基于N-K模型的?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)因素耦合研究

陳曉,丁光

基于N-K模型的危化品道路運(yùn)輸安全風(fēng)險(xiǎn)因素耦合研究

陳曉1,丁光2

1. 三亞學(xué)院 管理學(xué)院, 海南 三亞 572022 2. ?？谫|(zhì)量技術(shù)監(jiān)督局, 海南 海口 570100

為研究?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)概率的變化情況，本文針對(duì)影響?；愤\(yùn)輸安全的人、物、環(huán)境、管理等，從單因素、雙因素和多因素的角度來(lái)分析?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)因素之間的耦合關(guān)系，并結(jié)合我國(guó)2008~2014年發(fā)生的危化品運(yùn)輸事故，利用N-K模型計(jì)算出不同風(fēng)險(xiǎn)耦合發(fā)生的概率。結(jié)果表明：耦合過(guò)程中參與的風(fēng)險(xiǎn)因素越多，事故發(fā)生的概率越大；主觀因素（人的因素和管理因素）在?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)耦合過(guò)程中參與最多，造成的風(fēng)險(xiǎn)較大，需要加強(qiáng)防范。

危化品運(yùn)輸; 風(fēng)險(xiǎn)耦合; N-K模型

伴隨著國(guó)家經(jīng)濟(jì)的快速發(fā)展，危化品具有的特殊作用使其在各領(lǐng)域應(yīng)用逐漸廣泛，各行各業(yè)對(duì)?；返男枨罅恳苍诓粩嘣龃?；而在?；返乃羞\(yùn)輸方式中，道路運(yùn)輸占據(jù)著較大比例且有不斷增長(zhǎng)的趨勢(shì)；但隨之帶來(lái)的安全問(wèn)題也越發(fā)顯著，道路上行駛的運(yùn)輸?；返能囕v形成了流動(dòng)的危險(xiǎn)源，一旦發(fā)生運(yùn)輸事故，就有可能對(duì)人民的生命安全與國(guó)家財(cái)產(chǎn)造成威脅，更嚴(yán)重的還會(huì)對(duì)生態(tài)環(huán)境造成污染，如：2014年7月19日，在滬昆高速湖南邵陽(yáng)段，一輛裝有乙醇的貨車，由于司機(jī)疲勞駕駛導(dǎo)致與客車相撞，致使54人死亡，經(jīng)濟(jì)損失達(dá)5300萬(wàn)元，2015年8月28日，在廣東陸豐市沈海高速陸豐龍山路段，一輛裝載亞硝酸銨的貨車與客車追尾，造成5人死亡，20余人受傷，2016年3月19日，一臺(tái)裝有汽油的油罐車在京港澳高速公路汨羅市何家壟段行駛時(shí)發(fā)生爆炸，導(dǎo)致5人死亡，這些事故均給國(guó)家和人民帶來(lái)了巨大的損失和惡劣的影響。

而N-K模型[10]起源于信息理論，以前通常用來(lái)對(duì)信息傳輸量的測(cè)度，現(xiàn)已成為分析復(fù)雜系統(tǒng)內(nèi)部要素間相互作用、相互依賴對(duì)整體系統(tǒng)影響的通用工具，且在金融、地鐵施工、航空等領(lǐng)域應(yīng)用廣泛，但目前尚缺乏在?；愤\(yùn)輸安全風(fēng)險(xiǎn)領(lǐng)域的研究?；诖?，本文結(jié)合?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)的特點(diǎn)及N-K模型的優(yōu)勢(shì)，構(gòu)建危化品道路運(yùn)輸安全風(fēng)險(xiǎn)因素耦合度量模型，計(jì)算出該模型下安全事件發(fā)生的概率和風(fēng)險(xiǎn)值，并提出相應(yīng)的風(fēng)險(xiǎn)應(yīng)對(duì)措施，以減少風(fēng)險(xiǎn)耦合的概率，為?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)預(yù)防和控制管理提供理論依據(jù)。

1 危化品道路運(yùn)輸安全風(fēng)險(xiǎn)多維軌跡交叉耦合致因分析

人、物（危化品、運(yùn)輸車輛及其他設(shè)備設(shè)施）、環(huán)境、管理等四個(gè)子系統(tǒng)構(gòu)成了復(fù)雜動(dòng)態(tài)的?；返缆愤\(yùn)輸系統(tǒng)。且?；愤\(yùn)輸事故的發(fā)生往往是由于人的不安全行為、物的不安全狀態(tài)、脆弱的環(huán)境及管理的失效等風(fēng)險(xiǎn)因素造成的[11]，在這其中有些事故是由于系統(tǒng)的某些風(fēng)險(xiǎn)因素突破自身防御極值直接導(dǎo)致的，但也有某些因素并未突破自身風(fēng)險(xiǎn)閾值，而是與一些潛在的風(fēng)險(xiǎn)因素因相互作用、相互耦合，從而導(dǎo)致發(fā)生事故。具體如圖1所示。

圖 1 ?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)多維軌跡交叉耦合致因

2 危化品道路運(yùn)輸安全風(fēng)險(xiǎn)單因素和多因素耦合分析

在物理學(xué)中，耦合通常是指把各種相互依賴、相互作用及相互影響的兩個(gè)或兩個(gè)以上的實(shí)體聯(lián)合起來(lái)的現(xiàn)象[12]。而?；返缆愤\(yùn)輸系統(tǒng)是由復(fù)雜關(guān)聯(lián)的若干元素及子系統(tǒng)組成的復(fù)雜動(dòng)態(tài)系統(tǒng)，這就決定了?；返缆愤\(yùn)輸事故耦合風(fēng)險(xiǎn)不僅有人、物、環(huán)境、管理單個(gè)風(fēng)險(xiǎn)，還有其他因素間的耦合風(fēng)險(xiǎn)。因此，將?；返缆愤\(yùn)輸系統(tǒng)中人、物、環(huán)、管不同情況下的耦合風(fēng)險(xiǎn)分為單因素耦合風(fēng)險(xiǎn)、雙因素耦合風(fēng)險(xiǎn)、多因素耦合風(fēng)險(xiǎn)，如圖2所示。

圖 2 危化品道路運(yùn)輸安全風(fēng)險(xiǎn)耦合類型

2.1 ?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)單因素分析

2.1.1 人為因素風(fēng)險(xiǎn)在?；返缆愤\(yùn)輸過(guò)程中，人是處于整個(gè)?；返缆愤\(yùn)輸系統(tǒng)中的核心地位，往往是導(dǎo)致危化品運(yùn)輸事故的關(guān)鍵原因之一。伴隨著我國(guó)科學(xué)技術(shù)的發(fā)展，系統(tǒng)設(shè)備的可靠性和環(huán)境系統(tǒng)的安全性得到了較大改善，而人的不安全行為往往是導(dǎo)致事故的直接原因。人因因素風(fēng)險(xiǎn)主要指駕駛?cè)藛T疲勞駕駛，安全意識(shí)薄弱，生理素質(zhì)、身體素質(zhì)、精神素質(zhì)，技術(shù)水平，教育水平低下等風(fēng)險(xiǎn)，如駕駛?cè)藛T精神狀態(tài)不佳違章駕駛從而導(dǎo)致運(yùn)輸事故。

2.1.2 物的因素風(fēng)險(xiǎn)物的因素風(fēng)險(xiǎn)通常是指?；纷陨砭哂械囊兹肌⒁妆?、毒害、腐蝕、放射性等危險(xiǎn)性質(zhì)，以及運(yùn)輸車輛和其他設(shè)備設(shè)施存在質(zhì)量不合格、設(shè)備磨損老化等風(fēng)險(xiǎn)，如車輛磨損嚴(yán)重可能導(dǎo)致爆胎。剎車失靈等狀況，從而引發(fā)交通事故,。

2.1.3 環(huán)境因素風(fēng)險(xiǎn)環(huán)境因素風(fēng)險(xiǎn)是指在運(yùn)輸過(guò)程中，不良的道路環(huán)境、氣象環(huán)境、地形環(huán)境、沿線人口以及交通流等風(fēng)險(xiǎn)因素都可能增加?；返缆愤\(yùn)輸安全事故發(fā)生的概率，如天氣大霧，導(dǎo)致路況視線不好從而引發(fā)事故。

2.1.4 管理因素風(fēng)險(xiǎn)管理因素風(fēng)險(xiǎn)是指在?；愤\(yùn)輸過(guò)程中，由于管理計(jì)劃不科學(xué)，?；愤\(yùn)輸安全管理法規(guī)、標(biāo)準(zhǔn)體系不健全等引起的風(fēng)險(xiǎn)，管理風(fēng)險(xiǎn)因素包括車輛設(shè)備設(shè)施管理不善、安全管理制度不健全、安全培訓(xùn)教育不到位等情況，一旦管理失效就可能誘發(fā)?；愤\(yùn)輸事故。

2.2 ?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)雙因素和多因素耦合分析

2.2.1 ?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)雙因素耦合分析在?；返缆愤\(yùn)輸過(guò)程中，運(yùn)輸安全只受兩個(gè)風(fēng)險(xiǎn)因素之間的相互作用與相互影響，稱之為?；返缆愤\(yùn)輸安全雙因素風(fēng)險(xiǎn)耦合，其包括人-物因素耦合風(fēng)險(xiǎn)、人-環(huán)境因素耦合風(fēng)險(xiǎn)、人-管理因素耦合風(fēng)險(xiǎn)、環(huán)境-管理因素耦合風(fēng)險(xiǎn)、物-環(huán)境風(fēng)險(xiǎn)耦合因素、物-管理風(fēng)險(xiǎn)耦合因素等情況，如在人-物安全風(fēng)險(xiǎn)因素的耦合過(guò)程中，物的不安全狀態(tài)可能受到人的不安全行為的影響，而反過(guò)來(lái)人的不安全行為也可能受到物的不安全狀態(tài)的影響。如危化品運(yùn)輸車輛被運(yùn)輸人員違規(guī)改造從而導(dǎo)致事故，而運(yùn)輸車輛某些地方設(shè)計(jì)的不合理，會(huì)使運(yùn)輸人員在遇到緊急情況下在心理上可能產(chǎn)生急躁等情緒，從而產(chǎn)生不安全行為，造成運(yùn)輸事故；在影響?；返缆愤\(yùn)輸安全的物-環(huán)境風(fēng)險(xiǎn)耦合因素中，?；纷陨砭哂械囊兹?、易爆、毒害、腐蝕、放射性等特性，增加了環(huán)境的危險(xiǎn)性。而環(huán)境中的高溫也可能引發(fā)車輛自燃或?；繁ǖ任ｋU(xiǎn)事故。

廣西梧州市龍圩區(qū)稅務(wù)局全面推行“放管服”改革后，不斷優(yōu)化納稅服務(wù)，極大地方便了納稅人辦理涉稅業(yè)務(wù)，節(jié)約了辦稅時(shí)間和成本，贏得了廣大納稅人的點(diǎn)贊，納稅人的滿意度也隨之得到進(jìn)一步提高。2017年在全市納稅人滿意度測(cè)評(píng)中，從原來(lái)的第七名躍上到中上水平。另外，通過(guò)不折不扣地落實(shí)稅收優(yōu)惠政策，讓納稅人應(yīng)享盡享稅收優(yōu)惠，惠及面達(dá)100%。據(jù)統(tǒng)計(jì)，2017年度享受小型微利企業(yè)所得稅優(yōu)惠的企業(yè)共180戶，優(yōu)惠減免5726.9萬(wàn)元；享受政策性減免優(yōu)惠2700戶，減免增值稅150萬(wàn)元。

2.2.2 ?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)多因素耦合分析當(dāng)?；返缆愤\(yùn)輸安全受到3個(gè)或3個(gè)以上的風(fēng)險(xiǎn)因素相互影響和相互作用時(shí)，這種情況就屬于多因素耦合風(fēng)險(xiǎn)。而多因素耦合風(fēng)險(xiǎn)包括人-物-環(huán)境因素耦合風(fēng)險(xiǎn)、人-物-管理因素耦合風(fēng)險(xiǎn)、人-環(huán)境-管理因素耦合風(fēng)險(xiǎn)、物-環(huán)境-管理因素耦合風(fēng)險(xiǎn)及人-物-環(huán)境-管理因素耦合風(fēng)險(xiǎn)，如在人-物-管理耦合過(guò)程中，管理的因素往往這三個(gè)因素中起主導(dǎo)作用，在日常管理過(guò)程中對(duì)物的管理不到位時(shí)，就有可能致使車輛設(shè)備設(shè)施等維護(hù)保養(yǎng)不及時(shí)，出現(xiàn)磨損、老化等問(wèn)題，同樣對(duì)工作人員操作規(guī)程或技能培訓(xùn)等方面不落實(shí)到位的話，則工人在使用設(shè)備過(guò)程中出現(xiàn)失誤的概率將會(huì)大大增加。因此為降低三者耦合的風(fēng)險(xiǎn)概率，必須加強(qiáng)對(duì)人的不安全行為和物的不安全狀態(tài)的管理。再者在危化品道路運(yùn)輸整個(gè)過(guò)程中人-物-環(huán)境-管理同時(shí)耦合的概率很小，但一旦出現(xiàn)這樣的情況，其造成的風(fēng)險(xiǎn)往往會(huì)高于四個(gè)風(fēng)險(xiǎn)因素簡(jiǎn)單疊加的效果。

3 基于N-K模型的危化品道路運(yùn)輸安全風(fēng)險(xiǎn)耦合作用度量

3.1 N-K模型

1993年，考夫曼在研究生物基因組合進(jìn)化問(wèn)題時(shí)提出了N-K模型，該模型能較好的解決復(fù)雜問(wèn)題，其主要包含兩個(gè)重要參數(shù)N和K，且在?；返缆愤\(yùn)輸系統(tǒng)中，N指的是人、物、環(huán)境、管理等4個(gè)數(shù)目的子系統(tǒng)，K為?；愤\(yùn)輸系統(tǒng)復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)中各子系統(tǒng)相互作用、相互耦合的數(shù)目[13]。如果整個(gè)系統(tǒng)中有N個(gè)子系統(tǒng)，而不同子系統(tǒng)的組元有種相互結(jié)合的方式，即共有n種組合方式，則不同的組元按照一定的方式組合起來(lái)就構(gòu)成了多維網(wǎng)絡(luò)模型K，K的取值范圍為[0,-1]。

?；返缆愤\(yùn)輸系統(tǒng)是一個(gè)較大的復(fù)雜動(dòng)態(tài)系統(tǒng)，其共包括四個(gè)風(fēng)險(xiǎn)組元，分別是人、物、環(huán)境和管理。而每個(gè)組元依據(jù)它們是否突破自身的風(fēng)險(xiǎn)閾值，可分為0和1兩種狀態(tài)，當(dāng)風(fēng)險(xiǎn)組元未突破自身閾值時(shí)，記為“0”，突破自身風(fēng)險(xiǎn)閾值時(shí)記為“1”[14]，且影響?；返缆愤\(yùn)輸安全的所有風(fēng)險(xiǎn)因素絕大多數(shù)情況下都是由部分風(fēng)險(xiǎn)因素通過(guò)局部耦合過(guò)程達(dá)到風(fēng)險(xiǎn)閾值。當(dāng)不同類型的風(fēng)險(xiǎn)組元通過(guò)不同的形式進(jìn)行耦合，耦合的頻次越多，表明該耦合方式出現(xiàn)的概率就越大，即用耦合值來(lái)表示事故發(fā)生風(fēng)險(xiǎn)及概率的大小，耦合值越大則風(fēng)險(xiǎn)越大，越容易引發(fā)事故，因此本文結(jié)合N-K模型對(duì)危化品道路運(yùn)輸安全風(fēng)險(xiǎn)因素耦合進(jìn)行度量。其計(jì)算公式如下：

式中：,,分別表示人、物、環(huán)境、管理4類風(fēng)險(xiǎn)因素；P,i,j,k表示人在第種狀態(tài)下、物在第種狀態(tài)下、環(huán)境在第種狀態(tài)下、管理在第種狀態(tài)下，4種因素風(fēng)險(xiǎn)耦合發(fā)生的概率，P，P，P，P分別表示人、物、環(huán)境、管理在，，，狀態(tài)下的發(fā)生概率。

代表了?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)耦合在完全耦合狀況下的數(shù)量化評(píng)估，計(jì)算得到的Ｔ值越大表明該組元耦合程度越高，對(duì)系統(tǒng)安全影響更大。而在實(shí)際事故中由四個(gè)風(fēng)險(xiǎn)因素完全耦合造成的事故概率很小，較多是由四個(gè)風(fēng)險(xiǎn)因素發(fā)生局部耦合，那么只需要計(jì)算三維空間下的風(fēng)險(xiǎn)因素之間的信息交互，總共4種組合，其計(jì)算公式如下：

同理，當(dāng)局部風(fēng)險(xiǎn)因素耦合為雙因素耦合時(shí)的交互信息計(jì)算公式為：

其中：

4 實(shí)例分析

影響危化品道路運(yùn)輸安全的風(fēng)險(xiǎn)因素有人、物、環(huán)境和管理等因素，這四大風(fēng)險(xiǎn)因素共有16種可能的耦合形式。其中0000、1000、0100、0010、0001代表了五個(gè)單因素風(fēng)險(xiǎn)耦合；而雙因素風(fēng)險(xiǎn)耦合有1100、1010、0110、0101、1001、0011等6種情況；多因素風(fēng)險(xiǎn)耦合則共有5種情況，分別用1011、1101、110、0111、1111表示（人、物、環(huán)境、管理４種因素分別對(duì)應(yīng)千、百、十、個(gè)位上的數(shù)字，某種因素未發(fā)生和發(fā)生的情況用0和1來(lái)代表）。通過(guò)對(duì)我國(guó)2008~2014年發(fā)生的?；返缆愤\(yùn)輸事故調(diào)查統(tǒng)計(jì)分析，得到總共發(fā)生事故約1047起，其中，單因素風(fēng)險(xiǎn)耦合、雙因素風(fēng)險(xiǎn)耦合和多因素風(fēng)險(xiǎn)耦合導(dǎo)致的?；返缆愤\(yùn)輸事故的次數(shù)和頻率如圖3所示。

圖 3 因素耦合事故頻次頻率

（1）單因素風(fēng)險(xiǎn)耦合分析，為了計(jì)算交互信息值，首先計(jì)算以下不同方式風(fēng)險(xiǎn)耦合發(fā)生的概率，根據(jù)式1，需計(jì)算P，P，P，P的值，當(dāng)人為因素不參與風(fēng)險(xiǎn)耦合時(shí)?；愤\(yùn)輸事故發(fā)生概率為0…=0000+0100+0010+0001+0110+0101+0011+0111=0.2709，同理，0…，·0…，·1…，…0·，…1·，…0，…1，計(jì)算結(jié)果如下表1。

表 1 單因素風(fēng)險(xiǎn)變化概率

（2）雙因素風(fēng)險(xiǎn)耦合分析，根據(jù)公式2~8，可知需要計(jì)算P，P，P，P，P，P的值。因此計(jì)算人為因素與物的因素均不參與風(fēng)險(xiǎn)耦合時(shí)?；愤\(yùn)輸事故發(fā)生概率為00··=0000+0010+0001+0011=0.0668，同理計(jì)算其他值，具體見(jiàn)表2。

表 2 雙因素風(fēng)險(xiǎn)變化概率

3)多因素風(fēng)險(xiǎn)耦合分析,根據(jù)式2~8可知，需要計(jì)算P，P，P，P的值，計(jì)算人的因素、物的因素和環(huán)境因素不參與風(fēng)險(xiǎn)耦合時(shí)事故發(fā)生概率為000.=0000+0001=0.0115，同理可以計(jì)算其他值，具體如表3。

表 3 多因素風(fēng)險(xiǎn)變化概率

根據(jù)式2~8，分別計(jì)算下列各項(xiàng)風(fēng)險(xiǎn)的耦合的值為4=1.138，31=0.278，32=0.249，33=0.295，34=0.219，21=0.0278，22=0.036，23=0.0257，24=0.0219，25=0.0246，26=0.016，從計(jì)算結(jié)果可知：4>33>31>32>34>22>21>23>25>24>26。

4.1 綜合分析

（1）在?；返缆愤\(yùn)輸系統(tǒng)中，隨著參與耦合的因素的越多，其造成的?；返缆愤\(yùn)輸安全總風(fēng)險(xiǎn)也隨之增大。從上述計(jì)算結(jié)果可知曉，4個(gè)風(fēng)險(xiǎn)因素耦合的發(fā)生概率最大，其次為3個(gè)風(fēng)險(xiǎn)因素耦合的情況，且3個(gè)因素耦合風(fēng)險(xiǎn)值大于雙因素耦合風(fēng)險(xiǎn)值，這與日常生活中發(fā)生的危化品道路運(yùn)輸事故原因相符合。

（2）在?；返缆愤\(yùn)輸安全三因素風(fēng)險(xiǎn)耦合中，人-環(huán)境-管理風(fēng)險(xiǎn)因素耦合的值最大，其次通過(guò)計(jì)算數(shù)據(jù)可發(fā)現(xiàn)，若事故發(fā)生的原因中有人為因素和管理因素參與風(fēng)險(xiǎn)耦合，則事故發(fā)生的概率均比較高，這表明主觀因素(人為因素和管理因素)是造成事故發(fā)生的重要原因。

（3）在雙因素耦合風(fēng)險(xiǎn)中，人-管理因素耦合風(fēng)險(xiǎn)和人-環(huán)境因素耦合風(fēng)險(xiǎn)要大于物-環(huán)境因素耦合風(fēng)險(xiǎn)和物-管理因素耦合風(fēng)險(xiǎn)，而環(huán)境-管理耦合因風(fēng)險(xiǎn)是雙因素耦合風(fēng)險(xiǎn)里最小的。這表明人的不安全行為是威脅到危化品運(yùn)輸安全的關(guān)鍵風(fēng)險(xiǎn)因素。

5 結(jié)論與建議

本文針對(duì)?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)耦合作用進(jìn)行分析，構(gòu)建了危化品道路運(yùn)輸風(fēng)險(xiǎn)耦合N-K模型，并利用N-K模型對(duì)?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)耦合作用進(jìn)行度量，結(jié)果顯示：隨著參與風(fēng)險(xiǎn)耦合因素的增加，危化品道路運(yùn)輸安全風(fēng)險(xiǎn)會(huì)逐漸增大，多因素風(fēng)險(xiǎn)耦合導(dǎo)致事故發(fā)生的概率往往要大于雙因素風(fēng)險(xiǎn)耦合。在人、物、環(huán)境、管理等4個(gè)因素中，人的因素和管理因素所參與的風(fēng)險(xiǎn)耦合造成事故發(fā)生的概率相對(duì)較大。

通過(guò)上述分析，對(duì)?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)耦合提出如下建議：

（1）有針對(duì)性控制對(duì)系統(tǒng)起關(guān)鍵作用因素之間的耦合。通過(guò)計(jì)算?；返缆愤\(yùn)輸安全風(fēng)險(xiǎn)要素之間不同耦合形式的風(fēng)險(xiǎn)度量值，可以發(fā)現(xiàn)人的因素和管理因素在整個(gè)系統(tǒng)風(fēng)險(xiǎn)耦合過(guò)程中參與最多，造成的風(fēng)險(xiǎn)最大，因此在日常管理過(guò)程中，應(yīng)該建立健全相關(guān)法律法規(guī)，加強(qiáng)安全責(zé)任制的落實(shí)，加大執(zhí)法和監(jiān)管力度嚴(yán)格市場(chǎng)準(zhǔn)入，加強(qiáng)從業(yè)人員培訓(xùn)教育，提高安全管理水平。

（2）影響?；返缆愤\(yùn)輸安全的風(fēng)險(xiǎn)因素較多，因此應(yīng)該避免多個(gè)因素之間發(fā)生耦合作用。當(dāng)人、物、環(huán)境、管理中的某一因素出現(xiàn)危險(xiǎn)源時(shí)，在消除此危險(xiǎn)源的同時(shí)，應(yīng)加強(qiáng)對(duì)其他風(fēng)險(xiǎn)因素的檢測(cè)和監(jiān)控，防止產(chǎn)生新的耦合風(fēng)險(xiǎn)源，造成更大的損失。

[1] 潘福全,孟亞然,馬昌喜,等.道路危險(xiǎn)貨物運(yùn)輸研究綜述與展望[J].山東交通科技,2015(6):6-9,12

[2] 高潔.道路危險(xiǎn)貨物運(yùn)輸企業(yè)安全評(píng)價(jià)方法及系統(tǒng)開(kāi)發(fā)[D].西安:長(zhǎng)安大學(xué),2013

[3] 閆利勇,陳永光.危險(xiǎn)化學(xué)品公路運(yùn)輸事故新特點(diǎn)及對(duì)策研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2010,6(4):65-69

[4] 吳宗之,孫猛.200起危險(xiǎn)化學(xué)品公路運(yùn)輸事故的統(tǒng)計(jì)分析及對(duì)策研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2006,2(2):3-8

[5] 張麗,柏萍.2006~2007年危險(xiǎn)化學(xué)品運(yùn)輸事故分析研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2008,4(6):74-78

[6] 沈小燕,李小楠,謝培,等.886起危險(xiǎn)品罐式車輛道路運(yùn)輸事故統(tǒng)計(jì)分析研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2012,8(11):43-48

[7] 王姿力.道路危險(xiǎn)貨物運(yùn)輸安全風(fēng)險(xiǎn)識(shí)別及評(píng)價(jià)預(yù)警問(wèn)題研究[D].西安:長(zhǎng)安大學(xué),2015

[8] 辛春林,王金連.危險(xiǎn)化學(xué)品運(yùn)輸事故歷史數(shù)據(jù)研究綜述[J].中國(guó)安全科學(xué)學(xué)報(bào),2012,22(7):89-94

[9] 鄒宗峰,張保全.危險(xiǎn)化學(xué)品道路運(yùn)輸安全管理現(xiàn)狀及發(fā)展趨勢(shì)研究[J].中國(guó)安全科學(xué)學(xué)報(bào),2011,21(6):129-134

[10] Chu F, Chu C. Single item dynamic lot-sizing models with bounded inventory and outsourcing[J]. IEEE Transactions on Systems, Man, and Cybernetics-Part A:Systems and Humans, 2008,38(1):70-77

[11] 劉國(guó)愈,雷玲.海因里希事故致因理論與安全思想因素分析[J].安全與環(huán)境工程,2013,20(1):138-142

[12] 劉堂卿,羅帆.空中交通安全風(fēng)險(xiǎn)構(gòu)成及耦合關(guān)系分析[J].武漢理工大學(xué)學(xué)報(bào):信息與管理工程版,2012,34(1):93-97

[13] 吳賢國(guó),吳克寶,沈梅芳,等.基于N-K模型的地鐵施工安全風(fēng)險(xiǎn)耦合研究[J].中國(guó)安全科學(xué)學(xué)報(bào),2016,26(4):96-101

[14] 喬萬(wàn)冠,李新春,劉全龍.N-K模型下煤礦重大瓦斯事故風(fēng)險(xiǎn)耦合致因分析[J].科技管理研究,2017(2):196-200

Study on Coupling Safety Risk Factors on Dangerous Chemicals Transportation Based on N-K Model

CHEN Xiao1, DING Guang2

1.572022,2.570100,

To study on the safety risk probabilities changing in dangerous chemicals transportation, this paper analyzed the coupling relation among safety risk factors in dangerous chemicals transportation from a single, double and multifactors perspective aiming at people, things, environment, management and so on affecting transportation safety, and calculated probabilities coupling various risks with N-K model combining with dangerous chemicals transportation accidents from 2008 to 2014 a. The results showed The more risk factors involved in the coupling process, the greater the probability of accident; Subjective factors (human factors and management factors) were the most involved in the risk coupling process of road transport safety of dangerous chemicals, causing greater risks that need to be reinforced.

Dangerous chemicals transportation; risk coupling; N-K model

U492.3+36.3

A

1000-2324(2019)04-0709-06

2018-03-10

2018-05-02

陳曉(1980-),女,碩士,講師,研究方向:工程項(xiàng)目管理. E-mail:2245036738@qq.com