北京市火灾情况数据分析.docVIP

北京市火灾情况数据分析 　　北京市是中国极为重要的城市,具有生产集中、财富集中、人员集中、建筑物集中的特点,一旦发生火灾等重大灾害事故,必然会对社会经济发展造成巨大损失,甚至会给人们的心理造成严重的影响。因此如何合理地评估北京市的火灾状况是一个值得研究的课题,这对城市的规划发展具有重要意义。 　　回顾已有对火灾统计数据的评价研究,发现学者们针对火灾损失同社会因素之间的关系做过不少研究。吴赤蓬(2001)用聚类的方法将重庆市各城区的火灾4项指标进行了聚类,从直观上讨论了经济和火灾危险程度的关系;臧鹏(2008)采用K均值法对中国31个省进行聚类分析揭示出火灾变化规律及其本质特征,进而正确地认识火灾规律。通过文献的对比分析,不难发现地区火灾统计数据研究过程中存在着一些不足之处:如在聚类分析中没有对火灾损失数据进行无量纲处理,导致方差很大,其聚类的结果不是对所有因素的???体聚类。又如陈子锦等(2007)只对中国31个省市的火灾统计数据进行了分析,未能给出具体建议。 　　观察众多文献,未见有对北京市的火灾形势进行聚类分析的研究,因此本文选取北京市的火灾统计数据,采用系统聚类分析方法对其进行定量共性分析,力求在前人基础上作进一步改进。同时为了防止数据存在的量纲和数量级的差别对分析产生负面影响,原始数据需进行标准化处理,采用欧式距离法计算样品间距,再用系统聚类方法对北京市各城区火灾灾害情况进行分析,把样品分成五类。最后结合分类结果和原始数据对北京市的火灾形势进行分析,并提出建议。 　　1 指标选择及数据处理方法 　　1.1 指标选取及数据来源 　　指标选择考虑4个方面的属性:火灾事故起数、火灾事故死亡人数、火灾事故直接经济损失额、常住人口密度,采用2009年至2010年这两年年火灾统计数据的均值。研究地区为我国北京市的14个城区。数据来源为《北京市统计年鉴2009—— 2010》和《北京市年度区县数据2009—— 2010》。 　　1.2 数据处理方法 　　根据聚类的样品,选择采用了欧式距离来计算样品间的距离。另外,主要选定系统聚类方法中的最短距离法来进行聚类分析,同时亦选取了其他常用的系统聚类方法进行聚类,然后对不同方法的结果进行比较,发现重心法、中间距离法的聚类结果与最短距离法最为相似,效果亦较好。再依据这三种聚类方法的共性进行定量的分析并作出了分类。 　　2 系统聚类分析 　　2.1 火灾统计数据聚类 　　首先对原始数据中的2009年至2010年这两年年北京火灾统计数据取平均值,对四个火灾统计指标“X1-火灾事故起数(起);X2-火灾事故死亡人数(人);X3-火灾事故直接经济损失额(万元);X4-常住人口密度(人/平方公里)”进行标准化处理。 　　然后,选用最短距离法对处理后的数据进行系统聚类分析,在得到的聚类过程表中,PSF的峰值35.9所对应的分类为5,PST2的峰值15.1的前一行所对应的分类数亦为5,取阈值T=1,可把上述北京市各个地区分为5类。再用SAS软件选取了其他常用的方法进行聚类分析比较,发现重心法、中间距离法的聚类结果与最短距离法最为相似,效果亦较好,且三种方法的分类结果是一致的。遂用这三类方法的分类结果进行共性比较分析,由这三类方法的定量共性结果总结可把样品分为五类: 　　(1)东城区,西城区;(2)石景山区,房山区,门头沟区,通州区,顺义区,昌平区,大兴区,怀柔区,平谷区;(3)丰台区;(4)海淀区;(5)朝阳区。 　　2.2 分类结果分析 　　结合上述各种数据可得北京市各区的火灾灾害的基本情况如表1所示,由此分析: 　　第一类:东城区,西城区的火灾受损程度是最轻的。第一类地区的火灾事故的发生起数最少;火灾事故死亡人数与死亡人数最少的第二类地区十分接近,仅差了0.4人;火灾事故直接经济损失额亦是最少的;同时,常住人口密度位列第一,并远远大于其他地区。可看出,第一类地区的火灾受损程度是最为轻微的,人口密度极大而火灾发生率极低,造成的人员伤亡少。这说明处于首都功能核心区的东、西城区的消防安全和火灾防护各方面都做的比较好,这与经济高度发达不无关系。 　　第二类:该类地区的火灾事故起数较少,位列第四;火灾死亡人数最少;而因火灾造成的经济损失额却较大,名列第二;值得注意的是第三类地区的常住人口密度是最少的。由此可知,作为城市发展新区的第二类地区由于人口密度最少以致火灾发生率和死亡率低。而经济损失额却较大,可能与该区的消防设备不足有关,应逐步加强第三类地区的消防地区建设。 　　第三类:丰台区火灾事故起数和火灾事故直接经济损失额均位居第三;而火灾事故死亡人数却独占鳌头;常住人口密度位列第四。此地区作为重要旅游区消防防护基础应该是较好的,人口密度不大但死亡率极高,应该与旅游的人们的消防保护知识薄弱或者意外因素有关。