閆 碩

(中國人民公安大學 交通管理學院， 北京 100038)

0 引言

隨著我國城市機動化的快速發(fā)展，汽車保有量逐年提升，對城市道路造成了很大壓力，城市道路的改擴建及修繕與養(yǎng)護施工項目日益增多. 道路施工時，在占據或封閉部分道路情形下，會改變原有交通流的速度及方向等. 同時對該施工路段的通行能力及服務水平等產生影響，使得道路的通行環(huán)境更加復雜，易出現擁堵、機非混行等狀況，產生大量的交通沖突，存在道路交通安全事故的風險. 因此，對交通安全風險進行評價，有針對性地采取預防措施，對保障施工區(qū)路段交通安全具有重要指導作用.

目前對于城市道路施工安全風險的研究主要基于交通組織與仿真技術. 戴憂華等[1]采用微觀交通流仿真技術對道路施工區(qū)域進行交通仿真，引入等效跟馳距離FDE評價城市道路施工期間的交通安全水平. 金宏雷等[2]基于道路施工安全的系統工程觀點，在分析道路施工工程中各種易發(fā)事故的基礎上，運用模糊綜合評價方法對道路施工工程的現場安全狀況進行綜合性評價. 鞏建國等[3]在分析城市道路占道施工交通管理的基礎上，為了提高占道施工的交通運行安全與效率水平，對占道施工的交通流管理進行了精細化設計. 羅強[4]利用微觀交通仿真軟件VISSIM建立不同類型城市道路施工區(qū)域在不同限速值的仿真模型，用交通沖突數量指標對道路施工區(qū)域安全性進行分析評價.

灰色關聯度分析、熵權法及模糊數學等常用的綜合評價方法由于大多為定性推理，且較為單一，易受主觀因素的影響，難以體現評價系統本身存在的復雜性與不確定性. 云模型是在隨機理論和模糊理論的基礎上，結合多種隸屬函數而產生的模型[5]，可反映模糊性與隨機性的關聯性，具有更強的適用性及描述不確定性的能力，能更好地處理風險評價問題[6]. 因此，本文運用組合賦權的方法，構建基于云模型的交通安全風險評價模型，并將模型應用于鄭州市地鐵7號線占道施工區(qū)的交通安全風險評價中.

1 云模型及其評價原理

1.1 云模型定義

設X為某一系統的論域，C表示系統中的模糊集合.對于系統中的任意元素x∈X，均存在具有穩(wěn)定傾向的隨機數u(x)，則稱u(x)為元素x隸屬于模糊集合C的水平隸屬度[7].u(x)在論域X上的分布被稱作云，每一個x稱為一個云滴(drop).云的形狀可反映出概念的模糊性和隨機性.

1.2 數字特征

云的特性用數字特征來表示，分別包括期望Ex、熵En及超熵He[7].期望即云的評價值，表征云的定性概念，熵以及超熵表征云的隨機性與模糊性.某一樣本點Xz的云模型數字特征計算過程如下.(其中S2為樣本方差)

(1)

(2)

(3)

1.3 云發(fā)生器

云發(fā)生器[8]包括正向云發(fā)生器和逆向云發(fā)生器，是云模型中的兩種算法.正向云發(fā)生器可將定性轉換為定量，而逆向云發(fā)生器與之相反.

圖1 正向、逆向云發(fā)生器

1.4 評價步驟

云模型可實現定性與定量的互相轉換及對目標的不確定性進行描述，反映隨機性與模糊性的關聯，優(yōu)勢在于一定程度上能克服評價的主觀性，提高評價的可信度.其評價步驟如下：

1)計算云數字特征.運用云逆向發(fā)生器算法對樣本進行處理，計算得出樣本的云數字特征.

2)確定云模型標尺并構建標準云.將論域劃分評價等級，利用云模型標尺運行正向云發(fā)生器算法生成標準云圖.

3)運行正向云發(fā)生器算法，根據所得評價目標的云數字特征，計算隸屬度，繪制評價云圖.

4)評價云圖與標準云相比較得出評價目標所屬評價等級.并根據云模型數字特征中期望值越低，則風險越高的原則，對各個指標的安全風險進行評估.

2 施工區(qū)交通安全風險評價模型的構建

2.1 施工區(qū)交通安全風險評價指標體系的建立

在現場調研和深入分析城市道路占道施工區(qū)主要影響因素的基礎上，經參考《道路交通標志標線》《城市道路施工作業(yè)交通組織規(guī)范》及《公路交通安全設施設計規(guī)范》等現行規(guī)范和標準[9-11]，吸收當前專家學者對于城市道路交通安全、道路作業(yè)區(qū)安全影響分析等研究成果[12-13]，運用專家調查法，并結合城市道路交通安全風險評價指標體系現狀[15]，建立如下城市道路占道施工區(qū)交通安全風險評價指標體系.其中包含5個1級指標：交通、道路、人為、環(huán)境及管理、施工.22個2級指標：車流密度、行程車速、交通組成等.

圖2 占道施工區(qū)交通安全風險評價指標體系

2.2 指標權重的計算

賦權方式可分為主、客觀2種方式.主觀賦權出自個人經驗，具有較強的主觀性，客觀賦權是根據指標的數據特征確立權重，能一定程度上平衡主觀賦權的影響與誤差.由于后續(xù)對施工區(qū)交通安全風險評價指標及其數據的處理中，包含了主觀及客觀因素，故權重的確立需充分結合主客觀，因此，本文采用將主客觀進行組合的方式來計算權重.組合權重為：

ρi=uρsi+(1-u)ρti

(4)

式中，i=1，2，…，n，n為指標數；u為常數，為平衡主客觀權重所占比例，取0.5；ρsi為主觀權重；ρti為客觀權重.

從系統角度出發(fā)，采用簡潔實用的層次分析法(AHP)[16]計算主觀權重，其步驟參考文獻[16]，限于篇幅不再詳述.根據樣本量的大小，考慮計算難度與可靠性，采用灰色關聯度分析[17]確定客觀權重，步驟如下：

1) 確定母序列.將最重要的指標數據列為母序列，參考序列常記為X0(k)，k=1，2，…，n.

2) 確定子序列.將其余序列列為子序列，記為Xi(k),其中i=1，2，…，n-1.

3) 歸一化.為降低數值差異，便于后續(xù)分析，將數據歸于某一相近范圍內，采用離差標準化公式，將樣本數據線性變換，歸一化于區(qū)間[0，1]內.其函數為：

(5)

4) 計算子序列指標數據關于母序列指標數據的關聯系數，式(6)如下：

ξ(k)=

(6)

式中φ為分辨系數，一般取0.5.

5) 計算子序列關于母序列的關聯度.

(7)

6) 計算權重.

(8)

2.3 施工區(qū)交通安全風險評價模型

運用式(1)～(3)計算各二級指標的云數字特征：E′xi,E′ni,H′ei.則各一級指標對應的云數字特征為：

(9)

(10)

(11)

式中ρ′i為各二級指標的組合權重.

評價目標的云數字特征為：

(12)

(13)

(14)

運用Matlab對評價目標的數字特征進行處理，處理過程中采用正向云算法計算隸屬度，即得到施工區(qū)交通安全風險評價云：

(15)

2.4 云模型標尺的確定

綜合施工安全風險與交通運輸安全風險的等級劃分標準，將施工區(qū)交通安全風險分為5個級別：低風險、一般風險、中等風險、重大風險和特大風險. 令論域為[0,1]，并基于相關文獻[18-19]將論域劃分為5個評價等級，生成施工區(qū)交通安全風險評價指標的云模型標尺，分別為低風險(1，0.103 1，0.013 0)，一般風險(0.691，0.064，0.008)，中等風險(0.500，0.039，0.005)，重大風險(0.309，0.064，0.008)，特大風險(0，0.103 1，0.013 0).

3 案例

3.1 案例背景材料

本文選擇的評價目標為河南省鄭州市地鐵7號線的一處施工區(qū)域交通安全風險. 該施工區(qū)域位于鄭州市金水區(qū)農業(yè)路(東西走向)與文化路(南北走向)交叉口南側，主要作業(yè)區(qū)在文化路東西兩側. 文化路原路寬21 m，車道寬度為15 m，車道設置為雙向四車道，設有中心隔離護欄.

文化路為鄭州市主干道之一，且該施工區(qū)域靠近道路交叉口，附近有4所學校以及若干居民區(qū)，行人和非機動車出行需求較大. 地鐵開挖施工后文化路東側被占據人行道、非機動車道及部分機動車道，文化路西側被占據人行道及大部分非機動車道并設有警示牌. 施工后的車道設置為雙向兩車道，雙向交通流的運行空間被壓縮，未設置中心隔離護欄，施工區(qū)域邊緣設有鐵質圍擋. 該處道路的路況良好，地勢較為平坦，道路兩側的照明設施未設置完備，夜間照明條件一般. 該區(qū)域交通未設專人疏導，各類機動車、非機動車與行人混合通行，交通環(huán)境復雜.

3.2 模型的應用過程

3.2.1 評價指標權重的計算

經現場考察得到鄭州地鐵7號線金水區(qū)施工段(農業(yè)路與文化路交叉口南兩側)占道施工區(qū)安全風險評價指標數據，并邀請5位專家進行評分，構建得到各一級指標的判斷矩陣，見表1. 根據層次分析法(AHP)得到各指標對應的主觀權重，其對應的客觀權重由灰色關聯度分析得到，并利用上文的組合權重式(4)得到各級指標組合權重. 其結果見表2、表3.

表1 1級指標的判斷矩陣

3.2.2 交通安全風險的評價過程

運用逆向云發(fā)生器算法，計算得到該占道施工區(qū)交通安全風險評價指標的云數字特征. 首先將指標的原始數據歸一化，并根據處理后的數據及各公式計算22個2級指標的云數字特征，其次計算5個

表2 1級指標組合權重表

表3 2級指標組合權重表

1級指標對應的云數字特征，結果見表3. 運用式(12)～(14)計算得到評價目標的云數字特征為(0.479 3，0.392 5，0.122 8). 根據計算得出的評價目標的云數字特征以及云模型標尺，運用MATLAB軟件計算隸屬度，分別繪制標尺云及施工區(qū)交通安全風險評價云.

繪制結果如圖3所示. 實點為標尺云，星號為評價云. 云滴集中分布的評價值區(qū)間為[0.4,0.6]，且集中于評價值0.479 3附近，而該區(qū)間代表風險等級為中等風險，則說明該處占道施工區(qū)的交通安全風險為中等，整體處于重大風險與中等風險之間.

3.3 交通安全風險評價結果的分析

通過云模型的運用，得到2級指標道路、人為、環(huán)境及管理、交通以及施工的評價值大概在區(qū)間[0.4,0.6]中. 說明其風險等級屬于一般與中等之間，傾向于中等風險.

按照云模型數字特征中期望值越低，則風險越高的原則，通過分析該道路施工區(qū)域相關指標的期望值發(fā)現，該處占道施工區(qū)的施工現場管理、氣候條件、施工位置、施工類型、施工人員安全意識、安全防護設施等指標期望值分別為：0.346 2、0.315 2、0.322 4、0.306 7、0.363 2、0.384 1，相對于其他2級指標，它們的期望值更接近于0.3，風險值偏高，接近于重大風險. 由于該處施工區(qū)域臨近交叉口且在學校附近，交通流較大，各種類型的社會車輛施工混合通行，施工部門應當加強對施工的現場管理，做好安全保障措施，加強引導和教育施工人員，要對施工區(qū)域的隔離設施、安全防護進行進一步完善，避免出現隔離設施不完備，設施防撞等級不夠等產生危險事故，對行人等產生威脅. 此外該區(qū)域的施工為一定深度的地鐵明挖，對路基路面及周圍建筑物的地基會產生一定的影響，且該區(qū)域內居住人口較多，因此進行明挖前要充分評估道路及周圍建筑物的安全狀況和穩(wěn)固水平，降低發(fā)生路面坍塌或建筑傾斜的事故風險. 此外還要在施工建設前，做好交通調查與施工規(guī)劃，咨詢相關專家確定適宜的施工位置，該施工區(qū)域處在交通流較大的鬧市區(qū)，施工位置的選擇尤為重要，目前狀況下要做好交通控制與交通組織、引導，減少沖突點，縮小沖突區(qū)，防止對交通安全產生較大影響，降低發(fā)生交通安全事故的風險.

4 結束語

城市道路占道施工區(qū)對城市交通的安全運行具有很大影響，是道路交通安全管理的重要內容. 本文對城市占道施工區(qū)交通安全風險評價方法進行了研究：

1)綜合考慮施工區(qū)域內的交通運行特性，結合道路交通安全評價體系現狀，合理選取交通、道路、人為、環(huán)境及管理、施工5個1級評價指標，以及車流密度、行程車速、道路線型、排水設施等22個2級評價指標，全面反映施工區(qū)域內的交通現狀，以此建立施工區(qū)交通安全風險評價體系.

2)在充分考慮專家意見的基礎上，為平衡主觀賦權的影響與誤差，將主、客觀賦權進行組合，充分反映各指標的真實狀況.

3)權重的確立受專家個人經驗影響，具有隨機性與模糊性，傳統的數學評價方法不能很好地應對定性與定量之間的互相轉換，在評價過程中可能存在誤差. 將云模型與組合賦權相結合，對施工區(qū)交通安全風險評價中的不確定性有更加準確的表達，通過對評價目標進行云圖繪制，直觀表明其風險狀況.

表4 各級指標云數字特征

圖3 施工區(qū)交通安全風險評價云

4)運用該模型體系能直觀準確地觀測到城市道路施工區(qū)的安全風險狀況，可針對性的對施工區(qū)交通安全影響較大的因素進行整改，減少城市道路施工帶來的交通安全隱患，降低施工區(qū)域交通事故的發(fā)生概率，并為城市道路建設施工中的風險評定、風險預防、風險應對提供一些方向.