目前，国内统一的重大危险源分级标准有烟花爆竹行业、金属非金属地下矿山行业、煤矿矿井行业等，尚未就涂料行业制定统一的重大危险源分级标准。在对重大危险源分级实践中，静态分级法和动态分级法是常用的重大危险源分级方法，但实际上影响重大危险源安全状况的因素是复杂多源的［3-4］。例如，王晓丽等基于LabVIEW平台开发出的重大危险源动态分级系统［5］；徐尚仲等基于模糊综合评判的方法，对导致事故发生的因素进行量化，利用等级参数评判法得出危险性的大小［6］。通过文献调研可以发现，重大危险源安全风险评价涉及众多因素和数据，其中很多因素都存在不确定性，这就要求在评价过程中充分考虑这些因素，并通过合适的方法来消除不确定性带来的影响，以保证评价结果的可靠性和准确性。为此，本文建立了一个基于集对分析理论的重大危险源安全风险等级评价模型，并基于湖北某涂料企业的安全风险分级管控现状对该评价模型进行了验证，本研究可为涂料企业的安全风险分级管控提供一定的技术和理论支撑。
1 重大危险源评价指标体系的构建
由于涂料生产中发生火灾的因素众多，且各因素之间相互影响，参考《涂料行业企业安全生产风险分级管控体系实施指南》（DB37/T 3219—2018）中的重大危险源辨识方法，以科学性、导向性、针对性和易操作性为原则，为涂料企业建立了重大危险源评价指标体系。该指标体系主要分为固有危险因子和危险抵消因子两个类别，通过对两个类别进行参数计算，从而对重大危险源进行安全风险等级分级［7-8］。重大危险源评价指标如图1所示。
2 组合赋权-集对分析评价模型
2.1 集对分析法的理论基础
集对分析理论是将两个具有一定联系，互相关联的集合A 与B构建为一个对子H（A，B），在同一个具体问题背景下，分析集对的同一性、差异性和对立性，并且对此进行数据刻画［9］。该方法可以用来处理不同评价体系中的各种指标不确定性问题［10］。例如，可以根据具体问题对该集对进行分析，得出集对共有N个特性，其中S个特性为两个集合所共有，两个集合在P个特性上相互对立，而在剩余的F = N-S-P 个特性上两个集合则既不对立，也不同一。这两个集合组成的集对H的联系度公式如下：
[μ=A+Bi+Cj] （1）
式（1）中：集对的联系度用[μ]表示，用a、b、c表示集对的同一度、差异度、对立度，其中A=S/G，B =F/G，C=P/G；联系度公式中差异度系数用i表示，j为对立度系数。差异度系数的取值区间为［-1，1］，对立度系数在通常情况下的取值为-1。
在实际问题中，通过分析集对分析模型的同一度、差异度、对立度并不能满足有些问题的具体要求，通过查阅文献发现，可以对集对分析理论的同一度、差异度、对立度进行细化，得到集对同一度、偏同差异度、偏反差异度、集对的对立度，由此可得到集对的四元联系数公式［11］。具体表达式如下：
[μ=a+bi+cj+dk] （2）
式（2）中：集对同一度、偏同差异度、偏反差异度、集对对立度分别用a、b、c、d表示，差异度系数用i和j表示，对立度系数用k表示，其中i的取值区间为［0，1］、j的取值区间为［-1，0］、k取值为-1。
对于重大危险源安全风险等级评价的联系数函数可表示为：
[μ=ω1μ1+ω2μ2+ω3μ3+?+ωnμn] （3）
其矩阵形式为：
[μ=WUE=ω1,ω2,?,ωnU11U12U21U22U13U14U23U24??Un1Un2??Un3Un41ijk]
（4）
式（4）中：重大危险源安全风险等级评价中各指标综合权重集合用W＝｛[ω1]，[ω2]，[ω3]，…，[ωn]｝表示，重大危险源安全风险等级评价中各指标联系数集合用U＝｛[Ur1]，[Ur2]，[Ur1]，…，[Urm]｝表示，[Urm]表示第r个指标对第m个评价等级的标准化数值。
2.2 组合赋权
2.2.1 层次分析法计算指标权重 层次分析法（analytic hierarchy process，AHP）是一种评价方法，它通过9级标度法对各指标之间的相互重要性进行比较，并根据专家经验建立判断矩阵，从而进行主观权重计算。为确保评价结果的可信度，需要对计算结果进行一致性检验［12］。层次分析法具体实施步骤如下：
1）构造矩阵判断矩阵[Aij]：
[Aij=(aij)n×n (i=1,2,?,n;j=1,2,?,n)] （5）
2）计算矩阵[Aij]的每行元素的几何平均值，得到矩阵M：
[M=(mi)1×n,(i=1, 2, ?, n)] （6）
[Yi=j=1naij,(i=1, 2, ?, n)] （7）
[mi=Yin,(i=1, 2, ?, n)] （8）
（3）对矩阵M进行归一化处理后，得到相对权重矩阵[W:]
[W=ωi1×n,i=1, 2, ?, n] （9）
[ωi=mii=1nmii=1, 2, ?, n] （10）
式中[ωi]为主观权重，为矩阵里的元素。
（4）通过判断矩阵[Aij]左乘相对权重矩阵W得到列向量AW中第i个分量，求出判断矩阵最大特征值[φmax]，并检验其一致性：
[φmax=i=1nAWinωi, i=1, 2, ?, n] （11）
CR = CI / RI （12）
[CI=(λmax-n)/(n-1)] （13）
当CR＜0.1 时，可以认为其一致性满足要求。否则必须对判断矩阵进行调整，直至其一致性检验符合要求。
2.2.2 熵权法计算指标权重 熵权法（entropy weight method，EWM）是一种常见的客观赋权方法，根据实测数据的差异程度和提供的信息量多少来确定评价指标，最终得到各个指标的权重值［13］。熵权法具体实施步骤如下：
（1）构建评价矩阵：通过待评价对象[Mi]对评价指标[Dj]可记作[Xij]，评价矩阵如下：
[Xij=X11X12X21X22?X1n?X2n??Xm1Xm2???Xmn] （14）
（2）对于不同的评价指标，其量纲和值域范围可能会有很大的差异，所以在进行评价之前，需要分别对危险抵消因子指标和固有危险因子指标进行数据归一化处理，避免因指标量纲、值域范围不同而导致的结果不准确问题
危险抵消因子指标：
[vij=xij-minxijmaxxij-minxiji=1, 2,?, m;j=1, 2,?, n]
（15）
固有危险因子指标：
[vij=maxxij-xijmaxxij-minxiji=1,2, ?, m;j=1,2, ?, n]（16）
将评价矩阵X进行归一化处理得到归一化矩阵V：
[V=vijm×ni=1,2,?,m;j=1, 2, ?, n] （17）
（3）计算各指标的信息熵：
[Ej=-1ln ni=1npijln pij] （18）
[Pij=vij/i=1nvij] （19）
其中，[Ej]为第j项指标的信息熵；[i=1, 2, ?, L;j=1, 2, ?, K]。如果[Pij=0]，则定义[limPij→0lnPij=0]确定各项指标的权重。通过求得的信息熵按下式计算各指标的权重，计算评价指标的熵权［14］。计算第j个评价指标的熵权为：
[ωij=1-Ejj=1n1-Ej?] （20）
2.2.3 组合权重的确定 对熵权法和层次分析法计算出的权重进行处理，得到组合权重，公式如下：
[ωij=aibii=1naibi] （21）
式中，[ai、bi]为第i个属性值的熵权法权重和层次分析法权重。
2.3 评价模型
2.3.1 安全风险等级划分 依据《危险化学品重大危险源监督管理暂行规定》中重大危险源的分级方法［15］，基于对危险源性质、危害程度、风险管理措施等因素的综合考量，重大危险源根据其危险程度可分为一级、二级、三级和四级，其中一级为最高级别。本文在此重大危险源分级的基础上，将该评价等级进行细化，并且基于德尔菲问卷调查法、文案调查法以及企业实地调查以确保该评价标准的客观、科学和可靠性。据此本文将涂料企业重大危险源安全风险等级划分为安全（Ⅴ级）、较安全（Ⅳ级）、一般危险（Ⅲ级）、较危险（Ⅱ级）和危险（Ⅰ级） 5个等级。重大危险源安全风险等级及联系数见表1。
表1 重大危险源安全风险等级及联系数
Tab. 1 Safety risk level and connection number of major hazard installations
[安全风
险等级 危险 较危险 一般危险 较安全 安全 联系数 ［-1，-0.6） ［-0.6，-0.2） ［-0.2，0.2） ［0.2，0.6） ［0.6，1） ]
2.3.2 集对势 集对势是一种用来反映集合动态演化趋势的指标，在特定问题下通过比较两个集合的同一度、差异度和对立度大小来进行计算［16］。在四元联系数函数公式 μ=a+bi+cj+dk 中，不同的集对势值会表达不同的情况：如果 a/d>1，则表示两个集合存在相同的趋势，但还需要结合b和c来进行讨论，进一步细分为准同势、强同势和弱同势；如果a/d=1，则表明两集合中“同一”与“对立”的趋势相当，根据 a、b和c的大小还可以得到准均势、强均势、弱均势；而a/d<1 则表示两集合存在对立的趋势，同样也可以根据b和c的大小比较进一步细分为弱反势、强反势和准反势。因此，集对势不仅可以用来评估集合的动态演化趋势，也是判断集合之间相互作用关系的重要依据之一［17-18］。集对势排序表见表2。
表 2 集对势排序表
Tab. 2 Set pair potential sorting table
[集对势 态势
分级 条件 准同势 1级 a>d，b=c=0 2级 a>b+c+d，b>c+d 3级 a>b+c+d，b=c+d 强同势 4级 a>b+c+d，b<c+d，d<b+c 5级 a>b+c+d，b<c+d，d=b+c 同势 6级 a>b+c+d，b<c+d，d>b+c 7级 a≤b+c+d，a>c+d，a>b，b>c+d 8级 a≤b+c+d，a>c+d，a>b，b=c+d 弱同势 9级 a≤b+c+d，a>c+d，a>b，b<c+d 10级 a≤b+c+d，a>c+d，a=b，b>c+d 11级 a≤b+c+d，a>c+d，a<b，b>c+d 准均势 12级 a=d，b=c=0 13级 a=d，a>b+c，b>c 强均势 14级 a=d，a>b+c，b=c 均势 15级 a=d，a>b+c，b<c 16级 a=d，a=b+c，b>c 弱均势 17级 a=d，a=b+c，b=c 18级 a=d，a=b+c，b<c 19级 d<= a+b+c， d> a+b，d<c， c> a+b 20级 d<=a+b+c， d> a+b，d=c， c> a+b 弱反势 21级 d<=a+b+c， d> a+b，d>c， c< a+b 22级 d<= a+b+c， d> a+b，d>c， c= a+b 23级 d<= a+b+c， d> a+b，d>c， c> a+b 反势 24级 d> a+b+c， c< a+b，a> b+c 25级 d> a+b+c， c< a+b，a= b+c 强反势 26级 d> a+b+c， c< a+b，a< b+c 27级 d> a+b+c， c= a+b 28级 d> a+b+c， c> a+b 准反势 29级 d> a+b+c， a< d， a= b=0 ]
2.3.2 集对联系数函数的构建 本文将重大危险源评价指标和重大危险源安全风险等级作为两个集合，并通过构成集对H（C，V）的方式来评价分析实际项目重大危险源情况。其中，集合C代表重大危险源评价指标集合，集合V代表重大危险源安全风险等级的集合。在集对H（C，V）中，联系数是用来描述集合C和集合V之间联系程度的指标。通过计算两个集合的联系数，可以评价分析实际项目重大危险源情况。
对于固有危险型指标，集对H（C，V）的联系数函数为：
[μj=1+0i1+0i2+0j ,xj≤ej1ej2-xjej2-s1+xj-s1ej2-s1i1+0i2+0j ,ej1≤xj<ej20+s3-xjej3-ej2i1+xj-ej2ej3-ej2i2+0j,ej2≤xj<ej30+0i1+ej4-xjej4-ej3i2+xj-ej3ej4-ej3j,ej3≤xj<ej40+0i1+0i2+1j ,xj>ej4]
（22）
对于危险抵消型指标，集对 H（C，V）的联系数函数为：
[μj=1+0i1+0i2+0j ,xj≥ej1xj-ej2s1-ej2+ej1-xjej1-ej2i1+0i2+0j ,ej2≤xj<ej10+xj-ej3ej2-ej3i1+ej2-xjs2-ej2i2+0j,ej3≤xj<ej20+0i1+xj-ej4ej3-ej4i2+ej3-xjej3-ej4j,ej4≤xj<ej30+0i1+0i2+1j ,xj<ej4]
（23）
式（22）代表固有危险型指标，从大到小排列即[ ej4~ ej1] ；式（ 23）代表危险抵消型指标，从大到小排列即[ ej1~ ej4] ；[xj]为专家对第j项指标打分值；[μj] 代表第j项评价指标的单联系数；[ejk] 是第j项评价指标安全风险等级的阈值。
2.3.4 安全风险等级的确定 根据式（4）计算出重大危险源安全风险等级评价的总体联系数[μ]后，采用相似贴近度法计算差异度系数i和i的取值，从而判断出重大危险源的安全风险等级，计算公式为：
[i=ba+c+d] （24）
[j=ca+b+d] （25）
3 实例应用与分析
湖北某涂料有限公司年产高固体分涂料5?000?t、水性涂料3?000?t、合成树脂2?000?t，总占地面积60?385.5?m2，总建筑面积28?994.1?m2。本文利用组合赋权集对分析模型对该公司的高固体分涂料生产车间、水性涂料生产车间、工程公用车间、原材料仓库和成品仓库进行重大危险源安全风险等级评价，以下以高固体分涂料生产车间为例。
3.1 综合权重确定
本次研究邀请10名业内技术专家采用专家评分法以得到每个指标间重要程度的主观权重；随后使用层次分析法根据式（5）-（13）来计算最终权重向量，以确定主观权重的相对大小；然后运用熵权法，根据式（14）-（20）来计算各指标客观权重；最终，根据式（20）计算出组合权重。各项指标权重计算结果见表3。
3.2 评价指标分级标准
为了确定重大危险源评价指标的分级阈值，本文充分借鉴了国内外重大危险源安全评价标准，并对该涂料企业安全生产报告和安全检查记录表等进行了系统整理分析，以此为依据制定了科学、合理的评价指标的安全风险等级阈值［15］。各项指标的安全风险等级阈值见表4。
3.3 综合联系数计算
依据集对分析理论计算方法，结合表3 中的评价指标权重和表4中的各指标实测值，得到高固体分涂料生产车间的具体二级指标的四元联系数。各项指标的联系数分量见表5。
3.4 结果分析
根据表5中的数据结果，可以得到各个评价指标的联系数分量，根据式（2），可以计算出准则层易燃易爆性[μC11]的联系数表达式为：[μC11=0.8+0.2i+0j+0k]，准则层物质毒性[μC12]的联系数表达式为：[μC12=1+0i+0j+0k]。由表2和式（3）可知，一级指标物质特性的各二级指标的权向量为：[W1=ω1,ω2=(0.063,0.238)]；因此可以得到物质特性的联系数表达式为：
[μC1=0.063,0.2380.80.21000001ijk=0.289+0.012i+0j+0k]
同理可计算出其他一级指标联系数分别为：[μC2=0.237+0.201i+0.001j+0k]；[μC3=0.012+0.003i+0j+0k]；[μC4=0.011+0.005i+0j+0k]；[μC5=0+0.009i+0.011j+0k]；[μC6=0.045+0.059i+0.040j+0.004k]。
由表1可知，目标层重大危险源安全风险等级的各二级指标的权向量为：
[W=(ω1,ω2)=(0.301,0.443,0.016,0.066,0.026,0.148)]
则重大危险源安全风险等级的联系数为：
[μC=0.301,0.444,0.017,0.067,0.020,0.1480.2890.0120.0000.0000.2370.2010.0010.0000.0120.0030.0000.0000.0110.0050.0000.0000.0000.0090.0110.0000.0450.0590.0400.0041ijk]
[μC=0.200+0.102i+0.007j+0.001k]。
同理，可以依次得出水性涂料生产车间、工程公用车间、原材料仓库、成品仓库的联系数和重大危险源的安全风险等级。涂料企业联系数和安全风险等级见表6。
3.4.1 风险等级分析 在集对四元联系数中，通过计算求得高固体分涂料生产车间差异度系数i与j 的值：i＝0.508，j＝-0.023，此时系统联系数μ＝0.251，对比重大危险源安全风险等级表可知高固体分涂料生产车间整体处于较安全状态。如果当i＝0，j＝－1时，通过计算可以得到高固体分涂料生产车间的总联系数μ=0.192，表明最不利状态下高固体分涂料生产车间安全状态处于一般危险状态，说明此时高固体分涂料生产车间有向“危险状态”转变的可能。
3.4.2 集对势分析 通过计算得出了高固体分涂料生产车间的整体联系数表达式[μC=0.200+0.102i+0.007j+0.001k]。由联系数表达公式可知该车间的集对同一度、偏同差异度、偏反差异度、集对对立度分别为a=0.200，b=0.102，c=0.007，d=0.001。经过分析表2的内容，发现该车间的集对势处于强同势，整体上呈同一的趋势。然而，二级指标中人员安全疏散因素指标处于弱同势，说明在疏散的过程中可能存在较大的风险。通过计算得知，a=0.201，说明该车间的安全状态整体上来说比较安全，但是差异度也占了0.109，这意味着部分指标存在向“危险”转变的可能性，需要加强对车间疏散演练和增加指示标志、紧急照明灯和出口数量。通过对该企业的重大危险源安全风险等级进行综合评价，发现物质毒性、人的操作失误和建筑强度耐火等级这几个指标因素在该企业的重大危险源安全风险等级评价中影响较大，这意味着企业在管理过程中应该更加关注这些指标的管控，以确保对应风险因素能够得到更好的控制和管理，进而降低重大危险源安全风险等级。
4 结 论
（1）本文结合集对分析理论，构建了涂料企业总体联系数公式分析模型，通过计算联系数公式模型中的可变因素得到联系数来判断重大危险源的安全风险等级。
（2）在评价指标体系中将因素分成固有危险因子和危险抵消因子，将熵权法和层次分析法进行组合赋权，减少了人为主观因素的影响，从而提高了对涂料企业重大危险源安全风险等级评价结果的真实性与可靠性，并基于该方法得到湖北某涂料企业的各个车间与仓库的重大危险源安全风险等级。
（3）通过对二级指标和一级指标整体联系数集对势的分析，可以获得各指标与系统发展趋势，进而通过对有转变为危险状态趋势指标进行针对性整改、防范，可一定程度降低企业重大危险源安全风险等级。