英语原文共 59 页，剩余内容已隐藏，支付完成后下载完整资料

台风对中国经济活动的局部影响

英国伯明翰大学经济学系罗伯特·J·R·艾略特

摘要：我们研究了台风对中国沿海地区经济活动的影响。为了从单个台风中捕获潜在的损失，我们使用历史台风跟踪数据和详细的风场模型。然后，我们将我们的损伤代理与卫星衍生的夜光强度数据结合起来，构建一个面板数据集，使我们能够在一个空间高度分解的水平上估算台风的影响。1公里)。我们的研究结果表明，台风对当地活动的影响是负面的，但短期的，会对当地的活动产生影响——据估计，台风摧毁了50%的土导致当地经济活动减少了20%。在我们的分析期间(1992-2010年)，估计净经济损失总额为283.4亿美元。

关键词:中国，台风，风场模型，经济影响

1 绪论

热带气旋引起的年度全球损失估计约为260亿美元。在这方面，中国每年平均有7次台风登陆，根据官方数据，每年造成约56亿美元的损失，这是造成全球损失估计的主要原因。例如，2006年，中国被台风“Soamai”袭击，台风“Soamai”使浙江和福建两省的风速达到每小时135英里，并伴有高达10英尺的风暴潮。结果，台风“Soamai”摧毁了数千座建筑，淹没了1000多艘船只，导致6座城市断电，导致170万人流离失所。中国政府估计总成本为14亿美元。这种潜在的高损失以及随后的经济活动中断，引发了一个问题:台风对中国经济的最终影响，以及未来的影响可能是什么。这篇论文的贡献是对台风对中国的经济影响进行了第一次详细的研究。

在寻求如何对中国进行分析的指导中，值得注意的是，尽管研究自然灾害对经济影响的文献仍然相对较新的，但在使用的方法和方法上都有相对快速的演变。早期的大多数研究对自然灾害的影响进行了全球性的跨国分析，并得出了混合的结果;参见ayr和Groschl的评论。在全国或大的区域范围内“聚集”，特别是对大国而言。bouw(2011)指出在谈到现有文献的不足,“规模的分析也是一个问题,因为聚集地区或全球层面上可能有一个好处,那就是当地的可变性是消除,但可以看到趋势[hellip;]每位置可能会有所不同,在“符号和大小(pg 43)。这是Strobl(2011)对美国的经验证明，他发现飓风每年对县级的影响是负面的，但在国家或国家层面上没有影响。

本文通过对近年来中国沿海地区热带风暴的研究，阐述了热带风暴对中国沿海地区的经济影响。更具体地说，我们首先将实际的台风轨迹数据与一个风场模型结合起来，推导出台风在任何时候相对于风暴造成的潜在损害的事前指数。然后，为了解决与使用国家或大型区域区域作为单元分析相关联的潜在空间聚集偏差，利用夜间光照强度的时变估计。

近年来有关热带风暴和自然灾害对经济的影响的文献在方法论和数据方面有所改善，但其中一个不足之处是，风险分析结果的影响仍然相对有限。更具体地说，热带风暴，像大多数自然灾害，特别是极端的灾害，往往是相对较少发生的事件。因此，虽然可以通过现有的历史数据准确估计热带气旋对经济的影响，但这些数据并不能提供足够的观测，从而得出热带风暴强度和发生的可靠概率分布。传统上，这个问题是用极值理论或其他统计方法解决的。然而，由于历史数据通常只包含一些非常强的热带风暴，估计的概率可能对假设分布的尾部非常敏感，因此直接推断相当不可靠，特别是对于局部地区。在这里，我们关注伊曼纽尔等人(2008)，转而依赖于利用热带气旋形成的时空概率密度函数随机绘制的一组合成轨迹。

根据最近的气候特征，在中国海岸附近，假设的飓风和伴随的风强度的统计合理分布。然后，我们将这些合成轨道与我们对台风局部影响的计量经济估算结合起来，为中国沿海地区提供台风灾害风险措施。可以说，中国是一个特别有吸引力的案例研究。首先,暴露于台风的增长由于经济快速发展和迁移模式和不断增长的中国保险市场增加了政策制定者和保险行业的兴趣,以便更好地理解与台风有关的风险。简要地强调我们的论文的结果，我们发现在1992-2010年期间台风在中国有显著和负面的影响。主要的结果是，据估计，在50%的地区，台风将对财产造成破坏，从而导致当地经济活动减少20%。我们对样本期间净经济损失的估计大约为280亿美元(或每年10亿美元)，仅2005年就超过了56.3亿美元。粗略估计，大约36%的损失估计是由于中国经济在这一时期的快速增长导致的1992年以来的沿海暴露。根据未来天气状况，我们基于未来的台风合成路径的风险分析显示，预计中国沿海地区的年损失可能在0.54亿美元左右，但在沿海地区可能会有很大差异。其中一个例子是，在灾害易发地区的资本(住房和基础设施)的适应，导致了中国频繁的洪水造成的伤亡，从1931年和1954年的超过14万，到1954年的3万3千人，再到1998年的类似洪水(Annan 1999)。

2 数据和摘要统计

2.1介绍

考虑到热带风暴在登陆后相对较快地失去速度，我们关注的是对中国沿海地区的经济影响，即最可能受台风袭击影响的地区。此外，由于我们的目标之一是将台风对当地经济活动的影响转化为货币价值，以及人均实际收入的区域数据在中国的“城市”水平，我们将分析限制在沿海城市。我们把沿海城市定义为一个城市，它的中心在海岸线50公里以内。，

在我们的数据集中的340个中国城市中，有60个被定义为沿海城市，并被图1中较暗的空间区域所描绘。主要沿海城市包括上海、天津、广州、大连市(辽宁省)、青岛(山东)、宁波市(浙江省)和福州市(福建省)。最后，人们可能会想要指出的是，虽然中国的“城市”是像美国的县那样的行政单位，但它们的规模要大得多。例如，3007美国郡县的平均面积约为1610平方公里，人口密度为每平方公里38人

这些卫星的年度夜光数据基本上捕捉到了夜间人类活动，如电气化人类住区和气体照明弹，我们将其作为当地经济活动的代表。图2展示了1992年和2010年的夜光图像，其中我们沿海城市的轮廓是用红色描绘的。图2和图3中明亮的区域对应的是经济活动中心，例如，香港、北京、重庆和上海等城市脱颖而出。值得注意的是随着时间的推移，夜间灯光强度急剧增加，这一趋势在沿海地区尤为明显。

使用细胞作为经济活动指标的一个后果是，如图2所示，1平方公里的细胞中有很大一部分是未被激活的，即在整个样本周期中，它们的值为零。我们假设这些细胞没有捕捉到任何经济活动，因此我们将它们排除在我们的分析之外。对于所有其他的细胞，即在样本周期中至少有一个非零值的细胞，我们将所有非零的观察值都保留在那些立即跟随正值的零值之外。后者是考虑到台风造成的破坏可能会使经济活动减少，以致于卫星无法观测到夜光。由于我们不知道1992年的零值是否遵循1991年的积极价值，我们将1992年排除在我们的分析之外。这给我们提供了一个563192个细胞样本，每个细胞平均有16个观察值。表2总结了我们的夜光数据。可以看出，平均夜光值为10.63，尽管标准偏差较大。

2.2 损失函数

热带风暴造成的破坏主要有三种形式:(a)风破坏，(b)洪水/过量降雨，以及(3)风暴潮。重要的是，这些都与风速相关，因此风速经验可以作为热带风暴造成潜在损失的一般指标。风速转化为潜在的损害,但值得注意的是,财产损失由于热带风暴应该随风速的三次幂经历身体为由,正是因为这一原因,先前的研究仅仅使用立方的风速作为破坏代理。此外，损坏的部分应以极高的风速接近统一。为了捕捉这些特征，我们采用了伊曼纽尔(2011)提出的指标f，该指数代表了受损财产的比例:

Vijt是指在i时刻t由于风暴j(1)计算的，Vthresh是低于不发生损伤的阈值，Vhalf是该属性的一半被破坏的阈值。在伊曼纽尔(2011)之后，我们对Vthres使用了93公里(即50kts)的价值，Vhalf的价值为278公里(即150kts)。我们在图7中描述了f的损伤剖面。

通过以上描述的方式和当地的风速，我们现在可以计算出每个质心在我们的采样周期中所经历的台风所造成的潜在损害。我们发现，大约19%的观测值至少有一些f的正值。表2的汇总统计数据表明，当损伤指数呈现非零值时，f的平均值相对较小，即附近。

换句话说，当台风造成潜在的损害时，平均约为1.9%。然而，在我们的样本期间，某些地点的潜在损害高达64%。在图8中，我们还展示了在样本周期内每个网格单元的平均非零值的图形分布。可以看出，在地理空间上的破坏有相当大的异质性。

在我们的样本期间，城市的平均损失是温州、马明和宁恩德，而在我们的沿海城市中，有16个或略多于四分之一的城市没有受到任何损害。请注意，在我们的样本期间，未受损的城市中至少有40%的细胞被点亮，而在夜间照明强度的测量中，这一比例为35%。然而，虽然这些城市在我们的样本期间没有受到影响，但从1950年的历史轨迹来看，有几次台风强度风暴登陆或接近造成一定程度的破坏。这表明，即使对这些城市来说，台风破坏的可能性是正的(非零)，因此它们也应该包含在我们的样本中。表2还包括易受风暴潮影响的地区的平均损害值，在这些地区，我们发现这些地区夜间光照强度的平均损失较高。现在我们来解释一下风暴潮地区是什么意思。

2.3风暴潮多发地区

如前所述，台风最具破坏性的一个方面是风暴潮。虽然风速的变化肯定与风暴潮有关，但它只是不完美的。不幸的是，明确的风暴潮建模本质上比风场建模更为复杂，需要对中国不公开的地理数据，如深海测深、表面粗糙度和潮汐时间的信息。然而，风暴潮只可能与靠近海岸线附近的一个区域有关，因为它的邻近高度足够低，所以当有风暴潮时，该区域可能会被淹没。识别低海拔沿海地区(LECZ)我们遵循印度et al .(2007)和布莱希特et al。(2012)和定义土地与海岸线到相邻的区域海拔10米上升使用航天飞机雷达地形测绘任务(SRTM)高程数据集。使用这个定义一些LECZ地区内陆105公里远虽然不太可能风暴潮当它向内陆移动时，它的高度会减少。为了确定最大距离内陆的风暴潮，我们注意到从历史上看，有史以来最大的风暴潮高峰值在13到15米之间。

3 计量经济学分析

3.1基本的回归

本文的主要目的是测量台风对当地经济活动的影响，以夜间光照强度来衡量。些地区找到经济活动。我们使用一个固定效应估计器来控制这种可能性。我们还包括时间假人占时变常见的经济因素的变化,如综合减灾投资。这些假人还允许我们考虑到卫星的变化及其年龄。为了让各个县城的各个细胞之间的经济结果相互关联，我们在县城层面上使用了大量的标准错误。

3.2 函数形式

我们的损伤指数的准确性取决于三个关于其功能形式的假设:(i)风速与损伤之间的三次关系，(ii)无损伤阈值，(iii)风速的值，其损失率为50%。

屋面类型和结构，墙体类型和施工，以及车库的存在。这些损失率函数是通过美国飓风安德鲁(1992)、Eric(1995)和Fran(1996)所收集的损伤数据进行验证的。结果表明，我们的93公里/小时的截断量大致相当于接近于零的损害，无论建筑物或表面类型是什么。在第(4)栏中，我们对中国进行了测试，其中包括:立方最高风速在93公里/小时以上，这是立方最高风速的一个变量，但在93公里/小时以上时为零。正如可以看到的，在截止阀下方的风速并不会显著影响夜间灯光强度。

函数形式的一个重要组成部分是对Vhalf的值的假设，即假定值为50%的损失。同样，FEMA(2010)指出，50%的损失率对问题表面的建筑类型和粗糙度敏感。更具体地说，FEMA(2010)发现它的范围在190公里/小时之间，在建筑类型和表面粗糙度值之间有320公里/小时。考虑到这一范围可能的50%损伤阈值，我们研究回归结果对Vhalf的选择有多敏感。更具体地说，我们假定初始值为190公里/小时，然后增量地将这个值增加1公里/小时，并重新估计每个新值的公式(7)。估计系数和相应的95%置信区间如图所示。

3.3 截断

更令人担忧的是，我们的估计可能会受到来自我们的夜灯变量的截断的影响。例如，如果一些非常明亮的，但上部被截断的细胞被破坏了，但是仍然保留了63的值，那么这将导致我们的估计的下降偏差。虽然我们的观测只有很小一部分(0.035%或35991个细胞)，但达到了63的值，但是，我们重新估计了我们的主要规范，排除了这些观测。结果见表4倒数第二列。可以看出，这确实降低了f的系数，但是，只是轻微的(-4.667，而不是- 4.694)，因此我们可以得出结论，对于我们的分析，上面的截断似乎没有问题。

3.4空间溢出效应

到目前为止，我们假定热带风只会对暴露在外的细胞产生直接影响。当然，这可能会对邻近的细胞产生溢出效应。特别地，一个单元的损坏不仅可能造成建筑物的破坏，而且也可能造成基础设施的破坏，从而影响到邻近地区的运输效率。或者，如果一个地区的经济活动减少，而邻近地区，如果相似程度足够，也许能够弥补这一缺口，从而对这些邻近地区产生积极的影响。为了研究这一点，我们计算了所有相邻细胞的平均f值，最多为8个细胞，并将其作为我们主要规范的额外回归。然而，从表4最后一列f_N的系数可以看出，似乎没有空间。

4经济意义

4.1经济活动损失实际的货币价值。

任何时间t的总损失不仅取决于局部最大风速通过f的分布，还取决于局部和总暴露在夜间光强的情况下。例如，即使风暴的最大风速的相对分布以显示

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24002]，资料为PDF文档或Word文档，PDF文档可免费转换为Word