暴露 - 损失错配揭示洪水损失倾向的区域与部门异质性

《Environmental Impact Assessment Review》：Exposure–loss mismatch reveals regional and sectoral heterogeneity in flood-loss propensity

　　

**摘要**

- 一项涉及116起事件的全国分析揭示了暴露与损失关系中的系统性差异。
- 相对于暴露水平，部分高暴露省份的损失可能有所缓解，而部分低暴露省份的损失则被放大。
- 商业和服务业部门表现出更高的损失倾向。
- 各省份的损失倾向与防洪基础设施指标之间存在广泛的对应关系。
- 暴露与损失的模式揭示了与洪水脆弱性相关的结构性异质性。

**引言**

气候适应越来越依赖于识别极端天气暴露最可能转化为重大社会经济损失的能力（IPCC，2022）。洪水是这一挑战的核心。气候变化正在改变强降水和洪水相关极端事件的发生频率、强度和空间分布，而城市扩张和经济集聚继续将人口、资产和生产活动置于洪水易发区（Dottori等，2018；IPCC，2021；Kreibich等，2022；Rentschler等，2023；Tellman等，2021；Winsemius等，2016）。由于适应资源有限，规划者不仅需要决定洪水可能发生的地点，还需要决定哪些地区和社会经济部门应优先进行风险降低、保护和灾后恢复（IPCC，2022；联合国环境规划署，2024）。因此，洪水适应不仅是一个危害和暴露问题，更是一个差异性脆弱性问题：最紧迫的适应需求可能出现在暴露资产和经济活动最无法抵御、吸收或恢复洪水影响的地区。

大规模洪水风险评估仍然往往以洪水、人口、资产和经济活动的空间重叠为指导（Eberenz等，2020；Jongman等，2012；Tellman等，2021）。这种以暴露为中心的方法直观、可扩展，对于识别潜在影响可能发生的地点至关重要，但为适应优先级划分提供了不完整的依据。经济价值暴露最集中的地点不一定损失最严重或适应需求最紧迫的地点。在相似的淹没水平下，损失可能显著不同，这取决于资产易损性、部门构成、企业和家庭的准备情况、洪水防护基础设施、应急响应能力，以及塑造应对和恢复的更广泛的制度条件（IPCC，2022；Kreibich等，2022；Merz等，2010；Wing等，2020）。如果适应政策过度依赖暴露因素，可能会过度关注高暴露但相对防护较好的地点，而忽视中等暴露地区或部门中有限应对能力可能导致不成比例影响的情况（Fox等，2024；Sanders等，2023；Sauer等，2024；Wing等，2022）。

最近的研究强调，洪水影响评估、风险管理、土地利用变化和气候适应应被联合考察，而非作为独立的规划领域。例如，Qin等（2024）提出了一种多情景战略环境评价框架来评估气候变化下的洪水适应策略，而Granceri Bradaschia等（2024）探讨了如何通过战略环境评价在空间规划中将气候变化适应指标主流化。其他研究强调了社会资本在洪水风险降低中的作用以及城市形态对内涝风险的影响（Bin Waseem等，2024；Huang等，2024）。总体而言，这些研究凸显了为洪水风险治理和适应规划提供证据的日益增长的需求。然而，考虑到脆弱性在放大或缓解经济损失中的中介作用，是否洪水影响始终与观察到的暴露相符，这一点关注较少。

一个核心难点是，脆弱性很少在适应决策所需的空间和部门尺度上被直接观测（Fox等，2024；IPCC，2022；Sauer等，2024）。因此，洪水风险评估面临持续的数据缺口。全球和国家级模型能够实现区域间广泛比较，但它们通常依赖通用化的水深-损害函数，这平滑了当地脆弱性的差异（Amadio等，2019；Englhardt等，2019；Huizinga等，2017；Wing等，2020）。相比之下，基于保险索赔、企业调查或建筑级观测的详细实证损失模型可以更真实地表征当地损害，但需要许多地区无法获得的密集微观数据，并且可能难以在不同地理和制度背景下迁移（Kreibich等，2010；Scawthorn等，2006；Schoppa等，2020；Sieg等，2017；Wing等，2020）。最近的综述同样指出数据稀缺、不确定性量化有限、间接或延伸损失处理不完整以及模型可迁移性差是稳健洪水损害建模的持续障碍（Redondo-Tilano等，2025）。历史洪水影响目录通过协调报告的影响和模拟的洪水事件取得了重要进展，但也表明识别脆弱性系统性差异仍然困难（Paprotny等，2024a；Paprotny等，2024b）。这些局限性使适应规划者面临实际证据缺口：许多地区有足够信息重建洪水暴露，但缺乏识别哪些部门和地区系统性更脆弱的微观记录。

在这种数据约束下，获取与脆弱性相关信息的一种方法是考察暴露和损失系统性偏离的地点。在成比例的暴露-损失关系下，贡献了全国洪水暴露一定份额的部门或地区预计也会贡献大致相似的全国洪水损失份额。与该基准的持续偏离提供了相对于暴露的损失结果异质性的基于结果的信号，这可能有助于理解潜在的脆弱性相关条件。这种暴露-损失不匹配建立在损失由危害、暴露和脆弱性相互作用产生的标准风险框架基础上（IPCC，2022；Kreibich等，2022；Merz等，2010），但将实证焦点从单纯的暴露价值转向暴露转化为实际经济损失的不均匀性。该诊断并不旨在确立每个观察到的不匹配背后的因果机制。相反，它提供了一种可扩展的方法，用于识别历史损失相对于暴露系统性不成比例的部门和地区。

中国为这种诊断方法提供了一个特别有信息量的全国尺度测试平台，因为它结合了高洪水暴露、快速城市化和经济集聚、强部门专业化以及区域间适应能力的巨大差异（Du等，2018；Ma等，2014；中国国家统计局，2024）。制造业、建筑业、物流业、商业、住宿业、住宅用地和其他服务活动常常在同一个洪水易发的城市和近郊环境中并存，但先前的实证研究表明，这些活动在资产构成、准备惯例、业务中断敏感性和恢复能力方面可能存在显著差异（Kreibich等，2010；Sakai和Yao，2023；Sieg等，2017）。同时，防洪基础设施、应急响应、财政能力和更广泛的适应条件在各省之间差异显著（Hallegatte等，2013；Jongman等，2015；Scussolini等，2016；Wing等，2022）。

在此，我们考察了中国各部门和省份之间洪水损失倾向的结构性异质性。我们重建了2003年至2024年间的116起历史洪水事件，空间分辨率为250米×250米，估计每个网格单元的淹没深度，并将这些危害地图与部门明确的地理空间暴露数据相结合。然后，我们将这些暴露估计与事件级报告的直接经济损失相结合，在分层贝叶斯框架中估计部门和省份特有的损失倾向相对于暴露的差异。具体而言，我们提出三个问题。第一，暴露和损失份额在部门和省份之间是否系统性偏离？第二，建模的损失倾向在部门和省份之间如何变化，这些估计如何反映在观察到的暴露-损失不匹配模式上，以及省份差异是否与所选的防洪基础设施指标显示出广泛的探索性对应关系？第三，暴露-损失不匹配如何通过识别可能需要进一步进行脆弱性集中评估的区域和部门背景，来补充传统的基于暴露的评估？

本研究做出了三项贡献。第一，它通过提供一种可补充基于情景、基于指标和基于土地利用方法的结果导向诊断，为洪水相关脆弱性评估做出了贡献。该诊断不是将脆弱性作为直接观测对象，而是识别在区域和部门背景下经济暴露和直接损失结果之间的系统性偏离。第二，它在微观数据受限的情况下估计了省份和部门特有的损失倾向，而非假设损失与暴露成比例，从而扩展了大规模洪水风险评估。第三，它为将暴露-损失异质性纳入脆弱性敏感评估提供了实际基础。通过区分历史上损失相对于暴露被放大或缓解的背景，该框架可以补充传统的基于暴露的筛选，并帮助指示哪些地方可能需要更详细的脆弱性、缓解需求、基础设施条件或适应选项评估。该分析设计也可能为数据受限的环境提供有用的参考，尽管其实施和适用性仍然取决于当地的暴露数据、损失报告、部门结构和洪水风险背景。

**部分摘要**

**方法**

本研究开发了一种暴露-损失不匹配框架，以识别经济暴露与直接洪水损失之间关系的系统性区域和部门差异。该框架由三个相互关联的组成部分构成（图1）。首先，历史洪水范围、淹没深度和事件级非农业损失从卫星观测和官方灾害记录中重建。其次，通过将POI派生的部门明确的

**物理洪水暴露不均衡，且不能完全解释报告的损失**

重建的洪水记录显示，历史洪水危害和物理暴露在中国各地极不均衡。这里，物理暴露指的是被淹没的不透水表面的面积。使用MODIS卫星图像，我们识别和映射了2003年至2024年间发生的116起洪水事件，空间分辨率为250米×250米，并对每个淹没的网格单元估计了淹没深度（详见补充章节S1）。

洪水发生集中在几个

**暴露-损失不匹配作为与脆弱性相关的诊断**

我们的结果表明，在中国，经济暴露与直接洪水损失之间的关系并不遵循简单的"高暴露-高损失"模式。相反，相似的

**结论**

本研究表明，洪水相关的经济损失并不与经济暴露成比例地扩展。通过考察中国各地的116起历史洪水事件，我们识别出了各省和各部门之间系统性的暴露-损失不匹配。包括广东、四川和湖南在内的高暴露省份表现出相对损失缓解，而河北、甘肃、宁夏和天津在特定部门背景下显示出更强的损失放大。在部门层面，商业和

**数据和代码可用性**

全球洪水数据库可在 https://global-flood-database.cloudtostreet.info/ 获取。高德POI数据可通过高德开放平台API（https://lbs.amap.com/）获取，并受该平台服务条款的约束。全球人工不透水面积数据，2025版，年度时间覆盖从1985年到2024年，可在 https://data-starcloud.pcl.ac.cn/resource/13 获取。全球人类居住层（GHSL）数据可在 https://ghsl.jrc.ec.europa.eu/ 获取。

**利益冲突声明**

作者声明他们没有任何已知的竞争性财务利益或个人关系，这些利益或关系可能影响本论文中报告的工作。

**致谢**

本研究由中国国家自然科学基金资助（编号：72234002）。

**作者**

陈志超 | 石振宇 | 韩志秀 | 陈斌 | 董明健 | 罗希辰 | 孙晨 | 宋一茹 | 王宇涛 | 吴立波