地鐵車站暴雨內(nèi)澇應(yīng)急響應(yīng)投入策略研究*

王軍武，田夢圓，潘子瑤，劉 森，王心楠

(武漢理工大學(xué) 土木工程與建筑學(xué)院，湖北 武漢 430070)

0 引言

受全球氣候變化與城市快速擴(kuò)張影響，人類社會和生態(tài)環(huán)境相互作用更加顯著，暴雨災(zāi)害時有發(fā)生。地鐵作為緩解城市交通壓力的主要通行工具，其施工處于地面高程以下，更易受暴雨災(zāi)害影響。在暴雨內(nèi)澇災(zāi)害發(fā)生后，迅速高效開展應(yīng)急響應(yīng)活動，有利于遏制事態(tài)惡化，響應(yīng)效能分析是應(yīng)急響應(yīng)活動的重要組成部分，對提高暴雨內(nèi)澇災(zāi)害應(yīng)急救援能力具有重要意義。

學(xué)者針對響應(yīng)效能及方案展開研究。在響應(yīng)效能方面：黃炎焱[1]認(rèn)為應(yīng)急效能可用以度量完成搶險抗災(zāi)使命的能力大小；梁魏等[2]認(rèn)為應(yīng)急響應(yīng)效率低下的原因是救援人員缺乏施援能力以及受災(zāi)人員缺乏自救能力；晉良海等[3]從庫所平均標(biāo)記數(shù)、變遷利用率和系統(tǒng)平均執(zhí)行時間3方面系統(tǒng)評價水電廠電力設(shè)備事故響應(yīng)效能；尤捷等[4]指出應(yīng)急救援力量和資源與地下工程突發(fā)事件的種類、事故類型越匹配，實(shí)際救援能力越強(qiáng)；何仁等[5]充分考慮人-車-路3者交互作用，研究駕駛?cè)说娘L(fēng)險響應(yīng)度。在應(yīng)急方案選擇方面：楊琴等[6]面向救援人員和受災(zāi)群眾，以最大化任務(wù)匹配建立應(yīng)急決策模型；袁媛等[7]針對突發(fā)事件造成的損失和方案實(shí)施成本，提出1種考慮后悔規(guī)避的應(yīng)急響應(yīng)風(fēng)險決策方法；于峰等[8]從應(yīng)急響應(yīng)失效角度，采用故障樹分析法識別電網(wǎng)應(yīng)急響應(yīng)活動的薄弱環(huán)節(jié)；榮莉莉等[9]從柔性角度出發(fā)，考慮到應(yīng)急主體的個性柔性和共性柔性，提出1種應(yīng)急響應(yīng)方案的生成方法，但未能有效揭示個性主體和共性主體之間的聯(lián)系；陳偉等[10]采用SD(System Dynamics)方法，較好地揭示施工現(xiàn)場應(yīng)急救援處置活動各影響因素之間的反饋關(guān)系。以上研究未充分考慮人員因素對響應(yīng)效能的影響，部分研究雖然考慮人員因素，卻未將響應(yīng)效能各影響因素之間的相互反饋關(guān)系問題考慮在內(nèi)。

鑒于此，本文擬借助軟件-硬件-環(huán)境-人員(Software-Hardware-Environment-Liveware，SHEL)系統(tǒng)模型，以響應(yīng)投入分配為出發(fā)點(diǎn)，以救援人員行動水平和救援隊(duì)伍效率為核心，識別地鐵車站工程暴雨內(nèi)澇響應(yīng)效能影響因素；利用系統(tǒng)動力學(xué)方法，建立應(yīng)急響應(yīng)投入-效能SD模型；結(jié)合成都地鐵11號線車站工程數(shù)據(jù)模擬仿真得到投入優(yōu)化方案。研究結(jié)果可為高效應(yīng)對暴雨內(nèi)澇災(zāi)害提供參考依據(jù)。

1 應(yīng)急響應(yīng)內(nèi)涵及影響因素識別

1.1 應(yīng)急響應(yīng)內(nèi)涵

應(yīng)急救援4階段理論認(rèn)為應(yīng)急救援活動包括應(yīng)急預(yù)防、應(yīng)急準(zhǔn)備、應(yīng)急響應(yīng)和應(yīng)急恢復(fù)4個階段[11]，是應(yīng)急管理的基礎(chǔ)理論。不同學(xué)者對4個階段的定義不完全相同[12]，但普遍認(rèn)為應(yīng)急階段具有相關(guān)性和連貫性，即應(yīng)急預(yù)防和應(yīng)急準(zhǔn)備會對應(yīng)急響應(yīng)活動的實(shí)施產(chǎn)生影響。因此，應(yīng)急響應(yīng)是1項(xiàng)介于事前預(yù)防、準(zhǔn)備和事后恢復(fù)之間的工作，是1個綜合協(xié)調(diào)各應(yīng)急力量的復(fù)雜過程。

將地鐵車站暴雨內(nèi)澇應(yīng)急響應(yīng)定義為：地鐵車站工程因暴雨而導(dǎo)致的內(nèi)澇災(zāi)害發(fā)生后，有關(guān)組織或人員利用包括事前準(zhǔn)備的應(yīng)急物資設(shè)備在內(nèi)的各種應(yīng)急力量所采取的行動，使災(zāi)害在救援過程中實(shí)現(xiàn)損失最小化、收益最大化，從而達(dá)到快速恢復(fù)施工的目的。具體體現(xiàn)為減少人員傷亡、財產(chǎn)損失，提升項(xiàng)目安全度。

1.2 基于SHEL的影響因素識別

SHEL模型由Elwyn Edwands教授于1972年提出。在該模型中，人員處于核心位置，和其他人員(L-Liveware)、硬件(H-Hardware)、軟件(S-Software)、環(huán)境(E-Environment)之間的相互關(guān)系構(gòu)成模型的4個界面即L-L，L-S，L-H，L-E[13]，如圖1所示。SHEL模型理論認(rèn)為差錯發(fā)生主要原因是處于中心位置的人員與其他界面的匹配協(xié)調(diào)程度不夠，減少差錯必須采取相應(yīng)措施增加人員與4個界面的匹配程度。

圖1 SHEL系統(tǒng)模型Fig.1 SHEL system model

在應(yīng)急響應(yīng)過程中，人員既是應(yīng)急救援行動主體，又是救援對象，根據(jù)人員在應(yīng)急響應(yīng)活動中的核心地位，在遵循科學(xué)性、代表性原則基礎(chǔ)上，兼顧數(shù)據(jù)可獲得性和可操作性，采用SHEL系統(tǒng)模型識別地鐵車站暴雨內(nèi)澇響應(yīng)效能影響因素。

1)人員是應(yīng)急響應(yīng)活動中的核心因素?，F(xiàn)場救援人員能力會對應(yīng)急響應(yīng)活動實(shí)施的效果產(chǎn)生影響。在進(jìn)行應(yīng)急響應(yīng)活動時，現(xiàn)場救援人員處于觸電、滑倒、落水等危險之中，降低人員行動水平的同時也增加人員傷亡概率，而醫(yī)療人員能有效救助受傷人員。因此，該因素以救援人員能力、醫(yī)療人員能力進(jìn)行表示。

2)硬件建設(shè)是實(shí)現(xiàn)SHEL科學(xué)化匹配的保障。當(dāng)?shù)罔F車站工程受到暴雨侵襲時，雨水灌入基坑，導(dǎo)致基坑泡水、邊坡失穩(wěn)，引起坍塌、人員受傷、機(jī)械被埋、漏電等事故。救援人員需要使用抽水泵、挖掘機(jī)等救援設(shè)備來改善現(xiàn)場環(huán)境，且救援設(shè)備的順利到場離不開運(yùn)輸設(shè)備的支持。因此，硬件素以運(yùn)輸設(shè)備數(shù)量、救援設(shè)備與物資數(shù)量等進(jìn)行表示。

3)軟件是實(shí)現(xiàn)SHEL科學(xué)化匹配的內(nèi)在支撐。救援組織分工合理能夠提升救援人員能力，物資組織合理能夠減少物資存放過程中的損耗，提高物資利用率。應(yīng)急響應(yīng)活動的有效進(jìn)行需要救援指揮機(jī)構(gòu)綜合協(xié)調(diào)各方力量、合理分配應(yīng)急響應(yīng)資源。因此，軟件因素以組織合理性、救援指揮水平表示。

4)環(huán)境是SHEL科學(xué)化匹配建設(shè)中的外在要素。短時暴雨或長時降雨會導(dǎo)致場外積水，引起道路堵塞，從而影響救援設(shè)備到場時間；不利的現(xiàn)場環(huán)境，不僅威脅救援人員人身安全，同時也會對救援人員和設(shè)備效率產(chǎn)生不良影響。因此，環(huán)境因素以暴雨雨量、場外積水程度、現(xiàn)場積水進(jìn)行表示。

2 SD模型構(gòu)建

2.1 模型邊界確定

應(yīng)急響應(yīng)系統(tǒng)比較復(fù)雜，需要對其邊界進(jìn)行界定，把與研究對象有關(guān)的問題劃入系統(tǒng)內(nèi)部而與其他外部環(huán)境分隔，簡化建模過程。對模型做出以下4種假設(shè)：

1)響應(yīng)投入主要通過提升救援隊(duì)伍效率起到提高響應(yīng)效能的作用。

2)人員傷亡、財產(chǎn)損失和項(xiàng)目安全度會重點(diǎn)對響應(yīng)效能造成影響。

3)救援人員在救援活動期間不能受其他不穩(wěn)定因素的干擾。比如模型中的應(yīng)急預(yù)案完備性、應(yīng)急演練頻次等因素只能通過前期應(yīng)急預(yù)防和準(zhǔn)備階段長時間的投入才能改善救援效率，在應(yīng)急響應(yīng)階段應(yīng)設(shè)為常量。

4)文中數(shù)值為無量綱，僅研究其變化趨勢進(jìn)行定量分析。

2.2 因果關(guān)系圖

根據(jù)前文分析，在應(yīng)急救援活動中響應(yīng)效能與人員、軟件、硬件、環(huán)境直接相關(guān)；軟件、硬件和環(huán)境會通過影響救援人員的效率進(jìn)而影響響應(yīng)效能，硬件效率也會受其工作環(huán)境的影響。此外，響應(yīng)效能還受響應(yīng)投入間接影響。據(jù)此構(gòu)建各影響因素之間的因果反饋回路，如圖2所示。

注：+代表變量之間的影響關(guān)系為正向，-代表變量之間的關(guān)系為負(fù)向圖2 應(yīng)急救援響應(yīng)因果反饋回路Fig.2 Causal feedback loop of emergency rescue response

采用Vensim軟件中Loops功能進(jìn)行分析，共有9條回路：

1)響應(yīng)投入→L-S→響應(yīng)效能→投入需求系數(shù)→響應(yīng)投入。2)響應(yīng)投入→L-E→響應(yīng)效能→投入需求系數(shù)→響應(yīng)投入。3)響應(yīng)投入→L-L→響應(yīng)效能→投入需求系數(shù)→響應(yīng)投入。4)響應(yīng)投入→L-H→響應(yīng)效能→投入需求系數(shù)→響應(yīng)投入。5)響應(yīng)投入→L-H→L-L→響應(yīng)效能→投入需求系數(shù)→響應(yīng)投入。6)響應(yīng)投入→L-S→L-L-響應(yīng)效能→投入需求系數(shù)→響應(yīng)投入。7)響應(yīng)投入→L-E→L-L→響應(yīng)效能→投入需求系數(shù)→響應(yīng)投入。8)響應(yīng)投入→L-E→L-H→響應(yīng)效能→投入需求系數(shù)→響應(yīng)投入。9)響應(yīng)投入→L-E→L-H→L-L→響應(yīng)效能→投入需求系數(shù)→響應(yīng)投入。

2.3 存量流量圖

因果關(guān)系圖主要描述系統(tǒng)的反饋結(jié)構(gòu)關(guān)系，無法反映不同類型變量之間的區(qū)別以及反饋系統(tǒng)性能的動態(tài)累積效應(yīng)。存量流量圖在因果關(guān)系圖基礎(chǔ)上，進(jìn)一步擴(kuò)充使其能夠定量描述系統(tǒng)行為。地鐵車站暴雨內(nèi)澇應(yīng)急救援響應(yīng)投入-效能SD流圖如圖3所示。

圖3 應(yīng)急救援響應(yīng)投入-效能SD流圖 Fig.3 Input-efficiency SD flow chart of emergency rescue response

根據(jù)SD原理，系統(tǒng)模型中主要包括4種變量，分別為狀態(tài)變量、速率變量、輔助變量和常量。根據(jù)因果關(guān)系圖，提取4個狀態(tài)變量、6個速率變量、27個輔助變量和9個常量構(gòu)建變量集。其中，在4個狀態(tài)變量中，現(xiàn)場積水反映客觀險情，救援人員行動水平側(cè)重反映救援效率，響應(yīng)投入和響應(yīng)效能用于管理優(yōu)化，系統(tǒng)主要變量及變量方程如表1所示。

表1 應(yīng)急救援響應(yīng)系統(tǒng)主要變量及變量方程 Table 1 Main variables and variable equations of emergency rescue response system

3 實(shí)例分析

3.1 樣本選取及狀態(tài)設(shè)定

成都軌道交通11號線1期工程全線長22 km，總投資約165億元，共興建17個地下車站，屬于特大型城市軌道交通工程。該項(xiàng)目于2016年12月30日動工，于2020年12月18日正式運(yùn)營，共經(jīng)歷3個汛期。以2018年“7.11”洪災(zāi)中成都市17個地鐵車站應(yīng)急響應(yīng)活動為樣本，采用德爾菲法綜合現(xiàn)場6名專家意見得出變量賦值，狀態(tài)變量取值參考國家安全評價等級標(biāo)準(zhǔn)。救援人員行動水平取值范圍為0～100，取初值為35,響應(yīng)效能初值為0，現(xiàn)場積水根據(jù)救援應(yīng)急響應(yīng)活動啟動初期的受災(zāi)情況，取初值為13，應(yīng)急演練頻次和應(yīng)急預(yù)案完備性為常量，由專家根據(jù)前期實(shí)際情況進(jìn)行打分，分值取值區(qū)間為1～5。暴雨雨量取自氣象部門發(fā)布的統(tǒng)計數(shù)據(jù)。

設(shè)置初始時間為0，終止時間為9，步長為1 d，運(yùn)行模型。

3.2 模型檢驗(yàn)

采用Vensim軟件自帶的模型檢驗(yàn)功能，通過在保證4個要素均等投入比例下(UD方案)，以響應(yīng)投入為主要觀測變量，通過實(shí)地調(diào)查和救援活動報告分析，獲取17個地鐵車站的響應(yīng)投入實(shí)際值，將投入擬合值與調(diào)研所得的實(shí)際投入數(shù)據(jù)進(jìn)行對比，檢驗(yàn)?zāi)Ｐ妥兞颗c歷史實(shí)際數(shù)據(jù)的誤差是否在可接受范圍內(nèi)。

檢驗(yàn)結(jié)果見表2，相對誤差絕對值最大為9.53%，最小為0.48%，總體誤差保持在10%以內(nèi)。響應(yīng)效能曲線先下降，在第5 d達(dá)到最低，后快速提升?，F(xiàn)場調(diào)查發(fā)現(xiàn)，在應(yīng)急響應(yīng)活動初期，由于物資缺乏、設(shè)備操作不熟練、環(huán)境惡劣、人員配合不默契等因素影響，響應(yīng)效能呈下降趨勢；隨上述不利因素的改善，響應(yīng)效能快速提升。其變化規(guī)律與本模型演變相符，認(rèn)為模型能夠反映地鐵車站暴雨內(nèi)澇應(yīng)急響應(yīng)活動的實(shí)際情況[13]。

表2 應(yīng)急投入的歷史檢驗(yàn)結(jié)果 Table 2 Historical inspection results of emergency input

3.3 策略仿真

基于應(yīng)急救援響應(yīng)投入-效能SD流圖及其變量方程和參數(shù)，通過調(diào)節(jié)L-L，L-H，L-S和L-E的投入比例，觀察模型變量的變化情況。各模擬方案投入要素比例見表3。

表3 模擬方案投入要素比例Table 3 Proportions of input factors in simulation schemes

SHEL系統(tǒng)模型認(rèn)為，在4個界面中，L-L界面最容易出現(xiàn)不匹配現(xiàn)象[14]，而救援隊(duì)伍由若干救援人員共同組成，救援隊(duì)伍效率受救援人員行動水平、指揮決策效率和信息傳遞效率影響，因此選取救援人員行動水平這一狀態(tài)變量體現(xiàn)救援人員個體能力，救援隊(duì)伍效率這一輔助變量體現(xiàn)救援人員之間的協(xié)調(diào)配合能力。

救援人員行動水平和救援隊(duì)伍效率曲線如圖4所示。由圖4可知，救援過程能以第4,7 d為界分成3個階段：在第0～4 d救援人員行動水平和救援隊(duì)伍效率處于緩慢遞減階段；在4～7 d處于快速上升階段；從第7 d開始，直到救援活動結(jié)束，救援人員行動水平和救援隊(duì)伍效率上升空間較小。

圖4 配置方案對比 Fig.4 Comparison of configuration schemes

觀察圖4(a)中各方案的救援人員行動水平曲線發(fā)現(xiàn)，在救援前期階段，LS方案的值相對最高，SL方案的值相對最低，說明在應(yīng)急響應(yīng)啟動初期，應(yīng)盡可能使救援人員快速到場，及時展開救援工作。在救援中期階段，SL方案的增長速率最快，說明在應(yīng)急救援中期，應(yīng)重點(diǎn)關(guān)注各工種間職責(zé)分工的協(xié)調(diào)性，合理存放場內(nèi)物資。在救援后期階段，HE方案處于最上端，說明人員和硬件的協(xié)調(diào)配合能夠?yàn)榫仍藛T行動水平提供持續(xù)性加持。

對比圖4救援人員行動水平和救援隊(duì)伍效率曲線，發(fā)現(xiàn)2者總體走勢一致但細(xì)節(jié)不同。在應(yīng)急響應(yīng)活動前期階段，EH方案的降低速率相對最快，LS方案的降低速率相對最慢，說明前期階段應(yīng)充分保障信息傳遞效率。在中期階段，SL方案的增長速率最快，說明中期階段較高的救援指揮水平能夠使救援隊(duì)伍效率快速提升。在后期階段，5種方案下的救援隊(duì)伍效率與救援人員行動水平優(yōu)劣排序大體一致，EH和UD略有不同，而UD方案在各階段均未起到最優(yōu)作用。

綜上，在應(yīng)急響應(yīng)活動前期階段，應(yīng)保證救援人員和救援設(shè)備快速到場，及時展開應(yīng)急救援工作，同時提高救援人員之間的信息傳遞水平；在中期階段，應(yīng)優(yōu)化救援人員結(jié)構(gòu)，注重協(xié)調(diào)各工種間的分工，同時提高救援指揮機(jī)構(gòu)決策效率；在救援后期階段，應(yīng)注重硬件設(shè)備配置。據(jù)此分階段設(shè)定投入比例形成優(yōu)化方案(BT)，優(yōu)化方案投入要素比例如表4所示。

根據(jù)表4對模型參數(shù)進(jìn)行調(diào)整運(yùn)行模型，得出BT方案與其他5種方案的對比，如圖5所示。由圖5可知，BT方案響應(yīng)效能明顯高于其他方案，即優(yōu)化方案在應(yīng)急響應(yīng)活動全過程中投入相對最少，且救援隊(duì)伍效率相對最高。

表4 優(yōu)化方案投入要素比例Table 4 Proportions of input factors in optimized scheme

圖5 優(yōu)化方案與模擬方案的對比Fig.5 Comparison of optimized scheme and simulation schemes

4 結(jié)論

1)基于SHEL系統(tǒng)模型識別響應(yīng)效能影響因素，以響應(yīng)投入為出發(fā)點(diǎn)，以救援人員行動水平和救援隊(duì)伍效率為核心，以人員傷亡概率、財產(chǎn)損失程度和項(xiàng)目安全度為響應(yīng)效能的主要考察指標(biāo)，研究響應(yīng)投入比例對響應(yīng)效能影響，建立應(yīng)急響應(yīng)投入-效能SD模型，通過仿真分析，驗(yàn)證模型有效性。

2)在救援活動前4 d，應(yīng)急救援人員和救援隊(duì)伍效率緩慢下降，4～7 d快速上升，7～9 d上升速率放緩。各階段不同的投入比例對人員效率的影響不同：前期加大對L-L界面的投入能有效抑制救援人員水平和救援隊(duì)伍效率的下降；中期加大對L-S界面的投入能快速提高救援隊(duì)伍效率；后期加大對L-H投入能最大限度的提升救援人員行動水平和救援隊(duì)伍效率。

3)有效提高響應(yīng)效能的關(guān)鍵是前期注重救援人員快速進(jìn)場，及時展開救援工作，同時關(guān)注救援人員間的信息傳遞效率；中期階段更需明確人員職責(zé)分工，提升救援指揮機(jī)構(gòu)決策水平，做到人盡其責(zé)、物盡其用；后期階段注重提升人員和硬件之間的協(xié)同配合，以保證應(yīng)急響應(yīng)過程中4個界面與人員的匹配。