李龍海, 楊力源, 常鑫, 潘佳

(中國民航大學交通科學與工程學院, 天津 300300)

近年來,由于新冠疫情肆虐全球和極端氣候的不斷增加,機場運行過程中面臨的復雜狀況也在不斷增加。對于因天氣、空管、軍事活動、疫情等原因產(chǎn)生的非常態(tài)運行狀況,機場系統(tǒng)需要及時根據(jù)非常態(tài)原因做出適應性的調整并盡快恢復正常運行狀態(tài),這種機場容納非常態(tài)狀況并解除擾動恢復正常運行的能力被稱為機場運行韌性。機場運行韌性研究是交通運輸系統(tǒng)韌性研究的一個重要子課題。

“韌性(resilience)”一詞起源于生態(tài)學,后被廣泛應用于工程領域[1]。Murray-Tuite[2]首次將韌性的概念引入交通運輸工程領域中,并提出量化交通運輸系統(tǒng)韌性的方法。隨著交通運輸系統(tǒng)性能評估研究不斷深入,韌性已成為衡量各類交通運輸子系統(tǒng)及多式聯(lián)運交通系統(tǒng)性能的重要指標之一[1,3]。當前航空運輸系統(tǒng)的韌性研究主要集中于航路航線網(wǎng)絡韌性和機場系統(tǒng)災害韌性評估兩方面。航路航線網(wǎng)絡韌性方面,Clark等[4]將航空運輸系統(tǒng)韌性定義為防范或降低自然災害或人為事件對空中交通系統(tǒng)的擾動的能力;Janic[5]開發(fā)出一種新的評估方法評估航空運輸網(wǎng)絡在受到大規(guī)模破壞性事件下的韌性、脆弱性和經(jīng)濟損失,且該方法可為樞紐機場位置的選取提供一定的參考;Dunn等[6]提出了“自適應”和“永久”的修改空中網(wǎng)絡拓撲結構的方法來提高空中交通網(wǎng)絡韌性,經(jīng)評估后得出“自適應”修改的策略優(yōu)于“永久”修改的策略;王興隆等[7]通過建立航空網(wǎng)絡模型識別網(wǎng)絡影響力節(jié)點,并對航空網(wǎng)絡連通魯棒性和功能魯棒性進行評估;楊新湦等[8]通過復雜網(wǎng)絡理論中的度分布、聚類系數(shù)、平均路徑長度等指標分析中國航線網(wǎng)絡的變化特點,在此基礎上對網(wǎng)絡結構抗毀性進行分析;陳欣等[9]運用復雜網(wǎng)絡理論證明中國長三角航線網(wǎng)絡具有明顯的小世界特性和無標度性,且抗毀性較差。機場系統(tǒng)災害韌性方面,Faturechi等[10]提出一種基于整數(shù)L形分解的求解方法解決機場跑滑系統(tǒng)災后其韌性評估與韌性提升問題;Bao等[11]用機場系統(tǒng)的脆弱性和應急能力衡量機場系統(tǒng)的韌性并用集對分析法分析其影響機制;Zhou等[12]以“恢復速度”作為衡量機場在不利天氣下韌性的指標,同時證明交通模式替代(高鐵)對于機場在不利天氣下的恢復速度具有促進作用。Poo等[13]采用層次分析法(analytic hierarchy process,AHP)結合證據(jù)推理(evidential reasoning,ER)提出英國多個機場應對氣候變化的韌性指標;Huang等[14]將機場韌性從探測、抵御、救援、恢復4個維度進行多準則決策,確定權重后用偏好組織排序法對特定機場韌性進行打分并尋找其需要改善的環(huán)節(jié);Janic[15]運用機場及其余利益相關方的運營、經(jīng)濟、社會和環(huán)境績效指標,根據(jù)機場系統(tǒng)災后性能下降、適應、恢復3個階段建立分析模型分析新冠肺炎背景下機場的恢復能力、魯棒性、脆弱性;黃潤建[16]從社會-自然-技術的系統(tǒng)視角引入災害韌性分析方法,從風險分析和韌性分析的角度構建大型機場災害韌性管理模式和指標選取框架;王興隆等[17]建立機場在惡劣天氣下的韌性模型,并利用和優(yōu)化后的離場航班時刻分析對比機場在惡劣天氣下離場航班運行韌性水平變化。

綜上所述,以往民航機場系統(tǒng)韌性研究多被當作空中交通網(wǎng)絡韌性研究的一個子節(jié)點,單個機場系統(tǒng)的韌性研究也主要集中在針對機場特定子系統(tǒng)或針對特定事件下的韌性研究;當前缺少一套系統(tǒng)性評估指標體系來對單個機場的運行韌性做出準確分析。因此,現(xiàn)首先對影響機場運行韌性的指標進行歸類總結,結合韌性理論對指標內涵和量化形式進行討論分析;之后結合運行狀況對機場運行韌性進行算例評估,研究結果可為機場當局進行流程改進、優(yōu)化資源配置提供參考。

1 評估流程及指標體系構建

1.1 問題描述及評估流程

針對異常狀況下機場運行韌性的評估,目的在于研究不同種類的不利事件對機場運行的影響和機場對其吸收和恢復的能力。當今機場運行的環(huán)境與流程越來越復雜,因此選用的評估指標與評估方法根據(jù)中國機場運行的行業(yè)特點,在傳統(tǒng)交通系統(tǒng)韌性評估的基礎上進行補充與優(yōu)化。首先通過對中國運輸機場發(fā)生的異常狀況進行總結歸類,尋找對應評估指標,尋找機場運行一線經(jīng)驗豐富的工作人員及行業(yè)內專家根據(jù)評估方法進行對各個指標進行相對重要性打分,使用貝葉斯最佳-最差法Bayesian(best-worst method, BWM)對各指標進行權重計算,最后利用多源異構多準則折衷排序(vise kriterijumska optimizacija kompromisno resenje, VIKOR)方法來對機場運行韌性進行評分。

1.2 指標體系構建

工程領域中韌性一般包括適應性、脆弱性、機動性、冗余性、魯棒性、快速恢復性等十余個特性[2],其中交通運輸領域中韌性因素可歸類為以下5個特性:可靠性、脆弱性、冗余性、魯棒性和快速恢復性,結合航空運輸行業(yè)特點以及機場運控風險管理與應急處置流程,構建指標體系如表1所示。

表1 機場運行韌性評價指標Table 1 Airport operational resilience evaluation index

機場運行安全管理機制完整性U1: 機場運行過程中對潛在隱患的檢測識別與預防處置能力。

機場運行管理系統(tǒng)脆弱性U2:機場運行管理受自身運行狀況與自然環(huán)境、社會環(huán)境影響,在不利事件發(fā)生后系統(tǒng)性能的損失程度。

機場關鍵基礎設施冗余性U3:不利事件發(fā)生后機場關鍵基礎設施具有一定冗余度,替代受損部分確保機場正常運行。

機場運行管理系統(tǒng)魯棒性U4:不利事件發(fā)生后,機場的應急處置及管理能力確保機場運行管理系統(tǒng)仍具備一定的性能,實現(xiàn)運行魯棒。

機場事后快速恢復性U5:機場運行管理系統(tǒng)在不利事件后快速恢復正常運行的能力。

2 基于貝葉斯BWM-VIKOR的機場運行韌性評估

2.1 貝葉斯BWM

最佳-最差法(BWM)由Jafar Rezaei在2013年提出,決策者選出最佳(最重要)的指標與最差(最不重要)的指標,將其余標準與最佳、最差標準分別進行兩兩比較,之后通過求解極大值與極小值獲取不同指標的權重,最后計算每位專家權重的算術平均值或幾何平均值來求得最佳權重組合[18]。

該方法在聚合多位專家的權重意見時因計算其平均值容易導致計算結果受異常打分值影響較大,無法準確提供專家的總體偏好。因此Majid Mohammadi與Jafar Rezaei在2018年提出了貝葉斯BWM來解決該問題,該方法將貝葉斯層次模型與最佳-最差法結合,建立權重的概率分布,集合多位專家評分后利用馬爾可夫鏈蒙特卡羅(Markov chain Monte Carlo,MCMC)技術來求出最優(yōu)權重,并引入Credal排名通過置信水平衡量專家組對各指標的偏好程度[19]。

2.2 基于貝葉斯BWM的機場運行韌性權重計算

步驟1假設機場運行韌性評估需要n項指標,各指標組成的權重評估矩陣C為

C={c1,c2,…,cj,…,cn},j=1,2,…,n

(1)

步驟2建立最佳指標評估向量。

從各項指標內分別選取對機場運行韌性影響最大的指標cB,其余指標根據(jù)cB對重要程度進行1～9分的評分,評分越高代表cB相對該指標的重要程度越高,同等重要則評分為1,得出BO(best to others)向量AB為

AB=(aB1,aB2,…,aBj,…,aBn)

(2)

式(2)中:aBj為最佳指標相對其余各指標的重要程度大小,其中aBB為最佳指標相對其自身的取值,aBB=1,cj∈C。

步驟3同理,從各項指標內分別選取對機場運行韌性影響最小的指標cW,根據(jù)其余指標對cW的重要程度進行1～9分的評分,評分越高代表該指標相對cW的重要程度越強,同等重要則評分為1,得出OW(others to worst)向量AW為

AW=(a1W,a2W,…,ajW…,anW)T

(3)

式(3)中:ajW為各指標相對最差標準重要程度的大小,其中aWW為最佳指標相對其自身的取值,aWW=1,cj∈C。

步驟4最優(yōu)權重向量計算。

設第k位專家給出的最佳、最差向量計算出的權重向量wk為

wk=(w1,w2,…,wj,…,wn)

(4)

(5)

式(5)中:w為權重的概率分布,因此事件j的發(fā)生概率與該事件發(fā)生次數(shù)與總實驗次數(shù)的比值成正比。

(6)

(7)

可推出

(8)

式中:wB為最佳指標對應的權重,j=1,2,…,n。

同理可得

(9)

(10)

可推出

(11)

式中:wW為最差指標對應的權重,j=1,2,…,n。

利用狄利克雷分布建立權重模型的分布來對最優(yōu)權重進行估計。

(12)

式(12)中:α為向量參數(shù),通常設定為1。

wagg為聚合多位專家意見后給出的機場運行韌性最優(yōu)權重集,最優(yōu)權重集同樣服從向量參數(shù)為1的狄利克雷分布。

wagg～Dir(α)

(13)

集合所有專家的權重評分后使用MCMC技術來擬合wagg與wk的后驗分布來獲得最優(yōu)權重。

步驟5測試機場運行韌性權重排名置信水平。

指標ci權重大于指標cj的概率為

(14)

(15)

(16)

若P(ci>cj)>0.5,則證明指標ci權重大于指標cj。

2.3 基于VIKOR法的機場運行韌性評估

VIKOR法是一種折衷排序的方法,該方法通的核心是確定正負理想解后,通過函數(shù)計算方案的折衷解,通過最大化群體效用與最小化個人遺憾來對多準則決策方案進行折衷排序,從而得到最優(yōu)解的方法[20]。

步驟1計算n位專家對評價方案各指標共m項的評分值,構建決策矩陣F。

(17)

式(17)中:fij為第j位專家對第i項指標的評分值。

步驟2確定正負理想解。

正理想解:

i=1,2,…,m}

(18)

負理想解:

i=1,2,…,m}

(19)

式中:I1為效益型指標集合;I2為成本型指標集合。

步驟3計算群體效用值Si,個體遺憾值Ri。

(20)

(21)

式中:wj為各指標權重。

步驟4計算決策指標Qi。

(22)

(23)

式中:α為決策機制系數(shù),通常認為群體效用與個人遺憾同等重要的情況下取α=0.5。Qi值越小,證明與期望水平差距越小,決策方案越優(yōu);Qi值越大,證明與期望水平差距越大,決策方案越差。

3 實例分析

為證明上述研究方法確定的指標體系的科學性,選取中國4個區(qū)域性樞紐機場進行算例分析,邀請7名民航科研機構專家,其中5名具有副高級以上職稱且從業(yè)時長超過10年,同時邀請8名具有10年以上工作經(jīng)驗機場運行管理的一線工作人員,共計15位專家對各項指標重要程度進行重要性評估,同時結合研究選取的機場的具體情況對各個機場相應指標進行評分,利用MATLAB2021b軟件進行數(shù)據(jù)處理及計算。

3.1 貝葉斯BWM賦權結果

將獲得的貝葉斯BWM問卷進行一致性檢驗[18],其平均一致性比例(CR)為0.018,表明研究所獲取的數(shù)據(jù)可以用來表示各項指標的相對重要程度。通過MATLAB2021b軟件計算出對應權重如表2所示。

表2 機場運行韌性指標權重表Table 2 Airport operational resilience indicator weight table

其中一級指標置信水平矩陣與置信水平排名圖分別如表3與圖1所示,例如:U1指標權重排名優(yōu)于U2指標的置信水平為0.981,其平均排名置信度為0.898,表明實驗得出的權重排名擁有較高的可信水平。

圖1 機場運行韌性指標置信水平排名圖Fig.1 Airport operational resilience indicator confidence level ranking chart

表3 機場運行韌性一級指標置信水平矩陣Table 3 Confidence level matrix of the first-level indicator of airport operational resilience

3.2 VIKOR法具體機場算例評估結果

選取國內4座大型樞紐機場或干線機場進行機場運行韌性評估,其中A1機場、A2機場均位于中國華東地區(qū),其定位分別為門戶復合樞紐機場及干線機場;A3機場位于中國華北地區(qū),其定位為大型國際樞紐機場,國家發(fā)展的新動力源;A4機場位于中國東南地區(qū),其定位為干線機場。表4為研究選取的4個機場的機場運行韌性得分情況。

表4 參評機場運行韌性得分及排名Table 4 Participating airport operational resilience scores and rankings

3.3 綜合評估結果分析

根據(jù)貝葉斯BWM賦權結合VIKOR法評估結果尋找影響機場運行韌性的關鍵因素,依據(jù)算例結果可以得到以下結論。

(1)機場運行管理系統(tǒng)魯棒性權重占比較大(w4=0.276),其中機場應急響應能力、機場應急保障投入的權重分別為w43=0.101與w42=0.062,分別在二級指標權重排名第一位與第二位。由此可見,機場對不利事件的及時有效處置是提升機場運行韌性的關鍵環(huán)節(jié),增強機場的應急管理能力可以為機場運行、旅客出行等方面提供有效保障。

(2)機場容量冗余(w3=0.059)是機場關鍵基礎設施冗余的突出體現(xiàn),機場容量冗余充足可以使機場有效應對航班大量延誤或大量備降,提升繁忙時段機場運行效率;先進的機場場面引導控制系統(tǒng)(w15=0.052)有助于提高機場運行效率,同時降低事故率,對提升機場運行韌性起到事前預防的作用,選取的4個機場進行運行韌性評估的過程中排名第一的機場采用基于高級場面活動引導與控制系統(tǒng)(advanced surface movement guidance and control systems,A-SMGCS)的全場景應用平臺提升場面運行引導控制能力,提升場面運行效率的同時減少相關安全風險隱患,從源頭降低異常狀況發(fā)生概率,提升機場安全管理機制完整性與高效性。

(3)經(jīng)算例評估得分可知,參與評估的機場在機場運行韌性方面表現(xiàn)均較為良好,但是仍有部分指標需進行改進。其余機場均可以參照A3機場有針對性地對機場運行韌性指標進行提升,改進權重較高且重要程度較大的指標,并根據(jù)期望值確定改進措施。

4 結論

(1)將機場運行特點與交通運輸工程韌性理論相結合,描述機場運行韌性的內涵;提出機場運行韌性指標,建立機場運行韌性評估體系。

(2)在機場運行韌性評估指標體系構建的基礎上,基于最佳-最差法結合貝葉斯層次模型,通過MCMC實驗,利用概率論的方法對指標進行權重分析與獲取;采用VIKOR法綜合群體效用值與個人遺憾值得出最終機場運行韌性評分,使評估結果更具有科學性與可靠性。選取4座機場進行案例分析,驗證評估方法可行性。

(3)根據(jù)指標權重提取對機場運行韌性影響較大的指標,結合機場運行實際情況,確定機場運行管理系統(tǒng)在韌性提升方面需改進的關鍵節(jié)點,為機場當局決策提供理論支撐,提升機場應對異常運行狀況的能力。

(4)給出機場運行韌性的宏觀評價,異常運行狀況發(fā)生到其影響完全消失過程中機場運行系統(tǒng)由于擾動類別、資源調配等因素,其運行韌性會產(chǎn)生動態(tài)變化,如何對異常運行狀況發(fā)生全生命周期下機場運行韌性進行動態(tài)評估,是下一步研究的重點。