中國群死群傷火災時空分布規(guī)律及影響因素研究.pdf

1、當前我國正處在經(jīng)濟轉軌、社會轉型的特殊歷史時期，火災隱患大量滋生，消防管理難度不斷加大，火災防控壓力前所未有。在政府的高度重視，全社會的共同努力下，中國當前火災形勢基本平穩(wěn)，但群死群傷火災(High-casuatlyFire，HCF)的形勢較為嚴峻。為對我國的HCF有深入的認識，本文從頻率-尺度冪律分布、影響因素與死亡人數(shù)段的關系、各省份火災特點、火災的時間標度性、火災風險，以及特別重大火災引起的火災防治工作對火災的抑制作用等6個方面對

2、中國HCF開展研究。由于火災受傷情況相對難以界定，且數(shù)據(jù)不容易收集，本文用死亡人數(shù)不低于3人的火災來代表HCF。文中使用的火災數(shù)據(jù)源自中國火災統(tǒng)計年鑒和中國消防年鑒。
　　 在頻率-尺度冪律分布研究中，無論尺度使用死亡人數(shù)、直接經(jīng)濟損失或過火面積，頻率-尺度都滿足冪律分布。通過對國際數(shù)據(jù)的分析，發(fā)現(xiàn)頻率-死亡人數(shù)分布在火災中是一個普遍的現(xiàn)象。運用標度指數(shù)，分析了6種影響因素（火災場所、原因、時段、季節(jié)、年份和地域）對頻率-死亡人

3、數(shù)分布的影響。一些因素，如非居住類場所、電氣原因、冬季和經(jīng)濟較為發(fā)達的地區(qū)，會引起火災頻率隨著死亡人數(shù)的增加下降較慢，或者說，這些因素與高死亡人數(shù)相聯(lián)系。
　　 由于頻率-死亡人數(shù)冪律分布只能從整體分布上研究影響因素與死亡人數(shù)的關系，本文再運用對應分析，研究上述6種影響因素與4個死亡人數(shù)段（3人、4-5人、6-9人和≥10人）的關系。結果表明，火災場所中的賓館、福利院和醫(yī)院與死亡人數(shù)≥10人的火災強烈地聯(lián)系。生產(chǎn)原因引起的火災傾

4、向于造成較大傷亡，與死亡人數(shù)6-9人聯(lián)系緊密。發(fā)生在白天(8:00-19:59)的火災比夜晚（20:00-7:59）火災更傾向于和高死亡人數(shù)段相聯(lián)系。寒冷季節(jié)的月份，比如冬季和早春，和死亡人數(shù)4-5，6-9和≥10人相聯(lián)系。對應分析還動態(tài)地給出了HCF在幾年中的發(fā)展趨勢，其中2007年傾向于與死亡人數(shù)≥10人相聯(lián)系。各省份的研究結果表明，北京、山東和吉林傾向于和死亡人數(shù)≥10人相聯(lián)系。為了對比中美兩國的HCF，收集了兩國死亡人數(shù)≥5人的

5、火災數(shù)據(jù)。結果表明，兩國的影響因素與死亡人數(shù)段的關系存在較大差異。
　　 運用主成分分析、聚類分析對省份火災特點開展了研究，在分析中著重考慮了HCF。根據(jù)主成分分析的結果，采用的四個主成分為:“綜合火災形勢”、“一般火災與HCF的比”、“綜合亡人火災形勢”和“高傷亡火災與低傷亡火災的比”。使用這四個主成分作為指標來描述各省份的火災特點。為了使結果更加簡明和容易理解，運用聚類分析對各省份火災特點進行了歸類。從上述4個指標來看，浙江

6、和廣東兩省的火災形勢最為嚴峻。最后，通過省份的地域信息獲得的相關社會經(jīng)濟等信息，進而研究了GDP、人均GDP、人口、每百萬人口公安消防站的數(shù)量和年代等5個因素對4個火災特點指標的影響。
　　 運用FanoFactor(FF)，AllanFactor(AF)和去趨勢波動分析(DFA)對HCF序列的時間標度性進行了研究。FF和AF表明，死亡人數(shù)≥3和≥4人時火災表現(xiàn)出了明顯的時間標度性。隨著死亡人數(shù)閾值的增加，標度性逐漸減弱，這意味

7、著火災序列隨著閾值的增加逐漸轉變成泊松序列。通過將FF(AF)曲線與95％泊松置信曲線相比較，可以認為死亡人數(shù)≥6人的火災序列為泊松序列。死亡人數(shù)≥3人火災的DFA標度指數(shù)為0.551±0.005，表明該序列呈現(xiàn)長程相關。隨著死亡人數(shù)閾值的增加，DFA標度指數(shù)逐漸減小，意味著序列逐漸變得不相關。死亡人數(shù)≥6人火災的DFA標度指數(shù)為0.496±0.003，可以認為該序列是不相關的。
　　 根據(jù)時間標度性研究的結果，對死亡人數(shù)不低于

8、6人的HCF和死亡人數(shù)非常高的極端HCF(EHCF)開展了風險分析。以貝葉斯層次模型為框架，通過廣義Pareto分布(GPD)模型和泊松序列模型，求出火災的危害程度和發(fā)生頻率，進而得到火災風險。本章涉及到風險分析中的一個重要問題:評估極端事件的風險。由于數(shù)據(jù)的缺乏，極端事件的風險具很大的不確定性，只能通過接近極端事件的現(xiàn)有數(shù)據(jù)進行外推來計算。中國、美國、中國非居住類和中國居住類HCF的風險分別為162.26、91.67、120.23和4

9、0.72人/年。EHCF的風險通過1％超過數(shù)和年發(fā)生頻率的乘積來衡量。中國、美國、中國非居住類和中國居住類EHCF的風險分別為511.51、292.64、391.48和142.50人/年。
　　 在發(fā)生特別重大火災后，消防部門一般會集中開展火災防治工作?；馂姆乐喂ぷ鞯挠行允艿饺藗兊年P注。運用時間序列干預模型研究了由特別重大火災引起的6起火災防治工作對月份火災起數(shù)(1997-2010)、死亡人數(shù)(1997-2010)和HCF起數(shù)

10、(2000-2010)序列的抑制作用。干預模型檢測出由洛陽東都商廈火災和央視新配樓火災引起的防治工作的抑制效果。洛陽東都商廈引起的防治工作對火災起數(shù)和死亡人數(shù)都有抑制作用，而央視火災引起的防治工作只對火災起數(shù)有抑制作用。防治工作對火災起數(shù)的抑制效果呈指數(shù)衰減模式。在防治工作開始后，火災起數(shù)有一個“脈沖”的下降，然后抑制效果呈指數(shù)衰減，抑制效果隨時間變化逐漸消失。東都商廈火災引起的防治工作對死亡人數(shù)的抑制效果呈正弦阻尼振蕩的模式，最終的抑