王国栋,颜爱华,侯蕊芳,程斌斌,杨 洋,郭书豪
(应急管理部研究中心,北京 100013)
随着全国工业化、城镇化和城乡一体化的快速推进,我国城市规模不断扩大,社会运行、生活运行和生产运行密集多样,城市功能日趋多元复杂,在给社会经济发展注入活力的同时,也给城市安全运行带来了新的挑战[1-2]。近年来发生的“12·31”上海踩踏事故、“8·12”天津港爆炸事故、“12·24”江西丰城电厂施工平台坍塌事故等一系列重特大事故表明,我国城市安全风险管控能力滞后于城市发展速度。党中央国务院高度重视城市安全问题,近年来陆续颁布了《关于推进城市安全发展的意见》等一系列文件[1-3],要求开展城市安全风险评估工作。特别是应急管理部成立后,迫切需要建立基于风险防控的现代应急能力体系。我国尚未形成开展城市安全风险评估的统一标准,一些研究机构和学者从不同理念和角度提出了城市安全风险评估工作的原则、体系构建、流程等[4-9],也在一些地区开展了实践和效果分析[10-12],但都不同程度存在较为宏观,对指导企业一线建立安全风险防控长效机制方面作用不强的问题。在此背景下,本文结合贵州六盘水、山东枣庄等全国遏制重特大事故试点城市建设和湖南湘潭安全发展示范城市创建等方面的经验,研究提出以企业(包括生产经营单位、机关事业单位)安全风险清单为基础的城市安全风险评估方法体系,并结合实际应用情况进行经验总结,可为我国进一步深化城市安全风险评估工作提供参考和借鉴。
城市安全风险评估应按照网格化、定量化、分类分级和整体性原则,通过全面系统的安全风险评估,识别出城市各行业领域的安全风险,确定城市安全风险管理的重点和方向,解决“认不清、想不到”的问题。因此,城市安全风险评估工作涉及面广、工作量大,需要充分调动政府各级部门、技术支撑机构、企业等各方面资源投入评估工作,加强和做好顶层设计就显得十分重要。通过相关研究和工作实践摸索,本文提出以技术专家为支撑,以政府、行业监管部门、企业3个层面协调推进为基础,以试点先行、总结归纳、全面实施为路径的城市安全风险评估顶层设计方案,如图1所示。
城市安全风险评估的范围,是指城市辖区内各区域、各行业领域、各生产经营单位和其他法人单位的安全风险,以及自然灾害引发生产安全事故的风险。以六盘水市某城区为例,城市安全风险划分为城市工业风险、人员密集场所、公共设施和其他风险4个单元,根据4个单元的实际情况又划分为次一级类别。如城市工业风险单元又划分为煤矿、金属非金属矿山、危险化学品、冶金工贸、电力、工程施工6个类别。根据辖区内行业实际,还可以继续细分,以此类推建立起城市安全风险评估的4个层级的评估指标模型,具体见图2。一级指标A;二级指标由工业风险源单元B1,人员密集场所单元B2,公共设施单元B3,其他风险B4组成;三级指标又分为煤矿C1,金属非金属矿山C2等12个指标;四级指标由矿井生产D1、煤炭洗选D2等34个指标组成。
图1 城市安全风险评估顶层设计方案Fig.1 Top-level design scheme of urban safety risk assessment
各行业领域的企业根据自身特点,通过建立安全风险辨识评估小组,采用安全检查表法(SCL)、工作危害分析法(JHA)等辨识方法,根据GB/T 13861《生产过程危险和有害因素分类与代码》、GB6441《企业伤亡事故分类》等标准规范,辨识本企业存在的安全风险;通过风险矩阵分析法(LS)、作业条件危险性分析法(LEC)、危险与可操作性分析法(HAZOP)等安全风险评估方法,确定安全风险等级;统一将安全风险等级分为重大、较大、一般、低共4个等级;完成辨识评估后,通过审核修订等程序后建立本企业的安全风险清单,风险清单采用统一的表格填写,以便于开展行业和区域安全风险评估时的数据分析。
行业安全风险评估采用综合模糊评价方法。模糊综合评价是对给定对象综合考虑多种模糊因素进行评判的方法。模糊综合评价涉及3个要素:因素集、评语集、单因素评价。在单因素评价的基础上,再进行多因素的模糊综合评价[13-14]。具体来说,就是根据安全风险清单数据,综合考虑风险点数量和重要程度,选取本行业领域3~5种主要的事故风险类型作为因素集;并根据行业特点和本区域生产安全事故历史统计数据,对选取的评价因素确定权重(权重之和为1);把选取的几种事故风险类型中的风险等级作为评价准则,即重大风险、较大风险、一般风险、低风险的条数作为评语集;矩阵模糊乘法采用加权平均算子进行M(·,⨁)计算;选取与最大的评价指标相对应的评价集作为评价结果。这样,就可以确定各企业的安全风险等级指标。
图2 六盘水市某城区安全风险评估指标模型Fig.2 Index model for safety risk assessment of a district in Liupanshui
1)层次分析法
层次分析法(AHP)是美国匹兹堡大学教授T.L.Saaty提出的一种系统分析方法[15]。该方法的特点是:将复杂问题分解为各个组成因素的层次结构;把人的主观判断用数量形式表达和处理;进行一致性检验,保证两两判断之间的一致性。这是一种定性与定量相结合方法,既可以用于系统综合评价与决策,也可以评价系统各要素的权重大小。根据图2构建的层次分析模型,可得到A={B1,B2,B3,B4}、B1={C1,C2,C3,C4 ,C5,C6}、C1={D1,D2}等各层安全风险因素集,通过建立判定矩阵和进行一致性检验以获得各层级的风险因素权重系数向量w。
2)多层次综合模糊分析方法
多层次综合模糊分析方法是将层次分析法和综合模糊分析方法相结合的分析评价方法,以层次分析法获得的各层级因素权重向量为权重集,进行叠加分析,经过多个层次的综合模糊运算,得到评价目标的模糊综合评价矢量,进而得到目标的评价指标值。即以w为权重集,以C1={D1,D2}、B1={C1,C2,C3,C4 ,C5,C6}、A={B1,B2,B3,B4}等为各层级的因素集,以V=(重大风险,较大风险,一般风险,低风险)为评语集,依次开展C、B、A各层综合模糊评价运算,从而得出本区域范围安全风险等级指标。
企业层面的安全风险评估工作是城市安全风险评估的基础,企业安全风险清单的质量直接影响评估结果。为确保企业安全风险辨识的全面性、可靠性,采取“召开全市动员会—试点企业先行——总结归纳经验——编制指导性文件——全面推广实施”的技术路线。首先由各行业监管部门选择本行业领域试点企业,经动员后由技术专家全程指导企业自主开展安全风险辨识评估,并对其形成的安全风险清单开展评审;试点企业完成风险评估后,技术专家组会同试点企业和行业监管部门共同编制该行业领域安全风险分级管控体系建设指导手册,并经征求意见后定稿印发;然后通过召开全市现场观摩推进会议、集中培训、宣贯会议等形式全面部署实施。各行业监管部门定期调度本行业领域工作开展进度,指导监督各企业完成安全风险清单。
行业安全风险评估有2个层面:一是确定本行业内所有企业的安全风险等级及排序;二是确定辖区内所有行业的安全风险等级及排序。2个层面的安全风险评估均可采用综合模糊评价方法。行业监管部门对收集的各企业安全风险清单组织专家审核修订,形成本行业领域安全风险清单库。每家企业的安全风险等级指标采用本文2.2描述的行业安全风险评估方法获得,本行业领域评估时以本行业领域的风险清单库数据为依据开展综合模糊评价,以此得到每家企业和本行业的安全风险等级指标。继而以重大风险企业个数占比和较大风险企业个数占比表示区域内行业风险重要程度,可以用饼图等形式展现,如图3所示,或以各行业的风险等级及归属性指标,建立区域内行业的安全风险等级排序。
图3 六盘水市某城区重大安全风险构成Fig.3 Composition of major safety risks in a district of Liupanshui
区域安全风险评估采用层次分析法和模糊综合评价法进行叠加分析,可以从乡镇级辖区开始。首先建立如图2所示的层次分析模型,运用层次分析法计算得出各层因素集的权重向量;然后运用多层次综合模糊分析计算得出本乡镇辖区的安全风险等级指标。同理,可得出全城区的安全风险等级指标。通过区域安全风险评估可得出所有乡镇级辖区的安全风险等级指标,以明确城市需重点关注的区域;全城区的安全风险等级指标代表了本城区的总体安全风险状况,可以在全市范围内与其他县区比较,以明确全市范围内需要重点关注的县区。
基于以上评估成果,研发城市安全风险管控系统和安全风险地图信息化平台,一方面可以将企业(点)、行业(线)、区域(面)的安全风险数据导入信息化系统,方便企业和政府监管部门实现安全风险数据的动态更新和线上分级管控;另一方面可以通过城市安全风险四色分布图、行业风险比较图和区域整体风险图等更直观地查询和掌握城市安全风险管控重点,如图4所示。
1)以企业安全风险清单为基础的城市安全风险评估方法是可行的。该方法可以得出代表企业、行业、区域安全风险状况的点、线、面评估指标,便于开展各层次的安全风险评估分析。
2)以技术专家为支撑,以政府、行业监管部门、企业3个层面协调推进为基础,以试点先行、总结归纳、全面实施为路径的城市安全风险评估工作的组织实施方式,虽然总体工作量较大,但在调动企业积极性开展全面的安全风险辨识评估方面是可行的,也有利于落实企业的安全风险管控主体责任和建立安全风险管控长效机制。
图4 城市安全风险管控系统界面Fig.4 Interface of urban safety risk management and control system
3)本文案例开展层次分析时采用不完全层次结构,即默认各行业之间互不影响,而现实中各行业的安全风险状况是有互相交叉和影响的;进行综合模糊运算时统一采用了加权平均算子M(·,⨁),计算结果不便于突出主要因素,因此下一步需对算法进行进一步优化研究。