跨区域应急协作视角下化工园区空间布局的失衡与应对策略分析*

2019-06-06胡小丽魏玖长

中国安全生产科学技术 2019年5期

王飞，胡小丽，魏玖长

(1. 中山大学国际金融学院，广东珠海 519082； 2. 中国科学技术大学管理学院，安徽合肥 230026)

0 引言

化工园区内分布着大量危险源和污染源，这些危险化学品不仅种类繁多且储备密集，一旦发生事故很容易产生“多米诺骨牌效应”，从而造成严重的社会影响，如： 2015年天津港“8·12”特别重大火灾爆炸事故，造成165人遇难，8人失联，并产生了极为负面的社会影响[1]。随着工业化进程加快，全国化工园区数量逐年递增，且呈现出集中分布的态势，这大大增加了跨区域重大突发事件发生的可能性，但同时也为区域应急协作一体化提供了地缘基础。

目前，我国化工园区之间还未形成完备的应急协作体制，尤其在应急物资的储备方面，各园区间尚未形成系统性的资源共享、联动储备应急预案。由于各化工园区应急资源和应急能力有限，因此在应对重大突发事件时往往需要外部应急物资的支持。如何实现跨区域应急协作成为化工园区应急管理领域的重点和难点问题。

针对跨区域应急合作，Namkoong等[2]指出要避免化工园区重大灾害损失，仅从事态纵向发展的演化过程着手是不全面的，应更多地考虑化工园区的特征与集中分布的区域风险性，其中关键性问题在于如何界定区域应急协作的边界[3-4]。目前，国内做法主要是从地缘政治、经济的角度选择区域应急协作的对象，如“京津冀”、“长三角”与“珠三角”区域应急协作机制的构建[5]，而从应急能力水平与应急需求匹配性的角度来看，这种区域应急协作的思路很难满足化工园区应急救援需求。

基于此，本文将结合自组织特征映射神经网络分类方法和多元线性回归研究全国范围内化工园区安全事故的空间分布规律及其影响因素；并从风险分布与应急协作需求的匹配性角度，讨论我国现有应急协作机制存在的潜在问题，如：以地缘经济为基础的应急协作能否满足现实需求等；最后，本文将从化工园区的空间布局规划、应急联动模式与信息共享机制等方面提出若干政策建议。

1 文献回顾

关于风险情境下化工园区应急管理的研究主要聚焦于以下3个方面。

1)安全规划。传统的化工园区安全规划以土地利用规划分区为基本原则，充分考虑到对人体健康及环境脆弱性的影响，进一步定量确定准确的安全距离和可承受风险[6]。由于缺乏系统化的程序和方法，化工园区选址及内部布局出现众多不合理的情况，许铭等[7]揭示了重大化工园区危机事故的频繁发生往往与其安全规划不合理密切相关，如与人口密集的居民区、民用设施、水源等脆弱性环境的安全距离严重不足；杨春生[8]从选址规划、布局规划、企业准入规划和安全生产规划的制度体系入手，力图通过合理的园区规划来降低园区整体性风险。

2)应急能力。现有研究主要从应急响应、应急保障、应急专家等方面强调应急能力的建设。如陈文涛和葛世友[9]以危险化学品泄漏事故为对象，从园区企业、园区自身、外部救援3大责任主体角度分析应急救援能力；李菲菲和庞素琳[10]针对应急响应能力的评估、安全事故事后重建及环境改善提出了相应的解决方案；张海波和童星[11]则强调了应急管理者的能力在事故救援中的重要作用。

3)政府角色。目前应急管理研究工作中，普遍侧重政府部门在应急管理中的角色扮演[12]，如张海波[13]提出政府应当主张从构建立体化的应急预案体系、树立风险评估科学理念、健全以情景构建为主线的预案管理流程、完善应急演练检验与优化预案机制以及提高应急预案数字化水平5个方面进行重点改进与完善。

通过文献回顾可知，研究者们从多个角度运用不同技术方法对化工园区危机事故的影响因素进行了探索与研究。然而，学者们大多进行了化工园区宏观管理的理论探究及技术应用研究，尚缺乏空间聚类基础上跨区域应急协作的实证研究。

2 研究设计

2.1 研究方法

自组织映射神经网络(Self-Organizing Feature Map)是一种基于无监督学习方法的神经网络理论，目前已广泛应用于数据聚类、排序和样本检测等方面。自组织映射神经网络包含输入层和输出层，输入层是每个变量数据构成的神经元(聚类变量)，输出层则是根据各变量之间的内在关系形成的拓扑结构(聚类结果)。整个聚类过程主要分为2大基本过程：竞争和合作。竞争过程就是最优匹配神经元的选择过程，即选择各变量内在结构聚类特征最为明显的样本；合作过程则是以最优匹配神经元为中心，提供相邻神经元在拓扑领域中的空间位置，由此形成聚类初步结果，即形成多个相似样本的特定类别；2部分之间密切相关，缺一不可，共同完成聚类过程。

有别于传统聚类方法，SOFM的主要优点为超高的自适应识别功能，即无须事先设定分类标准，该程序可根据各组数据内在客观联系自动生成分类结果，从而保证分类结果的科学性。这种方法更加适用于无法明确界定分类标准的情况，本文中各地区危机事故结构复杂，诱因多样，使用SOFM模型更有利于形成较合理的聚类结果。

2.2 变量选取与样本收集

本文以现有研究为基础，分别从化工园区的应急能力、应急制度、园区信息及灾害事故信息4个方面选取SOFM模型的输入变量。

化工园区的应急制度主要体现为应急预案制度的设计与执行情况，包括园区、地方应急预案及跨区域协作预案数量，年度预案演练次数。化工园区信息包括园区等级及园区企业密度；化工园区的等级分为国家级、省级和省级以下3个层级，分别编码为1、2、3；企业密度=入驻企业数量/园区规模(规划面积)。化工园区的事故类型以爆炸引起的灾害事故居多，因此本文将该变量设置为虚拟变量，其中“1”表示爆炸，“0”表示其他类型。

本文基于中华人民共和国应急管理部网站搜集的近15 a全国的化工园区事故，园区信息来源于中国化工网及各化工园区官网，园区的制度指标信息从各地方应急管理部门网站获得，园区交通信息来源于《中国统计年鉴》，经缺失值处理后，最终确定了203条样本。

3 研究结果

3.1 空间布局分析

2001—2016年，我国化工园区在各省的分布及园区灾难事故所造成的人员伤亡如图1～2所示。图2中，颜色越深说明死亡人数越多。由此可以看出，我国化工园区危机事故集中发生于沿海地区和西北地区，从整体空间布局上看，“东—西”、“南—北”呈现出较大差异，且各地区化工园区数量与伤亡人数之间并不一定成正比。这说明化工园区危机事故还存在其他重要影响因素，为探究这个问题，本文拟通过SOFM模型与多元统计回归进行深入分析。

图1 各省化工园区数量Fig.1 Numbers of chemical industry parks in each province

图2 2001-2016年间化工园区事故伤亡人数的空间分布Fig.2 Spatial distribution of casualties caused by accidents in chemical industry parks during 2001-2016

3.2 空间聚类分析

基于SOFM模型算法，得出的分类拓扑结构如图3(a)所示，六边形中的轴线表示拓扑结构的距离，其中深色代表更大的距离，浅色反之；相似神经元之间显示相似的颜色。各神经元权重距离和分类结果如表1所示。4组神经元所对应的危机事故在中国地图上的空间分布如图3(b)所示，其中颜色一致代表综合情况相似。

表1 SOFM分类结果Table 1 Classification results of SOFM

注：颜色深度：取值1～4，颜色深度递减

图3 SOFM分类拓扑结构与空间分布Fig.3 The classification results of SOFM in terms of topological structure and spatial distribution

3.3 事故诱因分析

本文利用SOFM模型将各个变量值作为输入神经元导入，输出的各特征变量的拓扑关系如图4所示(亦称为“地温图”)，主要通过颜色分布的相似性对变量关系进行定性分析。从多边形颜色可判断，伤亡人数中，六边形颜色“由上而下、由左至右”颜色逐步加深，代表事故后果的变化趋势相应加重。而在交通情况、应急资源、应急预案、演练及区域协作预案的拓扑结构图中，情况大致相反，这说明其与伤亡人数之间存在反方向相关关系；灾难类型与伤亡人数之间存在弱负相关关系；园区规模和入驻企业数量方向相反，对伤亡人数都有较弱影响。

图4 危机事故关键影响因素拓扑结构Fig.4 Topological structure of key influencing factors for crisis accidents

基于SOFM模型的事故诱因分析结果，本文通过多元线性回归模型进一步验证该结论。表2结果显示，化工园区的应急能力与应急制度建设和安全事故等级之间存在负相关关系；园区基础信息方面，企业密度与安全事故伤亡人数具有正相关关系；事故信息方面，结果表明爆炸类安全事故所引发的不良后果更严重。

4 讨论与建议

针对研究结果，分别从“宏观空间布局、中观跨区域协作和微观诱因控制”3个方面，为化工园区集中区域内的空间布局优化、应急能力水平建设提出相应政策建议。

4.1 优化化工园区空间布局，寻求风险效益平衡

首先，本文对我国化工园区的空间布局进行了整体分析。目前我国化工园区空间布局以区域优势为导向，大多忽略了化工园区集中区域的高风险与应急协作能力不足的问题，这种空间布局的失衡使得政府无法形成高效、统一的应急体制。应急管理者应综合考虑化工园区大区域风险的空间分布、应急能力的分布(包括化工园区物资储备、国家物资储备库储备、国家应急救援队伍等)以及各化工园区地理位置，制定科学的区域应急协作地理边界，从而实现化工园区空间布局的优化。此外，从方法论上，本文利用自组织映射神经网络方法，通过分析化工园区近15 a的安全生产事故特征及诱因的相似度，为如何界定应急合作区域提供了一种分析方案。

表2 多元线性回归结果Table 2 Results of multiple linear regression

注：因变量：伤亡人数；+p<0.1，*p<0.05，**p<0.01，***p<0.001

4.2 构建应急联动新模式，形成集中区域应急合力

本文研究结果强调了区域间的应急联动机制在有效抵抗危机事故过程中的重要作用。跨区域应急协作预案是区域间应急信息及资源流动的基础，研究结果表明，化工园区协作预案数量越多，参与方的危机事故越少。因此，实现跨区域应急协作的关键在于构建科学的应急联动机制，能够从跨区域应急协作的视角设计应急物资的储备、调度方案以及跨区域应急协作的预案制度。