徐恭喜 李楠

摘要：基于永州市2012—2020年火災(zāi)統(tǒng)計(jì)數(shù)據(jù)，利用回歸分析對火災(zāi)發(fā)生頻率與經(jīng)濟(jì)因素的時(shí)間相關(guān)性進(jìn)行研究。文章通過數(shù)據(jù)統(tǒng)計(jì)和繪制火災(zāi)發(fā)生率與人均GDP的關(guān)系曲線，發(fā)現(xiàn)在火災(zāi)統(tǒng)計(jì)數(shù)據(jù)的時(shí)間段上，永州市第一季度的火災(zāi)發(fā)生率較高，火災(zāi)發(fā)生率隨每年人均GDP的增長呈現(xiàn)出“增-減-增”的“N”型曲線關(guān)系。根據(jù)數(shù)據(jù)擬合的結(jié)果，深入分析了導(dǎo)致這種現(xiàn)象的原因，并得到永州市的火災(zāi)發(fā)生率存在繼續(xù)加劇趨勢的結(jié)論。

關(guān)鍵詞：永州市;火災(zāi)發(fā)生率;人均GDP;回歸分析

近年來，我國火災(zāi)發(fā)生起數(shù)平穩(wěn)且逐年遞減，但仍處于高發(fā)態(tài)勢[1]。社會經(jīng)濟(jì)因素是影響火災(zāi)發(fā)生的重要因素之一[2]，研究兩者關(guān)系有利于政府和消防部門科學(xué)研判當(dāng)前消防安全工作形勢。楊立中等人通過對1997—2001年間江蘇省火災(zāi)數(shù)據(jù)分析，得出火災(zāi)發(fā)生率與GDP成正比關(guān)系[3]。李國輝等人研究得出火災(zāi)發(fā)生率在時(shí)間上與經(jīng)濟(jì)因素呈“N”型曲線關(guān)系，在空間上呈倒“U”型曲線關(guān)系的結(jié)論[4]。國外學(xué)者研究得到火災(zāi)事故高發(fā)期的人均GDP處于1000～3000美元區(qū)間，之后隨著經(jīng)濟(jì)的發(fā)展，火災(zāi)形勢趨于平穩(wěn)[5-6]。

由于前人的研究大部分依據(jù)全國火災(zāi)數(shù)據(jù)和較大城市火災(zāi)數(shù)據(jù)得出的共性結(jié)論，但是區(qū)域發(fā)展水平不一致，缺乏對特定市區(qū)的火災(zāi)形式個(gè)性分析。本文選取永州市為例，統(tǒng)計(jì)了2012—2020年永州市的火災(zāi)情況數(shù)據(jù)，利用origin軟件繪圖發(fā)現(xiàn)，在火災(zāi)統(tǒng)計(jì)數(shù)據(jù)的時(shí)間段上，永州市第一季度的火災(zāi)發(fā)生率較高，火災(zāi)發(fā)生率隨每年人均GDP的增長呈現(xiàn)出“增-減-增”的“N”型曲線關(guān)系。根據(jù)數(shù)據(jù)擬合的結(jié)果，深入分析了導(dǎo)致這種現(xiàn)象的原因，并得到永州市的火災(zāi)發(fā)生率存在繼續(xù)加劇趨勢的結(jié)論。

1? 永州市火災(zāi)數(shù)據(jù)統(tǒng)計(jì)分析

本文通過咨詢永州市消防救援支隊(duì)指揮中心，得到2012—2020年湖南省永州市冷水灘區(qū)、零陵區(qū)、祁陽市、東安縣等11個(gè)區(qū)縣的火災(zāi)情況數(shù)據(jù)，并通過上網(wǎng)查閱湖南省永州市人民政府在2012—2020年之間發(fā)布的國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)，獲取2012—2020年永州市生產(chǎn)總值和全市常住人口，得到近9年永州市人均GDP的數(shù)據(jù)，統(tǒng)計(jì)數(shù)據(jù)如表1所示。

1.1? 永州市火災(zāi)發(fā)生頻率與時(shí)空的關(guān)系

根據(jù)表1數(shù)據(jù)得到火災(zāi)起數(shù)時(shí)間序列特征，如圖1所示。2012—2014年期間，火災(zāi)起數(shù)逐年遞增，其中2014年度相比2013年度的火災(zāi)總量增長了大約61.8%。2014—2016年間火災(zāi)起數(shù)保持在較高水平，分為1550、1501和1417起，其中2015年時(shí)達(dá)到了峰值，意味著2014—2016年間大約每天全市有4起火災(zāi)，此后火災(zāi)起數(shù)逐年遞減，2018年達(dá)到了最低值608起。

做出2012—2020年每個(gè)月火災(zāi)起數(shù)趨勢圖，如圖2、圖3所示。趨勢圖大致呈現(xiàn)為“U”型曲線，年末和年初火災(zāi)起數(shù)較多，一二月份達(dá)到每年的峰值，其中2014—2016年間火災(zāi)起數(shù)最高的月份均達(dá)到200起以上，分別占全年總起數(shù)的17%、14%、19%。年初之后火災(zāi)起數(shù)開始減少，四月份左右火災(zāi)起數(shù)開始維持一個(gè)相對較低的水平，直到11月左右，火災(zāi)發(fā)生率開始急劇增加。通過繪圖軟件得出2012—2020年火災(zāi)起數(shù)每季度火災(zāi)起數(shù)占比圖，如圖4所示，可見除2013年和2019年外，永州市每年的第一季度是火災(zāi)高發(fā)期，均占全年總火災(zāi)起數(shù)27%以上，其中2016年和2018年的占比分別高達(dá)43%、41%。

1.2? 永州市火災(zāi)發(fā)生頻率與人均GDP的關(guān)系

圖5為2012年到2020年永州市發(fā)生頻率與人均GDP隨年份變化趨勢圖，從圖中可以看出，從2013年度開始，永州市人均GDP逐年上升，從2012年人均GDP為20239元，到2020年增長到38658元，經(jīng)濟(jì)增長速率近幾年有所下降，但經(jīng)濟(jì)總體處于穩(wěn)步增長的態(tài)勢。2012—2014年人均GDP在25000元以下時(shí)，火災(zāi)起數(shù)隨年份的增長而增多;隨著經(jīng)濟(jì)的快速增長，從2014—2018年間火災(zāi)起數(shù)也逐漸減少，但當(dāng)人均GDP突破33000元時(shí)，全市的火災(zāi)起數(shù)增多，呈迅速增長的趨勢。從圖5中可以看出，2012—2014年期間，人均GDP在25000元以下，2014年相比2012年的火災(zāi)起數(shù)，增長了大約136.4%。統(tǒng)計(jì)結(jié)果驗(yàn)證了楊立中等人的研究結(jié)論：即在整體經(jīng)濟(jì)發(fā)展水平較低時(shí)，火災(zāi)形勢隨經(jīng)濟(jì)發(fā)展呈惡化趨勢[7-8]。

將近9年間的全市火災(zāi)起數(shù)與人均GDP進(jìn)行回歸分析，四次方的回歸模型較好地?cái)M合了火災(zāi)發(fā)生起數(shù)與永州市經(jīng)濟(jì)因素的關(guān)系。做出火災(zāi)發(fā)生頻率與人均GDP擬合結(jié)果圖，如圖6所示。其中擬合方程式為：

y=Intercept+B1x+B2x2+B3x3+B4x4

擬合系數(shù)R2為0.792，此回歸模型的擬合結(jié)果較好。根據(jù)圖6的擬合結(jié)果圖可以看出：在所統(tǒng)計(jì)的時(shí)期內(nèi)，火災(zāi)發(fā)生起數(shù)與人均GDP呈“N”型關(guān)系，這個(gè)與李國輝等人研究得出的結(jié)論保持一致，表明火災(zāi)發(fā)生頻率與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展并不是簡單的線性相關(guān)關(guān)系?？赏ㄟ^擬合結(jié)果圖大致預(yù)測，2021年永州市的火災(zāi)發(fā)生頻率將呈增長趨勢，需加強(qiáng)消防安全工作，增加消防經(jīng)費(fèi)投入，加快消防基礎(chǔ)建設(shè)，遏制火災(zāi)形勢惡化。

當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展對火災(zāi)形勢具有雙重性。地區(qū)進(jìn)入經(jīng)濟(jì)發(fā)展的轉(zhuǎn)型期，堅(jiān)持以經(jīng)濟(jì)發(fā)展為中心，忽略了消防安全工作，導(dǎo)致不斷堆積大量火災(zāi)隱患，而且暴露了前期城市農(nóng)村消防經(jīng)費(fèi)投入不足、消防基礎(chǔ)設(shè)施欠賬嚴(yán)重、應(yīng)急救援隊(duì)伍規(guī)模較小等問題，促使火災(zāi)高發(fā);隨著經(jīng)濟(jì)發(fā)展到一定程度，經(jīng)濟(jì)增量不再是社會發(fā)展的唯一衡量標(biāo)準(zhǔn)，政府更加注重民生安全和環(huán)境保護(hù)工程，會增加消防經(jīng)費(fèi)投入，提高社會消防管理水平，完善應(yīng)急救援體系，促使當(dāng)?shù)亟?jīng)濟(jì)高質(zhì)量發(fā)展。但隨著經(jīng)濟(jì)的進(jìn)一步發(fā)展，會演變出新的社會矛盾和復(fù)雜的社會因素，導(dǎo)致火災(zāi)發(fā)生頻率呈高發(fā)趨勢。因此不同的經(jīng)濟(jì)發(fā)展階段對火災(zāi)形勢既有促進(jìn)作用和緩解作用，還需進(jìn)一步研究。

2? 結(jié)語

文章選取湖南省永州市為例，統(tǒng)計(jì)了2012—2020年的火災(zāi)情況數(shù)據(jù)，運(yùn)用數(shù)據(jù)統(tǒng)計(jì)分析和回歸分析研究了火災(zāi)發(fā)生頻率與經(jīng)濟(jì)因素的相關(guān)性，得出如下結(jié)論：

（1）永州市每年火災(zāi)分布情況呈現(xiàn)為“U”型曲線，年末和年初火災(zāi)起數(shù)較多，一二月份達(dá)到每年的峰值，且每年的第一季度是火災(zāi)高發(fā)期，占全年總火災(zāi)起數(shù)27%以上。

（2）通過數(shù)據(jù)統(tǒng)計(jì)可以看出，2012—2014年人均GDP在25000元以下時(shí)，火災(zāi)起數(shù)隨年份的增長而增多;2014—2018年間火災(zāi)起數(shù)也逐漸減少，但當(dāng)人均GDP突破33000元時(shí)，全市的火災(zāi)形勢開始反彈，呈迅速增長的趨勢。

（3）通過回歸分析，2012—2020年間火災(zāi)發(fā)生起數(shù)與人均GDP呈“N”型關(guān)系，與前人研究得出的結(jié)論保持一致，表明火災(zāi)發(fā)生頻率與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展并不是簡單的線性相關(guān)關(guān)系。通過擬合結(jié)果圖大致預(yù)測，2021年永州市的火災(zāi)發(fā)生頻率將呈增長趨勢，需加強(qiáng)消防安全工作，增加消防經(jīng)費(fèi)投入，加快消防基礎(chǔ)建設(shè)，遏制火災(zāi)形勢惡化。

本文的研究結(jié)果是基于永州市的歷史數(shù)據(jù)分析得來，探索了火災(zāi)發(fā)生頻率與經(jīng)濟(jì)因素的關(guān)系，可為消防部門和政府對火災(zāi)形勢的預(yù)判提供支撐。但是作者獲取數(shù)據(jù)途徑有限，只選取了人均GDP作為社會發(fā)展的唯一指標(biāo)，本文未對經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)、人員教育水平、人口密度程度等宏觀因素方面分析對火災(zāi)形勢的影響[9]，因此還需進(jìn)一步研究。

參考文獻(xiàn)：

[1]王志明，李己華，吳繼承，等.我國城鄉(xiāng)火災(zāi)的形勢及特點(diǎn)[J].消防界（電子版），2020，6（13）：63-66.

[2]陳帥，安翠.火災(zāi)指標(biāo)與社會經(jīng)濟(jì)因素的相關(guān)性分析[J].科技信息，2009（33）：931-932.

[3]楊立中，崔蔚.地區(qū)社會經(jīng)濟(jì)因素對火災(zāi)發(fā)生的影響[J].消防科學(xué)與技術(shù)，2006（05）：690-693.

[4]李國輝，王穎，原志紅，等.火災(zāi)發(fā)生率與經(jīng)濟(jì)因素的時(shí)空相關(guān)性分析[J].災(zāi)害學(xué)，2016，31（02）：111-115.

[5]Duncanson M，Woodward A，Reid P.Socioeconomic deprivationand fatal unintentional domestic fire incidents in New Zealand 1993-1998[J].Fire Safety Journal，2002，37（2）：165-179.

[6]楊玉勝，吳立志，羅英茹.火災(zāi)發(fā)生率與社會經(jīng)濟(jì)因素的灰色關(guān)聯(lián)度分析[J].消防科學(xué)與技術(shù)，2006（04）：543-544+551.

[7]吳盧榮，馬詠真，陳績馨，等.中國火災(zāi)與社會經(jīng)濟(jì)因素的相關(guān)分析[J].中國安全科學(xué)學(xué)報(bào)，2007（06）：92-97+181.

[8]Yang L，Zhou X，Deng Z，et al.Fire situation and fire characteristic analysis based on fire statistics of china[J].Fire Safety Journal，2002，37（8）：785-802.

[9]徐波，王振波.時(shí)空因素對中國城市火災(zāi)態(tài)勢變化的影響[J].地理研究，2012，31（06）：1143-1156.

Abstract：Based on the 2012—2020 fire statistics in Yongzhou City， regression analysis was used to study the time correlation between fire frequency and economic factors. Through data statistics and plotting the relationship curve between fire occurrence rate and GDP per capita， the paper found that the fire occurrence rate in the first quarter of Yongzhou City was relatively high， and fire occurrence rate presents an "increase-decrease-increase" "N" curve relationship with the annual GDP per capita growth. According to the results of data fitting， the reasons leading to this phenomenon are deeply analyzed， and the conclusion that the fire occurrence rate in Yongzhou City continues to increase.

Keywords：Yongzhou City; fire occurrence rate; GDP per capita; regression analysis