关联度分析法在消防事故根源分析中的应用

2021-04-12 08:30殷耀玺
今日消防 2021年3期

殷耀玺

摘要:近几年,在国内兴起的体验式实操培训是高效培训形式,某自治区应急厅在此大背景下准备兴建自治区安全应急实训基地,其中专门设置了针对一般民众的消防事故体验培训区,该场地的设计首要考虑针对消防事故进行根源分析,才能在培训区中有针对性的设计知识点,有效对民众进行消防培训,从而提高民众消防安全意识;同时,还考虑到不同原因与消防事故损失的关联度,针对主要原因,提出有针对性的防范措施与建议,为消防部门和民众有重点地预防消防事故创造了一定的条件。

关键词:关联度分析法;消防事故;根源分析;消防事故损失

中图分类号:TU998.1       文献标识码:A       文章编号:2096-1227(2021)03-0012-02

我国幅员辽阔,民族众多,自然地理环境和经济、社会发展水平各不相同。与我国东部地区的砖瓦结构、钢筋混凝土结构为主体的建筑不同,该自治区的乡间民居建筑以砖木结构或者纯木结构为主,且没有做防火漆涂刷处理,发生消防事故的风险更高。民居所用木材在长年累月风吹日晒和干燥空气的综合作用下,已经发生了比较严重的劣化现象,与我们常见到的普通木材相比更容易被引燃。针对该现状,本文提出使用关联度分析法对消防事故进行分析。此方法能够根据不同因素的变化趋势,确定各个不同因素与各个指标的关联度[1]。具体优点如下:计算量较其它方法小,定性分析较定量分析比重小、数据数值采用和使用限制少、人员在应用时简便易于掌握。

本文对《中国消防年鉴》[2]、进行梳理,统计了该地区2002-2019年共计749起消防事故,分析消防事故数量及造成损失的发展趋势。采用关联度方法分析事故根源,并对重要度进行排序,提出了针对性消防手段。

一、消防事故趋势分析

本文中考虑从三个方向进行情况分析,分别是:时间、根源和损失大小[3]。

(一)数量分析

该地区消防事故高发季节主要为春季和冬季,对应为4月、11月、12月、1月。说明春季和冬季是该地区消防事故的高发期,这是因为该地区多个民族在此时间多组织传统的宗教活动、大型节日活动。在这段期间会焚香祭拜、燃放烟花,存在大量消防事故隐患。同时,和其他两个季节相比,春冬两个季节气候干燥,木质结构相对含水量降低,更容易被引燃[4]。同时,由于该地区取暖需要,春冬两个季节取暖设备需求增加,电气线路老化和短路的问题也间接提高了该地区消防事故风险。

(二)原因分析

整理2002-2019年该地区消防事故总量和事故调查原因,可分为人因因素、电气因素和自然因素。人因因素包括民众玩火、故意纵火、用火不慎等;电气因素包括线路老化、大功率设备使用不当、设备线路短路等;自然因素包括阴燃山火、自燃和雷击。

1.人因因素:由图1可知,约有一半的消防事故都是人因因素造成的。用火不慎原因在其中占据了很大的比重,其他主观性的消防事故原因则相对处于一个非常低的水平,合计在约为17%。近些年来,随着该地区民众的受教育水平上升[4],民众的消防意识明显提高,使人因因素总体呈现出相对下降的趋势。

2.电气因素:随着我国经济持续稳定不断发展,大功率高负荷用电设备的普及程度越来越高,在统计消防事故中,电气因素引发的约占到23%。该地区民居内电气设备存在使用上、安装上、线路连接上的不规范,使电气因素引发的消防事故数量总体呈现持续增长趋势,在一些年份甚至成为引发消防事故最多的因素。

3.自然因素:自然因素引起的消防事故数量相对上面两个因素非常稳定。由于发生条件具有很大的偶然性、随机性和零散性,因此由自然因素引发的消防事故较少。

(三)损失分析

据公布数据,绘制该地区2013年-2019年直接经济损失与时间关系图,如图2所示,直接经济损失在2017年之前是逐年下降的,2017年-2019年消防事故造成的直接经济损失是略有上升的。

由上述分析,一定程度上体现出消防事故的严峻性和根源研究的必要性,但是消防事故数量变化与原因和火灾损失还没有体现出明显的相关性,缺乏定量表征。本文以上述收集消防事故数据为基础,运用关联度分析方法,找出消防事故损失、根源之间的关联性。并根据计算结果寻找对损失影响最大的根源,为减少消防事故的发生提供更加有价值的参考依据。

二、消防事故致因的灰色关联分析

(一)关联度分析原理

关联度分析则是系統分析基础,属于系统分析一种方法[1]。它的本质是对系统总体数据趋势的定量分析与逐项比较,核心是关联系数的确定。该方法适用于分析某类因素对指标的影响程度。首先要考虑确定两个序列,即:母序列(参考序列)和子序列(比较序列),根据两个序列中因素和指标随时间的变化的关联关系,得到不同因素对指标的相关度。相关度越大,该因素对指标的影响程度也就越大,对指标也就越重要。

关联度分析模型的建立[5]:

1.确定参考序列和比较序列

式中,xi(n)表示当时间变量为n时,第i项指标的值,yj(n)表示当时间变量为n时,第j项因素的值。

2.数据的处理

处理数据的方法主要分为两类,即初值化与均值化两种。初值化是将该序列的所有值统一除以该序列的第一个值,适用于序列内的数据相差不大的情况。均值化是将该序列的所有值统一除以该序列的均值,适用于数据相差较大的情况。考虑到消防事故历年数据相差较大,故此次采用均值化处理方法。

3.计算母序列和子序列的绝对偏差,确定各时间节点变量绝对偏差中极大值和极小值

上式中,分辨系数ρ?(0,1),通常取0.5,此时分辨效果较好,εij(n)表示当时间变量为n时,xi与yj的关联系数。

(5)关联度的确定

关联分析实际上就是时间序列上指标和影响因素的密合程度,因此总的关联度可以通过计算不同时间变量下关联系数的均值得到,即:

式中,rij表示xi与yj的关联度,N为时间变量的数量。

(二)数据选取、数据计算與分析

通过整理《中国消防年鉴》中的直接经济损失和消防事故数量数据,并列参考序列,引发消防事故的根源作为比较序列,计算直接损失与各类原因的关联度,结果如表1。

由表1可知,不同消防事故原因对直接损失的关联度排序为:电气最高、雷击最低。不同消防事故原因对烧毁面积的关联度排序为:电气最高、雷击最低。

三、结论与建议

(一)结论

综上可知,关联度排名前三的原因分别为:用火不慎、故意纵火、电气因素,应采取重要措施排查和防范这三种隐患;从时间维度考虑应采取有效措施重点防范春冬两个季节的消防事故;同时,虽然人因因素导致的消防事故发生数量占比很少,但其对消防事故损失的影响程度不小,也是需要重点排查和防范的。

(二)建议

基于上述,提出如下建议:

1.通过现代化监控与报警系统,设置预警系统。重点区域做到全覆盖,对覆盖区域内实现集中监控管理和全面预警报警,随时掌握区域内消防动态情况;在覆盖范围内对消防情况、状态进行全天候监控、24小时警备,系统数据还能够为消防应急处置提供实时动态数据,为战斗提供支持。

2.在该地区民族重大活动和节日庆典的期间加强监管;普及民众应知应会消防知识,提高民众消防事故预警和防范意识,组织民众培训掌握应对小型消防事件的能力。

参考文献:

[1]周秀文.灰色关联度的研究与应用[D].吉林大学,2007.

[2]公安部消防局.中国火灾统计年鉴[M].中国人事出版社,北京,2002-2019.

[3]刘天生.国内木构古建筑消防安全策略分析[D].同济大学,2006.

[4]赵凤君.气候变化对内蒙古大兴安岭林区森林火灾的影响研究[D].中国林业科学研究院,2007.

[5]王春艳,王曙光,李茹.安全系统工程理论在古建筑消防安全中的应用研究[J].安全,2013,34(08):62-64.