城市軌道交通行車安全風險分析及預防措施研究

摘 要：針對傳統的城市軌道交通行車安全缺乏完善的安全管理體系及應急預案的問題，本文建立了基于主成分分析法的城市軌道交通行車安全風險評價模型，并提出了城市軌道交通行車安全預防措施，旨在確保所有操作符合既定標準和規范，為城市軌道交通行車提供更加良好的設備環境。首先，詳細分析了軌道交通運營安全影響因素，包括人員因素、設施設備因素、環境因素、管理因素。其次，提出了基于主成分分析法的行車安全風險評價體系，并通過實驗結果分析驗證了該模型體系的可行性和實用性。結果表明，該模型得到12個城市軌道交通運營系統的風險因素評價指標，可以合理有效地評估城市軌道交通運營風險四個影響指標結果。

關鍵詞：城市軌道交通 行車安全 風險評估 主成分分析法 風險評價體系

1 緒論

城市軌道交通作為現代城市的骨干運輸方式，承載著越來越多的出行需求，是緩解城市交通壓力、改善環保狀況的重要途徑。隨著信息技術、人工智能及大數據分析等新興技術的崛起，城市軌道交通的安全管理方式正在不斷演變與升級。這些技術手段的應用能夠幫助運營管理人員實時監控設備狀態、客流變化，并有效識別潛在的安全隱患，進而及時采取應對措施。然而，這些新技術的引入也帶來了新的安全挑戰，例如網絡安全問題、技術系統的可靠性及數據隱私保護等，都亟須在行車安全管理中加以考慮。同時，通過提升全員安全意識與培訓，將安全文化融入企業管理的各個環節，可以有效降低人為操作失誤所帶來的風險。同時，完善的安全管理體系及應急預案是確保安全工作的保障，有必要開展定期的安全檢查和評估，確保所有操作符合既定標準和規范[1]。因此，本文提出了基于主成分分析法的城市軌道交通行車安全風險評價模型，并提出了相關的行車安全預防措施，有效地提升工作人員的應急處理能力，不斷健全軌道交通運行的管理體系。

2 軌道交通運營安全影響因素分析

軌道交通運營安全事故的分析，將影響城市軌道交通行車安全的因素分為四類：人員因素、設施設備因素、環境因素、管理因素。

2.1 人員因素

非工作人員風險因素主要是指乘客的不安全行為，目前大多數城市已經開通了軌道交通，但持續增長的人口規模對軌道交通的運行造成了很大的影響。隨著人們對軌道交通的需求越來越大，軌道交通車站也出現了擁擠、混亂的現象，給人們帶來了極大的安全隱患。近年來，軌道交通站點中因旅客擁擠出現各種危險狀況：自動檢票機是乘客進入車站的入口，一旦發生故障，就會造成乘客因擁擠而發生踩踏事故。工作人員在軌道交通運營過程中的不安全行為主要受心理、生理、技術三種因素的影響。工作人員的心理因素主要包括工作人員的心理素質和工作人員的責任心，生理因素指工作人員的身體素質，技術因素指工作人員的應急處理能力[2]。

2.2 設施設備因素

設施設備因素是影響軌道交通運行安全的重要因素。目前我國軌道交通采用了許多高品質機械設備，例如電梯采暖設備、電力系統、通風空調等，但在運行中，由于設備的不規范保養和維護，很容易出現故障，從而導致軌道交通事故。軌道交通設施設備的運行狀況直接關系到軌道交通的運行安全。軌道交通發生火災最普遍的原因就是設施設備不完善。設施設備主要包括供電系統、機電系統、通信信號系統、車輛系統和基建設施，如圖1所示。

2.3 環境因素

環境因素主要分為外部環境因素和內部環境因素。

（1）外部環境因素：外部環境分為自然環境和社會環境。在軌道交通運營中，偶爾會遇到如臺風、洪澇、地震、暴雨、暴雪等的自然災害，這些對軌道交通運行的安全性有極大消極影響。社會環境是指社會風氣、經濟、政治、管理水平等因素對軌道交通運營的影響。

（2）內部環境因素：內部環境由站內的內部社會環境和作業環境兩部分組成的。作業環境指車站站臺、行車軌道、行政區等區域內各個設備和周圍環境構成的工作環境，其影響著工作人員的情緒變化和身體問題等。內部社會環境指軌道交通運營企業所打造的企業文化氛圍[3]。

2.4 管理因素

管理因素貫穿人員因素、設施設備因素和環境因素。軌道交通運營安全體系的管理主要是指管理者根據城市軌道交通運營的客觀法則，對與其運營相關的人、財、物、信息等資源進行風險控制的一切活動。軌道交通運營管理的實質是充分利用所有的資源、力量以及人的主觀能動性來降低運營事故發生率、提高生產效率。管理的目標是保證城市軌道交通運營的安全，降低或消除運營事故。管理的主要手段包括規劃、組織、指揮和協調。在城市軌道交通運營中，管理要素對其安全性發揮著尤為重要的作用[4]。整合管理因素所包含的風險因素集合如圖2所示。

3 基于主成分分析法的行車安全風險評價體系

3.1 主成分分析法

主成分分析法（Principal Component Analysis，PCA）是線性數學中的一種正交轉換方法，它通過將原來存在關聯的變量進行轉換運算，從而形成一系列無關的變量。這是一種將多個指數分解為若干主要變量的線性組合，并且分解后的變量相互獨立，能夠反映出原始數據中的大多數信息。本文將此方法與SPSS軟件相結合，對軌道交通各個風險因素間的相互聯系進行了簡單的分析，并進行降維處理。PCA即主成分分析是目前應用最為廣泛的一種降維算法。PCA的基本思想是把n維的特征映射到k維上，在原來的n維上再構建一個k維，這個k維是一個新的正交特性，也就是主成分[5]。

主成分分析法對軌道交通運營的風險因素進行降維處理可以分為定義初始矩陣、數據相關性處理、計算相關性矩陣、計算方差貢獻率和提取主成分這五個步驟。

（1）定義初始矩陣，采集個樣本，樣本可由隨機向量逐一表示，原始矩陣表示如下：

（2）進行數據處理和相關性檢驗對原始矩陣中數據進行標準化處理，得到標準化矩陣，計算如下：

（3）計算各個變量之間的相關關系矩陣：

得到相關關系矩陣C后，計算矩陣C的特征值和特征向量，其中。

（4）計算求得各個因素的方差貢獻率。方差貢獻率表示提取的k個主成分所包含原始數據的信息量，越大表示提取的主成分包含信息越多，反之亦然，計算如下：

（5）提取主成分。根據計算求得的特征值，提取特征值大于1的主成分。為了能保證主成分的信息包含量能夠反映出原始數據中的大多數信息，同時需要提取的主成分的方差貢獻率應不小于80%，得到最后的主成分。

3.2 評價指標體系流程

指標體系的流程可以分為三個階段：資料準備階段、評價指標初選階段、評價指標篩選階段，具體流程如圖3所示。

建立評價指標體系，首先要確定指標選取原則，了解軌道交通的安全標準及規范，并對運營事故進行統計分析，完成這些工作后才能對運營中出現的風險因素進行整合。其次，從人員、設施設備、環境、管理四個方面劃分風險因素，得到初選后的指標。最后利用主成分分析法降維處理初選后的指標，確定最終的城市軌道交通行車安全評價指標體系[6]。

3.3 基于PCA法的指標體系

主成分分析可在SPSS軟件中完成，但在計算前，應進行KMO檢驗和巴特利球形檢驗。KMO檢驗用于確定各項指標間的相關性，它的取值范圍在0與1之間，越接近1變量之間的相關程度就越高，數據間的信息重疊度越大，越適合進行主成分提取。通常情況下，KMO值若超過0.6，表明其滿足標準，低于0.6則不適合做主成分分析。巴特利球形檢驗用來判斷相關矩陣是否為單位矩陣，也就是判斷各個變量之間的相關關系，若顯著性低于0.05，則說明有效。對各個風險因素變量進行提取公因子和主成分，矩陣旋轉4次后達到收斂。利用PCA從人員因素中提取到4個主成分，其特征值都大于1。對4個主成分進行依次編號，分別為F1、F2、F3、F4。主成分分析得到的新變量數對比原變量數得到很大的縮減，說明已經完成了降維，計算得到的新變量包含了80%以上原變量的信息，表示降維處理后得到的新變量能夠較好地表示原變量。

4 實驗結果與預防措施分析

4.1 風險評價結果分析

根據SPSS旋轉處理后的成分矩陣提取人員因素的主成分，得到的旋轉后的成分矩陣如表1所示。由表1知，A1、A2、A3、A4在主成分F1中得分最高，A5，A6在主成分F2中得分最高，A7，A8，A9，A10在主成分F3中得分最高。

根據表1計算F1、F2、F3、F4四個主成分與其他原始變量之間的線性關系結果如下：

主成分F1中，工作人員身體素質、工作人員心理素質、工作人員專業水平、工作人員責任心可以總結為員工素質和能力。

主成分F2中，乘客墜下站臺、乘客破壞設施設備都屬于乘客不安全行為。

主成分F3中，乘客突發疾病、乘客擁擠踩踏、工作人員應急能力、工作人員漏檢漏修可以總結為公共安全意識。

主成分F4中，工作人員違反規定、工作人員錯發漏發指令可以總結為員工失誤操作。

4.2 行車安全預防措施

（1）建議加強對乘客的安全教育，提高乘客的安全意識和自救能力，在各種媒體平臺上發布乘車指南，指導乘客如何高效出行。為了保障地鐵運行的安全，必須預防乘客過分擁擠，合理安排乘客乘車，特別是在高峰時段和特定時段，使乘客有秩序地進出車站、搭乘車輛，有效降低交通擁堵帶來的安全風險，避免出現安全事故。

（2）定期檢查設施設備，及時發現并處理各種設備的故障。對地鐵運行的設備設施系統，如車輛系統、供電系統、通信與信號系統、線路與軌道系統、環境與設備監測系統等，進行重點的維修和管理。

（3）對于車站外部環境，關注車站周邊環境的改變，及時做好應對措施，減少自然災害對地鐵運營的損害。要保證員工工作環境周圍的噪音低，溫度適宜，并且有良好的照明，這樣才能使員工的工作效率更高，減少運營事故的發生。

5 結論

本文建立了基于主成分分析法的城市軌道交通行車安全風險評價模型，并提出了城市軌道交通行車安全預防措施，確保了所有操作符合既定標準和規范，為城市軌道交通行車提供更加良好的設備環境，促進了我國軌道交通事業的長久發展、維護社會和諧穩定。

參考文獻：

[1]施鵬，馬南，馬明義，等.交通樞紐公共安全風險評估模型研究[J].交通工程，2025，25（02）：39-44+63.

[2]張永滿，茍衛平.關于城市軌道交通施工技術要點的分析[J].城市建設理論研究（電子版），2025（04）：68-70.

[3]馬龍，劉俊奇.基于事故數據的交通安全評價方法研究[J].汽車實用技術，2025，50（02）：141-146.

[4]卞霄，劉凡.基于風險評估的高速公路交通安全設施精細化提升策略[J].交通科技與管理，2025，6（01）：167-169.

[5]楊瑾.城市軌道交通行車安全風險指標體系研究[J].智能城市，2024，10（12）：31-35.

[6]楊瑾.城市軌道交通行車安全風險指標體系研究[J].智能城市，2024，10（12）：31-35.