損失評(píng)估是構(gòu)建風(fēng)險(xiǎn)曲線、評(píng)估風(fēng)險(xiǎn)、計(jì)算保險(xiǎn)指數(shù)的核心內(nèi)容。當(dāng)前自然災(zāi)害的經(jīng)濟(jì)損失評(píng)估多以宏觀的投入產(chǎn)出表數(shù)據(jù)作為基礎(chǔ),采用I-O或CGE模型估算區(qū)域的經(jīng)濟(jì)損失。企業(yè)作為自然災(zāi)害的直接承災(zāi)體,其損失程度評(píng)估及恢復(fù)過程研究并未受到廣泛關(guān)注。究其原因:一方面,宏觀的投入產(chǎn)出數(shù)據(jù)容易獲得,方法論較為成熟,經(jīng)濟(jì)損失評(píng)估過程相對(duì)規(guī)范化。另一方面,我國(guó)的中小企業(yè)供應(yīng)鏈較短,受災(zāi)后企業(yè)自身及上下游關(guān)聯(lián)企業(yè)造成的影響并未受到重視。近些年,隨著供應(yīng)鏈、物流產(chǎn)業(yè)的迅速發(fā)展,一地區(qū)的企業(yè)受災(zāi),造成的"牽一發(fā)動(dòng)全身"的影響已不可忽略�；诖�,該文以臺(tái)風(fēng)造成的洪澇災(zāi)害為背景,利用實(shí)地調(diào)研的微觀企業(yè)損失數(shù)據(jù)作為基礎(chǔ),采用生存分析模型,構(gòu)建恢復(fù)曲線,提取造成企業(yè)恢復(fù)速度降低的因素,估算企業(yè)停產(chǎn)時(shí)間。研究結(jié)果顯示:相比于降雨強(qiáng)度（傳統(tǒng)危險(xiǎn)性因素）,企業(yè)規(guī)模、企業(yè)性質(zhì)等自身因素,淹沒水深是導(dǎo)致企業(yè)停產(chǎn)及較難恢復(fù)的關(guān)鍵因素。進(jìn)一步,當(dāng)淹沒水深超過0.5 m,企業(yè)停產(chǎn)時(shí)間較淹沒不足0.5 m的企業(yè)相比,延長(zhǎng)7 d;當(dāng)淹沒水深超過1 m,企業(yè)停產(chǎn)時(shí)間延長(zhǎng)至14 d。同時(shí),對(duì)制造業(yè)而言,除淹沒水深外,設(shè)備損毀、庫(kù)存損毀等因素也是... 

【文章來源】：災(zāi)害學(xué). 2020,35(03)北大核心CSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 研究區(qū)與數(shù)據(jù)來源
    1.1 研究區(qū)概況
    1.2 研究數(shù)據(jù)
2 研究方法
    2.1 生存分析方法基本原理
    2.2 生存分析模型構(gòu)建
3 研究結(jié)果與分析
    3.1 模型選擇
    3.2 解釋變量選擇
        3.2.1 解釋變量說明
        3.2.2 解釋變量篩選
    3.3 模型的參數(shù)估計(jì)
        3.3.1 停產(chǎn)時(shí)間模型參數(shù)估計(jì)
        3.3.2 恢復(fù)時(shí)間模型參數(shù)估計(jì)
4 結(jié)論與展望


【參考文獻(xiàn)】：
期刊論文
[1]自然災(zāi)害情景下社區(qū)韌性研究評(píng)述[J]. 楊麗嬌,蔣新宇,張繼權(quán).  災(zāi)害學(xué). 2019(04)
[2]臺(tái)風(fēng)“艾云尼”動(dòng)態(tài)間接經(jīng)濟(jì)損失評(píng)估[J]. 劉遠(yuǎn),李寧,張正濤,陳曦.  災(zāi)害學(xué). 2019(03)
[3]基于模糊BN的企業(yè)業(yè)務(wù)中斷風(fēng)險(xiǎn)分析:以洪澇災(zāi)害情景為例[J]. 宋英華,馬連隆,楊麗嬌,蔣新宇.  中國(guó)安全科學(xué)學(xué)報(bào). 2019(06)
[4]經(jīng)母嬰傳播艾滋病患者生存分析[J]. 周信娟,沈智勇,阮玉華,孟琴,劉玄華,吳秀玲,黃精華,朱秋映.  中國(guó)公共衛(wèi)生. 2018(07)
[5]極端洪災(zāi)情景下上海汽車制造業(yè)經(jīng)濟(jì)損失與波及效應(yīng)評(píng)估[J]. 黃小莉,李仙德,溫家洪,李衛(wèi)江,杜士強(qiáng).  地理研究. 2017(09)
[6]文家溝泥石流治理工程效果的定量分析評(píng)價(jià)[J]. 許強(qiáng),李驊錦,何雨森,亓星,羅雙.  工程地質(zhì)學(xué)報(bào). 2017(04)
[7]基于多區(qū)域CGE模型的洪災(zāi)間接經(jīng)濟(jì)損失評(píng)估——以長(zhǎng)三角流域?yàn)槔齕J]. 姜玲,張偉,劉宇.  管理評(píng)論. 2016(06)
[8]城市居民住宅的暴雨內(nèi)澇脆弱性評(píng)估——以上海為例[J]. 石勇.  災(zāi)害學(xué). 2015(03)
[9]基于IO模型的多部門暴雨災(zāi)害間接經(jīng)濟(jì)損失評(píng)估——以北京市“7.21”特大暴雨為例[J]. 王桂芝,李霞,陳紀(jì)波,吳先華.  災(zāi)害學(xué). 2015(02)
[10]社會(huì)——生態(tài)系統(tǒng)綜合風(fēng)險(xiǎn)防范的凝聚力模式[J]. 史培軍,汪明,胡小兵,葉濤.  地理學(xué)報(bào). 2014(06)



本文編號(hào)：3190276