唐 箫 伍爱友，2副教授 李润求，2教授 周媛媛

(1.湖南科技大学 资源环境与安全工程学院，湖南 湘潭 411201；2.湖南科技大学煤矿安全开采技术湖南省重点实验室，湖南 湘潭 411201)

0 引言

化工领域的技术革新，促使危险化学品(以下简称危化品)的工业产量和运输量逐年递增。鉴于我国公路基础建设发达，交通系统的连贯性和灵活性使得道路运输成为危化品企业供应的最佳选择。危化品道路运输事故具有概率低、后果重等典型特点，事故率一般在10-6～10-8之间，但因危化品运输类型复杂，运输量大，影响风险因素多，运输风险不容小视[1]。

近年国内外诸多学者针对危化品运输风险评估领域进行研究，并取得一定成果，如任常兴等[2]在运输危化品风险分级指数的基础上，从人、机、环境的角度进行风险源辨识与分析，提出危化品运输路径优化选择的一般方法；王阳等[3]基于突变理论，建立道路“人—物”尖点突变模型，能科学、客观地评价危化品道路运输实际情况；Zhang等[4]利用信息扩散理论对危险化学品运输事故率进行评价，并利用GIS仿真技术对危险化学品运输事故结果进行分析；Li等[5]利用自回归滑动平均模型(Auto-Regressive and Moving Average Model，ARMA)时间序列模型对近年来的危化品道路运输事故进行统计，并预测未来发生事故的频率。上述研究分别从优化选线、风险分析、概率预测等方面对危化品运输进行安全评价，一定程度上能够预防事故的发生，但评价过程都是基于评价指标体系和风险概率推测且评价指标具有模糊性和随机性，无法得出真实的风险等级反映运输状态，评价结果局限性较大。

鉴于此，采用改进模糊层次分析法[6-7](Improved Fuzzy Analytic Hierarchy Process，FAHP)进行风险分级评价，该方法与层次分析法(Analytic Hierarchy Process，AHP)相比，在其基础上加入模糊综合评判法，通过定性和定量分析，减轻权重计算量；与传统模糊层次法相比，则是加入模糊一致矩阵解决不一致问题，同时避免指标模糊性、随机性和指标难以度量等问题。通过构建危化品道路运输风险评价指标体系，计算各级指标权重大小，通过模糊数学原理将各评价指标定量，进行风险分级综合评价，通过实例研究，确定所属风险等级，验证该方法在危化品运输领域的可行性。

1 危化品道路运输风险评价指标体系的构建

危化品道路运输被称作“流动的炸弹”，作为高风险作业范畴，涉及安全隐患因素多，且多具有不稳定和不确定性，通常一起危化品道路运输事故的发生，其原因往往是复杂、多样的，而非某个单一的原因造成[8]。根据JT/T 617—2018《危险货物道路运输规则》中规定从业人员安全职业素养要求和GB 20300—2018《道路运输爆炸品和剧毒化学品车辆安全技术条件》对车辆安装和危化品检查相关要求，通过对近年全国120起典型危化品道路运输事故致因数据进行分析(如图1)，以系统论中“4M”(人的原因(Men)、物的原因(Machine or Matter)、环境原因(Medium)、管理原因(Management))因素为出发点，将管理不当、人员失误、车辆缺陷、道路隐患、环境影响和危化品处置不当等6个因素作为一级指标，构建危化品道路运输风险评价指标体系，如图2。评价指标体系由3层组成，第一层为目标层；第二层为准则层，含6个一级评价指标；第三层为指标层，共有23个二级评价指标。

图1 危化品道路运输事故致因统计

图2 危化品道路运输风险评价指标体系

2 改进FAHP基本理论

2.1 构建模糊互补矩阵

(1)采用AHP，邀请专家根据“0.1～0.9”标度法[9](见表1)，对评价指标体系中同层次指标的重要性两两比较进行赋值，建立模糊互补矩阵：

表1 2指标之间比较标度取值表

(1)

式中：

R—模糊互补矩阵；

rij—指标i比指标j重要度赋值；

n—指标的个数。

(2)假设条件：①rij=0.5(i=1，2，…，n)；②rij+rji=1(i=1，2，…，n)，符合①、②条件的矩阵称为模糊互补矩阵[10]。

2.2 构建模糊一致矩阵

(1)由模糊互补矩阵R=(rij)(n×n)，对矩阵的各行求和：

(2)

做数学变换：

(3)

式中：

rik—模糊互补矩阵指标i比指标k重要度赋值；

fij—模糊一致矩阵指标i比指标j重要度赋值。

(2)得到模糊一致矩阵F=(fij)(n×n)有如下性质[11]：①∀i(i=1，2，…，n)，有rij=0.5，表示自身比较同等重要；②∀i(i=1，2，…，n)，有r=0.5，有rij+rji=1，说明指标i和指标j相比较的重要性与指标j和指标i相比较的重要性正好互补；③F的第i行和第i列的因素之和为n；④从F中去掉任意一行及所对应列后，所得的矩阵也是模糊一致矩阵；⑤F满足中分传递性，即当λ≥0.5，若rij≥λ，rjk≥λ，则rik≥λ；当λ≤0.5，若rij≤λ，rjk≤λ，则rik≤λ。

该性质反映了人们思维判断的一致性，当指标i比指标j重要，指标j比指标k重要时，则指标i一定比指标k重要；当指标i没有指标j重要，指标j没有指标k重要时，则指标i一定没有指标k重要。

2.3 模糊一致矩阵权重计算

文中模糊一致矩阵各层级指标权重计算均采用式(4)进行：

(4)

式中：

wi—各指标权重；

a—转换系数，要求转换系数a≥(n-1)/2，且a取值“越大表明决策者不是非常重视元素间重要程度的差异”，本文取a=(n-1)/2[12]。

2.4 层级总排序

层级总排序是指计算所有指标相对于目标层的权重大小，根据权重从大到小综合排序，其中权重计算公式为：

wC-A=wC-B×wB-A

(5)

式中：

wC-B—指标层C指标对准则层B的权重；

wB-A—准则层B指标对目标层A的权重；

wC-A—指标层C指标对目标层A的权重。

2.5 模糊综合评价

(1)建立评价因素集U，因素即为评价对象各级评价指标：

U=(u1，u2，…，un)

(6)

(2)建立评语集V，即评价者对评价对象做出的评价等级，一般可划分为3-5个等级：

V=(v1，v2，…，vn)

(7)

(3)综合评价。根据二级指标单因素评判矩阵及其相应的权重，对每个一级指标进行模糊综合评判：

D=W×G

(8)

式中：

D—各一级指标的模糊综合评判结果；

W—各一级指标下二级指标的权重向量；

G—一级指标各单因素评判矩阵。

利用式(8)将权重向量W和模糊评判矩阵G合成模糊综合评价结果，最后按照最大隶属度原则E=max(D)，确定评价结果。

3 实例应用

3.1 实例概况

据相关数据显示，近3年H省有关危化品运输车辆事故共有99起，其中，国省道(含高速公路)发生涉危化品运输车辆事故61起，约占62%，危化品运输事故防控形势较为严峻，以该省某高速路段为例，运用改进FAHP进行危化品道路运输风险分级综合评价，为预防事故发生提出有效决策建议。

3.2 模糊评价过程

(1)建立评价指标集。根据危化品道路运输风险评价指标体系，按式(6)分别建立一级指标的评价子集，即U={u1，u2，u3，u4，u5，u6}={人员因素，车辆因素，道路因素，环境因素，管理因素，危化品因素}。

(2)建立评语集。建立模糊评价集合，评价结果分为5个风险等级：V={安全，较安全，一般，危险，很危险}，见表2。

表2 风险等级判定标准

(3)确定层级指标权重。邀请专家评分赋值，构建如下一级指标模糊互补矩阵：

以一级指标为例将模糊互补矩阵由式(2)和式(3)转化成模糊一致矩阵F：

由模糊一致矩阵，通过式(4)计算可得准则层B的6个一级指标对目标层A的权重向量为：wB-A=(0.177，0.187，0.157，0.157，0.139，0.183)，其中w1=0.177表示人员因素B1对目标层A的权重，w2=0.187表示车辆因素B2对目标层A的权重，w3、w4、w5、w6分别表示道路、环境、管理、危化品等指标对目标层A的权重，同理可计算指标层C的23个二级指标对准则层B的权重。

(4)层级指标权重排序与结果分析。由式(5)可计算指标层C的指标对目标层A的权重，如：wC(1-6)-A=wC(1-6)-B1×wB1-A=(0.030，0.026，0.031，0.024，0.033，0.032)，将各指标权重由大到小排序，可得危化品道路运输评价指标权重综合排序结果，见表3。

表3 层级指标权重及排序

根据指标权重排序结果可知：危化品道路运输相关风险因素的重要程度是不同的，有的影响较大，有的则很小。一级指标权重值：wB2>wB6>wB1>wB3=wB4>wB5，其中车辆和危化品因素权重值较大，决定着运输事故的走向形式，是风险预防主要考量方面；从二级指标权重分布来看，身体素质状况C5、车辆安全性能C7、地形地质C11、道路交通实况C14、物流实时监控C16、自身理化性质C21权重均为所属一级指标下权重最大的二级指标，应着重对待并制定相应预警方案。

综合来看，该路段危化品运输事故风险主要来源为危化品、车辆及人员因素，首先身体素质状况C5在人员因素指标下占有最大权重值，从而得出作业人员健康状态是否达标，对该路段运输事故发生有一定导向作用，其次是车辆设备质量检修、危化品运输防护和企业与交管部门实时监控排查力度是否到位也对该路段危化品运输事故发生有着重要影响。

3.3 综合分析评价与结论

(1)风险等级判定。邀请20位来自高校风险应急领域研究的专家，参考表2风险等级判定标准，以投票的方式，对该路段各指标进行风险等级判定，所得结果汇总，见表4。

表4 二级指标评判结果

(2)综合分级评价。根据评判结果，构建各指标的评判矩阵，如一级指标人员因素的评判矩阵：

根据式(8)对一级指标人员因素进行模糊综合评判：D1=W1×G1=(0.275，0.299，0.24，0.12，0.066)，同理可得其余5个一级指标评判结果，汇总构建危化品道路运输风险综合评判矩阵GA：

进行模糊综合分级评价：DA=WB×GA=(0.222，0.266，0.235，0.149，0.128)，其中wB为一级指标权重向量，DA为综合评价结果。根据最大隶属度原则，H省该高速路段危化品道路运输风险评级结果为“较安全”。

(3)结果分析。该路段危化品道路运输风险等级为“较安全”，说明该路段风险管控达到合格标准，但评判结果中“危险”和“很危险”2个等级权重占有一定比值。通过对一级指标逐一分析发现，危化品因素评判结果中“很危险”等级权重为0.227，仅次于“较安全”级别，说明该路段危化品运输受制于自身理化性质，潜在风险较大；其次，在对车辆因素进行评判中，等级“一般”和“危险”权重值接近，分别为0.258和0.24，说明该路段车辆故障风险隐患突出，事故发生概率较大，被一致决策为危化品运输事故致因主要来源；再有道路因素等级“危险”权重值为0.21，主要因为H省地形复杂、地势险峻，桥梁隧道大多依山傍水而建，且该地区四季多雨，容易导致山体滑坡等灾害，引发运输事故。因此，应加大对该路段危化品实时运输管理的监控力度，进行车辆定期检修，同时加强道路建造质量监察，规避自然灾害，确保车辆畅通运行。

4 结论

基于改进FAHP对危化品道路运输进行风险分级综合评价，结合实例分析与研究，得出以下结论：

(1)以系统论中“4M”因素为出发点，结合法律法规条例和事故实例致因分析，构建危化品道路运输风险评价指标体系，确定各评价指标权重，为避免评价指标模糊性、随机性突出及指标间关系难以度量等问题，提出改进的FAHP，与层次分析法相比，是通过定性和定量分析，权重计算更为简洁、精准；与传统模糊层次法相比，则是加入模糊一致矩阵，进一步提升问题的一致性。

(2)采用该方法对H省某高速路段进行危化品运输风险分级综合评价，评级结果为较安全，与实际相符合，但危化品处置、车辆管理、道路状况等方面风险隐患突出，为排查重点，较为真实反映运输安全状态，由此验证该方法的可行性，为危化品道路运输风险分析和预防提供可借鉴的理论依据。

(3)权重计算环节使用单一赋权方法，具有一定片面性，在今后研究中可将多种赋权方法结合，进行完善和改进。