在气候变暖和城市化进程加快的背景下,城市暴雨洪涝灾害变得日益剧烈和频繁,给全世界尤其是中国造成了巨大的经济损失。随着第三届世界减灾大会的召开以及联合国减灾署《2015-2030年仙台减轻灾害风险框架》的制定,各国政府已充分意识到降低灾害风险与制定科学防灾减灾规划的重要性。全面了解城市暴雨洪涝灾害的经济影响是开展灾害应急管理和制定有效防灾减灾策略的重要组成部分,现已成为气象灾害研究领域的热点和难点。在经济一体化深入发展的背景下,产业部门之间的关联性日益加深。为全面反映灾害带来的影响,不仅要关注灾害的直接经济影响,也要评估其间接经济损失。在当前灾害基础数据缺失且多源数据累积的现实背景下,如何基于数据融合视角,构建城市暴雨洪涝灾害经济损失评估模型,从而辅助政府部门和产业部门提高灾害响应速度、规划防灾减灾对策,成为紧迫而又必要的现实问题。本文聚焦基于数据融合的城市暴雨洪涝灾害经济损失评估问题,构建损失评估体系,分别探讨了直接和间接经济损失两个部分。其中,前者通过社交媒体大数据进行评估;后者则运用投入产出模型（Input-Output Model,IO）及可计算一般均衡模型（Computable General Equilibrium Model,CGE）进行测算。在此基础上,纳入灾害恢复力因素,对直接及间接经济损失评估模型进行改进,拓展和优化了损失评估方法。最后,系统梳理研究结论,提出减少我国城市暴雨洪涝灾害损失的对策建议。主要研究内容如下:（1）运用社交媒体大数据（微博）构建了一个城市暴雨洪涝灾害损失快速评估模型,并以2020年8月重庆市的洪涝灾害为案例进行了实证分析,描述了从损失文本提取到损失评估的全过程。首先,将灾害造成的物理损失分为五类,包括受影响人口、受影响的经济生产活动、房屋/建筑损坏、财产损失和基础设施受损,并根据物理损失结果评估了城市各区域的内涝严重程度。其次,劳动力是重要的要素资源,除了人员伤亡外,情感损失也是需关注的重要内容。基于此,运用机器学习分类算法分析了各区域公众的情感损失程度,并探讨了如何筛选出情感脆弱的灾民。（2）基于CGE模型和IO模型开展了城市暴雨洪涝灾害间接经济损失的对比分析。CGE模型和IO模型是评估灾害间接经济损失的常用方法,但这两种方法各有优缺点。通过两种方法的对比研究可以提供更准确的间接损失区间,降低评估结果的不确定性。然而,当前两种方法的对比研究主要停留在理论层面上。本文以北京2012年“7.21特大暴雨”为典型案例,基于相同的灾害冲击情景,即从灾害减少农业和交通运输业的直接损失入手,引入农业和交通业的灾害冲击模块和灾害冲击参数,采用两种方法分别计算产业的间接经济损失率和产业经济系统的产出损失值,测算灾害间接损失区间。（3）恢复力因素是灾害损失评估中需要考虑的重要因素,但很少有文献定量评估灾害恢复力的作用。本文通过纳入灾害恢复力因素,对直接和间接损失评估模型进行改进。在直接经济损失评估中,以2020年8月重庆市的洪涝灾害为案例,通过评估受灾城市各区域从灾害冲击中的恢复速度,测度城市暴雨洪涝灾害情景下各区域的恢复力表现;在间接经济损失评估中,以2012年北京市“7.21特大暴雨”灾害为案例,在CGE模型的生产模块中纳入灾害恢复力因素,考察由于生产函数中劳动和资本要素的减少所引起的弹性参数值的变化,从而定量评估恢复力减少灾害间接影响的幅度。本文研究表明:（1）社交媒体数据可以提供灾害直接损失的即时信息,能够实时、动态评估灾害的影响,为灾害的实时响应提供支撑和依据。在此次重庆灾害中,渝中区、渝北区、南岸区、沙坪坝区和江北区受灾影响最为严重,并且位于中心城区的公众以及学生群体更可能表达消极情绪。（2）CGE模型的构建原理、评估流程与数据需求相较于IO模型更为复杂,对现实经济情况的模拟精度也更高,IO模型适用于灾害间接经济损失的快速评估,CGE模型更适用于灾害间接经济损失的全面分析。（3）基于社交媒体数据,可以从影响公众生活的角度快速探究和监测受灾区域的恢复情况。截至2020年8月23日,此次重庆灾害造成的停水、停电、交通拥堵等灾害情景基本恢复。（4）在CGE模型中纳入恢复力因素后,各经济指标的间接经济损失均有所减少,如居民收入的减少率为2.517%,投资总量的减少率为3.940%,批发零售业等服务业部门的恢复程度最高。本文主要的创新点包括:（1）提出了基于社交媒体大数据开展城市暴雨洪涝灾害直接经济损失的评估模型,扩展了灾害直接损失评估的一般模式。（2）在系统剖析间接经济损失主流模型,即CGE模型和IO模型的作用机理上,基于案例分析,首次提出了灾害间接损失区间,提高了评估结果的准确性。（3）纳入灾害恢复力因素,对直接和间接损失评估模型进行改进,拓展了模型的应用范围。