1. 引言
我国社会经济飞速发展,成功带动众多行业的崛起。随着高效率、高质量行业的不断增加,安全风险随之而来。面对安全隐患与风险的暴露,理应采取措施实现行业安全。作为提高人民物质生活水平的重要行业,交通安全受到越来越多民众的关注,高速公路也成为改善交通安全的重点 [1]。目前高速公路路网覆盖全面,促使公路客运出行费用不断降低,便捷程度不断提高。据国家统计局公布的2020年有关于公路客运的数据,2020年公路客运量达到689,425万人,公路旅客运输平均运距67.32 km,公路运营汽车客位数1840.89万个 [2]。另一方面,发达的公路客运网线也带来了多发的交通事故,如2018年11月3日发生的“甘肃G75兰海高速兰临段重大道路交通事故” [3] 和2019年9月28日发生的“长深高速‘9·28’特别重大道路交通事故” [4],引发经济、财产损失的同时致使了更多人员伤亡的发生。因此,查清当前公路客运中存在的问题、降低或减少事故发生概率刻不容缓。
高速公路安全隐患众多,公路长途客运存在的风险更加不能忽视。与公路旅客67.32的运输平均运距相比,公路长途客运班线由于里程长、环境复杂、安全监管难度高,往往具有更大的安全隐患。一般认为当公路客运班线的运输距离超过800 km时,这一班线被称为公路长途客运班线,统计数据表明,将客运班线线路长度按照里程数进行划分,800 km及以上的班线的死亡人数最高,为1.58人/起 [5]。可见公路长途客运班线的危险性较普通班线的危险程度更高 [6]。因此,为了解长途班线主要风险因素,评估其安全风险,本研究以超800 km运距公路长途客运班线为例,设计了安全风险评估指标体系,以长期驻扎长途客运班线的企业管理者为调查对象,开展了针对此目标的广泛调查。并通过德尔菲(Delphi)与优序图法(Precedence Chart)方法相结合确定各级指标所占的权重,查明主要影响指标,以期为公路长途客运班线的安全运行与管理提供理论指导和技术支持。
2. 研究现状
目前,针对道路交通事故的研究方法,包括灰色–神经网络预测模型 [7]、Tobit回归算法 [8]、Ordered Probit模型 [9] 以及Logistic回归算法 [10] 等,对道路交通事故的定量分析起到较好的辅助。徐勇 [11] 研究了雨天情况下路面SFC (抗滑力)与降雨量、事故发生率以及事故危险率指标(WARR)之间的关系,确定公路抗滑力与事故发生率存在正相关关系,当SFC达到规定数值时可以有效减少事故发生频率。薛瑜鹏等 [12] 基于公安部提供的交通事故数据,采用不同分析方法对交通事故与交通流量之间存在的关联作深入分析,从而确定降低事故发生概率的措施。在定性分析上,学者们也针对相关领域做了大量研究。张文会等 [13] 构建了结构方程模型,研究人、车、道路与环境、管理因素与高速公路事故路段安全之间的关系,并进行问卷调查,最终确定高速公路事故路段风险的大小排序。陈钊 [14] 认为公路施工过程中会出现诸多问题,分析了公路施工安全事故的特点以及发生原因,并提出有效的管理对策。孙维富等 [15] 利用相关理论分析高速公路交通事故与驾驶员、车辆、道路、环境等因素间的关系,以此找到其中存在的相关关系。吕淞 [16] 以漳永高速公路的132处高边坡灾害为研究对象,确定高边坡灾害的易发性、危险性及易损性指标,将理论应用实际以进行深入定性分析。
定性分析能更好地探究公路运输中存在的问题,而定量分析更侧重于将数值赋予含义从而进行危险性的判定。定性研究为定量研究提供理论依据,定性考核以定量考核结果为基础。两者的结合可以使定量研究中注入多层次的研究方式,也可使定性研究呈现直观性、具体化。因此,必须寻求一种定性与定量相结合且易于操作的评估方法以实现公路客运运营安全。
3. 超800 km运距公路长途客运班线评估指标设计
公路长途客运班线安全风险评价具有多层面、多指标和全方位的特点。一般来说,超800 km远距公路长途客运班线由于里程长、环境复杂、安全监管难度高,往往安全风险更大 [17]。因此,我们设计了超800 km远距公路长途客运班线评估指标,包括目标层、准则层和指标层(见表1)。由表1可知,准则层分为12大类,指标层细分为58具体要素。准则层主要根据人、车辆、环境、管理以及安全投入等进行划分,涵盖了交通领域所能涉及到的全部指标,这为超800 km远距长途客运班线风险评估的准确性与科学性提供了帮助,对降低事故发生概率有重要意义。
Table 1. Evaluation indicators about long-distance passenger transport line of the highway with distance of over 800 km
表1. 超800 km远距公路长途客运班线评估指标
4. 评估方法
4.1. 德尔菲(Delphi)法
Delphi法也叫专家调查法,于1946年由美国兰德公司提出,其本质上是一种反馈匿名函询法 [18]。Delphi法主要由调查者拟定调查表,通过专家匿名函询的方式对数据作进一步的统计、反馈和重新统计,最终实现调查的估计与预测 [18]。通常,Delphi法的具体操作为:组织者根据相关研究主体呈现的特点确定具体指标体系,选取对研究领域熟悉的高水平人员组成专家组,获取各指标信息的评价结果。最终,组织者根据管理人员们给出结果的情况进行几轮反馈,收敛于统一的指标体系表。目前,Delphi法已成为我国预测和评估领域的常用方法之一,并广泛应用于医学 [19]、教育 [20] 与互联网 [21] 等方面。其操作简图如图1所示。
Figure 1. Operation diagram of Delphi method
图1. Delphi法操作示意图
4.2. 优序图(Precedence Chart)法
优序图法(Precedence Chart)是美国穆蒂(P. E. Moody)于1983年首次提出的,是通过对多目标决策问题进行两两相对比较,最后给出全部方案的最优序排序 [22]。此方法应用简单,既能处理定量问题,又能处理定性问题。优序图法具体的操作步骤为:确定所需的指标数量并进行编号。假设n为评估指标的数目,那么将n个指标分别对比就会形成一个n × n的空白棋盘格,对横、纵指标作两两对比,确定二者的优劣性,并用数字进行标定区分。通常的方法是,用1、0.5、0三个数字来表达,“1”表示两者相较中更大的一方,意为“更优的”、“重要的”;“0”则表示两者中较小的一方,意为“不重要的”。若两者相等则填入“0.5”,表示两者相比是“同等重要的”。棋盘图上对角线上的格子代表序号相同的因素,即相同因素的比较,这对于因素间重要性的比较没有参考价值,所以代表相同序号的格子内都无需填写 [23]。因此空白格式如图2所示,白色格子根据实际情况可填“1”或“0”,紫色格子内应均为0.5。
Figure 2. Blanket format for the Precedence Chart
图2. 优序图法的空白格式
按照Precedence Chart法的计分方式,将每项指标各行数字横向相加,然后分别与总数相除就得到了各指标的权重 [24]。Precedence Chart法利用相对重要性进行打分,既实现了对指标的定量分析,又保证了分值的合理性与可靠性。
4.3. Delphi-Precedence Chart法
在预测与评估领域,Delphi法和Precedence Chart法作用常用方法,有一定的局限性。Delphi法主观性较强,容易因为专家的分歧观点导致反馈的重复与繁琐;而Precedence Chart法的量化也会因为数据的
Figure 3. Delphi-Precedence chart implementation process
图3. Delphi-Precedence chart实施过程
单一导致两个及以上指标的权重相同,不便实现全部指标的对比。因此,本文尝试将Delphi法与Precedence Chart法相结合,首先咨询专家确定主要指标的重要度,排除不必要的因素,形成统一格式的调查问卷;其次在专家仔细分析后利用Precedence Chart法对指标赋予更标准的数值,评估各项指标的权重大小;最后根据汇总获得各指标相应的重要度,从而更有针对性地预防风险、提高安全水平。具体操作如图3所示。
5. 案例分析
5.1. 评估情况
本调查主要针对浙江某市各客运企业中超800 km远距公路长途客运班线进行调查,采用Delphi-Precedence chart法对客运班线的风险作准确的评估,从而实现定性定量分析。为保证调查信息的客观、公正和准确,摸清超长旅客运输班线的实际运营情况,本研究数据均以普通乘客的身份进行大量实地调研获得。由专家数次讨论商议后确定超长旅客运输班线的风险评估指标(表1)。针对58项指标层进行评估,评估选项为“非常重要”、“重要”以及“不重要”,形成了计分式调查表。调查表以集中开会的方式向各客运企业专业管理人员下发,被调查人员按要求正确填写调查表并被当场收回,共计48份有效问卷。
5.2. 评估结果
将有效问卷的结果进行统计,其中针对单张问卷的逐一指标,“非常重要”计4分,“重要”计2分,“不重要”计1分。由此我们将48份有效问卷中的58个指标的得分进行统计并得到了用于对比的平均值
,其具体的数值如表2所示。
Table 2. Table of average indicator scores
表2. 指标平均分值表
将表2中得到的数值
,填入式(1)中并进行判别,其中式(1)是由0、0.5和1构成的矩阵,如a12为1,a21则为0,依次类推。由于数据较多、指标量较大并未将矩阵全貌展现在本文中。
(1)
将式(1)中得到的结果代入式(2)中进行计算,得到
表示优序图方法下指标的最终分数,具体数值如表3所示。
(2)
表3中一般认为Cn越大,最终计算得出的指标权重就越大。因此可以发现C1得分最高,其次是C8,最小的是C23,这证明驾驶员对客运班线线路环境中的风险认知在保障超800 km远距公路长途的安全运营中占据较小的比例,发车前车辆和驾驶员都符合相关标准要求是必要且必须的。
Table 3. Indicator scores based on precedence chart
表3. 指标优序度评分分值表
将表3中得到的
代入式(3)中进行加权计算,得到最终的权重
,其具体的数值如表4所示。
(3)
综上,根据计算及分析结果,要素1、要素8、要素2、要素7以及要素46权重赋值最高,分别对应的内容为“车辆技术等级是否符合标准规范要求”、“车辆是否按规定配备两名以上驾驶员,是否有操作失误情况”、“车辆是否持有《道路运输证》等有效的证照”、“是否落实车辆安全检查制度,是否做好出车前后检查”以及“客运车辆是否有运输违禁货物、危险化学品情况”。这充分说明针对超800 km运距公路长途客运班线的安全问题,相关管理人员对车辆本身和驾驶员的担忧较多,认为在规章制度的约束下,驾驶员行为存在不规范的地方会导致车辆本身的问题。因此,在后续的改进过程中,应当认真落实道路交通安全规范,严格要求驾驶员操作流程,保证车辆的安全运行,培养良好的安全文化。
Table 4. Weighting statistics for each indicator
表4. 各指标权重统计
6. 结论
为保障长途客运班线的运行安全,减少超800 km远距公路长途客运在发车前、中、后期的安全隐患,本文以浙江某市客运企业专业管理人员为调查主体,通过专家人员不断探讨与分析,最终确定公路长途客运班线的12大类风险因子,共含有指标要素58项。为了彻底摸清在实际情况下各指标的重要程度,使用Delphi-Precedence Chart方法,将定性分析与定量分析相结合,以获取更加直观和准确的数据。研究结果表明,“车辆技术等级是否符合标准规范要求”、“车辆是否按规定配备两名以上驾驶员,是否有操作失误情况”、“车辆是否持有《道路运输证》等有效的证照”、“是否落实车辆安全检查制度,是否做好出车前后检查”以及“客运车辆是否有运输违禁货物、危险化学品情况”等因素对长途客运班线安全运行影响较大,应当通过持续改善这些因素促进长途客运班线的安全管理水平。为此,各省际客运班线运营企业可采取以下对策提高安全水平:
1) 加强各班线客运车辆状况检查。车辆是否符合相关标准是其发车的前提。在保障车辆符合一定标准要求后,应加强对客运车辆自身的检查,包括车辆自身状况的记录、报备与检修、车辆的使用年限等,做好出车前后对客运车辆运行情况的检查工作。
2) 培养客运工作人员的专业素养。客运工作人员是客运班线运营企业的核心。客运车辆的风险甄别、安全隐患排查等都需要工作人员具备足够的专业知识与技能。应开设客运工作人员培训班,从基本技能、安全意识、实践经验等方面对其实行定期考核,促使客运工作人员不断提高专业素养,加强专业知识和技能的积累与沉淀。
3) 提高各客运班线运营企业的应急能力。事故发生前做好全面的预防工作,事故发生后也需具备充分的应急能力。各省际客运班线运营企业应重视自身应急预案与应急演练的必要性,根据以往事故发生的特征,确保自身应急材料、物资以及设施的完备,定期进行演练工作,有的放矢,确保事故发生后将损失降到最低。
尽管在当前阶段,我国800 km以上长途客运班线正在逐渐减少,鼓励乘客转向铁路或是民航出行,但是提升现有的长途班线运行安全水平依然有重要意义。各地行业主管部门、第三方评估机构、800 km里以上省际客运班线运营企业可以参考本研究结果,结合本地交通综合运输体系和旅客出行需求完善指标体系、评估方法、评估程序和风险等级判别标准,开展客运班线安全风险评估工作。属地行业主管部门也可以根据具体的评分细则开展道路客运班线的安全监督检查、隐患排查治理工作。