■王伟 戚振东

军事训练活动任务是一个复杂的系统工程，其风险管理始终是组织训练活动中的重要环节。探索研究风险管理方法可以为指挥员科学有效组织各项军事训练活动任务提供理论参考。等级全息建模（HHM）主要基于系统工程理论和情景构建理论（TSS）得出，是Haimes 为解决大规模系统建模问题而提出的系统建模方法，是一种全面的思想和方法论。

1 等级全息建模（HHM）基本思想[1-2]

等级全息建模（HHM）是基于复杂系统的一种风险识别方法，其核心是一个特殊的图标形式，见图1。通过对大规模的、复杂的、等级结构的系统进行多维度、多平面和多视角的解剖分析，将系统划分为多个子系统风险情景，并开发出众多的子系统模型以便更便利地评估子系统的风险以及其对整个系统风险的影响。图中每一个矩形都表示一类风险情景，根据矩形的大小排列表示风险情景的层次。HHM 还对系统的子系统间的复杂关系进行建模，并充分考虑几乎所有有关的重要风险因素。

图1 一个简单的等级全息模型图

等级全息建模（HHM）中的“全息”是指当确定系统具有风险时，运用多视角度图像来辨识风险的来源。等级全息建模强调风险视角多元化，这就需要从有训练安全风险的一线指挥员中采集大量训练信息。等级全息建模（HHM）中的“等级”是指系统中各个层面的风险情景，形成从宏观层面逐步到微观层面的等级层次。等级的风险情景能够纵向展现系统风险的结构，为训练组织者全面把握风险构成，有效对风险进行处置和规避。事故情景是指“引发事件到后果的传播路径”，是事件的集合，是构成危险条件的集合。HHM 模型汇总假定每个风险情景是相对独立的，从不同视角和层面考虑系统的各种风险情景时，可以认为所有情景的集合是一个逐渐向真实风险情景的逼近，即{Ri}≈R。但现实情况是风险情景不但会出现交叉重叠，而且是很难分离的。HHM 方法的优点就是对系统划分并没有进行分割，这些子风险的集合是可以重叠的。

2 HHM方法研究训练活动任务风险可行性分析

根据军事训练任务活动的特点，可以从系统工程角度、风险决策角度、全面风险管理角度三个方面研究其可行性。

2.1 系统工程角度

系统工程即实现系统最优化的科学，其研究对象是组织化的大规模复系统。用定量与定性相结合的系统思想和方法处理复杂的系统问题，无论是系统的设计、组织的建立，还是系统经营的管理，都可以统一地看成是一类工程实践，统称为系统工程。军事训练是有组织的大型训练活动，是围绕提高战斗力展开的一系列有序的组织活动。由于参与活动的元素不仅包括人员、装备，还有外在的环境，都是具有高度变化性的，是个复杂的综合系统。其风险必定是复杂的系统风险，根据系统工程的运用范围军事训练符合系统工程理论研究对象。故而从系统工程角度分析HHM 模型理论用于军事训练风险识别研究。

2.2 风险决策角度

风险决策时决策者根据对风险的感知而对风险事件进行的规避或执行的决策行为。一般来说风险只是决策时需要考虑的某一方面。由于军事训练是围绕提高战斗力这一目标展开的训练活动，其风险决策也是围绕能否完成训练任务和是否影响训练进度等一系列风险而展开的风险识别和评价。在风险维度上，决策者要充分识别系统中存在的风险源，以及各个风险源对训练目标影响的大小，来进行具体行动选择。从这方面来看HHM 能够为决策者提供其所需要的风险信息利于其进行风险决策，所以从风险决策角度来看是实用的。

2.3 全面风险管理角度

全面风险管理是围绕系统的总体目标，通过对系统各个环节过程执行情况的风险进行管理，以建立风险管理文化，完善风险管理体系，从而为实现风险管理的总体目标提供可靠保证的过程和方法。军事训练总体目标是提高战斗力，在整个训练活动中，进行全面风险管理，包括各个环节的风险识别和训练流程的风险评估，以及部队的安全文化管理。通过HHM 建模可以有效识别系统的尽可能全面的风险情景，对全面风险管理提供了风险识别的基础方法，有利于全面风险管理的细致化和全面化，所以从全面风险管理的角度来看，HHM 建模方法是完全符合全面风险管理的。

3 HHM方法研究训练活动任务风险分级指标体系设计流程

军事训练活动任务风险分级指标体系是一个庞大的系统工程，本文主要依据军事训练任务风险HHM 来设计风险分级指标体系，主要步骤如下：

3.1 分析HHM 中造成风险情景的风险源

风险源是风险事件的诱因，通过对HHM 中各个风险情景进行分析，依据故障树理论和风险形成原理，对风险情景进行分解，由抽象的事件转化为具体的指标。

3.2 理论和实践验证

由于风险情景时预想的事件，所以在得到初选的指示后，要结合事故理论和相应的数据进行验证分析，确定这些指标在风险情景中的主要作用，以及是否风险事件是由这些指标诱发，使其具有科学依据。

3.3 确定指标体系

根据分析得到的指标后，在进行专家论证和现场论证后，过滤掉不必要的指标，并把重叠或者重复的指标去除。最终形成一套科学、完备、精炼的指标体系。

3.4 修订

由于风险并不是静止不变的，要根据具体情况和专家意见进行修订以达到完善。具体流程如图2：

图2 训练活动任务风险分级指标体系设计流程

4 基于HHM方法的训练活动任务风险管理基本方法

4.1 建立训练活动任务风险HHM模型

根据军事训练任务风险系统构成，军事训练任务风险分级全息建模主要从组织难度、对抗强度、技术难度、训练强密度、地形、天候和训练保障等7 个维度角度来分析军事训练任务的风险模型。军事训练任务风险等级指标体系选取流程就形成军事训练任务风险分级HHM 模型，见图3：系表，见表1：

4.3 训练活动任务风险因素过滤[3-4]

HHM 风险识别会产生大量风险情景，而且这些风险情景是无法抵抗、客观存在的。因资源的有限和风险情景的复杂，必须要在这些庞大的风险情景中过滤去那些对军事训练任务影响最小的因素。一般要结合单个风险管理者或者决策者的偏好或者利益和职责来进行风险过滤，过滤标准包括决策的水平，范畴和所在的时间域，以及当前任务的具体要求。风险过滤和评级一般按照情景过滤，双重标准过滤与评级、多重标准过滤、

图3 任务风险分级全息模型图

由于风险的复杂性，等级全息模型并不能涵盖所有风险，该模型是一个开放的模型网，随军事训练任务的发展或者认识水平的提高，可补充或者调整风险指标，即可能增加新的风险视角，也有可能对有些视角就不再考虑，根据研究需要对模型进行简化。

4.2 训练活动任务风险综合评价指标体系

风险评价指标及判别准则的目标值，是用来衡量系统风险大小以及危险、危害性是否可以接受的尺度。无论是定性评价，还是定量评价，若没有指标，评价将无法判定系统的危险和危害性是高还是低，是否达到了可接受的程度，以及改善到什么程度的系统安全水平可以接受，定性、定量评价也就失去了意义。由军事训练任务风险分级全息模型图可得到军事训练任务风险分级指标体量化评级和相互依赖型分析等5 个阶段来实施。

4.3.1情景过滤

该阶段指对等级全息模型中识别的巨大的风险情景根据当前决策者的水平、见识和时间范围，对那些与决策目标无关的和风险影响最小的进行筛选，一般常用的方法是专家小组法，通过专家对所研究系统掌握的经验和知识来实现。

4.3.2双重标准过滤和评级

该阶段是通过比较风险概率和事故结果，得到风险严重程度将风险放入矩阵之中，风险分析专家必须判断作为一个整体刻画子话题的可能性和后果的范围，可能会出现低概率与高后果或者高概率与低后果的结合，所以，这种判断要避免忽略潜在的重要故障情况，也要避免夸大这种情景的可能性。

表1 训练活动任务风险综合评价指标体系

4.3.3多重标准过滤

该阶段主要是对系统的防御性能进行评定。查尔斯·佩罗在正常事故理论中认为复杂的社会技术系统中，有些事故风险是系统内在的相互作用和各种耦合作用导致的“正常”事故，正常事故的理论精髓是要将预防事故的重心放在系统的自身属性上。对这些严重性较大的风险子系统需要分析其系统的稳定性，也就是对于风险的抵抗和恢复能力。这种系统的防御特性主要由复原力、强健性和冗余性来衡量，其中冗余性是指用系统的额外成分去推测故障成分函数的能力；强健性是指系统性能对外部压力的不敏感性；复原力是指一个系统在突发事件之后的恢复能力，见图4。这三种特性是系统的风险抵抗性质，通过比较这些性质的强弱能够找到系统的“软肋”，从而寻找到严重性较大的风险源，进一步规避风险。

图4 一个系统的防御特性图

4.3.4量化评级

该阶段是对风险情景的初步评级，要根据所有可获得的信息，确定每一个保留下来的情景发生的概率。将定性的语言转换为定量的描述，在掌握足够证据的情况下对剩下的风险概率节能型估算评定。

4.3.5相互依赖性分析

由于HHM 中的情景大多是系统复杂性很高且相互高度依赖，因此描述各个子系统或者风险情景之间的相互依赖关系是相当重要的。一般来说这种依赖关系是由三个关键因素确定的：故障传输的程度、故障的危险程度和故障的持续时间。其中，传输的意思是，一个子系统的故障被传递到另一个子系统，这种子系统之间的依赖性程度，表明一个子系统中故障导致依赖于它的子系统产生故障的概率；危险程度反映了派生出的故障具有严重程度水平或重要性；持续时间表明了在初始子系统中故障的时间长度。