張曉博 劉朝峰 杜麗衡 賈慧 王子銘

摘要 為科學(xué)評價安徽省道路交通安全狀況，基于交通事故次數(shù)、事故死亡人數(shù)與相關(guān)社會經(jīng)濟因素構(gòu)建了10億元GDP死亡率、百公里道路死亡率、萬車死亡率、10萬人口死亡率和平均每起事故死亡人數(shù)等5個道路交通安全評價指標(biāo)。首先利用傳統(tǒng)灰色關(guān)聯(lián)法分析相關(guān)致因要素對各項交通安全指標(biāo)的影響程度，得出人口因素和社會經(jīng)濟因素是主導(dǎo)因素。然后將模糊層次分析法和熵值法相結(jié)合確定各指標(biāo)的權(quán)重，建立改進的灰色關(guān)聯(lián)綜合評價模型，并對安徽省交通安全水平進行綜合評價。結(jié)果表明，安徽省交通安全水平在不斷改善，但10億元GDP死亡率和萬車死亡率仍然偏高。與傳統(tǒng)關(guān)聯(lián)法相比，改進的灰色關(guān)聯(lián)法更準(zhǔn)確，具有更好的適用性，為道路交通安全治理提供決策依據(jù)。

關(guān) 鍵 詞 交通安全評價;熵值法;模糊層次分析法;改進灰色關(guān)聯(lián)法;安徽省

中圖分類號 U492.8? ? ?文獻標(biāo)志碼 A

Abstract In order to scientifically evaluate the regional road traffic safety situation of Anhui Province， five relative evaluation indicators including mortality per billion GDP， mortality per hundred kilometer road， mortality per 10 thousand vehicles， mortality per 100 thousand people and mortality per traffic accident were constructed based on the number of traffic accidents， the number of accident deaths and related socio-economic factors. Firstly， the influence degree of related factors on traffic safety index was analysed by using the Grey correlation method， and it is concluded that demographic factors and socio-economic factors are the leading factors. Then， the fuzzy analytic hierarchy process and entropy method were combined to determine the weight of each index， and the improved grey correlation comprehension evaluation model was used to evaluate the road traffic safety of Anhui Province. The result shows that traffic safety in Anhui Province is improving. However， the mortality per billion GDP and mortality per 10 thousand vehicles are still high， and the improved model has higher accuracy and applicability， which also provides decision rationale for traffic safety management.

Key words traffic safety evaluation; entropy method; fuzzy analytic hierarchy process; improved grey correlation method; Anhui Province

0 引言

近年來，隨著我國機動化程度的發(fā)展和城市化進程的加快，交通事故的頻發(fā)、交通擁擠的加劇、環(huán)境污染的惡化和能源消耗的過度等問題變得日益加重。據(jù)統(tǒng)計，每天由于道路交通事故而死亡的人數(shù)多達3 000 人，占全球每天死亡人數(shù)的2.1%，除了死亡，每年由于道路交通事故受傷的人數(shù)也多達幾千萬人。道路交通傷害已成為全球疾病和傷害負擔(dān)的第九大原因[1]。我國城市現(xiàn)行道路交通情況復(fù)雜，混合交通嚴(yán)重、自行車比例過大和交通管理不足等特點使得現(xiàn)階段的交通安全形勢仍然十分嚴(yán)峻。因此，科學(xué)地分析主要相關(guān)因素與交通事故的關(guān)系，客觀地評價不同時期內(nèi)道路的安全水平，對預(yù)防和減少道路交通事故、提高道路交通安全水平有重要的意義。

目前國內(nèi)外對于道路交通安全評價研究分為2部分。

1）對于道路交通安全評價指標(biāo)的研究。道路交通安全評價指標(biāo)分為2類，第1類是絕對指標(biāo)，即交通事故次數(shù)、交通事故死亡人數(shù)、交通事故受傷人數(shù)和交通事故引起的直接經(jīng)濟損失等[2]。這種方法簡單易行且對比明顯，人們比較容易理解。但在不同的時間下，不同區(qū)域的經(jīng)濟發(fā)展和道路狀況不同，且各項指標(biāo)相差懸殊，因此沒有可比性;第2類是相對指標(biāo)，即根據(jù)四項絕對指標(biāo)，考慮人口、GDP、汽車保有量等因素后進行對比計算后得到的。較為廣泛使用的有萬車死亡率、10萬人口死亡率、致死率和億車公里死亡率等[3]。相對指標(biāo)綜合了許多道路交通指標(biāo)，利用相對指標(biāo)進行交通安全評價，可進行不同時間不同區(qū)域的縱、橫向?qū)Ρ?，可深入地分析交通安全狀況的變化程度、影響因素對比、事故強度等。

2）對于道路交通安全評價方法的研究。選取主要的控制指標(biāo)，運用多屬性綜合評價方法進行評估，如主成分分析法[4]、神經(jīng)網(wǎng)絡(luò)法[5]、物元可拓法[6]、模糊聚類算法[7]等引入交通事故的評價中。目前這兩部分的研究在很大程度上提高了道路交通安全評估的準(zhǔn)確性，但是也存在著評價指標(biāo)不完善、計算量大、數(shù)學(xué)方法不合理和主觀性較強等問題。

灰色關(guān)聯(lián)法是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密。曲線越接近，相應(yīng)序列關(guān)聯(lián)度就越大，反之就越小。其計算過程簡單、可靠性強、且對樣本無嚴(yán)格要求等諸多優(yōu)點而被廣泛應(yīng)用。道路交通安全系統(tǒng)是一個典型的灰色系統(tǒng)，可應(yīng)用灰色系統(tǒng)理論進行研究。本文在眾多學(xué)者研究成果的基礎(chǔ)上，以安徽省2004-2011年社會經(jīng)濟數(shù)據(jù)為樣本數(shù)據(jù)，計算各項主要影響因素與各個道路交通安全評價指標(biāo)的關(guān)聯(lián)度，客觀評價交通事故發(fā)生的主控因素，并采用改進的灰色關(guān)聯(lián)法進行道路交通安全評價。以期進一步明確安徽省道路交通交通事故發(fā)生、發(fā)展規(guī)律，并為改善安徽省道路交通整體安全水平提供有益的建議和幫助。

1 道路交通安全評價指標(biāo)體系的選取

張令杰[8]提出道路交通安全評價指標(biāo)一般應(yīng)具有相關(guān)性原則、可比性原則、可靠性原則、代表性原則，和可操作性原則。其中，相關(guān)性原則是指所選定的因素必須能夠真實的反映各省市的道路交通狀況?？杀刃栽瓌t是指所選擇的指標(biāo)在各對象中有統(tǒng)一的定義和計量標(biāo)準(zhǔn)?？煽啃栽瓌t是指道指標(biāo)的數(shù)據(jù)來源必須可靠。代表性原則是指道路交通安全指標(biāo)能夠很好地反映道路交通狀況某個方面的情況?？刹僮餍栽瓌t是指要測定的指標(biāo)易于得到、統(tǒng)計和計算，有良好的可操作性。

交通事故統(tǒng)計中，事故次數(shù)、受傷人數(shù)和直接經(jīng)濟損失等指標(biāo)，容易在統(tǒng)計時被遺漏或出現(xiàn)偏差，導(dǎo)致統(tǒng)計結(jié)果的真實性下降。而涉及人員死亡的交通事故歷來受到國家和各地區(qū)的高度重視，死亡人數(shù)的統(tǒng)計結(jié)果更為準(zhǔn)確。因此，結(jié)合指標(biāo)選取原則和安徽省道路交通安全統(tǒng)計實際情況，根據(jù)安徽省歷年年鑒和相關(guān)統(tǒng)計資料獲得2004—2011年道路交通死亡人數(shù)、交通事故數(shù)、GDP X6（10億元）、人口X7（萬人）、公路里程X8（百公里）和民用汽車保有量X9（萬輛）等原始數(shù)據(jù)。以死亡人數(shù)為主，選取10億元GDP死亡率 X1（人·（10億元）- 1）、百公里道路死亡率X2（人·（100 km）- 1）、萬車死亡率X3（人·萬車- 1）、10萬人口死亡率X4（人·（10萬人）- 1）和平均每起事故死亡人數(shù) X5（人·起- 1）共 5個相對指標(biāo)構(gòu)成安徽省道路交通安全評價的指標(biāo)體系。其中，10億元GDP死亡率 X1利用交通事故死亡人數(shù)與地區(qū)生產(chǎn)總值的比值來反映社會經(jīng)濟發(fā)展的交通事故成本;百公里道路死亡率X2利用交通事故死亡人數(shù)與公路和城市道路之和計算的比值來反映交通事故的空間分布密度;萬車死亡率X3利用交通事故死亡人數(shù)與地區(qū)機動車保有量的比值來反映區(qū)域內(nèi)車輛發(fā)生交通事故的概率;10萬人口死亡率X4利用交通事故死亡人數(shù)與地區(qū)常住人口的比值來反映當(dāng)?shù)鼐用裨庥鼋煌ㄊ鹿实娘L(fēng)險程度;平均每起事故死亡人數(shù)X5利用交通事故死亡人數(shù)與總事故數(shù)的比值來反映區(qū)域內(nèi)每起交通事故后果的嚴(yán)重程度[9]。

2 改進灰色關(guān)聯(lián)模型

2.1 改進灰色關(guān)聯(lián)模型概述

傳統(tǒng)灰色關(guān)聯(lián)分析法的問題在于平均關(guān)聯(lián)度未考慮序列中各指標(biāo)的權(quán)重，可能導(dǎo)致結(jié)論錯誤，而且如果關(guān)聯(lián)系數(shù)總和不變，則不論各點的關(guān)聯(lián)系數(shù)如何波動，平均關(guān)聯(lián)度不會發(fā)生變化，這顯然不合常理[10]。

針對上述的問題，在灰色關(guān)聯(lián)分析中采用組合賦權(quán)法，即引入模糊層次分析法與熵值法，分別作為主觀賦權(quán)法與客觀賦權(quán)法的代表方法來計算指標(biāo)權(quán)重，盡可能吸收資深專家經(jīng)驗的同時，又結(jié)合客觀賦權(quán)法的優(yōu)勢，綜合判斷各指標(biāo)的重要程度。

2.2 灰色關(guān)聯(lián)分析法計算步驟

2.2.1 交通安全指標(biāo)與影響因素分析所用的傳統(tǒng)灰關(guān)聯(lián)模型

1）數(shù)列選取

這一部分重點研究GDP、人口、民用車擁有量及公路里程數(shù)與10億元GDP死亡率、百公里道路死亡率、萬車死亡率、10萬人口死亡率和平均每起事故死亡人數(shù)之間的關(guān)系。因此，以上述5個道路交通安全評價指標(biāo)作為參考序列，以GDP、人口、民用車擁有量及公路里程作為4個比較序列，組成關(guān)聯(lián)序列，即A={Xt， X6， X7 X，8， X9}，設(shè)參考序列Xt={xt （k）|k=1，2，…，m;t=1，2，…5}，比較序列Xj={xj （k）|k=1，2，…，m;t=1，2，…5}，其中m為時間個數(shù)。

2）數(shù)據(jù)標(biāo)準(zhǔn)化處理

采用初值化對數(shù)據(jù)進行處理，即

式中：k=1，2，…m，m為所選時間個數(shù);t、j為安全指標(biāo)個數(shù)和因子個數(shù)。

3）絕對差序列

4）關(guān)聯(lián)系數(shù)

式中：[Δmin，Δmax]為所有絕對差序列的最小值、最大值;ρ為分辨系數(shù)，它的取值范圍為[0，1]，當(dāng)ρ≤0.645時達到最佳分辨率，一般取為0. 5。

5）關(guān)聯(lián)度

關(guān)聯(lián)度是關(guān)聯(lián)系數(shù)的平均值，即

2.2.2 交通安全評價的改進灰關(guān)聯(lián)模型

1）數(shù)列選取

以5個道路交通安全評價指標(biāo)組成關(guān)聯(lián)數(shù)列，即[X={X1，X2，X3，X4，X5}]={10億元GDP死亡率、百公里道路死亡率、萬車死亡率、10萬人口死亡率、平均每起事故死亡人數(shù)}。由于5個指標(biāo)都是極小型，因此參考數(shù)列取每個指標(biāo)所在列的最小值，設(shè)為[Xo={xoj|j=1，2，L，5}]，比較序列為不同年份各個指標(biāo)的值。所以關(guān)聯(lián)度越大，該年的道路交通安全越好。

2）數(shù)據(jù)標(biāo)準(zhǔn)化處理

對矩陣A進行線性比例變換法標(biāo)準(zhǔn)化處理，得到矩陣[Y={y1，y2，y3，y4，y5}]。其中，正向指標(biāo)：

負向指標(biāo)：

式中：[max xoj，minxoj]分別指[xij]所在列的最大值、最小值。因為X1～X5都是越小越好，因此采用公式（6）對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理。

對標(biāo)準(zhǔn)化后的數(shù)據(jù)進行歸一化處理得到

3）計算關(guān)聯(lián)系數(shù)

計算出序列差[Δij，maxΔij，minΔij]以及關(guān)聯(lián)系數(shù)，方法同式（2）和式（3）。

4）計算第 j 個指標(biāo)的熵值

式中，k是與m有關(guān)的常量，[k=1/ln m]，[0≤ej≤1]。

5）計算第 j 個指標(biāo)的差異系數(shù)

6）利用熵值法得到的指標(biāo)權(quán)重[β={β1，β2，β3，β4，β5}]，其中

7）利用模糊層次分析法得到的指標(biāo)權(quán)重

層次分析法是一種簡潔、實用和系統(tǒng)的好方法，在已有的交通安全評價中被廣泛使用。但由于傳統(tǒng)的1～9標(biāo)度法主觀性太強，使判斷結(jié)果可能出現(xiàn)差錯。0.1～0.9標(biāo)度法，繼承了1～9標(biāo)度法的優(yōu)點，同時解決了一致性檢驗不合格的問題，從專家學(xué)者的判斷角度出發(fā)，更符合人們的思維邏輯方式。具體計算過程與1～9標(biāo)度法相同，限于篇幅原因，此處不詳細介紹具體算法，各評價指標(biāo)的值和含義見表1。

在實際決策分析中，由于所研究的問題的復(fù)雜性和人們認識上可能產(chǎn)生的片面性，使構(gòu)造出的判斷矩陣往往不具有一致性，這時可進行調(diào)整。

第1步，確定一個有把握的，重要性分值較精確的元素。

第2步，用其所在的行元素分別減去各行對應(yīng)的元素，若得出減去某行各個對應(yīng)元素的差為常數(shù)，則該行不需要進行調(diào)整;否則，需要進行調(diào)整，直至差為常數(shù)，每行如此[11]。最終得出各個指標(biāo)的權(quán)重[α={α1，α2，α3，α4，α5}]。

8）指標(biāo)組合權(quán)重

為了準(zhǔn)確反映各個評價指標(biāo)的權(quán)重，用模糊層次分析法對各指標(biāo)給出主觀賦權(quán)，并與熵值法給出的客觀權(quán)重相結(jié)合，最終確定各指標(biāo)的權(quán)重。為了放大指標(biāo)之間的重要度差異，采用組合賦權(quán)形式，即

9）計算改進的灰色關(guān)聯(lián)度

3 實例分析

根據(jù)安徽省歷年年鑒和相關(guān)統(tǒng)計資料，本文選取安徽省2004—2011年道路交通死亡人數(shù)、交通事故數(shù)、GDP X6（10億元）、人口X7（萬人）、公路里程X8（百公里）和民用汽車保有量X9（萬輛）等原始數(shù)據(jù)，通過計算得到10億元GDP死亡率 X1（人·（10億元）- 1）、百公里道路死亡率X2（人·（100 km）- 1）、萬車死亡率X3（人·萬車- 1）、10萬人口死亡率X4（人·（10萬人）- 1）和平均每起事故死亡人數(shù) X5（人·起- 1）共 5個相對指標(biāo)，構(gòu)成了安徽省道路交通安全評價的指標(biāo)體系。

3.1 交通安全指標(biāo)與影響因素分析所用的傳統(tǒng)灰關(guān)聯(lián)模型

3.1.1 標(biāo)準(zhǔn)化處理

上述各項指標(biāo)和影響因子經(jīng)過初值化處理的值見表2。

3.1.2 計算綜合關(guān)聯(lián)度

按公式（2）求參考序列與比較序列的絕對差，按公式（3）計算關(guān)聯(lián)系數(shù)，按公式（4）求得各項交通安全指標(biāo)與影響因子的綜合關(guān)聯(lián)度，綜合關(guān)聯(lián)度如下：

3.1.3 結(jié)果分析

根據(jù)式（13）可知：

對于10億元GDP死亡率 X1，關(guān)聯(lián)度排序為：[X7>X6>X8>X9]，即對于道路交通10億元GDP死亡率來說，影響最顯著的是人口數(shù)量的增長，然后是GDP的增長、公路里程的增長和民用汽車保有量的增長。

對于百公里道路死亡率X2，關(guān)聯(lián)度排序為：[X7>X6=X8>X9]，即對于百公里道路死亡率來說，影響最顯著的是人口數(shù)量的增長，然后是GDP和公路里程的增長，最后是民用汽車保有量的增長。

對于萬車死亡率X3，關(guān)聯(lián)度排序為：[X7>X6>X8>X9]，即對于萬車死亡率來說，影響最顯著的是人口數(shù)量的增長，然后是GDP的增長、公路里程的增長和民用汽車保有量的增長。

對于10萬人口死亡率X4，關(guān)聯(lián)度排序為：[X7>X6>X8>X9]，即對于10萬人口死亡率來說，影響最顯著的是人口數(shù)量的增長，然后是GDP的增長、公路里程的增長和民用汽車保有量的增長。

對于平均每起事故死亡人數(shù) X5，關(guān)聯(lián)度排序為：[X7>X6>X8>X9]，即對于平均每起事故死亡人數(shù)來說，影響最顯著的是人口數(shù)量的增長，然后是GDP的增長、公路里程的增長和民用汽車保有量的增長。

此外，由[t=15γt7=4.11]>[t=15γt6=3.31]>[t=15γt8=3.27]>[t=15γt9=3.14]，可知[X7>X6>X8>X9]，即人口數(shù)X7和GDP X6是影響交通安全的主要因素，其次是公路里程X8，最后是民用汽車保有量X9。分析認為：隨著人口數(shù)量的增加，參與道路交通的人均數(shù)量隨之增多，在道路交通危險情況下的暴露機會也相應(yīng)增多，使得事故的發(fā)生量增多;而經(jīng)濟的發(fā)展必然帶動人們的出行和物資的流通，隨著交通運輸次數(shù)和范圍的擴張，交通沖突和交通事故也會相應(yīng)增加。因此，對道路交通事故的控制和改善要從多方面入手，加強民眾的交通安全教育，嚴(yán)格規(guī)范交通參與者特別是機動車駕駛員的交通行為，合理調(diào)整交通網(wǎng)空間布局，適當(dāng)提高道路等級，對機動車保有量實行一定的控制，嚴(yán)防超速、超載、酒后駕駛和疲勞駕駛等各類違章、違法行為，才能較好地提高道路交通安全水平。

3.2 交通安全評價的改進灰關(guān)聯(lián)模型

對比安徽省道路交通各項安全指標(biāo)的實際情況后，發(fā)現(xiàn)2011年的各項指標(biāo)值最小，因此以2011年的指標(biāo)為參考序列，其余年份的各項指標(biāo)序列為比較序列，關(guān)聯(lián)度越大，則交通安全指數(shù)越高。根據(jù)公式（6）得到處理后的標(biāo)準(zhǔn)化數(shù)據(jù)，見表3。

3.2.1 計算各項指標(biāo)的權(quán)重

根據(jù)公式（7）和公式（8）計算各項指標(biāo)的熵值，熵值為：e = {0.928 3，0.961 6，0.912 5，0.989 1，0.989 0}。

根據(jù)公式（9）計算各項指標(biāo)的差異性系數(shù)，差異性系數(shù)為：h = {0.071 7，0.038 4，0.087 5，0.010 95，0.010 96}。

根據(jù)公式（10）計算各項指標(biāo)的熵權(quán)重，熵值法計算的權(quán)重為：β = {0.205 0，0.199 0，0.207 8，0.010 95，0.010 96}。

根據(jù)各位專家的經(jīng)驗運用模糊層次分析法可得出主觀賦權(quán)法的權(quán)重，模糊層次分析法計算的權(quán)重為：α = {0.201，0.196，0.215，0.21，0.178}，2種方法得出的權(quán)重對比后，發(fā)現(xiàn)專家的權(quán)重符合實際情況且對客觀的數(shù)據(jù)進行了一定的修正。

根據(jù)公式（11）計算各項指標(biāo)的組合賦權(quán)值，組合權(quán)重為w = {0.205 8，0.194 9，0.223 1，0.203 6，0.172 6}。

3.2.2 計算改進灰關(guān)聯(lián)法的交通安全評價

根據(jù)公式（2）、公式（3）和公式（12）計算出標(biāo)準(zhǔn)化后不同年份各項指標(biāo)與2011年各項指標(biāo)的絕對差值、關(guān)聯(lián)系數(shù)和加權(quán)關(guān)聯(lián)度，計算出的關(guān)聯(lián)度見表4。

3.2.3 結(jié)果分析

1）對權(quán)重分析可知，[X3>X1>X4>X2>X5]，即道路交通安全各項指標(biāo)的重要程度依次為：萬車死亡率X3>10億元GDP死亡率 X1>10萬人口死亡率X4>百公里道路死亡率X2。通過上面計算的權(quán)重分析，發(fā)現(xiàn)安徽省萬車死亡率最高。建議對車輛、相關(guān)人員實行嚴(yán)格管理，對車輛進行定期檢查，保證其可靠性，對車檢不合格的車輛嚴(yán)禁上路;同時加強對駕駛員的安全教育和技能培訓(xùn)，集中各種交通違法行為，建設(shè)高素質(zhì)的高速公路交通管理隊伍，使交通管理機構(gòu)建設(shè)達到正規(guī)化、專業(yè)化和現(xiàn)代化。

2）對交通安全指標(biāo)的灰色關(guān)聯(lián)度分析，可知大體上安徽省2004—2011年的交通安全狀況越來越好，且無論是用傳統(tǒng)關(guān)聯(lián)法還是改進的灰關(guān)聯(lián)法計算出來的歷年道路交通安全水平，其排序都一樣。但改進的灰關(guān)聯(lián)法考慮了各項指標(biāo)的重要程度，所得結(jié)果更科學(xué)，更有說服力，能更好的反映安徽省道路交通安全狀況。

3）在所選年段，對比全國各項指標(biāo)平均值后發(fā)現(xiàn)，安徽省的萬車死亡率和10億元GDP死亡率大部分比全國該指標(biāo)平均值高。表明安徽省道路交通安全狀況仍不容樂觀，需要從人、車、路組成的動態(tài)系統(tǒng)中針對每一項因素開展專門的治理計劃，交通安全水平才會提高。

4 結(jié)論

1）交通事故統(tǒng)計數(shù)據(jù)少、事故成因既有確定性因素，又有非確定性因素，比較復(fù)雜，是一個典型的灰色系統(tǒng)，可以運用改進的灰色關(guān)聯(lián)法分析交通事故規(guī)律。

2）選取國家或某地區(qū)的GDP、人口數(shù)、公路里程和汽車保有量作為交通安全的影響因子，根據(jù)原始數(shù)據(jù)構(gòu)造出10億元GDP死亡率、百公里道路死亡率、萬車死亡率、10萬人口死亡率和平均每起事故死亡人數(shù)作為交通安全評價指標(biāo)，可以很好的評價各個影響因子對不同指標(biāo)的影響程度和該地區(qū)歷年的交通安全狀況，計算得知人口數(shù)和GDP是影響安徽省交通安全的主要因素。

3）采用熵值法與模糊層次分析法相結(jié)合的組合賦權(quán)法，既可以吸收專家的經(jīng)驗，又可以利用客觀數(shù)據(jù)，從而有重點性地制定專項改善方案，來提高本地區(qū)的道路交通安全水平。

4）根據(jù)改進的灰色關(guān)聯(lián)法計算出安徽省道路交通安全狀況在不斷改善，而10億元GDP死亡率和萬車死亡率的權(quán)重不僅最大，而且遠超全國平均水平。因此，針對交通事故系統(tǒng)，全方面制定各項專治措施，尤其是強化道路參與者安全意識和優(yōu)化道路結(jié)構(gòu)，對提高道路交通安全有重要意義。

參考文獻：

[1]? ? 張劭楠. 城市道路交通安全評價及其影響因素分析[D]. 蘭州：蘭州交通大學(xué)，2016.

[2]? ? 姜晴. 城市道路交通安全的交通條件分析研究[D]. 西安：長安大學(xué)，2008.

[3]? ? 劉強，陸化普，張永波，等. 我國道路交通事故特征分析與對策研究[J]. 中國安全科學(xué)學(xué)報，2006，16（6）：123-128，145.

[4]? ? 汪篤彪. 道路交通安全評價綜述[J]. 智能城市，2017，3（4）：136.

[5]? ? 曹英浩，山岐. 基于BP神經(jīng)網(wǎng)絡(luò)的交通黑點形成規(guī)律[J]. 黑龍江科技信息，2017（7）：85.

[6]? ? 黃鈴嵐. 山地城市綠色交通評價研究[D]. 重慶：重慶交通大學(xué)，2014.

[7]? ? 周小勇，寧建標(biāo)，張兵，等. 基于外部環(huán)境因素影響的高速公路交通事故聚類分析[J]. 公路與汽運，2017（4）：36-39.

[8]? ? 張令杰. 基于模糊聚類算法的道路交通安全狀況研究[D]. 北京：北京交通大學(xué)，2012.

[9]? ? 王洪明. 我國區(qū)域道路交通安全形勢對比與影響因素分析[J]. 中國安全科學(xué)學(xué)報，2010，20（6）：140-145.

[10]? 黃曉麗，劉耀龍，段錦，等. 基于灰色關(guān)聯(lián)及模糊綜合評價法的道路交通安全風(fēng)險評價[J]. 數(shù)學(xué)的實踐與認識，2017，47（7）：208-215.

[11]? 張吉軍. 模糊層次分析法（FAHP）[J]. 模糊系統(tǒng)與數(shù)學(xué)，2000，14（2）：80-88.

[責(zé)任編輯 楊 屹]