《Proceedings of the Design Society》：For a better understanding of the logical interdependencies of infrastructures and role of human factor: a review of modeling and simulation applications
编辑推荐：
关键基础设施（Critical Infrastructure，CI）是社会赖以运行的复杂互依系统。更深入理解这些相互依赖关系，对于提升其运行效能与韧性（resilience）至关重要。尽管既有研究与综述已较为丰富，本文拟从新的视角展开分析，聚焦于Rinaldi
关键基础设施（Critical Infrastructure，CI）是社会赖以运行的复杂互依系统。更深入理解这些相互依赖关系，对于提升其运行效能与韧性（resilience）至关重要。尽管既有研究与综述已较为丰富，本文拟从新的视角展开分析，聚焦于Rinaldi等研究人员于2001年提出的“逻辑相互依赖”，以及在将人为因素纳入考量时对此类相互依赖开展的建模与仿真研究；同时采用跨领域方法，通过识别研究方向、共性设计挑战与良好实践，为未来研究提供指引。
本文发表于《Proceedings of the Design Society》，是一篇围绕关键基础设施（Critical Infrastructure，CI）逻辑相互依赖关系及人为因素建模问题展开的综述性研究。研究背景在于，当代社会高度依赖能源、交通、通信、医疗等多种基础设施，而数字化与电气化进一步增强了不同系统之间的耦合程度，使基础设施体系呈现出显著的社会—技术系统（socio-technical system）特征。在这种背景下，单一基础设施的故障往往不再局限于本部门，而可能通过级联失效（cascading failure）扩散至多个关联部门，进而引发大范围服务中断。传统研究虽然已经较充分讨论了物理相互依赖、网络相互依赖和地理相互依赖，但对Rinaldi等研究人员提出的逻辑相互依赖关注仍显不足，尤其是由社会行为、制度安排、组织互动与经济机制所介导的间接依赖关系，尚未得到系统梳理。研究人员据此开展本项研究，旨在通过跨领域整合关键基础设施研究、社区灾害研究及经济建模研究，分析既有模型如何表示与人为因素相关的逻辑相互依赖，并在比较基础上提炼研究方向、共性问题与可借鉴做法。
从问题意识上看，本文强调，逻辑相互依赖之所以重要，是因为大量基础设施之间的关联并非仅由能源流、物质流或信息流直接决定，而常常通过人群使用行为、应急决策、组织协调、资源配置、经济替代与社会认知等机制发挥作用。既有研究已指出，基础设施具有鲜明的社会—技术属性，因此，若忽略系统使用者、系统运行人员以及决策者的行为差异，模型便难以真实再现中断传播、恢复过程与韧性形成机制。研究人员特别指出，与社区灾害研究中越来越重视基础设施与人口关系的趋势一致，逻辑相互依赖的实质可被理解为通过人类系统起作用的间接依赖，因此需要在建模中显式纳入人为因素。
研究人员采用系统性检索方法，在Web of Science与SCOPUS数据库中检索英文会议与期刊论文，最终从初始244篇文献中筛选出19个符合标准的分析性计算模型。纳入标准包括：模型必须具有时间维度；必须纳入经济和/或社会相互依赖；且模型不能仅限于单一关键基础设施部门。随后，研究人员依据Ouyang提出的方法路径分类框架，对模型进行类型划分，并结合Magoua et Li关于人为因素的分类方法，从系统运行人员、系统使用者和决策者三类利益相关方出发，对各模型中人为因素的刻画深度进行半定量评分。同时，研究人员还依据模型所覆盖的基础设施部门范围、所包含的相互依赖类型数量以及所需输入数据量，构建了“完整性得分”与“数据需求强度”两个比较维度，以在模型覆盖度与建模代价之间建立比较视角。
主要技术方法可概括如下：其一，采用系统性文献检索与筛选方法，对Web of Science和SCOPUS中的英文研究进行综述；其二，基于关键基础设施相互依赖分类框架，将相互依赖划分为物理、网络（cyber）、地理、社会和经济五类，并据此比较模型覆盖范围；其三，采用半定量评分法，对系统使用者、系统运行人员与决策者的人为因素表征程度进行0—3分评级；其四，结合系统动力学（System Dynamics，SD）、基于主体建模（agent-based modeling，ABM）、网络理论、可计算一般均衡（Computable General Equilibrium，CGE）、博弈论（game theory）等方法，对不同模型的设计思路与适用特点进行交叉分析。涉及人口脆弱性或行为异质性的研究中，部分模型使用了基于人口普查数据（census data）的合成总体（synthetic population）作为样本来源。
在研究结果方面，论文首先给出总体比较结论。研究人员发现，在19个模型中，决策者行为是最少被显式表示的维度，仅有7个模型进行了建模；系统运行人员行为在11个模型中得到体现；系统使用者行为则最常见，出现在15个模型中。就决策者而言，仅Mohebbi et al. (2021)提出的模型在该维度获得满分，这是因为其使用了合作博弈论方法，能够在不完全信息条件下刻画异质行动者之间的策略互动。就系统使用者和系统运行人员而言，MERIT与PEOPLES是仅有的两个在这两个维度上均获得最高评分的模型。整体上，样本模型平均完整性得分为1.5/3，排名最靠前的模型包括MERIT、CRISIS、PEOPLES、CRISADMIN与CIP/DSS。研究人员还指出，仅有Simfrastructure和Martini et al. (2025)提出的模型显式覆盖了全部五类相互依赖，其共同特点是依托基于人口普查的合成城市与人口系统，并通过中央人口移动模块耦合多个基础设施部门。然而，这类高完整性模型通常也需要大量输入数据，建模成本较高；若按完整性与数据需求之比衡量，表现较优者反而是Carrami?ana et al. (2024)、Zhang and Peeta (2011)以及Cheng (2017)的模型，但这些模型覆盖的基础设施部门较为有限。该结果表明，基础设施逻辑相互依赖建模始终面临“全面性”与“可操作性”之间的核心权衡。
以下依据论文讨论部分的小标题，对研究结果作进一步概括。
一、Interdependencies through the decision making process
该部分指出，大多数刻画决策者行为的模型采用基于优化（optimization-based）的思路，假定行动者是以最小化恢复时间、经济损失或服务中断为目标的理性决策者。在这些模型中，恢复阶段的资源配置是逻辑相互依赖的重要形成机制，因为决策者对某一基础设施优先级的调整会改变不同系统的恢复轨迹。研究人员同时指出，决策过程高度依赖情境信息，信息可来自基础设施本身，也可来自众包（crowdsourcing）等渠道；而可得信息的种类和质量，会显著影响最终决策。Faiz and Harrison (2024)进一步表明，流离失所家庭数量等社会经济指标对于确定最优缓解和恢复行动具有关键意义。Mohebbi et al. (2021)则指出，大规模优化问题在时间压力与信息不完备条件下可能难以由少数中心化决策者处理，因此提出合作博弈论框架，以更好刻画异质决策者、信息不对称与目标冲突。研究人员总结认为，现有模型的局限主要在于：其一，对错误信息（misinformation）如何扭曲公众风险感知、进而影响决策者资源分配的研究仍不足；其二，多数模型仍建立在完全理性假设之上，对有限理性、认知偏差、政治约束和情绪驱动决策的反映不足。
二、Interdependencies through system operators
该部分讨论系统运行人员如何成为逻辑相互依赖的中介。研究人员指出，医院、应急救援等“社会基础设施”不同于纯技术基础设施，其功能更直接依赖人的可用性与表现，因此必须重视运行人员层面的个体因素与情境因素。
2.1 Individual factors: disrupted working capabilities
CIP/DSS与CRISADMIN等模型显式考虑了影响运行人员履职能力的因素，尤其是在流行病暴发场景中，医护人员自身患病会使运行能力下降，而这恰恰发生在服务需求高涨之时。研究人员认为，系统动力学方法特别适合表示此类因果反馈机制。
2.2 Situational factors: disrupted working environment
Marasco et al. (2021)与Martini et al. (2025)等模型强调，运行人员所处工作环境本身也可能受损。例如地震后，道路被废墟阻塞，会限制救护人员机动性，从而直接削弱服务绩效。该结论说明，运行人员的行为并非仅由个体状态决定，也深受环境条件制约。
2.3 Economical impact on system operators
这一部分讨论基础设施中断对运行主体造成的经济影响。Akhtar et Santos (2013)利用DIIM方法对此进行了较明确表示。Zhang and Peeta (2011)以及McDonald et al. (2018)进一步考察了物质资本、人力资本与社会资本之间的可替代性，其中动态经济模型（Dynamic Economic Model，DEM）将社会资本纳入分析，指出非正式网络、信任与合作可在一定程度上弥补物理基础设施退化的影响，但论文也指出，这两项研究对该机制的揭示仍较有限。
2.4 Other: dependency links between system operators and decision makers
研究人员指出，系统运行人员与决策者之间也存在重要依赖链条，例如运行人员向决策者提供关于系统状态的专业知识与技术信息，而该信息流的质量会直接影响决策质量。反向来看，决策者的资源调配与政策选择也会影响运行人员配置，如灾害情境中动员军队支援其他基础设施部门。论文认为，这类双向联系可为未来模型进一步深化逻辑相互依赖分析提供基础。
三、Interdependencies through system users
该部分聚焦系统使用者如何通过需求变化影响基础设施性能。研究人员指出，在紧急情境下，医疗需求增长、灾后人口迁移以及经济扰动都可能导致特定商品与服务需求急剧上升或下降，从而加剧已受损基础设施的压力，并形成社会状态与技术系统之间的反馈回路。Cheng (2017)则以经验灾害证据和专家知识构建加权有向网络，在较抽象层面上间接表示了这种需求驱动的相互依赖。
3.1 Societal Impacts of infrastructure disruption
从使用者角度看，关键基础设施中断会对不同脆弱性人群造成异质化社会影响。Huang and Wang (2024)基于Maslow需求层次理论，对不同基础设施服务满足基本人类需求的重要性进行了加权。研究人员还指出，人口普查数据被广泛用于表示人口脆弱性。Simfrastructure与IN-CORE均通过人口普查数据生成合成总体，从而更细致地描述人口异质性与社会脆弱性；前者利用决策树表示个体决策过程，后者利用马尔可夫链（Markov chain）描述人口迁移过程，体现了对个体行为动态性的刻画。
3.2 Economical impact on system users
该部分认为，紧急情境与短缺情境下，产品和服务的可替代性（substitutability）是经济相互依赖的关键机制。McDonald et al. (2018)指出，可替代性既可以体现为通过贸易调整以境外产品替代本地短缺产品，也可以表现为不同商品之间的功能等效，甚至是将现有资源适应性转化以满足稀缺产品功能。论文以COVID-19期间医用口罩短缺、居民转而自制布口罩为例，说明社会在约束条件下具有动态、分散地重组消费模式的能力，这种适应性替代有助于缓解短期供给压力并增强韧性。尽管如此，只有McDonald et al. (2018)和Zhang and Peeta (2011)的CGE模型较直接地研究了这一机制，但研究深度仍显不足。
在讨论与结论层面，论文认为，过去二十年中围绕关键基础设施相互依赖问题已经发展出多样化的模型体系，但关于逻辑相互依赖的研究仍需进一步深化。系统动力学模型与经济理论模型适于刻画总体层面的行为反馈和适应机制；基于主体与基于网络的方法，尤其是结合信念—愿望—意图（Belief–Desire–Intention，BDI）架构或博弈论形式时，更适于显式表示个体行动者的异质性及互动。现实世界数据，包括人口普查数据、经济统计数据、社会调查数据以及众包信息，是校准和验证社会行为模块的关键基础。然而，要充分捕捉社会—技术系统的复杂性，往往需要大量数据与高强度建模投入，因此“模型全面性”与“可处理性”的权衡仍是核心挑战。
论文结论部分可译述如下：本综述以Rinaldi等研究人员提出的“逻辑相互依赖”为切入点，将其理解为与人为因素不可分割的经济与社会相互依赖，并据此采用跨学科视角，综合考察关键基础设施建模、社区灾害研究和经济建模中的相关模型与仿真。研究通过半定量排序与定性比较相结合的方法，识别出当前模型设计中的常见实践、反复出现的挑战以及若干值得推进的研究方向。未来研究应更明确地表示不同利益相关方之间的相互作用，进一步探索资本、产品与服务的替代机制，并引入更新且更具经验基础的行为理论。同时，应更加重视非理性决策、认知偏差与错误信息传播等因素，因为这些因素会扩大系统真实状态与感知状态之间的偏差，削弱行为体之间的信任，并降低集体应对绩效。将这些维度纳入关键基础设施建模框架，将有助于提升韧性评估的现实性与政策相关性。总体而言，本文的重要意义在于为将人为行为纳入关键基础设施逻辑相互依赖研究提供了较清晰的比较框架和方法图景，并为后续开展更具实证基础的社会相互依赖仿真研究奠定了理论与方法基础。
