从相关文献对非常规突发事件应急管理中“情景”的定义来看，情景被认为是当前已经发生的突发事件情景以及当前的情景可能的进一步演化。而传统的情景分析法强调的是静态性，其实是一种可能性。所以，将情景分析运用于对突发事件的应急管理需要对“情景”进行重新界定。前面我们已经阐述了情景分析在突发事件应急管理中的应用可以分为三类，突发事件前、中、后的情景分析，我们重点关注第一类和第二类情景分析，即突发事件前静态情景分析和突发事件中动态情景分析。突发事件前静态情景分析，主要是在事前思考各种情景下可能需要的防范措施和应急方案，而这种分析在文献中属于情景应急预案分析。但是，实际所发生的情况往往与预案中所假设的情景不符，甚至是完全出乎预料。所以，一旦预案不可用或失效，管理者需要根据实际所发生的情况对原先的预案进行修改和完善，这种分析属于动态情景分析。动态情景分析可以运用于对突发事件发生、发展和演变中情景演变的可能性、影响程度进行分析，并在情景判定的基础上，快速制定可行的应急响应措施，对管理者的临机决策能力较高。接下来，我们分析突发事件情景分析框架模型。我们认为，突发事件应急管理的情景分析框架可以由两个部分组成，一个是事前的情景分析，一个是事中的情景分析。
以一个由两个存在相互依存关系的子系统A和B组成的网络系统为研究对象，其中，一个子系统的失效可能会引发另外一个子系统失效。如在电力网络中，断路器故障、输电线路故障和电站发电单元故障常常导致大范围停电事故，非常规突发事件如飓风、地震和恐怖袭击是导致整个电力网络瘫痪的主要原因之一。假设两个相互关联的子系统A和B都可能由于突发事件影响并导致整个网络系统的瘫痪。对于A和B来说，对突发事件应急管理需要进行事前静态情景分析和事中动态情景分析，如图3-9所示。
图3-9 供应中断风险应急情景5
从系统角度来看，子系统A的应急管理阶段（包括事前准备和事后响应）是子系统B的风险事前识别与准备阶段，反之亦然。以子系统A为例，为了防范非常规突发事件的发生，管理者首先需要在非常规突发事件发生前对各种可能的突发事件发生情景及其影响程度进行思考与风险评估，以帮助确定与识别紧急状态，如发生了什么类别的突发事件、发生在哪里、有多少人员受到影响、对企业的运营设施的影响的程度，以及将会持续多久。对于管理者来说，在进行事前情景预案分析与制定时，需要设定不同的情景，进而编制预案，并对每一种情景的发生做好防范和恢复准备。当突发事件发生时，管理者需要进行情景判定，即判断事件情景属于事前情景分析中的一种吗？如果是，由于管理者事前已经进行了演练，做好了响应的预案准备；所以管理者可以立即启动预先的应急方案，事件进入结束情景SA1；如果不是，管理者需要对情景进行重新分析推理，进而做出下一步决策如可能的响应措施，不同的响应措施会导致事件朝不同的情景方向发展。若采取响应措施A1，事件进入结束情景SA2；若采取响应措施A2，事件会进一步恶化，从而演化成不同的中间情景，如此循环反复。对于管理者来说，应该权衡事态的发展方向以及响应措施投入成本分析，来影响子情景的发展和演化方向。应该说明的是，由于子系统A的应急管理效果直接会影响到子系统B。所以，子系统B的管理者来说必须时刻要关注子系统A的事件情景演化。对于子系统A的结束情景SA1，子系统B的管理者同样需要进行事前情景分析以及事后的情景判定，如结束情景SA1属于事前情景分析中的一种吗？如果是，管理者立即启动预先的应急方案，事件进入结束情景SB1；如果不是，管理者需要在对情景进行重新分析推理的基础上，进而做出下一步决策如可能的响应措施。
图3-10 突发事件情景应急框架图
以上分析可看出，动态情景分析是针对已经发生的事件情景，并在情景判定与推理的基础上，寻求合适的应急方案，而不同的应急方案又会使得情景往不同的方向发展。由于突发事件应急管理的急迫性需要管理者在做决策时需要当机立断，对管理者的临机判断要求非常高，如对事态的分析、事件演化过程中不同阶段所造成损失的动态评估和可能的应对措施等。基于此，管理者的应急决策不应该是草率的，而是建立在一定的方法基础之上的。
1）PSR（pressure-state-response）模型
PSR原先是用于生态环境、水资源、经济、交通等领域的分析与评价中，将PSR运用于非常规突发事件情景应急管理中，可以对非常规突发事件情景的演变进行知识表达，如可以情景表达为事件面临的压力（P）、事件的状态（S）和事件的响应即处置措施（R）。对于管理者来说，如何在突发事件情景知识表达的基础上，对风险的演变进行量化评估并进行应急决策。如果需要进行量化，需要对事件演变朝各个情景方向发展的概率进行判断，这个概率属于后验概率。管理者需要在信息更新的基础上，对事件演化中何种情景会出现以及出现的可能性进行推理，有助于制定合理的动态应急方案。
2）基于PSR模型的突发事件情景的网络表达
PSR中的“压力”指标用以表征子系统受到的外部各种负面影响因子，如地震、洪水、罢工、恐怖袭击等；“状态”指标用以表征系统当前的状态，如因各种突发事件风险因子导致的供应链成员如供应商、企业生产设施中断、财产损失、环境污染等情况；“响应”指标用以表征为化解“压力”指标而采取的各种应急处置措施包括防范措施和应急措施，如生产工厂建筑物维护结构进行加固、对供应商生产设施进行防火保护如安装自动喷淋防火系统等防范措施，设备恢复能力、消防措施等。所以，非常规突发事件的情景式在“压力”“状态”“响应”等指标的作用下不断演变，直到应急恢复、处置结束。袁晓芳认为，在对非常规突发事件的情景表达中，存在4个基本要素，分别是事件面临的“压力”、事件情景即“状态”、处置措施即“响应”以及事件的演变，突发事件情景网络表达的基本要素如图3-11所示。
图3-11 供应中断风险应急情景1
3）贝叶斯网络
贝叶斯网络是一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。贝叶斯网络是基于概率推理的数学模型，所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络（Bayesian network）是为了解决不定性和不完整性问题而提出的，它对于解决复杂设备不确定性和关联性引起的故障有很大的优势，在多个领域中获得广泛应用。
贝叶斯网络又称信度网络、因果网络或者推理网络，是基于概率分析和图论的一种不确定知识的表示和推理领域最有效的理论模型之一。从1988年由Pearl提出后，已经成为近几年来研究的热点.。一个贝叶斯网络是一个有向无环图（Directed Acyclic Graph, DAG），由代表变量节点及连接这些节点有向边构成。节点代表随机变量，节点间的有向边代表了节点间的互相关系（由父节点指向其子节点），用条件概率进行表达关系强度，没有父节点的用先验概率进行信息表达。节点变量可以是任何问题的抽象，如：测试值、观测现象、意见征询等。适用于表达和分析不确定性和概率性的事件，应用于有条件地依赖多种控制因素的决策，可以从不完全、不精确或不确定的知识或信息中做出推理。贝叶斯网络的建造是一个复杂的任务，需要知识工程师和领域专家的参与。在实际中可能是反复交叉进行而不断完善的。面向设备故障诊断应用的贝叶斯网络的建造所需要的信息来自多种渠道，如设备手册、生产过程、测试过程、维修资料以及专家经验等。首先将设备故障分为各个相互独立且完全包含的类别（各故障类别至少应该具有可以区分的界限），然后对各个故障类别分别建造贝叶斯网络模型，需要注意的是诊断模型只在发生故障时启动，因此无需对设备正常状态建模。通常设备故障由一个或几个原因造成的，这些原因又可能由一个或几个更低层次的原因造成。建立起网络的节点关系后，还需要进行概率估计。具体方法是假设在某故障原因出现的情况下，估计该故障原因的各个节点的条件概率，这种局部化概率估计的方法可以大大提高效率。
贝叶斯网络由两部分组成，即B＜Bs，Bp＞，其中Bs为贝叶斯网络结构，是一个具有N个节点的有向五环图，图中的节点为随机变量，用在非常规突发事件中可以表示为事件的不同变量。节点的状态对应于事件情景变量的信度值，节点之间的有向边表示事件情景变量之间的因果关系。Bp是贝叶斯网络的条件概率表集合，每个节点E都有一个条件概率表，用来表示Ei同其父节点Pa（Ei）的相关关系：条件概率p（Ei/Pa（Ei）），表示父节点事件情景变量是子节点事件情景变量发生的直接原因，没有任何父节点的条件概率称其为先验概率。贝叶斯网络示意如图3-12所示。
图3-12 贝叶斯网络示意图
图3-12中节点E1、E2、E3分别表示事件情景的不同变量，p（E3/E1）和p（E3/E2）分别表示事件情景变量E1、E2为真的情况下，事件情景变量E3为真的概率，表明了事件情景变量E1、E2、E3之间存在一定的因果关系。有了节点及其相互关系、条件概率表，就可以表达贝叶斯网络中所有节点的联合概率，并可以根据先验概率信息或某些节点的取值计算其他任意阶段的概率信息。贝叶斯网络使用概率积分表示不确定性，如事件A和B发生的概率为事件B发生的概率乘以事件B的情况下事件A发生的条件概率，贝叶斯规则为：q*，其中
为先验概率，是在进行任何量测之前状态的概率。贝叶斯网络很适合突发事件情景网络的构建与推演。突发事件的情景演变与应急管理总是按照一定的规律展开。因此，突发事件的情景之间具有较强的因果关系。这种事件情景之间的因果关系，反映了事件情景要素（压力P、状态S、响应R）对情景演变的影响。所以，突发事件演变的情景可以表示为s（Pi、Si、Ri）。
4）基于PSR和贝叶斯网络的供应链突发事件案例情景推演
假设一个供应链系统上有两家企业，上游供应商的生产系统包括输油管道1+输油管道2+生产系统A，供应链下游企业的生产系统标记为生产系统B。假设供应商上游企业发生突发事件，突发事件爆发连锁响应路径为输油管道1、输油管道2、生产系统1，如果生产系统1受到破坏，其下游企业生产系统2将由于供应中断而产生利润损失风险、而上游企业由于受到突发事件的影响会产生财产损失风险和利润损失险；并假设突发事件只会发生在上游企业A；而A的决策不仅影响到其自身，还会对下游造成影响，并有可能受到下游企业的诉讼和惩罚。外部突发事件冲击下，突发事件风险在供应链系统的风险传递路径为输油管道1+输油管道2+生产系统A+生产系统B；运用PSR模型的思想，画出供应链系统突发事件风险传递的PSR模型图，其中，IS为初始情景，Si（i=1，2，3）为演化情景；Pic为情景演变下系统面临的压力或威胁，即系统的状态；Fic为外在施加的控制风险的措施，不同的控制措施，突发事件风险朝着不同方向演化，形成了新的“压力—状态—响应”情景。(www.xing528.com)
图3-13 供应链突事件情景演变示意图
（1）针对发生情景IS={PIS，SIS}，即突发事件导致企业A的输油管道1发生起火爆炸，采取有效措施F1e，输油管道1的火势被扑灭，火势被控制并没有进一步扩散，得到事件消失情景f1e={P1e、S1e、F1e}；
（2）针对事件发生情景IS=（PIS，SIS），采取措施F1，火势没有得到控制，引燃附近的另一个输油管道2，事件情景发展为f1={P1、S1、F1}。针对情景f1，若采取有效措施F2e，输油管道2的火势被扑灭，火势被控制并没有进一步扩散，得到事件消失情景f2e={P2e、S2e、F2e}；
（3）针对事件情景f1={P1、S1、F1}，若采取措施F1，火势没有得到控制，并导致生产运营系统1起火，事件情景发展为f2={P2、S2、F2}。针对情景f2，若采取有效措施F3e，生产运营系统1火势被扑灭并得到控制，得到事件消失情景f3e={P3e、S3e、F3e}；
（4）针对事件情景f2={P2、S2、F2}，若采取措施F3，火势没有得到控制，供应商1的生产运营系统遭到严重破坏，在未来很长的时间内恢复不了，直接影响到供应商2的生产运营系统2的正常生产（供应商2供应中断），事件情景发展为f3={P3、S3、F3}；
（5）针对情景f3={P3、S3、F3}，若供应商2没有预案可用且无有效措施，若采取措施F4，事件情景发展为f4={P4、S4、F4}，供应商2只能承认损失已经产生，并在较长一段时间内不能恢复生产；
（6）针对事件情景f3={P3、S3、F3}，若供应商2能采取有效措施F43，如紧急采购，寻求其他供应商的临时帮助或者切换产品的类型来替代，供应商2可以降低供应中断的损失，得到事件消失情景f4e={P4e、S4e、F4e}。
如此，该事件情景演变的贝叶斯网络结构如图3-12所示。针对同一情景应急管理部门可采取多种应急响应措施，不同的措施使事件情景沿着不同的演变路径发展。事件演变示意图是从简化角度出发，假定针对同一情景可采取最好的“响应”（Fie）和采取最差的“响应”（Fi）。现在可以假定每个情景有两个离散的状态：出现（True）和不出现（False）。在构建贝叶斯网络时，需要有每一个情景出现的概率和不出现的概率，如在应急管理现场，企业可以根据高层管理者、专家依据情景的发展、演化及应急处置情况，对每个节点的概率进行判断，并得到所假设的每一个情景的条件概率表，如表3-1所示。利用贝叶斯定理，从图3-13的顶点开始计算，可以得到该事件情景演变过程中的几个关键情景的状态概率，如f1={P1、S1、F1}的状态概率为P（f1）=P（f1/IS=True）*P（IS=True）+P（F1/IS=False）*P（IS=False）。那么，由表3-1的条件概率表的事件演化条件概率表可以得到事件情景状态概率表，如表3-2所示。
由事件关键情景状态概率结果分析可知：
（1）针对事件的关键情景，采取不同的应急处理措施，事件情景的发展、演化路径截然不同。因此，决策者的应急处理能力决定了事态的发展。
（2）无论采取怎样的措施，事件的关键恶化情景f1、f2、f3出现的可能性依然很大，需要决策主体尽早做好迎接下一个危机情景的准备，以尽量控制事态发展。
表3-1 突发事件情景演化条件概率表
（3）由于事件情景发展、演化的迅速性、紧迫性，即使采取最好的“响应”，事件消失情景出现的概率依然很低，如消失情景f1e、f2e，而消失情景f3e、f4e出现的概率相对较高，尤其是消失情景f4e，这说明了：①情景f2和情景f3是应急管理出现转机的最佳时期，决策主体若能抓住此最佳时期，采取最恰当的危机处置措施，危机状态最有可能在较短的时间内缓解和消失；②采取了最好的“响应”措施，虽然事件消失情景出现的概率依然很低，但并不意味着此时的决策不影响事件结果，若采取有效的危机隔离措施，不仅能够在一定程度上降低事件损失，而且能够控制事件的迅速发展，为下一步的决策与管理争取宝贵的时间。
（4）由于A企业的应急响应措施，直接关系到其运营设施能完全恢复的时间，进而影响到对B企业的产品供应；所以，对于供应链下游企业B来说，也应该实时关注事态的发展，能保持A企业和B企业要进行有效沟通，共同商量对策，必要时能提供人力、物力而后财力上的应急援助。
表3-2 非常规突发事件情景状态概率表
（1）静态情景分析。利用情景决策理论研究不同风险特征下的供应中断风险应急管理活动，即在识别供应中断风险应急管理绩效的关键特征维度的基础上，开发了5种应急情景范式，并描述了不同情景范式下可能的应急响应效果，给出了不同情景之间转换需要满足的条件，主要体现在风险管理活动能力的差异如预警、报告、防范等与替代资源可获得性等方面。总体上看，有两个潜在的研究机会。一是寻求不同情景范式下的相关数据来验证几种情景的有效性，如运用仿真技术研究不同水平下的商业中断风险的关键影响因素对企业在应急成本、商业中断损失、股东价值、商业可持续性运营等方面的影响。二是运用决策树方法来研究特定商业中断风险并考虑替代资源可获得性下的供应链安全投资（如预警系统、冗余供应商、冗余库存、冗余运输方式等防范措施）的水平。
（2）动态情景分析。动态情景分析目前在公共突发事件尤其是带有次生灾害的突发事件应急管理中，已经有相关学者进行了研究，主要研究情景的动态演化以及情景重构等，为突发事件的演化分析提供决策基础。本书从系统的角度来研究两个相关联的子系统在面对已经发生过的突发事件风险时，通过情景判定与推理，寻求合适的应急方案，而不同的应急方案又会使得情景往不同的方向发展。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
