韦端 陈正振
摘要:文章通过分析西南地区道路运输企业交通安全管控存在的问题,对道路运输企业交通安全风险分类及影响因素进行研究,并通过综合运用大数据、云计算、物联网等现代信息技术,建立交通安全风险等级评估指标体系及预警模型,形成道路运输企业交通安全风险的闭环管控机制,为提升交通运输安全水平、完善交通安全生产体系、强化交通应急救援能力提供参考。
关键词:道路运输交通安全;交通安全风险分类;等级评估指标体系;预警模型;闭环管控机制
0 引言
交通运输产业是国民经济的基础性、先导性、战略性产业,建设“交通强国”是新时代国家的重大发展战略。近年来,随着国家经济社会各项事业的高质量发展,道路运输业也进入了高速发展的新阶段。根据国家统计局数据,2018年我国道路旅客运输企业近6万户,营运载客汽车80余万辆,道路货物运输企业近700万户,营运载货汽车约1 350万辆,旅客周转量、货物运输量、运输里程、营运车辆都呈现出快速发展的态势。2019年,中共中央国务院正式印发《交通强国建设纲要》,明确提出:构建安全、便捷、高效、绿色、经济的现代化综合交通体系,提升交通运输安全水平、完善交通安全生产体系、强化交通应急救援能力。
随着规模和体量的高速发展,道路运输交通安全问题也日渐突出。2018年,我国共发生交通事故24.5万起,造成6.2万人死亡,25.9万人受伤,直接经济损失高达13.8亿元,这与建成人民满意、保障有力、世界前列的交通强国远大目标还存在较大差距。西南地区北接丝绸之路经济带,南连21世纪海上丝绸之路,协同衔接长江经济带,是我国面向东南亚地区的大通道,在区域协调发展格局中具有重要战略地位,西部陆海新通道建设成为国家重大发展战略。另一方面,西南地区山地为主,河流众多,地形结构复杂,由于桥隧比高、陡坡急弯、气候炎热、潮湿多雨等特殊的地理环境和气候环境,道路运输交通安全风险远高于全国平均水平。
1 西南地区道路运输企业交通安全管控存在的问题1.1 道路运输企业交通安全意识薄弱、主体责任落实不足、管理方式亟待改善
西南地区经济社会发展水平相对落后,道路运输行业多以中小型企业为主,规模效益不够明显,企业在经营管理过程中片面追求利润最大化,交通安全意识薄弱。道路运输企业标准化安全生产体系不健全,自身又缺乏建设能力和专业人才,领导层对安全风险防范工作不够重视,安全主体责任落实不到位。道路运输行业的安全规范性管理体系不完整,企业安全经营管理方式亟待改善,驾驶员疲劳驾驶、违规运输等问题时有发生,车辆安全检查和必要安全设备配备不足。
1.2 从业人员安全意识不强、安全素养不高、安全培训不足
人为因素是道路运输交通安全事故中的主要因素之一。研究表明,责任人受教育程度、法制意识、职业道德、心理素质和驾驶技术的水平高低程度,与交通安全事故风险有着直接关系。当前,西南地区道路运输企业针对从业人员(尤其是运输车辆驾驶员)常态化的安全培训考核体系不健全,安全培训设计不合理,内容不全面,形式单一、手段落后、质量低下,导致从业人员对道路运输法律法规不够熟悉,管理人员缺少风险辨识能力,基层员工缺乏风险意识。
1.3 交通安全风险等级评估指标体系、预警模型、闭环管控机制不健全
我国西南地区以山地为主,河流众多,自然灾害频发,地形和气象条件复杂。以广西为例,2008年以后建成通车的高速公路桥隧比平均值高达14.75%,最高的地区达到30.29%,影响道路运输交通安全的潜在因素较多,道路运输企业交通安全风险较大,迫切需要尽快建立健全道路运输企业交通安全风险等级评估指标体系和预警模型。
目前,西南地区道路运输行业尚未形成一套科学合理、行业认可、行之有效的风险等级评估指标体系和信息预警模型,无法对道路运输企业、驾驶人、环境的交通安全风险等级进行评估和动态管理,难以提供分类精确指导并实施分类精准管控。同时,当前西南地区道路运输企业交通安全管理模式大多还处于“开环”状态,缺少针对交通安全风险及时有效的反馈渠道,无法形成持续改进提升的闭环管控机制。1.4 交通安全管控方法传统、手段单一、技术落后
道路运输安全管理涉及面广,市场主体多,而西部地区道路运输企业普遍存在重效益轻安全的情况,对交通安全管控的重视不够、投入不足,导致管控的方法传统、手段单一,主要以组织会议、下发文件、人工报表和随机监督检查等形式来落实道路运输安全监管责任,难以达到理想的管控效果。同时,随着道路运输行业的快速发展,其交通安全监管过程产生的数据信息量也成指数增长,在企业专职安全管控人员与道路运输市场规模不匹配的现实情况下,由于缺乏高效的信息化、智能化技术手段支撑,对安全管控信息的收集、分类、汇总、分析效率低下,从而无法对各市场主体的安全管理情况进行及时评判,实现交通安全动态管控。
综上所述,本文针对西南地区道路运输企业交通安全的现存问题,深入分析影响道路运输企业交通安全风险的主要因素,研究制定道路运输企业交通安全风险等级评估指标体系;综合运用大数据、云计算、物联网等现代信息技术,建立道路运输企业交通安全风险预警模型。
2 道路运输企业交通安全风险分类及影响因素研究2.1 道路运输交通安全风险源分类及相互关系分析
根据风险理论中风险源的分类研究,道路交通风险源通常可以分为以下三类:
(1)运输载体故障与失控,如:车辆等。
(2)导致运输载体失常的客观原因,如:驾驶人失误、道路缺陷、环境因素等。
(3)道路运输组织管理缺陷或失误,如:管理决策、组织程序、安全意识等。
道路运输交通安全风险通常是由以上三类风险共同作用的结果,如圖1所示。第一类风险是导致交通事故的直接因素,第二、三类风险是导致交通事故的间接因素。
2.2 道路运输企业交通安全影响因素研究
根据道路交通风险源分类,结合西南地区道路条件及运输环境特点,主要从驾驶人员、运输车辆、道路缺陷、环境因素、组织管理五个方面,对影响道路运输企业交通安全的主要因素进行分析研究。
充分发挥课题承担单位的职能优势以及参与单位广西交通职业技术学院隶属于交通运输厅,是广西唯一交通运输类高校的行业资源优势,从各地市交警部门、道路运输发展中心、公路发展中心、交通运输信息管理中心等单位采集道路运输企业、驾驶人员、运输车辆、道路情况、交通安全事故等相关数据信息。按照统一数据结构建立道路运输企业交通安全数据中心,对相关数据进行清洗、挖掘和深入的研究,基于最大隶属原则,分类遴选影响道路运输企业交通安全的核心要素,为第二阶段建立道路运输企业交通安全风险等级评估指标体系及预警模型打下基础。
3 建立交通安全风险等级评估指标体系及预警模型3.1 分类建立一阶评估指标体系和预警模型
在第一阶段完成数据采集和影响因素分类遴选的基础上,从驾驶人员、运输载体、道路缺陷、环境因素、组织管理等五个方面,通过“赋权重、建指标、建模型”三个步骤,分类建立一阶评估指标体系和预警模型。
3.1.1 驾驶人员
(1)对影响驾驶人员交通安全风险的主要因素进行权重赋值。
(2)建立驾驶人员交通安全风险等级的一阶评估指标体系。
(3)建立驾驶人员交通安全风险等级的一阶预警模型。
3.1.2 运输载体
(1)对影响运输载体交通安全风险的主要因素进行权重赋值。
(2)建立运输载体交通安全风险等级的一阶评估指标体系。
(3)建立运输载体交通安全风险等级的一阶预警模型。
3.1.3 道路缺陷
(1)针对西南地区(以广西为例)山地为主、弯道较多、桥隧比高等地域地形特点下运输道路的常见缺陷,对因道路缺陷产生交通安全风险的主要因素进行权重赋值。
(2)建立道路缺陷交通安全风险等级的一阶评估指标体系。
(3)建立道路缺陷交通安全风险等级的一阶预警模型。
3.1.4 环境因素
(1)针对西南地区潮湿、闷热、多雨、冰冻等气候环境特点下,因气候环境产生交通安全风险的主要因素进行权重赋值。
(2)建立环境因素交通安全风险等级的一阶评估指标体系。
(3)建立环境因素交通安全风险等级的一阶预警模型。
3.1.5 组织管理
(1)对因道路运输企业的组织管理能力水平而产生交通安全风险的主要因素(例如:管理决策、组织程序、安全意识等)进行权重赋值。
(2)建立道路运输组织管理交通安全风险等级评估指标体系。
(3)建立道路运输组织管理交通安全风险一阶预警模型。
3.2 综合形成二阶评估指标体系和预警模型
综合5个一阶评估指标体系和预警模型,通过定量统计法和专家评定法,建立基于逻辑回归优化算法为基础的道路运输企业交通安全风险等级二阶评估指标体系,建立基于模糊控制算法的道路运输企业交通安全风险等级二阶预警模型。
运用sigmoid函数和线性回归函数构造基于逻辑回归的基础模型,通过极大似然估计法(MLE)完成损失函数的数学模型优化,最后基于梯度下降法完成最优参数预测,建立交通安全风险预警模型,为建立道路运输企业交通安全风险等级评估指标体系和预警模型,形成闭环管控机制提供理论依据和实验数据。
3.2.1 采集数据
综合运用大数据和云计算技术,搭建Hadoop完全分布式集群数据处理环境,采用Python语言和MapReduce技术实现数据处理程序算法设计。(1)通过爬虫技术抓取道路运输企业的运营管理平台数据信息;通过建立跨平台数据接口和“unison+inotify+web”的技术手段实现与交警部门、交通运输管理部门、气象部门的数据同步共享。(2)融合MapReduce编程模型、Flume数据对接、Hive数据仓库、Spark Streaming流式处理框架,完成数据清洗、整理、计算、表达、分析。(3)结合HBase數据库技术完成数据仓库建立和存储。采集数据流程图如图2所示。
3.2.2 构建模型
设定交通安全风险预警值为Y(Y<0.5安全,Y>0.5为存在安全危险),设定驾驶人员、运输载体、道路缺陷、环境因素、组织管理等因素为X。取数据仓库的N组样本,结合sigmoid函数和线性回归函数,运用Python的Numpy和Matplotlib库完成双函数的程序编写、绘制及结果预测,预测出模型的取值区间,再将线性回归模型的输出作为sigmoid函数的输入,最终得出逻辑回归模型,如图3所示。
3.2.3 评估模型
根据二分类问题结果要符合伯努利试验的概率假设,首先,采用极大似然估计法(MLE)完成参数的估算,并通过取样数据进行绘制,不断通过样本训练得出似然函数,再依据损失函数原理,对似然函数进行取负和取对数运算,最终完成损失函数的数学模型,如图4所示。
3.2.4 优化模型
运用损失函数衡量当前模型的输出结果与实际的输出结果之间的差距,得出发生交通安全风险的总概率。采用梯度下降法将取样数据在Python环境下进行不断训练和优化,通过迭代计算得出最优参数,再将最优参数运用到逻辑回归模型,构建出最优权重模型,从而得出最优化的交通安全风险预警模型,如图5所示。
4 形成道路运输企业交通安全风险的闭环管控机制 针对道路运输企业交通安全风险管控的现存问题,结合西南地区地形地貌和气候环境特点,从驾驶人员、运输载体、道路缺陷、环境因素和组织管理五个方面梳理影响道路运输企业交通安全风险的主要因素,并综合运用云计算、大数据、人工智能等新一代信息技术,建立一个高效、实时、精准、智能、人性化的道路运输企业交通安全风险闭环管控平台。
在PDCA循环(计划Plan、执行Do、检查Check、处理Action)的基础上,同时建立基于组织管理流程的静态管控循环和基于信息管控平台的动态管控循环。“静态”和“动态”两个循环相互促进、螺旋盘升,组成“8”字形质量改进螺旋,如图6所示,形成包含人、车、路、环境、管理五大核心要素的覆盖道路运输全过程的交通安全风险闭环管控模式,实现以人为中心、以结果为导向、持续改进提升的道路运输企业交通安全风险闭环管控机制。
5 结语
道路运输企业交通安全风险管控普遍存在重效益轻安全、重形式轻整改、重证件轻素质、重部署轻落实、重建设轻使用、重表态轻投入等“六重六轻”问题,究其原因,主要是未形成闭环管控机制,或者闭环管控机制运行不畅。传统的单循环闭环管控机制通常基于PDCA循环建立,存在循环周期长、人为因素影响大、风险预警不及时等弊端,在PDCA循环基础上,建立基于组织管理流程的静态管控循环和基于信息管控平台的动态管控循环,实现“静态”和“动态”两个循环相互促进、螺旋盘升的“8”字形质量改进螺旋,可以有效解决传统闭环管控机制存在的弊端。
参考文献:
[1]赵学刚,魏 朗.道路交通安全风险预警模糊评判模型[J].太原理工大学学报,2009,40(4):365-368.
[2]《交通強国建设纲要》正式印发[J].吉林交通科技,2019(4):1-4.
[3]朱贝特.《西部陆海新通道总体规划》发布[J].中国物流与采购,2019(17):19.
[4]莫恭钿,陈正振.基于协同过滤算法的课程资源平台的设计与实现[J].信息通信,2019(7):78-79.
[5]杜元正,李 峰.山东省道路运输企业双重预防体系建设存在的问题及对策[J].交通企业管理,2019,34(5):30-33.
[6]张黎明. 道路旅客运输企业安全投入与综合效益研究[D].长春:吉林大学,2018.
[7]陈正振.嵌入式模拟探月车关键技术的研究及应用[J].广西民族大学学报:自然科学版,2015,21(1):68-72.
[8]冯 宇. 基于熵权的可拓理论在内蒙古道路运输企业安全评价中的应用[D].西安:长安大学,2013.
收稿日期:2020-06-05