尹鑫偉，汪 彤，代寶乾，謝昱姝，王 瑜

(北京市勞動(dòng)保護(hù)科學(xué)研究所 城市有毒有害易燃易爆危險(xiǎn)源控制技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京 100054)

0 引言

近四十年來(lái)，我國(guó)國(guó)內(nèi)生產(chǎn)總值穩(wěn)步提高，企業(yè)生產(chǎn)安全問(wèn)題也日益成為民生關(guān)注的焦點(diǎn)。據(jù)我國(guó)應(yīng)急管理部統(tǒng)計(jì)，2018年各類(lèi)生產(chǎn)安全事故死亡共計(jì)34 046人[1]，而提升企業(yè)應(yīng)急能力將是減少人員傷亡和財(cái)產(chǎn)損失的重要舉措，應(yīng)急準(zhǔn)備能力建設(shè)成為企業(yè)安全生產(chǎn)管理活動(dòng)的重要內(nèi)容。在安全事故頻發(fā)的大環(huán)境下，站在政府監(jiān)管部門(mén)的角度，如何科學(xué)評(píng)價(jià)以有效指導(dǎo)和提升地區(qū)企業(yè)整體應(yīng)急水平顯得尤為重要。

目前在生產(chǎn)安全領(lǐng)域的應(yīng)急準(zhǔn)備能力評(píng)價(jià)研究，主要運(yùn)用層次分析法、模糊數(shù)學(xué)、灰色關(guān)聯(lián)等分析評(píng)價(jià)方法。江田漢等[2]分析了4大類(lèi)突發(fā)事件的相對(duì)風(fēng)險(xiǎn)，選取定性、定量指標(biāo)構(gòu)建應(yīng)急準(zhǔn)備能力指標(biāo)體系，并辨識(shí)出應(yīng)急管理工作中存在的缺陷；苗成林等[3]應(yīng)用多級(jí)模糊評(píng)價(jià)法對(duì)煤礦事故事前、事中及事后應(yīng)急準(zhǔn)備能力進(jìn)行綜合評(píng)價(jià)，確定了該企業(yè)的應(yīng)急準(zhǔn)備能力等級(jí)；安景文等[4]通過(guò)構(gòu)建合法性、全面性等5個(gè)維度的評(píng)估體系，應(yīng)用基于猶豫模糊集的評(píng)價(jià)方法，對(duì)企業(yè)應(yīng)急預(yù)案進(jìn)行質(zhì)量評(píng)級(jí)，并找出了預(yù)案的操作缺陷；張少剛等[5]根據(jù)化工企業(yè)應(yīng)急救援具體含義，構(gòu)建了事前監(jiān)測(cè)、事中處置、事后恢復(fù)三級(jí)指標(biāo)體系，并應(yīng)用AHP-模糊數(shù)學(xué)方法對(duì)化工企業(yè)進(jìn)行應(yīng)急準(zhǔn)備能力評(píng)價(jià)；葛悅等[6]根據(jù)調(diào)研和專(zhuān)家訪談對(duì)突發(fā)事件應(yīng)急管理能力建立三層評(píng)價(jià)指標(biāo)，同時(shí)關(guān)聯(lián)應(yīng)用灰色-模糊綜合法某區(qū)域的突發(fā)事件應(yīng)急管理能力進(jìn)行驗(yàn)證分析；張利華等[7]分析了應(yīng)急預(yù)案各環(huán)節(jié)應(yīng)具備的基本要素，并利用故障樹(shù)方法對(duì)杭州市部分自然災(zāi)害應(yīng)急預(yù)案完備性進(jìn)行實(shí)證研究，確定了其中缺少的基本事件，為修訂預(yù)案提供重要依據(jù)。

以上研究沒(méi)有考慮評(píng)價(jià)者的心理行為和風(fēng)險(xiǎn)因素之間的相互關(guān)系，而專(zhuān)家對(duì)指標(biāo)的評(píng)判存在風(fēng)險(xiǎn)偏好[8-9]。本文以某市17個(gè)轄區(qū)所屬各安全生產(chǎn)企業(yè)為評(píng)價(jià)對(duì)象，并以轄區(qū)為單位，運(yùn)用前景理論(Prospect Theory，PT)并結(jié)合信息論中的熵理論(Information Entropy，IE)改進(jìn)權(quán)重結(jié)構(gòu)，并對(duì)各區(qū)分析排序，以期反映各區(qū)企業(yè)整體應(yīng)急建設(shè)水平。

1 企業(yè)生產(chǎn)安全事故應(yīng)急準(zhǔn)備能力評(píng)價(jià)體系

企業(yè)應(yīng)急是針對(duì)可能發(fā)生的生產(chǎn)安全事故提出的，而應(yīng)急管理則是對(duì)突發(fā)事件全局性的動(dòng)態(tài)管理，包括預(yù)防與應(yīng)急準(zhǔn)備、監(jiān)測(cè)與預(yù)警、應(yīng)急響應(yīng)和善后處置等階段。從事故預(yù)防的視角出發(fā)，任何生產(chǎn)經(jīng)營(yíng)單位在安全生產(chǎn)過(guò)程中都存在其固有的內(nèi)在風(fēng)險(xiǎn)，這種生產(chǎn)安全風(fēng)險(xiǎn)是指危害事件發(fā)生可能性與其造成的后果嚴(yán)重性的耦合效應(yīng)。生產(chǎn)單位一旦發(fā)生安全事故，將會(huì)對(duì)企業(yè)、社會(huì)和環(huán)境造成不可估量的嚴(yán)重后果。因此，企業(yè)必須依照相關(guān)規(guī)定建立健全各項(xiàng)安全生產(chǎn)規(guī)章制度、事故應(yīng)急預(yù)案等，并按照文件程序定期辨識(shí)、分析企業(yè)風(fēng)險(xiǎn)，以保障企業(yè)安全運(yùn)營(yíng)。而應(yīng)急準(zhǔn)備能力評(píng)價(jià)指標(biāo)建設(shè)需求受到其自身的管理結(jié)構(gòu)和所處的環(huán)境等因素的影響，在面臨不同的組織文化、管理水平，不同行業(yè)風(fēng)險(xiǎn)承受能力差異時(shí)，應(yīng)急評(píng)價(jià)指標(biāo)會(huì)存在較大的差異。

本文依據(jù)《生產(chǎn)經(jīng)營(yíng)單位生產(chǎn)安全事故應(yīng)急預(yù)案編制導(dǎo)則GB/T29639-2013》《生產(chǎn)安全事故應(yīng)急預(yù)案管理辦法》《生產(chǎn)經(jīng)營(yíng)單位安全生產(chǎn)應(yīng)急能力評(píng)估規(guī)范 DB61T 1089-2017》等規(guī)范文件,結(jié)合應(yīng)急能力評(píng)估具體工作設(shè)置以下針對(duì)企業(yè)生產(chǎn)安全事故應(yīng)急準(zhǔn)備能力評(píng)估體系。指標(biāo)體系如圖1所示，評(píng)判標(biāo)準(zhǔn)見(jiàn)表2。

圖1 企業(yè)安全生產(chǎn)事故應(yīng)急準(zhǔn)備能力評(píng)價(jià)指標(biāo)體系Fig.1 Index system for evaluation of emergency preparedness capability for work safety accidents in enterprises

2 理論分析及研究方法

2.1 基本原理

Kahneman和Tversky[10]在1979年提出1種稱(chēng)為前景理論的評(píng)價(jià)決策論，用來(lái)描述和預(yù)測(cè)人們?cè)诿媾R具有不同屬性問(wèn)題決策過(guò)程中的心理表現(xiàn)。前景理論以行為有限理性為特征，通常存在期望參照依賴(lài)，敏感性邊際效用遞減和規(guī)避損失等影響人們正常決策的特點(diǎn)。

前景理論在評(píng)價(jià)過(guò)程中有2個(gè)階段：編輯和評(píng)估[11]。編輯階段主要內(nèi)容是將評(píng)價(jià)者收集的包括確定型的和不確定型信息按照一定規(guī)則進(jìn)行比較分析，若評(píng)價(jià)結(jié)果好于期望參考，那么編碼結(jié)果顯示為收益；若評(píng)價(jià)結(jié)果差于期望參考，編碼結(jié)果則為損失。評(píng)估階段是對(duì)前一階段得到的初步結(jié)果進(jìn)行再估值，并優(yōu)選方案的過(guò)程。被編輯期望的價(jià)值V，用π(pi)和v(xi)這2個(gè)主觀量度表達(dá)。π表示與概率p相對(duì)應(yīng)的評(píng)價(jià)權(quán)重，反映p對(duì)期望價(jià)值的影響；v反映結(jié)果的主觀價(jià)值，結(jié)果損益與設(shè)定的期望參考點(diǎn)有關(guān)，以v距離參考點(diǎn)位置遠(yuǎn)近衡量損益程度。前景價(jià)值函數(shù)Vi模型可表示為[12]：

(1)

表1 應(yīng)急準(zhǔn)備能力評(píng)價(jià)指標(biāo)評(píng)判標(biāo)準(zhǔn)Table 1 Judgment standards for evaluation indexes of emergency preparedness capability

2.2 價(jià)值函數(shù)

價(jià)值函數(shù)v(Δxi)用于衡量各個(gè)評(píng)價(jià)對(duì)象前景的結(jié)果，反映決策者對(duì)不同指標(biāo)前景損益的評(píng)價(jià)。其函數(shù)圖形為1條S型曲線，以期望參考點(diǎn)為拐點(diǎn)，將圖形分為收益和損失2個(gè)區(qū)域，參考點(diǎn)決定評(píng)價(jià)者的相對(duì)損益，如圖2所示。收益區(qū)間的形狀為上凸，即風(fēng)險(xiǎn)厭惡特征(確定效應(yīng))，表示人們?cè)诿鎸?duì)獲得時(shí)傾向風(fēng)險(xiǎn)規(guī)避不愿冒險(xiǎn)。在損失區(qū)間的形狀為下凹，即風(fēng)險(xiǎn)偏好特征(反射效應(yīng))，表現(xiàn)為人們?cè)诿鎸?duì)損失時(shí)傾向風(fēng)險(xiǎn)探求。一般冪函數(shù)形式的價(jià)值函數(shù)[12]可表示為：

(2)

式中：Δxi為相對(duì)于期望參考點(diǎn)的損益值；α和β為風(fēng)險(xiǎn)態(tài)度系數(shù)(0<α,β<1)；λ為規(guī)避系數(shù)。

圖2 價(jià)值函數(shù)曲線Fig.2 Value function curve

2.3 權(quán)重函數(shù)

概率權(quán)重π(p)是評(píng)價(jià)者對(duì)指標(biāo)做出的主觀判斷，它不是事件結(jié)果發(fā)生概率p的線性函數(shù)，可以理解為考慮了心理尺度的單調(diào)遞增函數(shù)，如圖3所示。其次，它所表現(xiàn)出的次確定性，即所有互補(bǔ)概率事件的權(quán)重和小于確定性事件概率權(quán)重和π(p)+π(1-p)<1。對(duì)于小概率事件，評(píng)價(jià)者總是賦予過(guò)大的概率，即π(p)>p，即人們對(duì)小概率收益事件傾向風(fēng)險(xiǎn)偏好。對(duì)于較大概率事件，評(píng)價(jià)者總是賦予過(guò)小的概率，即π(p)

圖3 評(píng)價(jià)權(quán)重函數(shù)曲線模型Fig.3 Evaluation weight function curve model

收益權(quán)重：

(3)

損失權(quán)重：

(4)

式中：γ為風(fēng)險(xiǎn)收益態(tài)度系數(shù)；δ為風(fēng)險(xiǎn)損失態(tài)度系數(shù)。

3 基于PT-IE的綜合評(píng)估模型

3.1 構(gòu)建初始評(píng)價(jià)矩陣

設(shè)多屬性評(píng)價(jià)問(wèn)題含有m個(gè)評(píng)價(jià)對(duì)象，每個(gè)評(píng)價(jià)對(duì)象對(duì)應(yīng)n個(gè)評(píng)價(jià)屬性，那么就形成評(píng)價(jià)初始矩陣X=(xij)m×n,該矩陣包含各評(píng)價(jià)對(duì)象各指標(biāo)的原始信息。

3.2 標(biāo)準(zhǔn)化評(píng)價(jià)矩陣

在多指標(biāo)評(píng)價(jià)問(wèn)題中，各指標(biāo)的屬性會(huì)有所不同，因此指標(biāo)存在不同的量綱。為了提高結(jié)果的可靠性，元數(shù)據(jù)需要標(biāo)準(zhǔn)化處理。分別用式(5)，式(6)處理收益型數(shù)據(jù)和成本型數(shù)據(jù)。為避免以下步驟求熵時(shí)，對(duì)數(shù)出現(xiàn)負(fù)值，需對(duì)數(shù)據(jù)平移1個(gè)單位。

收益型指標(biāo)：

(5)

成本型指標(biāo)：

(6)

3.3 信息熵權(quán)確定

在多指標(biāo)評(píng)價(jià)問(wèn)題中，人們獲得信息的數(shù)量和質(zhì)量決定評(píng)價(jià)的可靠性程度，而熵是度量不確定性的最直接的方式[14]。各評(píng)價(jià)指標(biāo)的綜合前景必須來(lái)自同1個(gè)準(zhǔn)則權(quán)系數(shù)向量。

假設(shè)fij(i=1,2,…,m;j=1,2,…,n)為第i個(gè)評(píng)價(jià)對(duì)象第j項(xiàng)評(píng)價(jià)指標(biāo)的樣本數(shù)據(jù)。對(duì)于相同的評(píng)價(jià)指標(biāo)j，fij差異越大，說(shuō)明該評(píng)價(jià)指標(biāo)對(duì)評(píng)價(jià)對(duì)象的作用越大，應(yīng)賦予較大的熵權(quán)；若熵值達(dá)到1，即其熵權(quán)為0，則表明該評(píng)價(jià)指標(biāo)未能提供有效信息，可考慮取消該指標(biāo)。

代表不確定度的風(fēng)險(xiǎn)熵按式(7)計(jì)算[15]：

(7)

(8)

fij表示第j項(xiàng)評(píng)價(jià)指標(biāo)下第i個(gè)評(píng)價(jià)對(duì)象占該指標(biāo)的比重。

各評(píng)價(jià)對(duì)象所占熵權(quán)wj為：

(9)

熵權(quán)不作為某指標(biāo)實(shí)際意義上的重要性系數(shù)，在被給定評(píng)價(jià)對(duì)象集后，各評(píng)價(jià)指標(biāo)值確定的情況下，表示各指標(biāo)的相對(duì)重要程度,故可用熵權(quán)修正主觀賦權(quán)帶來(lái)的不確定性。

3.4 確定損益權(quán)重函數(shù)

在多屬性評(píng)價(jià)問(wèn)題中，通常以指標(biāo)權(quán)代替概率權(quán)[13]，因此損益權(quán)重函數(shù)可表示為：

收益矩陣：

(10)

損失矩陣：

(11)

3.5 損益矩陣計(jì)算

由于評(píng)價(jià)矩陣標(biāo)準(zhǔn)化過(guò)程將元數(shù)據(jù)規(guī)范在區(qū)間[1,2]，故在選擇期望參考點(diǎn)時(shí)，收益型相對(duì)效用期望參考選取標(biāo)準(zhǔn)規(guī)范化后指標(biāo)的最小值1，損失型相對(duì)效用期望參考選取標(biāo)準(zhǔn)規(guī)范化后指標(biāo)的最大值2。因此，實(shí)際價(jià)值函數(shù)矩陣為：

收益矩陣：

v+(rij)=(rij-1)α

(12)

損失矩陣：

v-(rij)=-λ(2-rij)β

(13)

3.6 綜合前景值計(jì)算

綜合前景Vi是有正負(fù)前景共同決定，前景值受各評(píng)價(jià)對(duì)象各指標(biāo)的權(quán)重和損益價(jià)值量綜合影響。前景理論評(píng)價(jià)過(guò)程是對(duì)綜合前景優(yōu)選的過(guò)程[12]：

正前景值：

(14)

負(fù)前景值：

(15)

綜合前景值：

(16)

4 區(qū)域性企業(yè)整體應(yīng)急準(zhǔn)備能力評(píng)價(jià)實(shí)例

2018年，團(tuán)隊(duì)對(duì)某市17個(gè)轄區(qū)共計(jì)9 000多家安全生產(chǎn)經(jīng)營(yíng)單位進(jìn)行了應(yīng)急準(zhǔn)備能力現(xiàn)狀評(píng)估工作。企業(yè)類(lèi)型主要為人員密集單位，包括星級(jí)飯店、體育運(yùn)動(dòng)場(chǎng)館以及成規(guī)模的商業(yè)零售等。在逐一獲得各家企業(yè)現(xiàn)場(chǎng)評(píng)估信息后，以區(qū)屬企業(yè)為單位，對(duì)各原始評(píng)價(jià)數(shù)據(jù)作平均化處理，最后匯總成初始評(píng)價(jià)矩陣D=(xij)17×7。

根據(jù)式(5)和式(6)將初始數(shù)據(jù)標(biāo)準(zhǔn)非負(fù)化處理后得到表2評(píng)價(jià)矩陣rij。

表2 標(biāo)準(zhǔn)非負(fù)規(guī)范矩陣Table 2 Standard nonnegative specification matrix

根據(jù)式(7)～(9)得到信息熵值和熵權(quán)。

由于原收益型評(píng)價(jià)指標(biāo)權(quán)重有實(shí)際意義，故根據(jù)信息熵權(quán)修正成本型指標(biāo)。修正公式為：

(17)

再將權(quán)重歸一化處理得到期望權(quán)重w*，代入式(10)和式(11)計(jì)算指標(biāo)損益權(quán)重。Tversky等[12]經(jīng)研究得出，建議風(fēng)險(xiǎn)系數(shù)取值γ=0.61,δ=0.69，較能反映評(píng)價(jià)者面對(duì)收益和損失時(shí)的心理干預(yù)。各評(píng)價(jià)指標(biāo)熵值與權(quán)重見(jiàn)表3。

將標(biāo)準(zhǔn)非負(fù)評(píng)價(jià)矩陣代入式(12)和式(13)，得到損益矩陣v+(rij)和v-(rij)。Kahneman等[12]經(jīng)研究建議，α=β=0.88,λ=2.25，結(jié)果較為符合評(píng)價(jià)者的主觀心理價(jià)值。

最后，根據(jù)式(14)～(16)得到各評(píng)價(jià)對(duì)象的相應(yīng)的正負(fù)前景值以及綜合前景值，見(jiàn)表4。

表3 各評(píng)價(jià)指標(biāo)熵與權(quán)重Table 3 Entropy and weight of each evaluation index

表4 正負(fù)前景矩陣Table 4 Positive and negative foreground matrix

依據(jù)綜合前景(見(jiàn)圖4)，可以得到某市各轄區(qū)企業(yè)安全生產(chǎn)應(yīng)急準(zhǔn)備能力排序：P3區(qū)>P16區(qū)>P14區(qū)>P11區(qū)>P17區(qū)>P5區(qū)>P13區(qū)>P2區(qū)>P15區(qū)>P4區(qū)>P10區(qū)>P12區(qū)>P7區(qū)>P9區(qū)>P8區(qū)>P1區(qū)>P6區(qū)。

圖4 各區(qū)綜合前景Fig.4 Comprehensive prospect of each district

結(jié)合表4分析可知，P1區(qū)和P6區(qū)出現(xiàn)了綜合負(fù)前景，P1區(qū)生產(chǎn)企業(yè)總體收益型指標(biāo)得分較低，即應(yīng)急組織體系建設(shè)，應(yīng)急物資裝備準(zhǔn)備、應(yīng)急預(yù)案籌備、應(yīng)急演練、教育培訓(xùn)投入等方面都不勝理想；P6區(qū)生產(chǎn)企業(yè)總體在應(yīng)急預(yù)案籌備和應(yīng)急演練等方面的工作水平較好，但由于其成本型指標(biāo)得分較低，導(dǎo)致出現(xiàn)綜合負(fù)前景，即對(duì)P6區(qū)屬企業(yè)安全工作成本投入較多，與其企業(yè)數(shù)量及其企業(yè)總體安全現(xiàn)狀不佳有關(guān)。從另一角度分析，出現(xiàn)綜合負(fù)前景說(shuō)明成本型指標(biāo)比重大，可優(yōu)化收益型指標(biāo)，即可合理安排對(duì)安全生產(chǎn)工作產(chǎn)生正效應(yīng)的安全管理措施。

縱向比較表4可得到各評(píng)價(jià)項(xiàng)的弱勢(shì)轄區(qū)，橫向比較可得到該區(qū)的需補(bǔ)強(qiáng)項(xiàng)。譬如，從表4中可知，企業(yè)應(yīng)急救援隊(duì)伍建設(shè)和企業(yè)應(yīng)急組織建設(shè)在所有評(píng)價(jià)項(xiàng)中綜合前景偏低，啟示該市政府監(jiān)管部門(mén)應(yīng)將這2項(xiàng)內(nèi)容納入下一步整體提升企業(yè)應(yīng)急能力建設(shè)工作的重點(diǎn)。

5 結(jié)論

1)結(jié)合定性、定量方法構(gòu)建應(yīng)急準(zhǔn)備能力評(píng)價(jià)體系，明確是非判斷標(biāo)準(zhǔn)，減少了評(píng)價(jià)階段的主觀性，并通過(guò)信息熵理論修正指標(biāo)權(quán)重，提高了評(píng)價(jià)可靠性。

2)通過(guò)應(yīng)用前景理論，考量評(píng)價(jià)過(guò)程中決策者的心理偏好，以相對(duì)期望為參考點(diǎn)構(gòu)建風(fēng)險(xiǎn)損益矩陣，得出各評(píng)價(jià)對(duì)象與各指標(biāo)的前景值，并可據(jù)此分析被評(píng)價(jià)對(duì)象的得分排序及存在的薄弱項(xiàng)，為提高區(qū)域性企業(yè)整體應(yīng)急準(zhǔn)備能力提供改進(jìn)方向。

3)該評(píng)價(jià)方法統(tǒng)一了收益型和損失型2類(lèi)具有不同數(shù)據(jù)尺度的評(píng)價(jià)指標(biāo)，模型具有指標(biāo)可橫向拓展的優(yōu)點(diǎn)，可為政府決策部門(mén)評(píng)估區(qū)域性企業(yè)綜合應(yīng)急能力及其他具有相同數(shù)據(jù)結(jié)構(gòu)的評(píng)價(jià)領(lǐng)域提供新的視角和思路。