危化品道路運輸路線安全風險演化系統動力學仿真*

孫廣林， 劉君

(公安部道路交通安全研究中心， 北京 100062)

危化品具有易燃、易爆、毒性等，危化品道路運輸的風險高，從風險致因要素出發明晰運輸安全風險演化過程及規律，對危化品運輸路線事故風險防控具有重要意義。危化品道路運輸系統是由復雜關聯的若干元素及子系統組成的動態系統，包含人、物、環境、管理單因素耦合風險和多因素耦合風險。陳曉等采用N-K模型量化危化品道路運輸風險，發現耦合過程中參與的風險因素越多，事故發生的概率越大。科學的風險防控措施能有效預防危化品運輸車輛事故，通過系統動力學方法仿真分析不同安全管理策略對運輸風險的影響，發現危險行為處罰與問責措施與運輸風險信息總量成負相關關系，信息反饋渠道建設與運輸風險信息總量成正相關關系。此外，危化品運輸風險評估對于風險控制策略選擇具有重要參考意義。20世紀80年代開始美國運輸部制定了一系列危險品運輸風險評價指南，多類危險品運輸風險評估方法逐漸完善。中國危化品運輸風險評估主要是從歷史事故特征中識別風險因素，建立評價指標體系和風險評估模型，依據風險評價標準劃分風險等級或接受值域。危化品運輸風險評估中，除交通事故風險外，還需考慮儲罐安全閥泄漏等非交通事故風險及未來新技術的研究特征和預期成果對風險的影響。應用系統動力學方法研究系統安全問題，能結合定量與定性分析的優勢，從內部機制、微觀結構建模，模擬系統內部結構與動態行為的關系，適合于分析危化品運輸風險演化過程。該文采用系統動力學方法建立系統變量間的因果關系和反饋路徑及風險系統動力學方程，描述危化品運輸路線安全風險演化過程，通過實例仿真不同安全成本投入及配置情景，得到系統各類風險演化趨勢，為防控危化品運輸路線安全風險提供指導。

1 風險演化過程與模型

1.1 系統邊界與風險因素

(1) 系統邊界。劃分系統邊界的目的是確定危化品運輸安全系統包含的風險要素及風險要素之間的相互作用關系，形成完整的閉合回路。依據危化品運輸路線歷史交通事故致因及形態統計數據，運輸風險因素可歸結為人員、車輛、環境和管理4個方面，各因素間相互作用表現為交通事故發生的概率及損失。此外，風險要素相互影響不包含惡劣天氣、不可抗力等外部事故致因。

(2) 風險因素。危化品運輸路線交通安全風險因素，既是誘發交通事故風險的誘因，也是風險演化傳導的載體。其主要影響如下：1) 人的失誤。人員風險包括駕駛人和管理人員風險，人在從事運輸或安全管理的過程中，由于安全行車意識和從業能力的限制，導致出現高風險行為。2) 車輛故障。危化品運輸車輛長時間運行致使可靠性下降，造成車輛故障引發車輛安全風險。3) 環境干擾，危化品運輸環境主要由道路環境和交通環境組成，其綜合影響可采用交通事故進行表征，其中道路環境中線形設計指標要素與交通事故直接相關。4) 管理缺陷。通過危化品運輸車輛GPS與遠程視頻監控，可實現遠端安全風險預警，實時發布安全提示等管理干預措施，有效降低運輸安全風險。

1.2 風險演化過程

危化品道路運輸交通安全風險演化是風險因素在外界條件干擾下相互作用的過程，當系統風險由量變突破一定閾值發生質變時，則誘發交通事故。危化品運輸安全風險演化過程見圖1。

圖1 危化品運輸安全風險演化過程

危化品道路運輸過程中，車輛駕駛人是安全風險源的核心要素，當駕駛人、車輛、環境和管理風險子系統受外界條件影響相互作用時，若安全風險處于可調控范疇，則系統處于穩定狀態。當駕駛人的失誤、車輛故障、環境干擾或管理缺陷相互疊加作用，隨時間演進導致其中一個或多個子系統風險突破一定閾值時，若及時控制風險發展趨勢，則系統重回運輸安全穩定狀態；若系統風險失控，則會發生交通事故，系統處于紊亂狀態。

1.3 風險演化模型

危化品運輸系統安全風險是由人員、運輸車輛、環境、管理4個風險子系統相互作用影響的結果，建立各子系統變量因果關系圖和系統動力學流圖，量化各子系統間的反饋與控制，能表征系統風險要素之間的作用關系。因果關系圖中“+”表示變量間為正相關關系，“-”表示變量間為負相關關系。

圖2 人員風險子系統的因果關系

圖3 車輛風險子系統的因果關系

圖4 環境風險子系統的因果關系

圖5 管理風險子系統的因果關系

(5) 系統流圖。依據人員、車輛、環境、管理4個風險子系統因果關系包含的8個負反饋回路，借助Vensim_PLE軟件建立系統流圖，描述危化品運輸安全系統風險演化的累積效應(見圖6)。

圖6 危化品運輸安全系統流圖

2 風險系統動力學方程

2.1 系統變量

危化品運輸安全系統動力學模型變量包括狀態變量、輔助變量、速率變量(見表1)。

表1 危化品運輸安全系統變量符號

2.2 動力學方程

系統動力學的建模過程體現了危化品運輸安全風險蔓延、轉化、衍生和耦合的演化過程，通過仿真風險演化過程和演化階段，可進一步揭示風險演化機理。采用系統動力學軟件Vensim_DSS建立模型，定義λ為變量的影響因子，建立危化品運輸安全系統動力學方程。狀態方程見式(1)～(10),速率方程見式(11)、式(12)，輔助方程見式(13)～(20)。

SR=A+Rgr·DT

(1)

PR=λ11·DR+λ12·MRs

(2)

(3)

MRs=C-ln(Pa)

(4)

VR=D-λ21·ln(Vst)

(5)

CR=λ31·RR+λ32·TR

(6)

RR=λ311·Ra

(7)

TR=λ321·Ra

(8)

MR=E-λ41·exp(Rpw/b)

(9)

SSI=F+STEP(Igr,t1)

(10)

Rgr·KL=λ1·PR+λ2·CR+λ3·MR+

λ4·VR-G

(11)

Igr·KL=H+c·exp(-SR/λ5)

(12)

Miso=L-λms·Sdc

(13)

Sdc=λsis·Set

(14)

Pa=λps·Set

(15)

Ra=λrm·Miso+λrl·Li

(16)

Vst=λsv·SSI

(17)

Mm=λsm·SSI

(18)

Set=λss·SSI

(19)

Rpw=λmr·Mm+λsr·Set

(20)

式(1)、式(10)中，系統風險和安全投入為累積變量，其數值變化取決于時間累積DT和增長率Rgr、Igr的變化；式(10)中，STEP為階躍函數，表示安全投入是在既定時刻突然改變的狀態變量，具有階段特性；t1為安全投入發生時刻，階段性投入對長期決策不具有參考價值，需利用階躍函數轉化為平穩變化的投入策略。

2.3 模型參數量化

選取山東東營市河口區政府指定的危化品運輸路線海昌路(見圖7)作為系統仿真對象，確定仿真范圍為順河路—黃河路段，全長7.5 km。數據采集時段為2019年1—10月，主要來自視頻卡口、122報警平臺和運輸企業車輛GPS監控平臺。

圖7 危化品運輸路線(海昌路)

海昌路布設的視頻卡口數據顯示，2019年1—10月本地注冊危化品運輸車輛占比超過90%。此外，本地危化品運輸車輛、人員與管理安全投入全部來自運輸企業，主要用于更新運輸車輛以提高車輛安全技術水平(Vst)、完善安全管理機制(Mm)以增強風險預警能力、加大人員安全教育培訓(Set)以提升其從業能力3個方面，降低危化品運輸系統交通安全風險。危化品運輸企業安全投入情況見表2。

表2 危化品運輸企業安全投入情況

依據海昌路卡口視頻數據采集時限，系統仿真時限設定為10個月，仿真步長為2周。依據表2中企業安全投入配置額度，用于Vst、Mm、Set的資金比例為0.6、0.2、0.2，即λsv=0.2、λsm=0.2、λss=0.2。系統動力學方程中無法定量描述的系統變量采用打分法賦值，分值范圍為0～10分，“0”表示最弱或水平最低，“10”表示最強或水平最高。海昌路道路線形為平直路段，線形設計指標Li較高，取值為9。根據獲取的數據對系統動力學方程的變量初值與參數值進行標定，結果見表3。

表3 危化品運輸安全系統變量初值與參數值

3 系統仿真與結果分析

3.1 模型檢驗

為檢驗危化品運輸系統動力學模型與系統風險演化實際表現的吻合情況，選取安全投入和交通事故指標，系統仿真時限設定為1—6月。運行仿真實驗，輸出2019年6月預測結果并與實際統計數據進行比較，結果見表4。

表4 仿真模型檢驗結果

由表4可知：仿真模型檢驗結果中，安全投入和交通事故仿真結果的誤差均小于2%，具有較高的可信度，可應用系統動力學模型仿真危化品運輸路線交通安全風險演化過程。

3.2 仿真情景設計

將仿真路段采集數據標定的模型參數及變量初值作為現實仿真情景1，通過調整車輛安全技術水平、管理機制、安全教育培訓安全投入比例進行策略組合，與現實情景1共同形成7類仿真情景。各情景參數設置與變化幅度見表5。

表5 仿真情景參數設置與變化幅度

注：變化幅度中，“+”表示較情景1增加的比例，“-”表示較情景1降低的比例。下同。

3.3 仿真結果分析

按照仿真情景參數設置，運行系統動力學模型模擬系統風險、安全投入、人員風險、車輛風險、環境風險、管理風險的變化趨勢，通過與現實情景1對比，分析不同安全投入分配條件對危化品運輸系統要素安全風險的影響。不同仿真情景下危化品運輸累積風險與安全投入指標變化見表6。

(1) 系統風險。7類情景下危化品運輸系統風險變化趨勢仿真結果見圖8。由圖8可知：情景2、5、6與情景3、4、7下系統風險值，以現實情景1為分界線出現高低分列趨勢。其中情景1下系統風險變化呈拋物線趨勢，先上揚后降低；相較于情景1，情景5下同時提高車輛安全技術水平投入16.7%和管理機制投入25%，降低安全教育培訓投入75%，累積系統風險增加幅度最大，為47.4%，并呈線性增長趨勢。情景6下車輛安全技術水平投入提高33.3%，同時降低管理機制和安全教育培訓投入50%；情景2下安全教育培訓投入提高100%，同時車輛安全技術水平投入降低16.7%、管理機制投入降低50%。情景6、2下系統風險值及變化趨勢基本一致，較情景1下累積系統風險分別增加31.5%、28.7%。情景3、4、7下系統風險值均較現實情景1降低，降幅依次為61.9%、33.6%、15.6%，其中情景3下同時提高管理機制和安全教育培訓投入50%、降低車輛安全技術水平投入33.3%，累積系統風險呈拋物線下降趨勢最顯著。

表6 不同仿真情景下危化品運輸累積風險與安全投入指標變化

圖8 7類情景下危化品運輸系統風險變化趨勢

(2) 安全投入。7類情景下危化品運輸系統安全投入變化趨勢仿真結果見圖9。由圖9可知：7類仿真情景下，危化品運輸系統安全投入總體呈線性增長趨勢，且增長比例與系統風險變化正相關，即隨著系統風險的增加，安全投入不斷加大，反之安全投入減少。系統仿真時段內累積安全投入額度從大到小依次為SSI5>SSI6>SSI2>SSI1>SSI7>SSI4>SSI3。根據系統風險變化趨勢，情景3下累積安全投入最小，對應的累積系統風險下降幅度最大，為61.9%；反之，情景5下累積安全投入最大，對應的累積系統風險增幅最大，為47.4%。

圖9 7類情景下危化品運輸系統安全投入變化趨勢

(3) 人員風險。7類情景下危化品運輸系統人員風險變化趨勢仿真結果見圖10。由圖10可知：7類仿真情景下危化品運輸系統人員風險總體呈線性平行下降趨勢。風險值大小排列順序與系統風險值一致，即情景5下人員風險最高，較情景1下增加1.6%；情景3下人員風險最低，較情景1降低2%；情景2、6下人員風險值相同。

圖10 7類情景下危化品運輸系統人員風險變化趨勢

(4) 車輛風險。7類情景下危化品運輸系統車輛風險變化趨勢仿真結果見圖11。由圖11可知：7類仿真情景下危化品運輸系統車輛風險總體呈線性平行下降趨勢，風險值大小排列順序為VR4>VR3>VR2>VR1>VR7>VR5>VR6。情景4下累積車輛風險最高，較情景1下累積車輛風險高5.4%；情景6下車輛風險下降最顯著，較情景1下累積車輛風險降低3.9%；情景3、2下累積車輛風險值相近；情景7、5下累積車輛風險值相近。

圖11 7類情景下危化品運輸系統車輛風險變化趨勢

(5) 環境風險。7類情景下危化品運輸系統環境風險變化趨勢仿真結果見圖12。由圖12可知：7類仿真情景下危化品運輸系統環境風險總體呈線性平行下降趨勢，累積環境風險值大小排列順序為CR5>CR2>CR6>CR1>CR7>CR4>CR3，其中情景2、6下風險值相近，情景2略高0.01。

圖12 7類情景下危化品運輸系統環境風險變化趨勢

(6) 管理風險。7類情景下危化品運輸系統管理風險變化趨勢仿真結果見圖13。由圖13可知：情景6、7、5、3下累積管理風險值依次降低，均略高于情景1下管理風險值，總體呈線性平行緩慢下降趨勢。情景2、4下累積管理風險呈拋物線趨勢下降最顯著，較情景1下累積管理風險分別降低30.8%、26.5%。

圖13 7類情景下危化品運輸系統管理風險變化趨勢

4 結論

危化品運輸路線交通安全風險演化系統動力學仿真結果表明，通過調節安全投入的配置比例，可實現不同系統風險防控效果。研究結論如下：

(1) 危化品運輸安全總體投入降低1.6%的條件下，通過提高50%管理機制和安全培訓教育投入，同時降低33%車輛安全技術投入配置比例，系統風險呈拋物線顯著下降趨勢，可實現系統風險61.9%的最大降幅。

(2) 危化品運輸安全總體投入增加1.3%的條件下，提高16.7%車輛安全技術水平投入和25%管理機制投入，降低75%安全教育培訓投入，系統風險仍呈線性增長趨勢，系統風險最高增長47.4%。