第８卷第８期 ２０１２年８月 中国安全生产科学技术 Ｊｏｕｒｎａｌ ｏｆ Ｓａｆｅｔｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｖ０ｌ＿８ Ｎｏ．８ Ａｕｇ．２０１２ 文章编号：１６７３—１９３Ｘ（２０１２）一０８—００４１—０６ 承压类特种设备系统性风险研究水 杨景标，郑 炯，李绪丰，罗伟坚 （广东省特种设备检测院，广州５１０６５５） 摘要：传统的风险评估或基于风险的检验主要针对设备的失效可能性和失效后果，而失效后果 未考虑失效对社会产生的影响和冲击力。同一类型的设备在网络知情人数不同或人们心理承受 能力不同的场合发生失效后产生的社会影响力存在差异。本文引入失效事件对社会的影响力修 正因素即影响力强度，影响力强度既反映事故等级，又反映网民对事故的关注程度。在传统的风 险概念的基础上，由影响力强度对失效后果进行修正后形成系统性风险模型。当事故等级较高， 或当一个事故的关注度高，网络知情人数初值增大，影响力强度增大，系统性风险也随之增大。所 建立的系统性风险模型很好地解释了同一类设备失效后在不同场合的社会影响力不同的现象。 关键词：系统性风险；承压特种设备；影响力；网络知情人数；强度 中图分类号：Ｘ９３３．４ 文献标识码：Ａ Ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｎ ｓｙｓｔｅｍｉｃ ｒｉｓｋ ｏｆ ｐｒｅｓｓｕｒｅ ｓｐｅｃｉａｌ ｅｑｕｉｐｍｅｎｔ ＹＡＮＧ Ｊｉｎｇ－ｂｉａｏ，ＺＨＥＮＧ Ｊｉｏｎｇ，ＬＩ Ｘｕ—ｆｅｎｇ，ＬＵＯ Ｗｅｉ－ｊｉａｎ （Ｇｕａｎｇｄｏｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｐｅｃｉａｌ Ｅｑｕｉｐｍｅｎｔ Ｉｎｓｐｅｃｔｉｏｎ，Ｇｕａｎｇｚｈｏｕ ５１０６５５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｒａｄｉｔｉｏｎａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｒ ｒｉｓｋ‘ｂａｓｅｄ ｉｎｓｐｅｃｔｉｏｎ ｆｏｃｕｓｅｓ ｍａｉｎｌｙ ｏｎ ｔｈｅ ｐｒｏｂａｂｉｌｉｔｙ ａｎｄ ｔｈｅ ｃｏｎｓｅ— ｑｕｅｎｃｅｓ ｏｆ ｆａｉｌｕｒｅ，ｂｕｔ ｔｈｅ ｃｏｎｓｅｑｕｅｎｃｅｓ ｏｆ ｆａｉｌｕｒｅ ｈａｒｄｌｙ ｃｏｎｓｉｄｅｒｓ ｔｈｅ ｉｍｐａｃｔ ｏｎ ｓｏｃｉｅｔｙ．Ｓｏｃｉａｌ ｉｎｆｌｕｅｎｃｅ ｏｆ ａ ｆａｉｌ— ｕｒｅ ｅｖｅｎｔ ｒｅｓｕｌｔｉｎｇ ｆｒｏｍ ａ ｓａｍｅ ｔｙｐｅ ｏｆ ｅｑｕｉｐｍｅｎｔ ｂｕｔ ｗｉｔｈ ｔｈｅ ｏｃｃｕｒｒｅｎｃｅ ｏｆ ｔｈｅ ｅｖｅｎｔ ｉｎ ｔｈｅ ｏｃｃａｓｉｏｎ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ ｎｅｔｗｏｒｋ ｐｕｂｌｉｃ ｎｕｍｂｅｒ ａｎｄ ｍｅｎｔａｌ ｃａｐａｃｉｔｙ ｉｓ ｎｏｔ ｔｈｅ ｓａｍｅ．Ｔｈｅ ｒｉｓｋ ｉｎｔｅｎｓｉｔｙ ａｓ ａ ｍｏｄｉｆｉｅｄ ｆａｃｔｏｒ ｔｏ ｄｉｓｃｒｉｐｔ ｔｈｅ ｓｏｃｉａｌ ｉｍｐａｃｔ ｏｆ ａ ｆａｉｌｕｒｅ ｅｖｅｎｔ ｗａｓ ｉｎｔｒｏｄｕｃｅｄ，ａｎｄ ｔｈｅ ｒｉｓｋ ｉｎｔｅｎｓｉｔｙ ｂｕｉｌｔ ｉｎ ｔｈｉｓ ｐａｐｅｒ ｃｏｕｌｄ ｎｏｔ ｏｎｌｙ ｒｅｆｌｅｃｔ ｔｈｅ ｌｅｖｅｌ ｏｆ ｔｈｅ ｅｖｅｎｔ，ｂｕｔ ａｌｓｏ ｒｅｆｌｅｃｔ ｔｈｅ ｃｏｎｃｅｒｎ ｄｅｇｒｅｅ ｏｆ ｔｈｅ ｎｅｔｗｏｒｋ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ．Ｏｎ ｔｈｅ ｂａｓｉｓ ｏｆ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｒｉｓｋ ｄｅｓｃｒｉｐｔｉｏｎ，ｔｈｅ ｓｙｓｔｅｍｉｃ ｒｉｓｋ ｏｆ ｐｒｅｓｓｕｒｅ ｓｐｅｃｉａｌ ｅｑｕｉｐｍｅｎｔ ｍｏｄｅｌ ｗａｓ ｄｅｖｅｌｏｐｅｄ ａｆｔｅｒ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｒｉｓｋ ｏｆ ｆａｉｌｕｒｅ ｗａｓ ｍｏｄｉｉｅｄ ｂｙ ｔｆｈｅ ｒｉｓｋ ｉｎｔｅｎｓｉｔｙ．Ｗｈｅｎ ｔｈｅ ｅｖｅｎｔ ｌｅｖｅｌ ｉｓ ｈｉｇｈｅｒ ｉｎｄｉｃａｔｉｎｇ ａ ｇｒｅａｔｅｒ ｓｏｃｉａｌ ｉｍｐａｃｔ，ｔｈｅ ｓｙｅｔｅｍｉｃ ｒｉｓｋ ｉｎｃｒｅａｓｅｓ ｅｖｅｎ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｒｉｓｋ ｌｅｖｅｌ ｉｓ ｌｏｗ．Ｈｏｗｅｖｅｒ，ｗｈｅｎ ｔｈｅ ｃｏｎｃｅｒｎ ｄｅｇｒｅｅ ｏｆ ａｎ ｅｖｅｎｔ ｉｓ ｈｉｇｈ ｅｒ ａｎｄ ｔｈｅ ｅｎｖｉｒｏｍｅｎｔ ｉｓ ｉｎ ｐｅｏｐｌｅ—ｉｎｔｅｎｓｉｖｅ ｃｏｎｄｉｔｉｏｎ，ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｉｎｔｅｎｓｉｔｙ ｗｉｌｌ ｉｎｃｒｅａｓｅ，ａｎｄ ｔｈｕｓ ｔｈｅ ｓｙｓｔｅｍｉｃ ｉｓｋ ｉｎｃｒｅａｓｅｓ．Ｔｈｅ ｍｏｄｅｌｒ ｅｘｐｌａｉｎｓ ｔｈｅ ｐｈｅｎｏｍｅｎｏｎ ｗｅｌｌ ｔｈａｔ ｔｈｅ ｆａｉｌｕｒｅ ｏｆ ｔｈｅ ｓａｍｅ ｅｑｕｉｐｍｅｎｔ ｉｎ ｄｉｆｆｅｒｅｎｔ ｏｃｃａ— ｓｉｏｎｓ ｈａｓ ｄｉｆｆｅｒｅｎｔ ｓｏｃｉａｌ ｉｍｐａｃｔ． Ｋｅｙ ｗｏｒｄｓ：ｓｙｓｔｅｍｉｃ ｒｉｓｋ；ｐｒｅｓｓｕｒｅ ｓｐｅｃｉａｌ ｅｑｕｉｐｍｅｎｔ；ｉｍｐａｃｔ；ｎｅｔｗｏｒｋ ｐｕｂｌｉｃ ｎｕｍｂｅｒ；ｉｎｔｅｎｓｉｔｙ 收稿日期：２０１２一Ｏ１—１９ 作者简介：杨景标，高级工程师，博士。 基金项目：质检公益性行业科研专项（编号：２０１２１００３４）；质检公益性行业科研专项（编号：２０１１１００５４）；国家质检总局科技 项目（编号：２０１０ＱＫ０６４）；广东省质量技术监督局科技项目（编号：２００８ＳＪ２１５） ・４２・ 中国安全生产科学技术 第８卷 ０ 引言 系统性风险原本是指一个事件在一连串机构和 市场构成的系统中引起一系列连续损失的可能性， 性、定量描述和建模的报道。由于承压类特种设备 风险理论相对成熟，本文针对承压特种设备，引入失 效事件对社会的影响力修正因素，即影响力强度，对 失效后果进行修正，从而建立系统性风险模型，以解 释同一类特种设备在不同场合的系统性风险不同等 多种现象，同时为特种设备的监管提供理论依据。 可以使得整个市场或系统崩溃的风险。经济领域的 系统性风险的演化过程经历银行机构的系统性风 险、金融资产市场的系统性风险、基于广义市场行为 １ 网络知情人数演进模型 的系统性风险和全球化背景下的系统性风险四个发 展阶段 。Ｋａｙ Ｇｉｅｓｅｃｋｅ和Ｘｉｎ Ｈｕａｎｇ等人对市场 背景下金融机构的系统性风险的定量评价进行了建 模分析 Ｊ。系统性风险的研究延伸到市场监管范 畴，市场监管的系统性风险是由于职能设置、履行不 当造成系统失灵而导致监管缺失并丧失社会公信力 的风险，是涉及整个行业的全局性风险，它与市场监 管部门职权的整体配置、制度设计、价值导向相关 联 Ｊ。徐扬对市场监管中食品安全系统性风险的 特点及防范措施进行了一些理论分析，食品安全系 统性风险是指食品市场、食品经营主体以及食品在 生产消费过程中可能引发的风险 。 任小铁对特种设备安全监管模式和系统性风险 防范进行了探索论述，对于特种设备的风险监管，不 仅要考虑设备发生失效后的危害与发生的可能性和 失效后果，同时还要考虑失效对政治、经济、生态、外 交等环境以及整个社会带来的冲击和影响，在传统 的风险评估中引入风险冲击力或社会影响力因素， 就构成了系统性风险评估体系 Ｊ。特种设备的传 统风险由失效可能性和失效后果组成。失效可能性 是由于设备本身、运行、管理、人为等因素引起的失 效概率，失效后果一般通过经济损失或影响面积来 量化。对于特种设备的系统性风险而言，某一特种 设备事故发生后一旦通过各种媒介曝光后，将会由 区域性和带有偶然性的事件，变成全民关注的公共 话题，甚至变成需要政府出手干预的公共事件 Ｊ， 这就形成了一种社会影响力。互联网已经成为当今 主流媒体，通过网络获取某个事件信息的网民都会 影响网络舆情的发展，网络知情人数越多，舆情影响 越大，即事件的影响力越大 Ｊ。事件的社会影响力 可有多种量化指标，为了便于分析，本文将网络知情 人数和事件影响力联系起来。 目前，还未有对特种设备事故的影响力进行定 １．１ 网络知情人数演进模型的建立 假设网络知情人数是关于时间（单位：小时）的 连续可微函数，即ｆ＝．厂（ｔ）。通过网络获得信息的 知情人数可以借鉴著名的人口增长Ｌｏｇｉｓｔｉｃ模 型 ］，网络知情人数的变化率与网络知情人数成正 比，即 ｆ ｆ ＝ｒ（ｆ）ｆ＝Ｆ０（１一 ）厂 （１） “ 』Ｔｍａｘ 式（１）中，ｒ（Ｊｆ）为网络知情人数增长率，它是关 于网络知情人数．厂的函数，ｒ０∈［０，１］为网络知情 人数的最大增长率，一般设为定值，由事故级别决 定；Ｎｍ 为网络知情人数上限，以我国互联网日平 均在线人数作为网络知情人数上限 ，如主流媒 体腾讯ＱＱ同时在线用户数已达到１亿。网络知情 人数初值为ｆ０＝＿厂（ｔ＝０），网络知情人数初值可以 通过舆情监测系统统计事件发生后（一般１２小时 内）的全部相关舆情信息的点击总量来确定¨ 。 一般而言，各类事故按其性质、严重程度、可控 性和影响范围等因素，参照《特种设备安全监察条 例》分为四级：Ｉ级（一般）、ｌＩ级（较大）、ＩＩＩ级（重 大）和ＩＶ级（特别重大）。为了更好地描述网络知 情人数，本文将事故等级和最大增长率ｒ０相对应， 其取值如表ｌ所示。 表１最大增长率ｒ０与事故等级对应值 对式（１）求解微分方程得： （２） 第８期 中国安全生产科学技术 ・４３・ ｄｔ ｃ ㈩ 槲 ＜ １．２ 网络知情人数演进规律分析 令 ｄ：ｏ时的时间为 。，则（ 。， ｔ‘ 。 ）为网络 一＜ 知情人数变化率譬曲线的最大值，口 该点为网络知情 蜒 景 瓣 屡 逛 景 酶 匿 人数曲线 ）的拐点。令 ｃｌｔ ＝０时方程的根分别 为ｔ 和ｔ：。拐点ｔ。与ｔ 、ｔ２满足以下关系： ： ㈩ ｔ 和ｔ 满足以下关系： ｔ２一ｔｊ： 一 ——ｚｎ（２＋，（２＋一） （５） ／＇０／３）通过对网络知情人数变化率进行积分，到ｔ。和 ｔ 时的网络知情人数总数分别如式（６）和式（７）所 示。从式（７）可知，事件发展到ｔ 时，网络知情人数 已达到总量Ⅳ 。 的７８．９％。 Ｉ一 （￡）ｄｔ＝ Ｎ ＝０．２１１Ｎ （６） ｕ ｊ＋√ｊ ｆ／（ｔ，ｔ ）ｄｔ＝ Ｎ ＝０．７８９Ｎ，， （７） ０ ３一√＿ｊ 图１为ｒ０＝０．５、Ｎ ＝１００，０００，０００，ｆｏ＝ １００００时网络知情人数变化率和网络知情人数随时 间的变化曲线。从图１可知，随着时间的增大，网络 知情人数呈指数递增，最后渐进于网络知情人数上 限Ｎｍ ；网络知情人数变化率随着时间的增大而增 大，到达最大值后随时间逐渐下降并趋于零，它体现 了网络舆情的形成、高涨、波动和淡化四个阶段的特 征 Ｊ。图１所显示的网络知情人数变化率的发展过 程与温宁和刘铁民对危机事件演化的动力学研究结 果相符，即事件状态先随时问递增，增大到某值后， 最终随时间递减并趋于零¨ 。式（２）表明，最大增 长率ｒ０越大，达到网络知情人数上限Ⅳ一的时间越 短。而式（３）表明，随着ｒ０的增大，网络知情人数变 化率达到最大值的时间也越短。 图ｌ中网络知情人数变化率曲线显示了事故发 生后网络知情人数随时间发展的不同阶段，［０，ｔ。］ 为事件的发生期，［ｔ ，ｔ ］为事件的扩散期，［ｔ ，＋ 图１ 网络知情人数发展阶段 。。］为事件的淡化期 Ｊ。对扩散期还可以细分为两 个阶段，［ｔ ，ｔ。］是事件扩散前期，知情人数呈指数 增长；［ｔ。，ｔ：］是事件扩散后期，这个时期是控制事 件态势发展的关键时期，采取有力和有效措施，可以 避免事故发展为危机。虽然ｔ。时知情人数仅达到总 量Ⅳ 。 的５０％，但此时的知情人数变化率为最大 值，处于波动期，ｔ。之后知情人数变化率开始下降， 即ｔ。为网民关注事件的热点时刻，在ｔ。之前采取各 种有效手段控制事态发展，尤为重要和关键。 从式（５）可知，事件扩散期的时问间隔ｔ 一ｔ，只 与知情人数的最大增长率ｒ０有关，而与总量Ⅳ 和 初值 无关。事件发生后，会很快通过各种媒介传 播，如果政府在事故发生期没有采取有力及有效措 施，事件将很快成为民众关注热点。ｔ 一ｔ。与知情人 数最大增长率的对应值如表２所示。当为特别重大 事故时，事件扩散期的间隔仅为２．９小时，达到网络 知情人数变化率最大值的时间为１０．２小时；一般事 故的扩散期为８．８小时。这充分表明，事件发生后 的ｌ２小时以内采取有力措施，将有可能有效控制事 态发展。 表２不同事故等级下拐点与扩散期的时间 ・４４・ 中国安全生产科学技术 第８卷 根据 ｔ）曲线的发展趋势，网络知情人数渐进 于最大值Ⅳ ，但完全达到最大值的时间将持续很 长。为了获得事故的网络知情人数，以事件发展到 ｔ 时的网络知情人数作为目标值，此时知情人数已 达到总量Ⅳ 的７８．９％，已超过了总量的大多数。 ２系统性风险模型 ＡＰＩ所定义的风险由两部分组成¨ ，即失效可 能性和失效后果，风险的表达式为： Ｒ＝Ｐ Ｘ Ｃ （８） 式（８）中Ｒ为某一设备失效所引起的风险；Ｐ 为失效可能性；Ｃ为失效后果，一般以经济损失或 影响面积作为失效后果。式（８）所描述的风险未考 虑影响力和风险承受度因素。 ２．１ 影响力强度的建立 对于承压类特种设备的系统性风险，为了获得 知情人数，只能事先根据式（２）对网络知情人数进 行预测。当网络知情人数达到总量的７８．９％的时 间越短，说明事件的影响力越大，以网络知情人数达 到总量的７８．９％的时间倒数作为影响力强度，， 则有： ，：士：———— ／：２ Ｉｎ［（２＋ ）（＿ｌ￣ｍａ——一 （ｘ一１）］ ９） Ｊ０ 从式（９）可知，影响力强度，不仅与最大增长率 ｒ０有关，同时与知情人数上限Ⅳ 和知情人数初值 厂０有关，这说明以÷作为影响力强度，既可以反映 ６２ 事故等级，又可以反映民众对事故的关注程度和网 络知情人数的发展。 ２．２ 系统性风险模型的建立 以影响力强度，对失效后果进行修正，则特种 设备的系统性风险可表示为： Ｒ ＝Ｐ Ｘ Ｃ×，＝Ｒ×， （１０） 式（１０）表明，传统的风险 乘以影响力强度， 即可得到系统性风险。至此，式（１０）建立了特种设 备的系统性风险模型。 ３承压类特种设备系统性风险分析 ３．１ 影响力强度的影响分析 从式（９）可知，在知情人数上限Ｊ；、『…一定的条 件下，影响力强度，与ｒ。成正比，同时与知情人数初 值 存在正相关关系，影响力强度邢逍着 的增大 而增大。 越大，说明发生事故时周围人群相对密 集，初始获取事故信息的人越多，越容易导致事故的 信息传播和扩散，即事故的影响力越大。实际上，事 故发生后的损害严重程度与事故发生地的人群密度 有密切关系，通常用社会风险值来量化事故损害区 域内居民受到致死性伤害的严重水平 。事故损 害程度与甜隋人数初值 可能存在相关关系，但本 文的重点是针对与事故的信息传播有关的人群。 当ｒ。＝０．５、Ｎ ＝１００，０００，０００时，不同初值 籁、ｒ 景酶匿 ｋ ｝＂ ｉ ｉ，ｎ条件下知情人数随时间的变化如图２所示。随着 弘 初值．厂０的增大，知情人数达到总量的７８．９％的时间 越短。当ｆｏ＝１００时，知情人数达到总量的７８．９％ 的时间为３０．３ｈ；而当ｆｏ＝１０００００时，知情人数达到 总量的７８．９％的时间为ｌ６。５ｈ。 Ｏ ５ ｌ０ ｌ５ ２０ ２５ ３０ ３５ ４０ 时Ｎ／ｈ 图２不同 时知情人数随时间的变化 表３给出了不同事故等级和网络知情人数初值 厂０下ｔ：和，的值。Ⅳ 保持不变，ｒ。＝０．９，当ｆｏ＝ １００时，知情人数达到总量的７８．９％的时问为 ｌ６．８ｈ；而当ｆｏ＝１０００００时，知情人数达到总量的 ７８．９％的时间仅为９．１ｈ。表３充分表明，事件发生 ｌ ・４６・ 中国安全生产科学技术 第８卷 大的社会影响力，系统性风险增大。当事故发生地 的人群比较密集时， 增大，网民对事故的关注度 高，也使影响力强度增大，系统性风险也随之增大。 这很好地解释了同一类特种设备在不同场合的系统 性风险不同的现象。 现代通讯技术及互联网的普及为信息的传播及 风险的溢出创造了条件，某个事故的状态发展会通 过网络迅速得到蔓延，影响到人们对事故的关注程 度，从而产生社会影响力。系统性风险的存在使风 险较低的事件可能演变成具有巨大社会影响力的事 件。为了使事件保持风险的原本影响，监管部门急 迫需要掌握特种设备系统性风险的特点及其规律。 参考文献 ［１］智强，李西新，谢祥．系统性风险的演化及启示［Ｊ］． 财会研究，２０１１，３１（１）：７７－８０ ＺＨＩ Ｑｉａｎｇ，ＬＩ Ｘｉ－ｘｉｎ，ＸＩＥ Ｘｉａｎｇ．Ｅｖｏｌｕｔｉｏｎ ａｎｄ ｅｎ－ ｌｉｇｈｔｅｎｍｅｎｔ ｏｆ ｓｙｓｔｅｍｉｃ ｒｉｓｋ［Ｊ］．Ｒｅｓｅａｒｃｈ ｏｆ Ｆｉｎａｎｃｅ ａｎｄ Ａｃｃｏｕｎｔｉｎｇ，２０１１，３１（１）：７７－８０ ［２］ Ｋａｙ Ｇｉｅｓｅｃｋｅ，Ｂａｅｈｏ Ｋｉｍ．Ｓｙｓｔｅｍｉｃ ｒｉｓｋ：ｗｈａｔ ｄｅｆａｕｌｔｓ ｒａｅ ｔｅｌｌｉｎｇ Ｕｓ［Ｃ］．２３ｒｄ Ａｕｓｔｒａｌａｓｉｎａ Ｆｉｎａｎｃｅ ａｎｄ Ｂａｎｋ－ ｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ ２０１０ Ｐａｐｅｒ，Ｓｅｐｔｅｍｂｅｒ １５，２００９ ［３］ Ｘｉｎ Ｈｕａｎｇ，Ｈａｏ Ｚｈｏｕ，Ｈａｉｂｉｎ Ｚｈｕ．Ａ Ｆｒａｍｅｗｏｒｋ ｆｏｒ Ａｓｓｅｓｓｉｎｇ ｔｈｅ Ｓｙｓｔｅｍｉｃ Ｒｉｓｋ ｏｆ Ｍａｊｏｒ Ｆｉｎａｎｃｉａｌ Ｉｎｓｔｉｔｕ－ ｔｉｏｎｓ．Ｂａｎｋ ｆｏｒ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｅｔｔｌｅｍｅｎｔｓ Ｐｒｅｓｓ＆Ｃｏｍ— ｍｕｎｉｃａｔｉｏｎｓ，Ｂａｓｅｌ，Ｓｗｉｔｚｅｒｌａｎｄ，２００９ ［４］ 陈甬沪．市场监管中系统性风险与区域性风险成因及 防范对策［Ｊ］．科学发展，２０１１，４（２）：１００－１０４ ＣＨＥＮ Ｙｏｎｇ—ｈｕ．Ｒｅａｓｏｎｓ ａｎｄ ｏｆｒ ｔｈｅ ｓｙｓｔｅｍｉｃ ａｎｄ ｒｅｇｉｏｎａｌ ｒｉｓｋｓ ｅｘｉｓｔｉｎｇ ｉｎ ｔｈｅ ｍａｒｋｅｔ ｒｅｇｕｌａ— ｔｉｏｎ［Ｊ］．Ｓｃｉｅｎｔｉｆｉｃ Ｄｅｖｅｌｏｐｍｅｎｔ，２０１１，４（２）：１００－１０４ ［５］ 徐扬．食品安全系统性风险和区域性风险的特点及防 范措施［Ｊ］．中国工商管理研究，２０１０，２０（１１）： １８．１９ ＸＵ Ｙａｎｇ．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｐｒｅｖｅｎｔｉｖｅ ｍｅａｓｕｒｅｓ ｏｆ ｓｙｓ— ｔｅｍｉｃ ａｎｄ ｒｅｇｉｏｎａｌ ｉｒｓｋ ｏｆｒ ｆｏｏｄ ｓａｆｅｔｙ［Ｊ］．Ｓｔｕｄｙ ｏｎ Ｃｈｉ－ ｎａ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ ｆｏｒ Ｉｎｄｕｓｔｒｙ＆Ｃｏｍｍｅｒｃｅ，２０１０，２０ （１１）：１８・１９ ［６］ 任小铁．改革旧模式一适应新需要一探讨特种设备安 全监管模式与系统性风险防范［Ｎ］．中国质量报， ２０１０－６－２５（３） ［７］ 兰月新，邓新元．突发事件网络舆情演进规律模型研 究［Ｊ］．情报杂志，２０１１，３０（８）：４７－５０ ＬＡＮ Ｙｕｅ—ｘｉｎ，ＤＥＮＧ Ｘｉｎ—ｙｕａｎ．Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｅｖｏｌｕ— ｉｆｏｎ ｍｏｄｅｌ ｏｆ ｎｅｔｗｏｒｋ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ｏｆ ｓｕｄｄｅｎ ｅｖｅｎｔｓ ［Ｊ］．ＨＪｏｕｒｎａｌ ｏｆ ＩｎｔｅｌｌｉｇｅｎｃｅＨ，２０１１，３０（８）：４７－５０ ［８］宋海龙，巨乃岐，张备，等．突发事件网络舆情的形 成、演化与控制［Ｊ］．河南工程学院学报，２０１０，２５ （４）：１２－ｌ６ ＳＯＮＧ Ｈａｌ－ｌｏｎｇ，ＪＵ Ｎａｉ－ｑｉ，ＺＨＡＮＧ Ｂｅｉ，ｅｔ ａ１．Ｆｏｒｍａ－ ｔｉｏｎ，ｅｖｏｌｕｔｉｏｎ ａｎｄ ｃｏｎｔｒｏｌ ｏｆ ｎｅｔｗｏｒｋ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ｆｏｒ ｅｍｅｒｇｅｎｃｉｅｓ［Ｊ］．ＨＪｏｕｒｎａｌ ｏｆ Ｈｅｎａｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｎｇｉ－ ｎｅｅｒｉｎｇ（Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ）Ｈ，２０１０，２５（４）： ｌ２．１６ ［９］ 杨景标．热带森林轰燃与火灾蔓延中的混沌机理及其 智能预测［Ｄ］．广州：华南理工大学，２００４ ［１０］ 张一文，齐佳音，马君，等．网络舆情与非常规突发 事件作用机制一基于系统动力学建模分析［Ｊ］．情报 杂志，２０１０，２９（９）：１－６ ＺＨＡＮＧ Ｙｉ－ｗｅｎ，ＱＩ Ｊｉａ—ｙｉｎ，ＭＡ Ｊｕｎ，ｅｔ ａ１．Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｍｅｃｈａｎｉｓｍ ｏｆ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ｏｎ ｉｎｔｅｒｎｅｔ ｆｏｒ ａｂ・ ｎｏｒｍａｌ ｅｍｅｒｇｅｎｃｙ ｂａｓｅｄ ｏｎ ｔｈｅ ｓｙｓｔｅｍ ｄｙｎａｍｉｃｓ ｍｏｄｅｌ— ｉｎｇ［Ｊ］．ＨＪｏｕｒｎａｌ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｃｅ，２０１０，２９（９）：１－６ ［１１］ 温宁，刘铁民．城市重大危机事件演化的动力学模 型研究［Ｊ］．中国安全生产科学技术，２０１１，７（１）： ｌ０．１３ ＷＥＮ Ｎｉｎｇ，ＬＩＵ Ｔｉｅ－ｍｉｎ．Ｒｅｓｅａｒｃｈ ｏｎ ｄｙｎａｍｉｃｓ ｍｏｄ・ ｃｌｉｎｇ ｏｆ ｕｒｂａｎ ｍａｊｏｒ ｃｒｉｓｉｓ ｅｖｏｌｕｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｓａｆｅｔｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，２０１１，７（１）：１０－１３ ［１２］ Ａｍｅｒｉｃａｎ Ｐｅｔｒｏｌｅｕｍ Ｉｎｓｔｉｔｕｔｅ．Ｒｉｓｋ—ｂａｓｅｄ Ｉｎｓｐｅｃｔｉｏｎ Ｂａｓｅ Ｒｅｓｏｕｒｃｅ Ｄｏｃｕｍｅｎｔ［Ｓ］．ＡＰＩ ５８１，２００８ ［１３］刘铁民．重大事故动力学演化［Ｊ］．中国安全生产科 学技术，２００６，２（６）：３－６ ＬＩＵ Ｔｉｅ．ｍｉｎ．Ｄｙｎａｍｉｃ ｅｖｏｌｕｔｉｏｎ ｏｆ ｍａｊｏｒ ａｃｃｉｄｅｎｔｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｓａｆｅｔｙ Ｓｃｉｅｎｃｅ ｎａｄ Ｔｅｃｈｎｏｌｏｇｙ，２００６，２（６）： ３．６