基于改進(jìn)系統(tǒng)工程決策理論的高速公路交通安全評價(jià)研究

楊 洋，袁振洲，陳 治，孫東冶

（1.北京航空航天大學(xué) 交通科學(xué)與工程學(xué)院，北京 100191；2.北京交通大學(xué) 交通運(yùn)輸學(xué)院，北京 100044；3.中國交通通信信息中心交通安全應(yīng)急信息技術(shù)國家工程實(shí)驗(yàn)室，北京 100011）

中共中央、國務(wù)院印發(fā)于2021 年印發(fā)的《國家綜合立體交通網(wǎng)規(guī)劃綱要》，明確提出了“加強(qiáng)交通運(yùn)輸安全風(fēng)險(xiǎn)預(yù)警、防控機(jī)制和能力建設(shè)”“加強(qiáng)交通安全綜合治理，切實(shí)提高交通安全水平”的工作思路［1］.高速公路在極大提升運(yùn)輸效率的同時(shí)，與之伴隨的事故隱患及事故造成的人員財(cái)產(chǎn)損失等安全問題亦不容忽視.挖掘事故風(fēng)險(xiǎn)因子、揭示事故發(fā)生機(jī)理等工作，其終極目標(biāo)都是探究合理的安全控制措施方案，以規(guī)避事故風(fēng)險(xiǎn)、保障高速公路行車安全.在高速公路交通安全的多方案比選評估中，面向不同區(qū)域類型特征高速公路的安全水平系統(tǒng)評價(jià)手段，將是此類工作的重要依據(jù)和決策方法.

在高速公路的施工設(shè)計(jì)階段，新型安全路面材料的應(yīng)用或“防疲彎”在線形設(shè)計(jì)中的引入，往往可以有效地降低事故率［2］，而在運(yùn)維階段，則主要以限流限速和警示標(biāo)識等措施保障行車安全［3］.但高速公路的良好運(yùn)轉(zhuǎn)不能僅以行車安全來完全度量，針對安全這單一維度指標(biāo)的控制行為，可能存在限制通行效率或增加其他成本等方面的負(fù)面影響.在安全管理工作時(shí)，不應(yīng)進(jìn)行一刀切，這看似提升交通安全，實(shí)則未能系統(tǒng)地優(yōu)化高速公路的綜合交通安全.因此，面向高速公路的綜合交通安全水平評價(jià)，應(yīng)當(dāng)采用交通運(yùn)輸系統(tǒng)工程思維，在充分考慮安全維度指標(biāo)的前提下，并考慮其他相關(guān)維度指標(biāo)，以期在不同區(qū)域類型情景條件下，對高速公路交通安全獲得客觀、全面的評價(jià)結(jié)果.

現(xiàn)階段針對道路交通安全層面的研究，多集中在如何界定交通風(fēng)險(xiǎn)等級，以及針對安全因子的分析等方面.等效事故強(qiáng)度是一種實(shí)用的道路交通安全水平服務(wù)分級思路，有學(xué)者基于等效事故強(qiáng)度，對北京的城市快速路進(jìn)行了安全分級研究［4］.而單一事故指標(biāo)對于道路交通安全的評價(jià)毫無疑問是片面的，王笑笑［5］基于這樣的考慮，采用聯(lián)合度量指標(biāo)對高速公路行車安全性進(jìn)行了研究.也有學(xué)者研究了高速公路出入口的事故風(fēng)險(xiǎn)因子，構(gòu)建了基于突變理論的高速公路出入口安全評估模型［6］.此外，有學(xué)者基于改進(jìn)的事故對比法，設(shè)計(jì)了面向平面交叉口的安全風(fēng)險(xiǎn)量化模型［7］.而當(dāng)今道路交通安全評價(jià)主要思路，則主要聚焦于“事故強(qiáng)度分析”“絕對引數(shù)”“事故率法”等［8-9］，技術(shù)手段多是層次分析法或模糊綜合評價(jià)法等，指標(biāo)權(quán)重的量化多以主觀賦權(quán)法為主［10］.張曉博等［11］基于事故率法的研究思路構(gòu)建了交通安全評價(jià)體系，以模糊層次分析法并配合熵值法計(jì)算各指標(biāo)權(quán)重，應(yīng)用灰色關(guān)聯(lián)評價(jià)模型對安徽省的交通安全水平進(jìn)行了綜合評價(jià)；Mohammadian 等［12］基于高速公路宏觀狀態(tài)變量中的安全信息，建立了基于沖突的安全評價(jià)框架，但是其并未考慮各指標(biāo)的重要度差異問題.此外，現(xiàn)有相關(guān)研究主要還是聚焦在事故維度方面進(jìn)行指標(biāo)篩選，系統(tǒng)全面的道路交通安全綜合評價(jià)體系較為少見，而且多為面向同一道路自身評價(jià)，缺乏針對多個(gè)研究對象的時(shí)空差異層面的考慮對比.此類研究思路得到的結(jié)果較為片面，采用的方法也無法體現(xiàn)交通運(yùn)輸系統(tǒng)工程思維的優(yōu)勢.

系統(tǒng)工程決策理論可以很好地兼顧交通運(yùn)輸系統(tǒng)工程學(xué)中的系統(tǒng)思維視角，可以定量、全面地對研究目標(biāo)進(jìn)行剖析，該理論中的密切值法，則是其優(yōu)選方法集中兼容性較強(qiáng)的方法之一［13］.而在交通運(yùn)輸領(lǐng)域中，應(yīng)用密切值法的研究案例并不多見，這些研究往往忽略了該方法矩陣數(shù)值化便捷、結(jié)果辨識度強(qiáng)的優(yōu)勢.在環(huán)評領(lǐng)域，該方法應(yīng)用案例較為多見，有學(xué)者基于密切值法對塊煤層氣井的井型進(jìn)行了方案比選，在其模型中共考慮了5 指標(biāo)［14］；也有學(xué)者基于中國的能耗排放數(shù)據(jù)描述了密切值評價(jià)模型的應(yīng)用［15］.傳統(tǒng)密切值法并考慮指標(biāo)的權(quán)重差異，在多樣本評價(jià)工作中等同于將指標(biāo)進(jìn)行了等權(quán)重處理，易使結(jié)果產(chǎn)生誤差.指標(biāo)加權(quán)量化的手段主要有Delphi 法、灰色關(guān)聯(lián)度法、模糊判斷矩陣法、AHP 法、信息熵法等［16］，主觀賦權(quán)法雖便于解讀，但是在各指標(biāo)的賦權(quán)工作中，專家的主觀重視程度會對權(quán)重取值結(jié)果造成一定的負(fù)面效應(yīng).這種情況下，客觀賦權(quán)法（信息熵權(quán)重理論）的優(yōu)勢便能體現(xiàn)出來.楊洋等［17］根據(jù)密切值法原理，首次將密切值法應(yīng)用于交通運(yùn)輸領(lǐng)域的評價(jià)工作，并在該團(tuán)隊(duì)遞進(jìn)的相關(guān)研究中，提出了一種基于熵權(quán)改進(jìn)密切值評價(jià)模型的交通運(yùn)輸節(jié)能減排評價(jià)體系［18］.

綜上，為突破單維度交通安全評價(jià)研究中“事故強(qiáng)度分析”的局限，克服傳統(tǒng)高速公路安全評價(jià)主要集中在微觀路段層面的缺陷，并實(shí)現(xiàn)針對區(qū)域類型差異條件下的高速公路交通安全水平的定量研判，本文充分發(fā)揮了交通運(yùn)輸系統(tǒng)工程思維的優(yōu)勢，將系統(tǒng)工程決策理論引入交通安全評價(jià)研究中，并考慮到多維度指標(biāo)與多個(gè)待評區(qū)域路段交互影響的特征，為了避免主觀賦權(quán)法對結(jié)果帶來的干擾，采用了純客觀的權(quán)重計(jì)算理論對指標(biāo)進(jìn)行賦權(quán)優(yōu)化.具體工作為：選取5 種不同區(qū)域類型的高速公路，分別為高速公路平原區(qū)基本路段（含共乘車道或多乘員車道（High-Occupancy Vehicle lane，HOV））、平原區(qū)基本路段（無HOV）、隧道路段、橋梁路段、潮汐快速通道，基于美國華盛頓州交通運(yùn)輸部（Washington State Department of Transportation，WSDOT）信息平臺提供的數(shù)據(jù)，建立了考慮時(shí)空差異的高速公路交通綜合安全評價(jià)矩陣，模型分別定義了正向與負(fù)向指標(biāo)，并對各指標(biāo)實(shí)施體系化信息熵賦權(quán)量化處理，進(jìn)而通過熵權(quán)改進(jìn)密切值模型對各區(qū)域類型高速公路進(jìn)行了綜合交通安全水平評價(jià).本文首次將密切值法應(yīng)用于交通運(yùn)輸安全領(lǐng)域，通過構(gòu)建系統(tǒng)的高速公路綜合交通安全評價(jià)體系，以期為高速公路全生命周期交通安全實(shí)施方案的制定和比選以及交通安全與經(jīng)濟(jì)環(huán)境的協(xié)調(diào)發(fā)展提供依據(jù).

1 研究對象與區(qū)域

在時(shí)間維度，以季節(jié)進(jìn)行劃分選取：春季Q1，夏季Q2，秋 季Q3，冬 季Q4；在 空 間 維 度，設(shè) 置3 英 里（mile）作為基準(zhǔn)，同時(shí)基于地理地貌特征和道路空間分布層面的考慮，選取高速公路平原區(qū)基本路段（含HOV）N1、高速公路平原區(qū)基本路段（無HOV）N2、隧道區(qū)域路段N3、橋梁區(qū)域路段N4、潮汐快速通道區(qū)域路段N5，5 個(gè)不同區(qū)域高速公路.結(jié)合時(shí)空綜合考慮，進(jìn)而得到本文所確定的5×4=20 個(gè)待評價(jià)單元.

大量的多元異構(gòu)數(shù)據(jù)是進(jìn)行高速公路交通安全水平評價(jià)工作的基礎(chǔ)，為得到更為準(zhǔn)確科學(xué)的評價(jià)結(jié)果，應(yīng)盡可能獲取多的正向與負(fù)向相關(guān)的指標(biāo)數(shù)據(jù)信息.研究路段的道路信息和2016 全年相關(guān)交通數(shù)據(jù)信息可通過WSDOT 信息平臺獲得提取，并在空間層面確定以下研究區(qū)域：美國華盛頓州Interstate NO.5 州際高速公路160-163 里程樁號路段（Ⅰ-5，MP160-163），作為基本路段（含HOV）的研究區(qū)域；Ⅰ-5 的MP200-203，作為基本路段（無HOV）的研究區(qū)域；華盛頓州Ⅰ-90 的5-9 里程樁號路段（Ⅰ-90，MP5-9），作為隧道路段的待研究區(qū)域；西雅圖市WA520 高速公路的Evergreen Point Floating Bridge 路段，作為橋涵研究區(qū)域；Ⅰ-5 潮汐快速路通道 的MP169-172 路 段（Ⅰ-5 Express Way，MP169-172），作為潮汐快速通道的研究區(qū)域.

2 熵權(quán)改進(jìn)系統(tǒng)工程決策模型構(gòu)建

2.1 密切值法原理

目標(biāo)或方案的決策工作，在整體過程中，實(shí)際上就是評價(jià)分析的過程.在系統(tǒng)工程決策理論集中，密切值法是多目標(biāo)決策的一種優(yōu)選方法，該方法計(jì)算效率高，結(jié)果精度好，是多目標(biāo)的綜合評價(jià)中一種切實(shí)有效方法.在評價(jià)過程中，諸如運(yùn)輸效率、吞吐量等數(shù)值越高評價(jià)效果越好的指標(biāo)在該方法中被定義為正向指標(biāo)，諸如成本消耗、死亡率等數(shù)值越低評價(jià)效果越好的指標(biāo)被定義為負(fù)向指標(biāo)，進(jìn)而通過搜索“最優(yōu)點(diǎn)”與“最劣點(diǎn)”并計(jì)算各待評單元距“最優(yōu)最劣點(diǎn)”的歐氏距離（密切系數(shù)），最后通過數(shù)學(xué)轉(zhuǎn)換，求得密切值，即通過該值反映各樣本的綜合優(yōu)劣.

本文通過信息熵權(quán)重理論加權(quán)測算指標(biāo)權(quán)重值，并考慮熵權(quán)法中的期望值，得到熵權(quán)改進(jìn)的密切值評價(jià)模型.該模型繼承了諸如無需標(biāo)定主觀參量等傳統(tǒng)密切值法中的優(yōu)勢，同時(shí)，待評樣本的差異性也通過指標(biāo)加權(quán)得到放大，評價(jià)結(jié)果更為清晰準(zhǔn)確.

2.2 信息熵賦權(quán)理論

針對信息層面的量化度量，Shannon 以信息熵的概念描述了信源的不確定度［19］.在其提出的理論中，熵值與信息的無序化程度成正比，熵值越大說明信息的效用就越低，相應(yīng)指標(biāo)的權(quán)重值也應(yīng)當(dāng)越低；如果待評樣本在某指標(biāo)中表現(xiàn)出較小的熵值（較大的熵權(quán)），這說明在該指標(biāo)中，各待評樣本具有顯著差異，在對應(yīng)的評價(jià)工作中，該指標(biāo)應(yīng)當(dāng)被重點(diǎn)考量.信息熵加權(quán)計(jì)算方法分為標(biāo)準(zhǔn)化矩陣、熵值函數(shù)、權(quán)重量化函數(shù)3 部分.

1）標(biāo)準(zhǔn)化矩陣.

假設(shè)共n個(gè)評價(jià)對象（選取5 個(gè)不同區(qū)域高速公路路段），各待評對象含m個(gè)指標(biāo)（考慮包含經(jīng)濟(jì)、效率、環(huán)境、安全4 個(gè)維度的8 個(gè)評價(jià)指標(biāo)），則指標(biāo)矩陣可通過原始數(shù)據(jù)建立為

式中：i表示元素位于矩陣的第i行，即第i個(gè)評價(jià)對象；j表示元素位于矩陣的第j列，即第j個(gè)指標(biāo).

對矩陣實(shí)施標(biāo)準(zhǔn)化處理，令

式中：A+表示評價(jià)矩陣中的正向指標(biāo)；A-表示評價(jià)矩陣中的負(fù)向指標(biāo).

得標(biāo)準(zhǔn)化矩陣C={Cij}n×m

2）熵值函數(shù).

玻爾茲曼（Boltgman）公式［20］

式中：n1、n2表示系統(tǒng)內(nèi)的元素微觀熵值.

斯蒂林公式為

結(jié)合式（4）～式（6），并擴(kuò)展為多元（m元）系統(tǒng)，轉(zhuǎn)換得到其單位熵值函數(shù)

式中：y表示可能的微觀態(tài)數(shù).

即指標(biāo)j的信息熵量化值為

式（8）中常數(shù)k與樣本數(shù)n（即待評高速公路路段數(shù)量）有關(guān).針對信息有序度為0 的系統(tǒng)，其熵值是最大的，e=1，當(dāng)n個(gè)樣本處于完全無序的分布狀態(tài)時(shí)通過式（8）可得

于是有

3）權(quán)重量化函數(shù).

信息熵值ej用以度量指標(biāo)j的信息效用水平，當(dāng)指標(biāo)包含的信息為完全無序狀態(tài)時(shí)，ej=1，此時(shí)j指標(biāo)對評價(jià)工作的效用值為0，指標(biāo)的信息效用價(jià)值可以用該信息熵值與1 的差值hj表示，即

基于熵權(quán)理論的指標(biāo)權(quán)重量化，權(quán)重實(shí)際上是基于指標(biāo)的效用系數(shù)得到.較高的指標(biāo)效用系數(shù)可以說明相應(yīng)指標(biāo)對高速公路交通安全評價(jià)的重要度較高，指標(biāo)j權(quán)重函數(shù)表示為

2.3 基于信息熵權(quán)重優(yōu)化改進(jìn)的密切值評價(jià)方法

結(jié)合考慮的問題特征，根據(jù)密切值法原理，并結(jié)合信息熵權(quán)重模型，建立交通安全評價(jià)體系，圖1 給出了本研究的評價(jià)工作流程.

圖1 熵權(quán)改進(jìn)密切值法高速公路交通安全評價(jià)流程Fig.1 Freeway traffic safety evaluation procedure based on the entropy weight improved osculating value method

1）原始矩陣標(biāo)數(shù)值化處理.

根據(jù)式（1）建立原始矩陣，即由m個(gè)選取的評價(jià)指標(biāo)和n個(gè)選取的高速公路待評單元構(gòu)成的矩陣.考慮到不同待評數(shù)值化指標(biāo)的正負(fù)號由其物理意義決定.對于有物理意義的含量綱密切值矩陣模型可以通過相應(yīng)的數(shù)學(xué)轉(zhuǎn)換，轉(zhuǎn)化為由正負(fù)數(shù)構(gòu)成的純數(shù)字矩陣.

式中：+aij表征待評價(jià)指標(biāo)作為正向指標(biāo)；-aij表征待評指標(biāo)作為負(fù)向指標(biāo).

則矩陣模型A轉(zhuǎn)換為數(shù)值化矩陣模型S為

式中：sij為正向指標(biāo)，其值越大表明評價(jià)結(jié)果越好；sij為負(fù)向指標(biāo)，數(shù)值越大表示評價(jià)結(jié)果越差.通過負(fù)號的引入，可以在令矩陣A與S的評價(jià)結(jié)果保持一致的同時(shí)，又可使矩陣S失去其原有的物理意義.

2）規(guī)范化數(shù)值矩陣.

規(guī)范化后

3）評價(jià)最優(yōu)點(diǎn)與最劣點(diǎn)的確定.

選取數(shù)值矩陣中各指標(biāo)的最優(yōu)評價(jià)點(diǎn)和最劣評價(jià)點(diǎn)，其中最優(yōu)點(diǎn)的選取原則如下

最劣點(diǎn)選取原則為

則最優(yōu)點(diǎn)集合為

則最劣點(diǎn)集合為

4）計(jì)算密切系數(shù)（歐氏距離）.最優(yōu)評價(jià)點(diǎn)密切系數(shù)為

最劣評價(jià)點(diǎn)密切系數(shù)為

式中：wj為指標(biāo)j的權(quán)重值.

5）計(jì)算密切值并得到最優(yōu)評價(jià)單元（交通安全水平最優(yōu)的高速公路路段）.各評價(jià)單元密切值為

其中

本文中，密切值法以高速公路待評路段作為待評單元，對待評單元與最優(yōu)最劣點(diǎn)的親疏程度進(jìn)行量化.較大的c值表明待評單元與最劣點(diǎn)的關(guān)系較親密，與最優(yōu)點(diǎn)則較為疏遠(yuǎn)，反之則與最優(yōu)點(diǎn)親密，與最劣點(diǎn)疏遠(yuǎn).若c=0，則說明待評單元為最優(yōu)單元.

3 高速公路交通安全評價(jià)體系構(gòu)建

3.1 建立指標(biāo)矩陣

同時(shí)考慮安全、效率、環(huán)境與經(jīng)濟(jì)4 個(gè)維度因素，基于完整性、科學(xué)性、可操作性、動態(tài)性與穩(wěn)定性相結(jié)合的評價(jià)體系構(gòu)建原則，提出一套面向多區(qū)域類型的高速公路交通安全綜合評價(jià)指標(biāo)體系.

安全維度的指標(biāo)是最重要的考量內(nèi)容，衡量交通安全水平的最直觀指標(biāo)即為事故頻率與嚴(yán)重程度，以人員傷亡程度和財(cái)產(chǎn)損失情況作為尺度進(jìn)行該層面度量.但是單純的事故風(fēng)險(xiǎn)情況并不能代表絕對交通安全水平，高速公路的建造后和運(yùn)營期的理想情況，是盡可能在產(chǎn)生較低環(huán)境污染、使用較少成本的前提下，獲取較高的運(yùn)輸效率，并有效地降低事故率和嚴(yán)重程度，以期實(shí)現(xiàn)其社會價(jià)值.因此在評價(jià)中，基于效率層面考慮，運(yùn)輸效率與客貨運(yùn)周轉(zhuǎn)量作為運(yùn)輸貢獻(xiàn)的重要相關(guān)指標(biāo)，應(yīng)該納入指標(biāo)體系內(nèi).與此同時(shí)，關(guān)于環(huán)境方面，不同高速公路區(qū)域或路段的建成和運(yùn)營，對城市交通外部成本的貢獻(xiàn)存在差異，且其產(chǎn)生的多是負(fù)外部效應(yīng)［21］.例如，兩岸城市通過新建高速公路橋梁的建設(shè)，避免了城市間的繞行交通，對于往日繞行交通產(chǎn)生的能耗排放同樣是一個(gè)正向效應(yīng)；而HOV 的使用可以在一定程度上降低能耗并節(jié)約出行成本.所以，在科學(xué)完整且合理的評價(jià)體系中，節(jié)能減排效應(yīng)也應(yīng)當(dāng)作為評價(jià)中重點(diǎn)考量的一個(gè)評價(jià)維度.在經(jīng)濟(jì)層面的考慮，施工建設(shè)產(chǎn)生的成本在各區(qū)域必然不相同，后期的運(yùn)維成本也存在一定的差異；個(gè)別路段還會存在成本收入，本文中考慮路段的正向成本包含基本路段（含HOV）節(jié)約的出行成本、收費(fèi)路段中的運(yùn)營收入以及其他收入項(xiàng)（交通安全的提升投資）等.

基于高速公路的主要特征，本文研究定義：工程造價(jià)C1為假設(shè)高速公路生命周期確定的前提下，在規(guī)劃設(shè)計(jì)和施工建設(shè)階段工作量均攤1 年所產(chǎn)生的成本；日常管理維護(hù)成本C2為相關(guān)部門對相應(yīng)路段每年運(yùn)維所產(chǎn)生的總成本；節(jié)能減排C3是指在對應(yīng)路段建成后，對沖路段未建成前出行繞行所降低的能耗排放量；通行交通量C4為對應(yīng)路段在1 年中的總交通周轉(zhuǎn)量；通行速率C5指對應(yīng)區(qū)域或路段的機(jī)動車通行平均速度；事故造成的財(cái)產(chǎn)損失C6為對應(yīng)路段年度所發(fā)生交通事故造成的財(cái)產(chǎn)損失總額；事故造成的人員傷亡C7指對應(yīng)路段年度交通事故造成的死亡人員折算數(shù)；經(jīng)濟(jì)效益C8為共享車道節(jié)約的出行成本和收費(fèi)路段分季度產(chǎn)生的相應(yīng)費(fèi)用收入總額.在評價(jià)體系中的項(xiàng)目層按經(jīng)濟(jì)B1、環(huán)境B2、效率B3和安全B44 個(gè)維度進(jìn)行劃分：經(jīng)濟(jì)B1指向?yàn)镃1、C2和C8；環(huán)境B2指向?yàn)镃3；效率B3指向?yàn)镃4和C5；安全B4指向?yàn)镃6和C7.最終可得到所需考慮的綜合評價(jià)體系指標(biāo)，在評價(jià)體系中，正向指標(biāo)的數(shù)值越高，對評價(jià)結(jié)果越有利，包括C3、C4、C5、C8；負(fù)向指標(biāo)的數(shù)值越低，則對評價(jià)結(jié)果越有利，包括C1、C2、C6、C7.

3.2 模型基本假設(shè)

針對本文提出的評價(jià)模型，設(shè)置8 條基本假設(shè)條件：

1）所有待評價(jià)路段中的交通流均為穿行交通；且選取的各路段都為3 英里，故而該指標(biāo)則只需考慮交通總量.

必需氨基酸測定結(jié)果，C2組在雞胸肉、腿肉和肝臟中分別為0.304%、0.151 4%和4.510%，D2組雞胸肉、腿肉和肝臟中分別為0.342%、0.140 3%和3.670%。表明在放養(yǎng)條件下，無抗養(yǎng)殖雞胸肉、腿肉和肝臟中必需氨基酸與有抗養(yǎng)殖差異不顯著，但肝臟中是無抗養(yǎng)殖略高。

2）污染物排放與能源消耗呈線性相關(guān).故而該指標(biāo)只需選取排放或能耗其中之一即可［13］.

3）“工程造價(jià)”指標(biāo)的量化值在生命周期年度的各季度呈均勻分布［22］.

4）基準(zhǔn)交通量折算系數(shù)，在此參照文獻(xiàn)［23］中確定的交通調(diào)查基本準(zhǔn)則進(jìn)行車型系數(shù)的折算，小客車為0.5，小型、中型載貨汽車與大型客車的折算系數(shù)為1.0，大型載貨拖掛車為1.5.

5）計(jì)算設(shè)置有HOV 車道路段的交通量時(shí)，HOV車道中的交通量按基準(zhǔn)交通量的2.5倍計(jì)算，非HOV車道中行駛交通量按基準(zhǔn)交通量的1倍計(jì)算［24］.

6）計(jì)算未設(shè)置HOV 車道路段的交通量時(shí)，行駛交通量統(tǒng)一按基準(zhǔn)交通量的1.5 倍計(jì)算［24］.

7）依照美國交通運(yùn)輸委員會發(fā)布的美國高速公路平均使用年限，本文考慮的高速公路運(yùn)營壽命按照20 年計(jì)算［25］.

8）折算的死亡人數(shù)的換算系數(shù)為：輕傷/人折算系數(shù)以0.25 為基準(zhǔn)進(jìn)行計(jì)算，重傷/人折算系數(shù)以0.5 為基準(zhǔn)進(jìn)行計(jì)算［16］.

3.3 評價(jià)指標(biāo)數(shù)據(jù)收集與處理

各區(qū)域日常維護(hù)成本、相關(guān)造價(jià)和各區(qū)域經(jīng)濟(jì)效益等，均參照WSDOT 的公示信息和數(shù)據(jù)，在“WSDOT Project”版塊中，可以申請獲取相關(guān)指標(biāo)直接或間接的信息，該入口界面如圖2 所示.

圖2 WSDOT 交通項(xiàng)目信息查詢系統(tǒng)界面Fig.2 Information system of WSDOT transportation construction projects

式中：ˉˉCn為第n個(gè)區(qū)域路段的季度均攤工程造價(jià)平均值；Cn為第n個(gè)區(qū)域路段工程造價(jià)總金額；Yn為對應(yīng)高速公路區(qū)域預(yù)期的全生命周期使用年限.

各研究區(qū)域每年分季度的日常維護(hù)費(fèi)為

式中：Wns表示第n個(gè)研究區(qū)域在季度s時(shí)的日常支出；Wny表示該區(qū)域于第y月日常費(fèi)用支出.

各待評區(qū)域路段于各季度的經(jīng)濟(jì)效益為

式中：Ins為第n個(gè)待研究高速公路路段于季度s的日常經(jīng)濟(jì)效益；Iny為該待研究路段于第y月的日常經(jīng)濟(jì)效益.

各待評單元通行平均速度、季度交通量以及節(jié)能減排貢獻(xiàn)，均可通過UWDriveNet 交通信息平臺直接獲取或間接計(jì)算得到.其中“HCM Analysis”版塊可得通行平均速度與交通量，“Map&Data”模塊中“Emission Map”功能內(nèi)置了相關(guān)測算模型，排放相關(guān)數(shù)據(jù)信息可通過該功能間接獲得.

各待評價(jià)區(qū)域的分季度交通量為

式中：Tns為在m季度中第n個(gè)研究路段的總折算交通量；FHp為車型p行駛于HOV 車道的交通量，F(xiàn)p為車型p行駛于非HOV 車道的交通量，cp為車p的標(biāo)準(zhǔn)車折算系數(shù).

計(jì)算得到對應(yīng)高速公路區(qū)域的節(jié)能減排效應(yīng)為

式中：Sns為在季度s時(shí)待評路段n總的節(jié)能減排折算碳排放量；ep為車型p的碳排放系數(shù)；STp為對應(yīng)區(qū)域路段建成后，轉(zhuǎn)移流量節(jié)能減排效應(yīng)對沖的折算排碳排放量；FTp為其建成前車型i繞行產(chǎn)生的多余能耗.

結(jié)合式（28）～式（30），最終計(jì)算出各待評價(jià)高速公路區(qū)域分季度的折算交通量結(jié)果見表1.

表1 季度劃分視角下2016 年各待評高速公路折算交通量Tab.1 Converted traffic volume of each freeway section to be evaluated by quarter in 2016萬輛折算標(biāo)準(zhǔn)車/pcu

為了更加清晰地展示各待評高速公路區(qū)域中分季度的折算交通量，對表1進(jìn)行可視化展示如圖3所示.

圖3 各待評區(qū)域于不同季度的折算交通量Fig.3 Quarterly converted traffic volume of each freeway section

關(guān)于人員傷亡和財(cái)產(chǎn)損失情況，通過獲取的2016 年交通事故基礎(chǔ)數(shù)據(jù)，基于假設(shè)條件7）計(jì)算整理可得表2、表3.圖4 給出了分季度折算交通事故人員傷亡和折算財(cái)產(chǎn)損失的可視化統(tǒng)計(jì)結(jié)果.

表2 2016 年度各待評高速公路區(qū)域折算交通事故財(cái)產(chǎn)損失Tab.2 Converted traffic crash property loss of each freeway section to be evaluated in 2016 萬美元

表3 2016 年度各待評高速公路區(qū)域折算交通事故死亡人數(shù)Tab.3 Converted traffic crash deaths of each freeway section to be evaluated in 2016 人

通過圖4 可知，N3的交通事故折算死亡人數(shù)和折算財(cái)產(chǎn)損失均為最低，N1的交通事故折算死亡人數(shù)與折算財(cái)產(chǎn)損失均為最高，兩個(gè)指標(biāo)絕對值的高低與兩個(gè)路段所承擔(dān)的功能、交通量以及區(qū)域交通組織方式有很大關(guān)系；N2和N3的年度折算交通事故死亡人數(shù)基本相當(dāng)，N2交通事故造成的財(cái)產(chǎn)損失卻較N3的高出1 倍 左 右；N4和N5的2016 年度交通事故折算死亡人數(shù)和交通事故財(cái)產(chǎn)損失處于相同水平，都僅占N1的1/2 左右.

3.4 數(shù)值評價(jià)矩陣的建立

基于如上的計(jì)算分析結(jié)果，建立全年度整體視角和季節(jié)劃分視角的指標(biāo)數(shù)值矩陣見表4 和表5.

表4 2016 年的年度評價(jià)數(shù)值矩陣Tab.4 Evaluation matrix in 2016

表5 考慮季度差異的數(shù)值評價(jià)矩陣Tab.5 Numerical evaluation matrix with the consideration of quarterly differences

在構(gòu)建考慮季度差異的指標(biāo)矩陣時(shí)，將年度以Q1、Q2、Q3、Q44 季 度 進(jìn) 行 劃 分，基 于 評 價(jià) 矩 陣 中C1～C8的8 個(gè) 評 價(jià) 指 標(biāo) 和N1～N5等5 個(gè) 區(qū) 域 在Q1～Q44 個(gè)季度中的表現(xiàn)作為該部分的待評價(jià)單元，因此，共有5×4=20 個(gè)待評價(jià)單元，記為Nij，其中i∈［1，5］，j∈［1，4］.

4 結(jié)果與討論

4.1 年度視角下指標(biāo)的賦權(quán)計(jì)算

年度視角下計(jì)算指標(biāo)C1～C8的權(quán)重值，以期確定從全年角度研究時(shí)各指標(biāo)重要度的分布情況：通過式（1）～式（3）對表4 進(jìn)行矩陣標(biāo)準(zhǔn)化，進(jìn)而引入熵值函數(shù)，應(yīng)用式（4）～式（10）計(jì)算標(biāo)準(zhǔn)化后的矩陣，可得各指標(biāo)的信息熵值ej，應(yīng)用式（11）計(jì)算出各指標(biāo)的信息效用價(jià)值hj，將hj代入權(quán)重函數(shù)中，通過式（12）可得最終各指標(biāo)的權(quán)重，圖5 給出了年度視角下的指標(biāo)權(quán)重賦權(quán)結(jié)果.

圖5 年度視角下的評價(jià)指標(biāo)權(quán)重計(jì)算結(jié)果Fig.5 Calculation results of evaluation index weight in annual perspective

由圖5 可知，年度視角的高速公路交通安全評價(jià)中，事故造成的人員傷亡人數(shù)C7的權(quán)重值為0.58，在眾多指標(biāo)中為最高，這說明人員的傷亡情況是決定高速公路交通安全的最重要因素；重要度次高的指標(biāo)是事故造成的財(cái)產(chǎn)損失C6，這就提出了相應(yīng)要求：應(yīng)著重針對這兩項(xiàng)指標(biāo)，來采取相應(yīng)的交通安全管理控制和事故預(yù)防措施.而節(jié)能減排效果C3、通行交通量C4、通行平均速率C5和經(jīng)濟(jì)效益C8，幾個(gè)指標(biāo)的權(quán)重值均不足0.001，處于最低，說明這4 項(xiàng)指標(biāo)在進(jìn)行年度交通安全水平評價(jià)中，無需重點(diǎn)考慮.同樣，交通量與通行效率的權(quán)重值也處于較低水平，可能的解釋是：在本文算例中，這兩項(xiàng)指標(biāo)的量化值在5 個(gè)區(qū)域中的分布差異不大，即其信息的效用處于低位，根據(jù)信息熵原理，當(dāng)信息熵權(quán)重模型針對某些指標(biāo)，在待評單元中的數(shù)值分布未見大的波動情況下，造成的結(jié)算得到的權(quán)重處于較低水平屬正常現(xiàn)象，這并非說明這些指標(biāo)對交通安全水平不重要，而是在該算例中，該指標(biāo)的信息效用處于較低水平.此外，在不同區(qū)域的高速公路中，對交通安全水平存在影響的宏觀指標(biāo)的重要度，也存在顯著的差異.

4.2 季節(jié)劃分視角下的評價(jià)指標(biāo)權(quán)重計(jì)算

以單季節(jié)作為獨(dú)立待評價(jià)矩陣，可得共4 組數(shù)值矩陣，設(shè)其為矩陣Q1、Q2、Q3、Q4；將通過式（1）～式（3）對4 個(gè)數(shù)值矩陣進(jìn)行標(biāo)準(zhǔn)化得到的標(biāo)準(zhǔn)化矩陣，代入到熵值函數(shù)中，并以式（4）～式（10）對標(biāo)準(zhǔn)化后的矩陣進(jìn)行計(jì)算，可得各指標(biāo)信息熵值eQ1、eQ2、eQ3、eQ4，以式（11）計(jì)算各指標(biāo)信息效用價(jià)值hQ1、hQ2、hQ3、hQ4，并將信息熵值代入到權(quán)重函數(shù)，通過式（12）可得各季度中各指標(biāo)的權(quán)重分布，結(jié)果見圖6.

圖6 季度差異視角下的評價(jià)指標(biāo)權(quán)重計(jì)算結(jié)果Fig.6 Calculation results of evaluation index weight with the consideration of quarterly differences

通過圖6 可知，在4 個(gè)季度中，排名前2 重要度的指標(biāo)均為C6和C7，其中事故造成的人員傷亡C7在Q2、Q3、Q4的3 個(gè)季度中，權(quán)重值均處于最高，在春季Q1，權(quán)重值最高的指標(biāo)為C6；除C6和C7外，4 個(gè)季節(jié)中的權(quán)重都大于0.01 的指標(biāo)包括C1和C2，C1與C2在Q1～Q4的權(quán)重值分別為：0.117 7 與0.184 1、0.112 3與0.087 2、0.080 1 與0.059 8、0.050 0 與0.026 7.指標(biāo)C3、C4、C5、C8在所有季節(jié)的權(quán)重均低于0.015，說明該4 項(xiàng)指標(biāo)在年度視角下和季節(jié)劃分視角下，重要度都處于較低水平，但在不同季節(jié)，其權(quán)重排序存在一定差異性：春季Q1中的最低重要度指標(biāo)是C3，值為0.007 1；夏季Q2中的最低重要度指標(biāo)是C4，值為0.005 1；秋季Q3中的最低重要度指標(biāo)是C4，值為0.004 8；冬季Q4中的最低重要度指標(biāo)是C4，值為0.003 0.對高速公路實(shí)施綜合交通安全管理工作時(shí)，可基于本文得到的評價(jià)指標(biāo)權(quán)重分布時(shí)空差異性，采取一定的針對性措施：對交通安全評價(jià)結(jié)果影響較大的指標(biāo)，應(yīng)予以特別重視；與此同時(shí)，在不同的季節(jié)時(shí)間范疇內(nèi)，針對不同的高速公路，應(yīng)采取差異性的安全提升措施方案.

上述權(quán)重指標(biāo)計(jì)算結(jié)果表明，面向同一區(qū)域高速公路，各指標(biāo)的重要程度在不同時(shí)間的分布存在顯著差異的同時(shí)，在不同區(qū)域類型高速公路，宏觀交通安全指標(biāo)對綜合交通安全評價(jià)工作的重要度更是各不相同.因此，進(jìn)行高速公路交通安全水平評價(jià)時(shí)，有必要對高速公路從區(qū)域類型和時(shí)間季節(jié)等維度進(jìn)行差異性劃分，以期能夠獲得更為準(zhǔn)確、客觀、科學(xué)的評價(jià)結(jié)果.

4.3 年度視角下的多區(qū)域高速公路交通安全評價(jià)

在此分別采用傳統(tǒng)密切值模型和改進(jìn)的密切值模型，對各區(qū)域類型高速公路進(jìn)行交通安全評價(jià).

1）評價(jià)結(jié)果.

應(yīng)用傳統(tǒng)密切值模型進(jìn)行高速公路交通安全評價(jià)的計(jì)算過程與結(jié)果為：首先，面向原始矩陣劃分出正向和負(fù)向評價(jià)指標(biāo)，其中，C3、C4、C5、C8設(shè)置為正向評價(jià)指標(biāo)，C1、C2、C6、C7設(shè)置為負(fù)向評價(jià)指標(biāo)，可得數(shù)值矩陣S1，基于式（14）對S1進(jìn)行規(guī)范化處理，得規(guī)范化矩陣R1，應(yīng)用式（17）～式（20），對最優(yōu)評價(jià)點(diǎn)和最劣評價(jià)點(diǎn)進(jìn)行選取，得到最優(yōu)點(diǎn)集合為G1，最劣點(diǎn)集合為B1；然后，依照上述過程得到的結(jié)果，應(yīng)用傳統(tǒng)密切值評價(jià)方法計(jì)算最優(yōu)和最劣評價(jià)點(diǎn)的歐氏距離（密切系數(shù)）.最后，應(yīng)用式（23）～式（24）進(jìn)行計(jì)算，可得各待評單元的密切值.表6 給出了基于傳統(tǒng)密切值法建模得到的各待評區(qū)域密切系數(shù)、最優(yōu)最劣點(diǎn)歐式距離、各待評單元最終的密切值及其各區(qū)域類型高速公路綜合交通安全水平的評價(jià)結(jié)果排序.

表6 傳統(tǒng)密切值評價(jià)模型的年度視角評價(jià)結(jié)果Tab.6 Annual evaluation results with the conventional osculating value model

采用基于信息熵改進(jìn)密切值模型的評價(jià)過程和結(jié)果為：在原始矩陣中劃分正向評價(jià)指標(biāo)和負(fù)向評價(jià)指標(biāo)，其中，C3、C4、C5、C8設(shè)置為正向指標(biāo)，C1、C2、C6、C7設(shè) 置 為負(fù) 向 指 標(biāo)，進(jìn)而 可 得 數(shù)值 化 矩 陣S2，通過式（15）對S2實(shí)施規(guī)范化，可得規(guī)范化矩陣R2，應(yīng)用式（17）～式（20），選取最優(yōu)點(diǎn)和最劣點(diǎn)，最優(yōu)點(diǎn)集合為G2，最劣點(diǎn)集合B2；然后，依照上述過程得到的結(jié)果，基于式（21）～式（22）對最優(yōu)點(diǎn)和最劣點(diǎn)的歐氏距離（即密切系數(shù)）進(jìn)行計(jì)算；最后，應(yīng)用式（23）～式（24）計(jì)算可得各待評價(jià)單元的密切值.表7 給出了基于改進(jìn)密切值模型評價(jià)得到的各待評單元的密切系數(shù)、歐式距離、各待評單元密切值及其各區(qū)域類型高速公路綜合交通安全水平的評價(jià)結(jié)果排序.

表7 熵權(quán)改進(jìn)密切值模型年度視角的評價(jià)結(jié)果Tab.7 Annual evaluation results with information entropy weight improved osculating value model

2）結(jié)果分析與討論.

根據(jù)表6 和表7 中的年度視角評價(jià)結(jié)果對比表明，傳統(tǒng)密切值法模型和改進(jìn)的密切值法模型的計(jì)算結(jié)果存在較大的差異.在年度視角下評價(jià)結(jié)果中，傳統(tǒng)密切值評價(jià)模型計(jì)算結(jié)果顯示，基本路段（含HOV）的交通安全水平最差、潮汐快速通道N5的綜合交通安全水平最好；而熵權(quán)改進(jìn)密切值模型的評價(jià)結(jié)果顯示，潮汐快速通道N5交通安全水平最差、基本路段（含HOV）的交通安全水平最好，這與傳統(tǒng)密切值評價(jià)模型計(jì)算得到的結(jié)果相反.

將5 個(gè)待評高速公路路段的評價(jià)結(jié)果進(jìn)行對比，可以發(fā)現(xiàn)不論是交通安全水平的評價(jià)排序，或各待評單元的具體密切值，都具有很大差異；傳統(tǒng)密切值法并未考慮各指標(biāo)在評價(jià)過程中重要度的差異性，未進(jìn)行指標(biāo)賦權(quán)優(yōu)化工作，指標(biāo)的等權(quán)重處理方式勢必會令評價(jià)結(jié)果產(chǎn)生誤差.

表3的數(shù)據(jù)顯示，在所有待評單元中，基本路段（含HOV）年度的折算交通事故死亡人數(shù)和財(cái)產(chǎn)損失，都處于最高的水平，但通過改進(jìn)密切值評價(jià)模型計(jì)算顯示該路段綜合交通安全水平為最優(yōu).這也表明，進(jìn)行綜合交通安全水平評價(jià)時(shí)，不應(yīng)僅僅考慮事故后果相關(guān)的維度指標(biāo)，而應(yīng)綜合更多維度的指標(biāo)進(jìn)行評價(jià).

4.4 季節(jié)視角下多區(qū)域高速公路交通安全評價(jià)

基于表4 的2016 年全年度的數(shù)值評價(jià)矩陣，應(yīng)用改進(jìn)密切值評價(jià)模型，可以得到5 個(gè)不同區(qū)域類型高速公路在4 個(gè)不同季節(jié)中的綜合交通安全水平評價(jià)結(jié)果，如圖7 所示.

由圖7 可知，在4 個(gè)季度的綜合交通安全水平評價(jià)中，基本路段（含HOV）N1的排序結(jié)果都是最優(yōu)，考慮年度視角的評價(jià)結(jié)果，可確定基本路段（含HOV）N1的綜合交通安全水平在所有待評單元中處于最優(yōu).潮汐快速通道N3除在Q1季度排序是第4，在其他3 個(gè)季度中的結(jié)果均顯示為最差.此外，在Q1季度顯示，最差是基本路段（無HOV）N2，且該路段區(qū)域在第一季度之外的另外3 個(gè)季度排序均是第4，這表明在4 個(gè)季度的評價(jià)中，基本路段（無HOV）N2與潮汐快速通道N3都處于較為劣勢的地位，其交通安全水平相較于其他3 個(gè)待評價(jià)區(qū)域都是較低的，這2 個(gè)區(qū)域應(yīng)被著重考慮相應(yīng)的安全提升工作.除在Q2和Q4兩個(gè)季度中，N1～N5的評價(jià)排序完全相同外，各待評單元在另外2 個(gè)季度的評價(jià)結(jié)果排序均有所不同；而Q2和Q4中，即使具備相同排序的待評單元，其密切值的相應(yīng)數(shù)值也各不相同.通過以上綜合交通安全評價(jià)結(jié)果可以看出，綜合交通安全水平在不同區(qū)域路段高速公路中的分布量化情況是存在顯著差異的，同時(shí)季度還會對安全水平的高低產(chǎn)生一定影響；而年度視角下各待評單元的相對表現(xiàn)與考慮季度劃分時(shí)得到的評價(jià)結(jié)果也大有不同.因此進(jìn)行此類研究時(shí)，同時(shí)考慮區(qū)域類型和季節(jié)時(shí)間的差異是十分必要的.

圖7 季度劃分視角下各區(qū)域高速公路綜合交通安全水平評價(jià)結(jié)果Fig.7 Quarterly comprehensive traffic safety assessment results of each freeway section

4.5 全樣本高速公路交通安全評價(jià)

1）全樣本無差別的高速公路綜合交通安全水平評價(jià).

對5 個(gè)待評高速公路區(qū)域，在4 個(gè)季度中的綜合交通安全水平進(jìn)行全樣本無差別的評價(jià)，共5×4=20 個(gè)待評單元.基于表5 的考慮季度差異的數(shù)值評價(jià)矩陣，采用傳統(tǒng)密切值模型與改進(jìn)密切值模型，分別計(jì)算歐氏距離與密切系數(shù)，可得各待評單元的密切值見圖8.

圖8 傳統(tǒng)密切值模型與改進(jìn)密切值模型評價(jià)結(jié)果對比Fig.8 Comparison of assessment results between the conventional and improved osculating value model

2）結(jié)果分析與討論.

全樣本的評價(jià)結(jié)果顯示，傳統(tǒng)密切值法與改進(jìn)密切值法計(jì)算所得的評價(jià)結(jié)果表現(xiàn)出較大差異，各待評單元密切值量化值以及優(yōu)劣排序都各不相同.

傳統(tǒng)密切值模型的評價(jià)結(jié)果顯示，最劣單元是N31，最優(yōu)單元是N12；在改進(jìn)密切值模型的評價(jià)結(jié)果中，最劣評價(jià)單元是N34，最優(yōu)評價(jià)單元同傳統(tǒng)密切值法結(jié)果相同，為N12.通過對雷達(dá)圖的觀察，可看出其總體形態(tài)趨勢相近，但個(gè)別方位的待評單元位置存有差異，且各單元間密切值取值的比例也各不相同.這表明，同區(qū)位待評單元的評價(jià)結(jié)果，在兩個(gè)模型中的優(yōu)劣程度存在一定差別；改進(jìn)密切值模型的評價(jià)結(jié)果與傳統(tǒng)密切值模型也存在差異.

圖9給出了評價(jià)結(jié)果的季節(jié)聚類可視化情況.由圖9可知，兩種方法計(jì)算得到的密切值分布走勢幾近相同，未見各季節(jié)間有顯著差異，可直觀反映出季節(jié)因素在本文算例中并非是影響交通安全評價(jià)結(jié)果的主要因素.

圖9 評價(jià)結(jié)果的季度聚類示意Fig.9 Quarterly clustering of the evaluation results

將3.2 節(jié)利用改進(jìn)熵權(quán)密切值模型計(jì)算得到的結(jié)果以區(qū)域類型進(jìn)行聚類可視化顯示得到圖10.由圖10 可知，當(dāng)待評價(jià)高速公路區(qū)域作為聚類依據(jù)時(shí)，在兩個(gè)模型計(jì)算結(jié)果中的聚類后雷達(dá)圖趨勢中，均可發(fā)現(xiàn)明顯不同：通過觀察圖10 中各待評單元距離原點(diǎn)的聚集程度，傳統(tǒng)密切值法的評價(jià)結(jié)果顯示，基本路段（含HOV）和隧道區(qū)域的綜合交通安全水平，明顯高于普通主路（無HOV）和潮汐快速通道區(qū)域；改進(jìn)密切值法的評價(jià)結(jié)果顯示，基本路段（含HOV）和橋梁區(qū)域的綜合交通安全水平，明顯高于基本路段（無HOV）和潮汐快速通道區(qū)域.

圖10 評價(jià)結(jié)果的路段類型聚類示意Fig.10 Regional type clustering of the evaluation results

根據(jù)4.2 和4.3 節(jié)的計(jì)算結(jié)果可知：

1）采用信息熵權(quán)重理論對傳統(tǒng)密切值模型實(shí)施改進(jìn)可有效避免各評價(jià)指標(biāo)在評價(jià)過程中被等權(quán)重處理的情況發(fā)生，其計(jì)算所得結(jié)果與傳統(tǒng)密切值模型存在明顯差異.

2）針對本文選取的算例，基本路段（含HOV）、橋梁區(qū)域高速公路、隧道區(qū)域高速公路的綜合交通安全水平相對較好，基本路段（無HOV）和高速公路潮汐快速通道區(qū)域的綜合交通安全水平相對較差；可以看出各區(qū)域類型高速公路的綜合交通安全水平評價(jià)結(jié)果差異較大.

3）針對選取的算例進(jìn)行交通安全水平評價(jià)時(shí)，季節(jié)因素并非是主要影響條件，在此類研究中，應(yīng)重點(diǎn)考慮高速公路的區(qū)域類型差異.

5 結(jié)論

1）改進(jìn)密切值法和傳統(tǒng)密切值法的評價(jià)結(jié)果存在明顯差異；傳統(tǒng)模型未考量各指標(biāo)的重要程度，為避免誤差，有必要對傳統(tǒng)模型進(jìn)行權(quán)重優(yōu)化改進(jìn).

2）選取的5 個(gè)不同區(qū)域類型高速公路的綜合交通安全水平，在年度視角下和按季度劃分視角下的評價(jià)結(jié)果都各有不同，因此在進(jìn)行綜合交通安全水平評價(jià)時(shí)，應(yīng)充分考慮空間和時(shí)間層面的差異性.

3）基于年度視角，重要度最高的3 個(gè)指標(biāo)為：事故造成的人員傷亡、事故造成的財(cái)產(chǎn)損失和工程造價(jià).基于在季度差異視角下，事故造成的人員傷亡和財(cái)產(chǎn)損失于4 個(gè)季度中均為重要度最高的2 項(xiàng)指標(biāo)；在交通安全提升工作中，全年的4 個(gè)季度中都應(yīng)重點(diǎn)考慮該2 項(xiàng)指標(biāo).

4）在高速公路綜合交通安全水平評價(jià)中，季節(jié)并非主要影響條件因素，但各待評區(qū)域的選擇對最終結(jié)果影響較為明顯.實(shí)例分析顯示，基本路段（含HOV）、橋梁區(qū)域、隧道區(qū)域的評價(jià)結(jié)果，總體上優(yōu)于基本路段（無HOV）和潮汐快速通道區(qū)域的評價(jià)結(jié)果.

5）總體上看：單純的財(cái)產(chǎn)損失絕對值或事故頻率等事故后果維度的指標(biāo)，無法全面地反映高速公路的綜合交通安全水平，多維度指標(biāo)的綜合評價(jià)體系將是解決此類問題時(shí)更為科學(xué)的思路；此外，評價(jià)指標(biāo)在不同季節(jié)中顯示出的權(quán)重量化值差異化分布情況，提示在進(jìn)行高速公路安全提升工作時(shí)，在不同季節(jié)中需對各因素采取差異化的重視程度.

6）評價(jià)結(jié)果會隨待評高速公路的選取以及時(shí)空維度劃分方式的不同而有所不同；基于所構(gòu)建的評價(jià)體系，可實(shí)現(xiàn)對算例中的美國高速公路乃至我國高速公路的綜合交通安全水平進(jìn)行定量研判；但受限于我國現(xiàn)階段相關(guān)領(lǐng)域的信息開源程度低、數(shù)據(jù)可達(dá)性差等問題，無法精確獲得所有指標(biāo)的量化值，但我國的智慧高速公路技術(shù)發(fā)展迅猛，未來當(dāng)所構(gòu)建矩陣中的指標(biāo)數(shù)據(jù)具備可達(dá)性時(shí)，本研究所提出的思路和方法，可作為在充分考慮時(shí)空維度因素的前提下，面向不同區(qū)域類型高速公路的綜合交通安全水平評價(jià)研究時(shí)的一種行之有效的手段.