地鐵運營安全風險前兆信息識別與控制

鄧勇亮副教授 李金運 孟苗苗

(中國礦業大學 力學與土木工程學院，江蘇 徐州 221116)

0 引言

隨著城市化進程的推進，城市人口數量持續增加，公共交通壓力日益增大。地鐵作為一種公共交通系統，具有運量大、速度快、能耗低、污染少等諸多優點，是緩解城市公共交通壓力最有效的方式之一。截止到2020年12月31日，國內累計45個城市開通城軌交通運營，地鐵運營里程達到6 255.37km。隨著地鐵運營規模不斷擴大，客運量與日俱增，地鐵運營事故的數量也在不斷增加。由于地鐵系統的特殊性，運營空間以半封閉地下空間為主，高架空間為輔，一旦發生事故，密集客流難以快速疏散，容易造成巨大的人員傷亡和財產損失。據統計，中國2007-2018年間共計1 911起地鐵事故導致450名人員的傷亡。

地鐵運營安全風險產生的根本原因、影響因素、評價方法和管理方法得到學者的廣泛關注。姜林林和左忠義從人、機、環、管、監5個方面分析地鐵運行安全的影響因素，指出設備設施和自然環境是最重要最直接因素，安全文化是最根本影響因素；Li等基于復雜網絡理論對地鐵運行中的干擾事件進行評價研究；李曉龍等研究地鐵運營安全風險管理中的雙重預防機制。

前兆信息分析是預判和管控安全風險的重要途徑。前兆信息可以從實時的角度衡量安全風險狀態，在事故發生之前認識到前兆信息能夠為避免事故發生和提高安全績效提供一種可能性。從現有研究來看：前兆信息用于預防安全事故有巨大潛力，案例分析和專家經驗是獲取前兆信息的主要途徑。在地鐵運營安全風險領域，利用前兆信息預判和管控安全風險引起了愈發廣泛的關注。目前，針對地鐵運營安全風險前兆信息的研究較少，前兆信息尚未得到系統化的識別與應用。如何運用前兆信息預防和控制地鐵運營安全風險、減少安全事故發生、提升安全績效需要進一步深入研究。

1 前兆信息及其應用

英國健康與安全執行局認為事故是導致傷害、損害、損失的任何意外事件。前兆信息的廣義定義是指導致事故發生的條件、事件和序列。眾所周知，冰山的風險不僅僅是冰山表面呈現出來的冰山一角，隱藏在水面之下的風險往往更加致命。如果我們想控制冰山所帶來的風險，那么重點就在于不讓冰山下的風險浮出水面，即有效地控制事故的前兆信息，將事故扼殺在搖籃之中。

前兆信息在金融、健康醫療、海上鉆井事故分析中也得到了廣泛的研究和應用。在工程安全管理領域，Fu等研究工程施工現場危險源的前饋信號，作為施工安全預警的基礎；Wu等構建Palfs模型去獲取施工現場的前饋信號，并運用2個案例去佐證基于前饋信號層面分析事故具有更明顯的普適性；Liu等應用案例推理方法分析工程事故中的前饋信號。在地鐵安全管理領域，對于前兆信息，現有的文獻較少。Lu等根據鐵路系統的事故類別和特點，列舉了一些地鐵系統的安全風險事件，以識別其相關前兆，并提出基于案例推理的方法，將案例表示和檢索相結合來分析安全風險；陸瑩等提出將前兆信息作為案例的索引，實現案例推理。

Grabowski等認為使用前兆信息進行安全風險管理具有提高安全績效的巨大潛力。前兆信息分析是風險的分析和管控在時間上的前移，使風險的識別與控制更具主動性。而多種信息技術的發展，也使得對事故前兆的監控成為可能，從而使關于風險實時控制的研究有進一步發展。

2 地鐵運營安全風險前兆信息識別

地鐵運營安全風險前兆信息的獲取主要是通過文獻分析法、案例分析法、扎根理論3種方法，綜合獲取地鐵運營安全風險前兆信息。

2.1 基于文獻分析的地鐵運營前兆信息識別

學者從不同角度對前兆信息進行分類和識別。Kyriakidis等分析27個地鐵運營安全風險前兆信息并將其歸為6類：員工行為、技術故障、乘客、火災、惡意和非法行為、管理行為；Lu等將前兆信息分成以下3類：工人、物理系統、環境；Zhang分析上海地鐵運行安全事故的前兆信息。基于文獻分析法，本文共得到22個安全風險前兆信息，分為員工、乘客、管理與組織、物理系統和環境5類，見表1。

表1 基于文獻分析法獲取的前兆信息Tab.1 Precursors obtained based on literature analysis

2.2 基于案例庫的地鐵運營前兆信息獲取

在安全研究領域，案例分析法被廣泛應用于眾多領域，例如運輸工程、化學工程、核工程、醫藥工程和建筑工程。通過案例分析法識別近幾年地鐵運營安全事故的前兆信息是對文獻分析法信息收集的良好補充。

目前，大部分的事故案例收集于新聞和媒體。截止2020年3月，共從新聞收集到全球事故案例872例，其中中國585例，美國33例，俄羅斯18例，英國13例，日本10例，韓國9例，其他國家204例。通過對事故案例進行分析，得到新的前兆因素6個，見表2。

2.3 基于扎根理論的地鐵運營前兆信息獲取

2.3.1 基于扎根理論的數據收集

扎根理論是一種歸納生成理論的定性方法論，主要實現步驟，如圖1。基于自下而上的研究過程，研究人員從調查中獲得信息，然后依次進行開放性、主軸性、選擇性編碼和理論飽和測試。在這個過程中，編碼是指事件和概念之間的比較，以便于數據概念化。理論飽和度是指樣本提取的數據和信息達到飽和點。一旦飽和度測試完成并得到驗證，理論將不會受到新樣品的影響。

表2 基于案例分析獲取的前兆信息Tab.2 Precursors obtained based on the case study

圖1 扎根理論的實施步驟Fig.1 Implementation steps of grounded theory

通過與相關專家學者和地鐵運營專業人員的訪談，運用扎根理論進行分析，能夠確保進一步補充完善地鐵運營安全風險前兆信息。本研究首先選擇30名具有2年以上工作經驗的地鐵運營工作人員，然后按照訪談提綱進行半結構化訪談。訪談形式分為面對面訪談和網絡訪談，面對面訪談以其易于操控、交流更加暢通成為本文訪談的主要形式，占所有訪談形式的75%。訪談時間控制在40～60min，每次訪談前對訪談中可能的相關名詞與受訪者進行溝通和交流，確保訪談交流過程通暢，盡可能地通過交流挖掘地鐵運營安全風險前兆因素。

2.3.2 基于扎根理論的前兆信息識別

(1)開放式編碼。開放式編碼是對訪談得到的相關資料進行邏輯性分析，提取每句話中的價值信息，并將信息形成概念范疇的過程。隨機選擇22份訪談樣本，開放式編碼得到486條原始語句，為保證安全風險要素的完全性，不剔除任何一條概念，共形成486條概念和6個范疇，節選見表3，其中C4-2是第4位訪談者的第2條概念，T7-4是第七號文件的第4條概念。

表3 開放式編碼過程(節選)Tab.3 Open coding process (Excerpt)

(2)主軸式編碼。主軸編碼是通過邏輯思維將開放式編碼形成的范疇聯系起來，將可以形成共性聯系的范疇聚斂，將多個擁有共性的子范疇確定一個主范疇。本文通過邏輯分析，共得到5個主范疇，分別是員工、乘客、管理與組織、物理系統、環境，見表4。

表4 主軸編碼形成的主范疇Tab.4 Main categories formed by spindle coding

續表

(3)選擇性編碼。選擇性編碼是根據主范疇之間的邏輯關系，挖掘出更核心的范疇，并根據核心范疇，建立整體的邏輯關系，構建最后的理論模型。根據Pandi提出的理論達到飽和檢驗方式，將預留下來的8份樣本進行新一輪的三級編碼，沒有再發掘出新的概念、范疇和關系，說明上述理論模型達到飽和。

通過文獻分析、案例分析和扎根理論分析，本文共計得到36個地鐵運營安全風險前兆信息，歸為員工、乘客、管理與組織、環境、物理系統5類，如圖2。

3 基于前兆信息的安全風險控制研究

前文基于文獻分析、案例分析、扎根理論，對地鐵運營前兆信息進行完整的獲取。但是，不同類型的前兆信息具有不同的特點，應采用針對性的措施進行控制。對于前兆信息風險點的控制措施主要有3類。第一類是基于物聯網(Internet of Things，IOT)技術的運營期間風險信息的獲取，然后基于獲取的信息采用預警的方式進行控制；第二類是基于地鐵物理系統本身的特性，進行日常的維護與維修，基于BIM(Building Information Modeling)技術與采用預警的方式提醒運營人員進行工作；第三類是對于管理人員與員工進行專業課程培訓，基于BIM技術采用預警的方式提醒相關管理人員開展相關的工作。地鐵運營安全風險前兆信息的控制措施，見表5。

4 結論

本文對地鐵運營安全風險前兆信息進行識別與控制研究，為提高地鐵運營安全管理提供了新的思路。本文的主要貢獻如下：

(1)通過文獻分析、案例分析和扎根理論方法，可以系統全面識別地鐵運營安全風險前兆信息。

(2)安全風險前兆信息識別可以幫助地鐵運營安全管理人員深入認知安全風險，提高安全管理水平。

(3)安全風險前兆信息控制研究可以為地鐵運營安全管理提供決策支持。

下一步的研究工作將基于地鐵運營安全風險前兆信息的控制措施，結合BIM技術和物聯網技術等方法，進一步研究安全風險的可視化預警方法。同時，地鐵運營安全風險的傳導和演化也是值得深入研究的問題。

圖2 地鐵運營安全風險前兆信息框架Fig.2 Precursor framework of safety risk in subway operation

表5 地鐵運營安全風險前兆信息控制措施Tab.5 Precursor control measures of safety risks in subway operation

續表