如何合理評(píng)估危險(xiǎn)化學(xué)品安全管理水平：來(lái)自中國(guó)30個(gè)省份的經(jīng)驗(yàn)

摘 要：為解決目前中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平評(píng)估片面性、缺乏客觀性的問(wèn)題，基于所搜集的2006—2019年中國(guó)各省份發(fā)生的12065起危險(xiǎn)化學(xué)品事故信息，從顯性和隱性兩個(gè)方面多維度、多層次、多指標(biāo)建立中國(guó)各省份危險(xiǎn)化學(xué)品安全管理綜合評(píng)估體系，并利用熵值TOPSIS-RSR模型客觀評(píng)估中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平，為各省份進(jìn)一步加強(qiáng)安全管理提供依據(jù)。

關(guān)鍵詞：安全管理；數(shù)據(jù)分析；熵值TOPSIS-RSR；綜合評(píng)估；危險(xiǎn)化學(xué)品

中圖分類號(hào)：C939； X937 文獻(xiàn)標(biāo)識(shí)碼：A

How to Reasonably Evaluate Hazardous Chemical Safety Management Level： Empirical Evidence from China’s 30 Provinces

LI Meiting1 ZHAO Laijun2*

（1. Antai College of Economics and Management， Shanghai Jiao Tong University， Shanghai 200030， China；2. Business School， University of Shanghai for Science and Technology，"Shanghai 200093， China）

Abstract： We designed the present study to solve the problem of one-sidedness that lacks an objective and comprehensive evaluation of the hazardous chemical safety management level for provincial governments. First， we collected detailed information on 12，065 hazardous chemical accidents from 1 January 2006 to 31 December 2019 in China’s 30 provinces. Second， based on this information， a multi-indicator comprehensive assessment system was established for China’s hazardous chemical safety management using both explicit and implicit indicators. In addition， the entropy-weighted TOPSIS-RSR methodology was used to assess the situation and causation of hazardous chemical accidents in each province， which provided a basis for the provinces to further improve their safety management.

Key words： safety management； data analysis； entropy-weighted TOPSIS–RSR； comprehensive assessment framework； hazardous chemical

0 引言

中國(guó)危險(xiǎn)化學(xué)品種類多、行業(yè)情況復(fù)雜，在事故頻發(fā)的嚴(yán)峻形勢(shì)下，各省份越來(lái)越認(rèn)識(shí)到危險(xiǎn)化學(xué)品安全管理的重要性，但受地域氣候、經(jīng)濟(jì)發(fā)展、政策保障等因素限制，各省份危險(xiǎn)化學(xué)品安全管理水平不同。因此，迫切需要對(duì)我國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平進(jìn)行客觀、綜合性評(píng)估，以便及時(shí)發(fā)現(xiàn)問(wèn)題，加強(qiáng)安全管理。

有關(guān)危險(xiǎn)化學(xué)品事故分析及安全評(píng)估的研究已引起國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。Cozzani等從個(gè)人和社會(huì)風(fēng)險(xiǎn)兩方面用多米諾效應(yīng)定量分析化工園區(qū)風(fēng)險(xiǎn)。Ferdous等在化工定量風(fēng)險(xiǎn)評(píng)價(jià)中運(yùn)用模糊集理論優(yōu)化事故樹(shù)和事件樹(shù)的不確定性。Abdolhamidzadeh等從材料、環(huán)境、設(shè)備、人員等多方面運(yùn)用魚(yú)刺圖分析爆炸事故原因。Si等建立火災(zāi)、爆炸和中毒定量概率模型，利用該模型定量評(píng)估重慶長(zhǎng)壽化工園區(qū)儲(chǔ)罐。Lian利用熵值組合權(quán)重法、專家打分法等建立危險(xiǎn)化學(xué)品安全運(yùn)輸評(píng)價(jià)模型。王琦峰等基于層次分析法和模糊綜合評(píng)價(jià)法，構(gòu)建危險(xiǎn)化學(xué)品運(yùn)輸風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。Muftah等對(duì)天然氣儲(chǔ)罐危險(xiǎn)性進(jìn)行安全評(píng)價(jià)。趙來(lái)軍等從事故特征與原因、概率與預(yù)測(cè)等角度，分析我國(guó)2006—2017年3974起危險(xiǎn)化學(xué)品傷亡事故。Jung等分析2008年1月至2018年6月韓國(guó)危險(xiǎn)化學(xué)品事故的主要原因。Feng等將疏散需求分析與有毒氣體擴(kuò)散過(guò)程相結(jié)合，建立有毒氣體泄漏地下空間風(fēng)險(xiǎn)評(píng)估模型。

國(guó)內(nèi)外關(guān)于危險(xiǎn)化學(xué)品事故分析及安全評(píng)價(jià)的研究存在以下不足：（1）研究對(duì)象多局限于對(duì)某一化工企業(yè)或化學(xué)園區(qū)安全管理水平的評(píng)價(jià)，針對(duì)省份危險(xiǎn)化學(xué)品安全管理水平評(píng)價(jià)的研究較少；（2）針對(duì)省份危險(xiǎn)化學(xué)品安全管理水平的衡量，多局限于事故發(fā)生率、死亡率等單一指標(biāo)，缺乏客觀綜合性評(píng)價(jià)，無(wú)法真實(shí)反映某一省份的安全管理水平；（3）評(píng)價(jià)方法多為層次分析法、模糊數(shù)學(xué)評(píng)價(jià)法等，主觀性強(qiáng)，缺乏客觀數(shù)據(jù)。

綜上所述，本文基于課題組搜集的中國(guó)大陸地區(qū)12065起危險(xiǎn)化學(xué)品事故詳細(xì)資料，綜合考慮各省份危險(xiǎn)化學(xué)品企業(yè)數(shù)量、財(cái)政安全投入占比等數(shù)據(jù)，從顯性和隱性兩方面，建立中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平評(píng)估體系。在此基礎(chǔ)上，利用熵值TOPSIS-RSR方法，多維度、多指標(biāo)、多層次評(píng)估中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平。

1 中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平評(píng)估體系構(gòu)建

1.1 評(píng)估指標(biāo)選取

建立科學(xué)合理的危險(xiǎn)化學(xué)品安全管理水平評(píng)價(jià)指標(biāo)體系，應(yīng)遵循整體性、科學(xué)性、宏觀政策性、全面性和易實(shí)踐性原則。基于以上原則，從顯性和隱性兩方面建立中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平評(píng)估指標(biāo)體系（表1）。

顯性指標(biāo)包括兩部分：（1）2006—2019年中國(guó)各省份危險(xiǎn)化學(xué)品事故總體情況指標(biāo)——事故總數(shù)、總死亡人數(shù)、總受傷人數(shù)、死亡事故數(shù)、受傷事故數(shù)、較大及以上事故數(shù)占比。（2）充分考慮造成事故發(fā)生的原因，顯性指標(biāo)還應(yīng)包括人為、物質(zhì)、管理、環(huán)境因素導(dǎo)致的事故指標(biāo)，故將因以上因素導(dǎo)致的事故數(shù)、死亡人數(shù)和受傷人數(shù)作為顯性指標(biāo)。

為真實(shí)反映各省份危險(xiǎn)化學(xué)品相關(guān)行業(yè)規(guī)模、政府財(cái)政安全投入占比等因素對(duì)其安全管理水平的影響，隱性指標(biāo)包括：（1）危險(xiǎn)化學(xué)品安全管理相關(guān)指標(biāo)——危險(xiǎn)化學(xué)品相關(guān)法律法規(guī)數(shù)量、危險(xiǎn)化學(xué)品應(yīng)急救援相關(guān)部門數(shù)量；（2）危險(xiǎn)化學(xué)品相關(guān)行業(yè)指標(biāo)——危險(xiǎn)化學(xué)品相關(guān)企業(yè)數(shù)量、主要能源產(chǎn)品生產(chǎn)、消費(fèi)量；（3）各省份宏觀指標(biāo)——各省份GDP、財(cái)政安全投入占比、惡劣天氣天數(shù)占比、人口數(shù)量（各省份人口數(shù)量用于計(jì)算危險(xiǎn)化學(xué)品事故死亡率，死亡率=死亡人數(shù)/總?cè)丝跀?shù)）。

1.2 研究數(shù)據(jù)來(lái)源

自2006年起，根據(jù)中華人民共和國(guó)應(yīng)急管理部網(wǎng)站（www.chinasafety.gov.cn）、中國(guó)安全生產(chǎn)網(wǎng)（www.aqsc.cn）、安全管理網(wǎng)（www.safehoo.com）、中國(guó)安全網(wǎng)（www.safety.com.cn）、化學(xué)品事故信息網(wǎng)（accident.nrcc.com.cn）等官方網(wǎng)站發(fā)布的危險(xiǎn)化學(xué)品事故相關(guān)信息，獲得中國(guó)大陸地區(qū)（因香港、澳門、臺(tái)灣地區(qū)及西藏自治區(qū)鮮有危險(xiǎn)化學(xué)品事故，故不包含其中）各省份危險(xiǎn)化學(xué)品事故詳細(xì)資料，建立事故數(shù)據(jù)庫(kù)。

基于該事故數(shù)據(jù)庫(kù)，統(tǒng)計(jì)整理各項(xiàng)顯性指標(biāo)。在各省份應(yīng)急管理局、統(tǒng)計(jì)局和氣象局官方網(wǎng)站搜集各項(xiàng)隱性指標(biāo)數(shù)據(jù)。顯性指標(biāo)和隱性指標(biāo)的數(shù)據(jù)值均為年平均值。各指標(biāo)對(duì)危險(xiǎn)化學(xué)品安全管理具有不同影響作用；正向指標(biāo)數(shù)值越高，表示該省份危險(xiǎn)化學(xué)品安全管理水平越高，如應(yīng)急救援相關(guān)部門數(shù)量、財(cái)政安全投入占比等；負(fù)向指標(biāo)數(shù)值越高，表示該省份在危險(xiǎn)化學(xué)品安全管理方面表現(xiàn)越差，如本研究中的事故指標(biāo)。

2 中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平評(píng)估模型

在TOPSIS方法中嵌套熵值法，客觀分配權(quán)重，用所求得的綜合評(píng)價(jià)指數(shù)值代替RSR模型中的RSRi值，并利用RSR方法進(jìn)行分組，對(duì)各省份危險(xiǎn)化學(xué)品安全管理水平進(jìn)行評(píng)估排序。

步驟1：構(gòu)造初始矩陣。

決策矩陣d={d1，d2，…，dm}用于衡量m個(gè)省份危險(xiǎn)化學(xué)品安全管理水平優(yōu)劣，其中m行代表30個(gè)省份，n列代表27個(gè)評(píng)估指標(biāo)，構(gòu)造m×n維決策矩陣D。

D = （1）

步驟2：數(shù)值規(guī)范化。

（1）原始數(shù)據(jù)同趨化處理

負(fù)向指標(biāo)（X1—X23）：

（a）如果該值是一個(gè)相對(duì)數(shù)（例如百分比，占比），則使用差分法。

xij =1-dij （2）

（b）如果該值是一個(gè)絕對(duì)數(shù)，則轉(zhuǎn)換為它的倒數(shù)。

xij =1/d1 `（3）

正向指標(biāo)（X24—X27）：

xij = dij， i=1，2，…m； j=1，2，…n （4）

同趨化后的決策矩陣，X中的指標(biāo)值越大，代表該省份危險(xiǎn)化學(xué)品安全管理水平越高。

X = （5）

（2）規(guī)范化決策矩陣

各指標(biāo)具有不同屬性維度，規(guī)范化決策矩陣將指標(biāo)的屬性維度轉(zhuǎn)換為無(wú)量綱屬性，規(guī)范化后的值Bij為：

Bij＝，i＝1，2，…，m； j＝1，2，…，n （6）

步驟3：計(jì)算指標(biāo)權(quán)重

計(jì)算指標(biāo)的熵值：

Aj＝－k pij" lnpij （7）

其中：

k＝1?lnm

pij＝

i＝1，2，…，m；j＝1，2，…，n" Aj≥0

信息熵冗余度：

Ej＝1-Aj （8）

各指標(biāo)權(quán)重值：

wj＝， j=1，2，…，n （9）

因此，指標(biāo)的權(quán)重矩陣：

W＝ （10）

步驟4：構(gòu)造加權(quán)規(guī)范化矩陣

將規(guī)范化決策矩陣的列乘以相關(guān)權(quán)重，得到加權(quán)規(guī)范化決策矩陣Z＝{zij}：

zij＝Bij Wij

i＝1，2，…，m； j＝1，2，…，n （11）

步驟5：確定正理想解和負(fù)理想解

n列代表n個(gè)指標(biāo)，計(jì)算每個(gè)指標(biāo)（每列）的最優(yōu)值和最劣值。

正理想解 ：Z+＝（Z+1， Z+2， …， Z+n） （12）

負(fù)理想解：Z-＝（Z-1， Z-2， …， Z-n） （13）

其中：

zj+＝{zij}

zj-＝{zij}

j＝1，2，…，n

步驟6：計(jì)算各值與正、負(fù)理想解間的歐氏距離。

到正理想解的距離：

Gi+＝; i＝1，2，…，m；j＝1，2，…，n （14）

到負(fù)理想解的距離：

Gi-＝； i＝1，2，…，m；j＝1，2，…， n （15）

步驟7：計(jì)算與最優(yōu)值的相對(duì)貼近度。

計(jì)算與最優(yōu)值的接近程度，Qi值越大，表示距離正理想解越近，距離負(fù)理想解越遠(yuǎn)。

Qi＝， i＝1，2，…，m （16）

式中，0≤ Qi≤1。當(dāng)Qi＝0時(shí)，Gi＝Gi-，表示該值為最劣值；當(dāng)Qi＝1時(shí)，Gi＝Gi+，表示該值為最優(yōu)值。

步驟8：確定RSR分布。

①計(jì)算各組頻數(shù)f，累計(jì)頻數(shù)∑ f；②確定秩次范圍R及平均秩次；③計(jì)算累計(jì)頻率p＝（/m）×

100%，并按照（1-1/4m）校正；④將累計(jì)頻率p轉(zhuǎn)換為概率Y（probit），Y（probit）為百分率p對(duì)應(yīng)的標(biāo)準(zhǔn)正態(tài)離差u（π分位數(shù)）的值加5。

步驟9：計(jì)算回歸方程。

將Qi賦值給RSRi（i＝1，2，…，m）秩和比值，以RSR值為因變量，以概率Y（probit）值為自變量進(jìn)行二次回歸分析。

（17）

其中，a和b為回歸系數(shù)，c為常數(shù)。

步驟10：分組排序。

按照回歸方程所對(duì)應(yīng)的RSR校正值對(duì)省份進(jìn)行分組排序。常用的分組數(shù)及對(duì)應(yīng)的概率Y臨界值見(jiàn)表2。

3 中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平評(píng)估

3.1 回歸結(jié)果

多維度、多層次對(duì)30個(gè)省份危險(xiǎn)化學(xué)品安全管理水平進(jìn)行基于熵值TOPSIS-RSR的評(píng)價(jià)，STATA統(tǒng)計(jì)回歸結(jié)果如圖1所示。

回歸方程：

=0.0427y2-0.3215y+0.6588 （18）

回歸結(jié)果顯著，具有統(tǒng)計(jì)學(xué)意義（R2 = 0.9689， P＜0.01）。

3.2 中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平分析及對(duì)策建議

通過(guò)熵值TOPSIS-RSR模型，得到中國(guó)30個(gè)省份危險(xiǎn)化學(xué)品安全管理水平整體得分，并進(jìn)行排名（表3）。根據(jù)表2將30個(gè)省份分為5組（表4），其中海南省和上海市危險(xiǎn)化學(xué)品安全管理水平最高，安徽省最差。

將僅考慮單一指標(biāo)（2006-2019年各省份平均事故總數(shù)/死亡人數(shù)/受傷人數(shù)）的排名與本研究中考慮多指標(biāo)的中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平評(píng)估體系的排名結(jié)果進(jìn)行對(duì)比分析（表5）。

分組分析：

（1）第一組。危險(xiǎn)化學(xué)品安全管理水平高的省份：海南、上海。

海南省和上海市的RSR分值最高。海南省地理?xiàng)l件優(yōu)越，政府和企業(yè)十分重視危險(xiǎn)化學(xué)品安全管理，2006—2019年事故數(shù)量及其造成的傷亡人數(shù)少，危險(xiǎn)化學(xué)品安全管理水平最高。

上海市RSR分值排名第二，危險(xiǎn)化學(xué)品安全管理水平僅次于海南省。如僅從單因素指標(biāo)事故總數(shù)/死亡人數(shù)/受傷人數(shù)分析（表5），上海市危險(xiǎn)化學(xué)品安全管理處于中等偏上水平，其原因在于上海市是特大型城市，人口密度高，城區(qū)密集，一旦發(fā)生事故波及范圍較廣，影響惡劣。上海市2006—2019年危險(xiǎn)化學(xué)品傷亡事故數(shù)量變化如圖2所示，傷亡人數(shù)變化如圖3所示。2006—2019年上海市共發(fā)生傷亡事故169起，造成119人死亡、542人受傷，事故傷亡慘重。

但上海作為一線城市，非常重視危險(xiǎn)化學(xué)品安全管理，出臺(tái)了一系列加強(qiáng)危險(xiǎn)化學(xué)品安全管理的措施，如《上海市危險(xiǎn)化學(xué)品安全管理辦法》，并進(jìn)一步完善及落實(shí)。此外，長(zhǎng)三角地區(qū)還開(kāi)展了危險(xiǎn)化學(xué)品跨省安全監(jiān)管協(xié)作和聯(lián)防聯(lián)控，嚴(yán)密監(jiān)控危險(xiǎn)化學(xué)品生命周期各個(gè)環(huán)節(jié)。故相較于單一指標(biāo)，本研究的中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平評(píng)估體系科學(xué)考慮了危險(xiǎn)化學(xué)品相關(guān)政策法規(guī)數(shù)量、危化品應(yīng)急救援相關(guān)部門數(shù)量、GDP、財(cái)政安全投入占比等多方面因素，綜合評(píng)價(jià)發(fā)現(xiàn)上海市RSR評(píng)分高，危險(xiǎn)化學(xué)品安全管理水平領(lǐng)先于其他省份。

（2）第二組。危險(xiǎn)化學(xué)品安全管理水平較高的省份：青海、廣西、天津、寧夏、重慶、吉林、新疆。

基于中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平評(píng)估體系，青海、廣西、天津、寧夏、重慶、吉林、新疆安全管理水平較高（表5）。以天津市為例，2006—2019年天津市共發(fā)生134起事故，包含15起死亡事故、30起受傷事故，較大及以上事故12起（圖4），造成207人死亡、898人受傷（圖5）。其中，天津港“8·12”危險(xiǎn)化學(xué)品倉(cāng)庫(kù)爆炸火災(zāi)特別重大事故，造成165人遇難、8人失蹤、798人受傷。但綜合2006—2019年整體數(shù)據(jù)（圖5），除2015年外，天津市危險(xiǎn)化學(xué)品事故數(shù)及傷亡人數(shù)少，且得益于GDP、財(cái)政安全投入占比、危險(xiǎn)化學(xué)品相關(guān)政策法規(guī)數(shù)、危險(xiǎn)化學(xué)品應(yīng)急救援相關(guān)部門數(shù)等隱性因素的影響，綜合評(píng)估天津市RSR評(píng)分較高，危險(xiǎn)化學(xué)品安全管理水平較高。由此可見(jiàn)，不能僅從單因素角度片面評(píng)判一個(gè)省份危險(xiǎn)化學(xué)品安全管理水平，應(yīng)該綜合多年、多項(xiàng)數(shù)據(jù)指標(biāo)來(lái)進(jìn)行多維度、多層次評(píng)估。

（3）第三組。危險(xiǎn)化學(xué)品安全管理水平中等的省份：北京、貴州、黑龍江、內(nèi)蒙古、云南、甘肅、湖南、山西、江西、福建、廣東、遼寧、河北。

以北京市為例，2006—2019年北京市共發(fā)生263起事故，其中死亡事故41起、受傷事故112起，較大及以上事故21起（圖6），共造成108人死亡，465人受傷（圖7）。由圖6、7可知，北京市2008—2012年事故數(shù)量及所造成的傷亡人數(shù)較少，主要原因是北京奧運(yùn)會(huì)等大型活動(dòng)舉辦前后，相關(guān)部門加強(qiáng)了對(duì)危險(xiǎn)化學(xué)品的安全管理，《危險(xiǎn)化學(xué)品安全管理?xiàng)l例》的落實(shí)也從政策上起到了宏觀規(guī)范的作用。這表明，通過(guò)更嚴(yán)格的法規(guī)監(jiān)管和管理可減少危險(xiǎn)化學(xué)品事故的發(fā)生。北京市人口密度大，城區(qū)建筑較多，企業(yè)、學(xué)校、研究院所等企事業(yè)單位多，危險(xiǎn)化學(xué)品流通量大、品種繁雜，監(jiān)管難度極大，一旦發(fā)生事故，波及范圍廣，造成的死傷情況較為嚴(yán)重，故綜合多項(xiàng)指標(biāo)，北京市RSR評(píng)分一般，危險(xiǎn)化學(xué)品安全管理水平中等。

黑龍江、內(nèi)蒙古、甘肅、山西、河北、遼寧地處北方地區(qū)，經(jīng)濟(jì)條件較為落后，且能源生產(chǎn)消耗量大，危險(xiǎn)化學(xué)品相關(guān)企業(yè)較多，政府和企業(yè)進(jìn)行危險(xiǎn)化學(xué)品安全管理存在一定難度。貴州、云南、湖南、江西、福建、廣東等因地勢(shì)、氣候等環(huán)境因素導(dǎo)致的事故較多，且與危險(xiǎn)化學(xué)品相關(guān)產(chǎn)業(yè)較多，安全投入少，故RSR評(píng)分中等，安全管理水平一般。這些省份應(yīng)加大財(cái)政安全投入占比，重視危險(xiǎn)化學(xué)品安全管理。

（4）第四組。危險(xiǎn)化學(xué)品安全管理水平相對(duì)較差的省份：江蘇、浙江、河南、山東、四川、湖北、陜西。

江蘇省2006—2019年共發(fā)生1242起危險(xiǎn)化學(xué)品事故，其中死亡事故175起、受傷事故507起、較大及以上事故79起（圖8），共造成514人死亡、2882人受傷（圖9）。江蘇省事故數(shù)及死傷人數(shù)較多，加之財(cái)政安全投入占比較小，與危險(xiǎn)化學(xué)品應(yīng)急救援相關(guān)的部門較少等隱性因素，綜合評(píng)價(jià)，江蘇省RSR評(píng)分較低，危險(xiǎn)化學(xué)品安全管理水平較低。

湖北、浙江和四川的危險(xiǎn)化學(xué)品事故總數(shù)、死傷人數(shù)都很高，這些省份地處華南地區(qū)，降雨量大，危險(xiǎn)化學(xué)品運(yùn)輸危險(xiǎn)性高，極易發(fā)生事故。山東、河南、陜西三省，危險(xiǎn)化學(xué)品相關(guān)企業(yè)較多，能源生產(chǎn)和消費(fèi)較高，經(jīng)濟(jì)發(fā)展較差，財(cái)政安全投入不夠，當(dāng)?shù)卣畬?duì)危險(xiǎn)化學(xué)品安全管理重視程度不夠，導(dǎo)致其安全管理水平較低，事故頻發(fā)，死傷人數(shù)多。

（5）第五組。危險(xiǎn)化學(xué)品安全管理水平低的省份：安徽。

安徽省 RSR 分?jǐn)?shù)最低，2006—2019 年，共發(fā)生危險(xiǎn)化學(xué)品事故524起，其中死亡事故93起、受傷事故176起、較大及以上事故35起（圖10），造成266人死亡、855人受傷（圖11）。安徽省人口密度大，危險(xiǎn)化學(xué)品相關(guān)企業(yè)多，能源消耗和生產(chǎn)量大，安全管理難度極大。綜合評(píng)價(jià)顯性和隱性指標(biāo)，安徽省RSR得分最低，危險(xiǎn)化學(xué)品安全管理最差。相關(guān)地方政府應(yīng)健全監(jiān)管體系，加大執(zhí)法和監(jiān)管力度，建立危險(xiǎn)化學(xué)品無(wú)縫監(jiān)管體系，加強(qiáng)安全管理協(xié)作。

綜上所述，評(píng)估一個(gè)省份危險(xiǎn)化學(xué)品安全管理水平的高低不能只考慮事故數(shù)量、死傷人數(shù)等單一孤立指標(biāo)，應(yīng)多層次、多角度建立完善體系進(jìn)行綜合評(píng)估。

4 結(jié)論和未來(lái)的工作

文章構(gòu)建中國(guó)各省份危險(xiǎn)化學(xué)品安全管理水平評(píng)估指標(biāo)體系，從顯性指標(biāo)和隱性指標(biāo)兩方面衡量各省份危險(xiǎn)化學(xué)品安全管理水平。利用熵值TOPSIS-RSR方法進(jìn)行評(píng)估，將30個(gè)省份根據(jù)安全管理水平高低分為5組。研究發(fā)現(xiàn)海南和上海的危險(xiǎn)化學(xué)品安全管理水平最高，安徽省最低。研究結(jié)果表明，與傳統(tǒng)只考慮事故數(shù)量、死傷人數(shù)等單一指標(biāo)的評(píng)價(jià)體系相比，本文多指標(biāo)、多維度的中國(guó)各省份危險(xiǎn)化學(xué)品安全管理綜合評(píng)估指標(biāo)體系，能夠更客觀、科學(xué)地反映出各省份危險(xiǎn)化學(xué)品安全管理水平。

雖然結(jié)果驗(yàn)證了本研究的有效性和可研性，但仍存在一些不足。危險(xiǎn)化學(xué)品安全管理可分為生產(chǎn)、儲(chǔ)存、運(yùn)輸、經(jīng)營(yíng)、使用、廢棄處置六大環(huán)節(jié)，其中使用、運(yùn)輸環(huán)節(jié)極易發(fā)生事故，生產(chǎn)環(huán)節(jié)事故造成的人員傷亡及經(jīng)濟(jì)損失嚴(yán)重，故后續(xù)研究中可考慮事故類型、環(huán)節(jié)等因素，分別研究各省份在安全管理不同環(huán)節(jié)中存在的問(wèn)題。

參考文獻(xiàn)：

［1］ WANG B， WU C， RENIERS G， et al. The future of hazardous chemical safety in China： opportunities， problems， challenges and tasks［J］. Science of the Total Environment ，2018（643）： 1–11.

［2］ COZZANI V， GUBINELLI G， SALZANO E. Escalation thresholds in the assessment of domino accidental events［J］. Journal of Hazardous Materials， 2006， 129（1/2/3）：1-21.

［3］ FERDOUS R， KHAN F， SADIQ R， et al. Fault and event tree analyses for process systems risk analysis： uncertainty handling formulations［J］. Risk Analysis， 2011，31（1）： 86-107.

［4］ ABDOLHAMIDZADEH B， HASSAN C R C， HAMID M D， et al. Anatomy of a domino accident： roots， triggers and lessons learnt［J］. Process Safety and Environmental Protection， 2012， 90（5）： 424-429.

［5］ SI H， JI H， ZENG X. Quantitative risk assessment model of hazardous chemicals leakage and application［J］. Safety Science ，2012，50（7）：1452-1461.

［6］ LIAN Y Q. Study on the evaluation index of logistics safety of hazardous chemicals［J］. Chemical Engineering Transactions， 2016（55）： 475-480.

［7］ 王琦峰，孫海寧，喬繼廣.“互聯(lián)網(wǎng)+”環(huán)境下危化品物流運(yùn)輸風(fēng)險(xiǎn)評(píng)價(jià)研究［J］.物流科技，2017，40（1）：34-39.

［8］ EL-NAAS M H， MOHAMMAD A F， SULEIMAN M I， et al. Evaluation of a novel gas-liquid contactor/reactor system for natural gas applications［J］. Journal of Natural Gas Science and Engineering， 2017（39）：133-142.

［9］ ZHAO L J， QIAN Y， HU Q M， et al. An analysis of hazardous chemical accidents in China between 2006 and 2017［J］. Sustainability ，2018（10）： 29-35.

［10］ JUNG S， WOO J， KANG C. Analysis of severe industrial accidents caused by hazardous chemicals in South Korea from January 2008 to June 2018［J］. Safety Science ，2020，124（4）：1-7.

［11］ FENG J R， GAI W M， YAN Y B. Emergency evacuation risk assessment and mitigation strategy for a toxic gas leak in an underground space： the case of a subway station in Guangzhou， China［J］. Safety Science， 2021（134）：105039.

［12］ LIU T， ZHANG H， LI X， et al. Individual factors influencing risk perceptions of hazardous chemicals in China［J］. Environmental Research， 2020（186）：1-9.

［13］ 席永鵬. 危險(xiǎn)化學(xué)品道路運(yùn)輸風(fēng)險(xiǎn)管理研究［D］.沈陽(yáng)：沈陽(yáng)航空航天大學(xué)，2015.

［14］ DONG D， LIU J， ZHOU H. Influence factor analysis of supply chain resilience using ISM［J］. International Conference on Service Systems and Service Management IEEE， 2016：1-5.

［15］ KAZANTZI V， KAZANTZIS N， GEROGIANNIS V C. Risk informed optimization of a hazardous material multi-periodic transportation model［J］. Journal of Loss Prevention in the Process Industries ，2011，24（6）：767-773.

［16］ HUO H， XIONG Z Y. Study on the application of safety assessment model about source of hazardous chemicals［J］. Advanced Materials Research， 2010， （113）：1925-1929.

［17］ 王陽(yáng)，施式亮，周榮義，等.基于突變理論的危化品道路運(yùn)輸系統(tǒng)安全評(píng)價(jià)［J］.湖南科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，34（04）：29-34.

［18］ 戴波，李雁飛，陳增強(qiáng)，等.危險(xiǎn)化學(xué)品倉(cāng)庫(kù)堆垛安全布局建模及優(yōu)化研究［J］.中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2018，14（4）：147-154.

［19］ GOH Y M， BROWN H， SPICKETT J. Applying systems thinking concepts in the analysis of major incidents and safety culture［J］. Safety Science ，2010，48（3）：302-309.

［20］ VAN RAEMDONCK K， MACHARIS C， MAIRESSE O. Risk analysis system for the transport of hazardous materials［J］. Journal of Safety Research ，2013，45（6）： 55-63.

［21］ ZHAO L， STOETER J， LI H， et al. European hub location problem for China Railway Express in the context of the Belt and Road Initiative［J］. International Journal of Logistics Research and Applications，2020， 23（6）：561-579.

［22］ CHEN F， WANG J， DENG Y. Road safety risk evaluation by means of improved entropy TOPSIS–RSR［J］. Safety Science ，2015（79）： 39-54.

［23］ 高鵬，范君暉.基于TOPSIS-RSR法模糊聯(lián)合的上海區(qū)域醫(yī)療聯(lián)合體實(shí)效評(píng)價(jià)研究［J］.中國(guó)醫(yī)療管理科學(xué)，2018，8（3）：5-10.

［24］ 邱玉婷，李濟(jì)沅，鄧旭，等.基于改進(jìn)TOPSIS-RSR法的電能質(zhì)量綜合評(píng)價(jià)［J］.高壓電器，2018，54（1）：44-50.

基金項(xiàng)目：國(guó)家自然科學(xué)基金（70673012）

作者簡(jiǎn)介：李美婷（1992—），女，山西晉中人，上海交通大學(xué)安泰經(jīng)濟(jì)管理學(xué)院博士生，主要研究方向?yàn)榘踩芾怼?zāi)害預(yù)防與管理，E-mail：lmtjiayou@sjtu.edu.cn。