受地理位置、地形地貌及气候特征等因素影响,中国气象灾害种类之多、发生之频、范围之广、影响之重超过世界上绝大多数国家。气候变化影响下,高温、干旱、暴雨洪涝、强台风等极端天气气候事件频次不断增多、强度不断增强的变化趋势明显。尤其近年来,随着城镇化发展,人群更加向城镇集中,经济社会活动流动性加大,气象灾害的放大效应、连锁效应日益凸显,综合防灾减灾任务更重、难度更大。实现经济社会高质量发展,迫切需要做好重点地区、重要行业、重大生命线工程的防灾减灾工作,加强气象灾害经济影响研究,从而服务保障国家重大发展战略,全面提升全社会共同抵御气象灾害的综合防范能力。研究发现,气候变化背景下台风灾害呈愈演愈烈趋势,将对广东等沿海地区国民经济和百姓生产生活造成很大影响,并且在所有气象灾害中台风灾害有关统计数据最完整、最典型,连续性也很好。因此本研究以中国广东省为例对台风灾害进行直接与间接经济损失测度分析,并将有关方法分别向洪涝、干旱和冰雹等气象灾害进行拓展和推广,以期为政府灾情统计和灾后应急财政迅速投入等工作,提供重要方法和数据支撑。主要研究内容如下:首先,介绍了选题背景、意义、主要方法、技术路线及主要创新点,并对国内外相关研究进展进行了系统学习梳理。结果表明,国内外对台风灾害经济影响的研究多集中在自然科学领域,以社会科学角度开展研究相对不多,并且将直接和间接经济影响相结合的较少,应用人工神经网络模型和投入产出模型的研究总体也偏少,这两种方法在该领域的应用还未完全成熟。因此,本研究尝试从自然科学和社会科学两个角度,应用人工神经网络模型和投入产出模型,将直接和间接经济影响相结合,对台风灾害经济影响进行系统测度研究分析。本研究创新点主要有两个:一是应用人工神经网络模型和投入产出模型,将直接和间接经济影响相结合,对台风灾害经济影响进行系统测度研究与分析。二是将台风灾害直接经济损失测度方法向洪涝、干旱和冰雹等灾害进行推广应用,这可为多种气象灾害灾损分析的统一管理提供一系列应用性参考。其次,作为系统开展测度分析的准备,一方面梳理了台风灾害经济损失测度理论基础与技术方法,包括灾害经济学理论、气候变化理论、人工智能理论和投入产出分析理论,以及神经网络模型、遗传算法和投入产出模型等相关技术方法;另一方面梳理了中国气象灾害主要特征和未来风险及发展趋势,以及广东省气候特点和受台风等气象灾害的影响情况。第三,利用遗传算法优化BP神经网络形成GA-BP神经网络模型,对广东台风灾害直接经济损失进行测度分析,取得了较好的结果。为弥补以往同类研究所获取直接经济损失数据时未考虑通货膨胀因素这一不足,本研究在模拟计算之前,首先进行了物价统一调整,这使得实验效果得到了极大改善。结果表明,按照统一物价调整后的GA-BP神经网络所得结果与真实值很接近,若干点与真实值几乎重合。在现实中,由于对各行业进行灾损统计周期较长,不利于政府在应急财政投入方面迅速作出反应,而GA-BP神经网络模型是基于历史数据建立的人工智能学习机制,仅需将基本致灾因子统计出来进行输入,就可得出具有很强参考价值的灾损数据。台风灾害发生后,采用本方法进行评估可迅速得出经济损失数据,从而极大提升政府在灾情统计方面的时效性。第四,进一步对台风灾害间接经济损失进行测度分析,这种方法可以有效弥补统计部门行业经济损失数据不足的问题。现实中由于官方并没有对行业经济损失数据进行统计,仅有农作物受灾和绝收面积等数据。因此本研究提出一种台风灾害农业经济损失计算方法,可以根据农作物受灾面积、绝收面积以及农作物播种面积、农作物总产值等数据计算出农业经济损失灾损率,从而得到历次台风灾害农业直接经济损失数据。然后,利用投入产出模型计算出在农业部门受到直接经济损失影响下,其他关联经济部门分别在需求端和供给端所受到的间接经济损失。结果表明,广东省台风灾害间接经济损失虽然在不同年份有波动,但数额逐年呈上升趋势。在个别年份（如2013年）,间接经济损失的总数额和直接经济损失的总数额相当,其两者之和甚至占全年地区生产总值的1%以上,占全年公共财政收入的10%以上。因此,在统计台风灾害经济损失时,除计算直接经济损失外,还要着重考虑间接经济损失,本研究方法可为应急减灾救灾和灾后重建的财政投入政策提供重要依据。第五,尝试利用GA-BP神经网络模型对洪涝、干旱和冰雹等灾害直接经济损失测度进行拓展和推广,取得了较好的效果。结果表明,GA-BP神经网络模型对以上三种气象灾害的灾损测度是可行的,可充分向各类气象灾害直接经济损失测度进行推广。第六,在上述气象灾害经济损失模拟和测度分析基础上,结合中国近年来防灾减灾救灾的实际情况,从政府应急管理要充分重视数理模型方法的应用、公共政策制定要充分考虑气象灾害应对经济投入以及完善气象灾害应急管理的体制机制等三方面探讨了气象灾害政府应急管理有关政策建议,以期为政府部门防灾减灾救灾工作提供参考,从而尽量降低气象灾害对中国经济增长的负面影响。最后,梳理了研究结论及未来展望。在未来的研究中,对于直接经济损失测度需要探索应用更多的人工智能模型方法,切实提高多灾种适用性;对于间接经济损失测度需要研究改进投入产出模型,进一步提高测度准确率,同时要探索考量除农业之外其他行业的间接经济损失波及影响。