《Frontiers in Marine Science》：Nonlinear characteristics and configurational pathways of direct economic losses of storm surges: empirical evidence from China’s coastal regions
编辑推荐：
引言： 在全球气候变化与海平面上升的双重驱动下，风暴潮灾害已成为制约沿海社会经济系统可持续发展的主要外部冲击。
方法： 与以往主要关注平均效应的研究不同，本研究利用2011—2023年中国11个沿海省（直辖市）的面板数据，采用Tobit模型、两部分模型（two
引言： 在全球气候变化与海平面上升的双重驱动下，风暴潮灾害已成为制约沿海社会经济系统可持续发展的主要外部冲击。
方法： 与以往主要关注平均效应的研究不同，本研究利用2011—2023年中国11个沿海省（直辖市）的面板数据，采用Tobit模型、两部分模型（two-part model）、面板门槛模型（panel threshold model）和模糊集定性比较分析（fuzzy-set Qualitative Comparative Analysis, fsQCA），考察风暴潮直接经济损失的非线性特征与组态路径。
结果： 研究结果表明，风暴灾害强度（storm hazard intensity）与沿海经济暴露度（coastal economic exposure）与风暴潮直接经济损失呈正相关，而区域适应能力（regional adaptive capacity）则表现出损失减缓效应。直接经济损失呈现出显著的非线性特征，一旦风暴灾害强度超过估计的门槛值，其损失放大效应将增大。低直接经济损失无法由任何单一必要条件所解释，而是与不同的条件组合相关联，主要包括防御策略驱动路径（Defense Strategy-Driven Pathway）和综合韧性驱动路径（Comprehensive Resilience-Driven Pathway）。
讨论： 这些研究发现对于完善沿海灾害风险治理体系和提升差异化的防灾减灾能力具有重要意义。
论文解读
一、研究背景与问题提出
在全球气候变化和海平面上升的双重驱动下，极端海洋灾害的频率和强度呈显著上升趋势，已成为制约沿海社会经济系统可持续发展的重大外部冲击。风暴潮灾害以其高破坏性、影响范围广和突发性强等特点，持续成为导致沿海地区直接经济损失的首要威胁。中国拥有长达18000公里的大陆海岸线，沿海地区贡献了全国60%以上的GDP和40%的人口，是国家经济增长的引擎。然而，快速城市化推动人口和资产持续向沿海地区集聚，显著加剧了高风险区域的风险暴露程度。根据《中国海洋灾害公报》，风暴潮造成的年均直接经济损失达数十亿元人民币，并呈现波动上升态势。
现有研究主要从数值模拟、灾害评估、淹没风险分析和复合灾害风险评估等角度揭示了风暴潮的自然过程和空间异质性，也有研究关注直接经济损失的估算、预测和社会经济解释。然而，已有分析仍主要聚焦于损失评估、预测精度或单一因素的平均效应，对于直接经济损失与相关条件之间的关系是否在不同灾害强度阶段发生改变，以及较低损失结果是否可能源于多种条件组合，尚缺乏深入讨论。
二、研究设计与核心结论
基于政府间气候变化专门委员会（IPCC）的灾害风险框架，本研究将风暴潮直接经济损失理解为灾害过程与风险条件相互作用所产生的实现结果。研究围绕两个核心问题展开：风暴潮直接经济损失在不同灾害强度阶段是否呈现非线性特征，以及较低损失结果能否由多重条件组合加以解释。
研究利用2011—2023年中国11个沿海省（直辖市）的面板数据，以直接经济损失（DEL）为结果变量，选取风暴灾害强度（SHI）、沿海经济暴露度（CEE）、社会人口脆弱性（SDV）和区域适应能力（RAC）四个核心维度变量，并引入信息支撑能力（ISC）作为调节变量。研究发现：风暴灾害强度和沿海经济暴露度与直接经济损失正相关，区域适应能力具有损失减缓效应；直接经济损失呈现明显非线性特征，灾害强度超过门槛值后损失放大效应增强；低直接经济损失不存在单一必要条件，而是与不同条件组合相关联，主要包括防御策略驱动路径和综合韧性驱动路径。
三、关键方法概述
研究采用多种计量与组态分析方法。首先，由于被解释变量为含大量零值的非负连续变量，研究采用Tobit模型进行基线回归，以估计各风险因素与潜在损失结果之间的整体关系。其次，采用两部分模型将损失过程分解为损失是否发生的Logit模型和正损失子样本中损失规模的OLS模型，以区分影响损失发生概率与影响损失规模的不同因素。再次，以风暴灾害强度为门槛变量，运用面板门槛模型检验不同灾害强度阶段下损失关系的非线性变化。最后，采用模糊集定性比较分析（fsQCA），以95百分位、中位数和5百分位作为校准锚点，识别与低直接经济损失相关联的条件组合路径。数据来源包括《中国海洋灾害公报》、中国气象局台风网、中国海洋经济统计年鉴和中国统计年鉴等。
四、主要研究结果
基线回归结果。 相关性分析和方差膨胀因子检验表明变量间不存在严重多重共线性。Tobit模型结果显示，风暴灾害强度在所有模型中均在1%水平上显著为正，系数介于0.7228至0.8015之间，是最稳定的物理影响因素。沿海经济暴露度在控制区域适应能力后达到1%水平的显著性，表明沿海经济活动和资产集聚放大了风暴潮损失。区域适应能力显著为负，说明更强的社会经济基础有助于降低风暴潮实际损失。社会人口脆弱性在Tobit全模型中显著为负，但这一结果需结合后续模型进一步解释。
两部分模型结果。 第一部分Logit模型显示，风暴灾害强度显著提高正损失发生的概率，沿海经济暴露度在控制适应能力后显著为正，区域适应能力显著降低损失发生概率。第二部分OLS模型结果与第一部分基本一致：风暴灾害强度显著放大正损失样本中的损失规模，沿海经济暴露度在损失发生后显著转化为更大的货币损失，区域适应能力通过应急救援、基础设施韧性和灾后恢复显著限制损失扩大。值得注意的是，社会人口脆弱性在两部分模型中均不显著，说明其在Tobit模型中的负系数不应被解释为脆弱性本身降低灾害损失，而更可能反映高抚养比地区的内生适应性响应。
非线性特征分析。 面板门槛模型以风暴灾害强度为门槛变量，检验各解释变量在不同灾害强度阶段下与直接经济损失关系的差异。结果表明，直接经济损失与相关条件的关系在不同灾害强度阶段存在显著差异，风暴灾害强度超过估计门槛值后，其损失放大效应进一步增强，证实了损失关系的非线性特征。
组态路径分析。 模糊集定性比较分析识别出与低直接经济损失相关联的多条条件组合路径，主要包括防御策略驱动路径和综合韧性驱动路径。前者可能对应于较弱灾害压力与较低暴露度的组合，后者则可能对应于较高暴露度在较强适应能力、较低社会敏感性或较好信息支撑条件下形成相对较低损失的组合。不同路径反映了不同沿海地区在不同风险条件下形成相似低损失结果的多重实现方式。
五、讨论与结论
本研究的发现对于完善沿海灾害风险治理体系和提升差异化防灾减灾能力具有重要意义。研究将灾害风险框架与风暴潮直接经济损失相联系，为解释损失结果提供了基于灾害、暴露、脆弱性和适应能力的分析逻辑；在基线分析基础上进一步考察不同灾害强度阶段下损失关系的非线性变化，补充了现有主要关注平均效应或线性关系的研究；引入组态分析讨论与低直接经济损失相关联的多重条件组合，为理解中国沿海地区风暴潮损失差异提供了补充证据。
研究结论表明，风暴灾害强度和沿海经济暴露度与风暴潮直接经济损失正相关，而区域适应能力具有损失减缓效应。直接经济损失呈现显著非线性特征，灾害强度超过门槛值后损失放大效应增强。低直接经济损失不存在单一必要条件，而是通过防御策略驱动路径和综合韧性驱动路径等多重条件组合实现。这些发现为沿海地区制定差异化的灾害风险管理策略和优化防灾减灾资源配置提供了科学依据。
