AI摘要

大埔宏福苑火災提醒香港需完善維修工程消防治理體系。圖：橙新聞

文：黃灝賢、黃溢能、盧展程

在討論大埔宏福苑五級火所暴露的制度問題之前，我們必須先向在火場中英勇殉職的消防員，以及所有在現場與醫院中全力搶救受傷者的消防、救護人員及義工、各界關心災情的人士，致以最深切的敬意。消防、救護人員在極端危險與混亂的情況下仍堅守崗位，努力降低傷亡，控制受災面積，他們的精神值得全香港銘記。同時，向在是次火災中罹難的居民致以沉痛哀悼，向所有受傷者，以及他們的家屬與朋友致以慰問：願他們在經歷巨大創傷後能獲得政府、社會的適切支持，逐步走出這段最艱難的時刻。

美國安全工程師海因里希在1931年的工業事故預防理論中提出，每發生一起重大事故，背後往往有29宗輕度事故，以及300宗潛在的隱患。宏福苑五級火事故中呈現出的大廈內消防設施失效、棚網樣本部分未達阻燃標準、窗戶加裝發泡膠、住戶逃生受阻等問題，清楚地反映出，事故並非單一疏忽，而是涉及整個樓宇維修制度在消防風險管理上的深層缺陷。大型維修工程在香港屬常態，但其風險治理模式多年來停留在以文件及承建商自律為主，缺少多方的監督，未能與香港高密度、住戶共存施工等條件匹配。宏福苑的慘劇說明，在如此風險結構下，只要任何環節失效，便可能引發系統性災難。

從學術與政策分析角度看，香港現行制度呈現多項結構性問題，包括消防與安全規劃滯後、最低標文化削弱承建商在安全方面的投資動機、監管過度依賴抽查與自我申報等。研究亦指出，維修工程缺乏前期消防風險分析，棚架構造、物料阻燃性能、臨時通風和火勢垂直蔓延路徑均未透過科學方法於工程展開前系統性評估。發泡膠封窗與疑未達阻燃標準的棚網大面積包覆外牆等做法，均是可於前期透過 BIM （建築資訊模型） 模擬、物料驗證和數據分析提前識別的典型風險。

此外，應考慮將數碼化與智慧安全技術納入工程前期規劃制度化。研究指出，BIM可用於模擬火勢蔓延與逃生路徑，AI （人工智能）可根據環境數據，例如溫度、濕度、風向、風力等結合影像分析進行早期煙火偵測，Digital Twin （數碼孿生）能在施工前檢視消防設備部署與臨時逃生路線。除上述技術外，物聯網（IoT）感測系統亦可於施工期間提供即時監測，包括高溫、煙霧等參數，並透過無線網絡即時傳送至中央控制系統或流動裝置，實現早期警報與數據驅動決策。然而在現行制度下，這些工具多屬可有可無的補救式配置，而非工程必須具備的核心安全條件，導致其應用受限，難以發揮潛在效益。

制度上的缺口亦包括監管分散、部門協作不足，以及缺乏以「維修工程消防風險」為基礎的專門治理架構。雖然事後會有追責系統，但若前期規劃與制度要求仍不足，即使再多的事後追責亦無法真正防止下一場慘劇發生。

宏福苑火災提醒我們，香港必須建立以人為本、以風險為本、以證據為本、以科技為本的維修工程消防治理體系，包括：強制大型維修項目提交消防風險與 BIM 模型分析；要求 AI、IoT 等智慧安全系統成為法定基本配置；引入物料第三方檢測制度；改革最低標制度，引入安全權重；並設立跨部門的維修工程安全審查架構，統一標準與責任。

最後，再一次向所有在火場中付出生命的人默哀，水火無情，向所有與緊急專業團隊致敬。他們的犧牲與付出，是香港在面對如此重大災難時最堅實的支柱。同時，向失去至親的家庭、正受傷痛折磨的傷者及其朋友致以深切慰問。願這場慘痛火災變相成為推動制度改革的警鐘，願亡者安息、生者獲得支持，而香港能以更長遠、更科學、更負責任的方式保護每一位市民的生命安全。

黃灝賢先生為香港理工大學建築環境及能源工程學系博士研究生 (消防工程)

黃溢能博士為嶺南大學STEAM教育及研究中心助理總監

盧展程先生為嶺南大學STEAM教育及研究中心項目主任

本文為作者觀點，不代表本媒體立場

參考資料：

Wong, P. Y. L., Lo, K. C. C., Long, H., & Lai, J. H. K. (2025). Towards Digital Transformation in Building Maintenance and Renovation: Integrating BIM and AI in Practice. Applied Sciences, 15(21), 11389. https://doi.org/10.3390/app152111389 

W. Xie, Y. Zheng, X. Zhang, H. Y. Wong, T. Zhang, Z. Wang, X. Wu, J. Shi, X. Huang*, F. Xiao, A. Usmani (2025) AIoT-powered building digital twin for smart firefighting and super real-time fire forecast. Advanced Engineering Informatics, Vol. 65, Part A, 2025, 103117. https://doi.org/10.1016/j.aei.2025.103117