











摘要:隨著城市化進程的加速,居民的出行需求不斷增加,城市軌道交通也迎來了快速發展。然而,地鐵施工環境復雜多變,安全管理面臨諸多挑戰。為準確評估地鐵深基坑施工風險,采用WBS-RBS法進行風險識別,并兩次結合G2法和熵權法分別對指標風險和專家認知進行組合賦權,以改進LEC法的風險值計算方法。以南京某地鐵工程為例進行實證分析,結果表明,該方法可在一定程度上克服傳統評價方法的主觀性,通過集成風險值和權重兩種評價標準,提高評估結果的準確性和可信度,可為地鐵深基坑施工風險管理提供理論和實踐指導。
關鍵詞:G2法;熵權法;組合賦權;地鐵施工;風險評價
0引言
隨著我國城市化進程的加速和人口密度的增加,城市軌道交通在緩解交通擁堵、優化城市空間、推動經濟發展和改善環境質量方面的作用日益凸顯。根據《城市軌道交通2023年度統計和分析報告》[1],截至2023年底,我國大陸地區城市軌道交通運營線路總長達11 224.54km,年度在建線路為5 671.65km,總投資達43 011.21億元,其中地鐵項目占比超3/4。然而,地鐵建設,尤其是深基坑施工,面臨著復雜地質條件、高技術難度和潛在環境影響等多重挑戰。近年來,國內地鐵施工事故頻發,不僅造成了巨大的損失,還影響了公眾對地鐵建設安全的信心。因此,系統、科學、全面地識別和評估地鐵深基坑施工風險已成為工程管理的重要課題。
國內外學者針對地鐵深基坑施工風險評估領域已開展了廣泛的研究。從評估數據源來看,一部分學者采用完全客觀的數據進行風險評估,如李姝等[2]利用動態監測數據以保證結構的穩定性,管明哲等[3]通過熵權法計算現場檢測數據以實現動態風險評估;另一部分學者依賴主觀的專家意見作為評估數據源,如蘭守奇等[4]利用模糊理論實現對風險等級的判別,彭濤等[5]通過收集44個臨近地鐵的深基坑工程項目技術負責人的意見來進行風險評估。從評估方法來看,早期研究多集中于單一評估方法的應用,如郭健等[6]利用層次分析法評估軟土地區地鐵深基坑風險,王志超[7]應用故障樹模型全面分析西安地鐵深基坑施工風險。隨著研究的深入,多種方法結合應用已成為趨勢,如王建波等[8]結合DEA-AHP和BP神經網絡實現輸入權重指標的風險動態預測;申建紅等[9]引入D-S證據理論分析不完全信息下的地鐵施工風險等級;王乾坤等[10]運用基于決策試驗、DEMATEL和模糊認知圖的方法,解決了地鐵深基坑施工風險中因果關系的量化和動態推理問題。這些方法有效提高了風險評估的準確性和可靠性,但仍存在評估因素識別不全面、評估數據處理方法單一、未充分考慮專家認知差異等局限性。因此,本文首先采用工作分解結構-風險分解結構(WBS-RBS)方法,結合人、機、物、法(4M1E)理論系統識別地鐵深基坑施工風險;其次,利用唯一參照物比較判斷法(G2法)作為主觀評估工具識別潛在風險,并結合熵權法對數據進行客觀處理,通過組合賦權優化處理結果;最后,利用G2法量化分析專家背景及經驗,并結合熵權法客觀評估專家意見,以減少專家認知差異導致的評估結果偏差,并建立專家認知模型。基于上述方法,最終建立風險值、權重等級與管理措施的對應關系,為工程實踐提供可操作的風險管理建議。
1施工風險因素識別
地鐵深基坑施工面臨著地質復雜、工期嚴格、技術難度高和環境影響大等多重挑戰。通過查閱相關文獻、咨詢專家意見并結合國家標準,本文采用WBS-RBS方法,將項目風險因素與工作分解結構相結合,提出了一種系統化的風險識別和管理方法。
1.1WBS工作結構分解
WBS是一種將復雜項目劃分為可管理任務的層級結構。通過研究地鐵深基坑施工流程、工藝及結構特點,將其分解并編碼為土方工程(W1)、鋼支護工程(W2)、降排水工程(W3)、監測工程(W4)4個子系統,再細分為更小的作業單元,并進行二級編碼,WBS分解圖如圖1所示。
1.2RBS風險結構分解
RBS是一種將項目風險因素分解為更具體組成部分的層級結構。鑒于地鐵深基坑施工過程中涉及的風險種類多、范圍廣,本文結合4M1E理論,將其分解并編碼為人員(R1)、機械(R2)、材料(R3)、技術(R4)、環境(R5)五大類風險,再細分為具體風險因素,并進行二級編碼,RBS分解圖如圖2所示。
1.3WBS-RBS風險識別矩陣
將WBS的最細分項目作為矩陣的行,RBS的最底層風險作為矩陣的列,構建一個全面的WBS-RBS風險識別矩陣。采用二元判斷法評估每個工作項與風險因素之間的關聯性。如果某一風險因素在特定工作項中具有較高的發生概率或重大影響,則在相應的矩陣單元中標記為“1”;如果幾乎不可能發生或影響不顯著,則標記為“0”,WBS-RBS風險識別矩陣如圖3所示。這種結構化的方法能全面識別項目中的潛在風險,清晰展示工作項與風險因素之間的關聯性,從而精準定位和評估風險。根據矩陣識別結果,并結合《建筑施工安全檢查標準》(JGJ59—2011)[11]、《住房和城鄉建設部辦公廳關于印發城市軌道交通工程建設安全生產標準化管理技術指南的通知》(建質[2020]27號)[12]等相關規定,進行風險清單歸納總結。在參考指南文件時,從已分解的工作結構中提取最小工作單元,對照文件的相關章節,根據已識別的矩陣結果查找相應內容,最終結合專家經驗并參考部分文獻資料[13-14],整理得到基于人、機、材、技、環5個準則層的共計22條風險指標,地鐵深基坑施工風險清單見表1。
2施工風險因素評價
LEC評價法被廣泛應用于風險評估,它通過評估風險發生可能性(Likelihood)、人員暴露程度(Exposure)和后果嚴重性(Consequence)來量化風險。評估者需要根據預定義的標準對每個指標進行打分,相乘后得出最終的風險值(Danger)。公式如下
D=L×E×C(1)
然而,該方法在實施過程中易受到評估者主觀因素的影響。為解決該問題,本研究提出了一種改進策略:結合指標權重體系,優化D值計算方法,以更加客觀全面地評估風險程度。
2.1G2法
G2法是一種主觀賦權法,作為對傳統層次分析法的優化,它簡化了成對比較過程,避免了一致性檢驗問題,從而提高了權重確定的效率。其基本思路為:
專家從所有的指標{x1,x2,…,xn}中挑選1個他認為最不重要的指標。在本文中,專家需要從5個準則層及其對應的準則層中分別選擇1個最不重要的指標,記為xjn,并將該指標作為唯一參照物。專家隨后賦予其余指標xjk(k=1,2,…,n-1)相對于xjn的重要性比值(取值范圍為1~1.8)。通過重要程度之比,計算出各評價指標的權重[15]。
令ak(k=1,2,…,n-1)為xjk相對于xjn的重要程度之比,此為某一確定的數值。顯然,ak≥1,取an=1。此時,評價指標xjk的權重w1k為
w1k=ak∑ni=1ai(k=1,2,…,n)(2)
2.2熵權法
熵權法是一種基于信息論中熵概念的客觀賦值法,用于度量不確定性。其核心思想是:若指標變異程度越大,則所提供的信息量就越多,其權重也越大。反之,若指標值在所有評價對象中都很接近,則該指標對區分不同評價對象的作用較小,其權重也較小[16]。
構建由m個評價對象、n個評價指標組成的特征矩陣X=(xik)m×n,其中,i=1,2,…,m;k=1,2,…,n。
對得到的特征矩陣X進行無量綱處理,得到歸一化之后的矩陣Y,即Y=(yik)m×n。其中,i=1,2,…,m;k=1,2,…,n。
按照熵的概念,定義第k個指標的熵ek為
ek=-1lnm∑mi=1(1+yik)/∑mi=1(1+yik)×
ln(1+yik)/∑mi=1(1+yik)(3)
根據第k個指標的熵值,確定其熵權w2k為
w2k=1-ekn-∑nk=1ek(4)
2.3G2-熵權法確定風險因素組合權重
G2法通過專家經驗確定指標權重,主要反映專家對指標重要性的主觀判斷,但未考慮指標本身差異對權重的影響。而熵權法則充分利用指標數據中的差異性確定權重,結果較為客觀。因此,將G2法與熵權法結合計算綜合權重,能使各指標權重更加合理[17]。本文運用乘積歸一化組合賦權法,其綜合權重wk可確定如下
wk=w1k×w2k∑nk=1w1k×w2k(5)
2.4G2-熵權法確定專家風險認知權重
(1)確定最不重要的專家。在待評價專家集{x1,x2,…,xn}中,根據專家的年齡、從業時間、學歷、職稱、職務進行賦值打分[18],取分最低的專家,記為xjn。
(2)專家重要程度定量刻畫。將最不重要專家xjn作為唯一參照物,結合基于專家評分表計算的指標熵值ejk,確定其他專家xjk(k=1,2,…,n-1)與最不重要專家xjn之間的重要程度比值,具體計算思路如下:
若ejklt;ejn,則與專家xjn相比,評價對象在專家xjk的打分表上差異較大,則專家xjk比較各評價對象時作用更大,同時專家實際賦值情況也給出相同判斷。結合以上信息,將兩個專家之間的重要性比值確定為ejn/ejk,顯然其大于1。
反之,若ejkgt;ejn,則說明專家xjk在比較各評價對象時的作用較小。但由于專家實際賦值情況表明xjk的重要程度較高,為了在主觀經驗與客觀數據之間取得平衡,可認為兩名專家對評價對象具有相同重要性,即xjk與xjn的重要程度比值為1。
綜上,令ak(k=1,2,…,n-1)為xjk相對于xjn的重要程度,則
ak=ejn/ejk(ejklt;ejn)1(ejk≥ejn)(6)
顯然,ak≥1,取an=1。
(3)指標權重的確定。由定義可知,ak越大,意味專家xjk對評價對象的重要性越大。因此,指標xjk的權重w2k可以通過下式給出,即
w2k=ak∑ni=1ai(k=1,2,…,n)(7)
(4)優化D值。結合式(1)和式(7),對各指標D值進行優化計算,公式如下
D=∑nk=1w2k×Dk(8)
3案例分析
3.1工程概況
該地鐵工程包括3站4區間,車站總建筑面積超過53 600m2,全長13.33km。沿途巖土多為泥灰巖、中風化巖和全風化巖。施工面臨諸多挑戰,包括場地狹小、管線復雜、交通導改困難、周邊制約因素多等多重制約因素。車站結構與居民樓的最近距離僅為6m,必須積極進行前期協調,并制定相應的安全管理措施,以確保施工的順利進行。
3.2專家權重及修正D值計算
為保證評價結果的準確性,邀請地鐵施工單位項目經理、高校工程管理專業教師等18名專家進行意見調研。由于專家們在工作背景、專業角度和個人經驗上不同,風險評估時可能產生主觀判斷差異,影響評分結果的數據變異性和離散程度。因此,在計算權重時,既考慮專家經驗水平,同時引入熵權法修正權重系數,以有效衡量專家意見重要程度。風險等級劃分見表2。專家權重系數見表3,展示了基于G2-熵權法計算得到的專家權重系數。修正后D值及其風險等級見表4,其展示了根據該權重系數修正后的D值、排序,以及參考風險等級劃分(表2)所得的指標風險等級。
3.3指標權重計算
準則層及指標層綜合權重見表5,指標層相對目標層綜合修正權重見表6。其中,指標層相對目標層權重,為修正指標數量對權重值影響后的準則層對目標層綜合權重和指標層對準則層綜合權重的乘積歸一化賦權后的結果。
3.4結果分析
結果顯示,地鐵深基坑施工多處于較高風險狀態,說明現場存在眾多隱患。其中,機械風險的總風險值最低(175.10),環境風險的總風險值最高(307.07)。由于深基坑施工環境復雜,一旦發生危險,可能造成重大人員傷亡和財產損失。為有效降低風險,需加強施工人員培訓、優化機械管理、完善應急預案、強化監測管理,并建立系統的風險管理體系。
從風險指標的兩個維度來看,D值反映了特定情境下具體風險事件的緊迫性和危害性,而權重評估則更依賴于長期數據積累、系統分析和整體規劃,體現了風險因素在整個項目生命周期中的關注度和重要性。因此,將上述因素從“緊迫性”和“關注度”兩個方面分為4個象限進行分類,如圖4所示。針對不同象限風險特性,本文分別提出如下安全管理措施:
(1)低緊迫性,高關注度:該類風險通常與施工過程中的必要流程相關,如安全檢查(M14、M21、M33)、前置工序(E11、E12)。以E11(未提前進行水文地質條件勘察)為例,地質條件勘探是其他各工序的前置工作,在項目全生命周期中占據重要地位,但由于該施工地區土質偏硬,即使開挖過程中出現特殊情況,施工隊通常也能妥善處理,不會造成過大損失。因此,對于該類風險的安全管理工作應著重于前期規劃和預防措施的制定,確保相關工作的實施方案合理可行,并將安全檢查制度融入日常管理。雖然該類風險的緊迫性較低,但它們對整個項目的順利進行起著保障作用,不容忽視。
(2)高緊迫性,低關注度:該類風險通常和施工過程中易被忽視的安全隱患相關,如未達到設計要求(M31、M42、M43)、危機意識薄弱(M12、M45)。以M31(支護錨桿未進行拉拔試驗,或試驗不合格)為例,部分工地缺少材料檢測相關步驟,對使用的材料是否達到設計標準認知模糊,易導致嚴重的結構問題。該類風險一旦發生,可能引發嚴重的人員傷亡和財產損失。因此,管理者必須嚴格落實材料檢測流程,確保每個施工步驟達到設計要求。同時,應提高施工人員的安全意識,針對可能出現的隱患制訂相應應急預案,并加強對高危環節的監督與檢查,以避免因忽視小問題而引發重大事故。
(3)高緊迫性,高關注度:該類風險的主要組成為人因管理(M11、M15)和歷史多發事故(M23、M41、M47、E13)。以M15(未定期進行安全教育培訓)為例,鑒于以往事故的原因分析和安全管理經驗,管理人員已經投入了大量的人力物力防止該類風險引發的事故發生,并在降低事故率上取得了一定成效。因此,針對該類因素,管理人員應該應持續強化現有的安全管理制度,確保安全培訓的常態化和制度化,提升一線人員的風險防范意識和應急處理能力。此外,還需保持對高風險工序的動態監控,通過及時反饋和響應機制,進一步優化風險預防措施,確保安全管理措施的有效性和可操作性。
(4)低緊迫性,低關注度:該類風險由施工過程中鮮少發生(M44、M46、M48)或可預見后果較小(M13、M22、M32)的部分組成。以M44(土方開挖時未按要求分層、分段開挖)為例,施工流程已實現標準化,施工人員對其操作規范較為熟悉,即使出現疏忽,也能夠通過監控和管理系統及時糾偏,因此這類風險已不再是安全管理者的關注重點。對于這類風險,管理者只用采取常規性管理措施即可,無須過多資源投入。重點在于維護現有的流程管理和監控機制,確保偶發性問題能夠迅速被發現并得到處理,同時定期審查這些工序的執行情況,以防止疏忽積累或管理松懈。
4結語
本文針對地鐵深基坑施工過程中的安全風險,通過WBS-RBS法識別出5個準則層的22個風險因素,根據指標風險數據和專家認知數據的不同特性,兩次結合G2法和熵權法進行組合賦權,形成了一套系統的風險識別與評估模型,以改進傳統LEC模型,并對南京某地鐵工程進行了風險評估。
評估結果顯示,環境風險在該地鐵深基坑施工過程中危害性較大,尤其是基坑周邊環境的變形,對施工的安全性構成了顯著威脅。雖然機械風險的總體權重較低,但在機械使用過程中仍存在碰撞支護結構或工程樁的可能性。通過將風險因素按照緊迫性和關注度進行分類,本研究提出了針對不同類型風險的管理策略。對于高緊迫性、高關注度風險,建議加強實時監控和應急預案的執行,以確保風險發生時能夠快速響應并采取補救措施。對于低緊迫性、高關注度風險,應加強前期規劃和風險防范工作,以減少潛在隱患的發生。對于高緊迫性、低關注度風險,它們易被忽視,但發生可能帶來嚴重后果,因此須加強監管力度。對于低緊迫性、低關注度風險,可以通過現有的管理流程進行日常監控和維護,以避免資源浪費。
本文的研究方法有效提升了評估的精確度與科學性,研究結果為地鐵深基坑施工的安全管理提供了可靠的決策依據。未來可對該模型進行擴展,考慮動態環境和更多不確定性因素,以提升其在充分不同工程背景下的適用性和操作性。
參考文獻
[1]中國城市軌道交通協會.城市軌道交通2023年度統計和分析報告[A/OL].(2024-03-29)[2024-05-29].https://www.camet.org.cn/xytj/tjxx/14894.shtml.
[2]李姝,張立展.基于檢測試驗和動態監測的過渡期基坑風險評估[J].巖土工程技術,2022,36(1):54-58.
[3]管明哲,吳葉遙,董梅,等.基于監測數據的杭州粉砂土地層盾構隧道開發風險研究[J].地基處理,2023,5(5):398-407.
[4]蘭守奇,張慶賀.基于模糊理論的深基坑施工期風險評估[J].巖土工程學報,2009,31(4):648-652.
[5]彭濤,彭青順,鄧幫,等.臨近地鐵線路的深基坑施工風險調查與評估[J].土木工程與管理學報,2020,37(6):113-117.
[6]郭健,錢勁斗,陳健,等.地鐵車站深基坑施工風險識別與評價[J].土木工程與管理學報,2017,34(5):32-38.
[7]王志超."基于故障樹的西安地鐵深基坑工程施工安全風險識別[D].西安:西安工業大學,2018.
[8]王建波,牛發陽,趙佳,等.基于DEA-AHP-BP神經網絡的地鐵深基坑施工風險評估[J].建筑技術,2019,50(3):294-297.
[9]申建紅,蓋立庭,萬索妮,等.基于模糊集與改進證據理論的深基坑施工風險評價[J].土木工程與管理學報,2019,36(2):28-34,41.
[10]王乾坤,朱科,郭佩文.DEMATEL和模糊認知圖在地鐵深基坑施工安全風險動態評估中的應用[J].安全與環境學報,2024,24(11):4143-4153.
[11]中華人民共和國住房和城鄉建設部.建筑施工安全檢查標準:JGJ59-2011[S].天津:中國建筑工業出版社,2011.
[12]中華人民共和國住房和城鄉建設部.住房和城鄉建設部辦公廳關于印發城市軌道交通工程建設安全生產標準化管理技術指南的通知:建辦質[2020]27號[A/OL].(2020-06-12)[2024-05-29]."https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/202007/20200715_246320.html.
[13]劉碧萍,劉祖容,龍湖榮.基于WBS-RBS-G1法的深基坑開挖風險識別與評價[J].公路交通技術,2021,37(4):119-125.
[14]張薇.城市深基坑工程施工風險管理研究[D].青島:青島理工大學,2022.
[15]劉瑞,鮑學英.基于熵值修正的G2法的綠色施工節水措施效益綜合評價[J].水資源與水工程學報,2020,31(3):169-174,179.
[16]朱喜安,魏國棟.熵值法中無量綱化方法優良標準的探討[J].統計與決策,2015(2):12-15.
[17]馬紀,劉希喆.基于G2-熵權法的低壓配網臺區狀態特性評估[J].電力自動化設備,2017,37(1):41-46.
[18]付鴻鑫,徐穎,程琳,等.基于熵值-G2法改進LEC法的地鐵施工安全評價[J].西安理工大學學報,2024,40(1):111-120.
收稿日期:2024-08-21
作者簡介:
呂曉峰(1983—),男,高級工程師,研究方向:工程質量安全監管。
姚舒越(2000—),女,研究方向:工程全生命周期安全風險評價。
陸瑩(通信作者)(1984—),女,副教授,博士研究生導師,研究方向:工程全生命周期安全風險評價。
張并銳(1967—),男,研究員級高級工程師,研究方向:工程安全管理。
遲澤勛(1990—),男,高級工程師,研究方向:建筑科學與工程。
*基金項目:教育部人文社會科學研究規劃基金項目(23YJA630069);2023年度江蘇省建設系統科技項目(2023JH04004)。