城市快速过境通道衔接节点交通风险耦合致因模型研究*

胡立伟，赵雪亭，杨锦青，田海龙，尹 宇，凌浩晗

(昆明理工大学 交通工程学院，云南 昆明 650504)

0 引言

城市快速过境通道流量大、车速快，易引起交通事故发生；加之城市快速过境通道衔接节点受车道几何设计、视距、机动车加速度变化率、雨雪冰雾等恶劣气候影响，城市快速过境通道衔接节点是交通事故频发区域之一。数据显示，城市快速过境通道衔接节点区域交通事故占事故总数30%[1]，事故率是其他路段的4～6倍[2]。

目前，学者们针对城市快速通道衔接节点研究较多。陈宽民等[3]利用出租车GPS数据研究表明小间距互通匝道出、入口范围内,交通流速度受交通量影响，交通量越大，交通流速度越小；分、合流区速度相对主线速度的下降幅度基本稳定；曹雨等[4]采用可接受间隙理论判别交通冲突，指出可以采用一个或多个指标进行交通冲突判别；马艳丽等[1]通过识别入口匝道汇入车辆与主线车辆之间交通冲突，构建的冲突识别模型可有效识别合流区潜在冲突；赵倩等[5]通过对节点交通事故分析，提出安全评价指标，并建立相应评价体系，最终达到降低节点交通事故与提高服务水平的目的；吴勇等[6]利用主成分分析法对事故诱因的重要性进行鉴别并对影响机理进行分析，结果表明事故率在非饱和流状态下随交通密度呈U形变化，在饱和流状态下随交通密度快速增加；Vechione等[7]使用统计学方法，研究变道行为对于驾驶员的决策影响；段晓红[8]通过构建N-K模型对道路交通的脆弱性进行耦合分析，最终获得关键耦合作用方式；胡立伟等[9]使用改进的N-K耦合度模型分析了高原地区特殊地质和气象环境对公路交通风险的影响，结果表明随着时间推移，因地质和气象风险因素耦合所导致的公路交通事故危险程度下降；张沙沙[10]构建了基于车路耦合的车辆运行量化模型，对山区道路车辆运行安全进行评价；张南等[11]利用Logistic模型，选用PET作为评价指标并划分3个交通冲突等级，结果发现增加冲突严重性的主要诱因是交织区交通流量、冲突车辆的速度差和二次冲突。综上所述，国内外学者对城市快速过境通道衔接节点交通特性研究较多，但大多从单一风险因素角度评估其安全风险及指标体系，对风险致因耦合相关角度关注较少。

鉴于此，通过对2010—2017年云南地区发生的731起城市快速过境通道衔接节点交通事故原始数据进行挖掘，探究衔接节点交通事故分布特征，选取衔接节点交通风险耦合因素，综合使用熵权法、TOPSISI法及N-K模型，构建TOPSIS-N-K耦合度模型。使用TOPSIS方法探究衔接节点交通风险随时间变化趋势，并使用N-K模型对影响交通安全的诸多风险因素及耦合情况进行横向计算及比较，量化各因素对衔接节点交通风险影响，以期对城市快速过境通道衔接节点交通风险管控提供理论依据及模型参考。

1 数据来源与挖掘

根据云南省公安厅交警总队提供的2010—2017年16 726起云南地区公路交通事故详细原始数据(包括事故鉴定报告、案情摘要、车速鉴定、大量事故现场图等)，从上述交通事故中筛选出731起城市快速过境通道衔接节点道路交通事故，选取风险耦合因素，挖掘隐含在事故中各风险因素的内在关系，得到每起事故发生时间、地点、车型、事故形态、路面线性、交通设施及照明条件等相关信息。绘制城市快速过境通道衔接节点事故及事故类型分布图，如图1～2所示。

图1 交通事故时间分布Fig.1 Time distribution of traffic accidents

图2 交通事故类型分布情况Fig.2 Distribution of traffic accident types

由图1可知，云南地区城市快速过境通道衔接节点事故发生年份集中于2015—2017年并呈下降趋势；每年1—3月份事故总数、死亡及受伤3项指标较高。每天交通事故总数、死亡及受伤3项指标出现2个波峰，分别为14：00—15：00及20：00—21:00左右。

由图2可知，由于进入城市快速过境通道衔接节点车辆类型较多及加速度相差较大，造成城市快速过境通道衔接节点交通事故类型以尾随相撞、正面相撞及刮擦为主。

2 衔接节点交通风险影响指标筛选与耦合分析

从人(H)、车(C)、道路(R)、环境(E)及管理(M)的不安全因素5个方面及其作用程度研究城市快速过境通道衔接节点交通风险[12]。道路交通中人的因素包括驾驶人、乘客、行人等交通参与者；车辆因素包括机动车、非机动车；道路因素指城市道路及出入口道路的平纵面线性、视距等因素；环境包括雨雪、大雾等因素；管理因素包括规章制度、教育培训、部门协调管及交通控制等。选取因素见表1。

风险耦合指系统活动过程中个别风险的发生及其影响力依赖于其他风险的程度及其相互影响力的大小[13-14]。在此基础上，衔接节点的安全耦合风险又可分为3种类型：

1)单因素耦合风险。指影响衔接节点的单个风险因素之间相互作用所引发的风险。包括人、车辆、道路、环境、管理5个耦合风险，分别记为T11(H)，T12(C)，T13(R)，T14(E)，T15(M)，耦合风险总值记为T1。

表1 风险耦合因素Table 1 Risk coupling factors

2)双因素耦合风险。指影响衔接节点的2个风险因素之间相互作用所引发的风险。包括人-车、人-路、人-环境、人-管理、车-路、车-环境、车-管理、路-环境、路-管理、环境-管理10个耦合风险，记为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)。耦合风险总值记为T2。

3)多因素耦合风险。指影响衔接节点的3个及以上风险因素之间相互作用引发的风险。包括人-车-路、人-车-环境、人-车-管理、人-路-环境、人-路-管理、人-环境-管理、人-车-路-环境、人-车-路-管理、车-路-环境-管理、人-车-路-环境-管理10个耦合风险，分别记为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)。耦合风险总值记为Ti，i≥3。

3 多因素耦合致因分析

多因素耦合致因分析模型构建具体步骤为：

1)城市快速过境通道衔接节点道路交通事故挖掘分析。将事故按照人、车、路、环、管5因素造成的事故数量记为uij，其中i表示事故因素，i=1,2,3…,m,m=5；j表示年份序数，j=1,2,3,…,n,n∈[2010,2017]，得到初始矩阵：

(1)

2)使用熵权法确定第j年i发生事故的权重。此处，熵值越小，表明该因素信息量越多，权重越大。首先，将初始矩阵进行归一化处理，形成归一化矩阵V：

(2)

式中：vij表示归一化的值；[ui,j]max及[ui,j]min表示uij的最大、最小值。记第j年i发生事故的权重为Wij：

(3)

第i个因素的熵为ei:

(4)

第i个因素的熵值ωi为：

(5)

(6)

(7)

计算第j年加权值与最优解和最劣解之间的欧氏距离Dj+及Dj-：

(8)

(9)

计算第j年城市快速过境通道衔接节点交通风险指数Aj：

(10)

4)N-K模型求解第j年城市快速过境通道衔接节点交通风险的耦合度T。该指标综合考虑了双因素及多因素耦合，主要用于评价城市快速过境通道衔接节点每年的耦合作用强度。单因素风险耦合度计算公式为：

(11)

式中：Ph为单因素在第h种状态下耦合发生的概率，计算所得的T值越高，说明风险因素越大。

双因素风险耦合度计算公式为：

(12)

式中：Ph,i表示2类风险分别处于h，i状态下发生双因素风险耦合的概率；Pi·表示为2类风险因素处于i状态时发生双因素风险耦合的概率总和。

多因素风险耦合度计算公式为：

(13)

(14)

(15)

5)对N-K模型结果进行分类。参考耦合度模型对耦合作用强度的分级方法，将城市快速过境通道衔接节点风险耦合致因重要度按概率大小分为强耦合致因(70%～100%)、中度耦合致因(30%～70%)及弱耦合致因(0%～30%)3级致因[15]。

4 应用案例分析

4.1 纵向分析结果

城市快速过境通道衔接节点交通风险指数Aj代表整个衔接节点的安全性状况，指数越大，表示整个系统越安全。根据公式(10)，计算结果见表2。

表2 风险指数Aj及排序Table 2 Risk index Aj and ranking

表2结果显示，2010年云南城市快速过境通道衔接节点风险最高，2010年之后，交通风险由无序向有序化发展，安全性逐年提升。

4.2 横向分析结果

快速过境通道衔接节点交通风险的耦合度体现各风险因素相互作用情况，依据公式(11)～(15)进行计算，计算结果如图3所示。由图3可知，快速过境通道衔接节点交通风险遵循参与耦合风险因素越多，造成衔接节点的风险越大的规律。强耦合会使风险造成的后果更为严重，最终造成风险量的急剧增大或耦合突变后变成以新的风险形态在系统内部蔓延；4因素中，人(H)-车(C)-路(R)-环(E)耦合协调度最大，T41(H,C,R,E)=0.743 9；3因素中，人(H)-路(R)-环(E)的耦合协调度最大，T34(H,R,E)=0.524 5；双因素中，人(H)-路(R)2个因素耦合协调度最大，T22(H,R)=0.3163。

对人、路因素进行单、双因素耦合分析，拓扑结果如图4所示。由图4可知，城市快速过境通道衔接节点处单因素耦合中人因素的不良车道变换与超速行驶、跟车过近及违法超车，超速行驶与违法超车，超速行驶与跟车过近之间表现为5种强耦合作用，表明这5种耦合作用形式经常发生且易造成交通风险。道路因素的竖曲线半径与纵坡坡度、车道数量与车道宽度表现为强耦合作用。人-路耦合中车道数量与不良车道变换、跟车过近，车道宽度与不良车道变换、违法超车、跟车过近，纵坡坡度与不良车道变换、违法超车、跟车过近、超速行驶，超高与转向不当、超速行驶，圆曲线半径与违法超车，竖曲线半径与不良车道变换为9种强耦合作用，表明人、路因素参与双、多因素耦合协调度均偏大，城市快速过境通道衔接节点风险耦合人的因素中“不良车道变换”与其他要素的耦合通常表现为强耦合，路的因素中“纵坡坡度”与其他要素耦合度较高，应加强人、路因素中车道、纵坡及限速方面规范建设。

图3 交通风险耦合致因Fig.3 Risk coupling causes of tranfic

图4 风险耦合致因单、双因素耦合拓扑分析结果Fig.4 Results of topological analysis on single factor coupling and double factors coupling causes

5 结论

1)基于2010—2017年云南地区发生的731起城市快速过境通道衔接节点交通事故数据，得到节点处各风险因素，并以轨迹交叉理论为基础，结合TOPSIS方法及N-K模型，构建了城市快速过境通道衔接节点交通风险TOPSIS-N-K耦合度模型，量化衔接节点交通风险要素耦合风险程度。

2)构建的TOPSIS-N-K耦合度模型能够较好的分析城市快速过境通道衔接节点交通风险构成、耦合形式及薄弱环节，可为城市快速过境通道衔接节点交通管控及安全设施布置提供理论依据和技术支持。