張文晰

(西華大學汽車與交通學院，四川 成都 610039)

隨著道路交通的發(fā)展，交通事故頻發(fā)，我國交通安全的形勢極其嚴峻，交通安全問題已經成為全社會共同關注的焦點；因此，針對道路交通安全事故的預防對策進行研究顯得尤為重要和迫切[1]。建立科學的評價指標體系，采用適當?shù)姆椒ㄔu測道路交通安全變化趨勢，了解道路交通安全態(tài)勢，對制定符合實際的交通安全管理法規(guī)有著重要的指引作用[2]。

1 評價方法與賦權方式

目前，交通安全評價的主要方法有回歸分析評價、貝葉斯方程、遺傳模糊 TOPSIS 、模糊綜合評價法等[3]，其中模糊綜合評價法是交通安全評價中應用最多的主觀評價方法。模糊綜合評價方法是對受多種因素影響的事物，做出全面評價的一種有效方法[4]，它運用模糊數(shù)學的原理，由層次分析法AHP賦權，按模糊變換和最大隸屬度原則，考慮與被評價事物相關的各個因素影響而進行的一種主觀性的綜合評價方法。這種主觀性在一定程度上會影響評價的有效性；因此，如果能在此基礎上進行改進，主觀和客觀相結合，評價結果會更有說服力。

為了改進模糊綜合評價法的主觀性，最為有效的方法是直接改變評價方式的賦權方式。采用客觀的賦權方式代替模糊綜合評價法中AHP的主觀賦權方式，能形成更為有效的主客觀相結合的評價方法?？陀^賦權法是根據指標間的相關關系及指標值的變異程度來確定權重，主要方法包括主成分分析法、因子分析法、變異系數(shù)法和復相關系數(shù)法等[2]。范東凱等[5]將主成分分析法引入城市道路交通安全評價的賦權，余思勤等[6]將因子分析法用于交通運輸業(yè)發(fā)展的總體評價，有研究將因子分析法用于道路交通安全評價與決策研究[7]。

現(xiàn)將改進后的灰關聯(lián)賦權方式代替層次分析賦權用于道路安全模糊評價。灰理論是由鄧聚龍在20世紀70年代末、80年代初提出的，對少信息和少數(shù)據系統(tǒng)處理的理論[8]?；疑P聯(lián)分析理論是灰理論中重要的理論之一，是對兩個系統(tǒng)之間的因素，其隨時間或不同對象而變化的關聯(lián)性大小的度量。改進后的灰關聯(lián)賦權是通過收集各指標的少量數(shù)值信息，計算在某個系統(tǒng)中，其他指標對其中選定的一個指標的關聯(lián)程度，通過關聯(lián)度的改進來確定各指標的權重的一種賦權方式。灰關聯(lián)理論的不完全信息和數(shù)據特性，在收集道路安全信息和數(shù)據困難的情況下更具優(yōu)勢，既能客觀地賦權，又能利用較少數(shù)據準確地評價道路交通安全，相比其他的客觀賦權方式，評價結果更具有科學性。

2 灰關聯(lián)賦權方式下的模糊評價方法

灰關聯(lián)賦權方式下交通安全模糊評價過程如下：首先建立評價指標；然后通過灰關聯(lián)賦權方式取各評價指標的權重；隨后調查交通使用者對各指標賦予的安全等級，并建立模糊評價矩陣；最后通過權重與評價的乘積取得評價的等級值，根據模糊理論的隸屬度原則，選取評價值最大的等級作為被評價對像的最終等級[9]。

2.1 指標體系的建立

關于道路交通安全評價指標的選擇：有研究從宏觀層面出發(fā)，以人機環(huán)以及所屬的指標作為評價標準[10]；也有部分研究從道路的硬件和軟件角度評價安全性；部分研究采用機動車、自行車和行人導致的事故死亡率作為評價標準[11]。事故導致的死亡率有限，多數(shù)交通事故的發(fā)生并不會導致死亡，在此基礎上，可采用事故率作為評價標準。

本文在選取評價指標時，拋開人機環(huán)的角度，從引發(fā)交通事故的主體角度考慮。由于各種類型交通事故是直接反應了交通運行過程中人機環(huán)帶來的安全性的最終體現(xiàn)，那么選擇當交通事故發(fā)生時，把機動車、非機動車和行人作為主要責任者，引發(fā)并產生的交通事故率作為城市道路安全評價的主要指標是可行的。表1中，C1至C9代表機動車、非機動車和行人引發(fā)的交通事故率，它們作為評價道路交通安全的指標。

表1 道路安全評價指標

2.2 改進的灰關聯(lián)賦權方法

根據表1，機動車所包含的各類型車輛，非機動車所包含的自行車和電動自行車，以及行人共同組成了道路交通安全的主要參與者。以主要參與者為主要責任引起的各類型交通事故率作為評估指標，權衡各指標對道路交通安全的影響能力，采用灰關聯(lián)對指標的影響能力進行賦權[8，12-15]。

根據原始數(shù)據建立矩陣

(1)

對式(1)進行無量綱化，數(shù)據序列形成以下矩陣：

(X1,X2，…,Xn)=

(2)

把規(guī)范化的序列X1作為比較序列X0，每個序列和X0進行比較，可獲得以下矩陣：

(X0,X1，…,Xn)=

(3)

根據式(3)，第k行中的第i個評價指標與參考值的關聯(lián)系數(shù)ζi(k)是比較數(shù)列與參考數(shù)列在第i個指標的相對差值，差值的大小可作為衡量兩數(shù)列關聯(lián)程度的尺度，即ζi(k)越大，兩個數(shù)列在第i個指標上的關聯(lián)程度越大。計算該關聯(lián)系數(shù)的公式為

ζi(k)=

(4)

式中ρ為分辨系數(shù)，0<ρ<1，一般取0.5[8]。

最終，取每列的關聯(lián)系數(shù)的平均值作為各列與參考列之間的關聯(lián)度，公式如下：

(5)

實際所得的各個關聯(lián)度值反映了第i個實際因素值與參考值的關聯(lián)程度，那么各關聯(lián)度占全部關聯(lián)度之和的比重，即為各因素的權重；因此，灰關聯(lián)度下的權重為

(6)

2.3 灰關聯(lián)賦權下的模糊評價

當計算獲得各指標的權重后，由指標集合U和評價等級V構建模糊評價矩陣R。通過抽樣調查，交通使用者根據自身對道路安全度的主觀感受對各指標的安全性進行選擇，將每個指標各等級選擇人數(shù)占總人數(shù)的比例作為R的具體值，最后進行模糊矩陣和權重的評價運算[9]。

B=w°R=(bj)，j=1,2,…,m。

(7)

對式(7)進行歸一化后，取最大值

bmax=max{b1,b2,…,bm}=bj。

(8)

根據模糊原理的隸屬度原則，選取數(shù)值最大的等級作為該系統(tǒng)的最終評價等級。

3 評價方式的實例分析

采集2016年某城市某區(qū)域5條道路的數(shù)據，區(qū)域內以C1至C9交通主體引發(fā)并負主要責任的事故率如表2所示。

表2 城市道路事故率 %

由表2建立矩陣并進行無量綱化，確定參考數(shù)列x0=x1，可獲得下列矩陣：

通過計算，獲得：

各因素與參考序列的關聯(lián)度

可確定C1至C9各權重如表3所示。

取得指標集合U=(C1，C2，C3，C4，C5，C6，C7，C8，C9)。

表3 指標權重值

評語的模糊集合V=(非常安全，安全， 一般，不安全，極度不安全)。

采取抽樣調查方式，對該區(qū)域交通使用者進行調查，獲得的數(shù)據如表4所示。

表4 交通使用者調查表

由表2可得到模糊評價矩陣

代入權重值，計算得到

B=w°R=(0.14 0.11 0.22 0.22 0.17)。

通過歸一化處理后，可得表5。

表5 道路安全評價

根據表5，評價值中最大值為0.255 8。由模糊評價隸屬度原則可知，此城市道路交通的安全水平處于一般和不安全狀態(tài)；由此可得出結論，該城市區(qū)域道路交通安全性較差，需要相關管理部門加強交通安全管理。

通過上述實例可以看出，灰關聯(lián)賦權是利用現(xiàn)有的已發(fā)生的少量信息和數(shù)據，通過計算各指標對目標的貢獻度，獲取各指標權重。相比層次分析法賦權是由專家的經驗決定而言，改進后的灰關聯(lián)賦權更為客觀有效。同時，賦權方式的客觀化與評價方式的主觀化結合在一起，避免了單純的主觀和單純的客觀帶來的弊端，更加科學合理。

4 結論

本文針對道路安全模糊評價方式的主觀性，對模糊綜合評價的賦權方式進行了改進。由于灰理論具有少信息、少數(shù)據的特性，采用了客觀的灰關聯(lián)賦權方式代替主觀的AHP賦權。同時，利用交通參與者引發(fā)的事故率，建立城市交通安全系統(tǒng)的評價指標體系，最終建立了基于灰關聯(lián)賦權方式下的城市道路安全模糊評價方法，實現(xiàn)了評價方法的主客觀相結合。本文使用該方法，對某城市區(qū)域的交通現(xiàn)狀進行了安全評價分析，通過計算，得出了該城市區(qū)域道路安全狀況不安全、不理想的評價結果。