火灾统计的时空分析方法及其应用

本书在对火灾空间分布与时间变化进行探索性分析的基础上，发现火灾与经济发展、气候变化紧密相关，进一步分析了火灾综合损失的时空演变趋势、空间特征、分形特征等，分析了火灾致灾因子的时间差异性、空间差异性，提出火灾Kuznets假说，建立了能够反映火灾态势时空变化的火灾空间动态面板数据模型。本书对于数据统计、地理分析、应急管理等领域的科研工作者有一定的参考价值。

在火灾统计分析方法上，多采用传统的分类统计法，如分地区、分月季、分起火场所、分行业类别、分经济类型、分起火原因、分消防监督管理类别、分建筑类别等进行分类统计。此外，对每日火灾情况、火灾24小时分布情况、人员死亡火灾分地区情况/分月季情况均有统计，春节、国庆期间的火灾数据，相关部门也会统计发布。在此基础上，还会进行同比、环比等简单的对比分析。这些统计数据及分析，有助于我们了解我国火灾的概况，能够得出火灾起数、火灾伤亡率、地区火灾情况、季节火灾情况等直观分析结果。
“天干物燥，小心火烛”，说明干旱的季节易发火灾；闹市区与荒郊野外，相同过火面积的火灾，其火灾损失大小有显著差别。这些都说明火灾受社会、经济、环境、组织等诸多因素的影响，特别是经济因素、气候因素对火灾数据影响很大。众所周知，经济因子、气候因子与地理空间具有紧密联系，火灾数据也应具有鲜明的空间特征。传统的火灾统计分析方法不能揭示火灾与经济因子、气候因子、空间分布之间的关系，具有很大的局限性。
本书运用计量地理学和数学分析方法，通过建立火灾地理模型和火灾时空面板数据模型，定量分析火灾统计数据与地理要素之间的关系，模拟中国火灾态势的时空演化过程，揭示经济发展、气候变化、地理分布对火灾态势变化的影响，从而为火灾统计与监测预警提供科学依据。
本书使用的计量地理学和数学分析方法有主成分分析法、空间自相关分析法、空间聚集分析法、时间序列趋势分析法、相关性分析法、分形理论研究法、R/S分析法，以及基于时间序列数据模型和时空面板数据模型的Granger因果检验法、向量自回归（VAR）模型、向量误差修正（VEC）模型、空间动态面板数据模型、协整理论、脉冲响应理论、方差分解法等方法，发现中国火灾存在地域分异及Kuznets效应，提出了适宜中国的火灾区划，阐明了经济发展及气候变化对火灾态势变化的影响。
本书既可供消防科研人员借鉴，也可供地理学、气候学、区域经济学、环境学等领域的科研工作者参考。对于不具有计量地理学或数学分析方法知识背景的学者，结合本书所述内容，在短时间内对相关方法也可以有基本的了解。
本书引用了很多学者的研究成果，笔者对这些学者表示崇高的敬意和衷心的感谢！

徐波，男，1975年出生，陕西山阳人，博士，中国安全生产科学研究院高级工程师。2012年获南京大学地理与海洋科学学院地图学与地理信息系统博士学位。长期从事应急救援、安全生产等方面的信息化研究，曾主持或参与建设全国消防一体化灭火救援应急指挥系统、应急管理部一体化在线政府服务平台、应急管理部“互联网+监管”系统、国家煤监局安全风险监测预警系统、国家煤监局安全监察业务系统等信息化工程项目。

第一章火灾统计分析与空间相关
1.1火灾影响因素的复杂性
1.2传统火灾统计分析方法的局限性
1.3火灾的空间相关性
第二章火灾数据的常规统计分析
2.1起火原因分析
2.2火灾发生的时间特征
2.3火灾发生的地域及空间特征
2.4火灾发生的经济类型特征
2.5火灾发生的行业特征
2.6火灾发生的场所特征
第三章火灾空间分布与火灾时间变化
3.1研究区域与数据处理
3.2火灾分布与火灾变化
3.3经济发展如何影响火灾态势变化
3.4气候变化如何影响火灾态势变化
3.5火灾影响因素的初步分析
……