【研究背景】

灾害造成的经济间接损失，有时候比直接损失要严重得多，因此考虑风险中的间接损失至关重要。然而这其中有两个难点，一是灾难性的事件很少发生，相关信息较少；二是直接损失和间接损失不易区分。目前对地震造成的直接损失的估计已经非常发达，但是相比之下间接损失的估计远远落后，一方面是因为在经验上将财产损失转化为间接损失存在困难，另一方面是缺乏将这两种损失联系起来的适当模型。通常间接损失以实物损失的百分比估算，但是这个程序的可靠性很低。

然而，关于自然灾害和人为灾害的经济影响，已经有了相当完善的文献。一方面人们致力于改进用于灾害影响分析的定量模型，另一方面也设计了一些模型可以根据自然灾害的物理数据直接估计经济损失。此外还有学者用投入产出模型来评估灾害对直接和间接经济的影响。尽管已经有丰富的分析框架，但人们没有适当考虑灾害发生的频率，而且很少将物理损失与经济损失联系起来。

【研究内容】  

本文提出了一种方法，可以系统地将概率地震风险和可计算一般均衡模型（CGE）整合到高阶损失估计中，可以成功的估算间接货币损失，并通过大量的实践进行风险评估并参考不同经济变量，以了解地震发生对于整个经济的可能后果。总的来说，这项工作提出了整个地震风险和大规模经济模型之间的可靠的、概率的和系统的联系。以智利为例，利用本文建立的模型，计算了地震平均年度损失（AAL）和损失超越曲线（LEC）等风险指标，评估了地震对经济的影响，分析了不同地区和行业的风险差异，并考虑了地震对经济的积极影响。

【研究方法】

本文主要涉及四个部分：

1.地震风险模型

这项工作首先利用地震风险模型确定了事件集每个成员的两个基本信息，事件集的成员也就是智利受到地震影响的建筑物等。这两个基本信息是：①属于所有经济部门和地区的资产所遭受损失的概率分布，即直接损失的严重程度；②特定损失情景发生的年频率。

2.经济模式

使用了智利版的B-MARIA模型，也就是完全可操作的CGE模型。这个模型纳入了智利15个地区的经济结构，可以通过复杂的投入产出关系图来捕捉整个经济影响。当地震发生时产生直接损失，直接损失的概率分布由地震风险模型确定，将直接损失按照部门和地区进行汇总后，作为对资本存量组成部分的“冲击”输入CEG模型，此时CEG模型的平衡条件丢失，需要重新运行CEG模型，以达到新的平衡。得到了新的均衡条件和新的内生变量值集，即模型结果。在模型的结果中，将空间区域j中部门i的生产损失Lp_ij定义为同一部门/地区地震前后的产量之差。换句话说，由于受地震影响的特定部门和地区的资本存量减少，经济达到了一种新的平衡，在这种平衡中，该部门/地区的产量在地震后比以前更小（或更高）。将这种差异视为生产损失，这将是对间接损失的初步衡量。

3.风险度量

采用在灾害风险管理领域和保险领域最常见的风险度量方法：①平均年损失；②损失超越曲线，表示超出给定损耗值的平均概率。这里将重点关注直接损失和间接损失总额。

例如，事件集的第k个事件分别产生直接和间接的概率损失Ld_k和Lp_k。则相应的年平均损失AAL_d和AAL_p为：

其中E（.）为期望值，F_k为事件k的年发生频率。直接损失和间接损失的超越曲线ν_d（.）和ν_p（.）分别按下式计算：

其中，Pr(Ld_k > l)和Pr(Lp_k > l)分别为直接损失和间接损失超过给定值l的概率。

4.补充风险指标

CGE模型对就业、GRP、CPI、出口量等经济变量的概率风险测度的计算过程与CGE模型相同，但计算的是相应的经济变量，而不是生产（间接损失）经济变量。

【研究结论】

本文通过地震对智利经济影响的分析，得到以下四方面结论：

1.总体风险结果

总体风险采用几个标准风险度量来表示，一是年平均损失AAL，一是损失超越曲线LEC。对于AAL，分析的结果如表1所示，全国直接AAL估计为3.02美元，生产损失AAL则达到全国年生产总量的0.132%。

表1 国家级损失的综合结果

AAL可以按照国家的经济部门或者地区计算研究发现，部门AAL分布和经济部门的风险等级对于直接损失和间接损失都是不同的，如图1。例如，在直接损失的情况下，风险最高的部门和对其总AAL贡献最大的部门（占35%）是S6部门“商业、酒店和餐馆”。然而，就生产损失而言，风险最大的行业是S7“运输、通信和信息服务”，而对其总AAL贡献最大的行业是S3“制造业”，占23%。此外，智利直接损失AAL的区域分布与生产损失AAL的区域分布相似，如图2。

图1 智利各经济部门的年均损失

图2 智利平均年损失量（AAL）分布

对于LEC，分析了生产损失和直接损失的LEC曲线，如图3，可以估计任何重现期的预期生产损失。例如，智利250年的回收期造成的生产损失估计为158.7亿美元（占年总产量的3.58%），而直接损失为5.25亿美元，占非住宅建筑总价值的4.85%。在1000年的重现期内，产量和直接损失分别为28760万美元和9.835亿美元。对于低重现期（长达50年）的较轻严重事件，生产损失与直接损失呈正比关系，在50年至400年之间，生产损失大于直接损失。在第三阶段，一旦损失变得不太可能和更严重（回复期超过400年），生产损失与直接损失呈负比例关系。

此外，与AAL相同，LEC也可以分不同的经济部门或地区获得，能够计算一个地区或部门在任何回报期的损失，如图4。

图3 直接损失和生产损失曲线，生产损失与直接损失作为回收期的函数关系

图4 智利各地区产量的损失超越曲线。a按国家区域划分，b按经济部门划分

2.补充风险指标

CGE模型的丰富性涉及有趣的输出变量的数量，每个变量都反映了经济的不同方面，可以计算许多有趣和有价值的风险度量。除了计算生产损失方面的风险测度外，还可以计算就业、GDP、GRP、关税收入、CPI、出口量等方面的风险测度。这些互补指标对地震风险管理有帮助，因为它们提供了一种方法来衡量经济面临地震灾害的各个方面的损失。在图5中给出了全国就业、GDP和出口量的LEC。结果也可以在区域层面上以完全相同的方式对生产损失进行探索，如图6所示，其中给出了不同经济变量的区域AAL。

图5 智利就业、国内生产总值（GDP）、地区生产总值（GRP）和出口量的损失超越曲线（LECs）

图6 智利新的风险指标

3.积极的经济效应

地震发生时，通常会造成经济损失；然而，在某些地区，一个或多个经济部门可能面临积极影响。与经济损失类似，积极影响被捕捉到的是大量事件的集合，这些事件共同描述了该国的地震危害。经分析证实，对于特定事件，在某些部门和地区有收益，而不是损失。以智利为例，计算得出的平均年生产收益为1832万美元，占其年生产总量的0.0041%。

4.前景分析

CPI变化、生产损失和就业损失也可以根据与地震危险模型相一致的任何特定事件进行概率计算。对个别间接损失情景的模拟，特别是对较为严重的间接损失情景的模拟，可有助于整体风险管理，即更好地设计快速应急计划、更好地制定灾后和灾前经济战略等。例如，智利政府估计，2010年Maule地震后，智利未来4年的国内生产总值将减少76亿美元。文中对这一事件的模拟估计，每年GDP收缩1.65%，这与官方的估计是一致的。

【创新之处】

该研究展示了CEG模型与地震风险评估的概率模型协同工作的方法，综合利用各领域的知名模型合理估计了地震扰动对于整个经济的影响，成功反映了地震对于经济造成的间接损失。

【未来研究展望】

研究中有些尚未解决或证实的问题或模型。首先，地震风险建模的不确定性已经得到彻底的研究，但是CEG模型的不确定性表征仍在进行中。此外，人类和物理系统紧密相连，物理因素可以影响人类的适应行为。例如地震发生后人们的风险认知水平更高，将采取更多的措施，但在当前模型中这一部分的反应是缺失的。灾难模型的验证是另一项艰巨的任务，因为样本量非常少，而且材料、城市也日新月异，过去的信息未必有用。

文章来源与链接：

该成果发表在国际期刊Nature Communications上，详细内容见：León, J. A., Ordaz, M., Haddad, E., & Araújo, I. F. (2022). Risk caused by the propagation of earthquake losses through the economy. Nature communications, 13(1), 2908.

原文DOI：https://doi.org/10.1038/s41467-022-30504-3

原文链接：https://www.nature.com/articles/s41467-022-30504-3

编者注

以上内容总结仅代表个人对论文的阅读与理解，仅供研究参考所用，不用于商业用途。若上述理解内容有误，详情请以论文原文为主。未经同意，禁止转载。欢迎大家将同济工程风险课题组加为星标（公众号主页→右上角：设为星标），或点击页面下端的“在看”，这样可第一时间收到推文。

撰稿：邓星冕

编辑：刘 元

校对：章艺严