焦柳丹，駱丘垤，魯 皓，張 羽

(重慶交通大學經(jīng)濟與管理學院,重慶 400074)

引言

近年來,我國城市軌道交通進入快速發(fā)展期,建設(shè)效果顯著。這種環(huán)保、準時、便捷、舒適的交通出行方式,不僅有效緩解了城市的交通擁堵問題,還實現(xiàn)了節(jié)約資源和環(huán)境保護,已成為人們出行選擇最多的交通工具[1]。根據(jù)我國交通運輸部統(tǒng)計數(shù)據(jù),截至2020年12月31日,全國內(nèi)地共有44個城市開通運營城市軌道交通線路233條,運營總里程達7545.5km,全年客運量達到175.9億人次。然而城市軌道交通在運營過程中,極易受到諸如水災(zāi)、火災(zāi)、設(shè)備故障等災(zāi)害事件的影響和破壞。例如,2021年7月20日,極端強降雨導(dǎo)致雨水倒灌鄭州地鐵,地鐵5號線嚴重積水造成大量乘客被困,地鐵全線網(wǎng)停運。2003年2月18日韓國大邱地鐵火災(zāi)造成至少198人死亡,至少100人受傷。2009年6月22日美國華盛頓地鐵列車相撞事故造成9人死亡,約80人受傷。災(zāi)害事件嚴重削弱了軌道交通安全的特性,對居民的出行和城市的和諧發(fā)展有著嚴重影響[2]。因此,對城市軌道交通的災(zāi)害進行深入分析,提出科學有效的防控措施,提升城市軌道交通系統(tǒng)應(yīng)對災(zāi)害的能力,保障城市軌道交通安全運行,已成為亟待解決的一個重要問題。

以往關(guān)于軌道交通災(zāi)害事件的研究,多側(cè)重于某單一災(zāi)害事件的成災(zāi)原因、影響因素、風險評價等。例如,王艷輝等[3]通過對城市軌道交通火災(zāi)事故發(fā)生的關(guān)鍵因素進行分析,進一步構(gòu)建了火災(zāi)事故因果圖模型。劉忠等[4]通過建立引起地鐵火災(zāi)主要風險因素的故障樹模型,對地鐵火災(zāi)進行風險評估。李輝山等[5]分析地鐵洪澇災(zāi)害的致災(zāi)因素,利用神經(jīng)網(wǎng)絡(luò)進一步構(gòu)建了地鐵洪澇災(zāi)害預(yù)測模型。范博松等[6]基于復(fù)雜網(wǎng)絡(luò)提出城市軌道交通系統(tǒng)動態(tài)風險狀態(tài)模型,用以分析導(dǎo)致突發(fā)事件的關(guān)鍵風險因素。王軍武等[7]基于PSR模型構(gòu)建了地鐵車站工程暴雨內(nèi)澇脆弱性評價指標體系和評價方法。陸瑩等[8]從組織、人為因素出發(fā),建立了地鐵火災(zāi)事故的貝葉斯網(wǎng)絡(luò),同時基于模糊集理論,對地鐵運營安全風險進行預(yù)測。高建平等[9]建立軌道交通災(zāi)害風險等級劃分標準,確定災(zāi)害的風險等級。李浩然等[10]利用“層次-熵”值組合法對地鐵運營過程中的隧道防水性能進行風險評價。

然而,由于城市軌道交通系統(tǒng)內(nèi)部環(huán)境的復(fù)雜性和外部環(huán)境的不確定性,災(zāi)害的發(fā)生往往隨一種或幾種次生災(zāi)害同時或先后發(fā)生,其形成、發(fā)生與發(fā)展過程具有鏈式規(guī)律。例如,2012年11月19日,廣州地鐵8號線鷺江站至客村站區(qū)間隧道,一列車在行駛過程中車廂突然起火,列車臨時停在隧道距車站200 m處。乘客自行打開車門,隨后產(chǎn)生了擁擠踩踏事件。形成了“設(shè)備故障—火災(zāi)—濃煙、毒氣—踩踏—運營受阻”災(zāi)害鏈。2021年7月25日,受臺風影響,上海地鐵1號線莘莊站外人行天橋部分頂板被吹落,線路出現(xiàn)故障,引起火花,形成“臺風—水災(zāi)—設(shè)備故障—火災(zāi)—運營受阻”災(zāi)害鏈。災(zāi)害之間呈現(xiàn)鏈式結(jié)構(gòu)不斷演化的發(fā)生態(tài)勢,往往比單一災(zāi)害事件發(fā)生造成的危害和影響更大。因此,從災(zāi)害鏈的角度對城市軌道交通災(zāi)害事件進行研究,可以更加有效地進行防災(zāi)減災(zāi)工作,以減少由災(zāi)害連鎖效應(yīng)帶來的損失,對于提高城市軌道交通的運營安全有著重要意義。

災(zāi)害鏈是描述災(zāi)害事件不同發(fā)展階段、不同發(fā)展過程及可能造成的次生、衍生災(zāi)害的一種鏈式關(guān)系。災(zāi)害鏈分別以災(zāi)害鏈結(jié)構(gòu)、災(zāi)害類型和災(zāi)害系統(tǒng)要素為分類依據(jù)進行分類。劉愛華等[11]根據(jù)災(zāi)害鏈的結(jié)構(gòu)將其分為直式災(zāi)害鏈、發(fā)散式災(zāi)害鏈、集中式災(zāi)害鏈、循環(huán)式災(zāi)害鏈和交叉式災(zāi)害鏈。也有學者按災(zāi)害的類型將其分為火災(zāi)災(zāi)害鏈、地震災(zāi)害鏈、暴雨災(zāi)害鏈和臺風災(zāi)害鏈等?；跒?zāi)害系統(tǒng)要素災(zāi)害鏈分類,主要依據(jù)區(qū)域災(zāi)害系統(tǒng)論,綜合考慮致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體,從成災(zāi)機制的角度進行分類。主要包括森林火災(zāi)災(zāi)害鏈、城市霧霾災(zāi)害鏈、山區(qū)暴雨災(zāi)害鏈等。近年來災(zāi)害鏈也逐漸成為城市軌道交通災(zāi)害研究的熱點,有部分學者針對城市軌道交通災(zāi)害鏈的有關(guān)問題展開了研究。李浩然等[12]根據(jù)災(zāi)害系統(tǒng)理論,分析了災(zāi)害形成的特征,并建立了城市軌道交通水災(zāi)災(zāi)害鏈演化網(wǎng)絡(luò)模型。李曉璐等[13]通過構(gòu)建城市軌道交通災(zāi)害鏈網(wǎng)絡(luò)模型,用以評價災(zāi)害鏈網(wǎng)絡(luò)節(jié)點和邊的重要性。但是,少有學者對軌道交通災(zāi)害鏈的演化概率進行分析。因此,通過考慮災(zāi)害事件發(fā)生的隨機性和不可預(yù)測性,基于Jaccard指數(shù)和貝葉斯理論提出災(zāi)害鏈演化概率計算模型,用以分析城市軌道交通災(zāi)害鏈的演化概率。

1 城市軌道交通災(zāi)害鏈演化概率計算模型構(gòu)建

由于城市軌道交通災(zāi)害鏈網(wǎng)絡(luò)的形成是由一個災(zāi)害事件引發(fā)另一個災(zāi)害事件,形成鏈式反應(yīng),不同的鏈式反應(yīng)相互交錯形成的災(zāi)害鏈網(wǎng)絡(luò)。當某一原生災(zāi)害Vi發(fā)生,有可能引發(fā)如Vj1、Vj2、Vj3等次生災(zāi)害,并通過次生災(zāi)害之間的進一步傳遞,導(dǎo)致最終的災(zāi)害損失Vm1和Vm2等。因此原生災(zāi)害發(fā)生之后,可能會引發(fā)Vi→Vj1→Vm1、Vi→Vj1→Vj3→Vm1等多條災(zāi)害鏈,形成最終的災(zāi)害鏈網(wǎng)絡(luò),見圖1。因此,構(gòu)建的城市軌道交通災(zāi)害鏈演化概率計算模型,首先基于Jaccard指數(shù),利用災(zāi)害節(jié)點間的傳遞關(guān)連邊的權(quán)重Cij,計算災(zāi)害間的致災(zāi)率,確定一個災(zāi)害事件引發(fā)另一個災(zāi)害事件的概率P(j|i);然后基于貝葉斯理論的鏈式法則,確定災(zāi)害事件傳遞形成單一災(zāi)害鏈的概率P(ki-n);最后基于單一災(zāi)害鏈的概率,確定Vi作為原生災(zāi)害形成整個災(zāi)害鏈網(wǎng)絡(luò)的演化概率。

圖1 城市軌道交通災(zāi)害鏈網(wǎng)絡(luò)示意

1.1 基于Jaccard指數(shù)計算災(zāi)害間的致災(zāi)率

災(zāi)害鏈在演化過程中,原生災(zāi)害Vi多大程度上會引發(fā)另一個災(zāi)害Vj發(fā)生,是由連接兩災(zāi)害事件的關(guān)連邊決定的[14]。通過災(zāi)害事件間的有向引發(fā)頻次來衡量兩災(zāi)害事件間的相關(guān)程度,即關(guān)聯(lián)度。假設(shè)從災(zāi)害節(jié)點i到災(zāi)害節(jié)點j的有向邊位于第k條災(zāi)害鏈中(k=1,2,…,k),則計權(quán)重為1,權(quán)重為

Wij(k)=

(1)

則災(zāi)害間的有向邊的權(quán)重可表示為

(2)

式中,Cij為災(zāi)害事件i發(fā)生的情況下災(zāi)害事件j發(fā)生的頻數(shù);k為災(zāi)害鏈的條數(shù)。

Jaccard指數(shù)是一種常用的分析關(guān)聯(lián)度的方法,能使兩個關(guān)系密切的節(jié)點更密切,使關(guān)系疏遠的節(jié)點更疏遠。利用Jaccard指數(shù)計算各災(zāi)害事件間的致災(zāi)率為

(3)

式中,P(j|i)為災(zāi)害事件i發(fā)生的情況下災(zāi)害事件j的概率,其值介于0～1之間;Cij為災(zāi)害事件i發(fā)生的情況下災(zāi)害事件j發(fā)生的頻數(shù);Ci、Cj分別為災(zāi)害事件i、j發(fā)生的頻數(shù)。

1.2 基于貝葉斯理論的災(zāi)害鏈鏈式法則

由于城市軌道交通災(zāi)害事件的連鎖反應(yīng),導(dǎo)致災(zāi)害鏈的形成。由初始災(zāi)害事件引發(fā)次生災(zāi)害事件,再由次生災(zāi)害事件誘發(fā)其他多個災(zāi)害事件,形成鏈式結(jié)構(gòu)。由貝葉斯理論鏈式法則,災(zāi)害事件傳遞形成災(zāi)害鏈的概率可表示為

(4)

式中,P(ki-n)為第k條災(zāi)害鏈中由輸入節(jié)點i到輸出節(jié)點n的概率。

1.3 災(zāi)害鏈網(wǎng)絡(luò)演化概率計算

在災(zāi)害鏈網(wǎng)絡(luò)圖中,原生災(zāi)害引發(fā)的災(zāi)害鏈網(wǎng)絡(luò)演化概率可表示為災(zāi)害鏈傳遞概率之和,即

(5)

式中,i為災(zāi)害鏈的輸入節(jié)點;m為災(zāi)害鏈的輸出節(jié)點;l為由輸入節(jié)點i到輸出節(jié)點m間共有l(wèi)條災(zāi)害鏈。

災(zāi)害鏈網(wǎng)絡(luò)演化概率可表示為

(6)

式中,m為輸出節(jié)點個數(shù)。

2 城市軌道交通各類災(zāi)害事件災(zāi)害鏈網(wǎng)絡(luò)模型構(gòu)建

2.1 數(shù)據(jù)來源

目前我國還沒有針對城市軌道交通運營事故統(tǒng)計的數(shù)據(jù)庫,只有部分學者對城市軌道交通運營事故進行了統(tǒng)計分析。通過運用網(wǎng)絡(luò)和文獻搜索,搜集整理國內(nèi)外城市軌道交通突發(fā)事故案例,不包含城市軌道交通施工事故和其他類型的鐵路運營事故。其中網(wǎng)絡(luò)搜索主要來源于政府與各大媒體官方網(wǎng)站,如人民網(wǎng)、新華網(wǎng)等國家新聞網(wǎng)站,新浪、搜狐、網(wǎng)易各大商業(yè)網(wǎng)站以及各個地區(qū)城市軌道交通在微博、微信等新媒體的官方網(wǎng)站。文獻搜索查找相關(guān)文獻,如朱奧妮[15]搜集了2000—2019年國內(nèi)外52起地鐵火災(zāi)事故案例,從地鐵火災(zāi)事故原因、發(fā)生空間分布、發(fā)生時間分布、火災(zāi)事故損失等方面進行了統(tǒng)計分析。夏澤郁等[16]搜集2007—2018年中國大陸35座城市在城市軌道交通運營階段發(fā)生的事故共1 911起,從事發(fā)年份、事故類型、事發(fā)城市、制式等方面探究事故發(fā)生的規(guī)律性。然而,相關(guān)文獻沒有統(tǒng)計具體的災(zāi)害事故發(fā)生原因和過程,難以提取災(zāi)害演化傳遞關(guān)系。查閱相關(guān)災(zāi)害事故文獻再進行網(wǎng)絡(luò)查找,搜集對于事故發(fā)生的詳細報道,然后運用統(tǒng)計分析的方法,按照災(zāi)害事故發(fā)生的時間、地點、成災(zāi)原因、引發(fā)災(zāi)害、次生災(zāi)害以及災(zāi)害造成的結(jié)果進行統(tǒng)計,共計402個軌道交通災(zāi)害案例。

2.2 數(shù)據(jù)分析

研究主要采用Excel軟件匯總災(zāi)害案例,并對災(zāi)害事件分類。我國目前對城市軌道交通運營事故的分類并不統(tǒng)一,根據(jù)JT/T 1051—2016《城市軌道交通運營突發(fā)事件應(yīng)急預(yù)案編制規(guī)范》中對突發(fā)事件的分類以及參考相關(guān)文獻中對災(zāi)害事件的分類[13-16],本研究將城市軌道交通災(zāi)害事件進行簡化、合并得到城市軌道交通災(zāi)害事件集合,包括:火災(zāi)、設(shè)備故障、列車脫軌、列車相撞、水災(zāi)、恐怖襲擊、爆炸、濃煙、毒氣、踩踏、和臺風10種類型,其中設(shè)備故障包括車輛故障、道岔故障、車門故障、信號系統(tǒng)故障、供電系統(tǒng)故障、電梯故障等,將災(zāi)害事件造成的結(jié)果分為乘客傷亡和運營受阻,其中,運營受阻包括關(guān)閉車站、列車延誤以及列車停運。將案例按照事故類型進行分析整理,繪制條形統(tǒng)計圖,見圖2。

圖2 國內(nèi)外城市軌道交通災(zāi)害事故統(tǒng)計

2.3 構(gòu)建災(zāi)害鏈網(wǎng)絡(luò)模型

城市軌道交通災(zāi)害鏈是一個由不同形式災(zāi)害鏈組成的復(fù)雜網(wǎng)絡(luò)系統(tǒng),可以通過復(fù)雜網(wǎng)絡(luò)研究災(zāi)害的演變過程。復(fù)雜網(wǎng)絡(luò)是將真實復(fù)雜的系統(tǒng)抽象成點與點之間的相互關(guān)系或相互作用,并以邊的連接來表示這種關(guān)系[17]。本文將各個災(zāi)害事件以及事件導(dǎo)致的結(jié)果抽象為“節(jié)點”,用Vi表示。V1～V10分別表示災(zāi)害事件:火災(zāi)、設(shè)備故障、列車脫軌、列車相撞、水災(zāi)、恐怖襲擊、爆炸、濃煙、毒氣、踩踏和臺風,V11、V12分別表示乘客傷亡和運營受阻。然后根據(jù)城市軌道交通災(zāi)害的特點,考慮原生災(zāi)害與次生災(zāi)害之間的有向引發(fā)關(guān)系,將災(zāi)害事件之間的傳遞關(guān)系抽象為“邊”,用L(Vi,Vj)表示,并給每條邊賦值,其值Cij表示災(zāi)害節(jié)點Vi引發(fā)災(zāi)害節(jié)點Vj的頻次,將城市軌道交通災(zāi)害鏈通過復(fù)雜網(wǎng)絡(luò)的形式表示為G=(N,L),由節(jié)點集N、邊集L兩部分組成。通過構(gòu)造有向共現(xiàn)矩陣,利用復(fù)雜網(wǎng)絡(luò)分析軟件pajek,生成城市軌道交通災(zāi)害事件傳播關(guān)系網(wǎng)絡(luò)圖,共12個節(jié)點,37條有向邊,如圖3所示。

根據(jù)災(zāi)害鏈網(wǎng)絡(luò)圖可以看出,軌道交通災(zāi)害的發(fā)生不是孤立的,幾個災(zāi)害間相互聯(lián)系,可能在一定時間內(nèi)相繼發(fā)生,從而形成災(zāi)害鏈。其中,節(jié)點V1、V2和其他災(zāi)害節(jié)點聯(lián)系最多,說明火災(zāi)和設(shè)備故障容易影響或受影響于其他災(zāi)害,形成災(zāi)害鏈。

復(fù)雜網(wǎng)絡(luò)中,節(jié)點的重要性通?？梢杂霉?jié)點的度中心性來衡量[18]。節(jié)點的度中心性是節(jié)點度值與該節(jié)點最大連接節(jié)點數(shù)的比值,表示節(jié)點間相互聯(lián)系的緊密程度。在有向加權(quán)網(wǎng)絡(luò)中,節(jié)點的度值等于節(jié)點入度和出度之和。結(jié)點度值越大,則與此節(jié)點有聯(lián)系的節(jié)點數(shù)量越多,結(jié)點就具有越重要的地位。節(jié)點的度中心性計算如下

(7)

式中,wi為節(jié)點i的入度;ui為節(jié)點i的出度;n為網(wǎng)絡(luò)中節(jié)點的個數(shù)。

節(jié)點的度中心性評價結(jié)果見圖4。根據(jù)節(jié)點的入度分析,節(jié)點V1和V2的入度較高,分別為44和45,說明災(zāi)害鏈網(wǎng)絡(luò)中,其他災(zāi)害導(dǎo)致火災(zāi)和設(shè)備故障的頻數(shù)較大。根據(jù)節(jié)點的出度分析,節(jié)點V2的出度最高,為294,表明設(shè)備故障導(dǎo)致其他災(zāi)害的頻數(shù)較大。度中心性評價值最高的是節(jié)點V2,為30.82,表明設(shè)備故障平均與各個節(jié)點有30.82次傳遞關(guān)系,在網(wǎng)絡(luò)中具有最高的重要性。

圖4 節(jié)點度中心性評價

3 城市軌道交通災(zāi)害鏈演化概率分析

進一步對各類災(zāi)害事件形成的災(zāi)害鏈網(wǎng)絡(luò)的演化概率進行計算分析。將統(tǒng)計數(shù)據(jù)按照災(zāi)害事件分類,分別構(gòu)造共現(xiàn)矩陣,利用pajek軟件,生成各個災(zāi)害鏈的復(fù)雜網(wǎng)絡(luò)模型見圖5。

以設(shè)備故障災(zāi)害鏈網(wǎng)絡(luò)模型為例,分別計算災(zāi)害間的致災(zāi)率P(j|i)、災(zāi)害鏈傳遞概率P(ki-n)以及災(zāi)害鏈網(wǎng)絡(luò)演化概率P(vi)。

3.1 城市軌道交通設(shè)備故障災(zāi)害鏈網(wǎng)絡(luò)致災(zāi)率計算

首先統(tǒng)計以設(shè)備故障為原生災(zāi)害事件,引發(fā)次生災(zāi)害,再由次生災(zāi)害引發(fā)其他災(zāi)害事件的頻數(shù)。然后基于Jaccard指數(shù),計算其災(zāi)害事件間的致災(zāi)率。通過案例統(tǒng)計數(shù)據(jù)災(zāi)害事件V2發(fā)生的頻數(shù)為247,災(zāi)害事件V1發(fā)生的頻數(shù)為76,在V2發(fā)生的條件下V1發(fā)生的頻數(shù)為27,結(jié)合公式(3),致災(zāi)率計算結(jié)果為

以設(shè)備故障為原生災(zāi)害引發(fā)其他災(zāi)害的致災(zāi)率計算結(jié)果見表1。

3.2 城市軌道交通設(shè)備故障災(zāi)害鏈傳遞概率計算

通過計算的災(zāi)害間致災(zāi)率,再分別計算V2到V11、V12形成各條災(zāi)害鏈的概率。根據(jù)案例統(tǒng)計結(jié)果,可以得到由V2作為輸入節(jié)點,V11、V12作為輸出節(jié)點的災(zāi)害鏈共17條,以V2—V1—V4—V1—V11災(zāi)害鏈為例,結(jié)合公式(4)進行計算。

P(k2-11)=P(1|2)×P(4|1)×P(1|4)×P(11|1)=

9.12×10-2×1.09×10-2×1.90×10-2×

8.33×10-3=2.76×10-7

其余計算結(jié)果見表2。

3.3 城市軌道交通各災(zāi)害鏈網(wǎng)絡(luò)演化概率計算結(jié)果

利用公式(5),分別計算設(shè)備故障導(dǎo)致乘客傷亡和運營受阻的概率

然后利用公式(6),求得設(shè)備故障災(zāi)害鏈網(wǎng)絡(luò)演化概率

P(V2)=P(V2-V11)+P(V2-V12)=4.05×10-1

最后分別計算其他類型災(zāi)害鏈網(wǎng)絡(luò)演化概率,計算結(jié)果見表3。

3.4 結(jié)果分析

根據(jù)表3計算結(jié)果顯示,對于災(zāi)害事件的發(fā)生及其演化最終造成乘客傷亡的結(jié)果,列車相撞災(zāi)害鏈演化發(fā)生的概率最大。盡管有學者指出火災(zāi)災(zāi)害發(fā)生的頻率最高、損失最大[19]。陳菁菁[20]對國內(nèi)外軌道交通重大運營事故和危害進行分析,得出火災(zāi)事故引發(fā)人員傷亡人數(shù)最多。但本文的研究結(jié)果表明,災(zāi)害間的連鎖反應(yīng)引發(fā)的災(zāi)害鏈更容易造成乘客傷亡。災(zāi)害鏈造成乘客傷亡的概率與單一災(zāi)害事件造成乘客傷亡的概率不同,重大災(zāi)害事故發(fā)生通常會引發(fā)其他次生災(zāi)害事故,關(guān)鍵設(shè)備故障可能會導(dǎo)致列車脫軌、列車相撞,也可能引發(fā)列車火災(zāi)以及供電設(shè)備和線路的破壞。

而對于造成運營受阻的結(jié)果,設(shè)備故障災(zāi)害鏈演化發(fā)生的概率最大。軌道交通系統(tǒng)包括線路及車站、車輛及車輛段、通信信號、供電、售檢票等,任何設(shè)備故障都會造成運營受阻[21]。設(shè)備故障事故通常是由于結(jié)構(gòu)質(zhì)量的缺陷和硬件老化造成等自身故障所造成的,其發(fā)生頻率相對較高,通常采取停運、增加行車間隔等措施降低對乘客的傷亡。因此,設(shè)備故障造成運營受阻的概率較大。夏澤郁等[16]對中國城市軌道交通事故統(tǒng)計結(jié)果顯示,設(shè)備故障類技術(shù)擾動事故在總事故中占有絕對比例,造成列車停運、延誤等概率較大。

此外,水災(zāi)和火災(zāi)災(zāi)害鏈演化概率也較大。近年來,國內(nèi)外城市軌道交通暴雨內(nèi)澇災(zāi)害事件頻發(fā)。根據(jù)文獻[16]的統(tǒng)計分析,中國城市軌道交通是世界上受自然災(zāi)害最嚴重的國家之一,主要遭受的自然災(zāi)害是臺風和暴雨。水災(zāi)災(zāi)害造成運營受阻主要是因為極端天氣引發(fā)的持續(xù)性強降雨,造成站臺、站廳或者軌道積水,最終導(dǎo)致車站關(guān)閉,嚴重時會造成全線路停運。權(quán)瑞松[22]在對上海地鐵暴雨內(nèi)澇暴露性研究中指出,上海中心城區(qū)地鐵暴雨內(nèi)澇災(zāi)害暴露性整體水平不高,僅有11.6%的地鐵口暴露于暴雨內(nèi)澇災(zāi)害中。隨著軌道交通應(yīng)急處理系統(tǒng)的不斷完善,2000年以來,國內(nèi)外發(fā)生的軌道交通火災(zāi)事故較少,造成乘客傷亡的數(shù)量較少[15]。火災(zāi)的致災(zāi)因子有人為縱火、易燃物燃燒、列車起火、線路起火等,各種可燃物是導(dǎo)致火災(zāi)的根源[4]。其影響主要取決于火災(zāi)發(fā)生的位置和時間、起火原因、救災(zāi)人員介入早晚、人群疏散條件等[23]。大多數(shù)火災(zāi)事故造成的影響較輕,極個別火災(zāi)事故造成大量人員傷亡和運營受阻[14]。恐怖襲擊發(fā)生的概率也比較高,但在中國內(nèi)地城市軌道交通運營中,沒有發(fā)生過恐怖襲擊災(zāi)害事件,案例中統(tǒng)計的恐怖襲擊事故主要發(fā)生在國外。恐怖襲擊的方式主要包括爆炸、縱火和生化襲擊,造成乘客傷亡的概率較大,造成的災(zāi)害后果較為嚴重[24]。另外,爆炸和踩踏事故發(fā)生的概率較低。爆炸主要包括乘客攜帶易燃易爆炸的物品或車輛車站、車輛設(shè)備故障引起爆炸,這種類型的爆炸通常是小規(guī)模災(zāi)害事件,其造成乘客傷亡或運營受阻的概率較小,符合其實際運營情況。臺風發(fā)生的概率偏低,其發(fā)生的頻數(shù)較小,嚴重時導(dǎo)致列車停運。濃煙毒氣發(fā)生的概率最低,通常伴隨火災(zāi)和恐怖襲擊發(fā)生,單獨發(fā)生的案例較少,引發(fā)其他次生災(zāi)害的概率較低。

因此,綜合計算結(jié)果顯示,設(shè)備故障災(zāi)害鏈造成乘客傷亡或運營受阻的概率最大。

4 結(jié)論

城市軌道交通各類災(zāi)害事件發(fā)生具有突發(fā)性、不確定性,往往伴隨多個災(zāi)害同時發(fā)生,給城市軌道交通的安全運營帶來極大的挑戰(zhàn)和影響。本文通過對城市軌道交通災(zāi)害鏈的演化概率進行計算分析,得出以下結(jié)論和啟示。

(1)通過對軌道交通災(zāi)害鏈的演化概率進行分析,可以為軌道交通管理者及時控制災(zāi)害演化提供重要參考。軌道交通災(zāi)害間聯(lián)系密切,傳遞性高。對于災(zāi)害鏈演化概率較大的災(zāi)害應(yīng)重視軌道交通系統(tǒng)自身抗災(zāi)能力的強弱和孕災(zāi)環(huán)境的影響,及時切斷災(zāi)害的進一步傳遞。

(2)城市軌道交通部門需要提升城市軌道交通的建設(shè)質(zhì)量,嚴格執(zhí)行對設(shè)備設(shè)施定期的維護保養(yǎng),提升工作人員的操作規(guī)范和應(yīng)急處理能力,減少設(shè)備故障災(zāi)害鏈的發(fā)生。針對火災(zāi)、水災(zāi)等自然災(zāi)害,城市軌道交通應(yīng)結(jié)合城市的地理位置和受災(zāi)類型,落實防災(zāi)減災(zāi)設(shè)計,完善應(yīng)急能力建設(shè),防止災(zāi)情進一步擴大。

(3)從災(zāi)害間的致災(zāi)率、災(zāi)害傳遞形成災(zāi)害鏈的概率、以及災(zāi)害鏈網(wǎng)絡(luò)的演化概率3個方面構(gòu)建了災(zāi)害鏈演化概率計算理論模型,一定程度上豐富了災(zāi)害鏈形成的相關(guān)理論研究?；谑占?02個軌道交通災(zāi)害案例進行實證分析,確定了10種典型災(zāi)害之間的傳遞演化關(guān)系以及演化概率,可以為軌道交通運營安全管理提供實踐參考。