系统性风险与级联失效
研究局部扰动如何沿基础设施、供应链以及更广泛的社会经济系统扩散,并识别放大系统性风险的关键结构与节点。
研究方向
我们的研究围绕相互关联的主题展开,贯通基础问题、研究方法、数据工具与实际应用。
研究局部扰动如何沿基础设施、供应链以及更广泛的社会经济系统扩散,并识别放大系统性风险的关键结构与节点。
刻画交通、能源、水务、通信和供应链系统之间的互依赖关系,分析中断、瓶颈和替代路径。
探索机器学习、知识图谱和大模型在风险识别、文本证据抽取、情景生成和决策支持中的应用。
围绕洪涝、极端高温、风暴潮等气候风险,研究城市系统的暴露度、脆弱性与适应能力,以及面向长期韧性的投资决策。
评估自然灾害、突发事件和复合冲击对产业、城市和区域经济的直接与间接影响,并模拟恢复路径。
建设可维护、可引用、可追溯的数据产品体系,为风险研究、模型开发和政策评估提供长期基础设施。
成果概览
浏览实验室经核实的论文、报告、数据集与研究工具,了解各项成果如何相互关联并服务研究与决策。
Nature Cities 3, 89–101 (2026)
Nature Cities 2, 170–179 (2025)
Nature 627, 797–804 (2024)
最新进展
Daoping Wang 与 Peipei Chen 梳理了中国气候政策近年来的变化:从较为宽泛的节能要求,逐步走向更系统、目标更明确的政策体系。
在休斯学堂气候参与中心的专家访谈中,Daoping Wang 讨论了数字技术如何改善气候风险监测、影响预报和适应决策。
Daoping Wang、Qiancheng Wang 与 Emily Farnworth 在休斯学堂讨论如何把气候风险数据转化为更及时、更可操作的适应决策。
我们连接学术界、政府与产业界的专业力量,推动跨学科研究,并让研究产生现实影响。