Risk Assessment of Earthquake Disaster Impact on Industrial Chain
-
摘要: 保障产业链安全稳定、具备抗灾韧性,成为我国经济高质量发展的重要基础,因此基于已收集整理的全球大震巨灾对产业链冲击影响资料,梳理分析地震灾害对不同行业及产业链的影响,尤其是针对地震巨灾对产业链影响的特征及要素进行研究。基于全球地震巨灾对产业链的冲击影响研究,通过量化方式给出产业链地震灾害风险评估水平及不同产业链震后恢复能力,并提出产业链地震安全保障举措建议,为研究我国产业链地震敏感性提供参考。Abstract: Ensuring the safety, stability, and resilience of the industrial chain is crucial for the high-quality development of China's economy. Therefore, based on the collected and organized data on the impact of global earthquake disasters on the industrial chain, this study examines the impact of earthquake disasters on the different industry and industrial chain, especially the characteristics and elements of the impact of earthquake disasters on the industrial chain. Drawing from the examination of the impact of global earthquake disasters on the industrial chain, this study quantitatively provides the level of earthquake risk assessment for the industrial chain, along with the post-earthquake recovery capabilities of different industrial chains. Additionally, this study presents measures and suggestions for ensuring earthquake safety within the industrial chain, providing a basis for investigating the earthquake sensitivity of China's industrial chain in China.
-
Key words:
- Industrial chain /
- Earthquake disasters /
- Natural disasters /
- Risk assessment /
- Resilience
-
引言
建筑结构震害预测是地震工程学科的重要内容之一(于天洋等,2018;贾晗曦等,2019),其研究方法主要分为专家经验法、模糊类比法和基于机器学习相关算法组成的方法。其中,多层砖房作为国内量大面广的结构形式之一,许多学者对其进行震害预测研究,如尹之潜等(1991)基于易损性概率分析方法得到震害等级与平均折算抗剪强度的关系;欧盛(2011)基于最小二乘法对尹之潜方法中的修正系数进行修正;刘章军等(2007)使用模糊数学理论对多层砖房进行震害预测;部分学者基于反向传播神经网络(刘本玉等,2002;姜伟等,2011)和蚁群聚类径向基网络模型(杨秀萍等,2013)对多层砖房进行震害评估。
通过不同方法均可进行震害预测,但机器学习算法模型无需进行任何假设,适合内部因素错综复杂的问题,因此机器学习算法更适用于震害预测。而机器学习模型中,最关键的问题是选择合适的输入参数,即多层砖房震害影响因素。汤皓等(2006)使用灰色关联分析法对不同因素进行分析,但仅对内部关系进行分析,并未得到因素的重要性排序。集成学习算法被证明在因素重要度评估中具有良好表现(Jia等,2019)。因此,本文使用集成学习中的AdaBoost算法(Asim等,2018)对多层砖房震害影响因素进行重要度分析,以期弥补灰色关联分析的不足。
1. 影响因素与数据选取
影响多层砖房地震破坏的因素较多,主要源于以下3个方面:地震、场地和结构本身。本文选取汤皓等(2006)与姜伟等(2011)研究中的影响因素作为模型输入参数,包括房屋高度、施工质量、砂浆等级、结构合理性、砖墙面积率、房屋整体性、场地条件和地震峰值加速度(PGA)。在地震方面未选择震级和烈度是因为其与PGA具有一定关系,三者仅选择其一避免重复,且震级和烈度变化小、分级少,1次地震只出现1个震级(余震不计),不同地区烈度基本从Ⅵ度到Ⅹ度变化,仅有5个分级。
震害对应的破坏状态分为以下5个等级:基本完好、轻微破坏、中等破坏、严重破坏和倒塌,各影响因素具体分类及特征和取值见表 1,多层砖房影响因素部分数据集见表 2。
表 1 多层砖房震害影响因素特征及取值Table 1. Characteristics and influencing factors of seismic damage of multi-storey brick buildings影响因素 特征 取值 房屋高度 — — 施工质量 其他条件相同时,施工质量越好,破坏程度越低 优 10 中 8 差 6 砂浆等级 — 按实际等级取值 结构合理性 结构合理度越大,破坏程度越低 取结构抗震性能良好隶属度的值(谭克艰等,1997) 砖墙面积率 $砖墙面积率= \frac{砖墙净面积}{建筑面积}$ 按实际计算取值 房屋整体性 整体性越好,破坏程度越低 楼盖 现浇 5 预制 4 木制 3 屋盖 现浇 5 预制 4 木制 3 圈梁 有 1 构造柱 有 1 是否有地下室和筏板基础 是 1 否 0 房屋是否开裂 是 -1 否 0 场地条件 场地条件越好,破坏程度越低 Ⅰ类 10 Ⅱ类 8 Ⅲ类 6 场地条件 场地条件越好,破坏程度越低 Ⅳ类 4 地形地貌是否不利 是 -1 否 0 地下水位是否较高 是 -1 否 0 PGA PGA越大,破坏程度越高 按实际值取值 表 2 数据集Table 2. Data set序号 房屋层数 施工质量 砂浆等级/MPa 结构合理性 砖墙面积率/% 房屋整体性 场地条件 PGA/g 破坏程度 1 2 10 25 0.50 8.20 8.00 6 0.20 中等破坏 2 2 10 10 0.40 10.00 8.00 7 0.25 严重破坏 3 3 10 10 0.30 11.50 9.00 8 0.25 中等破坏 4 2 10 35 0.45 9.70 9.50 7 0.15 轻微破坏 5 4 10 25 0.36 7.60 7.50 10 0.20 中等破坏 6 2 10 25 0.55 4.30 10.00 9 0.10 轻微破坏 7 3 10 25 0.43 6.87 8.00 3 0.25 严重破坏 8 3 10 10 0.40 7.52 9.50 7 0.30 中等破坏 9 2 10 35 0.38 8.32 8.50 6 0.20 轻微破坏 10 5 10 10 0.46 11.50 8.00 8 0.25 基本完好 11 2 10 25 0.41 4.65 7.50 9 0.05 轻微破坏 12 3 10 10 0.50 9.42 12.00 8 0.20 基本完好 13 3 10 10 0.47 13.60 9.00 5 0.25 轻微破坏 14 2 10 25 0.52 10.70 8.50 7 0.20 轻微破坏 15 4 10 25 0.48 3.60 7.50 4 0.15 倒塌 16 3 10 25 0.54 6.69 8.00 8 0.25 轻微破坏 17 3 10 10 0.40 8.40 9.50 8 0.20 轻微破坏 18 4 10 25 0.45 8.50 9.46 8 0.30 严重破坏 19 2 10 25 0.47 10.30 7.00 7 0.25 中等破坏 20 4 10 25 0.47 3.23 8.00 8 0.15 轻微破坏 21 2 10 10 0.48 3.50 9.00 8 0.10 轻微破坏 22 3 10 5 0.35 8.64 8.00 7 0.20 严重破坏 23 3 10 10 0.37 6.00 8.00 7 0.20 严重破坏 24 3 10 10 0.34 9.00 10.00 7 0.25 严重破坏 25 3 10 10 0.40 9.00 7.00 7 0.30 倒塌 26 3 10 10 0.44 6.00 9.00 7 0.15 中等破坏 27 3 10 25 0.40 10.00 10.00 8 0.30 倒塌 28 3 10 25 0.40 9.00 10.00 7 0.25 倒塌 29 2 10 10 0.50 9.00 12.00 10 0.20 基本完好 30 4 10 10 0.50 9.00 9.00 9 0.15 轻微破坏 2. AdaBoost算法
AdaBoost算法是集成学习中具有代表性的一种算法,其原理是将若干个弱分类器训练集合成一个强分类器(Shin等,2009)。该算法具有强自适应性,排在前位的弱分类器算错的数据被重新计算,用于训练下个弱分类器,在这个过程中加入新的弱分类器。整个AdaBoost算法结束的标志为达到期望的错误率或达到自设的最大迭代次数,达到二者其一,迭代终止。AdaBoost算法具体迭代步骤如下:
(1)对数据集中的每个数据权值进行初始化处理。样本总数为N,将1/N的权重赋予每个数据,这些权重组成向量S。
(2)训练基本分类器。在每轮训练中,数据分为以下2种情况:当被正确分类时,加入下个训练集中时权重被自动减小;未被正确分类时,权重增加。被更新过的训练集用于训练新增的基本分类器,不断重复这个过程。AdaBoost算法为每个分类器都分配1个权重$\partial $。
(3)把每次训练后得到的基本分类器集成为1个强分类器。每轮迭代结束后,误差率$\varepsilon $低的基本分类器权重被增加,在集成的强分类器中占比更大,重要度也更高;误差率$\varepsilon $高的基本分类器权重被减小,在集成的强分类器中占比更小,重要度也更低。
具体计算公式如下:
$$ \varepsilon \rm{=}\frac{未正确分类的样本数目}{N}$$ (1) $$\partial = \frac{1}{2}\left({\frac{{1 - \varepsilon }}{\varepsilon }} \right)$$ (2) 数据被正确分类后的权重向量值为:
$${\boldsymbol{S}}_i^{(t + 1)} = \frac{{{\boldsymbol{S}}_i^{(t)}{e^\partial }}}{{sum({\boldsymbol{S}})}}$$ (3) 数据未被正确分类后的权重向量值为:
$${\boldsymbol{S}}_i^{(t + 1)} = \frac{{{\boldsymbol{S}}_i^{(t)}{e^{(- \partial)}}}}{{sum({\boldsymbol{S}})}}$$ (4) 式中,i是弱分类器,t是迭代次数。
3. 评估模型训练及结果
3.1 AdaBoost算法训练过程
本模型直接调用sklearn库中的AdaBoostClassifier分类器,默认使用CART决策树。分类算法选择基于类别概率、效果更好的SAMME.R算法,具体参数选择为:max_depth=2,min_samples_split=20,min_samples_leaf=5,n_estimators=300,learning_rate=0.5。
n_estimators表示采用的最大弱分类器个数,分类器过多模型易出现过拟合情况,但太少会出现欠拟合情况。learning_rate表示学习率,即整个模型迭代速度,学习率越小,迭代次数越多,该值下降会影响模型精度。n_estimators和learning_rate对整个模型的影响最大,因此进行重点调整,其取值不同时的系统分类精度如图 1。由图 1可知,当n_estimators和learning_rate分别为300和0.5时,模型精度最高。同时也可看出AdaBoost算法精度较高。选用的模型算法除须保证精度外,还须确保模型的稳定性,每次计算结果不能相差太大。模型3次计算结果如图 2,由图 2可知,每次计算不同参数的重要度虽不相同,但排序基本一致。这证明AdaBoost算法精度和稳定性均较好,适用于多层砖房震害影响因素评估。
3.2 AdaBoost算法训练结果
模型计算结果即为每个因素的重要度,AdaBoost算法训练结果见表 3,并列出灰色关联分析法中的排序。由表 3可知,多层砖房结构合理性的重要度最高,约占1/4;PGA的重要度仅次于结构合理性,约占1/5;砖墙面积率与场地条件的重要度相近;结构合理性、PGA、砖墙面积率与场地条件的重要度占比超过80%,远超其他因素,可见房屋整体性、砂浆等级、房屋高度、施工质量的重要性较低。以上分析仅针对AdaBoost算法训练结果,并未分析数据本身。
表 3 影响因素重要度排序及与灰色关联分析法结果的对比Table 3. Ranking of factors of influence factors and comparison with results of grey correlation analysis method影响因素 重要度(AdaBoost结果) 灰色关联分析法中的排名 结构合理性 0.266878512 4 PGA 0.196731755 1 砖墙面积率 0.170314083 2 场地条件 0.168439716 5 房屋整体性 0.089834515 8 砂浆等级 0.067375887 6 房屋高度 0.040425532 7 施工质量 0.000000000 3 从算法原理和数据本身来看,分级越多的影响因素重要度越高。在本模型中,施工质量全部为优,因此默认分级只有一级,数据无变化,算法默认重要度为0。但在实际工程中,施工质量对震害程度的影响很大,因此灰色关联分析法中其排名为第3。随着数据量的增加,此类问题逐渐减少。
AdaBoost算法训练结果与灰色关联分析法的结果相差较小,只有结构合理性和房屋整体性的排名出入较大。结构合理性在本模型中至关重要,但在灰色关联分析法结果中仅排在中等位置。灰色关联分析法中,如果某影响因素和破坏程度呈正相关性或负相关性,则模型自动认为此因素较重要,模型结果反映各影响因素对震害相关性强弱的顺序。2种算法内部机理不同,灰色关联分析法更注重影响因素与破坏程度的趋势关系,而AdaBoost算法更注重影响因素本身对破坏程度的贡献度及整个模型的自适应性,通过不断迭代筛选最优解。因此,对于重要度排序而言,AdaBoost算法更有优势。综上所述,多层砖房结构合理性更应被重视,而房屋整体性可排在次要位置。
通过以上对比分析可知,AdaBoost算法在处理高度非线性问题上更有优势,训练结果更接近震害经验,调节合适的参数后,其精度高达96%,且稳定性较高。因此,AdaBoost算法在多层砖房震害评估中具有适用性。灰色关联分析法作为特征重要度评估的经典方法,有其可取之处,在特征之间的关系较明晰、数据量较少的情况下同样适用。
4. 结论
本文基于AdaBoost算法对多层砖房震害影响因素重要度进行评估,得到不同影响因素的重要度排序,并将结果与灰色关联分析法进行比较。其中,结构合理性、PGA、砖墙面积率和场地条件最重要,在震害预测影响因素选择中应着重考虑。具体结论如下:
(1)AdaBoost算法具有良好的稳定性和精度,适用于多层砖房震害影响因素重要度评估。
(2)房屋结构合理性在诸多影响因素中排名第1,重要度约占1/4,可见其重要性,设计建造时应着重考虑;地震峰值加速度排名第2,重要度约占1/5,设计阶段应予以高度重视。
(3)砖墙面积率与场地条件的重要度相对较高,而房屋整体性、砂浆等级、房屋高度与施工质量的重要度较低,其中施工质量重要度排序与灰色关联分析法差异最大,这是数据有限的原因。
此外,多层砖房震害影响因素远不止文中所列,由于时间和数据限制,本文仅提出探索性模型,仍需进一步拓展影响因素、补充数据,将数据质量较差的例子删除,以期提升模型准确度和适用性,以便推广使用。
-
表 1 国民经济行业分类及代码
Table 1. Classification and codes of the national economic industries
代码 行业 简称 A 农、林、牧、渔业 农林牧渔 B 采矿业 采矿 C 制造业 制造 D 电力、燃气及水的生产和供应业 水电气暖 E 建筑业 建筑 F 交通运输、仓储和邮政业 运输仓储 G 信息传输、计算机服务和软件业 信息服务 H 批发和零售业 批发零售 I 住宿和餐饮业 住宿餐饮 J 金融业 金融 K 房地产业 房地产 L 租赁和商务服务业 租赁商务 M 科学研究、技术服务和地质勘查业 科技服务 N 水利、环境和公共设施管理业 公共设施 O 居民服务和其他服务 其他服务 P 教育 教育 Q 卫生、社会保障和社会福利业 卫生社保 R 文化、体育和娱乐业 文体娱乐 S 公共管理和社会组织 公共管理 T 国际组织 国际组织 表 2 国民经济行业产业链分类及代码
Table 2. Classification and codes of the national economic industry chain
代码 名称 代码 名称 代码 名称 a 农业 i 造纸 q IT b 林业 j 煤炭 r Internet c 畜牧渔 k 机械制造 s 教育 d 农工贸 l 汽车 t 文体娱乐 e 肉类 m 钢铁 u 旅游 f 蔬菜 n 电信 v 金融 g 医药 o 服装 w 媒介 h 化工 p 高新技术 表 3 全球地震巨灾研究震例
Table 3. Some case examples of global earthquake catastrophe
编号 地震日期/(年-月-日) 纬度 经度 震中地名 深度/km 震级M/级 震中烈度 海啸/m 死亡人数/万人 损失/亿美元 1 1868-08-13 18.60ºS 71.00ºW 智利阿里卡近海 25 8½ 11 18.0 2.50 3.0 2 1908-12-28 38.15ºN 15.68ºE 意大利西西里岛 10 7¼ 11 13.0 8.22 1.2 3 1923-09-01 35.10ºN 139.50ºE 日本横滨 35 7.9 — 13.0 14.28 6.00 4 1939-01-25 36.20ºS 72.20ºW 智利奇廉 60 7.7 10 — 3.00 9.2 5 1960-02-29 30.50ºN 9.50ºW 摩洛哥阿加迪尔 — 6.8 10 — 1.31 1.2 6 1970-05-31 9.25ºS 78.84ºW 秘鲁卡斯马近海 73 7.9 10 0.4 6.68 5.3 7 1972-12-23 12.35ºN 86.13ºW 尼加拉瓜马拉瓜 7 6.2 — — 1.00 8.0 8 1976-02-04 15.30ºN 89.15ºW 危地马拉城 12 7.5 9 0.1 2.30 21.5 9 1976-07-27 39.61ºN 117.89ºE 中国河北唐山 16 7.8 11 — 24.20 122.3 10 1988-12-07 40.93ºN 44.11ºE 亚美尼亚斯皮塔克 5 6.8 10 — 2.50 162.0 11 1990-06-20 37.00ºN 49.19ºE 伊朗加兹温 19 7.9 7 — 4.00 80.0 12 1999-08-17 40.77ºN 30.00ºE 土耳其伊斯坦布尔 13 7.6 10 2.5 1.71 200.0 13 2001-01-26 23.39ºN 70.23ºE 印度普杰 16 7.7 10 — 2.00 26.2 14 2004-12-26 3.30ºN 95.98ºE 印尼锡默卢岛 30 9.1 10 50.9 22.79 100.0 15 2008-05-12 30.95ºN 103.40ºE 中国四川汶川 19 8.0 11 — 8.77 1 207.3 16 2010-01-12 18.44ºN 72.57ºW 海地太子港 13 7.3 10 3.0 22.26 80.0 17 2011-03-11 38.32ºN 142.37ºE 日本宫城海域 32 9.0 12 24.0 2.78 1234.0 18 2023/02/06 37.15ºN 36.95ºE 土耳其南部 20 7.8 11 — 4.50 841.0 表 4 全球地震巨灾对行业的冲击影响统计结果
Table 4. Statistical results of the impact of some global earthquake catastrophes on the industry
序号 地震日期/
(年-月-日)震中地名 震级M/级 行业代码 A B C D E F G H I J K L M N O P Q R S T 1 1868-08-13 智利阿里卡近海 8½ ● — — — ● ● — ● ● ● ● — — — — ● — — ● — 2 1908-12-28 意大利西西里岛 7¼ ● — — — ● ● — ● ● ● ● — — — — ● — — ● — 3 1923-09-01 日本横滨 7.9 ● — — — ● ● — ● ● ● ● — — — — ● ● — ● — 4 1939-01-25 智利奇廉 7.7 ● — — — ● ● — ● ● ● ● — — — — ● ● — ● — 5 1960-02-29 摩洛哥阿加迪尔 6.8 — — — ● ● ● — ● ● ● ● — — — — ● ● ● ● — 6 1970-05-31 秘鲁卡斯马近海 7.9 ● — — ● ● ● — ● ● ● ● — — ● — ● ● ● ● — 7 1972-12-23 尼加拉瓜马拉瓜 6.2 — — — ● ● — — ● ● ● ● — — — — ● ● ● ● — 8 1976-02-04 危地马拉城 7.5 ● — — ● ● ● — ● ● ● ● — — ● ● ● ● ● ● — 9 1976-07-27 中国河北唐山 7.8 ● ● ● ● ● ● — ● ● ● ● ● ● ● ● ● ● ● ● — 10 1988-12-07 亚美尼亚斯皮塔克 6.8 — — — ● ● ● — ● ● ● ● ● — ● ● ● ● ● ● ● 11 1990-06-20 伊朗加兹温 7.9 ● — ● ● ● ● — ● ● ● ● ● ● ● ● ● ● ● ● ● 12 1999-08-17 土耳其伊斯坦布尔 7.6 ● — ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 13 2001-01-26 印度普杰 7.7 ● — ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 14 2004-12-26 印尼锡默卢岛 9.1 ● — ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 15 2008-05-12 中国四川汶川 8.0 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 16 2010-01-12 海地太子港 7.3 ● — ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 17 2011-03-11 日本宫城海域 9.0 ● — ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 18 2023-02-06 土耳其南部 7.8 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 合计 15 3 9 14 18 17 7 18 18 18 18 10 9 12 11 18 16 14 18 9 表 5 影响等级划分
Table 5. Impact level classification
严重影响 中度影响 轻度影响 轻微影响 基本无影响 I>0.8 0.8≥I>0.6 0.6≥I>0.4 0.4≥I>0.2 0.2≥I 表 6 全球地震巨灾对产业链的冲击影响统计结果
Table 6. Statistical results of the impact of some global earthquake catastrophes on the industry chain
序号 地震时间/
(年-月)震中地名 震级M/级 产业链代码 a b c d e f g h i j k l m n o p q r s t u v w 1 1868-08 智利阿里卡近海 8½ ● — ● ● ● ● — — — — — — — — — — — — ● — — ● — 2 1908-12 意大利西西里岛 7¼ ● — ● ● ● ● — — — — — — — — — — — — ● — — ● — 3 1923-09 日本横滨 7.9 ● — ● ● ● ● ● — — — — — — — — — — — ● — — ● — 4 1939-01 智利奇廉 7.7 ● — — ● ● ● — — — — — — — ● — — — — ● — — ● — 5 1960-02 摩洛哥阿加迪尔 6.8 ● — — ● ● ● ● — — — — — — ● — — — — ● ● — ● — 6 1970-05 秘鲁卡斯马近海 7.9 ● — ● ● ● ● ● — — — — — — ● — — — — ● ● — ● — 7 1972-12 尼加拉瓜马拉瓜 6.2 ● — — ● ● ● ● — — — — — — ● — — — — ● ● — ● — 8 1976-02 危地马拉城 7.5 ● — ● ● ● ● ● — — — — — — ● — — — — ● ● — ● — 9 1976-07 中国河北唐山 7.8 ● ● — ● ● ● ● ● ● ● ● — ● ● ● — — — ● ● — ● — 10 1988-12 亚美尼亚斯皮塔克 6.8 ● — — ● ● ● ● — — — — — — ● — — — — ● ● — ● — 11 1990-06 伊朗加兹温 7.9 ● — — ● ● ● ● — — — ● — — ● — — — — ● ● — ● — 12 1999-08 土耳其伊斯坦布尔 7.6 ● — ● ● ● ● ● — — — ● — — ● ● — ● ● ● ● ● ● ● 13 2001-01 印度普杰 7.7 ● — — ● ● ● ● — — — ● — — ● ● ● ● ● ● ● ● ● ● 14 2004-12 印尼锡默卢岛 9.1 ● — ● ● ● ● ● — — — ● — — ● ● ● ● ● ● ● ● ● ● 15 2008-05 中国四川汶川 8.0 ● ● ● ● ● ● ● ● — — ● ● ● ● ● ● ● ● ● ● ● ● ● 16 2010-01 海地太子港 7.3 — — ● ● ● ● ● — — — ● — — ● ● ● ● ● ● ● ● ● ● 17 2011-03 日本宫城海域 9.0 ● — ● ● ● ● ● ● — — ● ● ● ● ● ● ● ● ● ● ● ● ● 18 2023-02 土耳其南部 7.8 ● — ● ● ● ● ● ● — ● ● ● ● ● ● ● ● ● ● ● ● ● ● 合计 17 2 11 18 18 18 15 4 1 2 9 3 4 15 8 6 7 7 18 14 7 18 7 表 7 全球地震巨灾对产业链结构的影响统计结果
Table 7. Statistical results of the impact of some global earthquake catastrophes on structure of industrial chain
序号 地震日期/
(年-月-日)震中地名 震级M/级 生产链 供应链 销售链 代理链 管理链 1 1868-08-13 智利阿里卡近海 8½ ● ● ● — — 2 1908-12-28 意大利西西里岛 7¼ ● ● ● — — 3 1923-09-01 日本横滨 7.9 ● ● ● — — 4 1939-01-25 智利奇廉 7.7 ● ● ● — — 5 1960-02-29 摩洛哥阿加迪尔 6.8 ● ● — — — 6 1970-05-31 秘鲁卡斯马近海 7.9 ● ● ● — — 7 1972-12-23 尼加拉瓜马拉瓜 6.2 ● ● — — — 8 1976-02-04 危地马拉城 7.5 ● ● ● — ● 9 1976-07-27 中国河北唐山 7.8 ● ● ● — ● 10 1988-12-07 亚美尼亚斯皮塔克 6.8 ● ● ● — — 11 1990-06-20 伊朗加兹温 7.9 ● ● ● ● ● 12 1999-08-17 土耳其伊斯坦布尔 7.6 ● ● ● ● ● 13 2001-01-26 印度普杰 7.7 ● ● ● ● ● 14 2004-12-26 印尼锡默卢岛 9.1 ● ● ● ● ● 15 2008-05-12 中国四川汶川 8.0 ● ● ● ● ● 16 2010-01-12 海地太子港 7.3 ● ● ● ● ● 17 2011-03-11 日本宫城海域 9.0 ● ● ● ● ● 18 2023-02-06 土耳其南部 7.8 ● ● ● ● ● 合计 18 18 16 8 10 表 8 全球地震巨灾对生产链的影响统计结果
Table 8. Statistical results of the impact of some global earthquake catastrophes on the production chain
序号 地震日期/
(年-月-日)震中地名 震级M/级 开采捕捞 种植养殖 研发培育 制作加工 上市产品 1 1868-08-13 智利阿里卡近海 8½ ● ● — — — 2 1908-12-28 意大利西西里岛 7¼ ● ● — — — 3 1923-09-01 日本横滨 7.9 ● ● — ● ● 4 1939-01-25 智利奇廉 7.7 — ● — — ● 5 1960-02-29 摩洛哥阿加迪尔 6.8 — ● — — ● 6 1970-05-31 秘鲁卡斯马近海 7.9 ● ● — — ● 7 1972-12-23 尼加拉瓜马拉瓜 6.2 — ● — — ● 8 1976-02-04 危地马拉城 7.5 ● ● — — ● 9 1976-07-27 中国河北唐山 7.8 ● ● ● ● ● 10 1988-12-07 亚美尼亚斯皮塔克 6.8 — ● ● ● ● 11 1990-06-20 伊朗加兹温 7.9 — ● — ● ● 12 1999-08-17 土耳其伊斯坦布尔 7.6 ● ● ● ● ● 13 2001-01-26 印度普杰 7.7 — ● — ● ● 14 2004-12-26 印尼锡默卢岛 9.1 ● ● ● ● ● 15 2008-05-12 中国四川汶川 8.0 ● ● ● ● ● 16 2010-01-12 海地太子港 7.3 ● ● — ● ● 17 2011-03-11 日本宫城海域 9.0 ● ● ● ● ● 18 2023-02-06 土耳其南部 7.8 ● ● ● ● ● 合计 12 18 7 11 16 表 9 全球地震巨灾对供应链的影响统计结果
Table 9. Statistical results of the impact of some global earthquake catastrophes on the supply chain
序号 地震日期/
(年-月-日)震中地名 震级M/级 采购 运输 存储 配送 1 1868-08-13 智利阿里卡近海 8½ — ● — — 2 1908-12-28 意大利西西里岛 7¼ ● ● — — 3 1923-09-01 日本横滨 7.9 ● ● ● — 4 1939-01-25 智利奇廉 7.7 — ● ● — 5 1960-02-29 摩洛哥阿加迪尔 6.8 — ● ● — 6 1970-05-31 秘鲁卡斯马近海 7.9 ● ● — — 7 1972-12-23 尼加拉瓜马拉瓜 6.2 — ● — — 8 1976-02-04 危地马拉城 7.5 — ● ● — 9 1976-07-27 中国河北唐山 7.8 ● ● ● ● 10 1988-12-07 亚美尼亚斯皮塔克 6.8 — ● ● ● 11 1990-06-20 伊朗加兹温 7.9 — ● ● ● 12 1999-08-17 土耳其伊斯坦布尔 7.6 ● ● ● ● 13 2001-01-26 印度普杰 7.7 ● ● — ● 14 2004-12-26 印尼锡默卢岛 9.1 ● ● ● ● 15 2008-05-12 中国四川汶川 8.0 ● ● ● ● 16 2010-01-12 海地太子港 7.3 ● ● ● ● 17 2011-03-11 日本宫城海域 9.0 ● ● ● ● 18 2023-02-06 土耳其南部 7.8 ● ● ● ● 合计 11 18 13 10 表 10 全球地震巨灾对销售链的影响统计结果
Table 10. Statistical results of the impact of some global earthquake catastrophes on the sale chain
序号 地震日期/
(年-月-日)震中地名 震级M/级 总销 分销 批发 零售 1 1868-08-13 智利阿里卡近海 8½ — — — ● 2 1908-12-28 意大利西西里岛 7¼ — — — ● 3 1923-09-01 日本横滨 7.9 — — ● ● 4 1939-01-25 智利奇廉 7.7 — — ● ● 5 1960-02-29 摩洛哥阿加迪尔 6.8 — — — ● 6 1970-05-31 秘鲁卡斯马近海 7.9 — — ● ● 7 1972-12-23 尼加拉瓜马拉瓜 6.2 — — — ● 8 1976-02-04 危地马拉城 7.5 — ● ● ● 9 1976-07-27 中国河北唐山 7.8 ● ● ● ● 10 1988-12-07 亚美尼亚斯皮塔克 6.8 — ● ● ● 11 1990-06-20 伊朗加兹温 7.9 — ● ● ● 12 1999-08-17 土耳其伊斯坦布尔 7.6 ● ● ● ● 13 2001-01-26 印度普杰 7.7 — ● ● ● 14 2004-12-26 印尼锡默卢岛 9.1 ● ● ● ● 15 2008-05-12 中国四川汶川 8.0 ● ● ● ● 16 2010-01-12 海地太子港 7.3 ● ● ● ● 17 2011-03-11 日本宫城海域 9.0 ● ● ● ● 18 2023-02-06 土耳其南部 7.8 ● ● ● ● 合计 7 11 14 18 表 11 风险等级划分
Table 11. Risk level classification
高度风险 较高风险 中度风险 较低风险 低度风险 Ri>0.8 0.8≥Ri>0.6 0.6≥Ri>0.4 0.4≥Ri>0.2 0.2≥Ri 表 12 产业链地震灾害风险评估
Table 12. Earthquake disaster risk assessment of industrial chains
排
序受冲击的产业链I0 相关行业I1 相关行业I2 相关行业I3 风险
指数风险
评估名称 数量 影响因子 名称 影响因子 名称 影响因子 名称 影响因子 1 金融 18 1.000 金融 1.000 房地产 1.000 公共管理 1.000 1.000 高 2 教育 18 1.000 教育 1.000 建筑 1.000 水电气暖 0.778 0.944 高 3 农工贸 18 1.000 运输仓储 0.944 批发零售 1.000 水电气暖 0.778 0.919 高 4 蔬菜 18 1.000 农林牧渔 0.833 批发零售 1.000 运输仓储 0.944 0.911 高 5 肉类 18 1.000 农林牧渔 0.833 批发零售 1.000 运输仓储 0.944 0.911 高 6 农业 17 0.944 农林牧渔 0.833 运输仓储 0.944 水电气暖 0.778 0.805 高 7 医药 15 0.833 卫生社保 0.889 公共管理 1.000 批发零售 1.000 0.792 较高 8 文体娱乐 14 0.778 文体娱乐 0.778 住宿餐饮 1.000 水电气暖 0.778 0.657 较高 9 畜牧渔 11 0.611 农林牧渔 0.833 运输仓储 0.944 水电气暖 0.778 0.521 中 10 电信 15 0.833 信息服务 0.389 水电气暖 0.778 公共设施 0.667 0.479 中 11 旅游 7 0.389 住宿餐饮 1.000 建筑 1.000 公共管理 1.000 0.389 较低 12 制造 9 0.500 制造 0.500 建筑 1.000 运输仓储 0.944 0.381 较低 13 服装 8 0.444 制造 0.500 运输仓储 0.944 批发零售 1.000 0.337 较低 14 媒介 7 0.389 信息服务 0.389 房地产 1.000 公共管理 1.000 0.282 较低 15 Internet 7 0.389 信息服务 0.389 公共管理 1.000 水电气暖 0.778 0.260 较低 16 IT 7 0.389 信息服务 0.389 科技服务 0.500 水电气暖 0.778 0.202 较低 17 高新技术 6 0.333 科技服务 0.500 制造 0.500 水电气暖 0.778 0.190 低 18 化工 4 0.222 运输仓储 0.944 制造 0.500 批发零售 1.000 0.183 低 19 钢铁 4 0.222 采矿 0.167 运输仓储 0.944 批发零售 1.000 0.135 低 20 汽车 3 0.167 制造 0.500 运输仓储 0.944 批发零售 1.000 0.126 低 21 林业 2 0.111 农林牧渔 0.833 采矿 0.167 批发零售 1.000 0.075 低 22 煤炭 2 0.111 采矿 0.167 运输仓储 0.944 批发零售 1.000 0.068 低 23 造纸 1 0.056 制造 0.500 农林牧渔 0.833 批发零售 1.000 0.040 低 表 13 恢复等级划分
Table 13. Recovery level classification
强 较强 中 较弱 弱 CR>0.8 0.8≥CR>0.6 0.6≥CR>0.4 0.4≥CR>0.2 0.2≥CR 表 14 产业链震灾恢复能力评估
Table 14. Evaluation of the disaster recovery capability of the industrial chains
排序 产业链 自主恢复
比率S外部干预
比率H恢复时间/d 恢复指数 综合
指数恢复
能力应急t 正常T 应急恢复 正常恢复 1 Internet 0.9 0.1 2 15 1.000 1.000 1.000 强 2 电信 0.8 0.2 2 15 0.966 0.939 0.952 强 3 医药 0.3 0.7 2 15 0.793 0.636 0.715 较强 4 肉类 0.4 0.6 3 20 0.552 0.523 0.537 中 5 蔬菜 0.4 0.6 3 20 0.552 0.523 0.537 中 6 服装 0.3 0.7 3 20 0.529 0.477 0.503 中 7 IT 1.0 0.0 10 20 0.207 0.795 0.501 中 8 农业 0.9 0.1 10 20 0.200 0.750 0.475 中 9 畜牧渔 0.9 0.1 10 20 0.200 0.750 0.475 中 10 林业 1.0 0.0 10 30 0.207 0.530 0.369 较弱 11 造纸 1.0 0.0 10 30 0.207 0.530 0.369 较弱 12 汽车 1.0 0.0 10 30 0.207 0.530 0.369 较弱 13 高新技术 0.9 0.1 10 30 0.200 0.500 0.350 较弱 14 机械制造 0.9 0.1 10 30 0.200 0.500 0.350 较弱 15 钢铁 0.9 0.1 10 30 0.200 0.500 0.350 较弱 16 煤炭 1.0 0.0 15 30 0.138 0.530 0.334 较弱 17 化工 0.8 0.2 10 30 0.193 0.470 0.331 较弱 18 农工贸 0.9 0.1 15 30 0.133 0.500 0.317 较弱 19 媒介 0.8 0.2 15 30 0.129 0.470 0.299 较弱 20 文体娱乐 0.7 0.3 20 45 0.093 0.293 0.193 弱 21 金融 0.3 0.7 10 60 0.159 0.159 0.159 弱 22 教育 0.4 0.6 15 60 0.110 0.174 0.142 弱 23 旅游 0.7 0.3 30 90 0.062 0.146 0.104 弱 -
陈春慧,2013. 突发事件对汽车产业供应链影响研究−−以日本地震对广州汽车产业影响为例. 北方经贸,(3):60−61. 陈德富,杜义飞,李仕明等,2010. 汶川地震灾后重建中发展产业承载能力的机制与途径研究−−以德阳市磷化工产业为例. 电子科技大学学报(社科版),12(5):11−15,28.Chen D. F., Du Y. F., Li S. M., et al, 2010. Research on mechanism and path of developing industrial carrying capacity in post-disaster reconstruction-a case study of phosphorus chemical industry in Deyang City. Journal of University of Electronic Science and Technology of China (Social Sciences Edition), 12(5): 11−15,28.(in Chinese) 陈和,王荣祥,2011. 日本大地震对广东经济影响研究:基于产业链的视角. 战略决策研究,2(3):32−36.Chen H., Wang R.X. 2011. A research on the economic impact of Japan’s earthquake on Guangdong economy from the perspective of industry chain. Journal of Strategy and Decision-Making, 2(3): 32−36.(in Chinese) 杜兴,2015. 地震灾害间接经济损失评估方法研究. 西安:西安建筑科技大学.Du X.,2015. Research on assessment methods of earthquake-caused indirect economic loss. Xi’an:Xi’an University of Architecture and Technology. (in Chinese) 方美燕,吴海民,2008. 汶川震灾后龙门山经济圈的产业链重塑. 经济管理,(17):80−83.Fang M. Y., Wu H. M. 2008. A study on rebuilding and adjustments of industrial chain of post-disaster Longmenshan economic circle. Economic Management, (17): 80−83.(in Chinese) 刚健华,何青,2011. 日本大地震的溢出性经济影响与中国对策. 经济理论与经济管理,(6):69−76.Gang J. H., He Q. 2011. Economic consequences of the 2011 Tohoku Pacific earthquake. Economic Theory and Business Management, (6): 69−76.(in Chinese) 郭文博,2011. 浅析企业供应链全球化的弊端及对策−−基于日本地震对汽车产业影响的反思. 经济视角,(3):65,67. 郭增建,陈鑫连,1991. 城市地震对策. 北京:地震出版社. 黄汉权,2020-12-31(03). 多措并举增强产业链供应链自主可控能力. 中国经济时报. 景冰冰,施唯,2023. 2023年土耳其 M S7.8地震灾区损失与保险研究. 震灾防御技术,18(3):495−504.Jing B. B., Shi W. 2023. Study on loss and earthquake insurance of Turkey M S7.8 earthquake in 2023. Technology for Earthquake Disaster Prevention, 18(3): 495−504.(in Chinese) 刘贵富,赵英才,2006. 产业链的分类研究. 学术交流,(8):102−106.Liu G. F., Zhao Y. C. 2006. Exploring the category of industrial links. Academic Exchange, (8): 102−106.(in Chinese) 刘佳,2019. 震后汶川体育旅游产业发展研究. 成都:西华大学.Liu J.,2019. Research on Wenchuan sports tourism industry development after earthquake. Chengdu:Xihua University. (in Chinese) 潘泓旭,2011. 日本地震对我国IT行业的影响及解决措施. 现代商业,(14):59. 彭燕,2010. 地震灾后安县农业主导产业选择及发展研究. 雅安:四川农业大学.Peng Y.,2010. Research on development and selection of agricultural leading industries in Anxian after earthquake. Ya’an:Sichuan Agricultural University. (in Chinese) 沈铭辉,李淑娟,2011. 日本大地震对日本和世界经济的影响. 武汉金融,(5):40−42. 盛朝迅,2021. 新发展格局下推动产业链供应链安全稳定发展的思路与策略. 改革,(2):1−13.Sheng C.X. 2021. Thoughts and strategies for promoting the safe and stable development of industrial chain and supply chain under the new development pattern. Reform, (2): 1−13.(in Chinese) 史培军,2016. 灾害风险科学. 北京:北京师范大学出版社.Shi P. J.,2016. Disaster risk science. Beijing:Beijing Normal University Publishing Group. (in Chinese) 宋志平,张国民,刘杰等,2011. 全球地震灾害信息目录(9999B.C.~2010A.D.). 北京:地震出版社.Song Z. P., Zhang G. M., Liu J., et al, 2011. Disaster information catalog of global earthquakes (9999B.C.~2010A.D.). Beijing:Seismological Press. (in Chinese) 王彬彬,2012. 汶川地震灾后产业重建中的能力建设. 中国集体经济,(10):47−48. 王俊,陈柳钦,2011. 日本强震及核危机对全球经济的影响. 日本问题研究,25(2):1−10.Wang J., Chen L. Q. 2011. Impact of Japan’s earthquake and the nuclear crisis on the global economy. Japanese Research, 25(2): 1−10.(in Chinese) 魏来,陈宏,张洁,2011. 灾变性事件引起的消费品产业链价格波及效应研究. 管理评论,23(10):25−30.Wei L., Chen H., Zhang J. 2011. A study of price ripple effect of catastrophic events on the consumable industry chain. Management Review, 23(10): 25−30.(in Chinese) 徐玖平,杨春燕,2008. 四川汶川特大地震灾后重建的产业集群调整分析. 中国人口·资源与环境,18(6):142−151Xu J. P., Yang C. Y. 2008. Industrial cluster adjustment in post Wenchuan earthquake. China Population, Resources and Environment,, 18(6): 142−151. (in Chinese) 杨方,张义斌,葛旭波,2011. 东日本大地震及核危机对能源电力的影响. 中国电力,44(6):1−6.Yang F., Zhang Y. B., Ge X. B. 2011. Impact of Japan earthquake and nuclear crisis on energy and power industry. Electric Power, 44(6): 1−6.(in Chinese) 叶利扬,2013. 大地震后日本电子企业战略调整. 沈阳:辽宁大学.Ye L. Y.,2013. International strategic adjustment of Japanese electronics enterprises after the earthquake. Shenyang:Liaoning University. (in Chinese) 尹训飞,2019. 制造业产业链安全现状与对策. 中国工业和信息化,(7):54−59. doi: 10.3969/j.issn.1674-9138.2019.07.008 袁丽,邱桂华,2011. 日本大地震对中国及世界经济影响分析. 现代商贸工业,23(6):103−104. doi: 10.3969/j.issn.1672-3198.2011.06.061 张辉,申震宇,贾越等,2020. 供应链安全可控研究. 物流科技,43(11):143−145.Zhang H., Shen Z. Y., Jia Y., et al, 2020. Study on supply chain safety and controllability. Logistics Sci-Tech, 43(11): 143−145.(in Chinese) 张升,李兆焱,张思宇等,2023. 2023年土耳其7.8级地震灾害特征. 世界地震工程,39(3):45−55.Zhang S., Li Z. Y., Zhang S. Y., et al, 2023. Disaster characteristics of Turkey M 7.8 earthquake in 2023. World Earthquake Engineering, 39(3): 45−55.(in Chinese) 张义博,2021. 产业链安全内涵与评价体系. 中国经贸导刊,(10):55−59. 张玉来,2011. 从震灾看全球产业链上的“日本元素”−−以半导体产业为核心. 日本研究,(3):30−36. 张肇诚,陈琪福,郑大林,2013. 震例总结研究探讨. 北京:地震出版社. 赵福军,2019. 在构建开放经济格局中提升产业链安全. 国际商务财会,(4):3−6,11. -