赵江平，刘小龙 ZHAO Jiangping,LIU Xiaolong

（西安建筑科技大学 资源工程学院，陕西 西安 710055）

0 引言

“十三五”规划以来，我国石化与工业经济一直保持持续增长态势，根据工业和信息化部的数据统计显示，截至2018年末，石油化工行业全年增加值同比增长4.6%，主营业务收入12.40万亿元，同比增长13.6%。石油化工行业高速发展的同时衍生出大量物流需求，促进了危化品物流行业的快速发展，使得国内运输货物总量、企业数量、业务覆盖范围都处于稳步增长趋势。据相关数据统计[1]，道路运输是危化品物流行业的重要组成部分，约占各种运输方式的60%，截至2017年底，国内从事危化品道路运输服务的物流企业达到了1.15万家，从业人数超过120万人，运输车辆超过30万辆，年运输总量达10亿多吨，且运输量以10%的年增长率上升，但与此同时，危化品道路运输事故近年来也呈现逐年递增的趋势。其中在2014年3月1日发生在山西省晋济高速的槽罐车甲醇泄漏起火爆炸事故，造成了40人死亡，9人受伤，直接经济损失8 197万元；2014年7月19日发生在沪昆高速湖南邵阳段的危化品运输爆燃事故，造成了54人死亡，6人受伤，直接经济损失5 300万元，可见危化品运输事故对社会公共安全和企业经济效益都会造成巨大损失。对于物流企业来说经济效益是其主要目标，也是其提高安全管理水平的动力。因此探究安全管理策略对运输风险及企业经济效益之间的长期动态影响关系，寻求科学合理的安全管理策略降低运输风险，提高企业经济效益，对于保障物流企业的长期生存发展至关重要。

目前国内学者对此进行了大量研究，如钱永坤等以中国乡镇煤矿为例，构建数学模型分析了安全投入与经济效益的关系[2]；张杰建立了安全效益评价函数关系模型对安全投入与安全管理水平、安全效益的关联关系进行了定性分析[3]；李楠建立安全投入与事故率可能性边界的“P-S”模型，得到最佳安全投入和最佳安全经济效益事故率[4]；王永刚运用系统动力学方法构建了机场安全管理运行保障能力模型，通过政策模拟，得出了最佳投资政策[5]；闫绪娴基于面板门限模型分析了中国煤炭上市公司安全投入对经济效益的影响，得出提高安全投入资金使用效率是提升企业安全管理水平和推动企业经济效益的关键因素[6]。

以上研究主要是从纯数学模型角度静态描述了，缺少动态对比分析，且大部分研究还是从“人—机—物—环—管”的角度去寻求影响运输风险的因素，并不能很好体现出因素之间相互反馈关系，因此本文基于STAMP（System-Theoretic Accident Model and Process）理论，从过程控制角度对物流企业的运输管理工作进行了分析，进而建立危化品运输安全的系统动力学模型。从企业经济效益目标出发，以运输量作为重要切入点，模拟了不同安全管理策略对企业经济效益和运输风险的长期动态影响，并根据实际调研情况分析其原因，提出具有针对性的措施建议，为企业管理者提供了决策参考。

1 基于STAMP模型的系统分析

1.1 STAMP模型介绍。STAMP模型是2004年由美国麻省理工学院N.G.Levenson提出的一种新的系统事故致因理论模型[7]，该模型基于控制理论将安全问题认为是系统的涌现性，控制涌现性的方法是给组件的行为及组件间的交互施加安全约束。构成STAMP模型的三种基本结构包括分层控制结构、安全约束和过程模型[8]。分层控制结构把系统视为一种分层结构，高层通过执行器约束低层的行为，低层次将执行情况通过传感器反馈给高层，安全约束是控制动作和反馈的具体执行措施，过程模型是高层根据低层反馈信息进行决策的过程，三者构成系统的安全控制反馈结构，如图1。由于结构回路中存在不恰当和错误的控制使安全约束没有被有效执行，或者延迟导致系统往高风险状态迁移，最终导致事故的发生，如图2。STAMP理论认为只有安全约束有效，控制作用合理且可行，反馈信息及时、准确、过程模型正确完整，才能保证系统的正常运行，确保系统的安全[9]。

图1 安全控制反馈结构

图2 事故致因理论模型

1.2 企业安全运输过程的STAMP模型和系统边界。政府监管机构对物流企业负有监管等责任，物流企业有义务将资质文件和事故等情况及时汇报给监管机构，同时企业管理者根据政府颁布的法律规章制定符合企业自身发展的安全管理策略，指导安全工作的开展，员工把实际工作中发现的运输风险信息反馈给企业管理者，企业管理者根据反馈的运输风险信息可以更有针对性进行安全投入，与此同时企业也受到市场因素的影响，企业管理者根据经营运输情况制定合理的运费反馈市场。根据上述逻辑关系搭建物流企业安全运输过程的STAMP模型。因为本文研究目标是安全管理策略对运输风险及企业经济效益的关系，所以将系统边界分为安全管理子系统和经济效益子系统，如图3。只有当图3中的安全控制反馈回路运行正常，企业危化品运输过程才能保证安全。

图3 企业安全运输过程的STAMP模型

2 危化品运输安全系统动力学模型构建

2.1 模型构建。系统动力学由Forrester教授在20世纪50年代创立，通过变动模型中的参数或政策变量，模拟不同情景、不同政策下系统未来发展趋势，从而为决策提供科学的参考依据。根据安全管理子系统和经济效益子系统中的安全约束之间因果关系，构建物流企业的危化品运输安全系统动力学模型，如图4。利用变量之间函数关系描述系统内部逻辑联系和控制过程，主要变量表达式，如表1。

2.2 模型检验。极限情况检测是将参数值设置成为极值时，检测模型行为与真实系统在极端条件下的行为是否相同。在本模型中把运费收入设为0元，那么企业的运营收入和经济效益应随着时间变化逐渐降低为0元。运行模拟结果如图5、图6所示，与预期相符合，所以模型通过了极值检验。

图4 危化品运输安全系统动力学模型

表1 主要变量的表达式

图5 运营投入极限测试

图6 企业经济效益极限测试

3 仿真分析

基于建模目的和普适性原则，对模型作如下假设：

假设1：仿真时间内，物流市场上运价不会发生较大起伏，保持不变。假设2：安全工作的开展到企业安全管理水平的提升具有一定滞后性。

本文选取西安市某危化品道路运输企业为研究对象，通过对该企业管理者访谈和实际调研情况，收集相关数据资料对模型参数进行初始赋值，其中运输风险值参考《危险货物道路运输规则》 （JT/T 617-2018）并结合专家经验，初始值赋予100，当大于120时运输系统处于高风险状态，模拟未来26个月物流企业的运营情况。通过调整安全投入延迟，处罚措施力度和信息反馈渠道建设等参数值变化，观察对运输风险及企业经济效益等因素的影响。

3.1 安全投入延迟对运输风险和企业经济效益的影响。安全投入延迟反应了企业安全投入的快慢程度，利用Vensim里面Delay1I延迟函数来表示，设置不同的参数值如表2，数值越小说明安全投入越早，企业对于安全管理的重视度越高。将各个参数值带入模型中，得到运输风险和企业经济效益变化趋势，如图7、图8所示。

表2 不同安全投入延迟参数值

图7 运输风险变化情况

图8 企业经济效益变化情况

通过图7可知，在策略1中，运输风险值一直在76～102之间波动，一直处于低风险状态，后期随着运输量增长时运输风险涨幅较小，反之策略2前期安全投入较慢，运输风险值之在第23个月后达到120之后继续递增，在第26个月达到150，这是因为随着运输量增长，企业安全投入速度跟不上企业运输发展的需求，使运输系统随着时间不断向高风险状态迁移，运输风险增大。

通过图8可知，在前24个月中，策略1小于同期策略2的企业经济效益涨幅，这是因为一定时期内，企业掌握的资源是有限的，增加安全投入，就会减少一部分运营投入，企业经济效益会受影响。但随着运输量增长，策略2企业经济效益在第24个月达到483万元之后急剧下降到第26个月的93.7万元，而策略1一直处于稳步增长趋势。这是因为策略2在第23个月之后运输系统进入高风险状态，而在高风险状态下运输必然会导致事故发生，由于危化品道路运输行业本身特点，一旦事故发生将会造成巨大经济损失和社会负面影响，使企业经济效益急剧下降。

3.2 处罚措施力度对运输风险信息总量、运输风险和企业经济效益的影响。处罚措施力度反映了企业对违规行为的问责和处罚强度，根据力度不同制定了三种策略，如表3。数值越大表示处罚措施强度越大。将参数值带入模型中，得到运输风险信息总量、运输风险和企业经济效益变化趋势如图9、图10和图11所示。

表3 不同处罚措施力度参数值

通过图9、图10可知，处罚措施力度越大，企业管理者关于员工反馈的运输风险信息就越少，后期当运输量增长时运输风险越大。这是因为当企业管理者把问责和处罚作为主要安全管理策略时，员工就会把工作的重点放在责任划分上，只有当确认风险与自己无责任关系时，才会向企业管理者汇报有关运输过程中存在的潜在风险信息，甚至有时会阻碍获取相关运输数据。根据实际调研了解到，部分司机担心运输途中因疲劳驾驶或抽烟等违纪行为受到处罚，关闭车载监控设备等情况时有发生，大大降低了相关数据的获取，增加运输风险。企业管理者应把安全工作重点放在改善运输系统的安全性上，如通过调整作息时间来改善司机的工作状态，而不是加大对疲劳驾驶的处罚力度。

通过图11可知，处罚措施力度越小，企业管理者获得运输风险信息总量越多，企业经济效益增幅越大；反之增幅较小，甚至会导致企业经济效益下降。这是因为运输风险信息是改善运输系统安全性的关键因素，企业管理者根据员工反馈的运输风险信息，制定更加为之有效的工作操纵流程，提高运输系统的安全性。如根据司机在运输途中发现的潜在风险因素或安全需求信息，指导企业设计更加合理的危化品运输监控系统平台，采集和监控运输过程中的关键数据，保障运输过程的安全。

3.3 信息反馈渠道建设对运输风险信息总量、运输风险和企业经济效益的影响。信息反馈渠道建设反映了运输风险信息交流的有效程度，数值越大表示输运输风险信息反馈越高效。根据建设程度不同制定了三种策略，如表4。将参数值带入模型中得到运输风险信息总量、运输风险和企业经济效益变化趋势入图12、图13、图14所示。

通过图12、13可知，可知信息反馈渠道建设程度越低，企业管理者获得运输风险信息总量越少，随着运输量增长运输风险涨幅越大。这是因为过于单一低效的信息反馈渠道不利于运输风险信息的反馈和有效利用。在实际调研中发现，司机常常口头报告给企业安全管理者运输途中存在的风险因素，并没有形成正式的汇报文件，导致运输风险信息利用率不高，缺少员工与企业管理者之间规范化和程序化的信息反馈渠道。

图9 运输风险信息总量变化情况

图10 运输风险变化情况

图11 企业经济效益变化情况

表4 不同信息反馈渠道建设参数值

图12 运输风险信息总量变化情况

图13 运输风险变化情况

图14 企业经济效益变化情况

通过图14可知，策略3的企业经济效益最高，在第26个月达到了443万元，并且持续稳定增长。策略2为390万元，涨幅小于策略3，策略1在第23个月达到210万元，随后因为运输系统进入高风险状态，在第26个月下降至100万元。可以看出反馈渠道建设对企业经济效益有着重要影响，加强信息反馈渠道建设是企业管理者应该坚持的一项长期重要工作。

4 结束语

本文根据STAMP理论，构建物流企业的安全运输过程模型，明晰了在运输过程中每个组件相应的安全约束，在此基础上结合系统动力学理论建立了危化品运输安全模型，并利用Vensim软件进行了仿真，根据仿真结果得到以下启发：

（1）在短期内安全投入与企业经济效益存在冲突，但是从企业长期发展角度来看，两者目标是一致的，只有在保证安全投入充足的前提下企业才能持续稳定发展，企业在运营早期就应把安全理念构筑到运输系统之中，加强日常应急知识教育培训、安防设备设施采购、运输车辆检查次数和安全专职人员配备等工作，做到了防患于未然。

（2）处罚措施力度与运输风险信息总量呈负相关关系，企业经济效益并不会因为处罚力度加大而增长，过度的处罚与问责制度导致企业管理者获取运输风险信息量不足，潜在的运输风险因素得不到反馈，随着后期运输量增加时，运输系统将会处于高风险状态。企业管理者应当把注意力集中放在改善运输系统的安全性上，而不是通过加大处罚措施力度来防止事故发生。

（3）信息反馈渠道建设与运输风险信息总量呈正相关关系，长期低效的信息反馈会降低企业经济效益。良好的信息反馈渠道能帮助企业管理者从员工中获取更多的运输风险信息，是提高安全投入有效性的关键因素，定期组织与员工之间关于运输风险交流会议的次数，根据反馈的信息识别潜在的不安全因素，建立企业运输风险日志，并根据具有建设性的信息形成正式的安全管理措施改进办法，更有针对性地进行安全投入，避免过度低效的安全投入影响企业正常运营资金的周转，提高企业经济效益。