上海市洪涝灾害损失对长江下游地区的辐射影响

苏 鑫 胡庆芳，2 郭 靖 王银堂，2 李伶杰，2 王磊之

（1.南京水利科学研究院水灾害防御全国重点实验室，南京 210029；2.长江保护与绿色发展研究院，南京 210098；3.中国电建集团华东勘测设计研究院有限公司，杭州 311122）

0 引 言

在气候变化和快速城镇化背景下，城市洪涝给社会经济系统发展带来的影响日益增加，引发了社会广泛关注[1-2]。灾害损失评估作为洪涝灾害管理的重要手段，可为城市规划、防灾减灾实时调度、灾后恢复重建、损失理赔等工作提供技术支撑[3-5]。与直接经济损失相比，洪涝灾害间接经济损失具有影响范围广、影响时间长等特点，对于洪涝灾害损失的评估至关重要，但由于其高度的隐蔽性和复杂性，导致评估难度较大，难以准确量化[6-7]。同时，伴随着城市群的发展，经济要素在不同区域间流动时产生的相互作用关系越发密切[8]。城市作为现代经济发展的载体，与周围区域有着密切的联系，产生吸引和辐射作用，在相互联系中，形成各自的经济影响范围和空间格局。这也使得自然灾害的发生不仅仅会对本区域内的产业经济产生影响，其损失会通过产业链、供给链，影响着远在灾区之外的上下游产业，对灾区外社会经济产生跨区域波及效应[9]。上述影响被称为跨区域产业关联损失，并已成为灾害损失评估不容忽视的一部分。长江下游地区是我国目前经济社会发展速度最快、最具活力的地区之一，在国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位[10-11]。而上海市作为长江下游乃至全国的经济中心，属于暴雨洪涝多发地区，洪涝灾害仍是威胁当地公共安全和制约高质量发展的重大因素，当其遭受洪涝灾害时，势必会对长江下游其他地区的经济产生影响。为此，本研究拟基于上海市和长江下游两区域投入产出模型测算和分析长江下游地区不同省（直辖市）的区域内乘数效应、区域间溢出效应和区域间反馈效应，并在此基础上量化跨区域产业关联损失，以期为系统认识上海市洪涝灾害损失对于长江下游地区的辐射影响提供技术支撑。

1 研究区域与资料

1.1 研究区概况

长江下游地区地处我国中东部，主要包括上海、江苏、安徽、浙江4省（直辖市）。冬凉夏热，四季分明，降水丰沛，属于亚热带湿润季风气候，年降水量1 000～1 400 mm，集中于春、夏两季，属于暴雨洪涝多发地区。上海市地处中国东部、长江入海口，总面积6 340 km2，是中国最大的经济中心和国际重要的金融中心。年平均阴雨天125～136 d，汛期（6—9月）降雨量占全年降水量的52.8%。上海市地势平坦，平均高程4 m左右，自然排水能力较弱，主要依靠大量雨水泵站进行排水。境内江湖塘纵横交错，主要河流有黄浦江、苏州河、淀浦河、川阳河、大直河等，水面占比10.11%。

1.2 数据资料

（1）数字高程模型（DEM）数据，分辨率为30 m，来源于地理空间数据云提供的GDEMV3 数据集（https://www.gscloud.cn/），并基于路网和建筑物矢量数据对其进行了修正。

（2）土地利用数据，分辨率为30 m，来源于中国科学院资源环境科学与数据中心（https://www.resdc.cn/）。

（3）土壤数据，分辨率为1 km，来源于联合国粮食及农业组织提供的世界土壤数据库V1.2（https://www.fao.org/soils-portal/soil-survey/soil-maps-and-databases/harmonized-world-soil-database-v12/en/）。

（4）2019 年GDP 栅格数据，分辨率为1 km，来源于中国科学院资源环境科学与数据中心，并《2020 年上海统计年鉴》对GDP栅格数据进行了线性修正。

（5）上海市、浙江省、江苏省和安徽省2017年投入产出表来自中国统计出版社出版的《中国地区投入产出表：2017》；区间投入产出表来自中国碳核算数据库（CEADS）提供的中国2017 年31 省区域间投入产出表（42 部门）（https://www.ceads.net.cn/data/input_output_tables/）。

其中，数据（1）至数据（3）用于构建二维水动力模型，数据（4）用于提供栅格尺度的经济信息，评估研究区的减停产损失，数据（5）用于建立长江下游地区不同省（直辖市）之间的经济联系。

2 研究方法

2.1 区域内减停产损失计算

首先，采用上海市暴雨强度公式[12]，设计了重现期为10 a、20 a、30 a、50 a、100 a 的5 种设计降雨情景，累计降雨量分别为89.05 mm、101.33 mm、108.52 mm、117.57 mm、129.86 mm，降雨历时统一采用120 min，雨峰位置系数为0.405。其次，采用TELEMAC-2D 模型[13]对上海市的城市洪涝灾害进行模拟。再次，考虑经济数据的可获取性，采用GDP 数据作为每个格网的成本价值，评估由于洪涝灾害引起的各行业减停产而产生的经济损失，计算公式如下[14]：

式中：InDL1为洪涝灾害引起的减停产损失；i、j、k、m分别为洪水单元号、行业序号、水深、淹没历时；δ是减停产影响系数，数据来源于文献[15]；G是某行业的GDP；D是洪涝影响天数。

2.2 跨区域产业关联损失计算

跨区域产业关联损失基于多区域投入产出模型（Multi-regional Input-output Model，MRIO）进行计算，该模型又称为Chenery-Moses模型，模型的基本形式如下[16]：

式中：A11、A22为区域1、区域2 内的直接消耗系数矩阵；A12、A21为区域1、区域2 间的直接消耗系数矩阵；Y1和Y2为区域1、区域2的最终需求；X1和X2为区域1、区域2的总产出。

将式（2）变形推导可得到乘数、溢出和反馈3种效应引起的洪涝灾害损失[17]，公式如下：

式中：ΔX1、ΔX2分别为区域1、区域2 的洪涝灾害总损失，包括区域内部损失和其他区域受灾对本区域造成的损失；ΔY1、ΔY2分别为区域1、区域2 的减停产损失；L11、L22分别为区域1、区域2 的Leontief 逆矩阵，表示区域1 和区域2的区域内乘效应，用于描述区域内部各产业部门间的经济技术关系；S12、S21分别为区域2 或区域1 单位总产出的变化导致区域1 或区域2 总产出的变化，表示两地区的区域间溢出效应；F11( )F22为区域1（区域2）的总产出变化引起区域2（区域1）的总产出变化，进而由区域2（区域1）反过来对区域1（区域2）的总产出造成的影响，表示两区域间的反馈效应。

从上式可以看出，洪涝灾害损失可以被分解为3 个部分，其中第1 部分为区域内的乘数效应引起的产业关联损失，第2 部分为区域间的溢出效应引起的产业关联损失，第3 部分为区域间的反馈效应引起的产业关联损失，在第3 部分中只计算由本地区最终函数需求损失引起的本地区总产出的损失。考虑到本研究的主要目的为量化上海市洪涝灾害损失对长江下游地区的辐射影响，因此仅对溢出效应和反馈效应引起的产业关联损失进行分析。

3 结果与讨论

3.1 减停产损失评估

基于5种重现期下的城市洪涝模拟结果和土地利用类型，计算了不同暴雨重现期下积水最严重时刻（降雨开始后的第120 min）的减停产率，将其与2019 年GDP 的空间分布相乘，得到不同暴雨重现期下的减停产，进而，结合2019 年不同行业的GDP 占比，获得了不同行业的减停产损失，如表1所示。结果表明，减停产损失主要发生在第二、第三产业，占总损失的99%，这与上海市的产业结构一致，其中第一产业中，农业损失最大，渔业损失最小，第二、第三产业中，工业损失最大，文化、体育和娱乐业损失最小；暴雨重现期10～100 a，洪涝灾害造成的减停产损失依次为14.01亿元、19.83亿元、25.58亿元、33.82亿元和46.24亿元，与重现期10 a 相比，重现期20 a、30 a、50 a、100 a 减停产损失分别增加了41.54%、82.58%、141.40%和230.05%。

表1 不同暴雨重现期下上海市不同产业的减停产损失万元

3.2 效应测算与分析

上海市、江苏省、浙江省和安徽省的3类效应后向联系测度结果如表2 所示。结果表明，从区域内乘数来看，上海市、江苏省、浙江省和安徽省的区域内乘数效应测度分别为76.77、94.09、81.65和104.29，表明当上海市42个产业部门同时增加1 亿元的最终需求时，通过上海市内部各产业部门间的相互联系将使得上海市的总产出增加76.77 亿元，同理，对于江苏省、浙江省和安徽省而言，当各自省份42 个产业部门同时增加1 亿元的最终需求时总产出分别将增加94.09 亿元、81.65 亿元和104.29 亿元。从区域间溢出效应来看，上海市与江苏省的区域间溢出效应测度为1.70，表明当江苏省42 个产业部门同时增加1 亿元的最终需求时，在上海市和江苏省的产业关联效应作用下，将带动上海市总产出增加1.70 亿元，同理，上海市42 个产业部门的最终需求同时增加1 亿元时，将带动江苏省总产出增加3.98亿元，对于其他省份而言，可依此类推，本研究不再赘述。从区域间反馈效应来看，上海市与江苏省的区域间反馈效应测度为0.08，表明当上海市的42个产业部门同时增加1 亿元的最终需求时，通过其与江苏省的产业联系将带动自身总产出增加0.08 亿元，同理，当江苏省的最终需求同时增加1 亿元时，将通过与上海市的产业联系带动自身总产出增加0.06 亿元，对于其他省份而言同样可以，此类推不再赘述。

表2 上海市、江苏省、浙江省和安徽省3类效应后向联系测度

进一步对比上海市、江苏省、浙江省和安徽省的3类效应后向联系测度的结果可以发现，在长江下游地区，区域内乘数效应测度的结果表明安徽省内各产业部门间的联系强度最大；区域间溢出效应和反馈效应测度的结果表明，上海市与浙江省的经济相互影响强度最大，该结果也与相关研究的结论一致[16，18]；所有的区域间反馈效应均较小，说明反馈效应在长江下游地区的经济发展互动关系中影响力有限。

3.3 上海市洪涝灾害损失的辐射影响分析

基于5 种重现期下的减停产损失，结合上海市、江苏省、浙江省和安徽省的区域间溢出效应和反馈效应测度，计算了不同重现期下上海洪涝灾害损失在长江下游地区引发的跨区域产业关联损失，结果如图1所示。

图1 不同重现期下上海洪涝灾害损失在长江下游地区的地域影响

从溢出效应导致的产业关联损失来看，当上海市遭受洪涝灾害时，对浙江省的经济影响最大，对江苏省的经济影响次之，对安徽省的经济影响最小，暴雨重现期10～100 a 下，会导致江苏省的总产出分别减少1.33 亿元、1.88 亿元、2.42 亿元、3.20 亿元和4.38 亿元，浙江省的总产出分别减少1.62 亿元、2.29 亿元、2.96 亿元、3.91 亿元和5.35 亿元，安徽省的总产出分别减少0.62 亿元、0.87 亿元、1.13亿元、1.49亿元和2.04亿元。

从反馈效应导致的产业关联损失来看，上海市遭受洪涝灾害时，通过与浙江省的产业关联效应，从而对自身的经济影响最大，江苏省反馈效应的经济影响次之，安徽省反馈效应的经济影响最小，暴雨重现期10～100 a 下，上海市与江苏省的产业关联效应造成的上海市总产出分别减少266.86 万元、377.71 万元、487.24 万元、644.19 万元和880.76 万元，上海市与浙江省的产业关联效应造成的上海市总产出分别减少700.50 万元、991.50 万元、1 279.00 万元、1 691.00 万元和2 312.00 万元，上海市与安徽省的产业关联效应造成的上海市总产出分别减少133.43 万元、188.86万元、243.62万元、322.09万元和440.38万元。

4 结 论

本研究基于两区域投入产出模型量化了上海市洪涝灾害损失对于长江下游地区的辐射影响，主要结论如下。

（1）暴雨重现期10～100 a，洪涝灾害造成的减停产损失依次为14.01 亿元、19.83 亿元、25.58 亿元、33.82 亿元和46.24亿元，与重现期10 a相比，重现期20 a、30 a、50 a、100 a减停产损失分别增加了41.54%、82.58%、141.40% 和230.05%。

（2）在长江下游地区，安徽省内各产业部门间的联系强度最大，上海市与浙江省的经济相互影响强度最大，但是所有省份的区域间反馈效应均较小，说明反馈效应在长江下游地区的经济发展互动关系中影响力有限。

（3）区域投入产出模型的结果表明，长江下游地区的跨区域产业关联损失以溢出效应为主导，当上海市遭受洪涝灾害时，对浙江省的经济影响最大，暴雨重现期10～100 a 下，浙江省的总产出分别减少1.62 亿元、2.29 亿元、2.96亿元、3.91亿元和5.35亿元。

（4）总体来看，当上海市发生洪涝灾害时，在不同重现期下，将通过与江苏省、浙江省和安徽省的产业关联导致长江下游地区损失分别增加3.67 亿元、5.20 亿元、6.71 亿元、8.87亿元和12.13亿元，约占减停产损失的26.24%。

城市之间的联系日益紧密，不仅要关注洪涝灾害对自身的影响，同时也要采取有效措施减少地域之间的波及影响，如制定及时有效的管理策略，通过调整短期的产业结构或城市间的产业依赖关系，防止洪涝灾害损失在地域之间进一步增加。