14. apríla 2020 –

Analýza rizika z kvalitných dát je neoceniteľným podkladom pre správne a rýchle rozhodovanie v situáciách, ktorých výsledok závisí od mnohých ťažko predvídateľných faktorov. Začítajte sa ako pomáhajú pri riadení v čase pandémie.

Riadenie krízových štábov na rôznych úrovniach, vrátane všetkých zainteresovaných subjektov, vyžaduje nielen operatívne informácie o počte nakazených osôb, počte osôb v karanténe, počte voľných lôžok v nemocničných zariadeniach, stave zdravotníckeho personálu, zabezpečení ochrannými pomôckami, ale aj modely rizík, prípadne ich komponenty. Práve modely rizík totiž pomáhajú smerovať prostriedky na minimalizáciu negatívnych dopadov mimoriadnej udalosti v čase aj v priestore. Hlavným prínosom analýz rizika sú pravdepodobné varianty dopadov, na ktoré tak vieme reagovať ešte pred tým, ako nastali.

Hierarchická príprava modelu rizík

Dôležitým faktorom pri analýze rizika je uvedomiť si hierarchickú úroveň krízového riadenia. Teda presne definovať, pre ktorú úroveň riadenia je konkrétna analýza cielená. Štatistický výpočet nárastu ochorení na území Slovenskej republiky, vyjadrený grafom s pravdepodobným počtom nakazených v čase, je dôležitý pre ústredný krízový štáb no ťažko použiteľný pre riadenie opatrení v okrese alebo obci. A samozrejme naopak, podrobná analýza rizika na úrovni obce, alebo mestských častí nie je priamo využiteľná pre rozhodovanie ústredného krízového štábu.

Modelovanie rizík je komplexný proces, okrem toho, je potrebné jeho určenie prispôsobiť tomu, aké riziká majú byť predmetom analýzy. V súvislosti s COVID-19 to môže byť analýza rizika obyvateľstva zameraná na ich zdravotný stav a vekovú skladbu. Alebo to môže byť analýza dopadu na celý socioekonomický systém kraja, okresu. V tom prípade by sa skúmala diverzita príjmov v domácnosti, počty právnických osôb, samostatne zárobkovo činných osôb, počet subjektov pracujúcich v službách, turizme a podobne.

V našej ukážke možností využitia GIS analýz sme použili verejne dostupné údaje, a preto jej výsledky nie sú priamo určené pre podporu rozhodovania. Ak by sa model rozšíril o ďalšie indexy vypočítané z údajov dostupných štátu, mali by výsledky výpovednú hodnotu použiteľnú pre rôzne úrovne krízového riadenia. Analýzu rizika sme vykonali zaužívanými postupmi krízového riadenia a manažmentu rizík. Analýza vychádza z dostupných dát, predovšetkým z údajov Štatistického úradu SR o vekovom zložení obyvateľstva po jednotlivých obciach SR, z dostupných geopriestorových údajov o doprave, vrátane kalkulovanej hustoty dopravy vytvorenej v rámci EÚ projektu Open Transport Network a z údajov OpenStreetMap.

Analýza rizika vychádza z kombinácie zraniteľnosti a expozície obyvateľstva v kombinácii s náchylnosťou územia na šírenie nákazy na štvorcovej sieti o veľkosti 250×250 metrov, aby boli výsledky kombinovateľné aj pre modelovanie šírenia nákazy, ktoré vykonáva IZP.

Analýza zdravotnej  zraniteľnosti obyvateľstva

Vzhľadom na nedostatok informácií bola základným faktorom hodnotenia veková štruktúra obyvateľstva z údajov Štatistického úradu SR.  Údaje pochádzajú z roku 2018, avšak vzhľadom na ich povahu postačujú a nie je potrebná ich aktualizácia.

Za najzraniteľnejšiu skupinu obyvateľstva sme vybrali vekovú skupinu nad 60 rokov. Index zraniteľnosti sme vypočítali ako klasifikované percentuálne zastúpenie danej vekovej kategórie voči ostatnému obyvateľstvu v rámci obce. Index je možné kedykoľvek prepočítať podľa požiadaviek a usmernení krízových štábov.

V prípade, ak by sme mali k dispozícii údaje o zdravotnom stave obyvateľstva, prepočítame zraniteľnosť so zohľadnením aj tohto faktora. Mladší ľudia s indikovanými závažnými ochoreniami, ktoré sú v kombinácii s nákazou COVID-19 obzvlášť ohrozujúce, majú vyšší index zraniteľnosti než zdravý šesťdesiatročný obyvateľ podhorskej dediny.

V prípade dostupnosti údajov je možné výpočet zraniteľnosti rozšíriť o ekonomickú zraniteľnosť, ktorá bude dôležitá pre smerovanie pomoci s obnovou socioekonomického systému po ústupe epidémie. Údaje zo štatistickej ročenky zdravotného stavu obyvateľstva sú sprístupnené len za samosprávne jednotky, preto nie sú použiteľné pre predmetnú analýzu.

Detailnejšie dostupné informácie zo sčítania obyvateľstva sú zastarané, preto do analýzy neboli zahrnuté.

Analýza ekonomickej  zraniteľnosti obyvateľstva – nebola zatiaľ vypracovaná

Analýza údajov, ktoré charakterizujú obce z pohľadu ekonomickej zraniteľnosti, umožňuje systémovo cieliť opatrenia na zmiernenie negatívnych trendov po odznení mimoriadnej situácie. Predovšetkým to bude migrácia obyvateľstva do miest, likvidácia drobných fariem, prípadne lokálnych firiem. Medzi parametre, ktoré je potrebné zohľadniť, sú nielen nezamestnanosť pred mimoriadnou udalosťou, ale predovšetkým údaje o príjmoch obyvateľstva, počtu zamestnávateľov, druhu podnikov. Významným indikátorom je aj diverzita príjmov v jednej domácnosti, avšak takéto údaje nie sú dostupné. Odporúčame, aby sa budúce sčítanie obyvateľstva zameralo aj na získanie údajov použiteľných práve pre určenie socioekonomickej stability systému, vrátane stupňa pružnosti (resiliencie) – do akej miery bude mať systém silu vrátiť sa do stavu pred mimoriadnou udalosťou.

Analýza odľahlosti osídlenia

Vychádza z analýzy dopravných sietí v rámci celého Slovenska. Všetky cesty boli klasifikované podľa vypočítanej hustoty dopravy v rámci projektu Open Transport Network. Porovnanie výsledkov s triedou cesty však odhalilo, že údaje o teoretickej hustote dopravy nie sú relevantné.  Presnejšie výstupy by bolo možné aktualizovať údajmi od mobilných operátorov alebo od vlastníkov navigačných systémov (napr. Google).

Vypočítali sme euklidovskú vzdialenosť od ciest a klasifikovali ju do kategórií podľa dostupnosti (ľahká dostupnosť pešo, stredná dostupnosť, dostupnosť individuálnymi dopravnými nemotorovými prostriedkami a dostupnosť motorovými vozidlami).

Obdobne sme do analýzy odľahlosti započítali vzdialenosť od železničných staníc.

Index odľahlosti je možné interpretovať ako podkladovú matricu pre výpočet predpokladanej rýchlosti šírenia nákazy aj do štatistických modelov, ktoré sa v súčasnosti používajú.

Analýza miest zhromažďovania obyvateľstva

Táto analýza má mimoriadny význam predovšetkým v obciach, kde sú rizikové vekové skupiny aktívnejšie a zároveň menej informované. V praxi to znamená, že obyvatelia ignorujú potrebu ochrany tváre, ignorujú zákaz návštevy kostolov, cintorínov, chodia nakupovať, stretávajú sa. Rovnako boli započítané parky a čerpacie stanice pohonných hmôt. Údaje o podnikoch s počtami zamestnancov sú dostupné len na úroveň okresov, preto neboli do výpočtu zahrnuté. V prípade výpočtov na úrovni kraja však môžu byť zahrnuté. Všetky uvedené faktory sme zohľadnili a vypočítali euklidovskú vzdialenosť od týchto objektov.

Index zhromažďovania obyvateľstva je možné interpretovať ako miesta, kde môže dôjsť k jednoduchšiemu prenosu vírusu medzi obyvateľstvom. Obecné úrady môžu predmetné miesta monitorovať a usmerňovať obyvateľov.

Analýza hustoty zástavby

Posledným faktorom je hustota zástavby, ktorá reprezentuje do akej miery sú obyvatelia domov v blízskosti, alebo skôr v izolácii. Práve pri sídelných štruktúrach s menšou hustotou zástavby sa nepredpokladá vysoká rýchlosť šírenia nákazy. Hustotu sme vypočítali pomerom zastavanej plochy k celkovej ploche na elementárnych jednotkách 250×250 metrov.

Index stupňa hrozby šírenia COVID-19

Index stupňa hrozby šírenia vírusu COVID-19 medzi obyvateľstvom sme následne vypočítali kombináciou indexu odľahlosti a indexu zhromažďovania obyvateľstva.

Váhy medzi nimi boli nastavené v pomere 60:40 pre index hustoty zástavby voči ostatným indexom odľahlosti a zhromažďovania.

Index je možné interpretovať aj ako predpokladané centrá ďalšieho výskytu COVID-19 medzi obyvateľstvom. V určených miestach je potrebné cieliť monitoring a testovanie obyvateľstva.

Analýza rizika

Finálna analýza bola vykonaná ako syntéza gradientov indexu zraniteľnosti a indexu hrozby šírenia. Výsledkom je kvalitatívne hodnotenie jednotlivých obci. Napriek tomu, že indexy hrozby boli vypočítané na sieť 250 x 250 metrov, údaje o vekovej skladbe sme mali k dispozícii len na úroveň obce. Na druhej strane to umožňuje adresnejšie smerovanie opatrení na miestne samosprávy s upozornením na možné riziká a možno aj sprísnenie všeobecne platných nariadení.

Záver

Analýza si nekladie za cieľ priamo vyvolať opatrenia. Bola vytvorená ako ukážka možností priestorových analýz, ktoré sa dajú vykonať nad údajmi s cieľom podporiť rozhodovanie v mimoriadnej situácii, a to pre krízové štáby rôznej hierarchickej úrovne. V prípade dostupnosti podrobnejších údajov je možné analýzu spresniť, ale aj rozšíriť o analýzy potrebného zabezpečenia zdravotníckym personálom a materiálom.

Rozšírením o aktuálny výskyt nákazy, o databázy testovaných osôb s negatívnymi výsledkami, prípadne o databázy osôb v karanténe, umožnia výpočet ešte adresneších výstupov, ktoré pomôžu operatívnemu riadeniu a v konečnom dôsledku znížia negatívne dopady súčasnej situácie.

Všetky údaje, výstupy aj algoritmy sú nakonfigurované v analytickom systéme, ktorý umožňuje upravovať výpočtový model podľa potrieb a požiadaviek, výstupy dynamicky spresňovať dopĺňaním detailnejších údajov, a tvoriť výstupy pre rôzne mierky, prípadne ich agregovať do hierarchicky vyšších jednotiek.

YMS, a.s., www.yms.sk.  Predmetná analýza bola realizovaná v súlade so štandardami hodnotenia rizík. Jednotlivé indexy a klasifikácie sú vypočítané na základe odborných skúseností a odhadov autorského tímu. Analýza a jej výsledky sú ukážkou možností geopriestorových analýz ako podporných nástrojov pre operatívne riadenie krízových štábov. Pre výpočet použiteľných výstupov s garantovanou mierou presnosti je potrebné zabezpečiť presnejšie údaje zo štátnych inštitúcií, prípadne rozšíriť model o ďalšie indexy podľa znalostí odborných orgánov.