基于水動力模型的城市內澇經濟損失分析

任星芮男，李 智，王 昊，唐 穎，宋利祥，初 祁

(1.北京工業大學城市建設學部，北京 100124；2.北京城市學院城市建設學部，北京 100083；3.珠江水利科學研究院，廣東廣州 510611)

作為威脅人類生存的十大自然災害之一的洪災[1]，我國在2018年洪災中的損失高達1 060.5億元[2]，嚴重阻礙了經濟發展。內澇災害在自然災害引起死亡的總人數中占55%；在自然災害引起的經濟損失中占31%[3]。內澇災害已經是造成生命及財產損失的首要自然災害，因此，精確計算其損失就顯得尤為重要。

我國國民經濟發展迅速，城市化進程推進加速，城市數量增多，人口增長迅猛。隨著城市化進程加快，我國預計今年達到59.17%的城市化率[4]。大量的社會財富和經濟活動集中在城市，城市已經成為經濟、工商業的中心。用地類型已由原來的農業用地為主轉變成了城市住宅用地、公園用地、工業用地等[5]。這導致城市不透水硬地面面積增大，雨水下滲能力降低，使得在發生較大降雨時，水體在城區匯集形成內澇。加之排水系統設計標準普遍過低、缺乏修繕，造成水流排出不暢，進一步加重了城市內澇情況。

雖然城市相對鄉村而言基礎建設與災害防治能力較強，但是人口與財富集中，發生暴雨后各方面受災損失更多更嚴重。Zhai等[6]研究發現，我國降水量變化不大但降雨日顯著減少，意味著降雨類型中短時強降雨類的頻率增加，即極端降水事件發生概率變高。在人類城市活動中，汽車尾氣、建筑物空調等散發大量熱量，使城市溫度高于周邊地區，熱氣越積越厚導致降雨形成，這一現象稱之為“雨島效應”[7]。人工熱源、機動車排放、工業生產等都會向大氣中排放大量的熱量，上述種種因素影響，都有利于形成城市雨島，提高城市發生極端降水事件的概率。

城市集聚了社會中大部分經濟，當洪災發生時，城市會比鄉村損失更嚴重，城市內澇經濟損失的分析就尤為重要。國內外對內澇災害損失的計算方法主要分為以下2種。(1)利用經濟損失曲線進行計算。例如英國水深-損失曲線[8]；程濤等[9]建立的區域內澇災害直接經濟損失評估模型；石勇等[10]和莫婉媚等[11]在洪災發生后通過問卷調查及實地查勘的方式建立的災損曲線。(2)利用算法快速評估。例如金菊良等[12]利用遺傳算法和BP神經網絡進行評估；Huang等[13]提出基于SVM的洪水災情綜合評價模型。但這2種計算方法的集成度較高，損失劃分不細致，容易出現較大誤差。因此，用地類型變化導致下墊面形式變化，在計算地面徑流，漫流時就需要重新對下墊面系數進行賦值。同時，在進行經濟損失計算時，不能粗糙地劃分損失部分，需要考慮不同用地類型、不同產業的區別，分部分計算，提升計算精度。

本文根據2017年6月21日昭通市境內大雨的降雨過程線作為降雨數據，使用MIKE模型對昭通市中心城區進行城市內澇模擬，并提出細化的內澇經濟損失分類以及其計算方法，最后根據模擬結果進行內澇損失計算，再與真實損失進行對比驗證。在計算過程中，考慮了多種類型的內澇經濟損失，例如農業、工業、商業、交通、家庭財產、建筑結構損失等，旨在不斷提高經濟損失計算的精確程度，對災后經濟損失統計有指導作用。

1 城市內澇經濟損失計算流程

城市內澇經濟損失計算主要由降雨過程線確立、淹沒范圍淹沒水深計算、承災范圍內承載體信息采集及經濟損失計算4個環節構成。

2 城市內澇經濟損失分類

城市內澇是指在降雨強度超過排水系統排水能力時，多余水量通過檢查井向地表溢流，并造成積水。城市內澇對生產、生活等造成的損失稱為城市內澇經濟損失。城市內澇經濟損失又分為直接經濟損失和間接經濟損失，前者由農業、工商業、交通組成，可以直接對損失進行計算；后者包括災害繼發的停工停產、心理及身體創傷等難以量化計算的指標，具體分類如表1所示。本文對上述經濟損失提出計算公式，并根據實例進行具體經濟損失計算。

表1 城市內澇經濟損失分類Tab.1 Classification of Economic Losses for Urban Waterlogging

3 城市內澇經濟損失計算模型

按照前文提出的經濟損失分類，結合致災特性指標，確定不同土地利用類型中財產損失-淹沒水深關系。

3.1 直接經濟損失

3.1.1 農業損失

內澇災害導致的農業損失現階段研究較少。國內有研究者使用保險公司理賠資料并用回歸方法擬合，得出農業損失與淹沒水深的關系，但此方法無法從本質上計算農業損失。農業損失主要考量的農作物受洪水淹沒后死亡所造成的損失，而農作物的種類繁多，不同農作物的生長高度也不相同，能夠抵抗洪水的強弱也不同。所以，農作物的損害與農作物種類、淹沒深度及浸水時長有顯著關系。農作物生長類型與特點在世界范圍內無明顯差別，日本厚生勞動省水旱災害部對農作物種類分類后，再統計水淹深度與水淹時間同災損率的關系[14]，如圖1所示。

圖1 農作物受淹損失Fig.1 Flood Losses of Crops

農業損失計算如式(1)。

(1)

其中：Ai——某農作物單位面積產量，t；

Q——單位重量價值，t/m2；

Aagri——對應農作物受災面積，m2；

ki——某農作物對應浸水時的損失率；

Sagri——農業損失，t。

我國近年來加快推進農業產業多元化發展，在計算具體地區的農業損失時，較多地區的農業產業多元化程度高，農作物種植種類多，極有可能存在農業用地類型統計不到位、更新不及時的現象。若遇到此情況，可以選擇研究區域內收獲量最多的農產品作為農產品的代表，使用該農產品的單位面積產量、單位重量價值、受災面積作為全體農產品的數據來源。

另外，當研究區域中水稻或旱稻(小麥)占比較高時，需要將其與農產品的評價分別計算，以提升計算精確程度。

3.1.2 工商業損失

工業損失主要由流動資產損失、固定資產損失和誤工誤產損失組成，而商業損失除上述3種之外還有庫存資產損失。其中，流動資產損失、固定資產損失、商業庫存資產損失為直接經濟損失，誤工誤產損失為間接經濟損失。

計算直接經濟損失的關鍵在于確定淹沒水深與財產損失之間的關系，在綜合分析各單元街區的工商業資產后，匯總工商業財產受損情況，如表2所示。

表2 工商業財產受淹損失情況Tab.2 Waterlogging Losses Situation of Flooded Industries and Business

工商業直接經濟損失計算如式(2)。

(2)

其中：B1——單位面積工商業固定資產額，元；

B2——單位面積工商業流動資產額，元；

B3——單位面積商業庫存資產額，元；

Aind/busi——對應工商業受災面積，m2；

kj(ind/busi)——不同分類對應淹沒水深的損失率；

Sind/busi——工商業直接經濟損失，元。

3.1.3 交通損失

由于城市交通的飛速發展，汽車數量增速較快。在發生城市內澇災害時，雨水若不能及時進入排水系統就會導致路面積水，行駛在積水路段中的車輛，其行駛速度就會受到影響，直接會產生油耗損失，間接導致車輛內人員的時間經濟損失。若積水深度達到一定程度，還會對機動車本身造成一系列的損壞，也會產生損失。

交通損失中的一些指標、數據獲取困難，在目前洪水經濟損失計算中幾乎沒有被考慮到，但在城市內澇經濟損失計算中交通損失又是巨大、不可忽略的。因此，本文交通損失一部分提出了車輛損失、擁堵油耗損失與時間經濟損失3個部分的計算方法。但研究實例缺乏對應的基礎數據，本文對此部分只做理論介紹而不做具體數值計算。

(1)車輛損失

車輛損失與浸水深度相關，與浸水時常并無明顯關系，這是由于發動機等精密部件一旦過水即損壞并不可復原。據數據統計，2017年全國汽車保有量中，客車共計18 475.0萬輛，占88.8%(其中，微型客車、小型客車、中型客車、大型客車分別共計199.0萬、18 044.0萬、79.0萬、153.0萬輛)，小型客車占比達到85%左右，故可以根據小型客車的結構特點以及部件分析其損失。

我國水淹車保險定損時將水淹程度分為3類。

第一類泡水車指水位高過儀表盤(圖2①)，到這一位置后汽車的電路系統以及電子設備基本損壞殆盡、發動機與變速箱也一定會進水，內飾、座椅也不能繼續使用。達到這一程度的泡水車會被定義為報廢車，全面維修以及換件的成本會高于車輛評估價值，故損失率設定為100%。

圖2 機動車受淹損失圖Fig.2 Flood Losses of Vehicles

第二類泡水車多指淹沒底盤導致車內進水(圖2②、③)，這種程度造成的損傷并不會很大，需要更換的配件多為原車地膠、電動座椅開關或者車內保險盒等；發動機進氣口多在進氣格柵(中網)最上方，所以進水的可能性幾乎沒有；變速箱的通氣孔會朝向上方，淹沒底盤后不一定會造成變速箱進水，即使變速箱進水也只需要清潔后更換變速箱油即可?？紤]到圖2②內已經有車輛的電氣控制系統存在，過水后損壞但維修后可恢復原樣，損失率設定為50%；圖2③僅地板被淹，會引起潮濕、霉菌滋生，清潔后即可恢復原樣，損失率設定為10%。

第三類泡水車實際不算泡水，水位沒有導致車內進水，只是接觸到底盤位置，結果最多導致輪轂、剎車盤以及底盤位置生銹，這種情況可以不處理，刷車時沖一沖底盤問題基本解決完畢，損失率設定為0。

根據對車輛銷售與保險等方面的考慮，將車輛損失與浸水深度的關系進行計算，如表3所示。

表3 機動車水深-災損率數據Tab.3 Data of Water Depth-Damage Rate for Flooded Motor Vehicles

城市內澇的發生會使得道路通行受阻，甚至在部分嚴重區域完全停滯，這會使得機動車在完成相同路線時所消耗的時間增多，這會造成油耗損失與人員時間經濟損失。

(2)擁堵油耗損失

當城市內澇發生在較大型城市中時，內澇區域內車輛眾多，每一輛車的油耗損失或許不大，但乘以基數后的損失巨大。研究表明，每堵車3 min相當于行駛1 km，按每百公里9 L油計算，則堵車3 min耗油0.09 L，計算如式(3)。

(3)

其中：n——研究區域中擁堵汽車數量，輛；

t——擁堵時間，h；

a——油價，元；

Soil——總擁堵油耗損失，元。

(3)時間經濟損失

若擁堵發生在工作時間內，則還應該計算工作人員的時間成本，計算如式(4)。

St=t×n×p×V

(4)

其中：t——擁堵時間，h；

n——研究區域中擁堵汽車數量，輛；

p——擁堵車輛中工作人員數，人；

V——研究區域內工作人員平均每小時創造價值，元/h；

St——總時間經濟損失，元。

3.1.4 家庭財產損失

家庭財產損失是指室內財產受到暴雨與積水的破壞導致損壞或報廢所造成的損失，其與淹沒水深、室內財產價值這2個因素密切相關。

室內財產價值的確定方法有2種。(1)可以制作調查表，入戶進行抽樣調查，統計研究范圍內家庭財產的種類、價值、數量以及放置的高度，利用統計學知識統計并得到水深-損失率曲線。(2)根據已有的其他地區水深-受災率公式，利用回歸分析擬合，建立本研究區域的水深-損失率曲線。

本文采用第一種形式方法，經過對昭通市中心城區住宅進行調查發現:水深<0.1 m時，損失率很小，損失曲線可以從0.1 m開始構建；水深在0.3～0.5 m時，主要受災物為小型家電，雜物等，損失率增幅較為緩慢；水深在0.5～1.2 m時，主要受災物為家電、家具等，損失率增幅較大；水深>1.2 m時，室內財產已經基本受淹；水深為2 m時，受淹率幾乎為100%。

再根據昭通市家庭財產統計數據，結合水深-受害率比例，計算如式(5)。

(5)

其中：Ci——單位面積家庭財產評價額，元；

Afam——對應家庭受災面積，m2；

ki(fam)——對應水深的損失率；

Sfam——家庭財產損失，元。

3.1.5 建筑結構損失

建筑物結構損失曲線又稱為建筑結構脆弱性曲線，反映淹沒深度與災損率的關系。建筑結構受害與淹沒水深關系最緊密，與淹沒時常、水流沖擊等因素關系相對較小。所以在建筑物結構損失方面，只考慮水深的影響。

國內尚無權威機構發布建筑結構脆弱性曲線，國外發達國家對此研究較多。英國洪災研究中心(FHRC)在1977年將建筑分為21類，并分別求出各類建筑在2種延時情況、4種社會條件中的淹水損失曲線，共168條，同時提出針對當地房產-損失曲線[15]。日本Dutta等得出包括建筑物、農作物在內的多種類日本水害脆弱性曲線。德國HOWAS數據庫也被用于評估建筑物結構脆弱曲線[16]。

本文采用的是澳大利亞ANUFLOOD模型[17]，其以0.1 m為步長，得出0～3 m的水深-損失率關系，如表4所示。

表4 建筑結構水深-災損率數據Tab.4 Data of Water Depth-Damage Rate for Structure

利用Origin軟件對散點圖進行一次、二次、三次擬合，選擇三次擬合函數作為建筑結構水深災損率曲線，擬合曲線如圖3所示。

建筑結構水深-災損率函數如式(6)。

圖3 建筑結構水深-損失率曲線擬合圖Fig.3 Curve Fitting Diagram of Water Depth-Damage Rate of Building’s Structure

y=0.006x3-0.032x2+0.169x+0.041

(6)

其中：y—災損率；

x—淹沒深度，m；

建筑結構損失計算如式(7)。

(7)

其中：Di——單位面積建筑結構評價額，元；

Astru——建筑結構受災時對應房屋占地面積，m2；

ki(stru)——對應水深的損失率；

Sstru——建筑結構損失，元。

3.2 間接經濟損失

間接經濟損失是由內澇災害派生出的損失，不是實體損失，表現為對未來社會生產的影響，是更深層次的影響，例如，災害導致的工商業停工減產損失以及救災、撫恤等費用。間接經濟損失很難通過細分項目再加和計算，通常都是在計算出直接經濟損失后乘以相對應的系數進行計算。不同國家的計算方式不盡相同，常見國家的間接損失系數如表5所示。

表5 不同國家間接損失系數Tab.5 Indirect Loss Coefficient of Different Countries

3.3 總結

上述各土地類型的水深-損失率曲線如圖4所示。

圖4 水深與損失率的變化Fig.4 Changes of Water Depth and Damage Rate

4 實例計算

4.1 研究區

研究區位于昭通盆地腹地，盆地內地表水系金沙江二級支流昭魯河流域，屬長江流域金沙江水系。穿越昭通中心城區的利濟河、禿尾河是昭魯河水系主要支流，流域面積為290 km2，研究區內人口達到35.5萬人。研究區域內共有管段1 742根，其中，河道有393根，檢查井有1 741個。

4.2 內澇災害模擬計算

2017年6月21日，昭通市境內普降大雨，部分地區暴雨，造成境內3條河流水位上漲，大量汽車被淹，雨水進入居民房屋，道路、通信、電力等設施受到不同程度的影響。經統計，昭通市全境因災共造成直接經濟損失約為6 272.28萬元，其中，昭通市中心城區約為2 180萬元。本文模擬的降雨數據就采用上述實測的降雨過程線。

利用MIKE系列軟件，首先對管網一維和地表二維模型進行模擬，柵格精度為10 m×10 m。隨后將兩部分進行耦合，將降雨數據輸入后，模擬得到最大積水淹沒如圖5所示。

圖5 淹沒水深圖Fig.5 Submerged Depth of Waterlogging

由圖5可知，上方2條藍色的地表溢流與河道及管段的走向相重合，說明管道溢流后僅在附近小范圍內出現積水。中心城區因管道密集，規劃合理，幾乎不發生地表溢流。區域內最大溢流區域位于機場西北方、中心城區東南方，積水深度為1.4 m，該區域為未開發荒地，地面低洼，積水形成后均流向此處。

4.3 內澇災害經濟損失計算

昭通市中心城區用地類型如圖6所示，用地類型以居住、農業用地為主，商業、工業用地為輔。將土地利用類型圖層與MIKE模擬出的淹沒水深結果圖像進行耦合，加以優化后得到致災特性指標與土地利用圖層疊加圖(圖7)。

在獲取昭通市中心城區各行業實際資產情況的基礎上，利用淹沒面積、淹沒水深數據，結合各部分水深-損失率變化，對農業、工業、商業、家庭財產進行直接經濟損失計算。其中，農業損失系數采用當地主要經濟作物土豆的損失曲線以取值。間接經濟損失按照相應比例系數來確定，本文采用中國間接損失系數值取其中位數進行計算。分區域計算結果如表6所示。區域內損失面積較大的類型為農業用地，損失值較大的為工商業固定資產。此次暴雨內澇災害對昭通市中心城區造成的直接經濟損失達到2 487.78萬元，間接經濟損失達到608.42萬元。

圖6 土地利用類型圖Fig.6 Diagram of Land-Use Type

表6 昭通市中心城區內澇經濟損失Tab.6 Economic Losses for Waterlogging in Downtown Area of Zhaotong City

圖7 淹沒水深-土地利用類型疊加圖Fig.7 Submerged Depth of Waterlogging and Land Use Type

5 結論

(1)本文使用MIKE模型對昭通市中心城區進行城市內澇的一、二維水動力模擬，計算淹沒范圍與水深。隨后根據用地類型的不同建立對應損失類型的經濟計算公式，計算預測的受災損失值。

(2)本文考慮的經濟損失類型多、全面，總結了農業、工業、商業、交通、家庭財產、建筑結構的直接經濟損失計算方法。將模型推算的昭通市中心城區內澇災害造成直接經濟損失評估結果與實際災情對比發現,推算結果比實際的直接經濟損失偏大約14%，表明模型推算結果基本能夠反映此次內澇災害所造成的經濟損失，證明精細化的城市內澇經濟損失分析是可行的。

(3)精細化的城市內澇模型計算需要的基礎經濟數據較大，對地形、降雨數據的精度要求高，我國目前欠缺這方面的調查。所以對于經常發生內澇災害的地區，應該建立相應的洪災損失數據庫，用以提高內澇模擬的精度。