李 剛,唐 翔,黃春富,謝永淑,楊雅均
(1.廣西交通設計集團有限公司,廣西 南寧 530029;2.長安大學公路學院,陜西 西安 710064)
公路隧道路段環(huán)境單調,行車空間封閉,安全性低,駕駛人對行車視距的主觀判斷和跟車距離的控制存在著較大的干擾,導致風險因素具有更強的隨機性。若發(fā)生交通事故,受洞口明暗適應的影響,極易引發(fā)重大事故和二次交通事故,對快速救援和交通組織都極為不利[1]。公路隧道路段的幾何線形特征和行車環(huán)境直接影響著隧道路段的行車安全,因此,如何評價隧道路段本身所具有的潛在風險,這對于合理規(guī)劃交通安全設施和有效組織交通救援具有十分重要的意義。鑒于此,本文引入“靜態(tài)行車風險”,以描述道路特征以及道路所構成的三維環(huán)境對行車安全的影響。
公路風險評估是綜合行車環(huán)境因素,對交通事故發(fā)生概率和可能嚴重程度進行評價和量化處理,以對公路行車安全風險進行評價[2]。國內(nèi)外學者的相關研究主要集中于道路動態(tài)行車風險或短臨預警,而隧道靜態(tài)行車風險評價相關的研究則相對較少。國外學者對隧道路段風險評價以評價方法的研究為主,主要包括定性和定量兩類方法。Helai Huang等[3]和Shy Bassan等[4]考慮線形、駕駛行為、車輛特征和環(huán)境因素,利用分類和回歸樹法研究隧道內(nèi)事故嚴重程度的交互影響,后者著重于隧道內(nèi)火災的影響,均欠缺對隧道內(nèi)行車風險的研究;OndrejNyvlt 等[5]結合層次結構模型和模糊綜合法分區(qū)段評估隧道風險;Ronchi E等[6]考慮通風、照明、消防等因素,基于數(shù)值模擬技術和邏輯數(shù)學構建安全風險評估模型,但欠缺對道路幾何條件的考慮;Audunborg 等[7]構建定量貝葉斯網(wǎng)絡模型評價公路隧道風險,確定了隧道長度和曲率關鍵性影響因素。以上研究多基于既有的模型進行風險評價,對定量、定性風險影響因素的區(qū)分和綜合評價欠缺層次性考慮,且所構建模型往往忽視了各影響因素間的相互作用。
國內(nèi)的相關研究則是側重于模型的構建,主要包括主觀性強的“功能驅動”型和客觀性強的“差異驅動”型。余鵬程等[1]基于基本指數(shù)、設計指數(shù)、施工指數(shù)和風險損失指數(shù)改進肯特指數(shù)法模型評價隧道風險等級;袁家偉[8]基于現(xiàn)場調查分析、層次分析、模糊綜合評價和可拓綜合法對四川省高速公路隧道進行風險評價,以契合度分析各類方法的優(yōu)劣性;于福華等[9]基于模糊數(shù)學和層次分析法,建立特長隧道風險評價體系;鄧濤等[10]基于隧道路段事故的致因,應用物元分析法和集值統(tǒng)計模型研究隧道風險。以上研究存在兩方面不足:一是“功能驅動”型的主觀性較強,評價結果可能因主觀偏好而偏差較大,且對風險影響因素的類別和相互性欠缺考慮,應用局限性較大;二是“差異驅動”型主要根據(jù)影響因素間的相關性來確定權重,客觀性強。馬躍等[11]通過仿真試驗建立了多元線性回歸模型,以平均風險水平作為衡量標準建立隧道入口風險評價標準;郭延永等[12]結合定性、定量指標,構建基于灰色熵權聚類的公路隧道風險評價模型;楊健等[13]考慮評價指標的模糊性和約束性,提出基于改進DSmT的綜合評價方法。以上研究評價方法較為單一,易導致風險評價結果準確性不可靠。
在風險評價模型構建過程中,各影響因素之間可能存在一定的相關性?!肮δ茯寗印狈椒ㄖ饔^性強,“差異驅動”方法客觀性較強,兩者均對影響因素與評價目標的關系予以考慮,但是對影響因素間的相互作用和影響、定性和定量指標的區(qū)分定權欠缺考慮。因此,本文以公路隧道靜態(tài)風險評價為目標,首先分析隧道路段的靜態(tài)風險源,并綜合風險導致交通事故發(fā)生的可能性和事故發(fā)生后的嚴重性構建風險評價矩陣;然后基于道路、環(huán)境、管理三方面構建評價指標體系,以信息量最大化的方法確定定量指標的權重,以熵權法結合層次分析法(AHP 法)確定定性指標權重;最后綜合風險可能性和風險事故嚴重性并利用逼近理想點法(TOPSIS 法)與秩和比法(RSR 法)進行排序和合理分檔,構建隧道路段的靜態(tài)風險評價模型。
風險源是發(fā)生交通事故的必要條件,根據(jù)風險理論中危險源的分類,道路交通風險源可以分為作為載體的車輛故障與失控、導致風險發(fā)生的環(huán)境因素被損毀和管理缺陷、決策失誤等三類。分析靜態(tài)風險源,可知第二類風險源主要包括道路缺陷、駕駛員失誤和不利環(huán)境,在隧道路段中表現(xiàn)為小半徑曲線、長大縱坡、側向余寬不足、照明強度不足、通風不暢、交通安全標志不完善等;第三類風險源包括工作人員對交通管理缺陷和決策失誤[14],表現(xiàn)為隧道路段的救援、管理制度不合理等。
由于多種多樣因素的綜合作用會增加隧道風險概率,進而更為容易地導致駕駛人出現(xiàn)駕駛失誤,從而隧道內(nèi)交通事故發(fā)生的概率更高。為了識別可能帶來嚴重后果的風險源,并構建風險評價模型,本文收集并分析了474起某山區(qū)高速公路隧道交通事故,分析事故與線形指標間的關系。
①隧道長度:該高速公路全線共6座短隧道,3座中隧道,13 座長隧道,2 座特長隧道。短隧道及中長隧道事故率相似,約為8.3 起/km;特長隧道事故率較高,約為11起/km。
②圓曲線半徑:曲線半徑對事故率影響較大。半徑在400m~1100m 之間時,事故率波動較大,高值達30起/km,低值為1 起/km;半徑大于1100m 時,事故率較低,相對穩(wěn)定。
③曲線轉角:路線轉角在45°~60°為宜,該范圍內(nèi)事故率低;路線轉角在較大或較小時事故率較高,轉角適中時,事故率較低,相關性較高。
④縱坡和坡長:單一指標縱坡或坡長,難以體現(xiàn)縱斷面指標對事故的影響。上下坡的事故分布趨勢相差較大,下坡事故率大于上坡。事故主要集中在坡度大、坡長處,最大值達10.34起/km(縱坡3.75%、坡長1000m)。下坡時,縱坡對事故率的影響較坡長更為明顯。
隧道長度與事故率之間無顯著變化關系,因此不宜作為風險評價指標。圓曲線半徑、曲線轉角、縱坡和坡長均為顯著性相關,因此,宜作為風險評價的指標。
隧道路段靜態(tài)行車風險由道路行車條件和環(huán)境決定,風險發(fā)生的概率以及風險發(fā)生后造成的影響分別取決于交通事故發(fā)生的可能性以及嚴重性兩個方面:平縱線形等定量指標以及行車環(huán)境等定性指標均可直接造成行車風險,作為可能性指標,記為P;隧道長度、管理制度和救援機制等因素則會加劇風險嚴重程度,作為嚴重性指標,記為L。結合交通事故的分布特征及風險源分析選取風險影響因素的評價指標。將風險可能性和嚴重性由輕到重劃分為5個等級,構建風險矩陣R,見表1。
表1 風險判斷矩陣
2.2.1 可能性影響因素指標
駕駛員在行駛過程中,習慣于視線平順且合乎思維,且曲線路段上的事故率明顯高于直線段。隨著平曲線曲率增大,事故發(fā)生的頻率逐漸降低;縱坡增大時,上坡導致車速降低,煙霧的排放量增加,車輛廢氣排放量增大,易導致洞內(nèi)視距降低;下坡則易使駕駛員心理疲勞,進而導致事故發(fā)生。結合上文分析,圓曲線半徑指標和路線轉角指標與隧道事故率之間存在較高的顯著性,故作為可能性影響因素指標。
路面抗滑、隧道通風、照明以及安全設施等行車環(huán)境指標易增加隧道路段的行車風險。在雨水天氣下,路面濕滑,潮濕狀態(tài)下水泥路面的摩擦系數(shù)僅為正常干燥路面時的40%,相對來說極易引發(fā)交通事故。隧道照明是為了駕駛人在隧道內(nèi)行車可以維持正常的視覺效果,從而保證駕駛人在行車過程中有足夠的視距;通風的目的是為了把隧道內(nèi)的有害氣體或污染物質的濃度降至允許濃度以下,以保證汽車行駛的安全性和舒適性;隧道內(nèi)輪廓標、反光環(huán)以及里程指示牌等指示標志亦影響著行車安全,標志完善程度不足極易增加行車風險。因此,以上影響因素可作為風險評價的可能性指標。
2.2.2 嚴重性影響因素指標
嚴重性指交通事故發(fā)生可能導致的后果嚴重程度??紤]交通事故發(fā)生在長或特長隧道路段中間區(qū)域,道路交通疏導和受傷人員救援的難度大幅提高,加劇交通事故的嚴重性,故選取該指標作為嚴重性影響因素指標之一;隧道路段提供的側向余寬遠小于正常路段,洞內(nèi)突發(fā)事故若側向余寬不足極易造成二次事故;安全設施是保證隧道路段車輛安全行駛的必要物質條件,完善的管理制度和救援機制,可最大化的減輕事故損失和傷亡,降低嚴重程度。故將隧道長度、側向余寬、安全設施完善程度、管理制度和救援機制等作為交通事故嚴重性影響因素指標,構建隧道路段靜態(tài)行車風險評價指標體系,如圖1所示。
圖1 風險評價指標體系
為了綜合考慮隧道路段行車環(huán)境的復雜性和模糊性等不利于行車安全特點,并使風險評價方法具有較高的準確性和適用性,本文提出基于信息量最大化法、熵權法、AHP法、TOPSIS法以及RSR法的綜合方法對隧道路段的靜態(tài)行車風險進行評價。評價流程及步驟為:建立初始風險評價矩陣、確定指標權重、規(guī)范加權矩陣、確定理想解、計算各指標的相對接近度、計算秩和比并RSR分布、構建回歸方程并確定RSR分檔。
層次分析法(AHP法)的優(yōu)勢在于可反復統(tǒng)一處理決策中的定量與定性問題,綜合考慮隧道路段的定量、定性評價指標對風險的影響。信息量最大化定權的方法可降低評價時主觀性的影響。逼近理想點法(TOPSIS法)是一種逼近理想解的排序方法[15],在構造初步?jīng)Q策矩陣并統(tǒng)一量綱后,確定最優(yōu)和最劣方案,計算各評價對象與最優(yōu)、最劣方案的距離,并根據(jù)距離值的大小進行排序,作為確定最佳方案的依據(jù)。秩和比法(RSR法)將各指標編秩統(tǒng)計量值,運用參數(shù)統(tǒng)計分析的概念和方法,確定RSR分布?;谛畔⒘孔畲蠓ā㈧貦喾?、AHP法、TOPSIS法以及RSR法的綜合評價方法,對于定量指標采用信息量最大法與AHP法組合定權的方式,既能考慮指標間的相關性,提高客觀性,又能避免數(shù)據(jù)不合理造成權重客觀性的偏離;對于定性指標,采用熵權法與AHP法可較大程度降低主觀性的影響。TOPSIS法與RSR法相結合,可提高評價時權重計算的客觀性,同時也可解決合理分級的問題。
①評價矩陣。
由專家打分法確定各指標的最大值、最小值以及平均值,規(guī)范化構建初始評價矩陣,進而構建規(guī)范加權矩陣。規(guī)范化矩陣后利用熵權法確定指標權重,以作;為構建加權矩陣的基礎源。根據(jù)AHP評價指標體系,依據(jù)Saaty九級標度表,建立初始風險評價矩陣X。
式中,xij為風險值,i取值為1、2、3,分別為專家打分最小值、平均值、最大值;為評價指標個數(shù)。對矩陣X進行無量綱處理得到矩陣Y,具體公式如下:
式中,yij為矩陣X中對應的xij無量綱化后得到的值。
②權重確定。
從數(shù)據(jù)分析角度考慮量化指標間的相關性和沖突性,進行定權。以標準差表征評價指標內(nèi)部的變異程;度,其值越大,代表指標的變異程度越大,信息量越大。以指標間的相關系數(shù)表征沖突強度,其值越大,沖突強度越高,信息量越大。
通過對信息量Ei進行歸--化處理,得到各指標的風險系數(shù)值wi,計算公式為:
同樣,需進行無量綱化處理,以提高數(shù)據(jù)準確度,公式如式(2)。通過,上述方法對各指標值進行標準化處理后,得到相對應的信息量值,進而確定各指標的權重,并構造主對角權重矩陣Wi。對于定性指標的權重確定,在AHP法基礎上引入熵的概念。熵權法可以避免指標間的差異過小造成的分析困難的問題,其思路是評價對象在單指標上變異程度越大,則該指標相應的越重要。
⑥根據(jù)秩和比值Rj的計算值,確定概率分布TOPSIS法用于排序的相對接近程度Cj值在0~1之間,分布同秩和比法中的Rj用Cj值替代秩和比Rj并以此分檔。根據(jù)Rj值大小進行分組,列出不同組段的頻數(shù)f、累計頻數(shù)f’得到平均秩次R和R/n值,再求出對應概率單位值y。
⑦確定RSR回歸方程。
以概率單位值y 作為自變量,以相對接近程度Cj(Rj)為因變量進行線性回歸分析,方程為R=α+βy。式中,α、β為回歸方程相關參數(shù)。
⑧RSR值分檔。
按RSR 的合理分檔方法,根據(jù)標準正態(tài)差μ 劃分為5 檔,對評價高速公路交通安全風險水平進行歸檔。各檔對應的百分位數(shù)及概率單位見表2。
表2 風險分級表
選取某山區(qū)高速公路24座隧道進行實例分析。對可能性影響因素指標中的定量指標和定性指標分別建立初始風險評價矩陣X11和X12,對嚴重性影響因素指標建立風險評價矩陣X2。進行無量綱化后得到規(guī)范化矩陣Y11、Y12和Y2。
結合某山區(qū)高速公路事故數(shù)據(jù),對可能性影響因素指標中的定量指標進行權重確定,權重值依次為0.2817、0.3200、0.1749和0.2233。利用熵權法對可能性影響因素指標中的定性指標和嚴重性指標進行權重矩陣確定,并結合初始評價矩陣計算得到規(guī)范加權矩陣。對于可能性影響因素指標中的定量與定性指標進行均權處理,即各占0.5的權重,修正各指標權重,計算可得規(guī)范加權矩陣V1和V2。
基于規(guī)范加權矩陣求得正理想解和負理想解,計算各評價指標與最優(yōu)方案和最劣方案的距離,以及最優(yōu)值的相對接近度,結合秩和比法對相對接近度進行分析,根據(jù)其值大小分布計算得出對應概率單位值,見表3。
表3 相對接近度分布及概率單位值
以概率單位值y 為自變量,C 值為因變量對可能性影響因素指標和嚴重性影響因素指標求得回歸方程分別為R1=-0.1349y+1.2259 和R2=-0.1283 y+1.1882,相關性系數(shù)r分別為0.9502和0.9049,F(xiàn)值分別為162.5和110.5,p值均遠小于0.01,故兩回歸方程均有意義。
以各指標的均值作為風險綜合指數(shù)進行評價,計算可得R1值為0.5184,風險發(fā)生的可能性程度為一般;R2值為0.4995,風險發(fā)生后的嚴重性程度為一般;以指標的最優(yōu)值作為風險綜合指數(shù),計算可得R1值為0.7079,R2值為0.6532,可能性與嚴重性程度均為一般;以指標的最劣值作為風險綜合指數(shù),計算可得R1值為0.2708,風險發(fā)生的可能性程度較高,R2值為0.3120,風險發(fā)生后的嚴重性程度為一般。綜上,該山區(qū)公路隧道路段總體風險程度為Ⅲ級,與7年內(nèi)該山區(qū)高速隧道路段事故率為13.5%相符合。通過計算風險發(fā)生的可能性與嚴重性兩個維度的秩和比值,合理劃分道路隧道的風險程度,利用風險判斷矩陣標定確定隧道路段風險程度為Ⅲ級,即風險程度為一般,處于可接受狀態(tài)。
①綜合考慮信息量最大法、熵權法、AHP 法、TOPSIS 法以及RSR法的綜合評價方法,結合可能性和嚴重性構建風險評價矩陣,構建了隧道路段靜態(tài)行車風險評價分析模型。該風險評價模型在綜合了各方法的優(yōu)點的同時,拓寬了各方法的應用范圍。
②以某山區(qū)高速公路隧道為例進行風險評價,得出該公路隧道風險等級為中風險,處于可接受范圍。因此,隧道靜態(tài)風險的評價分級結果與實際的交通事故率相匹配,一定程度上反映了該山區(qū)高速公路24 座隧道的平均行車安全風險情況,同時也驗證了模型的有效性。
③本文主要考慮高速公路隧道路段的靜態(tài)行車風險,即第二、三類風險源中與環(huán)境、道路和管理的相關指標,考慮到風險的不確定性和多變性,未實現(xiàn)對隧道具體路段的風險分級評價。在后續(xù)的研究中,將基于可能性與嚴重性,量化各影響因子,并引入道路危險度指標,建立道路靜態(tài)風險三維分級評價模型,以為道路交通安全性提升提供參考。