郝倩雯,郭慶軍,賈 哲
(西安工業(yè)大學建筑工程學院,西安 710021)
我國城市地鐵建設規(guī)模和數(shù)量持續(xù)擴大,截至2016年末,中國大陸地區(qū)有48個城市在建軌道交通線路總長5 636.5 km,在建線路228條,地鐵建設已經(jīng)進入快速發(fā)展時期。由于環(huán)境多變、工人和設備受各方面影響,易出現(xiàn)較大的工作失誤,導致地鐵系統(tǒng)呈現(xiàn)出復雜性和非線性特征[1],而地鐵系統(tǒng)自身存在較大的脆弱性。同時,地鐵事故頻發(fā)致使地鐵安全管理成為國內(nèi)外研究熱點。
目前國內(nèi)外關(guān)于脆弱性的研究較多,多圍繞城市軌道交通、城市物流領(lǐng)域和城市公共安全等方面展開。李啟明等[2]運用解釋結(jié)構(gòu)模型(ISM)和交叉影響矩陣相乘法(MICMAC)構(gòu)建驅(qū)動力—依賴度象限圖,將脆弱因子進行分類。吳賢國[3]提出一套基于復雜網(wǎng)絡理論的地鐵線網(wǎng)脆弱性分析方法,系統(tǒng)分析隨機攻擊和蓄意攻擊模式下城市地鐵網(wǎng)絡的靜態(tài)與動態(tài)脆弱性水平。成虎和韓愈[4-5]構(gòu)建地鐵系統(tǒng)脆弱性的脆弱鏈模型,進行基于功能和界面關(guān)系的脆弱性分析;基于脆弱性理論和耗散結(jié)構(gòu)理論,提出著眼于脆弱性的地鐵運營安全事故致因理論。李書全[6]建立基于BP-SD的施工企業(yè)安全系統(tǒng)脆弱性動力學仿真模型,探究各子系統(tǒng)對敏感性和應對能力的影響情況。許葭、宋守信建立基于網(wǎng)絡層次分析法(ANP)的網(wǎng)絡脆弱性評價模型[7],對地鐵網(wǎng)絡各站點脆弱性進行評估。宮劍[8]利用地鐵拓撲結(jié)構(gòu)和運營客流分布,提出基于層次分析法(AHP)的站點脆弱性評價方法,定量分析各站點脆弱性。
在對現(xiàn)有研究進行分析之后,筆者著重考慮系統(tǒng)內(nèi)部存在的復雜反饋關(guān)系和系統(tǒng)自身固有的非線性動態(tài)特性。通過網(wǎng)絡層次分析法(ANP)和系統(tǒng)動力學(SD)兩種理論的結(jié)合,構(gòu)建基于ANP權(quán)重計算值的系統(tǒng)動力學(SD)仿真模型,探究地鐵脆弱性影響因素體系各因素對脆弱性的影響水平,構(gòu)建地鐵系統(tǒng)各因素內(nèi)在反饋關(guān)系,模擬分析安全投入對脆弱性的影響趨勢和各因素對脆弱性影響水平,從而為地鐵安全管理提供建議,提升地鐵安全管理效率和安全管理水平。
脆弱性最早起源于對環(huán)境科學的研究[9],后被引入物流、城市交通和道路運輸系統(tǒng)等領(lǐng)域。關(guān)于脆弱性的定義并沒有一個統(tǒng)一的界定,在自然科學領(lǐng)域,脆弱性是自然、動植物、動植物群體、社會、國家、制度等眾多屬性中部分屬性的集合,是表示事物應對波動性、隨機性、壓力等的變化趨勢;在安全領(lǐng)域,安全系統(tǒng)脆弱性是指安全系統(tǒng)在遭受外界擾動時表現(xiàn)出的敏感性和應對能力[9]。脆弱性作為系統(tǒng)的一種固有屬性[10],有別于能夠容納、抵抗或處理系統(tǒng)內(nèi)不確定性變化的能力水平的系統(tǒng)柔韌性;維持、恢復和優(yōu)化系統(tǒng)安全狀態(tài)能力的安全韌性;系統(tǒng)抵抗外部環(huán)境干擾和內(nèi)部不確定性因素影響而能保持穩(wěn)定工作能力的安全系統(tǒng)魯棒性[11-13]。在地鐵系統(tǒng)中,脆弱性是指系統(tǒng)固有的一種屬性,是影響地鐵系統(tǒng)安全性和可靠性的薄弱環(huán)節(jié),并當系統(tǒng)暴露在干擾下時,抵抗外界干擾與障礙能力不足而由此可能造成地鐵系統(tǒng)安全隱患的特性。因此,可以從人-機-環(huán)-管四個方面對地鐵系統(tǒng)脆弱性進行影響因素的分析與研究,從而探究地鐵系統(tǒng)脆弱性對系統(tǒng)整體的影響。
地鐵系統(tǒng)作為一個開放、動態(tài)的復雜系統(tǒng),系統(tǒng)內(nèi)各影響要素眾多且相互作用,影響系統(tǒng)正常運行。借鑒已有研究[2],對通過文獻調(diào)研和專家訪談篩選出的地鐵系統(tǒng)脆弱性影響因素進行人-機-環(huán)-管四要素分類,形成地鐵系統(tǒng)脆弱性影響因素體系,如圖1所示。
圖1 地鐵系統(tǒng)脆弱性影響因素體系
地鐵系統(tǒng)脆弱性影響因素體系由兩層指標組成,第一層為人員脆弱性、設備脆弱性、環(huán)境脆弱性和管理脆弱性,第二層為人員技術(shù)業(yè)務水平、人員的安全意識、人員的自身素質(zhì)、人員的身心狀態(tài)、設施設備狀態(tài)、設施設備性能、設施設備防護、設施設備的關(guān)聯(lián)性、自然環(huán)境、社會環(huán)境、運營環(huán)境、路網(wǎng)拓撲結(jié)構(gòu)、教育培訓、規(guī)章制度、組織結(jié)構(gòu)、應急管理計劃、應急處置效率和應急資源保障。各影響因素在地鐵系統(tǒng)中存在一定的相互關(guān)系并相互作用、相互影響,因此可以利用網(wǎng)絡層次分析法(ANP)對各影響因素進行結(jié)構(gòu)模型的構(gòu)建和指標權(quán)重的確定,以識別各影響因素在地鐵系統(tǒng)脆弱性影響因素體系中的重要度。
網(wǎng)絡層次分析法(ANP)是Saaty教授在提出網(wǎng)絡層次分析法(AHP)之后于1996年提出的一種多準則決策方法。ANP是AHP的拓展和延伸,主要針對決策問題結(jié)構(gòu)具有依賴性和反饋性的情況,目前多圍繞效益、成本、機會、風險展開[14]。在地鐵系統(tǒng)脆弱性影響因素體系中,體系中各影響因素存在依賴關(guān)系和反饋關(guān)系,所以采取傳統(tǒng)層次分析法并不能有效反映其內(nèi)在聯(lián)系,故選用ANP計算地鐵系統(tǒng)脆弱性影響因素體系中各指標權(quán)重。
ANP的典型結(jié)構(gòu)描述由兩大部分組成,分別為控制層和網(wǎng)絡層。根據(jù)圖1構(gòu)建地鐵系統(tǒng)脆弱性影響因素體系ANP結(jié)構(gòu)模型,如圖2所示。在ANP結(jié)構(gòu)中Ci(1,2,3,4)為一級指標,Cij(i=1,2,3,4;j=1,2,3,4,5,6)為二級指標。
圖2 地鐵系統(tǒng)脆弱性影響因素體系ANP結(jié)構(gòu)模型
ANP進行指標計算的核心步驟是超矩陣運算,其運算過程十分復雜,故需借助超級決策軟件(Super Decisions)進行計算[15]。超級決策軟件(Super Decisions)是由Rozann Satty和William Adams共同研發(fā),是基于ANP理論的一款強大的ANP計算工具[16]。在分析地鐵系統(tǒng)脆弱性影響因素體系中各因素之間的內(nèi)在關(guān)系后(圖2),邀請7名專家,其中1名教授,2名副教授,3名地鐵工作人員,對各組、各要素進行打分,形成兩兩對比矩陣。然后用超級決策軟件構(gòu)建ANP模型,并進行數(shù)據(jù)輸入,依次得到矩陣、加權(quán)超矩陣、極限超矩陣,從而完成指標權(quán)重的計算,運算結(jié)果如表1、表2所示。最后整理結(jié)果如表3所示。
表1 地鐵系統(tǒng)脆弱性影響因素體系ANP結(jié)構(gòu)模型一級指標權(quán)重計算結(jié)果
表2 地鐵系統(tǒng)脆弱性影響因素體系ANP結(jié)構(gòu)模型權(quán)重計算結(jié)果
表3 地鐵系統(tǒng)脆弱性影響因素指標權(quán)重值
系統(tǒng)動力學(Systems Dynamics,SD)是美國麻省理工學院(MIT)J.W.弗雷斯特(J.W.Forrester)教授最早提出的一種對社會經(jīng)濟問題進行系統(tǒng)分析的方法論和定性與定量相結(jié)合的分析方法[17]。在構(gòu)建地鐵系統(tǒng)脆弱性影響因素體系ANP結(jié)構(gòu)模型,分析體系中各因素內(nèi)在關(guān)系之后,利用系統(tǒng)動力學仿真平臺Vensim_PLE軟件[18],對地鐵系統(tǒng)脆弱性進行仿真模型分析。
地鐵系統(tǒng)是一個由多個子系統(tǒng)相互作用形成的整體,根據(jù)圖2可知,地鐵系統(tǒng)脆弱性分為人員脆弱性、設備脆弱性、環(huán)境脆弱性和管理脆弱性4個子系統(tǒng),分析各因素之間內(nèi)在關(guān)系,建立如圖3所示的地鐵系統(tǒng)脆弱性SD流圖,系統(tǒng)變量包括4個水平變量,18個輔助變量,4個速率變量和9個常量。
圖3 地鐵系統(tǒng)脆弱性影響因素體系SD流圖
基于ANP已計算得到的地鐵系統(tǒng)脆弱性影響因素各指標權(quán)重值(表3),建立地鐵系統(tǒng)脆弱性SD方程如表4所示。
地鐵系統(tǒng)脆弱性仿真模型取仿真周期為12個月,仿真步長為1個月。根據(jù)《企業(yè)安全生產(chǎn)費用提取和使用管理辦法》(財企[2012]16號)規(guī)定,每年安全費用按企業(yè)年產(chǎn)值的2%提取,假設每年提取1260萬元作為安全支出,平均每月105萬元,4個子系統(tǒng)的投放比例按人員∶機械∶環(huán)境∶管理為3∶6∶2∶1進行安全投入管理。
表4 地鐵系統(tǒng)脆弱性影響因素體系主要變量SD方程
注:水平變量初始值由專家打分法和加權(quán)平均法確定。
(1)初始狀態(tài)下各子系統(tǒng)脆弱性變化分析
由圖4可知,加入安全投入之后的地鐵系統(tǒng)各子系統(tǒng)脆弱性隨時間變化呈非線性趨勢逐漸減少,有效的安全投入對地鐵的安全管理有一定的促進作用。
圖4 地鐵系統(tǒng)脆弱性各子系統(tǒng)仿真趨勢
(2)安全投入方案對比分析
安全投入與地鐵系統(tǒng)脆弱性存在一定聯(lián)系,通過調(diào)整總的安全投入,觀察不同投入值對地鐵系統(tǒng)脆弱性的影響,探究安全投入與系統(tǒng)脆弱性水平的反饋關(guān)系。采取増加或減少安全投入的5%與初始狀態(tài)進行對比,對比3種情況下地鐵系統(tǒng)脆弱性水平趨勢,對比結(jié)果如圖5和表5所示。
圖5 地鐵系統(tǒng)脆弱性安全投入變動方案仿真趨勢
由圖5和表5的反饋關(guān)系可知,適當增加安全投入,能夠有效降低系統(tǒng)脆弱性,而減少投入脆弱性下降趨勢放緩。同時,反映出增加安全資金對系統(tǒng)穩(wěn)定的有效性。在進行地鐵安全管理時,合理的安全資金安排,能夠提高整個地鐵系統(tǒng)的安全性。
表5 地鐵系統(tǒng)脆弱性安全投入變動方案仿真結(jié)果
(3)各子因素變動方案對比分析
地鐵系統(tǒng)脆弱性各影響因素權(quán)重已由ANP算出,在建立系統(tǒng)動力學模型之后,可以通過改變各子因素的變化量來反證權(quán)重計算是否合理。選取指標權(quán)重計算排序在前3的指標,分別為運營環(huán)境C33、人員的安全意識C12和設施設備狀態(tài)C21,分別將3個指標減少0.04進行模擬,即單因素的變動,對比結(jié)果如圖6和表6所示。
圖6 地鐵系統(tǒng)脆弱性單因素變動方案仿真趨勢
時間/月初始狀態(tài)人員的安全意識風險減少運營環(huán)境風險減少設施設備狀態(tài)風險減少01.3411.3411.3411.34111.3251.3231.3151.32421.3071.3031.2881.30531.2881.2831.2591.28541.2661.2591.2271.26351.2411.2321.1931.23761.2171.2061.1591.21271.1931.1811.1261.18881.1711.1571.0941.16591.1511.1361.0641.144101.1291.1121.0351.122111.1061.0881.0041.098121.0881.0680.9791.079
由圖6可知,隨著單個因素脆弱性的減少,地鐵系統(tǒng)脆弱性下降趨勢加快;同時可以看出,運營環(huán)境脆弱性的減少對整個地鐵系統(tǒng)脆弱性影響最大,人員的安全意識次之,最后是設施設備狀態(tài),這與ANP計算出的權(quán)重值排序吻合,也說明用ANP理論計算具有反饋關(guān)系的系統(tǒng)權(quán)重值是合理且準確的。
通過網(wǎng)絡層次分析法(ANP)與系統(tǒng)動力學(SD)的結(jié)合,構(gòu)建基于ANP-SD的地鐵系統(tǒng)脆弱性仿真分析,梳理地鐵系統(tǒng)脆弱性影響因素的同時,有效探究了安全投入以及單因素變動對地鐵系統(tǒng)脆弱性的影響趨勢。
(1)根據(jù)仿真結(jié)果可知,不同的安全投入會導致不同的系統(tǒng)脆弱性水平發(fā)展結(jié)果,投入與脆弱性發(fā)展水平呈非線性關(guān)系,總體而言,合理的安全投入能有效降低地鐵系統(tǒng)脆弱性。在地鐵系統(tǒng)管理過程中,應改善安全投入方案,加大對系統(tǒng)的安全投入,保證充足的資金儲備,為地鐵安全管理做好后備力量。
(2)ANP排序前3的影響因素分別是運營環(huán)境C33、人員的安全意識C12和設施設備狀態(tài)C21,能夠與系統(tǒng)動力學模型驗證相吻合,表明ANP是適合于反饋關(guān)系系統(tǒng)的權(quán)重指標計算方法。對地鐵系統(tǒng)脆弱性影響最大的3個因素,在進行地鐵安全管理時,應加大對這3個影響因素的管控,保證系統(tǒng)的穩(wěn)定,減少脆弱性的產(chǎn)生。
(3)地鐵系統(tǒng)是復雜的非線性、多反饋動態(tài)系統(tǒng),運用SD建立系統(tǒng)動力學模型,不僅能較好反映各影響因素的復雜因果關(guān)系,而且能定量反映系統(tǒng)在各影響因素作用下的水平發(fā)展趨勢。