气候变化系统性风险认知与管理

杨建勋 刘苗苗 毕军

摘 要：气候变化严重威胁生态环境与社会经济系统稳定，其影响在区域与部门间传递和放大，是典型的系统性风险。对气候变化风险科学准确的认知和管理是有效开展气候变化应对行动的前提。本文对气候变化系统性风险的复杂理论内涵与工程管理需求进行了概述，总结了气候风险的主要传递路径和影响因素，以及对气候变化系统性风险认知不足的表现与后果。在此基础上，本文进一步提炼了气候变化系统性风险的研究热点、研究局限和待解决的关键科学问题，并提出了开展气候变化风险防控的工程管理建议。

关键词：气候变化;系统性风险;风险认知;风险管理

中图分类号：X321 文献标识码：A 文章编号：2097-0145（2022）01-0042-06 doi：10.11847/fj.41.1.42

Abstract：Climate change poses a serious threat to the stability of ecological and socio-economic systems， and is a typical systemic risk whose impact is transmitted and amplified across regions and sectors. Scientific and accurate identification and management of climate change risks are the prerequisite for effective response to climate change. This paper summarizes the complex theoretical connotation and engineering management requirements of climate change systemic risk， summarizes the main transmission routes and influencing factors of climate risk， as well as the performance and consequences of insufficient understanding of climate change systemic risk. On this basis， the research hotspots， research limitations and key scientific issues to be solved are further refined， and the engineering management suggestions for climate change risk prevention and control are put forward.

Key words：climate change; systemic risk; risk identification; risk management

1 引言

氣候变化是全人类面对的重大挑战之一。联合国政府间气候变化专门委员会（IPCC）于2008年和2019年发布的特别报告共识别了43类气候变化风险，其影响涉及全球生态系统、人类经济活动部门与多个非经济部门[1]。我国气候风险交织复杂，气象灾害灾情重，开展气候变化风险评估与防控工作是保障生态环境与社会经济系统安全、落实碳达峰与碳中和战略目标的基础任务之一。

气候变化风险是一种典型的系统性风险[2]。系统性风险的概念来源于复杂系统学科，认为系统组分间的复杂联系使得风险相互关联与传递，形成复杂的风险网络，局部失灵或扰动可能会产生灾难性的影响[3]。与化学品泄露、蓝藻事件等区域性特征显著、影响边界有限的传统环境风险相比，气候变化风险具有特殊性，主要体现在四个方面，如图1所示。第一，气候变化风险的后果具有跨边界、跨部门的特点[4]。例如，全球温升与极端天气造成的农作物减产风险能够通过贸易网络传递，导致不同地区的食品安全风险与不同部门的经济损失[5]。第二，气候变化既包括极端风险事件，如频发的与气候相关的自然灾害，也包括慢性、长期、难以探测的风险趋势，如世纪内持续温升对生态系统健康造成的不可逆影响[6]。第三，气候变化风险既直接作用于人类社会经济系统，同时受响应行为（减缓和适应）的间接影响[7]。例如，以生物能源替换化石能源的大规模减碳方案可能威胁食品安全，造成生物多样性损失。最后，气候变化风险既包括多种灾害复合的风险，如并发的暴雨、内涝事件等，又包括跨社会经济部门的级联风险[8]。

近年来，部分学者开始关注气候变化风险的复杂性，并提出系统性风险评估的理论框架。例如，Simpson等[9]提出了一种复杂风险的分类机制，根据风险驱动因子间（危害、脆弱性、暴露、响应）交互及风险间的交互情况，将气候变化风险分为三类。Li等[10]提出了一个气候变化系统性风险评估框架，评估内容包括影响领域、影响程度、发生概率等。一些国家层面的气候变化风险评估工作也开始关注气候风险间的交互作用，例如美国第四国家气候评估和英国气候变化风险评估中[11]，分别关注了气候变化导致的潜在跨界水资源短缺风险、气候事件冲击经由产业链传导后的经济风险。但整体而言，针对气候变化系统性风险的研究和评估工作尚处于起步阶段，缺少对相关研究进展的梳理。

气候变化系统性风险防控已被纳入我国碳达峰与碳中和建设的宏观政策框架，在最近发布的《中共中央、国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》中，明确提出防范风险的基本原则，要求处理好减污降碳和能源安全、产业链供应链安全、粮食安全、群众正常生活的关系，有效应对绿色低碳转型可能伴随的经济、金融、社会风险，防止过度反应，确保安全降碳。理解气候变化系统性风险因此具有重要政策意义，一方面将单一的温升控制与碳减排目标上升到整体风险的系统性削减与防控，保证整体社会经济系统的平稳转型，另一方面则帮助政策制定者基于多风险的权衡后做出综合与科学的决策。鉴于气候变化系统性风险的理论与政策重要性，本文对相关概念进行阐释，梳理了学术研究进展和前沿科学问题，以支撑风险防控的具体工程管理实践。

2 气候变化系统性风险的复杂性

在我们当前所生活的世界中，环境、经济和社会系统间高度互联，形成无数相互依存的复杂网络，人力、资源、材料、商品和信息等以前所未有的速度进行交换[12]。受气候变化风险大时空尺度、高不确定性等特点的影响，以及其作用于社会经济网络后的“级联”效应，气候变化风险的发生、传递、后果等因此具有高度复杂性，这也为气候变化风险的评估与管理带来挑战[13]。如图2所示，气候变化系统性风险的复杂性主要体现在三个方面。

时空与要素关联的复杂性。在空间尺度上，气候变化风险可能发生在局地、区域、全球范围等，并由于贸易需求的驱动产生遥耦合（tele-coupling）[14]。例如，气候变化导致的局地水资源短缺风险可能通过影响产业链上游部门的生产效率进而导致全球其他地区的产业风险[15]。在时间尺度上，气候变化的影响可能以短期内的突发风险事件爆发，也可对人类社会构成长期不易感知的威胁[16]。在部门层面上，气候变化风险有着显著的跨部门传递的特点，在生态系统、经济、社会、健康、技术、政治、安全等多部门间扩散，典型案例如自然灾害导致的技术事故灾难（即NaTech风险）[17]。

风险相互关联作用的非线性。与其他系统性风险类似，不同类型、不同部门间的气候变化风险在相互作用时具有协同、溢出等效应，遵循非线性的因果关系，导致风险放大，因此不能简单理解为风险的加总[18]。典型案例如低碳经济转型对特定行业的冲击在金融系统扩散[19]，以及社会风险（如气候怀疑论）在社交媒体中的传播与放大[20]。当此类非线性作用累积超过临界点时，会产生系统性和不可逆的转变，而风险临界点的出现往往难以预测[21]。

系统的内生不稳定性。个体与社会的非理性认知和决策将会增加系统性风险治理失灵的概率。一方面，个体的认知偏误使其對可观测风险更加警惕，但倾向于低估长期全球尺度的风险。以气候变化感知为例，受到近因启发等心理认知效应的影响，公众对局地短期温度异常有直接的生理体验与认知，但对于长期、远距离气候变化影响的认知则依赖于间接信息如媒体报道[22]。另一方面，一些共赢的集体行动可能会因搭便车与博弈导致风险合作治理的失败，例如在流域风险治理中常因管理边界与自然环境边界的不匹配而造成合作失灵[23]。

3 气候变化风险的传递路径与影响因素

气候变化风险的传递具有多元路径，存在于不同的系统中。首先，作为一种大尺度的环境过程，气候变化风险通过物理化学传输影响不同区域，如升温导致的不规则洋流运动影响海洋污染和疾病的传输[24]。除此以外，由于气候变化风险广泛地影响生态与人类系统的各个方面，庞杂的环境和社会经济网络成为传递气候风险的重要载体。生态系统与社会生产运行中伴随着大量的贸易流与物质流，气候变化对重要资源要素或供应链上游产品生产的冲击，如水、能、食品等的供给短缺风险会沿产业链扩散[25]。经济全球化同时带来复杂的人口流与交通流，而气候变化灾害驱动的大规模人口迁移则可能进一步引发社会与健康风险的传播[26]。最后，社交媒体等新兴信息传播方式带来多维交织的信息流，而与气候变化有关的错误与虚假信息在传播过程中可能影响个体的适应性行为决策及对政府干预的信任度，进而放大脆弱人群所面临的气候变化风险[27]。

在气候变化风险传递过程中，不同系统的因素会影响风险的传递与演化。在政治系统中，地缘政治冲突为区域社会经济网络的稳定带来不确定，而国家或地方的保护政策则常导致风险短视与合作失灵，将风险转嫁到其他脆弱性地区[28];区域或国家层面气候变化应对策略，例如减缓或适应工程与政策，也会通过改变产业终端需求进而影响风险的传递[29]。在市场系统中，价格传递是调节气候变化冲击的重要响应机制，在短期内影响系统脆弱性;此外，气候变化相关的自然灾害如暴雨、海平面上升、干旱可能导致资产负债恶化、保险索赔上升等潜在风险，并通过金融系统快速蔓延[30]。在社会系统中，个体层面对气候变化风险的感知与行为反馈同样重要。这一过程受到媒体报道的影响，尤其在西方国家，政治极化与社群分层的公众意见导致气候变化怀疑论与阴谋论盛行，难以形成统一的集体行动[31];不同地区或不同人群对风险的高估或低估以及不正确的适应策略，也会加剧气候风险的不公平问题。

4 气候变化系统性风险认知不足的体现与后果

尽管部分学者意识到了气候变化风险跨部门、跨空间边界的特性，但在当前研究与实际的管理工程实践中，对气候变化潜在的系统性风险认知是仍然不足的，主要体现在四个方面。

对高影响、低概率气候变化风险事件的估计与应对不足，导致较大的生态与经济损失。当前开展风险评估和风险转移的研究中，越来越多的研究采用了综合评估模型，尽可能纳入了多产业部门和多类型的气候风险组合[32]。但在设计风险情景的过程中，仍缺乏面向极端低概率事件的评估范式，低估了黑天鹅事件的发生概率，无法支撑突发事件的应急处置工作，2021年夏河南郑州等地区的强降雨事件应对乏力是风险低估的典型案例。

关注局部或国内的直接风险损失，忽视较远时空距离的级联风险评估防控。气候变化评估研究主要关注本土的极端天气事件，核算其造成的直接经济损失风险。具体实践中，我国也逐步重视对自然灾害等风险的评估工作，组织开展了全国自然灾害综合风险普查，旨在全面厘清各地的灾害风险底数与防灾减灾能力。当前，对于较远时空尺度冲击事件所造成的级联风险关注较少，如产业上游国家或地区的灾害事件与气候政策对我国产业的潜在威胁。

对风险感知与决策的非理性特征考虑不足，导致风险转化为社会危机。现有的气候变化风险评估框架体现了自上而下的基本思路，对个体层面非理性的风险认知与决策行为考虑较少，忽视社会文化属性差异对集体风险决策的影响。风险感知与决策研究的不足使风险削减与应对政策缺乏针对性而变得低效，可能导致气候变化风险事件放大为政府信任问题，引发社会危机。

更多关注气候灾害的影响，较少考虑适应与减缓行动中产生的风险。适应与减缓行动将带来产业结构变化与社会变革，相关转型风险与其他气候变化风险相互关联，共同作用于社会经济系统。因此，在气候风险评估模型中纳入适应与减缓反馈过程，将其作为重要的风险驱动因素之一，能够帮助理解气候变化之外的多目标间的权衡。

5 研究热点与关键科学问题

在梳理了气候变化风险基本内涵的基础上，本节总结了当前与气候变化系统性风险管理有关的主要研究热点，以及尚待解决的关键科学问题。

5.1 气候变化系统性风险的评估方法

气候变化风险评估的方法学创新是未来重要学术方向。现有研究在评估气候变化风险在社会经济系统中的传递时，受限于传统方法各自的局限性，无法形成统一的研究范式与研究结论。例如，基于贸易理论的引力方程模型、李嘉图模型等能够解释贸易对象间的风险传递，但由于关注较少对象的联系，无法全面解释更加复杂的贸易网络风险。静态的投入产出模型结构简明且包含多区域多部门，但由于忽略系统动态优化过程，常高估风险事件对整体经济的冲击。动态的一般均衡模型考虑了经济系统内部的优化，但由于假设模型中的主体对各时空尺度的风险有感知预测能力，其结果的不确定性难以量化。

针对上述方法学的局限性，更多学者致力于开发考虑系统自适应力的级联风险评估模型，更真实地反映经济系统受到气候变化冲击后的反馈与调节过程。例如，德国波茨坦气候研究所开发的气候适应模型（Acclimate），考虑了经济系统内的储备、运输时间、需求再分配等影响适应过程，能够模拟整个经济系统在受到供应链冲击后的恢复情况[33]。曲申等[34]开发了环境经济系统多主体模型（CLUES），模拟了环境经济系统逐日的非均衡变化，并据此预测了后疫情重建阶段中国财政刺激政策以及行业减排路径对碳排放与经济增长的影响。在另一层面上，部分学者还探索了如何更多结合定性方法，如类比、情景分析、博弈实验等，以更好地解释个体风险决策规律[35]。

5.2 风险热点地区、部门、人群识别

为了实现精准、高效的风险调控与干预，需识别风险热点地区、部门和人群。系统性风险管理涉及更加复杂的对象与关联过程，因此全过程、精细化的风险识别与追踪至关重要。该领域的研究热点包括基于供应链网络，追踪部门乃至企业级别风险传递节点与时空分布。例如，Goldstein等[36]研究了1600多个企业的适应策略，发现企业在评估气候变化影响以及制定应对策略时存在重大风险盲区。此外，微观多元大数据被用来追踪社区与个体尺度上的响应行为与风险暴露，进一步提高了研究的时空精度。Eyre等[37]利用社交媒体数据，通过观察小企业在社交媒体上的发帖活动，间接估计了气候变化灾害后的停工时间与商业恢复情况。最后，还有一部分研究探讨了面对气候变化风险时的社会与产业网络韧性评估及风险公平问题，连接度、多样性、网络规模与大小等被认为是影响系统韧性的要素[11]。

5.3 气候变化相关的复合风险评估

近年来，气候变化复合风险事件发生概率进一步提升。最常见的气候变化复合风险即气候灾害事件并发，如干旱、野火、热浪等同时发生会为灾害应急带来挑战。此外，气候变化风险常与其他非气候风险驱动因素交互，如弱势群体的高暴露、低脆弱性等，导致风险在个体层面的放大。最后，气候风险可能与跨部门风险发生交互，如自然灾害与产业链风险的并发，构成了跨系统的复合风险。

部分学者意识到气候变化复合风险评估与防范的重要性。例如，Turner等[38]注意到气候波动可能同时改变能源需求和可利用的水资源量，并评估了这种复合风险导致电力系统瘫痪的概率。Zscheischler等[39]提供了一套自下向上的理论框架，帮助理解多种气候灾害并发的预测概率。他们进一步关注了风暴和强降雨可能导致的复合洪涝风险，评估了美国城市发生这种复合风险的概率并发现显著的区域异质性。当前，关于复合风险的研究仍处于起步阶段，仍有一定的研究局限需要进一步补充。首先，如何科学设计并发风险评估时的概率情景是需迫切解决的科学问题。气候变化涉及到不同的灾难性后果，其影响涉及到不同区域的社会经济系统，因此设计合理的复合风险并发概率和放大因子至关重要。其次，当前风险评估模型仍以单一风险类型为主，在评估复合风险时应进一步提高模型在高时空精度下模拟风险重叠与溢出的能力。

5.4 气候变化风险防控目标的确定

由于气候变化宏大的时间空间尺度以及涉及广泛的社会群体与经济部门，气候变化治理政策及其风险防控体现了多目标决策的特点。过低的风险防控目标可能无法有效控制系统性风险，导致在遭受冲击后发生不可逆的后果;过高的风险防控目标则会需要巨额的经济成本，无法支撑其他可持续发展目标的共同实现。为了设定合理的气候变化风险防控边界，需寻找气候与人类系统发生不可逆转变的临界点，同时权衡风险防控的经济成本，确定系统的可接受风险水平作为治理目标。

部分学者尝试探讨气候变化风险的管理边界。例如，斯德哥尔摩大学的Steffen等[40]，Rockstrm等[41]提出了行星边界的研究范式，考虑系统的阈值、反馈、弹性、不确定性等属性，帮助确定人类能够使用地球系统的临界点。目前而言，仍存在一些关键问题需进一步探索。首先，当前的风险评估以静态为主，为了制定远期的风险防控目标，需要模拟系统性风险格局的动态演化并进行趋势预测[42]。其次，由于气候变化风险防控涉及不同的系统与部门，因此需设计不同风险在不同部门间的权重，并构建综合指标。最后，为了更好地服务于真实决策，应避免过度复杂的模型，保证可阅读、可操作的政策建议[43]。

6 结论与建议

本文对气候变化系统性风险的概念与内涵进行了详细阐释，提炼了当前的主要研究热点和待解决的关键科学问题。结果表明，气候变化风险是当前的学术焦点，大量研究注意到气候变化风险的产生与传递过程体现出的显著的跨区域特性，所关注的风险类型多样，且研究涉及的部门跨越了人类社会经济系统的多个维度。然而，受限于学科交叉的难点和方法学瓶颈，现有工作尚未形成范式，评估方法较为简单。正如复杂系统学家Helbing[13]所提到的，我們迫切需要新的全球系统科学（Global System Science），来整合现有的冗杂的多系统多学科知识。在未来，进一步梳理气候变化风险在多系统间的复杂传导机制将是研究热点，并将围绕相关话题形成多个新的学术阵地。

在具體的工程管理实践中，建议根据气候变化风险的特点，采取全过程、系统性风险管理策略。首先，应在国家层面上积极开展气候变化风险的辨识、评估、排序等基础工作，采取定性与定量结合的评估手段，优先控制重大风险问题。其次，整合生物物理、宏观经济、产业代谢多元数据，构建气候变化风险的动态演化模拟系统，加强常态与突发事件下的风险预判与应对，权衡风险防控的经济成本，实现气候-生态-产业-社会综合管理决策。最后，要积极发挥金融市场在应对和规避气候变化风险中的导向性作用，在国家层面引导公共资本，推动央行和监管机构间绿色金融合作，关注气候变化对宏观金融稳定的影响，在私人金融参与者层面，调节资产管理公司与商业银行的投融资门槛，动员资本进行绿色低碳投资。

参 考 文 献：

[1] Magnan A K， Prtner H O， Duvat V K E， et al.. Estimating the global risk of anthropogenic climate change[J]. Nature Climate Change， 2021， 11（10）： 879-885.

[2] Centeno M A， Nag M， Patterson T S， et al.. The emergence of global systemic risk[J]. Annual Review of Sociology， 2015， 41（1）： 65-85.

[3] Bi J， Yang J， Liu M， et al.. Toward systemic thinking in managing environmental risks[J]. Engineering， 2021， 7（11）： 1505-1650.

[4] Challinor A J， Adger W N， Benton T G. Climate risks across borders and scales[J]. Nature Climate Change， 2017， 7（9）： 621-623.

[5] Challinor A J， Adger W N， Benton T G， et al.. Transmission of climate risks across sectors and borders[J]. Philosophical Transactions of the Royal Society A： Mathematical， Physical and Engineering Sciences， 2018， 376（2121）： 20170301.

[6] Hillier J K， Matthews T， Wilby R L， et al.. Multi-hazard dependencies can increase or decrease risk[J]. Nature Climate Change， 2020， 10（7）： 595-598.

[7] Lorie M， Neumann J E， Sarofim M C， et al.. Modeling coastal flood risk and adaptation response under future climate conditions[J]. Climate Risk Management， 2020， 29： 100233.

[8] Zscheischler J， Seneviratne S I. Dependence of drivers affects risks associated with compound events[J]. Science Advances， 2017， 3（6）： e1700263.

[9] Simpson N P， Mach K J， Constable A， et al.. A framework for complex climate change risk assessment[J]. One Earth， 2021， 4（4）： 489-501.

[10] Li H M， Wang X C， Zhao X F， et al.. Understanding systemic risk induced by climate change[J]. Advances in Climate Change Research， 2021， 12（3）： 384-394.

[11] Nystrm M， Jouffray J B， Norstrm A V， et al.. Anatomy and resilience of the global production ecosystem[J]. Nature， 2019， 575（7781）： 98-108.

[12] Keys P W， Galaz V， Dyer M， et al.. Anthropocene risk[J]. Nature Sustainability， 2019， 2（8）： 667-673.

[13] Helbing D. Globally networked risks and how to respond[J]. Nature， 2013， 497（7447）： 51-59.

[14] Liu J， Hull V， Batistella M， et al.. Framing sustainability in a telecoupled world[J]. Ecology and Society， 2013， 36（23）： 7870-7885.

[15] Liu J， Mooney H， Hull V， et al.. Systems integration for global sustainability[J]. Science， 2015， 347（6225）： 1258832.

[16] Few R， Morchain D， Spear D， et al.. Transformation， adaptation and development： relating concepts to practice[J]. Palgrave Communications， 2017， 3（1）： 17092.

[17] Gao Y， Cao G， Ni P， et al.. Natural hazard triggered technological risks in the Yangtze River Economic Belt， China[J]. Scientific Reports， 2021， 11（1）： 13842.

[18] Steffen W， Rockstrm J， Richardson K， et al.. Trajectories of the earth system in the anthropocene[J]. Proceedings of the National Academy of Sciences， 2018， 115（33）： 8252.

[19] Dietz S， Bowen A， Dixon C， et al.. ‘Climate value at risk’ of global financial assets[J]. Nature Climate Change， 2016， 6（7）： 676-679.

[20] Leiserowitz A A， Maibach E W， Roser-Renouf C， et al.. Climategate， public opinion， and the loss of trust[J]. American Behavioral Scientist， 2012， 57（6）： 818-837.

[21] van Ginkel K C H， Botzen W J W， Haasnoot M， et al.. Climate change induced socio-economic tipping points： review and stakeholder consultation for policy relevant research[J]. Environmental Research Letters， 2020， 15（2）： 023001.

[22] Howe P D， Marlon J R， Mildenberger M， et al.. How will climate change shape climate opinion[J]. Environmental Research Letters， 2019， 14（11）： 113001.

[23] Sayles J S， Baggio J A. Social-ecological network analysis of scale mismatches in estuary watershed restoration[J]. Proceedings of the National Academy of Sciences， 2017， 114（10）： E1776.

[24] Smith M W， Willis T， Alfieri L， et al.. Incorporating hydrology into climate suitability models changes projections of malaria transmission in Africa[J]. Nature Communications， 2020， 11（1）： 4353.

[25] Nakano K. Risk assessment for adaptation to climate change in the international supply chain[J]. Journal of Cleaner Production， 2021， 319： 128785.

[26] Marotzke J， Semmann D， Milinski M. The economic interaction between climate change mitigation， climate migration and poverty[J]. Nature Climate Change， 2020， 10（6）： 518-525.

[27] Brzezinski A， Kecht V， Van Dijcke D， et al.. Science skepticism reduced compliance with COVID-19 shelter-in-place policies in the United States[J]. Nature Human Behaviour， 2021， 5（1）： 1519-1527.

[28] Homer D T， Walker B， Biggs R， et al.. Synchronous failure： the emerging causal architecture of global crisis[J]. Ecology and Society， 2015， 20（3）： 6.

[29] Fujimori S， Hasegawa T， Krey V， et al.. A multi-model assessment of food security implications of climate change mitigation[J]. Nature Sustainability， 2019， 2（5）： 386-396.

[30] Monasterolo I. Climate change and the financial system[J]. Annual Review of Resource Economics， 2020， 12（1）： 299-320.

[31] Hornsey M J， Harris E A， Fielding K S. Relationships among conspiratorial beliefs， conservatism and climate scepticism across nations[J]. Nature Climate Change， 2018， 8（7）： 614-620.

[32] Harrison P A， Dunford R W， Holman I P， et al.. Climate change impact modelling needs to include cross-sectoral interactions[J]. Nature Climate Change， 2016， 6（9）： 885-890.

[33] Otto C， Willner S N， Wenz L， et al.. Modeling loss-propagation in the global supply network： the dynamic agent-based model acclimate[J]. Journal of Economic Dynamics and Control， 2017， 83： 232-269.

[34] 曲申，陳炜明，刘丽静，等.后疫情重建阶段的碳排放趋势与减排策略研究[J].中国环境管理，2021，13（3）：8-18.

[35] Kline R， Seltzer N， Lukinova E， et al.. Differentiated responsibilities and prosocial behaviour in climate change mitigation[J]. Nature Human Behaviour， 2018， 2（9）： 653-661.

[36] Goldstein A， Turner W R， Gladstone J， et al.. The private sector’s climate change risk and adaptation blind spots[J]. Nature Climate Change， 2019， 9（1）： 18-25.

[37] Eyre R， De Luca F， Simini F. Social media usage reveals recovery of small businesses after natural hazard events[J]. Nature Communications， 2020， 11（1）： 1629.

[38] Turner S W D， Voisin N， Fazio J， et al.. Compound climate events transform electrical power shortfall risk in the Pacific Northwest[J]. Nature Communications， 2019， 10（1）： 8.

[39] Zscheischler J， Westra S， van den Hurk B J J M， et al.. Future climate risk from compound events[J]. Nature Climate Change， 2018， 8（6）： 469-477.

[40] Steffen W， Richardson K， Rockstrm J， et al.. Planetary boundaries： guiding human development on a changing planet[J]. Science， 2015， 347（6223）： 1259855.

[41] Rockstrm J， Steffen W， Noone K， et al.. Planetary boundaries： exploring the safe operating space for humanity[J]. Ecology and Society， 2009， 14（2）： 32.

[42] Klimek P， Poledna S， Thurner S. Quantifying economic resilience from input-output susceptibility to improve predictions of economic growth and recovery[J]. Nature Communications， 2019， 10（1）： 1677.

[43] Yokohata T， Tanaka K， Nishina K， et al.. Visualizing the interconnections among climate risks[J]. Earth’s Future， 2019， 7（2）： 85-100.

3813500338257