基于卫星遥感与地理编码数据的洪水灾害对企业绩效影响研究:2000-2009年中国实证

时间:2025年12月31日
来源:Journal of Environmental Economics and Management

编辑推荐:

本研究利用全球洪水数据库(GFD)的高分辨率卫星遥感数据,结合中国工业企业数据库(ASIF)的地理编码信息,系统评估了2000-2009年间洪水灾害对中国企业绩效的动态与空间溢出效应。研究发现,洪水对受灾企业产出、全要素生产率(TFP)、资本和劳动力投入均产生显著且持久的负面影响,并存在明显的空间溢出效应,即邻近非受灾企业短期内受损,而距离较远的企业在长期内受益于生产活动的重新配置。该研究为精准量化自然灾害的经济成本提供了新的微观证据。

广告
   X   

洪水,作为中国发生频率最高、破坏性最强的自然灾害之一,其造成的经济损失和人员伤亡远超全球平均水平。随着气候变化的加剧,洪水发生的频率和强度在过去几十年里显著上升。然而,尽管洪水灾害的宏观影响显而易见,学术界对于洪水如何具体影响微观经济实体——尤其是企业层面的生产活动——却缺乏系统性的评估。这主要是因为传统的经济数据(如企业财务数据)与灾害数据(如洪水范围)在空间分辨率上存在严重错配。以往的研究通常将灾害影响定义在较大的行政区域(如省、县)层面,这导致了对企业实际受灾状况的测量存在巨大误差,难以精确识别灾害的直接冲击和空间溢出效应。
为了克服这一挑战,新加坡管理大学的研究团队在《Journal of Environmental Economics and Management》上发表了一项开创性研究。他们首次将高分辨率的卫星遥感洪水淹没数据与地理编码的企业级数据相结合,构建了一个能够精确识别企业受灾状况的独特数据集。利用这一数据优势,研究团队不仅评估了洪水对受灾企业的动态影响,还深入探究了灾害对周边非受灾企业的空间溢出效应,为理解自然灾害的微观经济传导机制提供了全新的视角。
关键技术方法
本研究主要采用了以下关键技术方法:
  1. 1.
    数据融合与地理编码:研究团队从全球洪水数据库(GFD)获取了2000-2009年间中国的高分辨率(250米)洪水淹没范围卫星遥感数据,并将其转化为地理空间多边形。同时,利用高德地图API将中国工业企业数据库(ASIF)中企业的地址信息转换为地理坐标,从而实现了洪水淹没范围与企业地理位置的精确匹配。
  2. 2.
    动态面板模型:研究采用Arellano-Bond动态面板估计方法,构建了一个广义动态面板模型。该模型不仅控制了企业固定效应、省份-年份固定效应和行业-年份固定效应,还纳入了滞后的因变量,以捕捉企业绩效的动态调整过程。
  3. 3.
    空间溢出效应识别:为了评估洪水对周边非受灾企业的影响,研究引入了“同心圆”分析框架。具体而言,研究将非受灾企业根据其与洪水淹没区的距离划分为多个环形区域(如0-2公里、2-4公里等),并在模型中分别估计不同距离圈层内企业的受影响程度,从而精确识别了空间溢出效应的范围和强度。
研究结果
1. 洪水对受灾企业的动态影响
研究发现,洪水对受灾企业的生产活动产生了显著且持久的负面影响。这种影响不仅体现在洪水发生的当年,而且在灾后数年持续存在,甚至呈现加剧趋势。
  • 产出与全要素生产率(TFP):在洪水发生的当年,受灾企业的产出和全要素生产率分别下降了8.92%和10.65%。这种负面影响在灾后持续存在,并在长期(灾后3年及以上)分别扩大至15.37%和13.23%的损失。这表明洪水不仅造成了直接的物理破坏,还对企业长期的生产效率造成了深远的损害。
  • 资本与劳动力投入:洪水同样导致了企业生产规模的收缩。受灾企业的资本存量在灾后长期下降了4.50%,而劳动力投入则下降了6.52%。这表明企业不仅在效率上受损,其生产规模也出现了萎缩,反映了灾害对企业长期生存能力的冲击。
2. 洪水的空间溢出效应
研究的一个重要发现是,洪水的影响并不仅限于被淹没的企业,而是会通过空间溢出效应传导至周边非受灾企业。这种溢出效应呈现出明显的距离衰减和动态变化特征。
  • 邻近企业的短期损失:在洪水发生的当年,位于淹没区6公里范围内的非受灾企业,其产出和全要素生产率也受到了显著的负面影响,尽管其损失幅度远小于直接受灾企业。这可能是由于交通中断、基础设施破坏或供应链中断等局部性冲击所致。
  • 距离较远企业的长期收益:与邻近企业不同,位于淹没区6-12公里范围内的非受灾企业在长期内反而出现了产出扩张。这一发现表明,生产活动存在从受灾核心区域向外部圈层重新配置的趋势。受灾企业损失的产出和市场份额,部分被距离较远、未受直接冲击的企业所承接,从而形成了“创造性破坏”式的空间再分配。
3. 稳健性检验与异质性分析
为了确保研究结论的可靠性,研究团队进行了一系列稳健性检验和异质性分析。
  • 稳健性检验:研究通过改变洪水淹没区的定义(如将淹没区边界向外扩展0.5公里、1公里或2公里)、使用洪水持续时间而非二元虚拟变量、以及将样本限制在未搬迁的企业中,均得到了与基准结果一致的研究结论,证明了研究发现的稳健性。
  • 异质性分析:研究发现,企业的受灾程度存在显著的异质性。例如,拥有较高安全库存水平的企业能够更好地缓冲洪水对产出的冲击,但同时也遭受了更大的固定资产损失;位于洪水频发地区的企业表现出更强的韧性,其生产率损失相对较小;而国有企业(SOE)在灾后的恢复表现通常不如非国有企业。
研究结论与讨论
本研究通过整合高分辨率的卫星遥感数据和地理编码的企业级数据,首次在微观层面系统性地评估了洪水灾害对中国企业绩效的动态和空间溢出效应。研究的主要结论和重要意义体现在以下几个方面:
  1. 1.
    揭示了洪水的长期破坏性:与以往研究认为自然灾害影响多为短期不同,本研究发现洪水对企业产出和全要素生产率的负面影响是持久且深远的。这表明,洪水不仅是一次性的冲击,更可能通过破坏企业的生产能力和市场网络,导致其长期竞争力下降。
  2. 2.
    识别了复杂的空间溢出机制:研究揭示了洪水影响的空间非均质性。灾害不仅直接打击了受灾企业,还通过负向溢出效应损害了邻近企业,同时通过正向溢出效应(生产再配置)惠及了距离较远的企业。这一发现挑战了将灾害影响简单视为局部冲击的传统观点,强调了在评估灾害经济成本时考虑空间溢出效应的重要性。
  3. 3.
    为政策制定提供了精准依据:研究结果表明,不同企业(如不同规模、不同所有制、不同库存水平)对洪水的脆弱性存在显著差异。这为政府制定差异化的灾害救助和恢复政策提供了科学依据。例如,政策应重点关注那些受灾后恢复能力较弱的国有企业或大型企业,并鼓励企业通过优化库存管理来增强抗风险能力。
  4. 4.
    推动了灾害经济学的研究方法革新:本研究展示了将卫星遥感等新型地理空间数据与微观经济数据相结合的巨大潜力。这种方法不仅能够更精确地识别处理效应,还能有效解决传统研究中因数据错配导致的测量误差问题,为未来研究自然灾害的经济影响开辟了新的技术路径。
综上所述,这项研究不仅量化了洪水灾害对中国企业的具体影响,更重要的是,它揭示了灾害在时间和空间维度上的复杂传导机制。这些发现对于理解气候变化下的经济韧性、制定有效的灾害风险管理策略以及推动相关领域的研究方法创新,都具有重要的理论和现实意义。

生物通微信公众号
微信
新浪微博


生物通 版权所有