索瑋嵐，陳 銳

(中國科學院科技政策與管理科學研究所，北京 100190)

1 引言

以供熱、電力、燃氣系統(tǒng)為代表的城市典型生命線是保障城市運行的重要基礎設施[1]，其具有如下特征：(1)公共性強[2-4]，城市典型生命線運行安全性直接關系到每一個公眾社會活動的便利性和穩(wěn)定性；(2)風險性高[5-6]，城市典型生命線運行過程會受到自然、人為、內在等方面諸多風險因素(如地震、恐怖事件、設備老化)的影響；(3)關聯(lián)性顯著[7-8]，城市典型生命線各系統(tǒng)由于空間毗鄰、功能交互產(chǎn)生了相互影響、彼此依存的關聯(lián)。近年來，城市典型生命線運行風險事故層出不窮，對公眾的生命和財產(chǎn)安全構成嚴重威脅，也使各級政府和相關部門意識到加強城市典型生命線運行風險管理的迫切性[9]。風險因素識別是風險管理的基礎和前提，旨在研判風險根源、明晰風險因素本質[10]。

然而，與一般的風險因素識別問題相比，城市典型生命線運行風險因素識別問題具有明顯的復雜性。一方面，城市典型生命線各系統(tǒng)之間的關聯(lián)會增加運行風險發(fā)生的可能性[9]，即某一系統(tǒng)運行故障可能會誘發(fā)與之關聯(lián)的其他系統(tǒng)出現(xiàn)運行失調；另一方面，城市典型生命線運行風險因素之間存在關聯(lián)[11-12]，而且該關聯(lián)所具有的傳導效應會誘發(fā)間接關聯(lián)[1]，這可能導致城市典型生命線面臨直接風險和間接風險疊加造成的雙重破壞。需要指出的是，城市典型生命線各系統(tǒng)及其關聯(lián)、風險因素及其關聯(lián)以及傳導效應誘發(fā)的間接關聯(lián)形成了一個涉及多個系統(tǒng)、諸多風險因素和多類關聯(lián)的復雜關聯(lián)情境。已有研究指出關聯(lián)情境會影響風險因素識別過程和結果[13]。因此，非常有必要開展考慮復雜關聯(lián)情境的城市典型生命線運行風險因素識別方法研究，這不僅有助于推動相關理論與方法的深入發(fā)展，還有助于相關部門決策者研判風險根源、明晰風險因素本質，并可以為其結合風險因素識別結果制定針對性的風險防范策略提供決策支持。

目前，關于城市典型生命線運行風險因素識別方法的研究已經(jīng)引起一些國外學者的關注，如Campbell和Smith[14]提出了一種基于案例推理的風險因素識別方法，Kr?ger[15]提出了一種經(jīng)驗總結和文獻分析相結合的風險因素識別方法，Cagno[16]等提出了基于檢查表法的風險因素識別方法。同時，還有一些國內外學者提出了適用于城市典型生命線某個單一系統(tǒng)的風險因素識別方法，如基于失效模式與后果分析的電力系統(tǒng)運行風險因素識別方法[17]、失誤樹分析和專家調查列舉相結合的電力系統(tǒng)運行風險因素識別方法[18]、基于故障樹分析和粗集理論的燃氣管網(wǎng)風險因素識別方法[19]等。已有成果為本研究提供了可借鑒的風險因素識別方法以及構建風險因素集合的依據(jù)，但是，所提及的城市典型生命線運行風險因素識別方法或適用于某個單一系統(tǒng)的風險因素識別方法均沒有考慮現(xiàn)實中由多系統(tǒng)(供熱、電力、燃氣系統(tǒng))、多風險因素(自然、人為、內在因素)以及各類關聯(lián)形成的復雜關聯(lián)情境對城市典型生命線運行風險因素識別過程和結果的影響。若沿用這些方法將影響城市典型生命線運行風險因素識別過程的科學性和識別結果的準確性，也不利于相關部門聯(lián)調聯(lián)動防范風險。

鑒于此，本文構建了具有層級網(wǎng)絡結構的城市典型生命線運行風險因素識別框架，并給出了一種考慮復雜關聯(lián)情境的風險因素識別方法。該方法利用二元語義表示模型將各專家給出的語言短語形式的系統(tǒng)關聯(lián)信息和風險因素關聯(lián)信息轉化為二元語義形式，并將決策試驗與評價試驗室(DEMATEL)法和Two-Additive Choquet(TAC)積分算子擴展到二元語義環(huán)境，進而實現(xiàn)各類關聯(lián)的綜合集成，從而確定風險因素的排序和歸類，以便于相關部門決策者研判風險根源、明晰風險因素本質。本文提出的風險因素識別方法克服了現(xiàn)有方法的局限性，不僅考慮了復雜關聯(lián)情境對風險因素識別過程和結果的影響，而且計算得到的可視化風險因素識別結果也便于決策者進行直觀判斷和分析。

2 城市典型生命線運行風險因素識別框架

為構建城市典型生命線運行風險因素識別框架，首先需要確定風險因素集合，具體過程如下：(1)系統(tǒng)梳理相關研究文獻[5-6,9, 14-19]，并認真剖析近年來發(fā)生的城市典型生命線事故；(2)結合梳理分析結果提煉出影響城市典型生命線運行的主要風險因素，形成備選風險因素集合；(3)通過問卷調查征求供熱、電力、燃氣行業(yè)相關企業(yè)決策者對備選風險因素集合的意見；(4)根據(jù)反饋意見，對備選風險因素集合進行篩選和修正，確定城市典型生命線運行風險因素集合(見表1)。

另一方面，為構建城市典型生命線運行風險因素識別框架，還需要對復雜關聯(lián)情境所涉及的各類關聯(lián)進行機理方面的深入分析。系統(tǒng)關聯(lián)是雙向對等的關聯(lián)，主要表現(xiàn)為：(1)各系統(tǒng)之間相互干擾的冗余作用。如設施空間毗鄰的系統(tǒng)容易相互干擾，任一系統(tǒng)的設施故障都可能破壞其他系統(tǒng)的正常運行，導致城市典型生命線整體運行效率降低；(2)各系統(tǒng)之間彼此依存的互補作用。如提供相近服務的兩個系統(tǒng)可在某一系統(tǒng)出現(xiàn)短期故障時由另一系統(tǒng)代替其提供服務，從而保證城市典型生命線服務功能的正常提供?，F(xiàn)實中，管線鋪設在通行地溝內的供熱系統(tǒng)與燃氣系統(tǒng)之間存在相互干擾的冗余作用，而均可為公眾提供供暖服務的供熱系統(tǒng)和電力系統(tǒng)之間存在彼此依存的互補作用。風險因素關聯(lián)是單向不對等的關聯(lián)，而且其具有的傳導效應會誘發(fā)風險因素之間的間接關聯(lián)，主要表現(xiàn)為各系統(tǒng)運行風險因素之間以及不同系統(tǒng)運行風險因素之間的直接和間接影響作用，如系統(tǒng)1的風險因素A直接影響系統(tǒng)1的風險因素B，而系統(tǒng)1的風險因素B又直接影響系統(tǒng)2的風險因素C，則傳導效應會誘發(fā)系統(tǒng)1的風險因素A間接影響系統(tǒng)2的風險因素C?，F(xiàn)實中，燃氣系統(tǒng)設計缺陷會加大該系統(tǒng)管道失效的可能性，而燃氣系統(tǒng)管道失效導致的供氣中斷也會制約供熱系統(tǒng)能源供應的正常秩序，則風險因素關聯(lián)的傳導效應誘發(fā)燃氣系統(tǒng)設計缺陷間接影響供熱系統(tǒng)的能源供應?；诒?所羅列的城市典型生命線運行風險因素以及對復雜關聯(lián)情境中各類關聯(lián)的分析構建了具有層級網(wǎng)絡結構的風險因素識別框架(見圖1)，包括目標層、維度層和因素層，同時考慮了維度層各系統(tǒng)之間的關聯(lián)、因素層中各系統(tǒng)內部以及系統(tǒng)之間風險因素的直接關聯(lián)和由于關聯(lián)傳導效應衍生的間接關聯(lián)。

表1 城市典型生命線運行風險因素及其描述

圖1 城市典型生命線運行風險因素識別框架

3 考慮復雜關聯(lián)情境的城市典型生命線運行風險因素識別方法

基于圖1所示的框架，本文給出一種考慮復雜關聯(lián)情境的城市典型生命線運行風險因素識別方法。首先，給出問題描述，然后給出方法的原理與步驟。

3.1 問題描述

為便于分析，采用下列符號描述考慮復雜關聯(lián)情境的城市典型生命線運行風險因素識別問題所涉及的集合和量。

U={U1,U2,U3}：系統(tǒng)集合，U1、U2和U3分別表示供熱、電力和燃氣系統(tǒng)；

E={E1,E2,…,Em}：專家集合(m≥2)，其中，Ek為第k個專家，k∈{1,2,…,m}；

S={S0,S1,…,Sg}：語言短語評價集合，其中，Sl為第l個語言短語，l∈{0,1,…,g}；

W=(w1,w2,w3)T：系統(tǒng)權重向量，w1、w2和w3分別為供熱、電力和燃氣系統(tǒng)權重，由風險因素識別工作的組織者給出，wa∈S，a=1,2,3；

Yk=[ykab]3×3：系統(tǒng)關聯(lián)初始判斷矩陣，其中，ykab為專家Ek針對系統(tǒng)Ua與Ub(a≠b)之間的關聯(lián)作用效果給出的評價信息，ykab∈S，k=1,2,…,m，a,b=1,2,3，這里不考慮各系統(tǒng)自身的關聯(lián)，即ykaa=″-″，k=1,2,…,m，a=1,2,3。

3.2 方法的原理與步驟

為解決上述問題，本文給出一種考慮復雜關聯(lián)情境的風險因素識別方法，其原理與步驟描述如下。

θ:S→S×[-0.5,0.5)

(1a)

(1b)

(1c)

(1d)

(1e)

(1f)

(1g)

k=1,2,…,m,a,b=1,2,3

(2a)

k=1,2,…,m,a,b=1,2,3

(2b)

當η,φ∈{1,2,…,n}時，有：

(3a)

當η,φ∈{n+1,n+2,…,2n}時，有：

(3b)

當η,φ∈{2n+1,2n+2,…,3n}時，有：

(3c)

當η∈{1,2,…,n},φ∈{n+1,n+2,…,3n}或η∈{n+1,n+2,…,2n},φ∈{1,2,…,n,2n+1,2n+2,…,3n}或η∈{2n+1,2n+2,…,3n},φ∈{1,2,…,2n}時，均有：

(3d)

其中：

(3e)

(3f)

(4)

這里，0

結合上述兩個性質以及風險因素關聯(lián)的傳導效應，構建城市典型生命線運行風險因素間接關聯(lián)矩陣V=[vηφ]3n×3n，η,φ=1,2,…,3n，其計算公式為:

V=limτ→(X2+…+Xτ)=X2(I-X)-1

(5)

在此基礎上，構建城市典型生命線運行風險因素綜合關聯(lián)矩陣T=[tηφ]3n×3n，其中，tηφ表示風險因素之間直接與間接關聯(lián)程度的總和，即綜合關聯(lián)程度，其計算公式為：

tηφ=xηφ+vηφ,η,φ=1,2,…,3n

(6)

基于矩陣T確定各風險因素的中心度pη和關系度rη，其計算公式分別為：

(7)

(8)

這里，中心度pη表明該風險因素在風險因素集合中所起作用的大小，關系度rη表明該風險因素的歸類。若rη>0，則表明該風險因素通過關聯(lián)作用影響其他風險因素，為原因型風險因素；若rη<0，則表明該風險因素受其他風險因素的影響，為結果型風險因素。

最后，以P為橫軸、R為縱軸構建城市典型生命線運行風險因素的因果關系圖。由此，相關部門決策者可以根據(jù)可視化的因果關系圖直觀地判定風險因素的排序和歸類并制定針對性的風險防范策略。一方面，中心度值較高的風險因素為風險根源所在，需要重點關注其實時狀態(tài)。另一方面，對于原因型風險因素，可以通過制定相應的預防措施來盡量減少風險損失；而對于結果型風險因素，則可通過制定相應的管控措施來規(guī)避風險。

4 實例研究

某樣區(qū)(簡稱C區(qū))地處北京市南郊平原地帶，隨著近年來在城市規(guī)劃與建設方面的迅猛發(fā)展，該樣區(qū)內城市典型生命線運行面臨的風險隱患日益增多。為此，相關部門邀請了來自生命線運行管理、風險管理等領域和供熱、電力、燃氣三大行業(yè)的5位專家，采用本文給出的方法對樣區(qū)內城市典型生命線運行風險因素進行科學有效的識別。城市典型生命線運行風險因素集合如表1所示，語言短語評價集合S={S0: VL/SC(很低/強冗余)，S1: L/WC(低/弱冗余)，S2: M/MI(中等/相互獨立)，S3: H/WD(高/弱互補)，S4: VH/SD(很高/強互補}，系統(tǒng)權重向量W=(H,VH,H)T。

然后，根據(jù)公式(4)-(6)，分別構建城市典型生命線運行風險因素關聯(lián)規(guī)范化矩陣X=[xηφ]3n×3n、城市典型生命線運行風險因素間接關聯(lián)矩陣V=[vηφ]3n×3n和城市典型生命線運行風險因素綜合關聯(lián)矩陣T=[tηφ]3n×3n，即：

表2 城市典型生命線運行風險因素中心度和關系度的計算結果

圖2 城市典型生命線運行風險因素的因果關系圖

5 結語

復雜關聯(lián)情境下城市典型生命線運行風險因素識別問題研究對于相關部門聯(lián)調聯(lián)動加強風險防范發(fā)揮著重要的作用。針對該問題，本文首先構建了具有層級網(wǎng)絡結構的風險因素識別框架，然后提出一種考慮復雜關聯(lián)情境的風險因素識別方法。該方法可以幫助相關部門決策者在復雜關聯(lián)情境下研判城市典型生命線運行風險根源、明晰各類風險因素的本質，并能夠為制定針對性的風險防范策略提供有效的決策支持。與已有研究相比，本文充分考慮了現(xiàn)實中由多系統(tǒng)(供熱、電力、燃氣系統(tǒng))、多風險因素(自然、人為、內在因素)以及各類關聯(lián)所形成的復雜關聯(lián)情境對城市典型生命線運行風險因素識別過程和結果的影響，所得到的風險因素識別結果具有更強的科學性和可解釋性，而且能夠可視化的結果也便于決策者對風險根源及風險因素本質進行直觀的分析與判斷。此外，由于復雜關聯(lián)情境往往導致城市典型生命線運行風險的危害性和破壞力倍增，因此研究考慮復雜關聯(lián)情境的城市典型生命線運行綜合風險評估方法將是進一步需要開展的工作。

附錄

專家E1給出的風險因素關聯(lián)信息：

F11F12F13F14F25F26F27F28F39F310F311F312F11-VHLVLHHMLVLMVLVLF12VL-VLLLMLVLLVLVLVLF13VLVL-VLVHHMLVLHLLF14LHL-VLMLVLLLVLLF25VLLVLVL-HVHVLLHLVLF26LHMLVH-VHLVLVHMHF27VLMLLLH-LLMLLF28VLHVHVLHMM-VHVHHHF39VLLHVLVHHML-VHVLVLF310VLLLVLHHMVLL-LVLF311VLHVHLMHHVLHH-LF312VLLMVLVHHMLLHVL-

專家E1給出的系統(tǒng)關聯(lián)信息：

U1U2U3U1-WDSDU2WD-WDU3SDWD-

專家E2給出的風險因素關聯(lián)信息：

F11F12F13F14F25F26F27F28F39F310F311F312F11-HMVLVHHMLLMLVLF12L-VLLMMLLVLLVLLF13VLL-VLVHHMVLLHLLF14LVHM-LMLLLVLVLLF25LLLVL-VHHLVLHVLLF26VLHHLH-HLVLHMHF27LMLLVLVH-VLLMLLF28VLHHVLMHM-HVHHHF39VLLHVLHHML-HLLF310LVLLLHHLLM-LVLF311VLHVHLMVHHVLHVH-LF312VLLMVLHHMLMHL-

專家E2給出的系統(tǒng)關聯(lián)信息：

U1U2U3U1-SDWDU2SD-MIU3WDMI-

專家E3給出的風險因素關聯(lián)信息：

F11F12F13F14F25F26F27F28F39F310F311F312F11-VHMLVHHMLVLMVLLF12L-LMLMLLLVLLVLF13LVL-VLHVHMVLLVHLLF14VLHL-LMVLLVLLVLLF25VLLLVL-HMLLHMHF26VLHHLM-MVLLHMHF27LMLVLLH-LVLMMLF28VLHHLMVHL-HHHVHF39VLLHVLHHLL-HLLF310LVLVLLVHHLVLM-LVLF311VLHVHVLMHHLVHH-LF312VLLMVLHHMVLMVHL-

專家E3給出的系統(tǒng)關聯(lián)信息：

U1U2U3U1-WDWDU2WD-WCU3WDWC-

專家E4給出的風險因素關聯(lián)信息：

F11F12F13F14F25F26F27F28F39F310F311F312F11-HMLHHMLLMVLLF12VL-LMLMLLVLLLVLF13LVL-VLHVHMVLLVHLLF14VLHL-LMVLLVLLVLLF25LMLVL-HMLVLHVLLF26VLHHLL-LVLLHMHF27LMLLMH-LLMLMF28VLHHVLMHL-HHHHF39VLMHLVHHML-HMLF310LVLLVLHHLML-LVLF311VLHVHLMHHVLHH-LF312VLLMVLHHMLMVHL-

專家E4給出的系統(tǒng)關聯(lián)信息：

U1U2U3U1-SDSDU2SD-WDU3SDWD-

專家E5給出的風險因素關聯(lián)信息：

F11F12F13F14F25F26F27F28F39F310F311F312F11-VHHLVHHMLVLMLLF12L-LMLMLMLVLLVLF13LVL-VLHVHMVLLVHVLLF14LVHL-LMLLLLLVLF25VLLMVL-HHLLHVLLF26LHHLM-LVLLHMHF27LMLVLLH-LVLMLMF28VLHHLMVHM-HHHHF39LLHVLHHLL-HLLF310LVLVLLVHVHMVLL-MVLF311VLHVHVLMHHLVHH-LF312LVLMVLHHMVLMVHL-

專家E5給出的系統(tǒng)關聯(lián)信息：

U1U2U3U1-SDWDU2SD-WDU3WDWD-

參考文獻：

[1] Hernandez-Fajardo I, Dueas-Osorio L.Probabilistic study of cascading failures in complex interdependent lifeline systems [J].Reliability Engineering and System Safety, 2013, 111(3): 260-272.

[2] Sahely H R, Kennedy C A, Adams B J.Developing sustainability criteria for urban infrastructure systems [J].Canadian Journal of Civil Engineering, 2005, 32(1): 72-85.

[3] Graeme P, Mathew W.Modelling critical infrastructure systems [J].Journal of Information Warfare, 2007, 6(1): 41-53.

[4] Ouyang M, Dueas-Osorio L, Min X.A three-stage resilience analysis framework for urban infrastructure systems [J].Structural Safety, 2012, 36: 23-31.

[5] Guikema S D.Natural disaster risk analysis for critical infrastructure systems: An approach based on statistical learning theory [J].Reliability Engineering & System Safety, 2009, 94(4): 855-860.

[6] Bagheri E.Risk analysis in critical infrastructure systems based on the Astrolabe methodology [C].Proceedings of Fifth Annual Conference on Communication Networks and Services Research, New Brunswick,May14-17,2007.

[7] Rinaldi S M, Peerenboom J P, Kelley T K.Identifying, understanding, and analyzing critical infrastructure interdependencies [J].IEEE Control Systems Magazine, 2001, 21(6): 11-25.

[8] Min H S J, Beyeler W, Brown T, et al.Toward modeling and simulation of critical national infrastructure interdependencies [J].IIE Transactions, 2007, 39(1): 57-71.

[9] Utne I B, Hokstad P, Vatn J.A method for risk modeling of interdependencies in critical infrastructures [J].Reliability Engineering and System Safety, 2011, 96(6): 671-678.

[10] Haimes Y Y.Risk modeling, assessment and management [M].New Jersey: John Wiley & Sons, Inc., 1998.

[11] Carreras B A, Newman D E, Gradney P, et al.Interdependent risk in interacting infrastructure systems [C].Proceedings of 40th Annual Hawaii International Conference on System Sciences, Hawaii,January 3-6,2007.

[12] Poljan?ek K, Bono F, Gutiérrez E.Seismic risk assessment of interdependent critical infrastructure systems: The case of European gas and electricity networks [J].Earthquake Engineering & Structural Dynamics, 2012, 41(1): 61-79.

[13] Jiang P, Haimes Y Y.Risk management for Leontief-based interdependent system [J].Risk analysis, 2004, 24(5): 1215-1229.

[14] Campbell J M, Smith S D.Safety, hazard and risk identification and management in infrastructure management: A project overview [C].Proceedings of 23rd Amual ARCOM Conference,Belfast,UK,September 3-5,2007.

[15] Kr?ger W.Critical infrastructures at risk: A need for a new conceptual approach and extended analytical tools [J].Reliability Engineering and System Safety, 2008, 93(12): 1781-1787.

[16] Cagno E, De Ambroggi M, Grande O, et al.Risk analysis of underground infrastructures in urban areas [J].Reliability Engineering and System Safety, 2011, 96(1): 139-148.

[17] Tummala R V M, Mak C L.A risk management model for improving operation and maintenance activities in electricity transmission networks [J].Journal of the Operational Research Society, 2001, 52(2): 125-134.

[18] 樊鐵鋼, 張勇傳.電力市場中的風險及其識別[J].電力建設, 2000, 21(7): 5-7.

[19] 劉俊娥, 賈增科, 郭章林, 等.城市燃氣管網(wǎng)的風險識別[J].油氣儲運, 2008, 27(7): 11-14.

[20] Herrera F, Martínez L.A 2-tuple fuzzy linguistic representation model for computing with words [J].IEEE Transactions on Fuzzy Systems, 2000, 8(6): 746-752.

[21] Grabisch M.K-order additive discrete fuzzy measures and their representation [J].Fuzzy Sets and Systems, 1997, 92(2): 167-189.

[22] Gabus A, Fontela E.World problems, an invitation to further thought within the framework of DEMATEL [R].Switzerland Geneva: Battelle Geneva Research Centre, 1972.

[23] Papoulis A, Pillai S U.Probability, random variables, and stochastic processes [M].New York: McGraw-Hill, 2002.