基于指标定权灰色聚类的公路平交口安全评价＊

葛 兴 姜 波

（1.湖州市规划局 浙江 湖州 313000；2.浙江南浔经济开发区 浙江 湖州 313000）

0 引言

在公路交叉口有限的空间内，汇集着各种不同流向的交通流，致使交叉口处的交通状况错综复杂。同时由于我国的公路平交口在设计和建设阶段，通常缺乏对交通安全因素的考虑，从而成为交通事故的集中发生地［1－2］。公路平面交叉口交通安全状况差，交通安全状况亟须改善，如何进行准确的安全评价是交通安全改善工作中的前提和重点。基于交通冲突技术的评价方法已经在世界许多国家得到广泛应用，成为国际上用于定量研究多种交通安全问题及其对策的重要方法［3－5］。

目前，基于冲突技术的平面交叉口安全评价研究较多，比较有代表性的成卫、项乔君等［6－9］利用模糊数学、灰色理论，结合冲突技术对交叉口进行安全评判，但多采用冲突数或冲突率为指标，指标相对单一，后来对其进行了改进，同时考虑冲突数、冲突严重性、交通量几个指标，相对较为完善，但冲突严重性仅分为一般冲突和严重冲突，在指标的选取上也只采用冲突率指标，并不能全面地反映交叉口安全程度。笔者结合国内外的研究成果，针对不同类型冲突严重性差别，综合考虑冲突发生的频率、严重程度，以及交叉口可能产生的单车事故，全面选择评价指标，通过确定指标权重，选取合适的评价方法对公路平交口的交通安全状况进行评价。

1 指标选择

交通安全评价可用交通安全度来表征，指标的选择要能对交叉口的安全进行全面评价，同时要具有很好代表性。根据Ase Svensson等［10］的研究，极严重冲突和轻微冲突很少，一般冲突发生的频率较高。不同等级的冲突频率和严重程度与安全都有紧密的关系，低严重程度的冲突较多时也是对交叉口的不安全的1种暗示。因此，对于交叉口的安全评价要同时考虑冲突发生的频率和冲突的严重程度。

依据冲突的定义，冲突是道路使用者之间的相互作用行为，道路使用者与构筑物之间的相互作用并没有考虑。根据现状公路事故的统计，在公路交叉口撞固定物、翻车等单车形式的交通事故还是会发生，虽然这几种类型的交叉事故在总的交通事故中占有比例不多，但一旦事故发生通常后果都很严重，基于上述分析，笔者提出将冲突率、严重冲突比例、单车事故影响指数作为交叉口的安全评价指标。

1.1 冲突率

冲突率（conflict rate，CR）是交叉口发生的冲突数与交叉口所有进口的交通量之比来确定的，反映了交叉口冲突发生的频率

式中：NC（number of conflicts）为交叉口发生的冲突数，交叉口发生的冲突数通常采用观测小时的时均冲突数，包括严重冲突和非严重冲突；TEV（total entry volume）为交叉口所有进口的交通量，通常为交叉口时均混合当量交通量（折算为标准小汽车后），反映了交叉口的交通水平，即交通组成、交通流向、交通量及交通分配等。

1.2 严重冲突比例

严重冲突比例（ratio of serious conflicts，RSC）为严重冲突数占所有发生冲突数的比例，严重冲突比例反映了交叉口发生冲突的严重程度，将冲突率与严重冲突比例结合更好地表达了交叉口的安全程度。

式中：NSC（number of serious conflicts）为交叉口严重冲突数，由于交叉口内存在多种类型的冲突，严重冲突比例的计算需要考虑不同类型间的严重程度差别，参考已有研究成果并根据调查数据进行统计分析，对不同类型冲突权重确定如下：机动车与机动车冲突、机动车与非机动车冲突、机动车与行人冲突权重分别为0.20，0.30，0.45［11］。机动车与机动车交叉冲突、合流冲突、分流冲突相对权重为3，1.5，1［12］。

1.3 单车事故影响指数

单车事故影响指数（influence index for single－vehicle accident，IISA）是交叉口几何设计、交通环境及其他设施可能导致车辆发生单车事故的不合理程度的1个综合值，由下式得到：

式中：wi为每1种影响因素对安全影响的权重；xi为每种因素对单车事故的影响程度。

影响车辆发生单车事故的原因较多，经过相关资料的查阅，单车事故的发生与交通量、交叉口渠化、交通管制关系不大，而主要与固定物的设置、车速等交通环境因素有关。国外Koji Mizuno等人也对交叉口单车事故进行了研究，当车辆行驶与周围交通环境不相容时，单车事故致死率将会增加很多。交叉口单车事故影响因素主要包括几何因素和环境因素［13］。

单车事故影响指数确定需要2个参数，权重wi主要依据已有的研究成果，由专家对各因素打分评判，并对调查数据进行分析计算，经计算得到了各专家的权重结果，取各专家权重的算术平均值作为最终的权重值。影响程度xi则是依据各因素安全程度的标准评判，根据实际交叉口情况得到各因素的安全评分。为使评分更加客观，本文通过对现有研究成果以及实际上路调查结果的总结［13－16］，设计出了较为完善、详细的单车事故主要影响因素权重调查表，见表1和表2。

表1 交通环境中主要影响因素权重调查表Tab.1 Weights questionnaire of major influencing factors on traffic environment

表2 几何特征中主要影响因素权重调查表Tab.2 Weights questionnaire of major influencing factors on intersection geometry property

2 指标定权灰色聚类评价方法

针对道路交叉口交通安全信息不完全的特点，运用灰色理论的“非惟一性”原理，对少量已知信息的筛选、加工、延伸和扩展，采用定性和定量分析相结合的方法，将交通安全水平确定在某一灰色区域内，达到评价道路交通安全水平的目的。

灰色聚类评价是基于灰色关联矩阵或灰数的白化权函数将一些观测指标或观测对象聚焦成若干个可定义类别的评价方法。笔者选取进行安全评价的3个参数，严重冲突比例、冲突率，以及单车事故指数在意义上和数量上均有较大不同，因此，对于公路交叉口安全评价选用指标定权聚类评价方法［17－18］。

针对公路平面交叉口交通安全状况，指标定权聚类评价方法具体步骤如下。

1）建立安全评价的初始矩阵。设有n个评价对象，m个评价指标，评价指标j∈｛1，2，…，m｝，评价对象i∈｛1，2，…，n｝，则评价样本矩阵D为

2）确定灰类及白化值。根据统计评价指标的实测数据，分析每一指标的累积百分频率，确定不同累积百分频率所对应的数值，作为灰类的白化值。与交叉口安全相一致，对应交叉口特别安全（A）、一般安全（B）、临界安全（C）、不安全（D）4种安全状态。根据工程经验，选取15%，85%累积百分频率对应的点来确定A和D的值，选取40%和60%累积百分频率对应的点来确定B和C的值。4个累积百分频率点对应的λ1，λ2，λ3和λ4分别为指标的白化值。

3）建立灰类的白化权函数。平面交叉口安全评价对应的4个灰类白化权函数为

4）根据专家经验、定性分析结论，采用vague法给定各指标的聚类权ηj。vague集法通过建立决策偏好矩阵，构造一致性矩阵，并考虑评估者对各指标偏好评估值的相对一致性测度，获得决策者对各指标偏好评估值的相对一致性测度的凸组合权，保障了权重的确定更合理、接近实际情况，目前已经有学者基于vague集确定权重进行了研究，并用实例证明了运用vague集确定权重效果良好，能更好、更准确地表达所谓的不确定性信息［19－20］。

选取冲突率、严重冲突比例、单车事故影响指数3个指标，应用基于vague集的指标权重确定方法确定该3个指标的权重，指标集为X＝（x1，x2，x3）（严重冲突比例、冲突率、单车事故影响指数）。邀请交通安全研究相关的专家组成决策群体，决策群体为集合D＝（d1，d2，…，d6）。并由他们根据专业知识和实际经验就3个指标的重要性提出vague评估值决策矩阵。对于各专家的评判值进行了统计分析，并与实际相结合，获得的各指标的权重分别为

5）计算指标定权聚类评估值，进行灰聚类分析评价。从上述得出的白化权函数聚类权ηj以及对象i关于j指标的样本算出指标定权聚类评估值，标定权聚类函数为

为衡量交叉口所提供的交通安全状况等级，使得上述指标定权聚类评价方法能够在具体实际中得到应用，根据以上调整数据的评价结果，R 值对应于4个安全状况等级，公路平面交叉口安全水平等级划分为优（特别安全A）、良（一般安全B）、中（临界安全C）、差（不安全D），结合相关研究和研究人员对实际交叉口安全状况的感受，给出每个等级的具体定性描述。

A 级。各种交通设施设置合理完善，交通运行次序较好，使用者通过交叉口没有紧张感，各类使用者通过交叉口基本没有交通安全心理压力，感觉很安全。

B级。各种交通设施设置较为合理完善，交通运行次序尚可，使用者通过交叉口稍有紧张感，经过交叉口交通安全心理压力不大，感觉比较安全。

C级。各种交通设施设置不甚合理，交通运行次序较差，使用者通过交叉口有一定的紧张感，经过交叉口交通安全心理压力较大，感觉不太安全。

D 级。较多交通设施设置不合理，交通运行次序差，使用者通过交叉口有紧张感，经通过交叉口有很大交通安全心理压力，感觉不安全。

3 实例分析

采用指标定权灰色聚类评价方法，本文共选取了江苏省的国道、省道上20个典型的公路信号交叉口和无信号交叉口进行实地调查，依据实测的数据，分别进行安全评价。

1）交叉口安全评价对象为20个，评价指标为3个，根据严重冲突比例、冲突率以及单车事故指数3个指标的调查数据，建立安全评价的初始矩阵D如下。

2）由实际调查数据，根据上述测量方法，确定交叉口各指标不同安全级别的白化值见表3。

表3 评价指标中不同灰类的白化值Tab.3 Whiting values for different gray categories

3）计算白化权函数值，并根据聚类权值得出聚类评估值，聚类评估值反映出每1个交叉口对不同安全级别的隶属度，见表4。

4）对于每1个评价对象，最大的指标定权聚类评估值所对应k值即为评价对象的安全状态。由表中数据得到安全评价结果如下：交叉口序号1，3，10聚类评估值最大值对应k值为4，即为不安全交叉口；2，9，15为临界安全交叉口；5，6，11，17为一般安全交叉口；4，7，8，12，13，14，16，18，19，20为安全交叉口。因此，序号1，3，10交叉口安全性最差，应是交通安全改善的重点。

5）为验证本文提出的评价方法的合理性，在采集交叉口所需数据时，同时进行交叉口整体安全性的主观评价，选择评价人员为有经验的安全研究人员，根据自己的交叉口交通安全知识和经验，对以上20 个交叉口的安全性进行评判打分（100分），并将主观评价的安全水平进行4 个等级划分不安全［0，60］、临界安全［60，80］、一般安全［80，90］、特别安全［90，100］，评价结果汇总见表5。由表5可见，笔者提出的评价方法和主观评价的安全等级划分结果具有良好的一致性。

表4 不同灰类的评价结果Tab.4 Evaluation values for different gray categories

表5 传统主观评价方法评价结果Tab.5 Evaluation values with traditional method

4 结束语

笔者基于冲突技术及交通安全因素分析，针对目前指标选择的不足，提出了公路交叉口安全评价指标体系，采用指标定权灰色聚类的评价方法，能够有效提取数据信息，与传统主观评价方法相比，主观判断往往会存在较大判断的误差，通过工程实践证明，基于指标定权灰色聚类评价方法能够快速有效地评价交叉口的安全状况，评价结果更接近实际交通状况。该评价方法在准确认识公路平交口的交通安全状况、确定区域范围内交叉口的交通安全改善顺序方面有着重要意义。笔者所提出的方法基于实际调查数据，受样本量的影响较大，后续研究中应进一步扩大样本覆盖面，更准确确定不同安全水平的白化值，以提高评价方法的适用性。

［1］Iowa Safety Management System.Toolbox of highway safety strategies［R］.Iowa：Iowa Department of Transportation，2002.

［2］郭忠印，方守恩.道路安全工程［M］.北京：人民交通出版社，2003.Guo Zhongyin，Fang Shouen.Road safety engineering［M］.Beijing：Ren Min Jiao Tong Press，2003.（in Chinese）.

［3］成 卫.城市交通冲突技术理论与应用［M］.北京：科学出版社，2006.Cheng Wei.The theory and application of city traffic conflict technique［M］.Beijing：Science Press，2006.（in Chinese）.

［4］海顿克列斯特.交通冲突技术［M］.张 苏，译.成都：西南交通大学出版社，1994.Kresty Haydn，Zhangsu Trans.Traffic conflict technique［M］.Chengdu：Southwest Jiaotong University Press，1994.（in Chinese）.

［5］俞 灏，刘 攀，羊 钊，等.倒计时信号灯对交叉口交通安全影响研究［J］.交通信息与安全，2014，32（2）：6－10 Yu Hao，Liu Pan，Yang Zhao，etc.Evaluating safety impact of countdown signal timer at signalized intersections［J］.Journal of Transport Information and Safety，2014，32（2）：6－10.（in Chinese）.

［6］姬利娜，王 飞，成 卫.基于交通冲突与灰色聚类的交叉口安全评价研究［J］.武汉理工大学学报：交通科学与工程版，2012，36（3）：641－644.Ji Lina，Wang Fei，Cheng Wei.Study on evaluation of traffic safety based on TCT and gray clustering at intersection［J］.Journal of Wuhan University of Technology，2012，36（3）：641－644.（in Chinese）.

［7］项乔君，陆 键，卢 川，等.道路交通冲突分析技术及其应用［M］.北京：科学出版社，2008.Xiang Qiaojun，Lu Jian，Lu Chuan，et al.The theory and application of road traffic conflict technique［M］.Beijing：Science Press，2008.（in Chinese）.

［8］黄明芳，陈腾林.基于交通冲突的城市交叉口安全评价［J］.黑龙江工程学院学报：自然科学版，2013，27（1）：10－13.Huang Mingfang，Chen Tenglin.Evaluation of city traffic safety at intersections based on traffic conflict［J］.Journal of Heilongjiang Institute of Technolo－gy，2013，27（1）：10－13.（in Chinese）.

［9］伍雄斌，林雨平，陈 腾.城市道路平面交叉口交通安全评价［J］.交通工程，2013（21）：29－31.Wu Xiongbin，Lin Yuping，Chen Teng.Safety Evaluation of Urban Road intersection［J］.Traffic Engineering，2013，（21）：29－31.（in Chinese）.

［10］Svenssonm Ase，Hyden Christer.Estimating the severity of safety related behaviour［J］.Accident Analysis and Prevention，2006，38：379－385.

［11］张学亮，邓 卫，郭唐仪.基于冲突率的交叉口交通安全评价方法研究［J］.交通运输系统工程与信息，2007，5（1）：85－89.Zhang Xueliang，Deng Wei，Guo Tangyi.Development of traffic safety evaluation method based on TCT at grade crossings［J］.Journal of Transportation Engineering and Information，2007，5（1）：85－89.（in Chinese）.

［12］潘福全，陆 键，项乔君.无信号平面交叉口安全服务水平计算模型［J］.交通运输工程学报，2007，7（4）：104－107.Pan Fuquan，Lu Jian，Xiang Qiaojun，etc.Computation model of safety level of service for nonsignalized intersection［J］.Journal of traffic and transportation engineering，2007，7（4）：104－107.（in Chinese）.

［13］13.Koji Mizuno，Janusz Kajzer.Compatibility problems in frontal，side，single car collisions and car－to－pedestrian accidents in Japan［J］.Accident Analysis and Prevention，1999，31：381－391.

［14］孙宝芸.公路平面交叉口交通安全问题诊断方法［D］.南京：东南大学，2006.Sun Baoyun.Traffic safety diagnosis method of Highway intersections［D］.Nanjing：Southeast University，2006.（in Chinese）.

［15］潘福全.公路平面交叉口安全服务水平研究［D］.南京：东南大学交通学院，2008.Pan Fuquan.Research on level of safety service for highway intersections［D］.Nanjing：Southeast University，2008.（in Chinese）.

［16］周志强.公路安全保障工程实施技术指南及技术标准实用手册［S］.北京：北京腾图电子出版社，2005.Zhou Zhiqiang.Practical handbook of technical guidelines and technical standards of highway safety enhancement project［S］.Beijing：Beijing Teng map Electronic Press，2005.（in Chinese）.

［17］邓聚龙.灰色理论基础［M］.武汉：华中科技大学出版社，2002.Deng Julong.Gray theory basis［M］.Wuhan：Huazhong University of Science and Technology Press，2002.（in Chinese）.

［18］刘思峰，郭天榜.灰色系统理论及其应用［M］.开封：河南大学出版社.1991.Liu sifeng，Guo Tianbang.Gray theory and application［M］.Kaifeng：Henan University Press，1991.（in Chinese）.

［19］李建明，曲成毅.基于vague集的指标权重确定方法［J］.中国卫生统计.2007，24（2）：197－200.Li Jianming，Qu Chengyi.The method of determining index weight based on vague set［J］.Chinese Health Statistics，2007，24（2）：197－200.（in Chinese）.

［20］唐志刚.vague集理论及其应用研究［D］.南宁：广西大学，2007.Tang Zhigang.Research on the theory and application of vague set［D］.Nanning：Guangxi University，2007.（in Chinese）.