大数据背景下危险品运输风险管理机制研究

洪淼

摘 要：危险品运输风险管理机制可对危险品运输过程中的各种风险因素进行全程监控及识别，以便对各种状况做出及时的响应及处理。在“互联网+”背景下，数据的收集处理能力大大增加，提升了对风险因素的识别速度以及准确率和智能化水平，降低了危险品运输过程中事故的发生率，实现了对人-车-路-货-环境的全方位监控以及实时数据的采集和评估结果的自动和实时输出。

关键词：大数据背景;危险品运输;风险管理

1 危险货物运输事故的特点

1.1 突发性强

危险货物自身一般都具有特殊的物理化学性质，在运输途中存在许多不确定性。其比普通货物更易受到外界环境的影响，例如氯酸钠、氯酸钾等有机过氧化物类物质，在运输时容易因摩擦生热而发生放热反应;甲烷、乙炔等易燃气体由于燃烧爆炸极限低，在泄露后更易发生燃爆事故。事故发生突然，扩散迅速。

1.2 危害性大

危险品易燃易爆，发生事故甚至会释放有毒气体和液体，对人体危害性很大，例如氯气、氨气、二氧化硫等刺激性危险品泄露后会灼伤皮肤、呼吸道和眼睛等;一氧化碳、氰化物、硫化物等窒息性危险品侵入人体血液后，会造成人体窒息缺氧。一旦发生爆炸，也会对附近的房舍和其他人员造成损害，甚至有毒气体和液体流动到空气与土地中，对周围的环境造成长期的污染和损害。

1.3 施救专业性强

不仅危险货物的运输环节是一项技术性和专业性很强的工作，发生危险货物事故后的施救也是专业性的过程。事故施救人员需要根据危险货物的不同种类，在专业人员的指挥下应用专业化的救援装置和硬件设备，进行专业的操作与有效的救援，避免发生二次伤害。

2 危险品运输风险因素分析

2.1 来自人的风险

在危险品运输的过程中，很多事故的发生都是由于驾驶员运输货物过程中的操作不当或其他身体方面，而驾驶人的行为是很难预料和控制的，危险品运输的过程中，驾驶人这一因素对于车辆的安全问题有着密切的关系。由人的失误直接引起的交通事故大概占总数的70%。驾驶人对运输道路环境的熟悉度，以及对突发情况的应急能力和处理技术都会影响事故的发生，所以驾驶人这一因素对危险品运输安全有很大的影响。

2.2 来自车的风险

車辆作为运输危险品的载体，其对运输安全也是至关重要，车辆的因素主要有两个方面：即车辆自身的状况和车辆的行驶状态。车辆自身的状况即发动机等附件的状态，车辆的行驶状态即行驶过程中的突发状况如制动失灵等。一般情况下，车辆因素导致事故发生的情况比重最小，但是导致经济上和人员伤亡方面的损失巨大，所以，控制好车辆因素对降低危险品运输事故的发生率具有重要意义。

2.3 来自路的风险

道路因素就是行驶环境，驾驶人在运输的过程中，目的地的距离、道路复杂程度、路况好坏及驾驶人对道路的熟悉程度等因素都会影响货运车辆的安全状况，而弯道、陡坡等几何线型的道路对运输车辆的影响更大，驾驶人在通过这样的道路时难度更大，增加了运输的风险。

2.4 来自环境的风险

环境因素即特殊天气状况如雨、雪、雾等恶劣天气对货物运输过程中的阻碍作用，如在雨、雪天气不仅仅影响了驾驶人的视线和心情，同时也会减小地面的摩擦系数从而大大地增加了事故发生的几率。而在阴天事故的发生率最高，主要是由于光线不足导致驾驶人的视线不够清晰，并与驾驶人是否谨慎驾驶有关。

3 “互联网+”大数据背景下危险品运输风险管理机制的构建

3.1 危险品运输风险管理的基本思路

传统的危险品运输过程的安全管理机制尚不成熟，在风险识别、分级、预警、应急方面尚未形成一个完善成熟的体系，这给危险品运输风险管理模式的创新提供了很大的机遇。结合“互联网+”大数据背景下的危险品运输则可以在原有基础上开拓新的思维模式，但同时也不可避免的因为涉及到职能交叉而产生新的融合风险，且面临的风险范围比原来更广。国内某学者认为物联网技术强大感知和传输功能可以有效识别、评价和预警物流企业面临的潜在风险，因此将物联网技术同风险管理理论相结合，构建了新的物流风险管理体系。

3.2 危险品运输风险管理机制的构建

在“互联网+”背景下，“物流云+互联网+智能终端”成为新的信息基础设备，实现了在危险品运输过程中对“人-车-路-货-环境”等全要素的实时监控，同时也创新了危险品运输风险管理机制。将风险管理机制应用于危险品运输的实际管理操控中，以实现其风险的识别、评估、分析和化解。危险品运输风险管理机制的基本构建如下。

3.2.1 构建风险识别库（人-车-路-环境-货）

首先，通过收集原始数据、提取关键情景、归纳特征权重和风险水平计算实现原始风险库的建设，其本质就是通过搜集可能导致危险品运输过程中各种主要的风险因素，再通过分析从中找出“互联网+”背景下危险品运输风险管理的主要矛盾的具体因素，构建出风险因素清单并赋予权重，得出风险水平集合。并要紧紧地联系互联网时代背景，持续地维护信息的更新从而为此机制提供坚实的数据基础。

3.2.2 实时风险监测与识别

建设好原始风险库之后，通过物联网进行包括结构化、半结构化和非结构化的数据和物理信息的收集。这些数据被计算机程序语言（EPL）处理为互联网可以识别的语言用来确定各种物流实体及它的实时状态。将物流实体和它对应的状态的数据进行汇总整理，作为一组情景形成情景集再进一步将情景识别中提取的相关信息转化为对应的五大因素的实时数据：人（P0）、车（T0）、路（R0）、货（G0）、环境（E0）。实时风险水平值集合R0=（P0，T0，R0，G0，E0），R与R0差值P就是确定风险水平的依据。

3.2.3 实时风险评估与预测

基于上一环节的风险水平划分风险区间，即把风险等级主要划分为三个区间：第一区间的风险值远超过安全范围，事故发生概率很高，需要及时对风险进行处理;第二区间的风险值超过安全水平但低于第一区间，风险发生概率较高，也是最易变动的区间，需要对风险进行实时监控，一旦风险值增加到第一区间马上处理，如果风险降低到第三区间则可忽视。这一部分也是风险管理机制的核心，根据风险水平将风险等级划分为区间，再根据对应的区间采取相应的措施。在计算出风险概率的基础上预测出风险后果并推算出风险演化路径，为危险品运输的风险应对提供指导。

3.2.4 实时风险响应

以上对危险品道路运输安全风险因素的分析，为安全风险评价指标体系的构建提供了依据。实时风险响应会及时对危险品运输过程中的风险作出反应，有助于提前作出风险预防。危险品运输风险管理机制是一个循环的模式，风险响应后的信息又会重新反馈到原始风险库，形成一个负反馈机制，有助于信息的及时更新和风险库的建设，从而实现该风险管理机制的自我更新。

4 结束语

危险品运输过程中特大事故时有发生，因此对危险品运输风险的管理机制有了更高的要求，结合当前“互联网+”发展背景，危险品运输风险管理机制的创新至关重要。目前物联网技术在运输领域的应用主要集中在车辆的监管和智能交通领域。随着科技的不断发展与进步，互联网与云端等技术快速普及，在“互联网+”背景下，危险品运输需要借助新型技术手段，如利用车载定位设备实时监控危险品运输车辆，利用无线射频识别技术对危险品进行实时追踪的手段等，逐渐形成综合性的危险品运输管理机制。

参考文献：

[1]李书鹏.防化危险品道路运输风险管理研究[J].中国公共安全（学术版），2020（1）：41-43.

[2]陈军川.道路运输过程中的危险品安全管理[J].内蒙古煤炭经济，2020（9）：109-110.

[3]王立浩.基于层次分析法的高速公路危险品运输安全风险评估[J].内蒙古公路与运输，2017（2）：54-56.