基于BT-BN的城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)研究*

谷甜甜,馬 嵐,劉 旭,郝恩揚(yáng)

(中國(guó)礦業(yè)大學(xué) 力學(xué)與土木工程學(xué)院,江蘇 徐州 221116)

0 引言

近年來(lái),隨著中國(guó)城市化進(jìn)程不斷加快,城市安全問(wèn)題日益復(fù)雜多元,社區(qū)作為城市治理的最基本單元,其安全問(wèn)題尤為突出[1]。城市老舊社區(qū)主要是指建成于單位制解體之前,由政府和單位出資共同建設(shè)的住宅區(qū)[2],作為我國(guó)單一街居制度向社區(qū)制度變革下的特殊產(chǎn)物,其面臨著日益退化的建筑性能、亟待改造的社區(qū)環(huán)境、嚴(yán)重滯后的社區(qū)管理等問(wèn)題[3],已成為城市安全中較為薄弱的環(huán)節(jié)。因此,開(kāi)展城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià),及時(shí)發(fā)現(xiàn)城市老舊社區(qū)安全風(fēng)險(xiǎn)及隱患,對(duì)城市老舊社區(qū)安全風(fēng)險(xiǎn)防范具有重要的現(xiàn)實(shí)意義。

針對(duì)城市社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià),相關(guān)學(xué)者已從不同角度對(duì)社區(qū)安全問(wèn)題開(kāi)展研究:余婕等[4]從社區(qū)火災(zāi)安全風(fēng)險(xiǎn)出發(fā),為有效降低城鎮(zhèn)老舊小區(qū)火災(zāi)發(fā)生的概率,運(yùn)用AHP-Bayes方法構(gòu)建動(dòng)態(tài)智能化火災(zāi)風(fēng)險(xiǎn)評(píng)估模型,以提高火災(zāi)風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性和實(shí)時(shí)性;李碧琦等[5]考慮到社區(qū)內(nèi)澇災(zāi)害風(fēng)險(xiǎn),運(yùn)用數(shù)值模擬對(duì)深圳市民治片區(qū)內(nèi)澇災(zāi)害進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià),結(jié)合風(fēng)險(xiǎn)理論對(duì)城市內(nèi)澇進(jìn)行情景模擬,為精細(xì)化城市內(nèi)澇風(fēng)險(xiǎn)評(píng)估提供技術(shù)支撐;Yang等[6]考慮到建筑結(jié)構(gòu)損壞對(duì)社區(qū)安全的影響,應(yīng)用極限學(xué)習(xí)機(jī)算法(ELM)來(lái)評(píng)估城市社區(qū)建筑物損壞風(fēng)險(xiǎn)。雖然上述研究已從火災(zāi)風(fēng)險(xiǎn)、內(nèi)澇災(zāi)害和建筑結(jié)構(gòu)損壞等方面構(gòu)建出較為全面的社區(qū)風(fēng)險(xiǎn)評(píng)價(jià)模型,但社區(qū)單一災(zāi)種的風(fēng)險(xiǎn)評(píng)價(jià)不足以客觀體現(xiàn)整個(gè)社區(qū)安全風(fēng)險(xiǎn)水平,且傳統(tǒng)社區(qū)風(fēng)險(xiǎn)評(píng)價(jià)方法的準(zhǔn)確度和應(yīng)用性難以保證,而鮮有研究聚焦于城市老舊社區(qū)、全面考量的城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。

上述評(píng)價(jià)方法均可較好地評(píng)估各類風(fēng)險(xiǎn)因素對(duì)社區(qū)火災(zāi)風(fēng)險(xiǎn)、內(nèi)澇災(zāi)害和建筑結(jié)構(gòu)損壞的影響程度,但忽略了各類風(fēng)險(xiǎn)因素之間的相互影響作用?？紤]到貝葉斯網(wǎng)絡(luò)(BN)可以通過(guò)對(duì)不確定信息的學(xué)習(xí)與推理,得到各因素間的因果關(guān)系,目前已廣泛應(yīng)用在相關(guān)風(fēng)險(xiǎn)評(píng)價(jià)領(lǐng)域[7],而Bow-tie模型(BT)可以同時(shí)分析事故起因與可能導(dǎo)致的傷害,常被應(yīng)用于風(fēng)險(xiǎn)定性分析中[8]。已有相關(guān)學(xué)者將貝葉斯網(wǎng)絡(luò)與Bow-tie模型相結(jié)合,對(duì)油庫(kù)儲(chǔ)罐失效[9]、游輪吊艙推進(jìn)系統(tǒng)故障[10]等不安全狀況進(jìn)行動(dòng)態(tài)風(fēng)險(xiǎn)分析。閆緒嫻等[11]建立基于BT-BN的地鐵洪澇災(zāi)害風(fēng)險(xiǎn)分析模型,利用BN對(duì)地鐵洪澇災(zāi)害進(jìn)行預(yù)測(cè)和診斷推理,同時(shí)結(jié)合BT模型對(duì)地鐵洪澇災(zāi)害提出針對(duì)性的對(duì)策建議,研究結(jié)果已為建設(shè)更有韌性的城市地鐵系統(tǒng)提供重要參考。Wu等[12]提出1種BT到BN的映射算法用于風(fēng)險(xiǎn)的動(dòng)態(tài)評(píng)估,并以浮頂儲(chǔ)罐泄漏為例來(lái)驗(yàn)證該方法的可行性,研究結(jié)果已為風(fēng)險(xiǎn)管理決策和預(yù)防對(duì)策實(shí)施提供一定參考。

鑒于此,本文綜合考慮影響城市老舊社區(qū)安全的各因素,引入事故致因理論,并結(jié)合社區(qū)事故報(bào)告,利用BT模型識(shí)別城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo),構(gòu)建基于BN的城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)模型,研究結(jié)果可為城市老舊社區(qū)安全風(fēng)險(xiǎn)防范提供一定參考。

1 BT-BN研究方法

1.1 BT模型

BT模型是表現(xiàn)事件發(fā)展邏輯順序的圖形模型,作為1種風(fēng)險(xiǎn)分析工具,已經(jīng)在石油安全領(lǐng)域[8]具有廣泛應(yīng)用。城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)研究在一定程度上與該模型相匹配,如均將風(fēng)險(xiǎn)影響因素作為分析對(duì)象,均涉及到安全屏障和安全防護(hù)措施,均關(guān)注事件發(fā)生的全過(guò)程等。因此,通過(guò)改進(jìn)BT模型,將其用于構(gòu)建城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,有助于全面分析城市老舊社區(qū)安全風(fēng)險(xiǎn)因果關(guān)系,完善城市老舊社區(qū)安全風(fēng)險(xiǎn)防范管理體系。

1.2 BN模型

BN模型是通過(guò)有向無(wú)環(huán)圖(DAG)表示隨機(jī)變量之間的相關(guān)性[13],而變量之間相關(guān)性的強(qiáng)弱以及交叉影響關(guān)系則由節(jié)點(diǎn)的條件概率表(CPT)來(lái)反映,CPT中的先驗(yàn)概率和證據(jù)可推理出目標(biāo)節(jié)點(diǎn)的后驗(yàn)概率,上述即為BN推理過(guò)程,當(dāng)增加新證據(jù)時(shí),BN會(huì)自動(dòng)更新。

城市老舊社區(qū)安全風(fēng)險(xiǎn)具有復(fù)雜性和動(dòng)態(tài)性等特點(diǎn),傳統(tǒng)的風(fēng)險(xiǎn)評(píng)估方法基本無(wú)法捕捉城市老舊社區(qū)安全風(fēng)險(xiǎn)因素的動(dòng)態(tài)變化,而BN具有機(jī)器學(xué)習(xí)能力,可以將樣本數(shù)據(jù)與人類經(jīng)驗(yàn)和知識(shí)充分結(jié)合,避免主觀偏見(jiàn),滿足城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)估模型構(gòu)建的需要。因此,本文以專家問(wèn)卷數(shù)據(jù)為樣本,構(gòu)建基于BN的城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)模型,具體構(gòu)建步驟包括:BN變量確定、BN結(jié)構(gòu)學(xué)習(xí)、BN參數(shù)學(xué)習(xí)、BN模型檢驗(yàn)。

2 城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

2.1 評(píng)價(jià)指標(biāo)初步識(shí)別與優(yōu)化

表1所示為城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的識(shí)別與優(yōu)化[14-18],為使建立的評(píng)價(jià)指標(biāo)體系符合城市老舊社區(qū)的特點(diǎn),通過(guò)文獻(xiàn)綜述法對(duì)評(píng)價(jià)指標(biāo)初步識(shí)別,結(jié)合城市老舊社區(qū)安全事故報(bào)告優(yōu)化評(píng)價(jià)指標(biāo),基于事故致因理論[19],將評(píng)價(jià)指標(biāo)歸因于“人”“物”“環(huán)”3類,分別對(duì)應(yīng)表1中的人為風(fēng)險(xiǎn)(H)、建筑物及設(shè)備設(shè)施風(fēng)險(xiǎn)(M)、社區(qū)環(huán)境風(fēng)險(xiǎn)(E),構(gòu)建出城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,如表1所示。

表1 城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的識(shí)別與優(yōu)化Table 1 Identification and optimization on safety risk assessment indexes of urban old communities

2.2 基于BT構(gòu)建城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

為構(gòu)建城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)BT模型,將“不期望的不安全事件”設(shè)為“威脅社區(qū)安全的重大隱患”,依據(jù)“風(fēng)險(xiǎn)因素分析-潛在后果評(píng)價(jià)-風(fēng)險(xiǎn)防范對(duì)策”完成BT模型構(gòu)建。通過(guò)對(duì)640份城市老舊社區(qū)安全事故報(bào)告進(jìn)行分析,提煉出12項(xiàng)城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)背后潛在的后果,并針對(duì)性地提出風(fēng)險(xiǎn)防范措施,構(gòu)建得到城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)BT模型,如圖1所示。

圖1 城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)BT模型Fig.1 BT model for safety risk assessment indexes of urban old communities

3 城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)模型

3.1 BN變量確定

在識(shí)別城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)基礎(chǔ)上,為進(jìn)一步量化城市老舊社區(qū)安全風(fēng)險(xiǎn),選取12項(xiàng)城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)作為城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)模型BN變量。為得到本文所需要的城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)模型BN結(jié)構(gòu)學(xué)習(xí)、BN參數(shù)學(xué)習(xí)、BN模型檢驗(yàn)的數(shù)據(jù),設(shè)計(jì)面向?qū)＜业恼{(diào)查問(wèn)卷,采用“李克特五級(jí)量表”收集專家數(shù)據(jù),將風(fēng)險(xiǎn)因素的影響程度和發(fā)生概率分為5個(gè)等級(jí),具體評(píng)分標(biāo)準(zhǔn)如表2所示。

表2 風(fēng)險(xiǎn)因素的評(píng)分標(biāo)準(zhǔn)Table 2 Scoring criteria of risk factors

此外,建立風(fēng)險(xiǎn)狀態(tài)評(píng)價(jià)矩陣對(duì)風(fēng)險(xiǎn)因素進(jìn)行標(biāo)準(zhǔn)化,將風(fēng)險(xiǎn)矩陣等級(jí)分為安全(S)、中度(M)和危險(xiǎn)(H)3個(gè)等級(jí),如圖2所示。

圖2 風(fēng)險(xiǎn)等級(jí)劃分矩陣Fig.2 Classification matrix of risk level

3.2 BN結(jié)構(gòu)學(xué)習(xí)

BN結(jié)構(gòu)學(xué)習(xí)是考慮風(fēng)險(xiǎn)因素之間的影響關(guān)系從而確定BN結(jié)構(gòu),考慮到Greedy thick thinning(GTT)算法[20]

能夠近似且快速地得到最優(yōu)結(jié)構(gòu),因此采用GTT算法進(jìn)行城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)模型BN結(jié)構(gòu)學(xué)習(xí)。在GeNIe 2.3軟件中將每個(gè)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)設(shè)置為節(jié)點(diǎn),將“威脅社區(qū)安全的重大隱患”設(shè)置為目標(biāo)節(jié)點(diǎn),進(jìn)行BN結(jié)構(gòu)搭建。

為進(jìn)行BN結(jié)構(gòu)學(xué)習(xí),面向城市老舊社區(qū)安全研究領(lǐng)域的專家發(fā)放調(diào)查問(wèn)卷,共收集到71份專家問(wèn)卷數(shù)據(jù)。根據(jù)收集到的數(shù)據(jù),選擇GTT算法進(jìn)行BN結(jié)構(gòu)學(xué)習(xí),經(jīng)過(guò)反復(fù)修改和優(yōu)化,最終確定基于BN的城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)模型,如圖3所示。由圖3可知,該評(píng)價(jià)模型共有5個(gè)根節(jié)點(diǎn)(H1,M1,E2,E3,E4)和7個(gè)中間節(jié)點(diǎn)(H2,H3,H4,M2,M3,E1,E5)。其中,E5僅作為中間節(jié)點(diǎn),而H2,H3,H4,M2,M3,E1這6個(gè)中間節(jié)點(diǎn)直接連接到目標(biāo)節(jié)點(diǎn);H1,M1,E2,E3,E4這5個(gè)根節(jié)點(diǎn)是影響其他風(fēng)險(xiǎn)因素的深層原因。

圖3 城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)BN模型Fig.3 BN model for safety risk assessment of urban old communities

3.3 BN參數(shù)學(xué)習(xí)

BN參數(shù)學(xué)習(xí)可確定每個(gè)節(jié)點(diǎn)的條件概率分布,在有完整數(shù)據(jù)支持的情況下,通常選用Maximum likelihood estimation(MLE)方法進(jìn)行參數(shù)學(xué)習(xí),通過(guò)已知的父節(jié)點(diǎn),計(jì)算每個(gè)子節(jié)點(diǎn)對(duì)應(yīng)的概率分布[21]。BN中的風(fēng)險(xiǎn)因素節(jié)點(diǎn)用X表示,即X={X1,X2,…,Xn},每1個(gè)節(jié)點(diǎn)Xi對(duì)應(yīng)狀態(tài)值Yi,父節(jié)點(diǎn)f(Xi)對(duì)應(yīng)狀態(tài)值Zi,如果Xi沒(méi)有父節(jié)點(diǎn),則Zi的值為1,節(jié)點(diǎn)條件概率θ的表達(dá)如式(1)所示:

θijk=P(Xi=k|f(Xi)=j)

(1)

式中:Xi為節(jié)點(diǎn),i=1,2,…,n;f(Xi)為Xi對(duì)應(yīng)的父節(jié)點(diǎn);k,j分別為某1個(gè)節(jié)點(diǎn)Xi和父節(jié)點(diǎn)f(Xi)對(duì)應(yīng)的狀態(tài)值,取值范圍分別為1～Yi和1～Zi;θijk為節(jié)點(diǎn)Xi在j,k狀態(tài)下的條件概率;θ為節(jié)點(diǎn)條件概率。

當(dāng)滿足Xi=k和f(Xi)=j時(shí),樣本數(shù)為gijk。θ的對(duì)數(shù)似然函數(shù)如式(2)所示:

(2)

式中:D={D1,D2,…,Dn}是BN的1組完整數(shù)據(jù),即上述收集的專家數(shù)據(jù);l(θ|D)為對(duì)數(shù)似然函數(shù);l表示第l個(gè)樣本,l=1,2,…,g;gijk為節(jié)點(diǎn)Xi在j,k狀態(tài)下的樣本個(gè)數(shù);g為樣本個(gè)數(shù)。

(3)

將收集的71份專家數(shù)據(jù)作為1組完整數(shù)據(jù)進(jìn)行BN參數(shù)學(xué)習(xí),可得到12個(gè)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)節(jié)點(diǎn)的條件概率,具體結(jié)果如表3所示。

3.4 BN模型檢驗(yàn)

BN模型檢驗(yàn)是檢驗(yàn)本文模型準(zhǔn)確性的關(guān)鍵環(huán)節(jié),通常采用k-折疊交叉驗(yàn)證法進(jìn)行檢驗(yàn)。將上述收集的專家數(shù)據(jù)分為相同大小的k部分,在k-1部分上訓(xùn)練網(wǎng)絡(luò),并在最后1個(gè)k部分進(jìn)行測(cè)試,重復(fù)k次,最終測(cè)試結(jié)果由接受者操作特征曲線(ROC)表示。ROC曲線是1個(gè)可通過(guò)坐標(biāo)模式顯示模型可能精度范圍的分析工具[22],其與坐標(biāo)軸圍成的面積(AUC)可用來(lái)確定模型評(píng)價(jià)的準(zhǔn)確性。

對(duì)上述的BN模型進(jìn)行k-折疊交叉驗(yàn)證,將目標(biāo)節(jié)點(diǎn)作為驗(yàn)證節(jié)點(diǎn),重復(fù)次數(shù)k為35次。經(jīng)驗(yàn)證,ROC曲線在評(píng)價(jià)結(jié)果即風(fēng)險(xiǎn)等級(jí)為H,M,S 3種狀態(tài)下的AUC值分別為0.665,0.655,0.738,均大于0.5,這表明所構(gòu)建的城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)模型具有一定準(zhǔn)確性,如圖4所示。

圖4 城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)BN模型驗(yàn)證ROC曲線Fig.4 ROC curves of BN model verification for safety risk assessment of urban old communities

4 案例分析

4.1 Y社區(qū)概況及數(shù)據(jù)收集

深圳市Y社區(qū)建成于20世紀(jì)90年代,占地面積約0.51 km2,目前共有住宅樓宇12棟。社區(qū)內(nèi)居住總?cè)丝诩s19 000人,老年人和殘疾人等社會(huì)脆弱性人群偏多,復(fù)雜的人員構(gòu)成與流動(dòng),導(dǎo)致社區(qū)風(fēng)險(xiǎn)發(fā)生的機(jī)率增加。由于建設(shè)年代久遠(yuǎn),社區(qū)內(nèi)的房屋都較為陳舊且通風(fēng)采光不好,供水供電、排水排污等設(shè)施整體布局不合理,存在較多安全隱患。Y社區(qū)作為典型的城市老舊社區(qū),其所屬當(dāng)?shù)卣啻伟l(fā)文開(kāi)展老舊社區(qū)防災(zāi)減災(zāi)工作,尤其關(guān)注社區(qū)治安、消防安全、用電用氣安全等安全方面的綜合治理。

為獲取Y社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)的相關(guān)信息,按照城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系設(shè)計(jì)調(diào)查問(wèn)卷,向Y社區(qū)的居民發(fā)放問(wèn)卷200份,共回收有效問(wèn)卷180份。為保證調(diào)研數(shù)據(jù)可靠性,對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行效度和信度分析,得出問(wèn)卷測(cè)量項(xiàng)部分總體Cronbach’sα為0.877,大于0.7,問(wèn)卷總體信度較高。在結(jié)構(gòu)效度方面,KMO為0.880,Bartlett’s球形檢驗(yàn)值p小于0.001,達(dá)到顯著水平,符合數(shù)據(jù)分析要求。

4.2 Y社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果及分析

將Y社區(qū)的實(shí)際調(diào)研數(shù)據(jù)輸入城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)BN模型進(jìn)行正向推理,得到結(jié)果如圖5所示。其中,Y社區(qū)風(fēng)險(xiǎn)等級(jí)為S的可能性為39%,M的可能性為31%,H的可能性為30%。因此,Y社區(qū)安全風(fēng)險(xiǎn)總體等級(jí)為低風(fēng)險(xiǎn),說(shuō)明Y社區(qū)安全風(fēng)險(xiǎn)發(fā)生的可能性較低,這與Y社區(qū)實(shí)施老舊社區(qū)防災(zāi)減災(zāi)工作后的實(shí)際情況基本吻合。因此,基于BT-BN模型的城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)不僅在社區(qū)安全風(fēng)險(xiǎn)分析方面具備可行性,而且與傳統(tǒng)社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)相比,該方法兼具準(zhǔn)確度高與應(yīng)用性強(qiáng)等優(yōu)點(diǎn)。

圖5 Y社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果Fig.5 Results of safety risk assessment on Y community

由圖5可知,盡管該社區(qū)總體安全風(fēng)險(xiǎn)水平較低,但是個(gè)人風(fēng)險(xiǎn)認(rèn)知(H1)、社區(qū)建筑承災(zāi)能力(M1)、社區(qū)基礎(chǔ)設(shè)施脆弱性(M3)、社區(qū)周邊設(shè)施危險(xiǎn)性(E2)、社區(qū)安全建設(shè)資金投入(E4)這5個(gè)指標(biāo)的H+M可能性均不低于40%。因此,Y社區(qū)應(yīng)該注重加大社區(qū)安全建設(shè)投入、完善社區(qū)安全文化教育體系、提高社區(qū)居民安全意識(shí)。此外,根據(jù)城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)BT模型的分析,Y社區(qū)還應(yīng)加強(qiáng)對(duì)社區(qū)基礎(chǔ)設(shè)施以及社區(qū)周邊設(shè)施的監(jiān)管,重視社區(qū)安全隱患的排查,提升社區(qū)日常管理能力以及社區(qū)應(yīng)急管理能力,從而完善社區(qū)應(yīng)急管理體系。

在上述研究基礎(chǔ)上,分別設(shè)置BN模型的目標(biāo)節(jié)點(diǎn)為風(fēng)險(xiǎn)等級(jí)安全(S=100%)、中度(M=100%)、危險(xiǎn)(H=100%),通過(guò)BN模型反向推理,可對(duì)12項(xiàng)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)進(jìn)行敏感性分析,結(jié)果如圖6所示(圖6中指標(biāo)所在圈內(nèi)填充顏色深淺代表敏感程度,顏色越深表示敏感性越大)。由圖6可知,H2,M3,E2指標(biāo)對(duì)Y社區(qū)安全風(fēng)險(xiǎn)等級(jí)具有較大影響,即深圳市Y社區(qū)的個(gè)人不安全行為、社區(qū)基礎(chǔ)設(shè)施脆弱性、社區(qū)周邊設(shè)施危險(xiǎn)性為高風(fēng)險(xiǎn)因素。其中,H2受H1,H3,E3,E5這4項(xiàng)指標(biāo)的影響,其敏感程度較高;M3和E2直接威脅社區(qū)安全,其敏感程度也偏高。

圖6 Y社區(qū)12項(xiàng)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)敏感性分析結(jié)果Fig.6 Sensitivity analysis results of 12 safety risk assessment indexes in Y community

5 結(jié)論

1)基于BT-BN模型的城市老舊社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)在社區(qū)安全風(fēng)險(xiǎn)分析方面具備可行性,與傳統(tǒng)社區(qū)安全風(fēng)險(xiǎn)評(píng)價(jià)相比,該方法兼具準(zhǔn)確度高與應(yīng)用性強(qiáng)等優(yōu)點(diǎn)。

2)利用BT-BN模型得到深圳市Y社區(qū)安全風(fēng)險(xiǎn)總體等級(jí)為低風(fēng)險(xiǎn),通過(guò)BN反向推理得出Y社區(qū)的個(gè)人不安全行為、社區(qū)基礎(chǔ)設(shè)施脆弱性、社區(qū)周邊設(shè)施危險(xiǎn)性為高風(fēng)險(xiǎn)因素。