基于主动防控策略的城市轨道交通风险点集构建方法研究

郑凤霞，李冲，苏宏明，王艳辉，4，5，6

（1.北京京城地铁有限公司，北京 101300；2.北京交通大学 交通运输学院，北京 100044；3.北京交通大学 先进轨道交通自主运行全国重点实验室，北京 100044；4.北京交通大学 北京市城市交通信息智能感知与服务工程技术研究中心，北京 100044；5.北京交通大学 城市轨道交通运营安全管理技术及装备交通运输行业研发中心，北京 100044；6.运营主动安全保障与风险防控铁路行业重点实验室，北京 100044）

0 引言

风险为不良后果的可能性和严重程度的组合，风险管理是风险管理人员为了降低风险事件发生的可能性或造成的损失，采取的各种方法与措施［1］。相比传统的事故管理和隐患治理，风险管理是安全管理的高级阶段，特点是事前主动管理，可以从源头处防范化解风险［2］。风险主动防控是风险管理的最终目的，可以理解为在事故发生前设立的层层安全屏障，是一种用于预防、控制、减轻事故发生的手段，采用积极主动的方法，通过对风险的主动辨识，提前判断风险的状态，防止风险状态的转变，对风险的传播进行预测和预警，采取有效措施治理风险源头并遏制其进行传播，从而实现安全关口前移，有效避免事故的发生。

在城市轨道交通方面，薛怀祖［3］面向治安防控，建立以风险为导向，围绕社会协同防控、企业内部自治、区域警务合作、智能安全技术和舆论防控建立城轨治安主动防控体系；秦勇等［4］面向城轨列车故障诊断方面，基于数据驱动和信息融合技术，实现列车的主动防控预警。王艳辉等［5］通过对现有的主动防控理念进行综合，确定以风险辨识、风险关联、风险排查治理、反馈学习四阶段为主的主动防控理念。

其中，风险辨识是风险主动防控的基础，如今城市轨道交通行业已经积累了大量的故障、事故数据，叶子阳等［6］利用贝叶斯网络模型分析得到高风险情境下，不同事故类型的风险点影响因素；王莉等［7］通过收集地铁事故资料，抽取关键知识要素，分析事故形成的关联路径；Benner［8］建立自然语言处理模型，将事故调查非结构化数据转化为Web 结构化数据。Pedro 等［9］利用事故关联分析、本体和知识图谱技术来自动处理事故案例数据，挖掘事故中的风险点，主动防止此类事故在未来再次出现；Halabi 等［10］对事故数据进行频率分析，利用逻辑回归方程建立事故预测模型，以此对风险点进行辨识和优先级排序。

综上所述，结合经验和历史事故数据，采用主客观方法结合的条件判断法从调研资料文件中辨识风险点，力求达到风险点辨识的精确性和客观性，为主动防控提供监测主体。

1 风险主动防控

1.1 基本概念定义

1.1.1 风险

风险：经过对风险和相关定义的分析可以得出［11-14］，风险就是发生不幸事件的概率，也就是一种不良后果的可能性和严重程度的组合，是事物本身所固有的一种属性。风险R按式（1）计算：

式中：L为风险发生的可能性；S为风险发生的严重程度。

1.1.2 风险点

风险点：为了便于对风险的统计分析管理，将系统可能产生和传播风险的组成成分节点称为风险点，是风险研究中的最基本单位。

在城市轨道交通运营过程中，风险点需要按照一定方法，在组成成分节点中进行主动的辨识，如运营环境中的风、雪，基础设施中的钢轨、道岔，车站组织中的站务员、站区长等都可以作为风险点进行研究。城轨运营系统组成成分见图1。

图1 城轨运营系统组成成分

1.1.3 风险点关联

风险点关联：指2个或多个风险点之间在风险因素的作用下使其风险状态发生变化引起的关联传播现象。

城市轨道交通的平稳正常运营过程，是需要设施、设备、人员、组织和环境等组成成分高度协同工作的，同时风险也会在上述组成成分中伴随着工作协作而相互传播影响，从风险视角来看，风险点之间是存在关联关系的。

1.1.4 关键风险点

关键风险点：指在城轨运营过程中，状态极易发生改变且容易影响周边风险点状态的组分节点，对严重事故的发生产生显著性的影响，需要重点防控。

1.2 风险主动防控内涵

从安全管理角度来说，相比于事故的被动处理，主动防控是以风险为研究对象，采取积极主动的措施对风险点进行辨识、关联、排查治理和反馈等一系列流程，防止风险点状态的转化，控制风险点进行关联传播，通过全民参与力图从风险点根源和路径上避免事故的发生，主动防控与被动管理对比见图2。

图2 主动防控与被动管理对比

风险的主动防控理论上可以理解为风险辨识、风险关联、风险排查治理、反馈学习4个阶段闭环管理过程（见图3）。以下重点针对风险辨识阶段的辨识方法进行讨论。

图3 风险主动防控闭环管控理念

风险辨识是主动防控的基础，在城轨运营的各个阶段、各个专业部门中识别出能产生和传播风险的组分节点作为重点监控的风险点，为主动防控提供监测的主体。主动防控的研究对象都是围绕风险点展开的，所以风险辨识至关重要。风险辨识主要从2个角度来进行，一个角度是主观辨识，由城轨安全管理部门和业务部门中经验丰富的专家人员，根据自己对风险的认知和理解进行判断，从而辨识风险点并进行存储；另一角度是客观辨识，从业务部门检修的故障记录数据和历史事故数据中提炼风险点，从而进行风险的辨识并进行存储。

常见的风险辨识方法可以划分为主观分析法、流程推理法、事故分析法和历史数据分析法，主要依据专家经验和智慧来进行判断生产经营活动中可能造成事故的风险点项，主观性较强，不能全面和准确地辨识风险点。因此，目前更多的风险辨识采用主客观相结合的方法，用来消除过强的主观因素影响，例如对专家的意见进行重要度甄别、利用历史事故数据与专家意见做相似度对比等等，这样能够更加客观、准确地辨识出风险点。对风险的辨识采取主客观相结合的方法进行，力图建立完善的风险点数据库，日常风险排查中一定要重点监测风险点，提前感知防止其状态发生变化。

2 风险点分类及辨识策略研究

2.1 风险点分类

现有的风险点分类研究中，大多是按照传统安全综合管理四要素“人、机、环、管”方法进行分类［15-16］，该方法适用于不存在大规模调度组织和复杂设施设备的情况。而在城轨运营过程中，具有设施众多、设备协调运作难度大、调度组织关系复杂等特点，因此需要针对运营过程的特点进行风险点分类方法的优化。

采用IFOSE 方法将风险点分为5类，对每类风险点以集合的形式进行汇总，形成风险点集合Rx：

式中：Im为基础设施类风险点，主要包括路基、桥梁、车站、隧道等土木结构类和钢轨、道岔等钢结构，m={1，2，3，…，n}表示该类风险点的编号；Fm为运营设备类风险点，主要包括运营过程中车辆、供电、通信、信号、机电系统中设备；Om为运行调度类风险点，主要包括参与调度指挥的人员、司机、乘务员和施工检修管理等；Sm为车站组织类风险点，主要包括对维持车站正常运转的工作人员和乘客的管理；Em为运营环境类风险点，主要包括自然环境、工作环境、社会环境等。

2.2 风险点辨识策略

为了全面地辨识城轨运营过程中存在的风险点，从风险角度对公司员工日常排查内容进行完善，在对城轨运营公司的管理进行充分调研的基础上，采取主观和客观相结合的方法，一是历史事故报告记录中出现的城轨运营组分，要将其列为风险点进行监测分析避免同样的事故事件再次发生；二是在维修过程中故障率较高的组分单元；三是运营过程中与其他组分关联度较高，极其容易影响或受到影响导致状态改变的组分节点，例如城轨运营自然环境极其容易影响内部组分，维修人员、调度人员和司机的行为也容易导致其他组分状态发生改变，而路基也容易受到地质环境的影响而造成状态变化。

通过利用统计分析的条件判断法从历史数据中辨识风险点并构建风险点集。组分节点是否判断为风险点需要通过以下3个条件进行判断，满足任意一个条件即可将其归类到对应类别的风险点集进行统计分析。

（1）造成事故发生的组分。将出现在事故记录中的组分节点，判断为风险点的公式：

式中：ak为正在辨识的组分节点在事故记录中出现的次数的最小值；si为遍历的第i个事故记录中是否存在当前正在辨识的组分节点pk，如果存在则si= 1，反之si= 0；n为统计得到的事故记录总数。

式（3）表明无论该节点出现在哪一组事故报告中，只要其出现次数≥1 次，就会被归为相应类别的风险点。

（2）故障次数较高的组分。将组分节点中故障次数大于统计故障次数平均值的组分节点判断为风险点的公式：

式中：bk为当前正在辨识的组分节点pk的累计故障次数；bi为组分节点pi的累计故障次数；n为辨识过程中所统计到的组分节点总数。

（3）关联度较高的组分。对城轨运营过程中影响周围组分和被影响的次数，大于平均节点影响和被影响次数的节点判断为风险点公式：

式中：dk为当前正在辨识的组分节点dk对周围组分造成影响和被造成影响的次数；di为组分节点pi影响和被影响的次数；n为辨识过程中组分节点总数。

综上所述，基于统计分析方法的风险点辨识流程见图4：

图4 基于统计分析的条件判断法风险点辨识流程图

3 城市轨道交通运营风险点集构建

根据前文所述的条件判断法对风险点进行辨识后，按照运营基础设施类、运营设备类、运行调度类、车站组织类和运营环境类风险点进行归类，从而构建相应类型的风险点集。

3.1 基础设施类

基础设施类风险点主要包括桥梁、隧道、路基和车站建筑等土木结构设施和线路等钢结构零件设施。该类风险点一般不易出现问题，状态的转变概率较小，但是一旦转变为不稳定的状态极有可能造成脱轨、塌陷、碰撞等重大事故。依据条件判断法辨识出了19 个风险点来构建风险点集（见表1）。

表1 基础设施类风险点集

3.2 运营设备类

运营设备类风险点主要包括车辆、供电、通信、信号、机电设备等。该类风险点涉及专业广、种类复杂、数量庞大且相互之间耦合性强，风险点状态不稳定，且容易造成风险传播扩散，大范围影响行车运营。依据条件判断法辨识出了41 个运营设备类风险点来构建风险点集。以运营设备类供电系统风险点集进行举例说明，见表2。

表2 运营设备类供电系统风险点集

3.3 运行调度类

运行调度类风险点主要包括调度指挥、列车运行、行车作业、设施管理等过程中涉及到的风险点。该类风险点一旦发生调度和其他指挥管理问题，很容易导致其他风险点改变状态，从而对整个城轨运营网络系统造成极大影响，采用条件判断法辨识出8个风险点来构建风险点集（见表3）。

表3 运行调度类风险点集

3.4 车站组织类

车站组织类风险点主要包括在进行车站管理、客流疏导和乘客行为等过程中涉及到的风险点。车站管理指车站的日常运营管理；客流疏导指进出站和换乘过程中的乘客引导工作；乘客行为指打架、昏厥、尾随等容易造成危害的异常行为。根据对车站违规操作记录和乘客事故记录进行查阅，采用条件判断法辨识出5个风险点来构建风险点集（见表4）。

表4 车站组织类风险点集

3.5 运营环境类

运营环境类风险点主要包括工作环境、自然环境、保护区环境、社会环境等。生产环境指工作人员维持每日城轨平稳运营工作的场所；自然环境指异常的天气状况等；保护区环境指线路和车站周边一定距离的区域，确保线路结构安全的环境；社会环境指节假日、大型活动和恐怖袭击等事件。采用条件判断法辨识出19个风险点来构建风险点集（见表5）。

表5 运营环境类风险点集

4 结束语

解释了风险的基本含义和主动防控的内涵，为城轨运营公司的风险管理工作提供理论指导。改进传统的“人、机、环、管”风险点分类法，采用基础设施、运营设备、运行调度、车站组织和运营环境进行风险点分类，使分类更加明确具体。依据调研数据采用主客观相结合的条件判断法对不同组分中的风险点进行辨识，构建5种类别的风险点集，为日常风险主动防控提供目标对象，为主动防控的后续工作提供数据基础。