基于多智能体的突发事件下城市应急管理机制仿真
孙潇潇, 黄弘, 李瑞奇    
清华大学 工程物理系, 公共安全研究院, 北京 100084
摘要:随着城市化进程的加快,高密度的城市人口和庞大的城市体量使得城市安全的重要性日益凸显。随着国家机构改革与应急管理部的成立,针对突发事件下新型城市应急管理体系的研究具有重要意义。该文从美国、英国与日本的城市应急管理体系入手,通过对这些国家的应急管理体系的分析,总结出3类城市应急管理机制模型,并建立了相应的突发事件模型。使用多智能体仿真对这3类应急管理机制的运行模式进行了模拟仿真,并基于模拟结果,对这3类城市应急管理机制的运行效率进行了定量评估,结果表明:“整合型”机制的优点在于更合理的任务分配与职能分工,“协调型”机制的优点在于更加流畅有序的沟通和决策。
关键词城市应急管理    多智能体仿真    应急管理机制    突发事件    
Multi-agent simulations of urban emergency management mechanisms
SUN Xiaoxiao, HUANG Hong, LI Ruiqi    
Institute of Public Safety Research, Department of Engineering Physics, Tsinghua University, Beijing 100084, China
Abstract: Increased urbanization, high-density urban populations and large urban areas have increased the importance of urban security planning. The People's Republic of China has established the Ministry of Emergency Management to study urban emergency management systems. This study reviewed urban emergency management systems in the United States, the United Kingdom, and Japan to identify three types of urban emergency management mechanism models and the corresponding emergency management models. Multi-agent simulations were then used to simulate these three emergency management mechanisms and evaluate their efficiencies. The results show that the "integrated" mechanism gives more reasonable task assignments and function divisions while the "communication" mechanism is more fluid and provides more orderly communications and decision-making.
Key words: urban emergency management    multi-agent simulations    management mechanisms    emergency    

随着经济社会快速发展,我国城市化进程不断加快。城市人口密集,基础设施复杂,国家应急管理机构改革之后,城市应急管理机制的新特征是将多个应急管理相关部门进行整合,由一个统一的政府部门负责对城市应急管理的各个环节进行综合管理和处置,具有统一管理和统一沟通协调等特点。在这样的新形势下,关于新型城市应急管理机制和模式的研究具有重要意义。

1 建模思路 1.1 基于发达国家应急管理机制实践的运行机制模型

近年来,许多学者就应急管理机构改革之后城市应急管理机制开展了研究。钟开斌[1]认为,应急管理机构改革的重点在于厘清内部不同机构及与其他相关部门的边界, 重塑权力结构, 实现优化协同高效运行;祝丹丹[2]从结构功能主义的角度分析,提出机构的整合沟通结构要能够运用协调机制与合作机制, 来实现适应、目标实现、整合、模式维持4个重要功能。

总的来说,当前我国针对应急管理机构改革之后城市应急管理机制的深入研究较少,大部分研究停留在“加强政府部门间合作”和“改进沟通协调机制”的讨论上,没有对应急管理机制的系统讨论。同时,相关的研究以定性讨论为主,很少进行定量的研究。

美国、英国等发达国家各自发展出了一套统筹兼顾的城市应急管理体系,对我国应急管理体系的建设具有重要的参考意义。美国的公共安全管理分为中央和地方两级。中央机构为国土安全部[3];而地方一级,以纽约市为例,负责综合应急管理的部门是纽约市危机管理办公室,该机构联系当地的组织、企业和相关机构,形成一个高效的沟通网络[4]

英国的应急管理机构又有所不同,英国的应急管理分为中央-区域-地方3级,其中中央政府负责全国风险管理宏观政策制定以及跨部门、跨机构的综合协调,具体由国民紧急事务秘书处承担[5]。而区域和地方一级的主要应急管理机构则是区域及地方韧性论坛(Resilience Forum)。韧性论坛是英国城市应急管理的核心机构,主席一般由当地行政长官担任,韧性论坛将各部门集中起来进行突发事件评估和应急规划,对各部门进行交流、沟通和协调[6]。日本的应急管理行动机构以及信息管理机构均归于危机管理总监和综合防灾部门下,在各部门保持一定独立性的同时统一受危机管理总监和综合防灾部调遣[7]

本文根据美国、日本和英国的应急管理机制的特点,建立了部门的运行机制模型。本模型模拟和评估了在突发事件发生的情况下不同架构的城市应急管理部门响应与应对突发事件的能力。

政府部门有3个主要的职能模式:决策、执行与监督[8]。本文针对突发事件下的应急管理,主要考虑决策与执行2个职能。在这种情形下,可以将一个政府部门的运行视作一个简单的“决策-执行”循环。在此基础上,可以归纳得到3个模型,如表 1所示。

表 1 3种模型描述
模型 模型描述 模型图示 模型依据
基本模型 通常情况下的部门关系 通常情形下的部门关系
“整合型”模型 将决策和执行分离,将决策集中到一个部门中 参考美国、日本的应急管理体系
“协调型”模型 各个部门保留了各自运行模式,通过与协调部门的沟通协调,来实现合作 参考英国基于论坛的应急管理体系

1.2 突发事件模型

本文将各类突发事件归纳为N个类型(如地震、台风、火灾、爆炸等),一次具体的突发事件可能包含多种类型,如一次地震引发了滑坡和危化品泄漏,则这次地震就包含3个类型。本文用n个参数来对一次突发事件进行描述,称为属性参数数组{c1, c2, …, cn}, ci∈[0, 1]。相对应地,对一个部门而言,也可以通过n个参数来描述该部门的特征,每个参数值表明了该部门应对某一类突发事件的能力,故称之为能力参数{a1, a2, …, an}, ai∈[0, 1]。由此可以看出,让合适的部门应对对应的突发事件,无疑能达到事半功倍的效果。

实际过程中,一次突发事件中又可能会有多个发展阶段,或者一系列次生灾害,所以考虑一次突发事件可以被划分为m个不同的时间段,每个时间段对应一组属性参数{c1(i), c2(i), …, cn(i)},每个时间段由某一个部门处理。一个完整的突发事件模型可以描述为如图 1所示的m×n的矩阵形式。

图 1 突发事件模型

1.3 成本与评估体系

对应急管理部门应对突发事件的评估包括应对突发事件的效率、处理突发事件的完成度以及过程中的财力、物力与人力支出等,这些评估指标贯穿部门运转的各个阶段。本文中,将使用成本这个概念来描述上述评估体系。

在处理突发事件的问题上,成本可以分为3类:决策成本、执行成本和协调成本。决策成本在部门进行决策时产生,包括了时间成本和实际的人力物力成本,同时也会受到部门间关系的影响;执行成本在部门开展行动时产生,取决于一个部门是否适合执行具体的任务,部门越适合完成任务,相应的执行成本就越低;协调成本描述了部门之间的关系,这个成本会在部门之间进行交流时产生,同时与部门间能力属性的差异有关,2个部门之间的能力属性差异越小,协调越顺畅,反之,协调就越困难。

总的来说,决策成本体现了体系的有序性,执行成本体现了任务分配的合理性,而协调成本体现了体系内沟通协调的顺畅性。以上3个成本可以作为对前面提到的3种模型进行评估的指标。

2 基于多智能体仿真的部门行为建模

多智能体方法就是充分利用多智能体的智能性、分布性和合作性,实现对一些难以进行常规建模的复杂系统的建模[9]。与常规建模的思路不同,多智能体仿真强调“自下而上”的建模理念[10-11]。仿真的重点在于对单个智能体行为模式的构建。

对于一个智能体而言,其主要部分有2个:属性和行为[12]。每一个城市应急管理部门都是一个多智能体,其行为主要是决策与执行。本文将常规情形下部门的运行模型称为基本模型,将类似美国和日本的部门运行模型称为“整合型”应急管理机制模型,将类似英国的部门运行模型称为“协调型”应急管理机制模型。

2.1 决策与执行行为

对于一个部门而言,决策本身主要做两件事,一是决定自己是否有能力完成,二是决定该怎么完成。在这个过程中,部门会将自己不适合完成的任务交给其他部门,也有可能会向其他部门寻求建议,并根据建议调整得出完成任务的方案,并执行。

对于上述过程,有一个十分关键的问题,就是决策的依据,也就是部门如何判断自己是否有能力、有多大的能力完成某个任务。因此,在某一个时间段,对于属性参数为{c1, c2, …, cn}的任务,部门的能力参数为{a1, a2, …, an},定义任务-能力匹配参数λ

$ \lambda = \frac{{\sum\limits_{i = 1}^n {{c_i}{a_i}} }}{{\sum\limits_{i = 1}^n {{c_i}} }}. $ (1)

λ体现了任务与部门之间的匹配程度。λ越大,说明该部门越适合完成这个任务。

定义决策下限λp与决策上限λq,且λp < λq,作为决策的依据,为便于比较3类应急管理机制模型的效率,设所有部门的λpλq均相同。当一个部门接到一个任务时,决策遵循表示如下:

$ \left\{ {\begin{array}{*{20}{l}} {\lambda < {\lambda _{\rm{p}}}, 将该任务交给其他部门;}\\ {{\lambda _{\rm{p}}} \le \lambda \le {\lambda _{\rm{q}}}, 可以向其他部门寻求建议;}\\ {\lambda > {\lambda _{\rm{q}}}, 可以独立完成.} \end{array}} \right. $ (2)

而当一个部门接到其他部门寻求建议的请求时,会根据自身能力进行评估,得出自身能力和任务属性的匹配参数λ。此时决策规则表示如下:

$ \left\{ {\begin{array}{*{20}{l}} {\lambda \ge 0.5, \;\;\;\;\;提出建议;}\\ {\lambda < 0.5, \;\;\;\;\;拒绝.} \end{array}} \right. $ (3)

部门接收到信息时判断信息的类型,并根据类型的不同采取不同的操作,具体见图 2

图 2 决策行为的运行方式

2.2 成本计算

在基本模型中,3种成本的计算方式如下:

决策成本A:每当进行决策时会产生,本文中为比较3类应急管理机制模型的效率,每次产生的决策成本设为定值A0

执行成本D:每当执行时产生,每次产生的执行成本为

$ D = \frac{{{D_0}}}{\lambda }. $ (4)

其中D0为在执行最适合的任务所需要的最低执行成本。λ为任务-能力匹配参数,设任务的属性参数为{c1, c2, …, cn},部门的能力参数为{a1, a2, …, an},则

$ \lambda = \frac{{\sum\limits_{i = 1}^n {{c_i}{a_i}} }}{{\sum\limits_{i = 1}^n {{c_i}} }}. $ (5)

协调成本M:当2个部门间进行信息交换时产生,每次产生的协调成本为

$ M = {M_0} \times \mu . $ (6)

其中M0为2个完全相同的部门之间进行协调的成本,μ为差异系数,设{a1, a2, …, an},{a1, a2, …, an}分别为协调双方的能力属性值,则

$ \mu = \sqrt {\frac{{\sum\limits_{i = 1}^n {{{\left( {{a_i} - {{a'}_i}} \right)}^2}} }}{n}} . $ (7)
2.3 “整合型”机制与“协调型”机制

“整合型”机制由决策部门和附属的多个执行部门组成。对于决策部门来说,它所做的决策主要是决定突发事件的某一个阶段应该交给哪个执行部门去做。而执行部门只需要在收到安排后执行自己的任务。当突发事件发生时,决策部门从中挑选出一个最适合执行的一个部门,将任务交给它去执行。

在“整合型”机制中,决策成本取决于突发事件的复杂程度,除此而外,还与决策部门相联系的执行部门的数量相关,决策部门的规模越大,决策所需要付出的额外成本就越高;而协调成本,因为决策部门与协调部门构成了上下级的关系,只与突发事件的复杂程度有关,与其他因素无关。

相比于“整合型”机制,“协调型”机制下的部门基本类似于基本部门。协调部门主要进行部门间的协调,各部门可以将自己难以处理的任务通过协调部门传达给其他部门,其他部门会协助完成。

2.4 仿真工具

本文的多智能体仿真均基于JADE完成。JADE是一款功能全面且强大的多智能体建模软件,使用Java语言进行多智能体开发,并提供了GUI界面以便于对智能体的管理[13-14]

3 仿真结果与分析 3.1 参数分析

在进行分析之前,先要确定一些参数。属性参数和能力参数在0~1之间服从均匀分布,突发事件划分为10个阶段。同时,因为分析以横向比较为主,本文取A0=D0=M0=1。

在上述条件下,模拟基本模型、“整合型”模型和“协调型”模型3种模型下,部门数量以及决策策略对成本的影响。

1) 部门数量与成本的关系。

部门数量是一个重要的参数,它决定了应急管理部门体系的规模。分别取部门数量为3和8,所得结果图 3所示。

图 3 基本模型下不同部门数量的成本变化

图 3中可以看到,在基本模型下,在部门数不同的情况下,3种成本的值并没有太大差异。但是当部门较多时,决策成本和执行成本的方差明显减少,但是协调成本的方差反而增加了。方差减少意味着稳定性上升,因为更多的部门提供了更多的选择。协调成本的波动性变大,意味着更多的部门导致协调的复杂性增大。

在“整合型”机制情形下,计算结果如图 4所示。“整合型”机制结果比较直观,部门的增加导致了决策成本的上升,但是执行成本有所下降,因为更多的部门提供了更多的选择,所以分配的合理性随之上升。

图 4 整合型机制下不同部门数量的成本变化

“协调型”机制中,情形类似于基本模型,结果图 5所示。

图 5 协调型机制下不同部门数量的成本变化

类似基本模型,在3个部门情形下和8个部门情形下,各个成本的值并没有太大变化,但是各个成本的方差均减小了,这一点和基本模型有所不同。如果与基本模型进行横向对比,可以发现,在成本值减小的同时,协调成本的方差不会随着部门的增多而变大,反而变小了,这个过程中协调部门发挥了巨大的作用,使得整个过程中的协调变得更加有序。

2) 决策系数λpλq与成本的关系。

在基本模型中,决策系数λpλq是非常重要的2个参数,决定了决策的标准。多次模拟表明,任务-能力匹配参数λ < 0.4时,部门与目标任务存在明显差异,同理,当λ>0.6时,可以认为该部门适合该任务。在此基础上,分别改变λpλq的值,得到计算结果如表 2所示。

表 2 不同的λpλq对成本的影响
λp λq 决策成本 执行成本 协调成本
0.4 0.55 10.40 20.41 14.57
0.5 0.55 18.00 17.06 24.42
0.45 0.55 13.50 18.60 20.89
0.45 0.5 13.40 18.74 8.00
0.45 0.6 12.80 18.19 21.84

表 2中可以看出,当λp=0.4或0.45时,由于λp是提出建议的门槛,较小的λp使得大部分部门都可以至少通过寻求建议来完成任务,很少将任务转交给其他部门,所以决策成本很小,协调成本也较小。而如果在此基础上减小λq,即令λp=0.45,λq=0.5,会使得区间整体值偏低,部门自主完成任务的可能性增大,协调成本减小,但是因为寻求建议的区间(λpλq之间)变窄了,所以决策成本和执行成本并没有减小。当λp=0.5且λq=0.55时,由于自己完成任务的条件变得十分苛刻,因此决策成本和协调成本都明显增加,但同时执行成本明显降低。这是因为可以自己完成任务的门槛变高了,只有足够好的分配方式才能满足条件。

3.2 仿真结果分析

本文参考城市应急管理局的架构,一般情况下取部门数为5,也就是设属性参数{c1, c2, …, cn}和能力参数{a1, a2, …, an}的数量为5,即n=5。开展了3类模型的仿真研究并进行了对比。通过仿真得到的结果如图 6

图 6 3种机制模型的成本比较

图 6显示了3种机制模型的协调成本、执行成本和决策成本的比较,“协调型”机制的协调成本最低,“整合型”机制的执行成本最低,但是决策成本最高,基本模型的协调成本和执行成本都是最高的。通过仿真可以看出,“整合型”和“协调型”机制各自体现出了自己的优越性:“整合型”机制能够保证部门协调的效率分工的合理性,在决策部门对执行部门的信息了解足够清楚的情况下,部门分工可以达到最优解,但是相应牺牲了决策的效率,并且随着部门的增多,决策效率会进一步下降;“协调型”机制通过额外的议事协调机构协调沟通来改善协调效率,使协调成本更稳定,但是在分配的合理性和决策的效率上并没有太大改变。

在目前的模型下,2种城市应急管理体系都是在一定程度上优于基本体系的,但是体现出了各自的特点,“整合型”机制的优势体现在执行成本,也就是任务分配与职能分工的合理性;而“协调型”机制的优势体现在协调成本,能够在部门较多的情况下依然保持有序的协调和决策。

4 结论

本文通过对美国、英国、日本等发达国家的城市应急管理机制进行分析,提出了3种城市应急管理机制模型,并建立了相应的突发事件模型,通过多智能体仿真对3种应急管理机制模型进行了定量评估。仿真结果显示:“整合型”机制与“协调型”机制都在一定程度上优化了城市应急管理部门的运行效率,“整合型”机制的优点在于更合理的任务分配与职能分工,而“协调型”机制的优点在于更加流畅有序的协调和决策。

本文主要关注突发事件下的应急管理职能,由于城市安全管理面对的问题类别、级别差异很大,常态、非常态的管理模式和需求也有所区别,本文的模型适用相对简单的情况,今后将进一步探讨和研究更加复杂的模型,提高模型的适用范围。

参考文献
[1]
钟开斌. 中国应急管理机构的演进与发展:基于协调视角的观察[J]. 公共管理与政策评论, 2018, 7(6): 21-36.
ZHONG K B. Evolution and development of China's emergency management institutions:An observation based on a coordination perspective[J]. Public Management and Policy Review, 2018, 7(6): 21-36. (in Chinese)
[2]
祝丹丹. 我国应急管理中政府整合沟通研究:基于结构功能主义视角[J]. 阴山学刊, 2019, 32(6): 95-99.
ZHU D D. Research on government integration communication in emergency management in China-based on structural functionalism[J]. Yinshan Academic Journal, 2019, 32(6): 95-99. (in Chinese)
[3]
王宏伟. 美国应急管理的发展与演变[J]. 国外社会科学, 2007(2): 54-60.
WANG H W. The development and evolution of emergency management in the United States[J]. Foreign Social Sciences, 2007(2): 54-60. DOI:10.3969/j.issn.1000-4777.2007.02.009 (in Chinese)
[4]
张智新, 周萌. 北京与三大世界城市应急管理体制比较[J]. 行政管理改革, 2011(2): 80-83.
ZHANG Z X, ZHOU M. Comparison of Beijing and the three world city emergency management systems[J]. Administrative Management Reform, 2011(2): 80-83. (in Chinese)
[5]
钟开斌. 伦敦城市风险管理的主要做法与经验[J]. 国家行政学院学报, 2011(5): 113-117.
ZHONG K B. The main practices and experiences of urban risk management in London[J]. Journal of National School of Administration, 2011(5): 113-117. (in Chinese)
[6]
万鹏飞. 大伦敦应急管理体系建设及启示[J]. 北京规划建设, 2012(1): 120-127.
WAN P F. Construction and enlightenment of greater London emergency management system[J]. Beijing Planning and Construction, 2012(1): 120-127. (in Chinese)
[7]
顾林生. 日本大城市防灾应急管理体系及其政府能力建设:以东京的城市危机管理体系为例[J]. 城市与减灾, 2004(6): 4-9.
GU L S. Emergency management system for large cities in Japan and its government capacity building:Taking the urban crisis management system in Tokyo as an example[J]. Cities and Disaster Reduction, 2004(6): 4-9. DOI:10.3969/j.issn.1671-0495.2004.06.002 (in Chinese)
[8]
张翔.中国政府部门间协调机制研究[D].天津: 南开大学, 2013.
ZHANG X. Research on inter-agency coordination mechanism of Chinese government[D]. Tianjin: Nankai University, 2013. (in Chinese)
[9]
刘奕, 周琦, 苏国锋, 等. 基于Multi-Agent的突发事件多部门协同应对建模与分析[J]. 清华大学学报(自然科学版), 2010, 50(2): 165-169.
LIU Y, ZHOU Q, SU G F, et al. Modeling and analysis of multi-sector collaborative response based on multi-agent[J]. Journal of Tsinghua University(Science and Technology), 2010, 50(2): 165-169. (in Chinese)
[10]
唐明圣.基于Agent的人工社会应急管理政策分析方法[D].长沙: 国防科学技术大学, 2015.
TANG M S. Agent-based analysis method of artificial social emergency management policy[D]. Changsha: National University of Defense Technology, 2015. (in Chinese)
[11]
易文明, 董升平, 肖人彬. 虚拟企业自我管理团队学习行为模拟研究[J]. 计算机集成制造系统, 2010, 16(11): 2495-2502.
YI W M, DONG S P, XIAO R B. Simulation research on learning behavior of virtual enterprise self-management team[J]. Computer Integrated Manufacturing Systems, 2010, 16(11): 2495-2502. (in Chinese)
[12]
易文明.基于多智能体的企业协作行为建模与仿真[D].武汉: 华中科技大学, 2011.
YI W M. Modeling and simulation of enterprise collaborative behavior based on multi-agent[D]. Wuhan: Huazhong University of Science and Technology, 2011. (in Chinese)
[13]
FABIO B, GIOVANNI C, DOMINIC G. Developing multi-agent systems with Jade[M]. Hoboken: John Wiley & Sons, Ltd., 2004.
[14]
刘金琨, 尔联洁. 多智能体技术应用综述[J]. 控制与决策, 2001(2): 133-140, 180.
LIU J K, ER L J. A review of the application of multi-agent technology[J]. Control and Decision, 2001(2): 133-140, 180. (in Chinese)
[15]
LI Y L, AN J. The construction of administrative ethics during the process of super-ministry system reform[C]//Proceedings of 2009 International Conference on Public Administration. Washington DC, USA: IEEE, 2009: 664-669.
[16]
SI L B, JI J B, FU J L. A comparative analysis of super-ministry mechanism reform and small-government model[C]//Proceedings of 2010 International Conference on Public Administration. Washington DC, USA: IEEE, 2010: 889-894.
[17]
杜倩博. 大部制的权力结构:机构合并与分立相融合的内在机理研究[J]. 公共行政评论, 2012, 5(6): 48-72.
DU Q B. The power structure of the large department system:A study of the internal mechanism of the combination of institutional merger and separation[J]. Public Administration Review, 2012, 5(6): 48-72. DOI:10.3969/j.issn.1674-2486.2012.06.004 (in Chinese)
[18]
傅金鹏, 陈晓原. "大部制"的形态与前景:一项比较研究[J]. 南京社会科学, 2010(7): 39-44.
FU J P, CHEN X Y. The form and prospect of "Big-sector System":A comparative study[J]. Nanjing Social Sciences, 2010(7): 39-44. DOI:10.3969/j.issn.1001-8263.2010.07.007 (in Chinese)
[19]
张强. 我国大部制改革的演进逻辑[J]. 甘肃行政学院学报, 2019(5): 4-12.
ZHANG Q. The evolution logic of the reform of super department system in China[J]. Journal of Gansu Institute of Public Administration, 2019(5): 4-12. (in Chinese)