О логарифмически нормальном законе распределения пожарных рисков
On the logarithmically normal law of fire risk distribution
- 1 АКАДЕМИЯ ГПС МЧС РОССИИ
- 2 ФГБОУ ВО «Академия Государственной противопожарной службы МЧС России»
В работе предложена модель описания динамики пожарных рисков на основе анализа статистик логарифма отношения пожарных рисков в последующем и предшествующем году. На основании статистического критерия Шапиро – Уилка проверена нормальность подобного распределения для ряда субъектов Российской Федерации. Обсуждаются причины подобного поведения динамики пожарных рисков.
The paper proposes a model for describing the dynamics of fire risks based on the analysis of logarithm statistics of the ratio of fire risks in the following and previous year. Based on the statistical Shapiro–Wilk criterion, the normality of such a distribution for a number of subjects of the Russian Federation. The reasons for this behavior of the dynamics of fire risks are discussed.
АГПС МЧС России, Москва, Россия, desperados67@inbox.ru
Анализ статистики пожарных рисков позволяет прогнозировать потребности сил и средств для их предотвращения или ликвидации последствий, оценивать эффективность профилактических мероприятий, планировать размещение подразделений пожарной охраны для минимизации времени реагирования и т.д. Накоплена большая база пожарных данных, включающая в себе региональный разрез, численность населения муниципальных образований (МО) и его тип, число профилактических мероприятий, количество пожаров и количество жертв на них [1,2]. Существенный интерес представляет такой показатель, как отношение числа жертв на пожарах к численности населения МО или, в дальнейшем в тексте работы, величина R2 . Именно эта величина, в конечном счете, определяет, в максимально возможной степени социальную и общественную безопасность, степень доверия населения к возможности властей эффективно выполнять свои функции [3].
Некоторые данных по анализируемому пожарному риску приведены в таблице 1.
Табл. 1 Статистика пожарных рисков ряда стран. Данные усреднены по последнему пятилетнему периоду [4].
Страна |
Население, тыс. чел. |
Количество пожаров |
Количество на 100 тыс. человек |
Количество погибших |
Количество на 100 тыс. человек |
Россия |
146781 |
352509 |
240,16 |
8285 |
5,64 |
США |
333271 |
1504500 |
451,43 |
3690 |
1,11 |
Казахстан |
20075 |
12219 |
60,7 |
344 |
1,71 |
Франция |
67244 |
289030 |
429,8 |
373 |
0,55 |
Китай |
1390000 |
250189 |
18 |
1371 |
0,10 |
В частности, существенно отметить, что Российская Федерация имеет почти в три раза худшие показатели, чем США и почти на порядок, чем Германия.
В качестве базы для анализа данных пожарного риска были выбраны четыре региона Российской федерации с общим числом муниципальных образований 186 за период 2020-2024 гг. Общие данные об анализируемых регионах представлены в табл.2. Выбор регионов базировался на сопоставлении территорий с разным распределением городского и сельского населения и его плотностью, ландшафтом и климатическими условиями.
Табл. 2 Общая характеристика базы данных анализируемых регионов.
Регионы РФ |
Пермский край |
Алтайский край |
Владимирская область |
Нижегородская область |
Период анализа |
2020-2024 |
2020-2024 |
2020-2024 |
2020-2023 |
Количество МО |
42 |
67 |
20 |
57 |
Анализируемая
статистическая характеристика – это
динамика пожарных рисков. В нашем случае
это отношение пожарного риска в
последующий год к пожарному риску в
предшествующий год
, где
- пожарный риск n
в году
пожарный риск в n+1
году. Поскольку пятилетняя база не
позволяет реализовать статистическое
описание по каждому МО, использовали,
так называемую “эргодическую гипотезу”,
в рамках которой средние по времени
заменяются средними по распределению
большого числа объектов. Далее подбиралась
некая нелинейная функция этой величины
нормализирующая ее плотность распределения.
В качестве такой величины предположили
использовать логарифмическую функцию.
В основе этой гипотезы лежали следующие
допущения. Во-первых,
логарифмически нормальный закон
распределения
(логнормальный закон) описывает
процессы, в которых действует большое
число независимых факторов или случайных
величин, во- вторых, для сложных социально
- экономических систем характерны, так
называемые, тяжелые хвосты распределения,
т.е. вероятность событий с большим
отклонением от среднего значения выше,
чем в нормальном законе распределения
[5].
Анализ исходных данных в этом пространстве проводился построением гистограмм распределения с количеством разрядов по порядку – корень из числа экспериментальных точек. Поскольку в нашем случае общее число экспериментальных точек от 210 до 337 – табл. 2, то выбирали Q=10. На основании гистограмм оценивали следующие характеристики: среднее значение M, среднеквадратичное отклонение D, медианное значение S и значения, статистического критерия Шапиро-Уилка: pасчетное значение статистики критерия Sh, расчетный уровень значимости Sr – табл.3.
Табл. 3 Статистические характеристики анализируемых регионов РФ
Критерий |
Пермский край |
Алтайский край |
Владимирская область |
Нижегородская область |
M |
0,010 |
0,065 |
- 0,049 |
- 0.0726 |
D |
0,906 |
0,841 |
0,848 |
0,768 |
S |
0,007 |
0,016 |
0,007 |
- 0,012 |
Sh |
0,988 |
0,991 |
0,974 |
0,991 |
Sr |
0,264 |
0,246 |
0,127 |
0,444 |
Для всех регионов величина среднего по гистограмме много меньше по абсолютной величине, чем дисперсия, поэтому с уровнем риска менее 0.01 ее можно положить равной нулю. Расчётное значение критерия Шапиро-Уилка позволяет говорить о логарифмически нормальном законе распределения с достоверностью от 0,988 в Пермском крае до 0,991 в Нижегородской области (табл.3).
Теоретический закон распределения, таким образом, имеет вид:
или после простых преобразований:
В качестве примера на рис.1 приведена нормализированная гистограмма распределения пожарных рисков для Нижегородской области и те же результаты в прямом пространстве – рис.2.
Рис.1 Гистограмма распределения логарифма отношения пожарных рисков для Нижегородской области за период 2020-2024гг.
Рис.2 Теоретическая плотность распределения отношения пожарных рисков в прямых координатах для Нижегородской области за период 2020-2024гг.
Существенной особенность плотности распределения пожарных рисков является ее несимметричность относительно максимальной вероятной реализации, которой соответствует величина отношения рисков, равная единице Риск не изменится - это наиболее вероятный, но не средний прогноз. Отсюда неизбежно следует разная вероятность увеличения или уменьшения рисков в последующем году. В табл. 3 представлены расчеты вероятности увеличения рисков менее, чем на значения от 0.50 до 0.75. Как видно, в частности, что вероятность повышения риска менее, чем на 0.75 , существенно выше, чем его снижения в этом интервале: 0.352 против 0.290.
Табл. 3 Расчетные значения снижения и повышения пожарных рисков менее, чем на 0.50-0.75 для Нижегородской области.
0.50 |
0.60 |
0.65 |
0.70 |
0.75 |
|
Повышение риска |
0.247 |
0.290 |
0.312 |
0.334 |
0.352 |
Снижение риска |
0.233 |
0.264 |
0.270 |
0.284 |
0.290 |
Суммарное изменение в интервале |
0.480 |
0.554 |
0.592 |
0.618 |
0.642 |
Подобные эффекты справедливы для всех анализируемых регионов. И, вполне вероятно, это универсальный закон динамики пожарных рисков и иных техносферных происшествий в сложных социально - экономических системах. Логнормальность законов динамики рисков позволяет предположить, что в основе ее стохастической динамики лежит простое стохастическое уравнение типа Ланжевена или в форме Ито для логарифмов отношений пожарных рисков, стационарное распределение, для плотности вероятности которого мы и наблюдаем.
Выводы. На основе статистического анализа динамики пожарных рисков ряда субъектов РФ показано существование универсальной статистики их описания. Вероятной причиной подобной статистики является стохастическая динамика для логарифмов отношений пожарных рисков в форме Ланжевена.
Литература
1.Присяжнюк Н. Л., Малько В. А. Интегральный социально-экономический показатель пожарного риска и методика его оценки [Электронный ресурс] // Технологии техносферной безопасности [сайт]. 2018. Вып. № 3 (79). С. 47–54. Режим доступа: http://agps-2006.narod.ru/ttb/2018-3/03-03-18.ttb.pdf (дата обращения 10.05.2022). DOI: 10.25257/TTS.2018.3.79.47-54.
2. Брушлинский Н.Н., Соколов С.В., Клепко Е.А., Белов В.А., Иванова О.В., Попков С.Ю. Основы теории пожарных рисков и её приложения: монография. М.: Академия ГПС МЧС России, 2012. 192 с.
3. Информационно-аналитическая поддержка руководителя при организации профилактики пожаров на основе статистического анализа баз данных / А. М. Авдеенко, А. П. Сатин, В. А. Нгуен, Г. Н. Лахвицкий // Технологии техносферной безопасности. – 2023. – № 4(102). – С. 79–97. – DOI 10.25257/TTS.2023.4.102.79-97. – EDN ASOAWK.2023.4.79-97.
4. Center of fire statistics. World fire statistic. International association of fire and rescue services, 2024, № 29. 97 с.
5.Гмурман В.Е. Теория вероятностей и математическая статистика. Учеб. пособие для втузов. М., «Высшая школа», 1977.