层次分析法在中小学校车事故预防中的应用

代鑫涛, 叶勇军

(南华大学 环境保护与安全工程学院， 湖南 衡阳 421001)



层次分析法在中小学校车事故预防中的应用

代鑫涛, 叶勇军

(南华大学 环境保护与安全工程学院， 湖南 衡阳 421001)

由于我国经济发展不平衡，各地对于校车的安全投入也相差较大，为了减少这种差距造成的校车事故的发生，提出事故预防措施的优先性排序方案. 采用了层次分析法和历史统计数据分析相结合的思想，避免了单因素评价造成的主观性和片面性，从而对校车事故预防措施的优先性排序做出深入的探讨. 结果表明，在安全设施投入有限的情况下，优先采取管理培训措施是最佳的选择.

校车事故； 层次分析法； 统计数据； 管理对策

2014年10月24日，湖南省岳阳市的一辆小学校车，在接送学生途中由于司机操作失误，造成车辆侧翻，事故造成了3名学生受伤. 此次事故的发生，使得校车安全再次成为了社会热点话题. 虽然近年来对于事故发生的原因有较多的分析，但是校车事故的频发状态依然没有改观[1]. 为此本文尝试从事故预防措施的角度出发，利用层次分析法能够方便地对决策信息进行优先次序的排序的优点，对事故预防措施进行排序. 同时，在前人研究的基础上提出改进方法，使得处于不同层次社会资源配置下的各中小学可依据自身实际情况选出最优的事故预防方案.

1 研究对象及数据统计分析

据有关调查统计，我国14岁以下儿童每年死于交通事故的人数超过了1.8万，我国交通事故造成的死亡率是美国和欧洲等国的两倍. 而我国每年校车事故导致的死亡人数已经占到了死亡总数的一半以上[2]. 针对校车的使用人群及其特点，本文选取我国中小学的校车安全事故作为研究对象并列举了近几年的典型校车安全事故及其原因，如表1所示.

根据表1中的数据统计分析以及有关学者对于2010—2014年的数据统计结果可得，在这46起主要的校车交通事故中，由于人的因素和管理方面的原因导致事故发生的次数分别达到了17起和21起，这两方面的原因导致校车事故发生的事故次数占事故发生总次数的82%. 显然，人的因素与管理的因素对校车安全运行的影响程度是最大的. 为此，我们可以初步从统计学的角度出发，在对事故预防措施的优先选择排序中，将对事故发生影响最大的因素，如人的因素以及管理的因素等放在第一位，以求在外在资源有限的情况下取得最优的事故预防效果. 为了使分析结果更可靠，本文在统计数据分析的基础上，采取了层次分析法对决策进行了总排序.

表1 2010—2014年校车安全事故统计表

2 层次分析法概述

2.1 简介

层次分析法是美国著名的运筹学家萨蒂在20世纪60年代末提出的具有多目标和多准则特点并且将定性定量分析相结合的新型决策方法，又称AHP[3]. 基本思想是，在实际中可以将一个复杂问题分解成多个组成因素，并按这些因素之间的隶属关系分组，从而得出递阶层次结构. 通过将相同级别的指标两两比较，得出层次中各个因素的相对重要性. 然后利用求判断矩阵特征向量的方法，求出各元素相对于其上一层次某元素的权重值，之后利用加权法进行递阶归并，最终求得各因素对总目标的权重值. 其工作流程如图1所示.

2.2 单一准则下元素相对权重的计算

2.2.1 权重计算

根据判断矩阵，可以求出各元素对于其上一层次的某个因素相对重要性的排序值，这种方法称为层次单排序. 采用MATLAB求得判断矩阵特征方程的解，然后对判断矩阵A的特征方程的解进行归一化处理，即可得到某因素对于其上一层次某因素相对重要性的排序权重，从而得出单排序结果[4-5].

图1 层次分析法流程图

2.2.2 一致性检验

由于校车事故的复杂性，导致专家的评价指标值在某些方面存在片面性. 因此检验一致性是有必要的. 其中，一致性指标表达式为CI=(λmax-n)/(n-1)，随机一致性比率表达式为CR=CI/RI,平均随机一致性指标RI如表2所示.

表2 随机一致性指标表

3 校车安全事故层次分析法的应用

3.1 递阶层次结构的建立

根据事故的致因理论，结合校车事故本身的特点，可将校车事故原因分为学生、司机、路人以及管理人员的不安全行为、校车本身的不安全状态和管理规章制度上的疏漏，通过对以上原因的追溯辨识，建立了校车事故发生的递阶层次结构如图2所示[6].

图2 校车安全事故预防对策的层次结构模型

1) 在环境因素方面主要包含的3个指标中，车内环境主要包括车内空气新鲜、车内噪音较小等；气候主要包括天气状况，如能室外见度高、风速较小、路面无积水或积雪结冰现象等；道路交通环境主要包括车辆所行驶的道路基础设施良好、车流量在正常范围内、其他车辆遵守交通秩序等.

2) 在技术因素方面包含的3个指标中，车辆人机设计是指不会由于车辆设计问题造成车辆内部人员产生不良情绪，主要包括车辆内部结构合理、驾驶员驾驶舒适度高、乘车人乘坐舒适度较高等；车辆维修保养主要是指定期对车辆进行维护保养，即以检查、调整制动蹄片等容易磨损或变形的安全部件为主；车辆安全设施是指座椅安全带配备齐全、ABS防抱死制动系统有效、TRC牵引力控制系统有效、车辆有足够的碰撞安全车身等[7].

3) 管理方面主要涉及三大方面的要素，即人员、方法和机器设备3个方面，使得校车运输做到统一调度、统一支配和统一管理，避免由于车辆安排不能满足运输需要而导致超载超速问题的产生；车辆运输安全检查即车辆安全检查制度要包括车辆行驶前的检查、车辆行驶途中对各个部位运行状态的检查以及车辆运输任务完成后的检查3个方面[8].

4) 人为因素主要包括3个方面的指标，其中乘车人主要指的是乘车人在车辆运行过程中不嬉戏打闹、不打扰驾驶员正常驾驶等；驾驶员是指驾驶员具有专业的驾驶技术，能从容处理驾驶过程中出现的不安全因素等；行人是指与车辆行驶有关的行人没有造成影响驾驶员安全驾驶的行为.

3.2 构建判断矩阵

3.2.1 编制调查表

由图3可知，该模型由4个一级指标和9个二级指标组成. 此处以4个一级指标为例，采用多个专家共同打分的方法确定各因素的指标权重值. 二级指标可采用相同的确定方法. 一级指标调查表结果如表3所示.

表3 一级指标权重调查表

3.2.2 专家打分

成对因素之间的相对重要性比较一般采用定性的方法，为了将判断矩阵标度化，本文将采用1～9将重要性意义进行标度，从而将定性分析结果转化为定量分析结果，如表4所示.

表4 相对重要性尺度表

3.2.3 构造判断矩阵

根据有关专家对结构模型中各项指标的权重分析结果汇总，得出了校车事故预防对策一级指标权重调查数据表. 再运用层次分析模型进行计算，构建判断矩阵，对专家的打分结果进行综合比较，得出最终的部分比较判断矩阵如表5所示.

将表5中各个专家的个体判断矩阵进行统计，计算出个体矩阵对应每一个位置上的算术平均值. 同时，由于aij=1/aji，从而最终得到一级指标的综合判断矩阵如表6所示.

3.2.4 计算单权重值和最大特征根

计算得各权重向量Q和对应的最大特征值分别为：

表5 一级指标权重调查部分数据表

表6 表A-B的判断矩阵

Q=(0.075,0.265,0.508,0.151)λmax=4.198

3.2.5 对判断矩阵进行一致性检验，即计算CI和CR.

根据表3给出的随机一致性指标可得，CI=0.066，CR=0.073<0.1. 这表明，判断矩阵的一致性在可接受的范围之内. 同理，依据一级指标判断矩阵的计算方法可得二级指标的判断矩阵，如表7所示.

表7 B-C的判断矩阵

由此可得各指标的特征值和特征向量. 通过计算得判断矩阵的各向量的权重向量Q和最大特征值，如表8所示.

表8 各指标计算结果汇总

通过对判断矩阵的一致性检验 ，得出各个CR值均小于0.1，这表明判断矩阵的一致性在可接受范围内.

3.2.6 各层元素对目标层的合成权重

计算同一层次所有因素相对于最高层的相对重要性从而得到排序权重值，这种从高层次到低层次进行的方法称之为层次总排序. 最后进一步计算各因素对总目标的影响，得到事故预防措施的层次总排序结果，如表9所示.

表9 校车安全事故预防对策层次总排序

3.2.7 结果分析

由表9可得，对于校车事故预防来说，管理的预防效果所占的权重大约为50.8%. 在这其中，制度措施的建立和实施得到的预防效果所占的权重最大，约为61.4%. 技术方面的预防效果的权重大约为26.5%，个人方面的预防效果所占权重大约为15.1%，所占权重最小的为环境中的预防效果，大约只占7.5%. 从层次总排序中可以看出，权重值排在前三位的依次为C9、C6和C83个指标，即制度措施、车辆的安全设施以及人员管理3个方面. 所占权重分别为31.2%、15.4%和13.6%.

4 结论

1) 层次分析法结合MATLAB的应用能较好地解决多重因素影响下的实际问题的分析.

2) 通过对各种预防方法的重要度排序，管理水平的提高是校车事故预防措施中最为行之有效的方法. 同时也表明，当外在可用资源短缺时，可以通过对相关决策的排序选出最优结果来减少事故发生.

3) 采用统计数据分析和层次分析法相结合的思想能较好的避免采用单一方法评价时由于人的主观因素而造成的片面性. 该方法也可用于其他领域的决策排序之中.

[1] Jing Zhenyang， Corinne Peek-Asa， Gang Cheng，et al. Incidence and characteristics of school bus crashes and injuries[J]. Accident Analysis and Prevention， 2009(41): 340-345.

[2] 房曰荣， 沈斐敏. 道路交通事故发展趋势分析与预测[J]. 中国安全生产科学技术， 2012， 8(3): 3-5.

[3] 许刚全. 层次分析法在决策方式选择中的应用[J]. 西安财经学院报， 2005， 18(4): 39-40.

[4] ZHANG Li-jie， KE Zheng， GUO Jiang-zhong， et al. International symposium on safety science and technology[J]. Procedia Engineering， 2012(45): 842-843.

[5] 赵秀菊， 谭冰. 层次分析法在“大四现象”研究中的应用[J]. 襄樊学院学报， 2011， 32(8): 3-4.

[6] 李绍勤， 刘飞， 张崇. 层次分析法在车辆事故分析中的应用[J]. 陕西师范大学学报， 2004， 32(5): 3-4.

[7] YU Jing-fei， WANG Li， GONG Xiu-ling. Study on the status evaluation of urban road intersections[J]. Procedia-Social and Behavioral Sciences， 2013(96): 608-611.

[8] 廖斌， 高慧， 刘敏， 等. 基于CREAM的校车驾驶员人因可靠性分析方法[J]. 中国安全生产科学技术， 2012， 8(11): 146-147.

Application of AHP in the school bus safety analysis

DAI Xin-tao, YE Yong-jun

(The School of Environmental Protection and Safety Engineering, University of South China, Hunan Hengyang 421001, China)

Due to the fact that the development of China’s economy is uneven, the safety investment of school bus is also quite different in each region. In order to reduce school bus crashes, we propose the prioritizing program of crash prevention measures. We combine AHP and historical statistical data analysis to eliminate the single factor affecting the results, and make an in-depth discussion about the prioritizing program. The results show that the management training is the best choice under limited budget to improve school bus safety.

school bus crash; analytic hierarchy process; statistics; management strategies

10.13986/j.cnki.jote.2015.06.012

2015- 04- 15.

国家自然科学基金项目(11105069)，湖南省科技厅计划项目(2011SK3085)

叶勇军(1979—)， 男， 副教授， 博士研究生， 研究方向为安全科学与工程. E-mail：14789327495@163.com.

X 913.4

A

1008-2522(2015)06-59-06