本文属于类型b，是一篇关于交通系统脆弱性和韧性（resilience）的文献综述。以下是报告的详细内容：
本文由Shouzheng Pan、Hai Yan、Jia He和Zhengbing He等作者撰写，他们来自北京工业大学交通工程重点实验室。文章于2021年发表在期刊《Physica A》上，题目为《Vulnerability and Resilience of Transportation Systems: A Recent Literature Review》。本文综述了近年来关于交通系统脆弱性和韧性的研究进展，旨在为研究人员提供该领域的全面理解和研究方法的总结。
交通系统作为社会经济和人民生活的重要组成部分，面临着各种风险和干扰。脆弱性（vulnerability）和韧性（resilience）是评估交通系统性能的两个关键指标。脆弱性指交通系统在内部或外部风险情景下的异常敏感性，可能导致系统服务能力的显著下降。韧性则指交通系统在受到干扰后能够抵抗、适应并迅速恢复到正常服务水平的能力。本文首先从交通系统的供需角度给出了这两个概念的具体定义，并讨论了与交通系统性能相关的其他概念，如可靠性（reliability）、鲁棒性（robustness）、生存性（survivability）和风险（risk）。
本文通过系统的文献检索方法，对2010年至2020年间发表的140篇相关文献进行了分类和总结。这些文献主要分为两类：基于传统拓扑结构的研究和基于系统结构的研究。拓扑结构研究主要围绕图论（graph theory）展开，这是交通系统性能研究的基石。近年来，随着数据分析和模型仿真技术的进步，越来越多的研究开始考虑整体交通系统结构。本文从定性和定量两个角度对相关指标和研究方法进行了详细分析和总结。
拓扑结构研究是交通系统脆弱性和韧性分析的早期主要方法。通过图论和复杂网络理论，研究者可以模拟交通网络在随机攻击和恶意攻击下的表现，识别系统中的脆弱点。常用的拓扑指标包括节点度（degree）、介数（betweenness）、最短路径（shortest path）和网络效率（network efficiency）等。本文总结了近年来在拓扑结构研究中使用的主要指标和方法，并指出拓扑结构研究在交通系统性能分析中的重要性。
与传统的拓扑结构研究相比，基于系统结构的研究能够更真实地反映交通系统性能的变化。这类研究主要考虑动态出行需求和供给对交通系统脆弱性和韧性的影响。常用的方法包括数学模型优化、仿真和数据驱动方法。数学模型优化方法通过考虑动态出行需求和客流变化，计算网络成本的变化，从而评估网络的脆弱性和韧性。仿真方法通过模拟不同的中断情景，分析交通系统性能的变化。数据驱动方法则利用历史数据构建加权网络，进行动态性能评估。
本文总结了基于系统结构的度量指标，主要包括出行成本变化、可达性（accessibility）、出行延误和性能指数等。出行成本变化指标包括出行时间、距离和损失成本。可达性指标通常从用户的角度考虑，分析网络中断后用户的出行成本和选择行为。出行延误指标则用于评估系统在中断后的恢复能力。本文还讨论了基于脆弱性指数的度量方法，如节点连接度（degree of nodal connection, DNC）和加权综合指数（weighted composite index）。
本文指出，当前关于交通系统脆弱性和韧性的研究仍面临一些挑战。首先，大多数研究通常从交通系统或管理的角度出发，忽略了用户选择行为的研究。其次，大规模交通网络的性能分析存在计算成本高和模型复杂的问题。此外，多层交通系统的研究仍处于探索阶段，未来需要更多关于不同交通模式组合对系统性能影响的研究。本文还建议结合地理信息技术，分析交通网络的时空差异，以提高性能评估的准确性。
本文从管理和操作部门的角度，提出了提高交通系统性能的建议。管理部门应注重系统性能评估、应急策略制定和日常监督，并制定统一的管理标准和应急响应机制。操作部门应根据不同交通系统的实际情况，采取适当的管理方法和应对机制，提高系统的修复能力和信息传播效率。
数据驱动方法是近年来新兴的研究方法，能够利用历史数据构建加权网络，进行动态性能评估。本文总结了数据驱动方法在自然灾害、日常中断事件和实时监测中的应用，并指出数据驱动方法在交通系统脆弱性和韧性研究中的潜力。
本文通过对交通系统脆弱性和韧性研究的系统综述，为研究人员提供了该领域的全面理解和研究方法的总结。本文还提出了未来研究的方向，包括用户选择行为、大规模交通网络、多层交通系统和地理信息技术的结合等。这些研究将为提高交通系统的稳定性和安全性提供重要参考。
本文的价值在于为交通系统脆弱性和韧性研究提供了系统的文献综述和研究方法总结，帮助研究人员更好地理解该领域的研究进展和挑战。本文还提出了未来研究的方向，为交通系统的性能评估和优化提供了重要参考。