柯 輝,龔文森,張孟雨擎,李子龍,王西雪

（1.廣州交投機電工程有限公司,廣東 廣州 510000;2.蘇交科集團股份有限公司,江蘇 南京 210000）

0 引言

高速公路運輸是國民經濟發(fā)展的重要基礎設施，其發(fā)展水平直接影響我國的經濟發(fā)展和社會穩(wěn)定。完善的高速公路運輸體系，不僅需要規(guī)范的高速道路建設、完善的公路管理體制，尚需科學的安全管理模式。鑒于當前高速公路事故的頻發(fā)性、高危性，高速公路的安全風險管理水平的提高勢在必行。該文結合我國實際，以高速公路為研究對象，分析了高速公路安全風險的產生原因，探討了高速公路安全風險評估的指標和模式。

1 高速公路運輸安全管理背景趨勢

隨著經濟快速發(fā)展，高速公路建設得到迅猛發(fā)展，在為人們出行提供便利的同時，高速交通事故數(shù)也隨之增加。據(jù)公安部統(tǒng)計，1994年到2021年的高速公路交通事故數(shù)及死亡人數(shù)均逐年上升，其中人、道路、環(huán)境因素是誘發(fā)高速公路交通事故的關鍵因素。因此，研究誘發(fā)高速公路交通事故的各種因素，并找到行之有效的預測方案，對高速公路交通事故減少及高速公路的建設與管理有著長遠的意義。

2 高速公路運輸安全管理國內外現(xiàn)狀

2.1 國外研究現(xiàn)狀

國外大多數(shù)國家也都在交通安全的改善上進行了大量的研究，美國、德國等發(fā)達國家早已建立完善的道路交通預警系統(tǒng)。關于事故預測模型，Dominique Lord等對泊松模型、負二項模型及多元概率模型等統(tǒng)計模型進行研究，分析各模型的適用范圍。Girma Berhanu等建立泊松分布模型和負二項回歸模型，用以標定絕對事故次數(shù)與道路條件及交通流量之間的關系。關于高速公路安全水平分級，Jake Kononov等引入安全運行函數(shù)的概念，并在安全運行函數(shù)的基礎上，提出了安全服務水平的概念，將高速公路交通安全水平進行分級。

2.2 國內研究現(xiàn)狀

相較于國外，國內對道路運輸安全數(shù)據(jù)挖掘的研究稍晚，但發(fā)展至今，也取得了很大的成果。

2.2.1 高速公路路段劃分

北京工業(yè)大學胡江碧等[1]研究不同線形組合的高速公路路段劃分方法，通過駕駛員在不同線形條件的高速公路上行駛時車速變化、駕駛員心理和生理變化等，總結駕駛員駕駛負荷度與道路線形條件之間的內在關聯(lián)，從而提出基于駕駛員駕駛負荷度的路段劃分方法。

2.2.2 事故預測模型研究

對于事故預測模型的研究，國內學者也做了大量工作。長安大學馬壯林[2]等建立基于時空分析的事故次數(shù)預測模型，并分別用泊松分布模型、負二項分布模型、零堆積模型進行數(shù)據(jù)擬合，最后確定路段一致性負二項分布時空分析模型最有效。

2.2.3 安全服務水平研究

哈爾濱工業(yè)大學孟祥海[3]在其博士論文中提出安全服務水平的概念，用于城市干道系統(tǒng)交通安全分級標準研究，將城市道路網(wǎng)交叉口和路段分離，并分別對交叉口和路段進行分類，對每一類交叉口和路段進行安全服務水平分析，最后分析整個路網(wǎng)的安全服務水平，并加以評價。

2.2.4 高速公路安全性評價

對于事故數(shù)法、事故率法、事故次數(shù)與事故率綜合法、質量控制法等經典路段安全性評價方法國內許多學者已做了大量研究工作。

2.3 現(xiàn)狀分析

經國內高速公路發(fā)展現(xiàn)狀的分析梳理，其現(xiàn)狀問題大致梳理為以下三個方面。

2.3.1 安全形勢依然嚴峻

《交通強國建設試點實施方案》提出“科學引領，創(chuàng)新監(jiān)管，提升交通管理智慧化水平”的目標，安全形勢依然嚴峻。

2.3.2 現(xiàn)有管理模式單一

現(xiàn)有的安全評估手段比較傳統(tǒng)，當前僅能做道路運輸安全風險的事后統(tǒng)計分析，無法做事前預警、有效提醒。

2.3.3 技術手段滯后

高速公路安全風險的數(shù)據(jù)分析手段基于傳統(tǒng)統(tǒng)計分析，與大數(shù)據(jù)脫鉤，未能實現(xiàn)多源數(shù)據(jù)融合。僅針對事故數(shù)據(jù)開展分析，缺乏與事故相關的風險因素的關聯(lián)分析，而且目前針對交通事故相對數(shù)據(jù)統(tǒng)計較少，大部分分析僅限于一般的統(tǒng)計分析。

3 高速公路安全風險預測管理方案設計

高速公路交通安全是一個由管理、人、車、路組成的系統(tǒng)問題，四個因素相互協(xié)調、相互作用，綜合影響交通安全。該文基于國內外研究現(xiàn)狀和理論基礎，針對高速公路交通事故的概況及分布特征，從多方面對高速公路交通事故的成因進行深入分析，并就事故致因提出構建高速公路交通事故的模型和指標。具體而言，在分析高速公路交通事故易發(fā)點段道路、交通及事故特性的基礎上，參考高速公路交通事故數(shù)據(jù)分析方法研究[4]。首先從交通工程角度出發(fā)，對高速公路事故易發(fā)點段道路特性、交通特性、事故特性及誘發(fā)因素進行了分析，為建立模型和評估體系提供思路；其次，在總結分析高速公路交通安全設施類型及功能特點的基礎上，從動態(tài)指標、靜態(tài)指標和時間自然周期指標對交通安全因子進行分析；最后，從加大對車輛超載超限治理、提高道路安全管理水平、提高事故風險預測準確度等方面提出科學決策長效機制。

4 高速公路安全風險評估預測實現(xiàn)方法

4.1 構建高速公路安全風險動態(tài)監(jiān)測庫

該系統(tǒng)的建設依賴于多源異構數(shù)據(jù)的實時接入，數(shù)據(jù)接入模塊需要支持連接多種異構類型的數(shù)據(jù)源，同時也支持上傳本地自定義文件，通過簡單的鏈接信息配置，即可使用對應數(shù)據(jù)源獲取項目建設所需數(shù)據(jù)，建立高速公路安全風險動態(tài)監(jiān)測數(shù)據(jù)信息庫。主要資源包括公路收費管理類、公路養(yǎng)護管理類、公路運營管理類和公路基礎設施類。

4.2 構建高速公路安全風險動態(tài)評估指標體系

該文面向高速公路安全監(jiān)管現(xiàn)狀，創(chuàng)新提出基于多源數(shù)據(jù)融合的高速公路安全風險評估指標體系。基于高速公路安全風險動態(tài)監(jiān)測庫，創(chuàng)新性地從海量多源數(shù)據(jù)中挖掘高速公路運輸過程的風險特征因子，并根據(jù)底層數(shù)據(jù)特征，將指標從宏觀和微觀兩個層次劃分為動態(tài)指標、靜態(tài)指標和時間自然周期指標三大類型。結合安全管理部門的經驗結論指導，逐步明確各項風險特征因子，并隨著風險因子與事故之間的特征關系的不斷挖掘，通過特征工程進行特征構建、特征提取、特征選擇，最終形成基于多源數(shù)據(jù)融合的集多維度、綜合性的高速公路安全風險動態(tài)評估指標體系。

4.3 建立高速公路風險動態(tài)評估預測系統(tǒng)

4.3.1 路段級安全風險動態(tài)評估與預測模塊

基于微觀路段級動態(tài)風險評估指標體系，構建路段級安全風險評估與預測模型，實時輸出路段動態(tài)風險指數(shù)（0～1之間）和路段風險等級。并在路網(wǎng)地圖上以路段撒線的形式展現(xiàn)風險路段的分布，以紅橙綠三種顏色表示路段的高中低風險等級。拖動時間軸可查看當天任意一個評估時間段路段的歷史風險分布情況。

（1）模型功能。評估某一路段在某一段時段內的風險指數(shù)以預測下一個時段內的路段風險指數(shù)；評估與預測時間顆粒度：1 h。

（2）采用算法。事故風險預測研究是一個典型的非平衡數(shù)據(jù)分類問題，構建該類預測模型[5]，常用的機器學習模型包括神經網(wǎng)絡、隨機森林、XGBoost[6]、LGBM等算法模型。在相同的訓練集上，不同的算法，分類效果會有所差異。通過實驗測試，在相同的數(shù)據(jù)集上，XGBoost算法具有更好的分類效果。最終選擇XGBoost算法用來構建路段安全風險實時動態(tài)評估與預測模型。

（3）整體思路。根據(jù)模型構建整體思路（如圖1所示），首先，基于動態(tài)指標、靜態(tài)指標和時間自然周期指標三個層面的指標，結合歷史交通事故數(shù)據(jù)，加工路段風險特征；其次，通過機器學習算法進行多輪模型訓練，得到近1小時高速公路安全風險評估模型，并輸出各個路段風險特征的權重；最后，利用多指標綜合評價的方法，最終得到高速公路評估風險指數(shù)。同時，構建高速公路安全風險預測模型，對路段在接下來1個小時的風險做出預測，輸出預測風險指數(shù)。

圖1 模型構建整體思路圖

4.3.2 路網(wǎng)級安全風險動態(tài)評估與預測模塊

基于宏觀路網(wǎng)級動態(tài)風險評估指標體系，構建路網(wǎng)級安全風險評估與預測模型，實時輸出路段動態(tài)風險指數(shù)（0～1之間）和路網(wǎng)內各地區(qū)風險等級。并在地圖上以色塊圖的形式展現(xiàn)路網(wǎng)風險地區(qū)的分布，以紅橙綠三種顏色表示路段的高中低風險等級。拖動時間軸可查看當天任意一個評估時間段地區(qū)的歷史風險分布情況。

（1）模型功能。評估某一路網(wǎng)（區(qū)縣）在某一段時段內的風險指數(shù)以及預測下一個時段內的路網(wǎng)風險指數(shù)；評估與預測時間顆粒度：1 h。

（2）采用算法。路網(wǎng)安全風險評估與預測模型采用權重分配和匯總求和的統(tǒng)計分析方法。

（3）整體思路。以路段風險評估與預測結果為主，對路段中高低風險等級的路段分配權重，然后對地區(qū)內所包含的路段進行分數(shù)計算，最后得到路網(wǎng)層面的風險評估與預測指數(shù)。具體步驟可分為以下兩個步驟：

1）計算各個風險等級的權重：統(tǒng)計過去7天所有路段評估與預測歷史數(shù)據(jù)分為高中低等級三檔的比例，取倒數(shù)并處理成累計100%的權重項。

2）加權求和：對各個區(qū)縣，對其所包含的路段按照風險等級按如上定義的不同權重進行加權求和/所有路段的權重，從而得到各區(qū)縣風險評估與預測指數(shù)。

4.4 形成高速公路安全風險科學決策輔助機制

基于高速公路安全風險動態(tài)評估與預測系統(tǒng)的分析結果，建立月度報告自動生成模塊，建立月度報告校審和發(fā)布機制，將路網(wǎng)、路段風險預測結果推動給相關領導、安全主管部門、路網(wǎng)管理者等相關部門和單位，根據(jù)報告中的高風險路段和高風險地區(qū)信息，輔助管理者進行重點路段和重點區(qū)域管理，更加科學地提升管理效率。

5 實現(xiàn)效果

在傳統(tǒng)的分類方法中，準確率是常用的模型衡量指標，然而在非平衡數(shù)據(jù)分類中，準確率不是恰當?shù)闹笜?，混淆矩陣是常被采用的衡量方法。其中，常被用來對事故風險評估與預測模型進行評價的度量指標為召回率、精確度和關注度。結合業(yè)務需求導向，模型選用召回率、關注度綜合評價模型效果，目前經長期監(jiān)測模型應用效果，模型實際應用效果中，召回率可達50%～60%，關注度可達4%左右，模型效果較可觀。模型效果需結合實際管理導向，在項目實際應用中不斷驗證。

6 結論

該文通過對高速公路進行研究，將構建的算法模型與方法應用于高速公路路網(wǎng)體系中，通過高速公路安全風險動態(tài)評估預測系統(tǒng)與動態(tài)生成評估預測報告機制，為高速公路安全管理部門切實提供有效的高風險路段與高風險地區(qū)信息，輔助決策者更好地實施事故風險防范措施，為進一步提升高速公路運輸安全管理水平貢獻力量。目前，國內高速公路運輸安全形勢仍十分嚴峻，未來高速公路運輸安全相關研究仍需基于管理瓶頸進一步完善。路網(wǎng)風險管理是一種“主動安全”管理模式[7]，從源頭上遏制風險事故發(fā)生的不確定性，才能真正保證路網(wǎng)的安全性。隨著各方學者的深入研究，未來必將能夠實現(xiàn)大數(shù)據(jù)分析技術在高速公路運輸安全管理領域中的創(chuàng)新突破。