震后损失快速评估研究综述

赵 煜， 李 婷

(兰州财经大学统计学院， 甘肃 兰州 730000)

0 引言

地震灾害损失评估指标包括非经济损失和经济损失两大类[1]。近几十年发生的强震，如唐山大地震、墨西哥城地震、日本阪神地震及2008年汶川地震造成的损失都极其严重，震后的震害调查和损失快速评定，有助于掌握地震灾害的损失程度，有助于政府实施救援活动，进而为灾区恢复重建决策的制定提供依据。随着科学技术的发展、地震现场工作经验的积累和震害分析的深入，学术界在震后快速损失评估研究方面有了大量的尝试，主要包括对不同的评估参数提出相对应的评估方法、房屋建筑强度对损失评估的影响等。国内外地震损失评估方法的研究取得了丰富的研究成果，由于研究的切入点不同和理论基础的不同，评估方法各有侧重，存在一定的差异。

1 震后灾害评估对象研究

图 1是地震造成灾害损失的分类，非经济损失包括人员伤亡和社会功能丧失； 经济损失包括直接经济损失和间接经济损失，是进行地震损失数据的获得或震后损失评估方法选取的主要基础。而评估对象的确定也是源于这一分类。

图 1 地震灾害损失分类Fig.1 The classification of earthquake disaster loss

1.1 人员伤亡损失评估

目前对于人员伤亡方面的快速评估主要从选取指标和评估方法两方面进行研究。

现有文献在指标的选取方面主要包括基于传统地质参数、基于参照物的易损性以及外部环境指标三个方面。由于不同指标间的关联性、环境的复杂性以及数据获取的困难性等方面的制约，目前地震人员伤亡评估模型的指标比较难选取，主要分类见表 1。

表 1 地震人员伤亡指标选取Tab.1 Selection of earthquake casualty indexes

结合表 1的指标选取角度，将人员伤亡评估方法主要分为数学方法和统计方法。

1.1.1 数学方法

数学方法是地质人员常用的方法，最初主要基于地质参数和易损性方法，目前主要是灰色关联法、层次分析法和经验函数评判法。

(1)基于地质参数

地质参数的方法主要分为单参数评估和多单数评估，单参数主要选取指标有震级、房屋破坏比与地震强度等； 多参数评估选取指标有地震烈度、人口密度、建筑物破坏率、发生时间等的结合。

基于一个参数的评估方法是通过选取一个影响因素作为衡量是否造成人员伤亡，并建立它们之间的关系。尹之潜等提出了房屋破坏比与死亡比之间的关系[2]； 傅征祥等以倒塌率为参数得到了死亡率与倒塌率的关系公式[3-4]； 楼宝棠等在房屋破坏率的基础上考虑了不同发震时间对地震人员伤亡的影响[5]； 日本人河角宏提出了以房屋全毁栋数为指标的人员伤亡预测模型[6]； 邹其嘉等研究了地震人员死亡数量与房屋毁坏面积的关系[7]。

基于多参数的评估方法是通过选取多个不同的影响因素进一步确定人员伤亡的评估方法。傅征祥等研究了地震烈度、区域人口密度、地震发生时间与死亡人数的关系[3]； 陶谋立等以烈度和房屋破坏为基础，以白天和夜间两个时间段考虑地震发生时间对人员伤亡率的影响[8]； 施伟华等讨论了地震死亡人数与震级和烈度的关系，并确定了不同情况下影响地震人员死亡数量的加权系数[9]； 赵振东等对地震人员伤亡状态函数进行研究，并讨论了其与震后时间、人的健康条件、压埋环境等关系，随后建立了地震人员伤亡动态评估模型[10]； 周素琴等确定了以土坯和砌体等为结构的初始人员伤亡矩阵，并结合人员被困条件、人员自身健康和时间得到了伤亡评估模型[11]。

(2)易损性方法

震后易损性研究方法主要是基于建筑物易损性的研究，通过对建筑物相关参数的研究分析人员伤亡的程度。

基于建筑物易损性的研究是采用历史震害数据，对建筑物单体的评估参数和权重进行了研究与分析，且在 GIS 技术下分析评估了各烈度下建筑的易损性。国内对建筑易损性的方法主要有解析分析、抗地震倒塌易损性的分析等方法，邹其嘉等对不同类型的建筑物在地震中的易损性进行分析，建立一套基于建筑物易损性的评估方法[7]； 赵振东等通过分析建筑物易损性的研究构建了一套针对地震伤亡的动态评估系统，是对建筑进行抗震加固的重要依据[10]； 王海潮等借用动力时程分析，对不同条件下砖混结构的破坏形式及特点进行研究，并在不同地震强度下对比抗震加固效果为实际工程提供参考[12]； 陈尧等是在地震的作用下通过生命易损性分析地震影响区内的人员伤亡程度[13]。

基于建筑分类清单的地震损失评估方法有： 震害矩阵方法根据大量地震灾害观测资料，建立人员伤亡率与地震动以及建筑物类型的相关关系； 相关系数法通过对建筑物的单体抗震特性进行分析，依据建筑物的材料结构等计算在不同地震下，房屋的破坏状态与人员伤亡的相关关系。

(3)灰色关联法

灰色关联法是将因素之间发展趋势的相似或相异程度作为衡量因素间关联程度的一种方法。贾婧等通过4个影响因素提出评价指标体系的构建，并建立熵权法-灰色关联分析法海岛地震应急能力评价模型[14]； 朱兴等利用灰色关联分析，挑选出与大别山地区地震活动关系密切的影响因子[15]。

(4)层次分析法

层次分析法(AHP)始于20世纪70年代初，通过应用网络系统理论和多目标综合评价方法提出的一种定性和定量相结合的综合分析方法[16]。肖遥等主要利用AHP 分析城市非工程性防震减灾能力各影响因子以此规划防震减灾[17]； 刘莉等则是考虑了信息不全的 AHP 和不确定的AHP[18]； 李波等基于AHP和灾害风险学理论，通过分析4个主要影响城市地震灾害损失因素，构建出城市地震灾害风险指数[19]。

(5)模糊综合评判法

模糊综合评判法主要针对多因素、多指标问题，具有一定的优势。臧石磊等基于模糊综合评价法计算分析得到地震易损性矩阵，根据辽宁省震害实例对预测结果进行了验证和分析[20]； 张桂欣等采用综合加权法得到预测结构模拟震害指数，进而给出单体结构破坏等级。

1.1.2 统计方法

统计方法主要是基于经验数据，找变量之间的关系，通过构建变量之间的框架去进行评价体系的构建。主要包括回归分析、BP 神经网络。

(1)回归分析

回归分析主要是基于历史震害资料数据进行拟合回归，得到损失程度与各个因子之间的关系。Samardjieva E等在Christoskov的研究人口死亡回归模型的基础上建立了人员伤亡与震级、震区人口密度的回归模型[21]； 张洁等利用线性回归的方法建立了强震和中强震分别与毁坏面积及破坏面积的人员伤亡快速评估模型[22]； 高建国等通过分析数十次报道死亡人数，拟合得到死亡人数随震后时间的变化规律[23]。

(2)BP 神经网络

BP神经网络主要是以数据库和地理信息系统为基础建立地震伤亡的预测评估体系。田鑫等在选取评价指标后，算出其主成分，运用神经网络分析方法建立预测模型[24]； 于山等利用神经网络方法研究了影响地震的七个因素，并根据震害实例建立了三层 BP 神经网络地震灾害人员伤亡预测模型[25]； 杨帆等建立了基于 BP 神经网络的地震人员伤亡预测模型，解决了评估不准确的问题[26]。

1.2 直接经济损失

地震直接经济损失的评估始于20世纪80年代，其发展可分为三个阶段。

第一阶段的核心主要是通过抽样调查现场得到所需数据汇总分类。20世纪80年代对直接经济的评估是通过对不同建筑物类型进行分类，从而得到各建筑物类型破坏等级的平均破坏概率曲线[6]。

第二阶段是在第一阶段的基础上，在评估方法中加入了遥感技术、基于GIS软件进行评估。1995年美国FEMA在GIS的基础软件上进一步研发了震害评估软件—HAZUS-MH，该软件以定量的峰值运动为参数进行易损性分析，对灾区长期的经济损失、社会影响做出评估，提高了计算各级建筑物的破坏概率的准确性[27]； 2013年周光海等讨论地震建筑直接经济损失评估流程的过程中依据易损性清单法模型，结合 GIS 技术得出地震灾害损失评估系统[28]。

第三阶段是综合研究阶段，既有经济维度也有空间维度的分析。主要包括2015年蔡友军等对多次地震的直接经济损失样本数据做无量纲处理，按震级和烈度分别作了统计分析，利用回归函数，构建了基于贝叶斯模型的快速评估方法，提高了评估的准确性[29]； 2016年赵士达等选取影响震害的7个因素作为主要评价指标，建立了基于LM-BP神经网络的地震直接经济损失评估模型，此方法能更准确地预测出损失[30]； 2017年陈尧等以我国1990—2013年261次破坏性地震直接经济损失数据为样本，利用最小二乘法分别建立了基于震中烈度、震级、震中烈度与震级等3种地震直接经济损失快速评估模型[13]。

1.3 间接经济损失

间接经济损失的评估方法最开始是从一些相关联的量进行损失评估的，常见的关联模型有经济学模型和经验统计模型。目前相对前沿的方法是利用大数据分析震后间接损失。

1.3.1 经济学模型

利用经济学模型进行间接经济损失的测算，文献主要聚焦于其与产业的关联，代表性的有投入-产出模型及可计算的一般均衡模型，该类方法能够更好地给出产业关联的定量分析，为地震间接经济损失的评估研究提供主要依据。

(1)投入-产出模型

20世纪80年代末，采用 Wilson提出的区域产业投入-产出模型和计量经济学模型计算间接经济损失。王海滋等从经济学的角度出发，论述了地震间接经济损失的计算模型，着重从投入产出的各个侧面建立产业关联损失评估的理论模型[31]； 从产业关联损失角度：都吉夔等利用灾区GDP、震害系数、企业服务业生产营业恢复时间以及地震对产业的影响时间，评估了灾区企业停减产的间接经济损失[32]； 魏本勇等以汶川地震为例，利用投入产出模型，从产业关联损失的角度对汶川地震造成的间接经济损失进行评估，为间接损失研究提供依据。

(2)可计算的一般均衡模型(CGE)

CGE模型的思想源于Walras的一般均衡理论，Arrow和Gerard Debreu对一般均衡模型解的存在性问题进行论证； 1960年Johansen构建第一个模型， 1967年Scarf提出对均衡价格开创性算法[33]。核心作用是将一般均衡模型可从纯理论模型转化为实际应用的可计算的模型，使其被更广泛的运用。主要运用在社会核算矩阵，构建CGE模型，计算地震后的经济损失。

1.3.2 经验统计模型

利用经验统计模型的研究，主要将间接损失、直接损失与GDP联系起来提出计算经济损失的方法，通过GIS数据库对数据进行不同程度的处理可以将震害数据以图形的方式呈现出来，能够提高评估效率，进而更有效计算出经济损失。

李恒等通过统计出某地区的GDP值和建筑物的破坏比例，提出基于GDP来估算地震造成的间接经济损失的计算模型[34]； 钟江荣等利用比例系数法，通过国内生产总值的变化估计地震灾害造成的间接经济损失，并对地震间接经济损失与直接经济损失之间的比率关系进行了分析； 基于宏观易损性模型，以烈度、人口密度、人均 GDP、单位面积GDP为指标，将遗传算法和人工神经网络法相结合，借助标准化函数和 GA-BP 神经网络，得到各评估区的 GDP 损失比，进而可以得出各评估区的评估结果[35]。经验统计模型在经济损失评估中更为准确。

1.3.3 大数据分析法

大数据分析是指利用大数据海量的数据规模、快速的数据流动和动态的数据体系、多样的数据类型和巨大的数据价值4个特性进行信息挖掘与分析，核心解决的问题是如何对这些数据进行有效表达、解释和学习[36]。大数据处理包含4个重点环节： 大数据的采集与管理、实时处理、分析挖掘和机器学习，大数据分析技术包括可视化分析、数据挖掘、预测分析、语义分析、数据质量管理等，数据挖掘的分析方法包括聚类分析、分类和预测、关联分析等，而预测分析是利用统计、建模、数据挖掘工具对已有数据进行研究以完成预测。

利用大数据分析方法进行间接损失的测算研究聚焦于数据的选取及数据分析方法，运用合适的方法尽可能收集多维度准确性高的数据，通过数据挖掘技术提取数据中的有效信息，达到提升分析推理能力和预测精度的目的。目前大多数地震灾害损失评估系统主要是基于历史基础数据来计算地震灾害损失的预估值，但由于各地基础数据存在缺失，数据精度不高，更新不及时，导致基础数据库时效性较差、数据质量不高，进而影响了评估结果的准确性。而大数据分析有效克服了间接经济损失中方法单一、灾情信息来源单一和数据源不足的局限性。

区域GDP对比法是通过对比地震灾害发生前后灾区国内生产总值的差异与变化，分析灾区间接经济损失的一种评估方法； 韩静轩[37]对1949—2008年我国6级以上地震数据进行聚类分析，得出我国地震灾害主要有六个主要的地震区，整理和分析了自然灾害的影响机理和已有的灾害间接损失评估方法，应用生命周期曲线的原理，构建了更为科学的地震灾害间接损失评估模型并进行了实证分析； 张莹[38]等通过对地震灾害损失基础数据的分析及模型的建立，为开展灾情应急工作提供了更科学的经济评估系统，实现了动态评估； 宋妍[39]等基于1994—2016年四川省181个县的数据，使用合成控制法，分别研究汶川地震对10个极重灾区经济产生的长期间接影响； 汪凡[40]以1996—2010年的历史震例为数据支撑，利用GIS技术获取人口、经济、建筑物公里格网数据，对获取的公里格网数据进行相关处理，构建其样本的协方差矩阵，通过正交变换，求解出间接经济损失相关主成分，利用所得到主成分进行综合评价分析，同时建立基于建筑易损性建立间接经济损失评估模型； 李江龙[41]基于直接经济损失，考虑数据的可获取性，采用经验系数法对城市地震的间接经济损失进行预测，并利用ArcGIS软件表达出城市地震综合易损性与经济损失之间的耦合关系。

1.4 震后灾害评估方法特征

人员伤亡评估方法开始时仅是简单的参数评估方法，其选取指标过于单一，对于人员伤亡统计不够完整，加入软件技术后更进一步的加重对建筑物易损性的测量，提出新的方法。

直接经济损失方法主要是单一方法度量，对于损失的界定比较狭窄，对于空间维度有思考，但对于损失外延角度考虑不足。

间接经济损失方法因为是根据外在的量进行评估的，其所对应于的传统方法是直接界定的，而间接损失是复杂多样的，故需要更为灵活的方法进行评估。

目前机器学习的方法和数学方法成为震后损失评估的主要方法，通过分析影响地震的因素建立不同的模型，进而得到影响人员伤亡的因素，再进行经济损失的快速评估。

2 研究热点与核心方法

地震灾害发生的频率较高，相关问题的研究已经成为灾害研究的热点问题，对应于影响因素提出的各种评估方法也在不断地优化。

2.1 热点问题

(1)地震预警方法选取问题。地震发生有突然性和不确定性，其造成的人员伤亡以及经济损失不可估计，并会产生严重次生灾害。因此，震前预警就尤其重要，主要方法有经验判断法、前兆方法等。

(2)震后灾害外延统计问题。传统统计主要是对于生命安全和财产损失的统计，目前更需注重次生灾害等外延问题。

(3)评估方法的优化问题。普通的统计方法单一，不断地提升现有评估方法是目前的重点。快速、准确的评估能减少灾害带来的损失，也可对未来灾难发生做一些准备工作。

2.2 评估核心方法

表 2是关于震后评估学术界较为成熟、文献中出现次数较多的一些方法，主要有三大类经典统计方法、易损性方法和机器学习方法。

表 2 评估核心方法汇总Tab.2 Summary of evaluation core methods

经典统计方法是传统的方法也是最有活力的方法，主要从经验数据角度进行统计。常用方法有聚类分析法、主成分分析法、因子分析法等。经典统计方法通过分析烈度与建筑易损性、生命易损性、经济易损性之间的相关主成分系数，对被评价的对象进行震害程度上的排序，进而分析。

易损性方法是最直接的方法，主要是从建筑物的角度进行分析。考虑建筑结构易损性的方法多为对灾害总的损失估算，不考虑建筑物易损性的主要用以估算灾区或某一行政区域的整体经济损失情况。此类方法有利于把握地震灾害程度但也有不足。

机器学习方法是目前最常用的方法，主要是在数据充足的情况下运用。主要分为监督学习和非监督学习两类，其中，监督学习包含决策树、朴素贝叶斯以及最小二乘的方法，非监督学习主要包含聚类分析、主成分分析以及奇异值分解等算法[25]。

3 结论与展望

震后损失评估方法对于防震减灾体系、保障人民生命财产安全具有重大意义。通过上述的整理及分析，存在以下几个问题及未来研究的主要发展趋势。

3.1 存在问题

根据大量文献的阅读和资料的汇总，对于震后评估切入角度不同得出每一种评估方法都有其缺陷。

(1)评估精度提升问题。地震后的初步评估力求速度，故只体现出时间性质的特点，导致所得的结果不够准确，对于后期利用不大。

(2)经济损失数据评估问题。地震间接经济损失评估中由于基础数据的缺乏，进而没有达到实际操作的阶段，因此评估结果准确性不够强。

(3)人员伤亡衡量问题。地震中的人员伤亡不仅仅是环境因素影响的，在经济损失评估中也应考虑人员伤亡率，同样也应考虑人员伤亡造成的经济损失。对于用何种方法去计算相关的人员伤亡和经济损失则有待研究。

(4)次生灾害问题。地震发生后会引发一系列次生灾害，如山体崩塌； 水坝河堤决口造成水灾； 易燃易爆物的引燃造成火灾等。需要多方面进行评估。

3.2 展望

结合上述问题的讨论，对于震后评估方法需要更加的优化，体现在以下几个方面：

(1)构建数据库的研究。对于整个震后评估需要非常准确的数据，需要大量的时间和精力去提出方法和模型，对于以往资料的解读GIS数据库方法是将较可行的一种方法，通过时间与震害经验数据库实时更新数据库。不断地优化和修改GIS数据库方法从而提高分析结果的精确度和估计结果的时效性。

(2)加强对次生灾害的研究。根据历史资料显示对于震后次生灾害的研究不够丰富，应当加大对此方面的研究，建立地震次生灾害损失的预测模型和算法。

(3)灾害关联系统的研究。在考虑地震带来的影响时，更要考虑震时各个系统之间相互影响，这将加剧地震灾害损失，必须对地震灾场各系统相互影响的机理进行研究。

总之，地震灾害无法避免，研究每次地震后的相关数据，不断地改进方法，提高精确度，利用以往的震害资料研究地震的相关性质，在地震发生时做好防护，地震后快速救援以及对损失进行分析评估是重中之重。精确的数据、严谨的方法以及不断地试验才能进行更准确的评估，为地震救援和震后发展带来进展。