城市突發公共安全事件人員相對脆弱性研究*

張永領

(河南理工大學應急管理學院，河南焦作454000)

城市不僅是政治、經濟和文化中心，而且是人口、財富和社會活動高度密集的地方，同時也是各類突發事件最密集的地區，一旦發生突發事件，其后果往往是災難性的，社會影響常常比較惡劣，如2000年12月洛陽特大火災事故、2004年2月北京密云踩踏事故、2007年7月濟南特大城市洪水、2009年6月成都9路公交車燃燒事件等，都造成了巨大的人員傷亡、嚴重的經濟損失和惡劣的社會影響。城市各類公共安全事件的發生并不是偶然的，一方面是由于城市面臨著隨時都可能爆發的各類風險［1－2］，另一方面則是由于城市系統存在著脆弱性。災害發生是不可避免的，但是城市的脆弱性卻是可以消除或減小的，尤其是人員的脆弱性。最大限度地減少突發事件造成的人員傷亡，不僅是應急管理研究的核心內容之一，也是社會各階層普遍關注的問題。

1970年代Gilbert F White首次提出了脆弱性的概念［3］，之后被廣泛應用于災害學、生態學、金融學、社會學和經濟學等許多方面，尤其是近年來對突發事件的社會脆弱性的關注越來越多，如Fekete研究了德國河流洪水的社會脆弱性指標，指出老人、低收入人員以及城市居民是河流洪水的高風險群體［4］，Adger研究了海岸帶地區氣候變化和極端氣候情況對人類社會的影響［5］，Ingrid等研究了在氣候變化的背景下，洪水和社會脆弱性的關系［6］，Christopher等則關注火山環境下的人類社會的脆弱性［7］。在國內，葛怡以長沙地區為例研究了洪水災害的社會脆弱性問題［8］;王瑛研究了我國農村地震災害系統的脆弱性并探討了相應的對策［9］;李小云等通過設計農戶生計資產量化的研究方法，對農戶脆弱性進行了定量研究［10］;喻小紅等分析了城市脆弱性的表現形式并給出了脆弱性的減災策略［11］;楊立兵等運用主成分分析方法對企業應急管理的脆弱性進行了研究［12］，他們都在不同程度上關心人的安全和脆弱性問題。另外許多研究者對城市應急能力進行評價研究［13－14］，應急能力評價也是減小城市應急管理的脆弱性、提高突發事件應對能力的重要措施。

脆弱性研究對于增加抵抗風險能力、減少突發事件造成的損失具有重要意義，然而在脆弱性分析和評估方面卻面臨著很大挑戰，一是影響因子的選擇及其權重的確定，二是承災體的脆弱性是針對某種級別的致災因子而言的，同一承災體對不同級別的致災因子表現出來的脆弱性也不相同，而這個問題在目前的脆弱性研究中往往被忽略。對于城市的相對脆弱性研究則可克服上述困難，更容易實現脆弱性的分析。另外，任何城市的防災減災水平以及突發事件應急能力都不是無限的，城市不同區域間的相對脆弱性研究可以為防災減災優先次序的選擇、應急管理水平的提高、應急物質準備以及應急預案的制定提供參考依據。

現代城市是人口高度密集的地區，無論哪種災害事件發生，最大限度地減少人員傷亡一直是應急管理的主要目標，也是以人為本價值觀的重要體現。本文以焦作市為例，將市區分成8個風險區，從人員、環境和應急救援能力3個方面確定脆弱性因子，通過對脆弱性因子構造判斷矩陣，并由判斷矩陣最大特征值對應的特征向量構造人員相對脆弱性矩陣，然后用經驗正交函數(EOF)方法分析突發事件人員脆弱性區域特征以及每個區域內各脆弱性因子的相對影響程度。

1 方法簡介

經驗正交函數(EOF)又稱自然正交函數，由于它在提取物理量場的信息特征方面具有極其顯著的優點，現已被廣泛應用于多維數據場的分析當中。經驗正交函數是一種有效的降維技術，將變量場分解成若干個相互正交的典型模態的線性組合，收斂速度快又能較好地反映出信息場的基本結構特征，并有利于解釋各分量的特征結構和物理意義［15］。

經驗正交函數應用到城市人員脆弱性分析，其基本思想是對于有m個區域n個影響因子構成的變量場，將其分解為相互正交的特征向量，并求出各特征向量的要素系數，各模態的物理意義以及它們之間的差別可通過特征向量的荷載及其要素系數來解釋。

由城市m區域和n個脆弱性因子和構成的矩陣可表示為:

對式(1)進行正交函數展開:

將式(2)寫成矩陣的形式為:

式中:V為m×m階的要素函數矩陣，T為m×n階的系數矩陣。

由式(3)可得:

因FF′是m×m階對稱陣，根據實對稱矩陣的分解定理有:

式中:Λ是由FF′矩陣的特征值組成的對角陣;V是特征值對應的特征向量組成的矩陣。

比較式(4)和式(5)可知:

又根據特征向量的性質有:

式中:I為單位矩陣。特征向量的權重函數可利用式(3)左乘V′得到，即

進而得到矩陣F的特征值、特征向量V以及相應的要素系數T。

2 因子的選擇和相對脆弱性的確定

2.1 脆弱性因子的選擇

現代城市在功能上都有明顯的分區，各個區域由于聚集的人群不同、防災減災水平不同、可能受到的威脅不同，災害發生后的救援困難程度也不一樣，因此，城市各區域突發事件的脆弱性也不相同。從應急管理的角度出發，結合城市功能，可將城市分為8個典型風險區域:住宅區、文教衛生區、行政區、商業區、工業區、休閑區、大型公共場所、交通區。其中大型公共場所是指人口流動性強的汽車站、火車站、影院、劇院、歌舞廳等，雖然休閑區如公園等也屬于城市中的大型公共場所，但是兩者區域環境、災害的威脅度、人員的密度和構成等方面顯著不同，所以將其分為兩個獨立的風險區。

對城市各類突發公共事件，人員脆弱性主要體現在3個方面(表1)，第一是人員本身的脆弱性，主要包括3個因子:人員的安全知識、安全意識，以及由應急逃生技能和自救互救能力組成的安全技能。第二是周圍環境，主要包括自然環境和社會環境兩個部分。自然環境包括氣候特征和地形地勢兩個因素，它們決定著具有區域特征的自然災害的發生，如城市洪水、雷電等自然災害等。社會環境主要包括人群密度、避難場所的布置、應急通道，以及應急物資、消防設備和通訊設備的準備情況，它們都在某種程度上決定著災害對人員的威脅程度的大小。第三是針對突發事件的應急救援能力，這也是影響人員脆弱性的主要方面。應急救援是減少突發事件造成人員傷亡的最主要方式，應急救援能力的高低決定著突發事件人員的脆弱性大小。應急預案是為了科學的應急救援而提前制定的應對方案，也是應急體制、機制是否合理的主要體現。應急預案是否科學合理在一定程度上決定著應急救援的效果。應急救援需要救援力量，其骨干救援力量主要是指公安警察等力量，專業力量主要是指消防部隊、防化部隊、搶險搶修隊等。另外突發事件預警、警戒與治安、緊急疏散、搜尋與救援、現場醫療救助也是決定突發事件人員脆弱性的主要方面。

表1 突發事件人員脆弱性的主要影響因子

2.2 相對脆弱性的確定

2.2.1 構造判斷矩陣

以層次分析法的相對判別為基礎，通過引入適當的判斷標準，比較同一項脆弱性因子在不同風險區對人員脆弱性的相對影響程度，構建脆弱性判斷矩陣。

設某元素A由Bi(i=1，…，m)個因子進行兩兩比較，構成一個m維方陣(表2)。

表2 脆弱性的判斷矩陣

相對比較結果仍然以美國運籌學家Saaty給出的打分標準為基礎，不同分值之間的含義見表3。

表3 判斷矩陣標度及其含義

2.2.2 計算矩陣的特征值和特征向量

根據上述判斷矩陣A=(aij)，(i=1，…，n;j=1，…，m)，計算矩陣的特征值和特征向量。根據正矩陣理論，該矩陣具有最大特征值λmax=m，其它特征值為0，即具有唯一的最大特征值，并等于該矩陣的維數。然而在實際構造的判斷矩陣中，由于需要人為的對各因子進行兩兩比較，很難滿足上述情況，但是只要最大特征值的方差貢獻大于80%，就表明在構造判斷矩陣過程中，各元素的取值比較合理，反應的信息比較集中。否則就需要重新調整矩陣中各元素的取值，直到滿足上述條件為止。計算最大特征值對應的特征向量:

該特征向量就是各個因子對人員脆弱性的相對貢獻大小。

2.2.3 構造相對脆弱性矩陣

如果有n個元素，就需要進行n次相對脆弱性判斷，并有n個最大特征值所對應的特征向量(Fj(j=1，…，n))，就可以構造一個m×n維的相對脆弱性矩陣:

2.3 以焦作市為例構造脆弱性矩陣

以焦作市為例，從應急管理角度將焦作市劃分為8個風險區，即住宅區、文教衛生區、行政區、商業區、工業區、悠閑區、大型公共場所、交通區。從3個方面(人員、環境和應急救援)確立20項人員脆弱性的影響因子。對突發事件人員相對脆弱性的判斷有兩種方式，一種是20項脆弱性因子在同一風險區內對人員脆弱性的影響程度做相互比較，另一種是同一項脆弱性因子在8個風險區對人員脆弱性的影響做相互比較。對于同一風險區而言，由于20項脆弱性因子的衡量標準不一樣，做出相對比較的可信度就會降低，然而，對于同一項脆弱性因子在8個區域內的相對影響程度做比較，其結果會比較科學合理。

對焦作進行全面調研，并結合焦作市最新統計資料［16］、“十一五”焦作市應急體系建設資料以及專家評分，構造判斷矩陣，計算每個判斷矩陣的特征值和特征向量，20個判斷矩陣的最大特征值的方差貢獻都在83%以上。然后由最大特征值對應的特征向量構成人員相對脆弱性矩陣。

3 結果分析

將焦作市公共安全突發事件人員相對脆弱性矩陣進行EOF分析，前5個特征向量的方差貢獻及累計方差貢獻百分比列于表4。第一特征向量的方差貢獻為40.36%，大于其它各個特征向量的方差貢獻，它體現了人員脆弱性變量場的主要信息特征。前3個特征向量的累積方差貢獻大于89%，表明前3個特征向量基本涵蓋了整個變量場的所有信息特征，第4個特征向量及以后的各特征向量的方差貢獻均小于5%，說明它們基本上不包含變量場的信息特征，而更多的則是噪音成分。因此，對具有物理學意義的前3個模態進行分析。

表4 EOF分解前5個特征向量的方差及累計方差貢獻%

圖1為人員相對脆弱性EOF分解第一模態的分布特征，其中圖1(a)的橫坐標1～8分別代表8個典型區域:住宅區、文教衛生區、行政區、商業區、工業區、休閑區、大型公共場所、交通區。圖1(b)的橫坐標1～20分別代表20脆弱性因子:安全知識、安全意識、安全技能、地形地勢、氣候特征、人群密度、應急通道、避難場所、應急物資、消防設備、危險的威脅度、通訊設備、應急預案、骨干救援力量、專業救援力量、突發事件預警、警戒與治安、緊急疏散、搜尋與救援?？v坐標表示荷載值。

從圖1a可以看出，第一特征向量的荷載值均為正值，表明突發事件人員脆弱性在焦作市的8個風險區均具有一定的普遍性。從8個特征向量的荷載分布可知，文教衛生區、商業區、工業區、大型公共場的人員脆弱性大于其他4個風險區。

圖1 第一特征

從第一特征向量對應的系數可以看出(圖1b)，在20項脆弱性因子的荷載均為正值，表明每個脆弱性因子都對突發事件的人員脆弱性有一定的影響。但是有9項脆弱性因子的荷載值較大，表明這9項脆弱性因子對突發事件人員脆弱性影響程度普遍大于其他11個因子，它們分別是安全技能、應急通道、應急避難場所、危險的威脅度、應急預案、突發事件預警、緊急疏散和應急救援。

第一特征模態這種分布特征的物理意義在于，上述9項脆弱性因子在文教衛生區、商業區、工業區、大型公共場所對突發事件的人員脆弱的影響大于另外4個風險區。也就是說，文教衛生區、商業區、工業區、大型公共場所這些地方人口密度和人口流動量都很大，環境復雜，受危險威脅的程度較高，且預警落后，都是導致突發事件人員傷亡的薄弱環節。另外應急通道匱乏、缺乏應急疏散場所，應急預案不符合實際且沒有經過演練，建筑密集且人口眾多也給應急救援帶來困難，都會增加突發事件造成的人員傷亡數量，使人員的脆弱性增加。

從第二特征向量的荷載分布可以看出(圖2a)，在正向上有3個極大值，分別代表文教衛生區、商業區和大型公共場所3個風險區;有一個極小值為負值，為休閑區。這種分布形態表明:文教衛生區、商業區和大型公共場所在突發事件人員脆弱性上與休閑區表現為典型的反向變化，也就是說某些脆弱性因子如果在文教衛生區、商業區和大型公共場所對人員脆弱性的影響較大，那么在休閑區就對人員脆弱性的影響較小，反之亦然。

圖2 第二特征

從第二特征向量對應的要素系數可以看出(圖2b)，有6個極大值，分別是人群密度、應急通道、避難場所、危險的威脅度、緊急疏散和搜尋與救援;同時還存在兩個負的極小值，分別是地形特征和氣候條件。

人員脆弱性EOF分解的第二模態可以解釋為，人群密度、避難場所、危險的威脅度、緊急疏散和搜尋與救援6項脆弱性因子在衛生區、商業區和大型公共場所對人員脆弱性影響較大，而在休閑區則較小;地形特征和氣候條件2項脆弱性因子則在休閑區對突發事件人員脆弱性影響較大，而在文教衛生區、商業區和大型公共場所對人員脆弱性影響較小。

城市的休閑區域如公園等地方，人口密度較小、相對比較空曠、通達性比較好，而且公園也往往被作為城市某些災難的應急避難場所，受各類危險的威脅度也較低，當突發事件發生時也有利于人員的緊急疏散和搜尋救援，所以上述6項脆弱性因子在休閑區對人員脆弱性影響較小，但氣候條件和地形地勢所代表的自然因素在該區域則對人員脆弱性影響較大。但是，對文教衛生區、商業區和大型公共場所來說正好相反，在這些區域氣候條件和地形地勢對人員脆弱性影響較小，而人群密度、避難場所、危險的威脅度、緊急疏散和搜尋與救援6項脆弱性因子則對人員脆弱性影響較大。

圖3為人員脆弱性經EOF分解第三模態的分布特征。從第三特征向量的荷載可以看出(圖3a)，人員脆弱性在住宅區和交通區表現出典型的反向變化，當住宅區的某些脆弱性因子對人員脆弱性影響較大時，在交通區則較小，反之亦然。

圖3 第三特征

從第三特征向量相對應的要素系數(圖3b)可以看出，有4個因子荷載值大于0.7，分別是地形地勢、氣候特征、避難場所和緊急疏散，它們在住宅區對人員脆弱性有較大影響，而在交通區對人員脆弱性的影響則較小。住宅區高樓林立、空間狹小、人口稠密，缺乏應急避難場所和疏散通道。在調查中發現，許多住宅區的應急通道往往被車輛占據，這都給應急疏散和救援帶來困難，因此當災害發生時，住宅區很容易發生更大的人員傷亡和經濟損失。而交通區則相反，地形地勢、氣候特征等自然因素對人員影響較小，對中等城市的焦作來說交通事故的緊急疏散和避難因素對突發事件的人員脆弱性影響也較小。

從圖3還可以看出，另有4個因子荷載值小于0，分別是人群密度、應急預案、應急物資和突發事件預警4項脆弱性因子。這4個因子的物理意義在于，在交通區對人員脆弱性的影響程度要大于住宅區。調研發現，交通區缺乏相應的預警系統和設備;雖然有應急預案，但是被調研乘客中沒有一個人知曉預案的內容;應急物資缺乏，在2009年6月成都9路公交車燃燒事件發生之前，許多客車和公交車連應急逃生錘都沒有，這些都影響著突發事件的人員脆弱性。

突發事件人員脆弱性的分析為城市人員脆弱性的防災減災提供思路，由EOF分解的第一模態可知，就整個城市而言，人口密度較大的文教衛生區、商業區、工業區、大型公共場所是城市防災減災重點區域，而重點要針對人員的安全技能、應急通道、應急避難場所、危險的威脅度、應急預案、突發事件預警、緊急疏散和應急救援這9個方面加強治理，降低突發事件造成的人員傷亡。再如根據第三模態人員脆弱性的分布特征，減低突發事件人員脆弱性的減災措施包括:對大型住宅區要加強自然災害的防御;修建突發事件避難場所;擴建住宅區的應急通道，保證應急通道暢通。針對交通區域需要采取的相應減災措施為，加強應急預案的評估、演練和宣傳，保證應急預案的有效性;加強突發事件的預警，加大應急物資儲備等。

4 結論

設計了一種基于相對脆弱性判斷和經驗正交函數分析的相對脆弱性研究方法。在構造判斷矩陣基礎上進一步構造人員脆弱性矩陣，并用EOF方法進行分析，將其分解為區域——影響因子的不同組合模態。以焦作市為例，從應急管理角度將城市劃分為8個風險區:住宅區、文教衛生區、行政區、商業區、工業區、休閑區、大型公共場所、交通區;從人員、環境和應急救援3個方面確定了影響突發事件人員社會脆弱性的20項因子。以層次分析法的相對重要性判斷為基礎，分別對每個脆弱性因子在8個風險區對人員脆弱性的相對貢獻大小進行評判，構造判斷矩陣，計算矩陣的特征值和特征向量，如果最大特征向量的方差貢獻大于80%，則認為該矩陣構造的比較合理，否則就需要從新調整矩陣中元素的取值，直到滿足條件為止。然后由每個判斷矩陣最大特征值對應的特征向量構造人員相對脆弱性矩陣，并用EOF進行分析。對焦作市突發事件人員相對脆弱性分析結果如下:

(1)EOF展開的第一模態表明，20項脆弱性因子在每個風險區對人員脆弱性均有一定的影響，其中安全技能、應急通道、應急避難場所、危險的威脅度、應急預案、突發事件預警、緊急疏散和應急救援9項因子對人員脆弱性的影響程度大于其他11項因子。并且這9項脆弱性因子在文教衛生區、商業區、工業區、大型公共場所對人員脆弱性的影響大于其他4個風險區。

(2)EOF展開的第二模態表明，人群密度、避難場所、應急通道、危險的威脅度、緊急疏散和搜尋與救援這6項因子在衛生區、商業區和大型公共場所對人員脆弱性影響較大，而在休閑區則較小;地形特征和氣候條件這2個因子在文教衛生區、商業區和大型公共場所對人員脆弱性的影響較小，而在休閑區對人員脆弱性影響則較大。

(3)EOF展開的第三模態表現為地形地勢、氣候特征、避難場所和緊急疏散4項因子在住宅區對人員脆弱性影響較大，但在交通區則較小;人群密度、應急預案、應急物資和突發事件預警這4項脆弱性因子在交通區對人員脆弱性影響較大，而在住宅區則較小。

［1］關賢軍，徐波，尤建新.城市風險的基本構成要需［J］.災害學，2008，23(1):128－131.

［2］原廷宏，張芝霞.陜西省城市災害特征淺述［J］.災害學，2008，23(S0):5－6.

［3］White G F，Haas J E.Assessment of research on natural hazards［M］.Cambridge MA:The MIT Press，1975.

［4］Fekete A.Validation of a social vulnerability index in context to river－floods in Germany［J］.Nat.Hazards Earth Syst.Sci.，2009，9:393－403.

［5］Adger W N.Social vulnerability to climate change and extremes in Coastal Vietnam［J］.World Development，1999，27(2):249－269.

［6］Ingrid Coninx，Kris Bacus.Integrating social vulnerability to floods in a climate change context［C］//International Conference on Adaptive and Integrated Water Management，Coping with Complexity and Uncertainty.Basel，2007.

［7］Christopher D，Chester D K.Human vulnerability in volcanic environments:the case of Furnas，Sao～Miguel，Azores［J］.Journal of Volcanology and Geothermal Research，1999，92:133－150.

［8］葛怡.洪水災害的社會脆弱性評估研究——以湖南省長沙地區為例［D］.北京:北京師范大學，2006.

［9］王瑛.中國農村地震災害系統脆弱性分析及減災對策［D］.北京:北京師范大學，2004.

［10］李小云，董強，饒小龍，等.農戶脆弱性分析方法及其本土化應用［J］.中國農村經濟，2007(4):32－39.

［11］喻小紅.城市脆弱性的表現及對策［J］.湖南城市學院學報，2007，28(3):96－98.

［12］楊立兵，程運材，楊海洋，等.企業應急管理脆弱性分析［J］.中國安全科學學報，2008，18(4):76－81.

［13］張勤，高亦飛，高娜，等.城鎮社區地震應急能力評價指標體系的構建［J］.災害學，2009，24(3):133－136.

［14］莫靖龍，夏衛生，李景保，等.湖南長株潭城市群災害應急管理能力評價［J］.災害學，2009，24(3):137－140.

［15］馬開玉，丁裕國，屠其璞，等.氣候統計原理與方法［M］.北京:氣象出版社，277－287.

［16］焦作統計年鑒編輯部.焦作統計年鑒2009［M］.北京:中國統計出版社，2009.