课题组于9月30日上午举办了第十一期“李楠研究小组系列学术邀请报告”。本次活动由李楠老师主持，邀请了美国俄亥俄州立大学的陈振华博士围绕“灾害经济影响评估、灾害风险管理与韧性措施评价”进行主题报告。
陈振华博士围绕灾害经济损失评估、灾害风险管理与韧性措施评价研究方法开展了主题报告。报告分为三个部分，第一部分以民航交通运输系统受到的影响为例，介绍了精简化的可计算一般均衡模型（reduced-form CGE approach）；第二部分把灾害风险管理与韧性措施评价相结合，作为一种新的探索方式，服务于灾害应急管理和评估。第三部分介绍了大数据和机器学习等方法在交通运输系统服务水平预测中的应用，可以为灾害等突发事件的应急响应提供辅助支持。
近年来，各类自然和人为等因素导致的各类突发事件，对航空运输产生巨大的影响。面对多种灾害，如何快速调配资源，并实现经济系统的快速恢复，成为决策者和研究人员面临的一大挑战。已有的文献在这方面做了大量的工作，但大部分研究仅针对单一事件/灾害类型，且大部分研究都是基于某一种研究方法做出的分析，对于多灾害动态应对造成一些挑战。另外，大量文献在做分析的过程中往往只考虑灾害本身的影响，对于经济系统的韧性及其产生的影响考虑不足。因此，在这部分研究中，陈振华博士以实现跨灾种的快速评估为目标。
在上述背景下，陈振华博士设计了一套分析流程，基于可靠的数据分析灾害直接破坏的情况，并考虑一系列重要指标和参数，使用不确定性分析方法，针对每一种情景，考虑不同的特征，基于可计算一般均衡模型提出简化的分析方法，实现灾害经济损失的快速评估。基于上述研究内容，陈振华博士开发了一个面向多灾种的经济影响快速评估工具（E-CAT），该工具界面如图1所示。该研究充分考虑了不同灾害间的差异、以及人为响应因素所产生的影响，将复杂的评估过程进行简化，为相关决策者提供了一种经济影响快速评估工具。
图1 Cho陈振华博士提出的灾害经济影响快速评估工具（E-CAT）
报告第二部分以中国渤海地区海冰灾害为例，将灾害风险管理与韧性措施评价相结合进行研究。海冰灾害会造成海水表面封冻，严重影响海面作业和港口的正常运行。历史数据证明，海冰会对港口吞吐量产生明显的负面影响。现有研究缺乏对灾害风险和经济系统韧性的结合。因此，陈振华博士带领其团队基于Copula理论建立联合函数，选取致灾因子，围绕海冰灾害开展风险分析，并对韧性措施进行定义，接着，结合不同风险水平下的响应（韧性措施），模拟不考虑韧性措施的经济损失，并将模拟结果与韧性措施条件下的数据进行对比。通过对比可以看到Gumbel Copula函数结合两项致灾因子（冰面厚度和冰块数量）条件下的预测结果最为准确。除此之外，韧性措施能够显著降低灾害的影响。该研究创新性地将灾害风险管理和韧性措施评价进行结合，为相关领域研究提供了新思路。
图2 海冰灾害风险分析和韧性评估
报告第三部分针对极端天气条件下交通运输系统的服务水平进行预测研究。近年来，各类极端天气事件频发，对交通运输系统正常运行造成极大挑战。而现有研究往往只考虑某种特定的交通运输方式，且对于极端天气对交通运输的影响往往仅考虑是/否影响两种情况。为此，陈振华博士带领其团队，基于大量的数据样本，将大数据和机器学习等方法应用于民航运输系统和高铁运输系统的服务水平的预测研究。通过对比两种交通运输方式，研究团队发现，相较于民航运输，高铁准点率的预测准确率更高。除了天气因素之外，一些系统本身的影响因素也会对整个系统的功能水平产生明显影响。对于民航运输来说，出发/抵达时间是准点率预测的关键影响因素；对于高铁来说，预定计划是准点率预测的关键影响因素。该研究能够更好地理解灾害对交通系统产生的影响，并为交通系统动态管控提供理论支撑。
图3 不同机器学习算法模拟效果对比
陈振华博士指出，如何结合韧性，实现更高效的灾害响应及防灾减灾是未来研究的重要内容，研究人员和灾害风险管理工作人员应该充分意识到韧性措施的重要意义。
在Q&A环节，陈振华博士针对案例研究中多来源数据间的不一致性的处理方法进行了简单介绍，并指出了多方合作研究的必要性。另外，对于灾害经济影响评估和韧性措施评价过程中的不确定性，陈振华博士认为仍存在工作空间。除此之外，针对天气因素对民航运输准点率的影响，陈博士指出天气因素的影响没有那么大。一些人为因素，如中国的流量管控等也会对民航运输产生巨大的影响。如果能够将更多的潜在影响因素纳入评估中，应该能够进一步提高评估的准确率。
在研讨会的最后，陈振华博士结合自身的经历，分享了从事科研工作的一些心得体会。陈振华博士认为做学术是需要耐力的，坚定信念十分重要。研究生应该学会拓展资源，灵活调整研究思路，努力实现长期宏观研究目标和当下研究单个目标的统一。除此之外，青年学者应该注意保持研究课题间的连贯性，在拓宽自己研究工作的同时，建立不同部分研究之间的联系，形成个人研究体系。
