本书首先基于数据驱动视角，依据系统动力学原理明确风险性态演变流程及各要素作用机理模型，提炼风险关联要素，建立化工园区风险监测预警指标体系；其次，针对数据驱动下存在的监测指标多样、内部机理复杂、信息来源广泛、数据质量各异等特点，利用证据折扣方法对指标要素的重要性和可靠性进行折扣处理，借鉴模糊数学、信息融合等相关理论构建基本信任分配函数，在此基础上构建适用于解决园区风险综合评价的多源异构融合模型，解决风险指标层次化融合过程中可能遇到的融合问题；再次，运用模糊综合评价模型和灰色预测模型解决园区风险评价及预测问题，实现对数据驱动下化工园区风险的科学评价；最后，以东营港经济开发区化工园区为例对我国化工园区风险监测预警展开案例研究，根据模型评价结果，参考预先设定风险警限进行等级划分，确定化工园区风险等级，并针对指标预警风险程度制定防范措施，有效降低园区事故发生概率，实现化工园区的本质安全。

王玉梅，女，1973年出生，博士，青岛科技大学经济与管理学院教授。青岛市科技创新智库负责人、国家科技部项目评审专家、山东省科技项目评审专家、山东省社会科学优秀成果奖评审专家、青岛智库专家。研究方向：居民消费与经济发展。

第一章 绪论
第一节 研究背景
第二节 研究意义
一、理论价值
二、实际应用价值
第三节 研究现状
一、风险监测研究现状
二、风险预警研究现状
三、数据驱动下化工园区风险监测预警应用研究
四、决策分析方法
五、文献评述
第四节 研究内容和思路
一、主要研究内容
二、研究方法
第五节 研究创新
第二章 化工园区风险监测预警理论分析
第一节 风险相关理论基础
一、风险
二、安全
三、危险源
四、隐患
五、事故
第二节 化工园区相关理论基础
一、化工园区特征
二、化工园区风险类型
三、化工园区风险特征
四、化工园区风险成因
第三节 化工园区风险监测与预警理论基础
一、化工园区风险监测概念、方法及功能分析
二、化工园区风险预警概念、方法及功能分析
第四节 山东省化工园区风险监测预警现状分析
一、山东省化工园区风险监测预警发展现状
二、山东省化工园区风险监测预警体系发展问题
第五节 大数据驱动下化工园区风险监测预警体系
一、大数据驱动理论基础
二、基于大数据驱动的方法与模型
三、基于大数据驱动的风险监测预警流程
四、大数据驱动下化工园区风险监测预警体系架构
本章小结
第三章 大数据驱动下化工园区风险监测预警系统机理研究
第一节 模型边界及假设
一、确定边界
二、模型假设
第二节 大数据驱动下化工园区风险影响因素分析及模型构建
一、大数据驱动下化工园区环境风险影响因素分析及模型构建
二、大数据驱动下化工园区企业风险状况影响因素分析及模型构建
三、大数据驱动下化工园区管理风险状况影响因素分析及模型构建
第三节 系统动力学流图确定
本章小结
第四章 化工园区风险监测预警指标体系构建
第一节 化工园区风险监测预警指标体系构建原则
一、动态性
二、系统性
三、独立性
四、定性定量相结合
第二节 化工园区风险监测预警指标体系构建
一、化工园区环境状况指标的选取
二、化工园区风险特征指标的选取
三、化工园区管理能力指标的选取
四、化工园区风险水平评价指标体系
本章小结
第五章 大数据驱动下化工园区风险监测预警模型建立
第一节 大数据驱动下化工园区风险监测预警数据转换方法
一、风险监测数据的多源异构性分析
二、风险监测数据的不确定性分析
三、基本信任分配函数转换方法
第二节 层次分析法确定指标权重
一、层次分析法基本理论
二、AHP算法步骤
第三节 证据折扣方法
第四节 多源异构融合模型
一、化工园区风险综合评价问题界定
二、化工园区风险监测预警综合评价类型划分
三、单指标一单信源融合模型
四、多指标一单信源融合模型
五、单指标一多信源融合模型
六、多指标一多信源融合模型
第五节 模糊综合评价法
一、模糊综合评价法基本介绍
二、模糊综合评价法模型构建步骤
第六节 灰色预测模型
一、灰色预测模型介绍
二、灰色系统预测模型步骤
三、化工园区风险预警等级的标准界定
本章小结
第六章 大数据驱动下山东省化工园区风险监测预警案例研究
第一节 基本概况
一、化工园区简介
二、化工园区重大危险源
三、化工园区事故类型
第二节 风险指标权重计算
一、一级指标权重
二、二级指标权重
三、三级指标权重
四、化工园区风险指标评价权重结果
第三节 化工园区风险值计算
一、定量指标风险评价
二、定性指标风险评价
第四节 大数据驱动下化工园区风险模糊综合评价模型的应用
一、模糊综合评价集的确定
二、单因隶属度的确定
三、多级模糊评价矩阵的计算
四、化工园区综合风险评价隶属度分析
第五节 基于灰色预测模型的化工园区风险预警
一、化工园区风险灰色预测模型
二、灰色预测模型结果分析
本章小结
第七章 化工园区风险分析及防范措施
第一节 巨警风险
一、风险分析
二、风险防范措施
第二节 重警风险
一、风险分析
二、风险防范措施
第三节 中警风险
一、风险分析
二、风险防范措施
第四节 轻警风险
一、风险分析
二、风险防范措施
第五节 无警风险
一、风险分析
二、风险防范措施
本章小结
第八章 结论
参考文献
附录
附录1 大数据驱动下山东省化工园区风险监测预警（AHP部分）调查问卷
附录2 化工园区风险要素评价调查问卷

面对越发严峻的园区安
全管理问题，如何提升园区
风险防控能力成为化工企业
必须解决的发展难题。在智
能制造大背景下，信息管理
平台可以使内部基础设施、
危险物品和人相互联系，实
现重大危险源和风险点的可
监测、可预警和可防控，建
设具备风险监测、分析预警
和应急响应能力的有机整体
，帮助管理者实时高效、精
确全面地获取园区风险信息
，实现风险监测预警的自动
化和智能化管理，提升园区
综合管控水平。由此可见，
利用智能化手段实现工业互
联网与风险管理的深度融合
成为园区转型升级和发展的
必然选择，但是现阶段学术
界关于大数据技术与风险监
测预警理论深度融合领域研
究少之又少。
首先，本书基于大数据
驱动视角，依据系统动力学
原理明确风险性态演变流程
及各要素作用机理模型，提
炼风险关联要素建立化工园
区风险监测预警指标体系；
其次，针对大数据驱动下存
在的监测指标多样性、内部
机理复杂性、信息来源广泛
、数据质量各异等特点，利
用证据折扣方法对指标要素
的重要性和可靠性进行折扣
处理，借鉴模糊数学、信息
融合等相关理论构建基本信
任分配函数，在此基础上构
建适用于解决园区风险综合
评价的多源异构融合模型，
解决风险指标层次化融合过
程中可能遇到的融合问题；
再次，运用模糊综合评价模
型和灰色预测模型解决园区
风险评价及预测问题，实现
对大数据驱动下化工园区风
险的科学评价；最后，以东
营港经济开发区化工园区为
例对我国化工园区风险监测
预警展开案例研究，根据模
型评价结果，参考预先设定
风险警限进行等级划分，确
定化工园区风险等级，并针
对指标预警风险程度制定防
范措施，有效降低园区事故
发生概率，进而实现化工园
区的本质安全。