陳曉君，楊家其

(武漢理工大學 交通學院，湖北 武漢 430063)

近年來，中國大力提倡城市綠色出行，交通運輸部先后提出發(fā)展綠色交通、建設低碳交通等理念。目前，國內(nèi)外對于綠色出行的研究主要集中于綠色出行概念理念、城市綠色出行方式選擇影響因素、城市綠色出行評價體系和綠色出行政策等。Chris Bradshaw、楊曉光、肖建斌等研究了綠色出行的概念理念，由于各學者研究領域不同，對于綠色出行的概念尚未統(tǒng)一，故綠色出行又被稱為綠色交通、低碳出行等。在出行方式影響因素與評價體系研究方面，Yujiro Hirano等根據(jù)居民個人基本情況或家庭特征研究出行過程中碳排放量問題，得出影響綠色出行過程的重要因素；Farla J.等從車輛、能源、政策三方面進行綠色出行影響研究；溫惠英等以出行者、交通設施、出行方式、管理、環(huán)境、經(jīng)濟為影響因素，采用集成云模型與物元分析理論對中等城市的綠色出行水平進行了評價；劉維躍等選取交通設施、環(huán)境、交通出行、交通安全作為影響因素，采用熵權法和TOPSIS法對京、津、滬3座大型城市的綠色交通水平進行了分析。在綠色出行政策方面，Alex A.等采取補貼公交、收取燃油和擁擠費等政策來提高城市綠色出行水平；鄭婧等歸納了德國弗賴堡市綠色交通政策的演變。相對來說，對于城市綠色出行安全的研究極少。為此，該文基于貝葉斯網(wǎng)絡，以城市居民、城市車輛(自行車及公共運輸工具等綠色出行工具)、城市道路、交通環(huán)境為影響因素，構建城市居民綠色出行風險模型，對綠色出行過程中影響安全的風險因素進行評判，為制定安全綠色出行政策措施提供參考。

1 問題描述與模型構建

1.1 問題描述

近年來，中國城市居民綠色出行安全問題頻繁發(fā)生，對社會經(jīng)濟造成了一定威脅。2018年城市規(guī)劃設計研究院發(fā)布綠色出行與安全相關手冊，并展開了“綠色出行 多一份安全”的公益服務。由于對城市綠色出行安全的研究極少，目前對于城市綠色出行安全還沒有定義。

城市道路安全是指城市道路交通系統(tǒng)的風險降低到可接受水平時的狀態(tài)。綠色出行是一種堅持以人為本的多元化交通運輸體系，采用環(huán)保的出行方式達到交通可持續(xù)發(fā)展。根據(jù)城市道路安全與綠色出行的定義引申出城市綠色出行安全的定義如下：城市居民在采用環(huán)保出行方式過程中將交通系統(tǒng)的風險降低到可接受水平時的狀態(tài)。

考慮到交通運輸系統(tǒng)中的人-車-路-環(huán)境四要素，綠色出行安全研究從城市居民、城市車輛、城市道路、城市環(huán)境四方面展開，得到違章心理、違章行為、行為失誤等13個影響評價指標。根據(jù)因果關系分析，由風險評價指標體系建立城市居民綠色出行風險貝葉斯網(wǎng)絡結構，再通過大量數(shù)據(jù)確定節(jié)點參數(shù)構建貝葉斯網(wǎng)絡模型。

1.2 調(diào)查問卷設計

借鑒相關道路安全專家意見及學術研究成果，將影響城市居民安全綠色出行的風險因素分為城市居民問題、城市車輛問題(自行車、公共運輸工具等綠色出行工具)、城市道路問題、城市環(huán)境問題四類，違章心理、違章行為、綠色出行安全意識缺乏等13項(見表1)。將13項影響因子發(fā)生風險的可能性分為極高、高、較高、一般、較低、低、極低7級。

表1 城市居民綠色出行安全風險因素

1.3 貝葉斯網(wǎng)絡模型構建

1.3.1 貝葉斯網(wǎng)絡的定義

貝葉斯網(wǎng)絡以貝葉斯公式為基礎，利用概率推理進行計算形成聯(lián)合概率分布U={X1,X2,…,Xn}，并借助有向無環(huán)圖描述各變量之間的依賴關系。貝葉斯網(wǎng)絡又稱為因果圖，可呈現(xiàn)各變量之間的因果關系。它主要由模型結構(s)和參數(shù)(θ)組成，即B=(s,θ)，提取網(wǎng)絡中的所有節(jié)點并對其發(fā)生概率展開專門解析。

1.3.2 數(shù)學基礎

(1) 條件概率。是指在隨機事件A已發(fā)生的情況下，隨機事件B發(fā)生的概率，可表示為：

(2) 邊緣概率。是指某一事件與其他事件無關時發(fā)生的概率。

(3) 先驗概率。是指通過之前的經(jīng)驗和分析得到的概率。

(4) 后驗概率。是指將隨機事件發(fā)生的結果結合相關數(shù)據(jù)或證據(jù)后重新得到的概率。

(5) 聯(lián)合概率。是指多個隨機變量分別滿足其條件時的概率。假設貝葉斯網(wǎng)絡中的變量為Xi(i=1，2，…，n)，其中n為網(wǎng)絡中變量的總個數(shù)，π(Xi)為第i個變量Xi的父節(jié)點集，則其聯(lián)合分布可表示為：

1.3.3 貝葉斯網(wǎng)絡節(jié)點及節(jié)點值域的確定

構建城市居民綠色出行風險模型的第一步是確定網(wǎng)絡節(jié)點，可由相關領域?qū)＜一騾⒖家酝芯砍晒麃泶_定。確定網(wǎng)絡節(jié)點后需明確各節(jié)點的值域，說明其代表的狀態(tài)。

1.3.4 貝葉斯網(wǎng)絡結構的確定

采用科學的方法，根據(jù)城市居民綠色出行風險與各影響因子之間的關系確定各節(jié)點之間的連接，組成網(wǎng)絡拓撲結構。一般確定網(wǎng)絡結構的方法有3種：1) 根據(jù)相關領域?qū)＜业闹R經(jīng)驗來確定；2) 根據(jù)以往相關學術研究及歷史數(shù)據(jù)來確定；3) 結合上述2種方法，先由專家初步確定，再通過學術研究及歷史數(shù)據(jù)優(yōu)化。

1.3.5 節(jié)點參數(shù)的確定

節(jié)點參數(shù)是指各隨機變量的概率，其中根節(jié)點是邊緣概率，非根節(jié)點是條件概率。根據(jù)確定的貝葉斯網(wǎng)絡結構，通過各非根節(jié)點的條件概率算出事件的先驗概率，最后得到各節(jié)點的后驗概率。

2 實證分析

2.1 問卷數(shù)據(jù)處理

對武漢市居民展開綠色出行安全問題問卷調(diào)查，調(diào)查時間為2019年5月，調(diào)查地點為步行街、居民區(qū)等。共回收247份問卷，其中有效問卷231份，占93.5%。

采用SPSS22.0軟件對231份有效問卷數(shù)據(jù)進行信度、效度分析，結果見表2。城市居民、城市車輛、城市道路、城市環(huán)境4個影響因素的克隆巴赫系數(shù)α均大于0.70，說明這4個影響因素的內(nèi)在一致性結果甚佳、信度較高。城市居民、城市車輛、城市道路、城市環(huán)境的KMO值都在0.65以上，且各影響因素的Bartlett球形檢驗結果顯著，說明各因素之間相關性良好，效度分析結果良好。

表2 調(diào)查問卷的信度、效度分析

2.2 武漢市居民綠色出行風險分析

2.2.1 貝葉斯網(wǎng)絡結構的建立

根據(jù)城市居民、城市車輛、城市道路、城市環(huán)境4個影響因素與13個影響因子之間的因果關系建立綠色出行風險評價指標體系(見圖1)。

貝葉斯網(wǎng)絡結構中的各節(jié)點變量與風險評價指標體系中風險因子之間一樣存在因果關系，參考圖1，將其轉化為貝葉斯網(wǎng)絡結構(見圖2)。

圖1 武漢市居民綠色出行風險評價指標體系

圖2 武漢市居民綠色出行風險貝葉斯網(wǎng)絡結構

2.2.2 節(jié)點值域說明

在武漢市居民綠色出行風險貝葉斯網(wǎng)絡中，18個節(jié)點的值域均為{Y，N}，其中Y是指該節(jié)點所代表的事件發(fā)生風險，處于不安全狀態(tài)；N是指該節(jié)點所代表的事件不發(fā)生風險，處于安全狀態(tài)。

2.2.3 網(wǎng)絡節(jié)點條件概率

根據(jù)調(diào)查數(shù)據(jù)確定網(wǎng)絡節(jié)點的條件概率。調(diào)查問卷中風險發(fā)生的可能性分為極高、高、較高、一般、較低、低、極低，為與節(jié)點值域相對應，將極高、高、較高歸為Y，即發(fā)生風險，處于不安全狀態(tài)；將一般、較低、低、極低歸為N，即不發(fā)生風險，處于安全狀態(tài)。根節(jié)點、城市居民及節(jié)點R的條件概率見表3～5。

表3 根節(jié)點的條件概率

表4 城市居民問題的條件概率

表5 節(jié)點R的條件概率

2.2.4 因果推理

利用Netica軟件創(chuàng)建貝葉斯網(wǎng)絡結構，輸入各節(jié)點參數(shù)，實現(xiàn)因果推理。以城市居民問題PH、違章心理PH-1、違章行為PH-2、安全意識缺乏PH-3、行為失誤PH-4為例，在Netica軟件創(chuàng)建貝葉斯網(wǎng)絡，并輸入?yún)?shù)(見圖3～5)，運行軟件,根據(jù)因果推理自動得到PH的參數(shù)(見圖6)。結果顯示，PH對武漢市居民綠色出行過程中發(fā)生風險的概率為20.3%，不發(fā)生風險的概率為 79.7%。

圖3 城市居民問題貝葉斯網(wǎng)絡結構

圖4 PH-1節(jié)點的參數(shù)設置

圖5 PH節(jié)點的參數(shù)設置

圖6 PH節(jié)點的運行結果

根據(jù)數(shù)學基礎聯(lián)合概率計算得到PH在兩種狀態(tài)下的概率為:

PH-2,PH-3,PH-4，PH=Y)=0.203

P(PH=N)=1-P(PH=Y)=0.797

計算結果與軟件所得結果一樣，說明Netica軟件的因果推理具有合理性。

在Netica軟件中創(chuàng)建圖2所示貝葉斯網(wǎng)絡結構，輸入?yún)?shù)，得到因果推理后的基于貝葉斯網(wǎng)絡的武漢市居民綠色出行風險評價模型(見圖7)。由圖7可得到PH、PV、PR、PE及R在Y、N兩種狀態(tài)下的邊緣概率(見表6)。

表6 經(jīng)因果推理后PH、PV、PR、PE及R的計算結果

圖7 武漢市居民綠色出行風險貝葉斯網(wǎng)絡因果推理圖

2.2.5 敏感性分析

Netica軟件中貝葉斯網(wǎng)絡的敏感性分析通過互信息(兩隨機變量之間的相互依賴性)來表現(xiàn)。設A、B兩個離散隨機變量，其聯(lián)合概率為P(A,B)，邊緣概率分別為P(A)和P(B)，則其互信息為：

在圖7的基礎上，利用Netica軟件對武漢市居民綠色出行風險貝葉斯網(wǎng)絡進行敏感性分析，結果見表7。4個影響因素對武漢市居民綠色出行過程中發(fā)生風險的敏感性為城市居民問題>城市車輛問題>城市環(huán)境問題>城市道路問題；13項影響因子對武漢市居民綠色出行過程中發(fā)生風險的敏感性為PH-3>PH-2>PH-1>PH-4>PV-1>PE-2>PR-1>PV-2>PE-3>PE-1>PV-3>PR-2>PR-3。從整體上看，城市居民問題對綠色出行過程中發(fā)生風險最為敏感，即影響最大，其中影響因子PH-3的敏感性最高，其他3個因子也較敏感；PV-1、PE-2、PR-1的敏感性也較高；城市道路問題對綠色出行過程中發(fā)生風險的敏感性最低，其原因是PR-2和PR-3的敏感性很低，被這兩個影響因子弱化了。

表7 R節(jié)點的敏感性分析結果

2.3 綠色出行安全保障措施

根據(jù)貝葉斯模型分析結果，四大影響因素中城市居民問題對綠色出行過程中產(chǎn)生風險的敏感性最高，其次是城市車輛問題。其中影響城市居民問題的因子安全意識缺乏、違章行為、違章心理和行為失誤的敏感性較高，影響城市車輛問題的因子設備故障最為敏感。此外，特殊時間(段)和路況差的影響也較大。因此，針對這幾個關鍵因子提出綠色出行安全保障措施。

2.3.1 居民安全意識缺乏、違章行為、違章心理、行為失誤

城市居民綠色出行安全意識缺乏是指居民在綠色出行過程中沒有產(chǎn)生安全的觀念，違章心理可能是居民的從眾、僥幸等心理引起的。意識、心理決定行為，意識的缺乏和違章心理的存在造成違章舉動和行為失誤。針對這4個影響因子，可從以下方面提高綠色出行安全：1) 在提倡綠色出行的同時，通過新聞媒體、海報標語等加強綠色出行安全的宣傳，增強安全意識，規(guī)范出行行為；2) 開展綠色出行安全知識教育活動，如出行安全講座、課程、知識競答等，提高居民出行安全素養(yǎng)；3) 政府相關部門加大對居民綠色出行安全的管理，嚴格執(zhí)法，盡量減少居民違章的可能性。

2.3.2 設備故障

城市車輛設備故障是指自行車、公共運輸工具等綠色出行工具發(fā)生問題，無法正常工作。減少或避免因設備故障影響綠色出行安全的保障措施有：1) 車輛生產(chǎn)商加強對設備(發(fā)動機、變速器、輪胎等，包括零部件)質(zhì)量的檢查，減少劣質(zhì)產(chǎn)品投入生產(chǎn)中；2) 車輛擁有者經(jīng)常保養(yǎng)，經(jīng)常將其送到汽車保修廠、車管所等地方檢查；3) 車輛使用者注意使用，正常載重，合理使用潤滑等。

2.3.3 特殊時間(段)

特殊時間(段)是指凌晨、深夜、上班高峰期等時間點及節(jié)假日等時間段。 可采取以下措施保障這些時間(段)綠色出行安全：1) 加強駕駛員的心理素質(zhì)教育，在黑暗、道路擁擠等情況下保持冷靜，平穩(wěn)駕駛；2) 在凌晨、深夜等黑暗環(huán)境時，市政管理局及電力公司等確保路燈正常工作；3) 交通局等政府部門合理安排交警，在這些時間(段)設置工作值班人員進行交通管理。

2.3.4 路況差

城市道路路況差可能是市政單位施工質(zhì)量未達標準，也可能是經(jīng)過長期使用后道路質(zhì)量下降。針對這一點的保障措施有：1) 增強駕駛員駕駛能力，在遇到路況差的道路時仍能安全、平穩(wěn)、低速駕駛；2) 道路養(yǎng)護部門、地方道路管理局等及時了解路段狀況，進行維護；3) 道路設計單位合理設計道路，市政單位施工時確保路基路面質(zhì)量，保證路面平整等。

3 結語

在大力提倡綠色出行的背景下，該文根據(jù)問卷調(diào)查數(shù)據(jù)及專家知識經(jīng)驗確定指標體系及貝葉斯網(wǎng)絡節(jié)點，利用貝葉斯網(wǎng)絡構建武漢市居民綠色出行風險模型。利用Netica軟件進行貝葉斯網(wǎng)絡因果推理和敏感性分析，得出城市居民問題、城市車輛問題敏感性極高，其中安全意識缺乏、違章行為、違章心理、行為失誤、設備故障、特殊時間(段)、路況差7個影響因子對綠色出行安全的影響最大，可從這7個方面采取保障綠色出行安全的措施。

文中也存在一些不足，如調(diào)查只從居民角度著手，調(diào)查結果偏主觀，未從車輛、道路、環(huán)境等相關企業(yè)獲得綠色出行事故及環(huán)境污染數(shù)據(jù)，還有待進行更深一步研究。