基于改進灰色關聯法的安徽省道路交通安全評價

張曉博 劉朝峰 杜麗衡 賈慧 王子銘

摘要 為科學評價安徽省道路交通安全狀況，基于交通事故次數、事故死亡人數與相關社會經濟因素構建了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等5個道路交通安全評價指標。首先利用傳統灰色關聯法分析相關致因要素對各項交通安全指標的影響程度，得出人口因素和社會經濟因素是主導因素。然后將模糊層次分析法和熵值法相結合確定各指標的權重，建立改進的灰色關聯綜合評價模型，并對安徽省交通安全水平進行綜合評價。結果表明，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。與傳統關聯法相比，改進的灰色關聯法更準確，具有更好的適用性，為道路交通安全治理提供決策依據。

關 鍵 詞 交通安全評價;熵值法;模糊層次分析法;改進灰色關聯法;安徽省

中圖分類號 U492.8? ? ?文獻標志碼 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展和城市化進程的加快，交通事故的頻發、交通擁擠的加劇、環境污染的惡化和能源消耗的過度等問題變得日益加重。據統計，每天由于道路交通事故而死亡的人數多達3 000 人，占全球每天死亡人數的2.1%，除了死亡，每年由于道路交通事故受傷的人數也多達幾千萬人。道路交通傷害已成為全球疾病和傷害負擔的第九大原因[1]。我國城市現行道路交通情況復雜，混合交通嚴重、自行車比例過大和交通管理不足等特點使得現階段的交通安全形勢仍然十分嚴峻。因此，科學地分析主要相關因素與交通事故的關系，客觀地評價不同時期內道路的安全水平，對預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的研究。道路交通安全評價指標分為2類，第1類是絕對指標，即交通事故次數、交通事故死亡人數、交通事故受傷人數和交通事故引起的直接經濟損失等[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，不同區域的經濟發展和道路狀況不同，且各項指標相差懸殊，因此沒有可比性;第2類是相對指標，即根據四項絕對指標，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]。相對指標綜合了許多道路交通指標，利用相對指標進行交通安全評價，可進行不同時間不同區域的縱、橫向對比，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，運用多屬性綜合評價方法進行評估，如主成分分析法[4]、神經網絡法[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確性，但是也存在著評價指標不完善、計算量大、數學方法不合理和主觀性較強等問題。

灰色關聯法是根據序列曲線幾何形狀的相似程度來判斷其聯系是否緊密。曲線越接近，相應序列關聯度就越大，反之就越小。其計算過程簡單、可靠性強、且對樣本無嚴格要求等諸多優點而被廣泛應用。道路交通安全系統是一個典型的灰色系統，可應用灰色系統理論進行研究。本文在眾多學者研究成果的基礎上，以安徽省2004-2011年社會經濟數據為樣本數據，計算各項主要影響因素與各個道路交通安全評價指標的關聯度，客觀評價交通事故發生的主控因素，并采用改進的灰色關聯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生、發展規律，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體系的選取

張令杰[8]提出道路交通安全評價指標一般應具有相關性原則、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。可比性原則是指所選擇的指標在各對象中有統一的定義和計量標準。可靠性原則是指道指標的數據來源必須可靠。代表性原則是指道路交通安全指標能夠很好地反映道路交通狀況某個方面的情況。可操作性原則是指要測定的指標易于得到、統計和計算，有良好的可操作性。

交通事故統計中，事故次數、受傷人數和直接經濟損失等指標，容易在統計時被遺漏或出現偏差，導致統計結果的真實性下降。而涉及人員死亡的交通事故歷來受到國家和各地區的高度重視，死亡人數的統計結果更為準確。因此，結合指標選取原則和安徽省道路交通安全統計實際情況，根據安徽省歷年年鑒和相關統計資料獲得2004—2011年道路交通死亡人數、交通事故數、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）等原始數據。以死亡人數為主，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 X5（人·起- 1）共 5個相對指標構成安徽省道路交通安全評價的指標體系。其中，10億元GDP死亡率 X1利用交通事故死亡人數與地區生產總值的比值來反映社會經濟發展的交通事故成本;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與地區機動車保有量的比值來反映區域內車輛發生交通事故的概率;10萬人口死亡率X4利用交通事故死亡人數與地區常住人口的比值來反映當地居民遭遇交通事故的風險程度;平均每起事故死亡人數X5利用交通事故死亡人數與總事故數的比值來反映區域內每起交通事故后果的嚴重程度[9]。

2 改進灰色關聯模型

2.1 改進灰色關聯模型概述

傳統灰色關聯分析法的問題在于平均關聯度未考慮序列中各指標的權重，可能導致結論錯誤，而且如果關聯系數總和不變，則不論各點的關聯系數如何波動，平均關聯度不會發生變化，這顯然不合常理[10]。

針對上述的問題，在灰色關聯分析中采用組合賦權法，即引入模糊層次分析法與熵值法，分別作為主觀賦權法與客觀賦權法的代表方法來計算指標權重，盡可能吸收資深專家經驗的同時，又結合客觀賦權法的優勢，綜合判斷各指標的重要程度。

2.2 灰色關聯分析法計算步驟

2.2.1 交通安全指標與影響因素分析所用的傳統灰關聯模型

1）數列選取

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之間的關系。因此，以上述5個道路交通安全評價指標作為參考序列，以GDP、人口、民用車擁有量及公路里程作為4個比較序列，組成關聯序列，即A={Xt， X6， X7 X，8， X9}，設參考序列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。

2）數據標準化處理

采用初值化對數據進行處理，即

式中：k=1，2，…m，m為所選時間個數;t、j為安全指標個數和因子個數。

3）絕對差序列

4）關聯系數

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，它的取值范圍為[0，1]，當ρ≤0.645時達到最佳分辨率，一般取為0. 5。

5）關聯度

關聯度是關聯系數的平均值，即

2.2.2 交通安全評價的改進灰關聯模型

1）數列選取

以5個道路交通安全評價指標組成關聯數列，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}。由于5個指標都是極小型，因此參考數列取每個指標所在列的最小值，設為[Xo={xoj|j=1，2，L，5}]，比較序列為不同年份各個指標的值。所以關聯度越大，該年的道路交通安全越好。

2）數據標準化處理

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

負向指標：

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）對數據進行標準化處理。

對標準化后的數據進行歸一化處理得到

3）計算關聯系數

計算出序列差[Δij，maxΔij，minΔij]以及關聯系數，方法同式（2）和式（3）。

4）計算第 j 個指標的熵值

式中，k是與m有關的常量，[k=1/ln m]，[0≤ej≤1]。

5）計算第 j 個指標的差異系數

6）利用熵值法得到的指標權重[β={β1，β2，β3，β4，β5}]，其中

7）利用模糊層次分析法得到的指標權重

層次分析法是一種簡潔、實用和系統的好方法，在已有的交通安全評價中被廣泛使用。但由于傳統的1～9標度法主觀性太強，使判斷結果可能出現差錯。0.1～0.9標度法，繼承了1～9標度法的優點，同時解決了一致性檢驗不合格的問題，從專家學者的判斷角度出發，更符合人們的思維邏輯方式。具體計算過程與1～9標度法相同，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雜性和人們認識上可能產生的片面性，使構造出的判斷矩陣往往不具有一致性，這時可進行調整。

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的元素，若得出減去某行各個對應元素的差為常數，則該行不需要進行調整;否則，需要進行調整，直至差為常數，每行如此[11]。最終得出各個指標的權重[α={α1，α2，α3，α4，α5}]。

8）指標組合權重

為了準確反映各個評價指標的權重，用模糊層次分析法對各指標給出主觀賦權，并與熵值法給出的客觀權重相結合，最終確定各指標的權重。為了放大指標之間的重要度差異，采用組合賦權形式，即

9）計算改進的灰色關聯度

3 實例分析

根據安徽省歷年年鑒和相關統計資料，本文選取安徽省2004—2011年道路交通死亡人數、交通事故數、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）等原始數據，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 X5（人·起- 1）共 5個相對指標，構成了安徽省道路交通安全評價的指標體系。

3.1 交通安全指標與影響因素分析所用的傳統灰關聯模型

3.1.1 標準化處理

上述各項指標和影響因子經過初值化處理的值見表2。

3.1.2 計算綜合關聯度

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

3.1.3 結果分析

根據式（13）可知：

對于10億元GDP死亡率 X1，關聯度排序為：[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，關聯度排序為：[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，關聯度排序為：[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，關聯度排序為：[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 X5，關聯度排序為：[X7>X6>X8>X9]，即對于平均每起事故死亡人數來說，影響最顯著的是人口數量的增長，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：隨著人口數量的增加，參與道路交通的人均數量隨之增多，在道路交通危險情況下的暴露機會也相應增多，使得事故的發生量增多;而經濟的發展必然帶動人們的出行和物資的流通，隨著交通運輸次數和范圍的擴張，交通沖突和交通事故也會相應增加。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，嚴格規范交通參與者特別是機動車駕駛員的交通行為，合理調整交通網空間布局，適當提高道路等級，對機動車保有量實行一定的控制，嚴防超速、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聯模型

對比安徽省道路交通各項安全指標的實際情況后，發現2011年的各項指標值最小，因此以2011年的指標為參考序列，其余年份的各項指標序列為比較序列，關聯度越大，則交通安全指數越高。根據公式（6）得到處理后的標準化數據，見表3。

3.2.1 計算各項指標的權重

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

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

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

根據各位專家的經驗運用模糊層次分析法可得出主觀賦權法的權重，模糊層次分析法計算的權重為：α = {0.201，0.196，0.215，0.21，0.178}，2種方法得出的權重對比后，發現專家的權重符合實際情況且對客觀的數據進行了一定的修正。

根據公式（11）計算各項指標的組合賦權值，組合權重為w = {0.205 8，0.194 9，0.223 1，0.203 6，0.172 6}。

3.2.2 計算改進灰關聯法的交通安全評價

根據公式（2）、公式（3）和公式（12）計算出標準化后不同年份各項指標與2011年各項指標的絕對差值、關聯系數和加權關聯度，計算出的關聯度見表4。

3.2.3 結果分析

1）對權重分析可知，[X3>X1>X4>X2>X5]，即道路交通安全各項指標的重要程度依次為：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。通過上面計算的權重分析，發現安徽省萬車死亡率最高。建議對車輛、相關人員實行嚴格管理，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禁上路;同時加強對駕駛員的安全教育和技能培訓，集中各種交通違法行為，建設高素質的高速公路交通管理隊伍，使交通管理機構建設達到正規化、專業化和現代化。

2）對交通安全指標的灰色關聯度分析，可知大體上安徽省2004—2011年的交通安全狀況越來越好，且無論是用傳統關聯法還是改進的灰關聯法計算出來的歷年道路交通安全水平，其排序都一樣。但改進的灰關聯法考慮了各項指標的重要程度，所得結果更科學，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，對比全國各項指標平均值后發現，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、路組成的動態系統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 結論

1）交通事故統計數據少、事故成因既有確定性因素，又有非確定性因素，比較復雜，是一個典型的灰色系統，可以運用改進的灰色關聯法分析交通事故規律。

2）選取國家或某地區的GDP、人口數、公路里程和汽車保有量作為交通安全的影響因子，根據原始數據構造出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作為交通安全評價指標，可以很好的評價各個影響因子對不同指標的影響程度和該地區歷年的交通安全狀況，計算得知人口數和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合的組合賦權法，既可以吸收專家的經驗，又可以利用客觀數據，從而有重點性地制定專項改善方案，來提高本地區的道路交通安全水平。

4）根據改進的灰色關聯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，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化道路結構，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，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，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]. 中國安全科學學報，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神經網絡的交通黑點形成規律[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，2014.

[7]? ? 周小勇，寧建標，張兵，等. 基于外部環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，2012.

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

[10]? 黃曉麗，劉耀龍，段錦，等. 基于灰色關聯及模糊綜合評價法的道路交通安全風險評價[J]. 數學的實踐與認識，2017，47（7）：208-215.

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

[責任編輯 楊 屹]