基于改进未确知测度的地铁突发事件应急能力成熟度模型研究
2023-07-14江逸帆詹钰鑫
张 鹏,江逸帆,詹钰鑫
(西南石油大学 土木工程与测绘学院,四川 成都 610500)
0 引 言
随着我国城市化进程的加速,交通拥堵问题日益显著,地下空间的开发利用已成为大势所趋。据中国城市轨道交通协会统计,截至2020年12月底,我国地铁总里程已达到6 302.79 km。地铁以其运量大、高速、准点、低能耗、安全、舒适等优势,已成为许多城市居民首选的出行工具。但地铁系统作为半地下结构,具有环境封闭、人员设备密集、紧急疏散相对困难的特点,其运营面临着大量不确定因素的影响[1]。在城市轨道交通进入网络化发展后,不同站点、线路之间相互影响,局部问题对整个运营网络的波及效应和联动性更加突出[2]。如自然灾害与公共安全等突发事件的发生不仅威胁乘客安全和单条地铁的运营,还易出现“多米诺骨牌”现象,造成较大的社会影响,这对城市轨道的发展极为不利。 发生突发事件时高效有序的采取应急措施,可以大大减轻地铁事故的重大影响[3],有利于阻止事件进一步恶化,最大限度的保证人员安全,减少对社会公众的影响。因此,在轨道交通网络化发展的过程中,加强突发事件应急管理工作,能够帮助企业各部门认识其在突发事件处理中的不足与挑战,为后续应急工作的调整和改进提供方向,进而提升地铁应急综合能力。
能力成熟度模型(CMM)最早于1987年由美国卡内基梅隆大学提出,主要应用于软件开发过程管理与能力提升,此后逐步演变出知识管理成熟度模型(K-MMM),组织项目管理成熟度模型(OPM3)等经典成熟度模型,而后成熟度模型被广泛的应用于安全管理、质量管理等领域。CMM的核心思想,是通过对企业管理过程进行成熟度评估,使企业清晰了解自身的管理水平,进而发现并改进薄弱环节,形成一个动态循环系统,达到实现企业安全管理能力逐步爬高的目的[4]。近年来,CMM被广泛的应用于应急能力评估中,G.F.MA等[5]创新的提出了包括评价体系、方法和流程的建筑火灾应急相应能力成熟度,并基于BIM平台开发了火灾应急响应评估插件;王瑞强等[6]从应急组织与制度、应急管理保障、应急处置能力等4个方面,结合盲数理论建立了化工园区火灾爆炸事故应急能力成熟度评估模型。国内外学者将成熟度模型与不同研究对象的应急能力相结合,取得了大量有价值的学术成果,但针对地铁突发事件应急管理领域而言,研究主要集中在能力评价、管理策略研究等方面,评价方法多采用模糊综合评价法、物元法等,关于地铁突发事件应急管理成熟度的研究较少。
鉴于此,笔者运用成熟度模型和改进未确知测度理论,结合城市轨道交通应急管理特点,从事前、事发、事后全生命周期角度探讨城市地铁突发事件应急能力的影响因素和体系框架,为应急管理工作提供新思路与方法。
1 突发事件应急管理能力成熟度模型构建
通过对经典能力成熟度模型的对比分析可知,现有模型多采用二维矩阵结构,注重能力提升的过程与成熟度等级的判别,而OPM3模型采用创新式的三维结构,能更全面的反映成熟度等级提升过程。因此笔者借鉴OPM3模型的内部结构,根据地铁系统的特点、突发事件应急管理的特征与总体目标,将成熟度模型的3个维度确定为应急管理全过程(事前、事中、事后)、应急能力成熟度等级和地铁突发事件应急能力成熟度评价指标体系。
1.1 成熟度模型框架结构
基于现有应急能力成熟度模型,结合地铁突发事件应急管理的特点,将地铁突发事件应急能力划分为5个成熟度等级,如图1。并对各等级特征进行描述,并采用五分制确定各成熟度评价分值,如表1。
表1 成熟度等级特征描述及分值Table 1 Description of maturity level characteristics and scores
1.2 成熟度评价指标体系构建
根据指标体系的构建原则,通过对国内外相关文献的梳理[7-11],总结现有城市轨道交通应急管理指标体系并结合专家意见,从突发事件事前、事发、事后全生命周期角度出发,将地铁突发事件应急能力分为组织与制度、监控预备能力、应急救援能力、组织处理能力、应急恢复能力、事故总结分析共6个一级指标,并细分为19个二级指标,如图2。
图2 地铁突发事件应急能力指标体系Fig. 2 Metro emergency response capability index system
2 突发事件应急管理能力成熟度测度方法
“未确知信息”概念最早由王光远提出,随后刘开第等人为解决“不完整信息”表达和处理的问题,提出了未确知数学理论用以表达和处理未确知信息[12],由此衍生出未确知测度方法,相较于广泛使用的模糊综合评价、物元可拓等评价方法,能够更为精准的处理不确定信息。盲数理论作为研究盲信息、灰信息等问题的重要方法,在处理和表达多种不确定信息的同时,能够最大限度的保留已知信息。结合盲数理论与未确知测度法进行成熟度评价,能够使模型更加科学和贴近评价对象的实际状况。
地铁突发事件应急管理有别于其他行业,地铁系统运营过程中环境复杂性,人员流动性和事件突发性等因素导致地铁突发事件应急能力评价的随机性与模糊性;加之在进行专家打分时,不同专家对指标理解与认知情况的不同,进一步加强了评估结果的不确定性。综上所述,采用结合盲数理论的改进未确知测度法评估地铁突发事件应急能力成熟度,可有效提高成熟度评价结果的真实性和准确度。
2.1 盲数矩阵
笔者采用专家组打分进行地铁突发事件应急能力指标值的评估,为提高测度精度,采用跨级评价方式, 即专家组成员根据实际情况对各指标的测度分数区间进行评估,可跨等级打分。由于专家组打分存在等级交叉情况,需要根据式(1)对各分数区间进行无交叉划分,并重新计算各等级可信度,可得到盲数矩阵Dmn(具体计算过程见实例分析):
(1)
式中:n为成熟度等级划分的区间数;m为指标的个数;γij为第i个指标处于第j个成熟度等级的可信度(i=1,2,…,m;j=1,2,…,n)。
2.2 组合赋权确定指标权重
客观权重法、主观权重法和组合赋权法是目前常用的权重确定方法。客观权重法主要包括熵权法、GRITIC法等,主观权重法有德尔菲法、G1法等,单一的赋权方法无疑会导致权重的确定主客观的影响,降低评价结果的可信度。因此笔者选用熵权法与G1法相结合的方法计算各指标权重。
2.2.1 基于G1法的主观权重
G1法是对AHP法进行简化改进后提出的一种主观赋权法,具有简便、可操作性强等优点[13]。其操作步骤包括:
1)确定序关系,即邀请p位专家对各指标的重要性进行排序。
2)确定相对重要度,各专家对排序中相邻两指标xk与xk-1之间的相对重要程度进行判断,并采用rk=xk-1/xk表示两指标相对重要度,其中rk的赋值规则见表2。
表2 相邻指标重要程度之比rk的赋值规则Table 2 Assignment rules of the ratio of the importance of adjacent indicators rk
3)确定初始权重,根据各专家给出的rk值,可由式(2)求出重要性程度最小指标xm的权重,进而由式(3)求得其他m-1个指标权重。
(2)
(3)
4)确定主观权重,根据上述步骤可得出各指标均有p个初始权重,因此将各初始权重均值作为G1法确定的最终主观权重。
2.2.2 基于熵权法的客观权重
熵权法(EWM)是利用各指标变异性大小的原理来确定权重的一种客观赋权法,作者结合盲数矩阵和信息熵理论,在包含有关信息的评价体系中确定指标权重。
(4)
(5)
式中:ui为第i个指标的熵值。
2.2.3 最小相对信息熵确定组合赋权
在计算出熵权法指标权重wEWM和G1法指标权重wG1后,采用拉格朗日乘子法进行主客观权重组合,得到组合权重εi:
(6)
2.3 改进未确知测度矩阵
2.3.1 单指标测度函数
未确知测度函数的类型包括直线型、抛物线型、正弦型和指数型[14],鉴于直线型未确知测度函数计算高效且应用范围广,故选择采用直线型测度函数。首先根据各成熟度等级特征,在各等级评价分值区间中插入n个分点(a1,a2,…,an),构建单指标测度函数表达式,当x
(7)
(8)
式中:Vq(x)和V(q+1)(x)均为单指标测度函数值;q为评价等级;aq(q=1,2,…,n)为分值区间插入点。
2.3.2 多指标未确知测度矩阵
根据插分点与盲数矩阵,计算各指标综合得分bi,并将其带入式(7)和式(8),建立多指标未确知测度矩阵B。
(9)
(10)
式中:φij为第i个指标处于第j个成熟度等级的程度。
2.4 多指标综合测度计算
以综合权重向量ε=(ε1,ε2,…,εm) 和多指标未确知测度矩阵B为计算依据,可得指标体系的综合未确知测度向量σ。
σ=ε·B=(σ1,σ2,…,σn)
(11)
2.5 应急能力成熟度等级
为评估地铁突发事件应急能力成熟度等级,引入置信度识别准则,将地铁突发事件应急能力的5个成熟度等级分别记为C=(c1,c2,c3,c4,c5)=(初始级,成长级,规范级,成熟级,优化级),其中c1
(12)
3 实例分析
成都市2号线自2007年12月开工建设,于2012年9月16日开通运营;截至2019年9月底,该线路最高单日线路客运量已达到107.69万人次。通过对成都地铁充分调研得知,该线路自投入运营以来,尚未出现重大规模的突发事件,运营安全工作相对良好。笔者以成都市2号地铁线路为例,运用改进未确知测度理论及成熟度模型,根据19项评价指标设计应急管理能力调查问卷,通过实地调研考察、走访专家等形式发放问卷,对成都市地铁突发事件应急能力水平进行评估。
3.1 成熟度评价
3.1.1 盲数矩阵的确定
共邀请6位从事地铁应急工作的管理人员及科研院校的专家,根据成都地铁应急管理实际情况、指标评判标准和分数区间,对成都地铁应急能力评价体系的各项指标进行成熟度打分,见表3。
表3 成都地铁应急能力成熟度得分汇总Table 3 Summary of Chengdu metro’s emergency response capability maturity scores
3.1.2 确定指标权重
笔者邀请相关方面的6位专家利用G1法对该地铁突发事件应急能力评估指标体系中各指标重要度进行排序并打分,得到各指标主观权重;并根据盲数矩阵、信息熵理论,运用式(4)～式(5)计算出各指标的客观权重;最后利用式(6)计算出单层组合权重,进而求出综合组合权重,见表4。其中,单层组合权重是指各二级指标占其相对应一级指标的权重;综合组合权重是针对所有二级指标而言,每个二级指标所占的权重大小。
表4 地铁突发事件应急能力指标权重表Table 4 The weight table of the emergency response capability index for subway emergencies
3.1.3 建立未确知测度矩阵
根据表1地铁突发事件应急能力成熟度等级划分标准,并参考相关文献[15-16],确定区间插入点分别为2.000、2.500、3.375、4.125、4.750,代入式(7)和式(8)可构建出如图3的测度函数,根据盲数矩阵计算各二级指标综合得分。以应急知识宣传s1为例,其在各成熟度等级的可信度为Y1=[0,0.416,0.584,0,0],由式(9)可计算出b1=3.011,其余各指标综合得分汇总见表5。将各指标得分依次带入单指标未确知测度函数,构建出多指标未确知测度矩阵B。
表5 评估指标综合得分Table 5 Comprehensive scores of evaluation indicators
图3 单指标未确知测度函数Fig. 3 Unascertained measure function of single index
3.1.4 应急能力成熟度等级
由各二级指标权重向量ε与多指标未确知测度矩阵B,可计算出综合未确知测度向量σ=(0,0.071 7,0.549 9,0.383 4,0.006 0),取置信度λ=0.6,利用置信度识别准则式(12),可判断出该地铁应急能力成熟度等级:
l0=min{l|0+0.071 7+0.549 9=0.622>0.6}=3
该地铁应急能力成熟度属于c3等级,即规范级。
3.2 结果分析
综上分析可知,成都地铁2号线突发事件应急能力处于“规范级”水平。由图4的地铁应急能力指标雷达模型图,可直观看出在一级指标中:应急救援能力s3和组织与制度s1成熟度得分较高;应急处理能力s4和监控预备能力s2成熟度分数较低,表明该地铁在这些方面存在不足之处,需要适当提高。根据对未确知测度矩阵的具体分析可知:该地铁在员工技能培训水平、信息采集能力、救援现场指挥能力和救援队伍反应能力方面的应急能力水平较好,需要继续保持;但在应急预案演练、信息传递能力、应急知识宣传、组织协调能力等方面的应急水平相对较差。
图4 一级指标雷达模型Fig. 4 Radar model diagram of the first-level indicator
通过实地调研,发现成都市地铁各部门工作缺乏系统性与整体性,大多部门建立的联动机制主要是以口头承诺的方式,缺乏合作演练与沟通实践;地铁内部广告大多被广告公司承包,针对应急知识方面的宣传内容较少、内容模式单一,导致部分乘客对相关工作开展理解程度不高。
因此,成都地铁运营公司应重点加强其应急处理水平,全面提升应急预案演练、应急知识宣传与组织协调能力。切实加强应急综合能力,从而稳定提高突发事件应急管理水平。
4 结 论
根据地铁应急管理的特征与能力现状,从事前、事中、事后角度构建了包含6个一级指标和19个二级指标的评价指标体系,提出了包含5个等级的地铁突发事件应急能力成熟度模型。结合实际案例,运用盲数理论改进未确知测度函数评价成熟度等级,增加了评估的可信性。
1)构建成熟度模型不仅可以帮助相关方了解自身应急能力水平,确定其成熟度等级;还能为企业进一步改进应急管理薄弱环节提供指导与建议,以此循环,达到提升应急综合能力的目的。
2)将改进未确知测度理论与G1法和熵权法相结合,利用最小相对信息熵原理确定组合权重,有效避免了专家主观判断的不确定性与数据客观性对评价结果产生的影响;结合雷达图可直观呈现地铁突发事件应急管理各指标成熟度等级情况,为提升地铁运营公司应急管理能力提供了有价值的信息。通过改进未确知测度法对成都地铁2号线突发事件应急能力进行评价,结果表明该地铁应急能力水平属于“规范级”,这与实际情况相吻合,验证了该模型的实用性与有效性。
3)由于地铁系统复杂,且突发事件的诱因具有不确定性,影响地铁应急能力的因素众多。因此,深入研究影响地铁应急能力成熟度的因素,探讨提升地铁突发事件应急能力的路径,将是后续的研究工作。
