地鐵車站暴雨內澇應急響應投入策略研究*

王軍武，田夢圓，潘子瑤，劉 森，王心楠

(武漢理工大學 土木工程與建筑學院，湖北 武漢 430070)

0 引言

受全球氣候變化與城市快速擴張影響，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，更易受暴雨災害影響。在暴雨內澇災害發(fā)生后，迅速高效開展應急響應活動，有利于遏制事態(tài)惡化，響應效能分析是應急響應活動的重要組成部分，對提高暴雨內澇災害應急救援能力具有重要意義。

學者針對響應效能及方案展開研究。在響應效能方面：黃炎焱[1]認為應急效能可用以度量完成搶險抗災使命的能力大小；梁魏等[2]認為應急響應效率低下的原因是救援人員缺乏施援能力以及受災人員缺乏自救能力；晉良海等[3]從庫所平均標記數(shù)、變遷利用率和系統(tǒng)平均執(zhí)行時間3方面系統(tǒng)評價水電廠電力設備事故響應效能；尤捷等[4]指出應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，實際救援能力越強；何仁等[5]充分考慮人-車-路3者交互作用，研究駕駛人的風險響應度。在應急方案選擇方面：楊琴等[6]面向救援人員和受災群眾，以最大化任務匹配建立應急決策模型；袁媛等[7]針對突發(fā)事件造成的損失和方案實施成本，提出1種考慮后悔規(guī)避的應急響應風險決策方法；于峰等[8]從應急響應失效角度，采用故障樹分析法識別電網(wǎng)應急響應活動的薄弱環(huán)節(jié)；榮莉莉等[9]從柔性角度出發(fā)，考慮到應急主體的個性柔性和共性柔性，提出1種應急響應方案的生成方法，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)場應急救援處置活動各影響因素之間的反饋關系。以上研究未充分考慮人員因素對響應效能的影響，部分研究雖然考慮人員因素，卻未將響應效能各影響因素之間的相互反饋關系問題考慮在內。

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，以響應投入分配為出發(fā)點，以救援人員行動水平和救援隊伍效率為核心，識別地鐵車站工程暴雨內澇響應效能影響因素；利用系統(tǒng)動力學方法，建立應急響應投入-效能SD模型；結合成都地鐵11號線車站工程數(shù)據(jù)模擬仿真得到投入優(yōu)化方案。研究結果可為高效應對暴雨內澇災害提供參考依據(jù)。

1 應急響應內涵及影響因素識別

1.1 應急響應內涵

應急救援4階段理論認為應急救援活動包括應急預防、應急準備、應急響應和應急恢復4個階段[11]，是應急管理的基礎理論。不同學者對4個階段的定義不完全相同[12]，但普遍認為應急階段具有相關性和連貫性，即應急預防和應急準備會對應急響應活動的實施產生影響。因此，應急響應是1項介于事前預防、準備和事后恢復之間的工作，是1個綜合協(xié)調各應急力量的復雜過程。

將地鐵車站暴雨內澇應急響應定義為：地鐵車站工程因暴雨而導致的內澇災害發(fā)生后，有關組織或人員利用包括事前準備的應急物資設備在內的各種應急力量所采取的行動，使災害在救援過程中實現(xiàn)損失最小化、收益最大化，從而達到快速恢復施工的目的。具體體現(xiàn)為減少人員傷亡、財產損失，提升項目安全度。

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)之間的相互關系構成模型的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)調程度不夠，減少差錯必須采取相應措施增加人員與4個界面的匹配程度。

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

在應急響應過程中，人員既是應急救援行動主體，又是救援對象，根據(jù)人員在應急響應活動中的核心地位，在遵循科學性、代表性原則基礎上，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澇響應效能影響因素。

1)人員是應急響應活動中的核心因素。現(xiàn)場救援人員能力會對應急響應活動實施的效果產生影響。在進行應急響應活動時，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)療人員能力進行表示。

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

3)軟件是實現(xiàn)SHEL科學化匹配的內在支撐。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。應急響應活動的有效進行需要救援指揮機構綜合協(xié)調各方力量、合理分配應急響應資源。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科學化匹配建設中的外在要素。短時暴雨或長時降雨會導致場外積水，引起道路堵塞，從而影響救援設備到場時間；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備效率產生不良影響。因此，環(huán)境因素以暴雨雨量、場外積水程度、現(xiàn)場積水進行表示。

2 SD模型構建

2.1 模型邊界確定

應急響應系統(tǒng)比較復雜，需要對其邊界進行界定，把與研究對象有關的問題劃入系統(tǒng)內部而與其他外部環(huán)境分隔，簡化建模過程。對模型做出以下4種假設：

1)響應投入主要通過提升救援隊伍效率起到提高響應效能的作用。

2)人員傷亡、財產損失和項目安全度會重點對響應效能造成影響。

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。比如模型中的應急預案完備性、應急演練頻次等因素只能通過前期應急預防和準備階段長時間的投入才能改善救援效率，在應急響應階段應設為常量。

4)文中數(shù)值為無量綱，僅研究其變化趨勢進行定量分析。

2.2 因果關系圖

根據(jù)前文分析，在應急救援活動中響應效能與人員、軟件、硬件、環(huán)境直接相關；軟件、硬件和環(huán)境會通過影響救援人員的效率進而影響響應效能，硬件效率也會受其工作環(huán)境的影響。此外，響應效能還受響應投入間接影響。據(jù)此構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系為正向，-代表變量之間的關系為負向圖2 應急救援響應因果反饋回路Fig.2 Causal feedback loop of emergency rescue response

采用Vensim軟件中Loops功能進行分析，共有9條回路：

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

2.3 存量流量圖

因果關系圖主要描述系統(tǒng)的反饋結構關系，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。存量流量圖在因果關系圖基礎上，進一步擴充使其能夠定量描述系統(tǒng)行為。地鐵車站暴雨內澇應急救援響應投入-效能SD流圖如圖3所示。

圖3 應急救援響應投入-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重反映救援效率，響應投入和響應效能用于管理優(yōu)化，系統(tǒng)主要變量及變量方程如表1所示。

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

3 實例分析

3.1 樣本選取及狀態(tài)設定

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。該項目于2016年12月30日動工，于2020年12月18日正式運營，共經(jīng)歷3個汛期。以2018年“7.11”洪災中成都市17個地鐵車站應急響應活動為樣本，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準。救援人員行動水平取值范圍為0～100，取初值為35,響應效能初值為0，現(xiàn)場積水根據(jù)救援應急響應活動啟動初期的受災情況，取初值為13，應急演練頻次和應急預案完備性為常量，由專家根據(jù)前期實際情況進行打分，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)。

設置初始時間為0，終止時間為9，步長為1 d，運行模型。

3.2 模型檢驗

采用Vensim軟件自帶的模型檢驗功能，通過在保證4個要素均等投入比例下(UD方案)，以響應投入為主要觀測變量，通過實地調查和救援活動報告分析，獲取17個地鐵車站的響應投入實際值，將投入擬合值與調研所得的實際投入數(shù)據(jù)進行對比，檢驗模型變量與歷史實際數(shù)據(jù)的誤差是否在可接受范圍內。

檢驗結果見表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。響應效能曲線先下降，在第5 d達到最低，后快速提升。現(xiàn)場調查發(fā)現(xiàn)，在應急響應活動初期，由于物資缺乏、設備操作不熟練、環(huán)境惡劣、人員配合不默契等因素影響，響應效能呈下降趨勢；隨上述不利因素的改善，響應效能快速提升。其變化規(guī)律與本模型演變相符，認為模型能夠反映地鐵車站暴雨內澇應急響應活動的實際情況[13]。

表2 應急投入的歷史檢驗結果 Table 2 Historical inspection results of emergency input

3.3 策略仿真

基于應急救援響應投入-效能SD流圖及其變量方程和參數(shù)，通過調節(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]，而救援隊伍由若干救援人員共同組成，救援隊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，救援隊伍效率這一輔助變量體現(xiàn)救援人員之間的協(xié)調配合能力。

救援人員行動水平和救援隊伍效率曲線如圖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，直到救援活動結束，救援人員行動水平和救援隊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，說明在應急響應啟動初期，應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，說明在應急救援中期，應重點關注各工種間職責分工的協(xié)調性，合理存放場內物資。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)調配合能夠為救援人員行動水平提供持續(xù)性加持。

對比圖4救援人員行動水平和救援隊伍效率曲線，發(fā)現(xiàn)2者總體走勢一致但細節(jié)不同。在應急響應活動前期階段，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伍效率快速提升。在后期階段，5種方案下的救援隊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，在應急響應活動前期階段，應保證救援人員和救援設備快速到場，及時展開應急救援工作，同時提高救援人員之間的信息傳遞水平；在中期階段，應優(yōu)化救援人員結構，注重協(xié)調各工種間的分工，同時提高救援指揮機構決策效率；在救援后期階段，應注重硬件設備配置。據(jù)此分階段設定投入比例形成優(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)進行調整運行模型，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方案響應效能明顯高于其他方案，即優(yōu)化方案在應急響應活動全過程中投入相對最少，且救援隊伍效率相對最高。

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 結論

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

2)在救援活動前4 d，應急救援人員和救援隊伍效率緩慢下降，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伍效率。

3)有效提高響應效能的關鍵是前期注重救援人員快速進場，及時展開救援工作，同時關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分工，提升救援指揮機構決策水平，做到人盡其責、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，以保證應急響應過程中4個界面與人員的匹配。