![celine27aprilfig1.jpg](http://www.pbngalaxy.com/sites/default/files/styles/16_9_small/public/voxeu-cover-image/celine27aprilfig1.jpg?itok=3DsArcyY)
更好地利用土地和保险来减轻自然灾害
在过去的几十年里,自然灾害的代价急剧上升。除了不断升级的气候危机之外,成本的上升在很大程度上归因于易受洪灾影响的地区的城市化。本专栏探讨土地使用和保险政策如何限制城市化,并解释保险政策如何影响房地产价格。简单的遵守政策,包括禁区和没有保险费率区分的区域,是相对有效的。随着气候风险或人口压力的变化,红色区域必须重新定义。
搜索网站
在过去的几十年里,自然灾害的代价急剧上升。除了不断升级的气候危机之外,成本的上升在很大程度上归因于易受洪灾影响的地区的城市化。本专栏探讨土地使用和保险政策如何限制城市化,并解释保险政策如何影响房地产价格。简单的遵守政策,包括禁区和没有保险费率区分的区域,是相对有效的。随着气候风险或人口压力的变化,红色区域必须重新定义。
海地的地震、印度尼西亚的火山爆发、美国的飓风艾达、菲律宾的台风拉伊、澳大利亚、比利时、中国、德国、印度和尼泊尔的洪水——在过去的一年里,这些都说明了世界各地自然灾害的强度和频率。在过去的几十年里,自然灾害的经济成本急剧上升,到2020年达到1900亿美元,而1970年(Sigma 2021年)为13亿美元。自然灾害影响了保险公司,2020年保险损失达890亿美元。对于大部分没有保险的人来说,他们影响了家庭、企业和银行(细野和宫川,2014年)。
图1新奥尔良
源:https://pixabay.com/photos/new-orleans-louisiana-81669/
除了不断升级的气候危机外,灾害造成的经济成本上升主要是由于受灾地区的人口和企业数量不断增加,以及他们的资产价值不断上升(Hallegatte, 2012)。许多面临灾难性风险的地区确实有人居住并用于经济活动。在中国,早在2004年,50%的人口生活在全国七大洪水易发河流中下游8%的土地面积上。他们贡献了全国三分之二以上的农业和工业产品价值。2012年,佛罗里达州80%(或2.9万亿美元)的保险资产位于沿海地区——该州风险最高的地区。从全球来看,世界沿海地区的许多大城市都居住着大量且不断增长的人口。
在暴露在外的地区,城市化进程不断加快,部分原因是与风险相关的便利设施——河岸很有吸引力。感知偏见发挥了它们的作用——人们低估了风险,忘记了过去的事件,或者不知道正在发生的气候变化,更不用说气候怀疑主义了。地方政府也可能因为担心该地区的吸引力或房地产价值会受到负面影响而未能就实际风险进行沟通(Burby 2006)。
经济激励也很重要。当居住在受灾地区的家庭不承担他们所承担的全部风险成本时,城市化是有利的。我们在本专栏和2019年的论文中关注的是这种搭便车的类型(Grislain-Letrémy和Villeneuve 2019)。我们将调查范围限制在这些灾难造成的非生命损失。
控制受污染地区城市化的解决方案包括土地使用和保险政策:
为了展示土地使用法规和保险费如何影响风险暴露,我们开发了一个具有显著风险梯度的线性城市模型,在该模型中,我们内部化土地租金、保险费和位置选择。
风险使房地产沦为奴隶。资产价值应反映风险的差异。因此,洪水地区或地震多发地区的房产会因房地产市场而贬值。如果有保险,则负资本化源自保费。基于特征价格法的实证研究证实,房地产市场对自然巨灾保险费的资本化流量进行了估值(Bin et al. 2008, MacDonald et al. 1990, Harrison et al. 2001)。经验表明,房地产价格对保险费修正的反应比对其他风险披露的反应更大(Skantz和Strickland, 1987)。
保险通常不考虑位置。位置盲溢价有两种类型。第一种是隐性万能保险,即在发生灾害时,期望国家给予援助。在澳大利亚、加拿大、中国和许多欧洲国家,如奥地利、捷克共和国、德国、冰岛、意大利、荷兰、挪威、瑞典和波兰,洪水补偿依赖于国家资助的援助计划,事实上是强制性的和统一的保费(私人保险要么不存在,要么只有少数家庭或公司购买)(Ahvenharju等人2011年,财团Compensación de Seguros 2008年,Maccaferri等人2012年)。即使在美国,也只有少数家庭购买洪水保险,部分原因是预期会有联邦援助(Dixon et al. 2006, Kunreuther and Pauly 2005),以及不要求现金买家购买洪水保险(Palm and Bolsen 2022)。第二种是法律上的非歧视性保险定价,例如丹麦、法国、西班牙和瑞士的保险定价。第二种通常是第一种的现代化(Dumas et al. 2005)。
在大多数国家,低效率定价(两种类型中的任何一种)都伴随着建筑禁令。例如,在法国、德国、意大利、波兰、西班牙和瑞士,有约束性立法限制或禁止开发易受洪水影响的地区(Santato 2013)。
在不考虑地点的保险制度下——假设保险是完整的——所有财产都被人为地等同起来,导致过度使用风险最高的地方。在实践中,由于保险实际上是不完整的,这种负面影响在一定程度上得到了缓和。
经济分析的一个典型结果是,保险费(价格激励)原则上与分区(数量调节)一样有效。等价甚至更进一步。价格和分区是任何规模的替代品。分区可以提高被保险统一对待的区域的效率程度;保险费率差异可以弥补分区制度的缺陷。
我们彻底调查了最常用的两个区域政策。在红色区域、禁止居住;在建筑区、授权密度和保险费都是不考虑地点的。
图2红色区域
总的来说,潜在的损失随着使用的地表和居民数量的增加而增加。如果表面最重要,那么禁止最糟糕的地方是有效的。相反,如果密度最重要,那么密度限制必须随着基本风险的降低而降低。然而,我们用模拟说明了红区政策是相对有效的。
图3显示了位置盲保险下的均衡密度模拟,其中有最优红色区域(实线),以及精算公平定价下的第一最佳均衡模拟(虚线)。不考虑位置的溢价导致整个授权空间的统一使用;精算上公平的保险为家庭集中在风险较低的地区提供了平稳的激励。在精算公平保险下,最危险的地区自然被遗弃了。这个区域比最理想的红色区域小:精算上公平的保费使更好和更广泛的土地占用。
图3均衡:精算公平保费与地段盲保费与最优红区
笔记:用最优红色区域(实线)模拟区位盲保险下的均衡密度,用精算公平定价模拟第一最佳均衡(虚线)。
除了精算公平和位置盲保险的极端情况外,我们还模拟了保险受到部分补贴时的均衡。这些模拟证实,由于补贴较高,红区政策更有用,这可以被视为财政激励和物理约束之间的替代性。这些模拟还提供了关于可替代性的见解,当有设施或微调的建筑规范时。
随着风险的变化更新分区是至关重要的。我们确定了气候变化和人口压力对最佳红区的影响。目前,自然灾害造成的成本不断增加,主要是由于受灾地区的城市化进程不断加快。欧洲议会和政府间气候变化专门委员会表明,气候变化将如何增加自然灾害的强度和频率。在2005年至2050年间,全球沿海大城市的洪灾损失将增加8倍,这一预测仅基于不断增长的人口和房地产价值。一旦考虑到气候变化和地面沉降,如果不加强预防措施,全球沿海大城市遭受的洪水损失可能会增加19倍,每年损失1万亿美元。
气候变化和人口演变对最佳红区设计的影响可能是违反直觉的。我们建议在一般情况下对竞争效应进行全面的描述。如预期的那样,随着灾难频率或严重性的增加而扩大红色区域包含了最终的发病率。相比之下,人口增加会增加风险,但同时也会增加对土地的需求。人口压力的净影响可以是,当人均预期损失较小时,红色区域的减少(当预期损失较大时,红色区域的扩大)相对于每地面单位的预期损失。
我们应该如何处理已经位于高度暴露地区的人员和资产?煽动的逻辑在这里有一个陷阱:人们很容易将现有的住房排除在对风险敞口不利的修正之外。“祖父权”被广泛使用,导致了反复的损失。相反,应该有一个明确的风险更新,并将保险赔偿从“支付重建”原则转变为“支付搬迁”原则。
Ahvenharju, S, Y Gilbert, J Illman, J Lunabba和I Vehvilainen(2011),“保险业在北欧国家环境政策中的作用”,北欧创新出版(2)。
Bin, O, J B Kruse和C E Landry(2008),“洪水灾害、保险费率和便利设施:沿海住房市场的证据”,风险与保险杂志75(1): 63 - 82。
Burby, R J(2006),“卡特里娜飓风和政府灾难政策的悖论:为危险地区带来明智的政府决策”,美国政治和社会科学学院年鉴604(1): 171 - 91。
财团Compensación de Seguros (2008)自然灾害保险覆盖范围:多种系统。
大仲马,P,查瓦罗,H Legrand, A Macaire, C Dimitrov, X Martin和C Queffelec。(2005),“关于prévention自然灾害和行动者责任的特别关系”,使团'Enquête sur Régime d ' disumisation des arnphes Naturelles,法国财政部总检查,法国环境总检查和法国土木工程总理事会。
Grislain-Letrémy, C,和B Villeneuve(2019),“自然灾害,土地使用和保险”,日内瓦风险与保险评论44(1): 54 - 86。
Hallegatte, S (2012), "走向一个充满更大灾难的世界?关于风险管理政策的想法, VoxEU.org, 4月14日。
Harrison, D M, G T Smersh和A L Schwartz(2001),“房价的环境决定因素:洪水区地位的影响”,房地产研究杂志21(1 - 2): 17-38。
宫川细野,K和D (2014), "自然灾害,公司活动,以及对银行的破坏, VoxEU.org, 8月13日。
Kunreuther, H, and M Pauly M(2005),“保险决策与市场行为”,微观经济学的基础和趋势1(2): 63 - 127。
MacDonald, D N, H L White, P M Taube和W L Huth(1990),“洪水灾害定价和保险费差异:来自住房市场的证据”,风险与保险杂志57(4): 654 - 63。
Maccaferri, S, F Cariboni和F Campolongo (2012),自然灾害:欧盟的风险相关性和保险范围,欧洲委员会,联合研究中心,财政分析单位的科学支持,公民保护和安全研究所。
Palm, R,和T W Bolsen(2022),“沿海购房者无视不断上升的洪水风险,尽管有明确的警告和不断上涨的保险费”,The Conversation, 3月25日。
Santato S (2013),欧洲洪水指令和土地利用规划提供的机会气候服务中心。
σ(2021),2020年的自然灾害, Sigma报告,瑞士再保险协会。
Skantz, T R,和T H Strickland(1987),“房价与洪水事件:市场效率的实证调查”,房地产研究杂志2(2): 75 - 83。
420年读