(1.青島科技大學(xué) 計(jì)算機(jī)與化工研究所，山東 青島 266042；山東科技大學(xué)，山東 泰安271000；2.中國(guó)建設(shè)銀行股份有限公司泰安分行，山東 泰安 271000；3.山東農(nóng)業(yè)大學(xué) 經(jīng)管學(xué)院，山東 泰安 271018)

一、引言

我國(guó)是一個(gè)自然災(zāi)害多發(fā)的國(guó)家，災(zāi)害種類(lèi)多、發(fā)生頻率高，國(guó)際災(zāi)難數(shù)據(jù)庫(kù)的數(shù)據(jù)顯示，截至2018年12月，我國(guó)發(fā)生的自然災(zāi)害總數(shù)達(dá)800多次，發(fā)生頻率最高的是河流泛濫和地震。近年來(lái)我國(guó)自然災(zāi)害發(fā)生的頻率似乎有上升的趨勢(shì)，2000年以來(lái)的18年中就發(fā)生了500次左右自然災(zāi)害，給我國(guó)造成了巨大的人員傷亡和經(jīng)濟(jì)損失，其中尤以地震帶來(lái)的影響最為嚴(yán)重[注]數(shù)據(jù)來(lái)源：國(guó)際災(zāi)難數(shù)據(jù)庫(kù)(EM—DAT)，該數(shù)據(jù)庫(kù)錄入的災(zāi)難信息至少滿足下列條件之一：報(bào)道災(zāi)害導(dǎo)致10人或以上人口死亡；報(bào)道有100人受到災(zāi)害影響；請(qǐng)求國(guó)際授助；宣布國(guó)家處于緊急狀態(tài)。。鑒于此，研究自然災(zāi)害的經(jīng)濟(jì)影響，具有非常重要的現(xiàn)實(shí)意義。

本文以2008年四川汶川地震為例，分析自然災(zāi)害的發(fā)生對(duì)地區(qū)對(duì)外貿(mào)易增長(zhǎng)的影響。2008年5月12日發(fā)生的汶川地震影響范圍波及北京、甘肅、貴州、重慶、陜西、江西等省市，是我國(guó)建國(guó)以來(lái)破壞力最大的一次地震，截至2008年9月4日造成的直接經(jīng)濟(jì)損失達(dá)8452億元人民幣，其中四川省損失最嚴(yán)重，占到總損失的91.3%。本文以受地震影響較小(或幾乎不受地震影響)和不受地震影響的其他省區(qū)為控制組，構(gòu)建四川省貿(mào)易增長(zhǎng)的反事實(shí)模型，估計(jì)汶川地震對(duì)四川省對(duì)外貿(mào)易增長(zhǎng)的影響。

二、文獻(xiàn)綜述

自20世紀(jì)60年代災(zāi)難經(jīng)濟(jì)學(xué)誕生以來(lái)，國(guó)外學(xué)者就災(zāi)害發(fā)生的經(jīng)濟(jì)損失估計(jì)、對(duì)區(qū)域經(jīng)濟(jì)的影響等進(jìn)行了廣泛的研究，研究災(zāi)難的發(fā)生對(duì)一國(guó)(或地區(qū))國(guó)際貿(mào)易發(fā)展影響的文獻(xiàn)相對(duì)較少。Gassebner et al.運(yùn)用引力模型使用1962—2004年170個(gè)國(guó)家的災(zāi)難數(shù)據(jù)實(shí)證研究了災(zāi)難對(duì)進(jìn)出口貿(mào)易的影響。保守的估計(jì)顯示，額外災(zāi)難的發(fā)生將使進(jìn)口平均減少0.2%，出口減少0.1%[1]。Chang 和 Rafael使用1985—2003年116個(gè)國(guó)家和地區(qū)的數(shù)據(jù)實(shí)證分析了氣候?yàn)?zāi)難和政治風(fēng)險(xiǎn)對(duì)雙邊貿(mào)易的影響。分析結(jié)果認(rèn)為，氣候?yàn)?zāi)難和政治風(fēng)險(xiǎn)均會(huì)帶來(lái)雙邊貿(mào)易的減少，政治風(fēng)險(xiǎn)較小的國(guó)家，氣候?yàn)?zāi)難所帶來(lái)的貿(mào)易下降幅度較小[2]。Felbermayr和Gr?schl運(yùn)用工具變量法實(shí)證分析了自然災(zāi)害對(duì)雙邊貿(mào)易的影響，分析結(jié)果顯示自然災(zāi)害會(huì)增加進(jìn)口而減少出口，其影響程度受地理距離、金融距離等因素的影響[3]。劉厲兵和汪洋融合自然災(zāi)害對(duì)需求的復(fù)雜影響和多源比較優(yōu)勢(shì)理論分析了進(jìn)口國(guó)發(fā)生自然災(zāi)害對(duì)出口國(guó)貿(mào)易流動(dòng)的影響，認(rèn)為進(jìn)口國(guó)發(fā)生自然災(zāi)害對(duì)各產(chǎn)業(yè)貿(mào)易流動(dòng)表現(xiàn)出迥然各異的作用[4]。

自然災(zāi)害的發(fā)生對(duì)國(guó)際貿(mào)易影響的研究目前尚未取得一致結(jié)論，災(zāi)害造成的負(fù)面影響與政府災(zāi)后重建及財(cái)政補(bǔ)貼帶來(lái)的積極影響相互作用，使得最終結(jié)果難以識(shí)別。本文以汶川地震為例，構(gòu)建反事實(shí)模型，運(yùn)用Lasso方法(LASSO是由1996年Robert Tibshirani首次提出，全稱Least absolute shrinkage and selection operator，該方法是一種壓縮估計(jì))進(jìn)行變量選擇，研究汶川地震對(duì)四川省出口貿(mào)易增長(zhǎng)率的影響，以期為正確認(rèn)識(shí)自然災(zāi)害的影響、對(duì)相關(guān)政策的制定提供參考。

三、理論分析與模型構(gòu)建

(一)理論分析

自然災(zāi)害對(duì)國(guó)際貿(mào)易的影響可以分為直接影響和間接影響。對(duì)出口的直接影響是源于出口部門(mén)的人員傷亡和財(cái)產(chǎn)設(shè)備損失，災(zāi)難的發(fā)生會(huì)導(dǎo)致企業(yè)投資減少，產(chǎn)出下降；間接影響來(lái)自于公共基礎(chǔ)設(shè)施，如公路、橋梁、鐵路、通訊設(shè)備等對(duì)出口供應(yīng)鏈的破壞，這些都將導(dǎo)致出口的下降，而災(zāi)后政府的財(cái)政支持將會(huì)緩解以上因素造成的負(fù)面影響。

(二)反事實(shí)模型及變量選擇

t=1,2,3,…，T

(1)

其中xjt表示隨時(shí)間變化的影響貿(mào)易增長(zhǎng)的共同因素，j=1,2,3,…,m，t=1,2,3,…,T；αi表示各省區(qū)的個(gè)體效應(yīng)，i=1,2,3,…,n；εit表示模型的隨機(jī)擾動(dòng)項(xiàng)，并且滿足E(εit)=0。(1)式可以改寫(xiě)成向量的形式：

(2)

(3)

其中，trade-1t=(trade2t,trade3t,…,tradent)，進(jìn)一步地，可以把(3)式寫(xiě)成：

(4)

本文之所以選擇利用除四川以外其他省區(qū)貿(mào)易增長(zhǎng)率的線性組合來(lái)預(yù)測(cè)四川省的反事實(shí)貿(mào)易增長(zhǎng)率，而不是通過(guò)尋找影響各省區(qū)貿(mào)易增長(zhǎng)的共同因素來(lái)進(jìn)行預(yù)測(cè)，主要是考慮到出口貿(mào)易的增長(zhǎng)受到多種因素的影響，并且這些影響因素和出口貿(mào)易之間存在較強(qiáng)的內(nèi)生性問(wèn)題，如果影響因素考慮不全面，還會(huì)帶來(lái)由于遺漏變量導(dǎo)致的估計(jì)結(jié)果偏差問(wèn)題。在省區(qū)的選擇上，不能使用四川省之外的所有省區(qū)進(jìn)行估計(jì)，這是因?yàn)楦魇^(qū)之間存在較為嚴(yán)重的多重共線性，因此需要對(duì)構(gòu)成反事實(shí)估計(jì)的省區(qū)進(jìn)行選擇，本文使用Lasso方法進(jìn)行變量的選擇。

Lasso方法基本思想是給模型參數(shù)添加一個(gè)懲罰項(xiàng)進(jìn)行壓縮，從而使一些估計(jì)系數(shù)變小，甚至使一些絕對(duì)值較小的系數(shù)直接變?yōu)?。假設(shè)自變量Yi=(y1,y2,…,yn)′和因變量Xi=(Xi1,Xi2,…,Xim)′可建立如下線性方程：

(5)

6

其中，λ為控制壓縮程度的參數(shù)，λ值越大說(shuō)明壓縮越厲害，Lasso估計(jì)通過(guò)將一些系數(shù)壓縮為零來(lái)進(jìn)行變量選擇。

四、實(shí)證分析

(一)數(shù)據(jù)來(lái)源和數(shù)據(jù)說(shuō)明

本文依據(jù)2005年1月至2009年12月除西藏以外的30個(gè)省區(qū)出口貿(mào)易月度數(shù)據(jù)為原始資料，通過(guò)月度匯率將其轉(zhuǎn)化為人民幣標(biāo)價(jià)的名義數(shù)據(jù)，并使用居民消費(fèi)價(jià)格指數(shù)將名義貿(mào)易額轉(zhuǎn)化為實(shí)際貿(mào)易額。為了消除季節(jié)性因素對(duì)貿(mào)易增長(zhǎng)率的波動(dòng)性影響，在計(jì)算貿(mào)易增長(zhǎng)率時(shí)使用月度同比增長(zhǎng)率表示。樣本期內(nèi)共48個(gè)觀測(cè)值，其中汶川地震發(fā)生之前共28個(gè)觀測(cè)值，地震發(fā)生之后共20個(gè)觀測(cè)值。本文的出口貿(mào)易月度數(shù)據(jù)和居民消費(fèi)價(jià)格指數(shù)來(lái)源于中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)，月度匯率數(shù)據(jù)來(lái)源于國(guó)際清算銀行(BIS)。

(二) Lasso反事實(shí)模型估計(jì)及結(jié)果分析

通過(guò)樣本期內(nèi)四川省出口貿(mào)易月度同比增長(zhǎng)率的變化趨勢(shì)圖，可以看到在地震發(fā)生之前出口增長(zhǎng)率表現(xiàn)出較大的波動(dòng)幅度，很難判斷汶川地震的發(fā)生對(duì)貿(mào)易增長(zhǎng)率變化的影響程度有多大，因此根據(jù)前文的模型設(shè)計(jì)對(duì)出口同比增長(zhǎng)率影響進(jìn)行分析。

在進(jìn)行Lasso估計(jì)前需要對(duì)原始數(shù)據(jù)進(jìn)行中心化處理，然后以四川省出口貿(mào)易增長(zhǎng)率為被解釋變量，其他省區(qū)出口貿(mào)易增長(zhǎng)率為解釋變量，建立反事實(shí)模型，并用R軟件估計(jì)壓縮因子在從0到1變動(dòng)時(shí)參數(shù)的估計(jì)結(jié)果，并進(jìn)一步根據(jù)壓縮因子從0到1取值所得預(yù)測(cè)值均方誤差大小，最終確定的壓縮因子值為0.09，解釋變量中除了福建、廣西、海南、湖北、江西、遼寧、北京、安徽外，其他地區(qū)的系數(shù)都被壓縮為0，因此最終選擇以上8個(gè)省區(qū)構(gòu)造四川省出口貿(mào)易增長(zhǎng)的反事實(shí)模型。

由于在進(jìn)行Lasso估計(jì)時(shí)對(duì)數(shù)據(jù)進(jìn)行了中心化處理，上述模型無(wú)法進(jìn)行預(yù)測(cè)，本文使用以上8個(gè)省區(qū)為經(jīng)過(guò)中心化處理的數(shù)據(jù)建立反事實(shí)模型，并采用OLS估計(jì)方法，預(yù)測(cè)四川省的出口貿(mào)易增長(zhǎng)率，如下表1所示。

表1 基于Lasso估計(jì)建立的出口貿(mào)易增長(zhǎng)反事實(shí)模型OLS估計(jì)結(jié)果

注：表中括號(hào)內(nèi)數(shù)值表示t值，*、**、***分別表示10%、5%、1%的顯著性水平；表中沒(méi)有匯報(bào)常數(shù)項(xiàng)。

為了驗(yàn)證模型的預(yù)測(cè)效果，首先將地震發(fā)生前的數(shù)據(jù)帶入模型進(jìn)行樣本內(nèi)預(yù)測(cè)，然后與實(shí)際值進(jìn)行比較，觀察擬合效果，結(jié)果見(jiàn)圖1。從圖中可以看出，預(yù)測(cè)值與實(shí)際值非常接近，說(shuō)明反事實(shí)模型能夠較好地?cái)M合地震發(fā)生之前四川省的出口貿(mào)易增長(zhǎng)路徑。

圖1 汶川地震發(fā)生之前四川省出口貿(mào)易增長(zhǎng)率的實(shí)際值和預(yù)測(cè)值對(duì)比圖

使用以上建立的反事實(shí)估計(jì)模型，對(duì)地震發(fā)生后四川省的反事實(shí)出口貿(mào)易增長(zhǎng)路徑進(jìn)行預(yù)測(cè)，結(jié)果如表2所示。表中實(shí)際值表示四川省實(shí)際觀測(cè)到的出口貿(mào)易增長(zhǎng)率，預(yù)測(cè)值表示使用反事實(shí)模型估計(jì)的出口貿(mào)易增長(zhǎng)率，處理效應(yīng)指地震的發(fā)生對(duì)四川省出口貿(mào)易增長(zhǎng)率的影響，即實(shí)際值與預(yù)測(cè)值之差，表中最后一行為各增長(zhǎng)率的平均值。

表2 汶川地震后四川省出口貿(mào)易增長(zhǎng)的處理效應(yīng)

圖2 汶川地震發(fā)生后四川省出口貿(mào)易增長(zhǎng)率的實(shí)際值和預(yù)測(cè)值對(duì)比圖

從表2可以看出，地震發(fā)生后的前四個(gè)月，地震對(duì)四川省出口貿(mào)易增長(zhǎng)率表現(xiàn)明顯的負(fù)向影響：地震發(fā)生的當(dāng)月，地震導(dǎo)致出口貿(mào)易增長(zhǎng)率下降2.09%，第二個(gè)月下降了8.68%，且隨著時(shí)間的推移，地震對(duì)出口貿(mào)易的影響程度越來(lái)越大，這可能是因?yàn)槌隹谫Q(mào)易的滯后性所導(dǎo)致的。災(zāi)后重建及外界援助的效果逐漸顯現(xiàn)，不但抵消了地震帶來(lái)的消極影響，還促進(jìn)了四川省出口貿(mào)易的發(fā)展，從震后第五個(gè)月開(kāi)始，四川省出口貿(mào)易增長(zhǎng)率大于預(yù)測(cè)值，而地震發(fā)生后第15個(gè)月開(kāi)始，地震對(duì)四川省出口貿(mào)易增長(zhǎng)的影響變得不明顯了，影響時(shí)正時(shí)負(fù)。從出口增長(zhǎng)的平均值來(lái)看，地震對(duì)四川省出口增長(zhǎng)的平均影響為4.61%，但該數(shù)值沒(méi)有通過(guò)5%顯著性水平下的雙側(cè)t檢驗(yàn)，即說(shuō)明汶川地震對(duì)四川省出口貿(mào)易增長(zhǎng)沒(méi)有造成顯著的影響。綜合以上分析可以看出，汶川地震的發(fā)生在短期內(nèi)給四川出口貿(mào)易增長(zhǎng)帶來(lái)了負(fù)面影響，但隨著政府災(zāi)后重建項(xiàng)目的啟動(dòng)和外界援助效果的顯現(xiàn)，地震的發(fā)生促進(jìn)了四川省出口貿(mào)易的增長(zhǎng)，而長(zhǎng)期來(lái)看，汶川地震對(duì)四川省出口貿(mào)易增長(zhǎng)沒(méi)有顯著性影響。圖2給出了汶川地震發(fā)生后四川省出口貿(mào)易增長(zhǎng)的實(shí)際值和預(yù)測(cè)值對(duì)比結(jié)果，其中虛線表示反事實(shí)模型估計(jì)的出口貿(mào)易增長(zhǎng)率變化趨勢(shì)。

五、結(jié)論與啟示

本文通過(guò)構(gòu)建四川省出口貿(mào)易增長(zhǎng)的反事實(shí)模型，使用Lasso估計(jì)方法分析了汶川地震的發(fā)生對(duì)四川省出口貿(mào)易增長(zhǎng)的影響。分析結(jié)果顯示，長(zhǎng)期來(lái)看，地震災(zāi)害的發(fā)生對(duì)四川省出口貿(mào)易增長(zhǎng)沒(méi)有顯著性影響，短期內(nèi)地震的發(fā)生降低了四川省出口貿(mào)易的增長(zhǎng)速度，但是這種影響持續(xù)的時(shí)間非常短，災(zāi)后第五個(gè)月開(kāi)始地震所帶來(lái)的負(fù)面影響逐漸消失。地震災(zāi)害的負(fù)面影響逐漸消失后，出口貿(mào)易的增長(zhǎng)率均大于理論預(yù)測(cè)值，這可能說(shuō)明政府的災(zāi)后重建及財(cái)政支出拉動(dòng)了四川對(duì)外貿(mào)易的較快增長(zhǎng)，其政策啟示在于災(zāi)后有效及時(shí)的救助措施將對(duì)受災(zāi)地區(qū)的經(jīng)濟(jì)恢復(fù)和發(fā)展具有重要作用。此外，可適當(dāng)進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，加大技術(shù)投入，縮短災(zāi)后恢復(fù)周期。