复合事件不是相加
两个灾害同时出现，损失未必等于单独损失之和。共同的大气条件可能使高温和干旱相关联，极端降雨又可能与风暴潮叠加；基础设施之间存在依赖和阈值。IPCC 提醒气候风险会跨部门、跨区域级联。
企业分析应先画依赖链：工厂电力来自哪里，关键水源和物流节点是什么，备用系统可以维持多久。这样才能找到同时失效点。
构建事件关联网络
可把气象变量、河流水位、电网停运和供应链中断组成时序网络，使用历史事件检测关联和延迟。图模型或机器学习可帮助发现共同驱动，但相关性不能自动证明因果。尤其对罕见极端事件，训练样本少，模型容易在尾部过于自信。
情景压力测试可人为设定多个节点同时受损，计算库存耗尽时间和替代路径容量。即使概率难以精确估计，也能发现恢复计划的薄弱环节。
优先修复共同依赖
备用发电机若与主电网共用易淹区域，冗余可能无效；两家供应商若依赖同一港口，也并非真正分散。应检查不同保障措施在复合事件中是否仍可运行。
风险治理不只增加模型复杂度，还包括跨部门演练、通讯备份与明确的停产授权。把单一灾害预案连接起来，才能应对连锁中断。
用压力测试发现隐藏依赖
企业可以构建一个具体但不声称概率的压力情景：连续七天高温，流域水位偏低，区域电力紧张，同时某港口因风暴关闭。让运营团队逐日推演冷却水、燃料、原料库存和备用电源的消耗，并记录最先触及的失败点。这种演练能暴露静态风险分数看不到的时序关系。
AI 在此可用于搜索历史相似事件、模拟网络中断的传播和比较替代路径，但严重事件的联合分布很难凭有限样本精确估计。报告要把“情景设定”与“发生概率”区分开。措施优先级应放在共同依赖上，例如共用变电站、同一港口或单一取水口，而非对每种灾害各自增加一套孤立预案。
传播速度决定准备时间
复合风险中的每条依赖都有延迟。停电可能在数分钟内影响冷却，港口关闭则可能在库存耗尽后才表现为停产。风险网络应记录这种时间差：哪些节点必须即时恢复，哪些可以由库存缓冲。没有时间维度的静态图，会把短期可控事件和长期不可控中断混在一起。
还应考虑恢复阶段的资源竞争。多座工厂同时受灾时，维修人员、备件和运输能力可能无法按单厂预案及时到位。企业可通过跨区域演练检验资源调配，形成更现实的恢复曲线。
应用情景
一座工厂若依赖水电比例较高的电网，连续高温与干旱可能同时增加冷却需求和降低供电余量。备用机组又可能依赖同一条被极端降雨阻断的燃料道路。把每条依赖分别画出来，企业会发现原本独立的“高温预案”和“停电预案”其实共享一个薄弱节点。压力测试可以安排同时失效，观察备用系统能维持几个小时、库存能支持几天。
进一步核查
复合事件演练结束后，最重要的输出是共同失效节点、可用缓冲时间和责任分工。即便概率估计尚不可靠，企业也能先降低已知的单点依赖，并对最短恢复环节增加备份。
参考资料
本文为公开资料基础上的原创研究解读。资料可能更新，具体应用请以原始机构发布版本为准。