高速公路冰雪天气应急能力后评估关键技术研究——以江苏省为例*

熊琴 解玉宾

(1.苏交科集团股份有限公司 南京 211110；2.江苏省交通运输安全与应急科技研究中心 南京 211110)

0 引言

冰雪天气易导致高速公路使用性能下降，是引发交通拥堵的重要原因之一，加剧了高速公路保持畅通的压力。高速公路冰雪天气应急能力建设是交通系统应急管理工作中的重要构成部分，各省份陆续提出了应急能力建设要求，高速交警、路政和高速公路管理单位一路三方在冰雪天气应急能力建设方面开展了大量的工作和投入。而对应急能力建设效果的评价，则需要通过应急能力评估来实现。

现有评估方法多集中于自评打分、层次分析法、模糊综合评判等[1-2]，美国于1997年率先实施政府应急能力评估，构建了一套应急能力评估指标体系[3]，但采用地方政府自评方式容易造成打分随意，评估结果一致性较差。国内应急能力评估多应用于煤矿、铁路、机场等有关领域[4-6]，对高速公路应急能力评估较少，且缺乏实证，现阶段的研究基础多是借鉴美国、日本的经验，与本土高速公路运行状况脱离。特别是在高速公路冰雪天气应急能力评估方面更是存在诸多盲区，评估标准尚在摸索阶段。因而，亟待构建合适的模型实现对高速公路冰雪天气应急能力的后评估。

综合考虑应急能力的合理性、效率性和效益性，提出一套适合高速公路冰雪天气应急能力后评估的指标体系，构建高速公路冰雪天气应急能力综合评估模型，并运用该模型对江苏省高速公路路网应对2018年1月份冰雪天气工作进行了后评估。

1 指标体系构建及指标量化

1.1 指标设计原则

评估指标体系的设置应符合一定的原则，使得所选择的指标具有合理性、科学性和客观性，才能全面、系统地反映高速公路路网应对冰雪天气应急能力的水平。在建立评估指标体系时，应遵循系统性原则、代表性原则、独立性原则、客观性原则、可比性原则。以可比性原则为例，为减少不同区域(如苏南、苏中和苏北)评估时的误差，尽量选取大致统一的评估指标，以尽可能地减少评估误差。

1.2 指标体系的构建

应急能力评估过程较为繁杂，具有多样性、动态性和个体差异性，本研究基于美国学者芬维克提出的“3E”原则(经济性、效率性和效益性)展开。在应急管理领域，由于突发事件应对不产生经济效益，更加关注应急决策、资源配置、人财物的投入与使用等是否合理[7]。因此，从应急能力建设实际出发，将“合理性”替换“经济性”，并将“合理性、效率性、效益性”作为应急能力后评估的3个一级指标。经征询行业主管部门、生产经营单位、高校/科研单位等单位相关专家意见，结合调研反馈数据，以除雪除冰应急处置能力为导向，从必要性和实际统计状况两方面抉择指标，构建了3个一级指标、10个二级指标和32个三级指标的高速公路应急能力评估指标体系，具体构建过程如下：

(1)合理性

为避免出现因应急处置活动的不合理导致的应急不足或过度应急的状况，合理性指标由指挥决策、应急资源配备、应急人员管理、应急调度与联动、交通管制、处置措施6个二级指标构成，对各项二级指标进一步分解，构建了23个三级指标。

(2)效率性

为评估应急人员、物资、设备的响应速度和应急活动所取得的效果，效率性指标由响应效率、除冰雪效率2个二级指标构成，对各项二级指标进行进一步分解，构建了6个三级指标。

(3)效益性

为反映应对冰雪天气的总体效果和路网通行秩序等的控制情况，效益性主要由路网通畅率和便民服务2个二级指标构成，对各项二级指标进行进一步分解，构建了3个三级指标。

特别地，在剔除指标考虑上，以“事故起数同比增长率”指标为例。一方面，事故率与应急能力关联较弱，事故率较难反映高速公路路网冰雪天气的应急能力；另一方面，根据统计数据，因冰雪天气高速公路管制或封闭措施，车速较慢，高速公路清障起数及事故数量较日常水平基本持平，且多为轻微事故，甚至部分路段日均事故起数有所下降。综合考虑，剔除“事故起数同比增长率”指标。

2 基于IAHP和模糊综合评估的综合评估模型

层次分析法(Analytic Hierarchy Process, AHP)将定性分析与定量分析进行有机结合，在应急评价领域得到广泛的研究和应用[8]，近年来，专家学者不断在评估方法上创新，提出引用“三角模糊函数法”替代“九级标度法”，提出改进的层次分析方法，并与模糊综合评价方法相结合，以揭示系统的多因素性、多变量性、多层次性[9-10]。

2.1 IAHP

2.1.1 基本步骤

改进的层次分析法通过比较同层次因素相互间的重要性，并在递阶层次结构内合成，最终得出决策方法。其主要步骤为：

(1)建立层次结构模型。将复杂系统进行分解，按属性及相互关系分成若干层级，如目标层、准则层和方案层。

(2)构建基于三角模糊函数法的判断矩阵

为了避免偏离实际情况，通过“三角模糊函数法”构建判断矩阵，三角模糊数定义如下：

(1)

式中,l≤m≤u；对∀λ∈(0,1)，Mk={um(x)≥λ}，Fk={um(x)≥λ}为一个凸集，称F为三角模糊数。专家不确定的关系权重组成矩阵取值aij=(lij,mij,uij)，其中，lij和uij分别对应专家不确定的两元素关系比值的可能取值。令专家对该取值的可信度为eij=uij-lij，eij数值越小，则专家打分的模糊度越小，取值可信度越大。mij表示模糊集隶属度为1时的取值。

假定P位专家对n个因素打分，为减少专家主管因素对评估结果带来的误差，引入可信度矩阵E。

(2)

可通过可信度矩阵E定量表示专家对某两元素关系判断的模糊程度，令vij=1-(uij-lij)/2mij，则

(3)

矩阵E可作为修正权值，降低主观因素对多指标赋权的影响，计算判断矩阵M*=M×E，并进行归一化处理。采用求根法，计算出该矩阵的最大特征值λmax和对应的特征向量W。

(3)检查矩阵的一致性

对判断矩阵M*，若满足CI=(λmax-n)/(n-1)，一致性比率CR=CI/RI，当CR≤0.1，认为该判断矩阵是可以接受的。

(4)层级总排序

基于对评估总目标的相对重要度考量，从最高层向最底层依次对同一层级各因素进行排序。

2.1.2 基于IAHP的指标权重确定及重要度排序

为降低专家主观因素对多指标赋权的影响，采用IAHP法对表1中的评估指标进行赋权。基于此，邀请了7位专家对指标权重进行打分，进行一致性检验后，得到其中5位专家的有效结果，最终得出各指标的权重取值及重要度排序如表1所示。

表1 各指标的权重取值及重要度排序

2.2 模糊综合评估

本研究为三层模糊综合评估，具体步骤如下：

(1)三级评估指标B'-C层隶属矩阵的计算

①确定三级评估指标B'-C层单因素模糊评估矩阵RCi。组织专家对评估因素集UC中的各单因素进行打分并评定等级，利用归一法统计该指标“很高、高、良好、低、差”的比例，从而确定该指标Ui对评估等级Vj的评估矩阵RCi。

②计算三级评估指标B'-C层隶属矩阵BCi。结合权向量WCi，依次计算各三级指标隶属矩阵BCi=WCi·RCi。

(2)二级评估指标B-B'层隶属矩阵的计算

①确定二级评估指标B-B'层单因素模糊评估矩阵RBi。根据模糊综合评估规则，结合隶属矩阵BCi，计算RBi=(BC1,BC2，…,BCi)T。

②计算二级评估指标B-B'层隶属矩阵BBi。结合权向量WBi，计算各二级指标隶属矩阵BBi=WBi·RBi。

(3)一级评估指标A-B层隶属矩阵的计算

①确定一级评估指标A-B层单因素模糊评估矩阵RA。一级评估指标A-B层模糊评估矩阵RA=(BB1,BB2,BB3)T。

②计算一级评估指标A-B层隶属矩阵BA=WA·RA。

(4)模糊综合评估结果

令评估集为V={V1,V2,…,Vi}，其中Vi表示第i项指标的评估结果。本文评估集V={很高、高、良好、低、差}，并将指标集按最大隶属度原则，确定评估结果。

3 实例分析

3.1 评估对象概况

截至2017年底，江苏省高速公路里程达4 688 km，密度居全国各省区前列，其中六车道及以上高速公路占全省高速公路通车里程44%。

2018年1月，江苏先后经历2次明显的降雪过程，对高速公路出现带来巨大影响：1月3日至5日，全省普降大雪，降雪量超过10 mm，部分路段积雪厚度达到甚至超过10 cm，降雪量基本都达到了大到暴雪的级别；1月24至28日江苏省再次出现大范围强降雪天气，全省大部分地区均出现中到大雪，局部暴雪的天气。

1月3日至5日期间全省高速公路封闭时长约48 h(封闭路段累加，下同)，1月24日至28日期间的封闭时长达96 h。全省高速公路部门共出动人员93 177人次，出动各类机械车辆23 508台次，使用融雪剂16 745 t、盐11 970 t、砂石料4 023 t、草包49 070只、其他物质2 154 t，撒布物料数共32 738 t。

3.2 基于IAHP和模糊综合评估的应急能力评估

3.2.1 确定模糊集

确定评语集V={适应度很高V1，适应度高V2，适应度良好V3，适应度低V4，适应度很低V5}。

3.2.2 计算各级指标模糊评估结果

(1)单因素隶属度确定

综合现场走访和数据搜集、整理，所属评语等级的确认用“√”勾选，计算各层对评语等级的隶属度。以“指挥决策的合理性B11”为例，B11={C1,C2,C3}，权向量WC1=(0.513, 0.306, 0.181)，专家评估见表2。

表2 B'-C层综合评估打分

(2)三级指标模糊评估

“指挥决策的合理性B11”评估矩阵

类似地，BC2=(0, 0, 1, 0, 0)；BC3=(0, 0, 0.506, 0.494, 0)；BC4=(0, 0, 1, 0, 0)；BC5=(0, 0.199, 0.801, 0, 0)；BC6=(0, 0.283, 0.594, 0.123, 0)。

(3)二级指标模糊评估

二级指标模糊评估矩阵RB1=(BC1,BC2,BC3,BC4,BC5,BC6)T=

BB1=WB1·RB1=

(0.073, 0.196, 0.661, 0.070, 0)。

同理可得BB2和BB3。

(4)一级指标模糊评估

一级指标模糊评估矩阵RA=(BB1,BB2,BB3)T=

BA=WA·RA=

(0.017,0.245,0.636,0.102,0)。

由计算结果，结合应急能力水平对应评估等级“很高、高、良好、低、差”及最大隶属度原则，得到江苏省高速公路冰雪天气应急能力“良好”。通过对相关指标进行分析，认为江苏省高速公路应急预案体系完善、除冰雪装备技术性能基本满足需求、除冰雪物资储备及时到位、人员队伍构成较为合理、信息发布及时可靠渠道多样、救助服务保障有力，全路网整体上具备较高的应对冰雪天气能力，基本能够保障路网雨雪冰冻天气下正常运行。

然而，江苏省高速公路冰雪天气应急能力建设不足之处：一是仍大量使用的尿素等融雪材料效果一般，有一定程度的环境危害并可能造成路面损伤；二是除雪设备数量缺口依然较大且技术较为落后；三是一线应急人员力量不足、连续作战、疲劳作业现象普通存在，实际操作过程中仍出现了多头指挥的情况、影响作业效率；四是高速公路除冰雪应急能力还无法完全满足“大雪无痕”、“冰雪不封路”和“雪后路净”的高标准、高要求。

4 结论

针对冰雪天气下高速公路应急能力后评估进行建模分析，改进了传统层次分析法的判断矩阵构建方式，引用模糊三角函数计算权值，减少了主观因素的影响，并结合江苏省高速公路应急工作开展情况，得出以下结论：

(1)构建高速公路冰雪天气应急能力评估指标体系。一级指标包括合理性、效率性和效益性，二级指标包括指挥决策的合理性、应急资源配备的合理性、响应效率和路网畅通率等10个，三级指标包括灾前动员、物资储备库配备、人员快速反应与保障、除雪剂消耗率、路网平均通畅率和通信信息服务等32个。通过改进传统层次分析法的判断矩阵构建方式，引用模糊三角函数确定指标权重，有效降低了主观因素对多指标赋权的影响。

(2)将模型应用至江苏省高速公路冰雪天气应急能力后评估分析中，实例分析与江苏省高速公路冰雪天气应急能力处置现状相吻合，评估应用效果较佳。

(3)本研究立足于江苏省高速公路应急工作情况，然而我国南北地域气候差异较大，指标的选取不一定能够有效满足其他区域(特别是北方区域)，此外，应急标准的缺失，新材料、新技术的应用突破，均有待进一步研究。