李升朝，吳 越，白雪萌，王 玥，張 海

(長(zhǎng)安大學(xué) 經(jīng)濟(jì)與管理學(xué)院，陜西 西安 710064)

0 引 言

近年來(lái)我國(guó)道路危險(xiǎn)貨物生產(chǎn)運(yùn)輸需求持續(xù)上漲，2017年全年危化品運(yùn)量已達(dá)16億噸。截至2017年，我國(guó)有道路?；菲髽I(yè)10 928家，危貨車(chē)輛超過(guò)21萬(wàn)輛。危險(xiǎn)貨物自身性質(zhì)活潑、種類(lèi)各異且具有危險(xiǎn)性大小不一的特點(diǎn)。在生產(chǎn)、運(yùn)輸、裝卸等過(guò)程中，具有動(dòng)態(tài)危險(xiǎn)性，一旦發(fā)生事故，易給國(guó)民生命財(cái)產(chǎn)、經(jīng)濟(jì)及環(huán)境上帶來(lái)不可估量的損失。如2014年因疲勞駕駛等原因造成的“7·19”特大道路交通?；啡紵鹿剩鹿试斐?4人死亡，直接經(jīng)濟(jì)損失5 300余萬(wàn)。2014年交通運(yùn)輸部公布《道路運(yùn)輸車(chē)輛動(dòng)態(tài)監(jiān)督管理辦法》[1]，提出對(duì)危貨車(chē)輛在途駕駛進(jìn)行實(shí)時(shí)監(jiān)控和管理。因此，我國(guó)部分城市引入第三方安全監(jiān)測(cè)平臺(tái)在危貨車(chē)輛運(yùn)行途中進(jìn)行違規(guī)操作監(jiān)測(cè)報(bào)警。將不同違規(guī)操作所造成的報(bào)警關(guān)聯(lián)度進(jìn)行排序，及引入監(jiān)測(cè)平臺(tái)對(duì)危貨車(chē)輛運(yùn)輸過(guò)程中違規(guī)操作次數(shù)變化影響情況進(jìn)行研究，對(duì)保障道路危險(xiǎn)貨物運(yùn)輸安全具有很大意義。

目前，國(guó)內(nèi)外關(guān)于道路運(yùn)輸動(dòng)態(tài)監(jiān)測(cè)研究有：CUI Yuanhui等[2]使用相關(guān)閾值、函數(shù)及模糊積分，收集8種傳感器信號(hào)，以液化天然氣罐為例，預(yù)測(cè)安全等級(jí)，以保障危化品在運(yùn)輸過(guò)程的人、車(chē)安全；G K.MITROPOULOS等[3]基于協(xié)作駕駛的最新和未來(lái)趨勢(shì)提出創(chuàng)新系統(tǒng)，該系統(tǒng)通過(guò)發(fā)出風(fēng)險(xiǎn)報(bào)警來(lái)及時(shí)警告駕駛員危險(xiǎn)情況；姚振強(qiáng)等[4]為實(shí)現(xiàn)危險(xiǎn)品公路物流的全過(guò)程實(shí)時(shí)危險(xiǎn)品和車(chē)輛監(jiān)控、路線規(guī)劃、報(bào)警及故障診斷等能力，結(jié)合GPS、GPRS、GIS及RFID等先進(jìn)技術(shù)，建立危險(xiǎn)品物流智能監(jiān)管系統(tǒng)；陳少惠等[5]引入元分析法對(duì)交通事故與駕駛行為之間關(guān)系進(jìn)行分析；張鵬等[6]集成GPS、GSM和GIS等技術(shù)，針對(duì)高速公路雨霧災(zāi)害具有突發(fā)性等特征，建立了高速公路雨霧監(jiān)測(cè)及車(chē)輛預(yù)警系統(tǒng)，降低環(huán)境因素帶來(lái)的危險(xiǎn)品運(yùn)輸事故隱患；杜珺等[7]分析了航空危險(xiǎn)品運(yùn)輸違規(guī)操作間的關(guān)系，為航空危險(xiǎn)品運(yùn)輸風(fēng)險(xiǎn)管控提供了參考。

基于以往研究可以看出，以往國(guó)內(nèi)外研究側(cè)重于通過(guò)5M法對(duì)道路危貨運(yùn)輸整體進(jìn)行風(fēng)險(xiǎn)分析，或是研究傳感器這類(lèi)監(jiān)測(cè)技術(shù)。專(zhuān)門(mén)針對(duì)道路危險(xiǎn)貨物在途車(chē)輛違規(guī)駕駛操作所引起的事故風(fēng)險(xiǎn)研究極少。且研究方法多數(shù)使用層次分析法、專(zhuān)家評(píng)分法這類(lèi)主觀性較強(qiáng)的評(píng)價(jià)方法。與以往研究不同的是，筆者結(jié)合熵權(quán)法、TOPSIS法及灰色關(guān)聯(lián)分析法，對(duì)運(yùn)輸過(guò)程中的危貨車(chē)輛違規(guī)操作進(jìn)行研究，將導(dǎo)致事故發(fā)生的超速、疲勞駕駛及離線位移造成事故預(yù)警的相關(guān)性等做出分析，以期能為我國(guó)危險(xiǎn)貨物運(yùn)輸安全提供理論幫助。

1 基于熵-TOPSIS-灰色關(guān)聯(lián)的車(chē)輛違規(guī)報(bào)警綜合評(píng)價(jià)模型

筆者采用熵權(quán)法、TOPSIS法及灰色關(guān)聯(lián)分析法對(duì)道路危貨車(chē)輛違規(guī)報(bào)警從橫、縱兩個(gè)角度進(jìn)行分析評(píng)價(jià)[8]。先使用熵權(quán)法對(duì)各評(píng)價(jià)對(duì)象進(jìn)行權(quán)重賦值，再根據(jù)權(quán)重，通過(guò)TOPSIS法計(jì)算系統(tǒng)風(fēng)險(xiǎn)綜合評(píng)價(jià)指數(shù),根據(jù)指標(biāo)數(shù)值判斷風(fēng)險(xiǎn)隨時(shí)間變化情況，進(jìn)行宏觀縱向評(píng)價(jià)；最后使用灰色關(guān)聯(lián)分析法求各個(gè)子系統(tǒng)與母系統(tǒng)的相關(guān)程度，依照相關(guān)性大小分析內(nèi)部子系統(tǒng)所造成違規(guī)操作風(fēng)險(xiǎn)大小，進(jìn)行內(nèi)部橫向評(píng)價(jià)。危貨車(chē)輛違規(guī)報(bào)警綜合評(píng)價(jià)方法步驟具體如下。

1.1 數(shù)據(jù)處理

通過(guò)對(duì)近五年道路危險(xiǎn)貨物運(yùn)輸事故報(bào)告的整理研究并結(jié)合危險(xiǎn)貨物監(jiān)測(cè)預(yù)警指標(biāo)選取原則，選取研究子序列主要考慮以下3點(diǎn)因素：第一，科學(xué)性?；?014年實(shí)施的《道路運(yùn)輸車(chē)輛動(dòng)態(tài)監(jiān)督管理辦法》第9條等規(guī)定道路危險(xiǎn)貨物運(yùn)輸車(chē)輛必須按規(guī)定安裝衛(wèi)星定位裝置并及時(shí)上傳監(jiān)測(cè)數(shù)據(jù),《道路運(yùn)輸車(chē)輛動(dòng)態(tài)監(jiān)督管理辦法》第25條指出監(jiān)控和管理超速行駛、疲勞駕駛及離線問(wèn)題；同時(shí)，相較于目前尚在研究階段的人臉識(shí)別技術(shù)、高級(jí)駕駛輔助系統(tǒng)(ADAS)等技術(shù)，衛(wèi)星定位裝置技術(shù)更為成熟，能夠保障監(jiān)測(cè)預(yù)警結(jié)果的準(zhǔn)確性[9]。第二，實(shí)用性。根據(jù)對(duì)以往海量道路危險(xiǎn)貨物運(yùn)輸事故致因因素整理，得知“駕駛員”的因素是最主要的。其中，超速、疲勞駕駛、離線位移三者可極大地反映駕駛員的駕駛狀態(tài)，一旦操作不規(guī)范易導(dǎo)致危險(xiǎn)貨物運(yùn)輸事故發(fā)生[10-12]。第三，可獲得性。目前我國(guó)衛(wèi)星定位裝置相較于人臉識(shí)別技術(shù)、高級(jí)駕駛輔助系統(tǒng)(ADAS)等技術(shù)發(fā)展的更為完善，投入使用覆蓋也更為全面，能夠獲得全部危貨車(chē)輛相關(guān)監(jiān)測(cè)數(shù)據(jù)；同時(shí)，超速、疲勞駕駛、離線位移是否違規(guī)易于判斷和監(jiān)測(cè)獲取。因此，筆者構(gòu)建危貨車(chē)輛違規(guī)報(bào)警的初始矩陣選取超速、疲勞駕駛及離線位移3種違規(guī)操作作為子系統(tǒng)進(jìn)行研究，記為xij,其中,i為3個(gè)待評(píng)價(jià)對(duì)象，i=1，2，3；j為2018年各月月份指標(biāo)，j=1，2，…，n，n∈N+，即為初始矩陣X=[xij]m×n。

(1)

對(duì)初始矩陣標(biāo)準(zhǔn)化得到標(biāo)準(zhǔn)矩陣R=(rij)m×n，其中rij為經(jīng)過(guò)無(wú)量綱化處理的第i個(gè)評(píng)價(jià)對(duì)象第j月的數(shù)據(jù)；xij為第i個(gè)評(píng)價(jià)對(duì)象第j月的數(shù)據(jù)原始值。

標(biāo)準(zhǔn)化處理：

(2)

1.2 根據(jù)熵權(quán)法確定指標(biāo)權(quán)重

確定指標(biāo)權(quán)重主要分為主、客觀賦權(quán)法，主觀賦權(quán)有專(zhuān)家打分法、層次分析法等；客觀賦權(quán)有熵權(quán)法、簡(jiǎn)單關(guān)聯(lián)函數(shù)法等。采用熵權(quán)法進(jìn)行賦權(quán)，利用熵權(quán)法確定2018年各月第i個(gè)評(píng)價(jià)對(duì)象造成報(bào)警所占權(quán)重。其中，熵值越小，熵權(quán)越大，即為該評(píng)價(jià)對(duì)象信息量越大，該評(píng)價(jià)對(duì)象所占權(quán)重越重要。記fij為矩陣R第i個(gè)評(píng)價(jià)對(duì)象在第j月評(píng)價(jià)下指標(biāo)值所占比重為：

(3)

計(jì)算第i種評(píng)價(jià)對(duì)象的熵值ei為:

(4)

當(dāng)fij=0時(shí)，令fij×ln(fij)=0。利用熵值計(jì)算各評(píng)價(jià)對(duì)象熵權(quán)為：

(5)

1.3 TOPSIS法求綜合評(píng)價(jià)指數(shù)

TOPSIS法即逼近理想解排序法，通過(guò)計(jì)算各月指標(biāo)與正負(fù)理想解的加權(quán)歐氏距離和綜合評(píng)價(jià)指數(shù)Cj，由此判斷各月指標(biāo)與最優(yōu)方案的接近程度，作為各月指標(biāo)的優(yōu)劣標(biāo)準(zhǔn)。該方法主要從宏觀層面，縱向評(píng)價(jià)道路危險(xiǎn)貨物運(yùn)輸違規(guī)報(bào)警隨時(shí)間變化情況。

首先構(gòu)建規(guī)范化加權(quán)矩陣O=[oij]m×n：

oij=ωi×rij,?i,j

(6)

(7)

(8)

(9)

(10)

計(jì)算第j月道路危險(xiǎn)貨物運(yùn)輸違規(guī)報(bào)警綜合評(píng)價(jià)指數(shù)Cj：

(11)

1.4 灰色關(guān)聯(lián)分析求各評(píng)價(jià)對(duì)象相關(guān)性

灰色關(guān)聯(lián)分析是指對(duì)一個(gè)系統(tǒng)發(fā)展定量描述和比較的方法，通常運(yùn)用此方法分析各子序列對(duì)母序列的影響程度。記母序列為Y={Y(k)|k=1，2，…，n}；子序列為Xi={Xi(k)|k=1，2，…，n，i=1，2，3}。

計(jì)算關(guān)聯(lián)系數(shù)：

(12)

式中：ρ∈(0，∞)，稱為分辨系數(shù)，ρ越小，分辨力越大，一般ρ的取值區(qū)間為(0，1)，具體取值可視情況而定，此處取ρ=0.5。

計(jì)算關(guān)聯(lián)度：

(13)

關(guān)聯(lián)系數(shù)是比較母序列與子序列在各個(gè)時(shí)刻的關(guān)聯(lián)程度值，為便于信息整合進(jìn)行整體性比較，因此將各個(gè)時(shí)刻的關(guān)聯(lián)系數(shù)求平均值，作為母序列與子序列間關(guān)聯(lián)程度數(shù)量表示。最后需將關(guān)聯(lián)度按大小排序，ri值越大，說(shuō)明該子序列與母序列關(guān)聯(lián)性越大，反之則關(guān)聯(lián)性越小。

基于熵-TOPSIS-灰色關(guān)聯(lián)的車(chē)輛違規(guī)報(bào)警綜合評(píng)價(jià)模型的具體評(píng)價(jià)流程如圖1。

圖1 綜合評(píng)價(jià)模型評(píng)價(jià)流程

2 實(shí)證分析

2.1 初始數(shù)據(jù)處理

以陜西省作為研究對(duì)象，通過(guò)建立熵-TOPSIS-灰色關(guān)聯(lián)的綜合評(píng)價(jià)模型，評(píng)估陜西省道路危險(xiǎn)貨物運(yùn)輸違規(guī)操作情況。分別評(píng)估縱向整體違規(guī)報(bào)警情況隨時(shí)間變化趨勢(shì)，以及橫向3個(gè)子序列與母序列的關(guān)聯(lián)情況，分析出陜西省道路危險(xiǎn)貨物運(yùn)輸違規(guī)報(bào)警主要影響因素，進(jìn)而提出改進(jìn)方法。通過(guò)陜西省第三方安全監(jiān)測(cè)平臺(tái)收集2018年1至12月所監(jiān)測(cè)到的包括超速報(bào)警、疲勞駕駛及離線位移的報(bào)警數(shù)據(jù)，結(jié)果見(jiàn)表1。

表1 2018年各月道路危貨車(chē)輛運(yùn)輸違規(guī)報(bào)警初始數(shù)據(jù)

2.2 縱向評(píng)價(jià)分析

通過(guò)熵權(quán)法先對(duì)各評(píng)價(jià)對(duì)象客觀賦權(quán)，再依據(jù)熵權(quán)法所賦權(quán)重使用TOPSIS法計(jì)算綜合評(píng)價(jià)指數(shù)Cj，縱向評(píng)價(jià)道路危貨車(chē)輛運(yùn)輸報(bào)警隨時(shí)間變化情況，評(píng)價(jià)對(duì)象熵值及熵權(quán)值結(jié)果見(jiàn)表2。

表2 2018年各月評(píng)價(jià)對(duì)象熵值及熵權(quán)值

從表2中可看出，熵值越小，熵權(quán)值越大；反之，熵值越大，熵權(quán)值越小。熵權(quán)值中，超速報(bào)警所占熵權(quán)值較大為0.521 766，疲勞駕駛和離線位移所占熵權(quán)值較小，分別是0.229 539和0.248 694。即超速報(bào)警的信息量更有效，疲勞駕駛和離線位移相對(duì)次之。

表3 各項(xiàng)指標(biāo)正負(fù)理想解歐氏距離及綜合評(píng)價(jià)指數(shù)

表4 各月安全駕駛排名結(jié)果

圖2 2018年各月道路危貨車(chē)輛運(yùn)輸違規(guī)報(bào)警趨勢(shì)

2.3 橫向評(píng)價(jià)分析

在宏觀縱向比較不同月份道路危貨車(chē)輛運(yùn)輸違規(guī)報(bào)警綜合評(píng)價(jià)情況的基礎(chǔ)上，對(duì)引起報(bào)警的各個(gè)子序列與母序列之間關(guān)系做橫向比較，發(fā)現(xiàn)不同評(píng)價(jià)對(duì)象對(duì)違規(guī)報(bào)警的影響情況。先利用熵權(quán)法確定不同指標(biāo)權(quán)重，然后用式(12)進(jìn)行計(jì)算，計(jì)算結(jié)果見(jiàn)表5。

表5 子序列r1、r2、r3各自與母序列對(duì)應(yīng)參數(shù)關(guān)聯(lián)系數(shù)

由表5可分別得出子序列超速報(bào)警r1、疲勞駕駛r2和離線位移r3與母序列各自對(duì)應(yīng)參數(shù)關(guān)聯(lián)系數(shù)。根據(jù)式(13)，可計(jì)算得出超速報(bào)警r1、疲勞駕駛r2和離線位移r3的灰色關(guān)聯(lián)度分別為r1=0.769 042 184，r2=0.814 768 122，r3=0.751 681 423，即r2優(yōu)于r1優(yōu)于r3。通過(guò)比較3個(gè)子序列與母序列的關(guān)聯(lián)度可得出結(jié)論：陜西省2018年各月道路危貨車(chē)輛運(yùn)輸違規(guī)報(bào)警總數(shù)受疲勞駕駛影響最大，接著是超速報(bào)警，最后是離線位移，但總體來(lái)說(shuō)三者影響程度差別不大。

3 結(jié)論與對(duì)策

結(jié)合熵權(quán)法、TOPSIS法、灰色關(guān)聯(lián)分析法來(lái)對(duì)道路危貨車(chē)輛運(yùn)輸違規(guī)報(bào)警情況進(jìn)行分析。TOPSIS縱向評(píng)價(jià)結(jié)果顯示，2018年內(nèi)違規(guī)報(bào)警總體呈下降趨勢(shì)，其中1至3月份下降速度最快，在此期間報(bào)警次數(shù)最多，子系統(tǒng)間作用較強(qiáng)，系統(tǒng)最不安全；3至9月下降趨勢(shì)逐步趨于平緩，報(bào)警次數(shù)相對(duì)明顯降低，子系統(tǒng)間作用減弱，系統(tǒng)逐漸由不安全狀態(tài)向安全狀態(tài)發(fā)展，道路危貨車(chē)輛運(yùn)輸違規(guī)操作情況逐漸改善；9至12月報(bào)警次數(shù)在較低數(shù)量保持穩(wěn)定，道路危貨運(yùn)輸安全性逐步提高。灰色關(guān)聯(lián)分析橫向評(píng)價(jià)結(jié)果顯示：影響報(bào)警總數(shù)的3個(gè)子系統(tǒng)與母系統(tǒng)的灰色關(guān)聯(lián)度都較強(qiáng)，其中，疲勞駕駛對(duì)報(bào)警總數(shù)影響最大，超速報(bào)警與離線位移相對(duì)次之。從橫縱評(píng)價(jià)結(jié)果可看出，雖然各類(lèi)報(bào)警數(shù)量有明顯降低，但仍存在操作不規(guī)范的現(xiàn)象?；谏鲜鲅芯拷Y(jié)果和基層調(diào)研得知，陜西省道路危貨車(chē)輛運(yùn)輸規(guī)范操作正在逐步優(yōu)化，安全性也在逐步提高。其原因主要是由于前幾年在陜西省境內(nèi)發(fā)生多起嚴(yán)重道路危險(xiǎn)貨物運(yùn)輸事故，以及國(guó)家和陜西省出臺(tái)相關(guān)政策，引入第三方安全監(jiān)測(cè)平臺(tái)，加大管理力度，基于部門(mén)和企業(yè)上下配合，所以道路危險(xiǎn)貨物運(yùn)輸規(guī)范性有了很大提高，但仍存在一些不足。因此，為降低道路危貨車(chē)輛違規(guī)操作現(xiàn)象，提高運(yùn)輸安全性，降低事故率，在此提出以下幾點(diǎn)對(duì)策：

1)危險(xiǎn)品企業(yè)應(yīng)嚴(yán)格按照國(guó)家相關(guān)法律法規(guī)，注重從業(yè)人員的專(zhuān)業(yè)培訓(xùn)、身心健康及合理休息。定期對(duì)從業(yè)人員進(jìn)行知識(shí)培訓(xùn)考核；出車(chē)前關(guān)注駕駛員身心健康，降低事故隱患；在駕駛過(guò)程中，按照國(guó)家規(guī)定按時(shí)停車(chē)休息，避免疲勞駕駛。

2)危險(xiǎn)品企業(yè)應(yīng)定期對(duì)危貨車(chē)輛相關(guān)設(shè)施設(shè)備進(jìn)行檢查并杜絕違法運(yùn)輸。如GPS系統(tǒng)、轉(zhuǎn)向裝置、制動(dòng)裝置、應(yīng)急裝置等是否符合國(guó)家要求；在運(yùn)輸途中避免超載、違規(guī)裝載、未懸掛警示標(biāo)志、不按規(guī)定路線行駛等違法現(xiàn)象發(fā)生。

3)危險(xiǎn)品企業(yè)應(yīng)建立動(dòng)態(tài)監(jiān)測(cè)體系。在危險(xiǎn)貨物運(yùn)輸車(chē)輛出車(chē)前明確運(yùn)輸路線路況、天氣等是否適合危險(xiǎn)品運(yùn)輸，規(guī)劃最佳運(yùn)輸路線，避開(kāi)事故高發(fā)地，提高運(yùn)輸效率和運(yùn)輸安全性。

4)注重和加快相關(guān)最新科技的小范圍試用和進(jìn)一步的大規(guī)模投入使用。如駕駛員的人臉識(shí)別智能監(jiān)控系統(tǒng)、電子運(yùn)單系統(tǒng)、高級(jí)駕駛輔助系統(tǒng)(ADAS)等技術(shù)，提高高新科技在危貨領(lǐng)域的大規(guī)模使用，擴(kuò)大監(jiān)測(cè)指標(biāo)全面多樣性，提高監(jiān)測(cè)預(yù)警能力，事前預(yù)防，降低危險(xiǎn)貨物運(yùn)輸風(fēng)險(xiǎn)。