综述：社会技术系统中的韧性测量：一项系统性回顾

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Resilience Measurement in Socio-technical Systems: A Systematic Review

　　穆罕默德·侯赛因·卡里米 | 道格·史密斯 | 瓦希德·萨利希
纽芬兰纪念大学工程与应用科学学院，加拿大纽芬兰与拉布拉多省圣约翰斯

**摘要**
本研究系统性地回顾了社会技术系统中韧性测量方法的现状。尽管韧性已经得到了广泛的研究，但当前的评估方法仍然分散且缺乏概念上的清晰性。本研究分析了192篇经过同行评审的研究文献，将其中的测量方法分为定量和定性两类，以识别方法的发展轨迹、常用的数据收集方式及相关领域，并基于13项方法论标准及三个核心韧性组成部分（能力、本领和属性/特性）来评估这些测量工具的效果。调查和访谈是定量和定性研究中的主要数据收集方法；大多数研究采用了混合技术来收集数据，而医疗保健、海事和过程 industry 则是最常进行韧性评估的领域。评估结果显示，贝叶斯网络（BN）、功能共振分析方法（FRAM）、动态贝叶斯网络（DBN）、机器学习算法（MLAs）、某些基于指数的工具、蒙特卡洛模拟（MCS）和韧性分析网格（RAG）是表现较好的评估工具。为了解决概念上的模糊性并提高测量准确性，本文提出了一种三层结构化的韧性组件及其关系示意图。研究表明，通过将混合方法与映射技术相结合，并利用所提出的三层概念框架，可以有效地理解和评估社会技术系统中的韧性。

**1. 引言**
1.1. 背景
近年来，由于社会技术系统在不确定和不断变化的环境中运行，其管理变得越来越复杂。这些复杂性的产生源于频繁发生的各种灾难性事件，如设备故障、供应链中断和人为错误，以及地震、COVID-19大流行和劳工罢工等重大干扰。这些事件影响了社会技术系统的日常运作和整体性能，给决策者带来了管理挑战。此外，医疗保健、交通等社会技术系统被归类为动态、复杂、非线性和不确定的系统[1]。某些因素，如系统规模、相互依赖性和不可预测的行为，进一步增加了系统的复杂性[2]。这种复杂性使得预测和管理故障变得困难，从而可能导致连锁故障和意外结果[3]。因此，有效的系统管理不仅需要在稳定条件下优化性能和日常运作，还需要在系统受到干扰时保持其功能。

在这种背景下，安全管理是组织管理的重要组成部分，旨在确保系统持续运行而不牺牲安全性[4]。从管理角度来看，安全管理是在不确定的操作环境中平衡运营需求与系统保护的策略性尝试[5]。然而，传统的安全管理技术在当前形势下已不再适用，因为传统方法主要侧重于事后减少错误和消除故障原因[5]。在复杂的社会技术系统中，由于多种相互依赖性、耦合和反馈循环的存在，系统行为具有不可预测性[6]。这种复杂性导致系统性能的日常波动，即使是微小的变化也可能引发大规模故障[7]。不可否认的是，突发事件、冲击和性能波动是复杂社会技术系统的固有特征，完全预测或控制它们极为困难[7]。因此，采用现代安全管理技术至关重要。这些方法应确保在多变和不确定的条件下维持系统的可持续性能，并采取主动措施应对各种冲击[7]。

在安全管理中，韧性概念指的是理解、评估、沟通和管理系统、组织乃至整个社会安全性的努力[8]。这种知识的应用称为韧性工程，旨在考虑系统层面的复杂性，并解释这种复杂性对系统行为和性能的影响[8]。韧性工程旨在及早发现问题的迹象，适应变化，并通过关注“成功之处”而非“失败之处”来不断提升系统的整体性能和安全性[9]。具有韧性的系统能够通过利用适当的能力、可用资源和结构良好的组织框架来有效应对不良后果[10]。尽管韧性可以作为一种实用的管理工具，但首先需要明确如何对其进行测量，以及这些测量结果如何影响学习和改进。同时，理解构成韧性的组成部分也同样重要，因为这为复杂社会技术系统中的韧性概念化和测量提供了基础[10]。因此，开发系统性和基于证据的框架至关重要。这些方法可以帮助在复杂且不确定的环境中对韧性进行量化和分析，从而实现主动的安全管理[10]。

1.2. 韧性测量
目前学术界和实践界对于最佳韧性测量方法仍存在分歧[11]。由于工具和模型的操作重点、方法论严谨性和应用范围存在显著差异，韧性测量方法多种多样，评估方法也显得非常分散。评估系统韧性是一项具有挑战性的任务，因为韧性的构建是一个持续、复杂且动态的过程[12]。针对不同领域，研究人员提出了多种定量和定性方法。例如，Taghi-Molla等人[13]使用贝叶斯网络（BN）、人工神经网络（ANN）模型和韧性指标（RI）来评估炼油厂的韧性；Samieinasab等人[14]采用数据包络分析（DEA）、最优-最差方法（BWM）、韧性指标（RI）和主成分分析（PCA）来评估临床部门的韧性；Shirali等人[15]则通过相似度排序法（TOPSIS）、层次分析法（AHP）和克朗巴赫α系数来评估石化公司的韧性。在定性工具方面，Fargnoli等人[16]在医疗保健领域应用了功能共振分析方法（FRAM），而Adriaensen等人[17]在制造业领域结合了韧性分析网格（RAG）和案例研究方法（CCS）进行韧性评估。还有一些研究采用了混合方法[18]。

尽管各种工具被广泛使用，但由于缺乏标准化的结构框架以及对于选择最适合特定情境的评估工具的共识，选择适当的韧性测量工具仍然存在困难[13]。

1.3. 韧性组成部分
虽然韧性测量近年来受到了更多关注，但至今仍缺乏一个被广泛接受的概念框架，来统一韧性能力、本领和属性/特性等核心组成部分。韧性研究的历史发展过程，从基础理论到后续的修订、整合和领域特定应用，产生了多样化的组成部分、术语和分析视角，这可能是导致概念一致性不足的原因[14]。Hollnagel、Woods及其团队率先进行了开创性的韧性研究，他们提出了韧性的四种基本能力[4]。这些能力是实现系统韧性的行为和功能机制。第一种能力是监测（了解需要关注什么），系统必须能够意识到自身的状态，并密切关注环境中的潜在威胁或干扰，以确定高效运行的关键要素[20]。第二种能力是预测（预测可能发生的情况），即提前识别潜在的威胁和机会，例如可能的调整、干扰和需求及其影响[20]。第三种能力是响应（知道如何应对），系统应准备好应对常规和非常规情况，并根据需要调整以适应新情况[20]。最后一种能力是学习（从经验中吸取教训），即从成功和失败中获取知识[20]。鉴于当代社会技术系统的环境极其复杂、不可预测且变化迅速，仅依赖线性流程是不够的。预测、监测、响应和学习之间的循环关系使得系统能够在不确定的情况下持续适应和运行[4]。这四种能力之间的循环和动态关系如图1所示[4]，Pettinato等人还用不同的术语描述了它们之间的层次性和线性联系[21]。这些能力已在刑事司法、公共安全[22]、建筑管理[23]、交通[24]和医疗保健[25]等多个领域得到广泛应用[22,23,25]。Pettinato等人[21]则使用不同的术语（规避能力、吸收能力、恢复能力和学习能力）来定义这些能力。

**图1. 四种能力之间的循环和动态关系**[4]
Woods[26]进一步提出了韧性的重要特征，如缓冲能力、灵活性、冗余度、宽容度和跨尺度互动性，这些后来被广泛认为是韧性的属性/特性[26]。尽管各种研究提出了许多韧性属性/特性，但它们仅能衡量韧性的潜在能力，而不能直接衡量韧性本身[26]。Wreathall[27]提出了管理承诺、意识、准备程度、报告文化、学习文化和透明度等属性；P?ci??o[28]提到了规划、责任、培训、动机、沟通和分包商等因素；Ayyub[29]则强调了鲁棒性、冗余度、资源利用能力和快速响应能力[29]。这些韧性属性/特性可以定义为单一功能、一个组成部分，或功能/过程的特性[29]。在此基础上，后续研究通过引入更高层次的策略响应类别来具体化韧性的概念[30]。在韧性研究中，能力通常指系统应对干扰的各种方式。Béné[30]提出了一个广泛引用的框架，将韧性分为三种层次：吸收能力、适应能力和转型能力，作为应对不同强度冲击的策略。吸收能力是指系统通过持续性和现有资源/结构减轻冲击的不利影响[31,32]，例如紧急物资储备或资金储备；适应能力是指系统根据变化调整行为、实践、政策或资源以降低脆弱性[34,35]；转型能力则是应对系统性变化和长期挑战的能力[32]。要从根本上解决脆弱性问题，需要创新和重新设计[37,38]。图2展示了这些韧性能力与其组成部分之间的联系[30]。

**图2. 韧性能力要素**[30]
韧性并非单一能力的结果，而是三种能力相互作用的结果。每种能力与特定的响应方式和结果相关联。例如，吸收能力适用于应对轻微干扰，适应能力适用于渐进式调整，而转型能力适用于应对根本性变化[31]。系统通常可以通过吸收能力抵抗和恢复低强度的干扰；当这种能力不足以应对干扰时，则需要运用适应能力[30]。如果冲击或压力过于严重，系统可能需要通过转型能力来调整自身[30]。值得注意的是，影响这些响应的因素不仅仅是冲击强度[30]。尽管如此，不同研究仍使用了不同的术语来描述这些能力。Vugrin等人[39]将“恢复能力”定义为系统能够轻松且动态地进行修复的能力，而Xu等人[40]和王等人[41]则使用“恢复”一词来指代韧性过程中的一个阶段或环节，而不是作为一种策略。许多研究对这些韧性成分（能力、功能和属性/特性）的处理方式并不一致。有时，这些成分之间甚至没有被假设出任何关系。例如，Azadeh等人[42]和Asadzadeh等人[43]仅使用属性/特性来衡量韧性；Bukowski和Werbińska-Wojciechowska[44]以及Blair和Duron[22]应用了四种韧性能力来进行评估；而Chabrol等人[45]和Arcuri等人[46]则仅使用了韧性能力。有些研究试图建立这些韧性成分之间的关系，但这些关系往往定义得不够明确。Al-Refaie和Aljundi[47]以及Mentes和Turan[48]将某些韧性属性/特性与四种能力联系起来用于评估；Adhita等人[49]和Steen和Ferreira[50]将四种韧性能力与适应能力相联系；Nicola等人[51]和Ambrose等人[52]利用某些韧性属性/特性来捕捉适应能力。此外，在一些论文中，韧性成分被交替使用或没有统一起来。Mujjuni等人[53]将恢复和预防以及吸收、适应和转化能力一起视为韧性能力；Al-Refaie和Aljundi[47]以及MacKinnon等人[54]分别将恢复和预防作为韧性属性/特性；Shirali等人[15]将预期能力与其他常见的属性/特性（如准备性、灵活性和管理承诺）一同考虑，尽管它通常被用作一种韧性能力。由于缺乏对韧性成分之间关系的统一框架，这些概念上的模糊性导致了标准化评估框架发展的困难，并限制了韧性在社会技术系统和安全管理中的实际应用。尽管关于社会技术系统中韧性测量的文献越来越多，但仍存在一个根本性的挑战：不同的研究采用了不同的概念方法和术语来描述韧性成分，这使得结果难以比较、现有知识难以整合，当“能力”、“功能”和“属性/特性”等术语被不一致或交替使用时，也难以形成对韧性的连贯理解。

1.4 研究目标
1.2 韧性测量
1.3 韧性成分

研究旨在探讨多样化的应用和测量尝试所带来的挑战，包括用于测量韧性的工具的碎片化、在定义和关联韧性成分方面的一致性问题，以及缺乏一个整合韧性成分的统一框架。因此，显然有必要进行一篇综述论文，以识别和分类与社会技术系统相关的已发表论文中使用的工具，找到可能最合适的工具，并提供韧性成分的结构化联系。据此，本综述论文旨在解决以下研究问题：
1. 在社会技术系统中，使用哪些工具来测量韧性？
2. 近年来，韧性评估方法的使用趋势是什么？
3. 使用了哪些数据收集方法来测量韧性？
4. 在特定领域中使用了哪些韧性测量工具？
5. 哪些方法可能是最适合韧性评估的工具？

这些问题的答案将有助于识别现有测量实践中的差距，并有助于开发更加统一和结构化的韧性评估框架。本综述旨在系统地描述当前和以往的韧性测量尝试，并根据测量方法识别主流的数据收集方法和特定领域的应用。该研究还使用一套13项评估标准来评估工具的方法学、功能性和实用性，并评估它们与对韧性的定性理解（特别是能力、功能和属性/特性）的一致性，以确定可能最合适的工具。此外，本文提出了一种整合韧性能力、功能和属性/特性的结构化概念框架，以实现更全面的测量。综述的发现旨在为未来在该领域进行研究的学者和实践者提供批判性的综合分析和路线图。

2. 方法论
2.1 综述框架
本研究实施了一项系统的文献回顾，以确定用于测量社会技术系统韧性的工具/框架、数据收集技术、领域和韧性成分。文献选择基于PRISMA方法进行。采用内容分析技术从筛选出的文献来源中提取相关的韧性属性和韧性测量工具。

2.2 搜索策略
基于初步的範圍搜索和文献中使用的术语，确定了相关的关键词和概念。使用的确切搜索字符串是“Resilience Engineering”、“Resilience Measurement”和“Resilience Capacity”，这些字符串以引号形式作为精确短语使用，不添加额外的布尔运算符，以确保与韧性文献的概念一致性。这些搜索字符串分别在Scopus和ScienceDirect的文献搜索中通过标题、摘要和关键词字段进行搜索。这两个数据库涵盖了工程、系统安全和社会技术系统的同行评审期刊，其中包括许多关键的韧性研究期刊。Scopus提供跨学科的覆盖范围，并索引了来自多出版商的期刊，适合捕捉社会技术系统中韧性测量的跨领域研究。ScienceDirect主要提供了对Elsevier发表的完整文本文章的深入访问，其中包含大量关于复杂系统韧性评估的基础性和方法论详细的研究。通过同时使用这两个数据库，减少了数据库特定偏见的风险并提高了搜索的完整性。搜索范围限制在2000年1月1日至2025年12月31日期间可获得的记录。以下标准被用来限制初始的电子搜索：
I. 综述文章、会议论文、书籍章节、书籍以及技术和官方报告。
II. 语言非英语的来源。

总共从两个数据库中检索到了2361篇在该时间窗口内以英语发表的同行评审期刊文章。

2.3 资格筛选
在2361份文档中，有553份因重复而被剔除。在第一次筛选阶段，对剩余的1808项研究的标题、摘要和关键词进行了筛选。选择进行研究的标准如下：
I. 研究包括社会技术系统中的韧性测量，并关注安全管理系统。
II. 研究考虑了系统性能方面的韧性测量。
III. 包括用英语发表的同行评审期刊文章。

经过筛选，有1556份记录被排除在外。其中，1012份记录因未涉及社会技术系统中的韧性测量（特别是安全管理系统）而被排除；544项研究因未考虑与系统性能相关的韧性测量而被排除。剩下的252篇论文进行了全文筛选，以确定那些测量了社会技术系统中安全管理系统和系统性能的韧性研究的论文。在252篇论文中，有185篇满足所有资格标准；51份记录因未涉及社会技术系统中的韧性测量而被排除；16项研究因未考虑与系统性能相关的韧性测量而被排除。通过追溯参考文献列表以及对该领域领先作者的Google Scholar个人资料进行针对性搜索，又发现了7篇额外的文章。这种补充搜索策略符合PRISMA建议，用于识别仅通过数据库搜索无法捕捉到的潜在相关研究。最终共有192篇研究文章被选为分析对象。图3展示了本综述中使用的文章选择过程的示意图。

2.4 数据提取与综合
在确定相关文献来源后，通过全面的内容分析从选定的研究中提取数据。制作了一个主表，以整理从文献中提取的数据，包括研究方法、数据收集方法和韧性成分。提取的数据被综合起来，以回答当前综述提出的研究问题。第3节中的表格和图表提供了数据的定性和定量总结。这些总结将经过详细解释和分析，以回答研究问题。

3. 结果
在本综述中，通过两种方式评估了选定研究中使用的工具。首先，对工具和框架进行了分类，并根据一套预定义的评估标准对其方法学、功能性和实用性进行了评估，以确定它们测量韧性的能力。其次，评估了每种工具在测量系统韧性时具体关联了哪些韧性成分（能力、功能和属性/特性）。

在第3.1节中，对工具和框架进行了分类，并根据定性、定量和混合方法的使用情况分析了研究分布。该节还分析了所使用的数据收集技术以及按领域划分的测量方法的应用。第3.2节解释了韧性能力、功能和属性/特性之间关系的统一结构，并提供了对不同韧性成分组合的使用情况的两种分析。第3.3节根据13项预定的评估标准评估了韧性测量工具及其对韧性成分的使用情况，并根据得分对其进行排名。该节还分析了在韧性成分和领域之间使用混合方法的研究。

3.1 韧性测量工具
3.1.1 测量方法的系统识别与分类
对选定研究中识别的测量工具进行了系统回顾，并提供了结构化的分类。这种分类的目的是为了更好地理解和更容易地识别用于测量韧性的工具，因为这些工具的数量众多。表1和表2分别展示了定量和定性工具的分类及其相关研究。由于多项研究使用了多种工具来评估韧性，因此两个表中的研究数量都超过了192篇。这意味着一篇论文可能贡献于多个方法学类别。表1中，概率模型（PMs）、统计降维技术（SDRTs）、基于指数的测量方法（IBMs）和多准则决策制定（MCDM）方法作为主要类别，各自具有特定的子类别；而优化与效率分析（OEA）、仿真模型（SMs）和基于网络的方法（NBMs）作为主要类别，没有子类别。表1全面展示了按子类别和主要类别分类的定量工具。

表1.分类的定量工具
**主要类别**：研究
**子类别**：工具

**项目管理（PMs）（31项研究）** [13,18,25,21,44,47,49,[55], [56], [57], [58], [59], [60], [61], [62], [63], [64], [65], [66], [67], [68], [69], [70], [71], [72], [73], [74], [75], [76], [77], [78]]
**贝叶斯和马尔可夫模型**
**贝叶斯网络（BN）**
**动态贝叶斯网络（DBN）**
**隐马尔可夫模型（HMM）**
**AI模型**
**机器学习算法（MLAs）**
**风险和可靠性分析**
**故障树分析（FTA）**
**基于韧性的风险优先级数（RRPN）**
**模糊逻辑和不确定性方法**
**模糊集合理论（FST）**
**梯形模糊数（TrFN）**
**改进的R数（MRN）**
**Z数（ZN）**
**基于模糊逻辑的方法论（FLM）**
**广义不确定性理论（GUT）**
**球形模糊德尔菲方法（SFDM）**

**结构建模和因子分析**
**结构方程建模（SEM）**
**偏最小二乘结构方程建模（PLS-SEM）**
**因子分析（FA）**
**探索性因子分析（EFA）**
**验证性因子分析（CFA）**
**聚类与降维**
**主成分分析（PCA）
**数值分类（NT）**
**K均值聚类（KCLU）**
**一般统计和相关方法**
**回归分析（RA）**
**敏感性分析（SAN）**
**邻接矩阵（AM）**
**描述性统计（DS）**
**相关系数（CC）**
**可靠性和有效性度量**
**克朗巴哈α系数（CA）**
**弗莱斯Kappa系数（FKIRR）**
**内容效度比率（CVR）**
**假设检验和统计验证**
**方差分析（ANOVA）**
**斯皮尔曼检验（ST）**
**克鲁斯卡尔-沃利斯检验（KWT）**
**科尔莫哥洛夫-斯米尔诺夫检验（KST）**
**T检验（TT）**
**曼-惠特尼U检验（MWUT）**
**有序加权几何平均（OWGA）**

**专门统计方法**
**性能塑造因素（PSFs）**
**平均值（MV）**
**P值（PV）**
**语义相似性（SS）**

**智能邦尼算法（IBMs）（79项研究）** [9,13,14,19,21,23,28,43,44,47,51,53,56,57,59,60,65,67,[73], [74], [75], [76], [77],[79], [80], [81], [82], [83], [84], [85], [86], [87], [88], [89], [90], [91], [92], [93], [94], [95], [96], [97], [98], [99], [100], [101], [102], [103], [104], [105], [106], [107], [108], [109], [110], [111], [112], [113], [114], [115], [116], [117], [118], [119], [120], [121], [122], [123], [124], [125], [126], [127]]
**尺度、得分和等级**
**李克特量表（LS）**
**韧性等级（RG）**
**韧性得分（RS）**
**指标和关键绩效指标（KPI）**
**韧性指标（RI）**
**韧性度量（RME）**
**故障模式与效应分析（FMEA）**
**矩阵的永久功能（PFM）**
**风险矩阵（RMA）**
**变异影响矩阵（VIM）**
**韧性分析矩阵（RAM）**
**指数**
**系统韧性指数（SRI）**
**风险优先级数（RPN）**
**韧性三角形（RT）**
**综合韧性指数（CoRI）**
**合规性指标（CI）**

**多准则决策法（MCDM）（23项研究）** [14,15,[42], [43], [44],56,76,77,82,117,120,125,127,133,134,137,138,152,154,[159], [160], [161], [162]]
**传统MCDM方法**
**最佳-最差方法（BWM）**
**层次分析法（AHP）**
**类似理想解的排序偏好技术（TOPSIS）**
**标准和方案的同步评估（SECA）**
**熵方法（EM）**
**分析网络过程（ANP）**
**模糊和概率MCDM**
**模糊层次分析法（FAHP）**
**模糊VIKOR（FV）**

**优化方法（OEA）（31项研究）** [14,42,43,58,61,[63], [64], [65], [66],68,[85], [86], [87],[92], [93], [94], [95], [96], [97], [98], [99], [100],104,105,108,110,111,120,158,160,163]
**数据包络分析（DEA）**
**第二类模糊数据包络分析（T2 FDEA）**
**元启发式优化（MO）**
**模拟退火（SA）**

**模拟方法（SMs）（26项研究）** [41,44,57,58,70,73,74,118,119,124,126,[130], [131], [132],135,144,145,157,[164], [165], [166], [167], [168], [169], [170], [171]]
**基于代理的模型（ABM）**
**蒙特卡洛模拟（MCS）**
**系统动力学模拟（SDS）**
**离散事件模拟（DES）**
**质量-弹簧-阻尼器类比（MSDA）**
**计算流体动力学（CFD）**
**不可操作性输入-输出模型（IIM）**
**应力-应变模型及其变体（SSM）**
**Mamdani模糊推理系统（MFIS）**

**神经网络（NBMs）（16项研究）** [18,19,21,55,62,69,88,106,113,122,128,132,138,158,165,172]
**社会网络分析（SNA）**
**模糊思维地图（FCM）**
**复杂网络（CN）**
**共现网络分析（CONA）**
**基础设施韧性导向的建模语言框架（IRML）**
**目标依赖结构建模（GDS）**
**网络层级建模（NHM）**
**多层网络分析（MNA）**
**功能随机行走方法（FRW）**
**概率流网络（PFN）**
**图论和矩阵代数（GTMA）**

**表2. 分类的定性工具**
**主要类别**：研究
**子类别**：工具
**焦点群体问卷（FBQMs）（82项研究） [[16], [17], [18],22,24,21,44,46,[48], [49], [50], [51],[69], [70], [71],78,84,112,[114], [115], [116], [117], [118], [119],121,122,125,128,135,139,140,[142], [143], [144], [145], [146], [147], [148], [149], [150], [151], [152], [153], [154],156,161,162,169,171,[173], [174], [175], [176], [177], [178], [179], [180], [181], [182], [183], [184], [185], [186], [187], [188], [189], [190], [191], [192], [193], [194], [195], [196], [197], [198], [199], [200], [201], [202], [203], [204], [205]]
**韧性管理和风险框架**
**韧性分析网格（RAG）**
**DARWIN韧性管理指南（DRMG）**
**基于韧性的风险管理模型（RRMM）**
**障碍分析（BA）**
**系统理论事故模型和过程框架（STAMP）**
**基于韧性的维护框架（RBM）**
**网络化危险分析和风险管理系统（Net-HARMS）**
**Wuli–Shili–Renli方法论（WSRM）**
**应用韧性模型的概念（CARE）**
**基于系统的错误与认知分析框架**
**认知任务分析（CTA）**
**层级任务分析（HTA）**
**系统化人为错误减少和预测方法（SHERPA）**
**交互式事件分析框架（IEA）**
**人体工程学工作分析（EWA）**
**功能共振分析方法（FRAM）**
**行为与情境分析模型**
**正常事故理论（NAT）**
**认知系统工程框架（CSE）**
**联合认知系统框架（JCS）**
**行为锚定评分量表（BARS）**
**韧性时刻模型（MRM）**
**Work-As-x（WAx）**
**策略框架+多样性空间图（SFVSD）**
**优雅的可扩展性（GE）**
**业务连续性和安全管理**
**韧性业务连续性管理框架（RBCM）**
**评估健康和安全管理系统框架（MAHS）**
**风险视角框架（ACURP）**
**技术、组织和环境框架（TOE）**
**工作危害分析框架（JHA）**
**因果和基于文本的分析**
**文本挖掘（TM）**
**自然语言处理（NLP）**
**因果循环图（CLD）**
**操作员事件序列图（OESD）**

**质量分析（QA）（35项研究） [9,19,79,45,[52], [53], [54],72,113,115,118,123,141,143,147,155,180,183,187,189,193,195,[206], [207], [208], [209], [210], [211], [212], [213], [214], [215], [216], [217], [218]]
**归纳-演绎内容分析（IDCA）**
**比较分析（COA）**
**探索性案例研究（EXS）**

表2展示了基于框架的定性方法（FBQMs），作为主要类别，包含五个相关子类别，每个子类别都有相应的工具。然而，定性分析（QA）作为主要类别，其相关工具没有子类别。表2提供了按主要类别和子类别分类的定性工具的详细概览。

根据研究使用定量、定性或混合方法进行韧性测量的情况，也对研究进行了分析。图4表示了使用每种方法论方法的论文百分比。

下载：下载高分辨率图像（79KB）
下载：下载全尺寸图像

图4显示，只有22%（192项研究中的43项）使用了混合方法来测量韧性，而30%（192项研究中的57项）和48%（192项研究中的92项）分别应用了定性和定量方法。

此外，还分析了韧性测量方法论的演变轨迹，以确定研究使用方法来评估韧性的分布。图5表示了不同时期使用不同方法类别的演变趋势。为了应对早期数据的稀疏性并提高可解释性，时间分析使用了非均匀的时间段，将早期出版物（2000-2013年）合并为一个基线阶段。

下载：下载高分辨率图像（312KB）
下载：下载全尺寸图像

图5表明，随着时间的推移，方法的整体使用和多样性显著增加。在最早的时期（2000-2013年），韧性测量方法的应用有限。2014年至2017年间，方法论的多样性明显扩大，尤其是SDRTs和OEA。在这一时期，DEA是从OEA中流行的方法。2018年至2021年期间，除OEA外，大多数类别的应用都有显著增长。特别是FBQMs和IBMs表现出明显的增长，其他类别也有稳定的增长。在最近的时期（2022-2025年），大多数类别的上升趋势持续。FBQMs、IBMs和SDRTs达到了应用水平的高峰，而NBMs、SMs、QA和PMs与早期相比有显著增长。相比之下，OEA方法显示出下降趋势，这表明人们相对偏离了某些传统的效率导向技术。

**3.1.2. 韧性测量的数据收集方法**
图6展示了根据评估韧性所使用的方法类别，研究中采用的各种数据收集方法。这些方法包括专家意见、文献回顾、模拟、访谈、调查、观察、记录回顾、研讨会和焦点小组。

下载：下载高分辨率图像（368KB）
下载：下载全尺寸图像

根据图6，调查是定量类别中最常用的数据收集方法，包括PMs（31项研究中的13项）、SDRTs（73项研究中的53项）、IBMs（79项研究中的38项）、MCDM（23项研究中的14项）、OEA（31项研究中的29项）和NBMs（16项研究中的6项）。此外，尽管模拟是使用SMs的研究（26项研究中的10项）的主要数据收集方法，但在该类别中其他数据收集方法的使用相对平衡。在定性类别中，包括FBQMs（82项研究中的39项）和QA（35项研究中的24项），主要的数据收集方法是访谈。专家意见和文献回顾是定量和定性类别中的第二主要数据收集方法。专家意见特别用于PMs（31项研究中的9项）、IBMs（79项研究中的21项）、MCDM（23项研究中的12项）和OEA（31项研究中的5项），而文献回顾用于SDRTs（73项研究中的15项）、NBMs（16项研究中的5项）、FBQMs（82项研究中的35项）和QA（35项研究中的16项）。观察也是定性类别中常用的数据收集方法，包括FBQMs（82项研究中的31项）和QA（35项研究中的14项）。记录回顾、文献回顾、研讨会和焦点小组在不同类别的工具数据收集中使用较少。然而，大多数研究（54%，192项研究中的104项）采用了多种方法来收集所需数据。附录A详细介绍了所审查研究使用的数据收集方法。

**3.1.3. 韧性测量工具在各领域的分布**
图7显示了根据所使用工具的主要类别，选定研究测量韧性的领域热图。该图中的百分比反映了每个主要类别中与特定领域相关的研究比例，而不是基于192项选定研究总数的百分比。

根据图7，医疗保健、海事和过程产业是所有主要类别中韧性评估的三个主导领域。PMs在海事（23%，31项研究中的7项）和制造业（19%，31项研究中的6项）中广泛使用。SDRTs主要应用于过程产业（26%，73项研究中的19项）和医疗保健领域（16%，73项研究中的12项）。医疗保健（19%，79项研究中的15项）和城市基础设施（18%，79项研究中的14项）是主要使用IBMs的领域。MCDM工具在不同最低层致力于韧性属性/特征，这些属性/特征被定义为一个单独的元素、一个组件，或者是元素或过程的一个特性，一组这样的属性/特征可以相互连接或整合以激活韧性能力。需要强调的是，韧性属性/特征并不旨在代表个别韧性能力的唯一构建块。韧性属性/特征可以被分配给多个韧性能力，或者被视为韧性能力之间的共享属性/特征。例如，意识和沟通可以被分配给预测能力，但根据它们在系统中的作用和情况，也可以被分配给监控能力。下载：下载高分辨率图片（1MB）下载：下载全尺寸图片图8. 韧性组件之间的结构化和功能关系。当冲击发生时，应根据中断的严重程度选择适当的响应策略（韧性能力）。随后，应通过整合和连接系统中所需的部件或元素，并保持与其他能力的互连来满足每个韧性能力，以应对干扰。为了实现这种情况，系统中的这些特定部件或元素（韧性属性/特征）将由于其适用性和属性而被激活，以满足它们自身的韧性能力。因此，考虑韧性的所有三个层面对于准确衡量系统韧性至关重要。在这方面，首先，在图9和表3中提供了审查的研究中考虑这些韧性元素的比例的统计分析。其次，我们评估了这些研究中每个工具利用了哪些韧性组件来衡量韧性。下载：下载高分辨率图片（206KB）下载：下载全尺寸图片图9. 审查的研究中考虑不同韧性组件组合的比例。表3. 按韧性组件组合分类的审查文章。方法论方法研究[参考列表中的项目]频率能力[45,46,140,168,173,180,211]7能力[17,22,23,25,44,89,113,115,117,120,163,171,175,185,189,208,214,156,162]19属性/特征[13,42,43,69,83,88,[91], [92], [93],95,101,104,109,110,123,134,136,137,141,[158], [159], [160]]22能力 - 能力[19,49,50,57,118,[186], [187], [188],198,206]10能力 - 属性/特征[41,[51], [52], [53],55,56,59,84,87,94,107,114,128,132,135,145,148,151,[164], [165], [166], [167],170,174,178,[191], [192], [193],199,209,[72], [73], [74], [75], [76],77,119,122,[124], [125], [126], [127],157,203]44能力 - 属性/特征[14,24,28,54,[60], [61], [62], [63], [64], [65], [66], [67],71,78,79,82,86,[96], [97], [98], [99], [100],102,105,106,108,111,116,121,133,147,149,150,152,155,154,169,179,182,184,195,[200], [201], [202],204,205,210,213,215,218]50能力 - 能力 - 属性/特征[9,15,16,18,21,47,48,58,68,70,80,81,85,90,103,112,[129], [130], [131],138,139,[142], [143], [144],146,153,161,172,176,177,181,183,190,194,196,197,207,212,216,217]图9和表3表明，在本文分析的研究中，只有21%（192项中的40项）同时应用了所有三个韧性组件来衡量韧性，而79%（192项中的152项）使用了这些组件的其他组合。54%（192项中的104项）考虑了组件的成对组合，而5%（192项中的10项）、27%（192项中的50项）和18%（192项中的44项）分别代表了能力-属性、能力-属性和容量-属性的二元组合。此外，25%（192项中的48项）的研究使用了一个韧性组件，而4%（192项中的7项）、10%（192项中的19项）和11%（192项中的22项）的研究分别使用了容量、能力和属性/特征。表4显示了通过所有三个韧性组件评估韧性的研究在每个主要类别中的百分比。表4突出了大多数使用各种方法进行韧性评估的研究没有考虑所有核心韧性组件的情况。应用FBQMs和NBMs的研究在使用核心韧性组件的比例最高（分别为30%（82项中的21项）和29%（16项中的4项）。相比之下，使用OEA方法的研究在同时使用三个韧性组件的比例最低（10%），这表明这些研究对全面概念结构的关注有限。表4. 根据测量方法类别使用所有三个核心韧性组件的百分比。主要类别研究频率能力 - 能力 - 属性PMs3125%SDRTs7316%IBMs7927%MCDM2324%OEA3110%SMs2626%NBMs1629%FBQMs8230%QA3520%3.3. 韧性测量工具的评估3.3.1. 韧性测量工具的十三个标准评估标准本节提出了一组13个预定义的评估标准，以汇总衡量韧性的考虑因素。这些标准的目的是评估每个工具的方法论、功能和实用性方面，同时考虑实际应用的实际要求以及韧性的理论基础。这些标准旨在识别未来韧性测量的潜在候选者，并根据多个维度提供它们相对适用性的指示，而不是建立绝对排名。此外，还尝试选择能够反映在复杂系统中衡量或操作韧性时可能至关重要的工具的不同方面的标准。表5列出了每个标准的分数范围和相关描述。表5. 韧性测量工具的13个评估标准。标准分数范围描述1- 输出标准化程度定量确定性=4定量概率性=3定量主观性=2描述性定性=1无法衡量=0工具的输出有多标准化和可衡量？2- 数据类型连续=2网络数据=2标准化=2二进制=1分类=1专家判断=1语言（模糊集、标签）=1李克特数据=1序数=1调查数据=1该工具使用哪种数据类型？3- 数据依赖性高=0中等=1低=2该工具对数据的依赖性如何？4- 不确定性处理高=2中等=1低=0该工具在多大程度上考虑了变异性、噪声或不完整知识？5- 动态/时间建模能力是=1否=0该工具能否处理随时间的变化、反馈循环或系统演化？6- 互依赖性建模是=1否=0该工具能否模拟组件之间的交互（网络效应、传播、级联故障）？7- 场景分析是=1否=0该工具是否允许测试“如果...会怎样”的条件或压力测试？8- 专用于韧性？是=1否=0该工具是否专门用于韧性测量？9- 输出类型分数=1地图=1图表=1叙述=1仪表板=1分布=1排名=1表格=1其他=1该工具的输出类型是什么？10 - 提供建议还是仅提供诊断？建议=1诊断=1两者都有=2该工具是否能够提供建议/诊断或两者兼有？11- 比较能力是=1否=0该工具的结果能否在不同案例或系统之间进行比较？12- 结果可解释性是=1否=0非专家能否理解该工具的结果？13- 与其他方法的结合？是=1否=0该工具能否与其他方法结合？第一个标准评估了每个工具生成的输出的数量化和标准化程度。这个标准的意图并不是假设定量方法在捕捉社会技术系统的出现或复杂性方面本质上优于定性方法。相反，它反映了工具产生的一致可监控、可比较或可汇总的输出的程度。最高分（4）分配给了定量确定性指标。使用确定性指标的方法能够提供可复制的、客观的、以数据为驱动的韧性测量，并且有明确定义的输出。概率性指标获得了3分，因为它能够在保持结构化数值输出的同时有效捕获不确定性和变异性。概念分析或专家判断可以通过定量主观（得分为2）和描述性定性（得分为1）指标的结构化或叙述性评估生成。这些方法可能提供更丰富的系统交互和情境动态的见解，但它们的输出通常标准化程度较低，这可能会限制在没有额外操作的情况下直接比较和纵向监控。因此，这种评分反映了输出标准化的差异，而不是对定量方法相对于定性方法的偏好。第二个标准检查了工具支持不同类型数据的灵活性。这个标准表明了工具使用多种数据类型进行韧性分析和测量的能力的重要性。工具对数据的依赖程度以及它们处理数据变异性和噪声的能力，这些情况在复杂和现实世界系统中经常出现，通过标准3和4进行评估。由于韧性的动态性质及其对干扰和恢复过程的响应能力，工具表示系统随时间演变的能力，包括反馈循环、延迟或时间依赖性变化的能力，是非常重要的。工具的这一能力通过标准5进行评估。标准6评估了工具捕捉系统互连元素之间互依赖性和交互的能力，这是识别隐藏漏洞的关键因素。标准7评估了工具模拟替代未来、研究系统在不同冲击或压力因素下的响应以及识别潜在阈值或临界点的能力。标准8评估了所使用工具是否专门设计用于衡量韧性，而标准9评估了工具生成的输出类型，这影响了其可解释性和实用性。标准10评估了工具仅提供诊断性见解、支持可操作建议或同时提供诊断和建议的能力。比较能力、结果的可解释性以及与其他方法的兼容性是最后三个标准，它们都展示了工具对用户、利益相关者以及整合到更大决策框架中的有用性。对于每个标准，根据审查研究中报告的方法论特征制定了明确的决策规则，以提高评分过程的一致性和透明度。此外，通过将评分方案应用于一组工具进行了初步校准，以确保标准的一致解释，并在必要时完善决策规则。最终评分然后使用相同的程序系统地应用于所有工具。尽管如此，评估不可避免地涉及一定程度的专家判断，特别是当工具描述不完整或概念导向时。附录B显示了综合评分结果。工具的最终分数代表了它们从标准评估中获得的总分。较高的分数表明与选定的评估标准更为一致，因此表明在这些标准被优先考虑的情境中具有相对较高的适用性。根据附录B，BN获得了最高的总分24分。MLAs（23.50分）、DBN（22分）、FRAM（22分）和KPI（22分）是其他得分较高的工具。一些NBMs如IRML（21.5分）、GTMA（21分）、GDS（20.50分）、CN（20分）和MNA（20分）得分较低。此外，像RI这样的IBMs、HMM这样的PMs以及MCS这样的SMs获得了20到21分的适当分数。就定性工具而言，FRAM并不是唯一合适的工具。ACURP（20.5分）和RAG（20分）作为FBQMs也获得了相当高的分数。3.3.2. 基于组件的韧性测量工具评估全面的韧性测量需要考虑所有三个层面的韧性组件。在这种情况下，本综述的第二个主要标准是根据这些工具对韧性组件的整合情况来评估适当的工具。附录C展示了一个表格，根据每个工具在多大程度上利用了这些韧性组件来评估和评分。值得注意的是，IDCA、EXS和COA作为QA以及RI作为IBMs获得了最高分（8分中的8分）。来自IBMs的RME和RT以及来自SDRTs的PCA、SAN、DS、CC、CA、ST和MV获得了适当的分数（7分中的7分）。此外，其他定量工具如BN和DBN作为PMs、AHP、TOPSIS、EM、ANP和FAHP作为MCDM，以及MCS作为SMs也表现良好，获得了7分。就定性工具而言，TA、FRAM、STAMP和BA同样获得了7分。3.3.3. 韧性测量工具的总体排名本节通过结合基于13个预定义评估标准（第3.2节）和韧性组件利用情况（第3.4节）获得的分数，对韧性测量工具进行了综合评估。这种组合评分方法能够平衡地评估工具的方法论、功能性和实用性方面，以及它们使用韧性组件来衡量韧性的情况。得分最高的十种工具在表6中展示。这些工具可能是最适合和多用途的社会技术系统韧性测量工具。表6. 总分最高的十大工具。排名主要类别子类别工具总分数1PMs贝叶斯和马尔可夫模型BN312FBQMs基于系统的人为错误与认知分析框架FRAM293PMs贝叶斯和马尔可夫模型DBN294PMs机器学习与AI模型MLAs28.55IBMs指标、RI28.56IBMs指数SRI27.57SMsSMsMCS278IBMs指标、RI26.59FBQMs韧性管理与风险框架RAG2610IBMs指标、KPI26在所有审查的工具中，BN获得了最高分（31分）。FRAM紧随其后，得分为29分。DBN和MLAs分别获得了29分和28.5分，这突显了概率性和AI驱动模型在处理各种数据类型和模拟动态系统响应中的重要性。像RI、SRI、RME和KPI这样的工具由于其得分超过26分而受到重视。MCS（一个模拟模型）和RAG（一个基于框架的定性工具）分别获得了27分和26分。附录D显示了所有识别工具的最终分数。通过使用三种场景进行了敏感性分析，以检验排名结果的稳健性和第一个标准的潜在影响。在第一个场景中，应用了原始的评分方案。在第二个场景中，将标准1的得分从总得分中排除，并通过给所有工具分配相同的值（2）来中和标准1的得分。表7显示了这一分析的结果。

表7. 标准1的敏感性分析。

场景1
定量确定性 = 4
定量概率性 = 3
定量主观性 = 2
描述性定性 = 1
无法测量 = 0

场景2
定量确定性 = 0
定量概率性 = 0
定量主观性 = 0
描述性定性 = 0
无法测量 = 0

场景3
定量确定性 = 2
定量概率性 = 2
定量主观性 = 2
描述性定性 = 2
无法测量 = 2

排名方法得分
1 BN3 11
BN2 81
BN30 2
FRAM2 92
FRAM2 82
FRAM30 3
DBN2 93
DBN26 3
DBN28 4
MLAs28.5
RI26 4
RI28.5
MLAs25 5
MLAs27 6
SRI27.5
SRI24 6
SRI26
7 MCS27 7
MCS24 7
MCS26 8
RME26.5
RAG24 8
RAG26 9
ACURP24 9
ACURP26
10 KPI26 10
FAHP23 10
FAHP25 11
SSM26 11
RME23 11
RME25 12
ACURP25.5
12 KPI22 12
KPI24 13
FAHP25.5
13 SSM22 13
SSM24 14
RT25 14
HMM22 14
HMM24 15
FLM22 15
FLM24

表7表明，无论在哪种场景下，整体排名模式都相对稳定。一般来说，即使去除了标准1或将其中性化，前10名工具中的8个（BN、FRAM、DBN、MLAs、RI、SRI、MCS和RAG）仍然位列前十，而排名中游的工具只有少数位置上的变化。排名在敏感性场景下的相对稳定性表明，整体评估并不仅仅取决于第一个标准，尽管FRAM和RAG等定性方法在量化维度的得分较低，但它们仍然保持了强大的地位。

3.3.4 混合方法在韧性组成部分和领域中的应用
表8展示了使用混合方法进行韧性测量的研究涉及的领域和所有三个核心韧性组成部分的应用情况。该表显示，23%（44项研究中有10项）和16%（44项研究中有7项）分别采用了混合方法来评估医疗保健和海运系统的韧性。然而，只有25%（44项研究中有11项）在整个三个韧性组成部分中都应用了混合框架。

表8. 采用混合方法的研究所涉及的领域和所有三个核心韧性组成部分。

研究 领域 能力 - 能力 - 属性/特征
[9]工艺行业 ?[143]
工艺行业 ?[115]
医疗保健 [18]
制造业 ?[144]
海运 ?[116]
商业 [19]
医疗保健 [112]
海运 ?[149]
组织 [21]
关键基础设施 ?[145]
海运 [150]
城市基础设施 [79]
海运 [171]
海运 [151]
石油和天然气 [44]
制造业 [70]
石油和天然气 ?[152]
医疗保健 [49]
医疗保健 [71]
海运 [153]
组织 ?[51]
制造业 [146]
制造业 ?[161]
城市基础设施 ?[53]
关键基础设施 [113]
医疗保健 [154]
航空 [117]
医疗保健 [147]
城市基础设施 [155]
航空 [142]
医疗保健 ?[148]
医疗保健 [123]
工艺行业 [69]
城市基础设施 [114]
工艺行业 [162]
组织 [72]
工艺行业 [121]
制造业 [78]
石油和天然气 [119]
医疗保健 [156]
制造业 [125]
城市基础设施 [120]
医疗保健 [122]
海运

4. 讨论
4.1 当前的测量实践揭示了关于韧性评估的哪些信息？
本综述揭示了复杂系统韧性测量依赖于多种工具和框架，以及文献中缺乏标准化方法的现状，正如Schipper和Langston [219]所指出的。虽然这种多样性带来了方法上的灵活性，但它也使得研究之间的比较变得复杂，并可能导致韧性测量知识体系的碎片化。这种混乱还导致了韧性的不同操作化，使得选择合适的工具变得困难。没有共同的操作基础，韧性评估可能更多地关注方法 rather than 概念本身。因此，需要更加综合的视角来确保韧性测量的概念一致性，同时仍然允许方法上的多样性。

正如de Waroux等[220]所指出的，定量方法在所审查的研究中占主导地位，这可能反映了整个领域对可测量、基于模型和数据驱动的分析形式的普遍重视，这意味着牺牲了系统和行为的上下文相关性和动态性，以换取可量化和可扩展的指标。Maxwell等[221]强调，韧性评估需要考虑特定于上下文的、定性和主观的信息。此外，正如Hoseyni和Cordiner [222]指出的，在某些情况下，必须将专家判断和定性数据纳入评估过程，因为韧性是一个复杂且多方面的概念，而仅通过定量方法可能无法完全覆盖对系统韧性进行全面理解所需的背景因素、利益相关者经验或新兴挑战。Adriaensen等[17]和de Souza等[176]指出，在复杂系统中，定性框架可以处理来自各种来源的定性数据，以识别韧性和脆弱性的可能原因。

对测量方法的时间分析显示，在过去的二十年里，韧性评估领域的方法论有所演变。选择测量方法的方式似乎随着系统复杂性的增加、数据可用性的提高以及该领域概念成熟度的提升而逐渐变化，而不是保持不变。早期阶段的特点是一系列有限的方法，反映了韧性评估研究的基础阶段，当时的测量工作主要依赖于传统的基于风险的和定性的方法。在这个阶段，韧性往往通过预定义的指标来操作化，而不是动态行为。然而，随着时间的推移，社会技术系统研究的广泛发展导致了某些传统优化方法（如OEA方法）使用的减少，因为这些方法在表示高度复杂和快速发展的社会技术系统中的韧性维度方面存在局限性。另一方面，SDRTs、IBMs、PMs、定性方法、基于网络的方法和基于仿真技术的显著增加表明了捕捉复杂系统中非线性相互作用和依赖关系的方向转变。这一趋势代表了将韧性视为由系统组成部分、利益相关者和环境条件之间的相互作用塑造的动态能力的概念转变。特别是FRAM和MLAs等技术的应用增加，反映了它们捕捉功能变异性、依赖关系和非线性相互作用的能力，并能够进行数据驱动的复杂系统行为研究，以识别模式和建模非线性关系（正如Patriarca [8]和Cheng等[223]所强调的），这些是传统方法难以捕捉的。

观察发现，韧性测量方法使用了多种数据收集方法。在定量方法中，调查、专家意见和文献回顾是最常见的数据收集技术，而在定性工具中，访谈、观察和文献回顾是常用的数据收集方法。这些发现表明，数据收集技术与应用的各种韧性测量方法密切相关。正如Mehdizadeh-Somarin等[68]和Pilanawithana等[23]提到的，调查能够从专家那里收集足够的可量化数据，为理论模型或性能评估框架提供可靠的参数估计。此外，Seiti等[56]强调，不同专家的观点、背景和经验的不同可能导致评估结果的变异性，这有助于捕捉不确定性，从而提供更 robust 和可靠的结果。由于某些数据无法直接观察或量化，可以从专家的意见中获得。此外，访谈可以提供基于参与者用自己的话自由分享的详细数据，从而进行深入分析，正如MacKinnon等[54]和Ambrose等[52]所指出的。然而，这些技术容易受到偏见的影响，视角狭窄，无法充分代表动态的工作实践和社会互动，以及日常调整，正如Hopkins [224]和Woods [26]所强调的。此外，它们的广泛应用也可能反映出通过预定义指标操作化韧性的倾向，这可能会过度简化复杂系统的行为。相比之下，文献回顾和观察可以提供来自案例研究的宝贵信息，以理解日常运营、重建中断、识别指标的表现和变异性，并通过互动和流程识别系统中的背景、常规和挑战，正如Steen等[184]、Cantelmi等[183]、Bueno等[185]和Chabrol等[45]所指出的。

这些发现表明，韧性评估所需的数据应该通过多种方法从多个来源收集，以解决Constas等[225]强调的韧性的多维度方面。这是因为过度依赖单一数据源可能会使韧性评估偏向于最容易获取的信息，而不是最具操作意义的信息，而使用混合数据收集技术可以捕捉可测量的结果和系统的动态行为。

显然，医疗保健、海运和工艺行业是在所有韧性测量框架中最常被使用的领域。正如Patriarca等[128]、Liu等[55]和Namvar与Bamdad [163]所指出的，这些领域以其复杂性和潜在的众多中断而闻名。然而，韧性评估框架集中在少数几个领域上，这引发了关于现有方法在其他社会技术环境中适用性的重大担忧。尽管这些领域因其高风险性质、成熟的安全文化和相对结构化的数据环境而被认为是丰富的设置，但它们在文献中的主导地位可能会无意中塑造围绕特定领域假设的韧性测量工具的发展和验证。这可能会隐含地影响关于系统结构、数据可用性和性能预期的基本假设。因此，在高度监管和数据丰富的环境中表现良好的工具在应用于其他领域时可能不再有效，因为在其他领域中，系统边界不太明确，数据是分散的，行为往往是非正式的、分布式的和依赖于上下文的。这表明，韧性测量研究应更加重视跨领域验证和透明报告上下文假设。评估方法可以针对系统的操作特征、结构特征和文化特征进行具体调整，而不是假设其普遍适用性。这将提高韧性评估在不同社会技术领域的可解释性和实际应用性。

4.2 韧性测量中的概念碎片化以及多层次结构化概念表示的必要性
另一个关键发现是文献中韧性概念化的碎片化，正如Duchek [226]所强调的。这意味着这些方法在整合方式上对所有三个韧性组成部分的使用有限。本综述发现，只有一小部分研究在其韧性测量过程中应用了所有三个核心韧性组成部分。因此，缺乏标准化的概念和共享的韧性评估术语削弱了发展和衡量韧性的能力，正如Serfilippi和Ramnath [227]所强调的。由于大多数研究关注单一或成对的组成部分，这种碎片化可能导致韧性评估仅关注短期结果，而忽略长期适应性和转型过程，正如O’Connell等[228]所强调的。因此，为了更好地理解和管理韧性，需要系统性的多层次结构，正如Patriarca [229]所强调的，本研究开发了一种三层结构化的韧性组成部分之间的相互联系的概念表示方法，以显示所有三个核心韧性组成部分如何相互作用，从而传达韧性的复杂和多维度性质。这种概念性说明可以通过识别和评估一组元素、组成部分、元素的特征或过程（属性）来激活行为和功能机制（能力），以应对失败。能力之间的相互联系还可以根据冲击的严重程度激活系统应对冲击（能力）的策略。这表明，为了通过整合韧性的三个组成部分获得全面的视角，使用定性方法或基于网络的工具将是一个合适的选择，以便根据这三个组成部分映射系统性能或失败，从而更全面地理解和评估韧性。例如，正如Patriarca [192]所强调的，FRAM可以作为多层次框架，用于理解和管理日常操作的韧性变化。

4.3 从社会技术角度解释排名结果
本文对方法的评估提供了不同方法的方法论优势和概念完整性的比较概览。然而，由于社会技术系统的上下文依赖性，排名应被视为理解工具之间相对倾向的分析辅助工具。此外，本研究的敏感性分析表明，尽管中游工具之间的位置发生了微小变化，但方法的总体排名和领先类别的识别仍然稳定，显示出对变化的合理鲁棒性。

从社会技术的角度来看，韧性测量工具的性能在捕捉社会和技术组成部分之间的相互作用方面差异很大，而不仅仅是在计算或方法论优势方面。可以看出，没有一种工具能够同时充分代表这两个维度，这一直是社会技术韧性研究中的一个持续挑战。PMs和SMs（如BN、DBN、MLA和MCS）在建模技术依赖性、不确定性传播、预测和动态系统行为方面表现出强大的能力[165,75,59,223]。这些方法适合表示故障机制、性能波动和技术组成部分之间的时间依赖性互动[18,49,75,223]。然而，它们在捕捉组织文化、非正式沟通或关系等社会方面方面的能力仍然有限。这是因为这些因素难以参数化，且缺乏可测量的概率结构。因此，社会动态经常被简化为替代变量或专家估计的概率，这可能无法完全反映其定性和依赖上下文的本质。相比之下，如FRAM和RAG这样的定性方法与社会技术思维更为一致。这些工具明确地表示了功能互动、人类适应和组织过程，使它们更能捕捉技术操作与社会实践之间的相互作用[8,142]。然而，它们在量化方面的局限性限制了它们支持预测分析、情景比较或概率决策的能力，尤其是在数据驱动的环境中。IBM提供了一种结构化的方法，将技术指标和社会导向的属性（如准备性、协调性或组织灵活性）结合起来。然而，这些方法主要依赖于聚合指标或专家判断，这可能会掩盖社会和技术元素随时间交互的动态机制。研究结果指出，这些工具要么在技术上非常成熟，但在社会层面过于简化；要么在社交表达上很强，但在计算上受到限制，这可能是社会技术韧性测量中的方法论空白。因此，需要综合性的方法，结合计算模型和组织良好的定性框架，以考虑社会技术系统的所有方面，从而捕捉韧性的涌现和多维度本质。

4.4 韧性测量中的混合框架需求
由于韧性的复合性质，任何用于韧性测量的框架都应该将韧性的程度与其出现过程联系起来，以实现全面的测量。正如Patriarca等人[229]和Steiner等人[230]所强调的，这可以通过整合定性和定量方法作为混合框架来实现，以提供更可靠、基于证据且适用性更强的评估。医疗保健和海事领域作为基于混合方法进行韧性测量的最常见场景，揭示了这些领域的动态性和复杂性，这些领域涉及多个方面、利益相关者、互动、活动和不确定性，正如Braithwaite[231]和Liu等人[55]所指出的。然而，这引发了关于这些混合方法是否可以转移到其他社会技术环境中以确保其适用性和有效性的重要问题。值得注意的是，只有少数研究在所有三个韧性组成部分上使用了混合方法，这凸显了基于统一结构的混合框架开发的迫切需求。混合框架似乎能够使未来的研究产生更全面的见解，并由于韧性的多维度性质，提高韧性评估的效率。这是因为定量方法用于通过提供数值指标和性能指标来操作化和测量韧性[232]，而定性工具主要用于探索塑造复杂系统中韧性出现的机制、互动和行为[233]。此外，本研究使用基于三层概念框架的映射技术来映射系统中的韧性，也对混合方法的测量策略有益。

4.5 局限性和未来研究方向
尽管本研究对社会技术系统中韧性测量方法进行了全面概述，但仍存在一些局限性需要提及。首先，审查范围受到潜在期刊文章的限制，以及所应用的选择标准可能排除了相关研究。其次，会议论文、书籍、报告和非英语语言的论文也被排除在分析之外。其中一些被排除的研究可能会为本次分析提供有用信息。此外，在搜索策略中关键词使用的局限性可能会在相关研究的覆盖率和审查结果中引入系统偏差。扩大搜索策略以包含更广泛的关键词可能会提高相关研究的覆盖率，考虑会议论文、书籍、报告和非英语语言的论文可以增强未来审查论文的分析。另一个局限性是依赖于被审查研究中的可用信息，因为这些信息可能无法准确反映某些工具的实际性能或实施挑战。一些研究缺乏足够的方法论细节，使得难以精确分类和评估这些工具。因此，评估结果反映的是这些工具在文献中的报告情况，而不是它们在现实世界中的实际应用情况。这揭示了操作实践和方法论设计之间的脱节，表明未来的研究应更多地关注实证验证、长期应用以及实施挑战的明确报告。在韧性测量工具的评估和评分方面，尽管评分系统是系统的，并基于一套标准以提高方法间的一致性和可比性，但在评估工具特征时不可避免地需要一定程度的主观判断。此外，尽管应用了结构化的决策规则、初步校准和敏感性分析来提高结果的稳健性，但没有独立的复制或外部验证，使用不同的评分标准可能会导致不同的结果。这支持了最近的建议，即从普遍排名转向对韧性工具的情境敏感性映射，并强调应将评估结果解释为指示性的而非决定性的。该审查还显示了定性和定量方法之间的差距。似乎任何为社会技术系统中韧性制定的测量框架都应该解决韧性的多维度性质以及在整个系统中映射韧性的需求。未来的研究有明确的机会开发出能够连接韧性出现和丰富性的混合方法。鉴于韧性的多方面性质以及混合方法的相对有限使用，可以通过更有效地整合定性见解与定量严谨性来实现这一目标。根据本研究的评估结果，可以在特定背景下选择、整合和使用工具。在这方面，本研究中提出的三层概念图谱为跨系统层次映射韧性组件提供了一个结构化的基础，并可以支持不同方法的更协调整合。

5. 结论
本审查通过系统评估192项研究，揭示了由于使用多种工具和不一致的概念化而导致的韧性测量碎片化问题。为了解决这个问题，本文首先对所有使用的工具进行了分类，以识别主要的数据收集方法和相关领域，然后根据13个方法论标准及其对韧性组分的利用情况评估了测量方法。最后，根据得分对测量方法进行了排序。分析结果显示，尽管大多数研究应用了定量工具进行韧性测量，但很少有研究受益于混合方法，只有少数192篇被审查的论文同时考虑了三个韧性组成部分来测量韧性。时间分析进一步揭示了过去二十年韧性测量方法论的明显演变。该领域逐渐从依赖传统方法转向FBQMs、IBMs、SDRTs、PMs、NBs和SMs等方法，这些方法能够捕捉复杂社会技术系统中的非线性互动、功能变异性和相互依赖性。调查和访谈分别被确定为定量和定性方法的主要数据收集技术，而大量研究采用了混合方法来全面收集数据。在领域方面，韧性测量方法最常应用于医疗保健、海事和流程工业。最合适的工具包括BN、FRAM、DBN、MLAs、基于指数的工具、MCS和RAG，这些工具被认为在管理不确定性、建模复杂性、涵盖各种韧性组件以及遵循韧性概念方面具有潜力。本审查提出了一个三层结构化的概念表示，结合了韧性属性/特征、能力和能力，提供了一个更连贯的概念框架，用于韧性评估，以解决与韧性组件相关的概念模糊性和不一致性问题。此外，还进行了基于三个核心韧性组件的混合方法的研究调查。结果显示，医疗保健是最常见的混合框架案例研究，而这些研究中只有少数考虑了所有三个韧性组件。显然，考虑韧性的复杂性对于任何构建的韧性测量框架都是必不可少的。结合定性和定量方法的未来研究可能能够建立韧性的程度与其在复杂系统中出现之间的联系。这种组合可以产生更可靠、有证据支持且实际可行的复杂社会技术系统评估。此外，在应用测量策略时使用映射技术也是有益的。本研究中提出的三层结构化概念框架可以增强系统中的韧性映射。

CRediT 作者贡献声明
Mohammad Hossein Karimi：撰写——审查和编辑、撰写——原始草稿、可视化、验证、方法论、调查、形式分析、数据管理、概念化。
Doug Smith：撰写——审查和编辑、验证、监督、概念化。
Vahid Salehi：撰写——审查和编辑、验证。