宋妍　李振冉　張明

摘要：國內(nèi)關(guān)于自然災(zāi)害長期間接影響的研究較少，理清自然災(zāi)害的長期間接損失及其成因具有重要現(xiàn)實價值與深刻政策含義?；?994—2016年四川省181個縣的數(shù)據(jù)，使用合成控制法，分別研究汶川地震對10個極重災(zāi)區(qū)經(jīng)濟(jì)產(chǎn)生的長期間接影響。研究結(jié)果顯示，汶川地震對災(zāi)區(qū)經(jīng)濟(jì)造成的長期間接影響可以區(qū)分為兩種情況，第一種是“復(fù)興”型災(zāi)區(qū)，包括茂縣和彭州市，表現(xiàn)為2016年人均GDP恢復(fù)到了其反事實水平;第二種是“復(fù)舊型”災(zāi)區(qū)，包括汶川縣、北川縣等8個極重災(zāi)區(qū)，表現(xiàn)為2016年人均GDP未恢復(fù)到其反事實水平。2008—2011年，所有極重災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)情況都比較好，2011年之后，“復(fù)興”型災(zāi)區(qū)繼續(xù)保持較好的經(jīng)濟(jì)恢復(fù)效果，但“復(fù)舊”型災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)效果開始走下坡路，并可能形成“貧困陷阱”。在此基礎(chǔ)上，結(jié)合羅默內(nèi)生增長理論，進(jìn)一步分析汶川地震對經(jīng)濟(jì)長期間接影響異質(zhì)性的原因，發(fā)現(xiàn)災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)效果依賴固定資產(chǎn)投資拉動。2008—2011年經(jīng)濟(jì)恢復(fù)情況較好的原因是國家和當(dāng)?shù)卣M(jìn)行災(zāi)后重建所拉動，2011年后“復(fù)舊”型災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)變差的原因之一是災(zāi)區(qū)在重建過程中負(fù)債沉重，導(dǎo)致后期投資不足，且擁有較好的就業(yè)率和人力資本的災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)會更好。由此，政府在制定災(zāi)后救援政策時不僅要考慮減少初期災(zāi)害損失，還應(yīng)考慮減少長期經(jīng)濟(jì)損失;災(zāi)區(qū)政府應(yīng)當(dāng)合理安排援建資金，將援建轉(zhuǎn)變成一種機(jī)遇，在災(zāi)后重建過程中實現(xiàn)企業(yè)戰(zhàn)略轉(zhuǎn)型和產(chǎn)業(yè)優(yōu)化升級，從而促進(jìn)經(jīng)濟(jì)穩(wěn)定發(fā)展，將災(zāi)害損失降低到最小。

關(guān)鍵詞 自然災(zāi)害;汶川地震;長期間接影響;合成控制法;災(zāi)后恢復(fù)

中圖分類號 D630文獻(xiàn)標(biāo)識碼 A文章編號 1002-2104（2019）09-0117-10[WTHZ]DOI：10.12062/cpre.20190314

自然災(zāi)害威脅人類生存，并影響經(jīng)濟(jì)、社會可持續(xù)發(fā)展。聯(lián)合國和世界銀行等國際機(jī)構(gòu)將自然災(zāi)害損失界定為直接損失和間接損失[1]，直接損失是災(zāi)害發(fā)生時點上造成的“固定資本”和“人力資本”損失，也稱“存量損失”;間接損失是災(zāi)害發(fā)生后產(chǎn)生的連鎖反應(yīng)，包括商品生產(chǎn)的減少和服務(wù)功能的下降。與直接損失不同，間接損失具有時間滯后性和時間跨度的“間接”性，影響時間更長，影響程度更深。Cavallo and Noy[2]將受災(zāi)時間超過五年界定為長期，五年及以下界定為短期，其他有關(guān)自然災(zāi)害影響研究的時期區(qū)分也普遍采用該辦法。中國是世界上受自然災(zāi)害侵襲最嚴(yán)重的國家之一，但關(guān)于自然災(zāi)害造成長期間接影響的研究卻很少，主要原因一是政府和公眾對地震造成的長期間接影響關(guān)注度不夠，二是相對于直接損失估計，間接損失估計更加困難。本文研究汶川地震對極重災(zāi)區(qū)經(jīng)濟(jì)造成的長期間接影響，研究結(jié)論能夠為有關(guān)部門設(shè)計、實施災(zāi)后重建政策提供理論依據(jù)與決策支持。

1 文獻(xiàn)綜述

關(guān)于自然災(zāi)害長期間接影響的研究，主要有三種觀點，分別是：自然災(zāi)害促進(jìn)一個地區(qū)經(jīng)濟(jì)增長[3-4]、自然災(zāi)害對地區(qū)經(jīng)濟(jì)增長具有負(fù)面效應(yīng)[5-6]、自然災(zāi)害對地區(qū)經(jīng)濟(jì)無顯著影響[7-8]。這些異質(zhì)觀點與研究者采用的研究方法、受災(zāi)地區(qū)的災(zāi)害程度和體制差異等有關(guān)。例如，Loayza et al[9]從Solow-Swan增長模型出發(fā)研究動態(tài)經(jīng)濟(jì)增長，認(rèn)識到災(zāi)害影響經(jīng)濟(jì)增長，但并非總是消極的;不同災(zāi)害對經(jīng)濟(jì)部門影響不同，不同經(jīng)濟(jì)部門災(zāi)害承受能力也不同：中等程度災(zāi)害可以產(chǎn)生積極的增長效應(yīng)，但嚴(yán)重災(zāi)難卻不可能產(chǎn)生長期積極影響等。Barone and Mocetti[10]使用合成控制法發(fā)現(xiàn)意大利兩場地震在短期對經(jīng)濟(jì)未產(chǎn)生顯著影響;從長期來看，F(xiàn)riuli地震促進(jìn)了地區(qū)經(jīng)濟(jì)的發(fā)展，Irpinia地震則抑制了當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展，造成這一結(jié)果的原因是地震前兩個地區(qū)的制度質(zhì)量存在差異。Wu et al[11]利用區(qū)域投入產(chǎn)出模型估計四川汶川地震造成的間接損失，表明生產(chǎn)和住房部門的間接損失約為直接損失的40%，并估計震后重建周期為八年。

近年來，國際上對于自然災(zāi)害造成長期間接損失的研究多使用合成控制法[2，7，10]。合成控制法通過控制相關(guān)特征值，根據(jù)其它未發(fā)生自然災(zāi)害的地區(qū)構(gòu)造反事實，給出合理的權(quán)重，減少了主觀選擇對照組產(chǎn)生的誤差和內(nèi)生性問題。通過對比災(zāi)區(qū)實際經(jīng)濟(jì)發(fā)展路徑與反事實路徑，可以很清晰地看出災(zāi)區(qū)的恢復(fù)情況。另外，合成控制法可以根據(jù)每一個研究對象進(jìn)行分析，避免平均化評價。然而，在使用合成控制法的研究過程中，出現(xiàn)過因選擇研究對象規(guī)模不同導(dǎo)致結(jié)論迥異的情況，前述Dupont and Noy[5]研究神戶地震對兵庫縣的人口影響時，得出地震發(fā)生后人口下降，但很快恢復(fù)，并超過兵庫縣的反事實;之后Dupont et al[12]研究同一問題，卻得出相反結(jié)論，地震后神戶市的人口一直低于反事實水平，并未超過反事實。造成這兩次結(jié)果不同的原因是地震對兵庫縣內(nèi)部的影響存在較大差異性，對震中的影響較大，離震中越遠(yuǎn)，其影響越小?；诖耍疚脑诤罄m(xù)汶川地震情況介紹中說明此次地震造成的差異性影響，并確定以地級縣為研究對象進(jìn)行分析。

2 模型及數(shù)據(jù)說明

本文基于Abadie et al[13]提出的合成控制法，以1996—2016年四川省181個縣的數(shù)據(jù)為面板數(shù)據(jù)，研究汶川地震發(fā)生對極重災(zāi)區(qū)長期人均GDP（Gross Domestic Product）的影響，并深入分析震后災(zāi)區(qū)的恢復(fù)情況。

2.1 模型設(shè)計

假設(shè)有（J+1）個縣，第1個縣為實驗組，即極重災(zāi)區(qū);另外J個縣為控制組，即未發(fā)生地震的縣。研究區(qū)間為[1，t]，其中，T0為地震發(fā)生年份，有（1

YNit=δt+θtZi+λtμi+εit??????????????????????????????????????????????? （1）

其中，δt表示影響所有（J+1）個縣人均GDP的時間固定效應(yīng);Zi表示一個可觀測的（r×1）控制變量，控制變量是影響人均GDP的因素，包括投資率、產(chǎn)業(yè)占比、人口密度等;θt表示一個（1×r）維參數(shù)向量;λt表示一個（1×F）維無法觀測的公共因子向量;μi表示一個（F×1）維不可觀測縣的固定效應(yīng);εit表示隨機(jī)擾動項。

假設(shè)合成控制組縣的權(quán)重為J維向量：W={w2，w3，…，wJ+1}′，其中wj表示第j個縣的權(quán)重（wj≥0），有j∈[2，J+1]，并且w2+w3+…+wJ+1=1。針對每一個控制組縣的結(jié)果變量，經(jīng)過加權(quán)后得到：

∑J+1i=2wiYit=δt+θt∑J+1i=2wiZi+λt∑J+1i=2wiμi+∑J+1i=2wiεit??????????????????????????????????? （2）

使用實驗組因子模型減去（2）式得：

YN1t-∑J+1i=2wiYit=θt（Z1-∑J+1i=2wiZi）+λt（μ1-∑J+1i=2wiμi）+

∑J+1i=2wi（ε1t-εit）（3）

如果存在W*={w*2，w*3，…，w*J+1}′使得：

YN11=∑J+1i=2w*iYi1，YN12=∑J+1i=2w*iYi2，…，YN1（T0-1）=∑J+1i=2w*iYi（T0-1）和Z1=∑J+1i=2w*iZi，那么（3）式等于：

YN1t-∑J+1i=2w*iYit=λt（μ1-∑J+1i=2w*iμi）+∑J+1i=2w*i（ε1t-εit），t∈（T0，t） ??? ??????????????????????（4）

根據(jù)Abadie et al[13]，如果地震發(fā)生前的時間段相對于研究時間段較長，且地震前時間段合成效果較好，（4）式等號右邊將趨近于0，那么就可以在研究時間段把∑J+1i=2w*iYit作為YN1t的無偏估計，得到效果函數(shù)：

πit=YIit-∑J+1i=2w*iYit

W*的求解最為關(guān)鍵。定義[（T0-1）×1]維行向量M=（m1，m2，…，m（T0-1））和[（T0-1）×1]維列向量Yi=（Yi1，Yi2，…，Yi（T0-1）），YMi=MYi是未發(fā)生地震前（T0-1）期人均GDP的線性組合。假設(shè)M的不同取值向量有F個，則存在F個（T0-1）期人均GDP的線性組合YM1i，YM2i，…，YMFi。定義一個[（r+F）×1]維特征向量X0={Z′1，YM11，YM21，…，YMF1}和一個[（r+F）×J]維矩陣，該矩陣每一列都代表一個控制組縣的特征向量。W*使得X0與W*X1之間的距離最小，考慮最小化問題：minW（X0-W*X1）′V（X0-W*X1），即可求出W*。其中，V用于在控制變量上設(shè)置合理的權(quán)重，反映各個預(yù)測變量對人均GDP的預(yù)測能力，V的選擇會影響均方誤差，最優(yōu)的V能夠達(dá)到合成控制值的均方誤差最小化。

2.2 數(shù)據(jù)來源與指標(biāo)選取

本文使用四川省數(shù)據(jù)進(jìn)行研究，主要因為不同省份經(jīng)濟(jì)發(fā)展類型和速度有很大不同。經(jīng)濟(jì)發(fā)展水平存在較大差異的省份，各省的數(shù)據(jù)往往不具有可比性，使用跨省數(shù)據(jù)會進(jìn)一步加大估計差距;另外，中國各省統(tǒng)計年鑒在縣級層面的統(tǒng)計內(nèi)容存在較大差異，數(shù)據(jù)間可比性較差。本文所有數(shù)據(jù)來自于《四川統(tǒng)計年鑒》（1994—2016）。

“間接損失”本質(zhì)上是一個“流量”概念，自然災(zāi)害對經(jīng)濟(jì)造成的間接影響包括停減產(chǎn)損失、產(chǎn)業(yè)關(guān)聯(lián)損失、災(zāi)害后政府服務(wù)下滑等，這些都會對災(zāi)區(qū)經(jīng)濟(jì)造成負(fù)面影響。大部分學(xué)者使用長期實際GDP （RGDP）或?qū)嶋H人均GDP（RGDPPC）來衡量自然災(zāi)害對災(zāi)區(qū)經(jīng)濟(jì)造成的間接損失，而人均GDP相對于GDP更能反映經(jīng)濟(jì)的增長情況，更好反映災(zāi)區(qū)宏觀經(jīng)濟(jì)運行狀況，所以本文選擇人均GDP作為主要指標(biāo)來刻畫地震對災(zāi)區(qū)經(jīng)濟(jì)的間接影響，以及震后災(zāi)區(qū)經(jīng)濟(jì)的恢復(fù)情況。

本文根據(jù)Abadie et al[14]和楊經(jīng)國等[15]的研究選取控制變量。具體地，就業(yè)人數(shù)占人口比重表示勞動力投入情況;固定資產(chǎn)投資占GDP比重衡量地區(qū)資本投入情況;各產(chǎn)業(yè)生產(chǎn)總值占GDP比例反映地區(qū)產(chǎn)業(yè)結(jié)構(gòu);人口密度用來衡量縣域規(guī)模。由于統(tǒng)計年鑒統(tǒng)計指標(biāo)發(fā)生變動，1994—1999年四川統(tǒng)計年鑒對于教育行業(yè)只統(tǒng)計了各類學(xué)校在校學(xué)生數(shù)，而1999—2016年統(tǒng)計了小學(xué)和普通中學(xué)在校學(xué)生數(shù)，本文將1994—1999年各類學(xué)校在校學(xué)生數(shù)占年末總?cè)丝诒壤鳛橐粋€控制變量，將1999—2016年小學(xué)和普通中學(xué)在校學(xué)生數(shù)占年末總?cè)丝诒壤鳛橐粋€控制變量，用來反映人力資本情況。

3 實證分析

3.1 汶川地震及其經(jīng)濟(jì)影響

汶川地震發(fā)生于北京時間（UTC+8）2008年5月12日，此次地震的面波震級達(dá)8.0 Ms，矩震級達(dá)8.3 Mw，最大地震烈度達(dá)11度[16]。

汶川地震中，10個極重災(zāi)區(qū)分別是：汶川縣（震中）、安縣、茂縣、北川縣、彭州市、什邡市、平武縣、綿竹市、都江堰市、青川縣。另外，四川省較重災(zāi)區(qū)有29個，一般災(zāi)區(qū)有100個。表1給出了極重災(zāi)區(qū)和較重災(zāi)區(qū)2008年人均GDP相對于2007年的下降程度。10個極重災(zāi)區(qū)中，汶川縣2008年人均GDP相對于2007年下降了一半多，影響最大;極重災(zāi)區(qū)中，受災(zāi)最輕的為安州區(qū)，人均GDP下降僅3.34%?？梢钥闯?，汶川地震對各縣經(jīng)濟(jì)影響存在較大的差異性。不同受災(zāi)程度可能會導(dǎo)致后期恢復(fù)效果不同，所以針對每個縣進(jìn)行研究，能夠為受災(zāi)縣災(zāi)后重建工作提出更有針對性的對策建議。

3.2 實證結(jié)果分析

四川省一共181個縣（自治縣、縣級市、區(qū)），其中極重災(zāi)區(qū)和較重災(zāi)區(qū)39個。由于一般災(zāi)區(qū)地震烈度為6級，地震烈度6級被定義為有輕微損壞，所以一般災(zāi)區(qū)經(jīng)濟(jì)幾乎不受影響，可以將四川省除了極重災(zāi)區(qū)和較重災(zāi)區(qū)以外的其他縣作為控制組，去除在1994—2016年發(fā)生過其他自然災(zāi)害的15個地區(qū)和無法統(tǒng)計數(shù)據(jù)的15個地區(qū)，共保留112個控制組縣，10個極重災(zāi)區(qū)分別作為實驗組。

本文對10個極重災(zāi)區(qū)分別進(jìn)行了實證分析，但受篇幅限制，除表3外，只呈現(xiàn)部分縣的結(jié)果。

表2給出了北川縣和平武縣各控制特征變量與其反事實各控制變量的對比?？梢钥闯觯巳丝诿芏韧?，各個真實特征值都與合成區(qū)特征值極其接近，說明實驗組與合成區(qū)具有較強(qiáng)的親和力。

表3給出了各個實驗組的合成權(quán)重，第一行是實驗組縣名，第一列是權(quán)數(shù)為正的控制組縣名。例如，汶川由錦江區(qū)、溫江區(qū)、新津縣、沙灣區(qū)構(gòu)成，并且它們的合成權(quán)重分別為：0.017、0.298、0.416、0.27。

圖1給出了實驗組人均GDP和反事實人均GDP走勢圖。其中，實線表示實驗組人均GDP曲線，虛線表示反事實的人均GDP曲線。

比較實驗組和反事實在綜合控制期間（1994—2007年）人均GDP的變化。所有縣的人均GDP路徑和反事實路徑在2008年之前基本是重疊的，2008年實驗組人均GDP相對于反事實人均GDP都有不同程度下降，可見地震對經(jīng)濟(jì)造成了嚴(yán)重的影響，2008年之后實驗組人均GDP開始上升，兩條曲線的差值可以反映出震后災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)效果。

2008—2011年10個極重災(zāi)區(qū)人均GDP曲線與反事實曲線是逐漸靠近的，這段時間災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)效果非常好，表明災(zāi)后國家抗震救災(zāi)政策發(fā)揮了有效作用。但是2011年后沒有國家抗震救災(zāi)政策的支持，災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)效果呈現(xiàn)出兩種情況，第一種經(jīng)濟(jì)恢復(fù)效果變差，即人均GDP曲線與反事實曲線差距變大，包括汶川縣、平武縣、什邡縣、都江堰市、綿竹市、青川縣、北川縣、安州區(qū);另一種恢復(fù)效果繼續(xù)變好，人均GDP曲線超過反事實曲線，包括彭州市和茂縣。如果第一種情況的災(zāi)區(qū)人均GDP與反事實差距繼續(xù)擴(kuò)大，這些地區(qū)很可能會形成“貧困陷阱”。

3.3 安慰劑檢驗

安慰劑檢驗是把每個控制組縣都假設(shè)為實驗組，分別對它們做一次合成控制。在北川縣的例子中，處理區(qū)域的估計差距在113項測試中排名第9，表明在隨機(jī)排列的治療下，估計出一個更大效果的概率是8/113=7.07%。在平武縣的例子中，平武縣在測試中排第4，表明在隨機(jī)排列的治療下，估計出更大效果的概率是3/113=2.65%。在置信區(qū)間設(shè)置中，對北川縣和平武縣的估計在10%的顯著性水平下是顯著的。

3.4 穩(wěn)健性檢驗

本文進(jìn)行兩次穩(wěn)健性檢驗。第一次，通過迭代方式做了敏感性分析[17]。以北川為例，多次評估構(gòu)建合成北川縣的基礎(chǔ)模型，每一次迭代過程中刪去合成北川縣權(quán)重比較大的一個縣，進(jìn)行五次迭代。例如，北川縣合成區(qū)及權(quán)重分別為：沐川縣，0.172;德昌縣，0.149;高縣，0.136;峨邊縣，0.135;金陽縣，0.094;美姑縣，0.091;寧南縣，0.089;昭覺縣，0.084;天全縣，0.042;平昌縣，0.008;仁壽縣，0.001。第一次迭代中將沐川縣排除控制組，然后用新的控制組對北川縣進(jìn)行合成，第二次迭代再將德昌縣排除控制組，接著高縣、峨邊縣、金陽縣，共進(jìn)行五次，以檢驗北川縣人均GDP合成效果是否受合成對象組成權(quán)重的影響，是否會因為控制組里某一個縣缺失而導(dǎo)致結(jié)果的不同。從圖2（a）和（b）的穩(wěn)健性檢驗圖可以看出，實證結(jié)果并沒有隨著控制組變化而發(fā)生變化。

第二次，由于地震發(fā)生后，極重災(zāi)區(qū)和較重災(zāi)區(qū)受災(zāi)十分嚴(yán)重，一般災(zāi)區(qū)與較重災(zāi)區(qū)相鄰，雖然受地震影響十分小，但可能會在重建過程中受益，如極重災(zāi)區(qū)和較重災(zāi)區(qū)人力資本外流到一般災(zāi)區(qū)，某些企業(yè)會選擇在旁邊受災(zāi)較輕的縣重新選址重建;或者受損，如一般災(zāi)區(qū)的企業(yè)客戶大部分位于極重和較重災(zāi)區(qū)，那么一般災(zāi)區(qū)就有可能在地震后經(jīng)濟(jì)受損。為了防止地震對一般災(zāi)區(qū)存在這種影響，從而導(dǎo)致結(jié)果偏差，這里將一般災(zāi)區(qū)從控制組中去除，只留下四川省不受災(zāi)的縣作為新的控制組，以檢驗結(jié)果的穩(wěn)健性[10]。圖3（a）和（b）分別是北川縣和平武縣的穩(wěn)健性檢驗，可以看出，結(jié)果是穩(wěn)健的。

4 長期間接影響的進(jìn)一步討論

日本專家Toshikazu[18]將災(zāi)后恢復(fù)重建工作的目標(biāo)分

為“復(fù)舊”和“復(fù)興”兩種情況。本文結(jié)合表1，將極重災(zāi)區(qū)經(jīng)濟(jì)的恢復(fù)情況分為兩類：第一類，“復(fù)舊”型，如北川縣、平武縣等，這類災(zāi)區(qū)與反事實人均GDP差值先變小后變

大;第二類，“復(fù)興”型，如彭州市、茂縣等，這類災(zāi)區(qū)人均GDP與反事實差值先變小，后超過合成區(qū)人均GDP。

為什么會同時發(fā)生這兩種情況呢？保羅·羅默的內(nèi)生增長模型認(rèn)為，一個部門的產(chǎn)出需要四種要素的投入，分別為有形資本、非熟練勞動力、人力資本和技術(shù)水平。為了研究影響災(zāi)區(qū)人均GDP恢復(fù)情況異質(zhì)性問題，本文從幾種要素出發(fā)，對比分析“復(fù)舊”和“復(fù)興”型災(zāi)區(qū)的要素投入情況。由于技術(shù)水平隱含于創(chuàng)新產(chǎn)品中，每種創(chuàng)新產(chǎn)品所具有的技術(shù)水平不同，技術(shù)水平數(shù)據(jù)無法從創(chuàng)新產(chǎn)品數(shù)據(jù)中抽離，所以暫不從技術(shù)水平方面進(jìn)行對比分析。具體地，使用固定資產(chǎn)投資衡量有形資本投入情況;使用就業(yè)率衡量非熟練勞動力投入情況;由于縣域數(shù)據(jù)只提供小學(xué)和中學(xué)在校學(xué)生數(shù)，所以使用小學(xué)和中學(xué)在校學(xué)生數(shù)占年末人口比例作為人力資本的衡量指標(biāo)。

圖4給出了四個縣固定資產(chǎn)投資與恢復(fù)情況對比?？梢钥闯?，2008年后全社會固定資產(chǎn)投資變化曲線走勢和恢復(fù)效果曲線走勢具有高度相關(guān)性。2008—2011年極重災(zāi)區(qū)的全社會固定資產(chǎn)投資增大，恢復(fù)效果曲線呈現(xiàn)上行。全社會固定資產(chǎn)投資增加，是因為在這期間政府快速實施了援建計劃，要求援建省連續(xù)三年將不少于上一年省財政收入的1%用于資助幫扶縣的物資供應(yīng)和發(fā)展;另外，當(dāng)?shù)卣餐度肓舜罅康呢斦Y金進(jìn)行災(zāi)后重建。

但2011年之后，沒有了援建省1%的財政援助，災(zāi)區(qū)固定資產(chǎn)投資減少。失去了高固定資產(chǎn)投資對經(jīng)濟(jì)的拉動作用，極重災(zāi)區(qū)恢復(fù)效果呈現(xiàn)出兩種情況，“復(fù)舊”型災(zāi)區(qū)人均GDP和反事實情況的人均GDP差距變大，并且差距逐步擴(kuò)大?！皬?fù)興”型災(zāi)區(qū)恢復(fù)效果依舊很好，人均GDP超過反事實。造成“復(fù)舊”型災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)效果變差的一個原因是：三年援建后期，災(zāi)區(qū)政府負(fù)債沉重，導(dǎo)致固定資產(chǎn)投資不足，例如，北川縣災(zāi)后重建過程中政府的債務(wù)高達(dá)48億，過高的債務(wù)導(dǎo)致后期災(zāi)區(qū)投資不足，災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)效果轉(zhuǎn)差。

對于“復(fù)興”型的兩個災(zāi)區(qū)，如圖4（c）彭州市，前期固定資產(chǎn)投資大于反事實情況，后期固定資產(chǎn)投資與反事實相差無幾，所以彭州市恢復(fù)效果并沒有變差，但對于圖4（d）茂縣，后期固定資產(chǎn)投資小于反事實。為什么茂縣沒有恢復(fù)，反而變差了呢？本文進(jìn)一步從就業(yè)率和人力資本兩個方面展開討論。

圖5給出了北川縣、平武縣、茂縣和彭州市就業(yè)率情況。如圖所示，茂縣就業(yè)率相對于其他幾個縣一直在升高，且升幅很大，這可能是茂縣長期恢復(fù)效果并沒有下降的原因之一。北川縣2010年就業(yè)率大幅下降是因為北川縣行政區(qū)域發(fā)生了變化，將安縣黃土鎮(zhèn)部分區(qū)域劃給北川縣為永昌鎮(zhèn)。可以看出，

北川縣就業(yè)率在震后上升，其中原因是災(zāi)后重建需要大量的勞動力，但2011年后就業(yè)率呈現(xiàn)先下降，然后再上升趨勢，就業(yè)率的下降會導(dǎo)致人均GDP增長緩慢，長期恢復(fù)效果變差;平武縣前期和北川縣情況一樣，但平武縣2011年后就業(yè)率一直在下降;對于“復(fù)興”型另外一個災(zāi)區(qū)彭州市，震后就業(yè)率下降，但后期就業(yè)率上升。

圖6給出了北川縣、平武縣、茂縣和彭州市小學(xué)和中學(xué)在校學(xué)生數(shù)占年末人口比例的情況，用來反映地方人力資本情況。羅默認(rèn)為，產(chǎn)出增長率隨著人力資本的增加而增加，大力投資于教育有利于經(jīng)濟(jì)增長。從圖6可以看出，茂縣人力資本比其它縣高出很多，較高的人力資本可以提高資本的利用率，這也是茂縣震后長期固定資產(chǎn)投資

不足，但恢復(fù)效果并沒有變差的一個重要原因;平武縣震前人力資本很低，但是震后人力資本下降幅度相比于“復(fù)舊”型兩個縣小。

5 結(jié)論及政策建議

本文利用四川省181個縣1994—2016年的數(shù)據(jù)，研究汶川地震對災(zāi)區(qū)經(jīng)濟(jì)的長期間接影響，以及震后災(zāi)區(qū)的恢復(fù)效果。文中將人均GDP作為衡量地震對災(zāi)區(qū)長期間接影響的指標(biāo)，控制相關(guān)控制變量，通過構(gòu)造災(zāi)區(qū)人均GDP的反事實曲線，得出以下研究結(jié)論：①地震對極重災(zāi)區(qū)經(jīng)濟(jì)造成嚴(yán)重的長期影響，并且經(jīng)過八年恢復(fù)期，只有彭州市和茂縣恢復(fù)到了其反事實水平，2016年彭州市和茂縣分別相對于反事實人均GDP上升14.71%和4.93%;其余8個極重災(zāi)區(qū)都未恢復(fù)到反事實水平，其中受長期負(fù)面影響最大的為汶川縣，2016年人均GDP相對于反事實人均GDP下降36.65%，最小的為青川縣，下降6.7%。②震后恢復(fù)情況可以劃分為“復(fù)興”型和“復(fù)舊”型兩類，“復(fù)舊”型災(zāi)區(qū)呈現(xiàn)出2008—2011年靠近反事實，2011—2016年逐步遠(yuǎn)離反事實的狀況，可能形成“貧困陷阱”。③災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)情況和固定資產(chǎn)投資具有較高相關(guān)性，2008—2011年災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)較好的原因是由于災(zāi)后重建，投資增加所拉動，而“復(fù)舊”型災(zāi)區(qū)2011年后遠(yuǎn)離反事實，除了投資減少，更低的就業(yè)率和人力資本水平是主要原因?；谏鲜鲅芯拷Y(jié)論，提出以下政策建議：第一，政府在制定災(zāi)后救援政策時不僅要考慮減少初

期災(zāi)害損失，還應(yīng)考慮減少長期經(jīng)濟(jì)損失。災(zāi)后國家迅速出臺了《汶川地震災(zāi)后恢復(fù)重建對口支援方案》，確定東部和中部19個省市，對口援建四川省18個市縣以及甘肅省、陜西省受災(zāi)嚴(yán)重地區(qū)。具體為每個支援省份承諾連續(xù)三年將不低于上一年省財政收入的1%用于資助受災(zāi)縣的物資供應(yīng)和發(fā)展，所以在短期，災(zāi)區(qū)經(jīng)濟(jì)得到了很好恢復(fù)，但是長期失去大規(guī)模固定資產(chǎn)投資后，災(zāi)區(qū)經(jīng)濟(jì)恢復(fù)效果逐漸變差。所以在安排抗震救災(zāi)資金時，政府應(yīng)當(dāng)把

災(zāi)區(qū)的長期經(jīng)濟(jì)恢復(fù)納入政策考慮，避免因災(zāi)害而形成“貧困陷阱”。

第二，災(zāi)區(qū)政府應(yīng)當(dāng)合理安排援建資金，在重建過程中實現(xiàn)企業(yè)戰(zhàn)略轉(zhuǎn)型、產(chǎn)業(yè)優(yōu)化升級和經(jīng)濟(jì)穩(wěn)定發(fā)展。震后各縣將大量的財政支出用于災(zāi)后重建，重建后期災(zāi)區(qū)政府負(fù)債沉重，如果災(zāi)區(qū)政府能更為合理地統(tǒng)籌安排資金使用，可以減輕政府負(fù)債，進(jìn)而增加長期固定資產(chǎn)投資，拉動經(jīng)濟(jì)增長。另外，災(zāi)區(qū)政府應(yīng)當(dāng)將援建轉(zhuǎn)變成一種機(jī)遇，合理安排救援資金，促進(jìn)當(dāng)?shù)刭Y本存量更新和引進(jìn)更先進(jìn)的技術(shù)，實現(xiàn)企業(yè)戰(zhàn)略轉(zhuǎn)型、產(chǎn)業(yè)優(yōu)化升級，發(fā)展一批優(yōu)勢企業(yè)，促進(jìn)本地經(jīng)濟(jì)平穩(wěn)增長。

第三，災(zāi)區(qū)政府應(yīng)當(dāng)吸納勞動力，促進(jìn)就業(yè)率提高，并大力投資教育，提高人力資本水平。從對茂縣的分析可以看出，雖然茂縣長期固定資產(chǎn)投資少于反事實，但其經(jīng)濟(jì)恢復(fù)情況并未變差，且人均GDP超過了反事實。原因主要是茂縣的就業(yè)率相對于其它地區(qū)一直在提升，且人力資本水平高于其他受災(zāi)縣。所以，災(zāi)區(qū)政府應(yīng)當(dāng)注重震后勞動力就業(yè)和教育問題。為此，可以利用救援資金，開展災(zāi)區(qū)人民技術(shù)培訓(xùn)，提高災(zāi)區(qū)人民技術(shù)水平;發(fā)展本地優(yōu)勢產(chǎn)業(yè)和特色產(chǎn)業(yè)，以此帶動就業(yè)水平;重視教育投資，不斷提高災(zāi)區(qū)人力資本水平。

（編輯：劉照勝）

參考文獻(xiàn)

[1]ECLAC.

Handbook for estimating the socio-economic and environmental effects of disasters[R]. United Nations， Economic Commission for Latin America and the Caribbean （ECLAC），International Bank for Reconstruction and Development， 2003.

[2]CAVALLO E A， NOY I. The economics of natural disasters： a survey[J]. International review of environmental and resource economics， 2011， 5（1）： 63-102.

[3]SKIDMORE M， TOYA H. Do natural disasters promote lon-run growth？[J]. Economic inquiry， 2002， 40（4）： 664-687.

[4]GIGNOUX J， MENNDEZ M. Benefit in the wake of disaster： lon-run effects of earthquakes on welfare in rural Indonesia[J]. Journal of development economics， 2016， 118（1）： 26-44.

[5]DUPONT W， NOY I. What happened to Kobe？ a reassessment of the impact of the 1995 earthquake in Japan[J]. Economic development and cultural change， 2015， 63（4）： 777-812.

[6]OKUYAMA Y. Lon-run effect of a disaster： case study on the Kobe Earthquake[J]. The Singapore economic review， 2016， 61（1）： 147-164.

[7]CAVALLO E A， NOY I， PANTANO J， et al. Catastrophic natural disasters and economic growth[J]. Review of economics and statistics， 2013， 95（5）： 1549-1561.

[8]FUJIKI H， HSIAO C. Disentangling the effects of multiple treatments： measuring the net economic impact of the 1995 Great Hanshin-Awaji Earthquake[J]. Journal of econometrics， 2015， 186（1）： 66-73.

[9]LOAYZA N V， OLABERRI'A E， RIGOLINI J， et al. Natural disasters and growth： going beyond the averages[J]. World development， 2012， 40（7）： 1317-1336.

[10]BARONE G， MOCETTI S. Natural disasters， growth and institutions： a tale of two Earthquakes [J]. Journal of urban economics， 2014， 84： 52-66.

[11]WU J D， LI N， STPHANE H， et al. Regional indirect economic impact evaluation of the 2008 Wenchuan earthquake[J]. Environmental earth sciences， 2012， 65（1）： 161-172.

[12]DUPONT W， NOY I， OKUYAMA Y， et al. The lon-run socio-economic consequences of a large disaster： the 1995 Earthquake in Kobe[J]. Plos one， 2015， 10（10）： e0138714.

[13]ABADIE A， DIAMOND A， HAINMUELLER J. Synthetic control methods for comparative case studies： estimating the effect of Californias tobacco control program[J]. Journal of the American Statistical Association， 2010， 105： 493-505.

[14]ABADIE A， GARDEAZABAL J. The economic costs of conflict： a case study of the Basque Country[J]. American economic review， 2003， 93（1）： 113-132.

[15]楊經(jīng)國， 周靈靈， 鄒恒甫. 我國經(jīng)濟(jì)特區(qū)設(shè)立的經(jīng)濟(jì)增長效應(yīng)評估——基于合成控制法的分析[J]. 經(jīng)濟(jì)學(xué)動態(tài)， 2017 （1）： 43-53.

[16]國家減災(zāi)委員會，科學(xué)技術(shù)部抗震救災(zāi)專家組. 汶川地震災(zāi)害綜合分析與評估[M]. 北京：科學(xué)出版社， 2008： 9-15.

[17]蘇治， 胡迪. 通貨膨脹目標(biāo)制是否有效？——來自合成控制法的新證據(jù)[J]. 經(jīng)濟(jì)研究， 2015（6）： 74-88.

[18]TOSHIKAZU O. Kobe recovery plan： formulation process and outline[R/CD]. Kobe： K-TEC， 2013.

The lon-run indirect effects of natural disasters on economic growth：

analysis of synthetic control method based on county level data of Wenchuan

Earthquake stricken areas

SONG Yan1，2 LI Zhen-ran1 ZHANG Ming1，2

（1.School of Management， China University of Mining & Technology， Xuzhou Jiangsu 221116， China;

2.Jiangsu Energy Economics and Management Research Base， China University of Mining & Technology，

Xuzhou Jiangsu 221116， China）

Abstract There are few domestic studies on the lon-term indirect effects of natural disasters in China. It is of great realistic value and profound policy significance to clarify the lon-term indirect losses and their causes of natural disasters. Based on the data of 181 county-level administrative units in Sichuan Province from 1999 to 2016， this paper used synthetic control method to study the lon-term indirect impact of the Wenchuan Earthquake on the economy of 10 extremely serious disaster areas. The results showed that the lon-term indirect impact of the Wenchuan Earthquake on the economy of the disaster area could be divided into two situations. The first was the ‘revival disaster areas， including Maoxian County and Pengzhou City， with the GDP per capita restored to its counterfactual level in 2016. The second type was ‘restoration disaster areas， including Wenchuan County， Beichuan County and other 8 extremely serious disaster areas， which showed that the per capita GDP had not recovered to its counterfactual level in 2016. From 2008 to 2011， the economic recovery situation of all the extremely serious was relatively good. After 2011， the economic recovery effect of the ‘revival disaster areas continued to be relatively good; however， the economic recovery effect of the ‘restoration disaster areas began to decline， and a ‘poverty trap might be formed in the ‘restoration disaster areas. Further according to Romers endogenous growth theory， we analyzed the reason of the different effects of the Wenchuan Earthquake on economic growth. And we found that the economic recovery of disaster areas relied on the investment of fixed assets. The good condition of economic recovery from 2008 to 2011 was because the post-disaster reconstruction carried out by the country and local governments. One of the reasons of the poor economic recovery of the ‘restoration disaster areas after 2011 was that these areas were heavily in debt during the reconstruction process， resulting in insufficient investment in the later stage， and the economic recovery of the disaster areas with good employment rate and human capital would be better. Therefore， the government should consider both reducing short-term disaster losses and lon-term economic losses when formulating post-disaster policies. The local government should use the reconstruction funds reasonably， turning the reconstruction into an opportunity， realizing the strategic transformation of enterprises and industrial optimization and upgrading during the post-disaster reconstruction to minimize disaster losses and achieve stable economic development.

Key words natural disaster; Wenchuan Earthquake; lon-run indirect effect; synthetic control method; recovery