基于复杂网络的轨道交通运行关键风险研究

许 慧,邓宁辉

(重庆邮电大学经济管理学院,重庆 400065)

引言

城市轨道交通具有准时性、速达性、安全性和高密度运输等特点，是现代城市必不可少的交通工具[1]，但其作为高密度、大流量的交通方式，各类安全事故也在不断发生。城市轨道交通运行事故是指轨道交通运行过程中发生的致使人员伤亡或轨道交通营运系统受到严重影响的事件[2]。

目前国内外较多学者已对轨道交通运行安全开展相关研究。黄宏伟等[3]根据地铁施工及运行风险的基本特点提出地铁风险管理是指对轨道交通运行期间的潜在风险进行辨识、估计、分析、评价和控制的全过程，其中风险辨识与分析是地铁风险管理的基础与核心；ZHANG Limao[4]与WANG Jinghong等[5]利用灵敏度分析、案例检索、贝叶斯网络等工具对地铁施工和运营事故出现的前兆进行辨识与分析，以火灾风险为例，采用事件树分析法研究地铁火灾现场动态疏散风险模型；KYRIAKIDIS M.等[6]从轨道交通事故前兆着手，基于反向金字塔理论，并使用SMM(Security Maturity Model)安全成熟度模型，将不同的事故前兆分为5个类别并提出相应的预防方案；唐菁菁等[7]从事故风险源发生概率及造成损失两方面建立风险矩阵，并对风险源划分等级，结合信息管理系统提出地铁运行风险源的辨识与评价体系。

考虑到风险演化的作用，风险链的相关研究受到关注。在风险事件中，影响力较小的风险形成风险链后可能会产生较大规模的危害，MAKINO Y.等[8]采用关联规则挖掘技术对可预测以及不可预测风险链背后的机理与风险关联结构进行研究，并提出借助网络图对风险链进行可视化分析；荣莉莉与刘玙婷[9]研究发现，风险事件造成的连锁反应能够对事故产生巨大的放大效应，一个突发风险可以使多个承灾体受损，并可能形成新的风险因子，继续引发其他风险，从而形成多米诺效应的风险链；在风险链中对风险实行控制的方法包括风险预防、风险隔断两种策略，风险预防是对风险源前3个风险进行干预以防止风险的发生，基于风险链的传递效应，切断风险传递路径属于风险隔断方法[10-11]。

对于城市轨道交通网络特性，已有较多学者开展相关研究。轨道交通复杂网络中的顶点由车站组成，边缘由连接相邻车站的轨道组成，这些网络具有高连通性和无标度性，对随机攻击具有较强的鲁棒性，对蓄意攻击表现出明显的脆弱性[12-14]；轨道交通网络的脆弱性与其复杂程度密切相关，是影响轨道交通安全性和可靠性的薄弱环节[15-16]，袁竞峰等[17]从城市地铁网络系统(UMNS)抗风险能力出发，识别该复杂网络的脆弱点和脆弱域；刘涤尘等[18]根据拓扑特性计算出通信网络的复杂网络特征，并借助中心性分析研究节点保护策略以减少事故的发生。

总结已有研究，现有成果涵盖轨道交通孤立风险研究、轨道交通网络及其运营安全整体分析等，风险演化角度的相关研究成果较少。鉴于此，本文关注轨道交通运行风险，基于复杂网络理论，构建轨道交通运行风险网络，以分析风险之间的演化关系，探究轨道交通运行的关键风险链，并据此提出改进措施以降低轨道交通运行事故风险演化的概率。

1 研究方法与数据来源

1.1 研究方法

本研究的开展基于复杂网络。复杂网络作为一种数据表现形式，可用来捕捉网络中复杂现象的关键特征。复杂网络是指介于正常网络、随机网络和无标度网络之间的网络[19]。将轨道交通运行风险之间的相互演化关系视作复杂网络，运行风险是该网络中的“行动者”，其产生、相互引发和相互转换是该网络中的“关系”。轨道交通运行风险网络具备较强的随机性，属完全随机网络，其统计性质包括网络密度、聚类系数、度分布等[20]。本研究重点对轨道交通运行风险网络的密度和中心性进行讨论。

1.1.1 网络密度

密度是衡量网络节点一般连通性的指标，即图形中实际存在的线与可能存在的最大数量的线的比例[21]，其取值范围是[0，1]。其大小能够反映整个网络对风险节点的影响程度[22]，公式如下

(1)

式中，L为网络联系个数；n为节点数。

1.1.2 中心性

中心性是度量整个网络关系图最重要的指标，可衡量单位(个人、群体或社会)在网络结构中未知的优越性和特权性[23]，主要包括度中心性(Degree centrality)和中介中心性(Betweenness centrality)。度中心性表征该点与其他节点交往的能力[24]，是风险重要程度最直接的体现，度中心性越大，该风险与其他风险的联系能力越大，其影响力也越大。其表达式为

(2)

式中，CD(n*)表示CD(ni)中最大的程度中心性，将其与其他CD(ni)的差额相加总求和即为度中心性[25]。

一个点处在许多其他点对的捷径上，该点担任其他两点之间最短路径的桥梁的次数越多，其中介中心性越高。其计算公式为

(3)

式中，gjk为节点j到节点k的捷径数；gjk(ni)为节点j到达k的快捷方式上有节点i的快捷方式数；g为网络中节点的数量。

1.2 轨道交通运行风险数据来源

从文献[2-3]、研究报告及行业和公开网站上搜集到1990年～2019年世界范围内轨道运行事故93个(表1)。值得注意的是，事故中存在的风险事件并不单一，存在风险与风险之间的相互转化，例如2019年5月菲律宾首都马尼拉轻轨2号线发生列车相撞事故，造成29人受伤，其风险链可总结为“列车碰撞→滞留→拥堵→恐慌→骚乱”。对该93个事故的风险链进行分析，总结出27个风险因子，将其分为自然风险、车站设施风险、列车运行风险、人为风险及其他风险(图1)。

表1 1990年-2019年间的全球轨道交通运行重大事故

图1 轨道交通运行主要风险及其分类

1.3 轨道交通运行风险链矩阵建立

根据所收集的93个风险事件链绘制风险基础表，使用枚举法尽可能多地考虑风险之间的交互关系，并作为推演依据对搜集到的运行事故的源风险及推演风险(推演风险链中风险个数最多不超过4个)建立案例库，推演风险包括实际风险事件中发生的风险，即虽未在本事件风险链中发生，但在其他事件风险链中发生的事件，也包括根据风险演化规律推测出的发生概率较高的风险。基于上述考虑，总结出由442条风险链组成的数据集，受篇幅限制，表2选取部分风险链进行示例。

表2 轨道交通事故风险链(部分)

将风险链转换成维度为27×27的矩阵，其行和列分别代表图1中的27个轨道交通运行风险，以第i行j列的矩阵值Zij为例，若Zij=0，代表风险i不会引起风险j，若Zij=1，代表风险i的发生可能会造成风险j发生。

2 轨道交通运行风险网络链条分析

2.1 轨道交通运行风险网络构建

复杂网络关系图可以清晰表达出在网络中不同成员的活跃程度、与其他成员的关联程度等。使用UCINET6软件对风险链矩阵进行分析，借助风险网络关系图展示轨道交通运行风险的相互关系，如图2所示。

引入项目计划工作网络图中紧前工作、紧后工作的概念，轨道交通运行的开始风险是指可主动发生、无紧前工作的风险，结束风险指无紧后工作且只能被动发生的风险。本文关注轨道交通运行的开始风险，即主动发生风险。

图2 轨道交通运行风险网络关系

根据图2可得轨道交通运行开始风险有极端天气R1、地震R3(自然风险)；信号故障R6、自动扶梯故障R7、其他设施故障R9 (车站设施风险)；列车脱轨R11(列车运行风险)；自杀R13(人为风险)。

2.2 网络整体特性分析

密度是衡量网络中各节点关系紧密程度的指标。密度越高，节点间的关联程度越高[26]。对轨道交通运行风险矩阵进行密度分析，计算得出轨道交通运行风险的网络密度为0.107 1，网络连接线为81条。可见，整个轨道交通运行网络中风险之间存在连接关系，但风险节点间的紧密程度较低，相互影响的程度也相对较低。对轨道交通运行而言，较低的网络密度是轨道交通健康运行的保障，风险间关联程度越低，造成的连锁反应越少。

2.3 风险关联网络关键节点分析

2.3.1 中心性分析

使用UCINET6计算每一风险的度中心性和中介中心性，选取排名前50%的风险进行分析，如表3所示。

表3 度-介中心性排名前50%风险

当一种风险同时具有较高的度中心性和中介中心性时称之为关键风险。根据轨道交通运行风险的度中心性和中介中心性排名，总结出轨道交通运行关键风险分别有R12(暴力恐怖袭击事件，人为风险)、R14(骚乱，人为风险)、R15(拥堵，人为风险)、R16(被动坠轨，人为风险)、R17(滞留，人为风险)、R19(恐慌，人为风险)、R20(坠落，人为风险)以及R21(火灾，其他风险)。

分析可得，关键风险由人为风险和其他风险组成，这些风险具备较高影响能力，在风险网络中居重要地位。关键风险的确定可为城市轨道交通营运者的管理提供参考。在事故管理和预防中，可从关键风险着手，控制关键风险的发生和演化，以切断风险链防止事故恶化。

2.3.2 度分析

出入度表征风险事件的输入与输出关系[27]。由节点出发的有向线段个数叫做该节点的出度，到达该节点的有向线段个数称之为该节点的入度。出度表示个体在网络中寻求互动的能力，即该风险可能导致其他风险的能力，入度是指复杂网络中其他个体通过搜索该个体并与之建立联系的程度，即轨道交通运行其他风险可能造成该风险的能力[28]。

本文选择入度与出度排名前10位风险进行分析，如表4所示，位于入度前10位中有7项风险是人为风险，即人为风险是最容易引起的一类风险；车站设施风险的出度最大，说明该类风险在轨道交通风险网络中居于核心地位，其向外辐射能力最强，最易导致其他风险的发生[29]。

表4 轨道交通运行风险入度与出度前10

同时，位于入度前10位的风险中有7个属于关键风险，位于出度前10位中的风险有4个属于关键风险。可见，多数关键风险具备较高的出度和入度，即具备较高的与其他风险交互的能力。

2.4 关键风险演化链分析

2.4.1 一次关联分析

根据93个轨道交通运行事故及442条风险链对轨道交通运行风险进行进一步细分，确定一次关联风险频次(即引发和被引发的两个风险出现的频次)位于前10的风险链条如表5所示。

表5 一次关联风险链及其频次

由表5可知，前9项关联风险链的发生频次为93次，即每一次事故都可能造成这些风险链的发生，鉴于此，轨道交通运行风险研究可从一次关联风险链入手，寻找解除或降低风险关联的途径以防止事故演化。前10个风险链的源风险分别是骚乱、拥堵、恐慌、坠落和滞留，可见，该5项风险具备较强的演化能力，在轨道交通营运时应加大对这几种风险的排查及控制力度以防止其他演化风险的发生。

2.4.2 关键风险演化链分析

由较高的中心性确定的关键风险与发生频次位于前10的一次关联风险链汇总出6条轨道交通运行关键风险链如表6所示。

表6 轨道交通运行关键风险链

关键风险链表示其中的风险关系具备较高的发生可能性和演化关系。以上所总结出的关键风险链与已有风险事件实例均有对应。以关键风险链1为例，事故11的风险链为“恐慌→骚乱→拥堵”，事故48的风险链为“恐慌→骚乱→拥堵→坠落→踩踏”，事故66的风险链为“暴力恐怖袭击事件→火灾→恐慌→骚乱”，因此，暴力恐怖袭击、火灾、恐慌、骚乱、拥堵、坠落、踩踏等风险存在链式演化关系，其他风险链同理。关键风险链的确定可为轨道交通营运管理者在事故发生时及时切断风险链、防止事故恶化提供参考。根据统计，关键风险链中，主导风险主要包括暴力恐怖袭击事件与火灾。恐慌、骚乱存在于每一条关键风险链中，说明这两种风险具备较强的被引发能力，因此，如何控制乘客遇到事故时的恐慌情绪和由此引发的骚乱行为可作为未来研究的方向。

3 结论与建议

针对轨道交通运行风险，使用复杂网络分析方法探究风险之间的演化关系，运用UCINET6软件对所搜集的案例中轨道交通运行风险进行研究，提出了一种基于复杂网络的轨道交通运行风险演化关系分析方法。该方法结合案例分析与推演分析的优点，充分考虑轨道交通运行风险之间相互影响、演化关系。通过对风险网络关系、网络密度、中心性、出入度以及轨道交通的关键风险和关键风险链分析，为轨道交通的安全营运提供以下结论与建议。

(1)轨道交通管理者可根据风险网络关系图中开始风险所属类别，对其采取不同的预防措施。车站应及时检查车站安全设施、严格开展乘车安全检查、设置安全引导员等，以控制风险源来减少轨道交通运行事故。

(2)轨道交通运行风险网络中心性分析确定了轨道交通运行的关键风险，降低关键风险发生的概率对轨道交通安全运行至关重要。此外，轨道交通事故的关键风险链为轨道交通运行管理者及时控制事故演化、预测事故演化方向提供思路。

(3)从关键风险链可得，风险发生后导致事故演化的因素均属于人为因素，轨道管理者可根据人在意外事故发生后的行为、群体特征及规律等寻找降低人为风险的措施，比如播放轻音乐、设置指示牌、安排引导员等；火灾作为其他风险类别，具有较高的引发能力，因此工作人员应按时检查防火、灭火设施，及时控制火势，减少由火灾引起的其他风险发生的可能性。

(4)本文的创新之处包括应用实践创新与理论创新。本文参考已发生的93个轨道交通事故对其风险进行探究，梳理风险之间的演化关系，并得出关键风险和风险链，从风险演化角度为轨道交通运行安全管理提供借鉴，体现实践应用创新；在理论创新方面，将复杂网络应用于轨道交通运行关键风险的研究中，对轨道交通运行风险链和关键风险进行了探索，拓展了复杂网络理论的应用范围。