CN111915197A - 一种基于多源地理大数据的企业环境损害潜势评估方法 - Google Patents
一种基于多源地理大数据的企业环境损害潜势评估方法 Download PDFInfo
- Publication number
- CN111915197A CN111915197A CN202010790452.XA CN202010790452A CN111915197A CN 111915197 A CN111915197 A CN 111915197A CN 202010790452 A CN202010790452 A CN 202010790452A CN 111915197 A CN111915197 A CN 111915197A
- Authority
- CN
- China
- Prior art keywords
- risk
- enterprise
- environmental
- pollution
- potential
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000006378 damage Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000007613 environmental effect Effects 0.000 claims abstract description 83
- 238000003912 environmental pollution Methods 0.000 claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 21
- 238000012502 risk assessment Methods 0.000 claims abstract description 21
- 238000005065 mining Methods 0.000 claims abstract description 12
- 238000011002 quantification Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 239000002689 soil Substances 0.000 claims description 31
- 230000005540 biological transmission Effects 0.000 claims description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 238000005516 engineering process Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 14
- 239000003344 environmental pollutant Substances 0.000 claims description 10
- 231100000719 pollutant Toxicity 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 claims description 8
- 230000037361 pathway Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000001988 toxicity Effects 0.000 claims description 8
- 231100000419 toxicity Toxicity 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 230000009193 crawling Effects 0.000 claims description 6
- 238000009933 burial Methods 0.000 claims description 5
- 230000008595 infiltration Effects 0.000 claims description 5
- 238000001764 infiltration Methods 0.000 claims description 5
- 238000003911 water pollution Methods 0.000 claims description 5
- 238000012876 topography Methods 0.000 claims description 4
- 238000007418 data mining Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 2
- 238000009423 ventilation Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 11
- 238000004364 calculation method Methods 0.000 description 10
- 239000003673 groundwater Substances 0.000 description 7
- 239000013049 sediment Substances 0.000 description 4
- 238000005303 weighing Methods 0.000 description 4
- 238000011109 contamination Methods 0.000 description 3
- 231100000206 health hazard Toxicity 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000003900 soil pollution Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 231100000987 absorbed dose Toxicity 0.000 description 2
- 238000005273 aeration Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003895 groundwater pollution Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000711 cancerogenic effect Effects 0.000 description 1
- 231100000315 carcinogenic Toxicity 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005186 environmental transport Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100001223 noncarcinogenic Toxicity 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 231100000167 toxic agent Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多源地理大数据的企业环境损害潜势评估方法，包括以下步骤：一、构建评估项目及其风险因子；二、设置各项风险因子的衡量标准；三、挖掘企业的环境风险因子数据；四、开展企业环境风险因子的风险量化；五、计算企业不同环境损害责任范围对应的风险总分T，并确定对应的风险等级；六、编制企业环境损害潜势风险评估报告。本发明纯粹采用技术方法、基于多源地理大数据，获取企业环境污染潜势相关风险因子数据、实现其环境损害潜势风险评估、确定不同环境损害责任保险范围的风险等级；可为差异化的环境污染责任保险提供定量的参考，促进环境污染责任保险快速、大规模发展，推进我国绿色金融基础的建立。
Description
技术领域
本发明涉及一种评估方法，尤其涉及一种基于多源地理大数据的企业环境 损害潜势评估方法。
背景技术
随着经济的不断发展，环境保护显得尤为重要，环境污染责任保险作为一 种新型的金融工具，能够平衡企业发展和应对可能的环境污染责任风险之间的 矛盾，不断得到立法强化和试点实践。虽然环境污染责任险的发展前景良好， 但不难发现，环境污染责任保险的推行仍十分有限，具体实施条例以及相关的 配套措施还有很大完善的空间，至今仍未形成强制责任保险模式。
当前，我国环境污染责任保险发展受限的主要原因包括：(1)环境污染 责任保险还未能真正发挥风险抵御和助力企业发展的工具。已试点的环境污染 责任保险，在保费和保额方面基本都是无差异化的，当企业发生环境污染事故 时，环境污染责任保险所能提供的保费往往不足以拟补企业的环境污染责任； 此外，环境污染风险作为一种概率较低的风险，长久未发生相应风险，对于追 求利益最大化的企业来讲，购买保险的诉求将不断降低，由此影响保险的发 展。(2)目前尚未发展起一种适合当前环境污染责任保险低保费特点的企业 环境损害潜势评价方法。当前国内关于企业环境污染风险评估的相关标准和方 法，或者需要复杂的技术流程、大量的资源投入，或者未经成熟案例验证，尤 其在模型分析所需数据方面需要大量工作支撑，给企业投保附加了高昂的成 本，不利于环境污染责任保险的推进。
发明内容
为了解决上述技术所存在的不足之处，本发明提供了一种基于多源地理大 数据的企业环境损害潜势评估方法。
为了解决以上技术问题，本发明采用的技术方案是：一种基于多源地理大 数据的企业环境损害潜势评估方法，包括以下步骤：
步骤一、构建评估项目及其风险因子：结合相关参考资料对确定企业环境 污染潜势风险因子的描述、以及相关风险因子结合多源地理大数据获取可能 性，确定出风险评估项目涉及共同组成环境污染综合体的三3个部分，即污染 源(Source)、环境传输途径(Pathway)和受体承载(Receptor)；
其中，污染源相关的风险因子包括：行业污染潜势、规模/营运&变更、行 业污染发现&事故发生、管理绩效、行业污染物人体毒性潜势和天灾影响；
环境传输途径相关的风险因子包括：入渗量、表面地形、土壤层介质、通 气层介质、水力传导系数、地下水埋深；
受体承载相关的风险因子包括：水体情况、植被情况、人口数量、土壤及 地下水污染暴露程度；
步骤二、设置步骤二中各项风险因子的衡量标准；
步骤三、挖掘企业的环境风险因子数据，即：结合技术方法，获取企业的 环境风险因子相关的多源地理大数据，经分析、挖掘、清洗等过程得到企业各 项环境风险因子的具体数据；
步骤四、开展企业环境风险因子风险量化：结合步骤二确定的风险因子衡 量标准、以及步骤三获取的具体企业的环境风险因子数据，通过自动分析具体 企业的环境风险因子数据与风险因子衡量标准的对应关系，逐项转换、计算得 到具体企业各项风险因子的得分或权重系数；
步骤五、企业环境风险等级划分：步骤五、企业环境风险等级划分：依据 步骤四企业各项风险因子的得分或权重系数，并结合企业不同环境损害责任投 保方案风险量化模型进行计算各个评估项目分数，加总得到企业风险总分T， 并结合风险等级表确定企业对应的风险等级。
进一步地，企业环境损害潜势评估方法还包括步骤六：企业环境损害潜势 风险评估报告编制；
在企业的环境风险因子数据、环境风险因子量化以及风险等级确定的相关 成果数据基础上，结合标准、规范的文档模板进一步编制企业环境损害潜势风 险评估报告，描述企业环境损害潜势风险评估过程、分析风险等级。
进一步地，步骤三中，挖掘的企业环境风险因子数据包括污染源基本信 息、环境传输途径以及受体承载信息；
其中，污染源基本信息的挖掘，结合疑似污染场地时空信息识别方法，通 过多源地理大数据挖掘分析、高精度遥感影像识别，获取得到具有潜在污染的 企业对象以及其环境污染污染相关风险因子信息；
环境传输途径以及受体承载信息的挖掘，结合数据爬取技术、数据融合技 术、数据清洗技术以及影像识别技术，结合国内外公开资源网站，爬取、融 合、清洗得到相关数据，并结合影像识别技术及专家判别补充相关数据。
本发明公开了一种基于多源地理大数据的企业环境损害潜势评估方法，一 方面，提高了环境污染责任保险企业环境损害潜势风险报告出具的效率和成 本，可在不需要投保企业提交任何材料、更不需要风险评估单位开展任何现场 调查的情况下，纯粹结合技术手段从多源地理大数据中挖掘与企业环境污染潜 势相关的风险因子，评估其环境损害潜势风险，风险评估全过程为室内工作， 专业人员结合团队已掌握的成果数据或者结合技术手段通过系统自动分析与专 家专业辨识实现风险因子获取、计算风险分数、评估风险等级，能够在低成本 投入的情况下保障较高的成果效率。另一方面，为环境污染责任保险的差异化 投保提供的技术保障，本发明成果为保险公司提供了不同环境保险投保方案企 业对应的风险等级，可为其针对性的设计不同险种、不同风险等级保险投保/ 理赔方案提供数据支撑，确保为企业提供的保险方案能够更好的抵御企业相应 环境风险。
附图说明
图1为本发明的整体架构示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明公开了一种基于多源地理大数据的企业环境损害潜势评估方法，是 在充分融合美国对各行业类别企业每年地下水及土壤释放量&人体毒性潜势分 析、国际工厂土壤及地下水污染潜势评估及调查计划中污染潜势分级/筛计量 模式、国际再保险人与环境损害责任保险风险评估实务以及我国台湾地区的环 境污染责任保险推进的成熟做法，并充分考虑我国实际情况的基础上，构建了 链接污染源(Source)-环境传输途径(Pathway)-受体承载(Receptor)等 污染场地综合体风险评估三大主要元素的企业环境损害潜势评价体系，并结合 自主研发的“一种疑似污染场地时空信息识别方法”(已受理专利)等技术方法获取企业环境风险相关多源地理大数据，包括行业污染潜势、规模/营运&变 更、行业污染发现&事故发生、管理绩效、行业污染物人体毒性潜势、天灾影 响、人口密度、土壤层介质、水体/植被等风险因子，经系统自动分析与专家 专业辨识转换成各项风险因子衡量标准分数后，依据不同环境污染责任范围保 险投保方案赋予不同风险因子权重系数，计算得到污染潜势特征风险分数、环 境传输途径风险分数和受体承载敏感风险分数，并加总得到企业的环境风险总 分T，区分不同的环境污染责任保险范围的风险等级。
具体的企业环境损害潜势评估方法包括以下步骤：
步骤一、构建评估项目及其风险因子：结合相关参考资料对确定企业环境 污染潜势风险因子的描述、以及相关风险因子结合多源地理大数据获取可能 性，确定出风险评估项目涉及共同组成环境污染综合体的3个组成部分，即污 染源(又称污染潜势特征)、环境传输途径和受体承载；
主要参考的资料包括：1)国内相关技术规范，如建设用地土壤污染风险 评估技术导则、建设用地土壤污染调查技术导则等；2)国内相关模型，如生 态环境部与经济政策研究中心“环境污染责任保险风险评估指南”；3)国际 相关实践参考，如美国联邦有毒物质释放清册(Toxics Release Inventory， 简称TRI)数据库各行业类别企业每年地下水及土壤释放量&人体毒性潜势 (HTP)分析，国际工厂土壤及地下水污染潜势评估及调查计划之污染潜势分 级/筛选计量模式，欧盟环境责任指令强化保险可持续发展解决方案、职业活 动所致污染的概念模型等，国际再保险人与环境损害责任保险风险评估实务 等；4)我国台湾地区环境污染责任保险实践经验。
如图1的架构示意图所示，污染源相关的风险因子包括：行业污染潜势、 规模/营运&变更、行业污染发现&事故发生、管理绩效、行业污染物人体毒性 潜势和天灾影响等；
环境传输途径相关的风险因子包括：入渗量、表面地形、土壤层介质、通 气层介质、水力传导系数、地下水埋深；
受体承载相关的风险因子包括：水体情况、植被情况、人口数量、土壤及 地下水污染暴露程度。
步骤二、设置步骤一中各项风险因子的衡量标准；
本步骤是为实现步骤一确定的各项风险因子的衡量标准，即确定各风险因 子在不同数值情况下的风险得分或系数情况，具体的衡量标准设置与量化结果 取得过程为：
(1)污染源风险评析是确定污染源因其产生、管理等方面所造成的对环 境污染风险和隐患。污染源分数S的计算以S1(基础分)为基础，乘以经加权 的S2、S3、S4、S5、S6等系数，其各项风险因子衡量标准如下：
1)行业污染潜势基础分，S1＝S1-1+S1-2
a、S1-1：所属行业代表原始分。
该原始分系利用美国环保署针对各行业类别毒性物质排放清单(Toxics ReleaseInventory，简称TRI)数据，再依据本土化高污染潜势行业类别特 征污染物向环境的平均释放量，结合专家专业判断，估算了各行业类别代表的 原始分，本发发明成功涉及部分行业的S1-1分值如表1中S1-1项所示。专家专业 判定是行业内公知的科学研究方法，需要结合专家经验，如实践经验、对相关 标准及业务知识的理解，对研究内容做出判别。
表1行业污染潜势基础分与相关风险系数
b、S1-2：调整分。
该调整分系结合企业工艺流程、潜在污染设施以及厂区现状等因子进行调 整，如表2所示，高污染潜势工艺流程数量越多，则调整分数越高；高污染潜 势设施越多，则调整分数越高；建筑物等级越高、管线越老旧、厂房配置越紧 密则调整分数越高。
调整总分范围：-2≤X≤+8，且不得大于所属行业代表原始分。
表2调整标准与分数
2)规模、营运年限&主体变更系数：S2＝S2-1*S2-2
a、S2-1：规模、营运年限系数。
企业规模主要按照统计上(工业行业)大、中、小、微型企业划分标准 结合相关指标信息进行划分，同时考虑当无法获取企业类型划分相关信息 时，将目标工厂列为小微型，共5种规模企业，如表3所示。
企业营运年限等级区分为A、B、C、D等级(当企业营运年限无法获得 时，直接按C级考虑)，如表4所示。
S2-1综合企业规模及其营运年限确定，如表3中S2-1项所示。
表3规模、营运年限&主体变更系数表
表4营运年限等级表
b、S2-2：主体变更调整系数。
该调整系数考虑目标工厂所在厂址历史上的经营主体变更情况，变更次数 越多，风险越大，系数越高。如表3所示。
3)所属业别行业类别污染发现&污染事件发生系数：S3＝(1+S3-1)* (1+S3-2)
a、S3-1：所属业别行业类别污染发现系数。
该系数是根据国际上多年累积的废弃&营运中工厂所开展的污染调查和现 场检查所获得的各个行业类别工厂对环境污染潜势数据库，并区分对土壤和地 下水污染发现概率而确定的。不同行业类别污染发现系数如表1中S3-1项所示。
b、S3-2：污染事件发生系数。
该系数是根据各个行业类别企业运作累积的污染物种类及污染事件统计数 据库而确定的，详细见如表1中S3-2项所示。此外，结合以下3个项目做进一步 调整：A、是否为排污许可平台上的企业；B、是否发生历史污染事件；C、是 否为生态环境系统重点关注企业。当目标工厂只要每符合1个项目，增加10％加 权。
4)S4：营运环境管理绩效系数。
营运环境管理绩效系数依据目标工厂近5年的违法记录而确定。衡量标准 为最近一年每发生一次增加10％加权；最近第二年每发生一次增加6％加权；最 近第三、四、五年没发生一次增加加权4％；累计加权不超过40％。
S4＝最近五年累积加权(≤40％)+1
5)S5：各业别行业类别污染物人体毒性潜势系数。
人体毒性潜势(HTP值)参数是依据相关背景数据，使用CalTOX模式，结 合本土化参数，计算每单位的化学物质释入环境后所造成潜在人体致癌或非致 癌危害指标。另依据美国TRI数据库排放列表，比对土壤及地下水管制60项化 合物，以不同业别行业类别于土壤/地下水/食物链接触风险适当依线性调整 各业别之行业类别的HTP参数之比值权重，综合换算得到。各业别行业类别S5 部分取值详见表1。
6)S6：天灾系数。
该系数主要考虑包括地震、暴雨、台风、洪水、泥石流、雷电、冰雹和雪 灾等自然灾害对企业环境污染潜势的影响程度，综合加权得到。本发明考虑的 我国部分地区的天灾系数如表5所示：
表5天灾系数考虑灾害类别及区域加权指数表
(2)环境传输途径评析是以污染物经环境介质中或传输途径的快慢或停 留时间长短来决定其风险大小。
本发明参考美国环保署委托美国水井协会(National Water Well Association)研拟之地下水污染潜势评估(DRASTIC)系统，评估地下水环境 受污染潜势的脆弱度；以目标工厂所在的位置周边1km半径范围内传输途径的 风险，考虑入渗量(P1)、水力传导系数(P5)、地下水埋深(P6)及含水层 介质(P7)等风险因子，结合各地区水文地质参数给予1-10分的评分，以污染 物是否在该因子控制机制中易于传播扩散，越容易传播扩散则分数越高。
环境传输途径分数(P)＝地下水环境传输途径分数(Pgw)+土壤环境传输 分数(Psoil)如表3所示，其中：
1)Pgw，地下水环境传输途径分数考虑入渗量(P1)、水力传导系数 (P5)、地下水埋深(P6)和含水层介质(P7)，所占评分分数分别为8、6、 10及6份，总分30分，各风险因子详细评分见表6；Pgw计算公式如式P-1所示。
Pgw＝P1+P5+P6+P7 式P-1
2)Psoil，土壤环境传输途径分数考虑面地形(P2)、土壤层介质(P3) 和通气层介质(P4)，所占评分分数分别为6、12及12分，总分为30分，各风 险因子详细评分见表7。Pgw计算公式如式P-2。
Psoil＝P2+P3+P4 式P-2
表6地下水环境传输因子评分表(部分)
表7土壤环境传输因子评分表(部分)
(3)受体乘载敏感度风险评析是建立在目标工厂所在的位置周边1km半径 范围内，环境受体(包括人类/居民点、学校、幼儿园、医院、养老院、公园 等敏感用地/农用地、水体、植被等生态用地)所承载的风险。
受体承载敏感度分数(R)＝人类健康危害风险分数(R1)+生态多样性破 坏风险分数(R2)，其中，
1)人类健康危害风险分数(R1，计算公式见式R-1)考虑通过土壤/底泥接 触传播产生的危害(Rsoil，计算公式见式R-2)和通过地下水接触传播产生的危 害(Rgw，计算公式见式R-3)两个方面，涉及的风险因子包括人口密度因子 (R1)、土壤/底泥接触(R2)和地下水接触(R3)。
人口密度因子(R1)考虑目标工厂邻近1km范围内的人口数量反应的人类健 康危害风险，人口密度越大风险越大，详细得分见表8。
土壤/底泥接触(R2)考虑不同的土地利用差异对受体所造成的影响，以误 食、皮肤接触及经由呼吸吸入三种与土壤及底泥接触途径，估算不同受体可能 暴露的总吸收剂量，再以其中最大暴露剂量受体者作为分数配比最大权重值 (1)，计算其余受体暴露剂量之比例，经由权重的计算，可看出各族群在土 壤接触风险潜势上的比重，将各权重值转换为20分距的分数，依照不同的受体 族群及对应的土地利用类型给予评分，如表9。
地下水接触(R3)系考虑不同土地利用类型之人体的暴露途径及接触剂 量，以误食、皮肤接触及经由呼吸吸入三种与地下水接触途径进行估算，估算 不同受体可能暴露的总吸收剂量，再以其中最大暴露剂量受体者作为分数配比 最大权重值(1)，计算其余受体暴露剂量之比例，经由权重的计算，可看出 各族群在地下水接触风险潜势上的比重，将各权重值转换为20分距的分数，将 转换后之分数依照不同的受体族群，给予其对应的土地利用类型分数，受体地 下水风险潜势如表10所示。
R1＝Rsoil+Rgw 式R-1
Rsoil＝R1+R2 式R-2
Rgw＝R1+R3 式R-3
表8人口密度因子评分衡量标准
| 序号 | 衡量标准 | 单位 | 评分 |
| 1 | X≤500 | 人/km<sup>2</sup> | 1 |
| 2 | 500＜X≤1000 | 人/km<sup>2</sup> | 2 |
| 3 | 1000＜X≤5000 | 人/km<sup>2</sup> | 4 |
| 4 | 5000＜X≤12000 | 人/km<sup>2</sup> | 6 |
| 5 | 12000＜X≤47000 | 人/km<sup>2</sup> | 8 |
| 6 | X＞47000 | 人/km<sup>2</sup> | 10 |
表9各种土地利用类型接触土壤与底泥的风险潜势分数(部分)
表10各种土地利用类型接触地下水的风险潜势分数(部分)
2)生态多样性破坏风险分数(R2，计算公式见式R-4)。
生态多样性破坏风险主要考虑保护区的数量与距离、水体密度与临近程度 与所关注区域之类别；依据“环境责任指令强化保险可持续发展解决方案”中 对风险暴露频率之衡量标准，并区分土壤暴露程度(R4)与地下水暴露程度 (R5)，两个标准中设一样风险等级(0-1，共分11等级)，再依不同等级换算不 同之风险分数，详如表11和表12所示。
R2＝R4+R5 式R-4
表11土壤对生态暴露风险分数
表12地下水对生态暴露风险分数
步骤三、挖掘企业的环境风险因子数据，即：结合技术方法，获取企业的 环境风险因子相关的多源地理大数据，并明确企业各项环境风险因子的具体数 据；挖掘的环境风险因子数据包括污染源基本信息、环境传输途径以及受体承 载信息；其中，
1)污染源基本信息挖掘：结合自主研发的“一种疑似污染场地时空信息 识别方法”(已受理专利)技术，通过多源地理大数据挖掘分析、高精度遥感 影像识别，获取得到具有潜在污染的企业对象以及其环境污染相关风险因子信 息；
2)环境传输途径以及受体承载信息挖掘：结合数据爬取技术、数据融合 技术、数据清洗技术以及影像识别技术等，结合国家地球系统科学数据中心、 资源环境数据云平台、地质云、政府部门公开网站、美国宇航局(NASA)、美 国地址调查局、天地图、工商信息网站等国内外公开资源网站，爬取、融合、 清洗得到相关数据，并结合影像识别技术及专家判别补充相关数据。
步骤四、开展企业环境风险因子风险量化：结合步骤二确定的风险因子衡 量标准、以及步骤三获取的具体企业的环境风险因子数据，通过自动分析具体 企业的环境风险因子数据与风险因子衡量标准的对应关系，逐项转换得到具体 企业各项风险因子的得分或者权重系数，即：污染潜势特征各项风险因子的分 数、环境传输途径各项风险因子的分数、受体承载敏感相关风险因子的分数；
步骤五、划分企业环境风险等级：依据步骤四企业各项风险因子的得分并 结合企业不同环境损害责任投保方案风险量化模型进行计算各个评估项目得 分，加总得到企业风险总分T，结合风险等级表确定企业对应的风险等级。
首先，本发明结合国际上成熟环境损害责任保险的承保范围以及国内环境 污染责任保险循序渐进发展的实际情况，将投保方案区分为3种：A-突发污染 状况所致第三人(人身伤害/财物毁损&生态破坏)法律责任；B-突发&渐进式污 染状况所致第三人(人身伤害/财物毁损&生态破坏)法律责任；C-突发&渐进式 污染状况，因意外、政府发现、被保险人自我发现或第三人赔偿请求所致之依 法应负之场址内、外污染修复责任(成本)。
在不同的投保方案下，其承保范围涉及不同保险事故、被保险财产与区域 等，因此，采用的风险计量因子、以及各项风险因子的加权权重各异；在本发 明的三种投保方案下，S、P、R计算公式如表13的投保方案风险量化模型所 示：
表13投保方案风险量化模型示例
将步骤四计算得到的具体企业各项风险因子的得分或系数代入到表13表示 的投保风险量化模型中进行计算，分别得到污染潜势特征风险分数(S)、环 境传输途径风险分数(P)和受体承载敏感风险分数(R)，再加总得到企业的 环境风险总分T，并结合风险等级(如表14所示)表(如表14所示)确定企业 对应的风险等级。
表14各投保方案风险等级表
| 投保方案 | A | B | C |
| 风险等级1 | T＜77 | T＜95 | T＜58 |
| 风险等级2 | 77≤T＜92 | 95≤T＜119 | 58≤T＜76 |
| 风险等级3 | 77≤T＜112 | 119≤T＜151 | 76≤T＜100 |
| 风险等级4 | 112≤T＜137 | 151≤T＜191 | 100≤T＜130 |
| 风险等级5 | 137≤T＜172 | 191≤T＜247 | 130≤T＜172 |
| 风险等级6 | 172≤T | 247≤T | 172≤T |
步骤六、企业环境损害潜势风险评估报告编制；
在企业的环境风险因子数据、环境风险因子量化以及风险等级确定的相关 成果数据基础上，通过标准、规范的文档模板编制企业环境损害潜势风险评估 报告，包含评估目的与原则、企业运营信息、企业环境风险相关风险因子数据 及评估分数、企业环境损害潜势总分及风险等级分析等内容。
对于本发明所公开的基于多源地理大数据的企业环境损害潜势评估方法， 针对当前我国环境污染责任保险实施中，企业环境污染潜势风险评估需要大量 人力、物力和时间资源投入，险种设计未能真正抵御企业环境损害污染风险， 导致该险种推进速度不理想、企业投保意愿不高的问题，基于自主研发的“一 种疑似污染场地时空信息识别方法”(已受理专利)等技术方法所获取的企业 环境风险因子多源地理大数据，充分融合欧美发达国家在企业环境损害潜势风 险评估的成果以及我国台湾地区的先进实践经验，研发了基于一种基于多源地 理大数据的企业环境损害潜势风险评估方法，为环境污染责任保险实施提供了 一种先进的、自动的、低成本的、差异化的第三方风险识别工具，可在不需要目标企业(工厂)填写任何信息，更不需要进行实地查核下，即可通过系统自 动分析与专家专业辨识，对企业环境污染潜势进行定量评估，并结合保险范围 给出风险等级；本发明成果可为差异化的环境污染责任保险提供定量参考，促 进环境污染责任保险快速、大规模发展，推进我国绿色金融基础的建立。
上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本 技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或 替换，也均属于本发明的保护范围。
Claims (3)
1.一种基于多源地理大数据的企业环境损害潜势评估方法，其特征在于：所述企业环境损害潜势评估方法包括以下步骤：
步骤一、构建评估项目及其风险因子：结合相关参考资料对确定企业环境污染潜势风险因子的描述、以及相关风险因子结合多源地理大数据获取可能性，确定出企业环境污染潜势风险评估项目涉及共同组成环境污染综合体的3个部分，即污染源、环境传输途径和受体承载；
其中，污染源相关的风险因子包括：行业污染潜势、规模/营运&变更、行业污染发现&事故发生、管理绩效、行业污染物人体毒性潜势和天灾影响；
环境传输途径相关的风险因子包括：入渗量、表面地形、土壤层介质、通气层介质、水力传导系数、地下水埋深；
受体承载相关的风险因子包括：水体情况、植被情况、人口数量、土壤及地下水污染暴露程度；
步骤二、设置步骤二中各项风险因子的衡量标准；
步骤三、挖掘企业的环境风险因子数据，即：结合技术方法，获取企业的环境风险因子多源地理大数据，经分析、挖掘、清洗等过程得到企业各项环境风险因子的具体数据；
步骤四、开展企业环境风险因子风险量化：结合步骤二设置的风险因子衡量标准、以及步骤三获取的具体企业的环境风险因子数据，通过自动分析具体企业的环境风险因子数据与风险因子衡量标准的对应关系，逐项转换、计算得到具体企业各项风险因子的得分或权重系数；
步骤五、划分企业环境风险等级：依据步骤四企业各项风险因子的得分、权重系数，并结合企业不同环境损害责任投保方案风险量化模型进行计算各个评估项目分数，加总得到企业风险总分T，并结合风险等级表确定企业对应的风险等级。
2.根据权利要求1所述的基于多源地理大数据的企业环境损害潜势评估方法，其特征在于：所述企业环境损害潜势评估方法还包括步骤六：企业环境损害潜势风险评估报告编制；
在企业的环境风险因子数据、环境风险因子量化以及风险等级确定的相关成果数据基础上，结合标准、规范的文档模板进一步编制企业环境损害潜势风险评估报告，描述企业环境损害潜势风险评估过程、分析风险等级。
3.根据权利要求2所述的基于多源地理大数据的企业环境损害潜势评估方法，其特征在于：步骤三中，挖掘的企业环境风险因子数据包括污染源基本信息、环境传输途径以及受体承载信息；
其中，污染源基本信息的挖掘，结合疑似污染场地时空信息识别方法，通过多源地理大数据挖掘分析、高精度遥感影像识别，获取得到具有潜在污染的企业对象以及其环境污染污染相关风险因子信息；
环境传输途径以及受体承载信息的挖掘，结合数据爬取技术、数据融合技术、数据清洗技术以及影像识别技术，结合国内外公开资源网站，爬取、融合、清洗得到相关数据，并结合影像识别技术及专家判别补充相关数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010790452.XA CN111915197A (zh) | 2020-08-07 | 2020-08-07 | 一种基于多源地理大数据的企业环境损害潜势评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010790452.XA CN111915197A (zh) | 2020-08-07 | 2020-08-07 | 一种基于多源地理大数据的企业环境损害潜势评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111915197A true CN111915197A (zh) | 2020-11-10 |
Family
ID=73283345
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010790452.XA Pending CN111915197A (zh) | 2020-08-07 | 2020-08-07 | 一种基于多源地理大数据的企业环境损害潜势评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111915197A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112950047A (zh) * | 2021-03-18 | 2021-06-11 | 京师天启(北京)科技有限公司 | 一种疑似污染场地的渐进识别方法 |
| CN113360835A (zh) * | 2021-06-08 | 2021-09-07 | 京师天启(北京)科技有限公司 | 一种面向疑似污染地块的污染潜势评估方法 |
| CN116822970A (zh) * | 2023-08-30 | 2023-09-29 | 湖北省生态环境科学研究院(省生态环境工程评估中心) | 高环境健康风险污染物监管优先级的自动判断方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050066195A1 (en) * | 2003-08-08 | 2005-03-24 | Jones Jack A. | Factor analysis of information risk |
| CN101976061A (zh) * | 2010-08-06 | 2011-02-16 | 中国环境科学研究院 | 重大环境风险源监控系统构建方法 |
| CN105321029A (zh) * | 2014-08-05 | 2016-02-10 | 瑞昶科技股份有限公司 | 废弃工厂环境风险筛检系统 |
| CN109636172A (zh) * | 2018-12-06 | 2019-04-16 | 南开大学 | 基于风险场的区域环境风险评价与区划方法 |
| CN109978700A (zh) * | 2019-03-29 | 2019-07-05 | 英大长安保险经纪有限公司 | 环境污染责任保险费率的调整方法及计算设备 |
| CN111222803A (zh) * | 2020-01-14 | 2020-06-02 | 南京大学 | 基于环境风险系统的企业累积性环境风险评估系统及方法 |
-
2020
- 2020-08-07 CN CN202010790452.XA patent/CN111915197A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050066195A1 (en) * | 2003-08-08 | 2005-03-24 | Jones Jack A. | Factor analysis of information risk |
| CN101976061A (zh) * | 2010-08-06 | 2011-02-16 | 中国环境科学研究院 | 重大环境风险源监控系统构建方法 |
| CN105321029A (zh) * | 2014-08-05 | 2016-02-10 | 瑞昶科技股份有限公司 | 废弃工厂环境风险筛检系统 |
| CN109636172A (zh) * | 2018-12-06 | 2019-04-16 | 南开大学 | 基于风险场的区域环境风险评价与区划方法 |
| CN109978700A (zh) * | 2019-03-29 | 2019-07-05 | 英大长安保险经纪有限公司 | 环境污染责任保险费率的调整方法及计算设备 |
| CN111222803A (zh) * | 2020-01-14 | 2020-06-02 | 南京大学 | 基于环境风险系统的企业累积性环境风险评估系统及方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112950047A (zh) * | 2021-03-18 | 2021-06-11 | 京师天启(北京)科技有限公司 | 一种疑似污染场地的渐进识别方法 |
| CN113360835A (zh) * | 2021-06-08 | 2021-09-07 | 京师天启(北京)科技有限公司 | 一种面向疑似污染地块的污染潜势评估方法 |
| CN116822970A (zh) * | 2023-08-30 | 2023-09-29 | 湖北省生态环境科学研究院(省生态环境工程评估中心) | 高环境健康风险污染物监管优先级的自动判断方法及系统 |
| CN116822970B (zh) * | 2023-08-30 | 2023-11-21 | 湖北省生态环境科学研究院(省生态环境工程评估中心) | 高环境健康风险污染物监管优先级的自动判断方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Teng et al. | Risk assessment framework for nitrate contamination in groundwater for regional management | |
| Malekmohammadi et al. | Ecological risk assessment of wetland ecosystems using multi criteria decision making and geographic information system | |
| Chakraborty et al. | Comparing disproportionate exposure to acute and chronic pollution risks: a case study in Houston, Texas | |
| Magesh et al. | Hazardous heavy metals in the pristine lacustrine systems of Antarctica: Insights from PMF model and ERA techniques | |
| CN111915197A (zh) | 一种基于多源地理大数据的企业环境损害潜势评估方法 | |
| Das et al. | A comprehensive risk assessment framework for offsite transportation of inflammable hazardous waste | |
| CN102565294A (zh) | 水源地监测评价方法 | |
| Ray et al. | Coupling land use and groundwater models to map land use legacies: Assessment of model uncertainties relevant to land use planning | |
| Diaz-Sarachaga et al. | Development and application of a new resilient, sustainable, safe and inclusive community rating system (RESSICOM) | |
| Villines et al. | Using GIS to delineate headwater stream origins in the Appalachian coalfields of Kentucky | |
| Kreibich et al. | HOWAS21, the German flood damage database | |
| Chakraborty | Acute exposure to extremely hazardous substances: an analysis of environmental equity | |
| Blanco‐Velázquez et al. | Evaluating the provision of ecosystem services to support phytoremediation measures for countering soil contamination. A case‐study of the Guadiamar Green Corridor (SW Spain) | |
| Guo et al. | The temporal and spatial evolution of natural disasters in China | |
| Du et al. | People's Unequal Exposure to Air Pollution: Evidence for the World's Coal-Fired Power Plants | |
| Thiessen et al. | A comparison of 2008 national classification system for contaminated sites scores to preliminary quantitative risk assessment hazard quotients | |
| Crawford et al. | The exposure of vulnerable coastal populations to flood-induced Natech events in Hampton Roads, Virginia | |
| Shriver et al. | Integrating stakeholder values with multiple attributes to quantify watershed performance | |
| DeGasperi et al. | Stormwater action monitoring status and trends study of puget lowland ecoregion streams: evaluation of the first year (2015) of monitoring data | |
| Yang et al. | Probabilistic analysis of earthquake-led water contamination: A case of Sichuan, China | |
| Enclave et al. | FINAL PRELIMINARY ASSESSMENT AND SITE INSPECTION OF PER-AND POLYFLUOROALKYL SUBSTANCES | |
| Pauer et al. | Site Environmental Report for 2015: Environment/Health/Safety Division, September 2016 | |
| Villines | Using GIS to delineate headwater stream origins in the Appalachian Coal-Belt Region of Kentucky | |
| Björkman | Subjective Well-Being and Environment: A GIS-Based Analysis | |
| Alcott et al. | 2018 Annual Site Environmental Report Summary |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |