我國Natech事件分布規(guī)律及涉水Natech事件致因分析*

張 媛，孟耀斌，葉 濤

(1.北京師范大學(xué) 地理科學(xué)學(xué)部，北京 100875； 2.應(yīng)急管理部 教育部 減災(zāi)與應(yīng)急管理研究院，北京 100875；3.北京師范大學(xué) 國家安全與應(yīng)急管理學(xué)院，北京 100875)

隨著我國經(jīng)濟由高速增長階段向高質(zhì)量發(fā)展階段轉(zhuǎn)變，我國對于突發(fā)事件的預(yù)警與處置更加重視?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》[1]中首次設(shè)立安全發(fā)展專篇，提出優(yōu)化國家應(yīng)急管理能力體系，加強國家安全體系和能力建設(shè)[2]。根據(jù)突發(fā)公共事件的發(fā)生過程、性質(zhì)和機理，有學(xué)者[3-4]將其劃分五大類，傳統(tǒng)安全領(lǐng)域主要為自然災(zāi)害和事故災(zāi)難。多起案例表明自然災(zāi)害與事故災(zāi)難存在耦合關(guān)系，SHOWALTER[5]于1994提出Natech(Natural events triggered Technological Accidents)概念，將其定義為自然災(zāi)害事件誘發(fā)的技術(shù)事件，簡稱“自然—技術(shù)事件(Natech事件)”。基于多米諾骨牌效應(yīng)原理，Natech事件更易于在級聯(lián)場景中升級放大，在較大的時間和空間范圍內(nèi)造成嚴(yán)重后果[6]。

我國是世界上自然災(zāi)害嚴(yán)重的國家之一，Natech風(fēng)險不容忽視[7]。重大案例是研究Natech事件的基礎(chǔ)：1999年土耳其科賈埃利省發(fā)生7.4級地震，造成該地區(qū)工業(yè)設(shè)施結(jié)構(gòu)性破壞并引發(fā)一系列災(zāi)難性的有害物質(zhì)泄漏[8]；2005年美國卡特里娜颶風(fēng)和麗塔颶風(fēng)導(dǎo)致工廠儲罐大量原油泄漏和擴散，對沿海生態(tài)系統(tǒng)、漁業(yè)和旅游業(yè)造成嚴(yán)重影響[9]；2008年汶川地震造成當(dāng)?shù)毓I(yè)園區(qū)管道設(shè)施破壞，其中一家化工企業(yè)污染物釋放嚴(yán)重污染了周圍環(huán)境，導(dǎo)致約6 000名居民撤離[10]；2011年東日本大地震引發(fā)了福島核泄漏事故，造成了嚴(yán)重環(huán)境污染問題[11]；2017年美國哈維颶風(fēng)對化學(xué)和工藝設(shè)施造成嚴(yán)重?fù)p害，并導(dǎo)致多家煉油廠關(guān)閉，成品油價格飆升[12]。為有效評估Natech事件危險性，ANTONIONI等[13]開發(fā)了一個基于歷史Natech事件風(fēng)險評估的通用框架，實現(xiàn)了對地震和洪水這兩類自然災(zāi)害導(dǎo)致的Natech風(fēng)險的定量評估。MESA-GMEZ等[14]對現(xiàn)有Natech事件定量風(fēng)險分析方法進(jìn)行綜述后發(fā)現(xiàn)Natech風(fēng)險評估大多主要關(guān)注Natech事件造成的死亡人數(shù)指標(biāo)。

歷史相似案例是研究規(guī)律的基礎(chǔ)[15]，美歐等國積累的事故數(shù)據(jù)庫為Natech事件案例提供了基礎(chǔ)。KRAUSMANN等[16]主要基于歐洲主要工業(yè)事故數(shù)據(jù)庫MHIDAS(2001)、ARIA(2006)、FACTS(2006)、MARS(2008)、TAD(2004)和美國國家響應(yīng)中心(NRC)數(shù)據(jù)庫(2008)提取到Natech事件案例；GIRGIN等[17]于2016年搜集了歐洲和美國公開報道的輸油管道事故案例，從中分離出Natech事件；MISURI等[12]于2019年調(diào)查了Harvey颶風(fēng)影響下化工設(shè)施發(fā)生破壞的直接原因，并從美國國家響應(yīng)中心數(shù)據(jù)庫中分離出颶風(fēng)導(dǎo)致Natech事件的案例。我國對于Natech事件的研究起步較晚且基礎(chǔ)薄弱[18]，國內(nèi)研究較多針對單一災(zāi)種的發(fā)生機理[19]或單一行業(yè)事故進(jìn)行研究[20-23]；由于災(zāi)害數(shù)據(jù)庫建設(shè)方面的空白[24]，多數(shù)學(xué)者尚未考慮Natech事件整體規(guī)律，缺乏對多災(zāi)種多行業(yè)事件交叉研究[25-26]。為解決該問題，建立我國專有的Natech事件數(shù)據(jù)庫對于整體認(rèn)識我國Natech事件現(xiàn)狀，完善我國Natech風(fēng)險管理體系，防范和降低區(qū)域Natech風(fēng)險，指導(dǎo)“十四五”風(fēng)險防范尤為迫切[7,27-28]。

本文利用Python爬蟲方法，通過關(guān)鍵字組合從各網(wǎng)站、數(shù)據(jù)庫獲取符合要求的案例，同時課題組人工摘錄《中國安全生產(chǎn)年鑒》等各相關(guān)年鑒內(nèi)案例，獲取時間范圍為2000—2019年內(nèi)的疑似自然災(zāi)害誘發(fā)事故災(zāi)難案例共5 286條。經(jīng)人工逐條甄別后，符合要求(見下文)的Natech案例261條，這些案例整理為“時空-事故-承災(zāi)體數(shù)據(jù)庫”(以下簡稱“Natech數(shù)據(jù)庫”，Natech-DB)。每一條案例包括事故發(fā)生的時間(年、月、日)、地區(qū)(省份、具體地點)、經(jīng)緯度、行業(yè)大類[29](采礦業(yè)、電力、熱力生產(chǎn)和供應(yīng)業(yè)、建筑業(yè)、交通運輸業(yè)和制造業(yè))、細(xì)分行業(yè)、事件經(jīng)過、自然災(zāi)害肇因(暴雨、大風(fēng)、雷電、大霧、洪水、冰凍、高溫、地震)、死亡失蹤人數(shù)和經(jīng)濟損失情況等字段。

1 案例來源與選擇標(biāo)準(zhǔn)

1.1 案例來源

本文主要關(guān)注自然災(zāi)害誘發(fā)的生產(chǎn)安全事故，研究樣本為中國32個省、自治區(qū)、直轄市(由于信息受限，不含香港特別行政區(qū)、澳門特別行政區(qū)和臺灣地區(qū))的Natech案例。

表1 我國Natech事件案例來源

1.2 選擇標(biāo)準(zhǔn)

重大案例遴選標(biāo)準(zhǔn)為下述四條標(biāo)準(zhǔn)同時滿足：①報道中同時出現(xiàn)自然災(zāi)害與生產(chǎn)事故關(guān)鍵詞；②事故曾被(相關(guān)主體)認(rèn)為或懷疑系由某自然災(zāi)害(自然環(huán)境因素)導(dǎo)致或誘發(fā)，或課題組認(rèn)為可能存在因果關(guān)系；③該自然災(zāi)害與發(fā)生事故之間的因果關(guān)系不違反科學(xué)原理；④該事故造成人員死亡或失蹤。

表2 Natech-DB案例選擇標(biāo)準(zhǔn)

2 我國Natech事件時空分布特征

2.1 年際和季節(jié)分布規(guī)律

2000—2019年，我國共發(fā)生261起造成人員死亡失蹤的Natech事件，每年發(fā)生1～24起，平均每年發(fā)生10起，具體分布規(guī)律見圖1a。2000—2010年，我國Natech事件發(fā)生起數(shù)增長明顯，2010年事件起數(shù)達(dá)到峰值，達(dá)到24起，2011—2018年事件起數(shù)逐年下降，2019年急劇上升。從事件導(dǎo)致死亡失蹤總?cè)藬?shù)來看，2000—2008年由Natech事件導(dǎo)致死亡失蹤人數(shù)逐年增長，趨勢明顯；2008年事件死亡失蹤人數(shù)達(dá)到最高峰；2008—2019年事件起數(shù)迅速下降。Natech事件發(fā)生起數(shù)峰值年份(2010)與死亡失蹤人數(shù)峰值年份(2008)存在偏移。

圖1 Natech-DB時間分布

按照月份對2000—2019年自然災(zāi)害誘發(fā)生產(chǎn)事故的起數(shù)和導(dǎo)致的死亡失蹤人數(shù)進(jìn)行統(tǒng)計分析，分布規(guī)律見圖1b。我國Natech事件年內(nèi)分布呈現(xiàn)明顯季節(jié)特征：夏季多、冬季少。其中，夏季6—8月事故發(fā)生起數(shù)占全年的38%，死亡失蹤人數(shù)占全年死亡失蹤人數(shù)的44%，冬季12—2月事故發(fā)生起數(shù)僅占全年的7.6%，死亡失蹤人數(shù)僅占全年死亡失蹤人數(shù)的3.2%。

2.2 時間分布規(guī)律原因分析

總體來說，Natech事件的數(shù)量較少，是一種低概率事件[25]。2000年以來，我國Natech事件發(fā)生起數(shù)表現(xiàn)為以2010年為界限，2010年以前處于快速增長階段，2010年以后呈現(xiàn)下降趨勢。2010年我國先后發(fā)生長江中下游地區(qū)暴雨洪澇災(zāi)害(5—7月)和東北洪澇災(zāi)害(7月下旬)，地質(zhì)災(zāi)害發(fā)生起數(shù)達(dá)30 670起[34]，災(zāi)害波及范圍逛廣，持續(xù)時間長，各工業(yè)設(shè)施在持續(xù)洪水、地質(zhì)(滑坡)等自然災(zāi)害條件下表現(xiàn)出明顯的脆弱性，這是Natech事件起數(shù)達(dá)到了峰值的原因之一。2010年后，隨著災(zāi)害抵御水平不斷提高，Natech事件起數(shù)振蕩下降。

我國Natech事件發(fā)生起數(shù)峰值與死亡失蹤人數(shù)峰值存在偏移主要表現(xiàn)為2008年死亡失蹤人數(shù)最多，但事件起數(shù)不多，與2008年我國發(fā)生汶川8.0級地震和南方特大低溫雨雪冰凍災(zāi)害[35]存在一定關(guān)系——大多數(shù)工業(yè)設(shè)施設(shè)計之初對極端自然災(zāi)害情景考慮不足，防御災(zāi)害能力有限，在特大自然災(zāi)害下易誘發(fā)重特大生產(chǎn)安全事故。

從年內(nèi)分布來看，由于暴雨、大風(fēng)、高溫多發(fā)生在夏季，作為常見的自然災(zāi)害肇因，這些自然災(zāi)害引發(fā)的Natech事件在該季節(jié)發(fā)生起數(shù)與導(dǎo)致的死亡失蹤人數(shù)更多；冬季部分工業(yè)(如建筑業(yè))活動強度下降，加之對流氣象過程少，極端氣候、地質(zhì)災(zāi)害均處于較低水平，故而Natech事件起數(shù)和導(dǎo)致的死亡失蹤人數(shù)較少。

2.3 空間分布特征

根據(jù)Natech-DB數(shù)據(jù)庫案例地點，全國共有173個地級市發(fā)生過Natech事件。利用ArcMap10.7軟件，繪制我國Natech事件2000—2019年發(fā)生起數(shù)與死亡失蹤人數(shù)的空間分布圖(圖2)。

Natech事件發(fā)生起數(shù)空間分布(圖2a)主要表現(xiàn)為：四川、河北、北京、山東、廣東和江蘇的事件起數(shù)較多，大于10起，青海和寧夏事件起數(shù)較少，新疆、西藏尚未發(fā)生過有記載的Natech事件；Natech事件導(dǎo)致死亡失蹤人數(shù)空間分布(圖2b)主要表現(xiàn)為：四川、山西和山東的死亡失蹤人數(shù)較多。

圖2 Natech-DB包含案例的空間分布(審圖號：GS(2019)1697號，底圖無修改)

3 我國Natech事件行業(yè)分布特征

Natech事件受制于自然災(zāi)害致災(zāi)因子作用和行業(yè)本身特征，其脆弱性由自然災(zāi)害災(zāi)種和行業(yè)特征共同決定。部分重點行業(yè)脆弱性大，則呈現(xiàn)出Natech事件發(fā)生頻次高、損失大的特點。按自然災(zāi)害肇因與事故所屬行業(yè)交叉組合(簡稱“災(zāi)種-行業(yè)組合(1)電力、熱力生產(chǎn)和供應(yīng)業(yè)下文簡稱電力業(yè)”)統(tǒng)計Natech-DB中的不同災(zāi)害類型和事件所屬行業(yè)組合下Natech事件發(fā)生頻次和死亡失蹤人數(shù)分布呈于圖3。圖3a、圖3b為不同自然災(zāi)害類型下，各行業(yè)發(fā)生Natech事件的事故起數(shù)和導(dǎo)致的死亡失蹤人數(shù)。暴雨和大風(fēng)是造成Natech事件的主要肇因，其事故起數(shù)與死亡失蹤人數(shù)最多，與LUO[36]從NCR分離出的Natech事件規(guī)律一致：颶風(fēng)(24.41%)、暴雨(19.27%)和風(fēng)暴(18.29%)是造成Natech事件的主要原因。暴雨主要作用于建筑業(yè)、交通運輸業(yè)和采礦業(yè)，大風(fēng)主要作用于建筑業(yè)和交通運輸業(yè)。從總體特征來看，建筑業(yè)和交通運輸業(yè)對大多數(shù)氣象災(zāi)害都表現(xiàn)出了脆弱性。大風(fēng)還作用于電力業(yè)和制造業(yè)，主要表現(xiàn)為大風(fēng)導(dǎo)致電力設(shè)施損毀誘發(fā)火災(zāi)或物體打擊致人死亡。

圖3 Natech-DB災(zāi)害—行業(yè)組合統(tǒng)計圖

圖3c、圖3d為不同行業(yè)在各類自然肇因作用下造成Natech事件的事故起數(shù)和死亡失蹤人數(shù)分布。交通運輸業(yè)事故起數(shù)和死亡失蹤人數(shù)最多，建筑業(yè)事故起數(shù)多但死亡失蹤人數(shù)少，采礦業(yè)事故起數(shù)不多但造成的死亡失蹤人數(shù)多，制造業(yè)受多種自然肇因的影響。作者根據(jù)案例描述歸納出暴雨和大風(fēng)作用于主要行業(yè)造成的技術(shù)事故類型見表3。

表3 主要自然肇因?qū)е录夹g(shù)事故類型

4 涉水Natech事件特征分析

Natech-DB顯示暴雨季節(jié)性很強，所關(guān)聯(lián)的Natech事件起數(shù)、造成的死亡失蹤人數(shù)最多，本文重點對暴雨和洪水作為自然肇因的Natech事件(“涉水Natech事件”)造成人員生命損失的特征進(jìn)行探索。選取Natech-DB數(shù)據(jù)庫中暴雨重點事故共84起，對其當(dāng)日降水量及前30 d降水量進(jìn)行逐行業(yè)分析和多行業(yè)總體分析，并得到了前趨降水與Natech致人死亡失蹤人數(shù)之間的重要關(guān)系。

降水?dāng)?shù)據(jù)根據(jù)中國國家級地面氣象站基本氣象要素日值數(shù)據(jù)集(V3.0)，采用20：00—20：00數(shù)據(jù)進(jìn)行統(tǒng)計；選取2 474個氣象站點空間距離最近的點代表事故點降水值，并按照《國民經(jīng)濟行業(yè)分類》[29]將現(xiàn)有行業(yè)分為五大類：建筑業(yè)、制造業(yè)、交通運輸業(yè)、電力業(yè)和采礦業(yè)。

4.1 單一行業(yè)涉水事件特征

從建立的數(shù)據(jù)庫中就事件造成死亡失蹤人數(shù)、降水量以及行業(yè)三個主要指標(biāo)進(jìn)行分析。在單一行業(yè)中，分別對各行業(yè)死亡失蹤人數(shù)、降水量進(jìn)行相關(guān)性分析。Natech-DB中制造業(yè)主要為石油化工行業(yè)，其Natech事故嚴(yán)重，主要表現(xiàn)為泄漏后造成大范圍嚴(yán)重污染和大批人員疏散，但往往死亡失蹤人數(shù)較少。其原因在于，暴雨主要導(dǎo)致生產(chǎn)設(shè)施出現(xiàn)故障，但生產(chǎn)設(shè)施往往位于遠(yuǎn)離人口密集區(qū)。事件死亡失蹤人數(shù)少是制造業(yè)區(qū)別于其他行業(yè)Natech事件的主要特點，為避免制造業(yè)Natech事件帶來的人員死亡失蹤負(fù)偏離，在相關(guān)分析中暫不包括該類行業(yè)案例。

4.2 多行業(yè)組合涉水事件總體特征

基于Natech-DB數(shù)據(jù)庫，結(jié)合多行業(yè)分析行業(yè)關(guān)聯(lián)性。將建筑業(yè)、采礦業(yè)、電力業(yè)和交通運輸業(yè)各起事故死亡失蹤人數(shù)與事件發(fā)生前若干天的降水特征進(jìn)行相關(guān)性分析，即以Natech事件的死亡失蹤人數(shù)為因變量，遴選若干降水特征參數(shù)為解釋變量。

(1)采用前趨降水總量為解釋變量

核算前趨日數(shù)從1 d(事件發(fā)生當(dāng)日)、2 d、3 d直至30 d，以該核算前趨日數(shù)內(nèi)的總降水量與事件死亡失蹤人數(shù)作相關(guān)分析。結(jié)果發(fā)現(xiàn)，無論是采用Pearson檢驗還是Spearman檢驗，核算前趨日數(shù)的降水總量都與事件死亡失蹤人數(shù)無顯著相關(guān)性(r<0.2,p>0.05)。

(2)采用前趨降水趨勢為解釋變量

前趨降水核算日數(shù)從1 d(事件發(fā)生當(dāng)日)、2 d、3 d直至30 d，以該核算前趨日數(shù)逐日降水量與前趨日歷做線性回歸(Pearson型)，以該回歸所得的斜率PSPD(Precipitation Slope over Preceding Days)表示事件前降水的演變特征(增減)。

表4 PSPD與死亡失蹤人數(shù)相關(guān)性(前五)

圖4 PSPD與死亡失蹤人數(shù)顯著性p注：*表示相關(guān)關(guān)系顯著(p<0.05)；**表示很顯著(p<0.01)；后文同。

圖5 行業(yè)組合PSPD與死亡失蹤人數(shù)關(guān)系的相關(guān)性r與顯著性p

通過分行業(yè)組合進(jìn)行計算，前趨降水核算日數(shù)為4 d和5 d時，PSPD與事件導(dǎo)致死亡失蹤人數(shù)的相關(guān)性保持顯著，再次充分說明Natech事件發(fā)生前4 d和5 d的PSPD和造成事件死亡失蹤人數(shù)緊密相關(guān)。即表明：Natech事件造成死亡失蹤人數(shù)多少與前4 d和前5 d的降水趨勢顯著相關(guān)。

4.3 涉水Natech事件重點事故

上述相關(guān)關(guān)系表明，如果當(dāng)?shù)?～5 d范圍內(nèi)降水逐漸增多，則如果發(fā)生涉水Natech事件，該事件死亡失蹤人數(shù)將大大增加；如果前4—5 d以來降水呈減弱趨勢，則即使發(fā)生涉水Natech事件，其死亡失蹤人數(shù)不會太大。該規(guī)律不因行業(yè)不同而消失。不過，降水誘發(fā)的重大生產(chǎn)事故的損失尚不宜以4～5 d范圍降水變化趨勢簡單研判，該統(tǒng)計規(guī)律主要提示了降水的累積致災(zāi)效應(yīng)至少持續(xù)4—5 d以上。涉水Natech事件似可區(qū)分為兩類發(fā)生機制：

(1)當(dāng)日極大降水直接誘發(fā)Natech事件。當(dāng)日極大降水量誘發(fā)的生產(chǎn)事故主要集中在交通行業(yè)。Natech-DB中案例顯示，交通行業(yè)事故當(dāng)日降水量均達(dá)到暴雨級別(50 mm)，交通行業(yè)事故死亡失蹤人數(shù)受交通工具種類以及車輛具體類型影響，集中強降水為各類交通主體的不安全運行提供了更多場景。

(2)前4～5 d范圍持續(xù)降水或強降水形成的累積效應(yīng)可能誘發(fā)Natech事件。由前趨降水所決定的重大安全事故主要集中在煤礦和土木建筑行業(yè)。2007年8月17日山東新泰華源煤礦由于連日暴雨導(dǎo)致山洪暴發(fā)，洪水涌入煤礦，發(fā)生潰水事故，造成172人死亡，其前4 d和前5 d日降水量分別為248 mm、159 mm；2009年7月22日，黑龍江雞西恒山煤礦發(fā)生連續(xù)強降雨，最終發(fā)生井下透水事故，造成23人死亡，其前4 d和前5 d日降水量分別為184 mm、113 mm。2013年5月13日，湖南湘潭云塘街道辦事處發(fā)生水倒灌事故，涌入頂管改造工程區(qū)域，造成3人當(dāng)場死亡。其前4 d和前5 d降水分別為341 mm、52 mm，事故當(dāng)日降水為270 mm。這幾個Natech案例中盡管4～5 d范圍內(nèi)的PSPD均為負(fù)數(shù)，但4～5 d范圍內(nèi)的降水量很大，仍然導(dǎo)致重大生命損失。針對這類觸發(fā)機制的Natech事件[37]，當(dāng)出現(xiàn)持續(xù)4～5 d或更長時間的降水時，應(yīng)充分警惕可能的Natech重大事故風(fēng)險，提前采取相關(guān)技術(shù)措施，做好監(jiān)測、疏散等工作，在一定范圍內(nèi)能夠防止事故或降低人員傷亡。

5 結(jié)論

本文基于我國Natech事件研究不足的現(xiàn)狀，運用數(shù)據(jù)挖掘的方法對公開報道中的事故案例進(jìn)行篩分，初步建立了我國Natech事件數(shù)據(jù)庫，并分析了自然災(zāi)害誘發(fā)的生產(chǎn)事故的時空與行業(yè)特征，得到以下主要結(jié)論：

(1)我國Natech事件發(fā)生數(shù)量總體較少，2008年和2010年分別是Natech事件造成死亡失蹤人數(shù)和事故發(fā)生起數(shù)峰值年份；Natech事件具有明顯的季節(jié)特征：夏季數(shù)量多，冬季數(shù)量少。

(2)暴雨、大風(fēng)是Natech事件的主要肇因，建筑業(yè)和交通運輸業(yè)對氣象災(zāi)害表現(xiàn)出明顯的脆弱性。

(3)對暴雨、洪水等肇因Natech事件(“涉水Natech事件”)與降水特征的相關(guān)分析顯示，該類Natech事件造成死亡失蹤人數(shù)與事發(fā)前4～5 d的降水趨勢存在顯著正相關(guān)，即4～5 d范圍內(nèi)持續(xù)增加的降水極易在Natech事件中導(dǎo)致大量人員傷亡。由此研判，強降水過程或持續(xù)降水引發(fā)Natech災(zāi)害的累積致災(zāi)效應(yīng)至少持續(xù)4～5 d。