基于SD的轨道交通应急救援效能分析

唐 昭，程学庆,2，迟 明，高 鹏，刘展汝

基于SD的轨道交通应急救援效能分析

唐 昭1，程学庆1,2，迟 明1，高 鹏1，刘展汝1

（1. 西南交通大学，交通运输与物流学院，成都 611756；2.深圳市坪山区交通轨道管理中心，广东 深圳 518118）

我国区域轨道交通进入了一个高速发展期，网络化运营条件下，突发事件造成的影响区域更大，后果更加严重。如何有效分析救援能力、完善应急救援管理方法、提高应急救援能力成为研究热点。本文以应急救援的静态影响因素与动态演化过程为基础，构建应急救援效能的系统动力学模型，通过Vensim软件对系统动力学模型进行仿真，分析时间延误因素、信息传递因素对救援效能的影响，利用OODA决策环理论进行应急救援联动机理研究，提出了应急救援效能的改善措施。仿真结果可以直观表现救援效能的动态演化过程和时间延误因素、信息传递因素对救援效能的作用机理。相关研究对提高突发事件应对能力、降低突发事故伤害和改善应急救援效能具有一定理论价值。

应急救援；效能分析；系统动力学；OODA决策环；仿真研究

0 引 言

随着轨道交通技术领域的飞跃式发展，我国区域轨道交通进入了高速发展阶段，形成了多线、多制式运行的网络化运营局面[1]。相较于单线运行模式，区域轨道交通的网络结构更加复杂，运营制式更加多元，突发事件发生后，事件影响范围更大且后果更加严重，导致难以保证应急救援的效能。因此，如何有效提高突发事件的应对能力、降低突发事件损失和改善应急救援效能，成为轨道交通应急管理的研究重点。

当前国内对轨道交通应急管理方面的研究比较成熟。应急救援管理研究方面，刘光武[2]从应急组织管理、应急预案管理、应急资源管理和突发事件管理方面论述建立轨道交通应急管理体系的方法。解亚龙等[3]提出了适合国内轨道交通企业的层级化应急指挥体系，保证了各层级应急处置主体信息通畅，协同处置。在应急救援效能分析方面，闻千[4]建立了城市轨道交通应急指挥管理的评价指标模型，基于粗糙集理论确定评价指标权重。黄利丹[5]通过Petri网对某一突发事件时的城市轨道交通应急系统建立模型，通过时间因素对系统进行量化评价。王铁[6]建立了救援指挥效能评估指标体系，利用层次分析法求解各级指标的权重值并最终形成评估结论。陈锦瑞[7]从预警能力、应急能力、执行能力和恢复能力等方面构建救援效能评价模型，并运用信息熵理论确定指标权重。

目前关于应急救援效能分析的研究较多，主要利用解析法或多属性分析法进行效能分析，构建的评价指标体系难以反映轨道交通应急救援的动态发展过程，主要围绕救援人员、救援物资和救援环境等静态因素。仿真分析可以有效反映救援的动态演化过程，成为救援效能的研究热点，本文利用系统动力学（System Dynamics，SD）对救援演化过程、信息传递过程和时间延误因素进行仿真分析，为提高应急救援效能提供理论依据。

1 系统动力学模型构建步骤

构建适用的SD模型是完成救援效能仿真分析的重要环节，构建步骤如表1所示[8]：

表1 系统动力学模型构建步骤

Tab.1 System dynamics model development process

2 应急救援效能分析模型

系统效能是一个系统满足一组特定任务要求的能力，即系统在规定条件下达到特定目标的能力[9]。本文将救援效能的仿真分析步骤分为确定模型变量及边界、绘制因果关系图、建立SD模型与方程、仿真运行及结果分析。

2.1 模型变量及边界

本文以救援演化过程和效能影响因素为模型边界，将感知能力、研判能力、决策能力和落实能力作为效能动态因素，将人机管控因素、系统组成因素和救援保障因素作为效能静态因素，构建能够反映动态演化过程的救援效能SD模型。

2.1.1动态影响因素

基于OODA（Observe-Orient-Decide-Act）循环理论，协同救援行动分为观察、判断、决策和行动四个环节[10]，将应急救援效能分为感知效能、研判效能、决策效能和落实效能。救援效能的动态影响因素，如图1所示。

图1 救援效能的动态影响因素

图中箭头用于表示连接变量之间的因果关系，“+”符号表示两变量之间为正相关关系，“-”符号表示两变量之间为负相关关系。

2.1.2 静态影响因素

将应急救援效能的静态影响因素分为人机管控因素、组分系统表现、救援保障能力。

（1）人机管控因素

人机管控因素包括人员素质、设施设备、管理机制和社会控制，主要内容如表2所示。

表2 人机管控因素的分析内容

Tab.2 Analysis of key static factors

（2）组分系统表现

从功能上，应急救援系统包括五个组分系统：应急指挥中心、事故现场指挥中心、支持保障中心、媒体中心和信息管理中心。

应急指挥中心主要负责协调应急救援系统其他各中心的任务与功能，确保应急计划的实行，监督应急行动的有效性；事故现场指挥中心负责根据事故救援工作的实际进展随时决策最有效措施，协调和控制与所有应急队员的联系，确保应急任务的指派；支持保障中心主要负责受伤人员的有效救治以及事故应急中充足的资源供应；媒体中心负责保证发布事故信息的准确性和信息来源的可靠性；信息管理中心保证信息传播的及时性、时效性、可靠性和信息的利用率[11]。

（3）救援保障因素

应急救援保障是应急救援所需要的物质基础和智力支持，要求合理运用各种救援力量，增强应急救援保障力量。应急救援保障主要包括通信保障、经费保障、物资保障、人力资源保障、运输保障和宣传保障等方面，救援保障水平是影响应急救援效能的重要因素[12]。

2.2 绘制因果关系图

综合考虑救援效能的动态影响因素与静态影响因素，建立应急救援效能的因果环路图，如图2所示。

2.3 SD模型与方程的建立

根据应急救援效能影响因素的因果关系图，在Vensim仿真软件上建立SD 模型，方框变量（Box Variable）用于创建状态变量，表示流位（Levels）或积量（Stocks）。流率（Rate）用于创建速率变量，速率变量由互相垂直的箭头、开关和云（Clouds）共同构成，云由源（Sources）和漏（Sinks）组成。分析状态变量、速率变量和辅助变量的动力学关系，建立应急救援效能SD模型，如图3所示。

图2 救援效能影响因素的因果关系

图3 应急救援效能分析的SD模型

应急救援效能SD模型的主要变量及其表达式，本文从状态变量、速率变量和辅助变量三个方面分别进行定义。

（1）状态变量

应急救援效能SD模型中共有6个状态变量：信息感知水平、协同研判水平、共同决策水平、方案落实水平、事故复杂程度、应急救援整体效能。

（2）速率变量

应急救援效能SD模型中共有11个速率变量。

（3）辅助变量

应急救援效能SD模型中共有48个辅助变量。

本文将事故信息总量、研判准确性以及预案合理性三个辅助变量的方程式均定义为SMOOTHI({in},{stime},{inival})，用来模拟事故信息总量、研判准确性、预案合理性三个辅助变量的信息延迟效果。{in}表示输入值，{stime}表示信息延迟时间，{inival}表示初始值设定，三个辅助变量的初始值均设定为0。

本文将救援人员能力、救援设备能力、应急物资供给三个辅助变量的方程式均定义为DELAY3I({in},{delay time},{initial value})，用来模拟救援人员、救援设备、救援物资三个辅助变量到达救援现场的物质延迟。{in}表示输入值，{delay time}表示物质延迟时间，{initial value}表示初始值设定，三个辅助变量的初始值均设定为0。

对于其他辅助变量，假设在救援过程中数值大小服从正态分布，根据实际救援情况对其进行初值设定，方程设定为RANDOM NORMAL ({min}, {max}, {mean}, {stdev}, {seed})，可以产生min到max之间的随机数值，mean表示均值，stdev表示方差，seed表示种子分布。

2.4 仿真运行及结果分析

基于效能影响因素的滑动器和效能存量的输出图表，利用复合模拟对所有效能影响因素进行敏感性分析，结果表明时间延误因素是影响救援效能的重要因素，时间延误包括信息延误和物质延误。本文将基于“信息流”传递过程对时间延误因素进行仿真分析，分析内容包括动态演化过程、时间延误因素和信息传递因素。

2.4.1 动态演化过程

对事故复杂程度、救援整体效能、信息感知、协同研判、共同决策和方案落实六个变量的动态演化过程进行分析，如图4所示。

图4 应急救援的动态演化过程

如上图所示，救援工作前期，由于缺少救援力量的控制和救援信息的上报，事故复杂程度呈现一定上升趋势，随着事件信息的逐渐明确，事故复杂程度逐渐削弱，救援效能呈现上升趋势。救援工作中期，救援部门形成协同联动机制，救援资源实现有效整合利用，救援效能表现出较高水平。救援工作后期，救援部门开始退出救援，救援效能呈现下降趋势。

因此，救援工作前期必须及时上报事件信息，保证应急指挥中心迅速开展指挥协调工作，保证救援力量快速到达现场并控制原生灾害和衍生灾害的发展趋势，降低突发事件的复杂程度，为信息研判、方案决策、现场救援等后续工作奠定基础。

2.4.2 时间延误因素

救援延误时间是衡量应急救援效能的重要指标，为分析延误时间对救援效能的作用机理，基于“信息流”的传递过程建立时间延误SD模型，如图5所示。

图5 铁路应急救援四阶时间延误模型

将输入变量设为阶跃函数STEP（{height}，{stime}），当仿真时间小于stime时，函数赋予变量的值为0，仿真时间大于stime时，函数赋予变量的值为height并持续下去。设定height的值为10，stime的值为5，设定四个状态变量的初始值为0，设定延迟时间分别为60min、50min、40min、30min和20min，不同延迟时间下的输出结果如图6所示。

时间/min

如上图所示，对不同延迟时间的仿真结果进行对比分析，结果表明延迟时间越大，输出结果对输入值的反馈程度和敏感程度越低，信息反馈时间越长，救援信息的时效性越低。救援过程中，必须提高救援部门的信息感知、研判、决策和落实能力，优化应急救援的协同组织和流程，加强应急救援日常演练，提高应急救援反应能力，有效降低救援延误时间。

2.4.3 信息传递因素

时间延误包括信息延误和物质延误，进一步分析信息协同对救援效能的作用机理，建立信息传递过程的简化SD模型，如图7所示。

图7 铁路应急救援的信息传递模型

Fig.7 Model of railway emergency rescue information transmission

将事故信息总量的初始值设置为100，本文根据某救援实例对信息传递模型的其他参数进行初始化设定，仿真结果如图8所示。

时间/min

如上图所示，感知阶段的信息不断传递给后续阶段，感知阶段信息量不断减少。信息传递在救援前期具有一定的先后顺序，研判阶段、决策阶段、落实阶段的信息量依次降低。仿真运行到85 min时，信息处理工作主要存在于研判阶段和决策阶段。仿真运行到214 min时，感知阶段信息量减少为0，研判阶段信息量为6，决策阶段信息量为22，落实阶段信息量为72。信息总量为100，延迟信息量为28，延迟信息主要存在于决策阶段。

因此，需要进一步加强应急预案管理工作，提高各救援指挥部门的信息决策能力，缩短协同决策的时间并提高决策方案有效性，在最短时间内制定合理有效的救援方案，减少决策阶段的延迟信息量，提高信息时效性和应急救援效能。

3 应急救援效能优化

如前所述，减少救援延误时间是提高救援效能的有效措施，提高信息协同水平是减少延迟时间的重要途径。本文将基于OODA循环理论对多救援部门信息协同机理进行研究，构建应急救援效能的提升框架。

3.1 多救援部门的信息协同机理

基于OODA循环理论将协同救援过程分为协同感知、协同研判、协同决策和协同落实，四个阶段不断地循环和更新执行。综合考虑人机管控静态因素，根据组分系统因素建立五个应急单元，构建多救援部门的信息协同模型，如图9所示。

图9 多救援部门的信息协同模型

如上图所示，救援协同模型自上而下建立跨部门、跨行业、跨区域和多层次、全覆盖的应急联动机制，各救援部门在感知、研判、决策、落实等方面保持着密切合作。救援信息从产生、传递、处理、共享再到失效、再生，构成信息回路并作用于协同救援行动，形成网络化联合应急救援体系的信息传递链，各种平时相互没有隶属关系的应急救援力量，在救援过程中实现整体的协同联动。

3.2 应急救援效能提升思路

应急救援过程具有动态演化、效能涌现、状态混沌等特点，传统效能提升建议局限于组分系统的性能、行动、效能等传统指标，对体系涌现性产生的关键因素考虑不多[13]。传统的效能提升建议已经不能满足应急救援效能的需求，必须充分考虑救援体系的涌现性和非线性等复杂系统特点，本文建立应急救援效能的提升框架，如图10所示。

图10 铁路应急救援效能提升框架

应急救援效能可以分为五个方面：组分元素性能、组分系统效能、网络化效能、涌现性效能、任务完成效能[14]。

（1）组分元素性能

组分元素性能是应急救援效能提升的最基础因素，也是其他类型救援效能的改善基础，本文主要从人员素质、设施设备、管理机制、社会控制四个方面，提出组分元素性能的改善措施如下：

① 建立专业的铁路应急救援队伍，加强救援人员的日常训练，提高其反应速度、指挥能力和协同能力；② 加大应急管理资金投入，保障救援设施设备数量、功能完备性和先进性；③ 加强应急处置行动的日常演练，制定完善的应急管理制度和协同联动机制，以保证救援行动的高效性、有序性；④ 加大铁路应急救援的宣传，增加社会协助救援力量，提高被困乘客的自救能力和意识，提高应急救援效率。

（2）组分系统效能

组分系统效能用来度量各个系统单元在救援体系中的效能发挥情况，即对应复杂协同网络中的节点系数，主要用来衡量多系统、多领域、多部门的内部运作效率，表示各个救援单元和子系统的救援效能。具体改善措施如下：

① 明确应急救援的主体，区分不同主体的职责和权限边界，确定其责任和义务，规范对应的救援内容和操作程序，保证部门在行动上的整体配合程度；② 提高应急指挥中心的协调指挥能力，提高事故现场指挥中心的任务分配以及随机应变能力，提高支持保障中心的应急资源保障能力，提高媒体中心的信息发布和舆论控制能力，提高信息管理中心的事件信息上报和保障信息传递能力。

（3）网络化效能

应急救援系统的网络化效能主要体现在救援系统内部以及体系之间产生的复杂网络化交互，提升救援体系网络化效能的关键是如何提高体系各个组分系统之间基于网络的耦合交互效率[15]，形成多救援部门的协调联动机制。具体改善措施如下：

① 加强突发事件信息管理系统的建设，完善四级应急救援通信网络，建立各部门间的救援信息共享平台，完善信息共享机制，建立救援队伍的协同网络和联动机制；② 提高铁路应急通讯的信息采集、传递和应用效率，保证部门之间形成顺畅的信息互通和数据共享机制，保障救援部门间的实时通信联络；③ 形成网络化联合救援系统的信息传递链，并建立跨部门、跨行业、跨区域和多层次、全覆盖的应急联动机制；④ 建立救援部门的枢纽型结构，将具有较大影响力和集聚度的部门设为协同网络中心位置，成为其他部门的优先协同对象。

（4）涌现性效能

涌现性效能衡量的是应急救援系统的整体涌现性，特别强调应急救援系统演化过程中在结构、功能和行为等方面涌现的整体特性[16]，提高涌现性效能需要对协同网络拓扑结构进行优化。具体改善措施如下：

① 加强救援部门应对突发事件及其衍生灾害的能力，提高救援协同网络的鲁棒性和稳定性，降低应对异常和突发情况时的脆弱性，保证救援工作持续稳定开展；② 积极开展不同层面、不同形式、不同类型的救援演练，完善应急救援管理制度，建立事故救援的信息库，实现协同网络动态演化过程的可控性、可测度性和可干预性；③ 减少救援部门参与不足或参与过度的现象，将不同频次、不同程度的救援行动有序衔接起来，可形成参与救援的持续效应，降低救援部门参与过程中的离散性和协调不足。

（5）任务完成效能

应急救援体系使命任务效能是指应急救援体系在规定条件下完成应急救援使命任务的程度，是铁路应急救援展开的最根本目的，主要是指被困人员的及时救援和事故现场衍生灾害的有效控制。通过组织渗透、部门协调两种途径可以建立多元救援主体间的协同关系，实现整体大于部门之和的效果，促进各救援单位之间相互协同和信任，整合多方救援资源，形成救援合力，围绕铁路救援的共同目标，提高应急救援效能。

4 结束语

应急救援效能分析是对复杂动态演化过程的分析，本文基于静态因素与动态过程，利用系统动力学方法对效能动态演化过程、时间延误因素和信息传递因素进行仿真分析，利用OODA环理论分析信息协同机理并提出相关改善措施。希望相关研究对提高突发事故应对能力、降低突发事故伤害和改善应急救援体系效能有一定帮助。后续相关研究要进一步完善应急救援效能的影响因素，提出更详细的救援效能改善措施。

[1] 房霄虹, 周磊山, 王永明. 城市轨道交通的网络化协调问题研究[J]. 综合运输, 2008 (6): 63-66.

[2] 刘光武. 城市轨道交通应急管理体系研究[J]. 铁路计算机应用, 2012, 21 (5): 3-5, 10.

[3] 解亚龙, 李芳, 李立男, 等. 层级化指挥体系在轨道交通应急平台中的研究与应用[J]. 铁路计算机应用, 2012, 21 (5): 47-49.

[4] 闻千. 网络化运营条件下城市轨道交通应急指挥管理评价方法研究[D]. 成都: 西南交通大学, 2013.

[5] 黄利丹. 基于Petri网的城市轨道交通应急系统建模研究[D]. 北京: 北京交通大学, 2010.

[6] 王铁, 贾定夺. 基于层次分析法的灭火救援指挥效能评估技术[C] //第十届中国科协年会论文集. 河南: 中国科学技术协会学会学术部, 2008：1343-1348.

[7] 陈锦瑞. 基于熵-测度量化的煤矿应急救援能力评价[J]. 陕西煤炭, 2020, 39 (3): 166-169.

[8] 郭闻, 戴锋. 基于SD的区域安全系统建模与仿真研究[J]. 信息工程大学学报, 2014, 15 (2): 163-168.

[9] 顾平辉, 刘计民. 空中交通管理系统效能评估研究[J]. 空中交通管理, 2010 (11): 11-12, 29.

[10] 王旭, 黄炎焱. 基于OODA环的城市内涝灾害应急联动体系建模[J]. 南京理工大学学报, 2018, 42 (2): 234-242.

[11] 韩田田. 基于复杂系统的应急管理协调研究[D]. 吉林: 吉林大学, 2012.

[12] 唐士晟. 铁路运输应急救援体系研究[D]. 成都: 西南交通大学, 2011.

[13] 董晓波. 突发事件应急管控体系指挥效能评估研究[J]. 管理评论, 2017, 29 (2): 201-207, 220.

[14] 马力, 张明智. 网络化体系效能评估建模研究[J]. 军事运筹与系统工程, 2016, 30 (1): 12-17.

[15] 于彧洋. 基于复杂网络的应急救援网络研究[D]. 成都: 西南交通大学, 2015.

[16] 屈强, 何新华, 刘中晅. 系统涌现的要素和动力学机制[J]. 系统科学学报, 2017, 25 (3): 25-29.

System Dynamics Analysis of Rail Transit Emergency Rescue Effectiveness

TANG Zhao1，CHENG Xue-qing1, 2，CHI Ming1，GAO Peng1，LIU Zhan-ru1

（1. School of Transportation and Logistics，Southwest Jiaotong University，Chengdu 611756，China；2. Shenzhen Pingshan District Traffic Track Management Center，Shenzhen 518118，China）

China’s regional rail transit system has entered a phase of rapid development. As the system continues to expand, accidents impact increasingly larger areas and result in more severe consequences. Therefore, research has become focused on methods for effectively analyzing and improving emergency rescue capabilities and management. Using Vensim software, this study developed a system dynamics model of emergency rescue efficiency based on the static factors of influence and the dynamic evolution of the emergency rescue process. The influences of time delay and information transmission on rescue efficiency were analyzed. The emergency rescue linkage mechanism was studied by applying the Observe– Orient–Decide–Act (OODA) decision ring theory, and measures to improve emergency rescue efficiency are suggested. The simulation provided visual representations of the dynamic evolution of the rescue efficiency. It is hoped that the study results can be applied to improving emergency response capabilities, reducing injuries in emergency situations, and improving emergency rescue efficiency.

emergency rescue; effectiveness analysis; system dynamics; OODA decision ring; simulation research

U298.6

A

10.3969/j.issn.1672-4747.2020.03.019

1672-4747（2020）03-0162-10

2019-10-07

国家重点研发计划（VP99QT1136Y18002）

唐昭（1994—），男，山东淄博人，西南交通大学硕士研究生，研究方向：轨道交通安全管理，E-mail：2357070341@qq.com

唐昭，程学庆，迟明，等. 基于SD的轨道交通应急救援效能分析[J]. 交通运输工程与信息学报，2020，18（3）：162-171

（责任编辑：李愈）