基于熵權(quán)TOPSIS模型的地鐵車(chē)站運(yùn)營(yíng)脆弱性評(píng)價(jià)方法

肖霽川，邢 穎

基于熵權(quán)TOPSIS模型的地鐵車(chē)站運(yùn)營(yíng)脆弱性評(píng)價(jià)方法

肖霽川1，邢 穎2

(1. 廣州地鐵集團(tuán)有限公司, 廣州 510335;2. 中鐵二院重慶勘察設(shè)計(jì)研究院有限責(zé)任公司, 重慶 400023)

地鐵車(chē)站運(yùn)營(yíng)具有開(kāi)放、動(dòng)態(tài)的特征, 車(chē)站內(nèi)外多方干擾因素都會(huì)影響其正常運(yùn)營(yíng), 自身存在較大的脆弱性。本文綜合等級(jí)全息建模理論和現(xiàn)代因果連鎖理論, 將地鐵車(chē)站運(yùn)營(yíng)脆弱性的影響因素劃分為人員、設(shè)備、環(huán)境、管理、應(yīng)急和結(jié)構(gòu)六大類(lèi)因素。并建立了基于暴露性、易感性、適應(yīng)性三種內(nèi)部屬性的地鐵車(chē)站運(yùn)營(yíng)脆弱性綜合評(píng)價(jià)指標(biāo)體系, 利用熵權(quán)法實(shí)現(xiàn)客觀賦權(quán), 然后由解靠近或遠(yuǎn)離理想解的程度來(lái)度量脆弱性?xún)?yōu)劣, 最終確定車(chē)站運(yùn)營(yíng)脆弱性綜合評(píng)分。案例分析證明了評(píng)價(jià)方法的有效性和可行性。

城市軌道交通; 車(chē)站運(yùn)營(yíng)脆弱性; 熵權(quán); 優(yōu)劣解距離法

0 引 言

隨著地鐵車(chē)站系統(tǒng)復(fù)雜性和外部環(huán)境不確定性增加，地鐵車(chē)站運(yùn)營(yíng)安全風(fēng)險(xiǎn)分析與管理亟待增強(qiáng)。但是既有研究多基于還原論觀點(diǎn)，無(wú)法整體把握地鐵車(chē)站運(yùn)營(yíng)的安全特性。近年來(lái)，脆弱性成為國(guó)內(nèi)外學(xué)者風(fēng)險(xiǎn)研究的熱點(diǎn)，地鐵車(chē)站運(yùn)營(yíng)脆弱性（Metro Station Operation Vulnerability, MSOV）研究能夠建立綜合性研究框架，揭示地鐵車(chē)站運(yùn)營(yíng)的本質(zhì)安全特性。

關(guān)于地鐵的脆弱性研究近年來(lái)已取得一定成果，如Song[1]利用解釋結(jié)構(gòu)模型（ISM）將地鐵系統(tǒng)脆弱性影響因子劃分為5層；Lownes[2]基于博弈論方法來(lái)度量交通網(wǎng)絡(luò)脆弱性；Ying[3]針對(duì)車(chē)站受到的隨機(jī)攻擊和針對(duì)性攻擊，分別提出了可靠性和脆弱性模型并設(shè)計(jì)了對(duì)應(yīng)的應(yīng)急疏散方案；Deng[4]提出基于故障模式分析（FMECA）建立地鐵系統(tǒng)脆弱性模型。然而已有成果多關(guān)注物理網(wǎng)絡(luò)拓?fù)浯嗳跣阅Ｐ蚚5]、運(yùn)行脆弱性分析[6]、系統(tǒng)脆弱性影響因素分析[7]與運(yùn)營(yíng)安全管理[8]等，應(yīng)用較多的方法主要有層次分析法[9]、模糊評(píng)價(jià)[10]、灰色關(guān)聯(lián)度評(píng)價(jià)[11]等。對(duì)于地鐵車(chē)站運(yùn)營(yíng)脆弱性的既有研究缺乏系統(tǒng)性，目前尚無(wú)統(tǒng)一的評(píng)價(jià)指標(biāo)體系和評(píng)價(jià)方法，分析與評(píng)價(jià)地鐵車(chē)站運(yùn)行脆弱性問(wèn)題亟待解決。

1 車(chē)站運(yùn)營(yíng)脆弱性涵義

脆弱性是自然科學(xué)領(lǐng)域的概念，在被引用至交通系統(tǒng)后，被廣泛應(yīng)用于基礎(chǔ)設(shè)施領(lǐng)域。由于研究對(duì)象和視野的不同，不同領(lǐng)域?qū)τ诖嗳跣缘暮x有所不同，主要有兩種觀點(diǎn)：一種是脆弱性就是應(yīng)對(duì)干擾與傷害下表現(xiàn)出來(lái)的一種內(nèi)在屬性[12]；另一種是干擾致使功能下降或者失效情況下，用脆弱性來(lái)描述抵抗性和恢復(fù)情況[13]。結(jié)合地鐵車(chē)站運(yùn)營(yíng)安全的特點(diǎn)，本文選擇了第一種觀點(diǎn)，認(rèn)為脆弱性是車(chē)站運(yùn)營(yíng)的固有屬性，只有暴露在內(nèi)外干擾因素下才會(huì)體現(xiàn)這種屬性，并直接影響運(yùn)營(yíng)事故的可能性和后果。本文將地鐵車(chē)站運(yùn)營(yíng)脆弱性定義為由于受到內(nèi)、外隨機(jī)因素的擾動(dòng)，使得車(chē)站運(yùn)營(yíng)系統(tǒng)的某一特征的結(jié)構(gòu)、狀態(tài)和行為發(fā)生變化的性質(zhì)。脆弱性概念主要涉及三項(xiàng)屬性，分別是暴露性（Exposure）、易感性（Sensitivity）與適應(yīng)性（Adaptability）。ESA三項(xiàng)屬性體現(xiàn)的是一種內(nèi)在過(guò)程屬性，在外在表現(xiàn)上為車(chē)站運(yùn)營(yíng)的損失程度，如圖1所示。

圖1 運(yùn)營(yíng)脆弱性模型

2 地鐵車(chē)站運(yùn)營(yíng)脆弱性評(píng)價(jià)指標(biāo)體系

等級(jí)全息建模（Hierarchical Holographic Modeling，簡(jiǎn)稱(chēng)，HHM）被廣泛應(yīng)用在安全風(fēng)險(xiǎn)識(shí)別中，該方法論的中心思想是從不同維度、視角、觀點(diǎn)和層級(jí)中捕捉與呈現(xiàn)一個(gè)復(fù)雜系統(tǒng)中的內(nèi)在特征與屬性。本文首先通過(guò)文獻(xiàn)調(diào)研[14, 15]，整理出21個(gè)脆弱因子，對(duì)其進(jìn)行拆分和重組，結(jié)合博德（Frank Bird）的現(xiàn)代因果連鎖理論[16]，對(duì)影響因子重新歸類(lèi)和編碼，形成地鐵系統(tǒng)脆弱性影響因素的HHM指導(dǎo)性框架。初始框架分為人、環(huán)境、設(shè)備和管理四類(lèi)，但分析發(fā)現(xiàn)這四類(lèi)無(wú)法涵蓋所有因子，因此新增結(jié)構(gòu)因素和應(yīng)急因素類(lèi)別。最終從人員、設(shè)備、環(huán)境、管理、結(jié)構(gòu)和應(yīng)急六個(gè)方面，利用HHM方法識(shí)別地鐵車(chē)站運(yùn)營(yíng)脆弱性的21個(gè)影響因素，如圖2所示?；诖嗳跣訣SA模型，將其分為暴露性、易感性、適應(yīng)性三大類(lèi)脆弱性指標(biāo)，如表1所示。

圖2 基于HMM的車(chē)站運(yùn)營(yíng)脆弱性影響因素

表1 車(chē)站運(yùn)營(yíng)脆弱性評(píng)價(jià)指標(biāo)體系

3 基于熵權(quán)TOPSIS的地鐵運(yùn)營(yíng)脆弱性評(píng)價(jià)方法

3.1 概述

地鐵車(chē)站運(yùn)營(yíng)脆弱性評(píng)價(jià)對(duì)象的數(shù)據(jù)主要依賴(lài)專(zhuān)家決策，傳統(tǒng)的層次分析法存在較強(qiáng)的主觀性。本文引入熵的概念，用來(lái)改進(jìn)傳統(tǒng)方法，達(dá)到客觀賦權(quán)的效果。此外，本文利用接近理想解的方法對(duì)解集進(jìn)行排序，由可行解靠近或者遠(yuǎn)離理想解的程度來(lái)度量評(píng)價(jià)結(jié)果的優(yōu)劣，由此對(duì)車(chē)站運(yùn)營(yíng)脆弱性進(jìn)行綜合評(píng)分，效果較好。

3.2 熵權(quán)原理

“熵”一詞來(lái)源于物理學(xué)領(lǐng)域，表示混亂和無(wú)序的程度，被引入信息領(lǐng)域后，廣泛應(yīng)用于工程技術(shù)、管理科學(xué)以及社會(huì)經(jīng)濟(jì)學(xué)領(lǐng)域。中心思想是熵值越小，代表屬性的離散程度越大，所以應(yīng)賦予較大的權(quán)重，便于區(qū)分不同評(píng)價(jià)結(jié)果。熵權(quán)法（Entropy Weight Method, 簡(jiǎn)稱(chēng)EWM）是一種客觀賦權(quán)法，彌補(bǔ)了傳統(tǒng)專(zhuān)家打分法主觀性太大的問(wèn)題，具體步驟如下：

3.3 TOPSIS

優(yōu)劣解距離法[17]（Technique for Order Preference by Similarity to an Ideal Solution, 簡(jiǎn)稱(chēng)TOPSIS）源于決策學(xué)，其中心思想是分別確定正、負(fù)理想解，若可行解離負(fù)理想解最遠(yuǎn)，離正理想解最近，可視其為最優(yōu)解。但是脆弱性評(píng)價(jià)結(jié)果中并沒(méi)有這種理想解和負(fù)理想解，故引入貼近度的概念[18]，即最貼近正理想解，又最遠(yuǎn)離負(fù)理想解的解即是最優(yōu)解。TOPSIS方法的優(yōu)點(diǎn)是對(duì)于原始數(shù)據(jù)的利用充分，信息損失少，對(duì)于原始數(shù)據(jù)約束條件也較小。但隨著研究問(wèn)題的日益復(fù)雜化，傳統(tǒng)TOPSIS法已表現(xiàn)出某種不適應(yīng)性，如過(guò)分依賴(lài)主觀賦權(quán)、屬性賦權(quán)不精確等，而熵權(quán)法能科學(xué)客觀地分配權(quán)重，彌補(bǔ)傳統(tǒng)TOPSIS方法的缺陷?；赥OPSIS的脆弱性評(píng)價(jià)方法具體步驟如下：

4 實(shí)例分析

多條線路交匯的換乘站，具有客流量大，客流路徑和方向較多的特征，因此進(jìn)行車(chē)站運(yùn)營(yíng)脆弱性研究十分必要。本文選擇了廣州地鐵嘉禾望崗站為例進(jìn)行分析，該站有廣州地鐵2號(hào)線，3號(hào)線和14號(hào)線三線交匯。筆者邀請(qǐng)了15名地鐵安全學(xué)者和廣州地鐵運(yùn)營(yíng)人員組成的專(zhuān)家小組，對(duì)評(píng)價(jià)對(duì)象及指標(biāo)進(jìn)行模糊評(píng)分。受限于篇幅，以適應(yīng)性指標(biāo)為例計(jì)算分析，適應(yīng)性得分矩陣如表2所示，首先分析調(diào)查數(shù)據(jù)的可靠性，計(jì)算得克倫巴赫α信度系數(shù)為0.7，符合要求。

表2 適應(yīng)性指標(biāo)得分矩陣

各熵值、屬性權(quán)重分別如表3所示，其中設(shè)備設(shè)施狀態(tài)16，運(yùn)營(yíng)環(huán)境17，應(yīng)急管理計(jì)劃20的權(quán)重較高，而且除了應(yīng)急管理計(jì)劃，專(zhuān)家們認(rèn)為應(yīng)急處置效率對(duì)于車(chē)站運(yùn)營(yíng)脆弱性提升，也十分重要。

表3 適應(yīng)性各指標(biāo)熵與權(quán)重參數(shù)值

由公式（7）~（9）可計(jì)算與正負(fù)理想解的距離和貼近度，取100，即綜合得分越接近100，方案越優(yōu)。

由表4可知15位專(zhuān)家對(duì)車(chē)站適應(yīng)性指標(biāo)的綜合評(píng)分，專(zhuān)家5對(duì)與車(chē)站適應(yīng)性指標(biāo)的評(píng)分最高，專(zhuān)家8對(duì)該車(chē)站的評(píng)分最低。但這僅為適應(yīng)性這一項(xiàng)脆弱性因素的得分，同理可求得暴露性和易感性其他兩個(gè)Ⅰ級(jí)指標(biāo)的得分，針對(duì)21項(xiàng)屬性重復(fù)上述熵權(quán)法和TOPSIS排序過(guò)程，可得到最終的脆弱性綜合評(píng)分，如表5所示，易得專(zhuān)家11對(duì)該站運(yùn)營(yíng)脆弱性的總體評(píng)分最高。如上文所述，本實(shí)例采用全局視野下重新分配各項(xiàng)屬性權(quán)重值的方法，避免了采用暴露性、易感性和適應(yīng)性三類(lèi)評(píng)分的算數(shù)平均值進(jìn)行排序而導(dǎo)致的排序錯(cuò)誤。計(jì)算結(jié)果也證明了本文提出方法的可行性和有效性。

表4 適應(yīng)性指標(biāo)得分及排序

續(xù)表4

專(zhuān) 家適應(yīng)性得分得分排序 1155.52 1253.14 1342.97 1442.18 1533.813

表5 脆弱性綜合得分及排序

Tab.5 Vulnerability comprehensive score and ranking

本案例是針對(duì)某一車(chē)站的實(shí)例分析，同理可對(duì)廣州地鐵全線各車(chē)站進(jìn)行車(chē)站運(yùn)營(yíng)脆弱性評(píng)價(jià)，得出各個(gè)車(chē)站的脆弱性綜合評(píng)價(jià)（表5）。本文提出的評(píng)價(jià)方法不僅能得到脆弱性整體綜合評(píng)價(jià)，還可以分析出暴露性、易感性、適應(yīng)性三類(lèi)Ⅰ級(jí)指標(biāo)的得分情況，由此可以分析車(chē)站脆弱性薄弱節(jié)點(diǎn)，為地鐵車(chē)站運(yùn)營(yíng)能力的提升提供理論支撐和參考。

5 結(jié)束語(yǔ)

地鐵車(chē)站運(yùn)營(yíng)具有開(kāi)放、動(dòng)態(tài)的特征，車(chē)站內(nèi)外多方干擾因素都會(huì)影響其正常運(yùn)營(yíng)，自身存在較大的脆弱性。本文針對(duì)現(xiàn)有脆弱性研究不足，在文獻(xiàn)整理和總結(jié)的基礎(chǔ)上，綜合等級(jí)全息建模理論和現(xiàn)代因果連鎖理論，提出了基于熵權(quán)TOPSIS模型的地鐵車(chē)站運(yùn)營(yíng)脆弱性評(píng)價(jià)方法，具體結(jié)論如下：

（1）將地鐵車(chē)站運(yùn)營(yíng)脆弱性的影響因素劃分為人員、設(shè)備、環(huán)境、管理、結(jié)構(gòu)和應(yīng)急六大類(lèi)因素，并建立了基于暴露性、易感性、適應(yīng)性三大內(nèi)部屬性的綜合評(píng)價(jià)指標(biāo)體系；

（2）創(chuàng)新性地提出了基于熵權(quán)TOPSIS模型的綜合評(píng)價(jià)方法，改進(jìn)了傳統(tǒng)方法；

（3）案例分析證明了方法的可行性和有效性，提升了評(píng)價(jià)方法的客觀性，為車(chē)站運(yùn)營(yíng)脆弱性評(píng)價(jià)提供理論支撐。

此外，對(duì)地鐵車(chē)站運(yùn)營(yíng)脆弱性的研究在關(guān)注上述六大類(lèi)關(guān)鍵因素以外，仍需要結(jié)合每個(gè)車(chē)站自身特點(diǎn)，采取相應(yīng)的措施實(shí)現(xiàn)地鐵車(chē)站運(yùn)營(yíng)安全水平的提升。今后，將結(jié)合不同類(lèi)型車(chē)站的特點(diǎn)，研究降低車(chē)站運(yùn)營(yíng)脆弱性的對(duì)應(yīng)策略。

[1] LIANGLIANG S, QIMING L, GEORGE L, et al. Using an AHP-ISM based method to study the vulnerability factors of urban rail transit system[J]. Sustainability, 2017, 9 (6): 1065-1080.

[2] LOWNESN, WANG Q, IBRAHIM S, et al. Many-to- many game-theoretic approach for the measurement of transportation network vulnerability[J]. Transportation Research Record: Journal of the Transportation Research Board, 2011, 2263: 1-8.

[3] LOU Y, ZHANG L. Defending transportation networks against random and targeted attacks[M]. Transportation Research Record: Journal of the Transportation Research Board, 2011.

[4] DENG Y, LI Q, LU Y. A research on subway physical vulnerability based on network theory and FMECA[J]. Safety Science, 2015, 80: 127-134.

[5] 肖雪梅, 王艷輝, 賈利民. 基于復(fù)雜網(wǎng)絡(luò)和熵的城軌路網(wǎng)運(yùn)營(yíng)安全評(píng)價(jià)模型[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2011, 21 (11): 41-48.

[6] 袁競(jìng)峰, 李啟明, 賈若愚, 等. 城市地鐵網(wǎng)絡(luò)系統(tǒng)運(yùn)行脆弱性分析[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2012, 22 (5): 92-98.

[7] 宋亮亮, 李啟明, 陸瑩，等. 城市地鐵系統(tǒng)脆弱性影響因素研究[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2016, 26 (5): 64-69.

[8] LU Y, LI Q, HINZE J. Subway system safety risk analysis based on bayesian network [M]// Modeling Risk Management in Sustainable Construction. Berlin Heidelberg: Springer. 2011.

[9] 宮劍, 沈吟東. 基于層次分析法的地鐵站點(diǎn)脆弱性評(píng)價(jià)[J]. 武漢理工大學(xué)學(xué)報(bào)：信息與管理工程版, 2016, 38 (5): 519-523.

[10] 袁朋偉, 宋守信, 董曉慶. 城市軌道交通系統(tǒng)組元脆弱性評(píng)價(jià)研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2015 (7): 142-149.

[11] 程悅, 宋守信. 大客流擾動(dòng)下的北京地鐵脆弱性研究[J]. 都市快軌交通, 2015, 28 (3): 29-33.

[12] HAIMES Y Y. On the definition of vulnerabilities in measuring risks to infrastructures[J]. Risk Analysis, 2006, 26 (2): 293-296.

[13] AVENT. A unified framework for risk and vulnerability analysis covering both safety and security[J]. Reliability Engineering & System Safety, 2007, 92 (6): 745-754.

[14] KYRIAKIDIS M, HIRSCH R, MAJUMDAR A. Metro railway safety: an analysis of accident precursors[J]. Safety Science, 2014, 50 (7): 1535-1548.

[15] DERRIBLE S, KENNEDY C. Evaluating, comparing, and improving metro networks[J]. Transportation Research Record: Journal of the Transportation Research Board, 2010, 2146: 43-51.

[16] BIRD F E, GERMAIN G L. Practical loss control leadership[M]. Det Norske Veritas (USA), 1996.

[17] 闕翠平, 王應(yīng)明, 藍(lán)以信. 基于累積前景理論的屬性關(guān)聯(lián)猶豫模糊TOPSIS方法[J]. 統(tǒng)計(jì)與決策, 2018, 34 (4): 43-48.

[18] 吳漪, 邱菀華, 周鵬. 模糊群決策環(huán)境下的實(shí)物期權(quán)模型[J]. 控制與決策, 2012, 27 (12): 1828-1832.

Vulnerability Evaluation Method for Metro Station Operation Based on Entropy Weight TOPSIS Model

XIAO Ji-chuan1，XING Ying2

(1. Guangzhou Metro Group Co., Ltd., Guangzhou 510335, China; 2. China Railway Eryuan Engineering Chongqing Co., Ltd., Chongqing 400023, China)

The operation of metro stations is open and dynamic. Multiple interference factors inside and outside a metro station influence its normal operation, and there is higher vulnerability. In this study, by combining the comprehensive holographic modeling theory and the modern causal chain theory, the factors influencing the vulnerability of metro station operations are classified into six categories: personnel, equipment, environment, management, emergency, and structure. A comprehensive evaluation index system for the vulnerability of a metro station operation was established using three internal attributes: exposure, susceptibility, and adaptability. The entropy weight method was used to achieve the objective weighting, and the degree of vulnerability was subsequently measured by the degree to which a solution was close to or far from the ideal solution. Finally, the vulnerability comprehensive score of the metro station operation was determined. The case analysis demonstrates the effectiveness and feasibility of the evaluation method.

urban rail transit; station operation vulnerability; entropy weight; superiority and inferior solution distance method

1672-4747（2020）02-0163-07

U231.4; U298

A

10.3969/j.issn.1672-4747.2020.02.020

2019-11-02

肖霽川（1978—），女，湖北武漢人，工程師，主要從事城市軌道交通運(yùn)營(yíng)及管理研究，E-mail：951487443@qq.com

肖霽川，邢穎. 基于熵權(quán)TOPSIS模型的地鐵車(chē)站運(yùn)營(yíng)脆弱性評(píng)價(jià)方法[J]. 交通運(yùn)輸工程與信息學(xué)報(bào)，2020，18（2）：163-169.

（責(zé)任編輯：李愈）