艾棟 黃家駿

摘 要：如今，城市軌道交通發(fā)展迅速，但風(fēng)險(xiǎn)頻率卻依舊很高，且后續(xù)處理往往不盡人意，因此，進(jìn)一步提升安全管理工作水平，加強(qiáng)城市軌道交通運(yùn)營企業(yè)運(yùn)營安全風(fēng)險(xiǎn)管理，以及做好風(fēng)險(xiǎn)應(yīng)急預(yù)案對策，是確保安全運(yùn)營、防范交通事故發(fā)生的重中之重。文章對上海軌道交通運(yùn)營行車日志數(shù)據(jù)進(jìn)行篩選整理，得到上海軌道交通運(yùn)營的風(fēng)險(xiǎn)頻率，針對風(fēng)險(xiǎn)頻率較高的風(fēng)險(xiǎn)因素，利用層次分析法和模糊綜合法對上海軌道交通風(fēng)險(xiǎn)進(jìn)行風(fēng)險(xiǎn)評估，得出各項(xiàng)風(fēng)險(xiǎn)的權(quán)重和評價(jià)指標(biāo)，判定上海軌道交通的風(fēng)險(xiǎn)等級與主要危險(xiǎn)因素。

關(guān)鍵詞：城市軌道交通；數(shù)據(jù)挖掘；運(yùn)營風(fēng)險(xiǎn)；風(fēng)險(xiǎn)評估

中圖分類號：F283 文獻(xiàn)標(biāo)志碼：A DOI：10.13714/j.cnki.1002-3100.2024.10.020

Abstract： Nowadays， urban rail transit develops rapidly， but the risk frequency is still high， and the follow-up treatment is often unsatisfactory. Therefore， further improving the level of safety management， strengthening the operational safety risk management of urban rail transit operators， and doing a good job in risk emergency plans are the top priority to ensure safe operation and prevent traffic accidents. This paper selects and organizes the traffic log data of Shanghai rail transit operation to obtain the risk frequency of Shanghai rail transit operation. Aiming at the risk factors with high risk frequency， the paper uses AHP and fuzzy synthesis method? to carry out risk assessment of Shanghai rail transit risk， obtains the weight and evaluation index of each risk， and determines the risk grade and main risk factors of Shanghai rail transit.

Key words： urban rail transit; data mining; operational risk; risk assessment

0? ? 引? ? 言

城市軌道交通是兼具速度、環(huán)保、運(yùn)量大、節(jié)約土地資源等優(yōu)勢的交通方式，因而正受到著世界各國的青睞，發(fā)展迅猛。我國也不例外，2022年全年? ? 實(shí)際開行列車3 316萬列次，完成客運(yùn)量194.0億人次，完成進(jìn)站量116.9億人次，客運(yùn)周轉(zhuǎn)量1 560億人次公里[1]。因此滿足巨大的交通需求，同時(shí)更好地處理風(fēng)險(xiǎn)與隱患，完成對風(fēng)險(xiǎn)的辨別與評估，是我國城市軌道交通建設(shè)所面臨的一大挑戰(zhàn)。

研究者在風(fēng)險(xiǎn)辨識與風(fēng)險(xiǎn)分析評估上已經(jīng)做了大量的研究工作。在風(fēng)險(xiǎn)辨別上，李志東[2]提出風(fēng)險(xiǎn)辨識需要確定運(yùn)營系統(tǒng)的組成、特點(diǎn)、各組成部分的聯(lián)系，唐濤等[3]在研究中提出了危險(xiǎn)源辨別的兩類方法：對以前教訓(xùn)的總結(jié)與對危險(xiǎn)源的開創(chuàng)性預(yù)測。龔玲[4]采用“工序-設(shè)備/ 設(shè)施-人員”實(shí)地進(jìn)行排除活動來查找風(fēng)險(xiǎn)源，使風(fēng)險(xiǎn)源更加準(zhǔn)確清晰完整。在風(fēng)險(xiǎn)的分析與評估問題上，郭旭[5]使用模糊綜合評價(jià)法構(gòu)建權(quán)重向量，將風(fēng)險(xiǎn)分為四個(gè)等級賦分評價(jià)；王天豪[6]使用能量釋放理論和ALARP風(fēng)險(xiǎn)矩陣來對風(fēng)險(xiǎn)進(jìn)行評估，將危險(xiǎn)源與可能導(dǎo)致的事故以及事故后果結(jié)合，陳建偉[7]建立了風(fēng)險(xiǎn)分析系統(tǒng)，將風(fēng)險(xiǎn)錄入系統(tǒng)中，并根據(jù)ALARP最低合理可行原則，選擇是否應(yīng)該對風(fēng)險(xiǎn)采取措施，以便未來對事故分別鑒別以及管理。

但是由于我國交通需求巨大，且城市軌道交通發(fā)展時(shí)間不長，在處理預(yù)防、應(yīng)急等方面還存在著許多問題，本文基于上海地鐵數(shù)據(jù)構(gòu)建風(fēng)險(xiǎn)評估方法增強(qiáng)城市軌道交通運(yùn)營的安全性。

1? ? 城市軌道交通運(yùn)營風(fēng)險(xiǎn)評估

1.1? ? 風(fēng)險(xiǎn)矩陣

將風(fēng)險(xiǎn)發(fā)生的概率和風(fēng)險(xiǎn)發(fā)生后的后果嚴(yán)重程度進(jìn)行組合，按風(fēng)險(xiǎn)的特點(diǎn)進(jìn)行等級劃分，其等價(jià)劃分依據(jù)是ALARP風(fēng)險(xiǎn)接受準(zhǔn)則（見圖1），并在一張表格中通過顏色深淺或更直觀的方式體現(xiàn)出風(fēng)險(xiǎn)等級大小，以完成風(fēng)險(xiǎn)評估。

通過過往經(jīng)驗(yàn)與相關(guān)規(guī)定，可列出風(fēng)險(xiǎn)概率等級表和風(fēng)險(xiǎn)危險(xiǎn)登記表，再將兩張表進(jìn)行結(jié)合得出風(fēng)險(xiǎn)矩陣，如表1所示。

風(fēng)險(xiǎn)矩陣能夠?qū)L(fēng)險(xiǎn)的重要性轉(zhuǎn)化為可視，但其重要性是通過相互對比所得，缺少精確的定量評估。

1.2? ? 模糊綜合法

1.2.1? ? 評估指標(biāo)體系建立

將風(fēng)險(xiǎn)評估體系劃分為目標(biāo)層、準(zhǔn)則層、指標(biāo)層三層，其中城市軌道交通風(fēng)險(xiǎn)評估是我的目標(biāo)層P，根據(jù)過往的經(jīng)驗(yàn)與事故數(shù)據(jù)可得，影響運(yùn)營風(fēng)險(xiǎn)主要由人、設(shè)備、環(huán)境三大類組成，將這三類設(shè)為準(zhǔn)則層，然后對三大類進(jìn)行細(xì)分，人因素包括乘客因素和車站工作人員因素，設(shè)備因素包括有車輛系統(tǒng)故障、供電系統(tǒng)故障、通信系統(tǒng)故障、軌道系統(tǒng)故障、機(jī)電系統(tǒng)故障、土建系統(tǒng)故障，而環(huán)境包括外部和室內(nèi)環(huán)境兩類，將這10項(xiàng)設(shè)為指標(biāo)層。如表2所示。

其中主要的乘客因素包含有大客流導(dǎo)致的擁堵或是乘客輕生、扒門等不文明的行為；車站工作人員因素主要包括工作人員的操作失誤、工作安全意識淡薄等；車輛系統(tǒng)故障主要是車輪或是轉(zhuǎn)向架故障、制動故障、牽引故障、車體故障等；供電系統(tǒng)故障包括牽引變電所或是降壓變電；通信系統(tǒng)故障包括ATS、ATP和ATO發(fā)生故障；軌道系統(tǒng)故障包括斷軌、扣件受損等事故；機(jī)電系統(tǒng)故障包括車站內(nèi)的設(shè)備如屏蔽門、電梯等出現(xiàn)故障；土建系統(tǒng)故障主要是滲漏水等問題；外部環(huán)境包括自然災(zāi)害、極端天氣等；室內(nèi)環(huán)境則包括室內(nèi)的溫濕度、噪音等問題[8]。

1.2.2? ? 指標(biāo)權(quán)重確定

權(quán)重確定首先需要構(gòu)建判斷矩陣來定量的估計(jì)各因素所占比重，即將同一層中的因素的重要性進(jìn)行兩兩比較，如指標(biāo)層中將乘客因素與車站工作人員因素進(jìn)行重要性比較，之后利用1～9標(biāo)準(zhǔn)尺度定量化，即可得到判斷矩陣。其重要度指標(biāo)因遵循表3。

據(jù)此可以寫出4個(gè)矩陣，P矩陣和1、2、3矩陣，記第i個(gè)因素相比第j個(gè)因素重要度為，則矩陣形式如下。

在得到判斷矩陣之后，需要計(jì)算每個(gè)矩陣的最大特征值λmax以及每項(xiàng)的特征向量W，并且為了保證建模后的一致性誤差小，需要根據(jù)一致性指標(biāo)來檢驗(yàn)一致性，其方式是計(jì)算一致性指標(biāo)CI。

（1）

其中n為判斷矩陣的階數(shù)，且當(dāng)CI越接近0，其一致性越高，越偏離0，一致性越低。再根據(jù)階數(shù)n的值查表4得出RI的值。

CR為CI與RI的比值，意為一致性比率，當(dāng)CR≤0.1時(shí)，一致性可以通過，否則需要修正判斷矩陣。

最后構(gòu)建隸屬函數(shù)，并構(gòu)建評價(jià)矩陣。其方法分別對每一級評估體系進(jìn)行分級，根據(jù)風(fēng)險(xiǎn)的重要度分為5級，分別是風(fēng)險(xiǎn)極低、風(fēng)險(xiǎn)較低、風(fēng)險(xiǎn)一般、風(fēng)險(xiǎn)較高、風(fēng)險(xiǎn)極高，對應(yīng)數(shù)值為1—5。再邀請數(shù)位專家根據(jù)經(jīng)驗(yàn)對每一項(xiàng)因子進(jìn)行評分，計(jì)算得出隸屬度Ci，并確定矩陣Ci。最后根據(jù)模糊綜合法將權(quán)重因子和評價(jià)矩陣合成，其合成公式如公式（2）。

（2）

其中“°”表示算子。本文將采用M（.，⊕）的加權(quán)平均算子。

2? ? 上海地鐵運(yùn)營風(fēng)險(xiǎn)評估以及等級分類

本文將以上海地鐵為例進(jìn)行風(fēng)險(xiǎn)評估，通過對近年來上海地鐵事故數(shù)據(jù)的分析，以及網(wǎng)上問卷的評分方式，對上海地鐵近些年的風(fēng)險(xiǎn)進(jìn)行評價(jià)，并進(jìn)行等級分類，本文將采取模糊綜合法進(jìn)行風(fēng)險(xiǎn)評估。

2.1? ? 上海地鐵運(yùn)營事故數(shù)據(jù)

想要對上海地鐵運(yùn)營進(jìn)行風(fēng)險(xiǎn)評估就需要一定的數(shù)據(jù)，表5是以上海地鐵運(yùn)營近年事故為依據(jù)，根據(jù)風(fēng)險(xiǎn)評估體系進(jìn)行數(shù)據(jù)總結(jié)。

2.2? ? 判斷矩陣建立

對每一層的指標(biāo)進(jìn)行兩兩比較，首先從指標(biāo)層開始。

通過對數(shù)據(jù)的分析、對過往事故分析的方式，以層次分析法構(gòu)建了判斷矩陣。可得人因素比較結(jié)果，如表 6。

對于準(zhǔn)側(cè)層1來說，乘客因素顯然是比車站人員因素更重要。從2.1的數(shù)據(jù)來看，也是乘客因素的事故遠(yuǎn)高于車站人員因素所導(dǎo)致的事故。通過表6可得1判斷矩陣。

同樣，通過對數(shù)據(jù)分析的結(jié)論可得其他因素的判斷矩陣，對于設(shè)備因素，結(jié)果如表 7。

顯然通信系統(tǒng)故障最重要，車輛系統(tǒng)故障與通信系統(tǒng)故障重要度相差不大，然后是供電系統(tǒng)故障，接著是機(jī)電系統(tǒng)故障與土建系統(tǒng)故障，最后是線路系統(tǒng)故障。可得X2判斷矩陣如下。

最后是環(huán)境因素。所得結(jié)果如表8所示。

顯然自然災(zāi)害和極端天氣發(fā)生幾率和破壞性都更大，所以外部環(huán)境要重要與室內(nèi)環(huán)境?？傻门袛嗑仃嚾缦?。

在求出各指標(biāo)層的判斷矩陣后，還需要求出準(zhǔn)則層的判斷矩陣。結(jié)果如表9所示。

設(shè)備因素重要度要遠(yuǎn)大于人因素，人因素要重要于環(huán)境因素。

可得P判斷矩陣。

2.3? ? 一致性驗(yàn)證

在得到判斷矩陣后，為保證矩陣的誤差性，需要進(jìn)行一致性驗(yàn)證。以因素人為例，首先計(jì)算權(quán)重因子W，其公式如下。

（3）

計(jì)算可得矩陣如下。

最大特征根λmax的公式如下。

（4）

計(jì)算可得λmax=2，則根據(jù)公式（1）可知，CI=0。又因?yàn)橐蛩厝酥挥袃身?xiàng)因素，所以為2階矩陣，此時(shí)RI=0，所以CR=CI/RI=0<0.1，因此判斷矩陣滿足一致性。

同理可求因素設(shè)備故障的權(quán)重因子矩陣如下。

計(jì)算得到λmax=2，則CI=0.077 0，又因?yàn)樵O(shè)備因素是6階矩陣，所以RI=1.24，所以CR=CI/RI=0.062 1<0.1，因此判斷矩陣滿足一致性。

因素環(huán)境影響的權(quán)重因子矩陣如下。

得λmax= 2，則CI=0，因?yàn)榄h(huán)境因素是2階矩陣，所以RI=0，則CR=CI/RI=0<0.1，所以滿足一致性。

根據(jù)已求得的權(quán)重因子矩陣，可以得出準(zhǔn)則層各項(xiàng)權(quán)重矩陣如下。

得λmax=3.003 8，則CI=0.001 9，又因?yàn)闇?zhǔn)則層是3階矩陣，所以RI=0.58，則CR=CI/RI=0.003 2<0.1，所以判斷矩陣符合一致性。

2.4? ? 構(gòu)建隸屬函數(shù)

根據(jù)1.2.2的中隸屬函數(shù)的設(shè)計(jì)標(biāo)準(zhǔn)，本文通過對過往數(shù)據(jù)的分析，以及10位專家針對每項(xiàng)單因素的評分，其中各因素評分人數(shù)情況如表10、表11、表12所示。

在得到模糊綜合評價(jià)值之后，就可以求得準(zhǔn)則層每項(xiàng)因素的整體評分和目標(biāo)層的整體評分 ，以人因素為例 ，其整體評分如下。

1=[5? 4? 3? 2? 1] ? [0.266 7? ?0.266 7? ?0.133 3? ?0.200 0? ?0.133 3]=3.333 5

同理可得設(shè)備整體評分2=4.057 8。環(huán)境的整體評分為3=3.316 7。總體的目標(biāo)層整體評價(jià)如下。

= [5? 4? 3? 2? 1] ?[0.401 8? ?0.251 3? ?0.162 4? ?0.114 8? ?0.069 7]=3.800 7

對上述數(shù)據(jù)整理分析得到最終評價(jià)表如表13所示。

從表13的評價(jià)數(shù)值可以看出，上海城市軌道交通運(yùn)營的整體等級在一般風(fēng)險(xiǎn)等級。而后，通過對比權(quán)重與評價(jià)數(shù)值我們可以看出，在三大因素中，設(shè)備因素的問題尤為突出，特別是其中的通信系統(tǒng)、車輛系統(tǒng)和機(jī)電系統(tǒng)的故障問題，其評價(jià)等級數(shù)值都高于4，即風(fēng)險(xiǎn)等級在較高風(fēng)險(xiǎn)等級，屬于需要進(jìn)行預(yù)防監(jiān)控的等級。

3? ? 結(jié)? ? 論

本文對比了兩種風(fēng)險(xiǎn)評估方法，運(yùn)用了模糊分析法與層次分析法相互結(jié)合的方法，提高評估效果。并通過對數(shù)據(jù)分析和數(shù)據(jù)挖掘，描述了詳細(xì)的分析步驟，對上海軌道交通進(jìn)行了風(fēng)險(xiǎn)評估以及風(fēng)險(xiǎn)的等級劃分，判斷了上海軌道交通的風(fēng)險(xiǎn)等級與主要危險(xiǎn)因素。

研究結(jié)果表明，模糊綜合法在對城市軌道交通運(yùn)營風(fēng)險(xiǎn)評估上更加實(shí)用。上海軌道交通總體評價(jià)數(shù)值為3.800 7，風(fēng)險(xiǎn)總等級在一般風(fēng)險(xiǎn)等級，且其通信系統(tǒng)故障、車輛系統(tǒng)故障、機(jī)電系統(tǒng)故障的評價(jià)數(shù)值分別達(dá)到了4.5、4.1、4.2，都大于4，且較其他風(fēng)險(xiǎn)較高，為上海軌道交通運(yùn)營的主要危險(xiǎn)因素。

參考文獻(xiàn)：

[1] 中華人民共和國交通運(yùn)輸部．2022年城市軌道交通運(yùn)營數(shù)據(jù)速報(bào)[EB/OL].（2023-01-20）[2023-08-16].https：//www.gov.cn/? ?xinwen/2023-01/20/content_5738226.htm.

[2] 李志東．地鐵運(yùn)營安全的風(fēng)險(xiǎn)評估與管理[J]．價(jià)值工程，2017，36（23）：54-56．

[3] 唐濤，燕飛，郜春海．城市軌道交通安全評價(jià)體系研究[J]．都市快軌交通，2010，23（3）：32-36．

[4] 龔玲．基于城市軌道交通運(yùn)營企業(yè)的安全風(fēng)險(xiǎn)預(yù)控管理研究[C]//中國城市科學(xué)研究會軌道交通學(xué)組.智慧城市與軌道交通2016.北京：中國城市出版社，2016：3．

[5] 郭旭．基于模糊綜合評價(jià)法和層次分析法的地鐵車站施工安全風(fēng)險(xiǎn)評估研究[D]．北京：中國鐵道科學(xué)研究院，2020．

[6] 王天豪．基于能量釋放理論和 ALARP 風(fēng)險(xiǎn)矩陣分析的地鐵通信信號系統(tǒng)危險(xiǎn)源的辨識和管控[J]．城市軌道交通研究，2020，23（S2）：47-51．

[7] 陳建偉．城市軌道交通運(yùn)營中的風(fēng)險(xiǎn)管理[J]．現(xiàn)代城市軌道交通，2018（11）：66-69．

[8] 李振山．地鐵運(yùn)營安全風(fēng)險(xiǎn)管理現(xiàn)狀分析[J]．城市建設(shè)理論研究（電子版），2017（7）：262-263．