ISM耦合ANP的洞室施工人員風險感知系統脆弱性仿真分析*

江 新,陳 瑤,胡文佳,李 煒,鄭霞忠

(1.三峽大學 湖北省水電工程施工與管理重點實驗室，湖北 宜昌 443002;2.三峽大學 水利與環境學院，湖北 宜昌 443002)

0 引言

風險感知是人對風險的最基本認識和反應[1]，包括風險感觸、風險認識和風險行為。風險感知是人類對風險的直覺，風險認識是人類在基本經驗的基礎上對風險的樸素辨識，風險行為是兩者本能的行為體現，基于系統動力學理論，這三者之間可形成1個循環反饋動力系統，即為風險感知系統。在此基礎上，將本文的風險感知定義為人們基于自身主觀經驗和知識對風險事物和風險特征具有感受、認識和理解，進而做出本能反應，即為1個完整的風險感知過程。

近年來，我國經濟處于高速發展期，大量的水電站、地鐵、公路隧道等正處于建設階段，洞室施工安全事故數量也在逐年增加[2]，而造成安全事故的主要原因之一就是施工人員對施工現場存留的風險感知水平不足。Brown等[3]基于個人一生發展的決策現象，討論了專家和公眾對風險看法之間的差異；Kouabenan等[4]認為影響人們風險感知的主要因素為人們面對風險時的信心、處理風險的能力、自身的宗教信仰和文化背景；黃浪等[5]論述了風險感知偏差的放大機制和干預對策，構建了風險感知偏差機理概念模型；龔萍[6]認為消費者的個體特征如性別、學歷、行業等都會影響其風險感知；王傳連[7]研究了生理因素對駕駛人的行為和風險感知能力的影響。這些研究均從不同角度推動了風險感知的發展，但忽略了主觀感知的脆弱性。脆弱性最早來源于生態系統和自然災害學的研究，現已被多個研究領域所應用。江新等[8]將脆弱性引入應急管理系統的研究，對水電工程階段的應急管理系統脆弱性進行了分析和評價；向鵬成等[9]運用復雜理論對跨區域重大工程項目脆弱性進行了評估；季闖等[10]引入可靠性函數，通過計算得出的各維度失效系數所表示的可靠度來間接反映系統脆弱性。目前，國內對風險感知系統脆弱性的研究比較匱乏，具體到地下洞室施工對象的研究少之又少，故本文將脆弱性引入到地下洞室施工人員風險感知系統的研究中。

以A水電站工程為例，運用解釋結構模型(Interpretative Structural Modeling Method, ISM)分析地下洞室施工人員風險感知影響因素間相互作用關系；在此基礎上運用網絡層次分析法(Analytic Network Process, ANP)來確定15個影響因素的權重值；最后將ISM耦合ANP和系統動力學(System Dynamics, SD)相結合，通過設定不同仿真策略來對地下洞室施工人員風險感知系統脆弱性影響趨勢進行仿真分析，以期為地下洞室突發災害事件的控制預防、應急救援以及地下洞室施工安全規劃提供支撐。

1 地下洞室施工人員風險感知系統脆弱性影響因素分析

1.1 風險感知系統脆弱性的界定

脆弱性最初是指物體易受攻擊、易受傷和被損壞的特性，在應急管理系統領域，脆弱性已成為1個專有名詞，Gallopín[11]認為脆弱性是由系統面對外界擾動的敏感性和反應能力構成，是系統的屬性，只有在系統受到擾動和壓力時才會顯現出來，且系統狀態的改變是系統的脆弱性、系統面臨擾動的屬性以及系統對擾動的暴露三者構成的函數。據此，本文將工人風險感知系統脆弱性理解為工人在施工過程中，其風險感知系統對系統內外擾動的敏感性，以及判斷施工風險的能力由于受內外擾動而發生改變的1種屬性，即對干擾的暴露、敏感和不適應的綜合表征。

結合系統脆弱性的定義可知，系統的脆弱性越高，說明該系統結構越松散，不利影響因素越多；反之則說明該系統結構完善，不利因素較少。工人風險感知系統是工人自身對風險感知能力的主觀性和施工環境的客觀屬性共同影響風險感知系統的穩定性。經過調研可將地下洞室施工人員的風險感知過程的各階段結果歸納為：未發現潛在風險；發現環境發生變化，但對風險不了解；識別風險但出于經驗不足或相關原因選擇了錯誤應對措施；識別風險并對可能發生的安全事故作出正確防范措施。這4類結果代表工人風險感知脆弱性的不同層級，據此構建如圖1所示的風險感知系統脆弱性模型。

1.2 風險感知系統脆弱性影響因素體系構建

A水電站為比較具有代表性的項目，筆者通過文獻分析[12-14]以及問卷調查和案例分析的方式來確定地下洞室施工人員風險感知系統的脆弱性影響因素，形成了地下洞室施工人員風險感知脆弱性影響因素體系，如圖2所示。

圖1 風險感知系統脆弱性模型Fig.1 Risk perception system vulnerability model

圖2 地下洞室施工人員風險感知系統脆弱性影響因素體系Fig.2 System of factors affecting the vulnerability of construction personnel in the underground caverns

根據地下洞室的施工特點對圖2中的15個二級影響因素進行篩選說明，P11為一線工人取得有關部門認定的技術等級；P12為工人參與地下洞室開挖、爆破、支護等分部工程的工作年限；P13為工人對施工單位安全文化認可度以及對不規范操作和不安全行為的敏感度，可以通過安全管理部門組織的安全生產考試量化說明；P14為工人生理、心理健康程度；P21為進場機械設備檢驗合格及以上的比例；P22為設備完整流暢運行的能力；P23為施工人員安全設備及現場安全掛網等設施完整程度；P33為在遇到不穩定圍巖時，采取如支撐襯砌或者混凝土噴錨支護等措施；P34為洞室開挖和地面找平過程中各機械(如手風鉆、找平機等)在作業中達到近似頻率而產生的圍巖共振和機械制造的噪音以分貝量化；P41為施工企業為增強員工安全生產責任意識，定期展開的安全教育講座及安全生產考核；P43為安全管理部對安全生產檢查監督職責的履行情況；P44為安全管理部門召集施工生產部門、運營管理部門、技術部門商議結合施工進度和工期制定的安全生產管理各階段考核目標[14]。

2 地下洞室施工人員風險感知系統脆弱性ISM模型

通過運用ISM來對已確定的復雜散亂的風險感知系統脆弱性影響因素體系進行分析，觀察系統要素之間的關聯程度，最終得到風險感知系統內部各要素之間的結構關系[15]。

2.1 風險感知系統脆弱性影響因素的層級劃分

將圖2中的15個脆弱性影響因素(即P11到P44)分別用S1到S15來進行表示，通過問卷調查和專家打分法來確定15個影響因素之間的內部關系，從而根據式(1)建立相應的鄰接矩陣A。

(1)

利用Matlab軟件，基于布爾運算法則來計算鄰接矩陣A的可達矩陣M。根據可達矩陣M可求得影響因素Si的可達集R(Si)和先行集Q(Si)，其為R(Si)為M中Si能夠影響到的所有因素所組成的集合，Q(Si)為能夠對Si產生影響的因素所組成的集合。在此基礎上依據R(Si)=R(Si)∩Q(Si)的原則，對風險感知系統脆弱性影響因素進行層級劃分，按照自上而下的方式，經計算可得到第一級節點到第五級節點分別為：δ1={2，3，12},δ2={1，8，9，11，13}，δ3={7，10，14，15}，δ4={4，5，6}。

2.2 建立風險感知系統脆弱性ISM模型

根據上述的計算和分析，提取骨架矩陣，得到地下洞室施工人員風險感知系統脆弱性影響因素ISM模型，總共分為4個層級，如圖3所示。圖3為1個4層低階結構，其中第1層為表層直接影響因素，第2層和3層為中間層間接影響因素，第4層為深層次影響因素。

2.3 ISM模型分析

由圖3可知，表層直接影響因素中的3個影響因素是影響工人風險感知系統脆弱性的直接原因，說明在施工時，找同種工作實際年限較長、具有較強安全意識的工人和加大安全教育與培訓力度均會降低工人的風險感知系統脆弱性；第2層的5個影響因素和第3層的4個影響因素為間接影響因素。例如洞室地質構造和巖體結構、施工現場通風與照明和規章制度及執行力度等直接影響工人的安全意識，進而影響工人的風險感知系統脆弱性；第4層的深層次根源影響因素包括機械設備完好率、機械設備使用性能和工人的身心狀態。說明地下洞室施工活動進行之前應該做好施工準備工作，選用使用性能完好的施工機械，并且應該時刻關注工人的身心狀態。

圖3 地下洞室施工人員風險感知系統脆弱性ISM模型Fig.3 Vulnerability ISM model of risk perception system for underground caverns

3 地下洞室風險感知系統脆弱性ANP模型

運用ISM對洞室施工人員風險感知系統脆弱性影響因素分析后可知，這15個影響因素之間高度交叉影響，且相互關聯性非常高。網絡層次分析法在綜合考慮各種因素的同時，也會考慮到各因素間的相互影響，故可用該方法對各脆弱性影響因素進行權重的賦值，在此借用超級決策軟件(Super Decisions， SD)進行計算。本次通過專家調查法得到相關數據，共邀請了7位地下洞室施工方面的資深專家，分別從事施工(3人)、勘察(1人)、設計(1人)、科研(2人)等相關領域的工作。依據1.2節中建立的影響因素體系制作問卷調查表，問卷采取Li-kert五級量表，首輪調查3份問卷未填寫，結合次輪調查形成最終合格問卷數據。在進行ANP權重計算的同時，根據所返回的問卷調查結果對15個影響因素進行兩兩比較，并將比較結果輸到SD軟件中，得到未加權超矩陣、加權矩陣和極限超矩陣，從而完成指標權重的計算，見表1。由表1可知，二級指標中權重系數最大的為工人的安全意識P13，其次是工人同類工作實際年限P12和安全教育與培訓P41。

4 地下洞室施工人員風險感知脆弱性仿真模型分析

地下洞室施工人員風險感知系統是1個非線性、各子系統之間相互高度交叉的多重反饋復雜開放系統，而系統動力學的功能對此具有針對性。故利用系統動力學仿真平臺Vensim軟件對工人風險感知系統脆弱性變化趨勢進行仿真模型分析。

4.1 SD流圖的構建

根據圖3的風險感知系統脆弱性ISM模型，建立如圖4所示的地下洞室施工人員風險感知系統脆弱性SD流圖，該系統變量包括4個水平變量、15個輔助變量和4個速率變量。

4.2 仿真模型參數的確定

本文將所有影響水平的值設定在區間(0，1)內，結合實地走訪項目的情況以及歷年的安全檢查記錄事故和調查報告等文件，通過專家打分法和加權平均法對水平變量P1,P2,P3,P4的初值進行賦值。根據ISM耦合ANP得到的權重值和系統動力學原理，建立風險感知脆弱性SD方程，如表2所示。

4.3 仿真策略及分析

本文運用Vensim軟件進行策略模擬，仿真模擬時間取為1個月，仿真圖的橫坐標表示仿真步長，縱坐標表示人員風險感知系統脆弱性的趨勢變化值。

4.3.1 考慮所有影響因素仿真策略及分析

由于工人的風險感知系統脆弱性與合理的施工安全投入存在一定的關聯性，故在考慮所有影響因素時，可通過對安全投入的調整來對工人的風險感知系統脆弱性進行模擬。

策略1：保持其他條件不變的情況下，通過增加和減少安全投入的10%，與原始狀態下的情形進行對比，模擬結果如圖5所示。在地下洞室施工過程中，安全投入是必不可少的，初始狀態時工人的風險感知系統脆弱性以小速率降低，減少10%的安全投入以后，變化趨勢呈現上升狀態，但不很明顯。相反地，增加10%的安全投入以后，工人的風險感知系統脆弱性呈現大幅度降低，在24 d以后慢慢變得穩定。通過模擬結果可知，在施工時，增加安全投入對系統穩定十分必要。

表1 地下洞室施工人員風險感知系統脆弱性指標權重Table 1 The weight of the vulnerableness index of the construction personnel of the underground caverns

圖4 地下洞室施工人員風險感知系統脆弱性SD流圖Fig.4 Vulnerability SD flow diagram of the risk perception system of underground cavern construction workers

變量因變量SD方程速率變量人員系統脆弱性變化量P11×0.230 8+P12×0.332 1+P13×0.381 1+P14×0.056 0設備系統脆弱性變化量P21×0.216 8+P22×0.205 0+P23×0.578 2環境系統脆弱性變化量P31×0.208 2+P32×0.411 1+P33×0.168 6+P34×0.212 1管理系統脆弱性變化量P41×0.443 3+P42×0.374 2+P43×0.101 0+P44×0.081 5水平變量P1人員系統脆弱性變化量×0.375 1初始值為0.409P2設備系統脆弱性變化量×0.092 7初始值為0.176P3環境系統脆弱性變化量×0.259 8初始值為0.411P4管理系統脆弱性變化量×0.272 4初始值為0.313

圖5 考慮所有影響因素時增加安全投入策略仿真趨勢Fig.5 Comparison of simulation trend of safety investment strategy when considering all influencing factors

4.3.2 各子系統仿真策略及分析

策略2：通過改變某一系統時保持其他系統不變的原則，將人員、設備、環境以及管理4個子系統分別增加10%，可以得到各子系統風險感知系統脆弱性仿真趨勢對比圖，如圖6所示。

圖6 各子系統風險感知脆弱性策略仿真趨勢對比Fig.6 Comparison of simulation trend of risk perception vulnerability strategy of each subsystem

由上圖的模擬結果可知，人員系統脆弱性發生變化對工人的風險感知系統脆弱性的影響最大，各子系統的變化使得工人的風險感知系統脆弱性均呈現非線性趨勢逐漸減小，在第22天以后逐漸變得穩定。通過仿真結果可知，工人自身的因素和狀態對工人的風險感知系統脆弱性有著決定性作用，是其他影響因素發揮作用的前提保障。

4.3.3 表層直接影響因素仿真策略及分析

策略3：選取ISM模型中的3個表層直接影響因素，通過增加某一個影響因素的權重值時保持其他2個不變的原則，將這3個影響因素的指標量分別增加0.06進行模擬，對比結果如圖7所示。

圖7 表層直接影響因素策略仿真趨勢對比Fig.7 Surface direct influence factor strategy simulation trend comparison chart

模擬結果表明，當將工人的安全意識權重增加，即將工人的安全意識提高時，前20 d工人的風險感知系統脆弱性下降趨勢逐漸減緩，在26 d左右以后趨于平緩狀態。增加工人的同類工作年限和增強安全教育與培訓時，工人的風險感知系統脆弱性趨勢變化出現類似的情況。其中，人員的安全意識的增加對工人的風險感知系統脆弱性影響最大，其次是工人的同類工作年限，最后是安全教育與培訓，說明工人的安全意識是降低風險感知系統脆弱性最關鍵的影響因素。這與前面的ISM得到的結果是一致的，說明運用ISM耦合ANP計算具有反饋關系的系統權重值是合理且準確的。

5 結論

1)以人-機-環-管4要素為框架構建地下洞室施工人員風險感知系統脆弱性影響因素指標體系，運用ISM分析了各影響因素之間的關聯性和影響程度，發現各影響因素之間相互高度交叉影響，在此基礎上運用ANP和SD軟件得到15個影響因素的權重系數。

2)通過ISM耦合ANP與系統動力學的結合，構建了地下洞室施工人員風險感知系統脆弱性仿真模型，發現安全投入與風險感知系統脆弱性呈現非線性水平，合理的安全投入能有效降低工人風險感知系統的脆弱性。且工人自身因素占據決定性地位，在施工時應該時刻關注工人的身心狀態，通過加大安全教育培訓、增強安全監管力度等措施來促進工人的安全意識。

3)本文研究方法適用于安全管理強控狀態下的重點工程，需要一定數據支撐。該成果可為地下洞室施工安全管理提供理論依據，對人性化管理及工人行為科學研究有一定價值。