基于FCE-SEW模型的某工程项目风险评估研究

梁晓斌 赵光强 谭朝成 陈丹 贺雅丽 毛颖 马卫锋

1中国石油集团工程材料研究院有限公司

2中石油煤层气有限责任公司

3长庆油田分公司第十采油厂

4华陆工程科技有限责任公司

5中国石油天然气股份有限公司浙江油田西南采气厂

建筑施工行业具有劳动密集度大、作业人员素质薄弱、作业环境复杂、安全风险因素多等特点，多因素的共同作用使得安全生产事故频繁发生，对人民的生命财产安全造成严重威胁，已被国家列入高危行业[1]。近年来，建设工程作业面由低层向高层、超高层发展，施工现场由较为广阔的场地向狭窄的场地变化，由单一施工向交叉施工转变等趋势为施工行业带来了新的安全风险。施工现场的安全管理由以安全检查防范事故发生为主要手段，逐渐转化为提前预防生产过程中出现的各类安全风险。开展项目现场安全风险评估能抓住事故发生的根本原因，从本质上提高安全管理能力，可实现企业主体责任有效落实，对预防工程项目现场出现安全事故意义重大。

1 研究现状

2016 年国务院安委办相继出台了关于构建双重预防机制的相关文件要求[2]，2021 年新修订的《安全生产法》提出要求构建并落实安全风险分级管控和隐患排查治理双重预防机制[3-4]。现场风险评估作为双重预防机制的前提条件和核心内容，可为风险分级管控和隐患排查治理指明方向。

在20 世纪50 年代以前，针对工程项目现场风险评估技术基本采用基于专家经验的定性评价法，例如安全检查表法、工作危害分析法等，此类风险评价主要依据专家多年经验，缺乏相关现场设计资料、运行资料等客观知识的支撑。在20 世纪50 年代之后，国外学者开始采用基于概率论和数理统计的蒙特卡罗模拟方法，该方法已成为目前工程项目中最常用的风险评估方法之一。在20 世纪70 年代，由T.L.SAATY提出的层次分析法逐渐被广泛应用于工程项目风险评估。

我国在工程项目风险评估方面研究起步较晚，李海文结合粗糙集和专家主观经验，得出了更为全面的工程项目风险指标权重值[5]。刘敬辉采用故障树分析和层次分析法分析了高速铁路存在的安全风险[6]。李素英利用模糊层次分析法评估了石济高速铁路项目的风险等级[7]。成威引入LEC 法设计了一种隧道施工安全风险评估方法[8]。

目前工程现场主要采用工作危险性分析、安全检查表法、LEC法等风险分析法，虽然能一定程度上反映现场安全状况，但是针对工程项目施工的风险评估研究仍未成熟，尚未建立全面完善的施工现场风险指标体系，且风险因素指标评估过程存在较大主观性，导致现场评估结果有时与现场实际情况偏差较大，甚至出现错误的评估结果。

针对现场存在的一系列问题，提出了基于结构熵权法和模糊综合评价法的工程项目现场安全风险评估模型，以实际存在问题为导向，从制度、执行、监管、配置、安全教育5个方面建立工程项目现场的风险评估指标体系；利用结构熵权法充分兼顾指标的主观性和客观性，考虑了专家打分过程中可能出现的认知误差和不确定问题；最后利用模糊综合评价法对影响因素进行综合评价，同时以某工程项目现场为例，挖掘关键风险因素，为工程项目现场安全风险的双重预防机制提供技术支撑。

2 常用风险评估方法

2.1 工作危害分析法

工作危害分析法是对每一步作业过程分别进行深入分析，通过分析和对比发现有危害性的作业，并对其进行管控，是辨识危害因素及其风险的最普遍的方法之一。该方法是一种定性分析方法，作业步骤划分缺少相关准则和依据，可能存在作业过程分解不到位。风险辨识的结果与分析质量有直接关系，受作业风险分析人员的经验影响较大。

2.2 安全检查表法

安全检查表法是依据相应的标准，对已知危险源进行逐一检查。检查的对象必须要分为多个体系，这样做的目的是为了防止检查过程中遗漏，通过专家打分法，将待检查项目按照相应规定，列出一张或几张表，这种方法称为安全检查表法[9]。安全检查表法可以做到不漏项，是最基础的评价方法，但是对于不同的检查对象，有时需要预先制定多张检查表，检查表的质量和大量的预先准备工作是限制此方法现场应用最大的因素。

2.3 LEC法

LEC 评价法是通过确定事故发生可能性L、人员暴露于危险环境内的频率E和发生事故可能后果C 三种风险因素的取值并计算其三者的乘积D（危险性）来评价系统风险大小的一种半定量分析方法[10]。该方法操作简单，风险等级划分相对明确，缺点是风险因素受评估人经验影响较大，最终得到三者乘积的危险性受主观因素影响更大，局限性较为明显。

3 SEW-FCE风险评估模型

3.1 模糊综合评价法

模糊综合评价法（FCE）是建立在模糊集合上的一种方法，能够通过精确数字手段处理模糊的评价对象，可深入挖掘呈现模糊性的资料，并对其作出贴合实际的定量化评价[11]。具体实现方式是将指标集U和评价语集Y之间建立映射关系。该方法首先需要建立U与Y的集合关系，然后建立起U到Y的n个模糊评价矩阵R，最后再算出目标的综合评价值。计算步骤为

第一步：建立评估指标集合U=(U1，U2，U3，…，Un)

第二步：建立评估指标权重集合W=(W1，W2，W3，…，Wn)

第三步：建立评语集合Y=(Y1，Y2，Y3，Y4，Y5)=(可忽略风险，可允许风险，中度风险，高风险，极高风险)=（(0,1]，(1,2],(2,3],(3,4],(4,5])

设置评价等级矩阵为

第四步：建立隶属矩阵。由各位专家对各个指标分别进行打分，由此形成某指标在5个风险区间内的评语集合，所有指标的评分结果的汇总称为隶属度矩阵，即

式中：rij为矩阵R中第i行第j列的元素，表示某个被评事物对某等级模糊子集的隶属度。

第五步：建立评估矩阵。根据权重计算法获取的权重集合与隶属度矩阵的结合，可得到评估矩阵为

第六步：判定风险等级。风险等级结果为

通过将E与风险级别划分标准对应，得出评估对象所处的风险级别。

3.2 结构熵权法

结构熵权法（SEW）是由程启月在2010 年首次提出，基本原理是根据各个基本事件的贡献大小排序，采用熵值法定量化分析潜在的不确定性，通过熵值和盲度分析方法实现对偏差数据的统计分析，最终得到各事件权值[12-13]。可采用SEW法确定某工程项目安全风险的评估指标权值。

步骤1：采集专家意见，形成典型排序。选择熟悉该工程项目主要风险隐患及对应指标的专业技术人员组建评价小组，评价小组成员应具有多年经验或者相关专业知识。通常评价小组人员设定为10～50人，此数量可用于对事件权重问卷进行定性排序。根据德尔菲方法的相关规定，选定的评价小组人员被邀请进行无记名填写问卷。汇总所有评价人员意见，达成共识，形成评价意见的典型排序。如表1表示一份关于事件重要度排序的问卷。评价人员根据各自的经验或者专业知识，用对号或者数字对事件进行排序。最重要的索引按1排序，依此类推。

表1 事件重要程度排序问卷Tab.1 Event importance ranking questionnaire

步骤2：典型排序的不确定分析。不同专家对工程项目安全风险都有不同的认知局限性，对典型排序的评价人员意见通常也存在一定的不确定性和认知误差。其中采用熵理论有效解决了典型排序的不确定性，区间评分有效避免了评价小组人员的认知误差。通过对表1 中各事件的定性结果统计分析，采用熵理论求解熵值，减少了评价人员对事件排序的不确定性。

假设M位评价人员被邀请进行问卷调查，得到m份反馈。每一份问卷都对应一组事件，可以表示为U=(u1，u2，...，un)，对应典型排序为(ai1，ai2，...，ain)。则m组问卷的典型排序可以用矩阵表示为A（，i=1，2，...，m，j=1，2，...，n）。其中矩阵A中的元素aij表示第i个专家对第j个指标分析得出的序号。

将典型排序的定性值变换为定量值，则序号x的信息熵计算公式为

事件的重要性强度计算公式为

排序为x的事件相对重要性系数表示为

根据计算推理，定量化排序结果，从而能够反映评价人员对各事件的认知程度。

根据熵权法得到事件排序的隶属度函数为

式中：x为所有评价人员给出事件uj的定性排序数。如表1所示，如果事件A1是第一选择，那么x等于1，依此类推。ψ(x)是对应于x的隶属度函数值。

将排序数x=aij代入方程（10），定性值aij实现量化，获取定量变换值bij，即。bij表示排序数x的隶属度，则表示隶属度矩阵。

假设m位评价人员话语权相同。将m位评价人员对事件uj的一致看法称为平均识别度。计算过程为

由评价人员知识产生的不确定性称为盲度Qj。计算方法为

显然，Qj≥0。

步骤3：归一化处理。定义所有被邀请评价人员对每个事件uj均有一个整体认识cj，即

则m位评价人员对所有事件的整体评估向量为

为获取事件uj的权重，将cj=bj(1 -Qj)归一化，则

4 工程项目指标体系构建

4.1 危险源辨识

危险源是指工程项目系统中有可能释放危险或造成环境破坏的设施设备等。危险源识别就是对可能出现的上述情况和条件进行识别的过程，危险源识别需要主动结合预测性的安全数据收集方法进行识别，其中包括一些事件的调查结果。项目现场的安全管理机构需要制定相应的危险源识别程序，并随着对事件的总结，对程序进行不断的规划与完善，以确保制定出的程序能够快速地识别出危险源[14]。

4.2 评估指标提取

按照各指标之间的隶属关系，将施工现场安全风险评估指标划分为三层。通过对工程项目现场可能存在的安全风险，提出项目现场安全风险涉及的5个方面内容，包括制度风险、执行风险、监管风险、配置风险、安全教育风险。综合分析现场安全调研结果和安全风险管理状况，构建某工程项目现场指标体系，如图1所示[15-16]。

图1 工程项目现场安全风险评估指标体系Fig.1 Safety risk assessment index system for engineering project site

5 某工程项目风险评估

5.1 项目概况

某工程项目负责建设10× 104t/a 丁二醇装置、4.6×104t/a聚四氢味喃、10×104t/a 乙二醇装置、22×104t/a 甲醛装置、490×108m3/h 气体分离装置、2.2×104m3/h 空分装置、4.0×104m3/d 净水厂、770 t/h 脱盐水装置、3.0×104m3/h 循环水厂等设备及装置。现场有管理人员28 人，其中专职安全管理人员4人。

5.2 指标权重计算

5.2.1 二级指标权重确定

选择3 组现场评估人员分别为分组1、分组2、分组3。对二级指标的重要性进行排序，通过重要程度的排序结果，采用结构熵权法对其权重进行确定，主要采用公式（11）～公式（15）分别对专家的平均识别度、盲度、整体认识及归一化权重进行求解，相关参数计算结果如表2所示[17]。

表2 事件排序的SEW计算表Tab.2 SEW calculation table for event sequencing

5.2.2 三级指标权重确定

与表2求解过程相同，对每个二级指标下隶属的三级指标按照结构熵权法的过程分别进行计算，计算结果如表3～表7所示。

表3 U1 的下属指标权重Tab.3 Weight of U1 subordinate indicators

表4 U2 的下属指标权重Tab.4 Weight of U2 subordinate indicators

表5 U3 的下属指标权重Tab.5 Weight of U3 subordinate indicators

表6 U4 的下属指标权重Tab.6 Weight of U4 subordinate indicators

表7 U5 的下属指标权重Tab.7 Weight of U5 subordinate indicators

5.3 模糊综合评价

5.3.1 评估指标集构建

根据评估指标体系，建立一级评估指标集U={U1，U2，U3，U4，U5}，其次，二级评估指标集分别为Ui={U i1，Ui2，Ui3，…，Uin}，其中，i为二级指标的编号（i=1，2，3，4，5），n为每个二级指标隶属的三级指标的编号。

5.3.2 评估指标权重集合构建

依据结构熵权法的计算结果可知，一级指标的权重集合为

二级指标的权重集合为

5.3.3 评语集合构建

根据现场工程项目安全管理的实际情况，将现场安全管理三级指标的评语分为5个等级，即：Y={Y1，Y2，Y3，Y4，Y5}={可忽略风险，可允许风险，中等风险，重大风险，极高风险}

评价等级矩阵为

风险等级划分标准如表8所示。

表8 风险等级划分标准Tab.8 Risk grade classification standard

5.3.4 隶属度矩阵构建

通过实地调查访谈，得到20 名项目管理人员对三级指标的评语打分结果，如表9所示。

表9 三级指标评语一览表Tab.9 List of three-level index comments

根据评估打分结果，利用公式（2）建立各二级指标的隶属度矩阵，如下所示：

5.3.5 评估矩阵计算

根据各二级指标的隶属度矩阵和权重集合，利用公式（3）建立各二级指标Ui的评估矩阵Bi=WiRi为

由此可知，一级指标U的评估矩阵A=W[B1B2B3B4B5]T为

5.3.6 风险等级确定

基于评语集合，则各个二级指标的风险等级Ei=BiZ为

则一级指标的风险等级E=AZ为

由此可知，工程项目安全处于中等风险水平，该工程项目负责人及安全管理人员应该保持高度警惕，要重点对监管、制度、安全教育等三方面因素加强建设和定期检查，尤其是在现场监管过程中如发现酒后施工、任意拆除安全防护设施等特殊危险行为，应立即要求工程项目施工现场停止作业，对其进行整改，整改完成方可继续施工。同时对酒后施工人员进行警告和教育培训，培训合格后方可继续上岗工作，确保安全风险降低到可允许风险范围内，进而防止人员伤亡事故的发生。

6 结束语

工程项目现场安全风险指标众多，各评估指标存在的不确定性和认知偏差往往导致评估结果与实际情况差别大，开展科学、有效的先进风险评估方法可以有效地解决此方面的问题。通过制度、执行、监管、配置和安全教育五大方面建立了工程项目安全风险评价指标体系，提出采用基于主观权重和客观权重优势的结构熵权法，减少了指标权重的不确定性和认知误差，赋予了更为合理的指标权重。采用基于结构熵权法和模糊综合评价法的风险评估模型为工程项目现场提供了新的风险管控管理办法，并将其应用于现场分析。实例评估表明：某现场工程项目的安全风险等级为中等风险，与实际情况吻合，说明具有一定的实用性和合理性。针对中风险评估等级，管理者日后应重点关注监管、制度等重要指标参数，为双重预防机制的实施提供技术支持。