梁雪琴
(蘭州交通大學(xué) 交通運輸學(xué)院,甘肅 蘭州 730070)
危險品具有爆炸、易燃、腐蝕性等性質(zhì),在運輸、貯存和保管的過程中,極易引起人身傷亡和財產(chǎn)損失,因此需要特別防護(hù)。危險貨物運輸作為一種特種運輸,需擁有能保障危險品安全運輸?shù)脑O(shè)施設(shè)備,并通過國家相關(guān)職能部門審核批準(zhǔn),才有資格進(jìn)行危險品運輸。據(jù)最新統(tǒng)計,我國年危險品運輸量約10億t,專業(yè)車輛有31萬輛,從業(yè)人員達(dá)120萬人。危險品運輸事故一方面威脅人類健康、財產(chǎn)安全,另一方面會對道路、環(huán)境、交通等造成重大影響。因此,危險品運輸界如何降低運輸過程中風(fēng)險事故發(fā)生頻率是很具現(xiàn)實意義的問題。
針對危險品運輸風(fēng)險評價,國內(nèi)外學(xué)者進(jìn)行了相關(guān)研究。DONG等[1]基于理論方法建立了多層級危險品運輸安全評估指標(biāo)體系。Yuliia等[2]為確定鐵路運輸危險品期間的環(huán)境風(fēng)險及其管理原則,提出了一種能夠優(yōu)化鐵路運輸環(huán)境管理的新功能策略,強(qiáng)調(diào)了優(yōu)化環(huán)境安全監(jiān)測和組織環(huán)境風(fēng)險管理的重要性。HUANG等[3]基于尖端災(zāi)難模型建立了鐵路危險貨物運輸系統(tǒng),并對鐵路危險品運輸系統(tǒng)的風(fēng)險狀態(tài)變化進(jìn)行分析。楊婷等[4]基于N-K 模型從人-機(jī)-物-環(huán)-管5類風(fēng)險因素定量分析了道路危險品運輸系統(tǒng)耦合風(fēng)險,得出耦合風(fēng)險與參與耦合風(fēng)險因素有關(guān)。吳金中等[5]應(yīng)用模糊綜合評價法,建立了危險品道路運輸風(fēng)險評價模型。黃文成等[6]利用道路危險品安全事故數(shù)據(jù)對道路危險品運輸系統(tǒng)進(jìn)行耦合協(xié)調(diào)度分析,建立了危險品道路運輸系統(tǒng)風(fēng)險評價方法。任常興等[7]在基于NFPA進(jìn)行危險品運輸風(fēng)險數(shù)字分級的基礎(chǔ)上考慮了現(xiàn)實風(fēng)險因素對風(fēng)險等級評定的影響,建立了危險品運輸風(fēng)險分級指數(shù)程序。陳躍等[8]在現(xiàn)有風(fēng)險分級指數(shù)模型的基礎(chǔ)上提出了基于指數(shù)評價模型的集成化風(fēng)險管控流程并驗證了其有效性和可行性。左博睿等[9]基于模糊推理技術(shù)的Fuzzy-FRAM模型,克服了危險品運輸事故分析中無法定量分析的缺陷,得到了功能的風(fēng)險指數(shù)。賀政綱等[10]考慮了危險品運輸?shù)臅r變特性,構(gòu)建了人口風(fēng)險評估模型,得出最佳出發(fā)時間,為有效降低危險品運輸人口風(fēng)險提供新途徑。李升朝[11]基于AHP和熵權(quán)計算方法構(gòu)建了模糊綜合評價矩陣,對危險品道路運輸風(fēng)險進(jìn)行評價。
綜上所述,目前研究成果多數(shù)集中在評價指標(biāo)、評價模型的定性分析和風(fēng)險影響因子重要度的定量分析,而未考慮評價指標(biāo)存在的模糊性與隨機(jī)性問題?;诖耍狙芯恳渺貦?quán)法獲取評價指標(biāo)權(quán)重,并在云理論的基礎(chǔ)上,構(gòu)建基于熵權(quán)二維云模型的危險品運輸風(fēng)險評價方法,為保障危險品運輸安全,降低危險品運輸風(fēng)險事故提供新的思路與方法。
熵權(quán)法是一種高精度、強(qiáng)客觀性的較成熟賦權(quán)方法,熵值可以判斷評價指標(biāo)的變異性。若某個指標(biāo)的熵值越小,則指標(biāo)變異程度越大,信息量越多,權(quán)重越重要。但若某個指標(biāo)的值均相等,則該指標(biāo)不可作為綜合評價的評價指標(biāo)。評價指標(biāo)的賦權(quán)步驟如下:構(gòu)造設(shè)有待評價項目m個,評價指標(biāo)n個的原始判斷矩陣R=(rij)m×n,第j個指標(biāo)的熵值計算為:
(1)
式中,Pn為觀權(quán)重向量;k為常數(shù);m為評價項目數(shù)量;rij為指標(biāo)j在項目i下的評分;ej為指標(biāo)j的熵值。
指標(biāo)j的熵權(quán)計算為:
(2)
式中ωj為指標(biāo)j的熵權(quán)。
云模型的概念最早由李德毅在1995年提出,自提出至今,在數(shù)據(jù)挖掘、智能控制、決策分析等多個方面得到廣泛應(yīng)用[12]。二維云則是在一維正態(tài)云的基礎(chǔ)上提出的思想,用以表示定性與定量不確定轉(zhuǎn)換的過程。本研究運用該模型處理危險品運輸中風(fēng)險危害和風(fēng)險概率兩大因素相互作用下的不確定性問題。定義二維云數(shù)字特征為:(期望值,熵,超熵)。設(shè)F為服從正態(tài)分布的二維隨機(jī)函數(shù),其中Ex和Enx為期望值,Ey和Eyn為標(biāo)準(zhǔn)差,He為超熵;μ為確定度,故稱滿足式(3)的云模型為二維正態(tài)云模型[13]。
(3)
危險品運輸風(fēng)險是各項風(fēng)險因素綜合作用導(dǎo)致的,為了采取有效的安全管理、控制措施應(yīng)對風(fēng)險,本研究根據(jù)我國道路危險品運輸現(xiàn)行的相關(guān)標(biāo)準(zhǔn)《生產(chǎn)過程危險和有害因素分類與代碼》(GB/T13861—2009)、《公路物流主要單證要素要》(GB/T 33458—2016)并參考對公路危險品運輸風(fēng)險識別及風(fēng)險發(fā)生后應(yīng)急處理辦法具有成熟理論國家的現(xiàn)行標(biāo)準(zhǔn)《危險品公路運輸-運輸過程中的緊急處置和覆蓋-特性、尺寸和裝填》(ABNT NBR 7503—2017),從人員因素、貨物與設(shè)備因素、環(huán)境因素、管理因素4個方面辨識危險源。人員因素包含人員健康、人員素質(zhì)和人員專業(yè)技能;危險品貨物性質(zhì)、運輸設(shè)備、應(yīng)急預(yù)防設(shè)備為貨物與設(shè)備影響因子;環(huán)境影響因素包含運輸途中道路特征、天氣狀況、交通狀況和影響人員分布情況;安全管理、風(fēng)險應(yīng)急預(yù)案、運輸時間以及運輸路線是管理范疇的影響因子。危險品運輸風(fēng)險評價指標(biāo)體系見圖1。
圖1 危險品運輸風(fēng)險評價指標(biāo)體系Fig.1 Dangerous goods transport risk evaluation indicator system
邀請專家采用打分法對評價對象的各項指標(biāo)進(jìn)行危害等級和概率等級評定,分值區(qū)間為[0,10],分值精確到小數(shù)點后1位。通過計算得到危害等級和概率等級的風(fēng)險云,即二級風(fēng)險云,風(fēng)險云數(shù)字特征計算為:
(4)
式中,q為樣本數(shù);Ex為樣本期望;S2為樣本方差;xk為第k位專家的評分;En為熵;He為超熵。
依據(jù)從嚴(yán)從高的風(fēng)險等級判定原則將[0,10]分成4個子區(qū)間,與之相對應(yīng)的將評價指標(biāo)的風(fēng)險等級、危害等級、概率等級劃分為Ⅰ~Ⅳ級,標(biāo)準(zhǔn)云數(shù)字特征計算為:
(5)
為評價危險品運輸?shù)娘L(fēng)險等級,將二級風(fēng)險云矩陣與二級權(quán)重矩陣合成運算,得到一級風(fēng)險云矩陣,再將其與一級權(quán)重矩陣合成運算,最終得到綜合風(fēng)險云。合成運算為:
(Ex′,En′,He′),
(6)
式中,Ex′為一級風(fēng)險云的期望;En′為一級風(fēng)險云的熵;He′為一級綜合風(fēng)險云的超熵。風(fēng)險等級數(shù)字特征見表1。
表1 風(fēng)險等級及其數(shù)字特征Tab.1 Risk levels and their numerical characteristics
運用MATLAB編程實現(xiàn)正向云發(fā)生器并生成風(fēng)險云圖,得到危險品運輸風(fēng)險等級,同時得到各項評價指標(biāo)風(fēng)險等級[14]。
為實際、客觀的判定風(fēng)險等級,提出一種數(shù)學(xué)計算方法表示實際、標(biāo)準(zhǔn)風(fēng)險云的貼近程度。其中,相近度越大,評價結(jié)果越相似。運算公式為:
(7)
某危險品運輸公司創(chuàng)立于2010年,是一家以危險品運輸為特色集運輸、倉儲、配送、貨運代理為一體的國家3A級綜合物流企業(yè)。該企業(yè)先后通過了ISO9001國際質(zhì)量管理體系認(rèn)證、ISO14001環(huán)境管理體系認(rèn)證、OHSAS18001職業(yè)健康安全管理體系認(rèn)證、和RSQAS道路安全管理認(rèn)證,被授予“中國危險品物流百強(qiáng)企業(yè)”稱號。企業(yè)針對化危險品運輸現(xiàn)有化工專家2名,國家安全注冊工程師3名,專業(yè)化工操作人員100余名,危險品運輸車100余輛,主要支持第2,3,4,5,6類1項,8,9類危險品運輸。同時企業(yè)建有先進(jìn)的GPS監(jiān)控中心,可實現(xiàn)對城市危險品運輸車輛的實時監(jiān)控,以及規(guī)范危險化學(xué)品倉儲和運輸?shù)陌踩芾怼榇_定企業(yè)危險品運輸風(fēng)險等級,邀請了6位資深專家對危險品運輸風(fēng)險評價體系中各指標(biāo)的重要程度、危害等級和概率等級進(jìn)行獨立性評分,分值區(qū)間為[0,10]。
6名專家打分結(jié)果如表2所示。
表2 評價指標(biāo)重要程度/危害等級/概率等級分值Tab.2 Importance, hazard rating and probability rating of evaluation indicators
續(xù)表2
表3 危害等級和概率等級風(fēng)險云數(shù)字特征Tab.3 Digital characteristics of risk cloud of hazard rating and probability rating
運用式(1)、(2),對各項二級指標(biāo)進(jìn)行熵值計算,根據(jù)式(3)、(4)、(5)、對二級指標(biāo)風(fēng)險云數(shù)值進(jìn)行計算,最后運用式(6)進(jìn)行合成運算,得到綜和風(fēng)險云數(shù)字特征。
運用MATLAB編程得到綜合風(fēng)險云與標(biāo)準(zhǔn)風(fēng)險云對比云圖如圖2所示。
圖2 綜合風(fēng)險云Fig.2 Comprehensive risk cloud
根據(jù)式(6)和表2、表3得出二級指標(biāo)的數(shù)字特征可知綜合風(fēng)險云的數(shù)字特征為(6.86,0.15,0.13),(3.11,0.15,0.13)。最終在MATLAB中利用正向云發(fā)生器實現(xiàn)二維云成像。根據(jù)圖2及式(7)的計算結(jié)果,得出本企業(yè)危險品運輸風(fēng)險等級為Ⅱ級,即該企業(yè)在危險品道路運輸過程中發(fā)生風(fēng)險的概率較大、風(fēng)險發(fā)生后危害較大、企業(yè)需采取相應(yīng)管理措施規(guī)避風(fēng)險。風(fēng)險評價結(jié)果與該企業(yè)所獲安全生產(chǎn)標(biāo)準(zhǔn)化達(dá)標(biāo)建設(shè)等級一致。
(1)基于二維云模型,綜合考慮危險品運輸評價指標(biāo)的隨機(jī)性和模糊性等特點,提出危險品運輸風(fēng)險等級評價方法,實現(xiàn)了定性、定量概念不確定轉(zhuǎn)換。通過輸出云圖,得到直觀、方便的風(fēng)險等級評價結(jié)果。
(2)使用熵權(quán)法全面獲取了各評價指標(biāo)權(quán)重系數(shù),減少了系統(tǒng)風(fēng)險評價的不確定性,使評價結(jié)果更準(zhǔn)確可靠。
(3)使用數(shù)學(xué)貼近度計算公式,真實的反映了危險品運輸風(fēng)險等級,進(jìn)一提升評價結(jié)果可信度使得評價結(jié)果更具說服性。
(4)基于熵權(quán)法二維云模型對危險品道路運輸風(fēng)險影響因素進(jìn)行綜合評價,評價結(jié)果與傳統(tǒng)指數(shù)模型評價結(jié)果一致且與某危險品運輸企業(yè)安全考評標(biāo)準(zhǔn)結(jié)果具有良好吻合性,驗證了本評價模型的科學(xué)性和實際應(yīng)用性。