城市洪水(urban flood)对局部物理风险造成影响,并通过互联的区域系统引发级联经济中断。尽管洪水建模和结构性防洪措施已得到广泛研究,但关于量化城市暴雨洪涝(urban pluvial flooding)损失与区域间经济关联的研究仍有限。本研究通过将高分
城市洪水(urban flood)对局部物理风险造成影响,并通过互联的区域系统引发级联经济中断。尽管洪水建模和结构性防洪措施已得到广泛研究,但关于量化城市暴雨洪涝(urban pluvial flooding)损失与区域间经济关联的研究仍有限。本研究通过将高分辨率空间洪水损失数据与区域间投入产出模型(interregional input-output model, IRIO)相结合,评估了韩国六个大都市区的直接和间接经济影响,从而填补了这一空白。结果显示,直接损失存在显著的空间异质性,受城市形态、地形以及暴露资产空间分布的影响。首尔(Seoul)表现出严重的住宅区损失,仁川(Incheon)在暴露的城市区域显示出工业损失,大田(Daejeon)则呈现住宅区与工业影响区的明确区分。在采用的静态区域间投入产出框架下,六个城市的间接经济损失估计值均超过直接物理损失,特别是在区域生产网络内部传播的过程中。该结果应被解释为在固定产业关系下潜在短期经济放大的证据,而非长期灾后损失。针对首尔洪水情景的部门分析识别出原材料制造、能源和科学服务部门易受上游中断影响。这些发现表明,城市洪水风险管理不仅应考虑特定地点的暴露情况,还应考虑局部物理损失在区域内及区域间传播的经济结构。所提出的框架通过区分需要本地吸收能力的城市和需要区域间供应链协调的城市,支持差异化韧性规划。
**论文解读:韩国大都市区城市暴雨洪涝的直接与间接经济影响综合评估**
洪水是全球最频繁且破坏性最强的自然灾害之一,气候变化和快速城市化加剧了其强度。城市暴雨洪涝(urban pluvial flooding)因突发性强、局部性显著,预测和管理难度大,尤其对密集基础设施和低渗透性的都市区域构成严重威胁。现有研究多聚焦于物理脆弱性或直接财产损失,而对通过区域经济关联产生的级联影响关注不足。尽管有学者利用适应性投入产出模型或可计算一般均衡模型评估间接损失,但针对城市暴雨洪涝的精细空间数据与区域间经济模型整合的研究仍匮乏。因此,本研究旨在结合高分辨率空间洪水损失数据与区域间投入产出(interregional input-output, IRIO)模型,系统评估韩国六个大都市区(首尔、仁川、大田、光州、大邱、釜山)的暴雨洪涝直接与间接经济影响,揭示城市形态、资产构成与区域经济结构如何共同塑造洪水损失,并为差异化韧性规划提供依据。
研究人员采用两阶段方法:首先,基于对象分析(object-based analysis, OBA)方法,利用韩国环境部提供的城市暴雨洪涝淹没图(30、50、80、100年重现期)与详细社会经济清单(住宅、工业、农业、车辆、人口资产)进行空间叠加,通过深度-损失函数估算各资产类别的直接损失,并计算期望年损失(expected annual damage, EAD)。其次,将直接损失转换为部门与区域特定的最终需求冲击,输入至基于韩国银行2020年IRIO表的静态区域间投入产出模型,估算间接损失,并将其分解为内部效应(区域内)和溢出效应(区域间)。研究得出了以下结论:直接损失在六个城市间呈现显著空间异质性,首尔和大田以住宅损失为主,仁川以工业损失为主,大邱农业损失集中于新并入外围区域,釜山车辆损失最严重。在静态IRIO框架下,间接损失(尤其是内部效应)超过直接损失,首尔、釜山和大田的内部间接损失超过直接损失20%以上,表明密集的本地经济联系可能放大短期破坏。溢出效应方面,光州、大田和首尔具有较高的溢出比例,需关注区域间供应链协调。部门分析显示,原材料制造(C4)、加工组装制造(C5)、能源(C6)、运输(C9)和科学技术服务(C14)是受影响最严重的部门,易通过上游中断传播冲击。该研究的重要意义在于,通过整合精细空间暴露数据与宏观经济关联,为城市洪水风险管理提供了区分本地吸收能力与区域间协调的差异化策略,并为韧性规划提供了定量依据。论文发表在《Water Research X》。
研究人员采用了两项核心技术。第一,基于对象分析(OBA)方法,利用韩国环境部(Ministry of Environment, MOE)提供的城市暴雨洪涝淹没图(30、50、80、100年重现期)作为矢量形状文件,与住宅、工业、农业、车辆和人口资产清单进行空间交会,并通过深度-损失函数(基于韩国水文与结构条件校准)估算各资产在不同重现期下的直接损失,进而计算期望年损失(EAD),包括下尾、梯形和上尾积分。第二,将直接损失按资产功能映射至IRIO表对应部门(如住宅损失对应建筑业与房地产业C7,工业损失按详细活动分解),转换为负的最终需求冲击,输入至基于韩国银行2020年区域间投入产出表(17个行政区域、多个产业部门)的静态IRIO模型,利用Leontief逆矩阵计算产出变化,并将间接损失分解为内部效应(直接受影响城市内)和溢出效应(其他区域)。作为敏感性分析,针对首尔洪水情景,设置了两种替代冲击转换率(S1:75%转换;S2:住宅、农业、车辆100%转换,工业50%转换)。
通过OBA方法,绘制了六个城市次市级行政单元水平上的直接损失空间分布。首尔损失集中于汉江以南的瑞草区、江南区等,仁川损失主要在内陆地区,大田损失广泛(68.9%单元受影响),光州沿南北走廊分布,大邱损失集中于新并入区域,釜山损失覆盖95.3%单元,以莲山洞最高。研究得出,城市形态、地形与暴露资产空间分布共同塑造了直接损失的空间异质性。
各城市主导损失类别不同:首尔和大田以住宅为主(均52.98%),仁川以工业为主(44.50%),光州呈混合结构(住宅45.30%,工业37.44%),大邱工业主导(54.51%)且农业显著(14.23%),釜山车辆损失最高(35.07%)。研究得出,暴露资产构成决定了城市洪水风险的主要类型。
基于IRIO模型,各城市向其他区域传递的间接损失(溢出效应)呈现显著模式。首尔对京畿道和忠清南道造成较大溢出,大田和光州对忠清南、全罗南、全罗北道溢出显著,釜山对京畿和庆尚南道溢出较大。各区域在农业、制造业、服务业和建筑业中的溢出分布不同,如光州对全罗南道农业溢出达35.9%,大田对忠清南道制造业溢出14.5%。研究得出,间接损失传播主要受部门生产联系驱动,而非单纯地理邻近。
六个城市的间接损失均超过直接损失,特别是内部效应。内部间接损失最大的是大田(5338万美元)、首尔(4584万美元)和釜山(4403万美元)。内部间接损失与直接损失之比最高的是首尔(1.26)、釜山(1.23)和大邱(1.22),表明这些城市在固定生产关系下对区域内经济放大敏感。溢出效应方面,大田溢出最大(3388万美元),溢出-内部比最高的是光州(0.77)。研究得出,间接损失放大是区域生产结构的潜在短期效应,而非长期灾后损失。
首尔洪水情景下,间接损失最大的接收区域为京畿道(751万美元)、仁川(215万美元)、忠清南道(214万美元)、蔚山(213万美元)和庆尚南道(186万美元)。部门层面,原材料制造(C4)在多个区域均为最大损失部门,其次为加工组装制造(C5)、能源(C6)、运输(C9)和科学技术服务(C14)。研究得出,这些部门是洪水冲击传播的关键通道,应优先纳入韧性规划。
**讨论部分总结**:研究人员指出,直接损失的市区内异质性反映了城市形态、地形与资产暴露的差异,如首尔汉江以南的半地下室住宅区、仁川的低洼工业区、大田的住宅与工业区空间分离、光州的地形导流、大邱的盆地地形、釜山的陡坡与低洼区域。间接损失传播并非仅由距离决定,而是由部门生产联系主导,如首尔对京畿道的溢出集中于原材料制造和科学技术服务,釜山内部效应较高因运输与建筑部门本地耦合强,大田和光州因依赖外部供应商而溢出显著。政策上,高内部效应城市(首尔、釜山、大田)需增强本地吸收能力,包括业务连续性计划和关键基础设施冗余;高溢出效应城市需区域间协调,如供应商多元化和应急采购协议。部门优先关注C4、C5、C6、C9、C14。验证方面,通过与2022年首尔洪水、2017年仁川洪水官方记录比较,发现事件损失高于EAD,表明EAD代表长期年化风险而非单次事件。局限性包括静态IRIO框架假设固定技术系数且未考虑替代、价格调整等,以及数据限制如车辆暴露假设、地图更新问题等。
在本研究中,研究人员评估了韩国六个主要大都市区(首尔、仁川、大田、光州、大邱、釜山)城市暴雨洪涝的直接与间接经济影响。通过将高分辨率空间洪水数据与IRIO模型相结合,研究人员捕捉了局部物理损失以及跨部门、跨区域的级联经济影响。直接损失在不同城市间表现出显著的空间异质性,受地形、土地利用和脆弱资产分布差异的影响。首尔和大田经历了显著的住宅损失,而仁川在暴露的低洼城市区域记录了大量的工业损失。光州呈现住宅与工业损失的混合模式。在大邱,农业损失集中于新并入的外围区域。在釜山,车辆损失是所有资产类型中最严重的。这些发现强调了将城市特定暴露特征纳入洪水风险降低策略的重要性。
在本研究采用的静态IRIO框架下,间接损失估计值高于直接损失,尤其是通过区域内产业联系传播的内部效应。这一发现应被解释为区域生产结构中嵌入的潜在短期放大的证据,而非对已实现长期灾后损失的预测。在首尔、釜山和大田,内部间接损失超过直接损失20%以上,表明在固定生产关系下,密集的本地经济相互依赖可能放大洪水引发的破坏。受影响最严重的部门包括原材料制造、能源、运输和科学技术服务,这表明洪水韧性策略不仅应考虑暴露的物理资产,还应考虑破坏可能传播的部门路径。内部效应高的城市应优先考虑本地吸收能力、业务连续性、关键服务冗余以及物流和基础设施节点的保护,而与大规模溢出效应相关的城市和部门则需要更广泛的区域间协调,包括供应商多元化、应急采购规划和跨辖区风险治理。
本研究证明,仅凭单一汇总指标无法完全理解城市暴雨洪涝风险。通过联合呈现按重现期的事件损失估计和EAD,分析捕捉了单个洪水事件的强度依赖特征以及可预期的年度长期平均风险水平。事件结果突出了大都市区间的非线性响应和敏感性阈值,而EAD可作为标准化指标,便于比较不同区域和资产类型的相对风险水平。这些互补视角共同为解释城市洪水风险及其直接与间接经济后果提供了更全面的基础。