近年来,我国频发各种大型自然灾害,包括2008年的汶川地震、2014年的“威马逊”台风、2016年长江流域的水灾等,自然灾害给国家和社会造成巨大损失的同时,也给受灾人员带来了巨大的痛苦。经过过去二十年的发展,学者对于应急物流管理的研究逐渐成熟。已有上百个研究从运营效率和效力的角度,为提升我国灾害救援水平提出建议和策略。随着我国灾害救援水平的不断提升,灾害救援行动面临着新的挑战。除了救援行动的效率和效力,应急救援行动中的公平性备受关注。公平性是应急物流管理的三大原则之一,忽略应急救援中的公平性不仅会对救援行动的绩效带来负面影响,同时会使整个救援过程陷入风险之中。因此,研究应急物流过程中的公平性具有重要的理论和实践意义。本文研究了灾害背景下公平目标的具体特性,提出以不公平厌恶程度来衡量公平性,运用分级成对比较法设计实验,收集灾民的偏好数据。通过收集来自经历过灾害和未经历过灾害的个体的一手数据,从分配不均程度、不公平方向和整体供应水平三个角度来分析公平目标。通过调研结果的分析,我们发现:经历过灾害的个体和未经历过灾害的个体对不公平厌恶持有不同的观点。同时,运用最小二乘法进行曲线拟合,同时考虑分配不均程度和整体供应水平等因素,我们得到了不公平厌恶函数(IAFs),体现为倒数函数的形式。在提升应急救援行动的绩效时,不仅要构建合适的目标函数,对整个救援行动进行集成优化也尤为重要。大规模灾害发生初期,应急物资往往不能及时供应,受灾群众因缺乏物资和服务产生痛苦感知。针对该问题,本文设计数值评定量表(NRS)构建痛苦函数,刻画灾民痛苦感知成本,将灾民感知因素纳入应急总成本的决策考量。提出以总社会成本(物流成本和痛苦心理成本之和)最小为应急救援目标,构建了一个考虑灾民疏散与重新安置、临时避难所选址和物资分配的集成优化模型。设计经典混合整数规划方法和改进的遗传算法对所构模型进行求解,并应用于海南威马逊台风案例。案例分析表明,模型和算法能有效解决考虑灾民痛苦的避难所选址与物资分配问题,揭示了随着受灾规模的增加和疏散时间的减少,遗传算法的求解结果优于经典求解方法。