灾害相关损失通常通过分别考察死亡人数、受伤人数以及其他受影响人数来衡量，同时还考察造成的经济损失。这一分类体系可追溯至20世纪70年代拉丁美洲和加勒比经济委员会（ECLAC 2003）的一项项目。目前，EMDAT是唯一覆盖全球的灾害成本公共数据库（http://www.emdat.be）。EMDAT数据分为死亡率、发病率和经济损失；很容易注意到，这些指标各自显示的趋势之间存在显著差异（http://www.emdat.be/natural-disasters-trends）。这给任何试图描述灾害影响趋势的工作带来难题，也许更重要的是，给利用这些趋势确定最优政策选择带来难题。灾害损失趋势至关重要，因为损失在各地区以及不同财富和发展水平的国家间如何分布，会影响气候变化减缓政策的讨论。这些政策可能包括从工业化国家向较贫困国家大规模转移资源。对预防和减缓政策进行审慎的成本效益分析，也需要一种汇总灾害损失的方法。
我们提出一种汇总灾害影响指标的新方法。我们的方法在某些方面类似于世界卫生组织计算疾病和伤害负担所造成的伤残调整生命年（DALYs）损失的方法（WHO 2013）。与世卫组织计算DALYs一样，我们的计量单位也是生命年。不过，DALYs仅衡量疾病对健康的影响，而我们的衡量旨在核算灾害对人类福祉更广泛的影响，包括基础设施和资本遭到破坏所带来的影响。
基本前提是，从伦理角度而言，人的生命价值应被视为处处平等，而金钱损失的价值则不然；在最高收入国家（卢森堡）损失1美元，对社会造成的不利影响小于在我们数据中最低收入国家（索马里）损失1美元。本文提出的新指数将所有损害指标——包括死亡率、发病率以及对人类生命的其他影响（例如流离失所），以及基础设施和住房受损——转化为人类生命年损失的综合指标。我们的方法将损失年数计算为因死亡、受伤/受影响以及经济损失而损失的年数之和。
因死亡造成的生命年损失，按死亡年龄与预期寿命之间的差值计算。与受伤者（或以其他方式受到灾害影响者）相关的生命年损失，假定为受影响所致残疾程度的函数，乘以残疾持续时间（直至受影响者恢复正常），再乘以受影响人数。该残疾系数是与遭受灾害相关的“福祉降低权重”。本文的计算依据世卫组织定义的残疾系数“普通、无并发症疾病：对诊断结果感到焦虑”（e=0.054），并假设恢复正常需要三年。
指数的最后一个组成部分试图核算因资本资产和基础设施受损而损失的人类年数，包括住宅和商业建筑、公共建筑，以及道路和供水系统等其他类型的基础设施。我们采用经济损失的货币金额，并将其除以人类全年劳动所创造的货币金额。为估算后者，我们使用人均收入作为各国各年份人类劳动成本的指标，但将该指标折减75%，因为人类活动中很大一部分并未用于有偿就业。
数据集和背景论文——其中包括有关指数构建、计算方法的更详细信息，以及用于生成图表和修改上述任何假设的界面——均可从以下网址下载： https://sites.google.com/site/noyeconomics/research/natural-disasters。
依据上述假设，对整个观测期（1980-2012）全球损失的生命年总数进行计算，结果为13.67亿生命年。这意味着年均损失近4200万生命年。
图1描绘了全球灾害造成的生命年损失变化。我们发现，计算所得指数没有趋势；此外，我们观察到，大多数灾害影响发生在亚洲（东亚和南亚）。这种主导地位可能既源于该地区高度暴露于多种极端事件（尤其是大范围洪水），也源于暴露地区人口密度高（太平洋和印度洋沿岸及主要河流流域）。
图1. 各地区生命年损失总量
从图2可以看到，高收入国家在自然灾害造成的总体负担中所占份额极小（74个高收入国家占3.1%）。这些人类损失的很大一部分确实落在低收入国家（仅39个国家占16%），而中等收入国家承担的份额更大（107个国家占80.9%）。图3绘出了四个收入组别的人均年度生命年负担，清楚表明低收入国家的人均负担远高于其他国家。
图2. 按收入水平划分的生命年损失份额
图3. 按收入水平划分的每10⁵人生命年损失
1983年低收入组的观测值为6,423。
本文提出的指数也可以针对单次事件构建，而不是仅用于国家年度汇总。例如，下表1展示了2011年的两起重大事件的计算结果：年初袭击新西兰克赖斯特彻奇并摧毁其市中心商业区的地震，以及当年下半年影响泰国人口最稠密的大部分地区、尤其是曼谷周边地区的洪水。将这些计算应用于具体事件时，可以纳入有关直接影响确切性质的更详细信息（例如死亡年龄分布）。
表1. 克赖斯特彻奇地震（22/2/2011）和泰国2011年洪水
同一指数也可以针对各个国家构建，以评估其灾害风险降低（DRR）政策绩效。十年前，联合国会员国在《兵库行动框架》中商定以DRR为重点；下周（March 14–18）在日本仙台举行的联合国世界减灾大会上重新谈判的新框架协议，很可能会进一步强调DRR的效能（UNISDR 2015）。
例如，在图4中，我们看到菲律宾过去几十年的灾害负担计算结果。一个引人注目的结论是，尽管公共政策对灾害风险降低投资的承诺日益积极且资金充足，但该国灾害损失仍呈现明显上升趋势。一个可能的原因是，人为气候变化改变了该地区台风的路径，风暴日益影响南部地区；该地区过去较少暴露于此类影响，因此准备也较不充分。
图4. 菲律宾损失的生命年（1990–2012）
本文探讨的方法具有若干颇具吸引力且实用的特点，包括：
更加重视低收入国家的灾害经济损失，
重视灾害死亡相关的人类潜能损失（包括更加重视儿童死亡），
重视灾害受影响者（但幸存者）所遭受的切实影响，以及
也许最重要的是，该方法具有灵活性，意味着可根据数据分析的最终目标轻松修改任何假设。
本文提出的衡量方法只关注灾害的直接影响。此外，当然还存在显著的间接社会经济影响。这些间接影响可能持续很长时间，因此本文提出的衡量方法很可能低估了全球灾害的总负担（更多讨论见Cavallo and Noy 2011、Noy 2012和Meyer et al. 2013）。
本文与 VoxEU合作发表。发表本文并不意味着世界经济论坛认可其中的观点。
要及时了解议程， 订阅我们的每周简报。
作者：Ilan Noy是夏威夷大学和新西兰维多利亚商学院副教授。
图片：一名女子在海地太子港的海地大教堂前祈祷。该教堂在2010年地震中被毁。REUTERS/Jorge Silva
