长株潭城市群雾霾农业损失引起的间接经济损失评估

李春华，蒋承雨，蓝 琳，陈 晶

（中南林业科技大学林学院，长沙410004）

0 引言

近几年来，日渐频发的雾霾灾害已经成为中国最为突出的环境问题之一，评估其造成的损失是有效治理雾霾污染的基础。目前，评估雾霾的影响主要涉及健康影响和经济成本，通常使用暴露反应关系法、人力资本法、疾病成本法或者支付意愿法。姜绵峰等使用暴露反应关系函数计算上海市雾霾健康经济损失，发现雾霾损失占当年GDP 的比重呈快速上升趋势[1]；庞闰枝[2]利用暴露反应关系和疾病经济负担模型计算发现中国雾霾受中国产业结构、人口密度、公共交通、集中供热、城市绿化等影响巨大；顾赛菊[3]整合暴露-反应模型和可计算一般均衡模型，以劳动力损失和居民额外医疗费用支出作为传导变量评价北京市雾霾污染物导致的居民健康损害及其社会经济间接损失；阚海东等[4]采用暴露反应关系法探究中国大气颗粒物暴露与人群健康效应的关系；赵晓丽等[5]运用修正人力资本法评估了2011年北京市雾霾损失约为6.04亿元；苗艳青等[6-7]从人力资本角度估算空气污染的健康损失；穆泉等[8]综合采用直接损失评估法、疾病成本法和人力资本法估算2013年1月雾霾事件造成的全国交通和健康的直接经济损失保守估计约230亿元；蔡春光等[9-10]采用人力资本法和条件价值评估方法分别计算了北京市空气污染健康经济损失。

综上分析发现，现有的雾霾灾害损失评估研究大多数关注雾霾灾害导致过早死亡的健康损害，从而引起人力资本直接经济损失，对雾霾灾害造成某一部门的直接损失引发与之相关的其他部门的间接损失研究较少，然而，雾霾健康损失引起的间接损失比直接损失影响更为深远[11]，其次，由于产业间的关联效应，雾霾农业部门损失会导致经济系统其他部门损失，这种宏观经济层面的影响更不能忽视。

长株潭城市群是长江中游城市群的主要组成部分，它在湖南省以及中部地区占有重要地位，由于城市与经济的发展，城市群区域成为湖南省雾霾污染最严重区域，雾霾污染给农业造成极大影响，评估城市群雾霾的经济影响对雾霾治理政策制定具有重要参考价值[12-14]。

本研究以2012 年湖南省各部门投入产出数据为基础，结合产业交叉熵这一调整方法计算长株潭区域投入产出系数，从雾霾造成的农业直接损失入手，充分考虑产业间的传导效应，使用投入产出局部闭模型，分别从需求不足及供给受限2个角度估算长株潭城市群雾霾导致农业部门损失造成的产业关联间接经济损失，分析各部门受影响程度，以探讨减轻灾害间接经济损失的路径。

1 资料与方法

投入产出局部闭模型是基于开模型构建的。将开模型中的劳动者报酬提取出来作为新增的行，开模型中的居民消费支出提取出来作为新增的列，不计居民对自身的支付，由此构成一个新的中间消耗（投入）矩阵[15]，这里命名为M，见公式(1)。

本研究是基于2012年42部门的《湖南省投入产出表》构建，因此，中间消耗（投入）矩阵M是一个43×43的矩阵，c是居民消费支出列向量，w’是劳动者报酬行向量。由于价值型投入产出闭模型是在开模型的基础上加入居民消费支出和劳动者报酬，核心是将居民消费通过劳动者报酬的传导进而转化成模型中的内生变量，因此劳动者报酬系数为公式(2)。

式中：Xj表示生产单位产品j所需要的劳动投入；劳动者报酬为公式(3)。

闭模型后续的计算与开模型一致[14]。

省域尺度的经济联系一般通过定期编制的《湖南省投入产出表》进行分析，湖南省内长株潭城市群的投入产出分析需要编制城市群投入产出表。利用湖南省2012年局部闭合的43部门投入产出表和2013年长沙市、株洲市和湘潭市3市2012年总产出值，使用产业交叉熵(Cross-Industry Quotients,CIQ)来计算长株潭城市群的直接消耗系数，以此为基础进行长株潭城市群的投入产出局部闭模型的分析。

2 结果与分析

2.1 雾霾农业损失估计

传统的灾害直接经济损失评估多采用调查统计方法，这种方法全面且准确，然而需要花费的时间和经济成本较大。因此，在评估灾害直接经济损失时采用其替代方法，利用成灾面积推导农业直接损失[16]。Chameides 等[17-19]在研究PM2.5浓度与农业损失之间的关系时，发现高颗粒污染使中国农业70%面积减产，且平均减产幅度为5%～30%。据此，本研究假定雾霾灾害造成长株潭城市群农业受影响的面积为70%，减产幅度分别设定为5%、15%、30%，同时假定农业产值与农业产量之间存在线性关系。查询2013 年长沙、株洲、湘潭三市统计年鉴得到，2012 年长沙、株洲、湘潭三市农业部门总产值分别为4197846万元、2111930万元、1834927.6万元，计算得到2012年长株潭城市群农业部门产值总和为8144703.6万元，因雾霾灾害减少的产值分别为 ：285064.626 万元、855193.878 万元和1710387.756万元。

2.2 基于投入产出局部闭模型的长株潭部门经济损失

根据投入产出局部闭模型计算方法，利用得到的直接经济损失分别从需求侧和供给侧计算得到雾霾引起的长株潭城市群43个部门间接经济损失（见表1）。

分析表1，发现对于闭模型，雾霾导致需求减少的部门损失总量为10039160.66 万元，均值为233468.85万元，最大值为2344445.94 万元，标准差为495616.57万元；雾霾导致供给减少的部门损失总量为12334464.40 万元，均值为 286848.01 万元，最大值为2196231.50 万元，标准差为351624.76 万元。显然，对于闭模型，供给减少的损失总量大于需求减少的损失总量。

表1 长株潭雾霾农业灾害引起的部门间接经济损失及比例关系

续表1

从需求减少引起的部门损失占总间接损失的比重来看，部门损失所占比重最大的3 个部门是农林牧渔产品和服务、劳动者报酬和化学产品部门，其比重分别是23.35%、22.89%、8.28%。部门损失比重最小的3个部门分别是金属矿采选产品、金属制品、机械和设备修理服务和石油和天然气开采产品部门，其所占比重分别是0.077%、0.028%、0。从供给减少的部门损失占总间接损失的比重来看，部门损失所占比重最大的3 个部门是农林牧渔产品和服务、劳动者报酬和纺织服装鞋帽皮革羽绒及其制品部门，其所占比重分别是17.81%、5.93%、5.05%。部门损失所占比重最小的3个部门分别是石油和天然气开采产品、公共管理、社会保障和社会组织和建筑0、0.09%、0.1%。

对比分析基于供给侧和需求侧计算的长株潭城市群雾霾间接经济损失（见表2），发现：（1）不论是从需求侧或供给侧角度，雾霾灾害导致的部门间接损失始终大于直接损失；（2）雾霾灾害农业损失不仅对自身部门和其他经济部门造成损失，也对居民消费造成严重的影响；（3）供给侧总的间接损失总是大于需求侧的间接损失，这一发现与Ai Ning等的研究一致[20-21]。

3 讨论

本研究的农业直接经济损失根据Chameides等基于地表总太阳辐照的百分比变化与水稻或者小麦产出百分比变化相同比例关系的假设估计的雾霾农业参数进行计算[17-19]。显然，由于植物光合作用的光能利用率的差异，这种假设与实际存在偏差。此外，用小麦和水稻的产出代替农业总产出也与实际情况存在偏差。此外，雾霾除了影响农作物生长的光合作用能力之外，还影响作物生长的温度和湿度条件，雾霾污染物的沉降也影响作物生长的土壤环境，最后、从农业生产的供应链角度考虑，雾霾引起的交通拥堵，减少了农产品的市场供应，这些都影响农业的经济产出[22-24]。由于各地农业发展情况不同，受雾霾灾害直接影响的程度不同，且这种受害程度难以用一个具体的百分比来准确衡量。Chameides 等考虑了这种不确定性，给出了农业损失5%～30%的变化区间[17-19]，本研究基于农业30%损失假设估算了长株潭城市群受雾霾灾害直接影响，显然，这与实际情况存在一定偏差，最终导致本研究的间接损失估计也与实际情况存在一定偏差，因此有必要进行结果的敏感性分析。

3.1 结果的敏感性分析

首先，根据农业直接经济损失估计的下限(5%)和中间值(15%)，基于投入产出表分别计算农业的间接经济损失以及引起的各个部门总的间接经济损失，并与前文基于上限（30%）计算的损失结果进行对照。其次，为了考察农业损失各种变化的间接经济损失估计的影响，本研究用Crystal Ball 模拟方法，分别从需求侧和供给侧对雾霾灾害经济损失进行了估计，结果如表3和表4。

表2 投入产出闭模型的需求侧和供给侧对比 万元

分析表3和表4可知：（1）从需求角度而言，当减产幅度为5%时，农业间接经济损失评估值为390740.99万元，总部门间接经济损失为5019580.33 万元，使用Crystal Ball 进行模拟得到的农业间接损失模拟值为396830.21 万元，总部门间接经济损失模拟值为1699268.14万元，误差为1.56%；当减产幅度为30%时，农业间接经济损失评估值为2344445.94 万元，总部门间接经济损失为10039160.66万元，使用Crystal Ball进行模拟得到的农业间接损失模拟值为2324635.61 万元，总部门间接经济损失模拟值为9954330.79万元，误差为0.84%。2种情况下的模拟误差都在10%以内，同时，根据Crystal Ball加载的叠加图分析可知，给定区间内模拟的结果大多集中在中间值5440936.5万元，这表明从需求角度来看本研究利用投入产出模型计算得到的结果是较为可靠的。（2）从供给角度而言，当减产幅度为5%时，农业间接经济损失评估值为366038.58万元，总部门间接经济损失为2196231.50 万元，使用Crystal Ball进行模拟得到的农业间接损失模拟值为373951.71万元，总部门间接经济损失模拟值为2100185.75万元，误差为2.16%；当减产幅度为30%时，农业间接经济损失评估值为2196231.50 万元，总部门间接经济损失为12334464.4 万元，使用Crystal Ball 进行模拟得到的农业间接损失模拟值为2184615.07 万元，总部门间接经济损失模拟值为12269224.3万元，误差为0.53%。2种情况下的误差模拟都在10%以内，同时，根据Crystal Ball 加载的叠加图分析可知，给定区间内模拟的结果大多集中在中间值6624099.74 万元，这表明从供给角度投入产出模型计算得到的结果较为稳定。

3.2 损失机制分析

直接消耗系数越接近1则表明部门之间联系越紧密，越接近于0 则表明部门之间经济技术联系越薄弱。本研究在计算长株潭城市群直接消耗系数时发现，与农林牧渔产品和服务部门联系最为紧密的3 个部门是纺织品、木材加工品和家具和食品和烟草部门，联系最薄弱的3 个部门是石油和天然气开采产品、教育和公共管理、社会保障和社会组织部门。然而，在计算雾霾导致农业损失引起的各部门间接经济损失时，间接损失最大的3 个部门分别是农林牧渔产品和服务、煤炭采选产品和石油和天然气开采产品部门，间接损失最小的3个部门分别是卫生和社会工作、文化、体育和娱乐和公共管理、社会保障和社会组织部门。对比而言，由直接消耗系数得到的结论与由部门间接经济损失计算值得到的结论不同，这说明部门间彼此制约程度不能单单通过间接损失或者直接消耗系数来完全反映。单单从需求侧或供给侧考虑雾霾对农业的影响来衡量农业部门与其他部门的关联程度是不充分的，因此需要从需求侧和供给侧两方面入手。然而，李春华等[25]的研究对需求侧部门经济损失与供给侧部门经济损失之间进行相关分析得到二者的相关系数为0.7676，这说明二者有较大的相关性。因此如何去除二者相关性对结果的影响，将需求侧和供给侧两方面的部门经济损失综合考虑，这成为本研究有待延伸的地方。许多学者建议采用供给侧（前向关联分析）影响与需求侧（后向关联分析）影响耦合方法[26-32]，这样可以使结果更为准确，这将是本研究的下一步研究方向。

表3 农业不同直接损失引起的间接损失变化不确定性分析（需求侧）

表4 农业不同直接损失引起的间接损失变化不确定性分析（供给侧）

4 结论

随着经济发展加快和能源使用强度加大，雾霾污染更加严重，其造成直接的健康和农业经济影响更加显著，但是，由于这种间接经济影响的隐蔽性和机制复杂性而被人们忽视，本研究试图在这个方面进行探讨并得出如下：

（1）雾霾灾害不仅对农业造成直接经济损失，而且分别通过供给侧和需求侧产业之间前向和后向关联机制对其他部门造成间接经济损失；（2）供给侧的损失总是大于需求侧的损失，这意味着雾霾灾害通过供给机制对部门造成的间接经济影响比需求造成的损失严重；（3）雾霾灾害导致的部门间接经济损失都大于直接经济损失。因为间接经济损失综合反映了直接损失和部门关联影响，它是通过直接损失和部门关联系数计算得到的。