溢油事故危害程度評估行為特征識(shí)別

吳琴 陶學(xué)宗

摘要：為識(shí)別應(yīng)急決策者（emergency decision maker， EDM）對溢油事故危害程度評估的行為特征，引入有序概率模型和D-efficient意向選擇實(shí)驗(yàn)，對其評估行為進(jìn)行研究?；谝庀蜻x擇實(shí)驗(yàn)數(shù)據(jù)和極大似然法對模型參數(shù)進(jìn)行標(biāo)定，根據(jù)參數(shù)顯著性和模型擬合度指標(biāo)選擇最優(yōu)模型進(jìn)行邊際效應(yīng)分析，以揭示EDM的評估行為特征。結(jié)果表明：有序Logit模型優(yōu)于有序Probit模型;溢油量和溢油影響水域?qū)DM的評估行為影響最大，專業(yè)背景和從業(yè)年限也會(huì)影響評估行為。研究結(jié)果能夠客觀描述決策者的評估行為特征，為合理使用評估結(jié)果提供理論基礎(chǔ)。

關(guān)鍵詞：水路運(yùn)輸; 溢油事故; 危害程度評估; 行為特征; 有序概率模型; 意向選擇實(shí)驗(yàn)

中圖分類號(hào)： U698.6

文獻(xiàn)標(biāo)志碼： A

Abstract：To identify the behavior characteristics of emergency decision makers （EDMs） for hazard assessment of oil spill accidents， the assessment behaviors of EDMs are studied by introducing ordered probability models and D-efficient stated choice experiments. Both the stated choice experimental data and the maximum likelihood method are used to calibrate OPM parameters. According to indexes of parameter significance and model fitting， the best OPM is selected for marginal effect analysis so as to reveal EDMs assessment behavior characteristics. The results show that， the ordered Logit model outperforms the ordered Probit model; both the oil spill size and its influencing area have the greatest effect on the assessment behaviors of EDMs， and education background and working years also affect assessment behaviors. The findings can objectively describe the characteristics of EDMs assessment behaviors， and provide a theoretical basis for rational use of assessment results.

0 引 言

我國是世界第一大石油進(jìn)口國，約90%進(jìn)口石油通過海運(yùn)完成。隨著石油運(yùn)輸業(yè)的繁榮，油船日趨大型化，這使得船舶發(fā)生重大溢油事故的風(fēng)險(xiǎn)顯著增加。重大溢油事故不僅會(huì)給海域環(huán)境和生態(tài)系統(tǒng)帶來毀滅性破壞，也會(huì)對沿海城市水產(chǎn)、航運(yùn)、工業(yè)等造成巨大沖擊，嚴(yán)重影響沿海地區(qū)人民生活和海洋經(jīng)濟(jì)發(fā)展。在此背景下，如何快速對事故危害程度做出科學(xué)評估，進(jìn)而采取合理的應(yīng)急措施，對最大限度地降低溢油事故損害至關(guān)重要[1]。

危害程度評估是溢油事故風(fēng)險(xiǎn)評估的重點(diǎn)內(nèi)容，也是該領(lǐng)域備受關(guān)注的熱點(diǎn)問題。目前，研究人員主要通過神經(jīng)網(wǎng)絡(luò)[2]、模糊綜合評價(jià)[3]、層次分析法[4]、有限元仿真技術(shù)[5]、情景模擬[6]等對危害程度進(jìn)行評估，但這些評估模式對信息的完備性和準(zhǔn)確性要求較高。事實(shí)上，溢油事故的突發(fā)性和不確定性往往造成評估所需信息不易獲得且殘缺不全，導(dǎo)致傳統(tǒng)評估模式難以適應(yīng)快速評估要求。實(shí)踐中，由于溢油事故應(yīng)急決策人員（以下簡稱決策者）對危害程度的評估行為發(fā)生在一個(gè)復(fù)雜的動(dòng)態(tài)認(rèn)知和決策過程中，通常由決策者綜合事發(fā)地自然環(huán)境、涉事船舶、油種、溢油量等事故特征信息進(jìn)行評估，同時(shí)還受到?jīng)Q策者個(gè)體特征的影響，因而危害程度等級（即評估行為的表現(xiàn)形式）被高估或低估的可能性較高[7]。一旦出現(xiàn)高估或低估現(xiàn)象，就極有可能導(dǎo)致應(yīng)急措施選擇不合理，進(jìn)而造成應(yīng)急資源浪費(fèi)，或因無法控制溢油而產(chǎn)生更大損害。因此，識(shí)別決策者的評估行為特征，理解溢油事故特性和決策者特性對其評估行為的影響規(guī)律，對于減少評估差錯(cuò)、合理采取應(yīng)急措施具有重要意義。

目前，在溢油事故危害分析領(lǐng)域，鮮有文獻(xiàn)關(guān)注決策者的評估行為特征，主要原因之一在于缺乏評估行為數(shù)據(jù)。然而，在道路交通和船舶碰撞等事故分析領(lǐng)域，已有學(xué)者基于問卷調(diào)查和有序概率模型來分析決策者的事故風(fēng)險(xiǎn)評估行為特征。例如，MACHADO等[8]采用意向選擇實(shí)驗(yàn)采集駕駛員對道路交通事故風(fēng)險(xiǎn)的評估行為數(shù)據(jù)，運(yùn)用有序Logit（ordered Logit，OL）模型進(jìn)行數(shù)據(jù)分析，以識(shí)別駕駛員對道路交通事故風(fēng)險(xiǎn)等級的評估行為特征;CHIN等[9]開發(fā)了一個(gè)OL模型，通過對引航員意向選擇實(shí)驗(yàn)數(shù)據(jù)的分析，以理解引航員對船舶碰撞風(fēng)險(xiǎn)的評估行為特征。這些成果不僅驗(yàn)證了有序概率模型（包括OL模型和有序Probit（ordered Probit，OP）模型）和意向選擇實(shí)驗(yàn)用于分析、識(shí)別風(fēng)險(xiǎn)評估行為特征的可行性，而且可為本文研究提供經(jīng)驗(yàn)借鑒。

鑒于此，本文引入有序概率模型和意向選擇實(shí)驗(yàn)，以彌補(bǔ)該領(lǐng)域現(xiàn)有研究的不足。一方面，有序概率模型以隨機(jī)效用最大化理論為基礎(chǔ)，能客觀地描述決策者的評估行為特征，揭示不同因素對評估行為的影響規(guī)律。另一方面，利用意向選擇實(shí)驗(yàn)，通過多情景設(shè)計(jì)，能夠獲得較多的評估行為數(shù)據(jù)，可有效解決評估行為數(shù)據(jù)匱乏問題。

1 模型構(gòu)建

有序概率模型最初由Zavoina和McElvey于1975年提出，主要用于分析因變量存在等級差異的有序多分類問題，能夠很好地揭示自變量（離散變量或連續(xù)變量）對有序多分類因變量（離散變量）的影響規(guī)律[10-11]。本文關(guān)注的是溢油事故決策者的評估行為特征，包括評估行為主要受哪些因素影響，具體影響規(guī)律是什么等。實(shí)踐中，評估行為的表現(xiàn)可用評估結(jié)果（即危害程度等級，為離散變量）反映出來，而影響評估行為的因素（包括事故特征信息和決策者屬性等）可能為連續(xù)變量或離散變量，故可利用有序概率模型進(jìn)行分析。已有相關(guān)研究[8-9]驗(yàn)證了有序概率模型用于研究道路交通事故或船舶碰撞等風(fēng)險(xiǎn)評估行為的可行性，為本文分析溢油事故決策者的評估行為奠定了基礎(chǔ)。

4 結(jié) 論

本文基于有序概率模型和意向選擇實(shí)驗(yàn)對溢油事故應(yīng)急決策者的評估行為進(jìn)行了研究，主要結(jié)論如下：

（1）有序概率模型適用于分析溢油事故應(yīng)急決策者的評估行為，意向選擇實(shí)驗(yàn)可用來有效解決評估行為數(shù)據(jù)匱乏問題，研究結(jié)果能夠揭示決策者的評估行為特征。

（2）溢油影響水域和溢油量對決策者的評估行為影響最大，其中：當(dāng)溢油影響水域?yàn)槿∷跁r(shí)，危害程度被評估為5級的概率上升33.72個(gè)百分點(diǎn);當(dāng)溢油量≥50 t時(shí)，危害程度被評估為5級的概率上升31.14個(gè)百分點(diǎn)。

未來，可進(jìn)一步細(xì)化影響因素，擴(kuò)大樣本量，以提高模型的擬合優(yōu)度，同時(shí)增強(qiáng)其解釋能力。

參考文獻(xiàn)：

[1]LEE Moonjin， JUNG Jung-Yeul. Pollution risk assessment of oil spill accidents in Garorim Bay of Korea[J]. Marine Pollution Bulletin， 2015， 100： 297-303. DOI： 10.1016/j.marpolbul.2015.08.037.

[2]WEI Lai， HU Zhuowei， DONG Lin， et al. A damage assessment model of oil spill accident combining historical data and satellite remote sensing information： a case study in Penglai 19-3 oil spill accident of China[J]. Marine Pollution Bulletin， 2015， 91： 258-271. DOI： 10.1016/j.marpolbul.2014.11.036.

[3]岳漢秋， 甘鑫平， 牟乃夏， 等. 海上船舶溢油事故模糊評估與決策分析[J]. 環(huán)境工程學(xué)報(bào)， 2015， 9（8）： 3780-3784.

[4]BI Haipu， SI Hu. Dynamic risk assessment of oil spill scenario for Three Gorges Reservoir in China based on numerical simulation[J]. Safety Science， 2012， 50： 1112-1118. DOI： 10.1016/j.ssci.2011.11.012.

[5]OLITA A， CUCCO A， SIMEONE S， et al. Oil spill hazard and risk assessment for the shorelines of a Mediterranean coastal archipelago[J]. Ocean and Coastal Management， 2012， 57： 44-52. DOI： 10.1016/j.ocecoaman.2011.11.006.

[6]廖國祥， 葉金清， 韓俊松， 等. 綜合隨機(jī)和典型情景模擬的海洋溢油事故污染危害預(yù)測評估研究[J]. 海洋環(huán)境科學(xué)， 2017， 36（2）： 266-273. DOI： 10.13634/j.cnki.mes.2017.02.017.

[7]張欣. 基于SP調(diào)查的船舶溢油應(yīng)急決策研究[J]. 安全與環(huán)境學(xué)報(bào)， 2013， 13（1）： 271-275. DOI： 10.3969/j.issn.1009-6094.2013.01.059.

[8]MACHADO J L， DE OA J， DE OA R， et al. A stated preference experiment for understanding drivers risk perception[J]. Procedia-Social and Behavioral Sciences， 2014， 162： 263-272. DOI： 10.1016/j.sbspro.2014.12.207.

[9]CHIN H C， DEBNATH A K. Modeling perceived collision risk in port water navigation[J]. Safety Science， 2009， 47： 1410-1416. DOI： 10.1016/j.ssci.2009.04.004.

[10]WILLIAMS R. Understanding and interpreting generalized ordered logit models[J]. The Journal of Mathematical Sociology， 2016， 40（1）： 7-20. DOI： 10.1080/0022250X.2015.1112384.

[11]胡驥， 閆章存， 盧小釗， 等. 基于有序Logit與Probit模型的交通事故嚴(yán)重性影響因素分析[J]. 安全與環(huán)境學(xué)報(bào)， 2018， 18（3）： 836-843. DOI： 10.13637/j.issn.1009-6094.2018.03.003.

[12]LARRANAGA A M， ARELLANA J， SENNA L A. Encouraging intermodality： a stated preference analysis of freight mode choice in Rio Grande do Sul[J]. Transportation Research Part A： Policy and Practice， 2017， 102： 202-211. DOI： 10.1016/j.tra.2016.10.028.

（編輯 賈裙平）