铁路应急救援高质量发展评价体系研究

唐 力，刘清芳，苏 毅，彭怀涛，尹 璐

（1.中国铁道科学研究院集团有限公司 运输及经济研究所，北京 100081；2.中国国家铁路集团有限公司 发展和改革部，北京 100844)

0 引言

铁路应急救援是维持铁路运输系统正常运行的重要环节，经过长期发展，铁路运输企业建立了面向不同事故类型和事故等级的应急救援体系，为确保铁路安全运营提供了重要支撑。新形势下，铁路部门积极推动高质量发展，铁路应急救援作为其中重要的组成部分，需要反映企业应急救援综合质效和新发展理念，实现对铁路突发、具有破坏性的紧急事件及时有效采取预防、预备、响应和恢复的总体要求。因此，研究铁路应急救援高质量发展评价体系，科学评估铁路运输企业应急救援水平，有针对性地提升铁路应急救援能力，具有重要的理论与现实意义。

近年来，我国铁路应急救援评价体系的相关研究发展迅速，陈钉均等[1]基于传递闭包的模糊聚类法，从铁路应急准备能力、应急响应能力及应急恢复能力等方面进行指标筛选，构建了重大疫情情况下铁路应急救援能力评估指标体系；李磊等[2]提出基于信息公理和多粒度语言值的铁路应急预案评估方法；崔浩[3]建立了包含日常建设工作、应急资源管理、预案管理及演练实施、应急实施4个方面的铁路应急管理指标体系，利用改进因子分析法进行综合评估；陈序[4]建立了包含日常建设工作、预案管理及演练实施、应急救援行动、应急资源装备及支持、恢复阶段5个方面的铁路应急救援能力指标体系，并利用多层次模糊综合评价法进行评价；唐士晟[5]构建了包含法治管理等9个方面的铁路运输突发事件应急救援体系；魏庆朝等[6]从事故预防、应急救援、调查处理等方面构建了我国中低速磁浮铁路应急管理体系。

这些研究大多根据铁路应急救援流程构建评价体系，但针对高质量发展新形势下铁路应急救援要求开展相关评价体系研究较少。从铁路高质量发展要求和运输特点本身出发，建立铁路应急救援高质量发展评价指标体系，基于区间二元语义逼近理想解排序法(TOPSIS)构建铁路应急救援高质量发展评价模型，合理评估铁路应急救援发展水平，可以为推进高质量发展下的铁路应急救援管理工作提供参考和借鉴。

1 铁路应急救援高质量发展评价指标体系及评价标准

1.1 评价指标体系构建

高质量发展对铁路应急救援工作提出了新的要求，主要包括：更快速的事故响应，更复杂事故灾害的处置能力，更完善的应急救援技术，更专业的应急救援队伍，更多元的应急救援力量及更及时透明的信息公开等。铁路应急救援高质量发展评价指标体系涉及面广、内容繁多，借鉴前人研究成果，深入分析铁路高质量发展需求，按照构建评价指标体系的综合性、系统性、针对性、科学性、可操作性等原则，基于《国家处置铁路行车事故应急预案》以及部分铁路局集团公司突发公共事件应急预案等文件，建立铁路应急救援高质量发展评价指标体系，该体系包括应急救援法规与机构、物资与技术、人员与培训、预案与演练、响应与实施、恢复与总结6项二级指标及25项三级指标。铁路应急救援高质量发展评价指标体系如表1所示。

1.2 评价标准

铁路应急救援高质量发展评价指标体系内容丰富，能够对铁路运输企业应急救援水平进行综合评价。为客观开展数据统计与分析，结合统计评价工作开展的实际需要，将评价指标等级划分为3类。铁路应急救援高质量发展指标评价标准如表2所示。

综合考虑中国国家铁路集团有限公司、铁路局集团公司对铁路应急救援高质量发展评价工作的需要，将铁路应急救援高质量发展评价结果划分为4个等级。铁路应急救援高质量发展综合评价标准如表3所示。

2 基于区间二元语义TOPSIS的铁路应急救援高质量发展评价模型

2.1 区间二元语义

区间数理论[7]是解决不确定事物的数学理论，对任意的a1，a2∈R，记 [A]= [a1，a2]为标准的区间数，其中a1为第一元，a2为第二元，d= |a2-a1|为区间数[A]的区间距离。

表1 铁路应急救援高质量发展评价指标体系Tab.1 High-quality development evaluation index system of railway emergency rescue

二元语义[8]是用语言标度和数字组成的二元组(si，ai)来表示语言评价信息，其中si为预定义语言标度集S= {s0，s1，…，sg}中的语言标度，ai∈[-0.5，0.5)为与si所代表标度之间的距离。

区间数理论能够避免信息的突变带来的信息失真，能够客观反映评价语义值。二元语义理论能够有效反映专家偏好，并且解决评估值存在缺失的问题。将区间数理论与二元语义理论结合形成区间二元语义，该方法适用于模糊多粒度语义下的专家评分，能够避免在模糊语言评价信息集结和运算过程中造成的信息损失和扭曲，使评价结果更加客观准确。区间二元语义相关定义如下。

定义1：设S= {s0，s1，…，sg}是一个语言标度集，β∈[0，g]是一个数值，则存在函数Δ将数值β转换为相应的二元语义

其中，round (β)表示对β取整，遵循四舍五入原则。

定义2：设S= {s0，s1，…，sg}是一个语言标度集，将二元语义(si，ai)转化为其等价数值β∈[0，g]的逆函数Δ-1可以定义为

定义4：对任意2个相同标度集的二元语义(si，ai)和(sk，bk)进行比较，规定如下。

（1）若i＜k，则 (si，ai) ＜ (sk，bk)。

（2）若i=k，①ai=bk，则 (si，ai) = (sk，bk)；②ai＜bk，则 (si，ai) ＜ (sk，bk)；③ai＞bk，则(si，ai) ＞ (sk，bk)。

定义 5：设 (si，ai)和 (sk，bk)分别为 2个二元语义信息，且 (si，ai) ≤ (sk，bk)，则称 [Sr，Cr]=[(si，ai)，(sk，bk)]为一个区间二元语义。

定义 6 ：设 [Sr，Cr]= [(si，ai)，(sk，bk)]和[St，Dt]= [(su，au)，(sv，bv)]为任意 2 个区间二元语义信息，则规定区间二元语义的运算法则如下。

（1） 当 且 仅 当 (si，ai) = (su，au)和(sk，bk) =(sv，bv)成立时，[Sr，Cr]= [St，Dt]。

（2）[Sr，Cr]+ [St，Dt]= {Δ [Δ-1(si，ai) + Δ-1(su，au)]，Δ [Δ-1(sk，bk) + Δ-1(sv，bv)]}。

（3）λ[Sr，Cr]= {Δ [λΔ-1(si，ai)]，Δ [λΔ-1(sk，bk)]}，其中λ为常数。

2.2 基于区间二元语义TOPSIS评价模型

基于区间二元语义TOPSIS评价模型，其中具体的评价指标权重计算及综合评价值计算步骤如下。设Ei为待评价指标，指标统计得分值为Βi，N={i|i=1，2，…，n}；Tk表示评价专家，专家重要度为qk，M= {k|k= 1，2，…，m}；专家Tk对评价指标Ei的区间二元语义评估值为

表2 铁路应急救援高质量发展指标评价标准Tab.2 Evaluation standard for high-quality development index of railway emergency rescue

表3 铁路应急救援高质量发展综合评价标准Tab.3 Comprehensive evaluation standard for high-quality development of railway emergency rescue

（1）确定各评价人员重要度。选取m位铁路应急救援领域专家进行评价打分，根据评价人员的职称高低确定各评价人员的重要度qk，其中初级职称重要度为0.3，中级职称重要度为0.5，高级职称重要度为1。

（2）确定区间二元语义评分矩阵。设计区间二元语义问卷表，评价人员使用语言标度集得到指标重要度评分矩阵例如，评价语义表示区间数下限为区间数上限为代表5标度评价语言中的“一般重要”，0代表偏离“一般重要”位置距离为0。区间二元语义问卷表如图1所示。

（3）计算标准评价矩阵。根据定义3将评价值转化为由基本语言标度集S*表示的评价信息，得到标准评价矩阵其中S*，C*分别表示转化后的标准评价值。例如，将区间二元语义转化为标度为S9的区间二元语义形式为计算过程如公式 ⑷ 和公式 ⑸ 所示。

（4）计算加权区间二元评价矩阵。根据定义6将各评价人员的权重值与其评价值相乘，得到加权区间二元评价矩阵[So，Co]=qk[S*，C*]n×m。例如，对于评价语义其评价人员权重值为q= 0.2，则加权运算后的区间二元评价值为如公式 ⑹ 所示。

图1 区间二元语义问卷表Fig.1 Interval two-tuple linguistic questionnaire

（6）计算各指标到正、负理想解的距离。根据定义2将区间二元语义转化为区间数值，则各指标到正理想解的距离和到负理想解的距离计算如公式 ⑼ 和公式 ⑽ 所示。

（7）计算各指标的相对贴近度。相对贴近度Di表示各指标与理想最优值的贴近程度，如公式 ⑾ 所示。根据Di值的大小可以得到各指标优劣排序，Di值越大，则指标越重要。

（8）计算各指标权重值。对各指标的相对贴近度进行归一化处理，得到各指标的权重值wi，如公式 ⑿ 所示。

（9）计算应急救援综合评价值。将各指标得分进行加权求和，则可得到应急救援综合评价值Y，如公式 ⒀ 所示。综合得分越高，表示应急救援水平越高。

3 案例分析

选取某铁路局集团公司作为评价对象验证所提出的评价指标和模型。邀请5位铁路应急救援专家{T1，T2，T3，T4，T5}对评价指标重要度进行打分，各专家的重要度为{0.3，0.5，0.5，1，1}。区间二元语义评分矩阵如表4所示。第1步将评分矩阵转换为语言标度集为S7的标准评价矩阵，并计算加权区间二元评价矩阵；第2步计算各指标的正、负理想解，以及各指标到正、负理想解的距离；第3步计算各指标的相对贴近度和权重值，根据铁路应急救援高质量发展指标评价标准，结合该铁路局集团公司应急救援高质量发展评价指标统计值与得分，计算应急救援综合评价值为0.850 3，则该铁路局集团公司铁路应急救援高质量发展综合评价等级为II级，说明铁路应急救援高质量发展水平较高，能够基本适应铁路应急救援发展新要求。指标到正负理想解距离如表5所示，铁路应急救援高质量发展指标统计值及综合评价值如表6所示。

为进一步验证上述分析结果，采用参考文献[9]提出的区间二元语义灰色关联分析法进行检验。灰色关联分析法是常用的多因素统计分析方法，该方法用灰色关联度来描述因素间关系的强弱、大小和次序，能够减少由于信息不对称带来的损失，且对数据要求较低、计算量较少。运用此方法对该铁路局集团公司铁路应急救援高质量发展水平进行计算，2种方法计算结果比较如表7所示。利用区间二元语义灰色关联分析法得到的综合评价值与区间二元语义TOPSIS方法得到的综合评价值相差0.05%，认为所提出的区间二元语义TOPSISI方法具有可行性和有效性。此外，区间二元语义TOPSIS方法能够根据专家个人偏好进行评估，具有方便、快捷等特点。

表4 区间二元语义评分矩阵Tab.4 Evaluation matrix of interval two-tuple linguistic

表5 指标到正负理想解距离Tab.5 Distance from index to positive and negative ideal solution

表6 铁路应急救援高质量发展指标统计值及综合评价值Tab.6 Statistical value and comprehensive evaluation value of high-quality development evaluation index of railway emergency rescue

表7 2类方法计算结果比较Tab.7 Comparison of calculation results of two methods

4 结束语

铁路应急救援高质量发展对保障铁路运输安全、减少事故损失具有重要作用。研究提出的评价指标体系能够比较全面地反映铁路企业应急救援高质量发展水平，各评价指标值具备良好的可获得性。评价过程中，采用区间二元语义进行多粒度语言值处理，更加符合专家评估习惯且避免语言信息转换过程中存在的信息缺失问题，达到铁路应急救援高质量发展综合评价目的。研究虽然采用区间二元语义对专家评分情况进行了处理，但评价结果仍然受到个人经验等主观因素影响。后续需要加强数据采集方面的研究，并进一步完善评价指标体系，尽可能实现铁路应急救援高质量发展评价工作的客观化、准确性。