火災發生率空間分異及影響因素研究

楊 堯，李功權

(長江大學 地球科學學院，湖北 武漢 430100)

0 引言

空間分異是自然和社會經濟過程的空間表現，也是自亞里士多德以來人類認識自然的重要途徑。火災是一種復雜的社會經濟現象，根據《中國消防年鑒》(2007—2016)的統計，2007—2016年全國共發生火災228.14萬起，死亡人數15 124人，事故造成直接財產損失283.92億元[1]。火災對人民群眾的生命財產安全造成嚴重威脅，因此，掌握火災發生規律和特點，做出科學的判斷和決策來避免其給人類帶來的危害顯得尤為重要。

目前，在以地理學視角的火災研究中，Agency等[2]將空間特征與火災的發展趨勢相結合，以解釋空間區域的火災危險度；銀潔瓊等[3]以空間視角來研究森林火災，利用GIS可視化直觀地反映火災分散或聚集的特征；傅永財等[4]通過全局自相關分析，發現我國2000—2009年火災存在空間自相關和聚集現象?；馂目臻g分布的相關研究已經取得了一系列成果,但仍然存在不足。首先,研究涉及到的火災數據時間較早,不能滿足對當前火災形勢的判斷；其次,在研究火災空間格局影響因素時多從全局的角度去探討，假設地理單元具有空間同質性，這往往掩蓋地理單元空間異質性的影響。因此，本文通過全局自相關、局部自相關研究火災空間分布模式，通過地理加權回歸、地理探測器研究影響因素的空間異質性，以期得到具有實際應用價值的結果。

1 數據來源及研究方法

1.1 數據來源

經過查找與整理，綜合各類指標數據發現，可以找到的最新數據來源于各類統計年鑒(2014版)。其中火災數據來自《中國消防年鑒》(2014)，經濟與社會數據來自《中國區域經濟統計年鑒》(2014)，氣象數據來自于中國氣象數據網。本文研究區域為我國4個直轄市以及332地級行政區(地級市292個，地區7個，自治州30個，盟3個，不含港、澳、臺地區，不含6個省屬直轄市，其中海南省只包含2個地級市)共計336個單元。

1.2 研究方法

全局莫蘭指數由Moran[5]于1950年提出，該指數在數學意義上對地理學第一定律進行了解釋：任何事物間均存在相關性，距離近的事物比距離遠的事物相關性要高[6]?？臻g自相關可以測量單元屬性值的聚集程度，公式為：

(1)

式中：n為研究區域內單元總數，個；Wij為空間權重；xi和xj分別為單元i和單元j的火災發生率；-x是火災發生率的平均值。

局部莫蘭指數由Anselin[7]于1995年提出，用來測量單位i與其相鄰單元之間關聯程度，當指數為正時，表示高值被高值所包圍(H-H)，或低值被低值所包圍(L-L)；當指數為負時，表示低值被高值包圍(L-H)，或高值被低值包圍(H-L)。

地理加權回歸(Geographic Weighted Regression，GWR)是Fotheringham等[8]基于局部光滑思想提出的空間回歸方法。GWR為每個單元進行了獨立的方程構建，將數據的空間屬性納入回歸模型，使變量間的關系隨空間位置的變化而變化，從而反映參數在不同單元的空間非平穩性[9]。模型為：

yi=β0(ui,vi)+β1(ui,vi)x1i+
β2(ui,vi)x2i+…+βp(ui,vi)xpi+εi

(2)

式中：yi為樣本i的因變量；β0為截距；xpi為樣本i的第p個自變量；(ui,vi)為樣本i的空間坐標；βp(ui,vi)為樣本i的第p個自變量的系數；εi為隨機誤差項。

地理探測器是探測空間分異性，以及揭示其背后驅動因子的一種新的統計學方法[10]，該方法最早應用于致病因子的探索，通過分析疾病發生率在不同地理單元中的空間分異性，可以探測疾病發生的主要驅動因子[11]。利用這一思想，近年來學者將地理探測器用于城市化形成機理[12]和耕地復種指數影響[13]等領域。模型為：

(3)

式中：PD,H為火災發生率影響因素解釋力指標,取值范圍為0～1，PD,H值越大，說明影響因素對火災發生率的解釋力越強，反之越弱。

交互作用探測的目的是評估影響因素X1 和X2 共同起作用時是否會增加或減弱對火災發生率Y的解釋力，或這些因素對火災發生率Y的影響是否是獨立的[14]。

2 結果分析

2.1 中國火災發生率空間格局

利用GIS強大的制圖表達能力，將我國各單元火災發生率在地圖上進行色彩分級渲染，得到火災發生率空間分布圖(見圖1)?？梢钥闯觯鲉卧馂陌l生率存在明顯的地域差異。總體上，火災發生率高的單元位于我國的西北部與東部沿海區域，火災發生率低的單元則位于西藏自治區和中西部大部分區域。其中，火災發生率較高的地級行政區有新疆維吾爾自治區的博爾塔拉蒙古自治州、巴音郭勒蒙古自治州、昌吉回族自治州、吐魯番市；寧夏回族自治區的中衛市、石嘴山市；內蒙古自治區的包頭市、呼和浩特市、烏海市；遼寧省的盤錦市、阜新市、沈陽市、遼陽市；廣東省的中山市、珠海市以及浙江省大部分城市。

圖1 火災發生率空間分布Fig.1 Spatialdistribution of fire incidence in China

為了定量分析我國火災發生率空間分布模式，對火災發生率進行全局自相關檢驗。表1為火災發生率全局自相關檢驗結果，可以看出，我國火災發生率Moran’s I=0.285，且Z值大于1.96，通過了P小于0.01的檢驗，實驗結果在99.9%置信度下是顯著的，表明我國火災發生率存在顯著的空間自相關，具有明顯的空間聚集特征，火災發生率高的單元與火災發生率高的單元相鄰接，火災發生率低的單元與火災發生率低的單元相鄰接。

表1 火災發生率全局自相關檢驗Table 1 Global autocorrelation test of fire incidence in China

雖得到了我國火災發生率存在空間聚集現象的結論，但是聚集現象發生在何處、局部地區是否存在異常值等問題需要通過局部自相關進行分析。局部自相關可以得出4種局部聚集模式：High-High表示單元本身和其鄰接的單元火災發生率都高；Low-Low表示單元本身與其鄰接的單元火災發生率都低；High-Low表示火災發生率高的單元被火災發生率低的單元所包圍；Low-High表示火災發生率低的單元被火災發生率高的單元所包圍。High-High，Low-Low即為“熱點”、“冷點”區域，而Low-High和High-Low區域是應該關注的“異常值”。

對各單元火災發生率進行“冷熱點”分析得到圖2，從圖可知，我國火災發生率存在1個“冷點”區域，包括河南省、湖北省、湖南省、廣西壯族自治區、四川省、重慶市、貴州省、云南省、青海省南部、廣東江西省西部的我國中西部區域；存在4個“熱點”區域，包括新疆維吾爾自治區西部和內蒙古自治州東部地區、“東北”地區、山東省東部半島地區、浙江省及周邊地區。

圖2 火災發生率熱點分析Fig.2 Spatial cluster of fire incidence in China

我國High-Low區域共有20個單元，其中直轄市、省會城市及相鄰接衛星城市占總數的55%。也就是說，在我國被火災發生率低的單元所包圍的火災發生率高的單元超過半數為直轄市、省會城市及其周邊衛星城市，這些單元在各自省內經濟較為發達、人口稠密，對省內各市來說具有絕對的經濟、政治、文化優勢，因此火災發生率要高于其他單元。這20個High-Low單元分別是臨汾市、鄭州市、菏澤市、西安市、淮北市、巴中市、重慶市、成都市、德陽市、樂山市、武漢市、黃山市、長沙市、湘潭市、株洲市、新余市、攀枝花市、昆明市、貴陽市和南寧市。我國Low-High區域共有10個單元，這些單元是高火災發生率聚集區里火災發生率較低的單元，這10個Low-High單元分別是東北部的綏化市、興安盟、通遼市、赤峰市、承德市；北部的巴彥淖爾市、金昌市、嘉峪關市；東部的蘇州市、寧德市。

圖3 火災發生率聚類和異常值分析Fig.3 Spatial cluster and outlier of fire incidence in China

2.2 影響因素分析模型

2.2.1 影響因素變量選取

我國火災發生率空間格局的形成受經濟、社會、自然等多方面因素的影響，成因復雜，并且各影響因素相互影響，互為因果。本文結合國內外學者相關研究結論，同時考慮到數據的可獲取性，嘗試從經濟因素、社會因素、自然環境特征3個維度選取7項指標來分析我國火災發生率空間格局形成的影響因素，如表2所示。

表2 我國火災發生率空間分異性影響因子體系Table 2 Detection indices of the influence factors

2.2.2 GWR模型運算結果

由于我國火災發生率存在明顯的空間自相關特征，因此采用普通最小二乘法(Ordinary Least Squares，OLS)全局回歸會使結果存在偏差，應選用地理加權回歸模型進行局部回歸分析[15]。為了消除變量的多重共線性，剔除不顯著的變量，保留影響顯著的變量。首先通過SPSS 22.0軟件對7個變量進行逐步回歸模型分析，計算結果見表3。結果顯示有4個解釋變量通過了共線性診斷和顯著性檢驗，分別是人均GDP、年平均氣溫、城鎮居民人均可支配收入、人口密度。

以火災發生率為因變量，以人均GDP、城鎮居民人均可支配收入、人口密度、年平均氣溫4個變量為自變量，通過ArcGIS 10.5軟件對變量進行GWR分析。其中核類型為FIXED，帶寬方法為AICc，對各變量系數的均值、最小值、最大值、上四分位值、下四分位值、中位值進行統計，結果見表4。

表3 逐步回歸模型運算結果Table 3 Summary of stepwise regression results

表4 地理加權回歸模型運算結果Table 4 Summary of GWR results

2.3 影響因素分析

2.3.1 人均GDP與城鎮居民人均可支配收入

圖4為GWR模型影響因素回歸系數空間分布情況。模型結果顯示，人均GDP與火災發生率呈正相關，即人均GDP越高的單元，其火災發生率越高。人均GDP回歸系數的絕對值在我國呈現由東到西逐漸增大的空間分布特征如圖4(a)所示,說明人均GDP這一影響因素對西部的影響大于東部；回歸系數差異明顯，說明人均GDP對我國火災發生率的影響具有較強的空間異質性。己有研究認為，大部分地區火災發生率會隨著經濟發展而呈上升趨勢，但經濟發展到一定程度，火災發生率會隨著經濟發展而呈下降趨勢，呈現倒“U”曲線，而我國東部地區經濟實力強于西部，可能已經接近由正相關轉為負相關的階段，所以東部回歸系數絕對值要小于西部。

城鎮居民人均可支配收入回歸系數如圖4(b)所示,回歸系數有正有負，負值地區分布在酒泉市、海西蒙古族藏族自治州、玉樹藏族自治州、昌都市及以東地區，表明這些地區城鎮居民人均可支配收入的增加會降低火災發生率。而其他地區則為正值并且由西向東回歸系數絕對值逐漸增大，表明這些地區人均可支配收入的增加會提高火災發生率。雖然人均GDP和城鎮居民人均可支配收入同為經濟因素，但人均可支配收入數值要小于人均GDP，因此相較于人均GDP，人均可支配收入在對火災發生率的影響上表現出了“滯后”效應。

一般來說，經濟因素對火災發生率具有雙重性，一方面，隨著經濟的發展，人口素質提高，生活質量得到改善，電器、電路、天然氣等相關設備安全性能更高，相關操作更加規范，公眾防火意識提高，社會火災防治投入加大，這些都會對火災發生率起到抑制作用；另一方面，經濟的發展也帶來了人口與資源的聚集，布料、紙制品、塑料、有機涂料等火災誘因的增加，增多了火災隱患，有利于火災的發生。

2.3.2 人口密度

從模型結果來看，除了西藏省的拉薩市、那曲地區、日喀則市、山南市人口密度回歸系數為正外，其余地區均為負。由于上述4個地區人煙過于稀少，火災發生率對人口數量十分敏感，人口密度的增加極大的增加了火災發生的可能性。而其余區域，人口密度越大往往社會經濟發展也越好，防火設施較為完善，人們防火意識也較強。

圖4 GWR模型影響因素回歸系數空間分布Fig.4 Spatial pattern of coefficient for each evident factor under GWR model

2.3.3 年平均氣溫

模型結果顯示，年平均氣溫回歸系數有正有負。西部地區回歸系數為正，表明隨著氣溫的升高，火災發生率也在提高，東部地區回歸系數為負，表明氣溫與火災發生率為負相關。在我國東部地區，城市化程度高于西部，火災大多為城市火災，如不規范使用電器、電路老化、明火操作不當等，人為因素占據主導，氣溫這一自然因素對城市火災影響不大。而我國新疆、西藏、青海省等西部地區，城市化程度低，火災的發生與氣溫這一自然因素密切相關，氣溫越高，火災發生的可能性也越高。

2.4 影響因素交互作用

GWR模型分析影響因素時，僅限于各因素單獨作用。利用地理探測器的交互作用探測器可以研究影響因素間的交互作用。影響因素之間交互作用的結果顯示(見表5)，人均GDP與城鎮居民人均可支配收入交互作用為雙因子增強，表示2影響因素交互作用的影響力要大于2因素解釋力之中最大值。其余交互作用為非線性增強，表示2個影響因素交互作用的影響力要強于兩者影響力之和。需要指出的是，這一發現表明，這些影響因素的交互作用均大于單一因素的單獨作用，由此可見不同影響因素之間交互作用的重要性。同時也說明火災發生率空間格局是經濟、社會、自然共同作用的結果。

表5 影響因素交互結果Table 5 Results of interaction detecting

3 結論

1)我國火災發生率具有顯著的聚集性，火災發生率Moran’s I指數為0.285，且通過了P小于0.01的檢驗?；馂陌l生率較低的“冷點”有1個，山西以南，江西以西，西藏以東的中西部地區；火災發生率較高的“熱點”有4個，包括新疆維吾爾自治區西部和內蒙古自治州東部地區、“東北”地區、山東省東部半島地區、浙江省及周邊地區。在“冷點”區域內有20個城市為火災發生率較周圍偏高的城市，其中超過半數為直轄市、省會城市及其衛星城市；在“熱點”區域內有10個城市較周圍城市來說火災發生率偏低。

2)人均GDP、城鎮居民人均可支配收入、人口密度、年平均氣溫4個因素是我國火災的主要影響因素，其影響效應具有空間異質性。人均GDP與火災發生率呈正相關，其他影響因素在我國均存在正負2種相關性。

3)4個主要影響因素的交互作用類型有雙因子增強型和非線性增強型2種，不存在相互獨立的因素。除人均GDP與城鎮居民人均可支配收入的交互作用均呈雙因子增強型外，其余交互作用為非線性增強，表示兩個影響因素交互作用的影響力要強于兩者影響力之和。

4)僅就中國2013年火災發生率的空間分布特征及影響因素進行了探討，但隨著我國經濟社會的發展，火災的空間格局和影響機制也將發生較快的變化，因此需要對火災狀況進行動態觀測和分析，及時發現新因素和新問題，探討防災減災新機制。