长江口耙吸式挖泥船疏浚施工风险评价

徐西立 张娟 裴建华

【摘 要】 为准确评价长江口耙吸式挖泥船疏浚施工风险，提升风险防控能力，运用“4M”理论对耙吸式挖泥船疏浚施工风险进行分析，确定风险评价指标体系，将集值统计与物元可拓理论相结合，构建风险评价模型，并以长江口某耙吸式挖泥船疏浚施工为例进行案例分析。结果表明：该船疏浚施工风险等级为Ⅱ级，属于一般风险。该模型的科学合理性和实际操作性在长江口耙吸式挖泥船疏浚施工风险管理工作中具有推广价值。

【關键词】 耙吸式挖泥船;疏浚施工;“4M”理论;集值统计;物元可拓;风险评价

0 引 言

长江口航道是长江水运船舶入海的必经之路，是长江黄金水道中通航条件最好、货流密度最大的区段，是关系到国民经济发展全局的重要战略运输通道。耙吸式挖泥船作为长江口航道维护疏浚的主力船型，在整个长江口航运体系中具有重要的地位。开展耙吸式挖泥船疏浚施工风险评价研究对防范或减少生产安全事故、提升长江口整体风险防控能力具有重要意义。

目前，国内外学者针对风险评价进行了很多研究。孟贝贝等[1]运用Reason模型对影响航道的通航安全因素进行辨识，建立了港区航道安全评价指标体系，并利用熵权模糊模型对港区航道通航安全进行风险评价。张仕元等[2]采用云模型对LNG船舶通航环境风险进行评价;吴长越[3]运用遗传神经网络模型对水路危险品运输风险进行评价;LOIS等[4]在对游艇事故风险进行辨识和评价时，根据游艇事故类型，结合游艇自身特征，采用经验法筛选出导致事故发生的风险因素，进而采用FSA风险评估方法对游艇风险源进行风险分析，得出提高游艇的安全性需从人员可靠性、防火设备及人员沟通方面进行改进的结论。上述评价模型虽具备一定的科学性，但受主观因素影响较大，可操作性不强，难以在生产实际中运用。

针对上述问题，本文通过对长江口耙吸式挖泥船疏浚施工风险进行分析，将集值统计与物元可拓理论结合，建立风险评价模型，增加了模型的科学性、合理性和可操作性，使结果更加准确。

1 基于“4M”理论的耙吸式挖泥船疏浚施工风险分析

“4M”理论认为事故的发生是由于人的不安全行为、物的不安全状态、不良环境、管理缺陷直接或间接引起的。从“人―机―环境―管理”的角度深入分析耙吸式挖泥船疏浚施工流程中的风险，有助于确定耙吸式挖泥船疏浚施工风险评价指标，为风险评价工作提供理论依据。

（1）人为因素。在耙吸式挖泥船疏浚施工期间，驾驶员的疏忽导致未及时获取来自VTS、VHF等通航安全信息、未与航道正常行驶的船舶保持正常联系，对来船航速、距离估计不准，操耙员未按规程操作，这些都容易引发水上交通安全事故。此外，船员心理不健康，船员不具备适任条件，对相关操作规程不熟悉，也容易出现危险举动。

（2）物的因素。物的不安全状态包括船舶航行动态异常和设施设备故障。船舶航行速度过快，航行线路不正确，未在安全环境下进行会船或掉头操纵，容易与其他船舶发生碰撞;船舶通信导航设备发生故障，疏浚机具动力、操作、液压系统异常，疏浚控制元件死机，也极易引发水上交通安全事故。

（3）环境因素。不良航行环境包括不良水域环境、不良气象环境和不良施工环境。船舶在疏浚过程中会受到急流、潮汐、水位落差、流态等因素制约，易发生安全事故;雷雨大风天气、能见度不良、雨雪霜冻等均会增加船舶操纵难度，若处理不当就会导致船舶失去稳性，从而发生倾覆;在施工过程中挖到钢丝绳、尼龙绳、爆炸物等，也容易引发水上交通事故和安全生产事故。

（4）管理因素。在施工过程中，相关操作规范制度不完善、执行不佳，主管部门监督不严，均会导致船员工作懈怠、操作不规范，极易引发人为安全事故。

2 风险评价指标体系构建

根据上述分析，咨询相关专家，遵循科学性、系统性、独立性、适用性的原则，构建长江口耙吸式挖泥船疏浚施工风险评价指标体系，共包括4个一级指标、14个二级指标（见图1）。

3 长江口耙吸式挖泥船疏浚施工风险评价模型

3.1 风险等级划分和风险指标量化

为了对长江口耙吸式挖泥船疏浚施工风险进行评价，需要划分风险等级并明确各等级的取值范围。通过收集长江口耙吸式挖泥船疏浚施工风险评价资料，本文将耙吸式挖泥船风险等级分为5级：稍有风险被定为Ⅰ级;一般风险被定为Ⅱ级;显著风险被定为Ⅲ级;高度风险被定为Ⅳ级;极高风险被定为Ⅴ级。另外，为了使各个评价指标量纲相同，将各个风险指标统一规划在[0，10]这个区间进行量化。具体分数和风险等级划分见表1。

由于耙吸式挖泥船疏浚施工风险评价指标具有一定模糊性，如果按照传统的评分方法对每个指标给定一个确定的值，难以让专家充分表达自己的观点，也会影响评价结果的准确性。本文采用集值统计法对耙吸式挖泥船疏浚安全生产风险评价指标进行量化，减少专家在打分过程中的误差。

根据专家对各风险评价指标实际情况的判断，结合上述取值范围，对各个评价指标进行赋值。假设共有n名专家参与打分，每位专家对于风险程度的判断为一个区间，记为（t表示第t名专家，t=1，2，…，n），所有专家量化区间可形成一个集值统计序列：，，…，，将这些子集叠加在分数轴上形成一种评分分布，并采用样本落影函数 来描述：

该式表示评分值的模糊覆盖概率，其中

假设某评价指标评分最小值为 min、 最大值为max，则该评价指标的最终评分为

可以证明：

则有：

在特殊情况下，若所有专家都对该项评价指标进行评分，即==…=c （常数），则该评价指标评分值为=c。

3.2 确定经典域、节域及待评物元

（1）确定经典域。通常给定事物名称N、事物特征C、量值V，以有序三元组R=（N，C，V）作为描述事物的基本元，简称物元。

耙吸式挖泥船疏浚施工风险有14个评价指标、5个风险等级，其经典域为

Rj==（7）

式中：Tj表示耙吸式挖泥船疏浚施工风险为j级（j=1，2，…，5，分别对应Ⅰ、Ⅱ、…、Ⅴ级风险）; Ck表示耙吸式挖泥船疏浚施工风险风险评价的第k个指标（k=1，2，…，14）; xjk=（ajk， bjk）是耙吸式挖泥船疏浚施工风险评价等级Tj关于 Ck的取值范围。

（2）确定节域。可由耙吸式挖泥船疏浚施工风险评价指标确定整个评价体系中的节域Rp，为

Rp==（8）

式中： Tp为耙吸式挖泥船疏浚施工全部风险等级; xpk=（apk， bpk）表示Tp关于评价指标Ck的取值范围。

（3）确定待评物元。对待评的耙吸式挖泥船疏浚施工风险等级设为T，将评价指标数据用物元表示，则待评物元R为

R=（9）

式中， xk表示待评耙吸式挖泥船疏浚施工风险等级T关于评价指标Ck的取值范围。

3.3 构建关联函数

耙吸式挖泥船疏浚施工风险评价指标中第k个评价指标Ck的取值范围xk与第j级风险等级的关联程度Kj（xk）由下式表示：

Kj（xk）=（10）

（xk，xpk）=| xk （apk + bpk）|（bpk apk）

（11）

（xk，xjk）=| xk （ajk + bjk）|（bjk ajk）

（12）

xjk=| bjk ajk | （13）

式中：（xk，xpk）表示点xk到节域xpk=（apk，bpk）的距离;（xk，xjk）表示点xk到经典域xjk=（ajk，bjk）的距离。

3.4 确定指标权重

由于耙吸式挖泥船疏浚施工风险评价指标具有一定不确定性，为减少主观因素对各指标的影响，提高风险评价结果的准确性，本文采用客观赋权的熵权法确定各指标权重。

3.5 计算关联度并确定风险等级

综合关联度计算式为

Kj（p）=k  Kj（xk）（14）

式中：Kj（p）表示第k个指标所处的风险等级;k为第k个风险评价指标在整个评价指标中所占的权重值;Kj（xk）为待评物元xk在第j级风险下第k个评价指标的初等关联函数值。

风险等级计算式为

Kj（xk）=  Kj（R） （15）

4 案例分析

本文以长江口某耙吸式挖泥船疏浚施工现场为例进行案例分析，各数值计算结果如下：

（1）定义域、节域和待评物元。依据表1，选择风险评价等级的取值范围作为经典域和节域;再选取8名专家对评价指标进行打分，运用集值统计计算各指标评分值，确定待评物元R，则其经典域Rj、节域Rp和待评物元R为

Rj=

Rp=R=

（2）权重和关联函数值。根据熵权法计算出该船疏浚施工风险各评价指标的权重，其结果见表2。

根据式（10）～（13）计算出该船疏浚施工风险各评价指标的关联函数值，其结果见表3。

（3）关联度和风险等级。根据式（14）计算出该船疏浚施工各风险等级关联度，结果见表4。

根据式（15），耙吸式挖泥船疏浚施工风险等级是由各风险等级关联度的最大值决定，即Kj （xk）= K2（xk）=0.123。结果表明，该船疏浚施工风险等级为Ⅱ级，属于一般风险，与实际情况基本符合。说明该模型具有一定的科学合理性和实际操作性。

5 結 语

（1）本文基于“4M”理论对耙吸式挖泥船疏浚施工风险进行分析，构建耙吸式挖泥船疏浚施工风险评价指标体系，并将集值统计与物元可拓理论相结合，建立长江口耙吸式挖泥船疏浚施工风险评价模型。

（2）以长江口某耙吸式挖泥船疏浚施工为例进行案例分析，对该船疏浚施工风险进行评价，得到该船疏浚施工风险等级为Ⅱ级，属于一般风险，结果与实际情况基本符合。

（3）通过对某耙吸式挖泥船疏浚施工进行风险评价，验证了模型的科学合理性和实际操作性，表明该模型在滚装运输船舶安全生产管理工作中具有较高的推广价值。

参考文献：

[1] 孟贝贝，马全党，江福才，等.基于熵权模糊模型的港区航道通航风险评价[J].安全与环境学报，2017（6）：2125-2128.

[2] 张仕元，刘德新，朱景林，等.基于云模型的LNG船舶通航环境风险评价[J].江苏科技大学学报（自然科学版），2018（3）：325-331.

[3] 吴长越.基于遗传神经网络模型的水路危险品运输风险评价 [J].中国海事，2016（4）：42-45.

[4] LOIS P， WANG J， WALL A， et al. Formal safety assessment of cruise ships[J]. Tourism Management， 2004（1）：93-109.