANG Jin-nan1，2， WU Wen-jun1，2， BI Jun2（1.State Environmental Protection Key Laboratory of Environmental Planning and Policy Simulation， Chinese Academy for Environmental Planning， Beijing 100012， China；2.State Key Laboratory of Pollution Control & Resource Reuse，School of Environment， Nanjing University， Nanjing 210093， China；3.Institute of Policy and Management， Chinese Academy of Sciences， Beijing 100190， China；4.School of Government， Central University of Finance and Economics，Beijing 100081， China）. China Environmental Science， 2016，36（9）：2849～2856

Taking Yangtze River Delta Basin as an example， indirect economic impacts of water pollution in 2011 on sub-regions （Shanghai， Zhejiang and Jiangsu） were simulated based on a basin scale multi-regional computable general equilibrium （CGE） model. Moreover， an indirect effect coefficient （IDE） was been built to reflect the degree of indirect effect of water pollution on each sub-region and sector. The results indicated that economic impacts of water pollution had significant differences in three sub-regions of Yangtze River Delta Basin. The loss in GDP in Shanghai was the highest（16.13 billion Yuan）， whereas the ratio of GDP loss in Zhejiang decreased most significantly （2.84%）. In addition， the IDE of Shanghai， Zhejiang and Jiangsu were 3.47， 1.98 and 0.92 respectively， which means that the economy of Shanghai was most sensitive to water pollution occurred in the Yangtze River Delta Basin than other two regions.

water pollution；Yangtze River Delta Basin；multi-regional CGE model；indirect economic loss

X196

A

1000-6923（2016）09-2849-08

2016-01-15

水利部公益專項（201201073）；水專項（2012ZX07601002）；重點研發(fā)計劃（2016YFA0602500）；國家自然科學(xué)基金（91325302）

* 責(zé)任作者， 副教授， linerjiang520@126.com

張 偉（1984—），男，河南安陽人，助理研究員，南京大學(xué)博士研究生，研究方向為環(huán)境經(jīng)濟政策模擬.發(fā)表論文10余篇.