趙江平,劉小龍 ZHAO Jiangping,LIU Xiaolong
(西安建筑科技大學(xué) 資源工程學(xué)院,陜西 西安 710055)
“十三五”規(guī)劃以來,我國石化與工業(yè)經(jīng)濟(jì)一直保持持續(xù)增長態(tài)勢,根據(jù)工業(yè)和信息化部的數(shù)據(jù)統(tǒng)計顯示,截至2018年末,石油化工行業(yè)全年增加值同比增長4.6%,主營業(yè)務(wù)收入12.40萬億元,同比增長13.6%。石油化工行業(yè)高速發(fā)展的同時衍生出大量物流需求,促進(jìn)了?;肺锪餍袠I(yè)的快速發(fā)展,使得國內(nèi)運輸貨物總量、企業(yè)數(shù)量、業(yè)務(wù)覆蓋范圍都處于穩(wěn)步增長趨勢。據(jù)相關(guān)數(shù)據(jù)統(tǒng)計[1],道路運輸是危化品物流行業(yè)的重要組成部分,約占各種運輸方式的60%,截至2017年底,國內(nèi)從事?;返缆愤\輸服務(wù)的物流企業(yè)達(dá)到了1.15萬家,從業(yè)人數(shù)超過120萬人,運輸車輛超過30萬輛,年運輸總量達(dá)10億多噸,且運輸量以10%的年增長率上升,但與此同時,?;返缆愤\輸事故近年來也呈現(xiàn)逐年遞增的趨勢。其中在2014年3月1日發(fā)生在山西省晉濟(jì)高速的槽罐車甲醇泄漏起火爆炸事故,造成了40人死亡,9人受傷,直接經(jīng)濟(jì)損失8 197萬元;2014年7月19日發(fā)生在滬昆高速湖南邵陽段的危化品運輸爆燃事故,造成了54人死亡,6人受傷,直接經(jīng)濟(jì)損失5 300萬元,可見?;愤\輸事故對社會公共安全和企業(yè)經(jīng)濟(jì)效益都會造成巨大損失。對于物流企業(yè)來說經(jīng)濟(jì)效益是其主要目標(biāo),也是其提高安全管理水平的動力。因此探究安全管理策略對運輸風(fēng)險及企業(yè)經(jīng)濟(jì)效益之間的長期動態(tài)影響關(guān)系,尋求科學(xué)合理的安全管理策略降低運輸風(fēng)險,提高企業(yè)經(jīng)濟(jì)效益,對于保障物流企業(yè)的長期生存發(fā)展至關(guān)重要。
目前國內(nèi)學(xué)者對此進(jìn)行了大量研究,如錢永坤等以中國鄉(xiāng)鎮(zhèn)煤礦為例,構(gòu)建數(shù)學(xué)模型分析了安全投入與經(jīng)濟(jì)效益的關(guān)系[2];張杰建立了安全效益評價函數(shù)關(guān)系模型對安全投入與安全管理水平、安全效益的關(guān)聯(lián)關(guān)系進(jìn)行了定性分析[3];李楠建立安全投入與事故率可能性邊界的“P-S”模型,得到最佳安全投入和最佳安全經(jīng)濟(jì)效益事故率[4];王永剛運用系統(tǒng)動力學(xué)方法構(gòu)建了機場安全管理運行保障能力模型,通過政策模擬,得出了最佳投資政策[5];閆緒嫻基于面板門限模型分析了中國煤炭上市公司安全投入對經(jīng)濟(jì)效益的影響,得出提高安全投入資金使用效率是提升企業(yè)安全管理水平和推動企業(yè)經(jīng)濟(jì)效益的關(guān)鍵因素[6]。
以上研究主要是從純數(shù)學(xué)模型角度靜態(tài)描述了,缺少動態(tài)對比分析,且大部分研究還是從“人—機—物—環(huán)—管”的角度去尋求影響運輸風(fēng)險的因素,并不能很好體現(xiàn)出因素之間相互反饋關(guān)系,因此本文基于STAMP(System-Theoretic Accident Model and Process)理論,從過程控制角度對物流企業(yè)的運輸管理工作進(jìn)行了分析,進(jìn)而建立?;愤\輸安全的系統(tǒng)動力學(xué)模型。從企業(yè)經(jīng)濟(jì)效益目標(biāo)出發(fā),以運輸量作為重要切入點,模擬了不同安全管理策略對企業(yè)經(jīng)濟(jì)效益和運輸風(fēng)險的長期動態(tài)影響,并根據(jù)實際調(diào)研情況分析其原因,提出具有針對性的措施建議,為企業(yè)管理者提供了決策參考。
1.1 STAMP模型介紹。STAMP模型是2004年由美國麻省理工學(xué)院N.G.Levenson提出的一種新的系統(tǒng)事故致因理論模型[7],該模型基于控制理論將安全問題認(rèn)為是系統(tǒng)的涌現(xiàn)性,控制涌現(xiàn)性的方法是給組件的行為及組件間的交互施加安全約束。構(gòu)成STAMP模型的三種基本結(jié)構(gòu)包括分層控制結(jié)構(gòu)、安全約束和過程模型[8]。分層控制結(jié)構(gòu)把系統(tǒng)視為一種分層結(jié)構(gòu),高層通過執(zhí)行器約束低層的行為,低層次將執(zhí)行情況通過傳感器反饋給高層,安全約束是控制動作和反饋的具體執(zhí)行措施,過程模型是高層根據(jù)低層反饋信息進(jìn)行決策的過程,三者構(gòu)成系統(tǒng)的安全控制反饋結(jié)構(gòu),如圖1。由于結(jié)構(gòu)回路中存在不恰當(dāng)和錯誤的控制使安全約束沒有被有效執(zhí)行,或者延遲導(dǎo)致系統(tǒng)往高風(fēng)險狀態(tài)遷移,最終導(dǎo)致事故的發(fā)生,如圖2。STAMP理論認(rèn)為只有安全約束有效,控制作用合理且可行,反饋信息及時、準(zhǔn)確、過程模型正確完整,才能保證系統(tǒng)的正常運行,確保系統(tǒng)的安全[9]。
圖1 安全控制反饋結(jié)構(gòu)
圖2 事故致因理論模型
1.2 企業(yè)安全運輸過程的STAMP模型和系統(tǒng)邊界。政府監(jiān)管機構(gòu)對物流企業(yè)負(fù)有監(jiān)管等責(zé)任,物流企業(yè)有義務(wù)將資質(zhì)文件和事故等情況及時匯報給監(jiān)管機構(gòu),同時企業(yè)管理者根據(jù)政府頒布的法律規(guī)章制定符合企業(yè)自身發(fā)展的安全管理策略,指導(dǎo)安全工作的開展,員工把實際工作中發(fā)現(xiàn)的運輸風(fēng)險信息反饋給企業(yè)管理者,企業(yè)管理者根據(jù)反饋的運輸風(fēng)險信息可以更有針對性進(jìn)行安全投入,與此同時企業(yè)也受到市場因素的影響,企業(yè)管理者根據(jù)經(jīng)營運輸情況制定合理的運費反饋市場。根據(jù)上述邏輯關(guān)系搭建物流企業(yè)安全運輸過程的STAMP模型。因為本文研究目標(biāo)是安全管理策略對運輸風(fēng)險及企業(yè)經(jīng)濟(jì)效益的關(guān)系,所以將系統(tǒng)邊界分為安全管理子系統(tǒng)和經(jīng)濟(jì)效益子系統(tǒng),如圖3。只有當(dāng)圖3中的安全控制反饋回路運行正常,企業(yè)?;愤\輸過程才能保證安全。
圖3 企業(yè)安全運輸過程的STAMP模型
2.1 模型構(gòu)建。系統(tǒng)動力學(xué)由Forrester教授在20世紀(jì)50年代創(chuàng)立,通過變動模型中的參數(shù)或政策變量,模擬不同情景、不同政策下系統(tǒng)未來發(fā)展趨勢,從而為決策提供科學(xué)的參考依據(jù)。根據(jù)安全管理子系統(tǒng)和經(jīng)濟(jì)效益子系統(tǒng)中的安全約束之間因果關(guān)系,構(gòu)建物流企業(yè)的?;愤\輸安全系統(tǒng)動力學(xué)模型,如圖4。利用變量之間函數(shù)關(guān)系描述系統(tǒng)內(nèi)部邏輯聯(lián)系和控制過程,主要變量表達(dá)式,如表1。
2.2 模型檢驗。極限情況檢測是將參數(shù)值設(shè)置成為極值時,檢測模型行為與真實系統(tǒng)在極端條件下的行為是否相同。在本模型中把運費收入設(shè)為0元,那么企業(yè)的運營收入和經(jīng)濟(jì)效益應(yīng)隨著時間變化逐漸降低為0元。運行模擬結(jié)果如圖5、圖6所示,與預(yù)期相符合,所以模型通過了極值檢驗。
圖4 ?;愤\輸安全系統(tǒng)動力學(xué)模型
表1 主要變量的表達(dá)式
圖5 運營投入極限測試
圖6 企業(yè)經(jīng)濟(jì)效益極限測試
基于建模目的和普適性原則,對模型作如下假設(shè):
假設(shè)1:仿真時間內(nèi),物流市場上運價不會發(fā)生較大起伏,保持不變。假設(shè)2:安全工作的開展到企業(yè)安全管理水平的提升具有一定滯后性。
本文選取西安市某?;返缆愤\輸企業(yè)為研究對象,通過對該企業(yè)管理者訪談和實際調(diào)研情況,收集相關(guān)數(shù)據(jù)資料對模型參數(shù)進(jìn)行初始賦值,其中運輸風(fēng)險值參考《危險貨物道路運輸規(guī)則》 (JT/T 617-2018)并結(jié)合專家經(jīng)驗,初始值賦予100,當(dāng)大于120時運輸系統(tǒng)處于高風(fēng)險狀態(tài),模擬未來26個月物流企業(yè)的運營情況。通過調(diào)整安全投入延遲,處罰措施力度和信息反饋渠道建設(shè)等參數(shù)值變化,觀察對運輸風(fēng)險及企業(yè)經(jīng)濟(jì)效益等因素的影響。
3.1 安全投入延遲對運輸風(fēng)險和企業(yè)經(jīng)濟(jì)效益的影響。安全投入延遲反應(yīng)了企業(yè)安全投入的快慢程度,利用Vensim里面Delay1I延遲函數(shù)來表示,設(shè)置不同的參數(shù)值如表2,數(shù)值越小說明安全投入越早,企業(yè)對于安全管理的重視度越高。將各個參數(shù)值帶入模型中,得到運輸風(fēng)險和企業(yè)經(jīng)濟(jì)效益變化趨勢,如圖7、圖8所示。
表2 不同安全投入延遲參數(shù)值
圖7 運輸風(fēng)險變化情況
圖8 企業(yè)經(jīng)濟(jì)效益變化情況
通過圖7可知,在策略1中,運輸風(fēng)險值一直在76~102之間波動,一直處于低風(fēng)險狀態(tài),后期隨著運輸量增長時運輸風(fēng)險漲幅較小,反之策略2前期安全投入較慢,運輸風(fēng)險值之在第23個月后達(dá)到120之后繼續(xù)遞增,在第26個月達(dá)到150,這是因為隨著運輸量增長,企業(yè)安全投入速度跟不上企業(yè)運輸發(fā)展的需求,使運輸系統(tǒng)隨著時間不斷向高風(fēng)險狀態(tài)遷移,運輸風(fēng)險增大。
通過圖8可知,在前24個月中,策略1小于同期策略2的企業(yè)經(jīng)濟(jì)效益漲幅,這是因為一定時期內(nèi),企業(yè)掌握的資源是有限的,增加安全投入,就會減少一部分運營投入,企業(yè)經(jīng)濟(jì)效益會受影響。但隨著運輸量增長,策略2企業(yè)經(jīng)濟(jì)效益在第24個月達(dá)到483萬元之后急劇下降到第26個月的93.7萬元,而策略1一直處于穩(wěn)步增長趨勢。這是因為策略2在第23個月之后運輸系統(tǒng)進(jìn)入高風(fēng)險狀態(tài),而在高風(fēng)險狀態(tài)下運輸必然會導(dǎo)致事故發(fā)生,由于?;返缆愤\輸行業(yè)本身特點,一旦事故發(fā)生將會造成巨大經(jīng)濟(jì)損失和社會負(fù)面影響,使企業(yè)經(jīng)濟(jì)效益急劇下降。
3.2 處罰措施力度對運輸風(fēng)險信息總量、運輸風(fēng)險和企業(yè)經(jīng)濟(jì)效益的影響。處罰措施力度反映了企業(yè)對違規(guī)行為的問責(zé)和處罰強度,根據(jù)力度不同制定了三種策略,如表3。數(shù)值越大表示處罰措施強度越大。將參數(shù)值帶入模型中,得到運輸風(fēng)險信息總量、運輸風(fēng)險和企業(yè)經(jīng)濟(jì)效益變化趨勢如圖9、圖10和圖11所示。
表3 不同處罰措施力度參數(shù)值
通過圖9、圖10可知,處罰措施力度越大,企業(yè)管理者關(guān)于員工反饋的運輸風(fēng)險信息就越少,后期當(dāng)運輸量增長時運輸風(fēng)險越大。這是因為當(dāng)企業(yè)管理者把問責(zé)和處罰作為主要安全管理策略時,員工就會把工作的重點放在責(zé)任劃分上,只有當(dāng)確認(rèn)風(fēng)險與自己無責(zé)任關(guān)系時,才會向企業(yè)管理者匯報有關(guān)運輸過程中存在的潛在風(fēng)險信息,甚至有時會阻礙獲取相關(guān)運輸數(shù)據(jù)。根據(jù)實際調(diào)研了解到,部分司機擔(dān)心運輸途中因疲勞駕駛或抽煙等違紀(jì)行為受到處罰,關(guān)閉車載監(jiān)控設(shè)備等情況時有發(fā)生,大大降低了相關(guān)數(shù)據(jù)的獲取,增加運輸風(fēng)險。企業(yè)管理者應(yīng)把安全工作重點放在改善運輸系統(tǒng)的安全性上,如通過調(diào)整作息時間來改善司機的工作狀態(tài),而不是加大對疲勞駕駛的處罰力度。
通過圖11可知,處罰措施力度越小,企業(yè)管理者獲得運輸風(fēng)險信息總量越多,企業(yè)經(jīng)濟(jì)效益增幅越大;反之增幅較小,甚至?xí)?dǎo)致企業(yè)經(jīng)濟(jì)效益下降。這是因為運輸風(fēng)險信息是改善運輸系統(tǒng)安全性的關(guān)鍵因素,企業(yè)管理者根據(jù)員工反饋的運輸風(fēng)險信息,制定更加為之有效的工作操縱流程,提高運輸系統(tǒng)的安全性。如根據(jù)司機在運輸途中發(fā)現(xiàn)的潛在風(fēng)險因素或安全需求信息,指導(dǎo)企業(yè)設(shè)計更加合理的?;愤\輸監(jiān)控系統(tǒng)平臺,采集和監(jiān)控運輸過程中的關(guān)鍵數(shù)據(jù),保障運輸過程的安全。
3.3 信息反饋渠道建設(shè)對運輸風(fēng)險信息總量、運輸風(fēng)險和企業(yè)經(jīng)濟(jì)效益的影響。信息反饋渠道建設(shè)反映了運輸風(fēng)險信息交流的有效程度,數(shù)值越大表示輸運輸風(fēng)險信息反饋越高效。根據(jù)建設(shè)程度不同制定了三種策略,如表4。將參數(shù)值帶入模型中得到運輸風(fēng)險信息總量、運輸風(fēng)險和企業(yè)經(jīng)濟(jì)效益變化趨勢入圖12、圖13、圖14所示。
通過圖12、13可知,可知信息反饋渠道建設(shè)程度越低,企業(yè)管理者獲得運輸風(fēng)險信息總量越少,隨著運輸量增長運輸風(fēng)險漲幅越大。這是因為過于單一低效的信息反饋渠道不利于運輸風(fēng)險信息的反饋和有效利用。在實際調(diào)研中發(fā)現(xiàn),司機常??陬^報告給企業(yè)安全管理者運輸途中存在的風(fēng)險因素,并沒有形成正式的匯報文件,導(dǎo)致運輸風(fēng)險信息利用率不高,缺少員工與企業(yè)管理者之間規(guī)范化和程序化的信息反饋渠道。
圖9 運輸風(fēng)險信息總量變化情況
圖10 運輸風(fēng)險變化情況
圖11 企業(yè)經(jīng)濟(jì)效益變化情況
表4 不同信息反饋渠道建設(shè)參數(shù)值
圖12 運輸風(fēng)險信息總量變化情況
圖13 運輸風(fēng)險變化情況
圖14 企業(yè)經(jīng)濟(jì)效益變化情況
通過圖14可知,策略3的企業(yè)經(jīng)濟(jì)效益最高,在第26個月達(dá)到了443萬元,并且持續(xù)穩(wěn)定增長。策略2為390萬元,漲幅小于策略3,策略1在第23個月達(dá)到210萬元,隨后因為運輸系統(tǒng)進(jìn)入高風(fēng)險狀態(tài),在第26個月下降至100萬元。可以看出反饋渠道建設(shè)對企業(yè)經(jīng)濟(jì)效益有著重要影響,加強信息反饋渠道建設(shè)是企業(yè)管理者應(yīng)該堅持的一項長期重要工作。
本文根據(jù)STAMP理論,構(gòu)建物流企業(yè)的安全運輸過程模型,明晰了在運輸過程中每個組件相應(yīng)的安全約束,在此基礎(chǔ)上結(jié)合系統(tǒng)動力學(xué)理論建立了?;愤\輸安全模型,并利用Vensim軟件進(jìn)行了仿真,根據(jù)仿真結(jié)果得到以下啟發(fā):
(1)在短期內(nèi)安全投入與企業(yè)經(jīng)濟(jì)效益存在沖突,但是從企業(yè)長期發(fā)展角度來看,兩者目標(biāo)是一致的,只有在保證安全投入充足的前提下企業(yè)才能持續(xù)穩(wěn)定發(fā)展,企業(yè)在運營早期就應(yīng)把安全理念構(gòu)筑到運輸系統(tǒng)之中,加強日常應(yīng)急知識教育培訓(xùn)、安防設(shè)備設(shè)施采購、運輸車輛檢查次數(shù)和安全專職人員配備等工作,做到了防患于未然。
(2)處罰措施力度與運輸風(fēng)險信息總量呈負(fù)相關(guān)關(guān)系,企業(yè)經(jīng)濟(jì)效益并不會因為處罰力度加大而增長,過度的處罰與問責(zé)制度導(dǎo)致企業(yè)管理者獲取運輸風(fēng)險信息量不足,潛在的運輸風(fēng)險因素得不到反饋,隨著后期運輸量增加時,運輸系統(tǒng)將會處于高風(fēng)險狀態(tài)。企業(yè)管理者應(yīng)當(dāng)把注意力集中放在改善運輸系統(tǒng)的安全性上,而不是通過加大處罰措施力度來防止事故發(fā)生。
(3)信息反饋渠道建設(shè)與運輸風(fēng)險信息總量呈正相關(guān)關(guān)系,長期低效的信息反饋會降低企業(yè)經(jīng)濟(jì)效益。良好的信息反饋渠道能幫助企業(yè)管理者從員工中獲取更多的運輸風(fēng)險信息,是提高安全投入有效性的關(guān)鍵因素,定期組織與員工之間關(guān)于運輸風(fēng)險交流會議的次數(shù),根據(jù)反饋的信息識別潛在的不安全因素,建立企業(yè)運輸風(fēng)險日志,并根據(jù)具有建設(shè)性的信息形成正式的安全管理措施改進(jìn)辦法,更有針對性地進(jìn)行安全投入,避免過度低效的安全投入影響企業(yè)正常運營資金的周轉(zhuǎn),提高企業(yè)經(jīng)濟(jì)效益。