火災風險導向稽查模型
Fire Risk Analysis Survey Model

壹、前言

新北市面積 2,052 平方公里,人口數逾 400 萬人,為全國縣市 人口最多,轄內有新北環狀線等重大公共建設,地景樣貌多元,人口 組成及經濟產業具多樣性,當災害發生時,常造成搶救不易甚或人命 財物嚴重損失。另火災的發生常是偶發且無法預測,因消防安檢人員 目前人力有限但是新北市境內供公眾使用場所眾多,產業發達,無法 有效率運用人力去進行防火宣導,消防安全檢查,上述均是火災防治 業務上面臨的課題。

New Taipei City covers an area of 2,052 square kilometers and has a population of more than 4 million people, making it the most populated city in Taiwan. The city is also home to large infrastructural constructions such as the New Taipei City Circular Line. The complexity of the landscape, population, and industries in New Taipei City makes it particularly challenging for responders to carry out rescue operations in the event of a disaster, which, in more serious cases, lead to a great loss of life and property. In addition, fire incidents are often erratic and unpredictable. The limited manpower of fire safety inspection personnel coupled with the huge variety of public spaces and industrial areas in New Taipei City meant that it is no easy feat to effectively deploy staff to carry out fire prevention campaigns and fire safety inspections. These are the problems currently faced by the fire department in its fire prevention efforts.

有鑑於此,新北市政府消防局參考美國紐約市風險導向安檢系統 RBIS(Risk Based Inspection System)系統,主要目的是希望運用 現有 119 火災案件資訊及消防安全檢查資訊,加上各局處平行資訊之 整合,透過大數據專業團隊蒐集清理及統計分析,進而產出客觀且實 用的分析結果,該結果將針對不同對象及地區預測所需要之火災預防 資源(亦即火災風險指數分析),供新北市政府消防局火災預防、災 害搶救、新北市政府工務局等各機關單位,於未來從事勤務調度、防 火防災、危險建築物查察、人力資源分配之參考。

▎貳、工作目標

由於新北市政府消防局各大隊及分隊配置之安檢人力,分隊值勤 人力有限,透過本案針對新北境內各建築物的火災風險預測指數,可 針對高風險區域進行重點防火宣導,消防安檢查察,進而作為調配人 力等資源、優化政策作為參考。

透過加強家戶、社區及各項活動之各類防火宣導,消防安全檢查, 佐以住宅用火災警報器的安裝以降低火災發生風險,同時定期回饋檢 視火災風險指數之變化,藉此精準配置消防資源,提高為民服務效能。

▎參、火災風險導向稽查模型內容

一、案名:火災風險導向稽查模型。

二、資料來源:新北市政府消防局、新北市政 府警察局、新北市政府地政局、新北市政 府工務局、新北市政府民政局、新北市政 府稅捐稽徵處、新北市政府內政部國土測 繪地理資訊、內政部 SEGIS 居民資料庫、 內政部銀髮安居資料庫。

三、分析資料及環境因子(186 個資料特徵):

右邊矩陣是各特徵彼此的關聯度,黃色是 正相關,深藍色是負相關 , 中間色則是無相關, 其中火災發生是該矩陣最上面與最左邊,可以 看到沒有一個特徵與火災發生是高度相關, 也代表傳統以單一特徵認定火災風險是不可行 的。火災風險是更複雜,需要大數據分析才能 一窺究竟。

(一)119 火災案件資料:至少包含近 10 年 案件之類別(主類及細項)、案件時間 (年、月、日及時)、案件地點(地址 及座標)及轄區單位等。

(二) 人口年齡、職業、性別組成。
(三) 地區治安。
(四) 實價登錄資料。
(五) 建築物資料:包含面積、屋齡、樓層等。 (六) 新北市政府消防局消防安檢資料。 (七) 地址、門牌、座標等位置資料

▎肆、分析結果

一、近 8 年共 14 萬筆安檢紀錄及 5 萬筆列管 場所資訊,大多數列管場所因消防安全設 備不合格而被開立限期改善通知單甚至於 被舉發者占少數,另其中列管場所中只有 13% 過去有發生火災,另外 18% 則附近 有發生火災,大部分 69% 都未發生火災, 另據圖 3. 所示 9 個行政區中共 1.9 萬筆火 災資訊,得知約有 17% 火災發生於消防 局列管場所,另有 83% 火災發生於非消 防局列管場所,由此可知有列管之場所火 災發生比率明顯較低,多數未發生安檢違 規場所亦無火災紀錄,因此應該針對低風 險的安檢頻率進行調整,納入更多未列管但高風險建物。


二、個別特徵與火災發生關聯性,紅色線條表 示該情況建築物極少,另由圖 3 可得知屋 齡越高建築物火災比率相對越高,人口密 度越密集區建築物發生火災比率越高。

三、火災風險導向稽查模型以板橋區 110 年 6 月為例,以 110 年 6 月來說板橋府中地 區,致理科技大學周圍,新北市立殯儀館 一帶為火災風險指數較高地區,安檢應優 先安排。

四、另該系統評估該地區建物風險值、優先排查順序、路程針對安檢人員查察路徑 做行程規劃。 

五、相較於板橋區安檢人力較充足,同樣是產 業發達之三重區,其安檢人力略顯不足, 故下圖安檢排程管理以三重區為例,圖 6 說明,三重區安檢人力需求明顯較板橋區 人力吃緊,若建築物安檢所需人力超越編 制人力將造成安檢品質下降,勢必調整安 檢策略。

依據圖 7 所示,根據圖 7 左圖,若 安檢策略安檢頻率採隨機調整,則三重區 安檢人力仍然超過負荷,安檢所需人力大 於目前編制人力,建築物殘餘風險值仍上升, 若是採取高風險建築物優先排查,建築物安檢 過一次就不須再次頻繁重複安檢,低風險建築 物依據檢修申報資料才進行檢查為主等策略調 整,將能增進安檢需求平衡並且降低安檢殘餘風險值。 

六、應用分析,圖 8 以板橋區為例,左圖為板橋 區一般例行性安檢,右圖為城中城大火後板橋 區安檢需求,安檢所需人力激增遠大於編制人 力,策略調整詳圖 9,藉由優先清查高風險建 築物及調整極低風險建築物安檢頻率以降低人力負載。 


七、操作展示,

(一)戰情儀錶板顯示以板橋區 2022 年 1 月至 2022 年 2 月為例

以 2022 年 1 月至 2022 年 2 月板橋區安 檢為例,圖內紅色圈為火災風險大於 0.5 之處, 藍色圈圈為火災風險數值小於 0.5 之處,藉由 圈圈分布範圍調整安檢策略

(二)安檢責任區管理,以 2022 年 1 月至 2022 年 2 月板橋區為例。

藉由調整左上角參數、安檢工作時間、安 檢量、安檢策略,模型利用演算法參照該場所 安檢預估時間及場所間交通時間自動計算出各 場所風險值與各安檢隊員人力應負責安檢區域 以達到最快安檢效率。

▎伍、分析結論

一、以下環境因子與火災風險指數影響:

(一)人口密集度高:火災的發生與人為因素息息相關,推測人口密度將直接提高火 災風險指數。

(二)屋齡:屋齡高之建築物發生火災機率比 率較高,因此火災風險指數也高。

(三)安檢列管:經本局安檢列管場所發生火 災機率較低,多數火災發生於為列管場 所,火災風險指數也較高。

(四)建物特徵、居民特徵、消防特徵等特徵 皆會影響火災風險指數高低,未來將會 持續納入更多特徵以精確分析。

二、與國際上使用 RBIS 系統的城市數據比較 參考安大略省預防協會(OMFPOA)於

2021 年發表之報告如圖 13。

國外各城市 RBIS 正確率(AUC)落在 0.75-0.94 之間,新北市(L2)模型正確率為 77.5%,各國精確率(Precision)部分國外介 於 0.18-0.47 之間而本市精確率為 0.31,各國 召回率部分各國在 0.33-0.72 之間,本案(L2) 為 0.89 與各城市相差差異不大,預計未來整 合更多資料以提升模型預測之正確率。

▎陸、未來對策

一、針對上述分析結果(論)新北市政府消防 局因應安檢對策:

(一)高風險建築物優先排查,極低風險建築 物調整安檢頻率。

(二)擴大列管高風險建築物。

(三)針對低樓層住宅,居民較弱勢族群予以 優先居家訪視,並發放住警器。

(四)結合工務局建管系統,納入建築物更多 建物特徵並優先查察本市轄內危老建 築物。

▎柒、未來展望

在完成火災統計大數據第一階段任務後, 新北市政府消防局進一步與新北市政府工務局 合作,介接工務局建管系統及納入新北市政府 民政局 20 萬筆門牌資訊,擴大分析模型套用 至新北市 29 個行政區,期優化分析結果使結 果精確另設置戰情化儀表板提供優化政策參考 俾利政策靈活且即時性解決需求。

▎捌、結語

近年大數據(Big Data)研究統計興起, 如 Google Map 路況及導航功能為社會大眾帶 來前所未有的便利。消防工作與民眾生命息息相 關,近年發生的彰化喬友大樓火災,高雄城中城 大火帶走許多條珍貴人命,在在顯示建築物安全 之重要性,建築消防安全往往於與安檢頻率、消 防安全設備、屋齡、結構、居民素質、樓層等各 種細微特徵數據資訊息息相關,若能將這些數據 運用科技加以分析整理,產出的結果不僅能讓我 們突破消防安檢上盲點,更能提供改進的方向重 新檢視以往消防安檢政策並嘉惠消防人員及一般 民眾創造一個安居樂業的環境。

新北市政府消防局突破創新,在 110 年度 完成火災大數據分析—「火災風險導向稽查模 型」,未來將產出結果應用在安檢政策上以有 效節省安檢人力及提高建築物安全。未來將結 合新北市全災型智能化防災平台(Emergency Data Platform)以便日後形成平台供新北市政 府各局處做大數據資料庫風險管控及分析,政府 機關的施政必須與時俱進,為提高行政服務效 能,本案導入科技數據的分析應用,期許帶給民 眾及機關安全生活環境,已達安居樂業之效。 

檔案下載 - 火災風險導向稽查模型.pdf