考虑关联性特征匹配的城市生命线风险应对方案选择方法

索玮岚， 陈 锐

(中国科学院 科技政策与管理科学研究所，北京 100190)



考虑关联性特征匹配的城市生命线风险应对方案选择方法

索玮岚， 陈 锐

(中国科学院 科技政策与管理科学研究所，北京 100190)

针对城市生命线风险应对方案选择问题涉及的特征指标关联性和信息形式多样性，本文提出了一种考虑关联性特征匹配的混合型决策方法。首先，给出实际域、设定域和公共域的定义，并将具有区间数、语言短语等信息形式的风险事件特征指标值和应对方案特征指标值分别映射为实际域和设定域，进而通过两者的面积交织确定公共域；然后，将公理设计方法扩展到混合型决策环境，计算出反映风险事件与应对方案在各个特征指标下匹配程度的信息量，并进行应对方案的初筛；进一步地，采用2-additive Choquet积分算子将特征指标的权重、关联系数和初筛后剩余应对方案的信息量集结为反映风险事件与应对方案综合匹配程度的信息总量，并据此选择最优的应对方案。最后，通过算例分析验证了所提方法的有效性和可行性。研究结果表明，该方法能够为相关监管部门快速响应城市生命线风险、最大程度地降低风险损失和危害提供有效的决策支持。

管理科学；风险应对方案选择；混合型决策方法；城市生命线；关联性特征匹配

0 引言

由电力、燃气、供水、交通、通讯等系统构成的城市生命线是保障城市运转的重要基础设施，其运行安全性与公众社会生活的稳定性和便利性密切相关[1～3]。近年来，由自然灾害、人为事故引发的城市生命线风险事件频频发生(如青岛输油管线爆炸导致受灾区域出现停电、停水、交通中断)，促使政府相关部门更加意识到加强城市生命线风险管理的重要性和迫切性[4,5]。城市生命线风险应对方案选择是风险管理的关键环节，也是一个复杂的系统工程问题[6]。一方面，城市生命线各系统在空间布局上错综交织、在功能实现上相互依赖与影响[7,8]，这种系统关联性导致风险应对方案往往需要多个相关部门协同实施；另一方面，城市生命线运行环境具有高风险性和明显的风险传导效应[9～11]，风险应对方案不仅要能够最大限度地降低风险事件造成的直接损失，还要有效规避风险传导效应引发的间接损失。因此，如何采用有效方法解决城市生命线风险应对方案选择问题已成为城市生命线风险管理领域内一个重要的研究课题。

目前，国内外鲜有学者开展城市生命线风险应对方案选择的定量研究，仅有少数学者在进行城市生命线的风险分析过程中涉及了风险应对方案选择的定性描述。例如，Kjolle等[12]基于历史数据和专家判断确定了城市生命线风险事件的频率和概率、受影响的人数等，并结合风险评估结果定性识别出最优的风险应对方案。在相关的项目风险应对方案选择方法研究中，学者们分别给出了基于多目标优化模型的方法[13]、广义决策树和蒙特卡罗仿真相结合的方法[14]、基于区间优化模型的方法[15]、基于多因素优化模型的方法[16]、基于模糊群决策理论的方法[17]等。

需要指出的是，城市生命线风险应对方案选择问题难以直接应用上述方法来解决，其特殊性表现在以下两方面：第一，由于系统关联性和风险传导效应，城市生命线风险事件的特征指标之间也存在一定的关联性，并有关联类型和强弱的差异。例如，特征指标“系统设施受损程度”和“衍生灾害的可能性”之间就存在较强的互补型关联，即设施严重受损会明显提高衍生灾害发生的可能性。第二，由于风险事件的突发性及其后果的不确定性与模糊性，往往难以用精确的信息来刻画城市生命线风险事件的特征指标[18]。例如，通常使用“不低于10万元”来描述直接经济损失，使用“较低”来描述衍生灾害的可能性。鉴于此，针对城市生命线风险应对方案选择问题涉及特征指标关联性和信息形式多样性的特点，本文给出一种考虑关联性特征匹配的混合型决策方法，通过衡量风险事件与应对方案在各个关联性特征指标的匹配程度以及综合匹配程度，进行风险应对方案的初筛和优选。

1 城市生命线风险应对方案选择问题描述

为便于分析涉及特征指标关联性和信息形式多样性的城市生命线风险应对方案选择问题，采用如下符号描述该问题所涉及的集合和量。

R：城市生命线风险事件。

A={A1,A2,…,Am}：城市生命线风险应对方案集合(m≥2)，其中，Ak为第k个应对方案，k∈M，M={1,2,…,m}。

C={C1,C2,…,Cn}：风险事件的特征指标集合，其中，Ci为第i个特征指标，i∈{1,2,…,n}。记CI={C1,C2,…,Cp}和CF={Cp+1,Cp+2,…,Cn}分别表示指标值为区间数和语言短语形式信息的特征指标子集合，1≤p

D=[dij]m×m：风险事件特征指标关联矩阵，其中，dij为特征指标Ci和Cj之间的关联系数(i≠j)，dij∈[-1,1]，该系数由风险应对专家小组协商后给出，用来反映特征指标之间关联的类型和强弱。dij∈[-1,0)表示特征指标Ci和Cj之间存在冗余型关联，即特征指标之间呈现出相互干扰或制约的状态，而且dij越接近-1表示冗余型关联越强；dij=0表示特征指标Ci和Cj之间为零型关联，即两个特征指标相互独立；dij∈(0,1]表示特征指标Ci和Cj之间存在互补型关联，即特征指标之间呈现出相互依赖或催化的状态，而且越接近1表示互补型关联越强。这里不考虑风险事件特征指标自身的关联，有dii=“-”，i∈{1,2,…,n}。

S={S0,S1,…,Sg}：语言短语评价集合，其中，Sq为第q个语言短语，q∈{0,1,…,g}。

动物检疫是依申请的行政许可事项，检疫申报管理工作的好坏对动物卫生监督机构的行政效能、依法行政、优质服务等产生重要影响。因此，必须加强对检疫申报工作的管理。第一，落实专人负责，并做好受理情况登记，做到检务公开，在相关场所张挂申报检疫流程、检疫收费标准、出证条件、片区检疫负责人基本情况等。二是建立检疫申报工作相关管理制度，并及时受理，统筹安排，严格按照预约时间派出检疫员到现场实施检疫[2]。

Y=(y1,y2,…,yn)：风险事件特征指标决策向量，其中，yi为风险事件R在特征指标Ci的指标值，i∈{1,2,…,n}，该指标值由相关工作人员现场侦察后给出或由风险应对专家小组根据经验判定和共同协商给出，其可能为区间数或语言短语形式的信息。

X=[xki]m×n：应对方案特征指标决策矩阵，其中，xki为应对方案Ak在特征指标Ci的指标值，k∈M，i∈{1,2,…,n}，该指标值通常依据权威机构颁布的相关法规或管理标准而定，其也可能为区间数或语言短语形式的信息。

本文要解决的城市生命线风险应对方案选择问题是根据已知的特征指标权重wi、特征指标关联系数dij、风险事件特征指标值yi和应对方案特征指标值xki，如何从应对方案集合A中选择出应对城市生命线风险事件R的最优方案。

2 考虑关联性特征匹配的风险应对方案选择方法

为解决上述问题，本文提出一种考虑关联性特征匹配的混合型决策方法，其基本原理与主要步骤描述如下。

首先，定义实际域、设定域和公共域三个参数，其中，实际域侧重反映风险事件R在特征指标Ci的真实表现，记为Θi；设定域侧重反映应对方案Ak在特征指标Ci的预期承载力，记为Ξki；公共域则表明应对方案Ak在特征指标Ci下应对风险事件R的可控区域，其为实际域与设定域面积交织的区域，记为Θi∩Ξki。

其次，将风险事件特征指标值yi和应对方案特征指标值xki分别映射为实际域和设定域，并通过两者的面积交织确定公共域。

图1 区间数形式特征指标值对应的实际域、设定域和公共域

(1)

图2 语言短语形式特征指标值对应的实际域、设定域和公共域

然后，将fki定义为反映风险事件R与应对方案Ak在特征指标Ci下匹配程度的信息量，根据公理设计方法[19]的思想，可将fki表示为

(2)

考虑到不同信息形式特征指标值对应实际域与公共域的差异，将公理设计方法[19]扩展到混合型决策环境，并分别给出不同信息形式特征指标下fki的计算公式。

(1)当特征指标Ci∈CI时，有

(3)

(2)当特征指标Ci∈CF时，有

(4)

其中，

(5)

(6)

在此基础上，以公理设计方法中的信息公理[19]为依据进行风险应对方案的初筛。由信息公理可知，fki值越小表明风险事件R与应对方案Ak在特征指标Ci的匹配程度越高。特别地，fki=∞表示在特征指标Ci下风险事件R造成的后果已远远超出应对方案Ak所能承载的范围，该应对方案将会被淘汰；fki=0表示在特征指标Ci下风险事件完全处于应对方案Ak可承载的范围内。

进一步地，采用2-additive Choquet积分算子[20]将风险事件R与初筛后剩余应对方案Ak在特征指标Ci的信息量fki与相应的特征指标权重wi、特征指标关联系数dij进行集结，得到风险事件与初筛后剩余应对方案的信息总量fk，其计算公式为

(7)

这里，M′为初筛后剩余应对方案的下标集合。信息总量反映了风险事件与应对方案的综合匹配程度，其值越小则表明风险事件与该应对方案的匹配程度越高。相关监管部门决策者可以根据fk的大小对初筛后剩余应对方案进行排序，进而选择出最优的应对方案。

综上，给出考虑关联性特征匹配的城市生命线风险应对方案选择方法的主要步骤。

步骤1 定义实际域、设定域和公共域三个参数。

步骤2 将风险事件特征指标值yi和应对方案特征指标值xki分别映射为实际域和设定域，并通过两者的面积交织确定公共域。

步骤3 依据公式(2)～(6)计算风险事件R与应对方案Ak在特征指标Ci下匹配程度的信息量fki。

步骤4 根据公理设计方法中的信息公理进行风险应对方案的初筛。

步骤5 依据公式(7)计算风险事件与初筛后剩余应对方案的信息总量fk，并据此选择最优的应对方案。

3 算例分析

B市位于某西部大省内，当地政府结合当前城市防灾减灾工作的部署出台了城市生命线风险管理的相关规定，重点关注风险事件在人员伤亡、直接经济损失、住户影响范围等六个方面的危害，并针对不同等级的危害制定了五种风险应对方案，具体内容如表1所示。某样区位于B市老旧城区内，建设标准不高、设施设备相对落后。假设某日该样区燃气管道泄露并导致爆炸的风险事件记为R，将目前可选择的应对方案集合记为A={A1,A2,…,A5}，风险事件特征指标集合记为C={C1,C2,…,C6} ，即C1：人员伤亡(单位：人)，C2：直接经济损失(单位：万元)，C3：住户影响范围(单位：户)，C4：燃气系统设施受损程度，C5：对其他生命线系统运行的影响，C6：衍生灾害的可能性，特征指标权重向量为W=(0.25,0.15,0.17,0.15,0.10,0.18)，语言短语评价集为S={S0:L(低)，S1:M(一般)，S2:H(高)，S3:VH(很高)，S4:DH(极高)}，各应对方案在特征指标集合的具体信息可根据相关规定确定(见表2)。风险应对专家小组给出了风险事件特征指标的关联系数(见表3)。事故发生后，结合工作人员的现场勘察和专家小组的共同协商获取了如表4所示的风险事件特征指标信息。

表1 城市生命线风险应对方案内容

表2 风险应对方案特征指标信息

表3 风险事件特征指标关联系数

表4 风险事件特征指标信息

依据本文所提出的方法进行本次城市生命线风险应对方案的选择。首先，将表2和表4中的应对方案特征指标值和风险事件特征指标值分别映射为设定域和实际域，并通过两者的面积交织确定公共域。然后，根据公式(2)～(6)分别计算风险事件与应对方案在各个特征指标的信息量，结果如表5所示。从中可以看出，风险事件在个别特征指标上已超出方案A1和A2所能承载的范围，上述两个方案将被淘汰。在此基础上，结合表3中的风险事件特征指标关联系数，依据公式(7)计算风险事件与剩余应对方案的信息总量，结果为：f3=0.43，f4=0.07，f5=0.36。由此可知剩余应对方案的排序为：A4≻A5≻A3，A4为应对本次风险事件的最优方案。

表5 风险事件与应对方案在各个特征指标的信息量

4 结论

城市生命线风险应对方案选择的快捷与高效对于提升城市生命线风险应对能力具有至关重要的作用。针对该问题涉及特征指标关联性以及信息形式多样性的特点，本文提出了一种考虑关联性特征匹配的混合型决策方法。该方法通过有效扩展公理设计方法以及合理引入2-additive Choquet积分算子，分别计算出反映城市生命线风险事件与应对方案在各个特征指标下匹配程度的信息量和反映综合匹配结果的信息总量，以此进行应对方案的初筛和优选。本文提出的方法具有简单易操作、实用性强等特点，能够为相关监管部门快速响应城市生命线风险、最大程度地降低风险损失和危害提供有效的决策支持。本文关于城市生命线风险应对方案选择的研究还处于探索阶段，而且由于风险事件具有动态发展性，应对方案选择并不是一蹴而就而应该根据风险态势进行适时调整。因此，基于动态模拟的城市生命线风险应对方案调整方法研究将是未来重点开展的工作。

[1] Popescu C A, Simion C P. A method for defining critical infrastructures [J]. Energy, 2012, 42(1): 32-34.

[2] 袁媛,樊治平,刘洋.生命线网络系统多节点失效的应急抢修队伍派遣模型研究[J].运筹与管理,2012,21(1):131-135.

[3] 刘晓,张隆飙,Zhang W J, Tu Y L.关键基础设施及其安全管理[J].管理科学学报,2009,12(6):107-115.

[4] Baiardi F, Telmon C, Sgandurra D. Hierarchical, model-based risk management of critical infrastructure[J]. Reliability Engineering and System Safety, 2009, 94(9): 1403-1405.

[5] Kröger W. Critical infrastructures at risk: a need for a new conceptual approach and extended analytical tools[J]. Reliability Engineering and System Safety, 2008, 93(12): 1781-1787.

[6] Cha E J, Ellingwood B R. Risk-averse decision-making for civil infrastructure exposed to low-probability, high-consequence events[J]. Reliability Engineering and System Safety, 2012, 104(1): 27-35.

[7] Zhang P C, Peeta S. A generalized modeling framework to analyze interdependencies among infrastructure systems[J]. Transportation Research, Part B: Methodological, 2011, 45(3): 553-579.

[8] Giorgio A D, Liberati F. A Bayesian network-based approach to the critical infrastructure interdependencies analysis[J]. IEEE Systems Journal, 2012, 6(3): 510-519.

[9] Prezelj I, Ziberna A. Consequence, time and interdependency-based risk assessment in the field of critical infrastructure[J]. Risk Management, 2013, 15(2): 100-131.

[10] Franchina L, Carbonelli M, Gratta L, Crisci M, Perucchini D. An impact-based approach for the analysis of cascading effects in critical infrastructures[J]. International Journal of Critical Infrastructures, 2011, 7(1): 73-90.

[12] Kjolle G H, Utne I B, Gjerde O. Risk analysis of critical infrastructures emphasizing electricity supply and interdependencies[J]. Reliability Engineering and System Safety, 2012, 105(1): 80- 89.

[13] Seyedhoseini S M, Siamak N, Hatefi M A. An integrated methodology for assessment and selection of the project risk response actions[J]. Risk Analysis, 2009, 29(5): 752-763.

[14] Kujawski E, Angelis D. Monitoring risk response actions for effective project risk management[J]. System Engineering, 2010, 13(4): 353-368.

[15] 杨莉,李南.软件项目风险应对措施优选的区间模型及其算法[J].控制与决策,2011,26(4):530-534.

[16] 张尧,陈曦,樊治平.综合考虑多因素的项目风险应对策略选择方法[J].技术经济,2013,32(5):74-77.

[17] Nasirzadeh F, Khanzadi M, Mianabadi H. A fuzzy group decision making approach to construction project risk management[J]. International Journal of Industrial Engineering & Production Research, 2013, 24(1): 71- 80.

[18] Ouyang M. Review on modeling and simulation of interdependent critical infrastructure systems[J]. Reliability Engineering and System Safety, 2014, 121(1): 43- 60.

[19] Suh N P. Axiomatic design: advances and applications[M]. New York: Oxford University Press, 2001.

[20] Mayag B, Grabisch M, Labreuche C. A characterization of the 2-additive choquet integral through cardinal information[J]. Fuzzy Sets and Systems, 2011, 184(1): 84-105.

A Method for Selecting Risk Response Plan of Urban Lifeline Considering Interdependent Feature Matching

SUO Wei-lan, CHEN Rui

(InstituteofPolicyandManagement,ChineseAcademyofSciences,Beijing100190,China)

With regard to the interdependence on feature criteria and variety on information formats mentioned in the problem on selecting risk response plan of urban lifeline, a hybrid decision making method considering interdependent feature matching is proposed. Firstly, definitions on practical region, specialized region and common region are given. Then, feature criterion values on a risk event and corresponding response plan in the formats of interval values and linguistic terms are mapped into the practical region and specialized region, respectively. The common region is also determined according to the overlap between two regions motioned above. Next, axiom design method is extended to a hybrid decision making environment. Based on the extended method, the information contents that represent the matching degrees between risk event and response plans under each feature criterion can be computed, and the preliminary screening of response plans can be conducted. Furthermore, through aggregating weight, interdependent coefficient and information content of the rest response plans under each feature criterion by 2-additive Choquet integral operator, the overall information contents that represent the comprehensive matching degrees between risk event and response plans are obtained to select the optimal risk response plan. Finally, an illustrative example is used to show the validity and feasibility of the proposed method. Research results show that the proposed method can provide a effective decision support for relevant regulatory authorities to respond to urban lifeline risk as soon as possible and reduce risk loss and damage at a maximum extent.

management science; risk response plan selection; hybrid decision making method; urban lifeline; interdependent feature matching

2013-12- 04

国家自然科学基金资助项目(71301159)；中国博士后科学基金面上资助项目(20110490608)；国家科技支撑计划资助项目(2012BAK27B02)；中国科学院科技政策与管理科学研究所重大研究任务B类专项(Y201161Z04)

索玮岚，女，博士，助理研究员，研究方向:城市生命线运行管理、管理决策分析;陈锐，男，博士，研究员，博导，研究方向：城市运行管理。

C931;F294

A

1007-3221(2015)02- 0140- 06