本文是经济论文，本文基于GDP、当前与未来人口数据、土地利用数据、当前社会脆弱性数据以及当前与未来极端风暴洪水等数据，利用ArcGIS软件，以上海市为研究区域，综合分析了当前以及未来的极端风暴洪水的人口、经济的暴露、损失风险以及空间格局，其研究方法也可为其他沿海城市灾害风险评估与管理提供经验。本研究主要研究结果如下：（1）其中，居住用地，公共设施用地损失占比较高，5000年一遇时居住用地与公共用地共占据资产总损失的53.1%，占资产总损失的一半以上。资产价值的年期望损失为5.45亿元，居住和公共设施用地的年期望损失较大，分别为2.28亿元和1.26亿元。此外，在发生5000年一遇极端风暴洪水时，上海市有超过1/10的人直接暴露于洪水中，暴露人口较高的区域主要分布在上海市中心城区及其周边，因此洪水风险较为严重。5000年一遇时上海市伤亡人口超过千人，是200年重现期的3.5倍，年期望伤亡人口为2.28人。500年重现期下，社会脆弱性高的暴露区域主要分布在上海市中心，杭州湾北岸以及西南部青松洼地区域，因此这些区域是进行风暴洪水风险管理与建设的重点关注区域。本研究主要是对上海市当前及未来极端风暴洪水情景下经济资产、人口进行风险分析风险，并对当前情景下上海市500年重现期下的社会脆弱性进行分析，划分高中风险地区。首先，利用ArcGIS软件，将极端风暴洪水情景数据、土地利用、资产价值空间分布数据进行叠置分析，得出不同用地类型暴露资产及其在空间上的分布格局，利用不同用地类型的淹没深度脆弱性曲线，计算资产价值的空间损失并分析不同用地类型的资产价值损失，并进行年期望损失及其热点分析
.......
第1章引言
基于Mike水文模型模拟上海市当前及未来2050年极端风暴洪水灾害情景，结合上海市土地利用、人口、GDP等空间分布数据，分析当前情景和未来情景下上海市资产价值、人口的伤亡及其空间分布，并识别其风险格局进行风险表达。研究结果对上海市城市灾害风险管理及未来城市规划具有重要意义，研究方法也可为其他沿海城市的社会、经济风险评估提供借鉴意义。其次，分析人口在极端风暴洪水中的暴露，结合人口伤亡脆弱性函数，计算人口伤亡损失，并计算年期望伤亡；最后将500年重现期的极端风暴洪水数据与社会脆弱性数据进行分析，分析风暴洪水脆弱性的高风险区（图1-1）。首先，估算不同排放情景下未来2050年上海市资产价值及其空间格局，其次，计算极端风暴洪水下资产与人口的暴露，并结合GDP与人口在不同淹没深度下的脆弱性曲线，分别计算资产价值的损失与人口伤亡，并计算资产价值的年期望损失与人口的年期望伤亡（图1-2）。论文共分5章。第1章为引言部分，综述了近年来关于当前和未来情景下国内外关于极端风暴洪水风险分析研究方面的进展与不足，并提出本文的研究目标与具体研究内容；第2章主要介绍本文研究区域、使用的数据以及研究方法；第3章分析了在当前极端风暴洪水情景下上海市社会、经济的暴露、损失及风险，并揭示其风险格局以及分析洪水脆弱性风险格局；第4章分析了未来情景2050年上海市人口、经济在极端风暴洪水下的暴露、损失及其风险；第5章对本研究结果进行总结讨论与展望。
上海市当前情景社会-经济风险分析
.....
第2章研究区、数据与方法
2.1研究区概况
上海的自然灾害种类主要包括水旱、地质、生物、气象和海洋等灾害。近百年以来，上海也发生过许多包括台风、风暴潮、暴雨、洪水和寒潮等致灾因子引发的重大气象水文灾害，是上海的主要灾害。据历史灾情数据库记载，上海1950-2011年间一共发生了838次自然灾害（陈珂，2013），自上个世纪80年代以来，主要致灾因子包括台风、龙卷风、大雾、暴雨和洪水，平均5年发生一次。近百年来上海发生的重大自然灾害造成的人员伤亡明显降低，但是造成的经济损失明显上升（古荭欢，2016）。台风引发的风暴洪水是上海的主要自然灾害，1905年的一场极端风暴洪水曾导致近3万人死亡，尽管近50年来防洪措施建设有效降低了风暴洪水的风险，但1997年9711台风、2005年麦莎台风、2013年菲特台风、2019年利奇马台风等均显示出台风对上海构成的巨大威胁。上海是中国最大的城市和全球金融中心，是全球沿海城市洪灾风险最大的城市之一。由于气候变化和社会经济的发展，在气候变化、海平面上升和城市扩展背景下，上海面临着极端风暴洪水的巨大的风险和挑战。本研究利用2050年三种排放情景下的复合极端风暴洪水情景数据，利用未来2050年人口空间分布等预测数据，评估上海市资产价值与人口的暴露，并结合相关脆弱性曲线，对上海市资产价值及人口伤亡进行风险分析。对未来情景下上海市社会-经济风险的评估与研究具有重要意义，其结果可为沿海城市发展规划、城市建设以及规避风险提供借鉴经验。
2.2数据
本文使用的主要数据包括当前以及未来2050年上海市极端风暴洪水数据；2015年上海市土地利用矢量数据；2015年上海市GDP格网数据；2015年及2050年上海市人口格网数据；共享经济路径下未来2050年上海市城乡分布数据；未来2050年上海市1978-2015年GDP增长率、固定资产投资以及GDP指数；上海市社会脆弱性数据；上海市基础地理信息数据。（1）当前情景和2050年上海市极端风暴洪水情景数据，上海市四个重现期的极端风暴洪水情景数据由Mike水文模型模拟获得（单薪蒙等,2021；王璐阳等,2019）。考虑到上海对洪水的防御能力，本文使用的数据分别以200年、500年、1000年和5000年一遇的风暴潮极值水位叠加上游洪水，输入所构建的大气-海洋-陆地相耦合的一体化数值模拟系统，模拟得到的极端风暴洪水淹没情景，该数值模拟方法经过有效验证（王璐阳等,2019）。其中的边界条件根据每年最高水位的时间序列数据，用极值分布拟合函数计算得到不同重现期情景中的水位序列（Ke,2014）。系统中上游洪水流量的边界条件基于引发强风暴潮的TC9711情景确定。（2）2015上海市土地利用矢量数据，数据是通过对遥感影像人工解译获得土地利用的分类。主要分为农业用地、居住用地、交通用地、工业仓储用地、公共用地以及其他用地（包括在建用地、特殊用地以及未利用地）。
研究区为除聪明区的上海市，外环以为为中心城区
第3章当前极端风暴洪水情景下社会-经济风险分析..........................................17
3.1经济风险分析...................................................................................................17
3.2社会风险分析...................................................................................................22
3.3章节小结...........................................................................................................26
第4章2050年极端风暴洪水情景下社会-经济风险分析.....................................28
4.1未来经济风险分析...........................................................................................28
4.2未来人口风险分析...........................................................................................32
4.3章节小结...........................................................................................................34
第5章结论与展望....................................................................................................35
5.1讨论...................................................................................................................35
5.2结论...................................................................................................................36
5.3创新点...............................................................................................................38
......
第4章2050年极端风暴洪水情景下社会-经济风险分析
4.1未来经济风险分析
本研究参考姜彤（2018）关于不同路径下中国GDP未来的增速，根据公式（2-4）计算未来上海市GDP值，以上海市2018年GDP总值为基年进行计算（上海市统计年鉴，2019），在SSP2碳排放情景下，2020年以前GDP的增速为6.0%，20年代增速为4.8%，30年代增速维持在2.0%，2050年之后增速放缓至1.0%；在SSP5排放情景下，2025年以前GDP的增速为6.0%，2050年以前增速为2.0%，2050年之后增速放缓至1.0%。据此可计算出SSP2和SSP5情景下GDP总值，分别为86343亿元和79826亿元，对上海市2050年两种排放情景下的人口分别进行统计为3037万人与3636万人，利用公式（2-5）计算两种排放情景下人均GDP，分别为28万元和22万元。利用ArcGIS软件，计算上海市乡村与城镇区域人口数量，利用公式（2-6）计算未来2050年上海市城市化率，结果分别为96.8%与97.8%（2018年上海市城市化率为88.1%），考虑城乡人均GDP产出差异，根据公式（2-7）分别计算出SSP2与SSP5排放情景下，2050年上海市城镇人均GDP分别为29万元与22万元，农村人均GDP分别为13万元与10万元；利用ArcGIS软件，利用人口空间分布数据，分析上海市GDP空间分布；根据公式（2-8），利用ArcGIS软件，得到不同排放情景下上海市未来资产价值空间格局分布，并计算出2050年两种排放情景下资产价值总值分别为259030和239479亿元。
4.2未来人口风险分析假设
未来上海市住宅建筑楼层高度与现在差别不大，因此利用公式计算居住在建筑底层人口数量，并利用ArcGIS工具分析三种排放情景下上海市4个极端风暴洪水的人口暴露，并利用公式（2-18）计算人口伤亡情况。利用ArcGIS软件，对未来洪灾情景数据与未来资产价值空间分布数据进行叠加分析（图4-5），三种排放情景下人口暴露的空间分布较为相似，暴露人口密度较高的区域主要分布在市中心及其周边地区，其中市中心的人口分布超过5000人/km²。200年重现期下暴露人口的零星分布到5000年重现期下的连片分布。人口伤亡数量随着重现期的增大大幅上升。其中，RCP8.5高限情景下的人口的暴露与伤亡最多，5000年重现期下高限情景的人口伤亡约是RCP4.5情景伤亡的2倍，三个排放情景下，人口的暴露数量都超过上海市总人口的1/10，分别为12.1%、12.2%和12.5%（表4-3）。主要研究结果如下：（1）三种路径下的损失的格局空间分布相似，损失的高值区主要分布在市中心、吴淞口附近以及西南部的青松洼地。发生5000年一遇极端风暴洪水时，RCP8.5高限情景下的损失最高，RCP8.5情景下的损失最小，相差2672亿元；RCP4.5路径下，5000年重现期下的损失与200年损失差别最大，是200年的8.1倍。计算三种路径下的年期望损失，RCP8.5高限情景下的年期望损失最大，达到89.2亿元，比年期望损失最低的RCP4.5情景下损失多了14.6亿元；年期望损失的热点区域主要分布在市中心以及东北部的吴淞口。（3）5000年一遇时，RCP8.5高限情景下人口的暴露与伤亡人口最多，分别达到457.9万人和1020人；研究表明在2050年发生极端风暴洪水的，不论哪种路径，上海都有超过12%的人受到极端风暴洪水的影响。
.........
第5章结论与展望
上海历史上曾经发生过风暴洪水巨灾，如1905年上海曾发生造成3万人死亡的台风风暴洪水；1997年9711台风引发的风暴潮导致黄浦江水位超历史记录，水位接近防汛墙顶端（顾相贤，2005）。未来随着海平面上升，地面沉降，风暴洪水重现期缩短（Xianetal.,2018），上海面临的巨灾风险将进一步加大。（2）揭示了未来情景下资产价值的暴露与损失及其空间分布格局.未来三种排放情景下5000年一遇的资产暴露分别是200年的4.3倍、4.0倍和3.6倍，分别占上海市总暴露资产的73.4%，74.0%和75.8%；损失分别为200年的8.1分别占上海市总资产的15.1%,15.6%和16.7%。未来情景下三种排放情景的年期望损失分别为74.6、76.8、89.2亿元，风险的热点区域主倍、6.9倍和5.96倍,要分布在市中心与北部的吴淞口附近。其中2050年RCP4.5情景下资产价值的暴露与损失差别都最大，5000年重现期是200年的分别为4.3倍，8.1倍。年期望损失与热点分析在空间上的分布具有相似性，高值区分布在上海市中心和黄浦江上游地区。资产的暴露高值区主要集中在上海市市中心及其周边中心城区附近，发生5000年一遇的洪涝灾害时，三种排放情景下，RCP4.5路径下的资产暴露最多，RCP8.5路径下的资产暴露最少，相差约12839亿元；5000年一遇的极端风暴洪水的资产价值的暴露都在200年的3.5倍以上。
参考文献（略）
