基于受灾者关键期自救的应急救援物资结构研究——以地震灾害为例[1]

李世雄 朱华桂



基于受灾者关键期自救的应急救援物资结构研究——以地震灾害为例[1]

李世雄1）朱华桂2）

1）公安海警学院，宁波 315801 2）南京大学，南京 210093

物资是救援的基本条件，从受灾者关键期自救角度研究应急救援物资结构对受灾者充分利用灾后救助黄金期展开自救工作，降低人员伤亡具有重要意义。应急救援物资基本类型相对固定，基于国家应急物资分类标准通过调查研究得出了各类物资的紧要程度排序并得到了地震灾害应急救援物资分类结构。应急物资数量结构具有变动性，区分自救者的双重身份，采用范例推理和BP神经网络方法分别从救援者和受灾者角度对应急救援物资数量结构进行分析研究，理论上可以获得更为准确的应急物资数量结构预测结果。

灾害 自救 救援物资 范例推理 BP神经网络

引言

受灾者关键期自救（朱华桂，2014）指受灾者在灾后最有效的救助时段[2]内所展开的即时自救行动，这对于减轻灾害可能带来的重大人员伤亡具有重要作用，正日益成为灾害救援研究领域所关注的热点问题。实践表明，灾后外部救援受运输阻断、通讯中断等瓶颈因素制约很难即时发挥救援作用，因此灾后关键期救援多以受灾者自救为主。受灾者这种针对突发灾害就地实时展开的关键期自救行动强调救援的实时性和行动的快速性，实施过程中缺失外援的支持。因此，这种自救行动对自救系统的基础条件——特别是应急救援物资提出了较高的要求。目前，在应急救援物资结构研究方面，现有研究成果主要聚焦于从灾后外部救援的角度研究救灾物资结构，从受灾者关键期自救角度研究的成果尚较缺乏。特别是在自救过程中，救援主体所具有的双重身份（既是救援者同时也是受灾者）对物资结构提出了特殊的需求，使得目前较为单一的应急救援物资分析预测方式难以适应这种特殊的需要。科学合理的应急救援物资结构是任何一个有效的救援系统不可或缺的基础条件。从受灾者关键期自救视角研究应急救援物资结构，对于完善灾区自救系统、提升受灾者自救效率、有效降低灾害损失（特别是生命损失）具有重要的现实意义。

1 基于受灾者关键期自救的应急救援物资结构分析研究思路

自救是一个在危险环境中缺失外部援助的条件下依托自身能力脱离险境的过程。受灾者成功自救的基本条件之一是自身必须具备足够的自救能力。从应急救援物资角度而言，物资配置必须齐全、合理，满足开展救助工作的需要；从受灾者关键期自救所具有的特点来看，应急救援物资配置不仅需要满足时效性要求，同时也必须充分考虑救援主体的双重身份——作为救援者，需要配备有齐全完善的开展救援工作所需的应急物资（如工具、设备等）；作为受灾者，需要向其提供维持生命所需的物资。

开展救援工作所需物资应因地制宜，与灾区的地理环境和建筑物等情况相匹配，其种类和数量相对而言较为稳定。而维持生命所需的应急救援物资应满足灾区受灾者的需要，不同的灾害环境有其自身的特殊性，随着救援活动的开展，受灾者人数、身体状况等多方面因素也具有动态变化性，因此，此类物资需求虽然在种类方面能够借鉴历史经验数据进行概略地估计，但在数量结构方面却存在着较大的动态变化性，用一般的历史经验数据可能难以进行准确估计。鉴于应急救援物资结构的上述特点，在对其不同结构要素进行设计时有必要采用不同的研究方式：对于应急救援物资（含开展救援工作所需和维持生命所需）类型结构，参照国家应急物资分类标准[3]，通过调研，初步确定所需的应急救援物资类型范畴；对于开展救援工作所需的应急救援物资数量结构，运用范例推理的方法进行预测估计；对于与人密切相关的、特别是维持生命所需的应急救援物资数量结构，考虑其动态变化性和因果之间的非线性，运用BP神经网络进行预测估计。受灾者关键期自救的应急救援物资需求结构分析研究思路如图1所示。

从分析研究思路来看，在应急救援物资结构研究问题上，与现有研究成果采用某一种研究方式从整体层面对应急救援物资进行预测分析不同，本研究不仅考虑主体的双重身份将应急救援物资需求区别对待，而且基于物资结构要素特点在结构分析设计上将应急救援物资的类型结构和数量结构区别对待，并依据各自特点选用更为合适的方式进行设计，使所构建的应急救援物资结构研究体系更加符合实际需求。

2 基于受灾者关键期自救的应急救援物资类型结构分析

2.1 基于国标的受灾者关键期自救应急救援物资大类分析

救援者和受灾者在应急救援物资需求上存在较大差异，因此，借鉴国家应急物资分类标准以及现有分类研究成果（霍达等，2010；赵姝迪，2012）从受灾者关键期自救视角分析应急救援物资类型结构，首先应当区分救援主体的双重身份并充分考虑“关键期”的时效性需求。

国家发改委公布的《应急物资分类及产品目录》对应急救援物资大类进行了明确划分，共划分出防护用品、生命救助、生命支持、救援运载、临时食宿、污染清理、动力燃料、工程设备、器材工具、照明设备、通信广播、交通运输和工程材料13个大类，并对各大类下的分类物资进行了细分。基于救援者和受灾者这一双重身份，以地震灾害救援为背景，综合分析《应急物资分类及产品目录》各大类及其下属物资分类型，将13大类划分为三部分：第一部分主要满足救援者身份所提出的物资需要，包含防护用品、生命救助、救援运载、动力燃料、工程设备、器材工具和交通运输7大类；第二部分主要满足受灾者身份所提出的物资需要，包含生命支持、临时食宿、污染清理和工程材料4大类；第三部分包含照明设备、通信广播两大类，这两大类的重要性对救援者和受灾者而言基本相当。

2.2 地震灾害背景下受灾者关键期自救应急救援物资类型结构调查研究

关键期自救具有时效性要求，在不同救援时期各类物资对救援者和受灾者均有不同的重要程度。为了获得各类物资对自救工作的重要程度信息，各大类中依据地震灾害救援需要甄选出相应子类物资，并从时效性出发将物资紧要程度作为衡量标准，划分出4个评价等级（1级：非常紧要，需随身配备，1分；2级：比较重要，需及时供给，2分；3级：一般，可有可无，3分；4级：基本不需要，4分），并据此制作调查表，共对46名曾参与过地震灾害救援的人员进行调研（发出调查表46张，筛选出合格调查表43张）。获得如表1所示的调研数据统计结果。

表1 各类物资紧要程度调研数据统计结果 Table 1 Statistics of survey data for critical degrees of emergency relief supplies

由表1可见，不同人员对各类物资紧要程度有各自不同的理解，但在部分种类物资上（如防护用品、生命救助等）具有较为一致的意见——虽然仍然有少数人员持有不同观点。为了突出主流观点意见，使调研结果更为客观地反映各类物资的紧要程度，依据每个等级打分人 数的多少，赋予其相应的权重（，为打该等级分数的人数）。由表1可求得权重矩阵，如表2所示。

表2 各类物资各等级权重矩阵 Table2 Weight matrix for each class of emergency relief supplies

在考虑个人的评价权重后[4]，基于当前平均值，获取每一类物资紧要程度的加权评价结果。对个人评价（偏离度）进行加权评价的方法如下（每次仅单独针对一类物资进行求解）：

式中，E为对个人评价（偏离度）进行加权后，第类物资的评价得分结果，此结果作为第类物资最终的调研数据处理结果；A为第类物资初始评价得分平均值；为调研数据中的

n为实际评分为e的人数；为针对第类物资，第个有效样本实际评分e在总体评分中所占的权重（在4，13范围内取值）；为有效数据样本包含的总人数。由式（1），可以分别求得各类物资紧要程度的加权评价结果，如表3所示。

表3 各类物资紧要程度加权评价结果 Table 3 Weighted evaluation results for critical degrees of emergency relief supplies

表3中，评价结果越接近1，表明此类物资对关键期自救越紧要，越接近4则紧要程度越低。基于表3中各类物资紧要程度加权评价结果，从时效性和双重身份出发对13大类物资进行归类分析结果如图2所示。

图2中，横坐标表示时效性（标定出1—4级），在纵向上对身份进行区隔（划分出受灾者、通用和救援者三个区间）。从图中可以较为直观地看到，（1）防护用品、（2）生命救助、（3）生命支持、（5）临时食宿、（10）照明设备和（11）通信广播6大类物资与关键期自救工作关系最为密切。（4）救援运载、（6）污染清理、（7）动力燃料、（8）工程设备和（9）器材工具5f大类物资对关键期自救工作具有比较重要的作用。而（12）交通运输和（13）工程材料紧要程度相对较低。实际上，类似于交通运输类和工程材料类等评价分值与4更接近的物资，其主要的作用应该表现在外部救援工作过程中。

图2 受灾者关键期自救应急救援物资归类分析结果
Fig. 2 Analytical results for emergency relief supplies

2.3 地震灾害背景下受灾者关键期自救应急救援物资分类结构

参照调研结果，去除交通运输和工程材料2大类对自救工作紧要程度相对较轻的物资以及污染清理类物资（考虑污染清理的时效性及对自救工作的现实意义，剔除该类物资），并对其余各大类的下属子类物资进行甄选，保留与自救工作关系密切的主要子类物资后得到地震灾害背景下受灾者关键期自救应急救援物资分类结构，如表4所示。

表4 地震灾害关键期自救应急救援物资分类结构 Table 4 Structure of classification for emergency relief supplies

续表

部分序号一级分类物 资 子 类二级分类物资 第一部分5工程设备岩土推土机、挖掘机、铲运机、破碎机、钻机 水工抽水机、潜水泵 通风通风机、强力风扇、鼓风机 起重吊车、叉车 机械电焊机、切割机 消防消防车 6动力燃料配电防爆防水电缆、配电箱、电线杆 发电发电机 气源移动式空气压缩机、乙炔发生器、工业氧气瓶 燃料汽/煤/柴油、液化气 通用干电池、蓄电池 第二部分1生命支持窒息便携呼吸机 呼吸中毒高压氧舱 通用输液设备、输氧设备、急救药品、防疫药品 2临时食宿饮食炊事车、炊具、餐具 饮用水供水车、水箱、瓶装水、过滤净化机 食品压缩食品、罐头、真空包装食品 住宿帐篷、被装 第三部分1照明设备工作照明手电、矿灯 场地照明探照灯、应急灯、防水灯 2通讯广播无线通讯卫星电话、电台、移动电话、对讲机 广播扩音器（喇叭）、电视转发台（车）

3 基于救援者视角的应急救援物资数量结构研究

从救援者角度，关键期自救所涉及到的8大类主要应急救援物资（如表4所示，第一部分6类，第三部分2类）中，除防护用品和生命救助两大类物资受人的因素影响在数量结构方面可能有所变动外，其余6大类物资的需求量与灾区的物理情况（如受灾面积、道路面积、建筑面积、地理环境等）密切相关，灾情一定时，这些物资也相对稳定地具有对应的需求量（郭金芬等，2011）。从已有研究成果来看（傅志妍等，2009；张斌等，2012），利用地震灾害救援的经验数据可以较好地预测受灾者关键期自救应急物资的需求量，这种可行性使得范例推理方法可以较好地从救援者视角对应急救援物资的数量结构进行分析。

3.1 运用范例推理预测物资需求量的基本过程

范例推理方法利用经验数据对当前应急救援物资需求量进行预测，基本过程包含案例匹配和需求量预测两个主要阶段。进行案例匹配时，利用关键性因素的归一化数据将当前灾情与源案例数据库中的各灾情案例进行比对，将比对结果最为接近的案例作为预测的参考依据。进行需求量预测时，将当前灾情关键因素的实际数据与参考案例中对应因素的数据进行比较，依据数据之间的比例关系确定应急救援物资的实际需求量（赵小柠等，2012）。基本过程如图3所示。

上述过程实际上包含了三个主要方面：第一，数字化描述。运用数学方法对案例和实际灾情进行科学的描述以便于将实际灾情与案例进行比对；第二，参考案例的选取。采用合理的选取原则选择出与实际灾情最为相似的参考案例，这是进行需求预测的关键，直接影响到需求预测的准确度；第三，应急救援物资需求量的预测。

3.2 案例与实际灾情的数字化描述

设案例库中有个源案例，源案例集记为；每个源案例有个关键因素（如道路面积、建筑面积、公共设施数量、人口数量、震级、震源深度等），关键因素集记为>；关键因素的影响权重以表示，权重集记为（满足，）。

基于源案例集和关键因素集，构建源案例集的关键因素矩阵：

矩阵中，X表示第个案例的第个关键因素。

3.3 参考案例的选取

选取参考案例时，采用欧氏距离计算法对实际灾情与源案例之间的相似度进行计算，选取距离值最小（即相似度最高）的源案例作为参考案例。首先将源案例集的关键因素矩阵进行归一化，一方面将各关键因素的表征量映射至一个无量纲的区间以便于计算，另一方面将所有关键因素的值归一化至同一数量级内以便于比较。归一化结果记为X。矩阵归一化方法如下：对于关键因素，

由式（3）得到实际灾情与源案例之间的相似度集合（或者说距离集合），对进行取小运算，如果有，其中，，则案例与实际灾情最为相似，可以将之选为参考案例。

3.4 应急救援物资需求量预测

应急救援物资需求量以参考案例需求量为参考标准进行预测，以地震灾害情境下受灾者关键期自救所需应急救援物资预测为例，预测方法如下：

第一步，确定影响各应急救援物资需求量的关键因素。从6大类应急救援物资（救援运载、器材工具、工程设备、动力燃料、照明设备和通信广播）中各选出一种关键的子类物资作为预测样例进行分析。建立各子类物资与关键因素之间的对应关系，如表5所示。

表5 子类物资与关键因素之间的对应关系 Table 5 Correspondence between the sub materials and the key factors

第二步，依据参考案例中对应关键因素数据以及相应应急救援物资需求量，基于实际灾情预算应急救援物资需求量。此处对参考案例和实际灾情中各关键因素数据以及物资需求量做如下假定，如表6和表7所示。

表6 各关键因素数据假定 Table 6 Assumption for each key factor data

表7 各物资需求量假定 Table 7 Assumption for each material demand

将受到多个关键因素影响的物资设定其需求量由引起最大需求量的关键因素确定，由此得到各应急救援物资的如下预测结果：

运用范例推理方法有一个必要的前提——具有详实可靠的源案例数据库，就目前来看，源案例数据库的建设工作有较好的客观条件但也有待不断完善。

4 基于受灾者视角的应急救援物资数量结构分析

从受灾者视角，关键期应急救援物资主要考虑与其密切相关的生命支持和临时食宿两大类物资。这两大类物资数量结构受各种致灾因素的综合影响，且致灾因素与此类物资数量结构之间不存在明显的线性关系，参照其它案例进行范例推理往往难以获得可靠的预测结果。有鉴于此，采用BP神经网络算法对这两类物资数量结构进行分析预测。

4.1 问题与BP神经网络之间的关系

生命支持和临时食宿这两大类物资在数量结构上取决于人员伤亡实际情况，两者之间可以近似地视为一种线性关系。而人员伤亡受灾情影响，它是联结物资数量需求与灾害情况之间的纽带。地震灾害中，单独的致伤（亡）因素与人员伤亡程度之间具有随机性，人员伤亡是各种因素综合作用的结果。因此，上述两类物资数量结构与单独的致灾因素之间并不存在直接的线性关系而是受到各种致灾因素的综合作用，对其进行预测，需要借助一种可以较好适应非线性、离散型问题的预测分析方法。

BP神经网络具有良好的自主学习、自适应、联想记忆和非线性转换等能力，它可以在没有先验公式的条件下基于对现有数据的学习与自适应获得其内在规律，以较高的精度逼近非线性关系，适合于解决因果关系复杂的问题（张健等，2011）。这种特点切合问题需求，因此，可以采用具有输入层、隐含层和输出层结构的BP神经网络对上述问题进行分析预测，问题与BP神经网络结构之间的关系如图4所示。

4.2 基于BP神经网络对应急救援物资数量结构的预测

（1）输入层神经元的确定

生命支持和临时食宿两类物资数量结构由人员伤亡直接决定，因此，输入层神经元由人员伤亡影响因素进行确定。地震灾害中影响人员伤亡的因素错综复杂，从地震本身出发，兼顾数据的可获得性，确定以下重要影响因素为输入层神经元：地震烈度、地震时间、受灾地抗震设防等级、人口密度和受灾面积。其中，地震时间主要指地震发生在白天还是晚上，一般情况下，相对白天，地震在晚上发生会带来更严重的人员伤亡。

（2）输出层神经元的确定

输出层主要为生命支持和临时食宿两大类物资数量。其中，生命支持类如便携呼吸机、高压氧舱、输液设备、输氧设备、急救药品和防疫药品等的数量；临时食宿类如炊事车、炊具、餐具、供水车、水箱、瓶装水、过滤净化器、压缩食品、罐头、真空包装食品、帐篷、被装等数量。此外，还可以根据地震灾害的具体情况对输出神经元结构进行必要的调整，比如，针对寒冷季节发生的地震灾害，有可能需要增加棉衣、保暖睡袋等必要的御寒物资。

（3）预测操作方法

第一步，数据准备。选取具有代表意义的样本数据，并对样本数据进行归一化处理。根据确定的输入层神经元，可以分别从中国地震信息网、地理信息数据库和人口信息数据库获得相关样本数据。比如从1970年以来7级以上地震数据中选取10—15个数据样本。对样本数据进行归一化的方法与范例推理中的数据归一化方法相同（具体方法如式（2）），通过归一化，使样本数据全部转化为［0，1］上的无量纲值，以便于后续对神经网络进行训练。

第二步，创建神经网络并加以训练。可在MATLAB中创建BP神经网络，确定每层的传递函数（实证表明第一层选用TANSIC函数，第二层选用PURELINE函数可以获得比较好的训练效果），根据训练要求设置神经网络的训练参数（最大迭代次数、学习率、动量常数、期望误差等），将处理好的样本数据输入神经网络对网络进行训练，直到训练符合要求。

第三步，预测实际的物资需求数量结构。理论上，将灾情实际对应的数据输入训练好的BP神经网络，将预测结果反归一化后即可获得在此受灾情况下生命支持和临时食宿这两大类物资的数量结构。实际运用当中，需要在灾害发生前便预测出物资的数量结构，因此，不可能真正用灾情实际数据作为输入量，而只能根据灾害预报信息对灾情进行预先评价，将灾情预计数据作为输入量进行预测。灾情实际数据可作为灾后的补充预测或作为事后验证之用。灾情预计值与实际值之间的偏差会在一定程度上使预测结果偏离实际需求。

5 结束语

范例推理和BP神经网络在对应急救援物资需求进行预测方面各有优劣。一般而言，范例推理基于现有案例进行预测有较好的时效性，但多为总体层面的概略预计。一个训练良好的BP神经网络可以获得比范例推理更为精确的预测效果，但它是以灾情实际数据作为输入量为前提，这意味着BP神经网络这种具有更高精度的预测方式在适时性方面不如范例推理——虽然可以适当损失预测精度，采用灾情预计数据代替实际数据这一方法进行弥补。使用过程中，需要依据实际情况和应急救援物资需求预测要求对这两种方法进行合理选择。同时应当注意，不论是采用范例推理还是BP神经网络方法，对应急救援物资需求结构进行预测都需要充分的经验数据予以支持。当前，灾害信息数据统计，特别是诸如救灾物资需求和实际消耗等数据统计并不全面，相关信息数据库也没有建立完善，这在一定程度上会影响到预测效果，因此，在影响因素确立方面，不仅要把握住关键要素，在因素选取方面也应当尽可能兼顾到数据的可获得性。

傅志妍，陈坚，2009．灾害应急物资需求预测模型研究．物流科技，32（10）：10—13.

郭金芬，周刚，2011．大型地震应急物资需求预测方法研究．价值工程，30（22）：27—29.

霍达，吴耀华，2010．基于地区特性的应急物资分类研究．物流技术，29（16）：11—12.

张斌，陈建国，吴金生，文仁强，2012．台风灾害应急物资需求预测模型．清华大学学报（自然科学版），52（7）：891—895.

张健，杨斌，胡志华，2011．基于改进型RBF神经网络热带气旋应急物流需求预测研究．物流工程与管理，33（5）：62—64.

赵姝迪，2012．面向特大地震灾害的应急物资分类研究．商品与质量，（S2）：38.

赵小柠，马昌喜，2012．基于范例推理的灾害性地震应急物资需求预测研究．中国安全科学学报，22（8）：3—9.

朱华桂，2014．基于适时性止损的突发灾害关键期自救体系研究．南京：南京大学出版社，1—3.

Structure of Emergency Relief Supplies in Critical Period
for the Victims' Self-help

Li Shixiong1)and Zhu Huagui2)

1) China Maritime Police Academy, Ningbo 315801, China2) Nanjing University, Nanjing 210093, China

It is meaningful for the victims carrying out self-help work and reduce casualties in critical period of disaster. The basic types of emergency relief supplies are relatively fixed, based on the emergency relief supplies classification standard of China. The quantity structure of emergency relief supplies usually changes, therefore, it is necessary to distinguish the self rescuer's dual identities and to study the quantity structure of emergency relief supplies by means of case-based reasoning and BP neural network from the different perspectives of the self- rescuer and victim. More accurate forecasting result could be obtained in theory.

Disaster; Sself-help; Rrelief supplies; Ccase-based reasoning; BP neural network

[1] 基金项目 国家自然科学基金项目（项目号：71273127）资助

［收稿日期］2015-03-12

［作者简介］ 李世雄，男，生于1979年。讲师。主要从事海上突发事件与危机管理研究工作。E-mail: codutyonthesea@163.com

[2]最有效的救助时段以及后文关键期均指灾后外部救援抵达之前这一时段，最长不超过72小时。“黄金72小时”是地质灾害发生后的黄金救援期，专家认为，地震等地质灾害发生后的72小时期间，灾民的存活率随时间的消逝呈递减趋势。在24小时内被救出的人员存活率在90%左右；第二天，存活率在50%—60%；第三天，存活率在20%—30%。以后则只有5%到10%的生还几率。

[3]《应急物资分类及产品目录》，国家发展和改革委员会。

[4] 具体方法为：将个人评价偏离程度（个人实际评价分数与平均分之差）与相应的权重相乘。

李世雄，朱华桂，2016．基于受灾者关键期自救的应急救援物资结构研究——以地震灾害为例．震灾防御技术，11（1）：153—164．

doi：10.11899/zzfy20160117