楊文濤

（中國人民公安大學(xué)，北京 100038）

引言

道路交通安全與人民的生命安全息息相關(guān)，隨著我國汽車保有量的逐步上升，交通事故已嚴(yán)重威脅人民生命健康。僅2019 年，我國統(tǒng)計(jì)道路交通事故1 247.3 萬起，同比增長221.7 萬起，上升21.6%。其中造成62 763 人死亡、256 101 人受傷，直接財(cái)產(chǎn)損失13.5 億元[1]。因此，進(jìn)行道路安全評(píng)價(jià)，及時(shí)發(fā)現(xiàn)安全隱患，在道路的改善、優(yōu)化及減少交通事故發(fā)生等方面，將發(fā)揮重大作用。

灰色聚類評(píng)價(jià)方法從主客觀相結(jié)合的角度出發(fā)，對(duì)在評(píng)價(jià)過程中除主要因素外的其余因素進(jìn)行弱化，并對(duì)評(píng)價(jià)對(duì)象或指標(biāo)進(jìn)行分類，通過進(jìn)行已知信息處理，來達(dá)到對(duì)交通安全進(jìn)行評(píng)價(jià)的目的。

在對(duì)道路交通安全評(píng)價(jià)時(shí)所選用的評(píng)價(jià)指標(biāo)含義及其數(shù)量存在較大差距，并且影響道路交通安全的因素有很多。在進(jìn)行安全評(píng)價(jià)時(shí)，不可能將所有信息收集完全，因此，要利用灰色的概念，將一部分模糊不清的因素排除，通過對(duì)已知信息的再加工，將評(píng)價(jià)對(duì)象確定在某一灰度內(nèi)，并通過組合賦權(quán)[2]的方法對(duì)其中的灰度聚類系數(shù)進(jìn)行修正，使結(jié)果更加全面、準(zhǔn)確，進(jìn)而評(píng)價(jià)道路交通安全。

1 評(píng)價(jià)方法

1.1 基于組合賦權(quán)的灰色聚類評(píng)價(jià)方法原理

灰色系統(tǒng)理論是以“部分信息已知，部分信息未知的“小樣本”“貧信息”不確定性系統(tǒng)為研究對(duì)象，著重研究“外延明確、內(nèi)涵不明確”的對(duì)象，主要通過對(duì)“部分”已知信息的生成、開發(fā)，提取有價(jià)值的信息，實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行行為的正確認(rèn)識(shí)和評(píng)價(jià)[3]。

灰色聚類評(píng)價(jià)是通過白化權(quán)函數(shù)進(jìn)行區(qū)間劃分，并對(duì)各區(qū)間分類定義，從而實(shí)現(xiàn)對(duì)評(píng)價(jià)對(duì)象的分級(jí)歸類。組合賦權(quán)是將主觀賦權(quán)和客觀賦權(quán)相結(jié)合，使主觀因素具有較大程度的標(biāo)準(zhǔn)性和客觀性。

1.2 基于組合賦權(quán)的灰色聚類評(píng)價(jià)方法步驟

組合賦權(quán)-灰色聚類評(píng)價(jià)方法首先要建立評(píng)價(jià)指標(biāo)和標(biāo)準(zhǔn)，在相關(guān)數(shù)據(jù)的支撐下，將指標(biāo)賦予更加嚴(yán)謹(jǐn)?shù)臋?quán)數(shù)值，從而確定對(duì)象的聚類值，最后進(jìn)行聚類分析。

1.2.1 確定評(píng)價(jià)指標(biāo)

避免選用單一指標(biāo)或者各種指標(biāo)的簡單重復(fù)羅列，應(yīng)選擇能綜合反應(yīng)該評(píng)價(jià)對(duì)象的指標(biāo)；應(yīng)選擇重要程度有明顯區(qū)分的指標(biāo)，避免在評(píng)價(jià)時(shí)難以定義量化；保證選擇的指標(biāo)都符合我國國情及實(shí)際情況。

1.2.2 確定評(píng)價(jià)標(biāo)準(zhǔn)

評(píng)價(jià)標(biāo)準(zhǔn)的確定決定著結(jié)果的精確性以及準(zhǔn)確性，因此，要盡可能地在數(shù)據(jù)的支撐下，保證結(jié)果的科學(xué)準(zhǔn)確。

1.2.3 建立原始樣本矩陣D0

原始樣本矩陣是把各評(píng)價(jià)對(duì)象相應(yīng)的評(píng)價(jià)指標(biāo)在矩陣中表示出來。評(píng)價(jià)指標(biāo)、評(píng)價(jià)對(duì)象分別用j、i表示，數(shù)量分別為m、n。

1.2.4 原始樣本矩陣的無量綱化處理

處理矩陣時(shí)由于各評(píng)價(jià)指標(biāo)的數(shù)據(jù)相差較大，關(guān)聯(lián)性不強(qiáng)，為方便后續(xù)進(jìn)行計(jì)算比較，需要無量綱化處理。在熵權(quán)法中，對(duì)樣本矩陣進(jìn)行標(biāo)準(zhǔn)化時(shí)應(yīng)遵循指標(biāo)的正負(fù)相關(guān)性。當(dāng)指標(biāo)值與結(jié)果呈現(xiàn)正相關(guān)性時(shí)，即指標(biāo)值越大，結(jié)果越優(yōu)。rij為第i 個(gè)評(píng)價(jià)對(duì)象在第j 項(xiàng)評(píng)價(jià)指標(biāo)處的標(biāo)準(zhǔn)值，則：

當(dāng)指標(biāo)值與結(jié)果呈現(xiàn)負(fù)相關(guān)時(shí)，即指標(biāo)值越小，結(jié)果越優(yōu)，則：

1.2.5 確定白化權(quán)函數(shù)

白化權(quán)函數(shù)是描述一個(gè)灰數(shù)在其取值范圍內(nèi)不同數(shù)值的“偏愛”程度。白化權(quán)函數(shù)反映了人們?cè)谥饔^上掌握的該灰數(shù)信息，而灰數(shù)的灰度則是對(duì)該灰數(shù)的灰程度測定，反應(yīng)的是其信息量大小[4]。

1.2.6 確定各評(píng)價(jià)指標(biāo)的組合權(quán)重

組合權(quán)重的確定，分為三部分，首先對(duì)各個(gè)指標(biāo)進(jìn)行主觀賦權(quán)，一般采用層次分析法，然后再進(jìn)行客觀賦權(quán)，一般采用熵權(quán)法。最后通過組合賦權(quán)，確定權(quán)重，一般采用線性加權(quán)和熵值修正G1[5]兩種方法進(jìn)行。

1.2.7 基于組合賦權(quán)的修正折算系數(shù)

式中：Ujt—第j 項(xiàng)評(píng)價(jià)指標(biāo)將評(píng)價(jià)對(duì)象歸類于第t 種灰度的修正折算系數(shù)；Ajt—第j 項(xiàng)評(píng)價(jià)指標(biāo)歸屬于第t 種灰度的特征值[4]；wj—第j 項(xiàng)評(píng)價(jià)指標(biāo)的權(quán)重。

1.2.8 確定各灰度的聚類值

式中：Git—評(píng)價(jià)對(duì)象綜合各項(xiàng)評(píng)價(jià)指標(biāo)對(duì)于各灰度的聚類值；fjt(dij)—第j 項(xiàng)評(píng)價(jià)指標(biāo)歸屬于第t 種灰度的白化權(quán)函數(shù)在某一白化值的權(quán)數(shù)取值[4]。

1.2.9 對(duì)各評(píng)價(jià)對(duì)象進(jìn)行聚類分析

選出各個(gè)評(píng)價(jià)對(duì)象在各灰類中的聚類值的最大值。

2 道路交通安全評(píng)價(jià)案例

2.1 案例背景

以山東省5 個(gè)較為典型的市區(qū)作為研究對(duì)象，分別是A 市、B 市、C 市、D 市和E 市?；谡{(diào)研數(shù)據(jù)，分析5 個(gè)市區(qū)在2019 年內(nèi)的交通事故數(shù)、死亡人數(shù)、受傷人數(shù)及直接財(cái)產(chǎn)損失[1]等數(shù)據(jù)，采用組合賦權(quán)-灰色聚類評(píng)價(jià)方法，進(jìn)行道路交通安全評(píng)價(jià)，并分析評(píng)價(jià)結(jié)果。

2.2 組合賦權(quán)-灰色聚類評(píng)價(jià)方法的運(yùn)用

2.2.1 評(píng)價(jià)指標(biāo)的確定

通常評(píng)價(jià)道路安全的指標(biāo)有事故起數(shù)、死亡人數(shù)、受傷人數(shù)、直接財(cái)產(chǎn)損失、交通安全教育、安全措施和設(shè)施的評(píng)價(jià)等。雖然影響因素較多，但由于死亡和受傷無論對(duì)于個(gè)人還是社會(huì)來講，危害是很大的。結(jié)合我國道路交通事故統(tǒng)計(jì)年報(bào)的數(shù)據(jù)記錄，最終確定評(píng)價(jià)指標(biāo)為事故起數(shù)、死亡人數(shù)、受傷人數(shù)和直接財(cái)產(chǎn)損失。

2.2.2 評(píng)價(jià)標(biāo)準(zhǔn)的確定

為排除主觀因素的影響，保證結(jié)果的科學(xué)性、可靠性。通過繪制累計(jì)百分率曲線，擬定不同的百分率所對(duì)應(yīng)的數(shù)值來確定灰類特征值。評(píng)價(jià)等級(jí)確定四級(jí)灰類。選取80%、60%、40%、20%四個(gè)累計(jì)百分率特征點(diǎn)分別確定優(yōu)、良、中、差值。累計(jì)百分率對(duì)應(yīng)的點(diǎn)Aij代表指標(biāo)i 的特征值。評(píng)價(jià)標(biāo)準(zhǔn)見表1。

表1 評(píng)價(jià)標(biāo)準(zhǔn)

由于各項(xiàng)指標(biāo)的數(shù)據(jù)都不相同并且變化的范圍比較大，因此，為了方便比較研究，對(duì)其指標(biāo)數(shù)據(jù)進(jìn)行無量綱處理。經(jīng)處理的數(shù)據(jù)在0～1 范圍內(nèi)變化。將5 個(gè)指標(biāo)下的各個(gè)數(shù)據(jù)進(jìn)行無量綱化處理并進(jìn)行數(shù)據(jù)累加，描點(diǎn)畫出曲線，再通過4 個(gè)累計(jì)百分率特征點(diǎn)確定相對(duì)應(yīng)的特征值。

2.2.3 建立原始樣本矩陣

數(shù)據(jù)樣本來源于2020 年由公安部交通管理局發(fā)布的道路交通事故統(tǒng)計(jì)年報(bào)。

2.2.4 樣本矩陣無量綱處理

利用無量綱化后的數(shù)據(jù)繪制百分率曲線，并確定灰類特征值?；翌愄卣髦狄姳?。

表2 灰類特征值

2.2.5 確定白化權(quán)函數(shù)

第j 項(xiàng)評(píng)價(jià)指標(biāo)從屬各灰度的白化權(quán)函數(shù)見圖1～圖4。

圖1 第j 項(xiàng)指標(biāo)屬優(yōu)類的白化權(quán)函數(shù)

圖2 第j 項(xiàng)指標(biāo)屬良類的白化權(quán)函數(shù)

圖3 第j 項(xiàng)指標(biāo)屬中類的白化權(quán)函數(shù)

圖4 第j 項(xiàng)指標(biāo)屬差類的白化權(quán)函數(shù)

根據(jù)各項(xiàng)評(píng)價(jià)指標(biāo)從屬各灰度的白化權(quán)函數(shù)，確定相應(yīng)的表達(dá)式：

2.2.6 確定各評(píng)價(jià)指標(biāo)的組合權(quán)重

首先通過層次分析法得出各評(píng)價(jià)指標(biāo)的重要程度排序，見表3；通過一致性檢驗(yàn)得出的權(quán)重為［0.292 0.067 0.151 0.491］T；然后通過熵權(quán)法得到評(píng)價(jià)指標(biāo)的權(quán)重為［0.712 5 0.657 5 0.667 2 0.721 5］T；最后運(yùn)用熵值修正G1 法，對(duì)前兩者所求得的指標(biāo)權(quán)重進(jìn)行組合，最終確定各個(gè)評(píng)價(jià)指標(biāo)權(quán)重為［0.520 0.410 0.324 0.245］T。

表3 各評(píng)價(jià)指標(biāo)的重要程度

2.2.7 基于組合賦權(quán)的修正折算系數(shù)

獲得各評(píng)價(jià)指標(biāo)對(duì)于各灰度的修正折算系數(shù)，見表4。

表4 各評(píng)價(jià)指標(biāo)對(duì)于各灰度的修正折算系數(shù)

2.2.8 確定各灰度的聚類值

按公式（8）可得結(jié)果見表5。

表5 聚類評(píng)估值

2.2.9 對(duì)各評(píng)價(jià)對(duì)象進(jìn)行聚類分析

對(duì)山東省A～E 5 個(gè)市的道路交通安全狀況進(jìn)行 聚 類，可 得：G11=0.539，G22=0.719，G33=0.471，G44=0.294 3，G54=0.750。

2.2.10 評(píng)價(jià)結(jié)果的聚類分析

通過對(duì)各評(píng)價(jià)對(duì)象分析可得，在2019 年度道路交通安全狀況A 市為優(yōu)，B 市為良，C 市為中，E 和D 市為差。（1）在A 市中，優(yōu)性成分占比為48%，良性成分占比36%，中性成分占比16%，沒有差性成分。（2）在B 市中，占比最多的是良性成分為34%，優(yōu)性、中性和差性成分分別占比16%、23%和27%。（3）D 市的差性成分占比較高，為55%，優(yōu)、良、中性成分占比分別為13%、17%、15%。（4）在C 市中，優(yōu)、良、中性成分占比分別為14%、31%、55%，無差性成分。（5）E 市中差性成分占比較高，為51%，良、中性成分占比為18%、31%，無優(yōu)性成分。因此，5 市的道路交通安全狀況從優(yōu)至差依次：A 市、B 市、C 市、E 市、D 市。

2.2.11 結(jié)果分析

表6 兩種方法評(píng)價(jià)結(jié)果分析

為驗(yàn)證基于組合賦權(quán)狀態(tài)下灰色聚類評(píng)價(jià)方法的有效性，使其與灰色聚類評(píng)價(jià)結(jié)果相互比較，結(jié)果并無明顯差異。通過賦權(quán)將各個(gè)指標(biāo)區(qū)分的更加精細(xì)，增加了結(jié)果的準(zhǔn)確性。同時(shí)采用層次分析法和熵權(quán)法，并通過熵值修正，確定組合權(quán)重，增加了結(jié)果的科學(xué)性。

3 結(jié)語

將層次分析法、熵權(quán)法通過熵值修正法與灰色聚類評(píng)價(jià)法交叉運(yùn)用到道路交通安全評(píng)價(jià)中，通過與單純的灰色聚類分析結(jié)果比較，證明了方法的有效性、可靠性、科學(xué)性。不僅避免了在客觀賦值下主觀因素的隨意性，也保證了主觀因素的適度性。