陳卓歐,黃 明,延 飛
(武漢理工大學(xué) 航運學(xué)院,武漢430063)
國家海事局對水運船舶溢油污染的方針是“防治結(jié)合,預(yù)防為主”。相比溢油事故后的治理,事故前的預(yù)防有效實施對減少溢油的損害影響更為重要。目前,對于內(nèi)河船舶溢油的風(fēng)險評價的研究,主要集中在評價方法的選取上[1-2],鄧健等[3]研究了三峽庫區(qū)船舶溢油風(fēng)險評價指標(biāo)體系問題,該研究僅僅局限于評價溢油事故發(fā)生的概率,而從風(fēng)險的定義來看[4],它不僅包括事故發(fā)生的概率,還包括事故造成的后果,包括經(jīng)濟(jì)損失、人員傷亡等。因此,從這個意義上講,評價模型還不夠全面。
本文將熵值法與無量綱方法相結(jié)合,利用熵值法確定影響船舶溢油因素的權(quán)重賦值,并對不同地區(qū)風(fēng)險因子進(jìn)行無量綱化處理,綜合考慮溢油發(fā)生的概率和可能造成的后果,并針對三峽庫區(qū)的12個港區(qū)開展例證研究,研究結(jié)論可以為海事管理機(jī)構(gòu)有針對性地采取措施降低溢油風(fēng)險提供依據(jù)。
確定內(nèi)河船舶溢油概率的指標(biāo)體系時應(yīng)當(dāng)遵循的原則為
指標(biāo)必須和三峽庫區(qū)船舶溢油概率的目標(biāo)相一致,必須具有系統(tǒng)性、可操作性、科學(xué)性、可比性,指標(biāo)之間應(yīng)避免相關(guān)性,指標(biāo)設(shè)置要重點突出,定量和定性指標(biāo)相結(jié)合。
基于評價指標(biāo)體系建立的原則,鑒于國內(nèi)外主要評價指標(biāo)體系的經(jīng)驗,結(jié)合調(diào)研和專家意見,考慮資料獲取的難易程度、模型的可操作性等,對指標(biāo)進(jìn)行篩選,選取6個評價指標(biāo):①轄區(qū)水域長度;②內(nèi)河船舶斷面交通流;③轄區(qū)油船進(jìn)出港艘次;④轄區(qū)油碼頭數(shù)量;⑤轄區(qū)油品吞吐量;⑥轄區(qū)事故數(shù)。
為了計算總體的溢油概率指數(shù),在計算得到各指標(biāo)概率度的基礎(chǔ)上還需要確定各指標(biāo)的權(quán)重,本文設(shè)計采用熵值法確定評價指標(biāo)的權(quán)重。
1.2.1 指標(biāo)無量綱處理方法
在利用熵值法確定權(quán)重過程中,需要用到的原始數(shù)據(jù)矩陣中會存在指標(biāo)單位不一致,比較時標(biāo)準(zhǔn)不統(tǒng)一的問題,需要對數(shù)據(jù)進(jìn)行無量綱化處理。根據(jù)合理的假設(shè)可以確定模型的基本函數(shù)形式,然后根據(jù)歷史樣本數(shù)據(jù)和理論分析找出各指標(biāo)的某些特征值,再通過這些特征值得出每個評價指標(biāo)模型的具體形式,即確定每個評價指標(biāo)的評價函數(shù),最后根據(jù)區(qū)域各指標(biāo)的實際值和評價模型得出各評價指標(biāo)的評價值。
對該模型做出如下假設(shè)。
1)模型中評價值為無量綱值,稱之為子安全度。每個評價指標(biāo)的單位和數(shù)量不同,因此必須通過對它們進(jìn)行計算模型無量綱化處理,使它們能夠進(jìn)行綜合計算。
2)子安全度介于0~1之間。對應(yīng)標(biāo)準(zhǔn),每個指標(biāo)都存在一個最差值和一個最優(yōu)值,取最差值或比最差值小時該指標(biāo)為0,取最優(yōu)值或比最優(yōu)值大時該指標(biāo)為1,盡管有越大越好的指標(biāo),也有越小越好的指標(biāo),但是它們的取值都介于最差值和最優(yōu)值之間,并且其函數(shù)應(yīng)該是單調(diào)的。
圖1 三峽庫區(qū)船舶溢油概率評價函數(shù)曲線
3)模型中的各指標(biāo)分別占有不同的權(quán)重,對安全度有大小不同的貢獻(xiàn)。
很多國際機(jī)構(gòu)和專家學(xué)者對很多指標(biāo)都確定了不發(fā)生危機(jī)的一個值,這個值不是最差值,也不是最優(yōu)值,稱之為及格值,取這個值時安全度為0.6[5]。同時根據(jù)各種規(guī)劃、標(biāo)準(zhǔn)以及實際情況可確定一個理想值或者最差值,對模型求解并建立安全度計算模型,見表1。
表1 指標(biāo)評價函數(shù)對應(yīng)關(guān)系表
以“危險品碼頭分布指標(biāo)”為例,認(rèn)為當(dāng)該轄區(qū)沒有危險品碼頭時(即危險碼頭數(shù)為0時),該指標(biāo)概率度最低,為最優(yōu)值0;當(dāng)該轄區(qū)危險品碼頭數(shù)量為轄區(qū)的平均值時,即6座時,該指標(biāo)概率度為及格值,為0.6。當(dāng)該轄區(qū)危險品碼頭數(shù)量為轄區(qū)最大值時,即危險品碼頭數(shù)量為12座時,該指標(biāo)概率度為最差,分值為1。通過歸一化處理,將原來的帶有單位的歷史樣本數(shù)據(jù)轉(zhuǎn)化為無量綱數(shù)值。本文采用線性分段函數(shù)插值的方法對多個指標(biāo)進(jìn)行無量綱處理。假設(shè)x為標(biāo)準(zhǔn)化后的樣本數(shù)據(jù),X為原始的帶單位的指標(biāo)樣本數(shù)據(jù),XZY為最優(yōu)的指標(biāo)值,XZC為最差的指標(biāo)值,XZY和XZC可由指標(biāo)樣本數(shù)據(jù)的最大或最小值確定,也可以理論分析給出。將歸一化后的數(shù)值XZY(值為0)、XJG和XZC(值為1),通過下列等式計算得到該指標(biāo)概率評價函數(shù)。
1.2.2 熵值法基本原理
熵是系統(tǒng)無序程度的度量,可以用于度量已知數(shù)據(jù)所包含的有效信息量和確定權(quán)重[6]。在船舶溢油概率評價中,對“熵”的計算確定權(quán)重,就是根據(jù)各項指標(biāo)值的差異程度,確定各指標(biāo)的權(quán)重。當(dāng)各評價對象的某項指標(biāo)值相差較大時,熵值較小,說明該指標(biāo)提供的有效信息量較大,其權(quán)重也應(yīng)較大;反之,若某項指標(biāo)值相差較小,熵值較大,說明該指標(biāo)提供的信息量較小,其權(quán)重也應(yīng)較小。當(dāng)各被評價對象的某項指標(biāo)值完全相同時,熵值達(dá)到最大,這意味著該指標(biāo)無有用信息,可從評價指標(biāo)體系中去除。
1.2.3 熵值法求權(quán)重步驟
使用熵權(quán)法確定權(quán)重主要有以下3個步驟。
1)原始數(shù)據(jù)矩陣歸一化。設(shè)m個評價指標(biāo),n個評價對象的原始數(shù)據(jù)矩陣為A=(aij)m×n,對其歸一化后得到R=(rij)m×n。對值越大越優(yōu)的指標(biāo)而言,歸一化公式為
對于值越小越優(yōu)的指標(biāo)而言,其歸一化公式為
2)定義熵。在有m個指標(biāo),n個被評價對象的評估問題中,第i個指標(biāo)的熵為
3)得到熵權(quán)。得到了第i個指標(biāo)的熵之后,可得到第i個指標(biāo)熵權(quán)
式中:wi——用熵值法確定的評價指標(biāo)權(quán)重。
1.2.4 綜合層溢油綜合概率指數(shù)計算
綜合概率指數(shù)E表示的是該轄區(qū)船舶溢油概率評價的最終計算值,它代表的是該轄區(qū)污染概率的整體情況,其計算方法如下式。
式中:E——綜合層的三峽庫區(qū)船舶溢油污染概率指數(shù);
yj、wj——各指標(biāo)的指標(biāo)概率度和權(quán)重,j=1,2,3,4,5,6,分別代表下屬的6個指標(biāo)。
將溢油概率評價模型應(yīng)用于內(nèi)河管轄水域。在計算中,指標(biāo)評價函數(shù)實際采用海事局管轄水域各指標(biāo)的多年的統(tǒng)計最優(yōu)、平均及最差值數(shù)據(jù)作為基礎(chǔ),確定各指標(biāo)的評價函數(shù),帶入各轄區(qū)的指標(biāo)概率評價函數(shù)即可計算評價指標(biāo)概率度。
在此基礎(chǔ)上,根據(jù)各指標(biāo)權(quán)重分別計算各轄區(qū)的綜合船舶溢油概率指數(shù)E。
對于船舶溢油概率風(fēng)險來說,選取1.1中所述6個因素進(jìn)行評價,通過對12個港區(qū)中以上6個因素數(shù)據(jù)的無量綱化處理,得到評價指標(biāo)見表2。
表2 溢油概率風(fēng)險因子無量綱化結(jié)果
在以上無量綱結(jié)果的基礎(chǔ)上,利用熵值法求得的6個風(fēng)險指標(biāo)的權(quán)重結(jié)果,見表3。
表3 溢油概率風(fēng)險指標(biāo)權(quán)重
由表3可見,轄區(qū)危險品吞吐量的權(quán)重最大,轄區(qū)長度的權(quán)重最小,但總體上看,6個指標(biāo)的權(quán)重相差不大。
2.2.1 船舶溢油損害評價指標(biāo)體系
船舶溢油損害評價指標(biāo)體系由兩個層次組成,一是指標(biāo)層,另一個是綜合層。綜合層為溢油損害指數(shù),反應(yīng)的是船舶溢油損害概況;指標(biāo)層為指標(biāo)損害度,代表的是各指標(biāo)的損害值。
按1.1的原則,對指標(biāo)進(jìn)行篩選,在充分調(diào)研的基礎(chǔ)選取了2個評價指標(biāo),即溢油敏感資源分布數(shù)量和油品危險度。
2.2.2 船舶溢油損害評價指標(biāo)權(quán)重求取
通過調(diào)研,并根據(jù)油品危險度分類及分值、常見油品危險度的取值等相關(guān)規(guī)定[7],得到三峽庫區(qū)12個港區(qū)的溢油敏感資源分布數(shù)量和油品危險度的無量鋼化結(jié)果見表4。
表4 三峽庫區(qū)溢油損害評價指標(biāo)函數(shù)及計算值
利用熵值法基本原理和步驟,得到轄區(qū)溢油敏感區(qū)域分布0.498 0和油品危險度0.502 0。
目前的一些風(fēng)險評價方法由于沒有區(qū)別對待風(fēng)險所包含的發(fā)生概率及損害兩者之間存在的關(guān)系,使得一些風(fēng)險評價方法在基本的評價原理或評價模型上存在不合理或不完善的地方[8]。本文定義風(fēng)險為事件發(fā)生概率和事件損害或者是事件發(fā)生可能性和后果嚴(yán)重程度的綜合反映,見圖2。風(fēng)險水平的計算是利用結(jié)合概率和損害的二維風(fēng)險矩陣。
圖2 風(fēng)險的概念
根據(jù)本文評價方法,綜合考慮綜合概率指數(shù)E與綜合損害指數(shù)D,風(fēng)險指數(shù)R的表達(dá)為
對于三峽庫區(qū)船舶溢油事件而言,風(fēng)險的高低還不能僅僅依靠概率×損害來描述。溢油事件發(fā)生概率高而損害小和溢油事件發(fā)生概率低而損害大,對沿江區(qū)域的經(jīng)濟(jì)、社會影響程度是不同的[9]。因此對于溢油事件而言,損害評價高于某一界限即可認(rèn)為是高風(fēng)險[10]。
利用公式(7)得到三峽庫區(qū)12個港區(qū)的綜合風(fēng)險值見表6。
由表6可見,重慶溢油風(fēng)險最大,其次為涪陵、巫山、萬州。但是對于本文所定義的內(nèi)河溢油風(fēng)險評價而言,若涪陵發(fā)生溢油,其損害程度可能會遠(yuǎn)高于巫山,其綜合風(fēng)險值為巫山的近兩倍。
以三峽庫區(qū)中的12個港區(qū)為例,在風(fēng)險評價部分采用熵值法求權(quán)重,有效降低了模型的主觀性,同時將風(fēng)險發(fā)生概率與風(fēng)險發(fā)生后的損害影響程度相結(jié)合作為最終的風(fēng)險評價值。
表6 綜合風(fēng)險值
提出的模型可以供專家對評價結(jié)果提出對策,并使海事管理機(jī)構(gòu)能夠?qū)σ缬桶l(fā)生的可能性進(jìn)行定性的、定量的分析和判斷,有效地防止溢油事件的發(fā)生。本文所采用的方法和模型,也可為我國其它主要內(nèi)河水域進(jìn)行船舶溢油風(fēng)險評價提供一定的參考和借鑒。
[1]張 偉.內(nèi)河油碼頭風(fēng)險評價研究[J].中國水運,2011,11(8):29-31.
[2]劉 紅.船舶溢油風(fēng)險評估方法的探討[J].中國海事,2010(1):44-46.
[3]鄧 健,黃立文,王 祥,等.三峽庫區(qū)船舶溢油風(fēng)險評價指標(biāo)體系研究[J].中國航海,2010,33(4):91-93.
[4]MONTEWKA J,HINZ T,KUJALA P,et al.Probability modeling of vessel collisions[J].Reliability Engineering and System Safety,2010,95:573-589.
[5]王 祥.三峽庫區(qū)溢油模擬及應(yīng)急對策研究[D].武漢:武漢理工大學(xué),2010.
[6]岳 兵,傅紅娟.基于樣條逼近的評價方法研究[J].系統(tǒng)工程學(xué)報,2002,17(3):261-265
[7]王 靖,張金鎖.綜合評價中確定權(quán)重向量的幾種方法比[J].河北工業(yè)大學(xué)學(xué)報,2001,30(2):52-55.
[8]JTJ237-99裝卸油品碼頭防火設(shè)計規(guī)范[S].北京:人民交通出版社,1999.
[9]趙正華.淺談風(fēng)險評價與風(fēng)險管理[J].環(huán)境科學(xué),1992,13(1):85-87.
[10]王萬樂.三峽庫區(qū)溢油危害評價與決策支持系統(tǒng)開發(fā)[D].武漢:武漢理工大學(xué),2010.