王海星，梁倩倩

(北京交通大学交通运输学院，北京100044)

0 引言

2015年全国共有危险货物道路运输企业1.1万家，车辆31万辆，从业人员120万人，完成危险货物运输量约10亿t，占各种运输方式的60%以上，居全球第2位.近年来，我国危险货物道路运输安全形势持续向好但依然严峻，事故频发多发的势头没有得到根本性的遏制[1].虽然危险货物道路运输泄漏事故的发生概率相对较低，但它往往伴随着高风险[2].81%的罐车危险货物运输事故都会发生大量泄漏[3]，产生灾难性后果.如2014年晋济高速山西晋城段的“3·1”事故，造成了40人死亡.从系统的角度，结合典型区域特征，对危险货物运输道路运输风险进行系统分析及风险测度研究，是实现规避高风险路段的基础关键技术，对沿线安全水平提高具有重要意义.

Fabiano从线路特征和气象条件辨识了危险货物道路运输的风险影响因素，并从人员死亡的角度提出了风险评价模型[4].高清平采用模糊集理论和模糊逻辑进行危险货物运输的风险分析[5].随着GIS的发展，很多学者将其应用在了风险分析中.孟祥妹提出了基于改进事故变化率的道路危险品运输事故率分析模型和人口风险分析模型，并结合ArcGIS实现了毒气扩散影响范围的可视化，并从运输费用和风险两方面进行危险货物道路运输优化选线[6].可以看出，目前，对于系统地分析危险货物道路运输风险及路径优化的内容和方法尚需完善.基于此，本文从系统理论的观点出发，对危险货物道路运输风险复杂系统与风险测度模型及路径优化模型进行了研究.

1 危险货物道路运输风险的系统分析

一般而言，危险货物道路运输导致事故必须具有2个条件：一是存在诱发危险货物脱离安全控制的因素(危险货物道路运输致灾因素)及其形成事故的环境(危险货物道路运输孕灾环境)；二是事故影响区有人类居住或分布有社会财产(危险货物道路运输承灾体).从系统理论的观点来看，危险货物道路运输孕灾环境、危险货物道路运输致灾因素、危险货物道路运输承灾体及危险货物道路运输事故之间相互作用，相互联系，形成了一个具有一定结构、功能及特征的复杂体系，这就是危险货物道路运输风险复杂系统[7].该系统的组成特征如图1所示.本文拟实现从致灾因素、孕灾环境、承灾体的角度进行危险货物道路运输风险复杂系统分析，基于风险诱发因素，辨识、分析系统致灾因素；结合典型区域进行危险货物道路运输承灾体及孕灾环境特征分析；考虑多要素的危险货物道路运输环境风险测度研究.

图1 危险货物道路运输风险复杂系统Fig.1 Dangerous goods road transport risk complex system

2 危险货物道路运输危险性分析

本文以液氯道路运输为例，基于危险货物道路运输风险复杂系统，探究危险货物道路运输的风险测度模型.

2.1 危险货物道路运输致灾因素分析

危险货物作为危险货物道路运输风险复杂系统中的主要致灾因素，在构建风险测度模型前，需要充分了解危险货物的理化性质及其危害性.以液氯为例：液氯的熔点-103℃，沸点-34.6℃，在常压下即汽化成气体.同时，氯气是一种剧毒气体，不同氯气浓度可能导致对人体从轻微直至瞬间引起呼吸困难、脉搏减少，发绀，造成致命性损害等不同严重程度的危害[8].

2.2 危险货物道路运输孕灾环境产生概率分析

导致危险货物道路运输事故的孕灾环境的产生的要素可分为非交通事故要素和交通事故要素两大类.在危险货物道路运输风险复杂系统中，严格意义上的运输事故是指因交通事故导致的危险货物泄漏事故，某路段因交通事故导致危险货物泄漏的概率可表示为

(1)危险货物道路运输泄漏事故概率.

目前我国没有危险货物道路运输事故的相关统计资料，无法由统计数据得到事故概率.美国杜邦公司提出的危险货物道路运输事故量化概率在10-8～10-6之间，且本文中分析的风险为相对风险，所以本文结合相关研究，将路段基本交通事故率取值10-8次/(年·车·公里)，并根据文献中对863起危险货物道路运输事故统计结果，将危险货物因交通事故的条件泄漏概率取值0.7[9].

(2)危险货物道路运输泄漏事故概率的修正.

要对危险货物道路运输泄漏事故概率进行修正，需要从风险诱发因素出发，辨识、分析系统中的孕灾环境和致灾因子.运输事故发生概率除了与道路类型有关外，与中央隔离带宽度、平面性半径、道路饱和度、天气状况、运输时间等因素密切相关.各路段实际泄漏概率可能会有偏差，所以本文结合相关研究，引入修正系数，对路段泄漏事故概率进行修正[10-11]，如表1所示.

某路段危险货物泄漏事故概率进一步可表示为

2.3 危险货物道路运输承灾体易损性分析

易损性取决于承灾体本身和社会经济条件.危险货物道路运输系统中承灾体易损性通常是指承灾体遭受不同规模的危险货物泄漏事故的可能损失程度.在危险货物道路运输风险复杂系统中，分析承灾体的易损性需要辨识出危险货物运输过程中可能威胁和损害的对象，并评估它们的价值及受损程度.

危险货物道路运输泄漏事故的承灾体有多种，其中以暴露人口和环境敏感区最为典型.所以，本文将从这两个方面对承灾体易损性进行分析.

表1 道路状况对可变事故修正系数的影响Table 1 Influence of road condition on variable accident correction coefficient

(1)暴露人口易损性分析.

危险货物道路运输发生泄漏事故后，运输沿线受影响的人员主要分为两类：路上暴露人口，主要包括各类车辆的驾驶员和乘车人员；路外暴露人口，主要包括沿线居民和聚集中心(商场、学校等)人员.在交通畅通的情况下，路上暴露人口相对于路外暴露人口可以忽略不计.因此，本文只考虑路外暴露人口.一般认为，路外影响人员的暴露概率为20%，受影响概率为100%，室内人口受影响概率为20%[9].同时，根据有毒气体的理化性质，将扩散区域划分为致死区、重伤区和轻伤区.用x=1，2，3分别表示3个区域的影响人数.确定暴露人口数量为

式中：Nx为区域x内影响人员数量；ρx为区域x内人口平均密度(人/km2)；Sx为区域x的面积(km2)；Pout为户外人口暴露概率，通常取20%；λin为室内人员暴露程度减缓因子，通常取20%.

参考《中华人民共和国国家赔偿法》中赔偿方式和计算标准的相关规定，造成死亡的应当支付总额为国家上年度职工年平均工资的20倍，并参考其他事故后果评价方法及氯气的毒理学性质，提出折算方法为

式中：B为暴露人口价值损失；αi为价值损失程度系数，分别取值1.00、0.20、0.01.

(2)环境敏感区域易损性分析.

危险货物泄漏的环境损失是指自然环境受到的损失，主要包括对土壤、动植物、水体和大气的破坏.根据用地分类，将环境敏感区分为水域、林地、农业种植区和公共绿地4类.泄漏之后对环境造成的损害可以通过经济计量的方式体现.不同类型敏感区价值损失评估方法如表2所示，表中各项成本由相关市场调查获得.

表2 不同环境敏感区价值损失评估方法Table 2 Assessment method of value loss in different environmental sensitive areas

由于危险货物道路运输泄漏事故对不同阈值区域影响不同，因此通过专家调查法和层次分析法相结合的方式，确定各阈值区域风险影响权重，则环境敏感区价值损失为

式中：W为泄露影响区域环境敏感区域总价值损失；δi为区域i风险影响权重；Vj为第j类环境敏感区单位面积成本；Sij为区域i第j类环境敏感区面积(m2).

3 危险货物运输风险—成本分析

3.1 危险货物道路运输风险测度模型

风险可以用损失的期望值来衡量.基于2.3节中对承灾体易损性的分析，同时考虑到泄漏事故发生后紧急疏散对事故后果的减缓作用，暴露人口实际风险远小于理论暴露人口数量所面临的风险.当氯气浓度为70 ppm时，人体接触30 min的致死百分率为1%[9].且越接近泄漏点浓度变化越大，根据各阈值区域内氯气浓度变化趋势，当平均紧急疏散时间为30 min时，致死区暴露人口死亡率，重伤区、轻伤区紧急疏散过程中实际重伤率、轻伤率取5%.阈值区域内损伤程度低的人群按低一级损伤程度计算.所以，路段l的运输风险Ql可以表示为

3.2 危险货物道路运输成本估算

假设路网G(N,A)，其中N表示节点，A表示边的集合.用(i,j)表示路段，则有i,j∈N，(i,j)∈A.

危险货物道路运输成本主要取决于运量q和运输距离L.设危险货物k的运输成本为ck(元/(kg·km))，则危险货物k在路段lij上的运输成本为ckij=ckqklij.运输路径总成本Ck可表示为

3.3 危险货物运输风险—成本优化模型的建立

首先定义1组决策变量：

将系统整体最优——最低运输成本和最小运输风险为目标构建双目标优化模型为

式(10)为节点流量平衡约束，式(11)和式(12)为0-1决策变量.

4 事故情景模拟与模型应用

4.1 事故情景模拟与可视化

本文以北京市通州区的东方化工厂为路径终点，以德觅路和孔兴路的交叉口为路径起点.假设在某天上午9:00，1辆容量为54.3 m3的液氯运输罐车装载20 t液氯，在15.2℃，风速1 m/s，西南风向风向，相对湿度80%，E级大气稳定度的气象条件下因安全阀损坏而发生大量泄漏，此时间段路径交通饱和度为0.7，构建可能的事故场景.

首先用ALOHA的重气扩散预测模型，得到既定事故条件下泄漏扩散如图2所示，3个区域分别表示致死区、重伤区和轻伤区，阈值浓度分别为大于60 ppm、[6,60]ppm和[2,6)ppm.ALOHA还能预测泄漏影响区域内的浓度动态变化情况，图3为距离事故地点正下风向1 km处的浓度变化曲线.

图2 既定事故条件下的泄漏扩散图Fig.2 Leakage diffusion diagram under established accident conditions

图3 事故地点下风向1 km处浓度变化曲线Fig.3 The concentration curve of the wind down to 1 km in the accident site

通过ArcMAP实现液氯泄漏影响范围的可视化，如图4所示.

图4 液氯泄漏可视化图Fig.4 Visualization of liquid chlorine leakage

4.2 危险货物运输路径优化

在实际计算过程中将路段进行简化，简化路段及节点如图5所示.将路段风险和路段运输成本作为路径优化的指标(表3)，取2 km长的路段为单位路段，把各单位路段作为分析对象，进行泄漏仿真.通过ArcMAP图层叠加分析准确计算各阈值区域面积，通过进一步计算加和得到路网中各路段的风险，基于综合风险实现对高风险路段的规避，运用蚁群算法，寻找最优路径，计算结果如表4和图5所示.

从表4可以看出，最短路风险偏高，最优路径虽然运输成本略有增加，但风险明显降低，满足系统整体最优目标模型的需求.

表3 路段参数汇总表Table 3 Summary parameters of each section

表4 最优路径与最短路径对比Table 4 Comparison of optimal path and shortest path

图5 危险货物道路运输最优路径图Fig.5 Optimal path for dangerous goods road transport

5 结论

本文从系统的观点出发，从致灾因素、孕灾环境、承灾体的角度进行危险货物道路运输风险复杂系统分析，并结合典型区域特征，基于暴露人口和环境敏感区构建了风险测度模型.运用ALOHA和ArcMAP对特定事故情景的泄漏事故进行模拟，量化泄漏影响区域内承灾体的价值损失.根据危险货物运输的双目标特性，将系统整体最优——最低运输成本和最小运输风险为目标构建双目标优化模型.通过实例验证了模型和方法对实现规避高风险路段的实用性和有效性.