張正濤　劉青　劉遠(yuǎn)　黃承芳

摘要：為提升災(zāi)區(qū)社會(huì)經(jīng)濟(jì)發(fā)展，政府提出“加速災(zāi)后恢復(fù)速度，提前完成恢復(fù)重建”任務(wù)。然而災(zāi)后恢復(fù)速度的提高與災(zāi)后救助力度關(guān)系密切，在制定“提前完成”的目標(biāo)時(shí)，也需要考慮自身經(jīng)濟(jì)發(fā)展水平與資金預(yù)算能否支撐目標(biāo)的實(shí)現(xiàn)。為此，該文以武漢市2016年7月6日期間暴雨洪澇災(zāi)害對(duì)各行業(yè)造成的直接損失為基礎(chǔ)，建立符合經(jīng)濟(jì)學(xué)機(jī)理的間接經(jīng)濟(jì)損失動(dòng)態(tài)評(píng)估模型，并以間接經(jīng)濟(jì)損失為中間紐帶，構(gòu)建7種恢復(fù)速度目標(biāo)與災(zāi)后救助資金之間的定量關(guān)系，評(píng)估“提前完成”所需救助資金及其對(duì)恢復(fù)過(guò)程的動(dòng)態(tài)影響。結(jié)果顯示：①恢復(fù)重建目標(biāo)由提前兩個(gè)月（10％）完成提高至九個(gè)月（50％），救助資金將由5.4億增加至110.1億元，增加近20倍。但當(dāng)目標(biāo)提前五個(gè)月（30％）起，武漢市經(jīng)濟(jì)系統(tǒng)受益于救助資金，其防災(zāi)減災(zāi)能力將得到可持續(xù)性的提高。②武漢市政府140億實(shí)際防洪救助投資使此次災(zāi)后恢復(fù)時(shí)間由一年半提前至半年，對(duì)減小隱藏于產(chǎn)業(yè)關(guān)聯(lián)背后的間接損失、提高經(jīng)濟(jì)恢復(fù)能力作用顯著。結(jié)果表明恢復(fù)速度不僅是時(shí)間概念，更存在力度概念，在追求恢復(fù)速度的同時(shí)，應(yīng)結(jié)合救助資金預(yù)算和地區(qū)經(jīng)濟(jì)發(fā)展水平，制定合理、高效的災(zāi)后恢復(fù)重建目標(biāo)，保證救助力度能夠支撐這一目標(biāo)的實(shí)現(xiàn)。

關(guān)鍵詞：自然災(zāi)害;救助資金;投入產(chǎn)出;暴雨洪澇;恢復(fù)力

中圖分類號(hào)：P429; F223; TV87

DOI：10.16152/j.cnki.xdxbzr.2020－03－008

The process simulation study of supporting? recovery speed fromrescue efforts during post－disaster recovery

ZHANG Zhengtao1， LIU Qing LIU Yuan3， HUANG Chengfang3

Abstract： In order to reduce the economic losses caused by natural disasters， the mission of “accelerating the speed of post－disaster recovery and completing the reconstruction ahead of schedule” has been proposed by government. However， the speed of recovery has close relationship with post－disaster rescue effect. It′s necessary for the decision makers in the disaster area to consider whether the economic development level and rescue funds can support the achievement of mission. Therefore， taking a flood disaster that occurred in Wuhan city on July 6， 2016 as an example， this paper uses a dynamic indirect economic loss evaluation model based on economic mechanism， and adopts the indirect economic loss as an conduction variable to build the quantitative relationships between 7 kinds of recovery period objectives and their corresponding rescue funds. The results show： ① with the recovery period objectives increasing from two months ahead （10％） to nine months ahead （50％）， the rescues funds improve from 0.545 billion? to 11.015 billion CNY， increasing by almost 20 times. Besides， the economic system of Wuhan City starts to get benefit from the rescue fund when the object increases to 30％， which indicates that the disaster prevention and mitigation capacity of disaster area has been sustainably developed; ② The economic system of Wuhan recovers to pre－disaster a year earlier due to the actual government－funded rescue funds （14 billion CNY）， which plays an important role in reducing the indirect losses hidden behind industrial associations and improving economic recovery capacity. These results indicate that it′s not only a temporal concept for speed of post－disaster recovery， but also a strength concept. The differences of regional economic development and a reasonable recovery speed strategy should be taken into consideration when pursuing the goal of recovery speed to make sure that the rescue fund can support this strategy.

Key words： natural disaster; rescue fund; input－output; flood; resilience

由全球氣候變化引發(fā)的極端災(zāi)害事件，對(duì)我國(guó)不同省份均造成了較大的財(cái)產(chǎn)損失［1-2］，阻礙了我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展進(jìn)程，拉大了各地區(qū)間經(jīng)濟(jì)水平的差異，甚至影響我國(guó)經(jīng)濟(jì)發(fā)展宏觀戰(zhàn)略，如“一帶一路”倡議的實(shí)施［3］。因此，如何減小災(zāi)害造成的經(jīng)濟(jì)損失，提高災(zāi)后恢復(fù)速度已引起我國(guó)政府與學(xué)者的廣泛關(guān)注。

為了又好又快地使我國(guó)各地區(qū)從災(zāi)害造成的損害中恢復(fù)，我國(guó)政府提出了“加快恢復(fù)重建步伐，提前完成恢復(fù)重建任務(wù)”，為此，制定與頒發(fā)了一系列災(zāi)后救助措施與政策［4-6］。我國(guó)學(xué)者也廣泛參與其中，有從定性角度出發(fā)，通過(guò)文獻(xiàn)調(diào)查挖掘?yàn)?zāi)后重建與災(zāi)后管理過(guò)程，從而歸納災(zāi)后重建與恢復(fù)的系統(tǒng)特征［7］，為不同災(zāi)種災(zāi)后恢復(fù)重建政策制定提供支持;有通過(guò)解釋結(jié)構(gòu)模型，結(jié)合災(zāi)后評(píng)價(jià)理論與災(zāi)后恢復(fù)重建相結(jié)合，提出災(zāi)后重建評(píng)價(jià)框架體系，優(yōu)化重建效果［8］；也有學(xué)者從定量角度出發(fā)，基于調(diào)查問(wèn)卷獲取研究樣本，利用網(wǎng)絡(luò)層次分析法等構(gòu)建災(zāi)后重建項(xiàng)目評(píng)價(jià)指標(biāo)體系［9］；以及基于野外調(diào)研與遙感結(jié)合，利用GIS技術(shù)采用多因子疊加評(píng)價(jià)地震災(zāi)害后泥石流對(duì)恢復(fù)重建的影響等［10］。

然而，災(zāi)后恢復(fù)速度是時(shí)間概念，是從災(zāi)害發(fā)生到恢復(fù)重建結(jié)束這一過(guò)程所用時(shí)間，是災(zāi)后恢復(fù)力的重要組成部分［11-13］，但現(xiàn)階段對(duì)于恢復(fù)力的評(píng)估多是將多個(gè)表征某一時(shí)刻的指標(biāo)進(jìn)行疊合，無(wú)法充分表達(dá)從災(zāi)害發(fā)生到恢復(fù)重建結(jié)束這一段時(shí)間的動(dòng)態(tài)過(guò)程［11-13］。同時(shí)，作為災(zāi)后恢復(fù)的重要組成部分——經(jīng)濟(jì)恢復(fù)，在這一段時(shí)間仍在持續(xù)遭受經(jīng)濟(jì)損失，即由直接經(jīng)濟(jì)損失（主要為固定資產(chǎn)存量受損、人口受災(zāi)）造成的停產(chǎn)減產(chǎn)與產(chǎn)業(yè)關(guān)聯(lián)引起的間接損失。因此，通過(guò)對(duì)這一段時(shí)間內(nèi)間接經(jīng)濟(jì)損失的動(dòng)態(tài)變化能夠一定程度上刻畫災(zāi)后經(jīng)濟(jì)恢復(fù)的時(shí)間，從而表征災(zāi)后恢復(fù)速度［14］（間接經(jīng)濟(jì)損失為零時(shí)，災(zāi)后經(jīng)濟(jì)恢復(fù)結(jié)束）。而要減小恢復(fù)過(guò)程中災(zāi)害造成的間接經(jīng)濟(jì)損失，加快災(zāi)后恢復(fù)重建速度，既與災(zāi)區(qū)產(chǎn)業(yè)結(jié)構(gòu)有關(guān)，更與災(zāi)后政府、社會(huì)與企業(yè)的救助力度關(guān)系密切［15］。

因此，災(zāi)后恢復(fù)速度的提高，不僅是從時(shí)間概念討論其可能性，背后更存在力度概念來(lái)支持其實(shí)現(xiàn)。而救助力度中，最主要也是最重要的因素即為救助資金。但由于我國(guó)各地區(qū)間經(jīng)濟(jì)發(fā)展程度存在較大差距，各地方政府在響應(yīng)“提前完成恢復(fù)重建”號(hào)召，制定災(zāi)后恢復(fù)期縮短目標(biāo)的同時(shí)，也需要考慮自身經(jīng)濟(jì)發(fā)展水平與資金預(yù)算能否支撐目標(biāo)的實(shí)現(xiàn)。為了回答“對(duì)于我們地區(qū)，設(shè)定災(zāi)后恢復(fù)時(shí)間比原來(lái)縮短多少最合理？”“若設(shè)定了恢復(fù)期縮短目標(biāo)，需要增加多少資金預(yù)算？”“增加的這些預(yù)算到底值不值得？”等一系列問(wèn)題，建立恢復(fù)期縮短程度與災(zāi)后救助資金，恢復(fù)期縮短程度與災(zāi)后損失程度、獲益程度之間的定量關(guān)系，是各地政府結(jié)合自身經(jīng)濟(jì)發(fā)展水平，制定合理災(zāi)后恢復(fù)期縮短目標(biāo)的迫切需求。

本文利用基于經(jīng)濟(jì)學(xué)機(jī)理的災(zāi)后間接經(jīng)濟(jì)損失評(píng)估模型——適應(yīng)性區(qū)域投入產(chǎn)出存貨（ARIO－Inventory）模型［16］，定量評(píng)估承災(zāi)體從遭受災(zāi)害直接沖擊后直至恢復(fù)到災(zāi)前水平這一過(guò)程的損失量（經(jīng)濟(jì)影響），以及這一過(guò)程中所經(jīng)歷的時(shí)間。同時(shí)模型考慮災(zāi)后救助資金對(duì)災(zāi)后恢復(fù)的促進(jìn)作用，通過(guò)災(zāi)后恢復(fù)需求與災(zāi)后供給能力的迭代關(guān)系，確定承災(zāi)體災(zāi)后恢復(fù)所需要的救助資金，從而給出災(zāi)害造成的經(jīng)濟(jì)影響、災(zāi)后恢復(fù)速度與災(zāi)后救助資金的數(shù)值解。

本文以武漢市2016年7月6日期間發(fā)生的暴雨洪澇災(zāi)害（以下簡(jiǎn)稱“武漢706災(zāi)害”）為例，通過(guò)模擬得到無(wú)救助資金情景下武漢市災(zāi)后恢復(fù)期，并將其設(shè)定為自然恢復(fù)情景，再以此為基礎(chǔ)分別設(shè)定恢復(fù)期縮短10％，20％，30％，40％，50％情景，模擬得到對(duì)應(yīng)恢復(fù)期下所需救助資金，最后模擬武漢市實(shí)際救助資金投資下的恢復(fù)期。通過(guò)對(duì)比災(zāi)后恢復(fù)期，以及災(zāi)害造成的經(jīng)濟(jì)影響、獲益程度等與災(zāi)后救助資金的關(guān)系，分析武漢市實(shí)際救助資金對(duì)減少“武漢706災(zāi)害”造成經(jīng)濟(jì)影響及恢復(fù)期縮短程度的貢獻(xiàn)。更以此為案例，以期幫助各地政府根據(jù)自身經(jīng)濟(jì)發(fā)展情況與自然災(zāi)害風(fēng)險(xiǎn)情況，科學(xué)有效地安排災(zāi)后救助預(yù)算，在考慮追求恢復(fù)速度目標(biāo)的同時(shí)，也要保證救助力度能夠支撐這一目標(biāo)的實(shí)現(xiàn)。

1 評(píng)估模型

本文用于評(píng)估自然災(zāi)害造成的經(jīng)濟(jì)影響模型為Stephane Hallegate于2008年提出的ARIO模型［17］，模型基于傳統(tǒng)投入產(chǎn)出模型，繼承了列昂惕夫逆矩陣的核心思想，并在此基礎(chǔ)上充分考慮災(zāi)害對(duì)各經(jīng)濟(jì)部門（各行業(yè)）的影響，如由于資本受損對(duì)生產(chǎn)容量的破壞、生產(chǎn)瓶頸對(duì)生產(chǎn)的約束、經(jīng)濟(jì)系統(tǒng)對(duì)災(zāi)后救助力度的響應(yīng)等災(zāi)后經(jīng)濟(jì)特性，并將以上特性通過(guò)產(chǎn)業(yè)關(guān)聯(lián)串聯(lián)起來(lái)，動(dòng)態(tài)模擬承災(zāi)體災(zāi)后經(jīng)濟(jì)的恢復(fù)路徑，模擬步長(zhǎng)為月。模型的改進(jìn)版ARIO－Inventory于2014年在相同雜志發(fā)表，該模型保留ARIO模型所有特點(diǎn)的同時(shí)，加入部門存貨以及災(zāi)后恢復(fù)中由于災(zāi)害造成的存貨不足導(dǎo)致的經(jīng)濟(jì)影響，高度還原了災(zāi)后經(jīng)濟(jì)系統(tǒng)的響應(yīng)與恢復(fù)路徑。同時(shí)將模擬步長(zhǎng)精確到天，滿足不同災(zāi)種的災(zāi)后評(píng)估需求。模型發(fā)展至今已引起國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，并已成熟應(yīng)用到了世界各國(guó)自然災(zāi)害經(jīng)濟(jì)影響的評(píng)估中［18-20］。本文運(yùn)用ARIO－Inventory模型，通過(guò)評(píng)估暴雨洪澇災(zāi)害對(duì)承災(zāi)體造成的經(jīng)濟(jì)影響與恢復(fù)期，表征災(zāi)后不同恢復(fù)期目標(biāo)的設(shè)定與救助資金的關(guān)系，模型的核心公式為

公式的左側(cè)表示災(zāi)后供給，右側(cè)表示災(zāi)后需求，在模型迭代過(guò)程中，供需平衡是判斷災(zāi)后恢復(fù)期結(jié)束、完全恢復(fù)的最終信號(hào)。本章節(jié)將結(jié)合模型理論框架，解釋公式涉及參數(shù)的實(shí)際意義，具體數(shù)學(xué)意義請(qǐng)參考文獻(xiàn)［17］。

1.1 災(zāi)后生產(chǎn)容量與生產(chǎn)瓶頸

災(zāi)害發(fā)生后，由于廠房、設(shè)備等資本，道路、郵電等基礎(chǔ)設(shè)施遭到破壞，承災(zāi)體災(zāi)后的生產(chǎn)能力（Yit）將受到一定影響。而在災(zāi)后恢復(fù)中，絕大多數(shù)受損資本與基礎(chǔ)設(shè)施需政府與保險(xiǎn)部門提供災(zāi)后救助資金修復(fù)，因此模型設(shè)置超額生產(chǎn)函數(shù)，用于定量表征災(zāi)后生產(chǎn)能力的恢復(fù)與災(zāi)后救助資金的關(guān)系，若救助資金充足，則不僅能使災(zāi)后供給能力快速恢復(fù)到災(zāi)前水平，還可能在救助時(shí)期內(nèi)超過(guò)災(zāi)前水平進(jìn)行超額生產(chǎn)。此外，在災(zāi)后恢復(fù)中，常出現(xiàn)由于某一行業(yè)內(nèi)企業(yè)因?yàn)?zāi)導(dǎo)致生產(chǎn)能力下降，企業(yè)為減小損失，不得不減少上游企業(yè)的需求，同時(shí)消耗存貨為下游企業(yè)提供產(chǎn)品與服務(wù)，模型針對(duì)此情況，考慮由產(chǎn)業(yè)關(guān)聯(lián)引發(fā)的生產(chǎn)瓶頸函數(shù)為

式中，Ymaxi （j）表示部門i向部門j提供的生產(chǎn)或服務(wù)的能力，S（j，i）表示部門j存儲(chǔ)部門i產(chǎn)品的現(xiàn)有存貨（即為部門i向部門j提供的產(chǎn)品或服務(wù)），ψSr（j，i）表示考慮受災(zāi)特征后，部門j對(duì)部門i的需求存貨;若現(xiàn)有存貨大于需求存貨，則部門i保持現(xiàn)階段對(duì)部門j產(chǎn)品的生產(chǎn)能力Yopti;若小于，則現(xiàn)階段部門i現(xiàn)有存貨不足（即無(wú)法提供足夠的產(chǎn)品滿足部門j的存貨需求），則部門i的生產(chǎn)能力受約束，

受約束程度與部門i現(xiàn)有存貨、滿足其他部門需求的存貨以及災(zāi)害影響特征（參數(shù)ψ）相關(guān)［17］。

在計(jì)算部門i生產(chǎn)其他所有部門產(chǎn)品的能力后，根據(jù)列昂惕夫基本理論，取生產(chǎn)其他所有部門產(chǎn)品能力的最小值，以此來(lái)作為部門i的實(shí)際生產(chǎn)能力。

1.2 存貨需求

∑[DD（X]t[DD）]Ot（i，j）是原有各部門的中間需求與新加入的存貨需求的總和。對(duì)于存貨需求，模型考慮各部門生產(chǎn)來(lái)源應(yīng)為各自所存儲(chǔ)的存貨量（非存貨部門如電力、水、燃?xì)庖约敖煌ㄟ\(yùn)輸業(yè)等除外）。由于災(zāi)害造成的交通中斷、基礎(chǔ)設(shè)施破壞、資本損失（廠房、設(shè)備）等，使恢復(fù)所需的部門（如建筑業(yè)、制造業(yè)等）產(chǎn)生存貨不足，部門生產(chǎn)多依賴現(xiàn)有存貨，若發(fā)生存貨不足，則會(huì)通過(guò)產(chǎn)業(yè)關(guān)聯(lián)引發(fā)新的生產(chǎn)瓶頸，進(jìn)而波及承災(zāi)體整體恢復(fù)進(jìn)度。此外，由于各部門災(zāi)后需求、產(chǎn)業(yè)結(jié)構(gòu)均存在差異，而存貨不足現(xiàn)象具有滯后性，因此，在恢復(fù)的不同階段出現(xiàn)存貨不足，特別是恢復(fù)需求部門出現(xiàn)存貨不足，將會(huì)對(duì)整體恢復(fù)造成更大影響。

式中，存貨需求是中間需求A（i， j）Yai與存貨訂購(gòu)需求的總和。模型設(shè)定從部門i到部門j的存貨訂購(gòu)需求為從現(xiàn)有存貨S（i，j）到目標(biāo)存貨Sta（i， j）的需求量（tis 表示滿足這一需求量所用的天數(shù)）。而目標(biāo)存貨則是上一時(shí)間步長(zhǎng)存貨需求與上一時(shí)間步長(zhǎng)未得到滿足的存貨需求的和。

1.3 最終需求總和

該部分需求包括最終需求FD、重建需求RC以及出口E，災(zāi)后需求的增加主要來(lái)源于重建需求，該部分的產(chǎn)生主要由于災(zāi)后資本與基礎(chǔ)設(shè)施、水利工程等的修繕、置換、更新產(chǎn)生的需求，以及災(zāi)后防疫、受傷人口安置產(chǎn)生的需求等，其需求量取決于各行業(yè)遭受的直接經(jīng)濟(jì)損失，并且根據(jù)災(zāi)害對(duì)居民、居住區(qū)造成的損失，加入居民部門，將居民的災(zāi)后重建需求納入模型中。災(zāi)后出口需求的減少則以生產(chǎn)能力的減少量進(jìn)行比例性迭代，而進(jìn)口部分則將其歸入最初投入部分，用以計(jì)算最終的增加值變化（公式5）。

式中，部門i的總需求TDit為存貨需求與最終需求的和，而最終需求則由災(zāi)區(qū)內(nèi)最終需求FDit 、重建恢復(fù)需求RCit與凈出口需求Eit構(gòu)成。

2 實(shí)證案例

武漢（29°58′N～31°22′N， 113°41′E～115°05′E） 位于長(zhǎng)江干流與一級(jí)支流漢江的交匯處，作為湖北省省會(huì)，我國(guó)中部經(jīng)濟(jì)發(fā)展程度最高的城市之一，面臨較高的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)，因此武漢市政府2013年投資140億元，實(shí)施《武漢市中心城區(qū)排水設(shè)施建設(shè)三年攻堅(jiān)行動(dòng)計(jì)劃》，旨在未來(lái)3年內(nèi)完善武漢市防災(zāi)減災(zāi)工程（主要為排水系統(tǒng)的改造與升級(jí)）以及優(yōu)化暴雨洪澇災(zāi)后救助措施。該文選取“武漢706災(zāi)害”作為實(shí)證案例，受2015年超強(qiáng)厄爾尼諾影響，2016年我國(guó)各地區(qū)均遭受較強(qiáng)暴雨洪澇襲擊，長(zhǎng)江流域中下游高于年降水量80％，使長(zhǎng)江流域發(fā)生1998年以來(lái)最大洪水［21］，其中“武漢706災(zāi)害”造成武漢市直接經(jīng)濟(jì)損失87.4億元，是遭受損失最為嚴(yán)重的單次災(zāi)害。

2.1 數(shù)據(jù)來(lái)源及處理

根據(jù)ARIO存貨模型對(duì)輸入數(shù)據(jù)的要求，包括武漢市各部門直接經(jīng)濟(jì)損失、固定資產(chǎn)存量以及與災(zāi)害發(fā)生年份相近的投入產(chǎn)出表。對(duì)于直接經(jīng)濟(jì)損失，由于“武漢706災(zāi)害”造成較為嚴(yán)重的經(jīng)濟(jì)損失及影響，民政部國(guó)家減災(zāi)中心首次針對(duì)暴雨洪澇災(zāi)害啟動(dòng)《特別重大自然災(zāi)害損失統(tǒng)計(jì)制度》，詳細(xì)統(tǒng)計(jì)“武漢706災(zāi)害”對(duì)武漢市各部門造成的直接經(jīng)濟(jì)損失。對(duì)于固定資產(chǎn)存量，武漢市2015年各部門固定資產(chǎn)存量基于現(xiàn)有研究數(shù)據(jù)［22］，利用永續(xù)盤存法［23］計(jì)算得到。投入產(chǎn)出表則通過(guò)與Wang的研究合作［24］，得到2013年武漢市投入產(chǎn)出表。三者數(shù)據(jù)的部門數(shù)量根據(jù)國(guó)家經(jīng)濟(jì)分類標(biāo)準(zhǔn)，將其統(tǒng)一至19部門［25］。

2.2 不同災(zāi)后恢復(fù)目標(biāo)與救助力度定量關(guān)系評(píng)估結(jié)果

將“武漢706災(zāi)害”災(zāi)情數(shù)據(jù)代入ARIO－Inventory模型，控制其他參數(shù)不變的同時(shí)調(diào)節(jié)災(zāi)后救助資金參數(shù)，并設(shè)置7組不同恢復(fù)情景，其中第一組情景為自然恢復(fù)情景，不設(shè)置救助資金，只依靠武漢市自身經(jīng)濟(jì)結(jié)構(gòu)與恢復(fù)能力，后5組按照恢復(fù)時(shí)間目標(biāo)每提高10％設(shè)定，最后一組為實(shí)際恢復(fù)情景，即救助資金取自于《武漢市中心城區(qū)排水設(shè)施建設(shè)三年攻堅(jiān)行動(dòng)計(jì)劃》投入的140億資金，其結(jié)果在一定程度上可看作140億防災(zāi)減災(zāi)投資后，對(duì)武漢市提高暴雨洪澇抗災(zāi)與恢復(fù)能力的檢驗(yàn)，其模擬結(jié)果如表1所示。

模擬結(jié)果顯示（表1），“武漢706災(zāi)害”發(fā)生后，若無(wú)救助資金的支持，僅依靠武漢市自身經(jīng)濟(jì)的恢復(fù)能力，災(zāi)后恢復(fù)期為18個(gè)月，需要約一年半恢復(fù)到災(zāi)前水平。在恢復(fù)期，災(zāi)害本身會(huì)持續(xù)造成6.7億的經(jīng)濟(jì)影響（間接經(jīng)濟(jì)損失）。

在自然恢復(fù)基礎(chǔ)上，若將災(zāi)后恢復(fù)期目標(biāo)提高10％，即設(shè)定提前兩個(gè)月恢復(fù)的目標(biāo)，則武漢市需要5.4億元的災(zāi)后救助資金來(lái)支持這一目標(biāo)的實(shí)現(xiàn)，災(zāi)害造成的經(jīng)濟(jì)影響也因縮短的兩個(gè)月時(shí)間減少至6.6億元。之后隨目標(biāo)設(shè)定的提高，從20％（提前4個(gè)月恢復(fù)）提高到50％（提前9個(gè)月恢復(fù)），武漢市需要的災(zāi)后救助資金將從14.1億元增加至110.1億元，但災(zāi)害造成的經(jīng)濟(jì)影響則從6.6億元減少至4.5億元，降幅達(dá)32％。根據(jù)“武漢706災(zāi)害”實(shí)際災(zāi)后救助資金140億元的模擬結(jié)果，武漢市實(shí)際災(zāi)后恢復(fù)期為8個(gè)月，相比自然恢復(fù)縮短10個(gè)月，使武漢市提前近一年時(shí)間恢復(fù)到災(zāi)前水平，較大程度上提高災(zāi)后恢復(fù)速度，同時(shí)災(zāi)害造成經(jīng)濟(jì)影響相比自然恢復(fù)減少2.7億元，降幅達(dá)40.3％。雖然武漢市在災(zāi)害發(fā)生時(shí)仍遭到較嚴(yán)重的直接沖擊，但140億實(shí)際投資對(duì)隱藏于直接損失下的承災(zāi)體災(zāi)后恢復(fù)起到了較大的幫助作用。

本研究結(jié)果雖然基于武漢市洪澇災(zāi)害，但從成本效益角度出發(fā)，仍對(duì)其他地區(qū)制定防災(zāi)減災(zāi)預(yù)算有借鑒作用，因此各地區(qū)可結(jié)合自身經(jīng)濟(jì)發(fā)展水平與災(zāi)害風(fēng)險(xiǎn)程度，因地制宜地設(shè)定災(zāi)后重建與恢復(fù)時(shí)間表。此外，救助資金對(duì)恢復(fù)期目標(biāo)的支持不僅體現(xiàn)在最終結(jié)果，同時(shí)也動(dòng)態(tài)地體現(xiàn)在整個(gè)恢復(fù)路徑上（圖1），通過(guò)不同恢復(fù)期路徑下武漢市恢復(fù)路徑的變化，可看出救災(zāi)資金在災(zāi)后恢復(fù)各階段對(duì)武漢市經(jīng)濟(jì)系統(tǒng)的幫助。

ARIO－Inventory模型中，動(dòng)態(tài)模擬結(jié)果是通過(guò)增加值的變化率定量表征災(zāi)后經(jīng)濟(jì)系統(tǒng)的恢復(fù)路徑（圖1左），當(dāng)增加值變化率大于等于1時(shí)，表明災(zāi)后經(jīng)濟(jì)系統(tǒng)已達(dá)到災(zāi)前水平，而災(zāi)后增加值變化率與災(zāi)前水平之間的動(dòng)態(tài)變化總和（恢復(fù)路徑與Y=1圍成的面積）為災(zāi)害造成的經(jīng)濟(jì)影響值結(jié)果。

結(jié)合圖1與表1，“武漢706災(zāi)害”造成的直接經(jīng)濟(jì)損失使武漢市災(zāi)后增加值變化率下降到98.8％（圖1左），然而災(zāi)后經(jīng)濟(jì)并非馬上恢復(fù)到1，而是經(jīng)歷多個(gè)恢復(fù)階段后達(dá)到災(zāi)前水平（恢復(fù)初期、快速恢復(fù)、存貨不足、恢復(fù)后期四個(gè)階段，各階段所有情景下的經(jīng)濟(jì)影響值如圖1右），并且隨不同的恢復(fù)期目標(biāo)設(shè)定，其恢復(fù)路徑也存在差異性。

然而，在災(zāi)后恢復(fù)前兩個(gè)階段內(nèi)，所有情景下的路徑（圖1左）與經(jīng)濟(jì)影響（圖1右）無(wú)明顯差異，并且當(dāng)恢復(fù)期縮短目標(biāo)設(shè)定較低時(shí)（10％～20％），災(zāi)后恢復(fù)的5個(gè)階段之間的路徑與間接經(jīng)濟(jì)損失也不存在明顯差異，因此根據(jù)恢復(fù)路徑的模擬結(jié)果，較低的救助資金即可換來(lái)相比投資較高的恢復(fù)時(shí)間的縮短，結(jié)合成本效益角度分析，對(duì)于經(jīng)濟(jì)發(fā)展較弱的地區(qū)，可設(shè)定較低的恢復(fù)期縮短目標(biāo)，保證現(xiàn)有的恢復(fù)資金能支持其目標(biāo)的完成。

而對(duì)于經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，隨恢復(fù)期目標(biāo)設(shè)定提高（30％～50％），災(zāi)后恢復(fù)的后3個(gè)階段其差異性逐漸體現(xiàn)，恢復(fù)期目標(biāo)設(shè)定越高，救助資金支持力度越大，越能抵消恢復(fù)路徑中出現(xiàn)的不利影響（存貨不足），以最快速度，最短的路徑完成災(zāi)后恢復(fù)。武漢市在140億救助資金支持下，災(zāi)后實(shí)際恢復(fù)中由于存貨不足造成的經(jīng)濟(jì)影響相比自然恢復(fù)減少三分之一，恢復(fù)曲線第二次下降程度也相比減少了0.135％。此外，恢復(fù)期設(shè)定目標(biāo)的差異在恢復(fù)路徑中不僅體現(xiàn)在抵消恢復(fù)中出現(xiàn)的不利影響，還體現(xiàn)在承災(zāi)體經(jīng)濟(jì)發(fā)展水平上。

2.3 不同恢復(fù)目標(biāo)下承災(zāi)體經(jīng)濟(jì)可持續(xù)發(fā)展水平評(píng)估結(jié)果

由恢復(fù)路徑可知（圖2），在自然恢復(fù)、恢復(fù)期縮短10％和20％情景下，武漢市增加值變化率最終均趨于1，恢復(fù)至災(zāi)前水平。然而，從恢復(fù)期目標(biāo)設(shè)定為30％起，武漢市增加值分別在趨于1后持續(xù)保持在大于1的某數(shù)值上，表明在災(zāi)后恢復(fù)過(guò)程中，參與災(zāi)后恢復(fù)與重建過(guò)程中的部門的生產(chǎn)效率、恢復(fù)效率得到可持續(xù)性提高（通常是由于技術(shù)得到升級(jí)，如設(shè)備更新等，或防災(zāi)工程得到改進(jìn)，如排水管道系統(tǒng)）。當(dāng)恢復(fù)目標(biāo)設(shè)定為30％起，由于救助資金的支持，武漢市經(jīng)濟(jì)系統(tǒng)開始從中獲益0.13億元，并隨目標(biāo)提高至50％，獲益程度增加至0.91億元，增幅達(dá)7倍，表明救助資金不僅可支持武漢市災(zāi)后恢復(fù)目標(biāo)，更能提高經(jīng)濟(jì)發(fā)展水平，使抵抗災(zāi)害的能力得到可持續(xù)的提高。武漢市實(shí)際災(zāi)后恢復(fù)中，受益于140億救助資金，經(jīng)濟(jì)也從中得到持續(xù)發(fā)展。由于武漢市經(jīng)濟(jì)較發(fā)達(dá)，年GDP產(chǎn)出較高，其可有效提高承災(zāi)體防災(zāi)救災(zāi)能力，減少未來(lái)暴雨洪澇災(zāi)害發(fā)生時(shí)造成的損失。

3 結(jié)論與討論

本文以“武漢706災(zāi)害”作為研究案例，逆向運(yùn)行ARIO－Inventory模型，通過(guò)設(shè)定7種不同恢復(fù)目標(biāo)情景，定量分析隨恢復(fù)目標(biāo)的提高，所需背后救助力度的支持程度，結(jié)論如下：

①在無(wú)救助資金支持的自然恢復(fù)情景中，武漢市需要約一年半的恢復(fù)期，其中產(chǎn)生6.7億的經(jīng)濟(jì)影響。之后隨恢復(fù)期提前2個(gè)月到9個(gè)月，所需救助資金由5.4億增加至110.1億元，災(zāi)害造成的經(jīng)濟(jì)影響也隨之下降3成。②在140億救助資金投資下，武漢市提前近一年恢復(fù)到災(zāi)前水平，同時(shí)使災(zāi)害造成的經(jīng)濟(jì)影響減少三分之一，實(shí)際救助資金對(duì)減輕災(zāi)害造成的經(jīng)濟(jì)影響，對(duì)武漢暴雨洪澇災(zāi)害恢復(fù)力的提高做出較大貢獻(xiàn)。③當(dāng)恢復(fù)期縮短目標(biāo)設(shè)定較低時(shí)，災(zāi)后恢復(fù)各階段差異性較小，隨恢復(fù)期縮短目標(biāo)設(shè)定提高，恢復(fù)路徑差異性增加，并且能有效抵消恢復(fù)路徑中的不利影響，同時(shí)可持續(xù)提高災(zāi)后經(jīng)濟(jì)生產(chǎn)效率，災(zāi)后恢復(fù)效率，提高災(zāi)后恢復(fù)力。

通過(guò)該文定量評(píng)估的結(jié)果表明，恢復(fù)速度不僅是時(shí)間概念，同時(shí)也是力度概念。越早恢復(fù)到災(zāi)前水平，救災(zāi)投入越大。救災(zāi)體制規(guī)劃過(guò)程中，在追求恢復(fù)速度的同時(shí)，也要保證救助力度能夠支撐這一目標(biāo)的實(shí)現(xiàn)。在制定災(zāi)后恢復(fù)政策與救助預(yù)算時(shí)，要充分結(jié)合自身經(jīng)濟(jì)發(fā)展水平，欠發(fā)達(dá)地區(qū)保持循序漸進(jìn)的可持續(xù)方式提高救助資金，保證救助效率與經(jīng)濟(jì)效率的最大化；較發(fā)達(dá)地區(qū)在實(shí)現(xiàn)充分恢復(fù)的基礎(chǔ)上，可進(jìn)一步優(yōu)化與完善防災(zāi)減災(zāi)措施，長(zhǎng)久地提高災(zāi)后恢復(fù)力。如何真正做到災(zāi)害造成總經(jīng)濟(jì)損失的最小化，因地制宜地提高恢復(fù)速度，需要不斷完善研究成果并嚴(yán)謹(jǐn)科學(xué)的幫助政府進(jìn)行行之有效的規(guī)劃。

此外，恢復(fù)目標(biāo)的提高伴隨的是災(zāi)后救助資金的大量投入（由5.4億元增加至110.1億元），雖然使得承災(zāi)體恢復(fù)速度得到較大程度的提高，但承災(zāi)體經(jīng)濟(jì)系統(tǒng)的獲益程度最高只有1.24億元，不足救助資金投入140億的1％。單從評(píng)估結(jié)果分析，140億救助資金僅減少了近3億的間接經(jīng)濟(jì)損失以及帶來(lái)了不足2億的額外收益，災(zāi)后投資的“成本效益”較低。然而，本文情景設(shè)定的前提是救助資金的投入首先用于災(zāi)后恢復(fù)與重建，并非應(yīng)用于經(jīng)濟(jì)發(fā)展，而經(jīng)濟(jì)發(fā)展受益于災(zāi)后救助資金是在災(zāi)后恢復(fù)過(guò)程中因設(shè)備更新、生產(chǎn)效率提高帶來(lái)的“副產(chǎn)品”。其次，救助資金的投入使承災(zāi)體經(jīng)濟(jì)系統(tǒng)得到永久性提高，生產(chǎn)效率的提高能夠永久性的為承災(zāi)體經(jīng)濟(jì)系統(tǒng)帶來(lái)持續(xù)效益，同時(shí)持續(xù)地提高了承災(zāi)體本身防災(zāi)救災(zāi)能力，降低未來(lái)災(zāi)害發(fā)生時(shí)所造成的損失，因此140億的救助資金從長(zhǎng)期角度看，會(huì)為武漢市提高抵抗災(zāi)害、應(yīng)對(duì)災(zāi)害以及從災(zāi)害中恢復(fù)的能力做出持續(xù)性貢獻(xiàn)。

參考文獻(xiàn)：

［1］劉燕華. 1990—1991年中國(guó)自然災(zāi)害程度的省際估價(jià)［J］. 中國(guó)減災(zāi)， 1992， 2（4）： 37－41.

LIU Y H. Assessment of the degree of natural disasters among provinces in China during 1990—1991［J］. Disaster Reduction in China， 1992， 2（4）： 37－41.

［2］鄒銘，袁藝，廖永豐，等. 綜合風(fēng)險(xiǎn)防范——中國(guó)綜合自然災(zāi)害救助保障體系［M］. 北京： 科學(xué)出版社，2011： 2－10.

［3］楊濤，郭琦，肖天貴. “一帶一路”沿線自然災(zāi)害分布特征研究［J］. 中國(guó)安全生產(chǎn)科學(xué)技術(shù)， 2016， 12（10）： 165－171.

YANY T， GUO Q， XIAO T G. Research on distribution characteristics of natural disasters along "the Belt and Road"［J］. Journal of Safety Science and Technology， 2016， 12（10）： 165－171.

［4］彭華. 雅安災(zāi)后恢復(fù)重建速度最快效果最明顯［N］. 雅安日?qǐng)?bào)，2009－05－25（01）.

［5］蘇興高. 民政項(xiàng)目災(zāi)后恢復(fù)重建速度超常規(guī)［N］. 中國(guó)社會(huì)報(bào)，2010－11－11（02）.

［6］賈柱. 科學(xué)規(guī)劃災(zāi)后恢復(fù)重建創(chuàng)造中國(guó)速度［N］. 中國(guó)工業(yè)報(bào)， 2009－05－12（A01）.

［7］徐玖平，王鶴. 自然災(zāi)害災(zāi)后重建技術(shù)及實(shí)踐的研究進(jìn)展［J］. 災(zāi)害學(xué)， 2010， 25（1）： 98－111.

XU J P， WANG H. Development of research on technology and practice of post natural disaster reconstruction［J］. Journal of Catastrophology， 2010， 25（1）： 98－111.

［8］楊月巧，遲寶明，胡俊峰，等. 地震災(zāi)后恢復(fù)重建的后評(píng)價(jià)框架體系研究［J］.災(zāi)害學(xué)， 2014， 29（1）： 18－24.

YANG Y Q， CHI B M， HU J F， et al. Post－evaluation frame system of post－earthquake recovery and reconstruction［J］. Journal of Catastrophology， 2014， 29（1）： 18－24.

［9］鄧世文. 基于網(wǎng)絡(luò)層次分析法的災(zāi)后重建項(xiàng)目指標(biāo)體系研究［D］.成都：西華大學(xué)， 2012.

［10］陳興長(zhǎng)，游勇，柳金峰. 震后北川縣泥石流對(duì)恢復(fù)重建的影響及潛在泥石流發(fā)育度評(píng)價(jià)［J］. 四川大學(xué)學(xué)報(bào)（工程科學(xué)版）， 2010， 42（5）： 76－82.

CHEN X C， YOU Y， LIU J F. Impacts on reconstruction and developing degrees evaluation of debris flows following the Wenchuan earthquake in Beichuan county， Sichuan， China［J］. Journal of Sichuan University （Engineering Science Edition）， 2010， 42（5）： 76－82.

［11］TIERNEY K. Impacts of recent U.S. disasters on business： the 1993 midwest floods and the 1994 Northridge earthquake［M］／／Jones B. Economic Consequences of Earthquakes： Preparing for the unexpected national center for earthquake engineering research， university at Buffalo， 1997.

［12］BRUNEAU M， CHANG S E， EGUCHI R T， et al. A framework to quantitatively assess and enhance the seismic resilience of communities［J］. Earthquake Spectra， 2003， 19（4）：733－752.

［13］劉婧，史培軍，葛怡，等. 災(zāi)害恢復(fù)力研究進(jìn)展綜述［J］. 地球科學(xué)進(jìn)展， 2006， 21（2）： 211－218.

LIU J， SHI P J， GE Y， et al. The review of disaster resilience research［J］. Advance in Earth Science， 2006， 21（2）： 211－218.

［14］張正濤， 李寧， 馮介玲， 等. 從重建資金與效率角度定量評(píng)估災(zāi)后經(jīng)濟(jì)恢復(fù)力的變化——以武漢市“2016.07.06”暴雨洪澇災(zāi)害為例［J］. 災(zāi)害學(xué)， 2018， 33（4）： 211－216.

ZHANG Z T， LI N， FENG J L， et al. Quantitative assessment of changes in post－disaster resilience from the perspective of rescue funds and rescue efficiency：A case study of a flood disaster in Wuhan city on july 7， 2016［J］.Journal of Catastrophology， 2018， 33（4）：211－216.

［15］史培軍. 四論災(zāi)害系統(tǒng)研究的理論與實(shí)踐［J］. 自然災(zāi)害學(xué)報(bào)， 2005， 14（6）： 1－7.

SHI P J. Theory and practice on disaster system research in a fourth time［J］. Journal of Natural Disasters， 2005， 14（6）： 1－7.

［16］HALLEGATTE S. Modeling the role of inventories and heterogeneity in the assessment of the economic costs of natural disasters［J］.Risk Analysis， 2014， 34（1）： 152－167.

［17］HALLEGATTE S. An adaptive regional input－output model and its application to the assessment of the economic cost of Katrina［J］. Risk Analysis， 2008， 28（3）：779.

［18］張鵬，李寧，吳吉東，等. 基于投入產(chǎn)出模型的區(qū)域洪澇災(zāi)害間接經(jīng)濟(jì)損失評(píng)估［J］. 長(zhǎng)江流域資源與環(huán)境， 2012， 21（6）： 773－779.

ZHANG P， LI N， WU J D， et al.Assessment of regional flood disaster indirect economic loss based on input－output model［J］. Resources and Environment in the Yangtze Basin，2012，21（6）： 773－779.

［19］ZHANG Z T， LI N， XIE W， et al. Assessment of the ripple effects and spatial heterogeneity of total losses in the capital of China after a great catastrophic shock［J］. Natural Hazard and Earth System Science， 2016， 17（3）： 1－21.

［20］KOKS E E， BOAKARJOVA M， DEMEL H，et al. Integrated direct and indirect flood risk modeling： Development and sensitivity analysis［J］.Risk Analysis. 2015， 35（5）， 1－19.

［21］楊衛(wèi)忠，張葆蔚，符日明. 2016年洪澇災(zāi)情綜述［J］. 中國(guó)防汛抗旱， 2017， 27（1）： 26－29.

YANG W Z， ZHANG B W， FU R M. Review of flood disaster in 2016［J］. China Flood and Drought Management， 2017， 27（1）： 26－29.

［22］WU J D， LI N， SHI? P J. Benchmark wealth capital stock estimations across China′s 344 prefectures： 1978 to 2012［J］. China Economic Review， 2014， 31： 288－302.

［23］單豪杰. 中國(guó)資本存量K的再估算：1952—2006年［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2008， 25（10）： 17－31.

SHAN H J. Reestimating the capital stock of China： 1952—2006［J］. The Journal of Quantitative ＆ Technical Economics， 2008， 25（10）： 17－31.

［24］WANG Y F. An industrial ecology virtual framework for policy making in China［J］.Economic Systems Research， 2017， 29（2）： 252－274.

［25］ZHANG Z T， LI N， CUI P， et al. How to integrate the labor disruption into the economic impact evaluation model for post－disaster recovery period［J］.Risk Analysis， 2019，39（11）：1－14.

（編 輯 李 波，邵 煜）

收稿日期：2019－12－05

基金項(xiàng)目：國(guó)家自然科學(xué)基金青年項(xiàng)目（41907395）；中科院對(duì)外合作重點(diǎn)項(xiàng)目一帶一路專項(xiàng)（131551KYSB20160002）;中國(guó)博士后科學(xué)基金資助項(xiàng)目

作者簡(jiǎn)介：張正濤，男，山東濟(jì)南人，博士后，從事自然災(zāi)害損失及風(fēng)險(xiǎn)評(píng)估研究。