我国Natech事件分布规律及涉水Natech事件致因分析*

张 媛，孟耀斌，叶 涛

(1.北京师范大学 地理科学学部，北京 100875； 2.应急管理部 教育部 减灾与应急管理研究院，北京 100875；3.北京师范大学 国家安全与应急管理学院，北京 100875)

随着我国经济由高速增长阶段向高质量发展阶段转变，我国对于突发事件的预警与处置更加重视。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》[1]中首次设立安全发展专篇，提出优化国家应急管理能力体系，加强国家安全体系和能力建设[2]。根据突发公共事件的发生过程、性质和机理，有学者[3-4]将其划分五大类，传统安全领域主要为自然灾害和事故灾难。多起案例表明自然灾害与事故灾难存在耦合关系，SHOWALTER[5]于1994提出Natech(Natural events triggered Technological Accidents)概念，将其定义为自然灾害事件诱发的技术事件，简称“自然—技术事件(Natech事件)”。基于多米诺骨牌效应原理，Natech事件更易于在级联场景中升级放大，在较大的时间和空间范围内造成严重后果[6]。

我国是世界上自然灾害严重的国家之一，Natech风险不容忽视[7]。重大案例是研究Natech事件的基础：1999年土耳其科贾埃利省发生7.4级地震，造成该地区工业设施结构性破坏并引发一系列灾难性的有害物质泄漏[8]；2005年美国卡特里娜飓风和丽塔飓风导致工厂储罐大量原油泄漏和扩散，对沿海生态系统、渔业和旅游业造成严重影响[9]；2008年汶川地震造成当地工业园区管道设施破坏，其中一家化工企业污染物释放严重污染了周围环境，导致约6 000名居民撤离[10]；2011年东日本大地震引发了福岛核泄漏事故，造成了严重环境污染问题[11]；2017年美国哈维飓风对化学和工艺设施造成严重损害，并导致多家炼油厂关闭，成品油价格飙升[12]。为有效评估Natech事件危险性，ANTONIONI等[13]开发了一个基于历史Natech事件风险评估的通用框架，实现了对地震和洪水这两类自然灾害导致的Natech风险的定量评估。MESA-GMEZ等[14]对现有Natech事件定量风险分析方法进行综述后发现Natech风险评估大多主要关注Natech事件造成的死亡人数指标。

历史相似案例是研究规律的基础[15]，美欧等国积累的事故数据库为Natech事件案例提供了基础。KRAUSMANN等[16]主要基于欧洲主要工业事故数据库MHIDAS(2001)、ARIA(2006)、FACTS(2006)、MARS(2008)、TAD(2004)和美国国家响应中心(NRC)数据库(2008)提取到Natech事件案例；GIRGIN等[17]于2016年搜集了欧洲和美国公开报道的输油管道事故案例，从中分离出Natech事件；MISURI等[12]于2019年调查了Harvey飓风影响下化工设施发生破坏的直接原因，并从美国国家响应中心数据库中分离出飓风导致Natech事件的案例。我国对于Natech事件的研究起步较晚且基础薄弱[18]，国内研究较多针对单一灾种的发生机理[19]或单一行业事故进行研究[20-23]；由于灾害数据库建设方面的空白[24]，多数学者尚未考虑Natech事件整体规律，缺乏对多灾种多行业事件交叉研究[25-26]。为解决该问题，建立我国专有的Natech事件数据库对于整体认识我国Natech事件现状，完善我国Natech风险管理体系，防范和降低区域Natech风险，指导“十四五”风险防范尤为迫切[7,27-28]。

本文利用Python爬虫方法，通过关键字组合从各网站、数据库获取符合要求的案例，同时课题组人工摘录《中国安全生产年鉴》等各相关年鉴内案例，获取时间范围为2000—2019年内的疑似自然灾害诱发事故灾难案例共5 286条。经人工逐条甄别后，符合要求(见下文)的Natech案例261条，这些案例整理为“时空-事故-承灾体数据库”(以下简称“Natech数据库”，Natech-DB)。每一条案例包括事故发生的时间(年、月、日)、地区(省份、具体地点)、经纬度、行业大类[29](采矿业、电力、热力生产和供应业、建筑业、交通运输业和制造业)、细分行业、事件经过、自然灾害肇因(暴雨、大风、雷电、大雾、洪水、冰冻、高温、地震)、死亡失踪人数和经济损失情况等字段。

1 案例来源与选择标准

1.1 案例来源

本文主要关注自然灾害诱发的生产安全事故，研究样本为中国32个省、自治区、直辖市(由于信息受限，不含香港特别行政区、澳门特别行政区和台湾地区)的Natech案例。

表1 我国Natech事件案例来源

1.2 选择标准

重大案例遴选标准为下述四条标准同时满足：①报道中同时出现自然灾害与生产事故关键词；②事故曾被(相关主体)认为或怀疑系由某自然灾害(自然环境因素)导致或诱发，或课题组认为可能存在因果关系；③该自然灾害与发生事故之间的因果关系不违反科学原理；④该事故造成人员死亡或失踪。

表2 Natech-DB案例选择标准

2 我国Natech事件时空分布特征

2.1 年际和季节分布规律

2000—2019年，我国共发生261起造成人员死亡失踪的Natech事件，每年发生1～24起，平均每年发生10起，具体分布规律见图1a。2000—2010年，我国Natech事件发生起数增长明显，2010年事件起数达到峰值，达到24起，2011—2018年事件起数逐年下降，2019年急剧上升。从事件导致死亡失踪总人数来看，2000—2008年由Natech事件导致死亡失踪人数逐年增长，趋势明显；2008年事件死亡失踪人数达到最高峰；2008—2019年事件起数迅速下降。Natech事件发生起数峰值年份(2010)与死亡失踪人数峰值年份(2008)存在偏移。

图1 Natech-DB时间分布

按照月份对2000—2019年自然灾害诱发生产事故的起数和导致的死亡失踪人数进行统计分析，分布规律见图1b。我国Natech事件年内分布呈现明显季节特征：夏季多、冬季少。其中，夏季6—8月事故发生起数占全年的38%，死亡失踪人数占全年死亡失踪人数的44%，冬季12—2月事故发生起数仅占全年的7.6%，死亡失踪人数仅占全年死亡失踪人数的3.2%。

2.2 时间分布规律原因分析

总体来说，Natech事件的数量较少，是一种低概率事件[25]。2000年以来，我国Natech事件发生起数表现为以2010年为界限，2010年以前处于快速增长阶段，2010年以后呈现下降趋势。2010年我国先后发生长江中下游地区暴雨洪涝灾害(5—7月)和东北洪涝灾害(7月下旬)，地质灾害发生起数达30 670起[34]，灾害波及范围逛广，持续时间长，各工业设施在持续洪水、地质(滑坡)等自然灾害条件下表现出明显的脆弱性，这是Natech事件起数达到了峰值的原因之一。2010年后，随着灾害抵御水平不断提高，Natech事件起数振荡下降。

我国Natech事件发生起数峰值与死亡失踪人数峰值存在偏移主要表现为2008年死亡失踪人数最多，但事件起数不多，与2008年我国发生汶川8.0级地震和南方特大低温雨雪冰冻灾害[35]存在一定关系——大多数工业设施设计之初对极端自然灾害情景考虑不足，防御灾害能力有限，在特大自然灾害下易诱发重特大生产安全事故。

从年内分布来看，由于暴雨、大风、高温多发生在夏季，作为常见的自然灾害肇因，这些自然灾害引发的Natech事件在该季节发生起数与导致的死亡失踪人数更多；冬季部分工业(如建筑业)活动强度下降，加之对流气象过程少，极端气候、地质灾害均处于较低水平，故而Natech事件起数和导致的死亡失踪人数较少。

2.3 空间分布特征

根据Natech-DB数据库案例地点，全国共有173个地级市发生过Natech事件。利用ArcMap10.7软件，绘制我国Natech事件2000—2019年发生起数与死亡失踪人数的空间分布图(图2)。

Natech事件发生起数空间分布(图2a)主要表现为：四川、河北、北京、山东、广东和江苏的事件起数较多，大于10起，青海和宁夏事件起数较少，新疆、西藏尚未发生过有记载的Natech事件；Natech事件导致死亡失踪人数空间分布(图2b)主要表现为：四川、山西和山东的死亡失踪人数较多。

图2 Natech-DB包含案例的空间分布(审图号：GS(2019)1697号，底图无修改)

3 我国Natech事件行业分布特征

Natech事件受制于自然灾害致灾因子作用和行业本身特征，其脆弱性由自然灾害灾种和行业特征共同决定。部分重点行业脆弱性大，则呈现出Natech事件发生频次高、损失大的特点。按自然灾害肇因与事故所属行业交叉组合(简称“灾种-行业组合(1)电力、热力生产和供应业下文简称电力业”)统计Natech-DB中的不同灾害类型和事件所属行业组合下Natech事件发生频次和死亡失踪人数分布呈于图3。图3a、图3b为不同自然灾害类型下，各行业发生Natech事件的事故起数和导致的死亡失踪人数。暴雨和大风是造成Natech事件的主要肇因，其事故起数与死亡失踪人数最多，与LUO[36]从NCR分离出的Natech事件规律一致：飓风(24.41%)、暴雨(19.27%)和风暴(18.29%)是造成Natech事件的主要原因。暴雨主要作用于建筑业、交通运输业和采矿业，大风主要作用于建筑业和交通运输业。从总体特征来看，建筑业和交通运输业对大多数气象灾害都表现出了脆弱性。大风还作用于电力业和制造业，主要表现为大风导致电力设施损毁诱发火灾或物体打击致人死亡。

图3 Natech-DB灾害—行业组合统计图

图3c、图3d为不同行业在各类自然肇因作用下造成Natech事件的事故起数和死亡失踪人数分布。交通运输业事故起数和死亡失踪人数最多，建筑业事故起数多但死亡失踪人数少，采矿业事故起数不多但造成的死亡失踪人数多，制造业受多种自然肇因的影响。作者根据案例描述归纳出暴雨和大风作用于主要行业造成的技术事故类型见表3。

表3 主要自然肇因导致技术事故类型

4 涉水Natech事件特征分析

Natech-DB显示暴雨季节性很强，所关联的Natech事件起数、造成的死亡失踪人数最多，本文重点对暴雨和洪水作为自然肇因的Natech事件(“涉水Natech事件”)造成人员生命损失的特征进行探索。选取Natech-DB数据库中暴雨重点事故共84起，对其当日降水量及前30 d降水量进行逐行业分析和多行业总体分析，并得到了前趋降水与Natech致人死亡失踪人数之间的重要关系。

降水数据根据中国国家级地面气象站基本气象要素日值数据集(V3.0)，采用20：00—20：00数据进行统计；选取2 474个气象站点空间距离最近的点代表事故点降水值，并按照《国民经济行业分类》[29]将现有行业分为五大类：建筑业、制造业、交通运输业、电力业和采矿业。

4.1 单一行业涉水事件特征

从建立的数据库中就事件造成死亡失踪人数、降水量以及行业三个主要指标进行分析。在单一行业中，分别对各行业死亡失踪人数、降水量进行相关性分析。Natech-DB中制造业主要为石油化工行业，其Natech事故严重，主要表现为泄漏后造成大范围严重污染和大批人员疏散，但往往死亡失踪人数较少。其原因在于，暴雨主要导致生产设施出现故障，但生产设施往往位于远离人口密集区。事件死亡失踪人数少是制造业区别于其他行业Natech事件的主要特点，为避免制造业Natech事件带来的人员死亡失踪负偏离，在相关分析中暂不包括该类行业案例。

4.2 多行业组合涉水事件总体特征

基于Natech-DB数据库，结合多行业分析行业关联性。将建筑业、采矿业、电力业和交通运输业各起事故死亡失踪人数与事件发生前若干天的降水特征进行相关性分析，即以Natech事件的死亡失踪人数为因变量，遴选若干降水特征参数为解释变量。

(1)采用前趋降水总量为解释变量

核算前趋日数从1 d(事件发生当日)、2 d、3 d直至30 d，以该核算前趋日数内的总降水量与事件死亡失踪人数作相关分析。结果发现，无论是采用Pearson检验还是Spearman检验，核算前趋日数的降水总量都与事件死亡失踪人数无显著相关性(r<0.2,p>0.05)。

(2)采用前趋降水趋势为解释变量

前趋降水核算日数从1 d(事件发生当日)、2 d、3 d直至30 d，以该核算前趋日数逐日降水量与前趋日历做线性回归(Pearson型)，以该回归所得的斜率PSPD(Precipitation Slope over Preceding Days)表示事件前降水的演变特征(增减)。

表4 PSPD与死亡失踪人数相关性(前五)

图4 PSPD与死亡失踪人数显著性p注：*表示相关关系显著(p<0.05)；**表示很显著(p<0.01)；后文同。

图5 行业组合PSPD与死亡失踪人数关系的相关性r与显著性p

通过分行业组合进行计算，前趋降水核算日数为4 d和5 d时，PSPD与事件导致死亡失踪人数的相关性保持显著，再次充分说明Natech事件发生前4 d和5 d的PSPD和造成事件死亡失踪人数紧密相关。即表明：Natech事件造成死亡失踪人数多少与前4 d和前5 d的降水趋势显著相关。

4.3 涉水Natech事件重点事故

上述相关关系表明，如果当地4～5 d范围内降水逐渐增多，则如果发生涉水Natech事件，该事件死亡失踪人数将大大增加；如果前4—5 d以来降水呈减弱趋势，则即使发生涉水Natech事件，其死亡失踪人数不会太大。该规律不因行业不同而消失。不过，降水诱发的重大生产事故的损失尚不宜以4～5 d范围降水变化趋势简单研判，该统计规律主要提示了降水的累积致灾效应至少持续4—5 d以上。涉水Natech事件似可区分为两类发生机制：

(1)当日极大降水直接诱发Natech事件。当日极大降水量诱发的生产事故主要集中在交通行业。Natech-DB中案例显示，交通行业事故当日降水量均达到暴雨级别(50 mm)，交通行业事故死亡失踪人数受交通工具种类以及车辆具体类型影响，集中强降水为各类交通主体的不安全运行提供了更多场景。

(2)前4～5 d范围持续降水或强降水形成的累积效应可能诱发Natech事件。由前趋降水所决定的重大安全事故主要集中在煤矿和土木建筑行业。2007年8月17日山东新泰华源煤矿由于连日暴雨导致山洪暴发，洪水涌入煤矿，发生溃水事故，造成172人死亡，其前4 d和前5 d日降水量分别为248 mm、159 mm；2009年7月22日，黑龙江鸡西恒山煤矿发生连续强降雨，最终发生井下透水事故，造成23人死亡，其前4 d和前5 d日降水量分别为184 mm、113 mm。2013年5月13日，湖南湘潭云塘街道办事处发生水倒灌事故，涌入顶管改造工程区域，造成3人当场死亡。其前4 d和前5 d降水分别为341 mm、52 mm，事故当日降水为270 mm。这几个Natech案例中尽管4～5 d范围内的PSPD均为负数，但4～5 d范围内的降水量很大，仍然导致重大生命损失。针对这类触发机制的Natech事件[37]，当出现持续4～5 d或更长时间的降水时，应充分警惕可能的Natech重大事故风险，提前采取相关技术措施，做好监测、疏散等工作，在一定范围内能够防止事故或降低人员伤亡。

5 结论

本文基于我国Natech事件研究不足的现状，运用数据挖掘的方法对公开报道中的事故案例进行筛分，初步建立了我国Natech事件数据库，并分析了自然灾害诱发的生产事故的时空与行业特征，得到以下主要结论：

(1)我国Natech事件发生数量总体较少，2008年和2010年分别是Natech事件造成死亡失踪人数和事故发生起数峰值年份；Natech事件具有明显的季节特征：夏季数量多，冬季数量少。

(2)暴雨、大风是Natech事件的主要肇因，建筑业和交通运输业对气象灾害表现出明显的脆弱性。

(3)对暴雨、洪水等肇因Natech事件(“涉水Natech事件”)与降水特征的相关分析显示，该类Natech事件造成死亡失踪人数与事发前4～5 d的降水趋势存在显著正相关，即4～5 d范围内持续增加的降水极易在Natech事件中导致大量人员伤亡。由此研判，强降水过程或持续降水引发Natech灾害的累积致灾效应至少持续4～5 d。