地震灾害造成的经济损失分为直接损失和间接损失。地震灾害间接经济损失,是由于地震导致正常的社会经济活动受到影响而产生的经济损失,包括企业停减产损失、产业关联损失、服务业损失等(中国地震局,1998)。地震间接经济损失实际上是地震对社会经济产生影响的一个表征量。随着城市化进程的推进和工程技术的快速发展,一次大的地震后,由于商业停滞、信息阻断、社会功能瘫痪、信息丢失等造成的非工程损失所占的比例越来越大(梁芳,2004)。

我国较多学者认为地震间接经济损失主要由4部分组成:停减产损失、产业部门间的产业关联损失、救灾直接投入费用和投资溢价损失(林均岐,2003,2006; 王海滋等,1998)。对停减产中的部分损失国内外学者存在争议,国外多数学者认为地震直接破坏造成的停减产损失应归为直接损失,而我国大多学者认为它是地震间接经济损失的一部分。我们以往的现场灾评中并未把救灾投入费用列为间接经济损失。

(1)停减产损失:分为短期影响造成的损失和长期影响造成的损失。短期影响损失指地震发生后,由于各种生产设备设施及生命线系统遭到破坏致停产减产到恢复正常生产秩序这一段时间的间接经济损失。如农田、水利设施遭到破坏致使农业停产或减产; 工业生产设备破坏导致企业或商业的停、减产; 旅游景点、设施的破坏致使旅游业停减产等。由于企业在受灾前后所处的发展高度不同,其发展速度与没有发生地震时也会有差异,这种影响是长期的,所产生的影响即为停减产长期影响损失(冯志泽等,1998)。

(2)产业关联损失:随着社会化大生产的发展,社会分工越来越细,企业间的经济联系也越来越密切,某一企业的经济活动遭到破坏,可能影响许多与之有关的企业,而灾区企业的破坏也会影响与之相邻或有关的未受灾地区企业的经济活动。如:四川省的农产品、粮食产量、猪肉产量的损失将影响全国的产量; 上游或下游企业破坏造成原料零件进货或产品出货的停顿或减少; 停减产造成的产品、销售、薪水、利润和利税损失; 企业或商业因破坏而停办、破产、裁员,引起的失业或收入损失; 企业或商业因停减产而削减经费,裁员使灾区人口收入减少,引起消费萎缩,再引起新的衰退,所谓多重效应(Multiplier effect)或涟漪效应(Ripple effect); 在一、二、三产业之间的负面影响,如运输、旅游、服务业、金融和投资的损失; 因地震恐慌,造成的招工困难和人员成本增加; 因居住地搬迁或安置产生的对地价的影响,如地震后地价的变化,地震改变人们迁居流向,地区发展变化及由保险费引起的房屋价格变化,政府建设投资随着新的迁居和发展流向产生的变化等。

(3)救灾直接投入费用:包括各级政府在救灾过程中投入的费用、救灾物资等。如本次汶川大地震中,截止2008年6月2日,各级政府已统计投入救灾资金230亿元。

(4)投资溢价损失:主要包括两部分内容,一是地震发生后,政府运用原来用于生产性投资的资源来对建筑物及设备设施的损失进行补偿,从而使生产性投资比例减少而引起的损失; 一是企业和居民挪用生产性投资用于消费,从而引起效益不等。

还有一种类型的损失,应当属于间接损失,但是很难评定。灾害对环境和生态的破坏,尤其是目前人类活动很少的地区,如灾害引起地貌改变、物种变化、森林损毁、水土流失等,造成的影响和损失可能很大,但是很难估计。

美国联邦紧急事务管理局(FEMA)在20世纪80年代开发的损失评估计算系统,主要是在计算各类结构和设施的直接经济损失计算的基础上,给出各类设施的功能恢复时间函数,考虑生命线系统的影响评估由于停减产造成的经济损失。20世纪90年代,FEMA发展了他们的评估方法,增加了地震对地区经济长期影响的评估。

日本学者Eiichi Kuribayashi,Osamuheda等在20世纪80年代提出了一个评估地震长期影响的计量经济学模型,主要通过对历次震害资料的统计确定回归关系式,作为地震经济损失的预测模型。根据该模型计算间接经济损失主要考虑直接经济损失对生产、投资和消费的影响及由投资变化引起的供求变化。80年代末,Kozuhiko,Kawashima等提出,地震间接经济损失主要由各类设施、原材料和商品的破坏决定,同时还应考虑重建投资的影响。他们以直接经济损失为基础,应用工业部门间关系分析对地震间接经济损失做出评估(林均岐,2003)。

由于缺乏足够的数据支持,目前国内关于地震灾害间接经济损失评估的研究主要集中在停产减产损失部分,相对而言,该部分损失较易估算。主要采用简单的经验统计方法,根据企业实际的停减产时间和实际的日均产值或日均产值减少额进行统计。王海滋、于庆东、冯志泽、赵直、林均岐等人基于上述模型先后对停减产经济损失的估计方法进行过研究并分别提出了自己方法(于庆东,1998; 赵直,2001),本文不再赘述。

地震停减产损失是地震间接经济损失中相对较易估算的一部分,即便是这样,各种计算模型的参数选取也不可能做到完全符合实际情况。因此,只有在考虑易操作的前提下,兼顾各种影响因素,才能使结果更接近实际情况。例如我们上面介绍的计算模型中就存在几点问题:

(1)GDP是衡量一个地区的经济总量和经济发展水平的指标,它并不能完全替代灾区各产业的日均或年均产值。在现场应急的短时间内,我们无法统计到灾区各产业大量不同企业的日均或年均产值,因此用GDP来代替灾区所有企业的产值总和来进行经济损失评估。

(2)经济的发展与储备往往具有很强的地区差别,而我们用M_i进行GDP分配刚好忽略了这一特点。由于“平均分配”,使得原来可能在震害较重地区的某部分GDP分配到震害较轻的地区参与计算。

(3)即便震害程度相同,不同企业的恢复周期也可能有长短之分,我们提出的4个等级的停减产影响系数则忽略了这些细节问题。只有通过补充更多的样本、获取更多的经验甚至等待更长的时间来弥补这一误差。

总的来说,所使用模型的3个计算参数在应急期间较易获取,而影响评估的各种因素往往此消彼长使得评估结果趋于合理。该模型在其他地震现场,也同样适应,但参数选取应根据具体抽样调查结果获得。精确的计算依赖于今后模型的改进以及更细致的研究工作。