Analysis of the top global emergency and disaster databases

Texto integral

Введение

Количество чрезвычайных ситуаций (ЧС) в мире, несмотря на улучшение технологий промышленного производства, выявление предвестников природных стихийных бедствий, не уменьшается. Экономические последствия от ЧС обусловливают реальную угрозу для экономики не только отдельных стран, но и планеты в целом. Нередко темпы роста экономического ущерба в некоторых регионах от природных катастроф и техногенных ЧС превышают темп роста валового продукта, а риск бедствий приобретает планетарный характер [2, 3].

Развитие информационно-коммуникационных технологий создает условия для учета ЧС в мире, их социальных и медико-биологических рисков. Достоверные и достаточно полные данные, представленные в мировых и региональных базах данных (БД) по ЧС, необходимы для выработки эффективной государственной политики по предотвращению ЧС и повышению устойчивости объектов экономики к их неблагоприятным факторам. Кроме того, актуальные статистические данные о ЧС необходимы научным сотрудникам для информационного обеспечения проведения исследований.

К сожалению, отечественные публикации, в которых проводится сравнительный анализ социальных и медико-биологических последствий ЧС по регионам мира, немногочисленны [1, 6, 7, 12].

Цель – представить сведения о ведущих БД, индексирующих данные о ЧС в мире.

Материал и методы

Сведения о мировых БД были получены из сети Интернет и научных публикаций, представленных в справочно-библиографических ресурсах Российского индекса научного цитирования, а также БД Scopus и Web of Science.

Ежедневно в мире возникают сотни ЧС, учесть их все невозможно. Как правило, индексируются крупномасштабные ЧС. В отечественных нормативных документах такое понятие отсутствует [О классификации чрезвычайных ситуаций природного и техногенного характера: постановление Правительства России от 21.05.2007 г. № 304 (с изм. и доп.). URL: http://www.consultant.ru/]. В научных публикациях под крупномасштабными понимаются ЧС регионального, межрегионального и федерального характера [4].

Результаты и их анализ

В мире имеются, по крайней мере, не менее 10 ведущих международных БД о ЧС [18]. Представим обобщенные сведения об основных БД.

1. Одной из ключевых БД по мировым ЧС является Emergency Events Database (EM-DAT: OFDA/CRED) [https://www.emdat.be/], которая была создана в 1988 г. центром исследований эпидемиологии катастроф (Centre for Research on the Epidemiology of Disasters, CRED) при поддержке Всемирной организации здравоохранения и правительства Бельгии. EM-DAT содержит данные о возникновении и последствиях о более 22 000 ЧС в мире с 1900 г. по настоящее время. БД составлена из различных источников, включая данные Организации Объединенных Наций (ООН), неправительственных организаций, страховых компаний, исследовательских институтов, а также информационных агентств [17].

БД включает классификатор, выделяющий группы крупных природных (геофизические, метеорологические, гидрологические, климатические, биологические и космические, например падение метеоритов), техногенных (транспортные, производственные и бытовые), а также комплексных ЧС, такие как голод и пр. Описанные группы, в свою очередь, подразделяются на подгруппы ЧС (например, при природных ЧС – наводнения, оползни, сели и пр.). БД позволяет в некоммерческих целях сохранять информацию в формате MS Excel, а также в виде инфографики (политическая карта либо линейная диаграмма) для всех зарегистрированных пользователей. Для представленных в базе ЧС имеются данные о медико-биологических (число раненых, травмированных, пострадавших), социальных и экономических последствиях (число лиц, лишившихся жилья, общий предполагаемый ущерб, оцениваемый в долларах США) [20].

Сведения о ЧС включаются в БД EM-DAT, если имеет место хотя бы один из следующих критериев: количество смертей 10 или более; число пострадавших 100 человек или более; объявлено чрезвычайное положение в регионе; имеется запрос на международную помощь со стороны правительства.

Для просмотра и последующей загрузки информации пользователю следует авторизоваться на сайте EM-DAT [public.emdat. be], после чего для начала работы с базами данных о ЧС следует перейти в режим инструмента запросов (Query tool) для загрузки информации в табличной форме в формате Excel (рис. 1) либо в картографический режим (Mapping tool) для просмотра и загрузки информации о ЧС в виде интерактивной географической карты либо линейной диаграммы. Подробные сведения о поисковом режиме и данные по видам ЧС, континентам и некоторым странам представлены в публикациях В.И. Евдокимова [7, 8].

Рис. 1. Алгоритм поиска информации в базе данных EM-DAT.

При сравнении показателей отечественных ЧС с медико-биологическими последствиями, которые являются основанием индексации ЧС в EM-DAT, со сведениями о ЧС, которые соотносятся там с Россией, в 2012–2021 гг. выявлена недооценка числа российских крупномасштабных ЧС в базе данных EM-DAT и пострадавших в них при гипердиагностике погибших как в природных, так и техногенных ЧС. Например, в России за аналогичный период зарегистрированы 213 крупномасштабных ЧС, в то время как в самой базе EM-DAT проиндексированы только 97 отечественных ЧС. Выявлены также статистически бóльшие риски оказаться в условиях всех крупномасштабных ЧС, в том числе, в природных ЧС, и риски быть пострадавшими в техногенных ЧС (табл. 1) [9]. Отмечается низкая интеграция российских специалистов по учету ЧС в международные базы данных, в том числе, в EM-DAT.

Таблица 1

Среднегодовые риски погибнуть и быть пострадавшим в крупномасштабных ЧС, (Me [Q25; Q75]) • 10–6 [9]

2. NatCatSERVICE – глобальная БД о потерях в результате природных ЧС, предоставляемая одной из крупнейших немецких страховых компаний «Munich Re». БД содержит более 28 000 записей о ЧС [15] и основана на более чем 200 источниках по всему миру, включая информационные агентства, страховые компании, международные агентства (ООН, Международный комитет Красного Креста и т.д.), а также научные организации. Ежегодно в БД добавляются сведения об около 1000 ЧС. Например, по данным NatCatSERVICE, в 2020 г. были учтены 980 ЧС, в которых погибли 8200 человек, а экономический ущерб составил 210 трлн долларов США. На рис. 2 представлена картограмма природных ЧС в мире с января по июнь 2020 г.

Рис. 2. Природные ЧС в мире в 1-м полугодии 2020 г. [адаптировано по NatCatSERVICE].

3. БД SIGMA [https://www.sigma-explorer. com/index.html] создана и поддерживается Швейцарским страховым обществом «Swiss Re». В рассматриваемой БД представлен статистический анализ глобального ущерба, полученного в результате крупных природных и техногенных ЧС, начиная с 1970 г., при этом особое внимание уделено страховым рискам. Информация о ЧС собирается сотрудниками Swiss Re из газет, публикаций в специализированных периодических изданиях по прямому страхованию и перестрахованию, а также международных агентств, таких как ООН или Европейская Комиссия, и отчетов по страхованию от ЧС. На официальном сайте БД в разделе «Чрезвычайные ситуации» (Catastrophes) ежегодно добавляется информация об около 300 новых крупных ЧС различного характера. Для всех пользователей доступна графическая информация в виде линейных и точечных диаграмм с 1970 г., карты мира для событий с 1990 г., кроме того, разработчиками БД ежегодно в открытом доступе публикуются доклады [13, 14], в которых перечислены крупные природные и техногенные ЧС, зарегистрированные в мире.

При анализе имеющихся результатов было отмечено отсутствие информации по ЧС, произошедших в крупных странах, таких как США и Россия (рис. 3). Критерии включения ЧС для анализа в рассматриваемой БД следующие: 20 погибших и более либо 50 раненых и более, либо экономический ущерб составил более 100 млн долларов США. В целом, в представленной БД больше рассматриваются природные ЧС, а также особое внимание уделено экономическим последствиям: размерам общих и застрахованных убытков, выраженных в долларах США.

Рис. 3. Картограмма жертв и экономического ущерба в природных ЧC в 2012–2020 гг. по странам без США и России [адаптировано по https://www.sigma-explorer.com/index.html].

4. GLIDE (GLobal IDEntifier Number) [https://glidenumber.net/] создана и поддерживается специалистами Азиатского центра по уменьшению опасности стихийных бедствий (Asian Disaster Reduction Center, ADRC), располагающегося в г. Кобе (Япония). Отличительной особенностью БД является присвоение каждой индексируемой ЧС единого 15-значного идентификационного кода ЧС, который был рекомендован к использованию специалистам и организациям по всему миру с целью минимизации путаницы и дублирования информации об одной и той же ЧС из разных источников, особенно в странах с большим количеством стихийных бедствий. Использование данного кода поддерживается такими организациями, как Комитет по уменьшению рисков ООН (UNDRR), Всемирный банк, Европейская комиссия и Центр исследований эпидемиологии бедствий.

В рассматриваемой БД представлена информация о ЧС, произошедших начиная с 1930 г. Для широкого круга пользователей сведения представлены в табличном виде, а также могут быть получены в виде диаграмм.

Критерии индексации ЧС – аналогичные с базой EM-DAT. На рис. 4 представлен обобщенный алгоритм поиска сведений о ЧС в базе GLIDE.

Рис. 4. Начальная страница поиска сведений о ЧС в мире по данным БД GLIDE.

5. CatNat Global [https://www.catnat.net/ veille-catastrophes-naturelles/catnat-analytics], она же «The natural disasters (NATDIS) database». В данной базе представлена статистическая информация о ЧС природного характера, разработанная компанией «Ubyrisk Consultants» (г. Сен-Мартен-де-Ле, Франция), которая специализируется на исследованиях, консультациях и экспертизе в области стихийных бедствий для частных лиц, предприятий и территориальных органов власти. В указанную БД включаются сведения обо всех природных ЧС, в которых зарегистрированы пострадавшие или имеется материальный ущерб. Сведения, которые включаются в настоящую БД, поступают из онлайн-архивов, отчетов специализированных организаций, научных публикаций и постоянных обзоров международной прессы.

По заявлению авторов, БД CatNat (NATDIS) является наиболее полным ежедневно поддерживаемым в Интернете каталогом природных ЧС, произошедших с января 2001 г. по настоящее время. К сожалению, получить доступ к рассматриваемой БД можно по подписке (на коммерческой основе), кроме того, усложняет использование данной базы данных ее интерфейс на французском языке.

6. DesInventar (Disaster Inventory System) является крупной БД о стихийных бедствиях, используемой, в том числе, как один из инструментов для оценки показателей Сендайской рамочной программы по снижению риска бедствий на 2015–2030 гг. [19]. Созданию базы данных способствовала статистическая информация, накопленная сотрудниками Сети социальных исследований по предотвращению бедствий в Латинской Америке (Red de Estudios Sociales en Prevenciуn de Desastres en America Latina, LA RED), которая была поддержана ООН и расширена на другие регионы мира.

В настоящее время в DesInventar поддерживается информация о ЧС, происходящих более чем в 85 странах, в том числе, в некоторых европейских странах. БД включает в себя два основных компонента (модуля). Модуль администрирования и ввода данных используется для пополнения БД информацией о ЧС ответственными лицами. Модуль анализа позволяет получить доступ к базе данных для широкого круга пользователей (раздел «Analyze») с возможностью выбора страны, провести анализ числа и типа ЧС, в том числе, количества погибших, раненых, пропавших без вести, переселенных лиц, о экономических потерях, которые даются в таблицах MS Excel, графиках и тематических картах. Доступный временной диапазон статистических данных зависит от конкретной страны, в основном содержит данные после 1970 г. Для специалистов из стран Союза независимых государств (СНГ) есть возможность ознакомления и загрузки материалов на русском языке (рис. 5).

Рис. 5. Начальная страница поиска информации в DesInventar.

В табл. 2 представлено число зарегистрированных ЧС и их последствий за 15 лет с 2007 по 2021 г., в табл. 3 – обобщающие сведения о представленных мировых БД о ЧС. Следует указать, что вариабельность сведений обусловлена неполным подсчетом данных за 2021 г.

Таблица 2

Число зарегистрированных ЧС в мире и их последствий (2007–2021 гг.)

Таблица 3

Обобщающие сведения в мировых БД о ЧС

По-видимому, для оценки разных критериев следует пользоваться различными БД. Так, фактографическая информация лучше представлена в базах EM-DAT и DesInventar (в последней в основном охвачены страны Латинской Америки и Ближнего Востока), информация об экономическом ущебре, в том числе, по страховым убыткам, более подробно представлена в базах данных Sigma и NatCatService, которые поддерживаются крупнейшими страховыми компаниями SwissRE и MunichRE соответственно, однако, доступ к БД NatCatService осуществить из России не удалось (сервер недоступен).

Помимо отличительных особенностей индексации сведений о ЧС, заявленных в конкретных БД, от которых зависит число учтенных ЧС в мире и их последствий [7], имеются также общие методологические несогласования, подробно изложенные в публикациях [5, 10].

Представим некоторые из них:

• как правило, первоначальные сведения о ЧС берутся из средств массовой информации, которые по тем или иным обстоятельствам не всегда уточняются и могут быть весьма неточными;
• нередко полнота сведений о ЧС зависит от намерений предоставления данных региональными организациями. Например, страны с низким экономическим развитием, которые заинтересованы в оказании им гуманитарной и финансовой помощи, данные о ЧС предоставляют более полно и, в то же время, с политической точки зрения, имеются факты сокрытия реальных последствий ЧС. Как правило, это не вина баз данных, а недостаточная интеграция региональных центров, в том числе, России в международные организации по учету и профилактике ЧС [9];
• имеется несогласованность в терминологии, интерпретации стихийных бедствий и их последствий. В исследовании [16] сделан вывод, что к основным недостаткам в мировых БД следует отнести различные подходы к терминологии и классификации ЧС. Расплывчатой оказывается категория «пострадавшие» от ЧС, в которой учитываются как погибшие, травмированные (госпитализированные), так и лица, лишившиеся имущества и жилища. Следует отметить, что в государственных докладах «О состоянии защиты населения и территорий Российской Федерации от ЧС природного и техногенного характера» под термином «пострадавший» понимается человек, пораженный либо понесший материальные убытки в результате возникновения ЧС [11];
• отсутствие международно признанных методов оценки ущерба катастроф, в том числе, прямого воздействия или негативного последействия, связанного с потерей прибыли или более высокими операционными расходами;
• если ЧС распространяются вне зависимости от политических границ, например, при стихийных бедствиях (наводнения, землетрясения и пр.), то они могут регистрироваться во всех пострадавших странах, а затем расцениваться как разные события.

Заключение

Отечественным и зарубежным специалистам, работающим в межучрежденческих группах по предотвращению чрезвычайных ситуаций и стихийных бедствий и экспертных группах ООН по статистике, следует согласовать терминологию и условия представления сведений в ведущие международные базы данных, что позволит разрабатывать наиболее эффективные мероприятия по прогнозированию и профилактике ЧС различного характера и выработать единые подходы к оценке последствий ЧС между странами и регионами мира.

Sobre autores

Kirill Chernov

Autor responsável pela correspondência
Email: k.chernov@agz.50.mchs.gov.ru

PhD Med. Sci, Lecturer of the department (medical-biological and environmental protection)

Bibliografia

Arquivos suplementares

Arquivos suplementares

Ação

1. JATS XML

Baixar

2. Fig. 1. Algorithm for searching information in the EM-DAT database.

Baixar (1MB)

Metadados

3. Fig. 3. Cartogram of victims and economic damage in natural emergencies in 2012–2020 by country excluding the USA and Russia [adapted from https://www.sigma-explorer.com/index.html].

Baixar (522KB)

Metadados

4. Fig. 4. The initial page for searching for information on emergencies in the world using the GLIDE database.

Baixar (1MB)

Metadados