您好, 访客   登录/注册

溢油事故危害程度评估行为特征识别

来源:用户上传      作者:

  摘要:为识别应急决策者(emergency decision maker, EDM)对溢油事故危害程度评估的行为特征,引入有序概率模型和D-efficient意向选择实验,对其评估行为进行研究。基于意向选择实验数据和极大似然法对模型参数进行标定,根据参数显著性和模型拟合度指标选择最优模型进行边际效应分析,以揭示EDM的评估行为特征。结果表明:有序Logit模型优于有序Probit模型;溢油量和溢油影响水域对EDM的评估行为影响最大,专业背景和从业年限也会影响评估行为。研究结果能够客观描述决策者的评估行为特征,为合理使用评估结果提供理论基础。
  关键词:水路运输; 溢油事故; 危害程度评估; 行为特征; 有序概率模型; 意向选择实验
  中图分类号: U698.6
  文献标志码: A
  Abstract:To identify the behavior characteristics of emergency decision makers (EDMs) for hazard assessment of oil spill accidents, the assessment behaviors of EDMs are studied by introducing ordered probability models and D-efficient stated choice experiments. Both the stated choice experimental data and the maximum likelihood method are used to calibrate OPM parameters. According to indexes of parameter significance and model fitting, the best OPM is selected for marginal effect analysis so as to reveal EDMs’ assessment behavior characteristics. The results show that, the ordered Logit model outperforms the ordered Probit model; both the oil spill size and its influencing area have the greatest effect on the assessment behaviors of EDMs, and education background and working years also affect assessment behaviors. The findings can objectively describe the characteristics of EDMs’ assessment behaviors, and provide a theoretical basis for rational use of assessment results.
  0 引 言
  我國是世界第一大石油进口国,约90%进口石油通过海运完成。随着石油运输业的繁荣,油船日趋大型化,这使得船舶发生重大溢油事故的风险显著增加。重大溢油事故不仅会给海域环境和生态系统带来毁灭性破坏,也会对沿海城市水产、航运、工业等造成巨大冲击,严重影响沿海地区人民生活和海洋经济发展。在此背景下,如何快速对事故危害程度做出科学评估,进而采取合理的应急措施,对最大限度地降低溢油事故损害至关重要[1]。
  危害程度评估是溢油事故风险评估的重点内容,也是该领域备受关注的热点问题。目前,研究人员主要通过神经网络[2]、模糊综合评价[3]、层次分析法[4]、有限元仿真技术[5]、情景模拟[6]等对危害程度进行评估,但这些评估模式对信息的完备性和准确性要求较高。事实上,溢油事故的突发性和不确定性往往造成评估所需信息不易获得且残缺不全,导致传统评估模式难以适应快速评估要求。实践中,由于溢油事故应急决策人员(以下简称决策者)对危害程度的评估行为发生在一个复杂的动态认知和决策过程中,通常由决策者综合事发地自然环境、涉事船舶、油种、溢油量等事故特征信息进行评估,同时还受到决策者个体特征的影响,因而危害程度等级(即评估行为的表现形式)被高估或低估的可能性较高[7]。一旦出现高估或低估现象,就极有可能导致应急措施选择不合理,进而造成应急资源浪费,或因无法控制溢油而产生更大损害。因此,识别决策者的评估行为特征,理解溢油事故特性和决策者特性对其评估行为的影响规律,对于减少评估差错、合理采取应急措施具有重要意义。
  目前,在溢油事故危害分析领域,鲜有文献关注决策者的评估行为特征,主要原因之一在于缺乏评估行为数据。然而,在道路交通和船舶碰撞等事故分析领域,已有学者基于问卷调查和有序概率模型来分析决策者的事故风险评估行为特征。例如,MACHADO等[8]采用意向选择实验采集驾驶员对道路交通事故风险的评估行为数据,运用有序Logit(ordered Logit,OL)模型进行数据分析,以识别驾驶员对道路交通事故风险等级的评估行为特征;CHIN等[9]开发了一个OL模型,通过对引航员意向选择实验数据的分析,以理解引航员对船舶碰撞风险的评估行为特征。这些成果不仅验证了有序概率模型(包括OL模型和有序Probit(ordered Probit,OP)模型)和意向选择实验用于分析、识别风险评估行为特征的可行性,而且可为本文研究提供经验借鉴。
  鉴于此,本文引入有序概率模型和意向选择实验,以弥补该领域现有研究的不足。一方面,有序概率模型以随机效用最大化理论为基础,能客观地描述决策者的评估行为特征,揭示不同因素对评估行为的影响规律。另一方面,利用意向选择实验,通过多情景设计,能够获得较多的评估行为数据,可有效解决评估行为数据匮乏问题。   1 模型构建
  有序概率模型最初由Zavoina和McElvey于1975年提出,主要用于分析因变量存在等级差异的有序多分类问题,能够很好地揭示自变量(离散变量或连续变量)对有序多分类因变量(离散变量)的影响规律[10-11]。本文关注的是溢油事故决策者的评估行为特征,包括评估行为主要受哪些因素影响,具体影响规律是什么等。实践中,评估行为的表现可用评估结果(即危害程度等级,为离散变量)反映出来,而影响评估行为的因素(包括事故特征信息和决策者属性等)可能为连续变量或离散变量,故可利用有序概率模型进行分析。已有相关研究[8-9]验证了有序概率模型用于研究道路交通事故或船舶碰撞等风险评估行为的可行性,为本文分析溢油事故决策者的评估行为奠定了基础。
  4 结 论
  本文基于有序概率模型和意向选择实验对溢油事故应急决策者的评估行为进行了研究,主要结论如下:
  (1)有序概率模型适用于分析溢油事故应急决策者的评估行为,意向选择实验可用来有效解决评估行为数据匮乏问题,研究结果能够揭示决策者的评估行为特征。
  (2)溢油影响水域和溢油量对决策者的评估行为影响最大,其中:当溢油影响水域为取水口时,危害程度被评估为5级的概率上升33.72个百分点;当溢油量≥50 t时,危害程度被评估为5级的概率上升31.14个百分点。
  未来,可进一步细化影响因素,扩大样本量,以提高模型的拟合优度,同时增强其解释能力。
  参考文献:
  [1]LEE Moonjin, JUNG Jung-Yeul. Pollution risk assessment of oil spill accidents in Garorim Bay of Korea[J]. Marine Pollution Bulletin, 2015, 100: 297-303. DOI: 10.1016/j.marpolbul.2015.08.037.
  [2]WEI Lai, HU Zhuowei, DONG Lin, et al. A damage assessment model of oil spill accident combining historical data and satellite remote sensing information: a case study in Penglai 19-3 oil spill accident of China[J]. Marine Pollution Bulletin, 2015, 91: 258-271. DOI: 10.1016/j.marpolbul.2014.11.036.
  [3]岳漢秋, 甘鑫平, 牟乃夏, 等. 海上船舶溢油事故模糊评估与决策分析[J]. 环境工程学报, 2015, 9(8): 3780-3784.
  [4]BI Haipu, SI Hu. Dynamic risk assessment of oil spill scenario for Three Gorges Reservoir in China based on numerical simulation[J]. Safety Science, 2012, 50: 1112-1118. DOI: 10.1016/j.ssci.2011.11.012.
  [5]OLITA A, CUCCO A, SIMEONE S, et al. Oil spill hazard and risk assessment for the shorelines of a Mediterranean coastal archipelago[J]. Ocean and Coastal Management, 2012, 57: 44-52. DOI: 10.1016/j.ocecoaman.2011.11.006.
  [6]廖国祥, 叶金清, 韩俊松, 等. 综合随机和典型情景模拟的海洋溢油事故污染危害预测评估研究[J]. 海洋环境科学, 2017, 36(2): 266-273. DOI: 10.13634/j.cnki.mes.2017.02.017.
  [7]张欣. 基于SP调查的船舶溢油应急决策研究[J]. 安全与环境学报, 2013, 13(1): 271-275. DOI: 10.3969/j.issn.1009-6094.2013.01.059.
  [8]MACHADO J L, DE OA J, DE OA R, et al. A stated preference experiment for understanding drivers’ risk perception[J]. Procedia-Social and Behavioral Sciences, 2014, 162: 263-272. DOI: 10.1016/j.sbspro.2014.12.207.
  [9]CHIN H C, DEBNATH A K. Modeling perceived collision risk in port water navigation[J]. Safety Science, 2009, 47: 1410-1416. DOI: 10.1016/j.ssci.2009.04.004.
  [10]WILLIAMS R. Understanding and interpreting generalized ordered logit models[J]. The Journal of Mathematical Sociology, 2016, 40(1): 7-20. DOI: 10.1080/0022250X.2015.1112384.
  [11]胡骥, 闫章存, 卢小钊, 等. 基于有序Logit与Probit模型的交通事故严重性影响因素分析[J]. 安全与环境学报, 2018, 18(3): 836-843. DOI: 10.13637/j.issn.1009-6094.2018.03.003.
  [12]LARRANAGA A M, ARELLANA J, SENNA L A. Encouraging intermodality: a stated preference analysis of freight mode choice in Rio Grande do Sul[J]. Transportation Research Part A: Policy and Practice, 2017, 102: 202-211. DOI: 10.1016/j.tra.2016.10.028.
  (编辑 贾裙平)
转载注明来源:https://www.xzbu.com/4/view-15033170.htm