[论文解读] When does a disaster become a systemic event? Estimating indirect economic losses from natural disasters

Sebastian Poledna, Stefan Hochrainer‐Stigler+9 more|arXiv (Cornell University)|Jan 29, 2018

Complex Systems and Time Series AnalysisEconomics, Econometrics and Finance被引用 19

一句话总结

本文提出了一种新颖的集成模型，将概率性洪水灾害灾难模型与大规模宏观经济学代理模型（ABM）相结合，以估算自然灾害造成的间接经济损失。通过使用详细的国家数据模拟数百万名经济主体，研究发现当灾害造成超过5%的资本存量损失时，将触发不可逆的经济衰退，尽管重建带来的短期增长刺激超过长期损失，但超过韧性阈值后，长期损失将占据主导地位。

ABSTRACT

Reliable estimates of indirect economic losses arising from natural disasters are currently out of scientific reach. To address this problem, we propose a novel approach that combines a probabilistic physical damage catastrophe model with a new generation of macroeconomic agent-based models (ABMs). The ABM moves beyond the state of the art by exploiting large data sets from detailed national accounts, census data, and business information, etc., to simulate interactions of millions of agents representing \\emph{each} natural person or legal entity in a national economy. The catastrophe model introduces a copula approach to assess flood losses, considering spatial dependencies of the flood hazard. These loss estimates are used in a damage scenario generator that provides input for the ABM, which then estimates indirect economic losses due to the event. For the first time, we are able to link environmental and economic processes in a computer simulation at this level of detail. We show that moderate disasters induce comparably small but positive short- to medium-term, and negative long-term economic impacts. Large-scale events, however, trigger a pronounced negative economic response immediately after the event and in the long term, while exhibiting a temporary short- to medium-term economic boost. We identify winners and losers in different economic sectors, including the fiscal consequences for the government. We quantify the critical disaster size beyond which the resilience of an economy to rebuild reaches its limits. Our results might be relevant for the management of the consequences of systemic events due to climate change and other disasters.

研究动机与目标

• 为填补当前估算自然灾害间接经济损失的科学空白，因为现有方法不可靠且不一致。
• 开发一个高分辨率的仿真框架，将环境灾害与个体经济主体层面的宏观经济结果相联系。
• 量化灾难破坏规模的临界值，超过该值后经济韧性将丧失，长期增长将被直接损失主导。
• 识别不同灾难规模下各行业的赢家与输家，包括对政府财政的影响。
• 为日益频繁的灾害频发背景下，灾后管理与气候韧性规划提供可操作的见解。

提出的方法

• 基于配对（copula）的概率模型估算奥地利境内空间相关的洪水损失，捕捉局部灾害依赖性。
• 通过损毁情景生成器将物理损毁估算结果转化为对ABM中个体主体（家庭、企业、政府）的针对性冲击。
• ABM模拟了1000万名代表个人和法人的经济主体之间的互动，使用详细的国家账户、人口普查和企业数据。
• 模型校准至奥地利2013年的经济状况，能够高保真地模拟GDP、消费、投资和通货膨胀的时间序列。
• 间接经济影响通过与基线情景相比的GDP偏差进行衡量，从而隔离损失与重建带来的收益。
• 仿真在高性能超级计算机上执行，以应对大规模主体互动带来的计算负荷。

实验结果

研究问题

• RQ1 在何种直接物理损毁水平下，灾难会从局部事件演变为系统性经济冲击？
• RQ2 间接经济影响（包括损失与收益）如何随灾难规模变化，特别是在短期、中期和长期？
• RQ3 资本破坏达到何种临界阈值后，经济韧性将丧失，恢复将不再可持续？
• RQ4 哪些经济部门和主体在灾难后遭受最大损失或获得最大收益，这对政府财政能力有何影响？
• RQ5 重建驱动的乘数效应在多大程度上能抵消大规模灾难后初期的经济紧缩？

主要发现

• 中等规模灾难在短期至中期产生微小但积极的间接经济影响，而长期影响为负面。
• 大规模灾难即使在重建活动带来延迟正向刺激的情况下，仍引发立即且持续的负面经济反应。
• 存在一个临界阈值，约为总资本存量的5%，超过该值后经济韧性崩溃，恢复不再可行。
• 重建带来的临时经济提振至少延迟一个季度，滞后于初始资本和收入损失。
• 该模型识别出各行业中的明确赢家与输家，且由于税收收入和公共支出的变化，对政府财政产生显著影响。
• 本研究首次通过全规模ABM，定量且基于数据地建立了物理灾难规模与系统性经济结果之间的联系。