洪水和热带气旋前瞻性经济损失的多国研究

洪水和热带气旋前瞻性经济损失的多国研究 Michele Fornino, Mahmut Kutlukaya, Caterina Lepore和Javier Ur ñ uela Ló pez WP / 24 / 141 2024JUL IMF工作文件 统计部及货币和资本市场部 Michele Fornino、Mahmut Kutlukaya、Caterina Lepore和Javier Ur ñ uela L ó pez编写的洪水和热带气旋前瞻性经济损失的多国研究 由Artak Harutyunyan和Hiroko Oura授权分发 2024年7月 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 摘要：该研究为使用全球数据集的许多国家提供了洪水和热带气旋（TC）造成的经济损失的前瞻性估计。对三种政府间气候变化专门委员会（IPCC）情景的损害赔偿进行了估算，并在国家一级进行了汇总，根据对183个国家的危险严重程度和经济暴露的地理分类估算得出。结果表明，对于大多数国家而言，洪水和TC的损害率（i）在2020年至2100年的估计范围内增加，以及（ii）在更严重的全球变暖情景下增加。与其他全球研究一致，预期的洪水和TC破坏在世界各地分布不均。这些估计可用于广泛的应用，因为损害率代表了将气候情景与经济和金融部门风险分析联系起来的关键变量。 推荐引用:Michele Fornino, Mahmut Kutlukaya, Caterina Lepore, and Javier Ur ñ uela L ó pez. 2024. A Multi - country study offorward - looking economic Losses from Floods and Tropical Cyclones. ” IMF Working Paper, 24 / 141. 工作文件 洪水和热带气旋前瞻性经济损失的多国研究 Michele Fornino, Mahmut Kutlukaya, Caterina Lepore和Javier Ur ñ uela L ó pez1编写 Contents 1.2.文献综述53.数据84.方法125.结果156.结论22附件一：木星情报数据23附件二：国内生产总值降尺度方法25附件三。洪水结果的驱动因素26附件四. TC结果的驱动因素30附件五. SSP1 - 2.6和SSP5 - 8.5的洪水结果32附件六. SSP1 - 2.6和SSP5 - 8.5的TC结果33附件七：与NGFS结果的比较34附件八。限制38参考文献40 1.Introduction 自1950年代以来，自然灾害的频率和强度在世界几个地区都有所增加（Arias等人，2021年）。这些危害会造成巨大的经济损失。在全球范围内，与自然灾害相关的经济损失在过去十年中平均每年约为1700亿美元，在某些年份达到了3000亿美元的峰值（UNDRR，2022）。此外，自2000年代以来，这些事件造成的经济损失显着增加，这与它们的强度和频率放大一致（UNDRR，2022）。随着许多国家准备采取措施减少这些自然灾害带来的风险，评估在各种气候情景下后者的未来经济损失变得至关重要。 本文旨在通过采用一个简单的框架来前瞻性地分析洪水和热带气旋（TC）造成的损失，从而弥合经济和气候文献之间的差距。我们提出了一种方法来估算自然灾害造成的经济损失，该方法可适用于全球范围内的许多国家。2我们采用该方法来估算国际货币基金组织（IPCC）三个政府间气候变化专门委员会（IPCC）情景下许多成员国（洪水为183个，TCs为89个）的（河流和沿海）洪水和TC的前瞻性损失。3 损害是由于三个组成部分的相互作用而产生的：对单个危害的预测（危害严重程度），经济资产对这些危害的暴露以及在危害发生时导致的脆弱性。我们依赖于每个组成部分的全球数据集，目标是最大限度地覆盖国际货币基金组织成员国。就危害而言，我们专注于洪水和TC，并使用了从私人供应商Jpiter Itelligece.4采购的数据。Jpiter Itelligece利用了来自各种全球环流模型（GCM）的数据，以及基于最新学术文献的其他专有模型，以在三种IPCC情景下产生危害严重程度的前瞻性度量，这些情景是共享社会经济途径（SSP）和代表性集中途径（RCP）的组合，代表低（SSP1 - 2.6），中等（SSP2 - 4.5）和非常高（SSP5 - 8.5）温室气体（GHG）排放。5对于未来可获得的替代数据，在空间上与2100年的经济分布一致为了衡量脆弱性，我们采用了现有学术研究和公开数据集的损害函数，将危害的大小转化为可量化的损害。具体来说，我们从Hiziga和其他人（2017年）中选择了洪水的损害函数，从Ebererez和其他人（2021年）中选择了TC的损害函数。这些功能在文献中广泛使用，公开可用，并提供全球一致的覆盖范围。通过合并这三个数据集，我们计算洪水造成的伤害率。 和特定感兴趣位置的TC（由纬度和经度指定），然后汇总以获得国家级别的预期年度损害率6 我们的结果指出了分析的三个关键要点。首先，我们认为到本世纪中叶，大多数国家的洪水和热带气旋破坏都将增加。这些国家在全球经济中占有重要份额。其次，对于大多数国家来说，在更严重的气候情景下，损失更高，这表明全球洪水和热带气旋风险与全球变暖之间存在正相关关系。第三，洪水和热带气旋风险在世界各地分布不均。我们现在更详细地描述结果。 对于洪水，结果显示大多数国家的前瞻性国家年度损失率不断增加（占2020年全球GDP的74 - 80％）。根据情况，58 - 67％的国家（占2020年全球GDP的74 - 80％）显示，到2050年，相对于基线，预期的年度国家一级破坏率有所增加。损失最高的国家往往在热带和亚热带地区，土地面积小，这使得它们的资产在地理上更加集中，因此更加暴露。损失率相对变化最大的是南美、非洲和东南亚。级别变化反映了相似的地理分布。 对于TC，预计占2020年全球GDP约41%的国家将经历更高的TC损失率。在历史上受到这些事件影响的国家中，66 - 67%的国家显示TC的损失率从基线到2050年有所增加。在SSP2 - 4.5和SSP5 - 8.5的年份中，损失率不断增加的国家数量在SSP5 -8.5中最高。从这三种不同情景的2050年和2100年的损失率分布来看，我们观察到，在本世纪末，对于风险增加的国家，在更严重的情景中，损失率的变化性增加。从损害的地理分布来看，我们发现TC风险集中在特定地区。损失率最高的国家是加勒比海，南亚和东南亚，东非和大洋洲。 这些结果可用于广泛的应用，因为自然灾害造成的损害是将气候物理科学与经济和金融部门风险分析联系起来的关键变量。首先，这些损害可以为一个国家的气候物理风险提供有用的诊断工具。目前，可用的指标是向后看的，并基于EM - DAT的数据，这些数据受到诸如缺失数据和气候变化趋势等限制（Joes等，2022年）。8, 9我们的结果提供了前瞻性指标基于粒度数据的国家层面的洪水和TC风险。其次，正如国际货币基金组织工作人员的气候风险分析方法（Adria，2022）所描述的那样，本文产生的国家一级损害可以用作宏观模型的输入，以生成考虑气候物理风险的宏观金融情景。然后可以使用宏观金融情景，使用银行压力测试的标准方法来估计对银行偿付能力的影响。此外，损坏或损失部分可以直接与借款人级数据集成，这对应于也描述了一种微观方法。 气候风险分析。这些类型的方法已在几个国际货币基金组织金融部门评估计划（FSAP）中使用，例如菲律宾FSAP（Hallegatte等，2022年），墨西哥FSAP（IMF，2022年）和马尔代夫FSAP（IMF，2023年），以提高对气候风险的认识并确定金融体系中的压力点。第三，危险损害可用于评估缓解和适应战略。例如，危害损害可以用作宏观经济模型的输入，以评估替代投资计划和融资策略的宏观经济和财务影响。 本文的其余部分组织如下。第二节对相关文献进行了回顾。第3节描述了框架三个组成部分所采用的数据：危害，脆弱性和暴露。第4节详细说明了计算损失所采用的方法，从特定地点(由纬度和经度规定)的损害开始，然后在国家一级进行汇总。第5节概述了关键结果，并将结果与其他研究进行了比较。第6节提供结束语。附件载有关于数据、结果、与其他估计和限制的比较的进一步信息。 2.文献综述 这项研究建立在旨在估计气候物理风险造成的经济损失的文献基础上，尽管近年来迅速发展，但仍处于早期阶段。一些经济研究致力于慢性风险，特别是温度长期变化对经济产出和增长的影响（例如Procedre，Bre等人，2015年；Kalhl和Wez，2020年；Kah等人，2021年），而关于急性气候风险的工作一直滞后，Alfieri等人（2017年）和Dottori等人（2018年）对洪水的一些全球估计。Botze等人（2019年）提供了对自然灾害的直接和间接经济影响的估计，重点是数据可用性以及建模和 洪水和TC的直接损失是本研究的重点。关于危险间接损失的文献越来越多,在此不作综述。相反,我们关注的是直接损失,与个别危险相比,直接损失可能是总损失的下限,因为它们忽略了间接损失。此外,我们只关注两种危险(洪水和TC)。这一选择是基于危险和脆弱性数据的可用性。 2.1洪水 洪水的直接破坏主要取决于水的深度。洪水的损害函数将水深与损害联系起来-以总价值的百分比或作为绝对损害量-并且可以应用于两种类型的洪水。即使许多不同的淹没特征，如深度，持续时间，速度可能会影响破坏的数量和程度，在当前的洪水最新技术中 损伤评估主要是淹没深度被纳入损伤函数，因为它似乎具有最显著的影响。 文献中的一些研究使用多模型框架，将河流流量和洪水过程的模拟与暴露和洪水保护的数据集集成在一起，以确定洪水造成的损害。Alfieri和其他人（2017）发现：（i）全球范围内大气变暖与未来洪水风险之间存在正相关关系，以及（ii）风险在世界各地分布不均。同样，Dottori等（2018）使用多模型框架分析了河流洪水的社会经济成本。研究发现，在3摄氏度的变暖情景下，影响尤其大，区域分布不均。史密斯和其他人（2019年）使用高分辨率（大约。30 x 30 m）的人口密度，以将洪水暴露与18个国家的人口数据进行映射。与其他研究相比，该研究的结果表明，暴露估计对潜在危险数据的分辨率很敏感。 Huizinga等（2017）估计了每个大陆和资产类型的经验损害曲线，这些曲线现在在文献中被广泛使用。为了估计这些破坏曲线，作者收集了一个关于洪水破坏的大型且全球一致的数据集，然后根据数据制作了破坏曲线，提供了作为水深函数的部分破坏。破坏曲线是按破坏等级（住宅，商业，工业，运输，道路，铁路，农业）和大陆估计的。 本文通过应用Huizinga等（2017）的损害函数，为三种不同IPCC情景下的洪水提供了前瞻性损害估计。为183个国家提供了不同气候情景下的损害率，水平和相对变化。虽然Alfieri等人（2017年）和Dottori等人（2018年）也提供了全球损失的估计，但他们专注于一种情景（RCP 8.5），并考虑了具有恒定风险的模拟事件方法。相比之下，我们考虑了三种情景以及时间和情景相关的风险。 2.2热带气旋 TC通常会由于强烈的持续地面风，风暴潮驱动的淹没和暴雨而造成损害。最大持续风速是量化TC影响的最重要因素，也用作评估直接经济损失的损害函数的输入（Emanuel（2011），Czajkowski和Done（2014））。 关于TC损害的文献很大一部分集中在美国。对于美国，不同的建筑类型（FEMA（2011），Yamin等（2014））以及美国大西洋和墨西哥湾沿岸几个地区的总经济损失（Hallegatte，200