基于BWM—灰色聚类法的高校化学实验室风险评估

魏林慧 张 苏副教授

(福州大学 环境与安全工程学院，福建 福州 350116)

0 引言

高校实验室是人才培养和科学研究的重要场所，实验室安全是确保高校教学及科研工作顺利开展的重要基础。近年来，随着我国高等教育事业的发展，高校规模不断扩大，其教学和科研任务也日益繁重，尤其是在高校实验室开展的新技术、新设备、新工艺和新材料方面的科研活动增多，而在“四新”的研究和使用中安全事故相对多发。因此，化学类实验室安全问题日渐凸显[1-3]。

高校化学实验室安全隐患多样，存在各类有毒有害、易燃易爆、具有腐蚀性的危险化学品,理化特性复杂的化学试剂以及反应釜、烘箱、玻璃器皿等具有一定危险性的仪器设备，会对实验人员的生命健康和财产安全产生威胁。2018年12月北京交通大学实验室在进行垃圾渗滤液污水处理科研实验期间发生爆炸事故，造成3名学生身亡。该实验是为了制作垃圾渗滤液硝化载体，其制作流程主要分为2步：首先，通过搅拌镁粉和磷酸反应，生成镁与磷酸镁的混合物；其次，在镁与磷酸镁的混合物中加入镍粉生成胶状物。事故的直接原因是使用搅拌机对镁粉和磷酸进行搅拌，反应过程中料斗内产生的氢气被搅拌机转动过程中产生的火花点燃，引发镁粉爆炸，导致现场3名学生身亡。间接原因主要有3点：科研项目负责人违规开展实验，冒险进行作业；实验室违规购买、违法储存危险化学品；对实验室和科研项目安全管理不到位，未落实校内实验室相关管理制度，未有效履行实验室安全巡视职责，未有效制止事发项目负责人违规使用实验室，未发现违法储存的危险化学品。高校化学实验室安全管理工作一直是一项复杂的系统工程，为做好管理工作，必须要识别实验室中的危险有害因素并进行有效管控，有效方式之一是实验室安全风险评估。

在实验室安全风险评估过程中，各指标的权重是影响评价结果准确性的重要因素之一，SAATY[4]提出一种定性与定量分析相结合解决多目标决策的层次分析法(Analytic Hierarchy Process，AHP)，广泛应用于风险指标的赋权。此方法很快由陈晶晶等[5]引入高校化学实验室化学品安全管理的评估中。除此之外还有很多学者运用不同的方法探索高校实验室的安全评估，例如谢虎等[6]运用Delphi法、吴立荣等[7]运用模糊综合评价法、韩红桂等[8]运用离散Hopfield神经网络(Discrete Hopfield Neural Network，DHNN)、曹以等[9]运用优劣解距离法(Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS)进行评估，为高校实验室安全管理工作提供很多依据。但是，上述评价方法都是基于AHP确定评价指标的权重，通过专家两两比较打分的方式，凭借专家知识和经验进行指标权重赋值。考虑到高校化学实验室的复杂性，当评价指标数量较大时，进行比较的次数增多，评价的主观性增强，将面临评价结果失真的问题。为解决这一难题，REZAEI[10]提出最优最劣方法(Best-Worst Method，BWM)，有效减少了比较次数，经验判断的随意性得以控制，使得评价结果更加精准，BWM自提出以来在供应商选择[11]、综合评估[12]、决策研究[13-14]等各个研究领域迅速发展。

在高校化学实验室安全风险评估中，当专家人数不足时，样本数量较少(样本缺乏)；各专家的研究领域不同，专业认知水平上存在差异，易造成指标赋权具有模糊不确定性(信息模糊)，以上2个特点符合灰色系统研究“少数据、贫信息”的特征。

24Model认为任何事故都至少发生在社会组织之内，其原因分为组织内部原因和外部原因，其内部原因分布在组织与个人2个层面上。其链条图可以清晰地展示各管理层级要素对安全的影响，是分析思考、理清思路、找出问题点的有效工具。因此，本文借鉴事故致因24Model理论从“组织”和“个人”2个层面出发，建立风险评估指标体系，通过将BWM引入到灰色聚类中建立一个基于BWM改进的灰色聚类评价模型，并将该模型运用到高校化学实验室风险评估中，得到实验室风险评估结果，并提出降低实验室安全风险的建议。

1 风险评估指标体系的构建

1.1 理论基础

事故致因24Model自2005年提出以来，在多个领域的事故分析中得到应用，通过不断地发展和完善，现已形成第6版24Model，同时具有静态因果性和动态系统性，更准确地体现了思维模型的通用性[15-16]。

静态24Model以因果关系建立逻辑结构，将事故的原因划分为“组织”和“个人”2个层面，“组织”层面划分为组织文化和管理体系2个部分，“个人”层面分为个体能力和个体动作2个部分，以上2个层面4个部分的事故原因按照因果逻辑关系构成了静态24Model，如图1。

图1 第6版24Model静态结构

动态24Model以行为演化关系建立逻辑结构，组织文化、管理体系、个体能力、个体动作4个因素构成一个系统，考虑到系统中各因素之间的相互依存关系，以及致因因素对整个系统的反馈作用，建立动态结构，如图2。由于系统中4个因素的复杂性以及相互间的非线性关系，动态24Model是一个行为演化过程，体现了模型的系统性及动态性。

图2 事故致因24Model动态结构

1.2 评价指标体系

高校化学实验室涉及群体数量大，实验仪器设备种类多，实验室开放时间长，人员流动性强，影响范围广，采用24Model为理论依据，从实验室“组织”和“个人”2个层面入手，将高校化学实验室安全事故归因于组织文化、管理体系、个体能力、个体动作相互作用的结果，以此建立高校化学实验室风险评估指标体系。

由于高校化学实验室个体能力指标的知识、意识、习惯、生理和心理在评估时难以进行具象把控，而个体能力涉及安全管理工作中的安全培训，则将个体能力指标转换为安全培训指标。在24Model中个体动作又分为人的不安全动作和物的不安全状态，因此高校化学实验室个体动作指标通过师生违章情况及实验场所隐患排查情况2方面进行评估。建立的高校化学实验室风险评估指标体系，如图3；体系中各指标含义，见表1。

图3 高校化学实验室风险评估指标体系

表1 高校化学实验室风险评估指标含义

2 评估方法

在风险评估过程中，为解决高校化学实验室中“组织”管理和“个体”动态变化，以及各专家对指标赋权易造成指标赋权的模糊不确定性。因此，利用BWM确定评价指标的权重，并结合灰色聚类方法评估高校化学实验室安全水平，具体评价流程，如图4。

图4 高校化学实验室风险评估流程

2.1 最优最劣法

BWM是荷兰学者REZAEI[10]在2015年提出的一种解决多准则决策问题的数学模型。BWM方法把决策思维形象化，由专家确定评价指标的最优项及最劣项，并将最优项、最劣项作为标准与其他项进行参照比较，从而获得基于最优项、最劣项的重要性评价结果，如图5。

图5 对照比较

BWM选取最优指标AB和最劣指标AW作为对照标准，通过对照比较的方式，获得基于最优最劣指标的重要性比较结果集UB=(aB1，aB2，…，aBn)和UW=(aW1，aW2，…，aWn)，aBj表示最好的指标与第j个指标的比值，ajW表示第j个指标与最差的指标的比值。进而确定评价指标的权重，与AHP相比削减了比较次数，降低评价过程的主观影响，使评价结果更趋于科学化，适用于安全条件复杂、特殊的高校化学实验室风险评估。

2.2 灰色聚类法

灰色聚类分析是由我国学者邓聚龙教授[17]提出的，研究“少数据、贫信息”不确定性问题的系统分析方法。灰色聚类法用于解决指标的模糊性及不确定性对决策目标的影响，根据部分已知信息的完整性，通过白化权函数测算各个评价指标对评价对象的作用，从而评定评价对象的综合等级[18]。

(1)划分评价等级，确定评价矩阵。根据评价指标体系，按其符合相应评价标准的程度划分为5个等级，邀请专家对评价指标的安全等级赋予不同的数值，评价等级的赋值范围为(0，5]，分为危险、存在风险、一般、相对安全、安全5个等级，见表2。

表2 评价等级标准

根据评分等级划分的标准，邀请P位专家学者对实验室风险评估二级指标amn进行打分，设专家的序号为k(k=1，2，3…P)，则第k位专家学者打分的结果为amnk，则可得到评价指标矩阵E。

(1)

(2)设置评价灰类及白化权函数。根据上文划分的危险、存在风险、一般、相对安全、安全5个评价等级，确定5个相应的评价灰类e，e={1，2，3，4，5}，设置各灰类的白化权函数，见表3。

表3 高校化学实验室风险评估灰色白化权函数

(3)构建灰色聚类权矩阵。根据表3计算出评价样本amnk关于灰类e的白化值fe(amnk)，设gmne为评价指标amn属于e灰类的聚类系数，Gmn为总聚类系数，则gmne、Gmn可由公式(2)、(3)得到。

(2)

(3)

设评价指标的灰色评估权向量rmn=(rmn1，rmn2，rmn3，rmn4，rmn5)，二级指标灰色聚类矩阵Rm，可由公式(4)、(5)确定灰色聚类矩阵。

rmne=gmne/Gmn

(4)

(5)

设一级指标层灰色聚类评价向量矩阵为S，S由公式(6)确定。其中，ωm为运用BWM确定的二级指标权重矩阵列。

S=ωmRm

(6)

(4)确定风险评估等级。对目标层进行灰色聚类分析得到高校化学实验室安全等级评价向量X，如公式(7)。其中，W为运用BWM确定的一级指标权重矩阵列。

X=WS

(7)

高校化学实验室风险评估等级向量X是对评价结果的灰类程度描述，C为各级评价灰类等级值化中心点向量，C={0.5，1.5，2.5，3.5，4.5}，将两者相结合测算得到高校化学实验室安全综合评价值Z：

Z=XCT

(8)

3 实例应用

高校实验室是反映学校教学、科研、学科建设和管理水平的重要标志之一。某高校化学实验室存放具有腐蚀性、挥发性、有毒有害性的危险化学品，易造成危险化学品泄漏、火灾、爆炸等事故；部分仪器复杂、成本较高且操作难度大，由于长时间运转容易引发设备故障；同时，该实验室开放时间长，人流量较大，在众多不确定因素相互交叉下，容易导致伤害事故的发生。运用前文分析建立基于BWM改进的灰色聚类评价模型进行分析研究。

3.1 确定权重

邀请专家学者通过BWM对事故致因24Model确定的高校化学实验室风险评估指标体系进行指标权重赋值，确定高校实验室风险评估指标权重，见表4。

表4 高校化学实验室风险评估指标权重

3.2 灰色聚类评价

邀请该高校实验室建设与设备管理中心教师及科研团队安全责任人共5位专家组成实验室技术安全专家组，对该高校化学实验室的安全性二级指标进行打分，得到灰色聚类评价矩阵如下：

将专家打分的灰色聚类矩阵对照相应的评价灰类及白化权函数，根据公式(2) 、(3)计算二级指标的灰色评价系数，见表5。

表5 高校化学实验室安全指标层灰色评价系数

根据公式(4) 、(5)，计算得出灰色聚类权矩阵Rm：

利用公式(6)，计算得出一级指标层灰色聚类评价向量矩阵S：

S=ωmRm=

由公式(7)，计算实验室安全等级评价向量X：

由公式(8)，计算该实验室安全综合评价值Z：

Z=XCT=3.377 7

同时，计算高校化学实验室一级指标安全等级综合评价值，一级指标对应的等级，见表6。

表6 高校化学实验室安全一级指标综合评价结果

ZA1=SA1CT=3.505 9

ZA2=SA2CT=3.499 6

ZA3=SA3CT=3.231 7

ZA4=SA4CT=2.742 3

3.3 结果分析

通过对比分析BWM—灰色聚类法和AHP—灰色聚类法计算的高校实验室一级指标评价值，如图6。从图6可知，2种评价结果的趋势大致相同，且各一级指标的评价等级一致，进而验证了评价模型的正确性。虽然上述2种方法评价的等级都相同，但当决策问题有n个评价指标时，AHP 需要进行n(n-1)/ 2次比较，而BWM只需要进行2n-3次比较，有效地降低比较次数，且比较时不容易出现混淆，逻辑错乱的情况，更容易满足一致性的要求，因此BWM—灰色聚类法计算过程简便，更容易实施，准确性更高。

图6 高校化学类实验室一级指标比较

由BWM确定的高校实验室风险评估一级指标权重排序为：A1(0.465 5)>A2(0.258 6)>A3(0.172 4)>A4(0.103 4)。根据BWM—灰色聚类法评价结果可知，该高校实验室安全综合评价值Z为3.377 7，对照表2该高校化学实验室安全性评价等级为“相对安全”，从高校化学实验室风险评估结果分析可以看出：实验室存在较小的隐患，需要及时进行完善、改进，确保为全校师生提供良好的实验环境。根据表6所计算的实验室一级指标安全等级综合评价值可知，一级指标违章及隐患的得分最低，其对应的评价等级为“一般”，因此，高校实验室应加强人员违章控制及实验场所隐患排查。高校应不断增强实验人员的专业知识储备、规范实验操作、养成良好的安全习惯、提高安全意识、不断提升科研素养，并按照实验室管理的相关制度，定期开展实验室隐患排查工作、落实隐患整改措施、及时消除隐患、确保其正常运行、切实增强高校实验室安全水平。

4 结论

(1)结合高校实验室的现状及特点，提出BWM—灰色聚类的评价方法，基于事故致因24Model从组织文化、管理制度、培训质量、违章及隐患4个方面选择16个评价指标构建高校实验室风险评估指标体系。

(2)将BWM—灰色聚类评价模型应用于某高校实验室，进行实证分析，评价结果与AHP—灰色聚类法对比，结果与实际情况相符合，从而验证该评价方法的可行性。