自然灾害的经济影响

自然灾害造成重大的短期破坏,但长期经济影响更为复杂

伊利诺伊大学香槟分校,美国,IZA,德国

单页 全文

电梯游说

极端天气事件的频率和强度都在增加,威胁着世界各地的生命和生计。了解此类事件的短期和长期影响对于制定最佳政策是必要的。自然灾害的短期经济影响可能是严重的,这表明在这段时间内更好地防止消费损失的政策将是有益的。长期经济影响更为复杂,取决于受影响人口和受影响地区的特征、移徙模式的变化和公共政策。

1995年以来自然灾害损失和死亡人数

重要发现

优点

自然灾害后向外移徙可以作为一种重要的应对机制,减少未来易受灾害影响的人数。

从长期来看,劳动力市场的结果似乎对自然灾害具有弹性,至少在富裕国家是这样。

尽管极端天气事件对福利的影响肯定是负面的,但自然灾害有时可以在某些方面改善受害者的结果。

缺点

自然灾害的短期影响可能是严重的,即使在富裕国家也是如此。

大型自然灾害会在短期内减少受害者的收入和消费。

研究人员缺乏对自然灾害援助效果的因果估计。

需要进行更多的研究,以了解自然灾害对个人的长期影响,这可能与灾后移民对受影响地区的长期影响不同。

作者的主要信息

自然灾害对经济的影响不会以物理破坏和生命损失而结束。自然灾害还会影响受害者的就业、健康和移徙决定,可能产生重大的长期影响。精心设计的政策可以经济有效地限制这种影响,政策制定者有许多政策选择,包括保护性基础设施、更好的土地使用政策、降低风险的货币激励措施以及事后救济。了解自然灾害短期和长期影响的程度和背后的机制是制定最佳公共政策必不可少的第一步。

动机

专家们普遍认为,气候变化正在增加极端天气事件的频率和强度。虽然这类事件不一定都是自然灾害——自然灾害的定义是导致重大损失或生命损失的自然事件——但有证据表明,自然灾害造成的损失也在上升。获得准确的损失和伤亡估计是非常困难的,但最全面的灾害数据库(紧急事件数据库或EM-DAT)表明,在1995年至2019年期间,自然灾害造成了3.7万亿美元的物理损失(以2019年美元计算),造成150多万人死亡,9000多万人无家可归。自然灾害造成的物理损失的增长速度超过了GDP的增长速度,这是由更大的财富和更多人生活在灾害易发地区(插图).虽然更好的预警和预报系统以及更坚固的基础设施可能减少了极端天气事件造成的死亡人数,但2004年印度洋海啸、2008年纳尔吉斯飓风和2010年海地地震等大规模灾害表明,自然灾害继续对人类生命构成重大威胁,特别是在较贫穷的国家。为了最大限度地减少极端天气事件的经济影响,首先必须了解这种影响是如何在灾难发生后实现和演变的。

正反两面的讨论

概念框架

自然灾害的直接影响主要体现在四个方面:生命损失;有形资本(如房屋、商业建筑、车辆和道路等基础设施)的破坏;人口迁移;对经济活动的破坏。每个通道的贡献和灾难初始影响的总体严重程度取决于灾害的物理特征和受灾地区的更广泛特征。例如,富裕国家在自然灾害后的死亡人数较少,民主国家和发展了高质量制度的国家也是如此。除了一些例外情况,如卡特里娜飓风,自然灾害后的大量生命损失更有可能发生在较贫穷的国家。相比之下,较富裕的经济体占据了被摧毁的实物资本的大部分价值。

自然灾害后的人口流离失所反映了预期反应和事件影响的某种结合。人口流离失所的程度和持续时间取决于灾难使一个地区无法居住的程度——这取决于对住房和基础设施的破坏——以及对经济活动的破坏,这可能是多种形式的。例如,对经营场所的物理破坏或对公共基础设施的破坏(例如道路被毁和电力中断)可能迫使企业关闭。依赖持续就业的工人可能会发现有必要离开一个地区以寻找收入,即使他们的住所仍然适合居住。

生命损失、物质破坏、人口流离失所和活动中断可转化为短期和长期的经济影响。虽然自然灾害对福利的影响肯定是负面的,但其经济后果则更为复杂。关于自然灾害对人口或工资的短期或长期影响的迹象或程度,目前尚无明确的理论预测。在一个极端,一些人假设,灾难可以通过所谓的“创造性破坏”对收入和增长产生积极影响,这种机制存在一些实证支持。这一假设的基础思想是,自然灾害“免费”摧毁了次优基础设施,促使经济体比其他情况下更快地采用更新、更先进的技术(包括在重建阶段更好地组织城市地区)。物理破坏的另一个潜在后果是更高的房价和租金,即使质量没有改善。这种违反直觉的效果可能会在人口减少的地区出现,因为拆除房屋的成本很高。在没有外部冲击的情况下,住房与人口的比例不断上升,因此会推动房价下跌。在这种情况下,在其他条件不变的情况下,自然灾害对住房库存的破坏可能会导致房价和租金永久上涨,因为经济会转向一种新的均衡状态,住房库存减少,价格上涨。

除了造成短期人口流离失所外,自然灾害还可能导致移徙模式的长期变化。移民可以是永久的,也可以是暂时的,例如,个人搬迁是为了赚取汇款,帮助留在受影响地区的家庭成员。在某些人口亚群体中,对自然灾害的移徙反应可能更为明显,这可能对灾后恢复产生影响。例如,如果自然灾害导致受教育程度最高或最富有的人离开某个特定地区,该地区就会遭受损失。如果资产的破坏使一些原本会迁徙的人无法离开,自然灾害也会减少迁徙。更普遍的情况是,自然灾害会导致信贷受限的人无法有效地留在受灾地区。

解读灾后移民反应可能很困难。在一个没有移动摩擦的世界里,个人当前的位置是最优的,任何由自然灾害引起的移动都不能带来净福利收益。然而,在较贫穷的国家,有证据表明,由于信贷限制,非灾害时期农村向城市的移徙人数过低。在这种摩擦存在的情况下,从理论上讲,灾后强制行动可以改善福利。

自然灾害也会改变当地劳动力市场的均衡。灾难对劳动力供给和需求的影响——进而对工资的影响——是不明确的。如果一场自然灾害杀死了壮年的人,或者导致受灾地区的大规模移民,就会减少劳动力供应。不过,自然灾害也有可能通过所谓的收入效应来增加劳动力供给:资产被摧毁的个人可能会决定提供更多的劳动力——也就是说,工作更长时间或多份工作——来替代资产。重建的需求既可以吸引新的工人到一个地区,也可以提高工资。然而,如果灾难导致对商品和服务的需求净减少,那么劳动力需求可能会减弱,这将转化为对创造这些商品和服务所需劳动力的需求减少。例如,如果受灾地区的旅游业下降,酒店部门对劳动力的需求可能也会下降。不过,建筑业等一些行业的劳动力需求可能会增加。

自然灾害还会在短期和长期内对广泛的健康结果产生影响。除了遭受灾害直接造成的身体伤害外,由于压力、日常生活被打乱以及灾后环境中有时普遍存在的低于标准的生活条件,受害者的身体和心理健康也会受到影响。患有慢性疾病的个人可能更难获得必要的护理或药物,这可能会损害他们的健康。灾后健康方面的变化反过来又会影响其他结果,包括收入和就业。

灾害也会间接影响健康。由于灾难而失业的人可能会放弃有益的护理,从而恶化他们的健康。灾害也有可能间接有益于健康,例如,如果灾害促使个人迁移到条件更有利于改善健康结果的地区。

实证方面的考虑

当一场灾难影响到移民模式时,区分它对发生地的影响和对受害者的影响就变得很重要。虽然当地的工资可能会下降,但如果一些灾民为了应对灾难而搬到工资更高的地区,他们的工资可能会增加。研究自然灾害对受害者的影响,而不是自然灾害对地理区域的影响,需要纵向的个人数据。在自然灾害发生后获取此类数据可能具有挑战性,尤其是在贫穷国家。在灾难发生后向灾民询问灾难前的结果可能是有问题的,因为灾难的经历会影响回忆事件的能力。此外,招募灾难受害者的代表性样本并以最小的损耗长期跟踪他们在后勤上是困难的。行政数据集是研究自然灾害对个体受害者的影响,特别是长期影响的最有希望的方法,但很少进行或正在进行这样的研究。

考虑灾害经济影响的地理范围既可以改变估计的影响,也可以改变对结果的解释。例如,在受灾地区,对移民的反应可能很强烈,但在国家一级可以忽略不计,如果灾害没有使个人离开或进入某一特定国家的可能性增加或减少。同样,收入可能会在局部地区下降,但当考虑更大的地理位置时,这种影响在统计上可能无法检测到。因此,利用对比地理聚集水平的研究并不能直接进行比较,而是有助于描绘灾难影响的更全面图景。

自然灾害的影响也可能取决于一个国家的收入水平,因为各个经济体的部门构成存在差异(即非正规或正规劳动力、农业或服务业是强势部门)、基础设施的质量和数量、保险和政府援助的存在,以及许多其他因素。因此,重要的是不要假设基于对较富裕国家的研究的发现可以推广到较贫穷的国家。不幸的是,大多数个人层面的研究,尤其是那些涵盖短期和长期的研究,都是在富裕国家的背景下进行的,这可能反映了数据可用性的差异。

最后,自然灾害几乎总能从政府、非政府组织和个人那里得到一些援助。这种灾难援助可以在灾后恢复过程中发挥重要作用,私人保险也可以。由于这种反应是灾害严重程度的复杂函数,因此基本上不可能控制灾后援助的实施。因此,解释灾害估计影响的适当方法假定它们代表净影响,包括任何政策反应的影响。不幸的是,目前还没有关于灾难援助对受害者结果的因果影响的可靠估计。因此,虽然援助肯定是有帮助的,但其确切效果目前尚不清楚。

自然灾害对收入和就业的影响

几乎每一项关于自然灾害的地方实证研究都发现收入或就业在短期内下降。一项针对美国沿海县的主要飓风袭击的研究发现,飓风导致县一级的个人收入增长在受影响的当年下降了0.45个百分点,相当于平均增长率的25%以上[1].这种影响在很大程度上是由于人口构成的变化,因为富人对冲击的反应是迁出,穷人则迁入。在州一级,飓风对特定年份的经济影响为零,过去的飓风对当前的经济增长没有显著影响。另一项针对美国飓风的县级研究发现,人均工资/薪金水平没有下降,但确实发现,在飓风过后几年,就业率出现了暂时的下降[2].研究还发现,与专门的灾难援助项目相比,通过常设社会安全网项目进行的转移支付增加的幅度更大,有可能抵消一些否则会出现的负面就业和收入影响。因此,不仅仅是针对灾难的政策对恢复很重要,其他更普遍的安全网也很重要。

一项对53次重大洪灾的全球研究发现,洪灾减少了城市同期的经济活动,这可以用卫星探测到的夜间灯光强度来衡量。每一次洪灾都造成至少10万人流离失所,并主要影响贫穷国家[3].然而,经济活动只是短暂中断,很快就恢复了正常水平。低海拔城市地区——经济活动也更密集——洪水更频繁,但恢复速度和高海拔地区一样快。该研究的结论是,除了最近有人居住的地区,这些毁灭性的洪水似乎没有造成经济活动的永久性变化。

解释这些发现需要一些谨慎。低海拔城市地区可能天生生产力更高,尽管存在冲击,但保持资本原地不动是有好处的。如果自然灾害没有传递任何新的风险信息,而且资本和人员在空间上的分配没有效率低下,长期经济活动就不需要改变以应对灾害[3].然而,也有可能有些重建工作效率低下,反映出救灾援助方向错误、协调失败或其他摩擦和不正当动机,阻碍或阻碍了经济活动的迁移。由于气候变化可能会增加洪水的发生率,政策制定者必须考虑,对于每个特定地区,是更好地保护他们所在的地区,还是设计激励措施,将他们重新安置到更安全的地区。

另一项关于自然灾害的综合研究使用了美国90年的灾害数据来估计灾害对当地收入、房价和净移民的影响[4].在一个县遭受严重灾害的十年里,个人收入和房价都会下降,而当地贫困率会上升。研究发现,没有证据表明自然灾害通过强迫资源重新分配和摧毁过时的物质资本来提高效率,因为在增长较快的地区,灾害的影响似乎更强,而不是更弱。

上述证据来自对经济活动的基于地方的衡量,如果某一灾害导致移民模式发生变化,则可能与灾害对个别受害者的影响不相符合。例如,当地收入下降不仅是因为自然灾害导致受害者收入下降,还因为富裕家庭有选择性地向外迁移和/或贫穷家庭有选择性地向内迁移。应该指出的是,对个别受害者的研究一般也发现收入在短期内减少。2009年,台风凯萨娜(Ketsana)淹没了越南的部分地区,一项关于台风的研究发现,根据卫星图像测量,台风过后的几个月里,受洪水影响地区的平均家庭收入下降了10%,主要原因是农作物收入减少[5].受影响最严重的家庭收入下降了50%。然而,消费损失在规模上要小得多——加起来只占收入损失的15%左右——这表明受影响的家庭至少有部分保险免受冲击。正如后面讨论的那样,移民和汇款似乎是这些家庭减少消费损失的机制。不幸的是,这项研究无法在更长的时间内跟踪结果。

2005年袭击美国墨西哥湾沿岸的卡特里娜飓风是研究最广泛的自然灾害之一,这可能是因为它的极端影响和相关数据的现成可用性。飓风的直接影响造成近2000人死亡,100多万人流离失所。两项同时进行的研究发现,飓风发生时居住在受灾最严重的新奥尔良市的受害者经历了巨大的短期收入损失,就业的可能性大大降低[6][7].然而,在几年内,受害者的收入和就业概率已经恢复,并随后超过了对照组。图1).飓风过后4到8年,卡特里娜飓风受害者的平均家庭收入比对照组家庭高出2000多美元。

卡特里娜飓风受害者劳动收入随时间的变化

这些违反直觉的发现可以用移民到高工资地区和新奥尔良工资增长的结合来解释。然而,房价也在上涨,因此新奥尔良的一些工资率上涨是名义上的,而不是实际的。虽然估计的收入轨迹可能是卡特里娜飓风特有的,但受害者的经历说明了自然灾害在某些方面产生反直觉影响的可能性。这些发现还强调了区分灾害对特定地区的长期影响及其对该地区受害者的影响的重要性,这些受害者可能会迁移到其他地方。

迁移

许多考虑收入和就业的研究也考虑了移民率,往往发现它们受到灾难的影响。例如,在卡特里娜飓风过后的一年里,离开新奥尔良的人口比例比正常年份高出近三分之一,尽管后来离开的人中有一半以上又回来了[6].这项研究涵盖了美国近一个世纪的灾害,发现在一个县遭受严重灾害的10年里,该县的净迁出率会上升1.5个百分点[4].这一证据与当地生产率下降导致的劳动力需求疲软相一致,这鼓励了外迁。在更近的美国历史上,飓风已经被证明增加了县一级的迁出和迁入[1]但不会导致净人口变化[1][2].一项研究能够通过收入水平来衡量移民,估计较富裕的人更有可能在飓风袭击后离开[1].该研究的结论是,超过四分之一的估计收入下降可以解释为高收入个人的选择性外迁。

在贫穷国家,面对经济冲击,一些家庭似乎将临时移民作为一种应对策略。对台风凯萨娜受害者的研究发现,国内长途迁移是家庭能够抵消部分收入下降的一个重要渠道[5].受台风影响,这些移民的人均净汇款大幅增加,抵消了平均约20%的收入损失,抵消了至少有一名长途移民的家庭的约40%的收入损失。相比之下,来自非劳动原因的移民的转移,来自家人和朋友的非正式转移,以及来自社会援助项目的转移,在研究环境中并没有显著增加。研究还发现,家庭对台风的反应是创造长途移民;台风使至少一名长途移民离开任何一个家庭的概率增加了17%。然而,这些所谓的“事后”移民的收入比台风前移民的收入低25-35%,尽管在其他可观察到的特征上有相似之处。这种差异可能是由于工作人员之间的匹配程度较差和离职移民的工作期限较短共同造成的。

健康结果

毫无疑问,自然灾害对短期健康有害,至少在慢性病老年人等最脆弱的亚群体中是如此。最优的政策设计不仅需要了解健康影响的存在,还需要了解其程度。准确估计自然灾害的(非致命性)健康影响是最难以实现的任务之一,因为包含经过良好衡量的健康结果的数据集相对较少,而且很难从具有代表性的灾民样本中收集数据。

虽然许多研究使用灾后调查来记录灾难受害者的生理和心理损伤,但由于样本往往是非随机的,而且缺乏对灾前健康状况的观察,因此很难从这类研究中得出定量结论。最近关于健康影响的最系统的证据还是来自对卡特里娜飓风的研究。一项使用美国社区调查数据的研究表明,卡特里娜飓风在新奥尔良的受害者的残疾率在飓风过后的一年里增加了4个百分点(几乎增加了20%),这主要是由于精神障碍的增加[8].一项对经历过卡特里娜飓风的新奥尔良低收入家庭的调查显示,尽管飓风对心理健康的影响随着时间的推移而减弱,但12年后,六分之一的受访者出现了与创伤后压力相符的症状。这些父母大多是黑人和女性。同样,在整个随访期间,非特异性心理困扰的比例高于飓风之前[9]

然而,这些调查结果并不适用于所有受害者或所有健康状况。另一项研究使用了覆盖几乎所有美国老年人和长期残疾人的保险计划(医疗保险)的行政数据,估计卡特里娜飓风袭击时,居住在新奥尔良的受害者的死亡率长期下降[10].这一估计说明了卡特里娜飓风最初大幅增加了这一群体的死亡率,因此不能用简单的死亡流离失所来解释。相反,死亡率的下降在很大程度上可以解释为,受害者被转移到比飓风前新奥尔良更有利于生存的地区。

局限性和差距

迄今为止,关于自然灾害的经济影响的任何研究都没有成功地将自然灾害的影响与自然灾害援助和向灾民提供其他转移的抵消作用分开。因此,这种援助在多大程度上有助于避免灾害对健康或经济的不利影响尚不清楚。这个缺点很重要,因为这意味着研究人员无法计算增加对受害者的援助所带来的好处。

与此相关的是,人们对事前缓解支出的回报知之甚少。虽然并非所有自然灾害的影响都可以避免,但海堤、自然洪水管理、分区和建筑法规以及旨在减少极端事件影响的其他政策可能是减少自然灾害负面后果的具有成本效益的方法。然而,并非所有缓解措施都可能具有成本效益,其成本效益可能取决于特定保护区的特征(考虑保护纽约市和人口稀少的农村地区之间的对比)。在这些方面进行更多的研究是受欢迎的。

此外,关于自然灾害对个体受害者的长期影响的证据仍然局限于对美国特定灾害的少数研究。由于收入较低、社会保障体系不健全以及其他差异,贫穷国家的长期影响可能大不相同。同样,需要更多的证据来了解自然灾害对健康的影响,特别是在涉及长期后果和贫穷国家时。扩大和改进纵向数据收集(包括行政数据)并促进研究人员获取这些数据对于填补这些空白至关重要。

摘要和政策建议

自然灾害发生的频率越来越高,这一趋势将继续下去。极端事件的短期和长期影响不仅取决于其物理特征,还取决于其袭击地区的无数特征,包括人口的社会经济特征、物理基础设施(包括保护性基础设施)的类型和空间分布,以及商业活动的部门组成。这些因素反过来又会受到政策的影响。灾后援助反应和社会安全网也可在灾后恢复中发挥重要作用。

在过去15年里,研究人员对自然灾害短期影响的理解有了显著提高。研究一致发现,灾害会造成短期的收入和就业损失。结合经验上较低的保险普及率,这表明短期收入和资产可以得到更好的保险。在研究如何加强各种灾后后果的保险覆盖面时,重要的是要考虑这种保险是否可以由私营部门提供,或者是否有必要由政府直接参与。可以通过扩大社会安全网来提供一些针对劳动力市场不利结果的额外保险。

虽然自然灾害的长期影响尚不清楚,但最近几项使用微观数据的研究发现,在某些情况下,自然灾害对受害者产生了积极的长期影响,因为自然灾害促使他们重新安置或改变了受影响地区的劳动力市场均衡。这些发现强调了不仅要考虑灾难本身,还要考虑灾难发生的背景的重要性。

虽然对决策者来说,试图设计尽可能多地消除自然灾害影响的政策可能很诱人,但这种措施不太可能具有成本效益。最优政策应该权衡任何干预的收益和成本。此外,必须注意不要不必要地鼓励人们留在灾害易发地区,期望他们能得到免费援助。理想情况下,这种灾后转移资金将由风险家庭自己支付的精算公平的保费来提供。

致谢

作者感谢两位匿名的推荐人和IZA劳动世界的编辑为早期的草稿提供了许多有用的建议。郝旭提供了优秀的研究协助。

相互竞争的利益

IZA劳动世界项目致力于IZA行为准则.作者声明他遵守了守则中列出的原则。

©Tatyana Deryugina

证据地图

自然灾害的经济影响

完整的引用

完整的引用

数据源(年代)

数据类型(年代)

方法(年代)

国家