代鑫濤, 葉勇軍

(南華大學(xué) 環(huán)境保護(hù)與安全工程學(xué)院， 湖南 衡陽 421001)

?

層次分析法在中小學(xué)校車事故預(yù)防中的應(yīng)用

代鑫濤, 葉勇軍

(南華大學(xué) 環(huán)境保護(hù)與安全工程學(xué)院， 湖南 衡陽 421001)

由于我國經(jīng)濟(jì)發(fā)展不平衡，各地對于校車的安全投入也相差較大，為了減少這種差距造成的校車事故的發(fā)生，提出事故預(yù)防措施的優(yōu)先性排序方案. 采用了層次分析法和歷史統(tǒng)計(jì)數(shù)據(jù)分析相結(jié)合的思想，避免了單因素評(píng)價(jià)造成的主觀性和片面性，從而對校車事故預(yù)防措施的優(yōu)先性排序做出深入的探討. 結(jié)果表明，在安全設(shè)施投入有限的情況下，優(yōu)先采取管理培訓(xùn)措施是最佳的選擇.

校車事故； 層次分析法； 統(tǒng)計(jì)數(shù)據(jù)； 管理對策

2014年10月24日，湖南省岳陽市的一輛小學(xué)校車，在接送學(xué)生途中由于司機(jī)操作失誤，造成車輛側(cè)翻，事故造成了3名學(xué)生受傷. 此次事故的發(fā)生，使得校車安全再次成為了社會(huì)熱點(diǎn)話題. 雖然近年來對于事故發(fā)生的原因有較多的分析，但是校車事故的頻發(fā)狀態(tài)依然沒有改觀[1]. 為此本文嘗試從事故預(yù)防措施的角度出發(fā)，利用層次分析法能夠方便地對決策信息進(jìn)行優(yōu)先次序的排序的優(yōu)點(diǎn)，對事故預(yù)防措施進(jìn)行排序. 同時(shí)，在前人研究的基礎(chǔ)上提出改進(jìn)方法，使得處于不同層次社會(huì)資源配置下的各中小學(xué)可依據(jù)自身實(shí)際情況選出最優(yōu)的事故預(yù)防方案.

1 研究對象及數(shù)據(jù)統(tǒng)計(jì)分析

據(jù)有關(guān)調(diào)查統(tǒng)計(jì)，我國14歲以下兒童每年死于交通事故的人數(shù)超過了1.8萬，我國交通事故造成的死亡率是美國和歐洲等國的兩倍. 而我國每年校車事故導(dǎo)致的死亡人數(shù)已經(jīng)占到了死亡總數(shù)的一半以上[2]. 針對校車的使用人群及其特點(diǎn)，本文選取我國中小學(xué)的校車安全事故作為研究對象并列舉了近幾年的典型校車安全事故及其原因，如表1所示.

根據(jù)表1中的數(shù)據(jù)統(tǒng)計(jì)分析以及有關(guān)學(xué)者對于2010—2014年的數(shù)據(jù)統(tǒng)計(jì)結(jié)果可得，在這46起主要的校車交通事故中，由于人的因素和管理方面的原因?qū)е率鹿拾l(fā)生的次數(shù)分別達(dá)到了17起和21起，這兩方面的原因?qū)е滦＼囀鹿拾l(fā)生的事故次數(shù)占事故發(fā)生總次數(shù)的82%. 顯然，人的因素與管理的因素對校車安全運(yùn)行的影響程度是最大的. 為此，我們可以初步從統(tǒng)計(jì)學(xué)的角度出發(fā)，在對事故預(yù)防措施的優(yōu)先選擇排序中，將對事故發(fā)生影響最大的因素，如人的因素以及管理的因素等放在第一位，以求在外在資源有限的情況下取得最優(yōu)的事故預(yù)防效果. 為了使分析結(jié)果更可靠，本文在統(tǒng)計(jì)數(shù)據(jù)分析的基礎(chǔ)上，采取了層次分析法對決策進(jìn)行了總排序.

表1 2010—2014年校車安全事故統(tǒng)計(jì)表

2 層次分析法概述

2.1 簡介

層次分析法是美國著名的運(yùn)籌學(xué)家薩蒂在20世紀(jì)60年代末提出的具有多目標(biāo)和多準(zhǔn)則特點(diǎn)并且將定性定量分析相結(jié)合的新型決策方法，又稱AHP[3]. 基本思想是，在實(shí)際中可以將一個(gè)復(fù)雜問題分解成多個(gè)組成因素，并按這些因素之間的隸屬關(guān)系分組，從而得出遞階層次結(jié)構(gòu). 通過將相同級(jí)別的指標(biāo)兩兩比較，得出層次中各個(gè)因素的相對重要性. 然后利用求判斷矩陣特征向量的方法，求出各元素相對于其上一層次某元素的權(quán)重值，之后利用加權(quán)法進(jìn)行遞階歸并，最終求得各因素對總目標(biāo)的權(quán)重值. 其工作流程如圖1所示.

2.2 單一準(zhǔn)則下元素相對權(quán)重的計(jì)算

2.2.1 權(quán)重計(jì)算

根據(jù)判斷矩陣，可以求出各元素對于其上一層次的某個(gè)因素相對重要性的排序值，這種方法稱為層次單排序. 采用MATLAB求得判斷矩陣特征方程的解，然后對判斷矩陣A的特征方程的解進(jìn)行歸一化處理，即可得到某因素對于其上一層次某因素相對重要性的排序權(quán)重，從而得出單排序結(jié)果[4-5].

圖1 層次分析法流程圖

2.2.2 一致性檢驗(yàn)

由于校車事故的復(fù)雜性，導(dǎo)致專家的評(píng)價(jià)指標(biāo)值在某些方面存在片面性. 因此檢驗(yàn)一致性是有必要的. 其中，一致性指標(biāo)表達(dá)式為CI=(λmax-n)/(n-1)，隨機(jī)一致性比率表達(dá)式為CR=CI/RI,平均隨機(jī)一致性指標(biāo)RI如表2所示.

表2 隨機(jī)一致性指標(biāo)表

3 校車安全事故層次分析法的應(yīng)用

3.1 遞階層次結(jié)構(gòu)的建立

根據(jù)事故的致因理論，結(jié)合校車事故本身的特點(diǎn)，可將校車事故原因分為學(xué)生、司機(jī)、路人以及管理人員的不安全行為、校車本身的不安全狀態(tài)和管理規(guī)章制度上的疏漏，通過對以上原因的追溯辨識(shí)，建立了校車事故發(fā)生的遞階層次結(jié)構(gòu)如圖2所示[6].

圖2 校車安全事故預(yù)防對策的層次結(jié)構(gòu)模型

1) 在環(huán)境因素方面主要包含的3個(gè)指標(biāo)中，車內(nèi)環(huán)境主要包括車內(nèi)空氣新鮮、車內(nèi)噪音較小等；氣候主要包括天氣狀況，如能室外見度高、風(fēng)速較小、路面無積水或積雪結(jié)冰現(xiàn)象等；道路交通環(huán)境主要包括車輛所行駛的道路基礎(chǔ)設(shè)施良好、車流量在正常范圍內(nèi)、其他車輛遵守交通秩序等.

2) 在技術(shù)因素方面包含的3個(gè)指標(biāo)中，車輛人機(jī)設(shè)計(jì)是指不會(huì)由于車輛設(shè)計(jì)問題造成車輛內(nèi)部人員產(chǎn)生不良情緒，主要包括車輛內(nèi)部結(jié)構(gòu)合理、駕駛員駕駛舒適度高、乘車人乘坐舒適度較高等；車輛維修保養(yǎng)主要是指定期對車輛進(jìn)行維護(hù)保養(yǎng)，即以檢查、調(diào)整制動(dòng)蹄片等容易磨損或變形的安全部件為主；車輛安全設(shè)施是指座椅安全帶配備齊全、ABS防抱死制動(dòng)系統(tǒng)有效、TRC牽引力控制系統(tǒng)有效、車輛有足夠的碰撞安全車身等[7].

3) 管理方面主要涉及三大方面的要素，即人員、方法和機(jī)器設(shè)備3個(gè)方面，使得校車運(yùn)輸做到統(tǒng)一調(diào)度、統(tǒng)一支配和統(tǒng)一管理，避免由于車輛安排不能滿足運(yùn)輸需要而導(dǎo)致超載超速問題的產(chǎn)生；車輛運(yùn)輸安全檢查即車輛安全檢查制度要包括車輛行駛前的檢查、車輛行駛途中對各個(gè)部位運(yùn)行狀態(tài)的檢查以及車輛運(yùn)輸任務(wù)完成后的檢查3個(gè)方面[8].

4) 人為因素主要包括3個(gè)方面的指標(biāo)，其中乘車人主要指的是乘車人在車輛運(yùn)行過程中不嬉戲打鬧、不打擾駕駛員正常駕駛等；駕駛員是指駕駛員具有專業(yè)的駕駛技術(shù)，能從容處理駕駛過程中出現(xiàn)的不安全因素等；行人是指與車輛行駛有關(guān)的行人沒有造成影響駕駛員安全駕駛的行為.

3.2 構(gòu)建判斷矩陣

3.2.1 編制調(diào)查表

由圖3可知，該模型由4個(gè)一級(jí)指標(biāo)和9個(gè)二級(jí)指標(biāo)組成. 此處以4個(gè)一級(jí)指標(biāo)為例，采用多個(gè)專家共同打分的方法確定各因素的指標(biāo)權(quán)重值. 二級(jí)指標(biāo)可采用相同的確定方法. 一級(jí)指標(biāo)調(diào)查表結(jié)果如表3所示.

表3 一級(jí)指標(biāo)權(quán)重調(diào)查表

3.2.2 專家打分

成對因素之間的相對重要性比較一般采用定性的方法，為了將判斷矩陣標(biāo)度化，本文將采用1～9將重要性意義進(jìn)行標(biāo)度，從而將定性分析結(jié)果轉(zhuǎn)化為定量分析結(jié)果，如表4所示.

表4 相對重要性尺度表

3.2.3 構(gòu)造判斷矩陣

根據(jù)有關(guān)專家對結(jié)構(gòu)模型中各項(xiàng)指標(biāo)的權(quán)重分析結(jié)果匯總，得出了校車事故預(yù)防對策一級(jí)指標(biāo)權(quán)重調(diào)查數(shù)據(jù)表. 再運(yùn)用層次分析模型進(jìn)行計(jì)算，構(gòu)建判斷矩陣，對專家的打分結(jié)果進(jìn)行綜合比較，得出最終的部分比較判斷矩陣如表5所示.

將表5中各個(gè)專家的個(gè)體判斷矩陣進(jìn)行統(tǒng)計(jì)，計(jì)算出個(gè)體矩陣對應(yīng)每一個(gè)位置上的算術(shù)平均值. 同時(shí)，由于aij=1/aji，從而最終得到一級(jí)指標(biāo)的綜合判斷矩陣如表6所示.

3.2.4 計(jì)算單權(quán)重值和最大特征根

計(jì)算得各權(quán)重向量Q和對應(yīng)的最大特征值分別為：

表5 一級(jí)指標(biāo)權(quán)重調(diào)查部分?jǐn)?shù)據(jù)表

表6 表A-B的判斷矩陣

Q=(0.075,0.265,0.508,0.151)λmax=4.198

3.2.5 對判斷矩陣進(jìn)行一致性檢驗(yàn)，即計(jì)算CI和CR.

根據(jù)表3給出的隨機(jī)一致性指標(biāo)可得，CI=0.066，CR=0.073<0.1. 這表明，判斷矩陣的一致性在可接受的范圍之內(nèi). 同理，依據(jù)一級(jí)指標(biāo)判斷矩陣的計(jì)算方法可得二級(jí)指標(biāo)的判斷矩陣，如表7所示.

表7 B-C的判斷矩陣

由此可得各指標(biāo)的特征值和特征向量. 通過計(jì)算得判斷矩陣的各向量的權(quán)重向量Q和最大特征值，如表8所示.

表8 各指標(biāo)計(jì)算結(jié)果匯總

通過對判斷矩陣的一致性檢驗(yàn) ，得出各個(gè)CR值均小于0.1，這表明判斷矩陣的一致性在可接受范圍內(nèi).

3.2.6 各層元素對目標(biāo)層的合成權(quán)重

計(jì)算同一層次所有因素相對于最高層的相對重要性從而得到排序權(quán)重值，這種從高層次到低層次進(jìn)行的方法稱之為層次總排序. 最后進(jìn)一步計(jì)算各因素對總目標(biāo)的影響，得到事故預(yù)防措施的層次總排序結(jié)果，如表9所示.

表9 校車安全事故預(yù)防對策層次總排序

3.2.7 結(jié)果分析

由表9可得，對于校車事故預(yù)防來說，管理的預(yù)防效果所占的權(quán)重大約為50.8%. 在這其中，制度措施的建立和實(shí)施得到的預(yù)防效果所占的權(quán)重最大，約為61.4%. 技術(shù)方面的預(yù)防效果的權(quán)重大約為26.5%，個(gè)人方面的預(yù)防效果所占權(quán)重大約為15.1%，所占權(quán)重最小的為環(huán)境中的預(yù)防效果，大約只占7.5%. 從層次總排序中可以看出，權(quán)重值排在前三位的依次為C9、C6和C83個(gè)指標(biāo)，即制度措施、車輛的安全設(shè)施以及人員管理3個(gè)方面. 所占權(quán)重分別為31.2%、15.4%和13.6%.

4 結(jié)論

1) 層次分析法結(jié)合MATLAB的應(yīng)用能較好地解決多重因素影響下的實(shí)際問題的分析.

2) 通過對各種預(yù)防方法的重要度排序，管理水平的提高是校車事故預(yù)防措施中最為行之有效的方法. 同時(shí)也表明，當(dāng)外在可用資源短缺時(shí)，可以通過對相關(guān)決策的排序選出最優(yōu)結(jié)果來減少事故發(fā)生.

3) 采用統(tǒng)計(jì)數(shù)據(jù)分析和層次分析法相結(jié)合的思想能較好的避免采用單一方法評(píng)價(jià)時(shí)由于人的主觀因素而造成的片面性. 該方法也可用于其他領(lǐng)域的決策排序之中.

[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] 房曰榮， 沈斐敏. 道路交通事故發(fā)展趨勢分析與預(yù)測[J]. 中國安全生產(chǎn)科學(xué)技術(shù)， 2012， 8(3): 3-5.

[3] 許剛?cè)? 層次分析法在決策方式選擇中的應(yīng)用[J]. 西安財(cái)經(jīng)學(xué)院報(bào)， 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] 趙秀菊， 譚冰. 層次分析法在“大四現(xiàn)象”研究中的應(yīng)用[J]. 襄樊學(xué)院學(xué)報(bào)， 2011， 32(8): 3-4.

[6] 李紹勤， 劉飛， 張崇. 層次分析法在車輛事故分析中的應(yīng)用[J]. 陜西師范大學(xué)學(xué)報(bào)， 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， 劉敏， 等. 基于CREAM的校車駕駛員人因可靠性分析方法[J]. 中國安全生產(chǎn)科學(xué)技術(shù)， 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.

國家自然科學(xué)基金項(xiàng)目(11105069)，湖南省科技廳計(jì)劃項(xiàng)目(2011SK3085)

葉勇軍(1979—)， 男， 副教授， 博士研究生， 研究方向?yàn)榘踩茖W(xué)與工程. E-mail：14789327495@163.com.

X 913.4

A

1008-2522(2015)06-59-06