周阿穎,張朝,史培軍,劉曉菲
(1.北京師范大學地表過程與資源生態(tài)國家重點實驗室,北京100875;2.民政部/教育部減災與應急管理研究院,北京100875)
近年來,世界各地自然災害頻發(fā),在報道救災過程中,最受人們關注的一個數(shù)字就是災害造成的死亡人數(shù),這體現(xiàn)了生命的寶貴和人們對于生命的尊重。無論是在地震救災還是抗洪搶險中,“以人為本”“人命關天”的思想影響和指導著我國政府和軍民在救災過程中始終將救人作為第一要務。不少學者對地震死亡規(guī)律進行了多方面的探討,比如對決定地震最終死亡人數(shù)的主要因素,包括地震發(fā)生時刻[1]、震級[2-3]、烈度[3]和人口密度[4]等。2005年E Gutie'rrez等[5]通過分析全球近400個地震數(shù)據(jù),發(fā)現(xiàn)社會經(jīng)濟水平也是影響地震死亡人數(shù)的重要因素。另外,高建國等[6]對地震死亡人數(shù)的時程曲線進行了模型解析,劉倬等[7]對該模型進行了修正。同時,大量文獻分別定性探討了影響地震緊急救災效果[8]、地震應急[9]的主要因素,但相對而言,有關救災效果定量分析和評估的研究并不多見。目前,國內外就如何定量表征或評估地震救援的效率仍沒有一個統(tǒng)一的標準。高建國等[6]論證得出,地震死亡人數(shù)接近總數(shù)的報出時間越短,表征救援能力越強,該結論說明了救災效率是可以用死亡人數(shù)和震后時間的關系來度量的。劉倬等[7]提出了以死亡人數(shù)的時變特征來衡量救災效率的模型,但是他們將某次地震的救災效率看作是一個常數(shù),對影響救災效率的主要因素并未深入探討。正如一切研究地震死亡人數(shù)的變化的初衷都是為了降低死亡人數(shù)一樣,研究影響救災效率的因素,也正是為了能為各級抗震救災指揮部提供救災決策的參考,從而提高地震救災效率。
一場地震發(fā)生后,各大媒體和有關機構會及時發(fā)布有關地震物理屬性的參數(shù),諸如震級、地震烈度、震源地理位置和深度以及人員傷亡等數(shù)據(jù)。另外有關地震發(fā)生地區(qū)的人文經(jīng)濟和環(huán)境參數(shù),如該地區(qū)的人均GDP、人口密度、房屋抗震情況和交通狀況等可以從聯(lián)合國的相關社科文網(wǎng)站獲得。此外相關媒體對救援的實際人員、物資等的投入也會有實時報道。研究這些數(shù)字,既可以了解災區(qū)的實際需求情況,還能由此來表征地震救援的能力。本文試圖建立一個地震救災效率定量評價模型,并對汶川8.0級地震和玉樹7.1級地震進行實例分析。
本文中選取的34個地震的相關數(shù)據(jù)主要分為兩種類型,①是地震發(fā)生地區(qū)的地理狀況和地震參數(shù),如人均GDP、人口密度、總死亡人數(shù)、震級和烈度等,這大部分來自USGS、維基百科等權威網(wǎng)站;②是關于地震的實時救援情況,如汶川地震和玉樹地震的死亡人數(shù)、被救人數(shù)及救援中人員物資的情況等相關數(shù)據(jù)則主要從新浪網(wǎng)的實時新聞報道中摘錄。我們使用同一媒體的連續(xù)報道的資料,來保持數(shù)據(jù)來源的完整性和一致性,但由于網(wǎng)絡媒體報道有重復和前后不一致的現(xiàn)象,所以對數(shù)據(jù)進行了選取。其余的地震實時救援情況大多來自參考文獻中的記載,如洪時中[10]、高建國等[6]。
大地震發(fā)生后,一般會有多次余震,濱海國家或許還有海嘯,因此我們可以將救援看作一個實時變化的過程,救災效率也就隨著各種偶然因素處于一個動態(tài)的過程之中。盡管救災進程會遭遇偶然因素的影響,但從以往的研究來看,地震死亡人數(shù)存在時變特征[6-7,10-12]:雖然每場地震死亡人數(shù)與報道時間不盡相同,但死亡人數(shù)的時程曲線大體類似雙曲線,開始增長速率快,越往后越趨近飽和。在這一經(jīng)驗基礎上,劉倬等[7]提出了一個時變模型。設N0為最終死亡人數(shù),(N0-N)為尚未發(fā)現(xiàn)的死亡人數(shù),救災效率為參量α,得到:
式中:α是救災效率的一個量度。根據(jù)震后死亡人數(shù)的報道是每過一段時間就發(fā)布一次,我們可以計算出這一段時間的實時救災效率,所以設Nt為t時刻發(fā)現(xiàn)的死亡人數(shù),則(N0-Nt)為t時刻尚未發(fā)現(xiàn)的人數(shù)。于是有實時救災效率α的計算方法:
將實時救災效率按震后時間累加起來,得到累積救災效率隨時間變化的關系圖(圖1)。從圖1中可以得出,累積救災效率也存在明顯的時變特征——剛開始變化速率大,越往后增長速率越緩慢,越趨向飽和,且速率變化最大的時間段大致為震后10~75 h內。這說明救災是存在黃金時機的,超過這個時間段,救災效率的增長減緩,救災效果就越差,損失也會隨之變大。
圖1 累積救災效率隨時間變化曲線
我們根據(jù)α的實時變化的特征,提取出平均效率、實時累積效率、最大效率及其出現(xiàn)的時間4個參數(shù)與地震死亡人數(shù)、震級以及人均GDP進行相關性分析(表1),從中可以看出,總死亡人數(shù)、震級、最大救災效率出現(xiàn)時間都與平均救災效率成負相關,其中總死亡人數(shù)最為顯著。這就說明當震級越高,總死亡人數(shù)越多,救災難度也相應提高,最大救災效率出現(xiàn)的時間距離地震發(fā)生的時間就越長,救災進程也會因此受到延阻。而最有效的救援時間是在地震發(fā)生后的第1 d里,1976年中國唐山7.8級地震和1995年日本阪神7.3級地震資料顯示第1 d救出者存活率為81.1%,而第2 d所救出的人員存活率只有31.1%,第4 d所救出的人員存活率只有13.0%[13]。且現(xiàn)有專家研究得出救援的黃金時段是震后72 h內,100 h后生還可能性極低。
表1 救災效率與研究變量之間的皮爾遜相關系數(shù)及對應的P值
如果救災過程受到延阻,最終死亡人數(shù)就會增加,根據(jù)式(2),又必然降低平均救災效率(圖2)。相反,如果救災過程安排得井然有序,救援人員和物資合理調配,災區(qū)得到充分的外援,可以贏得更多的時間來搶救受災人員,那么最終死亡人數(shù)就會減少,平均救災效率便會得到提升。
圖2 總死亡人數(shù)對平均救災效率的影響(不包括2007年秘魯中部近海7.8級地震和2002年阿富汗7級地震)
平均救災效率與各研究變量之間的相關性較累計效率和最大救災效率而言更大,所以在平均值、累加值和最大值三者之中,選取平均救災效率作為救災效率的參考變量是較為合理的。以上標示的、可量化的數(shù)據(jù)都影響著平均救災效率。如果將在地震救援過程中Log轉化后的平均救災效率設為Q,則Q與Log轉化后的最大效率出現(xiàn)的時間(T)、死亡人數(shù)(R)、震級(M)、人均GDP(G)、人口密度(D)和地震烈度(I)的關系曲線可以用六元一次方程式進行較好的模擬。由于個別數(shù)據(jù)偏差太大,我們對數(shù)據(jù)進行了逐步過濾篩選,當過濾掉4組數(shù)據(jù)(2001年的秘魯莫克瓜7.9級地震,2004年的日本新澙6.8級地震,2002年阿富汗7級地震,2007年秘魯中部近海7.8級地震)后,利用30個地震樣本數(shù)據(jù),我們用SPSS17.0統(tǒng)計軟件計算,得到模擬方程為:
式(3)中的多變量對救災效率的解釋能力高達82%,說明我們選擇的解釋變量還是非常具有代表意義。如果利用34個地震樣本數(shù)據(jù),得到的模擬方程解釋能力只有54%。由圖3也可以看出,過濾后的數(shù)據(jù)模型比過濾前與實際值更吻合。
圖3 過濾前(a)和過濾后(b)的模擬值與實際值的對比圖
我們將汶川地震震后每過一段時間報道的從廢墟中救出的人數(shù)占最終從廢墟中救出來的總人數(shù)的比例與同時間段的累計救災效率做Pearson相關性分析(n=7),最終得出p值為0.82。而前者直接反映了救災的進程,兩者呈現(xiàn)較高的相關性證明本文提出的救災效率是可以作為一種評價地震救災效果的指標的。利用本文提到的式(2)可以算出,汶川地震中的平均救災效率為1.77%,玉樹地震中的平均救災效率為2.51%,玉樹地震較汶川地震救災效率有了提升。
根據(jù)實時報道的在汶川8.0級地震中和玉樹7.1級地震中的救援人數(shù)的投入,我們可以得到累計救援人數(shù),然后由同一時刻的累計救災效率和累計救援人數(shù)之比得到實時人均救災效率(圖4)。在圖4中,汶川地震(a)和玉樹地震(b)的人均救災效率最大值都出現(xiàn)在震后24 h之內,救援人員要從四面八方調入,趕到受災地區(qū)進行救援的人員有限,而此時的累積救災效率從圖1可以得出正處于急速升高的時段。24 h之后,越來越多的救災人員趕往現(xiàn)場,圖1中顯示24 h之后,累積救災效率增長幅度變小,所以個人救災效率在達到最大值之后呈下降趨勢。
圖4 汶川8.0級地震和玉樹7.1級地震中人均救災效率隨時間的變化
從對比方面來說,汶川8.0級地震中的最大人均救災效率為0.000 4%,玉樹7.1級地震中的最大人均救災效率為0.002 3%,很明顯玉樹7.1級地震的人均救災效率整體上較汶川8.0級地震有顯著的提高。原因有二,①我國的救災水平得到了提升,政府統(tǒng)籌和資源調配有序合理,救災經(jīng)驗也比先前豐富;②汶川地震和玉樹地震在受災情況和救災環(huán)境上有差異[14-16],在受災情況方面玉樹地震波及范圍約3萬km2,共12個鄉(xiāng)鎮(zhèn)約10萬人受災,重災區(qū)面積約4 000 km2,而汶川地震的影響范圍包括震中50 km范圍內的縣城和200 km范圍內的大中城市,影響范圍較玉樹地震大;在救災環(huán)境上,震區(qū)的交通和通訊條件不同。玉樹地震24 h交通通訊基本恢復,機場運行有效,汶川地震后79 h首條生命通道才貫通,省會城市成都通訊曾一度中斷。
研究地震的救災效率是為評估地震的救援情況提供一個指標??偹劳鋈藬?shù)是影響救災效率的主要因素,因此要提高救災效率,首先要做的就是要把握時機搶救人員;救災效率也會影響死亡人數(shù),救災效率無法提高,救災難度也就越大,導致總死亡人數(shù)增加。
通過對34個地震數(shù)據(jù)的篩選,我們利用過濾后的30個地震數(shù)據(jù)模擬出了利用影響因素計算救災效率的方程。從模擬值與實際值之間的相對誤差來看,擬合的結果還是很好的。如果能掌握更多的地震數(shù)據(jù)和更詳細的相關因素數(shù)據(jù),則可以更精確地對地震救災效率進行計算。
從汶川8.0級地震和玉樹7.1級地震的比較分析中發(fā)現(xiàn),玉樹地震的救災效率明顯提高,這和人員物資的合理調配是分不開的。通過對兩次地震的比較我們發(fā)現(xiàn),利用本文的救災效率進行評估是很有實際意義的。
當然,如果要對救災效率進行更為準確的計算,除了文中列出的已經(jīng)進行研究的因素之外,還應對地震發(fā)生的時間、房屋破壞狀況、政府應對能力、災區(qū)的交通環(huán)境等自然因素和社會因素進行探究。
[1] Lomnitz C.Casualties and behavior of populations during earth-quakes[J].Bull Seism Soc Amer,1970,60:1309-1313.
[2] 傅征祥,李革平.地震生命損失研究[M].北京:地震出版社,1993:48.
[3] 王景來.云南地震死亡人數(shù)定量估算[J].災害學,1994,9(4):55-58.
[4] Christoskov L,Samardjieva E.An approach for estimation of the possible number of casualties during strong earthquakes[J].Bulg Geophys,1984,4:94-106.
[5] Gutie'rrez E,Taucer F,De Groeve T,et al.Analysis of worldwide earthquake mortality using multivariate demographic and seismic data[J].American Journal of Epidemiology,2005,161(12):1151-1158.
[6] 高建國,賈燕.地震救援能力的一項指標——地震災害發(fā)布時間的研究[J].災害學,2005,20(1):31-35.
[7] 劉倬,吳忠良.地震和地震海嘯中報道死亡人數(shù)隨時間變化的一個簡單模型[J].中國地震,2005,21(4):526-529.
[8] 姚清林,高建國.制約地震緊急救災效果的關鍵因素與改進途徑[J].災害學,2005,20(3):48-52.
[9] 鄧硯,聶高眾,蘇桂武.地震應急的影響因素分析[J].災害學,2005,20(2):27-33.
[10] 洪時中.對日本兵庫縣南部地震震災統(tǒng)計時程曲線的初步分析[J].國際地震動態(tài),1995(5):10-14.
[11] 王景來,楊子漢.地震災害時間進程法[J].地震研究,1997,20(4):424-430.
[12] 吳新燕,顧建華,吳昊昱.地震報道死亡人數(shù)隨時間變化的修正指數(shù)模型[J].地震學報,2009,31(4):457-463.
[13] 高建國.地震應急期的分期[J].災害學,2004,19(1):11-15.
[14] 姜潔,李幼平,王覓也,等.玉樹與汶川地震醫(yī)療救援比較[J].中國循證醫(yī)學雜志,2010,10(5):550-554.
[15] 鄭通彥,李澤,侯建盛,等.2008年中國大陸地震災害損失述評[J].災害學,2010,25(2):112-118.
[16] 秦松濤,李智敏,譚明,等.青海玉樹7.1級地震震害特點分析及啟示[J].災害學,2010,25(3):65-70.