基于改进交叉影响法的木材加工产业园区火险因素研究

耿志伟，薛 伟，辛 颖，王海滨

（东北林业大学 工程技术学院，黑龙江 哈尔滨 150040）

木材加工业作为森林采伐运输的后续工业之一，是木材资源综合利用的重要部门[1]。随着产业集群集聚组织形式的出现，木材加工产业园区应运而生。2018年，国家林业和草原局认定了国家曹妃甸林业产业示范园区、国家寿光木材加工贸易示范园区等15个国家级林业产业示范园区。木材加工产业园区集木材存储、加工、干燥、运输、销售等多个环节、多家企业于一体，企业、木材资源、设备、人员等高度集聚集中，致使区域内消防安全风险骤然增加。火灾一旦发生，蔓延迅速，扑救困难，极易引发区域连锁反应，将造成经济、社会、生态等多方面损失。而当前对木材加工产业园区的研究主要在木材加工产业集群、园区发展策略等方面[2-4]。因此，开展木材加工产业园区火险研究具有十分重要的意义。

目前，为有效排查木材产业火灾隐患并预防其火灾事故发生，有许多学者对木材加工企业火灾危险性进行了研究。王竟萱等[5]以宿州市某木材加工厂发生的火灾为例，剖析木材加工厂存在的火灾危险性，并结合木材加工厂火灾发生的原因，提出了有针对性的火灾预防措施；刘红涛[6]以北京市木材加工厂为调研对象，探究了木材加工行业在建筑、电气、生产储存、明火作业、消防安全设施方面可能存在的火灾隐患及对应的防火对策，为全国木材加工行业建筑的消防设计提供参考；孙百枝[7]针对木材加工聚集地区域性火灾隐患，探究其火灾隐患日益凸显的成因，并分析了火灾隐患整改重点、要点与难点。由此可见，前人研究成果主要集中在火灾危险源识别及预防措施方面，没有考虑火灾危险性受多种因素的交互作用影响。因此单纯的消防隐患识别已不能满足新型消防安全管理要求[8]。

交叉影响分析（Cross impact analysis，CIA）可以通过预测发生概率定量分析事件的发展方向和程度，便于决策者采取干预措施，使事物按有利方向发展，并在经济规划、政策决策等方面应用广泛[9-10]。如王俊等[11]以甘肃省榆中县北部山区为例，在相关利益主体情景访谈的基础上，选取表征社会-生态系统未来发展的关键因素和关键事件，运用交叉影响分析计算出由关键事件组合的情景概率，并由此提出了榆中北部山区社会-生态系统向理想情景发展的决策建议。但传统交叉影响分析主观性强，且运用蒙特卡罗（Monte Carlo，MC）进行模拟统计的计算量大，随机性强，易产生与生产实际不符合的情况[12-13]。为此程敷望[14]提出将模糊理论与交叉影响分析相融合，以克服交叉影响分析法主观性过强的缺点，并结合某厂开发彩色录相机的前景分析实例予以阐述。昌杰[15]将马尔可夫链融入到交叉影响分析模式中，用马尔科夫预测模型替代MC 过程，用于预见事件发生的概率。在前人研究的基础上，对传统交叉影响分析法进行改进，将三元模糊集理论和马尔科夫预测模型同时与交叉影响分析法集成，并运用到木材加工产业园区火险因素的研究中，同时克服交叉影响分析法的主观武断性与随机性强的不足，更好的预测交互作用下的影响因素发生概率变化趋势。

基于以上分析，本研究从系统论角度出发结合事故致因理论，建立木材加工产业园区火险因素影响因素体系，运用改进交叉影响分析法，引入模糊集理论与马尔科夫概率转移模型，构建木材加工产业园区火险影响因素关系模型，进行交叉概率分析，以期明确各影响因素在木材加工产业园区火险体系中的变化趋势，对未来实现木材加工园区火灾风险评估、安全决策具有重要指导意义。

1 模糊改进交叉影响分析法

1.1 模糊集理论

在交叉影响程度矩阵构建过程中不可避免存在主观性过强的缺点，因此引入模糊集理论，利用三元模糊数表述因素Ci对因素Cj的影响程度[16-17]，以降低专家间的主观差异性。采用德尔菲法，将指标间相互影响程度划分为5个等级并进行标度，专家语义变量及其对应的三元模糊数如表1 所示。其去模糊化过程如公式（1）-（4）所示[18]。

表1 影响程度标度表Table 1 Scale of influence levels

假如T个专家中，获得的第t个专家评价的因素Ci对因素Cj的影响值为：1 ≤t≤T。

①对三元模糊数进行标准化处理

②计算标准化值

式中，表示三元模糊数的标准化值，其中

③获得第t个专家评价的因素Ci对因素Cj的量化影响值。

④依次计算T个专家的评估量化值，进行均值化处理，如式4 所示。

1.2 改进交叉影响分析法

1.2.1 构建交叉影响矩阵模型

构建影响因素指标集C，划分影响程度标度L，根据因素间的影响程度建立交叉影响程度矩阵A，如式（5）所示。

式中aij表示因素Ci对因素Cj的影响程度，n表示指标数量。

3）确定交叉影响模型。因素间交叉影响模型表示为矩阵S，由直接影响程度矩阵A和影响方向矩阵K以共同决定，式中，sij表示因素Ci对因素Cj的影响关系，如公式（6）所示。

表2 影响方向标度表Table 2 Scale of influenced direction

1.2.2 获得初始概率矩阵

定义交叉影响系统内所有事件发生的状态，并确定其发生的可能性，将事件发生可能性初始值以一维矩阵形式表达，记为初始概率矩阵P0。

1.2.3 计算交叉影响概率矩阵

由于因素间的交互影响作用，如果确定事件Dm发生，那么系统内其余事件的发生概率必然受到Dm事件发生的影响。交叉影响后的发生概率值用加法模型经验公式，如公式（7）所示[19]。

式中，Pn为考虑交叉影响后的概率值，为n×n 阶矩阵；P0表示各因素的初始状态概率值，为n×1阶矩阵。

1.2.4 引入马尔科夫预测模型

1）确定因素概率转移矩阵

马尔可夫链在时间序列上具有无记忆性，且在经过较长时间的多次转移后后，这一马尔科夫过程会趋于某种平衡状态[20]。其转移概率矩阵具有矩阵元素非负性与矩阵元素行和为1 性，因此在马尔科夫链与交叉概率法结合的过程中，以各影响因素交互作用产生的交叉影响概矩阵Pn为基础，对其进行归一化处理[20-21]，得到的比重组成矩阵作为转移概率矩阵P=(pij)n×n。

式中pn,ij为因素Ci发生对因素Cj产生的交叉影响概率值。

2）计算稳态权重矩阵

若一个系统内，事物发生的初始状态为D(0)，经过m次试验后转移到状态D(m)，则经过多次试验后趋于稳定状态的权重矩阵由式（10）求得[15]。

式中W表示交叉概率稳态矩阵，表示P1的逆矩阵；b为列向量。其中：

3）计算校正概率

式中，Pc 表示校正发生概率。

2 模糊交叉影响分析模型建立

2.1 木材加工产业园区火险影响指标

从事故致因角度进行分析，火灾影响因子分为事故前和事故后两大类。虽然各木材加工产业园区的生产规模、生产能力和生产工艺不尽相同，但从系统论角度出发，可以将园区看做一个包含人、物、环、管的有机体[22]。因此，木材加工产业园区的消防风险影响指标应由人的因素、物的因素、环境因素、管理因素4 部分要素构成。依据木材加工产业园区的生产特点与火灾特性，归纳16个影响因素的木材加工产业园区火险指标，如图1 所示。

图1 火险影响因素集Fig.1 Set of fire danger influence factor

人包括生产人员、管理人员、决策人员，从不安全的心理和不安全的行为两方面影响火灾发生。物的因素主要是指可燃物危险状态，环境因素指消防管控的大环境；管理因素主要是园区消防管理水平。具体因素释义如表3 所示。

表3 木材加工产业园区火险因素及其释义Table 3 Factors and definitions influencing fire danger in wood industrial parks

2.2 影响关系矩阵确定

由德尔菲法获取指标间的影响方向矩阵，运用专家调查法获取专家的影响程度模糊判断矩阵，并运用公式（1）～（4）进行去模糊化，按照公式（5）列出最终相互影响程度矩阵，进而运用公式（6）求出最终相互影响关系矩阵，如表4 所示。

以影响因素C1人员消防意识（第一行）为例，消防意识降低将导致人员作业技能降低，设备检查维护不到位，木材贮存不规范，园区基础设施耐火性降低，消防规划布局合理性下降，消防设施完备性下降，消防救援力量薄弱，园区规模化降低，园区消防安全氛围不浓厚，消防机构的设立于消防制度的建立受阻，消防应急管理管理与培训的效率下降，火灾事故管理的压力增加，消防巡检的压力增加、效率下降。这些变化趋势将增加发生火灾的可能性，所以影响方向取值为+1。

表4 因素间影响关系矩阵Table 4 Relation matrix between the factors

3 模糊交叉影响分析模型应用

3.1 初始概率确定

某木材加工产业园区的年加工贸易木材量约130 万m³，配套区包括木材初加工区、熏蒸区、烘干区、储存区、交易区、物流区。园区内建有标准厂房48 栋，建有烘干窑110 孔；综合办公楼1 栋，6个高标准仓库，耐火等级Ⅱ-Ⅲ级。入驻企业65 家，各木材加工设备120 套以及装卸车设备、园内运输设备等，对设备均进行消防安全技术交底，设备维护保养规范。园区消防进行统一规划，消防设施与企业对接到位，并建有微型消防站、固定消防栓灭火系统，配备有水罐型和泡沫型两种消防车，并设置全覆盖监控网，安全员、值班员24 h 值守，消防总响应时间5 min。园区成立有专门的消防机构，负责消防制度的建立、应急管理与培训、火灾事故管理以及消防巡检、消防设施维护等方面内容，初步形成园区消防安全文化。定期举行消防培训与消防演习，对发生火灾事故及时通报、排查隐患，人员的消防安全意识总体较强，相应的作业技能总体熟练，应急能力表现较好。

将影响因素对消防安全的影响可能性作为分析目标，根据园区的实际情况确定初始概率值。由专家打分法获得木材加工产业园区各火险影响指标造成火灾发生的可能性作为初始概率P0，

P0=[0.40 0.35 0.60 0.50 0.40 0.40 0.50 0.50 0.50 0.40 0.40 0.30 0.40 0.40 0.40 0.50]。

3.2 交叉影响概率值

由公式（7）获得交叉影响概率矩阵Pn，如表5 所示；

由表5 可知，经过交互影响作用，火险因素C1-C16的火灾发生概率依次由最初的0.40、0.35、0.60、0.50、0.40、0.40、0.50、0.50、0.50、0.40、0.40、0.30、0.40、0.40、0.40、0.50变化为0.318-0.602（C1）、0.350-0.546（C2）、0.401-0.792（C3）、0.300-0.718（C4）、0.189-0.558（C5）、0.282-0.611（C6）、0.500-0.748（C7）、0.293-0.713（C8）、0.453-0.715（C9）、0.287-0.573（C10）、0.278-0.549（C11）、0.300-0.455（C12）、0.285-0.611（C13）、0.306-0.604（C14）、0.330-0.606（C15）、0.500-0.703（C16）。

3.3 转移概率矩阵

由公式（8）计算得马尔科夫转移概率矩阵P，如表6 所示；马尔科夫转移概率矩阵P是交叉影响概矩阵Pn经过归一化处理后的元素比重组成，由表6 可知，马尔科夫转移概率矩阵P各行元素的和为1。

表5 交叉影响概率矩阵Table 5 Cross-impact probability matrix

表6 马尔科夫转移概率矩阵Table 6 Model of probability transition

3.4 校正概率值

由公式（9）～（10）计算各影响因素的校正概率Pc，概率校正权重W以及概率变化值△P如表7 所示，变化对比曲线如图2 所示。

表7 交叉影响分析结果Table 7 Cross impact analysis results

图2 交叉影响分析结果对比Fig.2 Results comparison of cross impact analysis

由表7 和图2 可知，木材加工产业园区火险影响因素中，影响因素C1、C2、C6、C7、C9、C11、C12、C13、C14、C15、C16的校正概率比初始概率有所上升，火灾发生的可能性增加。说明该园在制定消防风险决策时应健全消防风险制度、建立应急教育与培训、火灾事故管理机制与消防巡检制度，做好园区的统一消防规划，同时适当增加基础设施防火与消防设施投入，并规范生产操作规程、以提升员工的操作技能，维持设备的健康状态，增强产业园区安全文化氛围和员工安全意识，保证木材和产品以及加工剩余物贮存的规范性，进而明确园区消防风险管控的中心内容。

C3、C4、C5、C8、C10的校正概率比初始概率有所下降，说明在影响因素间的交互作用下，该园区由人员基本素质、设备健康状态、木材贮存量，园区规模、消防规划等原因造成火灾的可能性下降。这是因为当采取合理的火灾预防策略时，能较好地规避由操作不当、设备故障等原因造成的火灾事故，降低园区消防规划的工作压力。而木材贮存规范性比木材贮存量更容易对火灾发生、火灾扑救工作造成影响。

经过各影响因素的交叉影响后，木材贮存合理性、基础设施耐火性、消防救援力量、火灾事故管理、消防巡查监管的发生概率上升变化值较大，人员工作能力、园区消防安全氛围、消防制度与机构、应急教育与培训上升幅度次之，人员安全意识、消防设施完备性的上升幅度最小。而且这些影响因素间存在较强的关联性，极易产生火灾事故的连锁反应，加重火灾损失。其中木材贮存合理性、基础设施耐火性、消防设施完备性、消防救援力量、应急教育与培训均对火灾扑救影响较大，消防安全氛围、消防机构与制度、火灾应急管理、消防巡查监管对火灾隐患排查影响较大，人员消防安全意识、人员工作能力直接对火灾是否发生产生影响。因此，在园区火灾事故的预防工作中应注意影响因素间的共同作用，避免产生连锁反应。

4 结论与讨论

文章将改进的交叉影响分析法运用到木材加工产业园区的火险因素变化趋势的预测中，得出以下结论：1）基于系统思维和事故致因理论，建立了层次化的木材加工产业园区火险因素体系，并通过实例分析，反映了影响因素间交互作用后的发展方向和程度，明确了木材加工产业园区消防风险管控工作的重点，为木材加工产业园区消防风险管控决策提供理论指导。2）引入模糊集理论，设定了模糊语义变量及对应的三元模糊数，构建了木材加工产业园区消防风险因子间影响关系矩阵，中和交叉概率分析过程中主观武断性，弥补传统交叉概率分析方法的不足，为分析过程提供数据支撑。3）改进的交叉影响法将交叉影响的定性分析过程与马尔可夫定量计算过程有机结合，分析了木材加工产业园区消防风险影响因素间的交互作用，为木材加工产业园区消防风险评价体系的构建提供思路与建议。

目前，交叉影响分析法在木材加工产业园区火险因素研究方面未见报道，主要应用于危化品、高层建筑、石油化工等领域消防安全研究，如任星星等[23]以茂名市发生的危险化学品运输事故为研究对象，运用马尔科夫链与情景分析相结合的方法，对危险化学品事故环境风险动态演化进行评估，并运用马尔科夫链方法对事故发生初始状态的交叉影响概率进行定量分析，达到了有效控制事故风险的目的。李华等[24]集成交叉影响分析法与马尔科夫预测法，对高层建筑电气火灾隐患进行定量分析，通过交叉影响分析法求解交叉影响概率矩阵，引入马尔科夫链修正，最终得到火灾隐患因子稳态概率矩阵，明确了高层电气火灾隐患排查和管控的重点。李庆功等[20]运用交叉影响分析与马尔科夫预测模型相结合的方法，对石化储罐区消防救援影响因素进行研究，构建了包含储罐物质、罐区消防、社会消防、天气气候以及周围环境5个方面的化工储罐消防救援马尔科夫概率转移模型，并结合交叉影响分析技术得到稳态概率矩阵，明确了消防救援中关键事件交叉影响后概率发展方向。以上研究均在利用马尔科夫预测模型改善了传统交叉概率分析随机性强、计算量大的问题，但对于因素间影响程度的判断仅凭专家直觉，未考虑专家判断的主观差异性，建立影响关系矩阵时客观性不足。

改进的交叉影响分析法，综合模糊理论和马尔科夫预测模型的优势，以模糊语言对风险因子间相互影响程度进行量化，解决了传统交叉影响分析在构建影响关系矩阵过程中的主观性强问题。运用改进交叉影响分析法对木材加工产业园区的火险因素进行研究，深入剖析木材加工产业园区火险因素间的交互作用，是对前人木材加工企业单层面火险研究的丰富与拓展，能够更加客观、便捷的预测影响因素发生概率与发展趋势，为木材加工产业园区火灾风险的动态演化评估提供了新思路。但本研究也存在一些不足之处，在交叉影响分析过程中没有考虑因素间影响作用的滞后性，另外，火灾事故区域性特点是否影响木材加工产业园区火险因素指标体系建立的合理性有待进一步考证。在后续的研究中，将明确事件之间相互作用时的时间关系，并以时间加权等形式对交互作用模型进行修正，同时选取多个不同地区的木材加工产业园区为研究对象，对火险因素指标体系的适用性进行验证，以期实现对木材加工园区火灾风险的科学评估和安全决策。