基于事故樣本熵權法對石化企業安全管理評估指標權重的修正

陳 超，王 勇，凌元錦

(青島科技大學 環境與安全工程學院，山東 青島 266000)

石油化工行業作為國民經濟的支柱產業之一，在經濟發展的過程中起到了至關重要的作用，是國家經濟發展的基石。但是石油化工行業危險性較高，事故頻發，且事故后果嚴重。如2010年發生的蘭州石化“1.7”火災事故、大連“7.16”火災爆炸事故、2013年黃島“11.22”輸油管道爆炸事故等，表明當前的安全管理體系在重特大安全事故的預防和控制方面仍存在相當的不足。為此企業紛紛建立了健康(Health)、安全(Safety)和環境(Environment)等安全管理體系，但該體系的運行狀態有待評估[1]。

安全管理水平評估國內外已有一些研究[2-5]。對石化企業的安全管理水平的量化評估國際上比較知名的有德國BASF公司責任關懷管理體系評審[6]、挪威DNV公司的國際安全評級系統(International Safety Rating System，簡寫ISRS)[7-9]、南非IRCA公司CAP體系評審[10]、杜邦公司行為安全管理系統評估[11-12]等，美國化學工程師協會化學工藝安全中心(CCPS)也于2010年出版了過程安全管理體系審核指南[13]。其中ISRS已發展到第八版，綜合了ISO9001、ISO14001、OHSAS18001及國際上某些知名標準，整個系統由15個一級要素、137個二級要素共742個評估要點構成，已被國際許多知名企業所認可和接受。

中國石油化工股份有限公司通過對比分析美國職業安全健康局(OSHA)頒布的高度危險化學品過程安全管理系統的相關要求(PSM)、CCPS出版的基于風險的過程安全指南(RBPS)和我國發布的《AQ/T3034 化工企業工藝安全管理實施導則》，結合國內大部分石油化工企業安全管理現狀，根據“過程安全承諾、了解危害與風險、管理風險、經驗教訓”四個原則，提出了16要素的石油化工企業過程安全管理評估系統，并通過改進層次分析法、安全管理專家評分等得到各要素的權重[14]。在實踐中這16要素為：要素1-領導作用、要素2-風險評價、要素3-法規、要求與合規性評價、要素4-組織機構、職責和資源、要素5-人力資源和培訓、要素6-溝通和參與、要素7-項目設計和建設、要素8-承包商和供應商管理、要素9-設備完好性、要素10-生產運行與操作規程、要素11-作業風險控制、要素12-變更管理、要素13-應急管理、要素14-風險監視和測量、要素15-事故事件管理、要素16-審核和評審，對應于92個二級要素和540個問題項。

層次分析法等傳統確定權重的方法主觀性強，會對評估效果產生一定影響。而熵權法能夠克服傳統方法中主觀思維缺陷及判斷矩陣一致性較差等問題，能有效提高評估的可信度[15]。該過程安全管理評估系統目前在中國石化下屬的武漢石化、石家莊煉化等企業得到應用，定期確定出企業的安全管理等級。更進一步地，其評估結果到底能夠給企業什么啟示和指導，例如基于評估結果能否預測事故、能夠根據某企業的事故特點定制化該評估系統或調整要素權重以幫助企業有針對性地改善管理水平。

為此，本研究采集事故樣本并對其進行分析，確定事故原因與過程安全管理評估系統各要素之間的關聯性，據此可根據管理要素評估結果預測事故，并進一步基于事故樣本熵權法分析各要素權重的修正方向。

1 事故樣本的采集及關聯分析

1.1 事故案例的自動采集

事故案例的采集主要來源于互聯網。利用中文搜索引擎的分詞技術、Non-clustered索引方法等特點，設計面向各新聞網站搜索引擎的數據請求程序，獲取搜索引擎返回的相關數據。通過增量式網絡爬蟲技術[16]，對已下載網頁采取增量式更新和只爬行新產生的或者已經發生變化的網頁。采用關鍵詞及關鍵詞組合的形式進行數據爬取，通過設置篩選條件自動剔除非化工類事故，關鍵詞包括化工、泄漏、爆炸、火災、中毒、天然氣、煤氣、一氧化碳、槽罐車等。截至2017年10月30日從互聯網信息中爬取了39732條化工事故新聞。

1.2 事故案例的篩選及分類

基于SimHash算法和Hamming distance算法[17]，結合化工事故新聞文本特征，根據事故過程、事故原因等描述內容的完整性，設計化工事故新聞去重算法，自動去除重復的事故文章。最后得到1191起事故案例作為事故樣本。

基于機器學習的Logistic regression算法，設計化工事故新聞分類器，快速準確的對信息進行分類處理。事故分類分別按照時間階段、事故等級、事故企業類型、事故類型等劃分。其中事故等級依據事故報導的人員傷害、財產損失、環境影響和聲譽影響分為7個等級，分別賦值120、90、75、60、45、30、15，分值越高事故影響越大。

1.3 事故樣本與安全管理要素的關聯分析

首先對事故案例的文本進行自動識別，提取出各事故的原因事件，并按照主要直接原因E5p、次要直接原因E4q、主要間接原因E3r和次要間接原因E2s進行分類。然后通過近義詞檢索等方式將每個事故案例的(p+q+r+s)個原因事件與安全管理要素進行語義關聯，得到m(m=540)個問題項為行n(n=1191)起事故為列的矩陣Amn，某問題項i與某事故j的原因事件Exy(x=5,4,3,2;y=p,q,r,s)相關時，則該矩陣元素Aij=x，不相關時該矩陣元素取值為1。對該矩陣進行分析可以得到某問題項相關事故的類型、事故頻次等信息。

1.4 基于熵權法定量分析指標權重

熵信息理論中熵是對不確定性的一種度量，熵值越大表明評估指標的有序程度越高(無序程度越小)，包含的信息量就越少，其權重也就越小；反之，熵值越小表明評估計指標的有序程度越低(無序程度越高)，其包含的信息量就越多，其權重相應也就越大。本文主要考慮事故時間、事故等級、樣本質量等因素。主要原則為：

(1)新信息優先原則：事故時間越近，則該事故案例的權重越大。發生時間距離當前時間為t的事故j的時間權重為：

Tj(t)=Δ/(t+Δ)

(1)

其中Δ為某固定的時間長度，如50年。

(2)事故等級越高其權重Uj越大：

Uj=事故等級分值/120

(2)

(3)事故案例與安全管理要素的關聯分析質量越高，則該組關聯信息權重越大。采用信息熵評判關聯分析的質量，事故j的關聯分析對應于矩陣A的第j列數據，其信息熵為：

(3)

式中Pk為矩陣A第j列中某個數值k(k=1,2,…,5)出現的次數在所有數值出現次數(m=540)中的比例。

考慮上述因素后矩陣Amn轉化為Bmn，

(4)

(5)

基于事故樣本分析，問題項i的權重為。

(6)

各一級和二級安全管理要素的權重根據其所包含問題項的權重的加和來確定。根據事故樣本分析的問題項權重Wi可提出評估體系的權重修正建議：若矩陣A中有x個問題項的行全部取值為1，則該x個問題項始終保持其原始權重W0i；對于其他(m-x)個問題項，按下式進行修正得到建議權重。

(7)

其中，z為系數，本文取值0.5。

2 事故樣本的分布特征

從2017年11月1日之前的互聯網信息中自動爬取39732起事故，信息來源分布如圖1所示，主要為化學品事故信息網、中國消防在線。經過分類去重等技術篩選出1191起事故案例作為事故樣本，其分布特征如圖2至圖5所示。

事故樣本中損失大的事故占比較高，事故等級120、90、75、60的事故起數分別占40%、29%、10%和10%。1980-2000年之間的事故起數最多，占42%，2000年之后的事故起數占31%，1960-1980年之間的事故起數占26%。事故類型主要是中毒和窒息21%、容器爆炸19%、其它爆炸19%、火災13%。發生事故的企業類型集中在一般化工企業59%、其它21%和石油煉化10%。

圖1 事故案例的信息來源分布

圖2 事故等級分布

圖3 事故時間分布

圖4 事故類型分布

圖5 事故的企業類型分布

3 安全管理要素的事故相關性及權重建議

記ai=與某要素i相關的某類型事故的起數/與所有要素相關的某類型事故的起數，其值越大則一般該安全管理要素對該類型事故越重要。與各類型事故相關的安全管理要素占比見圖6。因淹溺事故僅南化公司"8.1"操作工落水后觸電溺亡這一起事故，事故起數太少不具有分析意義，因而未在圖中列出。起重傷害事故只有3起，因而其分布較為集中，要素9的占比明顯大于其它要素。車輛傷害事故起數也較少，分布也較集中要素5、8、11等。從總體上來看，要素9、10、11的重要性較大，在各類型事故中都占比較大。其中要素11對各種類型事故的發生都起到較大的影響。而要素1、要素16、要素15等與事故的關聯并不大，或事故調查報告中的事故原因基本不涉及到這些要素。

類似地，記bi=與某要素i相關的某等級事故的起數/與所有要素相關的某等級事故的起數，其值越大則通常該安全管理要素對該等級事故越重要。除要素9-11依然重要外，要素8和要素12也較重要，可能是因為2000年后發生的“7.16”中石油大連輸油管道爆炸特別重大事故、中石化廣州分公司“1.16”爆燃傷亡事故、山東石油分公司承包商“9.8”油罐閃爆事故、“8.27”蘭州石化分公司硫化氫中毒重大事故、“10.27”大慶一煉油廠硫磺裝置酸性水罐爆炸事故、“3.26”青島海怡精細化工有限公司爆炸火災事故、青島東方化工股份有限公司“10.15”硫酸泄漏事故、昆明云天化國際化工股份有限公司三環分公司“1.13”硫磺倉庫爆炸事故等數起事故與承包商、工藝變更等有關。要素13也具有一定的重要性，且往往是應急不當導致較高等級事故的發生，如臨沂金譽石化“6.5”罐車泄漏爆炸重大事故。要素5和14也較為重要。

圖6 各類型事故對應安全管理要素的頻次比例

圖7 各等級事故對應安全管理要素的頻次比例

通過熵權法定量分析給出16個一級要素權重的修正建議如圖8所示，可以看出，該方法建議要素8、9、11、12應提高權重，這與近年來發生的承包商、變更管理等方面的事故有關，與國內工藝安全管理開始重視這些要素的管理方向相契合。要素1、16基本不變，其原因可能是這些因素是企業運營和保障安全的前期基礎工作，事故原因追查與之牽涉較少，這表明事故樣本熵權法可用于修正但不適合單獨用于確定安全管理基礎要素權重。而要素2、3、7等建議適當降低權重，這可能是保持權重加和為1時部分要素權重提高導致的。因此事故樣本分析或許更適合于建議強化某些要素，而不必減弱相關性較低的要素。

對于540個問題項，通過事故樣本熵權分析，最終建議提高分值的問題項共111項(占20.56%)，建議降低分值的問題項共126項(占23.33%)；建議分值保持不變的問題項共108項，事故分析未涉及、分值未變的問題項195項，即540個問題項中303項(占56.1%)無須調整權重。若考慮事故樣本分析可能存在的缺陷，忽略降低分值的部分，則該分析建議強化的111個問題項只是該安全管理評估體系的較少部分，即基于事故樣本分析修正安全管理評估體系權重的方法適合作為其它全面確定評估體系權重的補充方法。

圖8 一級安全管理要素的權重建議

4 結論

通過對網絡新聞爬取的化工類事故樣本的統計分析，以及與安全管理體系的關聯分析和熵權法定量計算，得到如下結論：

(1)網絡新聞中化工類事故報導，主要來源于化學品事故信息網、中國消防在線，且多數為等級較高的事故，中毒窒息和火災爆炸類事故占比達到72%，一般化工企業和石油煉化企業的事故占比達到69%。

(2)事故樣本與安全管理評估要素的關聯分析和熵權分析表明，要素8-承包商和供應商管理、要素9-設備完好性、要素11-作業風險控制、要素12-變更管理應提高權重，與國內工藝安全管理重點相契合，但事故樣本不適合于對管理基礎要素進行分析。