随着气候变暖,暴雨、洪涝等气象灾害频发。加之社会经济系统日益复杂,社会系统的内在关联性越来越强,气象灾害给社会经济系统带来的关联损失也越发严重。如何评估气象灾害给关联区域和关联产业带来的间接经济损失,并根据评估结果对有关部门和区域采取有针对性的防御措施?成为政府的灾害防御部门、区域政府、产业和公众关注的热点和难点问题。本文在文献综述和方法比较分析的基础上,遴选社会核算矩阵模型(Social Accounting Matrix Model,简称SAM模型)作为评估灾害关联经济损失的工具。根据实证研究的需要,本文编制了北京市2007年宏观社会核算矩阵,并对商品账户、生产活动账户和居民账户进行细化,形成北京市2007年SAM细化表。随后基于社会核算原理和乘数原理,构建了北京市的SAM乘数模型。本文选取2012年北京“7.21”特大暴雨灾害为典型案例,采用北京市的SAM乘数模型分析“7.21”暴雨灾害造成的产业关联间接经济损失和对不同收入类型居民造成的间接经济影响,并总结遭受暴雨灾害影响较为严重的敏感性行业。所得主要结论有：(1)北京“7.21”特大暴雨造成农、林、牧、渔业单独受损2.7061%的情景下,由于社会经济系统各账户间的广泛关联性,最终导致产业间接经济损失10.9702亿元,社会经济总损失18.3614亿元；北京居民收入减少1.1056亿元,其中劳动收入减少1.0193亿元,资本收入减少0.0863亿元。在农、林、牧、渔业(2.7061%)、交通运输及仓储业(1%)和水利、环境和公共设施管理业(1%)同时受损的情景下,三个产业遭受的直接经济损失分别为7.3912亿元,14.3121亿元和1.5181亿元,并最终造成产业间接经济损失25.1146亿元,社会经济总损失48.3360亿元。(2)以间接经济损失值为筛选指标,除受损产业自身外,受暴雨灾害影响最严重的十个高敏感产业分别为：食品制造及烟草加工业、租赁和商务服务业、住宿和餐饮业、综合技术服务业、化学工业、批发和零售业、研究与试验发展业、教育、公共管理和社会组织、卫生、社会保障和社会福利业。(3)暴雨灾害给不同收入类型居民带来的账户总效应与居民收入水平存在反向关系,居民收入水平越高,突发灾害冲击造成的间接经济影响越小。农林牧渔业受损主要影响农村居民,交通运输及仓储业和水利、环境和公共设施管理业受损主要影响城镇居民。(4)本文构建SAM乘数模型,基于单产业和多产业受损的两种假设情景下,较为全面地评估了暴雨带来的产业关联间接经济损失。运用乘数模型测算暴雨灾害对不同类型居民造成的间接经济影响在一定程度上拓展了灾害经济损失的研究范畴。最后,本文还根据研究结果提出了相应的政策建议,并对研究不足进行了展望。本文采用的研究方法可为类似灾害的经济损失评估提供借鉴,研究结果为政府及行业管理部门制定防灾减灾规划、做好灾害应急及灾后恢复重建工作提供实证支撑。