自然災(zāi)害財政成本估算：基于面板數(shù)據(jù)的PVAR實證

劉瑋 郭靜

摘要 自然災(zāi)害的發(fā)生往往導致財政支出增加和財政收入減少，是影響國家財政收支平衡的一個不容忽略的因素，自然災(zāi)害對財政收支的影響尚缺乏深入的理論闡釋和基于實證數(shù)據(jù)的檢驗。依據(jù)1990—2018年中國31省份省際面板數(shù)據(jù)建立面板向量自回歸（PVAR）模型，量化自然災(zāi)害的財政成本，并考察了自然災(zāi)害對財政支出和收入的動態(tài)影響機制。進一步分析中，運用可解決門檻變量內(nèi)生性問題的動態(tài)面板門檻模型探究了政府應(yīng)急財政支出的最優(yōu)規(guī)模。研究表明：①總體來看，平均每年自然災(zāi)害造成的財政成本為1.119%，自然災(zāi)害對財政支出具有滯后正向效應(yīng)，對財政收入具有滯后負向效應(yīng)。②自然災(zāi)害財政成本具有區(qū)域異質(zhì)性。具體而言，平均每年東北地區(qū)財政成本為0.89%，東部地區(qū)財政成本為-2.63%，中部地區(qū)財政成本為1.4%，西部地區(qū)財政成本為2.75%。③進一步分析得出，政府自然災(zāi)害應(yīng)急財政支出最優(yōu)規(guī)模為0.095%。分經(jīng)濟區(qū)域來看，除東部地區(qū)門檻效應(yīng)不顯著外，東北、中部和西部地區(qū)政府應(yīng)急財政支出最優(yōu)規(guī)模分別為0.0903%、0.108%和0.196%，遠低于自然災(zāi)害財政成本，需要探尋放大應(yīng)急財政資金規(guī)模的融資工具。據(jù)此，從建立自然災(zāi)害基金制度，因地制宜搭建自然災(zāi)害財政成本風險融資工具框架，構(gòu)建融入保險機制的新型災(zāi)害風險管理體系等方面提出相關(guān)政策建議，以期為政府改進公共服務(wù)、創(chuàng)新政府管理、推進我國應(yīng)急管理體系和能力現(xiàn)代化提供支撐。

關(guān)鍵詞 自然災(zāi)害;財政成本;財政支出;財政收入;PVAR模型

中圖分類號 F062文獻標識碼 A文章編號 1002-2104（2021）07-0138-12DOI：10.12062/cpre.20210105

近年來，以自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生事件和社會安全事件為主要類型的突發(fā)事件，在我國呈現(xiàn)多發(fā)、頻發(fā)的特點，我國應(yīng)急財政支出大為增加。例如，2020年新冠疫情下，自6月18日首次招標開始，我國財政部已經(jīng)完成發(fā)行1×10 4億元抗疫特別國債。2020年7月8日，針對西南地區(qū)到長江中下游地區(qū)嚴重洪澇災(zāi)害，財政部、應(yīng)急管理部向安徽、江西、湖北、廣西、重慶、貴州6?。▍^(qū)、市）下?lián)苤醒刖葹?zāi)資金6.15億元 [1]。然而，這些財政工具的過度使用可能會引發(fā)宏觀經(jīng)濟和金融市場更大的風險。雖然突發(fā)事件常常被視為偶發(fā)事件，應(yīng)急管理工作也就被認為是臨時性、偶然性的工作。但對國家和政府組織而言，則會長期面臨多發(fā)、頻發(fā)的各種突發(fā)事件，應(yīng)急管理工作必然具有常態(tài)化特點，財政用于這方面的支出將有增無減。因此，開展和加強突發(fā)事件如自然災(zāi)害對財政收支影響的相關(guān)研究，進而做好相應(yīng)的應(yīng)急準備工作已呈迫在眉睫之勢。

在發(fā)生重大自然災(zāi)害等突發(fā)公共事件的情況下，應(yīng)急財政資金的盡快撥付和規(guī)范化管理，對于降低災(zāi)害風險、盡快恢復災(zāi)區(qū)正常的生產(chǎn)和生活秩序，并重新步入正常發(fā)展的軌道，發(fā)揮著不可替代的作用。2020年7月17日，中共中央總書記習近平在研究部署防汛救災(zāi)工作主持會議上強調(diào)“各有關(guān)地區(qū)都要做好預(yù)案準備、隊伍準備、物資準備、蓄滯洪區(qū)運用準備，寧可備而不用，不可用時無備”。就國內(nèi)來說，公共財政應(yīng)急預(yù)算資金是一種經(jīng)常被使用的財政工具，用于為災(zāi)后提供流動資金。若能在災(zāi)害發(fā)生前在政府資金中預(yù)留出一定比例的應(yīng)急資金，則可以確保一旦災(zāi)害發(fā)生，政府就能及時提供所需的資金用于災(zāi)后的救助、重建和恢復。因此，估量自然災(zāi)害財政成本，對度量應(yīng)急財政準備金規(guī)模以及自然災(zāi)害財政成本的融資機制，進而確保政府遇災(zāi)時具備充足的資金保障社會經(jīng)濟生活平穩(wěn)運行，構(gòu)建應(yīng)急財政資金的長效保障機制具有重要的參考價值。

1 文獻綜述

自然災(zāi)害對國家財政的影響是直接的、負面的。自然災(zāi)害往往造成重大物質(zhì)財產(chǎn)損失和人員傷亡，災(zāi)后重建和恢復需要大量財政資金的投入，往往導致財政收支不平衡 [2] 。具體而言，稅收的減少和救災(zāi)支出的增加，構(gòu)成了災(zāi)害事故對國家財政的雙重損害，是影響國家財政收支平衡的一個不容忽略的因素 [3] 。一方面，災(zāi)害事故造成受災(zāi)體的生產(chǎn)或經(jīng)營中斷、效益下降，必然影響著國家稅收計劃的完成，使財政稅收收入減少;另一方面，政府需要對因災(zāi)害破壞的公共設(shè)施和造成的國民生活困難承擔起相應(yīng)的重建與救助責任，必然使財政支出相應(yīng)增加 [4] 。在應(yīng)急財政資金方面，應(yīng)急財政資金的不足，使得公共債務(wù)（包括與災(zāi)害有關(guān)的或有負債）的增加導致借款成本增加，從而增加了公共財政負擔，進一步抑制長期經(jīng)濟增長 [5] 。因此，充足的應(yīng)急財政資金對維持經(jīng)濟的可持續(xù)、高質(zhì)量發(fā)展具有重要的意義。

在自然災(zāi)害對財政影響的研究方法上，Noy等 [6] 應(yīng)用面板向量自回歸（Panel Vector Auto-regression，PVAR）模型結(jié)合22個發(fā)達國家和20個發(fā)展中國家的季度自然災(zāi)害和財政數(shù)據(jù)測算了自然災(zāi)害對政府財務(wù)指標的影響，結(jié)果表明，對于發(fā)達國家，面對自然災(zāi)害的1個標準差沖擊使政府消費支出提高0.04%，政府收入減少1.27%，政府總支出增加0.46%，政府現(xiàn)金盈余減少0.28%，政府未償還債務(wù)增加1.07%;對于發(fā)展中國家而言，政府消費支出和總支出分別減少0.68%和0.33%，政府收入和現(xiàn)金盈余分別增長4.23%和2.79%，未償還債務(wù)下降0.72%。Nishizawa等 [4] 應(yīng)用PVAR模型測算了自然災(zāi)害對太平洋島國財政收入和支出的影響，結(jié)果表明自然災(zāi)害平均每年造成的財政成本約占GDP的1%～1.5%。Guerson[7] 使用蒙特卡洛模擬評估政府自然災(zāi)害應(yīng)急財政準備金的適當規(guī)模，以確保加勒比貨幣聯(lián)盟國家之間具有充足的應(yīng)急財政資金應(yīng)對自然災(zāi)害的侵害。

國內(nèi)相關(guān)研究更多地聚焦應(yīng)急財政管理方面，主要集中在三個方面：一是對應(yīng)急財政資金管理中存在的問題以及財政保障機制在突發(fā)事件應(yīng)對中的重要性的研究 [8] 。二是針對災(zāi)后的財政救助支出規(guī)模以及應(yīng)急財政資金制度設(shè)計等方面的研究。如田玲等 [9] 通過構(gòu)建消費者-政府隨機決策模型，得到政府最優(yōu)救災(zāi)規(guī)模的多維邊界，并介紹了如何根據(jù)社會、經(jīng)濟環(huán)境動態(tài)設(shè)計災(zāi)害救助的最優(yōu)規(guī)模。馮俏彬等 [10] 就我國應(yīng)急財政資金管理的現(xiàn)狀，提出了構(gòu)建事前、事中、事后全過程的應(yīng)急管理體系以及建立融入巨災(zāi)保險的重大災(zāi)害風險社會分攤機制等對策，進一步地，基于重大自然災(zāi)害的視角設(shè)計了我國應(yīng)急財政資金管理的制度框架。三是應(yīng)急財政準備金的度量。趙尚梅等 [11] 采用極值理論的GPD模型，就不同類型突發(fā)公共事件的風險，通過設(shè)置GPD模型的形狀參數(shù)，度量了三種不同參數(shù)區(qū)間下政府應(yīng)急準備金規(guī)模。

綜觀相關(guān)研究，多數(shù)都只是對公共財政應(yīng)當給予應(yīng)急管理工作必要的支持，應(yīng)急財政資金管理制度中存在的問題以及相應(yīng)的完善措施等進行了分析與總結(jié)。還未有學者從自然災(zāi)害對財政支出和財政收入動態(tài)影響的視角出發(fā)，就自然災(zāi)害造成的財政成本進行定量研究。為此，立足于已有的相關(guān)研究，以我國除港澳臺以外的31個省份作為分析單位，采用1990—2018年省際面板數(shù)據(jù)，根據(jù)Nishizawa等 [4] 研究，利用PVAR模型探究自然災(zāi)害對財政支出和財政收入的動態(tài)影響機制，在此基礎(chǔ)上度量自然災(zāi)害的財政成本，期望為估量應(yīng)急財政準備金的規(guī)模以及構(gòu)建科學、合理的自然災(zāi)害財政成本風險融資工具管理框架提供參考。

2 自然災(zāi)害財政成本融資工具管理框架

2.1 自然災(zāi)害財政成本的含義

根據(jù)Nishizawa等 [4] 將自然災(zāi)害的財政成本定義為自然災(zāi)害發(fā)生后各省市政府財政支出增加和收入減少的總和，即自然災(zāi)害財政成本等于財政支出增加和財政收入減少之和。

2.2 自然災(zāi)害財政成本融資工具

國際上，自然災(zāi)害財政成本風險融資工具主要有應(yīng)急財政準備金和自然災(zāi)害基金兩種。應(yīng)急財政準備金屬于年度預(yù)算內(nèi)范疇，可用于使預(yù)算能夠應(yīng)對突發(fā)的事件或緊急狀況，包括自然災(zāi)害;自然災(zāi)害基金是處理自然災(zāi)害風險的專用資金來源，可在無災(zāi)害事件期間積累專用儲備金，且在支出時間方面也具有很大的靈活性。除應(yīng)急財政準備金和自然災(zāi)害基金外，經(jīng)常需要重新分配預(yù)算以滿足緊急需求。預(yù)算重新分配通常有三種模式：①調(diào)整預(yù)算，②補充預(yù)算，③重新分配預(yù)算支出優(yōu)先級。國際貨幣基金組織（International Monetary Fund，IMF） [12] 提出了如何應(yīng)對自然災(zāi)害財政成本的指導，從自然災(zāi)害財政成本、發(fā)生頻率等角度搭建了自然災(zāi)害財政成本融資工具的應(yīng)用框架，如圖1所示。從財政響應(yīng)工具來看，由圖1可知，應(yīng)急準備金和調(diào)整預(yù)算主要應(yīng)用于財政成本較低的情況下，補充預(yù)算、自然災(zāi)害基金和重新分配預(yù)算支出優(yōu)先級主要應(yīng)用于財政成本較高的情況下。但預(yù)算重新分配允許支出的重新部署以及將現(xiàn)有投資項目合并到整體災(zāi)后恢復計劃中，可能會使預(yù)算執(zhí)行和財政政策變得復雜。此外，災(zāi)后融資工具包括增加稅收、申請外部援助或從國內(nèi)外借款。但增加稅收會阻礙企業(yè)的發(fā)展，或降低工人生產(chǎn)的積極性;外部援助的規(guī)模具有不確定性;國內(nèi)外借款面臨著還本付息的壓力。每種融資措施除具有各自的不足外，都有一定的時滯性。

保險作為一種市場化的風險轉(zhuǎn)移機制、社會互助機制和社會管理機制，在社會應(yīng)急管理體系中具有不可替代的作用。具體來看，首先，保險作為災(zāi)前風險轉(zhuǎn)移工具之一，當重、特大災(zāi)害事件發(fā)生時，保險資金可以迅速到位，有助于降低政府的金融風險敞口，確保政府遇災(zāi)時具備充足的資金保障社會經(jīng)濟生活平穩(wěn)運行。其次，保險作為高度杠桿化的因災(zāi)或有資本可以通過再保轉(zhuǎn)分保和巨災(zāi)債券等衍生品，將自然災(zāi)害造成的部分財政負擔轉(zhuǎn)移到資本市場，并能夠借助資本市場在一定程度上提高資金的保值增值能力。此外，主權(quán)風險融資方案可包含應(yīng)急信貸、再保險和巨災(zāi)債券等金融工具，非常適合那些經(jīng)濟規(guī)模小、自然災(zāi)害損失率高且災(zāi)后籌措資金成本相對較高的經(jīng)濟體。加勒比巨災(zāi)風險保險基金（Caribbean Catastrophe Risk Insurance Facility，CCRIF）是主權(quán)風險融資方案的有效例證，旨在為小規(guī)模經(jīng)濟體提供災(zāi)后短期流動資金以確保政府的基本服務(wù)不受影響，直至其他資金到來之時。

2.3 我國自然災(zāi)害財政成本融資工具框架

我國還沒有建立正式的應(yīng)急準備金和自然災(zāi)害基金制度。根據(jù)我國財政部門執(zhí)行的“類、款、項”級的政府收支科目分類方法，可以看出，與應(yīng)急財政支出直接相關(guān)的“類”級科目主要包括“預(yù)備費”;相關(guān)的“款”級科目則主要是“災(zāi)害防治及應(yīng)急管理支出”類中的“自然災(zāi)害救災(zāi)及恢復重建支出”。另外還有救災(zāi)物資儲備，如 “糧油物資儲備事務(wù)”類中的“能源儲備”“糧油儲備”和“重要商品儲備”等，同時相關(guān)部門應(yīng)急災(zāi)害細分職能預(yù)算中還有其他與應(yīng)急救災(zāi)有關(guān)的“項”級科目散見于其他各種“類”級和“款”級支出當中。需要說明的是，預(yù)備費的使用可能存在較多的限制條件，并不是專門用于自然災(zāi)害等突發(fā)事件的準備金 [13] 。此外，還有“轉(zhuǎn)移性支出”類中的“安排預(yù)算穩(wěn)定調(diào)節(jié)基金”主要用于彌補一般公共預(yù)算出現(xiàn)的收支缺口。但應(yīng)急財政資金規(guī)模遠遠低于實際災(zāi)害救助資金需求，應(yīng)急財政支出在歷年自然災(zāi)害直接經(jīng)濟損失占比微乎其微（這里的應(yīng)急財政支出指《自然災(zāi)害生活救助資金管理暫行辦法》（財社〔2011〕6號）中提出的自然災(zāi)害生活救助資金） [14] 。因此，當極端災(zāi)害發(fā)生時，這些制度化的預(yù)算資金杯水車薪，只能采用計劃外措施，包括：預(yù)算重新分配、救災(zāi)專項轉(zhuǎn)移支付、發(fā)行專項債券、金融機構(gòu)借款、募捐以及“對口支援”等。

當前，我國需要加快發(fā)展與新時期國家經(jīng)濟社會發(fā)展需求相適應(yīng)的商業(yè)保險與巨災(zāi)保險機制有機結(jié)合的自然災(zāi)害巨災(zāi)風險保障體系，使多層次的巨災(zāi)保險機制成為政府改進公共服務(wù)、創(chuàng)新政府管理、提升災(zāi)害治理能力現(xiàn)代化的重要支撐，并在量化災(zāi)害風險產(chǎn)生的應(yīng)急財政責任基礎(chǔ)上，搭建科學化和制度化的災(zāi)害風險公共財政融資工具框架 [14] 。根據(jù)國際上較為典型的巨災(zāi)風險公共財政策略和框架 [15] ，結(jié)合我國國情和現(xiàn)行的應(yīng)急財政融資機制，應(yīng)急財政融資工具管理框架改革可以參考圖2模式。這個框架的設(shè)計邏輯有兩點：首先，財政資金工具與災(zāi)害風險的強度和頻度掛鉤，即成本低的資金工具用于強度低而頻度高的災(zāi)害風險，成本高的資金工具用于頻度低強度高

的災(zāi)害風險。其次，鑒于應(yīng)急財政資金支出的不確定性和資金流動性成本，實有資金工具可以最大限度上通過保險進行放大，旨在最大限度降低自然災(zāi)害導致的財政成本，維護預(yù)算剛性和平衡。以運用保險（巨災(zāi)保險或商業(yè)保險）放大應(yīng)急財政資金為基礎(chǔ)，輔以自然災(zāi)害基金或應(yīng)急準備金，調(diào)整預(yù)算或預(yù)算穩(wěn)定調(diào)節(jié)基金，其他類巨災(zāi)保險或再保險，定向國債或信用工具以及企業(yè)債等，根據(jù)災(zāi)害發(fā)生的頻度和強度構(gòu)建自然災(zāi)害財政成本融資工具框架，實現(xiàn)財政成本風險的有效分散。

3 數(shù)據(jù)、變量與模型設(shè)定

3.1 數(shù)據(jù)來源

數(shù)據(jù)來自《中國民政統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《新中國六十年統(tǒng)計資料匯編》《中國勞動統(tǒng)計年鑒》以及各省份統(tǒng)計年鑒。各變量的描述性統(tǒng)計結(jié)果見表1。

3.2 變量選擇

被解釋變量包括兩個內(nèi)生變量：財政支出 （zcgdp）， 用財政支出占GDP比率衡量;財政收入 （srgdp）， 用財政收入占GDP比率衡量。那么自然災(zāi)害財政成本等于政府總支出增加和政府總收入減少之和占GDP的比重。

外生變量：自然災(zāi)害強度 （szrk）。 一般認為更適合衡量自然災(zāi)害強度的指標是自然災(zāi)害造成的受災(zāi)人口數(shù) [16] 。該研究用當年受災(zāi)人口數(shù)和上一年總?cè)丝跀?shù)（避免當年總?cè)丝跀?shù)受到自然災(zāi)害的影響）的比值衡量。

此外，在進一步分析中，引入以下變量：①經(jīng)濟增長 （y）， 用人均實際GDP增長率衡量，首先采用GDP指數(shù)將各年名義GDP以2018年不變價格進行指數(shù)平減，再換算成相應(yīng)的年增長率。②政府應(yīng)急財政支出規(guī)模 （gre）， 用當年應(yīng)急財政支出總額占GDP比重衡量。③資本存量 （k）， 以張軍等 [17] 估算的1990年各省市的資本存量為基期，采用“永續(xù)盤存法”公式 kit=Iit/Pit+（1-δit）kit-1 進行估算，其中 kit 表示各省市當期的固定資本存量， Iit 為名義固定資本形成總額， Pit 為固定資產(chǎn)投資價格指數(shù)， δit 為折舊率， kit-1 為上一年的固定資本存量。廣東和西藏缺失的固定資產(chǎn)投資價格指數(shù)數(shù)據(jù)用當年商品零售價格指數(shù)替代。按照上述方法，將數(shù)據(jù)更新至2018年。④勞動力人數(shù) （l）， 采用歷年就業(yè)人員數(shù)指標反映勞動投入情況。⑤全要素生產(chǎn)率 （tfp）， 參考王華 [18] 的做法，假定生產(chǎn)函數(shù)是包括時間項的Cobb-Douglas函數(shù)，并根據(jù)資本存量 （k） 和勞動力人數(shù) （l） 計算所得。鑒于經(jīng)濟增長主要取決于資本、人力、全要素生產(chǎn)率三要素增長率，為便于分析，將計算的三要素絕對數(shù)轉(zhuǎn)化為資本存量增長率 （gk）、勞動力增長率（gl） 和全要素生產(chǎn)率增長率 （gtfp） 相對數(shù)形式。⑥市場化水平 （m）， 借鑒韋倩等 [19] 采用年末城鎮(zhèn)非國有企業(yè)就業(yè)人數(shù)占城鎮(zhèn)就業(yè)總?cè)藬?shù)的比重衡量。

3.3 模型設(shè)定與方法選擇

根據(jù)Nishizawa等 [4] 的相關(guān)研究，采用由 Abrigo等 [20] 提供的PVAR模型的程序就自然災(zāi)害對財政支出和收入的動態(tài)關(guān)系進行深入探究，在此基礎(chǔ)上度量自然災(zāi)害財政成本。自然災(zāi)害一般被認為是具有即時和滯后宏觀財政影響的外生沖擊。Yang [21] 表明，自然災(zāi)害發(fā)生后應(yīng)急財政支出顯著增加，但滯后兩年。為此，借鑒Nishizawa等 [4] 研究在PVAR模型中引入自然災(zāi)害滯后兩期，最終構(gòu)建以下模型：

Yit=AYit-1+B1Xit+B2Xit-1+B3Xit-2+μi+λt+εit （1）

其中，下標 i 代表某省份， t 代表時間， Yit 分別表示財政支出水平和財政收入水平， Xit 表示自然災(zāi)害強度， μi 為地區(qū)固定效應(yīng); λt 為時間固定效應(yīng); εit 為誤差項。此外，借鑒參考文獻[4]將人均實際GDP增長率以及滯后一期作為控制變量引入模型（1）以檢驗結(jié)果的穩(wěn)健性。

為了避免個體效應(yīng)造成估計系數(shù)的偏差，采取向前均值差分即“Helmert轉(zhuǎn)換”消除個體效應(yīng)，以保證轉(zhuǎn)換后變量和滯后變量正交，從而能利用滯后變量作為工具變量進行估計。由于動態(tài)系統(tǒng)廣義矩估計（GMM）方法給出了PVAR的一致估計 [22] ，因此使用系統(tǒng)GMM估計方法就自然災(zāi)害對財政收入和支出的動態(tài)影響進行估計。

4 實證結(jié)果及分析

4.1 數(shù)據(jù)平穩(wěn)性檢驗

在分析面板數(shù)據(jù)前，如果時間序列不平穩(wěn)，可能會出現(xiàn)偽回歸問題，因此必須利用單位根檢驗方法檢驗數(shù)據(jù)的平穩(wěn)性。常用的面板單位根檢驗方法有LLC檢驗、Breitung檢驗、IPS檢驗等。為確保結(jié)果的可靠性，選擇這三種方法進行變量的單位根檢驗，檢驗結(jié)果見表2。結(jié)果表明，所有變量的平穩(wěn)性檢驗均在5%的顯著性水平上拒絕“所有個體是非平穩(wěn)”的原假設(shè)，即可認為數(shù)據(jù)是平穩(wěn)序列。

4.2 自然災(zāi)害財政成本估算

根據(jù)MAIC、MBIC和MQIC最小信息準則，確定模型的最優(yōu)滯后階數(shù)為1（限于篇幅，未報告具體估計結(jié)果）。PVAR模型基準回歸結(jié)果見表 3。

由表3估計結(jié)果表明，自然災(zāi)害對財政支出的影響主要集中在災(zāi)害發(fā)生后的前兩年，分別在5%和10%水平上顯著為正，響應(yīng)系數(shù)分別為0.016 8和0.014 7。自然災(zāi)害對財政收入的影響主要集中在自然災(zāi)害發(fā)生當年，在10%水平上顯著為負，響應(yīng)系數(shù)為-0.002 07。需要說明的是，自然災(zāi)害對財政支出三年的總影響定義為自然災(zāi)害當年、滯后一期以及滯后兩期對財政支出的影響在10%、5%和1%顯著水平的系數(shù)加總之和。自然災(zāi)害對財

政收入三年的總影響也同樣定義。由此可知，從全國范圍來看，自然災(zāi)害對財政支出的影響相較于財政收入較大，可能會使財政支出在三年內(nèi)增加3.15%（1.68%+1.47%）。其中自然災(zāi)害當年，財政支出增長1.68%，第二年增長1.47%。一次自然災(zāi)害沖擊可能會使財政收入在當年減少0.207%。因此，自然災(zāi)害三年內(nèi)造成的財政成本為3.357%，平均每年1.119%，這也與Nishizawa等 [4] 估計的太平洋島嶼國家年財政成本約為1%～1.5%相近。為檢驗該基準模型估計結(jié)果的穩(wěn)健性，分別在表3（3）—（6）列加入影響財政支出和收入的人均實際GDP增長率 （y） 以及滯后一期，估計系數(shù)的顯著性和符號方向基本與基準回歸（1）列和（2）列結(jié)果一致，這說明本模型估計結(jié)果具有穩(wěn)健性?？傮w而言，我國自然災(zāi)害發(fā)生后，實行的是逆周期財政政策，即外生沖擊自然災(zāi)害雖然導致當年的財政收入減少、財政支出增加，但自然災(zāi)害對財政支出的影響較大，對財政收入的影響較小。

4.3 脈沖響應(yīng)分析

為直觀刻畫自然災(zāi)害這一外生變量和內(nèi)生變量財政支出和收入之間的動態(tài)作用關(guān)系，進行脈沖響應(yīng)分析。給予自然災(zāi)害1個標準差沖擊，并采用蒙特卡洛方法模擬300次，得到財政支出和財政收入受到?jīng)_擊后0～10期的響應(yīng)。自然災(zāi)害對財政支出和財政收入動態(tài)影響的脈沖響應(yīng)及累積脈沖響應(yīng)軌跡如圖3所示。橫軸表示脈沖響應(yīng)期數(shù)（以年為單位），最大滯后期為10，縱軸是變量對沖擊的響應(yīng)程度。

自然災(zāi)害對財政支出的動態(tài)影響。圖3-1顯示，面對自然災(zāi)害的1個標準差沖擊，政府支出前4期呈現(xiàn)正響應(yīng)，之后下降為負響應(yīng)，然后開始逐漸向穩(wěn)態(tài)收斂。圖3-2顯示，財政支出對自然災(zāi)害沖擊的累積脈沖響應(yīng)為正值，在第4期達到最大值之后，隨著時間增加開始逐漸減小直至穩(wěn)定。這說明，自然災(zāi)害對財政支出具有正向滯后影響，當期自然災(zāi)害強度的提高會導致后續(xù)幾期政府財政支出增加。自然災(zāi)害對財政收入的動態(tài)影響。圖3-3顯示，面對自然災(zāi)害的一個標準差沖擊，財政收入初始為負響應(yīng)，然后開始逐漸向穩(wěn)態(tài)收斂。圖3-4顯示，財政收入對自然災(zāi)害沖擊的累積脈沖響應(yīng)始終為負值，這表明，自然災(zāi)害對財政收入具有負向滯后影響，當期自然災(zāi)害強度的提高會促使后續(xù)幾期財政收入減少。由脈沖響應(yīng)圖可知，自然災(zāi)害對財政支出和財政收入的動態(tài)影響主要集中在前3期，脈沖響應(yīng)以及累積脈沖響應(yīng)各階段的變動方向和表3的回歸系數(shù)方向一致。這也與表3（1）列和（2）列基準回歸結(jié)果相符，即自然災(zāi)害對財政支出的影響為正，對財政收入的影響為負，且對財政支出的影響較財政收入的影響大。

4.4 穩(wěn)健性檢驗

4.4.1 自然災(zāi)害強度測量指標的穩(wěn)健性檢驗

為檢驗基準回歸結(jié)果的穩(wěn)健性，應(yīng)用各省市（區(qū)）自然災(zāi)害造成的直接經(jīng)濟損失占相應(yīng)的GDP比率 （dgdp） 作為自然災(zāi)害強度衡量指標，重新估計PVAR模型（具體回歸結(jié)果未報告，備索），脈沖響應(yīng)分析結(jié)果如圖4所示。

回歸估計結(jié)果表明，變更自然災(zāi)害強度的測量指標，自然災(zāi)害發(fā)生后，財政支出同樣在前兩年增加，且估計系數(shù)分別在5%和10%水平上顯著為正，與基準回歸結(jié)果基本一致。由脈沖響應(yīng)分析結(jié)果可知，脈沖響應(yīng)和累積脈沖響應(yīng)曲線走勢與圖3基準回歸所示結(jié)果同樣相差不大。這說明改變自然災(zāi)害強度的測量指標，模型主要結(jié)論不受影響，具有較強的穩(wěn)健性。

4.4.2 自然災(zāi)害財政成本區(qū)域異質(zhì)性分析

應(yīng)急財政資金是否充足取決于具體國家的情況，即一國或地區(qū)脆弱性的程度決定了應(yīng)急準備金的規(guī)模?？紤]到我國經(jīng)濟發(fā)展、自然災(zāi)害類型以及發(fā)生頻率的區(qū)域差異顯著，自然災(zāi)害對財政成本的影響可能存在區(qū)域異質(zhì)性，因此，將我國分為東北、東部、中部和西部地區(qū)分別進行考察。

由表4估計結(jié)果可知，自然災(zāi)害發(fā)生后，從東北地區(qū)看，自然災(zāi)害使財政支出在當年增加2.66%，且在5%水平上顯著為正。自然災(zāi)害對東北地區(qū)財政收入的影響較小，都不存在顯著性。因此，東北地區(qū)三年內(nèi)自然災(zāi)害財政成本為2.66%，平均每年自然災(zāi)害財政成本為0.89%。從東部地區(qū)看，自然災(zāi)害使財政支出在當年顯著為負，財政支出當年減少6.74%。自然災(zāi)害使財政收入在當年減少1.14%。東部地區(qū)三年內(nèi)自然災(zāi)害財政成本為-7.88%，平均每年自然災(zāi)害財政成本為-2.63%。從中部地區(qū)看，自然災(zāi)害對財政支出的影響較小，三年內(nèi)雖然都為正，但不存在顯著性，自然災(zāi)害對財政收入的影響在前兩年分別在5%和10%水平上顯著為負，累積效應(yīng)為4.19%。中部地區(qū)三年內(nèi)自然災(zāi)害財政成本為4.19%，平均每年自然災(zāi)害財政成本為1.4%。從西部地區(qū)看，自然

災(zāi)害對財政支出的影響主要在當年和第二年，且在1%水平上顯著為正，累積效應(yīng)為8.25%。自然災(zāi)害對財政收入的影響較小，且都不存在顯著性。西部地區(qū)三年內(nèi)自然災(zāi)害財政成本為8.25%，平均每年自然災(zāi)害財政成本為2.75%。同樣就財政支出和財政收入對自然災(zāi)害的脈沖響應(yīng)和累積脈沖響應(yīng)進行了分析（限于篇幅，該文僅報告脈沖響應(yīng)分析結(jié)果）。

首先，分析東北地區(qū)財政支出和財政收入對自然災(zāi)害的脈沖響應(yīng)（圖5-1）。面對自然災(zāi)害一個標準差沖擊，財政支出在第0期（自然災(zāi)害發(fā)生當年）產(chǎn)生正響應(yīng)，之后

緩慢下降趨向零刻度線。一個標準差的自然災(zāi)害沖擊對財政收入的影響較小，財政收入的脈沖響應(yīng)曲線始終為負，幾乎和零刻度線相重合。其次，分析東部地區(qū)財政支出和財政收入對自然災(zāi)害的脈沖響應(yīng)（圖5-2）。面對自然災(zāi)害一個標準差的沖擊，財政支出和財政收入均有負響應(yīng)，且財政支出受到的沖擊幅度大于收入的幅度。這也意味著，自然災(zāi)害發(fā)生后，財政支出減少的幅度大于財政收入減少的幅度，政府財政政策是順周期的。再次，分析中部地區(qū)財政支出和財政收入對自然災(zāi)害的脈沖響應(yīng)（圖5-3）。財政支出對一標準差自然災(zāi)害沖擊的脈沖響應(yīng)較小，幾乎和零線相重合，即自然災(zāi)害對財政支出的動態(tài)影響較小。財政收入對自然災(zāi)害沖擊的脈沖響應(yīng)始終為負。這表明，自然災(zāi)害對財政收入具有負向滯后影響，當期自然災(zāi)害強度的提升會促使后續(xù)幾期財政收入減少。最后，分析西部地區(qū)財政支出和財政收入對自然災(zāi)害的脈沖響應(yīng)（圖5-4）。財政支出對一標準差自然災(zāi)害沖擊的脈沖響應(yīng)始終為正。財政支出在第0期產(chǎn)生的正向響應(yīng)最大，之后開始緩慢下降，逐漸向零曲線收斂。這表明，自然災(zāi)害對財政支出具有正向滯后影響，當期自然災(zāi)害強度的提升會促使后續(xù)幾期財政支出的增加，這也意味著，自然災(zāi)害發(fā)生后，政府財政政策是逆周期的。與中部地區(qū)相反，西部地區(qū)財政收入對自然災(zāi)害沖擊的脈沖響應(yīng)較小，財政收入在第0期產(chǎn)生負向響應(yīng)，在第1期之后上升為正響應(yīng)，之后開始逐漸向穩(wěn)態(tài)收斂。以上脈沖響應(yīng)結(jié)果，也和各經(jīng)濟區(qū)域的回歸結(jié)果相對應(yīng)，這一方面說明自然災(zāi)害財政成本具有區(qū)域異質(zhì)性，也說明回歸結(jié)果具有穩(wěn)健性。

4.5 進一步分析

應(yīng)急財政資金在應(yīng)對自然災(zāi)害對經(jīng)濟增長產(chǎn)生的負面影響，實現(xiàn)經(jīng)濟的可持續(xù)增長方面具有重要的作用。但災(zāi)后救濟和重建工作可能會使政府支出產(chǎn)生擠出效應(yīng)，如擠占教育、醫(yī)療、基礎(chǔ)設(shè)施等公共項目的優(yōu)先支出，可能對人力資本積累和經(jīng)濟的潛在增長率產(chǎn)生長期影響 [23] 。這意味著政府應(yīng)急財政支出可能存在最優(yōu)規(guī)模，需要在應(yīng)急財政支出的機會成本和收益之間進行權(quán)衡。接下來，將從經(jīng)濟增長的視角出發(fā)，對政府應(yīng)急財政支出對經(jīng)濟增長的門檻效應(yīng)進行檢驗，在此基礎(chǔ)上求解政府應(yīng)急財政支出最優(yōu)規(guī)模。此外，可參照圖2，通過保險機制放大預(yù)備費、自然災(zāi)害救災(zāi)及恢復重建支出以及相關(guān)部門應(yīng)急災(zāi)害細分職能預(yù)算資金，提高財政資金使用效率。此時，當僅考慮保險作為災(zāi)前財政成本唯一的救災(zāi)資金融資工具時，從經(jīng)濟增長的視角看，政府財政成本和政府最優(yōu)救災(zāi)支出規(guī)模的差額可以作為保險放大應(yīng)急財政資金的最大額度。

4.5.1 政府應(yīng)急財政支出對經(jīng)濟增長的門檻效應(yīng)

雖然Kremer等 [24] 在 Caner等 [25] 開展研究的基礎(chǔ)上對靜態(tài)面板門檻模型進行擴展，將模型應(yīng)用領(lǐng)域擴展到動態(tài)面板門檻模型，但仍然要求門檻變量是強外生變量，在實際應(yīng)用中同樣受到限制。為此，Seo等 [26] 將模型擴展為具有潛在內(nèi)生門檻變量的動態(tài)面板門檻模型。此后，Seo等 [27] 提出了一種計算上更便捷的自舉算法來實現(xiàn)門檻效應(yīng)檢驗，而非Seo等 [26] 最初提出的獨立同分布算法。鑒于此，考慮到門檻變量政府應(yīng)急財政支出規(guī)模 （gre） 可能具有內(nèi)生性問題 [28] ，采用可以解決門檻變量內(nèi)生性問題的動態(tài)面板門檻模型，分析應(yīng)急財政支出對經(jīng)濟增長具有的不同效應(yīng)，設(shè)定的面板門檻模型如下：

yit=（β1yit-1+β2greit+β3Xit）I（qit≤γ）+（β′1yit-1+β′2greit+β′3Xit）I（qit>γ）+μi1+εit1 （2）

式中，下標 i代表某省或市，t代表時間，I（·） 代表指示性函數(shù)， greit 為應(yīng)急財政支出規(guī)模， qit 門檻變量，也即應(yīng)急財政支出規(guī)模 greit ， γ 是門檻值， Xit 表示一組控制變量，包括資本存量增長率 （gk）、 勞動力增長率 （gl） 和全要素生產(chǎn)率增長率 （gtfp）。μi1 為地區(qū)固定效應(yīng)， εit1 為誤差項。

4.5.2 動態(tài)面板門檻回歸結(jié)果分析

考慮到結(jié)果的穩(wěn)健性，不僅根據(jù)Seo等 [26-27] 提出的動態(tài)面板門檻模型對式（2）進行估計，還根據(jù)Kremer等 [24] 處理動態(tài)面板門檻以及Caner等 [25] 處理靜態(tài)面板門檻的方法對式（2）進行估計，進一步分析應(yīng)急財政支出規(guī)模對經(jīng)濟增長的“門檻特征”。以Seo等 [26-27] 動態(tài)面板門檻模型估計的結(jié)果為主進行分析闡述，以后面兩篇文獻，作為穩(wěn)健性檢驗結(jié)果進行對照。估計門檻模型之前，必須先根據(jù)Seo等 [27] 、Hu等 [29] 對模型進行非線性檢驗，以確定模型是否存在門檻效應(yīng)。由表5可以看出，無論是動態(tài)面板門檻還是靜態(tài)面板門檻，非線性檢驗 P 值均小于0.01，表明應(yīng)急財政支出規(guī)模和經(jīng)濟增長之間存在非線性關(guān)系;單一門檻的 P 值均小于0.1，而雙門檻的 P 值都大于0.1。因此，在10%的顯著性水平接受單一面板門檻值。

表5（1）列和（2）列為Seo等 [26-27] 動態(tài)面板門檻模型估計結(jié)果;（3）列和（4）列為Kremer等 [24] 動態(tài)面板門檻模型估計結(jié)果;（5）列和（6）列為Caner等 [25] 靜態(tài)面板門檻模型估計結(jié)果，門檻值分別為0.095%、0.1%和0.11%，三者較為接近，這在一定程度上說明估計結(jié)果的穩(wěn)健性。由于主要以Seo等 [26-27] 動態(tài)面板門檻估計結(jié)果為準，因此，應(yīng)急財政支出規(guī)模的門檻值為0.095%。由此可知，自然災(zāi)害財政成本與政府應(yīng)急財政支出最優(yōu)規(guī)模差額為1.024%（1.119%-0.095%）。當僅考慮保險作為災(zāi)前財政成本唯一的救災(zāi)資金融資工具時，保險放大財政資金的最大額度占GDP的比重為1.024%。此外，還分經(jīng)濟區(qū)域考察了應(yīng)急財政支出門檻效應(yīng)的區(qū)域異質(zhì)性?；貧w結(jié)果報告于表6。

由表6可知，除東部地區(qū)外，各經(jīng)濟區(qū)域單一門檻的 P 值均小于0.1，而雙門檻的 P 值都大于0.1。因此，各經(jīng)濟區(qū)域除東部地區(qū)外，東北、中部和西部地區(qū)均具有單一門檻值，政府應(yīng)急財政支出最優(yōu)規(guī)模分別為0.090 3%、0.108%和0.196%。此時，東北、中部和西部地區(qū)，保險放大的最大金額占GDP的比重分別為0.799 7%、1.292%和2.554%。

以上研究表明，從經(jīng)濟增長的視角出發(fā)，自然災(zāi)害對財政成本的影響遠大于應(yīng)急財政支出最優(yōu)規(guī)模。政府如何放大應(yīng)急財政資金，提高財政救災(zāi)效率是目前應(yīng)該解決的重要問題。

5 結(jié)論與政策建議

依據(jù)1990—2018年中國31省份省際面板數(shù)據(jù)建立PVAR模型，并結(jié)合脈沖響應(yīng)圖重點考察自然災(zāi)害對財政支出和收入的動態(tài)影響，在此基礎(chǔ)上度量自然災(zāi)害的財政

成本。綜合上述分析，主要得出以下幾點結(jié)論：第一，

PVAR模型回歸結(jié)果顯示，從全國范圍來看，自然災(zāi)害三年內(nèi)造成的財政成本為3.357%，平均每年1.119%。從脈沖響應(yīng)和累積脈沖響應(yīng)結(jié)果來看，自然災(zāi)害對財政支出具有正向滯后影響，對財政收入具有負向滯后影響。第二，自然災(zāi)害財政成本具有區(qū)域異質(zhì)性。PVAR模型回歸結(jié)果顯示，東北、東部、中部和西部地區(qū)，平均每年自然災(zāi)害財政成本分別為0.89%、-2.63%、1.4% 和2.75%。此外，各經(jīng)濟區(qū)域財政支出和收入對自然災(zāi)害脈沖響應(yīng)結(jié)果與PVAR模型回歸結(jié)果相耦合。第三，從經(jīng)濟增長的視角出發(fā)，政府應(yīng)急財政支出存在最優(yōu)規(guī)模，全國層面的單一門檻值為0.095%，各經(jīng)濟區(qū)域除東部地區(qū)外，東北、中部和西部地區(qū)均具有單一門檻值，政府應(yīng)急財政支出最優(yōu)規(guī)模分別為0.0903%、0.108%和0.196%。由此可知，自然災(zāi)害財政成本遠大于應(yīng)急財政支出最優(yōu)規(guī)模。當僅考慮保險作為災(zāi)前財政成本唯一的救災(zāi)資金融資工具時，保險放大財政資金的最大額度占GDP的比重為1.024%，東北、中部和西部地區(qū)，保險放大的最大金額占GDP的比重分別為0.7997%、1.292%和2.554%。

根據(jù)實證研究結(jié)論，針對自然災(zāi)害對財政收支影響提出以下幾點建議：首先，建立應(yīng)急財政準備金或自然災(zāi)害基金制度。PVAR模型回歸以及脈沖響應(yīng)和累積脈沖響應(yīng)結(jié)果表明，從全國范圍來看，自然災(zāi)害在前兩年使財政支出增加，在災(zāi)后當年使財政收入減少。因此，收入的減少和救災(zāi)支出的增加，是影響我國財政收支平衡的一個不容忽略的因素。為此，針對中等強度、頻繁發(fā)生的自然災(zāi)害，我國可以建立應(yīng)急財政準備金制度;針對高強度、頻繁發(fā)生的自然災(zāi)害，可以建立專項自然災(zāi)害基金制度。其次，因地制宜搭建自然災(zāi)害財政成本風險分散管理框架。由PVAR模型回歸結(jié)果可知，自然災(zāi)害財政成本存在區(qū)域異質(zhì)性。這就需要各經(jīng)濟區(qū)域因地制宜地搭建自然災(zāi)害財政成本融資工具框架。例如，東部和東北地區(qū)基本上屬于自然災(zāi)害財政成本較低范疇，參照圖1，應(yīng)對自然災(zāi)害的手段可以以應(yīng)急財政準備金和調(diào)整預(yù)算為主，自然災(zāi)害基金為輔;中部和西部地區(qū)基本上屬于自然災(zāi)害財政成本較高范疇，應(yīng)對自然災(zāi)害的手段可以以自然災(zāi)害專項基金為主，輔以補充預(yù)算和重新分配預(yù)算支出優(yōu)先級。特別是西部地區(qū)自然災(zāi)害多發(fā)，且損失嚴重，但政府財政資金相對不足，可以借鑒加勒比巨災(zāi)風險保險基金（CCRIF）模式，以政府為投保人，通過購買財政巨災(zāi)指數(shù)保險放大財政資金支出效應(yīng)，滿足應(yīng)急財政資金需求。最后，構(gòu)建融入保險機制的新型災(zāi)害風險管理體系。應(yīng)急財政支出的增加，同樣可能會擠占私人投資或政府自身在其他領(lǐng)域的投資支出，也會造成政府財政支出壓力，政府應(yīng)急財政支出存在最優(yōu)規(guī)模。因此政府應(yīng)改變現(xiàn)有的災(zāi)害救助模式，構(gòu)建十九屆四中全會提出的“新型舉國體制”，即加大應(yīng)用市場化手段管理風險和配置資源，如將保險機制嵌入災(zāi)害風險管理體系，優(yōu)化我國以行政手段為主的傳統(tǒng)風險治理方式，放大財政資金使用規(guī)模，可參照圖2，通過保險機制放大預(yù)備費、自然災(zāi)害救災(zāi)及恢復重建支出以及相關(guān)部門應(yīng)急災(zāi)害細分職能預(yù)算資金，提高財政資金使用效率。此時，從經(jīng)濟增長的視角來看，保險放大應(yīng)急財政資金的最大金額占GDP的比重為1.024%，東北、中部和西部地區(qū)分別占GDP的比重為0.7997%、1.292%和2.554%。

參考文獻

[1]人民網(wǎng). 習近平指示防汛救災(zāi)人民至上、生命至上各地各部門強化落實、眾志成城 [EB/OL] . （2020-07-15）[2020-08-15].http：//politics.people.com.cn/n1/2020/0715/c1001-31784681.html.

[2]RADDATZ C. Are external shocks responsible for the instability of output in low-income countries？[J].Journal of development economics，2007，84（1）： 155–187.

[3]BERLEMANN M，WENZEL D. Hurricanes， economic growth and transmission channels： empirical evidence for countries on differing levels of development[J] . World development，2018，105： 231-247.

[4]NISHIZAWA H，ROGER S，ZHANG H. Fiscal buffers for natural disaster in pacific island countries[R]. IMF Working Papers，2019.

[5]KLOMP J. Sovereign risk and natural disasters in emerging markets [J] . Emerging markets finance and trade，2015，51（6）： 1326–1341.

[6]NOY I，NUALSRI A. Fiscal storms： public spending and revenues in the aftermath of natural disasters[J] . Environment and development economics，2011，16（1）： 113-128.

[7]GUERSON A. Government insurance against natural disasters： an application to the ECCU [R] . IMF Working Papers，2020.

[8]張學誕，鄔展霞. 構(gòu)建適應(yīng)中國特色應(yīng)急管理需求的財政治理體系[J] . 財政研究，2020（4）： 22-34.

[9]田玲，高俊. 災(zāi)害風險、福利損失與政府最優(yōu)救助計劃[J]. 經(jīng)濟管理，2012（1）： 173-181.

[10]馮俏彬，劉敏，侯東哲. 我國應(yīng)急財政資金管理的制度框架設(shè)計：基于重大自然災(zāi)害的視角 [J] . 財政研究，2011（9）：7-11.

[11]趙尚梅，謝秋朝，顧國學. 多主體風險分擔模式下應(yīng)急財政準備金的度量[J]. 系統(tǒng)工程，2015，33（11）： 60-65.

[12]CEVIK S，HUANG G. How to manage the fiscal costs of natural disasters[R]. IMF Fiscal Affairs Department，2018.

[13]孫開. 應(yīng)急財政資金的保障機制與制度化管理研究[J] . 財貿(mào)經(jīng)濟，2013（3）：13-20.

[14]劉瑋，郭靜. 保險平滑政府自然災(zāi)害涉災(zāi)支出波動風險研究：以地震巨災(zāi)財政指數(shù)保險為例[J]. 保險研究，2021（1）：22-39.

[15]GHESQUIERE F，MAHUL O. Financial protection of the state against natural disasters： a primer[R] . World Bank Policy Research Working Paper，2010.

[16]KLOMP J. Economic development and natural disasters： a satellite data analysis[J]. Global environmental change，2016，36： 67-88.

[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)濟研究，2004（10）： 35-44.

[18]王華. 中國GDP數(shù)據(jù)修訂與全要素生產(chǎn)率測算：1952—2015 [J]. 經(jīng)濟學動態(tài)，2018（8）：39-53.

[19]韋倩，王安，王杰. 中國沿海地區(qū)的崛起：市場的力量[J]. 經(jīng)濟研究，2014，49（8）：170-183.

[20]ABRIGO M R，LOVE I. Estimation of panel vector autoregression in stata [J]. The stata journal，2016，16（3）： 778-804.

[21]YANG D. Coping with disaster： the impact of hurricanes on international financial flows， 1970-2002[R]. National Bureau of Economic Research，2006.

[22]HOLTZ-EAKIN D，NEWEY W，ROSEN H S. Estimating vector autoregressions with panel data[J] . Econometrica，1988，56（6）： 1371-1395.

[23]LIS E，NICKEL C. The impact of extreme weather events on budget balances[J] . International tax and public finance，2010，17（4）： 378–399.

[24]KREMER S，BICK A，NAUTZ D.Inflation and growth：new evidence from a dynamic panel threshold analysis[J] . Empirical economics，2013，44（2）： 861-878.

[25]CANER M，HANSEN B E. Instrumental variable estimation of a threshold model[J] . Econometric theory，2004，20（5）： 813-843.

[26]SEO M H，SHIN Y. Dynamic panels with threshold effect and endogeneity[J] . Journal of econometrics，2016，195（2）： 169-186.

[27]SEO M H，KIM S，KIM Y. Estimation of dynamic panel threshold model using stata[J]. The stata journal： promoting communications on statistics and stata，2019，19（3）： 685-697.

[28]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.

[29]HU X， SCHIANTARELLI F.Investment and capital market imperfections： a switching regression approach using US firm panel data[J] . Review of economics and statistics，1998，80（3）： 466-479.

Financial cost estimation of natural disasters： an empirical study of PVAR based on panel data

LIU Wei GUO Jing

（School of Finance， Nankai University， Tianjin 300350， China）

Abstract The occurrence of natural disasters often leads to the increase of fiscal expenditure and the decrease of fiscal revenue， and is an important factor that cannot be ignored in the balance of national fiscal revenue and expenditure. However， in-depth theoretical interpretation and empirical data-based test concerning the impact of natural disasters on fiscal revenue and expenditure are still insufficient. Based on the panel data of 31 provinces in China from 1990 to 2018， this study established the panel vector autoregressive （PVAR） model， quantified the financial cost of natural disasters based on the empirical model for the first time， and investigated the dynamic impact mechanism of natural disasters on fiscal expenditure and revenue. In the further analysis， the dynamic panel threshold model which can solve the endogenous problem of threshold variables was used to explore the optimal scale of government emergency fiscal expenditure. The results showed that： ① The average annual financial cost caused by natural disasters was 1.119% on the whole， and natural disasters had a lag positive effect on financial expenditure and a lag negative effect on fiscal revenue. ② The financial cost of natural disasters had regional heterogeneity. Specifically， the average annual financial costs of the northeast， eastern， central and western regions were 0.89%， - 2.63%， - 1.4% and 2.75% respectively. ③ Further analysis showed that the optimal scale of government emergency financial expenditure for natural disasters was 0.095%. In terms of economic regions， except for the threshold effect in the eastern region， the optimal scales of government emergency financial expenditure in the northeast， central and western regions were 0.0903%， 0.108% and 0.196% respectively， which was far lower than the financial cost of natural disasters， so it is necessary to explore financing tools to enlarge the scale of emergency financial funds. Therefore， this paper puts forward relevant policy suggestions from the aspects of establishing natural disaster fund system， building the financial cost risk financing tool framework of natural disasters according to local conditions， and constructing a new disaster risk management system integrated with insurance mechanism， so as to provide important support for the government to improve public services， innovate government management， and promote the modernization of Chinas emergency management system and capacity.

Key words natural disaster; fiscal cost; fiscal expenditure; fiscal revenue; PVAR model

（責任編輯：李 琪）