胡立偉，趙雪亭，楊錦青，田海龍，尹 宇，凌浩晗

(昆明理工大學(xué) 交通工程學(xué)院，云南 昆明 650504)

0 引言

城市快速過境通道流量大、車速快，易引起交通事故發(fā)生；加之城市快速過境通道銜接節(jié)點(diǎn)受車道幾何設(shè)計(jì)、視距、機(jī)動車加速度變化率、雨雪冰霧等惡劣氣候影響，城市快速過境通道銜接節(jié)點(diǎn)是交通事故頻發(fā)區(qū)域之一。數(shù)據(jù)顯示，城市快速過境通道銜接節(jié)點(diǎn)區(qū)域交通事故占事故總數(shù)30%[1]，事故率是其他路段的4～6倍[2]。

目前，學(xué)者們針對城市快速通道銜接節(jié)點(diǎn)研究較多。陳寬民等[3]利用出租車GPS數(shù)據(jù)研究表明小間距互通匝道出、入口范圍內(nèi),交通流速度受交通量影響，交通量越大，交通流速度越??；分、合流區(qū)速度相對主線速度的下降幅度基本穩(wěn)定；曹雨等[4]采用可接受間隙理論判別交通沖突，指出可以采用一個或多個指標(biāo)進(jìn)行交通沖突判別；馬艷麗等[1]通過識別入口匝道匯入車輛與主線車輛之間交通沖突，構(gòu)建的沖突識別模型可有效識別合流區(qū)潛在沖突；趙倩等[5]通過對節(jié)點(diǎn)交通事故分析，提出安全評價指標(biāo)，并建立相應(yīng)評價體系，最終達(dá)到降低節(jié)點(diǎn)交通事故與提高服務(wù)水平的目的；吳勇等[6]利用主成分分析法對事故誘因的重要性進(jìn)行鑒別并對影響機(jī)理進(jìn)行分析，結(jié)果表明事故率在非飽和流狀態(tài)下隨交通密度呈U形變化，在飽和流狀態(tài)下隨交通密度快速增加；Vechione等[7]使用統(tǒng)計(jì)學(xué)方法，研究變道行為對于駕駛員的決策影響；段曉紅[8]通過構(gòu)建N-K模型對道路交通的脆弱性進(jìn)行耦合分析，最終獲得關(guān)鍵耦合作用方式；胡立偉等[9]使用改進(jìn)的N-K耦合度模型分析了高原地區(qū)特殊地質(zhì)和氣象環(huán)境對公路交通風(fēng)險的影響，結(jié)果表明隨著時間推移，因地質(zhì)和氣象風(fēng)險因素耦合所導(dǎo)致的公路交通事故危險程度下降；張沙沙[10]構(gòu)建了基于車路耦合的車輛運(yùn)行量化模型，對山區(qū)道路車輛運(yùn)行安全進(jìn)行評價；張南等[11]利用Logistic模型，選用PET作為評價指標(biāo)并劃分3個交通沖突等級，結(jié)果發(fā)現(xiàn)增加沖突嚴(yán)重性的主要誘因是交織區(qū)交通流量、沖突車輛的速度差和二次沖突。綜上所述，國內(nèi)外學(xué)者對城市快速過境通道銜接節(jié)點(diǎn)交通特性研究較多，但大多從單一風(fēng)險因素角度評估其安全風(fēng)險及指標(biāo)體系，對風(fēng)險致因耦合相關(guān)角度關(guān)注較少。

鑒于此，通過對2010—2017年云南地區(qū)發(fā)生的731起城市快速過境通道銜接節(jié)點(diǎn)交通事故原始數(shù)據(jù)進(jìn)行挖掘，探究銜接節(jié)點(diǎn)交通事故分布特征，選取銜接節(jié)點(diǎn)交通風(fēng)險耦合因素，綜合使用熵權(quán)法、TOPSISI法及N-K模型，構(gòu)建TOPSIS-N-K耦合度模型。使用TOPSIS方法探究銜接節(jié)點(diǎn)交通風(fēng)險隨時間變化趨勢，并使用N-K模型對影響交通安全的諸多風(fēng)險因素及耦合情況進(jìn)行橫向計(jì)算及比較，量化各因素對銜接節(jié)點(diǎn)交通風(fēng)險影響，以期對城市快速過境通道銜接節(jié)點(diǎn)交通風(fēng)險管控提供理論依據(jù)及模型參考。

1 數(shù)據(jù)來源與挖掘

根據(jù)云南省公安廳交警總隊(duì)提供的2010—2017年16 726起云南地區(qū)公路交通事故詳細(xì)原始數(shù)據(jù)(包括事故鑒定報告、案情摘要、車速鑒定、大量事故現(xiàn)場圖等)，從上述交通事故中篩選出731起城市快速過境通道銜接節(jié)點(diǎn)道路交通事故，選取風(fēng)險耦合因素，挖掘隱含在事故中各風(fēng)險因素的內(nèi)在關(guān)系，得到每起事故發(fā)生時間、地點(diǎn)、車型、事故形態(tài)、路面線性、交通設(shè)施及照明條件等相關(guān)信息。繪制城市快速過境通道銜接節(jié)點(diǎn)事故及事故類型分布圖，如圖1～2所示。

圖1 交通事故時間分布Fig.1 Time distribution of traffic accidents

圖2 交通事故類型分布情況Fig.2 Distribution of traffic accident types

由圖1可知，云南地區(qū)城市快速過境通道銜接節(jié)點(diǎn)事故發(fā)生年份集中于2015—2017年并呈下降趨勢；每年1—3月份事故總數(shù)、死亡及受傷3項(xiàng)指標(biāo)較高。每天交通事故總數(shù)、死亡及受傷3項(xiàng)指標(biāo)出現(xiàn)2個波峰，分別為14：00—15：00及20：00—21:00左右。

由圖2可知，由于進(jìn)入城市快速過境通道銜接節(jié)點(diǎn)車輛類型較多及加速度相差較大，造成城市快速過境通道銜接節(jié)點(diǎn)交通事故類型以尾隨相撞、正面相撞及刮擦為主。

2 銜接節(jié)點(diǎn)交通風(fēng)險影響指標(biāo)篩選與耦合分析

從人(H)、車(C)、道路(R)、環(huán)境(E)及管理(M)的不安全因素5個方面及其作用程度研究城市快速過境通道銜接節(jié)點(diǎn)交通風(fēng)險[12]。道路交通中人的因素包括駕駛?cè)?、乘客、行人等交通參與者；車輛因素包括機(jī)動車、非機(jī)動車；道路因素指城市道路及出入口道路的平縱面線性、視距等因素；環(huán)境包括雨雪、大霧等因素；管理因素包括規(guī)章制度、教育培訓(xùn)、部門協(xié)調(diào)管及交通控制等。選取因素見表1。

風(fēng)險耦合指系統(tǒng)活動過程中個別風(fēng)險的發(fā)生及其影響力依賴于其他風(fēng)險的程度及其相互影響力的大小[13-14]。在此基礎(chǔ)上，銜接節(jié)點(diǎn)的安全耦合風(fēng)險又可分為3種類型：

1)單因素耦合風(fēng)險。指影響銜接節(jié)點(diǎn)的單個風(fēng)險因素之間相互作用所引發(fā)的風(fēng)險。包括人、車輛、道路、環(huán)境、管理5個耦合風(fēng)險，分別記為T11(H)，T12(C)，T13(R)，T14(E)，T15(M)，耦合風(fēng)險總值記為T1。

表1 風(fēng)險耦合因素Table 1 Risk coupling factors

2)雙因素耦合風(fēng)險。指影響銜接節(jié)點(diǎn)的2個風(fēng)險因素之間相互作用所引發(fā)的風(fēng)險。包括人-車、人-路、人-環(huán)境、人-管理、車-路、車-環(huán)境、車-管理、路-環(huán)境、路-管理、環(huán)境-管理10個耦合風(fēng)險，記為T21(H,C)，T22(H,R)，T23(H,E)，T24(H,M)，T25(C,R)，T26(C,E)，T27(C,M)，T28(R,E)，T29(R,M)，T210(E,M)。耦合風(fēng)險總值記為T2。

3)多因素耦合風(fēng)險。指影響銜接節(jié)點(diǎn)的3個及以上風(fēng)險因素之間相互作用引發(fā)的風(fēng)險。包括人-車-路、人-車-環(huán)境、人-車-管理、人-路-環(huán)境、人-路-管理、人-環(huán)境-管理、人-車-路-環(huán)境、人-車-路-管理、車-路-環(huán)境-管理、人-車-路-環(huán)境-管理10個耦合風(fēng)險，分別記為T31(H,C,R)，T32(H,C,E)，T33(H,R,M)，T34(H,R,E)，T35(H,R,M)，T36(H,E,M))，T41(H,C,R,E)，T42(H,C,R,M)，T43(C,R,E,M)，T5(H,C,R,E,M)。耦合風(fēng)險總值記為Ti，i≥3。

3 多因素耦合致因分析

多因素耦合致因分析模型構(gòu)建具體步驟為：

1)城市快速過境通道銜接節(jié)點(diǎn)道路交通事故挖掘分析。將事故按照人、車、路、環(huán)、管5因素造成的事故數(shù)量記為uij，其中i表示事故因素，i=1,2,3…,m,m=5；j表示年份序數(shù)，j=1,2,3,…,n,n∈[2010,2017]，得到初始矩陣：

(1)

2)使用熵權(quán)法確定第j年i發(fā)生事故的權(quán)重。此處，熵值越小，表明該因素信息量越多，權(quán)重越大。首先，將初始矩陣進(jìn)行歸一化處理，形成歸一化矩陣V：

(2)

式中：vij表示歸一化的值；[ui,j]max及[ui,j]min表示uij的最大、最小值。記第j年i發(fā)生事故的權(quán)重為Wij：

(3)

第i個因素的熵為ei:

(4)

第i個因素的熵值ωi為：

(5)

(6)

(7)

計(jì)算第j年加權(quán)值與最優(yōu)解和最劣解之間的歐氏距離Dj+及Dj-：

(8)

(9)

計(jì)算第j年城市快速過境通道銜接節(jié)點(diǎn)交通風(fēng)險指數(shù)Aj：

(10)

4)N-K模型求解第j年城市快速過境通道銜接節(jié)點(diǎn)交通風(fēng)險的耦合度T。該指標(biāo)綜合考慮了雙因素及多因素耦合，主要用于評價城市快速過境通道銜接節(jié)點(diǎn)每年的耦合作用強(qiáng)度。單因素風(fēng)險耦合度計(jì)算公式為：

(11)

式中：Ph為單因素在第h種狀態(tài)下耦合發(fā)生的概率，計(jì)算所得的T值越高，說明風(fēng)險因素越大。

雙因素風(fēng)險耦合度計(jì)算公式為：

(12)

式中：Ph,i表示2類風(fēng)險分別處于h，i狀態(tài)下發(fā)生雙因素風(fēng)險耦合的概率；Pi·表示為2類風(fēng)險因素處于i狀態(tài)時發(fā)生雙因素風(fēng)險耦合的概率總和。

多因素風(fēng)險耦合度計(jì)算公式為：

(13)

(14)

(15)

5)對N-K模型結(jié)果進(jìn)行分類。參考耦合度模型對耦合作用強(qiáng)度的分級方法，將城市快速過境通道銜接節(jié)點(diǎn)風(fēng)險耦合致因重要度按概率大小分為強(qiáng)耦合致因(70%～100%)、中度耦合致因(30%～70%)及弱耦合致因(0%～30%)3級致因[15]。

4 應(yīng)用案例分析

4.1 縱向分析結(jié)果

城市快速過境通道銜接節(jié)點(diǎn)交通風(fēng)險指數(shù)Aj代表整個銜接節(jié)點(diǎn)的安全性狀況，指數(shù)越大，表示整個系統(tǒng)越安全。根據(jù)公式(10)，計(jì)算結(jié)果見表2。

表2 風(fēng)險指數(shù)Aj及排序Table 2 Risk index Aj and ranking

表2結(jié)果顯示，2010年云南城市快速過境通道銜接節(jié)點(diǎn)風(fēng)險最高，2010年之后，交通風(fēng)險由無序向有序化發(fā)展，安全性逐年提升。

4.2 橫向分析結(jié)果

快速過境通道銜接節(jié)點(diǎn)交通風(fēng)險的耦合度體現(xiàn)各風(fēng)險因素相互作用情況，依據(jù)公式(11)～(15)進(jìn)行計(jì)算，計(jì)算結(jié)果如圖3所示。由圖3可知，快速過境通道銜接節(jié)點(diǎn)交通風(fēng)險遵循參與耦合風(fēng)險因素越多，造成銜接節(jié)點(diǎn)的風(fēng)險越大的規(guī)律。強(qiáng)耦合會使風(fēng)險造成的后果更為嚴(yán)重，最終造成風(fēng)險量的急劇增大或耦合突變后變成以新的風(fēng)險形態(tài)在系統(tǒng)內(nèi)部蔓延；4因素中，人(H)-車(C)-路(R)-環(huán)(E)耦合協(xié)調(diào)度最大，T41(H,C,R,E)=0.743 9；3因素中，人(H)-路(R)-環(huán)(E)的耦合協(xié)調(diào)度最大，T34(H,R,E)=0.524 5；雙因素中，人(H)-路(R)2個因素耦合協(xié)調(diào)度最大，T22(H,R)=0.3163。

對人、路因素進(jìn)行單、雙因素耦合分析，拓?fù)浣Y(jié)果如圖4所示。由圖4可知，城市快速過境通道銜接節(jié)點(diǎn)處單因素耦合中人因素的不良車道變換與超速行駛、跟車過近及違法超車，超速行駛與違法超車，超速行駛與跟車過近之間表現(xiàn)為5種強(qiáng)耦合作用，表明這5種耦合作用形式經(jīng)常發(fā)生且易造成交通風(fēng)險。道路因素的豎曲線半徑與縱坡坡度、車道數(shù)量與車道寬度表現(xiàn)為強(qiáng)耦合作用。人-路耦合中車道數(shù)量與不良車道變換、跟車過近，車道寬度與不良車道變換、違法超車、跟車過近，縱坡坡度與不良車道變換、違法超車、跟車過近、超速行駛，超高與轉(zhuǎn)向不當(dāng)、超速行駛，圓曲線半徑與違法超車，豎曲線半徑與不良車道變換為9種強(qiáng)耦合作用，表明人、路因素參與雙、多因素耦合協(xié)調(diào)度均偏大，城市快速過境通道銜接節(jié)點(diǎn)風(fēng)險耦合人的因素中“不良車道變換”與其他要素的耦合通常表現(xiàn)為強(qiáng)耦合，路的因素中“縱坡坡度”與其他要素耦合度較高，應(yīng)加強(qiáng)人、路因素中車道、縱坡及限速方面規(guī)范建設(shè)。

圖3 交通風(fēng)險耦合致因Fig.3 Risk coupling causes of tranfic

圖4 風(fēng)險耦合致因單、雙因素耦合拓?fù)浞治鼋Y(jié)果Fig.4 Results of topological analysis on single factor coupling and double factors coupling causes

5 結(jié)論

1)基于2010—2017年云南地區(qū)發(fā)生的731起城市快速過境通道銜接節(jié)點(diǎn)交通事故數(shù)據(jù)，得到節(jié)點(diǎn)處各風(fēng)險因素，并以軌跡交叉理論為基礎(chǔ)，結(jié)合TOPSIS方法及N-K模型，構(gòu)建了城市快速過境通道銜接節(jié)點(diǎn)交通風(fēng)險TOPSIS-N-K耦合度模型，量化銜接節(jié)點(diǎn)交通風(fēng)險要素耦合風(fēng)險程度。

2)構(gòu)建的TOPSIS-N-K耦合度模型能夠較好的分析城市快速過境通道銜接節(jié)點(diǎn)交通風(fēng)險構(gòu)成、耦合形式及薄弱環(huán)節(jié)，可為城市快速過境通道銜接節(jié)點(diǎn)交通管控及安全設(shè)施布置提供理論依據(jù)和技術(shù)支持。