西安等陜西省各市區(qū)道路交通安全評價(jià)
相關(guān)鏈接： 中國安全網(wǎng) 中國質(zhì)量網(wǎng) 中國論文網(wǎng) 中國資訊網(wǎng)
作者：曹建國
隨著西部大開發(fā)的不斷推進(jìn)，陜西社會經(jīng)濟(jì)獲得了快速發(fā)展，2014年實(shí)現(xiàn)地區(qū)生產(chǎn)總值17689. 94億元，比2012年增長了22. 39%，人均地區(qū)生產(chǎn)總值達(dá)到46929元。社會經(jīng)濟(jì)的繁榮發(fā)展，也促進(jìn)了道路交通運(yùn)輸行業(yè)的迅猛發(fā)展，2014年公路貨運(yùn)周轉(zhuǎn)量和公路旅客周轉(zhuǎn)量分別達(dá)到了1917. 45億噸公里和339. 02億人公里，比2012年分別增長了9. 90%和2.23%；社會經(jīng)濟(jì)和道路交通運(yùn)輸量的快速增長，給陜西道路交通安全也帶來了嚴(yán)峻挑戰(zhàn)，盡管近幾年陜西道路交通事故死亡人數(shù)逐年有所下降，但道路交通安全狀況仍不容樂觀，2013年陜西道路交通事故死亡人數(shù)和直接損失分別達(dá)到了1800人和3696.2萬元，均明顯高于全國同期平均水平。道路交通安全問題仍然是影響陜西區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展的重要因素。
實(shí)踐證明，建立科學(xué)的道路交通安全評價(jià)指標(biāo)體系，定期全面、客觀地評價(jià)特定區(qū)域、路段的交通安全水平，準(zhǔn)確分析交通事故產(chǎn)生的原因，可有效預(yù)防或減少道路交通事故的發(fā)生。已有的關(guān)于區(qū)域道路交通安全評價(jià)的研究主要集中在區(qū)域道路交通安全影響因素、評價(jià)指標(biāo)選取及規(guī)范化、綜合評價(jià)方法等方面。其中，影響因素主要?dú)w結(jié)為經(jīng)濟(jì)、機(jī)動(dòng)化程度、公路里程、常住人口、客貨運(yùn)量、出行次數(shù)、駕駛?cè)藬?shù)量和機(jī)動(dòng)車數(shù)量等；采用的評價(jià)方法主要有結(jié)構(gòu)方程模型、灰色聚類法、主成分分析法、數(shù)據(jù)包絡(luò)分析方法、GIS技術(shù)、模糊德爾菲法和灰色德爾菲法等。已有的這些評價(jià)方法，在一定程度上能有效地適用于區(qū)域道路交通安全評價(jià)，但也存在一定的局限性，如結(jié)構(gòu)方程模型理論較復(fù)雜，給定的模型可能會產(chǎn)生無法解釋的結(jié)果，特定的方法可能需要很大的樣本含量，且要滿足多變量正態(tài)分布的假設(shè)；主成分分析法雖然能通過變量降維簡化計(jì)算，但首先要保證提取的前幾個(gè)主成分的累積貢獻(xiàn)率達(dá)到一個(gè)較高的水平，其次對這些被提取的主成分要能夠給出符合實(shí)際意義的解釋，這些都一定程度上限制了其應(yīng)用；模糊德爾菲法雖然在德爾菲法的基礎(chǔ)上，利用統(tǒng)計(jì)分析和模糊運(yùn)算，綜合考慮了專家主觀思維的不確定性和模糊性，但仍未能從根本上改變專家打分及評價(jià)的個(gè)人主觀性和隨意性。熵權(quán)法和逼近理想解法( TOPSIS)相結(jié)合的集成評價(jià)方法，在保持TOPSIS法原有優(yōu)點(diǎn)的同時(shí)，也避免了其在確定指標(biāo)權(quán)重時(shí)的困難性，具有很好的適用性，已廣泛應(yīng)用于許多領(lǐng)域。
陜西省各市區(qū)的社會經(jīng)濟(jì)發(fā)展?fàn)顩r極不平衡，也導(dǎo)致不同市區(qū)的道路交通參與者、車輛數(shù)量及構(gòu)成、道路里程及技術(shù)等級和管理水平等因素均存在明顯差異，這些因素的“不平衡”將對各市區(qū)道路交通安全的“差異化”產(chǎn)生巨大的影響。鑒于此，本文將在分析道路交通事故與地區(qū)生產(chǎn)總值、人口、機(jī)動(dòng)化水平等社會經(jīng)濟(jì)因素的相關(guān)性的基礎(chǔ)上，構(gòu)建區(qū)域道路交通安全評價(jià)指標(biāo)體系，并采用熵權(quán)- TOP-SIS法對陜西省10個(gè)地級市的道路交通安全水平進(jìn)行綜合評價(jià)，以期進(jìn)一步明確陜西各市區(qū)道路交通安全方面存在的問題，并為改善陜西道路交通整體安全水平提供有益的建議和幫助。
1 構(gòu)建區(qū)域道路交通安全評價(jià)指標(biāo)體系
馬社強(qiáng)等人提出區(qū)域道路交通安全評價(jià)指標(biāo)一般應(yīng)具有可測性、代表性和可比性三個(gè)特性。其中，可測性是指評價(jià)指標(biāo)的原始數(shù)據(jù)是否易得、統(tǒng)計(jì)或計(jì)算，反映了評價(jià)的可操作性；代表性是指評價(jià)指標(biāo)所表征的范疇，要能反映整個(gè)地區(qū)宏觀的交通安全狀況；可比性是指所用指標(biāo)在各測評對象中具有統(tǒng)一的定義和計(jì)量標(biāo)準(zhǔn)，要能保證評價(jià)在同一基礎(chǔ)上進(jìn)行。
常用的區(qū)域道路交通安全評價(jià)指標(biāo)除了事故次數(shù)、死亡人數(shù)、受傷人數(shù)和直接經(jīng)濟(jì)損失等絕對指標(biāo)之外，還有單位GDP死亡率、萬車死亡率、十萬人口死亡率、平均每起事故死亡人數(shù)和直接損失等相對指標(biāo)。其中，4項(xiàng)絕對指標(biāo)從不同角度表征了各區(qū)域道路交通安全的整體水平，且均具有很好的可測性，但這4項(xiàng)絕對指標(biāo)會受區(qū)域的規(guī)模、經(jīng)濟(jì)發(fā)展水平、機(jī)動(dòng)化程度及人口數(shù)量的影響，很難體現(xiàn)地區(qū)之間的差異，可比性較差。相比而言，幾項(xiàng)相對指標(biāo)則分別考慮了經(jīng)濟(jì)、機(jī)動(dòng)車擁有量、人口數(shù)量及事故嚴(yán)重程度等因素，既具有很好的可測性，還能體現(xiàn)不同地區(qū)的交通差異，具有較好地可比性。因此，構(gòu)建評價(jià)指標(biāo)體系時(shí)，應(yīng)盡量使用相對指標(biāo)。
事故次數(shù)、受傷人數(shù)和直接經(jīng)濟(jì)損失等指標(biāo)，容易受統(tǒng)計(jì)標(biāo)準(zhǔn)、傷勢程度、地區(qū)價(jià)格體系等諸多因素的影響，難免在統(tǒng)計(jì)時(shí)被遺漏或出現(xiàn)偏差，導(dǎo)致統(tǒng)計(jì)結(jié)果的真實(shí)性和可比性大幅降低。相比而言，涉及人員死亡的交通事故歷來受到國家和各地區(qū)的高度重視，死亡人數(shù)在統(tǒng)計(jì)中很少被遺漏，其統(tǒng)計(jì)結(jié)果更接近實(shí)際情況，也更具可比性。
綜上所述，本文根據(jù)道路交通安全評價(jià)指標(biāo)的特性，以死亡人數(shù)為主，選取十億地區(qū)生產(chǎn)總值死亡人數(shù)X1、平均每起事故死亡人數(shù)X2、致死率X3、萬車死亡率X4和十萬人口死亡率X5共5個(gè)相對指標(biāo)構(gòu)成陜西省各地市道路交通安全評價(jià)的指標(biāo)體系。其中，十億地區(qū)生產(chǎn)總值死亡人數(shù)X1指標(biāo)利用交通事故死亡人數(shù)與地區(qū)生產(chǎn)總值的比值來表征地區(qū)經(jīng)濟(jì)發(fā)展對交通安全的影響；平均每起事故死亡人數(shù)X2和致死率X3兩個(gè)指標(biāo)反映地區(qū)交通事故的
嚴(yán)重程度，致死率為死亡人數(shù)與死傷總?cè)藬?shù)之比；萬車死亡率率X4和十萬人口死亡率X5兩個(gè)指標(biāo)分別把參照量選為所研究地區(qū)的民用車擁有總量和人口總數(shù)，分別考慮了不同地區(qū)的機(jī)動(dòng)車密度和人口密度的差異，具有較強(qiáng)的可比性。
2 熵權(quán)- TOPSIS模型
2.1 熵權(quán)- TOPSIS的基本原理
TOPSIS的全稱是逼近于理想解的排序法( Technique for order preference by similarity to an ideal solution)，其基本原理是根據(jù)各被評對象與理想解和負(fù)理想解的距離來排列優(yōu)劣次序。所謂的理想解是設(shè)想的最好對象，其各指標(biāo)值都達(dá)到最優(yōu)值，而負(fù)理想解則是設(shè)想的最差對象，其各指標(biāo)值均為最差值。排序的規(guī)則是用歐幾里德范數(shù)作為距離測度，距理想解最近而離負(fù)理想解遠(yuǎn)的對象最優(yōu)。
基于熵權(quán)的TOPSIS法比原來的TOPSIS法的改進(jìn)：采用熵的權(quán)重模型計(jì)算各指標(biāo)的權(quán)重，可較好地消除各指標(biāo)權(quán)重的主觀性，使評價(jià)結(jié)果更客觀公正。
2.2熵權(quán)- TOPSIS模型的算法步驟
2.2.1 建立標(biāo)準(zhǔn)化決策矩陣
構(gòu)建樣本數(shù)據(jù)矩陣A=(aij)nxm，其中，n表示
樣本數(shù)，m表示指標(biāo)數(shù)，i=1，2，…，n;j=1，2，…，m，
aij。表示第i個(gè)樣本的第j項(xiàng)指標(biāo)值。綜合評價(jià)時(shí)須
將原始指標(biāo)做同趨勢化和標(biāo)準(zhǔn)化處理，處理方
法為：
對于越大越優(yōu)的指標(biāo)，
對于越小越優(yōu)的指標(biāo)，
式中，bij表示處理后第i個(gè)樣本的第j項(xiàng)指標(biāo)值，則得標(biāo)準(zhǔn)化決策矩陣B=(bij)nxm。
2.2.2 構(gòu)造規(guī)范化的加權(quán)矩陣
采用熵權(quán)法確定指標(biāo)權(quán)重。各指標(biāo)的熵為
對象的比重，若Pij為零，PijlnPij也取零。
各指標(biāo)的熵權(quán)wj為
則規(guī)范化的加權(quán)矩陣C=(cij)nxm中的cij可表示為
2.2.3 確定正負(fù)理想解C+和C-，計(jì)算距離
理想解C+和負(fù)理想解C-可根據(jù)相關(guān)標(biāo)準(zhǔn)人為設(shè)定，也可從各測評對象的指標(biāo)數(shù)據(jù)中選取，即
第i個(gè)測評對象到理想解C+的距離為
第i個(gè)測評對象到負(fù)理想解C-的距離為
2.2.4 計(jì)算各測評對象與最優(yōu)值接近程度，排列次序
用Ei表示第i個(gè)測評對象與理想的最優(yōu)值的相對接近程度，其值為
若Ei越大，則其對應(yīng)的測評對象綜合評價(jià)越優(yōu)，可按Ej的大小對測評對象進(jìn)行排序。
3 結(jié)果與分析
3.1 指標(biāo)數(shù)據(jù)來源
以陜西省的10個(gè)地級市為評價(jià)對象，從《陜西統(tǒng)計(jì)年鑒2013》中分別獲取這10個(gè)地級市2012年的生產(chǎn)總值、常住人口、民用汽車擁有量、事故次數(shù)、死亡人數(shù)和受傷人數(shù)等絕對指標(biāo)的原始數(shù)據(jù)，然后利用這些數(shù)據(jù)并按各自的定義得出平均每十億地區(qū)生產(chǎn)總值死亡人數(shù)X1，（人．10億元-1）、平均每起事故死亡人數(shù)X2（人·事故數(shù)-1）、致死率X3(%)、萬車死亡率X4（人·萬車-1）和十萬人口死亡率X5（人．10萬人口-1）等相對指標(biāo)的數(shù)據(jù)，結(jié)果如表1所示。
3.2計(jì)算各指標(biāo)的熵及熵權(quán)
所選的5項(xiàng)指標(biāo)都是越小越好，故不需同趨勢化處理。利用式(2)對各指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后再用式(3)、(4)計(jì)算各指標(biāo)的熵及熵權(quán)，其結(jié)果如表2所示。
3.3確定理想解和負(fù)理想解
利用式(5)構(gòu)造規(guī)范化的加權(quán)矩陣。本研究的理想解C+和負(fù)理想解C-從各測評對象的指標(biāo)數(shù)據(jù)中選取，即選取規(guī)范化加權(quán)矩陣中各指標(biāo)的最大值和最小值組成理想解和負(fù)理想解，得C+=[0. 1441,0.2190,0.2874,0.1397,0.2095],C-=[0，0，0，0，0]。
3.4計(jì)算各測評地區(qū)與最優(yōu)值的接近程度并排序
利用式(8)、(9)計(jì)算各測評各地區(qū)到理想解和負(fù)理想解的距離D+i和D-i，然后由式(10)計(jì)算各測評地區(qū)與最優(yōu)值的接近程度Ei，并根據(jù)Ei值的大小進(jìn)行排序，Ei值越大，綜合評價(jià)越優(yōu)，排序結(jié)果見表3。
3.5結(jié)果分析
從表2可以看出，各指標(biāo)中致死率X3的熵權(quán)較大，平均每起事故死亡人數(shù)X2和十萬人口死亡率X5的熵權(quán)居中，而平均每十億地區(qū)生產(chǎn)總值死亡人數(shù)X1和萬車死亡率X4的熵權(quán)則較小。這里的熵權(quán)是指在給定評價(jià)對象和指標(biāo)數(shù)據(jù)后，不同指標(biāo)提供有用信息量的多少，即各指標(biāo)的相對重要性系數(shù)，并不是各指標(biāo)實(shí)際意義上的重要性系數(shù)。 因此，權(quán)法除了能客觀確定指標(biāo)權(quán)重之外，還可以進(jìn)行指標(biāo)篩選，以減少指標(biāo)數(shù)量從而簡化計(jì)算。
從表3綜合評價(jià)結(jié)果及排序可知，2012年陜西省10個(gè)地級市中，道路交通安全水平較高的地區(qū)分別為銅川、榆林、寶雞和西安，尤其是前3個(gè)地區(qū)，它們之間的差異并不大，綜合評價(jià)值均超過了0.8；道路交通安全水平居于中間的地區(qū)分別是漢中、渭南、咸陽和安康，它們的平均得分約為0.6；道路交通安全水平較差的地區(qū)是延安和商洛，綜合評價(jià)值僅為0.2左右。結(jié)合表1的數(shù)據(jù)可知，交通安全水平較高的銅川、榆林、寶雞和西安等地，雖然交通事故數(shù)、死亡人數(shù)等絕對指標(biāo)數(shù)據(jù)較大，但這些地區(qū)經(jīng)濟(jì)總量、民用汽車擁有量、常住人口等也更大，轉(zhuǎn)化成本研究采用的萬車死亡率X4平均每十億地區(qū)生產(chǎn)總值死亡人數(shù)X1和十萬人口死亡率X5等相對指標(biāo)后，這些地區(qū)的優(yōu)勢還是比較明顯；相反，交通安全水平較差的商洛和延安等地區(qū)，雖然交通事故數(shù)和死亡人數(shù)不是最多，但其經(jīng)濟(jì)總量和居民汽車擁有
量等指標(biāo)值太小，使得其萬車死亡率X4和平均每十億地區(qū)生產(chǎn)總值死亡人數(shù)X1，等相對指標(biāo)值較高，再加上這些地區(qū)多山路，交通環(huán)境較差，一旦發(fā)生交通事故，后果也更加嚴(yán)重，致死率指標(biāo)X3：明顯高于全省其他地區(qū)，這些因素共同導(dǎo)致了商洛和延安等地區(qū)道路交通安全水平較低。
4 結(jié)論和政策建議
1)采用熵權(quán)法和TOPSIS法相結(jié)合的評價(jià)模型，不僅能客觀地對各指標(biāo)賦予權(quán)重，還能計(jì)算出各地區(qū)與理想解的貼近程度以及各地區(qū)之間的差距大小，從而可幫助各地區(qū)制定出有針對性的改善方案來提高本地區(qū)的道路交通安全水平。
2)陜西省各市區(qū)道路交通安全水平與地區(qū)生產(chǎn)總值、人口數(shù)量、機(jī)動(dòng)車數(shù)量等社會經(jīng)濟(jì)因素有較強(qiáng)的相關(guān)性，進(jìn)行交通安全評價(jià)時(shí)要綜合考慮這些因素，并盡量使用相對指標(biāo)，以提高不同地區(qū)之間的可比性。
3)陜西省不同市區(qū)的道路交通安全水平差異較大，各市區(qū)在交通安全方面存在的問題也各不相同。各地級市應(yīng)針對本地區(qū)較差的指標(biāo)進(jìn)行重點(diǎn)控制，從而有效改善交通安全狀況，如西安、榆林、寶雞等經(jīng)濟(jì)發(fā)達(dá)地區(qū)，必須充分重視交通安全，因地制宜地制定交通安全法規(guī)和交通安全計(jì)劃，全面改善道路交通條件，加強(qiáng)駕駛員的安全培訓(xùn)；商洛、延安和安康等山多路險(xiǎn)，重大交通事故發(fā)生率較高的地區(qū)，應(yīng)著重提高道路安全系數(shù)，更好地規(guī)劃、建設(shè)公路系統(tǒng)，更多地利用隧道等降低機(jī)動(dòng)車在山路行駛的距離。此外，還要加大對駕駛員駕駛技能及安全意識培訓(xùn)，加大對現(xiàn)有車輛的危險(xiǎn)整治，杜絕危險(xiǎn)車輛上路，并逐步建立和完善交通事故緊急救援體系，從而有效控制事故死亡人數(shù)。
5摘要：
為評價(jià)陜西省各市區(qū)道路交通安全狀況，選取了十億地區(qū)生產(chǎn)總值死亡人數(shù)、平均每起事故死亡人數(shù)、致死率、萬車死亡率和十萬人口死亡率5個(gè)相對評價(jià)指標(biāo)，應(yīng)用熵權(quán)- TOPSIS法對陜西省10個(gè)地級市的道路交通安全水平進(jìn)行了綜合評價(jià)。結(jié)果表明，陜西省各市區(qū)道路交通安全水平與地區(qū)生產(chǎn)總值、人口數(shù)量、機(jī)動(dòng)化水平等社會經(jīng)濟(jì)因素具有較強(qiáng)的相關(guān)性，不同市區(qū)道路交通安全水平存在明顯的差異。
