永州市火灾发生率与经济因素的时间相关性研究

徐恭喜 李楠

摘要：基于永州市2012—2020年火灾统计数据，利用回归分析对火灾发生频率与经济因素的时间相关性进行研究。文章通过数据统计和绘制火灾发生率与人均GDP的关系曲线，发现在火灾统计数据的时间段上，永州市第一季度的火灾发生率较高，火灾发生率随每年人均GDP的增长呈现出“增-减-增”的“N”型曲线关系。根据数据拟合的结果，深入分析了导致这种現象的原因，并得到永州市的火灾发生率存在继续加剧趋势的结论。

关键词：永州市;火灾发生率;人均GDP;回归分析

近年来，我国火灾发生起数平稳且逐年递减，但仍处于高发态势[1]。社会经济因素是影响火灾发生的重要因素之一[2]，研究两者关系有利于政府和消防部门科学研判当前消防安全工作形势。杨立中等人通过对1997—2001年间江苏省火灾数据分析，得出火灾发生率与GDP成正比关系[3]。李国辉等人研究得出火灾发生率在时间上与经济因素呈“N”型曲线关系，在空间上呈倒“U”型曲线关系的结论[4]。国外学者研究得到火灾事故高发期的人均GDP处于1000～3000美元区间，之后随着经济的发展，火灾形势趋于平稳[5-6]。

由于前人的研究大部分依据全国火灾数据和较大城市火灾数据得出的共性结论，但是区域发展水平不一致，缺乏对特定市区的火灾形式个性分析。本文选取永州市为例，统计了2012—2020年永州市的火灾情况数据，利用origin软件绘图发现，在火灾统计数据的时间段上，永州市第一季度的火灾发生率较高，火灾发生率随每年人均GDP的增长呈现出“增-减-增”的“N”型曲线关系。根据数据拟合的结果，深入分析了导致这种现象的原因，并得到永州市的火灾发生率存在继续加剧趋势的结论。

1  永州市火灾数据统计分析

本文通过咨询永州市消防救援支队指挥中心，得到2012—2020年湖南省永州市冷水滩区、零陵区、祁阳市、东安县等11个区县的火灾情况数据，并通过上网查阅湖南省永州市人民政府在2012—2020年之间发布的国民经济和社会发展统计公报，获取2012—2020年永州市生产总值和全市常住人口，得到近9年永州市人均GDP的数据，统计数据如表1所示。

1.1  永州市火灾发生频率与时空的关系

根据表1数据得到火灾起数时间序列特征，如图1所示。2012—2014年期间，火灾起数逐年递增，其中2014年度相比2013年度的火灾总量增长了大约61.8%。2014—2016年间火灾起数保持在较高水平，分为1550、1501和1417起，其中2015年时达到了峰值，意味着2014—2016年间大约每天全市有4起火灾，此后火灾起数逐年递减，2018年达到了最低值608起。

做出2012—2020年每个月火灾起数趋势图，如图2、图3所示。趋势图大致呈现为“U”型曲线，年末和年初火灾起数较多，一二月份达到每年的峰值，其中2014—2016年间火灾起数最高的月份均达到200起以上，分别占全年总起数的17%、14%、19%。年初之后火灾起数开始减少，四月份左右火灾起数开始维持一个相对较低的水平，直到11月左右，火灾发生率开始急剧增加。通过绘图软件得出2012—2020年火灾起数每季度火灾起数占比图，如图4所示，可见除2013年和2019年外，永州市每年的第一季度是火灾高发期，均占全年总火灾起数27%以上，其中2016年和2018年的占比分别高达43%、41%。

1.2  永州市火灾发生频率与人均GDP的关系

图5为2012年到2020年永州市发生频率与人均GDP随年份变化趋势图，从图中可以看出，从2013年度开始，永州市人均GDP逐年上升，从2012年人均GDP为20239元，到2020年增长到38658元，经济增长速率近几年有所下降，但经济总体处于稳步增长的态势。2012—2014年人均GDP在25000元以下时，火灾起数随年份的增长而增多;随着经济的快速增长，从2014—2018年间火灾起数也逐渐减少，但当人均GDP突破33000元时，全市的火灾起数增多，呈迅速增长的趋势。从图5中可以看出，2012—2014年期间，人均GDP在25000元以下，2014年相比2012年的火灾起数，增长了大约136.4%。统计结果验证了杨立中等人的研究结论：即在整体经济发展水平较低时，火灾形势随经济发展呈恶化趋势[7-8]。

将近9年间的全市火灾起数与人均GDP进行回归分析，四次方的回归模型较好地拟合了火灾发生起数与永州市经济因素的关系。做出火灾发生频率与人均GDP拟合结果图，如图6所示。其中拟合方程式为：

y=Intercept+B1x+B2x2+B3x3+B4x4

拟合系数R2为0.792，此回归模型的拟合结果较好。根据图6的拟合结果图可以看出：在所统计的时期内，火灾发生起数与人均GDP呈“N”型关系，这个与李国辉等人研究得出的结论保持一致，表明火灾发生频率与当地的经济发展并不是简单的线性相关关系。可通过拟合结果图大致预测，2021年永州市的火灾发生频率将呈增长趋势，需加强消防安全工作，增加消防经费投入，加快消防基础建设，遏制火灾形势恶化。

当地的经济发展对火灾形势具有双重性。地区进入经济发展的转型期，坚持以经济发展为中心，忽略了消防安全工作，导致不断堆积大量火灾隐患，而且暴露了前期城市农村消防经费投入不足、消防基础设施欠账严重、应急救援队伍规模较小等问题，促使火灾高发;随着经济发展到一定程度，经济增量不再是社会发展的唯一衡量标准，政府更加注重民生安全和环境保护工程，会增加消防经费投入，提高社会消防管理水平，完善应急救援体系，促使当地经济高质量发展。但随着经济的进一步发展，会演变出新的社会矛盾和复杂的社会因素，导致火灾发生频率呈高发趋势。因此不同的经济发展阶段对火灾形势既有促进作用和缓解作用，还需进一步研究。

2  结语

文章选取湖南省永州市为例，统计了2012—2020年的火灾情况数据，运用数据统计分析和回归分析研究了火灾发生频率与经济因素的相关性，得出如下结论：

（1）永州市每年火灾分布情况呈现为“U”型曲线，年末和年初火灾起数较多，一二月份达到每年的峰值，且每年的第一季度是火灾高发期，占全年总火灾起数27%以上。

（2）通过数据统计可以看出，2012—2014年人均GDP在25000元以下时，火灾起数随年份的增长而增多;2014—2018年间火灾起数也逐渐减少，但当人均GDP突破33000元时，全市的火灾形势开始反弹，呈迅速增长的趋势。

（3）通过回归分析，2012—2020年间火灾发生起数与人均GDP呈“N”型关系，与前人研究得出的结论保持一致，表明火灾发生频率与当地的经济发展并不是简单的线性相关关系。通过拟合结果图大致预测，2021年永州市的火灾发生频率将呈增长趋势，需加强消防安全工作，增加消防经费投入，加快消防基础建设，遏制火灾形势恶化。

本文的研究结果是基于永州市的历史数据分析得来，探索了火灾发生频率与经济因素的关系，可为消防部门和政府对火灾形势的预判提供支撑。但是作者获取数据途径有限，只选取了人均GDP作为社会发展的唯一指标，本文未对经济产业结构、人员教育水平、人口密度程度等宏观因素方面分析对火灾形势的影响[9]，因此还需进一步研究。

参考文献：

[1]王志明，李己华，吴继承，等.我国城乡火灾的形势及特点[J].消防界（电子版），2020，6（13）：63-66.

[2]陈帅，安翠.火灾指标与社会经济因素的相关性分析[J].科技信息，2009（33）：931-932.

[3]杨立中，崔蔚.地区社会经济因素对火灾发生的影响[J].消防科学与技术，2006（05）：690-693.

[4]李国辉，王颖，原志红，等.火灾发生率与经济因素的时空相关性分析[J].灾害学，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]楊玉胜，吴立志，罗英茹.火灾发生率与社会经济因素的灰色关联度分析[J].消防科学与技术，2006（04）：543-544+551.

[7]吴卢荣，马咏真，陈绩馨，等.中国火灾与社会经济因素的相关分析[J].中国安全科学学报，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.时空因素对中国城市火灾态势变化的影响[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