考虑全寿命周期的城市路段交通安全集成评价_米雪玉.pdf

文章编号：1673-0291（2023）01-0106-09DOI：10.11860/j.issn.1673-0291.20220057第 47 卷 第 1 期2023 年 2 月Vol.47 No.1Feb.2023北京交通大学学报JOURNAL OF BEIJING JIAOTONG UNIVERSITY考虑全寿命周期的城市路段交通安全集成评价米雪玉1，2，邵春福 1，张鹏 3，庄焱 1，张小雨 1，王菁 1（1.北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044；2.华北理工大学 唐山市空地智慧交通重点实验室，河北 唐山 063210；3.北京市政路桥股份有限公司工程总承包二部，北京 100160）摘要：针对城市路段交通安全问题进行评价研究，考虑全寿命周期下“建设、管理、养护、运营”的驱动因素，选取路段几何特征、路面支撑属性、路段控制信号、路段标志标线、路侧照明条件 5个大类安全指标，分析其内部小类指标的定性评估与定量评定耦合特点.通过模糊多准则折衷决策（VIse Kriterijumski Optimizacioni Racun，VIKOR）解析定性因素，采用最优趋近物元可拓方法计算定量类指标，并将两部分的加权均方根作为路段交通安全指数，构建城市路段交通安全集成评价模型，最后以深圳市福田区道路网为实例进行实证研究.研究结果表明：被评为安全、一般和不安全的路段占比分别为 30.77%、53.84%和 15.39%，与实际相符.模型所得的路网交通安全指数为71.61%，介于两种参照评价模型结果（74.64%和 70.08%）之间.相较于参照模型，本文建立的模型在评价结果均衡性、极值数据偏差等判据上具有明显优势.研究成果可为改进城市道路交通管理提供决策依据，对促进交通基建常态化组织管理，规范交通安全设计元素提供指导.关键词：交通工程；安全评价；集成模型；城市路段；耦合指标；最优趋近中图分类号：U491.5 文献标志码：AIntegrated evaluation of urban road traffic safety considering whole life cycleMI Xueyu1,2,SHAO Chunfu1,ZHANG Peng3,ZHUANG Yan1,ZHANG Xiaoyu1,WANG Jing1（1.Key Laboratory of Transport Industry of Big Data Application Technologies for Comprehensive Transport,Beijing Jiaotong University,Beijing 100044,China；2.Tangshan Key Laboratory of Air and Ground Smart Transportation,North China University of Science and Technology,Tangshan Hebei 063210,China；3.General Contracting Department of Beijing Municipal Road and Bridge Co.,Ltd.,Beijing 100160,China）Abstract:This study aims to evaluate the urban road traffic safety.Considering the drivers of“construction,management,maintenance,and operation”in the whole life cycle,five major categories of safety indicators are identified.They include geometric characteristics of road sections,pavement support attributes,traffic control signals,road signs and markings,and roadside lighting conditions.The coupling characteristics of qualitative and quantitative assessment of the internal sub-categories are analyzed.Moreover,the qualitative factors are resolved by the fuzzy VIse Kriterijumski Optimizacioni 收稿日期：2022-05-05；修回日期：2022-09-13基金项目：国家自然科学基金（71621001）Foundation item:National Natural Science Foundation of China（71621001）第一作者：米雪玉（1979），女，四川德阳人，副教授，博士生.研究方向为城市道路交通安全.email：.通信作者：邵春福（1957），男，河北沧州人，教授，博士，博士生导师.email：.引用格式：米雪玉，邵春福，张鹏，等.考虑全寿命周期的城市路段交通安全集成评价 J.北京交通大学学报，2023，47（1）：106-114.MI Xueyu，SHAO Chunfu，ZHANG Peng，et al.Integrated evaluation of urban road traffic safety considering whole life cycle J.Journal of Beijing Jiaotong University，2023，47（1）：106-114.（in Chinese）米雪玉等：考虑全寿命周期的城市路段交通安全集成评价第 1 期Racun(VIKOR)model,the quantitative class indexes are calculated by the optimal convergent elementary topology method,and the weighted root mean square of the two parts is used as the traffic safety index of road sections to construct an integrated traffic safety evaluation model for urban road sections.Finally,the road network in Futian District,Shenzhen,is used as an example for empirical research.The results show that the percentages of road sections rated as safe,general safe and unsafe are 30.77%,53.84%and 15.39%,respectively.This is consistent with the actual situation.At the same time,the overall traffic safety index of the road network obtained from the model is 71.61%,which is between the results of the two reference evaluation models(74.64%and 70.08%).In addition,compared with the reference model,the model established in this paper has obvious advantages in evaluating the balance of results and the deviation of extreme data.The results provide a decision-making basis for urban road traffic management.It can promote the normal organization and management of traffic infrastructure.Furthermore,the elements of traffic safety design are able to be standardized.Keywords:traffic engineering；safety evaluation；integrated model；urban road；coupling indicator；optimal convergence城市道路交通网络中，路段是其主要组成要素，用于车辆及行人汇集、通行和疏散，构成因素复杂.其中，安全保障是路段的重要作用，直接影响路网交通流的有序稳定.对路段设施结构性能与交通流的安全适应性进行研究，可掌握其安全状态和变化机理，有针对性调整和改造相应设施设备.因此，有必要通过合理的解析流程构建评价方法体系，评估城市路段交通安全现状，聚焦基础设施性能阈值，提高道路网运行能力，提升城市道路交通的决策管控水平.当前路段交通安全评价研究热点中，研究内容方面集中在“人、车、路、环境”协调性指标的效果评价等，研究方法上主要以多主体决策评价模型和数据驱动评价模型为主.Dong 等1建立了针对城市路段安全因素的异质性分析模型，并通过观测判别和实时检验之间的相对误差，校正模型.Charly 等2提出了车辆与路段相互作用的效果评价模型，并使用精确的车辆横向位置和宽度标定模型参数.Rahman 等3针对学校等城市重点区域附近的路段交通安全，提出微观尺度模拟方法以获得实时安全状态指标.Veeramisti 等4引入智能网络理论，提出与路段局部通行安全相关的“控制走廊”分析框架.Fan 等5基于机器学习构建了城市路段事故风险评价模型，并进一步研究了局部事故“黑点”的识别问题.Ghadi 等6提出了针对城市路段交通安全评价的区域分割方法，实现了多类安全场景下交通冲突因素判别.Mi 等7基于复杂网络理论提出了城市路段关键点安全评价方法，建立了由单因素向多因素扩展的综合评价模型.胡启洲等8利用 0，1 模糊区间，以多类服务准则为指标建立了高速公路路段交通安全评价模型.赵新勇9基于多源数据融合方法，评价了自由流状态和跟车状态的路段交通安全性.闵泉10应用数据模拟和层次分析法，结合开源数据集建立了路段评价指标体系.余豪等11在结构方程基础上构建道路交通安全评价模型，结合回归分析进行了道路安全评价.既有研究中，多以交通安全冲突基本准则为依据建立指标评价体系，未重视指标本身在道路工程中的实践可操作性.同时，在评价方法上也未有效区分定性与定量模型.对于定量类指标评价，也忽略了指标并行计算时相互影响导致的精度问题.此外，在多元化主体参与的评价流程中，杂项数据易形成噪声干扰，影响关键指标的量化取值和权重标定.因此，本文提出城市路段交通安全集成评价，聚焦“建设、管理、养护、运营”全寿命周期的定性与定量耦合指标，突出道路工程影响因素比选与评价方法设计.分析交通安全相关的大类指标与具体实施指标，明确定性评估与定量评定的匹配特点，应用集成化的分类评价方法解析计算安全指数.研究成果以更为实际、准确和普适的指标及模型确定城市路段交通安全状态，为道路工程的“建设、管理、养护、运营”实践提供理论依据和决策参考.1 城市路段交通安全评价耦合指标城市路段交通安全评价涉及因素复杂，工程支撑特点突出.应从全寿命周期角度出发，以集成性、107北京交通大学学报第 47 卷精简性和权衡性为原则，选定路段几何特征、路面支撑属性、路段控制信号、路段标志标线和路侧照明条件 5个大类指标.其中，路段几何特征主要考虑建设及养护需求，路面支撑属性主要考虑养护效果，路段控制信号和路段标志标线主要考虑管理及运营规定，路侧照明条件则主要考虑建设及运营原则，大类指标中物理特征和管理特点对应的 15 个具体指标如图 1所示.既有研究成果多从“定量为主，定性为辅”的角度进行评价，提出的定量类指标已较为齐全.考虑部分安全细节的实际重要性和难以直接量化的特点，补充路面抗滑性、人行道绿灯规范性和标志标线可视性等定性类指标，得到各指标的内容描述与量化属性如表 1所示.一部分指标的评价分值形式为直接量化数值，另一部分指标的评价分值形式为自然语言描述.城市路段交通安全评价指标体系具有明显的定性与定量耦合特点，单一的定性评价模型或定量评价模型均难以适用于该问题.2 城市路段交通安全集成评价模型针对构建的城市路段交通安全评价指标体系，建立定性评估与定量评定相结合的集成评价模型.其中，针对定性类指标难以直接量化特点，通过模糊多 准 则 折 衷 决 策（VlseKriterijumski Optimizacioni Racun，VIKOR）模型进行定性因素的主观评价.此外，针对定量类指标的并行计算精度问题，应用最优全寿命周期下“建管养运”驱动的城市路段交通安全评价路段几何特征(建设、养护)路口平行角度路面平视视距车道规格数量路段标志标线(管理、运营)标志标线设置数量标志标线信息量标志标线可视性路面侧向纵坡度路侧渠化配置量路面支撑属性(养护)路面平整性路面抗滑性路段控制信号(管理、运营)信号灯间距合理性人行道绿灯规范性信号灯可视性路侧照明条件(建设、运营)路灯设置数量路灯亮度与稳定性 图 1全寿命周期下“建设、管理、养护、运营”驱动的城市路段交通安全评价指标体系Fig.1Traffic safety evaluation index system of urban road driven by“construction,management,maintenance,and transportation”in whole life cycle表 1全寿命周期下“建设、管理、养护、运营”驱动的城市路段交通安全评价指标描述Tab.1 Traffic safety evaluation indicators on urban road driven by“construction,management,maintenance,and transportation”in whole life cycle评价指标路面侧向纵坡度路口平行角度路面平视视距车道规格数量路侧渠化配置量路面平整性路面抗滑性信号灯间距合理性人行道绿灯规范性信号灯可视性标志标线设置数量标志标线信息量标志标线可视性路灯设置数量路灯亮度与稳定性指标描述路面侧向纵坡度（宜2.5%，条件困难情况下不宜3%）交叉角度（宜等于或接近 90）路面平视视距车道规格数量机动车道、非机动车道及行人道等分流渠化设施数量交叉口路面平整程度路面摩擦阻力与抗滑程度交通信号灯设置间距与路段交通组织匹配性绿灯保证路段中途行人安全通行的适应性交通信号灯被路段使用者识别以保障车辆和行人安全通行的清晰准确程度引导规范路段交通流的标志与标线设置数量设计齐全、准确（车道划分、方向、类型、路牌、警告标志等）标志标线的信息条目数量标志标线设置的清晰程度照明路灯设施设备的数量照明路灯设施设备亮度状况生命周期原则建设建设建设为主，养护为辅建设建设为主，养护为辅养护养护管理管理运营为主，管理为辅管理管理运营为主，管理为辅建设为主，运营为辅运营指标量化属性定量定量定量定量定量定性定性定性定性定性定量定量定性定量定性108米雪玉等：考虑全寿命周期的城市路段交通安全集成评价第 1 期趋近物元可拓模型进行定量因素的客观性评价，并引入卷积形式条件以消除噪声数据干扰.同时，将两个子模型结果加权均方根的百分比数值作为路段交通安全指数.2.1 定性类指标评价子模型定义城市路段交通安全评价对象集合有k个元素，评价对象分别为L1，L2，Lk.对于评价的各项定性类指标，其重要性以及路段对应的等级情况均通过自然语言形式进行评估，相应指标权重和等级评估如表 2所示.在多元主体决策评价中，不同决策专家对应不同路段属性指标权重，同时也对应不同的路段评定结果.采用三角模糊数集方法将自然语言中的指标权重和等级评估值进行量化，具体的数值通过三角模糊区间值进行表示.其中，模糊区间基于常用的四等分三角阈值来界定.将模糊评价值嵌入 VIKOR 流程，用以获得量化指数结果.本文评价模型中，路段交通安全评价定性指标均具备多元主体集群模式的评价条件.采用模糊数表示每项路段交通安全定性指标评价的程度值，取（a1，a2，a3）和（b1，b2，b3）两组线性区间端点参数，得到三角模糊数A?与B?，如图 2 表示.模糊数A?对应的判定隶属度函数为fA(x)=0 x a1x-a1a2-a1 a1 x a2x-a3a2-a3 a2 x a3 0 x a3（1）对于模糊数A?与B?，基本运算规则为(A+B)=a1+b1，a2+b2，a3+b3（2）(A-B)=a1-b3，a2-b2，a3-b1（3）(A B)=a1b1，a2b2，a3b3（4）(A B)=a1 b3，a2 b2，a3 b1（5）同时，自然语言形式下指标权重及个体等级评估的模糊区间定义如表 2 所示.应用模糊 VIKOR 模型评价城市路段交通安全定性类指标的具体方法分为 6 个步骤.步骤 1：对于城市路段交通安全定性类指标所依据的评价矩阵G，确定其中模糊多指标的多主体参与评价信息.G由每个候选评价路段的各个指标评定值确定.V表示评价矩阵对应的权重向量.同时，对 于 评 价 专 家1，2，I中 的i，评 价 指 标1，2，J中的j，以及路段评价对象1，2，K中的k，相应解析定义Gi和Vi为Gi=gi11 gi1j gi1J gik1 gikj gikJ giK1 giKj giKJ（6）Vi=vi1，vi2，viJ（7）式中：定性类指标的评语变量为三角模糊数g?ikj=(g?ikj1，g?ikj2，g?ikj3)与v?ij=(v?ij1，v?ij3，v?ij3)；g?ikj表示用作评价的评语变量，即路段评价对象k在指标j下由第i个评价专家的等级评语；v?ij表示用作评价的评语变量，即指标j由第i个评价专家给出的重要性权重.步骤 2：汇总评价指标的重要性权重v?ij，及第i个专家对应模糊评价矩阵Gi中等级评定元素g?ikj的相关评语结果.整合计算I个评价专家对应的平均衡量值v?j和g?kj为vj=1I i=1Ivij（8）gkj=1I i=1Igikj（9）步骤 3：模糊评价矩阵信息中，对每项指标j，计算路段评价对象的模糊最优值g?*j与模糊最劣值g?-j.效益型和耗损型指标分别对应的计算式为图 2三角模糊数A?与B?示意图Fig.2Triangular fuzzy numbers A?and B?表 2自然语言形式的指标权重及个体等级评估Tab.2 Indicator weights and individual level evaluation of natural language forms指标权重非常小小普通大非常大模糊区间值(0,0,0.25)(0,0.25,0.5)(0.25,0.5,0.75)(0.5,0.75,1.0)(0.75,1.0,1.0)等级评估非常差差中等强非常强模糊区间值(0,0,2.5)(0,2.5,5.0)(2.5,5.0,7.5)(5.0,7.5,10.0)(7.5,10.0,10.0)109北京交通大学学报第 47 卷g*j=maxgkj|k=1，2，Kg*j=mingkj|k=1，2，K（10）g*j=mingkj|k=1，2，Kg*j=maxgkj|k=1，2，K（11）步骤4：相较于传统模糊标定方法，对多参数条件进行同步归一化处理，避免群效用对模糊数的边缘分布影响，减少指标衡量评价中的量纲程度影响.对于路段评价对象k，得到归一化结果?k和?k的相应值为k=j=1Jvj()g*j-gkj()g*j-g-j（12）k=maxj vj()g*j-gkj()g*j-g-j（13）步骤 5：对于评价对象k，计算其对应的模糊评价值F?k为Fk=w()k-*-*+()1-w()k-*-*（14）式中：w表示群效用决策权重，通常取值为 0.5；(1-w)表示最大个体效用权重；?*为?k的最小值，?-为?k的最大值；?*为?k的最小值，?-为?k的最大值.步骤 6：去模糊化的评价结果处理.将三角模糊数形式的评价等级指数F?k，去模糊化变为精确数形式，得到最终等级评价指数Fk为Fk=1fk1+2fk2+3fk3（15）式中：fk1、fk2和fk3为三角模糊数区间端点值；1，2和3表示三角模糊数区间端点值分别对应的权重，且1+2+3=1.一 般 计 算 取 值 中，1=3=1 6，2=2 312.2.2 定量类指标评价子模型对于定量类安全指标，采用最优趋近物元可拓模型完成评价.在传统物元可拓模型基础上，结合城市路段交通安全特点，以最优趋近度代替隶属原则进行指标评定，并以等级特征值衡量同级物元对象的优劣程度.模型评价流程主要分为 6个步骤.步骤 1：明确评价物元对象.选取单条路段评价对象k，根据物元可拓理论13，将城市路段交通安全定 量 类 指 标 作 为 待 评 价 事 物 的 特 征C=(c1，c2，cn)T，且 特 征C评 价 量 化 值U=(u1，u2，un)T，阶数n为定量类安全指标数量，具体对应了路面侧向纵坡度、路口平行角度、路面平视视距、车道规格数量、路侧渠化配置量、标志标线设置数量、标志标线信息量和路灯设置数量.城市路段交通安全的待评物元三元组为R0=(P0，Ci，Ui)（16）式中：P0为初始待评事物的初始状态；Ci表示与第i个专家相对应的评价特征；Ui表示与第i个专家相对应评价特征的量化值.步骤 2：确定评价的经典域与节域.定义城市路段 交 通 安 全 等 级 为 标 准 事 物Pm，其 中m=1，2，表示安全等级索引序号，城市路段交通安全评价中划分为 4 个等级1.Pm特征的量化值范围uim=(aim，bim)，则经典域Rm为Rm=(Pm，Ci，Ui)（17）式中：Pm表示城市路段交通安全的第m个等级；Ci和Ui中以u1m，u2m，unm表示Pm对应c1，c2，cn的取值范围.此外，相应的评价节域为Rp=(P，Ci，Upi)（18）式中：P表示城市路段交通安全等级的全体；Ci和Upi中up1，up2，upn表示P对应c1，c2，cn的取值范围，upi=(api，bpi)，且uim upi.步骤 3：指标归一化.为解决指标实际获取数值超出评价节域的问题，需消除指标数值量纲和取值区间范围的差别.因此，对经典域和待评价物元进行归一化处理，进而获得无量纲化的指标数值.为得到归一化处理的评价经典域Rm、节域Rp和待评价物元R0，应用区间阈值参数api和bpi，分别考虑效益型和耗损型两种类别，计算归一化指标zi为zi=c(xi)=0 xi=apixi-apibpi-api xi api，bpi 1 xi=bpi（19）zi=c(xi)=1 xi=apibpi-xibpi-api xi api，bpi 0 xi=bpi（20）步骤 4：权重确定.处理城市路段交通安全定量类指标中，为了减少主观性对指标权重的影响，提高模型并行计算的精度，应用变权理论来确定相应权重14.状态变权向量由指标实际获取值及其对应的评价节域确定，得到基于变权理论的城市路段交通安全等级评价指标ci的权重值计算为wi(ci)=exp()()di max-di mini=1nexp()()di max-di min（21）110米雪玉等：考虑全寿命周期的城市路段交通安全集成评价第 1 期式中：界限di max=max|ui-api|，|bpi-ui|，di min=min|ui-api|，|bpi-ui i|；ui为R0的指标量化值；api、bpi为Rp中upi的边界值（api=0，bpi=1）；为可调节参数，在保证城市路段交通安全定量类各指标均衡性的原则下，取=-1.步骤 5：建立最优趋近度函数.为使安全评价结果更为准确，引入卷积形式条件以消除噪声数据干扰，并以最优趋近度代替隶属原则14，可计算待评物元R0对应安全等级m的最优趋近度为Nm(P0)=1-1n()n+1i=1nDm(ui)wi()ci（22）式中：n为定量类安全指标的数量；Dm(ui)=|ui-()aim+bim2|-()aim-bim2，表示R0与Rm之间的距离.步骤 6：对于边界值Nm(P0)=maxNm(P0)，待评物元R0属于m等级，则差值-Nm(P0)和等级指数为-Nm(P0)=Nm()P0-min Nm()P0max Nm()P0-min Nm()P0（23）E=m=1m-Nm()P0m=1-Nm()P0（24）式中：E为R0的评价等级指数，用以衡量被评价路段在交通安全定量类指标上的综合性能.当被评价路段为k时，路段k交通安全定量类指标评价等级指数为Ek.此外，路段评价对象k定性类指标的评价等级指数为Fk.综合定性类指标和定量类指标，得到路段k的加权均方根结果计算为k=2F()Fk2+E()Ek2F+E 100%（25）式中：k为路段评价对象k的交通安全指数；F表示定性类指标所占总权重，E表示定量类指标所占总权重，F+E=1.在默认评价者理性参与的前提下，F=E8.同时，为了与现有行业规范依据相结合，便于实际评价应用操作，将路段交通安全指数表示为百分数形式15.从模型的适应性看，对定性类指标评价子模型，通过归一化与平行运算，评价指数结果均衡分布于区间 0，100%内；对于定量类指标评价子模型，经去量纲化和趋近分级，评价结果同样为区间0，100%内均匀数值；二者的加权均方根处理保证了最终结果的有效性.集成模型不受评价问题的指标类型、对象规模等影响，其核心的解析计算流程普适性强，对于不同指标体系、不同路段集合具有通用效果.从模型结果与安全数据的结构融合角度来看，安全状态依据通常为百分数制的量化评价表，与模型输出指数在数值形式上具有一致性.具体实施中，可直接将模型结果与安全数据进行对比分析，进而确定评价对象安全状态.3 实例研究以深圳市福田区道路网为对象进行实例研究.对于基础路网，为便于计算分析和决策管理，在原始拓扑数据中利用 ArcGIS 软件工具将部分流量较小路段合并至邻接路段.研究中实时交通量数据处理难度较大，而单条路段的交通量计算可视为直行车道数与直行车道通行能力的乘积.因此，采用路段通行能力代替年平均日交通量，以此衡量其交通量水平.路段通行能力为低于 1 700 pcu/d时即被认为流量较小7.用于计算的抽象网络如图 3 所示，图 3中数字表示节点.实例区域调研数据中，共计 42组人员参与了问卷调查.每组包括 1名交通行业人员（市域路政和道路运管从业者）、1名汽车驾驶人和 1名当地居民，且每组均对所有路段进行评价，确保覆盖全网路段.各参与者根据自身专业知识和实践经验对各项安全指标进行评价.其中，定性类指标通过自然语言形式予以评定，每组内每条路段每项指标的 3 份评价结果按照三角模糊数流程处理；定量类指标通过直接量化形式予以评分，每组内每条路段每项指标的3 份评价结果按照平均值处理.福田区属于现代交通基建起始较早的地区，路网配套建设相对完善，适用于系统性安全评价.根据文献 16，将福田区路段交通安全状态定义为安全、一般、不安全和危险，对应的百分化指数阈值为80%，100%）、60%，图 3实例研究道路网络图Fig.3Road network diagram for case study111北京交通大学学报第 47 卷80%）、40%，60%）、0%，40%）.同时，四等分的安全状态主要用于新旧跨度明显的交通基础设施，而福田区路段使用周期普遍在 15 a 以上，养护周期基本维持在 3 a以内，符合相应条件.以华强南路为例，应用所提出的耦合指标体系和集成评价模型，对路段交通安全指数进行评价计算，汇总评价结果如表 3所示.福田区华强南路交通安全评价计算指数为 45.22%，在 40%，60%）范围内，属于不安全状态.华强南路路段整体存在安全隐患如下：路面总体平整度不好，抗滑性较差；部分交通标志标线缺失，交通标志标线白天和夜间可视性均较差；路段北口处有医院等大型公共场所，吸引了大量分流和汇聚车流，造成明显交通拥堵；非机动车渠化车道设置总体偏窄，行人车辆较多时存在较大安全隐患；路段北段有大量车辆掉头，未单独设置掉头车道，而是使用直行与掉头共用车道；路段中途过街人行道绿灯设置不清晰，导致部分行人未按绿灯通行.此外，为了明晰大类指标权重对评价结果的影响，对系数F与E进行灵敏度分析.考虑F+E=1，只需对定性类权重系数F进行计算，评价结果如图 4 所示.F=0.5时，华强南路安全评价指数最大，具有中位数结果的代表性.因此，统一采用0.5作为权重取值符合实际的问题场景.从华强南路评价指标集成特点来看，定性类指标的综合评价指数为 22.48%，在全部指标的评价指数占比为 49.71%；定量类指标的综合评价指数为22.74%，在全部指标的评价指数占比为 50.29%.二者的接近程度表明路段交通安全评价中，定性类指标与定量类指标的设置总体均衡合理.同时，二者评价结果接近均衡的原因在于两点：一是集成指标体系中定性类指标与定量类指标数量的接近，前者为 7个，后者为 8个；二是集成评价模型的建立，模糊 VIKOR 模型将定性类指标的量化值进行了分级评估取值和整体标度归一，最优趋近物元可拓模型将定性类指标量化值进行了指标分类归一和变权衡量评定，消除了大类权重差别和指标量纲维度的影响.评价结果表明，所构建的城市路段交通安全评价指标体系能够基本反映问题特征，集成评价模型与应用案例具有一定的契合度.由表 3 可知，华强南路路段存在的安全缺陷指标包括车道规格数量、路侧渠化配置量、路面平整性、路面抗滑性、人行道绿灯规范性、信号灯可视性和标志标线设置数量.对比表 1可知，安全缺陷指标分别对应了不同的建设、管理、养护和运营等生命周期原则，可针对性地实施改进工作.通过安全缺陷指标与生命周期原则的有机结合，更为清晰地描述了道路状态属性，明确了安全改进发力点，节约了道路系统工程的经济成本.应用城市路段交通安全评价耦合指标体系和集成评价模型，在调研调查数据基础上，针对福田区道路网中 52 条路段实施安全评价，汇总结果如表 4 和图 5 所示.福田区道路网中路段交通安全情况总体水平一般，评价等级为安全的路段仅有 16 个，总数占比仅为 30.77%.此外，虽然不存在危险等级的路段，但不安全等级的多达 8 个，总数占比为 15.39%.总体来看，这些路段存在较多事故隐患细节，是预防工作的重点对象，应从建设、养护方面加以决策改进.对于评价等级为一般的路段，可进一步增加管理、运营层面的安全维护措施.应用城市路段交通安全集成评价模型进行方法对比，对比模型所应用的条件如表 5 所示.其中，VIKOR 排序准则来自于模糊 VIKOR 评价模型，熵权排序准则来自于最优趋近物元可拓模型.各模型对于福田区 52 条路段的相应安全指数特征如表 6所示.除表 6 中结果外，对于路网整体安全指数值，所用集成评价模型结果为 71.61%，对比模型 1结果为 74.64%，对比模型 2 结果为 70.08%.该结果表明，集成模型能够兼顾 VIKOR 排序准则和熵权排序准则的特点，体现两种评价方法的综合驱动效果.此外，集成模型评价结果与两种对比模型在调和平表 3华强南路交通安全评价结果Tab.3 Evaluation results of traffic safety on Huaqiang South Road%评价指标路面侧向纵坡度路口平行角度路面平视视距车道规格数量路侧渠化配置量路面平整性路面抗滑性信号灯间距合理性指数2.043.405.100.000.000.000.009.02评价指标人行道绿灯规范性信号灯可视性标志标线设置数量标志标线信息量标志标线可视性路灯设置数量路灯亮度与稳定性-指数0.000.000.002.605.069.608.40-图 4指标权重系数的灵敏度分析Fig.4Sensitivity analysis of index weight coefficients112米雪玉等：考虑全寿命周期的城市路段交通安全集成评价第 1 期均数上的分布如图 6 所示.图 6 中曲线具有明显的中心峰值性，符合一定的关联性边缘分布，且各模型结果的数值区间总体同步.这表明集成模型的安全指数结果总体较为均衡，内部子模型的支撑计算效果明显.同时，集成模型所得安全指数的变化幅度相较两种对比模型更为稳定.其原因为，VIKOR 排序准则是一种多属性决策中最佳化妥协解方法，属于基于理想点法的决策方法，更适于处理定性类指标冲突折衷的情况；而熵权法是一种根据包含各个变量变异程度进行赋权的方法，属于针对指标离散程度的客观赋权法，更适于处理定量类指标权重失真的情形.模型结果以评价指数形式反映路段安全状态，提供了基于机理解析的决策依据.从实践层面看，模型结果融合了现实环境和资源条件，能够指导促进城市道路交通基建的常态组织管理，规范交通安全设计元素，并节约利用供给侧设施资源.4 结论1）考虑城市道路“建设、管理、养护、运营”的全寿命周期背景，提出了路段几何特征、路面支撑属性、路段控制信号、路段标志标线、路侧照明条件 5个大类指标，分析了具体指标的定性评估与定量评定耦合特点，采用模糊 VIKOR 模型解析定性类指标，建立最优趋近物元可拓模型处理定量类指标，实现表 6模型对比计算结果Tab.6 Calculation results of model comparison模型类别集成模型对比模型 1对比模型 2均衡性指标调和平均数70.9172.3767.59几何平均值70.1973.9269.74中位数73.5374.8070.82稳定性指标极差33.5536.2537.78平均差12.2212.9614.35标准差9.859.9810.43图 5路段交通安全状态等级分布示意图Fig.5Schematic diagram of road traffic safety levels distribution表 5方法对比调整条件Tab.5 Adjustment conditions for method comparison方法类别集成模型对比模型 1对比模型 2定性类评价子模型VIKOR排序准则VIKOR排序准则熵权排序准则定量类评价子模型熵权排序准则VIKOR排序准则熵权排序准则图 6调和平均数对比分布Fig.6Contrastive distribution of harmonic mean表 4路段交通安全状态等级评价结果Tab.4 Evaluation results of road traffic safety等级一级16个二级28个三级8个四级0个安全状态安全80%，100%)一般60%，80%)不安全40%，60%)危险0%，40%)路段安全指数/%益田路（86.92）、福华四路（85.48）、福民路（84.61）、福华五路（84.10）、福华二路（83.84）、福华一路（83.72）、福田中心四路（83.36）、福田中心一路（83.05）、福华路（81.99）、水围二路（81.37）、福强路（81.21）、金田路（中段）（80.94）、福田路（80.72）、福田中心二路（80.48）、福华三路（80.25）、福田中心三路（80.08）福强路（彩田路至国花路）（79.75）、新洲路（79.16）、水围路（78.08）、国花路（77.56）、吉龙四街路段（77.23）、皇岗公园一街路段（75.96）、滨河大道（皇岗