城镇燃气管网施工事故风险耦合机理及关键因素分析*

孙逸林,郑小强,刘丹秀,贺艳艳,李洪兵

(1.西南石油大学 经济管理学院,四川 成都 610500;2.西南石油大学 能源安全与低碳发展重点实验室,四川 成都 610500;3.深圳市燃气集团股份有限公司,广东 深圳 518049;4.四川师范大学 工学院,四川 成都 610101)

0 引言

近年来,我国城镇燃气行业发展较快,燃气管网施工与建设规模不断扩大,但其事故呈现频发态势,已造成严重的人员伤亡、经济损失和社会失序[1-2]。深入研究其风险耦合机理,辨识关键影响因素,对指导该类事故防控具有重要意义。

国内外相关学者在燃气管网风险及事故方面已有较多研究结果。在风险评价方面,Li等[3]提出1种基于贝叶斯网络的城市燃气管道外力破坏风险评价方法;杜雨霁等[4]运用Logistic回归方法,对燃气管网风险因素进行重要程度排序。在事故分析方面,Satyam等[5]通过归纳印度50余起城市燃气管道事故致因,总结经验教训并提出风险治理对策;李聪等[6]通过知识图谱和BP神经网络分析燃气管网泄漏事故的演化机理。但上述研究仍有以下不足:首先,针对城镇燃气管网风险耦合的研究较为鲜见,而且基础数据来源较为久远[7],结论难以完整映射燃气行业高速发展背景下的实际情况;其次,针对城镇燃气管网施工事故致因的研究囿于定性分析[8],未能从量化视角辨识关键因素。Kauffmans[9]提出的N-K模型是复杂系统风险耦合研究的重要工具之一,已被成功应用于煤矿、航海、铁路等领域[10-12]。社会网络(social network analysis,SNA)则是1种经典的系统建模方法,能定量描述系统内部要素逻辑关系并确定关键因素[13]。

综上所述,本文以我国国内2016—2022年间158起城镇燃气管网施工事故调查报告为研究基础,首先采用N-K模型分析风险耦合机理,测度耦合水平,探讨关键风险类型;然后通过SNA构建风险关联网络,辨识关键风险因素与风险关系;最后提出风险防控对策并检测其干预效果。研究结果可为城镇燃气管网施工事故防控提供一定参考。

1 城镇燃气管网施工事故风险耦合相关概念

1.1 城镇燃气管网施工事故风险耦合因素

根据物理学领域对耦合的定义,界定城镇燃气管网施工事故风险耦合为:在城镇燃气管网施工事故中,不同风险因素间相互依赖、联系和影响的关系与程度。基于安全系统工程理论,可将城镇燃气管网施工事故视作由“人”“机”“环”“管”4类风险因素组成的复杂系统,具体说明如下:

1)“人”的风险因素

该类因素是事故系统中较活跃、积极的因素,其主体可分为燃气企业从业人员和第三方单位人员,二者间存在密切联系。

2)“机”的风险因素

该类因素以管网系统为核心,以施工设备、安全防护装置等附属设备为补充,其主体既是事故载体,又是主要致因,并受其他风险影响较大。

3)“环”的风险因素

该类因素包括自然环境与社会环境,前者是指由管网敷设环境等自然条件不佳所引发的风险,后者是指由管网系统周边建筑违章占压、车辆违章碾压、第三方单位破坏等所造成的威胁。

4)“管”的风险因素

该类因素主要指由政府部门、燃气企业、第三方单位等管网系统的监管和运营单位在安全管理方面的不到位所带来的风险。

1.2 城镇燃气管网施工事故风险耦合机理

在城镇燃气管网施工事故中,“人”“机”“环”“管”4类风险因素间的作用规律类似物理学微观粒子非规则运动的混沌状态。因此,本文借鉴物理学领域的耦合器原理,定义城镇燃气管网施工事故风险耦合机理,如图1所示。

图1 城镇燃气管网施工事故风险耦合机理Fig.1 Risk coupling mechanism of construction accidents in urban gas pipeline network

分析图1可知,各类风险可通过交互耦合,诱发系统内部隐性问题,打破系统常规运行态势,进而产生风险脉冲,突破各子系统安全阈值与风险载荷,最终破坏系统性能并引发事故。

2 城镇燃气管网施工事故风险耦合分析

2.1 N-K模型概述

N-K模型如式(1)所示。

(1)

式中:T代表耦合水平,与事故概率成正比;a,b,c,d代表“人”“机”“环”“管”4类风险中参与耦合的因素;H,I,J,K代表“人”“机”“环”“管”4类风险因素;h,i,j,k分别代表“人”“机”“环”“管”4类风险可能处于的状态;Phijk代表当“人”“机”“环”“管”风险分别处于h,i,j,k状态时的耦合概率;Ph...代表当“人”风险处于h状态时各类情况的耦合概率;P.i..代表当“机”风险处于i状态时各类情况的耦合概率;P..j.代表当“环”风险处于j状态时各类情况的耦合概率;P...k代表当“管”风险处于k状态时各类情况的耦合概率。

2.2 风险耦合类型分析

城镇燃气管网施工事故风险耦合可划分为单因素、双因素、多因素耦合3类。其中,单因素耦合是指4类风险因素内部同属性因素间交互影响;双因素耦合是指城镇燃气管网施工事故的4类风险因素两两耦合的情况,如式(2)～(7)所示;多因素耦合是指4类风险因素中的3类或4类因素耦合作用的情况,如式(8)～(12)所示。

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

式中:T21(a,b),T22(a,c),T23(a,d),T24(b,c),T25(b,d),T26(c,d),T31(a,b,c),T32(a,b,d),T33(a,c,d),T34(b,c,d),T4(a,b,c,d)分别代表人-机、人-环、人-管、机-环、机-管、环-管、人-机-环、人-机-管、人-环-管、机-环-管、人-机-环-管的风险耦合情况;Phi代表“人”“机”风险因素分别处于h,i状态时,2种因素的耦合概率;Phj代表“人”“环”风险因素分别处于h,j状态时,2种因素的耦合概率;Phk代表“人”“管”风险因素分别处于h,k状态时,2种因素的耦合概率;Pij代表“机”“环”风险因素分别处于i,j状态时,2种因素的耦合概率;Pik代表“机”“管”风险因素分别处于i,k状态时,2种因素的耦合概率;Pjk代表“环”“管”风险因素分别处于j,k状态时,2种因素的耦合概率;Phij代表“人”“机”“环”风险因素分别处于h,i,j状态时,3种因素的耦合概率;Phik代表“人”“机”“管”风险因素分别处于h,i,k状态时,3种因素的耦合概率;Phjk代表“人”“环”“管”风险因素分别处于h,j,k状态时,3种因素的耦合概率;Pijk代表“机”“环”“管”风险因素分别处于i,j,k状态时,3种因素的耦合概率;Phijk代表“人”“机”“环”“管”风险因素分别处于h,i,j,k状态时,4种因素的耦合概率。

2.3 风险耦合水平测度

本文通过政府部门官网、“燃气爆炸”微信公众号和文献[14],收集2016—2022年间我国国内158起城镇燃气管网施工事故调查报告,分析事故的基本情况和主要原因,总结不同风险耦合形式的频数和频率,结果如表1所示。表1中,“0”和“1”分别表示“未发生耦合”与“发生耦合”,参与耦合因素的对应顺序为“人”“机”“环”“管”。例如:“1100”代表“人”“机”风险发生,而“环”“管”风险不发生,其他情况同理。根据上文所述计算各类风险耦合情况的发生概率,再通过式(2)～(12)计算不同事件的风险耦合水平,结果如表2所示。

表1 城镇燃气管网施工事故风险耦合形式频数与频率Table 1 Frequencies and probabilities of risk coupling forms for construction accidents in urban gas pipeline network

表2 风险耦合水平分析结果Table 2 Analysis results of risk coupling level

2.4 风险耦合测度结果分析

分析表2可知,风险耦合水平从高到低的总排序为:T4(a,b,c,d)>T22(a,c)>T31(a,b,c)>T33(a,c,d)>T32(a,b,d)>T34(b,c,d)>T21(a,b)>T23(a,d)>T25(b,d)>T26(c,d)>T24(b,c)。其中,4因素耦合水平较高,其次为人-环耦合情况与3因素耦合情况;除人-环耦合外的其他双因素耦合水平均偏低。因此,随着参与耦合因素数量的增加,风险耦合水平与事故发生概率也随之提高;3因素耦合排序为:T31(a,b,c)>T33(a,c,d)>T32(a,b,d)>T34(b,c,d)。这说明人员风险在城镇燃气管网施工事故中较为突出,环境风险因素次之。管理风险因素属于隐性因素,其排序偏低;双因素耦合排序为:T22(a,c)>T21(a,b)>T23(a,d)>T25(b,d)>T26(c,d)>T24(b,c)。其中,人-环耦合情况在总排序中排列第2位,进一步说明人员与环境风险因素的作用较为显著,二者耦合更容易引发事故,应予以重点管控。

2.5 风险耦合防控对策分析

1)各主体在风险耦合前应基于“惯性解耦”原理,遏制管理风险与外部风险交互,避免因风险耦合导致新风险涌现或原风险强度增加。耦合中应基于“弹性解耦”原理,加强对“人”“机”“环”等风险载体的管控,及时阻断其风险流动与耦合;耦合后应基于“激励解耦”原理,提高管控韧性,并及时引导风险转移。

2)应重点管控“人”“环”2类风险因素。人员风险因素方面,应通过完善安全管理制度和加强安全培训教育,提高安全意识和安全能力,避免违规作业、违规指挥、违反程序等情况发生;环境风险因素方面,应通过加强管网巡检、维护和外部协作,降低不良环境与第三方破坏等负面影响。

3 城镇燃气管网施工事故关键风险因素分析

3.1 风险关联网络构建

N-K模型能准确度量城镇燃气管网施工事故的风险耦合水平,但该方法仅能指明关键风险类型,难以反映具体因素的性质。因此,本文采用SNA方法构建城镇燃气管网施工事故风险关联网络,并通过拓扑参数分析辨识关键风险因素与风险关系[15]。主要步骤为:首先,基于158份事故调查报告,按照“人”“机”“环”“管”4类风险因素维度,通过扎根理论思想辨识出30项细分风险因素,如图2所示;其次,结合事故实际情况,辨识风险因素间逻辑关系;最后,通过Ucinet实现风险网络可视化,如图3所示。

图2 城镇燃气管网施工事故风险因素Fig.2 Risk factors of construction accidents in urban gas pipeline network

3.2 风险网络整体性质分析

1)网络密度

根据上文分析,得到本文风险网络的网络密度为0.207,说明网络内部要素联系紧密,网络结构稳定,整体凝聚水平较高。

2)块模型

块模型能够度量节点在网络内部的相对位置。首先计算分块矩阵和密度矩阵,再以整体网络密度为指标计算像矩阵。块模型组成结构和块模型像矩阵分别如表3和表4所示。

表3 块模型组成结构Table 3 Composition structure of block model

表4 块模型像矩阵Table 4 Image matrix of block model

分析表4可知,块2,3既有发出关系,也有接收关系,还有内部关系;块8拥有较强的发出关系,一定程度上能够影响块3,4,6,7,且在拥有内部关系的同时没有接收关系,不受其他块影响。因此,将块2,3,8视作核心块。

3.3 风险网络个体性质分析

1)点度中心度分析

点度中心度被定义为与某个因素直接相连的边的数量,其排序能够反映节点在网络中的地位。有向网络的点度中心度为出度与入度之和,出度能够反映某因素对其他因素和整体网络的影响力,入度能够反映某因素受其他因素的影响程度。点度中心度分析结果如图4所示。分析图4可知,在所有因素中,出度的排序为:D9(出度为14,下同)>D1(12)=D4(12)=D8(12)>D5(11)>D10(11)>D11(10)>C5(9)=D2(9)=D3(9)。上述细分因素大多属于“管”类风险,说明相关政府和企业安全生产主体责任落实缺欠、安全管理制度执行不力等是事故的深层组织致因,可将上述10项因素视作“推荐关键风险因素”;入度最高从高到低的排序是B4,A1,A5,A2,B5,C5,A3,A4,A6,D2,上述细分因素大多属于“人”“机”类风险,主要体现为相关事故的直接原因或外在表现,通常是环境与管理风险负面干扰的结果。

图4 点度中心度分析结果Fig.4 Analysis results of points centrality

2)中间中心度分析

中间中心度能够反映某因素的风险传导能力,本文风险网络中间中心势为4.55%,各节点中间中心度分析结果如表5所示。分析表5可知,中间中心度从高到低的排序是B5,C5,B6,D10,D1,D3,D11,C3,D2,D5,上述细分因素主要属于“机”“环”“管”类风险,同样将其视作“推荐关键风险因素”。

表5 中间中心度分析结果Table 5 Analysis results of betweenness centrality

3.4 关键风险因素分析

将出度和中间中心度排序前10位的“推荐关键风险因素”取并集,得到13项“推荐核心关键风险因素”;再将其与属于核心块的风险因素取交集,共得到5项关键风险因素,分别为B6,C5,D2,D3,D10。

从N-K模型测度结果来看,“人”“环”风险因素参与耦合的积极性更强,“管”的风险较弱,但这并不代表其重要程度偏低。相反,中间中心度排序前10位的因素中,管理风险占大多数。主要原因在于“人”“机”“环”风险因素属于浅层显性直接致因,而“管”的风险因素属于深层隐性根源致因。上述分析也解释了N-K模型与SNA分析结果间差异的成因。

3.5 关键风险关系分析

通过线中间中心度辨识关键风险关系。风险关系共900项,遴选线中间中心度大于0者,共180项;再选取从高到低排序的前10%者(共18项)视作“推荐关键风险关系”。剔除涉及关键风险因素的风险关系后,得到关键风险关系共6项,如表6所示。

表6 关键风险关系分析结果Table 6 Analysis results of key risk relationships

3.6 风险防控对策分析

基于消除关键风险因素和阻断关键风险关系的思想,制订如表7所示的风险防控对策。通过风险因素和风险关系的数量、网络密度、中间中心势等参数检测风险防控效果[15]。在风险防控对策实施后,风险因素由30个减少至25个,降低约16.67%;风险关系由180个减少至98个,降低约45.56%;网络密度从0.207降低至0.163,降低约21.26%;中间中心势从4.55%降低至3.40%,降低约25.28%。这说明风险在一定程度上得到了有效控制。

表7 城镇燃气管网施工事故风险防控对策Table 7 Risk prevention and control countermeasures of construction accidents in urban gas pipeline network

4 结论

1)城镇燃气管网施工事故的风险耦合水平与参与耦合因素的数量成正比,应避免多风险因素耦合;事故与人员和环境风险联系密切,管理风险因素属于深层隐性根源致因,应予以特别重视。

2)对城镇燃气管网施工事故的关键风险因素和风险关系实施靶向干预,可使风险因素与风险关系数量、网络密度和中间中心势等指标下降。基于消除关键风险因素和阻断关键风险关系思想制订的风险防控对策具有良好的治理效果。

3)本文所用数据源自2016—2022年间,后续研究应通过对案例样本和数据规模的扩充提高结论的准确性。此外,既有研究在事故防控方面侧重于从单一主体视角出发制定对策,因此有必要对城镇燃气管网的风险协同治理模式进行更深一步探讨。