地震直接损失（共8篇）
地震直接损失 篇1
现行的抗震设计规范中规定的“三水准”抗震设防原则都是以保障结构内人员人身安全为主要的抗震设计目标, 较少考虑地震带来的经济损失风险。上世纪90 年代初美国学者提出基于性能抗震设计理念。该理念强调建筑全寿命周期的经济性, 将抗震设防原则从单一的生命保障转向全面考虑费用方面与生命安全的多重目标考量。本文以结构地震直接损失评估的研究和发展为背景, 提出更为准确的评估方法, 并运用模糊综合评价原理, 建立结构地震直接损失模糊评价模型。国内外很多研究表明结构地震直接损失中有很大一部分是非主体结构破坏造成的损失。而我国的地震损失评估中对建筑非主体结构的损失基本是不予考虑的。建筑抗震设计规范 (GB 50011- 2011) [1,2,3]也只是规定了:在结构地震损失费评估中应对建筑结构的装修费用予以考虑, 并没有给出具体的计算方法, 具体实施时基本不考虑。因此本文将非主体结构损失加入结构地震直接损失评估中, 并运用层次分析法和模糊数学的相关理论, 采用定性和定量相结合的手段, 提出完整结构地震直接损失评估法。
1 基于层次法地震直接损失评估法
层次模糊综合评价是建立在层次分析法和模糊数学理论基础上的一种评价方法。其评价方式采用定性和定量相结合的方法, 特别适合用来解决具有模糊性的实际问题。结构地震直接损失问题中有着很多模糊性的概念, 运用基于层次模糊综合评价法来进行评估可以使工作更为简便, 也使结果更为准确合理。层次模糊综合评价在投资风险评估、信息系统安全评价等方面已得到应用[4,5,6,7], 本文在层次模糊综合评价的基础上, 增加对结构非主体结构的地震直接损失评估。
2.基本思路
2.1 确定层次评价因子
本文将地震直接损失的评估分为建筑主体结构破坏损失, 建筑非主体部分破坏损失两个个独立的部分, 分别在每个部分中选取下一级的评价因子, 构成评价因子的框架体系。在对主体结构破坏损失的评价因子选取时, 根据我国相关规范, 结合工程实例本文选取了层间位移角, 顶点峰值加速度, 表面裂缝三个评价因子。这三个因子是结构抗震中关键的控制因素, 直接影响地震作用下结构的安全性能和正常使用功能。人员感受也是影响建筑结构正常使用的重要因素之一, 因此在建筑主体结构的破坏损失中本文也加入了烦恼率作为一项评评价因子。建筑非主体结构的完好程度也是决定建筑物能否正常使用的一大因素。例如建筑外幕墙损坏, 建筑内天花板掉落, 内墙装饰损坏等等。因此本文在对建筑非主体结构破坏程度的评估中选择了:建筑外装修破坏比, 室内装修破坏比, 建筑内配套设备损坏程度三个因素作为评价因子。图1 为评估模型框架体系。
2.2 确定评价标准
评价因子等级标准的确定是对建筑地震直接损失模糊评价工作中很关键的一步。其设置是否合理, 直接决定整个评价工作能否成功, 对评价结果的有效性起着决定性作用。对于主体结构破坏的两个子因子, 本文参考有关文献及规范中对结构性能水平的划分将他们划分成5 个等级, 综合上文可以得到评价因子等级标准如表1。
2.3 确定评价因子隶属度
在上文所选择的建筑地震直接损失的7 个评价因子中, 有些因子的评估指标是可以量化表示 (结构最大水平位移, 层间位移角等) , 而有些因子的评估指标只能定性地描述。这里将可以量化表示的评估因子称为数量因子, 而只能定性描述的称为状态因子。其中数量因子的隶属函数本文选取了岭形隶属函数进行模糊评价矩阵的计算, 并对评价结果进行对比。其余各评价因子则为状态因子, 各状态等级的隶属度取值如表2。
2.4 确定各因子的权重
依据图1 中的各评价因子的层次关系, 对同一层次的因素进行两两比较, 建立判断矩阵, 并进行一致性验证得到各层评价因子的权重如表3。
隶属度和权重确定之后, 就可以进行结构地震作用直接损失的模糊综合评价了。
2.5 综合指标处理
求得模糊评价集后, 需要经过一定的处理才能得出最终的评价结果。本文采用最大隶属度与加权平均型综合的评价方法。对所得到的模糊评价集P, 如果该评价集中某评价等级的隶属度Pj明显大于其他评价等级的隶属度, 则该评价对象的评价等级就为第j级。如果出现多个评价等级的隶属度相差不大时, 则分别将P= (P1, P2……Pn) 的每个评价等级都划定一个特定的数值Cj, 则以模糊评价集中各个隶属度Pj的幂为权, 加权平均求出常数C, 与常数最接近的Cj对应的评价等级就是被评价对象的评价等级。计算公式为:
其中式中的指数k一般取1 或2。本文在对建筑地震直接损失的评估中可将Cj分别取值1, 2, 3, 4, 5, 将指数k取值为1。见表4。
3 算例分析
算例取某地震城市一栋20 层办公楼 (地上18 层, 地下2层) , 建筑面积23200m2, 设防烈度为8 度, 丙类建筑, Ⅲ类场地, 设计分组为第一组。
结构类型为框剪结构, 檐高67.5m。地下2 层为车库;1~4层为大堂、会议室及裙房;5~18 层为办公室。其工程造价指标如表5。地震后一层部分地面有隆起, 部分地面下陷, 1- 3 层填充墙有裂缝, 主体结构基本完好, 部分天花板掉落, 外部幕墙损毁严重, 室内多数设备遭受不同程度损坏, 维修后可重新投入使用。其量化评价因子的取值情况见表6。
将上述取值带入公式计算各评价因子的隶属度矩阵见表7:
将上述得到的隶属度评价因子代入综合评价指标, 得到综合评价集为 (0.004, 0.440, 0.394, 0.162, 0) 。带入式 (1) 计算得到C=2.714, 对照表4 结果最接近3, 则该模糊评价集P的评价等级为中等破坏。
4 结论
目前的抗震损失评估并没有关于非主体结构的地震直接损失评估。本文增加非主体部分建筑外装修面积破坏、室内装修面积破坏以及配套设备损坏的地震直接损失评估能够准确地评估地震的直接损失, 说明在地震损失评估时, 非主体结构的损失部分也相当重要。
摘要：基于性能的抗震设计是结构抗震设计的发展趋势。而基于性能抗震设计的基本原理就是对不同结构选择合理的设计方案使结构的整个使用周期内的总费用最低。对结构全寿命周期总费用中结构地震直接损失费用评估研究现状进行了总结。此基础上完善了结构地震直接损失评估方法, 并提出基于模糊综合评价法的结果地震直接损失费用评估模型。
关键词：建筑结构,地震直接损失,模糊评价
参考文献
[1]龚思礼.建筑抗震设计[M].北京:中国建筑工业出版社, 1994
[2]马宏旺, 吕西林.钢筋混凝土框架结构造价与失效概率之间的近似关系研究[J].地震工程与工程震动, 2003, (3)
[3]GB 50011-2011建筑抗震设计规范[S].北京:中国建筑工业出版社, 2001
[4]陈峰.用层次分析法选择黄浦江河口挡潮闸闸址[J].水利水运工程学报, 2005 (3) :59-62.
[5]姜军, 宋保维, 常明, 梁庆卫.基于AHP的模糊权重评定方法[J].弹箭与制导学报, 2007 (1) :294-296.
[6]李莉华, 张亮, 王晓敏, 等.基于AHP模糊综合评判对国外资金投资房地产的风险分析[J].华北水利水电学院学报, 2007 (3) :97-100.
[7]宋晓莉, 余静, 孙海传, 等.模糊综合评判法在风险评估中的应用[J].信息安全, 2006 (12) :71-73.
地震直接损失 篇2
目前，市面上的寿险产品基本都能赔付人身伤害，但财产险多数把地震、海啸等灾害列为免除责任，仅部分企业财产险、建筑工程险等可附加地震险。
面对雅安地震的震后救援，中国人保财险副总裁王和在近期一个论坛上，明确提出应尽快建立中国巨灾保险制度。
商业保险赔付率过低
虽然灾区有来自社会各界的捐助，但是来自保险的保障却很单薄。
国内地震险属于稀有品种。华安保险公司曾经推出一款地震险，但这类产品只在广州、天津、成都有售，销售面特别窄。地震、海啸高发的河北、宁夏、甘肃、山西、新疆、西藏、云南等地都不在销售之列，可以说是将70%易发生地震地区都排除在外。
记者了解到，地震险一直以附加险形式存在，但保险公司不主动向客户推销，而且地震险的收费很高，是主险的10%。由于收费高，投保者都不会选择。由于地震不可预期、破坏大，无法防范，家庭财产保险、车险、房贷险等都将地震列入免责范围。
正是这样的原因，造成国内地震赔付率过低的现状。
据中国保监会通报，截至4月23日，四川省共有48家保险公司接到报案1396件，预付赔付金额为1.4亿元；而安邦集团估算芦山地震直接经济损失为422亿元。保险赔付的比例仅占到0.3%，远远低于国际上36%的平均赔付率。
这样鲜明的对比在汶川地震时也曾发生过。据保监会统计，保险行业合计赔付16.6亿元，其中财产损失超过1400亿元，而投保财产损失不到70亿元，赔付率只有5%左右。
巨灾险需要政府主导
业界纷纷呼吁学习国际经验，尽早出台巨灾保险制度，在国内和国际通过保险和再保险方式将风险转移。
近几年，国内保险业一直在推动巨灾保险制度。2009年～2010年，国务院就要求保险公司对巨灾保险进行研究。2012年，汇金公司也给中再集团布置了一个关于巨灾保险的研究课题，现在已经有了结果。
最新的进展出现在今年全国“两会”，保监会主席项俊波表示，“在推进农业保险的基础上，下一步研究在国家政策支持下的巨灾保险问题”。
巨灾险一步步在推进。“从技术的角度来看，已经有了较为系统、可行的解决方案，关键是我们下决心做。”王和表示。
但过去5年，为什么巨灾险迟迟不能推出？中央财经大学保险学院院长郝演苏说，他参加巨灾险推出的研讨会不下20多次，也非常认可巨灾险的重要性，但是每次议题都悬而未决。
由于地震造成的损失非常巨大，在缺少国家层面制度安排和再保险的情况下，单纯依靠保险公司的力量来减轻地震损失显然是不可能的，甚至会给保险公司带来毁灭性打击。
有资料显示，1992年，安德鲁飓风造成15家美国财险公司关门，因此国内保险公司在推动巨灾险时都十分谨慎。
一位接触巨灾险课题的保险人士告诉《投资者报》记者，如果没有政府部门的主导和参与，单靠保险业的力量难以为继。
上述人士称，巨灾险种推出还面临很多难题。譬如近几年的地震、泥石流、洪水等灾害发生的地方多集中在中西部经济不发达的地区，有多少人愿意花高价买巨灾险？
建立多层次巨灾险体系
今年3月，瑞士再保险公司发布公告称，2012年世界各国因为人为灾难和自然灾害损失1860亿美元，其中有770亿美元由保险公司支付；2012年美国自然灾害造成损失1190亿美元，650亿美元由保险公司赔偿；2011年2月，新西兰地震造成150亿美元损失，其中120亿美元由保险赔付，占整体的80%。
巨灾险在发达国家非常普遍，有数据统计，全球保险赔款占灾害损失的比例平均为36%，一些发达国家则高达60%以上。
记者了解到，发达国家及灾害较多的国家纷纷建立起多层次的巨灾保险体系。国际上巨灾管理模式主要有两种，一是完全由政府筹集资金并进行管理的巨灾风险管理体系；二是政府和保险公司共同合作的管理模式，政府在政策和资金上都给予极大的支持。
王和也提到，在公认的地震险完善的国家地区，政府在地震保险制度扮演了非常重要的角色。
比如日本的住宅地震保险，能够提供总额5.5万亿的保障。承担的主体分三方面：一、商业保险公司承担8.5%；二、由地震再保险株式会社，承担9%；三、剩下的82.5%由政府承担。损失金额越大，政府承担的比例越大。
广电设施地震损失评估方法探讨 篇3
面对特大地震给灾区造成的直接经济损失, 如何客观准确地快速评估判断, 一直是困扰防灾减灾业的重大难题。广播电视行业防灾减灾事业的问题尤为突出。
以汶川5·12特大地震的灾后损失评估为例, 一是各部门申报的灾损数据由于统计方法、评估手段、计算口径、调查对象、申报目的等, 均没有被规范, 造成了同类统计数据严重的不可比以及不可统计计量, 而塔桅构筑物、工艺设备、网络设备等的统计结果更加不理想;二是由于没有成型的评估技术手段, 汶川5·12特大地震的灾后损失评估, 仅仅是将上例中的全部申报数据列表, 经主观判断、现场决策重建方案后, 得出的灾后重建投入量, 与灾后损失评估几乎没有联系。
综合上述情况, 大地震后“抗震救灾”和“灾后重建”的决策, 一方面需要科学的现场调查统计方法, 基于现场调查的损失评估方法的支撑;另一方面, 也需要在现场调查 (普查) 条件不具备时, 通过地动力参数, 基于易损性模型的损失评估方法的支撑, 以科学的损失评估结果为基础, 为“抗震救灾”和“灾后重建”投入量的决策提供依据。
1研究内容与方法
广电设施地震损失评估方法是《大震生命线工程灾害损失评估新技术研究 (项目编号201008005) 广电行业专题研究》课题的最终研究成果, 是对本课题中的“破坏等级划分”、“损失调查方法”、“宏观易损性模型”、“破坏等级矩阵”等研究成果的综合应用, 其目的在于提供一套用于大震广电设施地震损失的快速、远程、系统、宏观的评估方法。
本文推荐的评估方法, 包括了基于易损性模型的损失快速评估方法 (简称模型法) 、基于现场调查的损失快速评估方法 (简称调查法) 等两种技术路径, 考虑到广电设施历史价值量的数据可靠性较低、离散度较大, 对“抗震救灾”和“灾后重建”的指导意义非常有限, 评估方法中采用了以2012年价格水平为基准的统计原则, 采用本评估方法得出的损失量 (价值量) 可以理解为在2012年价格水平上的重置成本价格。
1.1以判断破坏等级为核心理念
“损失评估方法”是遭遇大地震时, 对灾区广播电视设施的地震宏观损失进行快速、远程评估的技术方法, 着眼点是快速、远程。研究中提出了模型法和调查法等两种技术路径, 两种技术路径均以判断承灾体的破坏等级为核心理念, 以判断破坏等级为切入点, 评估广电设施的损失。
1.2确定破坏等级的技术路线
确定承灾体破坏等级的主要技术路线是:通过对各类广电设施构造特点的研究, 提炼出其承灾的核心构成要素, 并对构成要素的力学特点进行分析, 归纳总结出构成要素在各地震烈度下的灾变特征, 统计汇总后得出各类广电设施的地震损失比, 最终得出广电设施损失比矩阵, 如表1所示。
1.3建立广电设施造价数据库
根据广电基础设施的历史数据, 建立广电设施造价数据库, 最终得出各类广电设施造价数据库矩阵。
1.房屋建筑物的造价指标矩阵, 如表2所示。
2.塔桅构筑物的造价指标矩阵, 如表3所示。
3.工艺设备的造价指标矩阵, 如表4所示。
4.网络设备的造价指标矩阵, 如表5所示。
上述表格中涉及的地区类别划分原则, 参见《广播电视设施地震易损性模型研究》一文, 具体为:一类地区:上海市、广东省、江苏省、浙江省、北京市、天津市;二类地区:山东省、湖南省、四川省、辽宁省、湖北省、福建省、安徽省、河南省;三类地区:河北省、吉林省、黑龙江省、广西壮族自治区、云南省、陕西省、深圳市、重庆市、内蒙古自治区、山西省、江西省、贵州省;四类地区:新疆维吾尔自治区、甘肃省、大连市、青岛市、宁波市;五类地区:海南省、西藏藏族自治区、青海省、宁夏回族自治区、新疆生产建设兵团、厦门市。1.4提出评估软件架构
根据上述结果, 本文提出了模型法和调查法的评估软件架构 (软件由其他参与单位编制) 。
2模型法
2.1基本原理
考虑我国广播电视行业的管理体制 (四级办广播电视的体制) , 利用其核心能力 (广播电视制播能力) 相对稳定, 基础设施功能及其配备技术设施具有一定规律性等特点, 通过对现有广播电视设施功能与规模的统计分析, 比照特大地震灾害发生后的损失情况, 得出各类广播电视设施的损失比模型;结合地震易损性模型的研究成果, 在对广播电视设施按地震灾害响应的特点分类, 并按经济发展水平对全国进行地区类别 (该分类仅限本文的模型法使用) 分类的基础上, 建立系统化的广电设施造价数据库。一旦地震烈度 (或地动力) 参数确定, 即可在远程实现对广播电视基础设施地震灾害经济损失的快速评估, 得出灾区广播电视基础设施受地震灾害影响的总经济损失及房屋建筑物、塔桅构筑物、工艺设备、网络设备等的分项经济损失数量, 同时还可得出灾区各类行政区域的经济损失数量。模型法对经济损失的快速评估体系, 如图1所示。
注:设施类别的划分参见:姜东明.广播电视设施地震易损性模型研究[J], 广播与电视技术, 2012 (3) 。
注:以每个城市、乡镇、行政村为单位。
注:以每个城市为单位。
注:以每个城市、乡镇、行政村为单位。
注:分配网以每个城市、行政村为单位, 干线网络以每个终点为单位。
2.2已知条件
应用模型法需要具备的已知条件为:灾区地震烈度等震线图, 评价对象的地震烈度等级 (可根据地震烈度等震线图查找) ;评价对象的当地行政区划 (市、县、乡镇、行政村) 数量;当评价对象为某一特定设施时, 还应已知该设施的类别、规模 (价值) 等。
2.3基本假设
房屋建筑物。省会 (计划单列) 城市的100%为一类设施;地市级城市的市、区级广电中心, 市级电视/调频发射台等100%为一类设施;市级中波发射台50%为一类设施;县级城市的县级广电中心70%、县级电视/调频发射台50%、县级中波发射台20%为一类设施;乡镇前端机房30%为一类设施;其余为二类设施;村前端机房100%为二类设施。
塔桅 (桅杆、抱杆) 构筑物。省会 (计划单列) 城市的市级调频发射塔30%为二类设施;地市级城市的市级调频发射塔50%为二类设施;县级城市的县级调频发射塔的80%为二类设施;其余用于中短波、电视发射的塔架为一类设施。
工艺设备。省会 (计划单列) 城市10%为四类设施;地市级城市12%为四类设施;县级城市18%为四类设施;乡镇前端机房22%为四类设施;村前端机房100%为四类设施;其余为三类设施。
网络设备。省会 (计划单列) 城市分配网20%为五类设施;地市级城市分配网30%为五类设施;县级城市分配网50%为五类设施;村村通网络100%为五类设施;市级干线网络 (市—县) 10%为五类设施;县级干线网络 (县—乡镇) 50%为五类设施;乡镇干线网络 (乡镇—村) 100%为五类设施;其余为六类设施。
2.4总损失计算公式
应用模型法评估经济损失情况的基本概念是:取各个地震破坏烈度地区 (Ⅵ度 (6度) 至Ⅹ度 (10度) , 默认6度以下没有直接损失, 10度以上个案处理) 、各个不同等级地区、各类城市 (或乡镇和行政村) 或路由、各种设施 (房屋、塔桅、工艺、网络) 、各类设施 (房屋一至二类、塔桅一至二类、工艺三至四类、网络五至六类) 的损失量 (金额) 的合计, 各类设施损失量的基本计算方法为损失比与造价指标的乘积, 其数学表达式为:
其中:LT为总损失;Rijm为各类地震破坏等级地区、各种各类设施的损失比;Cjk为特定地区的各类城市、各类设施的造价指标;Nkm为各类地震破坏等级地区、各类城市数量;
用于手工计算的基本公式为:
其中:LT为总损失;LB为房屋建筑物损失;LS为塔桅构筑物损失;LE为广电工艺设备损失;LN为网络设备损失。
2.5房屋建筑物损失LB的计算公式
采用模型法快速评估房屋建筑物损失的计算公式为:
其中:RB1i、RB2i为第i个城市 (行政村) 一类设施、二类设施损失比;βB1i、βB2i为一类设施、二类设施的比例;CBMjk为k类地区第j个房屋建筑物的造价指标;k为城市 (乡镇、行政村) 类别数量;j为不同破坏等级地区的数量;i及n为评价对象的数量。上述参数的具体取值如下。
1.RB1i和RB2i的取值。根据地震烈度等级, 通过地震易损性模型给出的结果, 查表6确定建筑物所在地区的破坏等级;根据破坏等级和设施类别, 查表1确定建筑物的损失比。
2.βB1i和βB2i的取值。为评价对象中一、二类设施比例, 且, βB1i+βB2i=1;各类城市房屋建筑物中一类设施的比例为:省会 (计划单列) 城市100%、地市级城市99.5%、县级城市66.7%、乡镇所在地的前端机房30%、行政村的前端机房0%。
3.CBMjk的取值。房屋建筑物的造价指标, 当评价对象为一个地区时, 根据地区类别分类确定评价对象的地区类别, 根据地区类别, 通过表2《房屋建筑物造价指标矩阵》确定相应的造价指标。
4.k为城市 (乡镇、行政村) 类别, 其中包括了两个含义, 第一个含义是城市级别, 分别为:k=1为省会 (计划单列) 城市、k=2为地市级城市、k=3为县级城市、k=4为乡镇、k=5为行政村;第二个含义是地区类别, 分别为:k=1为一类地区、k=2为二类地区、k=3为三类地区、k=4为四类地区、k=5为五类地区, 因此, k值为一向量, 其矩阵如表7所示。
5.j为不同破坏等级地区的数量, 其中:j=1为Ⅰ级破坏等级地区、j=2为Ⅱ级破坏等级地区、j=3为Ⅲ级破坏等级地区、j=4为Ⅳ级破坏等级地区、j=5为Ⅴ级破坏等级地区。
2.6塔桅构筑物损失LS的计算公式
采用模型法快速评估塔桅构筑物损失的计算与房屋建筑物类似, 其公式为:
其中符号的含义同上。参数的具体取值如下文所示。
1.RS1i和RS2i的取值:根据地震烈度等级, 通过地震易损性模型给出的结果, 查表8确定构筑物所在地区的破坏等级;然后根据破坏等级和设施类别查表1确定构筑物的损失比。
2.βS1i和βS2i的取值。为评价对象中一类设施和二类设施的比例, 且, βS1i+βS2i=1;在没有特殊约定的前提下, 各类城市塔桅构筑物中一类设施的比例为:省会 (计划单列) 城市97%、地市级城市92%、县级城市95%。
3.CSMjk的取值。塔桅构筑物的造价指标, 当评价对象为一个地区时, 根据地区类别分类确定评价对象的地区类别, 根据地区类别, 查表3《塔桅构筑物造价指标矩阵》确定相应的造价指标。
注:表中的破环等级为两级过渡时, 在没有特殊的前提下, 取表1中对应的两个数据的算术平均值。
注:破坏等级为两级过渡时, 在没有特殊约定的前提下, 取表1中对应的两个数据的算术平均值。
4.k、j的取值。其含义与计算取值方法与房屋建筑物的完全相同, 不再累述。
2.7工艺设备损失LE的计算公式
采用模型法快速评估工艺设备损失的计算也与房屋建筑物类似, 其公式为:
其中符号的含义同上。参数的具体取值如下文所示。
1.RE3i和RE4i的取值。根据地震烈度等级, 通过地震易损性模型给出的结果, 查表9确定工艺设备所在地区的破坏等级;根据破坏等级和设施类别查表1《广电设施损失比矩阵》确定工艺设备的损失比。
2.βE3i和βE4i的取值:为评价对象中三类设施和四类设施的工艺设备的比例, 且, βE3i+βE4i=1;各类城市工艺设备中三类设施比例为:省会 (计划单列) 城市90%、地市级城市88%、县级城市82%、乡镇前端机房78%、村前端机房0%。
3.CEMjk的取值。工艺设备的造价指标, 当评价对象为一个地区时, 根据地区类别分类确定评价对象的地区类别, 根据地区类别, 查表4《工艺设备造价指标矩阵》确定相应的造价指标。
4.k、j的取值。其含义与计算取值方法与房屋建筑物的完全相同, 不再累述。
2.8网络设备损失LN的计算公式
采用基于易损性模型的快速评估方法, 广播电视网络设备的损失计算公式为:
LN=LNC+LNL
其中:
其中符号的含义同上。参数的具体取值如下所示。
1.RN5i和RN6i的取值。根据地震烈度等级, 通过地震易损性模型给出的结果, 查表10确定网络设备所在地区的破坏等级;根据破坏等级和设施类别查表1确定网络设备的损失比。
注:破坏等级为两级 (或三级) 过渡时, 在没有特殊约定的前提下, 取表1中对应的两个 (或三个) 数据的算术平均值。
注:破坏等级为两级 (或三级) 过渡时, 在没有特殊约定的前提下, 取表1中对应的两个 (或三个) 数据的算术平均值。
2.βNC5i和βNC6i的取值。为评价对象中城市分配网的五类设施和六类设施的网络设备的比例, 且βNC5i+βNC6i=1;各类城市分配网的五类设施类设施比例为:省会 (计划单列) 城市20%、地市级城市30%、县级城市50%、村村通 (含乡镇所在地和行政村) 网络100%。各类干线网络的五类设施比例为:市级干线网络10%、县级干线网络50%、乡镇干线网络100%。
3.CNCMjk和CNLMjk的取值。城市分配网的网络设备造价指标, 当评价对象为一个地区时, 查表1确定评价对象的地区类别, 根据地区类别, 查表5《网络设备造价指标矩阵》确定相应的造价指标。
4.k的取值为对于城市分配网, 其含义与计算取值方法与房屋建筑物的完全相同, 不再累述;对于干线网络, k表示各类网络的终点数量, 其中:市级干线网络的终点数量为所辖县的数量, 县级干线网络的终点数量为所辖乡镇的数量, 乡镇干线网络的终点数量为所辖行政村的数量。
5.j的取值。其含义与计算取值方法与房屋建筑物的完全相同, 不再累述。
3调查法
3.1基本原理
采用调查法快速评估地震损失, 是在具备了一定的现场调查数据前提下, 对地震损失进行快速评估的方法。该方法一般用于针对某一具体广播电视设施的损失微观评估。当现场调查数据具备区域的宏观性时, 也可用于对一定区域内, 广播电视设施损失的宏观评估。由于该方法简单快捷, 不但可用于政府层面, 也可用于基层单位自行评估时使用。
调查法具备一旦获取了地震现场的调查数据, 即可在远程实现对广播电视基础设施地震灾害经济损失进行快速评估的能力, 得出被评估对象 (某一个或一组设施) 受地震灾害影响的经济损失及房屋建筑物、塔桅构筑物、工艺设备、网络设备等的分项经济损失数量。调查法对经济损失的快速评估体系, 如图2所示。
3.2已知条件
调查法的已知条件, 主要来源于现场调查所收集的数据。其中包括:评估对象的名称、种类 (房屋、塔桅、工艺设备、网络设备等) 等基本情况;评估对象的破坏等级、设施类别;评估对象的震前资产数量。
3.3损失计算公式
应用调查法快速评估经济损失情况的基本概念是:取被调查的几个设施的破坏比与该设施的震前资产数量的乘积, 其数学表达式为:
其中:LT为总损失;Ri为各类地震破坏等级地区、各种各类设施的损失比;Ci为特定地区的各类城市、各类设施的造价指标;上述参数的具体取值如下。
1.Ri的取值。根据现场调查的结果, 已知各个被评估设施的地震破坏等级, 根据破坏等级和设施类别 (首先要区分是房屋、塔桅、工艺、网络等设施种类, 其次要根据被评估设施的构造特点, 判断是几类设施) 查表1确定被评估设施的损失比。
2.Ci的取值根据现场调查的结果直接输入。
3.n的取值为被评估设施的数量。
4结束语
本文的研究成果还包括成套的数据表格及计算软件, 可用于支撑大震时广播电视设施灾害损失的应急评估, 能在较短时间内, 快速得出广播电视设施灾害损失情况的分析结果。本文推荐的两种快速评估方法, 既可以根据所掌握的信息条件单独使用, 条件具备时也可以同时使用, 起到相互验证的作用。
本文推荐的快速评估方法是国家面对大地震实施“抗震救灾、灾后重建”战略的重要技术基础之一, 与本课题的研究成果《广播电视设施震害调查方法研究》和《广播电视设施地震易损性模型研究》等配套使用, 可及时判断广播电视设施的震害损失, 用于制订广播电视系统的抢险应急方案和恢复重建方案。研究得出的损失评估技术, 是支撑“抗震”和“重建”决策的重要技术手段, 采用损失评估技术, 将可以在地震发生后的第一时间、远程、快速地得出灾害损失及重置成本的宏观数据, 用于国家决策。
摘要：本文应用“广播电视设施现场调查方法”和“地震易损性模型”的研究成果, 构建了基于现场调查和易损性模型的两套地震损失快速评估的方法。该方法对于特大地震灾害后广播电视设施损失情况的快速评估及抗震救灾和灾后重建的规划, 都具有一定的参考意义。
关键词：广播电视设施,地震损失,快速评估,模型法,调查法
参考文献
[1]地震现场工作第4部分:灾害直接损失评估 (GB/T18208.4—2005) [S], 2005年3月28日发布, 2005年10月1日起实施.
地震直接损失 篇4
1 灾害评估理论模型
1.1 房产评估模型
房产评估模型的建立是评估房产的核心,,其其主主要要功功能能是是评评估估出房产的价值得出数据,为后期的地震房产预测做数据准备。
模型的算法:
其中,p区为一个小区房产总价值;p0为小区标准居民房单价;αi为标准楼内房屋价格的修正系数;k为每层平均的住户数;N为小区内楼宇的平均层数;m为小区内楼的栋数。
αi对p0的修正,修正公式为:
据调查影响修正αi的主要因子是装修标准(Z)和房屋朝向(Γ);Z,Γ均为因子对αi影响所占比例,Z+Γ=1。装修标准分为普通(φ1),中等(φ2),高级(φ3),房屋朝向有向阳面(β1),非阳面(β2)。根据实际调查情况对φ1,φ2,φ3,β1,β2赋值,不同的小区赋值标准不一样,根据调查样本分析出取值标准。k,m由外业调查及查询资料统计得到。
1.2 地震灾害损失模型
根据唐山房产评估等数据建立地震灾害损失模型。
地震灾害损失模型:
2 灾害评估系统设计
本灾害损失评估系统是基于ARCGIS,VS2010 C#软件平台开发的,以唐山市范围内的建筑物为例进行灾害评估,以1976年唐山大地震经济损失数据为验证数据。流程如图1所示。
2.1 数据来源
本文以北东向穿过唐山市断层[2]为主区域进行灾害统计,断层涉及唐山市、丰南县、滦县和丰润县,并利用ARCGIS软件处理成电子地图为后期软件开发提供空间数据。房产调查以小区房产为主,记录每个小区房屋平均地产价格,小区住户数,栋数等信息见表1。
2.2 系统功能
基于ARCGIS的唐山断层带地震灾害损失预估系统主要由数据库、功能模块和用户界面三部分组成[3]。功能模块分为文件管理、工具管理、编辑管理、受灾分析、受灾损失统计五部分。系统实现了长度面积量算、坐标定位、鹰眼视图、属性识别、查询、修改、专题图输出、受灾损失统计等功能,界面功能直观、方便,计算结果以Word,Excel,文本文档,图片等多种形式输出[4],大大的提高了系统的处理效率。
2.2.1 地震受灾程度专题图与受灾统计
通过地震要素参数及烈度衰减模型确定烈度圈,结合原始数据继而确定经济损失。具体流程如图2所示。
以1976年唐山大地震的数据为依据,统计确定建筑物在不同地震烈度遭受的破坏概率和受灾损失率及建筑折旧率,见表2,由此确定唐山地震受灾程度专题图和地震受灾面积柱状统计图,见图3。
2.2.2 系统可行性分析
由房屋倒塌率和地震烈度成正比,可知房屋倒塌率和地震烈度程度的分布应相同,苏幼坡等依据唐山大地震震害数据库,给出了80.0%,40.0%和10.0%等房屋倒塌率线的地域分布[5]。由本系统确定地震受灾程度图知分布范围与苏幼坡等房屋倒塌率线的地域分布相同,进一步验证了本系统具有可行性,对地震受灾损失评估等工作有重大意义。
3 结语
地震受灾损失评估工作对实效性有很高的要求,评估所依据的信息多数与空间位置有关。借助GIS进行评估,不但提高了信息的可视性,便于应急指挥决策,而且提高了评估的实际效率。在VS2010 C#平台上,基于ARCGIS软件设计实现了GIS地震灾害损失预估系统,并借助于1976年唐山地震的房屋倒塌率分析了系统可行性研究。系统从房产评估、地震烈度衰减和地震灾害损失模型出发,系统设计实现了地震灾害损失统计、受灾专题图等实用性功能。
参考文献
[1]肖凯灵,胥卫平.城市地震灾害风险的损失评价研究[D].西安:西安石油大学硕士学位论文,2011.
[2]唐山市统计局.唐山统计年鉴[M].北京:中国统计出版社,2003.
[3]王晓青,丁香.基于GIS的地震现场灾害损失评估系统[J].自然灾害学报,2004,13(1):118-125.
[4]李西,周光全,郭君.地震灾害损失评估软件开发[J].地震研究,2009,32(1):84-88.
地震直接损失 篇5
按照我国生产安全事故调查处理的有关法律法规,生产安全事故调查报告应包括事故造成的人员伤亡情况和直接经济损失,但是由于不是所有的事故调查报告都公开发布,且一些发布的事故调查报告也不包括事故造成的直接经济损失,此外我国还没有建立起生产安全事故经济损失统计制度。因此,生产安全事故经济损失一直没有行业公认的或者统计所得的数值。
针对年度生产安全事故经济损失计算,已开展了大量的研究工作。文献[1]应用模糊数量理论建立了事故损失估算方法;文献[2]对我国高铁事故的经济损失进行了估算,得到高速铁路单位时间的延误损失约为普通铁路客运的6.75倍;文献[3]对生产安全事故直接经济损失抽样统计方法进行了探讨;文献[4]给出,2015年1~8月潮州市发生832起事故直接经济损失为630.14万元;文献[5]介绍,2015年甘肃省发生的4 760起生产安全事故的直接经济损失为8 670万元;文献[9]提出2002年度我国生产安全事故的直接经济损失为1 000亿元以上;文献[10]给出2004年度我国安全事故直接经济损失为2 500亿元,约占全国GDP的2%。
本文对2011-2015年度发生的、已经公布的488份生产安全死亡事故报告进行了分析,选择事故调查报告要素比较齐全、具有代表性的生产安全死亡事故219起。对219起事故造成的死亡人数和直接经济损失进行统计,计算出每死亡1人造成的直接经济损失。建立基于事故死亡人数的全国生产安全死亡事故直接经济损失计算模型,根据公开发布的年度生产安全事故死亡人数,估算年度生产安全事故直接经济损失。
1 数据来源及选择说明
我国每年发生生产安全事故30余万起,但并不是所有的事故都发布事故调查报告。为了收集具有代表性的生产安全死亡事故调查报告,开展如下工作:
第一步,对代表全国的国家安全生产监督管理总局网站、代表中部的河北省安全生产监督管理局网站、代表东部发达地区的上海市安全生产监督管理局网站、代表西部的贵州省安全生产监督管理局网站、代表老工业地区的黑龙江省安全生产监督管理局网站、代表超大城市的北京市安全生产监督管理局网站和代表人口大省的四川省安全生产监督管理局网站的生产安全死亡事故调查报告进行检索,检索到的事故调查报告数量如表1所示。
第二步,对检索到的事故调查报告进行分析,选出包括事故发生时间、地点、事故类型、死亡人数、直接经济损失、发生的直接原因和间接原因、责任追究情况和预防对策措施等故调查报告要素相对比较全的报告。
第三步,去掉重复的和不具有代表性的事故报告。不具有代表性的事故报告是指直接经济损失特别巨大或极其少、没有直接经济损失或者死亡人数与直接经济损失极其不匹配的事故报告。如天津港“8·12”瑞海公司危险品仓库特别重大火灾爆炸事故调查报告,这起事故死亡165人,直接经济损失高达68.66亿元,如果按照死亡人员对应直接经济损失,相当于死亡1人对应的直接经济损失为4 161.2万元,这远远高于大量事故的死亡1人对应的直接经济损失,所以该起事故不具有代表性,未列入统计范围。
最终经过分析,从检索到的488份生产安全死亡事故报告中,选择出219份事故报告作为本文的基础数据,计算“十二五”期间我国生产安全死亡事故总直接经济损失。
2“十二五”期间生产安全死亡事故总直接经济损失估算模型
为了提高计算结果的可靠性,采用分年度、分事故类型计算事故死亡1人对应的直接经济损失。“十二五”期间某年度内,所选取样本案例范围内的事故死亡人数为:
式中:NDy为“十二五”期间某年度内(y年度内),所选取样本案例范围内的生产安全事故死亡人数,人;Ny为“十二五”期间某年度内(y年度内),所选取样本案例范围内生产安全死亡事故起数,起;Ndi为“十二五”期间某年度内(y年度内),所选取样本案例范围内,第i起生产安全事故的具体死亡人数,人;y取值范围为{2011年度、2012年度、2013年度、2014年度、2015年度}。
“十二五”期间某年度内,所选取样本案例范围内的生产安全死亡事故直接经济损失为:
式中:DELy为“十二五”期间某年度内(y年度内),所选取样本案例范围内的生产安全死亡事故直接经济损失,万元;Dei为“十二五”期间某年度内(y年度内),所选取样本案例范围内,第i起生产安全死亡事故直接经济损失,万元;Ny与y的意义和取值范围参照上文。“十二五”期间某年度内(y年度内),生产安全死亡事故每死亡1人对应的直接经济损失为:
式中:NDELy为“十二五”期间第y年度生产安全死亡事故死亡1人对应的直接经济损失,万元/人。
则根据式(3)中对“十二五”期间某年度内(y年度内)生产安全死亡事故每死亡1人对应的直接经济损失,可以计算出“十二五”期间某年度内(y年度内)的生产安全死亡事故总直接经济损失为:
式中:TDELy为“十二五”期间第y年度内的生产安全死亡事故总直接经济损失,万元;TNDy为“十二五”期间第y年度的生产安全事故死亡总人数,人。
按照年度的加权“十二五”期间生产安全死亡事故总经济损失TDELYw(万元)为:
式中:y∈(2011年度,2012年度,2013年度,2014年度,2015年度)。
用上述公式将年度换为类别,可以计算出按照类别加权计算的“十二五”期间生产安全死亡事故总直接经济损失TDELCw。
不按照年度和事故类别加权的“十二五”期间生产安全死亡事故总经济损失TDELnw(万元)为:
用按照年度的加权“十二五”期间生产安全死亡事故总直接经济损失TDELYw、按照类别计算的加权“十二五”期间生产安全死亡事故总直接经济损失TDELCw与不按照年度和事故类别加权的“十二五”期间生产安全死亡事故总经济损失TDELnw的算术平均值,作为“十二五”期间死亡事故总直接经济损失TDEL(万元):
3“十二五”期间生产安全死亡事故总直接经济损失计算
按照文献[11]~[18]提供的“十二五”期间各年度的事故起数、死亡人数、事故类别,用式(1)~(5)计算出按照年度的加权“十二五”期间死亡事故的年度直接经济损失和总直接经济损失,如表2所示。
同样,可以计算出按照事故类别的加权“十二五”期间死亡事故的类别直接经济损失和总直接经济损失,如表3所示。由于收集到的可用于计算的死亡事故调查报告较少,将国家统计的事故类别进行了合并,将道路交通类、水上交通类、铁路交通类、民航飞行类合并为交通类,将工商贸其他类、农业机械类、渔业船舶类、其他类合并为其他类。
根据表2数据计算的按照年度的加权“十二五”期间死亡事故总直接经济损失为48 827 997.7万元,根据表3数据计算的按照类别的加权“十二五”期间死亡事故总直接经济损失为36 716 215.2万元,用式(6)计算不按照年度和事故类别加权的“十二五”期间死亡事故总直接经济损失为53 984 358.4万元。则我国“十二五”期间生产安全死亡事故总直接经济损失TDEL为:
即我国“十二五”期间生产安全死亡事故总直接经济损失达到4 651亿元。
4 结论
1)“十二五”期间生产安全死亡事故总直接经济损失很大。根据文献[19,20]的数据,“十二五”期间,我国的国内生产总值(GDP)为291.89万亿元,全国财政收入为64.29万亿元,中央财政收入30.14万亿元。则“十二五”期间死亡事故总直接经济损失占国内生产总值(GDP)、全国财政收入、中央财政收入分别为0.16%、0.72%、1.54%。生产安全死亡事故的直接经济损失是很大的。
2)不同类别死亡事故的直接经济损失差别很大。从表3的数据看,危化品类死亡事故死亡1人对应的直接经济损失最多,达到422.1万元/人;交通类死亡事故死亡1人对应的直接经济损失最少,为91.8万元/人。最多与最少的死亡事故死亡1人对应直接经济损失之比为4.6∶1,即危化品类死亡事故死亡1人的直接经济损失是交通类事故死亡1人直接经济损失的4.6倍。不同事故类别如煤矿类、非煤矿山类、建筑施工类、烟花爆竹类、火灾类、其他类死亡事故死亡1人对应直接经济损失亦有较大差异,说明一些类别的事故在造成人员伤亡的同时更容易造成财产损失。此外,由于本文收集的生产安全死亡事故调查报告比较少,计算所得的死亡事故年度直接经济损失、事故类别直接经济损失还有一定的误差。
地震直接损失 篇6
从4月初到目前为止, 全省家禽销量仅为平常20%, 家禽饲料产销量下降60%。不仅销量下降, 而且价格大跌。快大型肉鸡、肉鸭出栏价4元/千克, 优质黄鸡6-10元/千克, 每出栏一只肉鸡、肉鸭约亏损12-20元。鸡、鸭苗则从禽流感前约2.5元-3.0元/只跌至最低时约0.3-0.5元/只, 当前为0.8-1.0元/只。甚至有种禽企业为解决种苗滞销问题, 将种蛋转商品蛋销售, 鸡蛋价格跌至7元/千克, 比禽流感发生前下跌了30%。
而龙头企业也不能抵挡这次浪潮。全省、省市级农业产业化龙头企业共77家, 带动农户共166022户, 而据5月13日统计, 禽流感发生以来, 4月份省、市级养禽类农业龙头企业共损失15.5亿元, 合作农户损失35067.3万元。
面对广东家禽业损失惨重的情况, 省农业厅表示, 将按照农业部统一部署, 出台落实家禽业扶持政策, 保护种禽企业生产能力。同时也呼吁媒体进行客观报道, 引导公众走出认识误区和恐慌, 提振消费信心。
地震直接损失 篇7
(一) 建筑高度问题分析。
高层建筑高度要适合我国现阶段经济发展水平、施工技术水平及建筑科研水平, 总之要与我国目前的建筑规范体系协调一致。但是我国现在实际的高层建筑的高度已经远远超过了这个原则。在地震的强烈震感下, 超高限建筑物会很容易产生加大变形, 高度越高, 设计时的参数就容易超出其适用的范围, 特别是材料性能、安全指标、荷载取值、力学模型等设计参数, 会发生质变。
(二) 材料的选用和结构体系问题分析。
在地震多发区, 人们越来越重视对建筑物所采用的材料及结构体系。对于150m以上的建筑, 主要采用的结构体系有框-筒、筒中筒和框架-支撑三种体系结构。在高层建筑中, 对建筑材料及结构体系的选择尤为重要, 但是市场上现有的钢材种类及类型很多, 对其结构的加工制造水平也在不断提高, 所以要尽量选择钢管混凝土结构、钢骨混凝土结构来减少柱断面的尺寸, 以达到建筑结构的抗震性能。高层建筑超过一定高度后, 需要采用混凝土材料和钢骨混凝土来达到减小风震的目的。
(三) 抗震设防烈度较低。
目前我国现行的抗震设防标准远远跟不上时代的发展, 不但对建筑结构抗震设计的设防烈度低, 而且抗震计算方法和构造规定的安全度也与发达国家相距甚远, 当然对配筋率、梁柱承载力匹配等这些抗震延性的要求也不够严格。因此在坚持抗震设计“小震不坏, 中震可修, 大震不倒”的原则下, 重新对抗震设计进行审核, 以适应我国国情的需要。
二、高层建筑抗震结构设计的基本原则
(一) 结构构件应具有必要的承载力、刚度、稳定性、延性等方面的性能。
结构构件应遵守“强柱弱梁、强剪弱弯、强节点弱构件、强底层柱 (墙) ”的原则。对可能造成结构的相对薄弱部位, 应采取措施提高抗震能力。承受竖向荷载的主要构件不宜作为主要耗能构件。
(二) 尽可能设置多道抗震防线。
一个抗震结构体系应由若干个延性较好的分体系组成, 并由延性较好的结构构件连接协同工作。例如框架―剪力墙结构由延性框架和剪力墙两个分体组成, 双肢或多肢剪力墙体系组成。强烈地震之后往往伴随多次余震, 如只有一道防线, 则在第一次破坏后再遭余震, 将会因损伤积累导致倒塌。抗震结构体系应有最大可能数量的内部、外部冗余度, 有意识地建立一系列分布的屈服区, 主要耗能构件应有较高的延性和适当刚度, 以使结构能吸收和耗散大量的地震能量, 提高结构抗震性能, 避免大震时倒塌。适当处理结构构件的强弱关系, 同一楼层内宜使主要耗能构件屈服后, 其他抗侧力构件仍处于弹性阶段, 使“有效屈服”保持较长阶段, 保证结构的延性和抗倒塌能力。在抗震设计中某一部分结构设计超强, 可能造成结构的其他部位相对薄弱, 因此在设计中不合理的加强以及在施工中以大带小, 改变抗侧力构件配筋的做法, 都需要慎重考虑。
(三) 对可能出现的薄弱部位, 应采取措施提高其抗震能力。
构件在强烈地震下不存在强度安全储备, 构件的实际承载能力分析是判断薄弱部位的基础。要使楼层 (部位) 的实际承载能力和设计计算的弹性受力的比值在总体上保持一个相对均匀的变化, 一旦楼层 (部位) 的比值有突变时, 会由于塑性内力重分布导致塑性变形的集中。要防止在局部上加强而忽视了整个结构各部位刚度、承载力的协调。在抗震设计中有意识、有目的地控制薄弱层 (部位) , 使之有足够的变形能力又不使薄弱层发生转移, 这是提高结构总体抗震性能的有效手段。
三、优化高层建筑结构抗震设计的对策
(一) 重视建筑场地的选择。
具有不同工程地质条件的场地上, 建筑物在地震中的破坏程度是明显不同的。选择对抗震有利的场地和避开不利的场地进行建设, 就能大大地减轻地震灾害。因此, 应加强地基勘察, 应采取有效措施。对于不利地段, 这就考虑了地震因场地条件间接引起结构破坏的原因。由于建设用地受到地震以外的许多因素的限制, 除了极不利和有严重危险性的场地以外, 往往是不能排除其作为建设用场地的。这样就有必要按照场地、地基对建筑物所受地震破坏作用的强弱和特征进行分类, 以便按照不同场地特点采取抗震措施。尽量避开不利地质环境, 结构工程师应提出避开要求, 如活动断层、溶洞、局部突出的山包等。当无法避开时, 应采取适当的抗震加强措施, 应根据抗震设防类别、地基液化等级, 分别采取加强地基和上部结构整体性和刚度、部分消除或全部消除地基液化沉陷的措施。
(二) 科学运用建筑材料及抗震结构的设计。
在高层建筑的抗震方案设计中, 建筑结构的材料选择也非常重要。可以对建筑材料的参数进行抗震性能的分析, 从整体上对材料的参数变异性进行研究, 选用符合抗震要求又经济实用的结构类别。同时, 又不能仅考虑建筑材料的承载力忽略其他因素。从高层建筑建设施工的各方面, 来选择符合抗震需求而且经济适用的建筑结构材料。按此标准来衡量, 使用不同材料的几种结构类型, 依其抗震延性性能优劣的顺序是:钢结构, 型钢混凝土结构, 现浇钢筋混凝土结构, 装配式钢筋混凝土结构, 配筋砌体结构。在高层建筑结构的抗震设计中, 可以从传统的硬性为主的抗震模式向以柔性为主的抗震模式转变, 实现以柔克刚、刚柔相济, 有效地减弱地震作用过程中释放的冲击力。结构构件应遵循“强柱弱梁、强剪弱弯、强节点若构件、强底层柱 (强) ”的原则。对可能造成结构的相对薄弱部位, 应采取措施提高抗震能力。
(三) 合理分配设计建筑结构刚度、承载力和延性。
力求对称均匀是抗震概念设计十分重要的原则。“综合抗震能力”的概念, 就是要综合考虑整个结构的承载力和构造等因素衡量结构抵抗地震作用的能力。地震时建筑物所受地震作用的大小与其动力特性密切相关, 与其具有合理的刚度和承载力分布以及与之匹配的延性密切相关。房屋是纵、横向承重构件和楼盖组成的一个具有空间刚度的结构体系, 其抗震能力的强弱取决于结构的空间整体刚度和整体稳定性。提高建筑物的抗震性能, 最理想的措施是使结构中的所有构件都具有较高的延性, 采用现浇楼板、屋盖是一种较好的增强楼房结构空间刚度和整体稳定性的方法, 在适当的部位增设构造柱, 并配置些构造钢筋, 也能达到增强结构整体性的作用;另外, 设置配筋圈梁可限制散落问题, 增强空间刚度, 提高结构整体稳定性, 从而提高房屋的抗震性能。结构主要靠延性来抵抗较大地震作用下的非弹性变形, 因此, 地震作用下, 结构的延性与结构的强度具有同等重要的意义。为了使钢筋混凝土结构在地震引起的动力反应过程中表现出必要的延性, 就必须使塑性变形更多地集中在比较容易保证良好延性性能或者具有一定延性能力的构件上。第一步是选择一个可接受的塑性变形结构;第二步是要通过人为增大各类构件的抗剪能力, 使其不至于在强烈地震作用下, 在结构延性未发挥出来之前出现非延性的剪切破坏, 这就是我们通常所说的强剪弱弯;第三步是通过相应的构造措施, 保证可能出现塑性铰的部位具有所需的塑性转动能力和塑性耗能能力。
四、结语
综上所述, 作为设计人员应该站在对建筑的整体宏观角度出发, 在对建筑进行设计时不但要考虑其抗震结构的造价, 也要考虑其经济、社会效益, 创造出安全、经济的具有最优抗震结构设计的高层建筑。
摘要：近年来地震频发, 每次地震都不可避免地造成严重的人员伤亡和财产损失。基于此, 人们对高层建筑的抗震性能也愈加关注。本文就高层建筑结构的优化设计提出有效对策, 以供参考。
关键词：高层建筑,结构抗震,优化设计
参考文献
[1] .杨磊.论高层建筑结构抗震的优化设计[J].建筑设计, 2010, 3
地震直接损失 篇8
地震直接经济损失是指地震造成的房屋和其他工程结构、设施、设备、物品等物项破坏的经济损失。企业直接经济损失包括工程结构损失、生产用房屋损失和室内外财产损失,其评估方法略有差异:工程结构损失由企业或主管部门按统计报表制度逐个评定;生产用房屋损失按现场调查的房屋破坏比、损失比、房屋重置价值计算;室内外财产损失由企事业单位或分管部门归类估计。按资产分类方式归类,工程结构和生产用房屋属于固定资产,原材料、库存商品属于企业存货,这些有形资产都是企业地震灾害的承灾体。国家标准对直接经济损失评估采用的是分类清单法,没有提出具体的存货损失评估方法,仅在附录中设计了企业地震损失报表,在报表中粗略提及了产成品、在制品,其评估方法为企业填报其原值、总数量、破坏状态描述和损失。
如果企业损失采取企业上报、第三方评估部门审核形式,将存在三方面问题:1企业面临着救灾和恢复生产任务, 没有时间对存货进行实地盘点,很难准确估计出存货损失。 2企业可能为争取更多救灾资金和倾斜政策而虚增存货损失,也可能为稳定股价而虚减存货损失,这都会导致企业上报的存货损失值与真实情况不符。3第三方评估部门不了解企业的具体情况,无法评估存货损失,故分类清单法很难应用到存货损失评估中,在以往的损失评估报告中几乎没有提到存货损失值,导致地震现场工作中企业的直接经济损失实际评估范围小于应评估范围,低估了地震灾害的实际影响。
本文以存货为研究内容,选取川渝上市公司为研究对象,以2008年5月12日为分界时点,采用有无对比法,利用受灾企业历史财务数据进行面板数据分析,运用销售百分比法基本原理,选定变量,建立存货预测模型,预测未发生地震时的存货值,对比2008年6月存货实际值,差额即为地震灾害导致的企业存货损失。
一、企业地震灾害存货损失内涵
汶川地震首次在灾害损失评估报告中提及工业损失,其中工业直接经济损失占总损失的7.7%,表1为第二产业上市公司固定资产、存货占总资产的比重。
注:数据来源于2014年上市公司财务报告。
表1显示企业固定资产、存货占总资产比重较大,因此地震灾害企业损失评估应评估存货损失值。以汶川地震为例, 受灾川渝上市公司主要分布在电器、工程建筑、机械、电力设备、纺织等行业,这些行业存货占总资产比重较大,存货占用企业资金较多,表明汶川地震直接经济损失评估中不能忽视企业的存货损失。
存货是“企业在日常经济活动中持有的以备出售的产成品或商品、处在生产过程中的在产品、在生产或提供劳务过程中耗用的材料和物料等”。企业持有存货既是为了防止由于意外事故而导致生产、销售中断,保证生产的持续性,也可能是为了获得采购规模化带来的折扣,因而工业企业大都存在存货。存货自身易损性强,其抗震性能与存放场地建筑物的结构易损性紧密相关,一旦建筑物遭受中等以上破坏,存货就会遭受严重损失,对企业财务状况与经营成果产生很大影响。
会计准则中的存货损失包括自然灾害造成的损失,一般由企业自主进行会计核算,计入当期损益。参考国家标准中直接经济损失的定义,本文研究的存货损失与会计准则定义有所不同,不包括盘盈、盘亏、淘汰等经济现象,仅指地震造成的存货实物的破损或存货使用价值的丧失。
二、存货损失评估方法现状分析
地震灾害具有自然属性和社会属性,现有研究集中于灾害发生机理及工程防范措施领域,社会科学研究主要针对直接经济损失,直接经济损失又集中在房屋建筑物、生命线工程损失评估。目前,存货损失研究更多是从会计核算角度进行,规范对各种经济现象的存货损失的账务处理,而对存货损失值的评估很少进行定量研究。
国外地震灾害损失常用的评估方法是分类清单法,即详细列出评估项目清单,划定破坏等级,确定破坏程度和损失比、受灾体的重置单价,计算损失值。分类清单法使用的主流软件是美国的HAZUS软件,在HAZUS软件中,房屋和经济资料以人口统计单元为分配单位,损失估计等于单位值乘以损失量。日本水灾工矿企业库存损失评估借鉴了这种方法, 以职工人数为分配单元,库存损失等于受淹职工人数与平均每人资产值的乘积。
美国学者西蒙兹教授提出投保企业灾害损失评估方法, 他认为在企业财产全额投保情况下,灾后由保险公司补偿的金额就是直接损失,不由保险公司补偿的金额就是间接损失。在保险实务界,存货损失由保险公司直接补偿,故存货损失值就等于保险公司补偿额。该方法在灾害保险推行好的国家适用,但我国地震保险还在试点阶段,针对企业的自然灾害保险也不完善,所以我国现阶段地震灾害导致的存货损失不适用该方法。
国内地震灾害损失评估实际操作中采取分类清单法,相关部门制定出调查表,由企业或行业按照清单要素进行填报,汇总到负责评估的部门,评估部门对上报的清单进行核查,确定损失值。
于庆东、沈荣芳(1996)提出了存货损失评估的方法,即存货的损失值等于存货价值乘以存货损失数量。存货价值采用会计的计价方式,外购存货价值按采购成本计算,自制存货价值按自制成本计算;存货损失数量根据存货损坏情况分为完全丧失功能的数量和部分丧失功能的数量,对于部分丧失功能的存货损失还需要考虑残值。该方法理论上是合理的,但实际运用上,采购成本和自制成本在生产过程中是动态变化的,与企业选择的成本核算方法有关,需要企业微观数据,并且对部分丧失功能的存货损失还需要考虑残值的抵减作用,残值的确定需要从市场获取,导致评估时效性滞后, 不利于灾情的研判,从而不能合理安排救灾工作。
此外,遥感技术也逐渐应用到自然灾害损失评估中,但存货主要存放在仓储车间,其毁损情况很难通过遥感影像估计,因而这种方法现阶段也不适宜用于存货损失评估。
三、研究设计
(一)样本选择与数据来源
本文研究对象为2003年第1季度到2008年第2季度沪深两市的川渝66家震后停盘的上市公司,对其按行业进行分类,属于第二产业的有32家公司。考虑研究结果的显著性与代表性,选取第二产业存货占总资产比重超过15%的10家企业进行研究,它们分别是:绵阳高新发展(集团)股份有限公司(600139)、四川宏达股份有限公司(600331)和成都阳之光实业股份有限公司(600673);四川长虹电器股份有限公司(600839);中铁二局股份有限公司(600528)和四川路桥建设股份有限公司(600039);四川浪莎控股股份有限公司(600137)和华润锦华股份有限公司(000810);成都天兴仪表股份有限公司(000710);攀枝花新钢钒股份有限公司(000629)。上市公司的财务数据来源于CAMAR数据库中的季度财务报告,整理后得到10家公司22季度合计220个有效观测值。
(二)变量选择
销售百分比法是企业财务管理中常用的预测短期资金需求量的方法,它以当期的资产负债表为基础,将企业经营战略落实到全面预算中,通过销售预算、生产预算所提供的资料编制下期的资产负债表,预测下期企业的财务状况,有助于管理者预测企业未来的经营情况。它认为存货属于敏感性项目,在经营期内与销售收入有较稳定的线性关系,可通过销售收入来预测存货。同时存货是流动资产的构成部分, 存货周转率反映了存货的利用情况,可用于测定存货的变现速度,流动比率与速动比率的差反映存货用于偿还流动负债的情况。这几个财务指标从不同角度分析了存货情况,故本文被解释变量为存货CH,解释变量为销售收入SR,控制变量为流动资产LZ、销售成本YC、流动负债LF。
(三)模型设计
地震对企业造成的毁损受震级、烈度、房屋抗震性能等因素的影响,由于以往震例很少涉及企业损失评估,缺少企业破坏比、损失比的历史资料,故很难建立统计模型进行经验预测。又由于企业震后面临抢险救灾任务,采用分类清单法很难正确估计损失,故本文以2008年5月12日为分界点, 采用有无对比法进行研究。震前从经济学角度,根据销售百分比法中存货与销售收入的线性关系,选择存货相关财务指标,利用上市公司公布的财务数据,确定灾前存货评估模型系数;震后将企业灾后收入代入模型,运用模型得到存货预测值;最后,采用有无对比法,用存货预测值与灾后存货实际值进行对比,两者的差额即为评估存货损失值。
1.地震前存货预测模型。
企业存货管理是持续的过程, 受供应链上相关企业产能影响,研究中既需要考虑同类企业关联影响,又要考虑时间序列影响。对面板数据从时间和截面两纬度进行分析,不仅可以反映不同上市公司存货个体间的差异,还能分析不同上市公司随时间动态变化的规律,故本研究采用面板数据进行分析,面板数据模型分为混合估计模型、固定效应模型和随机效应模型。
第一步:通过F检验进行固定效应模型和混合估计模型
判断,F统计量定义为:,当时,选择混合效应模型,否则进行固定效应模型和随机效应模型的判断。运用R软件进行F检验,p<2.2e-16,表明从时间上看,不同时间存在显著差异,从截面上看,不同上市公司存在显著差异,因而不能用最小二乘法(OLS)估计参数,应采用固定效应模型。
第二步:运用Hausman检验方法进行固定效应模型和随机效应模型分析,即分析Hausman检验解释变量和随机扰动项是否存在相关关系,如果,说明随机扰动项与自变量不存在相关关系,模型应采用随机效应模型;否则说明自变量与随机扰动项存在相关性,应采用固定效应模型。 Hausman检验表明p=1.111e-13,拒绝原假设,说明不同的上市公司之间存在差异,应选择固定效应模型:。
第三步:固定效应包括个体固定效应、时间固定效应和双向固定效应。对时间固定效应进行F检验,p=8.332e-8,说明存在时间固定效应。对个体固定效应进行检验,p<2.2e-16, 说明不同上市公司存在个体固定效应。综上所述,本文模型选择双向固定效应模型。地震前存货预测模型为:
式(1)中:;αi和λt分别是固定效应的个体和时间影响因素;uit是不可观测变量。对变量取对数,既可以减少异方差,又可以表示自变量与因变量之间的弹性。
2.地震后存货损失模型。
根据有无对比法,地震后存货损失模型为:
式(2)中:LC是存货损失值;Bi是企业震后存货实际值。
四、实证结果与分析
(一)描述性统计分析
对变量进行描述性统计分析,结果见表2:
由表2可知,存货占销售收入的百分比为43.55%,说明企业存货与销售收入之间相关性强,可以通过销售收入来预测存货,存货发生毁损对企业的经营成果影响大。存货占流动资产的比重为40.16%,占流动负债的比重为55.18%,说明企业变现能力强的速动资产仅为流动资产的60%,在流动负债的偿还中仅占45%,大量的存货降低了企业的短期偿债能力。从偿债能力指标和营运能力指标都可以看出工业企业的存货是企业资金的重要载体,存货定量研究有现实意义。
(二)双向固定效应模型回归分析
为了解销售收入、销售成本、流动资产和流动负债对存货的影响,运用面板数据,对式(1)进行双向固定效应分析, 结果如表3所示:
注:***、**、*分别表示在1%、5%、10%的水平上显著,下同。
log(SR)的回归系数为0.453,且在1%的水平上显著,表明存货与销售收入存在正相关关系,与销售百分比法原理一致,其系数是所有变量系数中最大的,表明销售收入是存货的主要决定因素。销售成本属于存货周转率的相关指标, log(YC)的回归系数为-0.168且显著,说明销售成本与存货呈负相关关系,其系数绝对值在所有变量系数中排第二,因此在进行存货评估时必须将销售成本纳入考虑。log(LZ)的回归系数为0.065且显著,说明流动资产与存货呈正相关关系。log(LF)的回归系数为0.12,统计结果不显著,说明存货与流动负债的正相关关系不显著,原因在于存货的变现能力弱,几乎不能用于评估企业偿还流动负债的能力。这些结论符合财务理论,说明模型具有可靠性,可以用于预测。
通过对个体效应和时间效应的估计,分析存货和收入等要素的个体因素和时间因素,结果如表4、表5所示:
从估计值可以看出,各个上市公司不同年份的存货与销售收入、销售成本、流动资产、流动负债确实存在差异。由于样本选择的是受地震影响的第二产业中存货比重在15%以上的企业,虽然10个上市公司的个体效应各不相同,但估值基本在8 ~ 11之间,有一定稳定性,因而对工业企业存货进行估计的代表性会比较强。其中系数在10以上的有攀钢钒钛(000629)、四川路桥(600039)、中铁二局(600528)和四川长虹(600839),这四家上市公司分别属于钢铁行业和工程建筑行业,其特点是存货水平相对更高,实证结果符合实际情况。
时间因素给出了不同时间存货的影响程度的估计值,由表5可以看出,它们各不相同但又趋于稳定,表明工业企业的存货不存在季节因素影响,因而在进行存货损失评估时不需要考虑长期趋势、季节变动的影响。
(三)存货损失预测
将2008年6月上市公司财务数据代入式(1),得到2008年6月10家上市公司的存货预测值为289.54亿元,而同期实际存货为212.32亿元;代入式(2),估计出地震造成的存货损失值为77.22亿元,平均每家上市公司存货损失为7.722亿元。表2中存货的均值为12.36亿元,存货损失率高达62.47%, 表明汶川地震对工业企业造成了严重损毁,继而对产业链也会产生重大的影响,间接经济损失也会较大。
五、研究结论与展望
存货占用企业资金较多,其自身抗震能力弱,易在地震灾害中毁损。以往的地震灾害损失评估报告只涉及房屋建筑物的损失比和破坏比,缺乏企业地震灾害相关的数据,现有的地震灾害对企业存货损失的评估较少,因而经验法很难应用到企业损失评估中。分类清单法又存在企业震后无法短时间正确估计存货损失、主观上不愿正确估计损失的问题,也很难应用到企业损失评估中,但由于产业的聚集性和联动性,地震灾害存货损失是值得研究的课题。
本文以汶川地震为例,研究川渝地区上市公司存货损失,以销售百分比法的理论为基础,进行面板数据分析,发现存货与销售收入、销售成本、流动资产、流动负债存在双向固定效应。实证结果表明,存货受销售收入的影响最大,这与销售百分比法理论一致。代入震后财务数据,得出预测存货值与实际值之间的差异为77.22亿元,存货损失率为62.47%。该损失率可用于地震震级在6级以上,经济较为发达的东部地区、中部地区的企业存货损失的快速评估中,东北部地区、西部地区的企业存货损失可在此损失率计算的基础上通过系数来调整。存货损失的评估可为研究存货损失导致生产、销售中断而带来的企业停减产间接经济损失评估提供基础数据,此外,也可以运用存货损失与损失率推算企业损失值,有利于第三方评估部门验证受灾企业上报的企业灾害损失值, 使得评估结果更接近真实情况。
本文应用财务理论建立模型预测地震灾害存货损失值, 有一定合理性和可行性,后续拟进行东部、西部地区存货损失对比研究,结合区域的经济布局特点,探索依托区域的产值、GDP等宏观经济指标与企业资产负债表微观财务指标相关联的存货损失率调整系数估计方法,并形成存货损失率综合查对表,以提高地震灾害存货损失评估方法的适用性。
参考文献
王健,范嘉毅,刘翠侠等.自然因素对我国股市的影响研究--以汶川地震为例[J].商业时代,2012(33).
谷洪波,郭丽娜,刘小康.我国农业巨灾损失的评估与度量探析[J].江西财经大学学报,2011(1).
陈海迪,耿海利.企业外部资金需求量预测:基于改进后的销售百分比法[J].财会月刊,2015(3).
刘莉亚.面板数据计量模型适应性的比较研究[J].管理科学学报,2011(14).