港口船舶污染海洋環境風險分級評估研究

崔 萍，劉桂云*，陳周濱，唐連生

(1.寧波大學 海運學院，寧波 315832；2.寧波大學東海戰略研究院海洋經濟研究中心，寧波 315211；3.寧波工程學院 經濟與管理學院，寧波 315211)

近年來，隨著我國航運需求持續旺盛，市場規模不斷擴大，帶來巨大經濟利益，但是船舶航行和作業過程中可能發生的污染事故卻使人類賴以生存的海洋環境資源面臨風險。港口船舶污染海洋環境主要分為兩種類型，第一種是日常營運過程中產生的船舶廢棄物污染即操作性污染，第二種是裝卸作業過程中發生事故而產生的污染即事故性污染[1]。污染事故一旦發生，可能會在短時間內向局部水域排入大量污染物，對周邊生態環境產生重大破壞。船舶污染的主要特點有不確定性、復雜性、可傳遞性等[2]，因此，從環境保護和經濟效益等方面來看，只有對船舶污染海洋環境風險進行評價，才能對風險進行有效控制。鑒于此，國內外學者對船舶污染海洋環境風險評估進行了相關研究。AMIR-HEIDARI等[3]提出了一種對于溢油事故風險的空間分布和不確定性進行評估的最新模型，在波羅的海入口區域的Kattegat進行了實例研究。GUO 等[4]提出的統計模型考慮了溢油事故的再發頻率及海洋區域和海岸線暴露在溢油下的時間，模擬了渤海20個油田的各種溢油情景，并繪制了渤海溢油風險圖。ZHOU等[5]提出的溢油事故環境風險評估方法綜合考慮了溢油事故污染范圍，程度以及環境敏感資源的影響，對不同種類的溢油進行了軌跡模擬，提高了風險管理水平。DEVANNEY等[6]用貝葉斯分析對溢油統計數據進行了溢油事故發生次數、發生規模等概率特征的初步研究。MOKHTARI K等[7]釆用蝴蝶結風險管理研究方法，對港口和近海裝卸站的污染風險因素進行了研究。何進朝等[8]通過對危險源和環境因素兩個方面分別進行河流突發性污染事故風險評價，得到新的危險源評價方法和環境因素定性評價方法。李青云[9]根據長江航道整治工程特性建立風險分析指標體系，引入層次分析法將數據量化，根據量化的綜合分析結果制定有針對性的預防及應急措施，并通過實例對指標體系及分析方法的實用性進行探討。朱家毅等[10]運用云制造服務可信評價模型，構建了科學合理的應急能力評價指標體系，為船舶污染事故應急能力評價和建設奠定基礎。苗佳靜[11]利用層次分析法，運用三級模糊綜合評價數學模型對秦皇島海域進行了溢油風險區劃。周鴻鑄等[12]對目前船舶污染海洋環境風險評價技術進行了分析探討，結合水上污染事故風險的特點，提出了利用FN曲線來確定水上污染事故可接受標準的方法，并選擇合適ALARP邊界的確定方法。王慈云等[13]基于船舶污染事故應急特征，構建了業務要素、保障協同要素、基礎要素與應急聯動效益之間關系的結構方程模型，從影響作用大小和關聯度大小分別對其進行排序。目前在對船舶污染風險研究中，分級研究較缺乏，一些成果主要是對生產安全風險分級。羅云[14]教授提出了以風險理論作為基本理論，對企業的設備風險進行分類分級管理。劉占乾[15]利用可靠性原理、事故樹分析等對天津港石化碼頭的設備設施進行了研究，對隱患劃分了等級。王陽[16]對金屬礦山作業場所職業危害風險進行分級研究。

總體而言，盡管國內外對船舶污染問題非常重視，船舶污染海洋環境風險問題依舊存在。目前對船舶污染海洋環境風險評估的研究較多，而對風險分級細化的評估研究較少。對船舶污染海洋環境風險進行有效評估分級，根據細化風險等級確定風險管控的優先順序和措施，進而提高污染風險防控能力和效率。本文在綜合分析的基礎上，構建了船舶污染海洋環境風險評價體系和等級評估模型，根據評估結果可以細化風險防范措施，并進一步提高污染事故的應急能力。

1 船舶污染海洋環境風險評價指標體系

1.1 構建原則

要使構建的評價指標體系合理科學，必須遵循一定的原則。系統性原則是指能夠運用系統工程的相關或關聯性理論分析，并且上下層能夠保持一致性和整體性；可操作性原則要求設計指標時概念清晰，能夠考慮結合目前的科技和現狀收集意見和采集數據；為了科學合理地對事物進行預測和評價，需要遵循定性與定量相結合的原則，在定性基礎上進行量化處理。對港口船舶污染海洋環境風險進行評價不是片面的工作，既要考慮到水文氣象因素、碼頭、航道、安全因素、人員及管理因素，又要對船舶的船況、船齡以及運載貨物的種類、數量和性質等進行考量。所以，必須建立一個多層次、多因素、且層級之間緊密銜接的評價指標體系，才能對港口船舶污染海洋環境風險進行科學有效評價。

1.2 初始評價指標體系

根據船舶污染事故的產生原因及風險特征，基于以上原則，建立了船舶污染海洋環境風險評價初始指標體系。評價初始指標體系框架共包含一個總目標層、5個準則層、15個評價方向，如圖1所示。其中：框架第一層為目標層，明確了該評價指標體系的總評價目標；框架第二層為準則層，涉及船舶污染海洋環境風險的人員、技術工程、環境、管理、應急5個維度；框架第三層為子準則層即評價方向，反映了船舶污染風險的重點評價方向。每個評價方向下又有若干指標層，由于篇幅有限，這里對指標層進行省略。

圖1 船舶污染海洋環境風險評價初始指標體系Fig.1 Initial evaluation index system of marine environment pollution risk from ships

1.3 指標篩選

為了確保評價指標的典型性、有效性，本文采用進化法與德爾菲專家咨詢法相結合對指標進行篩選，該方法通過計算專家專業度、信息熵數據的有效度，綜合得出指標重要度,進而篩選出關鍵指標。該方法中增加了對專家集合理性的思考和指標有效性的確定。此方法共包括四個階段，具體實施步驟如下。

(1)獲取專家意見。

初步建立指標庫，設計指標篩選問卷邀請專家填寫問卷并對專家的評語進行量化。

(1)

式中：n為指標個數；m為專家個數；bfg表示專家g對指標f量化的評價值，且每個指標評價值均在[0，1]，f∈(1～n)，g∈(1～m)。

(2)基于歐氏距離的專家可信度計算。

由于專家的專業知識、行業背景存在差異性，因此評價可能存在一定差異。用專家評價值和期望值之間的歐氏距離作為評價專家專業程度標準。專家評價期望值yf見式(2)。

(2)

定義專家間的各評價指標評價值與期望值之間的歐氏距離df為

(3)

定義專家的專業度μg為

(4)

將專家的專業度作為專家在指標評價中的權重，即ωg=μg。通過設置一個專家專業臨界值，對低于臨界值的專家進行刪減，得到篩選后的專家集。

(3)基于信息熵評價指標有效度計算。

得到的信息熵越大，說明該指標的可信程度越高。因此，可用其來反映指標的離散程度，指標f評價數據的信息熵Hf為

(5)

對Hf進行歸一化處理，對指標專家評價有效度系數εf進行計算

(6)

式(5)～(6)中：Xfg為對評價數據集每個指標的評價值進行規范化處理。Xfg越接近相等，則熵值越大；當Hmax=lnm時，代表熵值最大的取值滿足0≤εf≤1。因此，專家集對指標的評價越接近，指標評價有效度越大。

(4)基于綜合考量的指標重要度系數計算。

把經過篩選后的專家數據與指標的有效度系數相結合，對每個指標的重要度進行評價，見式(7)。

(7)

式中：l為篩選后的專家數；σf為每個指標的綜合評價值，設置指標選取臨界值λ，如果σf<λ，則表示專家對該指標認同性較差，可以對該指標進行刪減。對約減后指標集，進行下一輪評價，循環步驟，直到所有指標都滿足重要度要求，即得到相對較專業的指標集。

本文通過以上方式對評價初始指標進行篩選，將所得數據進行有效處理，最終得到船舶污染海洋環境風險評價指標體系，最終的指標體系由5個準則層、15個子準則層、37個指標層構成，具體指標見表5的準則層和子準則層內容。

2 船舶污染海洋環境風險分級模型

2.1 指標權重計算

本文在權重計算上采用云模型改進的層次分析法。云模型是李德毅院士于20世紀90年代提出的一種定性與定量相互轉換模型[17]。云模型理論經過數十年的發展，已經逐漸成熟化，并且在多個研究領域應用較好。通過云模型對層次分析法進行改進，來計算指標權重，不僅能體現專家的模糊性，使判斷結果更接近客觀實際，還能快速綜合多位專家的判斷決策進行整體決策。

本算法中用云模型標度分別代替傳統AHP比較矩陣中1～9的標度。設云模型的論域U為[1,9]，各云模型的期望值為：Ex1=1，Ex2=2，…Ex9=9，通過黃金分割法，來計算各個云模型的En和He。其中，各云模型的熵為：En1=En3=En5=En7=En9=0.382，En2=En4=En6=En8=0.618；各云模型的超熵為He1=He3=He5=He7=He9=0.038 2，He2=He4=He6=He8=0.061 8。用云模型標度替換原有整數標度，形成新的云模型標度表，見表1、表2。

表1 層次分析法的云模型標度Tab.1 Cloud model scaling in analytic hierarchy process

表2 倒數對應的云模型標度Tab.2 Reciprocal cloud model scale

(8)

式中：aij的值表示兩兩重要度判斷比較中指標i比指標j重要的程度。相反，aji的值則表示指標j比指標i重要的程度，兩者互為倒數。

aij=C(Exij，Enij，Heij)

(9)

(10)

邀請10位專家根據影響船舶污染海洋環境因素和后果等進行指標重要性判斷，為了方便計算，假設10位專家具有相同的權重。將判斷結果用云模型綜合算法合并為云模型綜合判斷矩陣EallCloud(A-B)，此處的A-B表示B層指標相對于A層指標兩兩重要度比較。表2是通過式(8)、式(9)、式(10)計算得到的倒數對應云標度。

式(11)是構造云模型綜合判斷矩陣所用到的云模型標度兩兩重要度判斷矩陣。

(11)

(12)

(13)

(14)

(15)

將計算出來的重要度向量按式(15)進行歸一化得到標準的重要度向量Wi，并根據式(16)、式(17)對云模型的期望進行一致性檢驗，也可用此方法對熵和超熵進行一致性檢驗，但一般對熵和超熵不做檢驗要求

(16)

(17)

(18)

(19)

(20)

表3 人員因素綜合云模型權重向量Tab.3 Human factor integrated cloud model weight vector

通過此方法，計算得到各個指標要素在整個風險體系中綜合的云模型權重向量。表3、表4是準則層中人員因素和技術工程因素的綜合云模型權重向量，表格中的A表示目標層，Bi表示準則層指標，Ci表示子準則層指標，Dij表示指標層。

確定了云模型的期望、熵和超熵這3個數字特征后，其相應的隸屬云模型也就確定了[18]。此中，期望是中心值的量化評價，表示風險因素預期重要度，熵表示隸屬度相對于重要度的離散程度，超熵表示隸屬度的真實情況偏離預期程度。對En和He計算，是將評價語言的隨機性和模糊性也進行計算，增強評價客觀性。當指標期望值相同時，可對其熵和超熵值進行比較，熵和超熵越小，表示離散程度和偏離預期的程度越小，即評價結果越集中。因此，本文將權重向量云的期望值作為船舶污染風險評價體系各元素的權重值，準則層其余因素的綜合云模型權重向量計算省略，具體結果見表5。

表4 技術工程因素綜合云模型權重向量Tab.4 Technical engineering factors integrated cloud model weight vector

表5 船舶污染海洋環境風險評價指標體系權重Tab.5 Weight of risk assessment index system for marine environment pollution by ships

2.2 云模型風險等級評估

表6 風險等級劃分Tab.6 Risk grade division

將風險值賦予100分，并平均劃分為5級，用云模型描述每個評估指標的評語集，對每個評語集用一維正態云描述，見表6。將評語集取值區間劃分為5個子區間，對應的評語集為(輕微、低、中等、較高、高)，每個評價指標云模型的數字特征SC(Exi，Eni，Hei)(i=1，2，…5)可以根據式(21)、式(22)、式(23)，由每個區間的上下限值計算，邊界參數用升、降半正態云描述。

(21)

(22)

Hei=k

(23)

式中：k為常數，可以根據評語集模糊程度調整，本文中設k為0.5。根據式(21)、式(22)、式(23)計算得出對應于每個評估等級云模型的數字特征是：RC輕微(0，6.67，0.5)；RC低(30，3.33，0.5)；RC中等(50，3.33，0.5)；RC較高(70，3.33，0.5)；RC高(100，6.67，0.5)，由此生成的云圖為標準云圖。通常稱下級指標的云模型為其上級指標的基云，上級指標可以由其基云綜合而成[19]。用式(24)所示的浮動云算法和式(25)的綜合云算法對準則層和子準則層指標進行綜合，最終可得基于目標層綜合評估結果。式(24)、式(25)中，wi為每個單項因素的權重，n為單項因素的個數。通過將各評價指標的實際云圖與相應的標準云圖進行比較，得到最終評價結果。

(24)

(25)

3 案例分析

為了驗證此風險分級方法的適用性，本文選取M碼頭作為實例分析，對其進行風險分級評估。據調查分析，該碼頭處于亞熱帶海洋性氣候，四季分明、氣候溫和濕潤、雨量充沛、冬季風速較大，夏季風速較小。碼頭水域潮流以往復流為主，碼頭附近島嶼眾多，受島嶼屏障保護作用，波浪較小，對船舶航行影響不大。碼頭海域敏感資源有漁業資源、省級海洋生態保護區、養殖區和多個國家級AAAA、AA風景旅游區。碼頭進港航道復雜，沿線通航密度大、大型船舶多、船舶會遇敏感點多，再加上該航道有航路隨機的漁船，一定程度上船舶碰撞風險較大。碼頭附近有多座錨地，地形平坦，水域開闊且避風條件好。碼頭靠泊船型主要是集裝箱船和滾裝船，事故污染主要是燃油泄漏。進出碼頭的船舶燃油大多數屬于持久性油類，不易發揮，如果泄漏到碼頭水域較難清除，會造成較嚴重的后果。碼頭企業管理制度、操作規程健全，防污染管理體系有針對性，并且不同層級間工作人員進行了相關的專業培訓，效果較好。碼頭已建立應急隊伍，應急演練安排較多，相應的應急設施配備較全，應急體系機制也比較完善。設施設備等全部設置在碼頭附近，事故發生后，設備調用時間短，反應迅速，能控制在5 min內。

圖2 M碼頭風險等級評估與標準云對比Fig.2 Comparison between M terminal risk level assessment and standard cloud

根據該碼頭的實際情況進行分析，得到評估云模型，通過式(24)、式(25)計算，最終得到該碼頭的目標層云模型數字特征為(28.98，19.62，0.5)，將結果與標準云圖對比，運用Matlab仿真出該碼頭的風險等級云圖，見圖2。據圖2可以看出，M碼頭風險等級評估結果：落在低風險區域的云滴最多，其次是輕微風險區域。因此，可知該碼頭船舶污染海洋環境風險等級為低風險等級，且程度略偏向輕微風險。經過分析得知，造成M碼頭風險事故最重要因素是碼頭前沿和航道存在碰撞風險，建議重點管控，例如：通過加強船舶靠離泊操作管理，保障船舶安全。其次，附近敏感資源眾多，碼頭前沿和航道附近發生事故時，在自然因素影響下會受到一定污染，建議不斷提高應急能力來應對風險，例如：完善應急預案、加強應急隊伍演練、定期檢查和維護管理。

4 結論

對船舶污染海洋環境風險進行科學的分級，能夠為后續船舶污染海洋環境風險分級管控體系建設提供依據，通過構建動態、閉環、持續改進的船舶污染風險管理體系，科學有效地遏制污染事故發生。本文所構建的船舶污染海洋環境風險評價指標體系能為評價船舶污染風險提供重要參考。利用云模型和層次分析法相結合來計算各指標權重并建立風險分級評估模型，通過Matlab繪制風險等級云圖，可以分辨出不同風險因素的風險性大小。根據M碼頭實例分析得知：該碼頭總體風險等級較低，其中航道和碼頭前沿風險性較大，其次是周邊敏感資源易受影響。因此，要想合理控制風險，要先對風險性大的因素進行重點防控管理。通過實現風險有效快速分級及風險控制順序的可視化，可以讓相關人員清楚地了解污染風險的危害性及危害源所在，明確防控管理的重點，提高船舶污染風險管控針對性和風險防控能力。