氣候變化系統性風險認知與管理

楊建勛 劉苗苗 畢軍

摘 要：氣候變化嚴重威脅生態環境與社會經濟系統穩定，其影響在區域與部門間傳遞和放大，是典型的系統性風險。對氣候變化風險科學準確的認知和管理是有效開展氣候變化應對行動的前提。本文對氣候變化系統性風險的復雜理論內涵與工程管理需求進行了概述，總結了氣候風險的主要傳遞路徑和影響因素，以及對氣候變化系統性風險認知不足的表現與后果。在此基礎上，本文進一步提煉了氣候變化系統性風險的研究熱點、研究局限和待解決的關鍵科學問題，并提出了開展氣候變化風險防控的工程管理建議。

關鍵詞：氣候變化;系統性風險;風險認知;風險管理

中圖分類號：X321 文獻標識碼：A 文章編號：2097-0145（2022）01-0042-06 doi：10.11847/fj.41.1.42

Abstract：Climate change poses a serious threat to the stability of ecological and socio-economic systems， and is a typical systemic risk whose impact is transmitted and amplified across regions and sectors. Scientific and accurate identification and management of climate change risks are the prerequisite for effective response to climate change. This paper summarizes the complex theoretical connotation and engineering management requirements of climate change systemic risk， summarizes the main transmission routes and influencing factors of climate risk， as well as the performance and consequences of insufficient understanding of climate change systemic risk. On this basis， the research hotspots， research limitations and key scientific issues to be solved are further refined， and the engineering management suggestions for climate change risk prevention and control are put forward.

Key words：climate change; systemic risk; risk identification; risk management

1 引言

氣候變化是全人類面對的重大挑戰之一。聯合國政府間氣候變化專門委員會（IPCC）于2008年和2019年發布的特別報告共識別了43類氣候變化風險，其影響涉及全球生態系統、人類經濟活動部門與多個非經濟部門[1]。我國氣候風險交織復雜，氣象災害災情重，開展氣候變化風險評估與防控工作是保障生態環境與社會經濟系統安全、落實碳達峰與碳中和戰略目標的基礎任務之一。

氣候變化風險是一種典型的系統性風險[2]。系統性風險的概念來源于復雜系統學科，認為系統組分間的復雜聯系使得風險相互關聯與傳遞，形成復雜的風險網絡，局部失靈或擾動可能會產生災難性的影響[3]。與化學品泄露、藍藻事件等區域性特征顯著、影響邊界有限的傳統環境風險相比，氣候變化風險具有特殊性，主要體現在四個方面，如圖1所示。第一，氣候變化風險的后果具有跨邊界、跨部門的特點[4]。例如，全球溫升與極端天氣造成的農作物減產風險能夠通過貿易網絡傳遞，導致不同地區的食品安全風險與不同部門的經濟損失[5]。第二，氣候變化既包括極端風險事件，如頻發的與氣候相關的自然災害，也包括慢性、長期、難以探測的風險趨勢，如世紀內持續溫升對生態系統健康造成的不可逆影響[6]。第三，氣候變化風險既直接作用于人類社會經濟系統，同時受響應行為（減緩和適應）的間接影響[7]。例如，以生物能源替換化石能源的大規模減碳方案可能威脅食品安全，造成生物多樣性損失。最后，氣候變化風險既包括多種災害復合的風險，如并發的暴雨、內澇事件等，又包括跨社會經濟部門的級聯風險[8]。

近年來，部分學者開始關注氣候變化風險的復雜性，并提出系統性風險評估的理論框架。例如，Simpson等[9]提出了一種復雜風險的分類機制，根據風險驅動因子間（危害、脆弱性、暴露、響應）交互及風險間的交互情況，將氣候變化風險分為三類。Li等[10]提出了一個氣候變化系統性風險評估框架，評估內容包括影響領域、影響程度、發生概率等。一些國家層面的氣候變化風險評估工作也開始關注氣候風險間的交互作用，例如美國第四國家氣候評估和英國氣候變化風險評估中[11]，分別關注了氣候變化導致的潛在跨界水資源短缺風險、氣候事件沖擊經由產業鏈傳導后的經濟風險。但整體而言，針對氣候變化系統性風險的研究和評估工作尚處于起步階段，缺少對相關研究進展的梳理。

氣候變化系統性風險防控已被納入我國碳達峰與碳中和建設的宏觀政策框架，在最近發布的《中共中央、國務院關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》中，明確提出防范風險的基本原則，要求處理好減污降碳和能源安全、產業鏈供應鏈安全、糧食安全、群眾正常生活的關系，有效應對綠色低碳轉型可能伴隨的經濟、金融、社會風險，防止過度反應，確保安全降碳。理解氣候變化系統性風險因此具有重要政策意義，一方面將單一的溫升控制與碳減排目標上升到整體風險的系統性削減與防控，保證整體社會經濟系統的平穩轉型，另一方面則幫助政策制定者基于多風險的權衡后做出綜合與科學的決策。鑒于氣候變化系統性風險的理論與政策重要性，本文對相關概念進行闡釋，梳理了學術研究進展和前沿科學問題，以支撐風險防控的具體工程管理實踐。

2 氣候變化系統性風險的復雜性

在我們當前所生活的世界中，環境、經濟和社會系統間高度互聯，形成無數相互依存的復雜網絡，人力、資源、材料、商品和信息等以前所未有的速度進行交換[12]。受氣候變化風險大時空尺度、高不確定性等特點的影響，以及其作用于社會經濟網絡后的“級聯”效應，氣候變化風險的發生、傳遞、后果等因此具有高度復雜性，這也為氣候變化風險的評估與管理帶來挑戰[13]。如圖2所示，氣候變化系統性風險的復雜性主要體現在三個方面。

時空與要素關聯的復雜性。在空間尺度上，氣候變化風險可能發生在局地、區域、全球范圍等，并由于貿易需求的驅動產生遙耦合（tele-coupling）[14]。例如，氣候變化導致的局地水資源短缺風險可能通過影響產業鏈上游部門的生產效率進而導致全球其他地區的產業風險[15]。在時間尺度上，氣候變化的影響可能以短期內的突發風險事件爆發，也可對人類社會構成長期不易感知的威脅[16]。在部門層面上，氣候變化風險有著顯著的跨部門傳遞的特點，在生態系統、經濟、社會、健康、技術、政治、安全等多部門間擴散，典型案例如自然災害導致的技術事故災難（即NaTech風險）[17]。

風險相互關聯作用的非線性。與其他系統性風險類似，不同類型、不同部門間的氣候變化風險在相互作用時具有協同、溢出等效應，遵循非線性的因果關系，導致風險放大，因此不能簡單理解為風險的加總[18]。典型案例如低碳經濟轉型對特定行業的沖擊在金融系統擴散[19]，以及社會風險（如氣候懷疑論）在社交媒體中的傳播與放大[20]。當此類非線性作用累積超過臨界點時，會產生系統性和不可逆的轉變，而風險臨界點的出現往往難以預測[21]。

系統的內生不穩定性。個體與社會的非理性認知和決策將會增加系統性風險治理失靈的概率。一方面，個體的認知偏誤使其對可觀測風險更加警惕，但傾向于低估長期全球尺度的風險。以氣候變化感知為例，受到近因啟發等心理認知效應的影響，公眾對局地短期溫度異常有直接的生理體驗與認知，但對于長期、遠距離氣候變化影響的認知則依賴于間接信息如媒體報道[22]。另一方面，一些共贏的集體行動可能會因搭便車與博弈導致風險合作治理的失敗，例如在流域風險治理中常因管理邊界與自然環境邊界的不匹配而造成合作失靈[23]。

3 氣候變化風險的傳遞路徑與影響因素

氣候變化風險的傳遞具有多元路徑，存在于不同的系統中。首先，作為一種大尺度的環境過程，氣候變化風險通過物理化學傳輸影響不同區域，如升溫導致的不規則洋流運動影響海洋污染和疾病的傳輸[24]。除此以外，由于氣候變化風險廣泛地影響生態與人類系統的各個方面，龐雜的環境和社會經濟網絡成為傳遞氣候風險的重要載體。生態系統與社會生產運行中伴隨著大量的貿易流與物質流，氣候變化對重要資源要素或供應鏈上游產品生產的沖擊，如水、能、食品等的供給短缺風險會沿產業鏈擴散[25]。經濟全球化同時帶來復雜的人口流與交通流，而氣候變化災害驅動的大規模人口遷移則可能進一步引發社會與健康風險的傳播[26]。最后，社交媒體等新興信息傳播方式帶來多維交織的信息流，而與氣候變化有關的錯誤與虛假信息在傳播過程中可能影響個體的適應性行為決策及對政府干預的信任度，進而放大脆弱人群所面臨的氣候變化風險[27]。

在氣候變化風險傳遞過程中，不同系統的因素會影響風險的傳遞與演化。在政治系統中，地緣政治沖突為區域社會經濟網絡的穩定帶來不確定，而國家或地方的保護政策則常導致風險短視與合作失靈，將風險轉嫁到其他脆弱性地區[28];區域或國家層面氣候變化應對策略，例如減緩或適應工程與政策，也會通過改變產業終端需求進而影響風險的傳遞[29]。在市場系統中，價格傳遞是調節氣候變化沖擊的重要響應機制，在短期內影響系統脆弱性;此外，氣候變化相關的自然災害如暴雨、海平面上升、干旱可能導致資產負債惡化、保險索賠上升等潛在風險，并通過金融系統快速蔓延[30]。在社會系統中，個體層面對氣候變化風險的感知與行為反饋同樣重要。這一過程受到媒體報道的影響，尤其在西方國家，政治極化與社群分層的公眾意見導致氣候變化懷疑論與陰謀論盛行，難以形成統一的集體行動[31];不同地區或不同人群對風險的高估或低估以及不正確的適應策略，也會加劇氣候風險的不公平問題。

4 氣候變化系統性風險認知不足的體現與后果

盡管部分學者意識到了氣候變化風險跨部門、跨空間邊界的特性，但在當前研究與實際的管理工程實踐中，對氣候變化潛在的系統性風險認知是仍然不足的，主要體現在四個方面。

對高影響、低概率氣候變化風險事件的估計與應對不足，導致較大的生態與經濟損失。當前開展風險評估和風險轉移的研究中，越來越多的研究采用了綜合評估模型，盡可能納入了多產業部門和多類型的氣候風險組合[32]。但在設計風險情景的過程中，仍缺乏面向極端低概率事件的評估范式，低估了黑天鵝事件的發生概率，無法支撐突發事件的應急處置工作，2021年夏河南鄭州等地區的強降雨事件應對乏力是風險低估的典型案例。

關注局部或國內的直接風險損失，忽視較遠時空距離的級聯風險評估防控。氣候變化評估研究主要關注本土的極端天氣事件，核算其造成的直接經濟損失風險。具體實踐中，我國也逐步重視對自然災害等風險的評估工作，組織開展了全國自然災害綜合風險普查，旨在全面厘清各地的災害風險底數與防災減災能力。當前，對于較遠時空尺度沖擊事件所造成的級聯風險關注較少，如產業上游國家或地區的災害事件與氣候政策對我國產業的潛在威脅。

對風險感知與決策的非理性特征考慮不足，導致風險轉化為社會危機。現有的氣候變化風險評估框架體現了自上而下的基本思路，對個體層面非理性的風險認知與決策行為考慮較少，忽視社會文化屬性差異對集體風險決策的影響。風險感知與決策研究的不足使風險削減與應對政策缺乏針對性而變得低效，可能導致氣候變化風險事件放大為政府信任問題，引發社會危機。

更多關注氣候災害的影響，較少考慮適應與減緩行動中產生的風險。適應與減緩行動將帶來產業結構變化與社會變革，相關轉型風險與其他氣候變化風險相互關聯，共同作用于社會經濟系統。因此，在氣候風險評估模型中納入適應與減緩反饋過程，將其作為重要的風險驅動因素之一，能夠幫助理解氣候變化之外的多目標間的權衡。

5 研究熱點與關鍵科學問題

在梳理了氣候變化風險基本內涵的基礎上，本節總結了當前與氣候變化系統性風險管理有關的主要研究熱點，以及尚待解決的關鍵科學問題。

5.1 氣候變化系統性風險的評估方法

氣候變化風險評估的方法學創新是未來重要學術方向。現有研究在評估氣候變化風險在社會經濟系統中的傳遞時，受限于傳統方法各自的局限性，無法形成統一的研究范式與研究結論。例如，基于貿易理論的引力方程模型、李嘉圖模型等能夠解釋貿易對象間的風險傳遞，但由于關注較少對象的聯系，無法全面解釋更加復雜的貿易網絡風險。靜態的投入產出模型結構簡明且包含多區域多部門，但由于忽略系統動態優化過程，常高估風險事件對整體經濟的沖擊。動態的一般均衡模型考慮了經濟系統內部的優化，但由于假設模型中的主體對各時空尺度的風險有感知預測能力，其結果的不確定性難以量化。

針對上述方法學的局限性，更多學者致力于開發考慮系統自適應力的級聯風險評估模型，更真實地反映經濟系統受到氣候變化沖擊后的反饋與調節過程。例如，德國波茨坦氣候研究所開發的氣候適應模型（Acclimate），考慮了經濟系統內的儲備、運輸時間、需求再分配等影響適應過程，能夠模擬整個經濟系統在受到供應鏈沖擊后的恢復情況[33]。曲申等[34]開發了環境經濟系統多主體模型（CLUES），模擬了環境經濟系統逐日的非均衡變化，并據此預測了后疫情重建階段中國財政刺激政策以及行業減排路徑對碳排放與經濟增長的影響。在另一層面上，部分學者還探索了如何更多結合定性方法，如類比、情景分析、博弈實驗等，以更好地解釋個體風險決策規律[35]。

5.2 風險熱點地區、部門、人群識別

為了實現精準、高效的風險調控與干預，需識別風險熱點地區、部門和人群。系統性風險管理涉及更加復雜的對象與關聯過程，因此全過程、精細化的風險識別與追蹤至關重要。該領域的研究熱點包括基于供應鏈網絡，追蹤部門乃至企業級別風險傳遞節點與時空分布。例如，Goldstein等[36]研究了1600多個企業的適應策略，發現企業在評估氣候變化影響以及制定應對策略時存在重大風險盲區。此外，微觀多元大數據被用來追蹤社區與個體尺度上的響應行為與風險暴露，進一步提高了研究的時空精度。Eyre等[37]利用社交媒體數據，通過觀察小企業在社交媒體上的發帖活動，間接估計了氣候變化災害后的停工時間與商業恢復情況。最后，還有一部分研究探討了面對氣候變化風險時的社會與產業網絡韌性評估及風險公平問題，連接度、多樣性、網絡規模與大小等被認為是影響系統韌性的要素[11]。

5.3 氣候變化相關的復合風險評估

近年來，氣候變化復合風險事件發生概率進一步提升。最常見的氣候變化復合風險即氣候災害事件并發，如干旱、野火、熱浪等同時發生會為災害應急帶來挑戰。此外，氣候變化風險常與其他非氣候風險驅動因素交互，如弱勢群體的高暴露、低脆弱性等，導致風險在個體層面的放大。最后，氣候風險可能與跨部門風險發生交互，如自然災害與產業鏈風險的并發，構成了跨系統的復合風險。

部分學者意識到氣候變化復合風險評估與防范的重要性。例如，Turner等[38]注意到氣候波動可能同時改變能源需求和可利用的水資源量，并評估了這種復合風險導致電力系統癱瘓的概率。Zscheischler等[39]提供了一套自下向上的理論框架，幫助理解多種氣候災害并發的預測概率。他們進一步關注了風暴和強降雨可能導致的復合洪澇風險，評估了美國城市發生這種復合風險的概率并發現顯著的區域異質性。當前，關于復合風險的研究仍處于起步階段，仍有一定的研究局限需要進一步補充。首先，如何科學設計并發風險評估時的概率情景是需迫切解決的科學問題。氣候變化涉及到不同的災難性后果，其影響涉及到不同區域的社會經濟系統，因此設計合理的復合風險并發概率和放大因子至關重要。其次，當前風險評估模型仍以單一風險類型為主，在評估復合風險時應進一步提高模型在高時空精度下模擬風險重疊與溢出的能力。

5.4 氣候變化風險防控目標的確定

由于氣候變化宏大的時間空間尺度以及涉及廣泛的社會群體與經濟部門，氣候變化治理政策及其風險防控體現了多目標決策的特點。過低的風險防控目標可能無法有效控制系統性風險，導致在遭受沖擊后發生不可逆的后果;過高的風險防控目標則會需要巨額的經濟成本，無法支撐其他可持續發展目標的共同實現。為了設定合理的氣候變化風險防控邊界，需尋找氣候與人類系統發生不可逆轉變的臨界點，同時權衡風險防控的經濟成本，確定系統的可接受風險水平作為治理目標。

部分學者嘗試探討氣候變化風險的管理邊界。例如，斯德哥爾摩大學的Steffen等[40]，Rockstrm等[41]提出了行星邊界的研究范式，考慮系統的閾值、反饋、彈性、不確定性等屬性，幫助確定人類能夠使用地球系統的臨界點。目前而言，仍存在一些關鍵問題需進一步探索。首先，當前的風險評估以靜態為主，為了制定遠期的風險防控目標，需要模擬系統性風險格局的動態演化并進行趨勢預測[42]。其次，由于氣候變化風險防控涉及不同的系統與部門，因此需設計不同風險在不同部門間的權重，并構建綜合指標。最后，為了更好地服務于真實決策，應避免過度復雜的模型，保證可閱讀、可操作的政策建議[43]。

6 結論與建議

本文對氣候變化系統性風險的概念與內涵進行了詳細闡釋，提煉了當前的主要研究熱點和待解決的關鍵科學問題。結果表明，氣候變化風險是當前的學術焦點，大量研究注意到氣候變化風險的產生與傳遞過程體現出的顯著的跨區域特性，所關注的風險類型多樣，且研究涉及的部門跨越了人類社會經濟系統的多個維度。然而，受限于學科交叉的難點和方法學瓶頸，現有工作尚未形成范式，評估方法較為簡單。正如復雜系統學家Helbing[13]所提到的，我們迫切需要新的全球系統科學（Global System Science），來整合現有的冗雜的多系統多學科知識。在未來，進一步梳理氣候變化風險在多系統間的復雜傳導機制將是研究熱點，并將圍繞相關話題形成多個新的學術陣地。

在具體的工程管理實踐中，建議根據氣候變化風險的特點，采取全過程、系統性風險管理策略。首先，應在國家層面上積極開展氣候變化風險的辨識、評估、排序等基礎工作，采取定性與定量結合的評估手段，優先控制重大風險問題。其次，整合生物物理、宏觀經濟、產業代謝多元數據，構建氣候變化風險的動態演化模擬系統，加強常態與突發事件下的風險預判與應對，權衡風險防控的經濟成本，實現氣候-生態-產業-社會綜合管理決策。最后，要積極發揮金融市場在應對和規避氣候變化風險中的導向性作用，在國家層面引導公共資本，推動央行和監管機構間綠色金融合作，關注氣候變化對宏觀金融穩定的影響，在私人金融參與者層面，調節資產管理公司與商業銀行的投融資門檻，動員資本進行綠色低碳投資。

參 考 文 獻：

[1] Magnan A K， Prtner H O， Duvat V K E， et al.. Estimating the global risk of anthropogenic climate change[J]. Nature Climate Change， 2021， 11（10）： 879-885.

[2] Centeno M A， Nag M， Patterson T S， et al.. The emergence of global systemic risk[J]. Annual Review of Sociology， 2015， 41（1）： 65-85.

[3] Bi J， Yang J， Liu M， et al.. Toward systemic thinking in managing environmental risks[J]. Engineering， 2021， 7（11）： 1505-1650.

[4] Challinor A J， Adger W N， Benton T G. Climate risks across borders and scales[J]. Nature Climate Change， 2017， 7（9）： 621-623.

[5] Challinor A J， Adger W N， Benton T G， et al.. Transmission of climate risks across sectors and borders[J]. Philosophical Transactions of the Royal Society A： Mathematical， Physical and Engineering Sciences， 2018， 376（2121）： 20170301.

[6] Hillier J K， Matthews T， Wilby R L， et al.. Multi-hazard dependencies can increase or decrease risk[J]. Nature Climate Change， 2020， 10（7）： 595-598.

[7] Lorie M， Neumann J E， Sarofim M C， et al.. Modeling coastal flood risk and adaptation response under future climate conditions[J]. Climate Risk Management， 2020， 29： 100233.

[8] Zscheischler J， Seneviratne S I. Dependence of drivers affects risks associated with compound events[J]. Science Advances， 2017， 3（6）： e1700263.

[9] Simpson N P， Mach K J， Constable A， et al.. A framework for complex climate change risk assessment[J]. One Earth， 2021， 4（4）： 489-501.

[10] Li H M， Wang X C， Zhao X F， et al.. Understanding systemic risk induced by climate change[J]. Advances in Climate Change Research， 2021， 12（3）： 384-394.

[11] Nystrm M， Jouffray J B， Norstrm A V， et al.. Anatomy and resilience of the global production ecosystem[J]. Nature， 2019， 575（7781）： 98-108.

[12] Keys P W， Galaz V， Dyer M， et al.. Anthropocene risk[J]. Nature Sustainability， 2019， 2（8）： 667-673.

[13] Helbing D. Globally networked risks and how to respond[J]. Nature， 2013， 497（7447）： 51-59.

[14] Liu J， Hull V， Batistella M， et al.. Framing sustainability in a telecoupled world[J]. Ecology and Society， 2013， 36（23）： 7870-7885.

[15] Liu J， Mooney H， Hull V， et al.. Systems integration for global sustainability[J]. Science， 2015， 347（6225）： 1258832.

[16] Few R， Morchain D， Spear D， et al.. Transformation， adaptation and development： relating concepts to practice[J]. Palgrave Communications， 2017， 3（1）： 17092.

[17] Gao Y， Cao G， Ni P， et al.. Natural hazard triggered technological risks in the Yangtze River Economic Belt， China[J]. Scientific Reports， 2021， 11（1）： 13842.

[18] Steffen W， Rockstrm J， Richardson K， et al.. Trajectories of the earth system in the anthropocene[J]. Proceedings of the National Academy of Sciences， 2018， 115（33）： 8252.

[19] Dietz S， Bowen A， Dixon C， et al.. ‘Climate value at risk’ of global financial assets[J]. Nature Climate Change， 2016， 6（7）： 676-679.

[20] Leiserowitz A A， Maibach E W， Roser-Renouf C， et al.. Climategate， public opinion， and the loss of trust[J]. American Behavioral Scientist， 2012， 57（6）： 818-837.

[21] van Ginkel K C H， Botzen W J W， Haasnoot M， et al.. Climate change induced socio-economic tipping points： review and stakeholder consultation for policy relevant research[J]. Environmental Research Letters， 2020， 15（2）： 023001.

[22] Howe P D， Marlon J R， Mildenberger M， et al.. How will climate change shape climate opinion[J]. Environmental Research Letters， 2019， 14（11）： 113001.

[23] Sayles J S， Baggio J A. Social-ecological network analysis of scale mismatches in estuary watershed restoration[J]. Proceedings of the National Academy of Sciences， 2017， 114（10）： E1776.

[24] Smith M W， Willis T， Alfieri L， et al.. Incorporating hydrology into climate suitability models changes projections of malaria transmission in Africa[J]. Nature Communications， 2020， 11（1）： 4353.

[25] Nakano K. Risk assessment for adaptation to climate change in the international supply chain[J]. Journal of Cleaner Production， 2021， 319： 128785.

[26] Marotzke J， Semmann D， Milinski M. The economic interaction between climate change mitigation， climate migration and poverty[J]. Nature Climate Change， 2020， 10（6）： 518-525.

[27] Brzezinski A， Kecht V， Van Dijcke D， et al.. Science skepticism reduced compliance with COVID-19 shelter-in-place policies in the United States[J]. Nature Human Behaviour， 2021， 5（1）： 1519-1527.

[28] Homer D T， Walker B， Biggs R， et al.. Synchronous failure： the emerging causal architecture of global crisis[J]. Ecology and Society， 2015， 20（3）： 6.

[29] Fujimori S， Hasegawa T， Krey V， et al.. A multi-model assessment of food security implications of climate change mitigation[J]. Nature Sustainability， 2019， 2（5）： 386-396.

[30] Monasterolo I. Climate change and the financial system[J]. Annual Review of Resource Economics， 2020， 12（1）： 299-320.

[31] Hornsey M J， Harris E A， Fielding K S. Relationships among conspiratorial beliefs， conservatism and climate scepticism across nations[J]. Nature Climate Change， 2018， 8（7）： 614-620.

[32] Harrison P A， Dunford R W， Holman I P， et al.. Climate change impact modelling needs to include cross-sectoral interactions[J]. Nature Climate Change， 2016， 6（9）： 885-890.

[33] Otto C， Willner S N， Wenz L， et al.. Modeling loss-propagation in the global supply network： the dynamic agent-based model acclimate[J]. Journal of Economic Dynamics and Control， 2017， 83： 232-269.

[34] 曲申，陳煒明，劉麗靜，等.后疫情重建階段的碳排放趨勢與減排策略研究[J].中國環境管理，2021，13（3）：8-18.

[35] Kline R， Seltzer N， Lukinova E， et al.. Differentiated responsibilities and prosocial behaviour in climate change mitigation[J]. Nature Human Behaviour， 2018， 2（9）： 653-661.

[36] Goldstein A， Turner W R， Gladstone J， et al.. The private sector’s climate change risk and adaptation blind spots[J]. Nature Climate Change， 2019， 9（1）： 18-25.

[37] Eyre R， De Luca F， Simini F. Social media usage reveals recovery of small businesses after natural hazard events[J]. Nature Communications， 2020， 11（1）： 1629.

[38] Turner S W D， Voisin N， Fazio J， et al.. Compound climate events transform electrical power shortfall risk in the Pacific Northwest[J]. Nature Communications， 2019， 10（1）： 8.

[39] Zscheischler J， Westra S， van den Hurk B J J M， et al.. Future climate risk from compound events[J]. Nature Climate Change， 2018， 8（6）： 469-477.

[40] Steffen W， Richardson K， Rockstrm J， et al.. Planetary boundaries： guiding human development on a changing planet[J]. Science， 2015， 347（6223）： 1259855.

[41] Rockstrm J， Steffen W， Noone K， et al.. Planetary boundaries： exploring the safe operating space for humanity[J]. Ecology and Society， 2009， 14（2）： 32.

[42] Klimek P， Poledna S， Thurner S. Quantifying economic resilience from input-output susceptibility to improve predictions of economic growth and recovery[J]. Nature Communications， 2019， 10（1）： 1677.

[43] Yokohata T， Tanaka K， Nishina K， et al.. Visualizing the interconnections among climate risks[J]. Earth’s Future， 2019， 7（2）： 85-100.

3813500338257