基于IO模型的洪澇災(zāi)害關(guān)聯(lián)經(jīng)濟(jì)損失評(píng)估

陳元?jiǎng)? 周瑞璇

[摘 要]隨著全球氣候變暖，洪澇災(zāi)害發(fā)生的頻率不斷增加。為有效降低洪澇災(zāi)害損失和提高災(zāi)后風(fēng)險(xiǎn)管理，需要全面了解災(zāi)害對(duì)社會(huì)各產(chǎn)業(yè)部門(mén)造成的經(jīng)濟(jì)影響。文章運(yùn)用IO模型，對(duì)重慶市2020年6—7月洪澇災(zāi)害進(jìn)行實(shí)證分析，結(jié)果表明：農(nóng)林牧漁業(yè)14.91億元的直接經(jīng)濟(jì)損失，傳導(dǎo)出產(chǎn)業(yè)部門(mén)關(guān)聯(lián)間接經(jīng)濟(jì)損失總額7.15億元，其中批發(fā)和零售、化學(xué)產(chǎn)品、食品與煙草三個(gè)部門(mén)受到較大影響。第三產(chǎn)業(yè)相比第二產(chǎn)業(yè)更易受本時(shí)段洪澇災(zāi)害產(chǎn)業(yè)關(guān)聯(lián)影響，并由此針對(duì)性提出政府補(bǔ)償和保險(xiǎn)補(bǔ)償對(duì)策。

[關(guān)鍵詞]投入產(chǎn)出模型;洪澇災(zāi)害;關(guān)聯(lián)經(jīng)濟(jì)損失

1 引言

2018年，在《1998—2017年的經(jīng)濟(jì)損失、貧困和災(zāi)害》報(bào)告中指出，全球91%的重大災(zāi)害事件與氣候變化無(wú)常息息相關(guān)，其中洪澇災(zāi)害發(fā)生頻率高達(dá)43.4%。據(jù)研究統(tǒng)計(jì)，中國(guó)近幾年的氣象災(zāi)害占自然災(zāi)害的比例都超過(guò)70%，就重慶而言，以洪澇災(zāi)害、旱災(zāi)、寒潮、大風(fēng)等為主要?dú)庀鬄?zāi)害，其中又以暴雨洪澇為甚。1998年是重慶市洪澇災(zāi)害的標(biāo)桿，全市40個(gè)區(qū)縣全部受災(zāi)，受災(zāi)人口達(dá)1800多萬(wàn)人，直接經(jīng)濟(jì)損失72.4億元。重慶暴雨導(dǎo)致洪澇平均2～10年一遇，比如2010年、2014年、2018年都發(fā)生了暴雨次數(shù)多、影響范圍廣、持續(xù)時(shí)間長(zhǎng)的洪澇災(zāi)害，給居民生活帶來(lái)不便的同時(shí)給社會(huì)也造成了嚴(yán)重的損失。據(jù)統(tǒng)計(jì)，重慶市2020年上半年洪澇災(zāi)害，全市35個(gè)區(qū)縣、199.2萬(wàn)人受災(zāi)，直接經(jīng)濟(jì)損失33.59億元。在重慶市洪澇災(zāi)害的嚴(yán)峻形勢(shì)下，合理正確地評(píng)估洪澇災(zāi)害對(duì)社會(huì)造成的經(jīng)濟(jì)損失十分重要，能夠有效指導(dǎo)政府對(duì)受災(zāi)區(qū)提高防災(zāi)減災(zāi)能力、對(duì)受災(zāi)人員減少財(cái)產(chǎn)損失采取對(duì)應(yīng)的財(cái)政補(bǔ)貼政策。而經(jīng)濟(jì)損失往往被劃分為直接經(jīng)濟(jì)損失和間接經(jīng)濟(jì)損失，直接經(jīng)濟(jì)損失能得到較好的直觀評(píng)估，由于當(dāng)今社會(huì)系統(tǒng)復(fù)雜多變，各個(gè)產(chǎn)業(yè)部門(mén)經(jīng)濟(jì)關(guān)聯(lián)越來(lái)越緊密，某一個(gè)部門(mén)受到嚴(yán)重災(zāi)害影響后，給其他產(chǎn)業(yè)部門(mén)帶來(lái)間接經(jīng)濟(jì)影響較難評(píng)估。因此，探討洪澇災(zāi)害對(duì)社會(huì)各個(gè)產(chǎn)業(yè)部門(mén)的關(guān)聯(lián)經(jīng)濟(jì)損失，能夠更加科學(xué)地為降低洪澇災(zāi)情損失和提高洪澇災(zāi)后風(fēng)險(xiǎn)管理提供決策依據(jù)。

2 國(guó)內(nèi)外研究現(xiàn)狀

目前國(guó)內(nèi)外學(xué)者針對(duì)洪澇災(zāi)害，應(yīng)用投入產(chǎn)出法進(jìn)行經(jīng)濟(jì)損失評(píng)估的研究并不多，大量學(xué)者對(duì)地震、雪災(zāi)、臺(tái)風(fēng)等自然災(zāi)害構(gòu)建投入產(chǎn)出模型來(lái)評(píng)估各產(chǎn)業(yè)之間災(zāi)損情況研究較多。Okuyama（2002）創(chuàng)新性地構(gòu)造了動(dòng)態(tài)投入產(chǎn)出模型對(duì)自然災(zāi)害造成的間接經(jīng)濟(jì)損失進(jìn)行評(píng)估。Rose（2004）研究了因地震導(dǎo)致供水中斷而造成相關(guān)部門(mén)產(chǎn)生的間接經(jīng)濟(jì)損失。?，嵲疲?004）基于投入產(chǎn)出模型全面分析了2001年重慶市旱災(zāi)所造成的經(jīng)濟(jì)損失及其對(duì)社會(huì)經(jīng)濟(jì)的影響。胡愛(ài)軍等（2009）以2008年雪災(zāi)為例，分析非正常投入產(chǎn)出模型下因雪災(zāi)造成電力和道路基礎(chǔ)設(shè)施破壞后的間接經(jīng)濟(jì)損失的估算。孫慧娜（2011）對(duì)汶川地震的間接經(jīng)濟(jì)損失進(jìn)行實(shí)證研究，得出采用投入產(chǎn)出法中的分配系數(shù)法更適合。

然而近幾年，洪澇災(zāi)害發(fā)生的頻率不斷增加，帶來(lái)的社會(huì)經(jīng)濟(jì)影響不容小覷，國(guó)內(nèi)外相關(guān)領(lǐng)域的學(xué)者和專(zhuān)家對(duì)其經(jīng)濟(jì)損失評(píng)估的重視程度也在不斷加深。目前，評(píng)估方法主要有以下四種。

第一，可變模糊評(píng)價(jià)方法。陳守煜（2007）提出了洪水災(zāi)害損失可變模糊評(píng)價(jià)方法，指出該方法能處理多因素負(fù)責(zé)洪澇災(zāi)害評(píng)價(jià)問(wèn)題。徐冬梅等（2010）利用實(shí)例應(yīng)用結(jié)果證明了可變模糊評(píng)價(jià)法評(píng)價(jià)洪澇災(zāi)害損失是合理的，可信度高。雖然該方法能較好的獲取洪澇災(zāi)害模糊信息與不確定因子，但對(duì)于各災(zāi)難損失指標(biāo)的權(quán)重確定存在主觀性。

第二，結(jié)合水文模型和損失估算模型的評(píng)估方法。Merz等（2013）根據(jù)洪澇和洪澇關(guān)聯(lián)因素的特性，運(yùn)用此評(píng)估方法構(gòu)建了多變量洪澇災(zāi)害損失評(píng)估模型，指出該模型洪澇災(zāi)害損失率具有準(zhǔn)確性。該方法更適合得出洪澇災(zāi)害造成的直接經(jīng)濟(jì)影響，不能全面地反映出間接經(jīng)濟(jì)影響。

第三，利用一般均衡模型（CGE模型）。李廉水等（2020）基于CGE模型考慮了洪澇災(zāi)害帶來(lái)的動(dòng)態(tài)影響，研究了中國(guó)不同年份洪澇災(zāi)害影響的累積效應(yīng)。CGE模型的不足為數(shù)據(jù)彈性值是需要獲取外部數(shù)據(jù)進(jìn)行校準(zhǔn)，不能根本保證其外部數(shù)據(jù)的精確性。

第四，投入產(chǎn)出模型（IO模型）。張鵬等（2012）構(gòu)建供給與需求的影響矩陣，對(duì)湖南省因洪澇災(zāi)害造成的直接與間接損失進(jìn)行評(píng)估。王桂芝等（2015）引入了多部門(mén)因洪澇災(zāi)害影響產(chǎn)生的直接損失值，研究其他相關(guān)部門(mén)產(chǎn)業(yè)損失。只有IO模型不僅能反映經(jīng)濟(jì)系統(tǒng)各產(chǎn)業(yè)部門(mén)之間的內(nèi)在關(guān)聯(lián)性，通過(guò)科學(xué)可靠的數(shù)據(jù)，也能夠有效推導(dǎo)出各部門(mén)之間的損失傳導(dǎo)效應(yīng)。

3 模型介紹

1936年，美國(guó)經(jīng)濟(jì)學(xué)家瓦·列昂惕夫最早提出IO模型，該模型是以投入產(chǎn)出表為基礎(chǔ)，利用數(shù)學(xué)模型的方式來(lái)體現(xiàn)各個(gè)產(chǎn)業(yè)部門(mén)之間的交互影響作用。IO模型應(yīng)用于災(zāi)害經(jīng)濟(jì)損失相關(guān)研究的主要原理是利用經(jīng)濟(jì)系統(tǒng)各個(gè)部門(mén)之間的中間需求與投入產(chǎn)生的交易關(guān)系，體現(xiàn)其內(nèi)部之間存在的某種關(guān)聯(lián)關(guān)系，再通過(guò)某一部門(mén)最終產(chǎn)出的變化來(lái)計(jì)算出對(duì)經(jīng)濟(jì)系統(tǒng)其他部門(mén)造成的波及效應(yīng)。

IO模型的核心是基于投入產(chǎn)出表的行列平衡關(guān)系，其中行平衡關(guān)系為行向各個(gè)部門(mén)的總產(chǎn)出等于生產(chǎn)過(guò)程中間使用與最終使用之和，用表達(dá)式表示為Qi=∑jQij+Yi，其中從行向看，Qij代表生產(chǎn)j部門(mén)產(chǎn)品對(duì)i部門(mén)產(chǎn)品的使用。列平衡關(guān)系為列向各個(gè)部門(mén)的總投入等于生產(chǎn)過(guò)程中間投入與增加值之和，用表達(dá)式表示為Qj=∑iQij+Zj，其中從列向看，Qij代表i部門(mén)投入生產(chǎn)中分配給j部門(mén)生產(chǎn)的產(chǎn)品。并且行向的總產(chǎn)出等于列向的總投入，即Qi=Qj。

在產(chǎn)業(yè)經(jīng)濟(jì)分析中，各產(chǎn)業(yè)之間的關(guān)聯(lián)性為∑nj=1aijQij+Yi=Qi，aij表示直接消耗系數(shù)，代表某產(chǎn)業(yè)部門(mén)生產(chǎn)某產(chǎn)品對(duì)另一部門(mén)生產(chǎn)要素的第一次直接消耗。關(guān)系式為aij=Qij/Qi。用矩陣形式表達(dá)為AQ+Y=Q，通過(guò)矩陣變形整理即為Q=（I-A）-1Y，其中（I-A）-1稱(chēng)為列昂惕夫逆矩陣。在進(jìn)行經(jīng)濟(jì)損失評(píng)估時(shí)，可對(duì)其再進(jìn)行變形為ΔQ=（I-A）-1ΔY，其中直接經(jīng)濟(jì)損失定義為最終使用的損失ΔY，總生產(chǎn)的損失則為ΔQ，那么間接經(jīng)濟(jì)損失就為ΔQ-ΔY。在現(xiàn)實(shí)的生產(chǎn)過(guò)程中，某生產(chǎn)部門(mén)的第一次直接消耗并未只產(chǎn)生其他部門(mén)的一次間接消耗，而是會(huì)發(fā)生n輪的間接消耗，因此需要引入完全消耗系數(shù)bij。直接消耗系數(shù)矩陣與完全消耗系數(shù)矩陣存在的關(guān)系等式為B=（I-A）-1-I。上述的矩陣變形形式就可以替代為ΔQ=（B+I）ΔY?；贗O模型討論災(zāi)害關(guān)聯(lián)經(jīng)濟(jì)損失時(shí)，重要的一個(gè)假設(shè)條件即某一個(gè)產(chǎn)業(yè)部門(mén)總產(chǎn)品發(fā)生變化時(shí)，其余部門(mén)的最終使用保持不變，影響的是中間使用部分，即ΔYi=0（j≠討論總產(chǎn)出變化的部門(mén)）。

4 實(shí)證分析

本文基于IO模型對(duì)重慶市2020年6月至7月的洪澇災(zāi)害進(jìn)行關(guān)聯(lián)經(jīng)濟(jì)損失評(píng)估，通過(guò)運(yùn)用農(nóng)林牧漁產(chǎn)品與服務(wù)部門(mén)的直接經(jīng)濟(jì)損失數(shù)據(jù)，研究該部門(mén)受洪澇災(zāi)害影響后總產(chǎn)出減少對(duì)其他關(guān)聯(lián)部門(mén)造成的中間使用的影響，研究出各部門(mén)總需求的變化，從而得出產(chǎn)業(yè)關(guān)聯(lián)經(jīng)濟(jì)損失數(shù)據(jù)。選取農(nóng)林牧漁產(chǎn)品與服務(wù)部門(mén)的直接經(jīng)濟(jì)損失數(shù)據(jù)，作為分析基礎(chǔ)的原因，在于重慶市2020年6月至7月洪澇災(zāi)害對(duì)該部門(mén)造成的經(jīng)濟(jì)損失影響最大并且統(tǒng)計(jì)數(shù)據(jù)直觀。

4.1 數(shù)據(jù)來(lái)源與獲取

我國(guó)正式開(kāi)始編制投入產(chǎn)出表是1987年，每隔五年編制一次。故本文數(shù)據(jù)采用最近年份的《2017年重慶市投入產(chǎn)出表》，2020年重慶市洪澇災(zāi)害數(shù)據(jù)來(lái)源于重慶市洪澇災(zāi)害政府、媒體官方權(quán)威報(bào)道。由于投入產(chǎn)出表數(shù)據(jù)更新需要較長(zhǎng)的時(shí)間，本文嚴(yán)格假設(shè)短期內(nèi)經(jīng)濟(jì)系統(tǒng)各部門(mén)之間的投入與產(chǎn)出維持穩(wěn)定的交易關(guān)系，在此基礎(chǔ)上利用IO模型對(duì)短期內(nèi)重慶市關(guān)聯(lián)經(jīng)濟(jì)損失進(jìn)行實(shí)證分析。

4.2 數(shù)據(jù)處理與分析

4.2.1 完全消耗系數(shù)矩陣

利用距重慶市2020年6—7月洪澇災(zāi)害最近的2017年投入產(chǎn)出表數(shù)據(jù)，根據(jù)上述計(jì)算公式求出42個(gè)部門(mén)直接消耗系數(shù)與完全消耗系數(shù)矩陣。重慶市2017年42個(gè)部門(mén)完全消耗系數(shù)矩陣具體數(shù)據(jù)如圖1所示（保留小數(shù)點(diǎn)后4位），行與列的順序按照重慶市投入產(chǎn)出表部門(mén)順序排列，因數(shù)據(jù)龐大省略了部分?jǐn)?shù)據(jù)。其中，負(fù)值表示其他產(chǎn)業(yè)對(duì)該產(chǎn)業(yè)都是投入，而沒(méi)有產(chǎn)出，是最終消費(fèi)型產(chǎn)業(yè)。

4.2.2 農(nóng)林牧漁產(chǎn)品與服務(wù)部門(mén)直接經(jīng)濟(jì)損失

綜合央廣網(wǎng)等新聞媒體報(bào)道和政府部門(mén)公布的數(shù)據(jù)，重慶市2020年6月至7月發(fā)生了六次破壞力強(qiáng)的洪澇災(zāi)害，數(shù)次暴雨襲擊，其中“6·11”洪澇災(zāi)害造成我市萬(wàn)州、綦江、梁平等15區(qū)縣30萬(wàn)人受災(zāi)，農(nóng)作物受災(zāi)面積6022公頃，其中絕收面積812公頃;倒塌房屋160間，不同程度損壞房屋1412間;直接經(jīng)濟(jì)損失2.37億元?！?·18”發(fā)生的洪澇災(zāi)害造成萬(wàn)州、涪陵、沙坪壩等32區(qū)縣6萬(wàn)人受災(zāi)，農(nóng)作物受災(zāi)面積2.67萬(wàn)公頃，其中絕收5682公頃;倒塌房屋1485間，不同程度損壞4523間;直接經(jīng)濟(jì)損失10.2億元。

在評(píng)估重慶市2020年6月至7月農(nóng)林牧漁產(chǎn)品和服務(wù)部門(mén)的直接經(jīng)濟(jì)損失時(shí)，鑒于該部門(mén)直接經(jīng)濟(jì)損失的數(shù)據(jù)獲取不詳細(xì)，本文對(duì)該部門(mén)的數(shù)據(jù)進(jìn)行籠統(tǒng)估算處理，簡(jiǎn)化為農(nóng)業(yè)總損失。根據(jù)重慶市2020年6月至7月發(fā)生的洪澇災(zāi)害權(quán)威報(bào)道，農(nóng)作物受災(zāi)面積共計(jì)66738公頃，其中絕收面積共計(jì)20402公頃，受災(zāi)農(nóng)作物包括蔬菜、玉米、水稻等，農(nóng)業(yè)直接經(jīng)濟(jì)損失約14.91億元。

4.2.3 各部門(mén)關(guān)聯(lián)經(jīng)濟(jì)損失

根據(jù)上述IO模型推導(dǎo)公式，將農(nóng)林牧漁業(yè)的直接經(jīng)濟(jì)損失ΔY1確認(rèn)為14.91億元，得出該部門(mén)的間接經(jīng)濟(jì)損失約為1.36億元，并估算出各產(chǎn)業(yè)部門(mén)的關(guān)聯(lián)經(jīng)濟(jì)損失如表1所示。表1已經(jīng)按照各關(guān)聯(lián)部門(mén)間接經(jīng)濟(jì)損失由高到低進(jìn)行排列（保留小數(shù)點(diǎn)后4位）。

表1表明，受重慶市2020年6月至7月洪澇災(zāi)害農(nóng)業(yè)部門(mén)傳導(dǎo)的直接經(jīng)濟(jì)損失影響，各產(chǎn)業(yè)部門(mén)發(fā)生關(guān)聯(lián)經(jīng)濟(jì)損失總額高達(dá)7.15億元，約占直接經(jīng)濟(jì)損失的48%。其中，批發(fā)和零售產(chǎn)業(yè)部門(mén)的間接經(jīng)濟(jì)損失最嚴(yán)重，達(dá)到1.53億元，其次是化學(xué)產(chǎn)品部門(mén)達(dá)到1.27億元，食品與煙草部門(mén)間接經(jīng)濟(jì)損失額緊隨其后達(dá)到1.26億元。共有三個(gè)產(chǎn)業(yè)部門(mén)關(guān)聯(lián)經(jīng)濟(jì)損失達(dá)到1億元以上，九個(gè)產(chǎn)業(yè)部門(mén)關(guān)聯(lián)經(jīng)濟(jì)損失高達(dá)上千萬(wàn)元。統(tǒng)計(jì)對(duì)比各產(chǎn)業(yè)部門(mén)的間接經(jīng)濟(jì)損失額，發(fā)現(xiàn)第三產(chǎn)業(yè)相比第二產(chǎn)業(yè)受本次洪澇災(zāi)害損失傳導(dǎo)影響更大，更為敏感。第三產(chǎn)業(yè)中批發(fā)與零售、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政、金融、租賃和商務(wù)服務(wù)四個(gè)部門(mén)的影響表現(xiàn)較大，但衛(wèi)生和社會(huì)工作等部門(mén)影響較小;第二產(chǎn)業(yè)中化學(xué)產(chǎn)品、食品和煙草、電力、熱力的生產(chǎn)和供應(yīng)三個(gè)部門(mén)的影響表現(xiàn)較大。另外，重工業(yè)部門(mén)間接經(jīng)濟(jì)損失高于輕工業(yè)部門(mén)，其中原因可能是重工業(yè)部門(mén)的中間投入成本高于輕工業(yè)部門(mén)。

通過(guò)表1的右欄不難發(fā)現(xiàn)，還出現(xiàn)了部分產(chǎn)業(yè)部門(mén)間接經(jīng)濟(jì)損失為負(fù)值的現(xiàn)象，尤其是金屬冶煉和壓延加工品、非金屬礦物制品、非金屬礦和其他礦采選產(chǎn)品產(chǎn)業(yè)部門(mén)受農(nóng)林牧漁業(yè)洪澇災(zāi)害關(guān)聯(lián)影響，還創(chuàng)收了上千萬(wàn)元。該變化發(fā)生的原因是這些部門(mén)與農(nóng)林牧漁產(chǎn)品與服務(wù)部門(mén)中間投入之間存在微弱影響關(guān)系，甚至不存在關(guān)聯(lián)性。洪澇災(zāi)害過(guò)后，盡管農(nóng)業(yè)損失嚴(yán)重，但對(duì)上述相關(guān)制造業(yè)、服務(wù)業(yè)部門(mén)的需求不降反增，從而使之還能創(chuàng)收。這也進(jìn)一步說(shuō)明：洪澇災(zāi)害雖然一定程度上造成了社會(huì)經(jīng)濟(jì)損失，但通過(guò)恢復(fù)、重建過(guò)程和部分產(chǎn)業(yè)部門(mén)的經(jīng)濟(jì)拉動(dòng)，會(huì)促進(jìn)區(qū)域經(jīng)濟(jì)更好地發(fā)展。

5 補(bǔ)償對(duì)策與建議

通過(guò)上述的實(shí)證分析反映出重慶市2020年6月至7月因洪澇災(zāi)害農(nóng)林牧漁業(yè)直接經(jīng)濟(jì)損失傳導(dǎo)，給批發(fā)和零售、化學(xué)產(chǎn)品、食品與煙草等產(chǎn)業(yè)部門(mén)都造成了較大的間接經(jīng)濟(jì)損失，僅憑各部門(mén)自身力量較難承擔(dān)該損失。因此，災(zāi)后的補(bǔ)償對(duì)策問(wèn)題是不可避免的。實(shí)施有效的政府補(bǔ)償與保險(xiǎn)補(bǔ)償對(duì)策，不僅能彌補(bǔ)重慶市對(duì)應(yīng)部門(mén)的經(jīng)濟(jì)損失，還有助于加快當(dāng)?shù)鼗謴?fù)生產(chǎn)生活的速度。

5.1 政府補(bǔ)償為主

由于洪澇災(zāi)害具有意外性、毀壞性、預(yù)測(cè)偏差性等特點(diǎn)，使得進(jìn)行災(zāi)后補(bǔ)償具有公共性與公益性的特征，而政府能夠較好地充當(dāng)“義務(wù)人”的角色，對(duì)于受災(zāi)較嚴(yán)重的產(chǎn)業(yè)部門(mén)，給予更多的關(guān)注，充分發(fā)揮人力、物力和財(cái)力的優(yōu)勢(shì)實(shí)施補(bǔ)償。為激勵(lì)受災(zāi)嚴(yán)重的產(chǎn)業(yè)部門(mén)災(zāi)后積極恢復(fù)生產(chǎn)，促進(jìn)其健康可持續(xù)發(fā)展，政府可以組織設(shè)立洪澇災(zāi)害風(fēng)險(xiǎn)基金，其中資金的籌集渠道主要包括財(cái)政收入、企業(yè)保費(fèi)繳納、保險(xiǎn)公司的保費(fèi)提取、社會(huì)捐助等。利用本文的實(shí)證分析數(shù)據(jù)舉例，就可根據(jù)關(guān)聯(lián)經(jīng)濟(jì)損失數(shù)額達(dá)到上億元、千萬(wàn)元、百萬(wàn)元和百萬(wàn)元以下的產(chǎn)業(yè)部門(mén)，劃分為四個(gè)等級(jí)確定不同的經(jīng)濟(jì)補(bǔ)償標(biāo)準(zhǔn)，再?gòu)暮闈碁?zāi)害風(fēng)險(xiǎn)基金中下?lián)苷a(bǔ)償。政府補(bǔ)償?shù)尼槍?duì)性、開(kāi)展迅速性是其他對(duì)策不可替代的，因此，可將政府補(bǔ)償作為洪澇災(zāi)后補(bǔ)償?shù)闹饕獙?duì)策。

5.2 保險(xiǎn)補(bǔ)貼為輔

目前，我國(guó)自然災(zāi)害的商業(yè)保險(xiǎn)并未形成完備的體系系統(tǒng)，因?yàn)樽匀粸?zāi)害一旦發(fā)生，會(huì)導(dǎo)致受保對(duì)象同時(shí)出事故，商業(yè)保險(xiǎn)公司會(huì)因?yàn)榻?jīng)營(yíng)的風(fēng)險(xiǎn)概率增大，擔(dān)心利潤(rùn)降低甚至虧損，產(chǎn)生逆向選擇和道德風(fēng)險(xiǎn)問(wèn)題。然而根據(jù)本文的實(shí)證分析可得，洪澇災(zāi)害給整個(gè)社會(huì)經(jīng)濟(jì)造成了不容小覷的關(guān)聯(lián)經(jīng)濟(jì)損失，適時(shí)探討避免逆向選擇和道德風(fēng)險(xiǎn)等問(wèn)題，并完善自然災(zāi)害保險(xiǎn)機(jī)制。首先，可采取集體參保方式，通過(guò)個(gè)人繳納、集體部門(mén)補(bǔ)助和政府補(bǔ)貼共同籌集保險(xiǎn)資金，使個(gè)人、集體和國(guó)家三方共同分擔(dān)責(zé)任，降低風(fēng)險(xiǎn)。其次，加大自然災(zāi)害保險(xiǎn)相關(guān)知識(shí)的宣傳力度，讓各個(gè)產(chǎn)業(yè)部門(mén)充分認(rèn)識(shí)到自然災(zāi)害保險(xiǎn)在防災(zāi)減災(zāi)上的作用，不斷提升重慶市產(chǎn)業(yè)部門(mén)洪澇災(zāi)害保險(xiǎn)的投保率，確保相應(yīng)規(guī)模的投保資金是保險(xiǎn)公司持續(xù)運(yùn)行的前提條件。最后，保險(xiǎn)公司可以先在受災(zāi)影響大的某些產(chǎn)業(yè)領(lǐng)域內(nèi)試點(diǎn)，研究并構(gòu)建該領(lǐng)域的洪澇災(zāi)害保險(xiǎn)機(jī)制。例如以上文關(guān)聯(lián)經(jīng)濟(jì)損失分析數(shù)據(jù)為依據(jù)，確定某領(lǐng)域的承保范圍與保險(xiǎn)賠償金額范圍，保證保險(xiǎn)公司有一定程度的利潤(rùn)空間。以保險(xiǎn)補(bǔ)償對(duì)策為輔的優(yōu)勢(shì)在于投保人簽訂的保險(xiǎn)合同具有法律效力，因此，對(duì)于災(zāi)害損失保險(xiǎn)補(bǔ)償屬于剛性的補(bǔ)償要求，具備很強(qiáng)的補(bǔ)償力度。

6 結(jié)論

本文基于IO模型的推導(dǎo)及計(jì)算，通過(guò)重慶市2020年6—7月洪澇災(zāi)害農(nóng)林牧漁業(yè)直接經(jīng)濟(jì)損失值，對(duì)其余部門(mén)的關(guān)聯(lián)間接經(jīng)濟(jì)損失進(jìn)行評(píng)估。結(jié)果得出：本時(shí)段的洪澇災(zāi)害給重慶市帶來(lái)了7.15億元的關(guān)聯(lián)經(jīng)濟(jì)損失，約占農(nóng)業(yè)直接經(jīng)濟(jì)損失的48%，其中批發(fā)和零售、化學(xué)產(chǎn)品、食品與煙草三個(gè)部門(mén)受到較大影響，間接經(jīng)濟(jì)損失數(shù)額平均高達(dá)1.35億元;第三產(chǎn)業(yè)相比第二產(chǎn)業(yè)更易受本時(shí)段洪澇災(zāi)害產(chǎn)業(yè)關(guān)聯(lián)影響。

洪澇災(zāi)害間接經(jīng)濟(jì)損失程度不容忽視。為最大限度減少相應(yīng)部門(mén)的損失，使其災(zāi)后快速恢復(fù)投入生產(chǎn)工作，提出建立洪澇災(zāi)害風(fēng)險(xiǎn)基金的政府補(bǔ)償機(jī)制、完善自然災(zāi)害保險(xiǎn)機(jī)制的保險(xiǎn)補(bǔ)償對(duì)策。通過(guò)研究表明：關(guān)聯(lián)經(jīng)濟(jì)損失評(píng)估的結(jié)果數(shù)據(jù)能夠針對(duì)受損程度的差異，為其對(duì)策的實(shí)施提供參考依據(jù)，對(duì)確定補(bǔ)償標(biāo)準(zhǔn)劃分、承保范圍、保險(xiǎn)賠償金額范圍等都能起到非常大的作用。

參考文獻(xiàn)：

[1]寧思雨，黃晶，汪志強(qiáng)，等.基于投入產(chǎn)出法的洪澇災(zāi)害間接經(jīng)濟(jì)損失評(píng)估——以湖北省為例[J].地理科學(xué)進(jìn)展，2020，39（3）：420-432.

[2]李廉水，蔡洋，譚玲.基于動(dòng)態(tài)CGE模型的中國(guó)暴雨洪澇災(zāi)害綜合經(jīng)濟(jì)損失評(píng)估研究[J].河海大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020，22（1）：28-36，106.

[3]王桂芝，李霞，陳紀(jì)波，等.基于IO模型的多部門(mén)暴雨災(zāi)害間接經(jīng)濟(jì)損失評(píng)估——以北京市“7.21”特大暴雨為例[J].災(zāi)害學(xué)，2015，30（2）：94-99.

[4]張鵬，李寧，劉雪琴，等.基于投入產(chǎn)出模型的洪澇災(zāi)害間接經(jīng)濟(jì)損失定量分析[J].北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，48（4）：425-431.

[5]孫慧娜. 重大自然災(zāi)害統(tǒng)計(jì)及間接經(jīng)濟(jì)損失評(píng)估[D].成都：西南財(cái)經(jīng)大學(xué)，2011.

[6]徐冬梅，陳守煜，邱林.洪水災(zāi)害損失的可變模糊評(píng)價(jià)方法[J].自然災(zāi)害學(xué)報(bào)，2010，19（4）：158-162.

[7]胡愛(ài)軍，李寧，史培軍，等.極端天氣事件導(dǎo)致基礎(chǔ)設(shè)施破壞間接經(jīng)濟(jì)損失評(píng)估[J].經(jīng)濟(jì)地理，2009，29（4）：529-534.

[8]陳守煜.可變模糊集合理論——兼論可拓學(xué)的數(shù)學(xué)與邏輯錯(cuò)誤[J].大連理工大學(xué)學(xué)報(bào)，2007（4）：618-624.

[9]桑琰云. 重慶市旱災(zāi)及其經(jīng)濟(jì)損失研究[D].重慶：西南師范大學(xué)，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(jiǎn)介]陳元?jiǎng)偅?968—），男，四川人，教授，重慶理工大學(xué)勞動(dòng)與社會(huì)保障系主任，主要從事經(jīng)濟(jì)學(xué)、勞動(dòng)與社會(huì)保障研究;周瑞璇（1997—），女，重慶人，碩士研究生，主要從事資產(chǎn)評(píng)估研究。