基于代理的模拟技术在社区灾害恢复过程中的社会技术互动研究

《International Journal of Disaster Risk Reduction》：Agent-based simulation of socio-technical interactions during community disaster recovery

　　曾婷香|尼古拉·布拉戈耶维奇|博日达尔·斯托亚迪诺维奇
苏黎世联邦理工学院土木、环境与地理信息工程系，8093苏黎世，瑞士

**摘要**
社区灾害韧性涉及社会因素和技术因素之间的复杂相互作用，因此在模拟恢复过程时必须考虑这些因素的相互依赖性。本文提出了一种基于代理的模型，该模型模拟了家庭的长期恢复过程，捕捉了家庭如何经历灾害影响以及如何在技术系统恢复的同时恢复自身的福祉。该模型建立在“基于能力的社交技术韧性接口”（CI-STR）框架的基础上，将人类能力作为家庭应对灾害影响的主要驱动力。它将福祉剥夺视为动机，将能力获得视为家庭在灾后适应和恢复的促进因素。模拟中的动态反馈循环将家庭代理与社区的技术系统联系起来：社区服务作为支持各种能力的输入，而家庭的输出（包括福祉评估和应对措施）则影响服务需求和劳动力可用性。通过模拟加利福尼亚州阿拉米达地区的地震后恢复情景，展示了该模型的应用。该研究重点关注住宅流动性作为主要的应对策略，探讨了由能力获得和福祉状态变化驱动的家庭迁移模式，以及这些变化如何随后影响技术系统的运行和恢复。所提出的基于代理的模型提供了一种综合工具，将人类和社会因素与基础设施韧性模型联系起来，捕捉了灾害恢复期间各种社区维度之间的复杂相互作用。

**1. 引言**
地震、洪水和火灾等自然灾害对人类社会构成了重大威胁。尽管这些事件不可避免，但通过恢复准备可以减轻其影响的强度和持续时间，从而在灾后紧张的时间框架内支持决策制定[1]。理解恢复过程对于制定恢复计划至关重要，因为它有助于识别潜在问题并找到特定情境下的解决方案[2]。由于灾后恢复的复杂性（涉及多个参与者），预测恢复过程具有挑战性。每个参与者可能单独受到影响并开展自己的恢复活动，但一个参与者的能力变化可能会通过其互动直接或间接影响其他参与者。例如，人口迁移通常是由建筑环境的物理破坏引起的，而人口回归决策则受到住房和服务设施恢复的影响[3]。同时，企业和基础设施系统的运行依赖于居民的存在，以支持劳动力并作为消费者基础[4][5]。对由社区的社会和技术组成部分之间的互动驱动的灾后事件链进行建模，对于理解和预测恢复轨迹非常重要。

基于代理的建模（ABM）在文献中被广泛用于模拟社区的灾后恢复过程。ABM能够模拟异构代理的非线性行为及其与其他实体的互动[6]。由于数据收集和实验困难，ABM能够捕捉这些互动产生的新兴现象，成为模拟社区韧性过程的合适工具[7]，前提是代理行为和参数基于特定情境的实证数据。研究人员应用ABM来分析不同代理（如生命线、企业、学校和家庭）之间的资源交换[8][9][10]。ABM特别有助于研究社会经济人口统计特征、经验、知识和社会互动如何影响社区成员对灾害影响的响应。例如，Yang等人[7]开发了一个影响模拟模型，其中包含商店、避难所和家庭代理，家庭准备程度取决于过去的经验、预警信息、社会网络和物理条件。

在关注人口迁移的研究中，ABM通过捕捉人类行为与灾害风险之间的互动，成为模拟紧急疏散的流行工具。这些模型整合了影响疏散决策的因素，如家庭特征、过去经验、社会资本、个性、感知成本和情境条件[11][12]。对于长期人口迁移，Costa等人[13]通过考虑住房损坏、公用服务可用性、社会经济特征和社会网络影响，模拟了家庭的临时迁移和永久性重新安置。类似地，Bhattacharya和Kato[14]提出了一种基于代理的方法，用于捕捉受地方依恋、财务资源和基础设施需求影响的家庭迁移决策。

尽管这些研究在模拟包括不同社区参与者和组成部分之间互动的社区韧性方面取得了显著进展，但对人类角色的表现仍然有限。许多模型主要关注技术系统，家庭决策主要由这些系统的功能驱动。虽然一些模型在模拟疏散或重新安置时考虑了社会和心理因素，但它们往往强调外部驱动因素，如资源可用性和环境条件。较少关注个体和家庭内部状态的变化，或他们的恢复活动如何影响建筑环境的恢复。为了实现更全面的社区恢复模拟，我们提出了一种基于代理的模型，将灾后恢复视为一个由家庭与社会技术系统相互作用塑造的动态反馈过程。该模型关注家庭及其恢复福祉的决策，将家庭视为积极代理，他们的恢复活动影响并受到不断演变的基础设施功能和社会条件的影响。为了捕捉这种以人为中心的视角，我们采用了Sen[15]的能力方法，该方法为评估人类福祉提供了坚实的概念基础，超越了社区资源的可用性。

根据Sen的观点，人类福祉由能力定义——个体实现有价值功能的真实机会，包括存在状态和他们有理由重视的活动。这些功能的例子包括获得庇护、获得营养、旅行或参与政治。个体是否具备某种能力取决于他们拥有哪些资源以及如何使用这些资源。Murphy和Gardoni[16]应用这一概念，将灾害引起的损害与人类福祉联系起来，通过人类能力的变化来评估灾害的社会影响。在此基础上，基于能力的方法已被用于评估基础设施系统（如交通网络[17]或电力、水和运输服务组合[7]）中断对人类福祉的影响。

**2. 基于CI-STR框架的基于代理的模型**
本节介绍了一种基于ABM的模型，用于模拟灾后恢复期间的家庭决策和行为。恢复被概念化为一系列应对措施，家庭通过这些措施应对变化的条件并努力恢复福祉。每个代理代表一个由一个或多个个体组成的家庭，他们共享资源并做出集体决策。该模型实现了CI-STR框架[18]，为通过人类能力评估社会技术系统的韧性提供了概念基础。它捕捉了家庭如何评估自己的福祉、选择应对措施以及随时间变化的社会和技术条件之间的互动。

本节的其余部分描述了模型的关键组成部分：支配家庭行为的决策规则（2.1节）、福祉状态和功能阈值的评估（2.2节），以及支持家庭恢复的应对选项和使能资源（2.3节）。

**2.1. 家庭代理的决策规则**
家庭代理在采取应对措施时的决策过程如图1所示。在每个时间步骤中，家庭代理根据当前条件评估自己的能力水平，这些条件可能由于灾害导致的社会或技术要素的变化而不同于灾前状态（见2.2节）。这些能力决定了每个福祉维度（如庇护、健康或安全）是处于可接受、可容忍还是不可容忍的状态。当某种功能达到期望的生活标准时被认为是可接受的；低于最低可接受水平时被认为是不可容忍的；介于两者之间时被认为是可容忍的。如果所有功能都保持可接受或可容忍，则不采取任何行动。当任何功能变得不可容忍时，代理会识别其工具能力所支持的应对选项（见2.3节）。然后评估每个选项对整体福祉的预期改善效果，同时考虑各种能力之间的改进和潜在权衡。代理选择能最大程度改善其福祉的选项。如果没有可用选项提供积极结果，则代理不采取任何行动。随着灾后恢复进程的进展，工具能力也会演变。因此，在恢复模拟的下一个时间步骤中，这一系列检查能力水平、评估福祉状态和决定应对措施的过程将重复进行。

**2.2. 福祉状态的评估**
**2.2.1. 选择家庭恢复的关键能力**
评估福祉状态的第一步是选择相关能力。这些能力应捕捉个体福祉的重要维度，同时考虑它们与情境的相关性以及使用现有基础设施和社会经济数据表示它们的可行性。在本研究中，选定的能力包括：有庇护所、健康状况良好、保持卫生、感到安全、对社区有归属感以及受过教育。这些福祉维度经常受到灾害的影响，并已被证明会影响家庭采取应对措施的决策[3][5][13][19]。在基线灾前状态下，假设家庭在正常生活条件下能够满足这些能力，而灾害影响可能会通过住房条件和服务设施的中断暂时降低这些能力水平。这一假设为评估灾后福祉变化提供了一个一致的参考点，尽管它可能无法完全反映那些在灾前就存在基本能力匮乏的情况。由于能力本身无法直接量化，因此需要通过社区恢复模拟中可测量的指标来近似表示能力的水平。表1总结了所选的能力、它们的指标以及影响这些指标的社会和技术因素。

表1. 能力列表

| 能力 | 指标 | 影响因素 |
|----------------|----------------------------|-------------------------------------------|
| 有住所 | 在安全且功能齐全的住所中居住 | 住所的可用性 |
| 保持卫生 | 能够获得清洁的水和卫生设施 | 住所类型（WASH设施） |
| 保持良好的健康 | 能够获得医疗服务 | 医院的容量；健康状况 |
| 有隐私 | 在生活区有私人空间 | 住所类型（合住住房） |
| 感到安全 | 对伤害或危险的安全感知 | 住所类型（与陌生人共享的空间） |
| 对社区有归属感 | 对居住地的满意度和社会融入 | 邻里状况；社会网络 |
| 有教育 | 能够上学并接受正规教育 | 学校的容量；家庭中的学生数量 |

在能力方法中，资源转化为能力的过程取决于转换因素，这些因素可能是个人的（例如收入、年龄、健康状况）、社会的（例如制度安排、规范）或环境的（例如地理位置）[20]。在这个模型中，转换因素通过家庭特征和家庭当前所在地的基础设施条件来表示，这些因素共同决定了获取和利用医疗保健和教育等基本服务的能力。

2.2. 可接受、可容忍和不可容忍的功能
由于所选的能力侧重于基本的人类能力，我们假设家庭总是重视并试图实现这些能力；因此，能力的水平直接反映了其相应功能的水平。功能的实现由相关指标的值或类别决定，如表1所示。根据Murphy和Gardoni [21]以及Tabandeh等人[22]的方法，为每个指标定义了两个阈值：可接受阈值，代表应维持的理想功能水平；可容忍阈值，代表灾后可以暂时容忍的最低功能水平。当指标值高于可接受阈值时，功能状态是可接受的；低于可容忍阈值时，功能状态是不可容忍的；介于两个阈值之间时，则为可容忍的。对于处于可容忍状态的功能，定义了具体的时间限制。如果功能在这段时间内没有恢复到可接受状态，它就变得不可容忍了。

基本人权为确定这些阈值提供了总体指导。它们规定了任何社会中的个人应享有的基本能力的最低标准[23]。例如，普遍认为，在灾后长时间缺乏食物和清洁水，或者无家可归或住在临时住所中是不可接受和不可容忍的[21]。虽然这些基本能力应该得到保护，但充足的食物、住所和其他需求的定义可能因地区和时间的不同而有所差异。在较不发达的国家被认为是可接受的条件，在较发达的国家可能被认为是不可接受的甚至不可容忍的[22]。这些阈值的精确规定应通过考虑跨文化差异的内部民主程序来确定[23]。

在这项研究中，我们通过参考灾前条件并借鉴以往关于人们对个人卫生、隐私和安全方面特定生活条件反应的研究（例如[24]、[25]）来设定阈值。尽管个人对可接受性和可容忍性的感知可能有所不同，但我们的方法关注的是同一城市内家庭之间的共同生活标准。根据实证研究（例如[5]、[7]、[19]）以及马斯洛需求层次理论的相对紧迫性，为处于可容忍状态的功能分配了时间限制。例如，生理需求类别的功能的可容忍持续时间从1到3天不等，安全需求为3到10天，归属感为10到21天，尊重需求为14到30天。这些时间限制使用均匀分布分配给每个家庭，以捕捉个体耐受性的差异。

第2.1节描述的决策规则会在功能变得不可容忍时触发应对措施。然后，代理根据自身的能力以及当前工具性能力的状态开始寻找应对方案，如第2.3节所述。下一小节将解释这些能力如何在灾后恢复过程中随着社会和技术条件的变化而演变。

2.2.3. 基于变化条件评估能力
每种能力都由一个定性或定量指标来近似表示。在这项研究中，大多数选定的能力通过具有两个或更多类别的定性指标来衡量，以反映影响因素可能导致的潜在结果（表1）。有住所的能力是指家庭是否能够获得安全且功能齐全的住所。同样，保持卫生的能力取决于在当前生活空间下能否获得水、卫生设施（WASH）。如果家庭没有住所，可能在紧急避难所中只能获得有限的资源；而在其他类型的住所中则可以完全获得这些资源[24]。例如，在没有适当WASH设施的紧急避难所中停留数天，将使保持良好卫生的功能处于不可容忍的状态。

保持良好健康的能力表现为所有家庭成员是否处于健康状态，或者如果受伤或生病，是否能够获得有效的医疗服务。家庭成员可能因灾害事件造成的身体伤害而受伤。伤害的严重程度通过离散的严重程度等级来表示，这些等级映射到伤害严重程度得分（ISS）的范围内——这是一个广泛用于评估创伤严重程度的指标——并用于确定个体恢复时间。这种严重程度到持续时间的映射是一个特定于情境的参数化步骤，应使用损害模型、医学分类或适用于该应用场景的实证灾后伤害数据来定义。家庭成员在灾后恢复过程中也可能生病，他们的每日健康风险由基线概率和生理需求能力的任何下降共同决定。健康状况使用逻辑函数在每个时间步骤中进行更新，这在健康风险建模中很常见[26]：

其中， 表示与生理需求相关的当前能力水平（反映了相应的功能状态），如果任何相关功能处于不可容忍状态则为0， 设置了基于特定情景的基线患病对数概率， 表示当任何生理需求进入不可容忍状态时的额外风险， 是案例研究中提供的特定情景乘数。

有隐私的能力取决于当前住房情况下个人空间的程度。居住在紧急避难所的家庭被认为无法保持隐私[27]，这低于可容忍阈值。住在朋友或家人家的家庭由于共享生活安排而假设隐私减少[28]，这在有限的时间内被认为是可容忍的。相比之下，居住在私人住房单元（例如修复后的房屋、租赁单元或公共住房）的家庭被认为具有可接受的隐私水平。感到安全的能力也基于住房类型进行评估。居住在紧急避难所的家庭被认为感知到的安全程度降低[27]，这被归类为不可容忍的，而住在其他类型住所的家庭则被认为具有可接受的安全水平。

对社区有归属感的能力通过一个连续指标来衡量，该指标包括物理和社交因素。参考Costa等人[29]和Scannell与Gifford[30]的研究，我们考虑了社区（物理）状况和社会网络来表示家庭对一个地方的满意度和归属感。因此，时间t时对社区有归属感的能力表示为：

其中， 表示社区状况，以社区中未受损且功能齐全的建筑比例来衡量。社会维度的评估因家庭的位置而异。对于留在原社区的家庭，社会联系的水平通过社区中相同家庭的比例来衡量。对于搬到新社区的家庭，其社会联系的建立基于两个因素：居住时间长度和原居住地与搬迁地点之间的距离[31]。设 表示搬迁到新地点的时间， 表示到原社区的距离。搬迁后的社会联系增长率由参数 决定，该参数表示建立与新地点完全社会联系所需的时间。由于这一时间框架在文献中没有普遍定义，并且可能因当地条件和个体经验而异，因此 被视为一个需要根据应用场景来指定的上下文依赖参数。对于案例研究应用，假设在同一城市内搬迁的家庭（）在新社区中一年内（）能够完全建立社会联系，而搬到远处地点的家庭（）可能需要长达两年。这些值被用作合理近似，以表示社会联系和对新环境的逐渐熟悉。一个二进制指标 表示家庭是在新社区（）还是原社区（）。因此，归属感随着时间的推移而增长，与社区的恢复程度和社会联系的积累成正比，搬迁距离较远的家庭增长较慢。

最后，有教育的能力基于学龄家庭成员是否能够获得有效的教育服务来评估。如果家庭中至少有一名学龄成员，当家庭所在地区的学校（例如案例研究中的Alameda Island）正常运营并且有足够的学校容量来容纳该地区的所有在校学生时，该能力被认为是实现的。如果没有学龄成员，则该能力自动被视为已实现。

这些不断演变的能力水平反馈到第2.1节描述的决策规则中，影响家庭是否采取应对措施。

2.3. 家庭应对措施
2.3.1. 工具性能力
引入了一组称为工具性能力的能力，用于描述灾后恢复期间家庭能够采取的应对措施的社会和技术条件。与上述直接促进福祉的核心能力不同，工具性能力反映了人类能力的能动性方面：它们决定了每个家庭代理在恢复过程的每个时刻可用的应对选项。它们代表了个人做出决策和采取行动以实现目标的能力[15]，在灾后阶段，这包括应对灾害影响和恢复福祉。这些能力的例子包括居住流动性、获取信息和资金的能力，以及请求帮助的能力。

居住流动性——在不同住房选项之间移动——是家庭在大地震后寻求恢复福祉的主要应对策略之一[19]、[32]。因此，本研究重点关注与家庭搬迁相关的工具性能力。这些能力包括搬到紧急避难所、租赁单元或酒店、朋友或家人家的能力，或者留在自己家的能力。每种住房选项的可用性和功能性是这些能力的重要因素。这些能力还受到转换因素的影响，如家庭的社会和经济特征。例如，搬到租赁单元或酒店的能力取决于功能性租赁单元的可用性和家庭的财务资源；而搬到朋友或家人家的能力取决于这样的房屋是否可用且适合居住，以及家庭是否能够获得当地的社会支持。这些资源条件和转换因素是特定于情境的，应根据当地数据、实证研究或每个应用的情景假设来参数化。

2.3.2. 应对措施的选择
一个应对选项可能会改善或削弱某些能力。当有一个或多个应对选项可用时，家庭代理必须决定是否采取行动以及选择哪种行动。我们假设家庭代理了解特定应对选项可能影响的能力。通过考虑其对所有能力的潜在影响（无论是正面还是负面）来评估每个选项的相对吸引力。

尽管关于能力的文献通常认为所有能力都同样重要[33]、[34]，但在资源有限的情况下，人们在选择其中一个时，这些能力的紧迫性会有所不同。为了明确个体试图恢复的福祉维度的紧迫性及其顺序，我们使用了马斯洛的人类需求层次理论[35]。马斯洛根据优先级对人类需求进行了分类，包括生理需求、安全需求、归属需求、尊重需求和自我实现需求。前一小节中提到的每一种能力都与马斯洛的某个类别相对应。例如，拥有住所、保持卫生和拥有良好的健康状况都与生理需求相关；维护隐私和感到安全有助于满足安全需求；感受到与社区的联系则支持归属需求；对于有孩子的家庭来说，接受教育的能力符合尊重需求。当家庭决策者决定采取哪些行动时，他们会优先满足马斯洛层次理论中较低层次的需求，即使这样做可能会牺牲一些较高层次的需求。

为了将这一层次结构融入决策过程，我们根据每种能力对应的马斯洛类别为其分配了一个权重。这些权重的计算方法如公式（3）所示，确保了较低层次类别中的能力权重始终大于所有较高层次类别中能力的总权重。（3）其中表示能力的权重，表示当前类别，表示较高层次类别，表示该类别中的能力集合。然后，通过公式（4）计算应对选项的相对吸引力，该公式表示应对选项对每种能力影响的加权总和：（4）其中表示能力水平的变化，计算方法为实施应对选项前后能力水平的差异。这种变化反映了应对选项如何改变影响该能力的潜在社会和/或技术因素。

这些决策结果通过第3节中描述的接口与基础设施模型相结合，从而实现了家庭行为与基础设施功能之间的反馈。

3. 社会和技术系统在社区恢复中的接口
为了模拟家庭恢复与建成环境恢复之间的动态互动，所提出的基于代理的模型与能够捕捉灾后资源供需变化的基础设施韧性模型进行了集成。图2展示了这些相互依赖关系的建模接口。需要注意的是，图2中显示的建成环境组件仅是示例性的，并非详尽无遗。根据应用场景的不同，该框架还可以容纳其他系统。

下载：下载高分辨率图片（436KB）
下载：下载全尺寸图片
图2. 基于家庭的代理模型与基础设施韧性模型之间的接口。绿色框表示图1中详细描述的家庭决策过程。
家庭代理与建成环境组件之间的连接是通过能力输入和输出来建立的。能力输入是实现各种能力所需的资源、条件和因素。许多这些输入依赖于技术基础设施系统和社区设施提供的服务。这些服务，加上家庭的异质属性，成为评估能力、检查福祉状态和选择所需应对措施的主要步骤的输入，这些步骤是图1中所示的家庭决策过程的核心内容，并由图2中的虚线框进行了概述。能力输出代表由于执行各种能力而产生的家庭结果或状态，包括福祉成就和选择的应对措施。这些输出包括对商品和服务的需求信息，以及劳动力和财务资源的可用性，这些因素影响了技术基础设施系统和社区设施的运行。

由于事件造成的损坏，建成环境组件可能会变得无法使用或性能下降。当一个系统无法提供其设计的服务时，就会干扰家庭代理实现其能力所需的输入。如前所述，当家庭无法忍受当前的状况时，他们会有动力采取应对策略。这些应对措施以及直接的福祉影响可以导致家庭属性（例如物理、经济和社会条件）的变化，并改变能力输出（例如资源需求、劳动力供应和消费者基础），从而影响建成环境组件的功能。此外，由于恢复工作通常需要调动额外的人力和财力资源，所有家庭代理的集体反馈也有助于基础设施和建筑的恢复活动。

4. 案例研究
4.1. 研究区域和地震风险
所提出的集成社区韧性建模和仿真方法应用于模拟位于加利福尼亚州旧金山湾区东岸的阿拉米达岛的恢复过程。该研究区域包含超过14,000栋建筑，其中包括13,470栋住宅建筑、41栋学校建筑、5栋医院建筑、4栋酒店建筑以及646栋用于工业、商业或其他用途的建筑。这些建筑的分布情况如图3所示。该地区容易受到地震灾害的影响，尤其是来自附近海沃德断层的强烈地震。根据美国地质调查局（USGS）的数据，在2043年之前，该断层发生6.7级或更大地震的概率为33%[36]。

在这个案例研究中，我们模拟了假设在海沃德断层发生7.0级地震后的后果，以评估其影响并模拟随之而来的恢复过程。地面运动强度测量值和由此产生的建筑损坏状态是使用NHERI SimCenter的区域韧性确定（R2D）工具[37]进行估算的。在该工具中，特定地点的地面运动强度（包括峰值地面加速度（PGA）和峰值地面速度（PGV）是通过Abrahamson等人[38]开发的地面运动预测方程（GMPEs）以及事件间和事件内相关性模型[39]、[40]计算得出的。地面运动模型是随机的，为案例研究选择了一个地面运动强度测量的具体实现。然后根据每个建筑位置的PGA条件，从HAZUS脆弱性函数中抽取建筑损坏状态样本。在整个仿真实现中使用了一个统一的损坏场景，以提供一致的基准进行分析。通过限制初始物理影响的变异性，仿真可以更有效地隔离和描述社会技术恢复过程，而不受随机地面运动不确定性的干扰。

根据FEMA[41]的分类，建筑损坏状态从无损坏到完全损坏不等。假设无损坏和轻微损坏的建筑是可居住的，而中度、严重和完全损坏的建筑表明存在严重的结构和非结构损坏，被认为是不可居住的，必须在重新入住前进行检查和修复。

4.2. 建筑和基础设施的恢复仿真
对于这个案例研究，我们使用了pyrecodes[42]这个开源仿真平台来捕捉恢复过程中建成环境组件的状态及其提供的资源和需求。pyrecodes基于iRe-CoDeS框架[43]，该框架量化了系统（例如社区）及其相互依赖的子系统（例如住宅建筑和基础设施系统）的韧性。在这个框架中，相互依赖性通过各种系统及其组件之间的灾后资源和服务供需关系来表示。iRe-CoDeS中的系统级资源分配模型允许通过不同的供应商来满足一个组件的资源需求，从而动态考虑相互依赖关系。

pyrecodes模拟了建成环境每个组件的恢复过程。这些组件的例子包括交通网络中的道路连接、供水系统中的管道和泵，以及建筑物内的建筑或建筑组成部分。在R2D工具进行初步损坏评估后，使用每个组件的恢复模型来模拟受损组件的恢复过程。该模型包括一系列恢复活动，如检查、清理、许可和修复，并考虑了恢复时间和资源分配的不确定性。这些活动及其参数的详细信息可以在[44]中找到。恢复资源的可用性对恢复速度至关重要。在这个案例研究中，我们假设没有财务资源或建筑材料的限制，只考虑建筑劳动力的可用性作为限制因素。建筑劳动力的数量根据家庭代理的位置和状态而变化。对建筑劳动力的需求由受损建筑的修复需求决定，这些需求是根据建筑面积和相关恢复活动估算的。

在我们的分析中，阿拉米达岛根据交通分析区的边界被划分为15个区域，以便于基础设施系统恢复的仿真。这些区域的地理边界也被用来定义评估阿拉米达岛居民对社区归属感的边界。此外，模型还包括两个额外的区域——邻近社区和其他城市——以监测迁出受影响区域的家庭的状态。我们假设迁往邻近社区的家庭可能仍然能够访问他们地震前的工作场所，并可能支持该行业的生产和运营，而迁往其他城市的家庭则无法在阿拉米达岛工作。

社区资源的供需会根据建成环境组件的功能状态和阿拉米达岛家庭的状态而变化。假设同一区域内组件所需的资源可以自由共享，而特定行业（如建筑、医疗保健和教育）的劳动力资源在整个研究区域内共享，不包括那些迁往其他城市的家庭。在这项研究中，阿拉米达岛上医院和学校的运营能力是基于建筑的功能和相应劳动力的可用性进行简化的假设来估算的。

假设有多种替代避难选项可供流离失所的家庭使用（表2）。表中列出的单位代表每个家庭可用的空间或床位数量。一些数值来自现有资源的可用数据（例如酒店容量），而其他数值则是基于过去灾害事件（如2017年哈维飓风[45]、[46]和2023年毛伊岛野火[47]）的观察结果得出的大致避难容量估计。•紧急避难所：社区中心、学校和开放空间中的帐篷通常被用作即时避难解决方案。容量是根据当地学校的可用空间和可能适合搭建帐篷的开放区域估算的。在之前的灾害中，用作避难所的学校建筑通常在三到六周内重新开放为学校[45]、[46]。在这个案例研究中，我们假设阿拉米达岛上结构安全且具备基本设施的学校将作为紧急避难所。这些学校避难所在被腾空后或剩余的避难家庭能够被岛上的其他紧急避难所容纳后，或最迟在灾害发生两个月后，将逐渐恢复教育用途。过去的灾害也表明，当当地紧急避难所容量不足时，流离失所的家庭通常会被附近的社区收容。

•朋友或家人的家：我们假设所有住宅单元都可以成为朋友或家人的家，如果这些家是可居住的，其中阿拉米达岛上的一处可居住的家庭代表一个可供一个家庭使用的朋友或家人的家。然而，为了使流离失所的家庭能够使用这种资源，他们需要具备社交网络（将在下一节中描述）。

•酒店：本研究中使用的建筑清单包括阿拉米达岛上的4栋酒店建筑，总共提供约180个房间。邻近的奥克兰和旧金山分别提供约22,000个和35,000个酒店房间。在典型的70-80%的入住率下，只有大约20-30%的房间是空置的，相当于正常情况下大约11,000-17,000个潜在可用的房间。考虑到可能的结构性损坏以及灾后援助人员和阿拉米达岛外流离失所居民的竞争性需求，我们保守地假设这些空置房间中不到一半会对阿拉米达岛的家庭开放。因此，我们估计在模拟的地震事件中大约有5,000个酒店房间可用。

•公共住房：参考2023年毛伊岛火灾后的公共住房计划，当时在受影响社区通勤距离内建造或计划了大约1,000个公共住房单元[47]，我们假设地震发生后一年，公共住房单元将在阿拉米达岛和邻近社区变得可用。假设在灾难发生后的两年内，这些地区将有总共2,000个避难单位可用。表2显示了三个地区替代性避难资源的预期可用性。

**避难选项：**
- **阿拉米达岛**
- **邻近社区**
- **其他城市**

| 避难选项 | 数量 | 可用性 |
|---------|------|-------|
| 紧急避难所 | 2,500个 | 在社区避难所（地点1、2、3和15）；2,000个在学校建筑内 |
| 朋友或家人的家 | 10,000个 | 不可用 |
| 所有住宅单元 | ∞ | 不可用 |
| 酒店/租赁单元 | 180个 | ∞ |
| 公共住房 | 800个 | 1,200个 | 不可用 |
| 受建筑损坏影响 | ∞ | ∞ |

**4.3. 家庭代理设置**
**4.3.1. 合成人口生成**
研究区域大约有64,000名居民和25,000个家庭。为了在基于代理的模型中捕捉到真实的社会异质性，我们使用Rosenheim等人[48]提出的概率分解方法，从汇总的人口普查数据中生成了合成家庭代理。**人口普查数据[49]在多个空间层次（普查区块和普查区域）上进行了汇总，用于构建具有人口统计、社会经济和空间属性的家庭代理。**

- **区块级人口普查数据**提供了按所有权类型（自住或租赁）和家庭规模（1至7人以上）划分的家庭总数。首先根据所有权类型和家庭规模生成家庭代理（例如，自住的两口之家，租赁的四口之家）。为了确定儿童数量（18岁以下），使用了区域级的数据，包括有儿童的家庭数量和总儿童数量。然后随机选择至少有两个成员的家庭以匹配所需的儿童数量，并为每个家庭分配一个孩子。剩余的孩子根据家庭规模限制在这些家庭中迭代分配。
- **其他社会经济属性**使用区域级数据分配。移民状态是根据普查区域内美国出生和外国出生人口的比例概率分配的。家庭收入类别（低收入：<$50,000；中等收入：$50,000-$100,000；高收入：> $100,000/年）是根据所有权类型和收入的人口普查数据条件分配的。就业状态是在个体家庭成员层面分配的。为了反映收入与就业之间的关联，首先为中等和高收入家庭分配了一个就业成年人。然后根据区域内的行业分布（例如，建筑、教育、医疗保健），将剩余的就业成年人随机分配给其他成年家庭成员。

在分配了人口统计和社会经济属性之后，每个家庭代理根据阿拉米达岛上住宅建筑的空间分布被分配了一个居住位置。首先根据地理位置将总共13,470栋住宅建筑分配给普查区块，并根据占用类别将其分类为单户住宅或多户住宅。最初每个住宅建筑分配一个家庭。一旦所有建筑都至少有一个家庭，根据建筑面积的比例将额外的家庭分配到多户住宅中。

所提出的程序为案例研究生成了一个合成人口实现，该实现被用于所有恢复模拟中，以聚焦于家庭决策和恢复动态。合成人口的特征（包括所有权类型、移民状态、收入水平以及选定行业中的工人分布）与原始普查区域分布进行了比较。在所有关键指标上，普查和合成人口特征之间的差异都很小（表3）。

**表3. 普查和合成人口特征的比较：**
| 社会人口统计指标 | 普查 | 合成 | 差异 |
|-----------|------|------|------|
| 人口总数 | 63,728 | 61,090 | 4.12% |
| 儿童（<18岁） | 12,605 | 12,605 | 0% |
| 总就业人数 | 33,510 | 33,753 | 2.88% |
| 自住家庭（%） | 40.91 | 41.36 | 0.45 |
| 美国出生（%） | 74.23 | 74.39 | 0.08 |
| 低收入（%） | 26.24 | 26.23 | 0.01 |
| 中等收入（%） | 25.39 | 24.88 | 0.51 |
| 高收入（%） | 48.37 | 48.89 | 0.52 |
| 教育工作者（%） | 9.17 | 9.00 | 0.17 |
| 医疗保健工作者（%） | 13.30 | 13.25 | 0.05 |
| 建筑工作者（%） | 3.44 | 3.37 | 0.07 |

**4.3.2. 健康能力参数**
实施方程（1）中介绍的健康能力模型需要一些参数。基于美国每年至少有一次医生就诊的84%的可能性[50]，将基线每日患病概率设定为0.5%。如果任何生理需求达到无法忍受的状态，每日患病概率将增加五倍，达到2.5%（见方程（1）），这反映了先前研究的发现，即生活在卫生条件差和缺乏清洁水源的流离失所家庭可能会经历三到十倍的疾病风险[51]、[52]、[53]。

除了疾病外，地震对身体伤害的影响也进行了参数化。伤害严重程度的估计基于HAZUS [41]提供的伤亡率，该数据指定了不同结构类型和损坏状态下的四个严重程度级别。对于本案例研究，HAZUS的严重程度级别被映射到基于标准临床创伤分类的伤害严重程度得分（ISS）范围内。具体来说，1级伤害对应于轻微创伤（ISS 1–8），2级对应于中度创伤（ISS 9–15），3级对应于严重但非致命的创伤（ISS ≥16）。致命伤害（4级）被单独处理，不分配ISS值。对于非致命伤害（1-3级），从相关范围内随机抽取一个ISS值，然后根据抽取的ISS值计算住院时间。表4总结了HAZUS严重程度级别、ISS范围和大致住院时间之间的关系。

**4.3.3. 工具能力参数**
在本案例研究中，影响工具能力的转换因子显示在表5中，这些转换因子决定了家庭代理在物理结构正常运作时是否具备访问不同避难选项的能力。这些转换因子的相关概率改编自Costa等人[13]的研究，该研究使用基于调查的估计将家庭的社会经济属性与其在北美城市灾后恢复期间获得社会支持和资源的能力联系起来。鉴于案例研究的地理和社会经济环境相似，这些值被认为是合理的近似值。在该模型中，家庭在地震后能否负担得起租赁单元或酒店取决于他们的收入水平。从朋友或家人那里获得支持并住在他们家的机会取决于家庭的收入和移民状态，相应的概率在表中详细说明。

**4.4. 基于代理的社会技术韧性评估结果**
韧性评估关注的是阿拉米达岛在一次地震事件后家庭流离失所的情况，这次地震损坏了建筑环境、住房和基础设施系统（图3）。20次模拟从相同的地震损害分布开始，这导致18,000个家庭——约占研究区域所有家庭的72%——离开他们的家园，影响了他们的福祉。虽然家庭代理的人口统计和社会经济属性只生成了一次，但随机生成的家庭代理参数（第4.3节描述）主要区分了家庭所做的应对决策，并其次影响了灾后恢复模拟中考虑的基础设施服务需求。下面呈现的结果包括20次模拟运行的平均值和90%置信区间。狭窄的置信区间反映了研究重点在于调查家庭代理模拟应对行动和解决其福祉需求的能力，以及韧性评估结果对家庭代理参数的敏感性；因此，本案例研究没有考虑与地震危险、风险和恢复相关的更广泛的不确定性。

为了应对广泛的住房损坏，受影响的家庭根据他们的工具能力寻找搬迁选项。图4显示了20次模拟运行中家庭在不同住房选项中的平均百分比，以及表示90%置信区间的阴影范围。大多数流离失所的家庭最初被安置在紧急避难所中，包括地震后立即在阿拉米达和邻近社区提供的未受损的学校建筑中。尽管其他避难选项逐渐可用，但由于搬迁能力有限，仍有25%的家庭留在紧急避难所，8%的家庭留在朋友家中。

**图4. 地震后阿拉米达家庭在不同住房选项中的百分比。实线显示了从相同损害状态开始的20次恢复模拟的平均值；阴影区域表示90%置信区间。**
酒店和租赁单元以及公共住房可以提供与灾前住房相当的生活质量。因此，最初住在紧急避难所或朋友家中的家庭在有能力时会转移到这些避难选项中。由于阿拉米达的所有酒店建筑在地震后至少受到中度损坏，因此无法居住，只有在灾后几乎一周内能够负担得起租金的家庭才能访问邻近社区或其他城市的酒店或其他租赁单元。公共住房对所有家庭都是负担得起的，当它在地震后六个月开始运营时，对于那些处于无法忍受的福祉状态且财务资源有限的家庭来说，它成为一个选择。

地震六个月后，部分中度损坏的住宅建筑（约12%）的重建完成，允许更多家庭返回他们的原始家园。因此，留在紧急避难所、朋友家和酒店/租赁单元中的家庭数量逐渐减少。相比之下，这些单元在地震后1到2年内可用时，公共住房的入住率相对稳定。到模拟结束时，几乎3%的家庭选择留在其他避难所，如公共住房（470户家庭）和酒店/租赁单元（120户家庭），而不是返回他们的原始家园，因为他们对新的居住安排感到满意。

我们研究了地震后家庭功能随时间的变化。图5显示了家庭功能处于可接受状态的百分比，这反映了他们能力的获得情况。每个功能的恢复进度因其在家庭决策中的优先级和影响其能力的因素而显著不同（表1）。获得庇护的功能恢复最快，因为它得到了所有类型替代避难选项的支持。大约70%的家庭在地震后不久就能获得适当的庇护，这一比例在大约10天后达到100%。尽管在前两个月内由于学校避难所关闭而有两次短暂下降，但这些家庭很快被其他紧急避难所容纳。保持良好健康的功能受到轻微影响并迅速恢复。这是因为医疗保健服务在邻近社区和其他城市仍然充足；只有仍居住在阿拉米达的家庭的成员会受到影响。感到安全和保持个人卫生的功能显示出重叠的趋势，因为这些功能受到共同影响因素的影响。这两种功能恢复得更慢，因为在紧急避难所中通常没有物理障碍，且必须共享WASH设施。同样，保持隐私的功能在家庭住在紧急避难所和朋友家中时也无法实现。

**图5. 家庭功能在可接受水平上的变化。实线显示了从相同损害状态开始的20次恢复模拟的平均值；阴影区域表示90%置信区间。**
在最初的两周内，获得教育的功能恢复显著，90%的家庭达到了可接受的水平。然而，在某些实现中这一趋势稳定甚至下降，显示出所有福祉维度中最大的变化。这主要是由于其在家庭决策中的优先级较低，家庭在学校建筑重建之前就返回了阿拉米达。此外，由于在我们的模型中学校建筑没有得到优先考虑，教育服务的恢复因模拟运行中建筑重建的时间和顺序的不确定性而显著变化。每个学校平均容纳约300名学生；因此，个别学校建筑的重建延迟会影响大量家庭，从而导致结果的变化。感到与社区有归属感的功能恢复最慢。由于社区受损和家庭流离失所，最初没有家庭对其当前居住区域有足够的情感依恋。家庭在流离失所地居住超过一年后（具体时间取决于与原住地的距离）开始重新建立这种情感依恋。然而，在地震发生1.5到3年后，具有可接受程度地方依恋的家庭比例从9%略微下降到5%。这种下降是由于流离失所的家庭为了寻找更符合马斯洛需求层次理论中较高层次需求的住房选择（如自有住房或公共住房）而搬迁到其他地方。由于搬迁会重新计算用于评估地方依恋的居住时间，因此暂时降低了这种情感依恋的程度。随着时间的推移，随着居住在公共住房中的家庭逐渐对新社区产生依恋感，以及重建工作改善了社区条件并促进了原有家庭的回归，这一比例又会再次上升。在不同模拟运行中，这种功能的变异性也相对较大，尤其是在地震发生2.5到4年之间。这种变异性源于地方依恋对搬迁模式的敏感性。首先，住宅建筑重建时间的不确定性以及有限公共住房的竞争导致了不同的搬迁路径。这些差异影响了家庭在条件较差的住所（如临时避难所或朋友家中）的居住时间，一旦有更好的住房选择出现，他们往往会再次搬迁。其次，尽管教育在马斯洛需求层次理论中的优先级较低，但其变异性也会影响搬迁决策。当当前地点没有教育服务但在其他地方可以获取时，一些家庭会再次搬迁以恢复这种能力。这些额外的搬迁会改变居住时间和社区条件，进一步加剧地方依恋路径的变异性。

我们还评估了家庭代理人能够为阿拉米达的健康和教育系统功能以及受损建筑的修复贡献的劳动力。如果存在以下任何情况，家庭被认为无法履行其职责：（1）他们没有住所；（2）他们居住在其他城市；（3）家庭中有成员生病；（4）家庭中的儿童无法上学需要照顾。图6a展示了本研究中考虑的关键恢复和福祉维度相关行业的劳动力供应变化，包括医疗和社会服务、建筑以及教育。当大量流离失所的家庭无法获得适当的住所时，劳动力短缺可能达到地震前的50%以上。随着更多避难所的开放，劳动力供应逐渐改善，大约在地震后4年，迁移到其他城市的家庭返回阿拉米达和周边社区时，劳动力供应最终恢复到灾前水平。如果没有额外的工人迁入该地区，这将影响剩余工人的工作运作和工作量。不同行业之间的类似趋势是由于根据普查区域比例随机分配工人行业所致；这种分配没有考虑到可能影响应对能力的社会经济差异。

灾后恢复通常涉及外地承包商重建建成环境。我们假设有4000名外地承包商加入阿拉米达的恢复工作，加上大约1200名现有的建筑专业人士。然而，与其他受影响的居民一样，现有的建筑工人也可能因上述限制而无法工作，从而影响恢复进程，如图6b所示。两种情景之间的相对较小差异表明，重建过程主要受到建筑劳动力需求与可用劳动力之间巨大差距的制约，而不是当地劳动力供应的中断。图7a显示了随着时间推移可以满足的建筑劳动力需求比例。在早期恢复阶段，只有少量需求得到满足，因此劳动力短缺持续存在。结果表明，当地工人的可用性变化（在基准假设中占总建筑劳动力的约20%）对整体恢复路径的影响有限。敏感性测试（图7b）表明，当总建筑劳动力大幅增加时，建筑重建的速度明显加快。

5. 讨论
关注人类福祉和能力使我们能够全面审视灾难后人们经历的多个维度。然而，由于社会、心理和环境因素的复杂相互作用，对人类决策和行为的建模仍然具有挑战性。本次讨论强调了模型验证、能力评估、应对需求优先级以及将社会因素整合到恢复模拟中的关键方面，为模型实施过程中的建模挑战和潜在改进提供了见解。

5.1 模型验证
上述案例研究是半虚拟的，使用真实世界数据创建了建成环境组成部分和合成人口。尽管整合了实证数据，但灾后恢复和人类行为的固有复杂性仍需要做出若干假设，特别是在家庭决策方面。由于缺乏捕捉灾后恢复过程的纵向研究，完全的实证验证仍然具有挑战性。尽管如此，所提出的ABM可以在两个层面上进行验证：
- 在家庭层面，可以通过地方政府、非营利组织和研究机构进行的灾后调查来进行验证。这些调查通常收集详细的家庭社会属性、居住条件、生活条件感知和应对决策等信息（例如[5]、[19]、[55]）。这些数据有助于验证模型的关键方面，包括能力与其基础因素之间的关系、家庭对福祉满足感的认知以及应对选择偏好。即使在非灾难情境下，关于灾难意识和准备的调查（例如备用电源的获取、保险覆盖范围和家庭储蓄）也可以为验证与灾后应对能力相关的具体家庭属性提供信息。
- 在总体层面，可以通过将模型输出与跟踪社区随时间恢复情况的更广泛数据集进行比较来进行验证。邮政重定向记录、住宅登记变化和重建许可记录等数据源提供了关于长期家庭流离失所和社区恢复轨迹的信息（例如[56]、[57]、[58]）。将这些观察到的恢复模式与模拟输出进行比较，可以评估模型在社区层面模拟恢复过程的能力。
这种模型输出的验证可以通过将模拟结果细分为社区或建筑并与空间参考的重建和迁移数据进行比较来进一步扩展。同样，可以通过比较不同社会经济群体的模拟恢复轨迹（例如收入水平、居住状况、家庭构成）与来自调查或行政数据集的观察到的实际人口恢复模式来进行特定社会经济群体的验证。

除了验证行为假设和模型输出外，未来的应用还应评估用于表示家庭代理人的合成人口的有效性。虽然本研究中生成的合成人口在个体社会人口统计指标上与普查数据非常吻合，但这并不一定能确保完全保留家庭、社会经济和住房属性之间的多变量关系。例如，当属性从不同的总体分布中分配时，收入与住宅类型、收入与行业归属或居住状况与家庭构成之间的相关性可能会被简化。这种简化可能会影响应对能力和恢复结果的空间和社会经济分布。未来的应用应结合其他人口合成方法，如迭代比例拟合或组合优化（在适当的微观数据和总体控制变量可用时），以更好地保留相关属性之间的联合分布。

5.2 能力的感知和评估
能力评估在决策过程中起着关键作用。应对的动机和应对选项的选择受到能力水平的显著影响，而这些能力水平又由各种社会和技术因素决定。因此，在定义基准能力条件、评估灾后能力满足情况以及建模家庭如何预期和比较应对行动的预期结果时，需要做出若干假设。
一个关键的建模假设是家庭能够在灾前条件下满足基本能力。虽然这为评估灾后影响提供了一个一致的基准，但它简化了现实世界的情况。在许多情况下，特别是在发展中的地区或存在社会和基础设施不平等的地区，家庭在灾难之前可能已经在一种或多种能力上处于匮乏状态。在这种情况下，模型可能无法完全捕捉到与预先存在的匮乏相关的额外脆弱性，从而可能简化了这些人群的恢复路径的表示。虽然当前的实现假设了同质的基准能力水平，但建模框架可以扩展以纳入异质性的灾前条件，提高其在更广泛地理和社会经济背景下的适用性。
另一个挑战在于能力的感知和评估。依赖于物质资源或社区服务的能力通常可以通过客观因素进行评估。例如，拥有住所的能力取决于居住场所的功能性和可用性，而教育能力则是在学生能够获得教育资源时实现的。然而，与内在福祉维度相关的能力（如安全感和地方依恋）更为复杂。定义这些主观福祉维度的满足水平需要仔细考虑各种基础因素，以开发合适的定性或定量指标。
在本研究中，我们根据居住条件来衡量感知到的安全水平，认识到人们在临时避难所中经常有安全方面的担忧[25]。地方依恋能力是通过诸如社区条件和社交网络等因素来评估的。这一评估中的一个关键社会参数是家庭感到对新社区有依恋所需的时间，如方程（2）所定义的，这影响了在所有其他能力都得到满足时的回归决策。图8通过改变依恋阈值（半年、一年和两年）展示了这种影响。较长的依恋阈值减少了永久搬迁的家庭数量，特别是那些居住在邻近社区酒店或租赁单元中的家庭。此外，将阈值从一年增加到两年的边际影响小于从半年增加到一年的影响。这种模式可能与住房恢复的时间有关。如图9所示，可居住房屋的可用性代表了能够返回原住家的家庭数量的上限。随着依恋阈值的增加，回归路径更接近这一上限。这减少了可居住房屋的可用性与家庭回归之间的差距，从而在阈值从一年增加到两年时，搬迁模式的边际变化较小。值得注意的是，在大约第4年时，具有地方依恋的家庭数量超过了可居住房屋的数量，因为一些家庭在其他地方建立了地方依恋，可能不会返回原住地。

5.3 讨论
关注人类福祉和能力使我们能够全面审视灾难后人们经历的多个维度。然而，由于社会、心理和环境因素的复杂相互作用，对人类决策和行为的建模仍然具有挑战性。本次讨论强调了模型验证、能力评估、应对需求优先级以及将社会因素整合到恢复模拟中的关键方面，为在提出的基于家庭代理人的模型中实施能力提供了见解。

5.1 模型验证
上述案例研究是半虚拟的，使用真实世界数据创建了建成环境组成部分和合成人口。尽管整合了实证数据，但灾后恢复和人类行为的固有复杂性仍需要做出若干假设，特别是在家庭决策方面。由于缺乏捕捉灾后恢复过程的纵向研究，完全的实证验证仍然具有挑战性。尽管如此，所提出的ABM可以在两个层面上进行验证：
- 在家庭层面，可以使用地方政府、非营利组织和研究机构进行的灾后调查来进行验证。这些调查通常收集详细的家庭社会属性、物理条件、生活条件感知和应对决策等信息（例如[5]、[19]、[55]）。这些数据有助于验证模型的关键方面，包括能力与其基础因素之间的关系、家庭对福祉满足感的认知以及应对选择偏好。即使在非灾难情境下，关于灾难意识和准备的调查（例如备用电源的获取、保险覆盖范围和家庭储蓄）也可以为验证与灾后应对能力相关的具体家庭属性提供信息。
- 在总体层面，可以通过将模型输出与跟踪社区随时间恢复情况的更广泛数据集进行比较来进行验证。邮政重定向记录、住宅登记变化和重建许可记录等数据源提供了关于长期家庭流离失所和社区恢复轨迹的信息（例如[56]、[57]、[58]）。将这些观察到的恢复模式与模拟输出进行比较，可以评估模型在社区层面模拟恢复过程的能力。
这种模型输出的验证可以通过将模拟结果细分为社区或建筑并与空间参考的重建和迁移数据进行比较来进一步扩展。同样，可以通过比较不同社会经济群体的模拟恢复轨迹（例如收入水平、居住状况、家庭构成）与来自调查或行政数据集的观察到的实际人口恢复模式来进行特定社会经济群体的验证。
除了验证行为假设和模型输出外，未来的应用还应评估用于表示家庭代理人的合成人口的有效性。尽管本研究中生成的合成人口在个别社会人口统计指标上与普查数据非常吻合，但这并不一定能确保完全保留家庭、社会经济和住房属性之间的多变量关系。例如，当属性从不同的总体分布中分配时，收入与住宅类型、收入与行业归属或居住状况与家庭构成之间的相关性可能会被简化。这种简化可能会影响应对能力和恢复结果的空间和社会经济分布。未来的应用应结合其他人口合成方法，如迭代比例拟合或组合优化（在适当的微观数据和总体控制变量可用时），以更好地保留相关属性之间的联合分布。

5.2 能力的感知和评估
能力评估在决策过程中起着关键作用。应对的动机和应对选项的选择受到能力水平的显著影响，而这些能力水平又由各种基础社会和技术因素决定。因此，在定义基准能力条件、评估灾后能力满足情况以及建模家庭如何预期和比较应对行动的预期结果时，需要做出若干假设。
一个关键的建模假设是家庭能够在灾前条件下满足基本能力。虽然这为评估灾后影响提供了一个一致的基准，但它简化了现实世界的情况。在许多情况下，特别是在发展中的地区或存在社会和基础设施不平等的地区，家庭在灾难之前可能已经在一种或多种能力上处于匮乏状态。在这种情况下，模型可能无法完全捕捉到与预先存在的匮乏相关的额外脆弱性，从而可能简化了这些人群的恢复路径的表示。虽然当前的实现假设了同质的基准能力水平，但建模框架可以扩展以纳入异质的灾前条件，提高其在更广泛地理和社会经济背景下的适用性。
另一个挑战在于能力的感知和评估。依赖于物质资源或社区服务的能力通常可以通过客观因素进行评估。例如，拥有住所的能力取决于居住场所的功能性和可用性，而教育能力则是在学生能够获得教育资源时实现的。然而，与内在福祉维度相关的能力（如安全感和地方依恋）更为复杂。定义这些主观福祉维度的满足水平需要仔细考虑各种基础因素，以开发合适的定性或定量指标。
在本研究中，我们根据居住条件来衡量感知到的安全水平，认识到人们在临时避难所中经常有安全方面的担忧[25]。地方依恋能力是通过诸如社区条件和社会网络等因素来评估的。这一评估中的一个关键社会参数是家庭感到对新社区有依恋所需的时间，如方程（2）所定义的，这影响了在所有其他能力都得到满足时的回归决策。图8通过改变依恋阈值（半年、一年和两年）展示了这种影响。较长的依恋阈值减少了永久搬迁的家庭数量，尤其是那些居住在邻近社区酒店或租赁单元中的家庭。此外，将阈值从一年增加到两年的边际影响小于从半年增加到一年的影响。这种模式可能与住房恢复的时间有关。如图9所示，可居住房屋的可用性代表了能够返回原住家的家庭数量的上限。随着依恋阈值的增加，回归路径更接近这一上限。这减少了可居住房屋的可用性与家庭回归之间的差距，从而在阈值从一年增加到两年时，搬迁模式的边际变化较小。值得注意的是，在大约第4年时，具有地方依恋的家庭数量超过了可居住房屋的数量，因为一些家庭在其他地方建立了地方依恋，可能不会返回原住地。蓝色线条对应于方程（2）中的内容，不同的线型代表阈值参数的不同值：虚线（0.5年）、实线（1年）和点线（2年）。决策过程中的另一个关键步骤是比较所有可用的应对方案。这假设家庭能够预见每个方案可能带来的收益和损失。实际上，由于个人因素（如过去的灾难经历、准备情况以及信息获取能力）以及社会因素（如公共通信系统的有效性及参与应急准备活动的情况），预见应对措施影响的能力可能会有很大差异。此外，实际能力满足程度可能与预期不同，这在应用这一决策规则时增加了不确定性的考量。尽管对主观福祉的详细评估超出了本研究的范围，但我们强调其重要性，因为它对福祉评估有重大影响。所提出的模型为将其他决定因素和人口统计属性纳入家庭决策提供了基础。

5.3. 能力恢复的优先级
应对方案的选择取决于家庭如何重视不同的福祉维度。在我们的模型中，采用了马斯洛的需求层次理论作为对能力进行排序的一般框架。满足较低层次需求（例如生理和安全需求）的应对方案被认为比满足较高层次需求（例如归属感或尊重需求）的方案更有优势。虽然我们使用马斯洛的人类动机理论来排序基本需求的紧迫性，但我们认识到这种方法的局限性。正如马斯洛本人所承认的，需求的顺序可能因个体的背景、文化及过去的经历而有所不同[35]。此外，通过需求层次的进展通常不是逐步的；在开始追求下一个层次的需求之前，不必完全满足当前层次的需求。这与前一节讨论的福祉感知相呼应，即在相同客观条件下，不同家庭对功能满足的感知可能不同。因此，对于特定功能的可接受性和容忍性阈值定义可能因家庭而异。另一个需要考虑的因素是，一个功能可能同时满足马斯洛需求层次中的多个类别。例如，对于依赖工资生存的家庭来说，能够工作可能属于安全需求；而对于其他人来说，它可能通过提供群体归属感或实现自我价值来满足归属需求。这些局限性凸显了需要一个更灵活和定制化的机制来定义个人和家庭的优先级结构。一个潜在的解决方案是在目标人群中识别出不同的社会原型，这些社会群体有自己的优先级模式。在满足紧急的生存相关需求后，可以通过实证数据来确定不同社会群体对各种能力的重要性。例如，Biggeri等人[59]和Dickinson[19]进行的调查提供了关于不同人群对生活维度的个人偏好和相对重要性的见解，并考虑了研究区域的社会条件和文化背景。

5.4. 社会因素的整合
所提出的ABM模型的一个主要特点是其能够整合塑造人类能力和恢复轨迹的各种社会和技术方面。这种灵活性使模型能够考虑影响家庭决策和恢复的多种因素。我们已经展示了如何将家庭的社会特征作为转换因素进行整合，这些因素决定了家庭感知灾难影响的能力，并使人们能够利用社区资源。根据具体情况、所考虑的能力以及可用数据，先前研究中识别出的其他社会因素也可以纳入模型。文献中经常强调的一个重要社会因素是信任。信任可以分为横向信任（指社区成员之间的信任）和纵向信任（指对政治权威和机构的信任）[60]。这两种形式的信任都显著影响个人对灾难影响的反应以及恢复活动的效率。在CI-STR框架内，信任可以作为偏好指标，表明个人选择某个选项的可能性。例如，如果一个人对邻居的信任比对政府机构的信任更强，他们可能会遵循社区内其他人的行为，忽略官方的疏散命令[61]。同样，如果受影响的居民对政府有效管理恢复的能力缺乏信任，他们可能会在灾难发生后立即离开社区。此外，信任还可以作为一种约束或转换因素，直接影响某些能力的实现，尤其是那些涉及社会互动或需要集体努力的能力。高水平的信任有助于公平和互惠[62]。它是与社区成员共享资源或就重建决策达成共识等行为的决定因素。通过这种方式，信任被纳入到调动资源和协调恢复工作的能力中，从而影响社区的韧性，正如先前的研究所表明的那样。

虽然本研究针对关键参数（如场所依恋阈值和建筑劳动力供应）进行了针对性的敏感性分析，但未来的工作可以将这种分析扩展到更广泛的社会技术参数，包括行为假设和恢复资源分配。例如，使用基于方差的方法（如Sobol指数）进行全局敏感性分析，可以帮助识别驱动恢复动态的最具影响力的因素。然而，目前集成模拟的高计算成本限制了此类分析。开发替代模型可以帮助近似模型行为，并更有效地探索参数空间。

6. 结论
由于各种社区要素之间的复杂相互作用，灾难后的社区恢复具有高度不确定性。为了加深对这些过程的理解，本文提出了一种以人为中心的基于代理的模拟方法，其中家庭代理采取应对措施以应对灾难影响，并在与社区建成环境的互动中恢复他们的福祉。该模型应用了人类能力的概念，来捕捉福祉（受社会和技术因素共同影响）如何随时间演变，以及这些变化如何通过根据不同福祉维度的紧迫性来优先选择行动来影响家庭的应对策略。除了对家庭行为进行建模外，所提出的模拟界面还将基于代理的模型与基础设施韧性模型相结合，创建了家庭代理与建成环境组件之间的动态反馈循环。这种反馈循环利用了能力输入和输出，其中基础设施服务支持各种人类能力的实现，而家庭代理的输出提供了关于服务需求和劳动力可用性的信息，这些信息又反过来影响技术基础设施系统和社区设施的运行和恢复。该模型在Alameda岛的案例研究中得到了验证，模拟了假设地震后该岛家庭和建成环境组件的恢复过程。重点关注居住流动性作为主要的应对策略，我们将核心人类能力的获得和相对紧迫性与家庭在不同地点和避难所类型之间的迁移决策联系起来。结果表明，家庭如何迁移以恢复他们的福祉，以及他们的功能在恢复过程中的演变。研究结果还揭示了反馈效应，即家庭福祉的变化影响了工作专业人员（如建筑工人）的可用性，从而影响了建筑重建的进度。将人类、社会和技术方面的因素纳入灾后社区恢复的韧性能建模和量化对于恢复规划至关重要。基于人类能力的基于代理的模型与基础设施韧性模型的整合可以改善资源管理，优化社区服务的供应以满足人类需求。所提出的模型可以支持制定以人为中心的社会恢复计划，考虑各种福祉维度。虽然灾后即时干预措施侧重于生存，但长期恢复需要解决随着时间出现的更广泛的人类需求。该模型可以通过模拟短期干预的影响来帮助验证长期目标，确保恢复计划不仅有助于建立有韧性的建成环境，快速恢复住房和关键基础设施，还能促进社区的长期福祉。

**作者贡献声明**
Ting-Hsiang Tseng：写作——审阅与编辑、撰写初稿、可视化、软件、方法论、调查、正式分析、数据管理、概念化。
Nikola Blagojevi?：写作——审阅与编辑、软件、调查、概念化。
Bo?idar Stojadinovi?：写作——审阅与编辑、监督、资源管理、项目行政、概念化。