Оценивая возможную вероятность потерь, люди часто исходят из среднего значения. Иначе говоря, оценка риска осуществляется по величине потерь при ожидаемом значении вероятности этих по терь. Хотя формально такая оценка может быть определена, она явно недостаточна для принятия решений.

Весьма распространенной является модель, в соответствии с которой вероятности возможных потерь при авариях описыва ются распределением Гаусса (кривая 1 на рис. 10.1).

Рис. 10.1. Зависимости вероятности и величины потерь

В соответствии с кривой 1 события с небольшими потерями встречаются гораздо чаще, чем события с большими потерями. Так, при выпуске новых машин (например, самолетов) в первые годы эксплуатации обычно встречаются небольшие неисправно сти и гораздо реже - существенные. Согласно кривой 1 аварии с очень большими потерями происходят крайне редко. Так, вероятность большой аварии на атомной электростанции оценивается как 10 -6 . Тем не менее мы знаем, что такие аварии происходили. Следовательно, при оценке риска нельзя руководство ваться только средними значениями.

Профессор Я.Хеймс первым предложил рассматривать риск как многокритериальную оценку события, выделяя как отдельный критерий величину больших потерь при крайне малых ве роятностях их осуществления [4]. Предположим, что предлага ются два способа реализации какой-либо технологии, имеющие одни и те же средние значения риска (потерь при ожидаемом значении вероятности аварии), но отличающиеся следующими характеристиками:

• первая технология - дешевая, но имеется малая вероятность недопустимо больших потерь;

• вторая технология — значительно более дорогая, но большие потери при авариях исключены.

Ясно, что эти способы реализации технологии сильно раз личаются. Нельзя считать, что крайне маловероятные события совсем исключены. Следовательно, вместо одного критерия оценки риска в общем случае мы имеем несколько [4] критери ев. ЛПР не должен думать, что маловероятные события нико гда не произойдут. Напротив, он должен проводить оценку то го, что будет, если такие события произойдут.

Профессор Я.Хеймс приводит следующий яркий пример. Пусть вероятность падения военного самолета на большой го род, умноженная на величину возможного ущерба, составляет весьма малую величину — меньше стоимости пепельницы. Но, несмотря на столь малую оценку, лучше для военных не со вершать тренировочные полеты над городами, учитывая огром ные потери в случае крайне маловероятных аварий.

8. Распределения "с тяжелыми хвостами"”

Другая математическая модель, описывающая как техноген ные аварии, так и природные катастрофы (землетрясения, навод нения и т.д.), основана на использовании другого типа статистиче ских законов: распределений с “тяжелыми хвостами”. В отличие от распределения Гаусса, распределения с тяжелыми хвостами описываются степенными законами распределения вероятностей.

Для распределений с тяжелыми хвостами вероятности от клонений от средних значений существенно больше, чем при распределении Гаусса (кривая 2 на рис. 10.1). Средние значе ния, посчитанные по выборкам, неустойчивы и малопредстави тельны, так как не соблюдается закон больших чисел. Степен ные распределения описывают события, при которых ущерб от одной аварии может превосходить суммарный ущерб от всех аварий данного типа. Следовательно, вероятность крупных ава рий, природных катастроф с большим числом жертв остается достаточно большой. Распределения с тяжелыми хвостами дос таточно хорошо описывают накопленные данные о природных катастрофах [15].

Аварии и их анализ

Любая авария или катастрофа в своем развитии проходит через четыре стадии, выделенные в [16]: инициирование аварии; развитие аварии; выход аварии за пределы аварийного объекта; ликвидация последствий аварии. Каждая из этих ста дий имеет характерные особенности.

Анализ аварий на атомных электростанциях, химических производствах, терминалах со сжиженным газом (причин их возникновения, процесс развития) проводится в последние годы в различных странах мира. Общий вывод из таких исследова­ ний не очень утешителен. Крупные аварии являются, как пра­ вило, результатом совпадения крайне маловероятных событий, статистические данные о которых не могут быть собраны. К этим событиям относятся не только неожиданные изменения в функционировании объекта, но и явное непонимание операто­ ром нового состояния объекта, что приводит к неправильным действиям.

В связи с тем что новые технологии сложны, недостаточно изучены, а поведение человека, не до конца понимающего изменения в объекте, трудно предугадать, необходимы специаль ные меры подготовки к возможной аварии. Они должны определяться разработанными сценариями чрезвычайной обстановки. В настоящее время проводятся исследования, связанные с коммуникациями в чрезвычайной обстановке, созданием децен трализованного управления в чрезвычайных ситуациях.

Такие мероприятия можно подготавливать на основе дан ных о прошедших авариях (мелких и средних). Для этого ну жен банк данных об авариях, где собранные сведения подвергаются тщательному изучению. Такой банк данных создан в Западной Европе. Результаты анализа открыты для стран членов Европейского экономического сообщества. В банке дан ных накапливаются сведения об авариях на одинаковых произ водствах, что позволяет вскрывать их общие причины.

Управление риском

Результаты, полученные при исследованиях различных про блем анализа риска, дают в настоящее время лицам, принимаю щим решения, конструктивные средства управления риском. Решение о постройке нового предприятия принимается лишь после проведения анализа риска. Выбор места для предприятия опреде ляется уровнями риска и близостью к объекту населенных пунк тов. При перевозке опасных веществ маршруты рассчитывают ис ходя из минимума возможного риска.

Современным средством анализа риска служат системы поддержки принятия решений, объединяющие возможности информатики и теории принятия решений. Эти системы позво ляют руководителю вести диалог с компьютером, получая необходимую информацию, сравнивая различные варианты реше ний, оценивая их последствия. Системы поддержки принятия решений содержат в общем случае базу данных, базу моделей, совокупность методов принятия решений, базу знаний и средст ва диалога с пользователем.

11. Практический пример: выбор месторасположения нового объекта с учетом факторов риска

В России газопровод является существенным, а нередко и определяющим элементом газотранспортного комплекса, пред назначенного для крупномасштабных поставок газа. По этой причине целесообразно остановиться на вопросах, связанных с рациональным выбором трассы газопровода. При выборе трассы магистрального газопровода на огромном пространстве необхо димо учитывать многочисленные факторы: различные природ ные и социально-экономические условия, влияние на местное население, согласование с большим кругом землепользователей и административных организаций.

При создании магистрального газопровода требуется охран ная зона шириной по 250—350 м от оси газопровода, регламен тирующая минимальное расстояние от газопровода до жилых зданий, автодорог, сельскохозяйственных построек и других сооружений, что при протяженности трассы порядка 1 тыс. ки лометров составляет 50—70 тыс. гектаров. Следовательно, мож но сказать, что для строительства трассы магистрального газо провода необходимо иметь площадку огромных размеров, выбор которой представляет собой достаточно серьезную проблему.

В качестве примера представим далее исследование процес са выбора трассы магистрального газопровода, проведенное в СССР в 1982 г. [17].