从直接损失到间接损失
气候变化风险管理过程中的不同行动者对不同raybet雷竞技最新类型的信息感兴趣。城市规划者和防洪设计人员主要对登陆概率感兴趣;保险公司关注的是平均每年的直接损失和超过既定损失水平的可能性。但是，国家和地方政府在进行成本效益分析以评估新基础设施的可取性时，不能只考虑直接损失。事实上，他们所代表的社区不仅遭受直接损失，而且遭受全部损失，其中包括许多间接影响，包括恢复和重建期间的生产损失(例如，见Tierney, 1995;Pielke and Pielke, 1997;林德尔和普拉特，2003;Hallegatte等人，2007b)。
直接成本可被放大(i)在短期内(例如，通过生命线服务的中断)和在较长期内(例如，由于需求激增造成的部门通货膨胀)，通过空间或部门传播到经济系统的其他部分，能源成本保险公司破产，公共赤字增加，或者对消费产生二级影响的房价上涨);(ii)通过对冲击的反应(例如，信心的丧失、预期的改变、间接后果不平等加剧);妨碍重建的财政限制(例如，低收入家庭无法迅速筹措重建其住房的资金);以及(iv)由于技术限制而减缓重建(例如，熟练工人的供应、设备和材料运输的困难、安置工人的困难)。
为了衡量这些影响的影响，Hallegatte等人(2007b)引入了经济放大比(EAR)，它衡量的是灾害造成的总体经济成本和直接损失之间的比率。虽然在小规模灾害中，这一比例小于1，但使用一个简单的模型发现，在新奥尔良洪水等大规模灾害中，EAR显著增加。这种增加主要来自部门或区域之间的传播效应，以及重建阶段生产损失加上资本重置成本。例如，如果一个价值100万美元的工厂被摧毁并立即重建，损失等于100万美元;如果其重建延迟一年，则总损失为重置成本和一年的生产价值之和。就住房而言，重建延迟一年的房屋被毁的总成本等于房屋的重置成本加上一年内居住该房屋的价值。从广义上讲，这种生产损失的价值在某些部门可能非常高，特别是当基本需求(住房、保健、就业等)受到威胁时。
为了公平地进行成本效益分析，必须估计间接损失，尽管这样做很困难。一个能够提供这些间接损失的部分评估的模型现在将被提出并应用，作为一个例子，在卡特里娜登陆路易斯安那州。本案例研究说明了如何估计间接损失，以及这种评估有多么困难。
卡特里娜飓风和路易斯安那州间接损失评估案例研究
灾害总成本的评估是密集研究的主题(例如，Rose等人，1997;Brookshire等人，1997;Gordon et al.， 1998;科克伦,2004;实在,2004;罗丝和廖，2005;格林伯格等人，2007)。然而，在这篇文献中，没有人假装重现了所有涉及灾难后果的机制。在本文中，只考虑了两种类型的间接效应:(i)部门之间的传播效应;(二)改造期间及期间的生产损失。
许多用于评估灾害后果的模型都是基于投入产出(IO)模型，这些模型是评估一个或几个部门的冲击如何通过中间消费和需求传播到经济的有力工具。
Hallegatte (2008a)提出了一种改进的IO模型:自适应区域投入产出(ARIO)模型，该模型基于IO表和混合建模方法，遵循Brookshire等人(1997)的精神。这个动态模型考虑了由于生产资本损失和灾后适应行为造成的生产能力变化。重要的是，该模型假设路易斯安那州的经济最终将恢复到风暴前的状况。当然，结果的不确定性仍然很高，模型结果只能作为灾害严重程度的指标。
作为一个例子，这个模型被应用于卡特里娜登陆路易斯安那州。根据经济分析局的分类，路易斯安那州的经济由15个部门组成:(1)农业、林业、渔业和狩猎;(2)开采;(3)公用事业;(4)建设;(5)制造;(六)批发贸易;(7)零售业;(8)运输、仓储;(9)信息; (10) Finance, insurance, real estate, rental, and leasing; (11) Professional and business services; (12) Educational services, health care, and social assistance; (13) Arts, entertainment, recreation, accommodation, and food services; (14) Other services, except government; and (15) Government. From the U.S. Input-Ouput tables, a regional one for the state of Louisiana is built. Sector losses due to Katrina have been evaluated by the Committee on the Budget U.S. House of Representatives, and are reproduced in Figure 5.
根据这些部门损失，该模型模拟了该地区的重建，如图6所示。在其上半部分，该数字提供了“区域经济生产”的演变，即所有经济部门的增加值之和。在底部面板中，可以看到模型预测的重建周期约为10年。
Hallegatte (2008a)提出了与路易斯安那州现有数据的比较。这个模型再现的数量级是真实的，在地震发生后，瞬时产量减少了8%，而生产
■ |
|
1 |
|
．1 |
|
ii,……我……—— |
|
图5路易斯安那州卡特里娜飓风造成的各部门估计损失
0 24 48 72 96时间(月)
0 24 48 72 96时间(月)
米恩
CD光盘
100 -
100 -
48 72 96时间(月)
图6路易斯安那州的输出变化，在卡特里娜飓风前的输出百分比(上面板);重建需要十亿美元(下图)
48 72 96时间(月)
图6路易斯安那州的输出变化，在卡特里娜飓风前的输出百分比(上面板);重建需要十亿美元(下图)
2005年最后四个月的损失相当于年国民生产总值的2.8%。这种生产损失低估了观察到的生长损失，根据BEA数据，去除外源生长后，生长损失接近4.5%。这种低估很可能是由于模型无法重现新奥尔良在卡特里娜飓风之后几个月的混乱，这是由生命线中断、破产和供应链问题造成的。此外，与重建新奥尔良有关的政治和实际问题没有被考虑在内。
该模型还提供了每个部门的生产随时间的演变，如图7所示。该图显示:(i)事件发生后产量普遍下降(水平深色区域);的大幅增加
5 10
部门#
图7路易斯安那州的产量变化，每个部门(x轴)作为时间的函数(y轴)，在卡特里娜飓风前的产量百分比。深色表示产量下降;浅色表示产量增加
5 10
部门#
图7路易斯安那州的产量变化，每个部门(x轴)作为时间的函数(y轴)，在卡特里娜飓风前的产量百分比。深色表示产量下降;浅色表示由于重建的大量需求导致的建筑部门(部门#4)的产量增加，以及随后作为建筑部门大供应商的部门(例如，零售贸易部门，部门#7)的产量增加。在整个重建期间，这些生产损失(正负)的总和估计为280亿美元。
此外，该模型还提供了住房部门“生产损失”的评估。的确，必须考虑到房屋和建筑物受损造成的住房服务减少。该模型再现了重建周期和持续时间，可以评估房屋服务生产的总损失。以卡特里娜飓风为例，该模型估计损失为190亿美元。因此，总的生产损失(部门生产加上住房服务)估计为470亿美元，即直接损失的44%。总损失，即总生产损失加上必须用于重建而不是正常消费的生产部分，估计约为1540亿美元。因此，经济放大比，即总损失与直接损失之比，等于1.44。
重要的是，该模型无法涵盖所有间接损失。例如，它没有评估哪一部分客户需求将得到满足，哪一部分将得到配给。这样的评估并不容易，因为客户或多或少能够转向外部生产商，这取决于所考虑的商品和服务的类别。如果客户是定量配给的，则有一个额外的损失不包括在当前的分析中。此外，有必要重申的是，该模型假设经济将回到其初始状态，而这不是自动的。在新奥尔良的案例中，这甚至是不太可能的。然而，很难做得更好，因为最终的状态将取决于无法模拟的政治选择。最后，该模型不包括受影响地区以外的损失
(例如，新奥尔良案例中的能源价格上涨)，以及社会和心理成本，这些成本仍然非常重要(例如，社会网络的破坏，心理创伤，文化遗产的丧失)。
但这个模型最有趣的方面是，它允许将各种直接损失与相应的总损失联系起来。图8显示，对于与卡特里娜飓风相同的部门结构(如图5所示)，总损失与总总直接损失呈非线性增长。当直接损失低于400亿美元时，间接损失为负。这意味着，对于大多数灾难，经济系统的反应会抑制冲击，限制经济后果。但当直接损失超过400亿美元时，经济体系就无法再有效地做出反应。事实上，更大的灾害会造成更大的损失，并降低参与重建部门的生产能力。由于这些机制的相互作用，经济放大比(EAR)，即总损失与直接损失的比率，随着灾害的规模而增加。对于像卡特里娜这样直接损失约1000亿美元的灾难，EAR被发现等于1.44。对于一场直接损失2000亿美元的灾难，这一比率达到2.00，总成本是直接成本的两倍。
这种直接损失和间接损失之间的关系已经在2005年的路易斯安那州和卡特里娜飓风的后果中得到了估计。当然，不同的州会有不同的结果，例如，因为建筑部门的生产能力会有所不同。不同灾难的结果也会不同，例如，因为受影响的部门不会相同。
-
- 图8对于与卡特里娜飓风具有相同部门结构的灾难，间接损失作为直接损失的函数。在这个案例中，黑色的方程是间接损失到直接损失的多项式回归
无论如何，如果考虑2030年或2080年的经济体，以评估气候变化的影响，结果将有所不同。raybet雷竞技最新然而，预测IO表在未来几十年将如何变化似乎是遥不可及的。考虑到任何这样做的尝试都会带来巨大的不确定性，使用目前的IO表似乎是合理的，可能会扩大到经济增长，假设所有行业都将以相同的速度增长。然而，在目前的分析中，我们评估了未来飓风风险将如何影响当前经济，忽略了经济增长的影响。这一假设对应于图1中右箭头的抑制，即从顶部的情景框到底部的间接影响框。尽管这种方法并不令人满意，但它是唯一可用的方法:人们可能会怀疑，很快就有可能预测未来几十年的IO表，并以足够的精度对未来经济进行这种类型的分析。
在接下来的文章中，尽管存在这些巨大的不确定性，总损失中的非线性假设适用于所有地区和所有灾害，并以卡特里娜飓风为基准，提供第4节中建议的直接损失变化如何转化为总损失变化的一阶估计。
评估间接损失
通过对路易斯安那州和卡特里娜飓风的直接和间接损失之间的关系进行多项式回归，可以评估伊曼纽尔模型创建的3000条合成路径造成的总损失(见第3节和第4节)。在当前气候下，每次登陆的平均直接损失估计为1.578亿美元，每条路径的平均直接损失估计为9.8亿美元。raybet雷竞技最新这些价值转化为每次着陆的平均总损失估计为1.26亿美元，每条轨道的平均总损失估计为8.85亿美元。这些值仅低于直接损失，因为经济系统能够限制总损失，并使其低于最弱飓风的直接损失，而最弱的飓风构成了飓风的绝大多数。事实上，间接损失只有在造成直接损失超过400亿美元的飓风时才算正面，而且在为当前气候创造的3000条合成路径中，只有8次登陆造成这种损失。raybet雷竞技最新因此，考虑到间接影响，就可以减少飓风造成的年平均经济损失。
根据伊曼纽尔的模型，在修正后的气raybet雷竞技最新候中，由于飓风强度增加，总损失比当前气候更大:该模型估计每次登陆的平均总损失为22.72亿美元，每条路径的平均总损失为1.48亿美元。因此，在考虑间接损失时，伊曼纽尔的模型表明，潜在强度增加10%将转化为总经济损失增加59%。
与第四节一样，当只考虑直接损失时，最令人担忧的结果涉及非常罕见的、最强烈的飓风。根据目前的分析，考虑到包括使用单一飓风模型在内的所有缺点，潜在强度增加10%将使飓风登陆的可能性增加一倍，给美国造成超过500亿美元的损失
这篇文章有用吗?