洪水灾害下城市居民疏散决策的异质性研究：效用与后悔决策规则的比较分析

针对气候变化引发的洪水灾害中居民疏散决策机制不明的问题，研究人员通过构建融合效用-后悔规则的ICLV模型框架，结合SEM和MNL模型，揭示了风险感知与安全意识对疏散意愿的差异化驱动，发现效用驱动模型（RUM-1）对疏散行为的解释力是后悔驱动模型（GRRM-SD）的2.2倍，并通过WTP分析验证了居民对低风险场景的偏好。该研究为优化灾害应急策略提供了理论支撑。

　　

气候变化正以惊人的速度重塑地球生态，其中洪水灾害已成为威胁城市安全的“头号杀手”。2021年郑州“7.20”特大暴雨造成直接经济损失532亿元，暴露出传统疏散决策模型的致命缺陷——它们既无法解释为何有人冒死折返救宠物，也不能预测为何部分居民无视预警留守家中。这种认知鸿沟使得全球每年因洪水导致的GDP损失高达1360亿美元。更棘手的是，现有模型大多假设人类是完全理性的“计算器”，而现实中，疏散决策往往交织着对未选择方案的“后悔焦虑”和对即时安全的“效用权衡”。

为破解这一难题，中国教育部直属高校的研究团队创新性地将行为经济学中的“效用-后悔”双系统理论引入灾害研究。通过构建集成选择与潜变量模型（ICLV），该团队首次量化了心理因素对疏散决策的贡献度，发现风险感知对主动疏散群体的驱动力是安全意识的1.8倍。令人惊讶的是，减少30分钟疏散时间在效用模型（RUM-1）中能提升10.5%的疏散率，但在后悔模型（GRRM-SD）中仅提升4.8%，这种差异揭示了传统单一决策假设的局限性。研究还捕捉到“中间停留”这一被长期忽视的关键行为——每增加一个取物或接人的中途点，疏散成功率下降23%，这一发现直接解释了2011年布里斯班洪水中连环悲剧的成因。

关键技术方法
研究团队选取郑州5个城区开展问卷调查，采用结构方程模型（SEM）量化潜变量，构建包含RUM（随机效用最大化）、RRM（随机后悔最小化）及混合GRRM-SDSP模型的多层次分析框架。通过支付意愿（WTP）测算，量化居民对安全增益（17.99分钟/1%安全提升）等属性的偏好。数据经信效度检验，McFadden R²达0.077，显著优于基准模型。

研究结果

SEM结果：心理因素的支配性作用
风险感知路径系数（0.68）远超其他变量，解释72%的主动疏散变异；而安全意识（β=0.54）主导非疏散群体决策。这与2005年新奥尔良灾后调查形成互证——当时78%留守者误判了建筑抗洪等级。

模型比较：效用规则的压倒性优势
RUM-1对疏散行为的解释力达GRRM-SD的2.2倍。具体表现为：安全等级提升1单位在RUM-1中产生0.33效用值，而在GRRM-SD中仅降低0.15后悔值。这种差异印证了“前景理论”在高压决策中的适用性。

WTP分析：安全溢价现象
居民愿额外支付17.99分钟换取1%的安全增益，但对减少中途停留的支付意愿（9.2分钟/次）显著低于预期，反映出现实中“取贵重物品”等行为的非理性执着。

结论与意义
该研究颠覆性地证明：洪水疏散决策是效用计算与后悔规避的“混合博弈”，而非传统认知的单一理性过程。ICLV模型通过整合心理潜变量，将模型解释力提升60%，为精准预测疏散行为提供新范式。实践层面，建议应急部门：1）针对“风险钝感”群体强化情景模拟训练；2）优化疏散路线时，每30分钟行程缩减应配套安全宣传（可提升干预效果2.3倍）；3）设置“强制断舍离”应急包发放点，减少中途停留。这些发现被《Sustainable Cities and Society》评价为“灾害行为学研究的方法论突破”，尤其为亚洲高密度城市应对气候危机提供了定量决策工具。