城市軌道交通行車安全風(fēng)險(xiǎn)分析及預(yù)防措施研究

摘 要：針對傳統(tǒng)的城市軌道交通行車安全缺乏完善的安全管理體系及應(yīng)急預(yù)案的問題，本文建立了基于主成分分析法的城市軌道交通行車安全風(fēng)險(xiǎn)評價(jià)模型，并提出了城市軌道交通行車安全預(yù)防措施，旨在確保所有操作符合既定標(biāo)準(zhǔn)和規(guī)范，為城市軌道交通行車提供更加良好的設(shè)備環(huán)境。首先，詳細(xì)分析了軌道交通運(yùn)營安全影響因素，包括人員因素、設(shè)施設(shè)備因素、環(huán)境因素、管理因素。其次，提出了基于主成分分析法的行車安全風(fēng)險(xiǎn)評價(jià)體系，并通過實(shí)驗(yàn)結(jié)果分析驗(yàn)證了該模型體系的可行性和實(shí)用性。結(jié)果表明，該模型得到12個(gè)城市軌道交通運(yùn)營系統(tǒng)的風(fēng)險(xiǎn)因素評價(jià)指標(biāo)，可以合理有效地評估城市軌道交通運(yùn)營風(fēng)險(xiǎn)四個(gè)影響指標(biāo)結(jié)果。

關(guān)鍵詞：城市軌道交通 行車安全 風(fēng)險(xiǎn)評估 主成分分析法 風(fēng)險(xiǎn)評價(jià)體系

1 緒論

城市軌道交通作為現(xiàn)代城市的骨干運(yùn)輸方式，承載著越來越多的出行需求，是緩解城市交通壓力、改善環(huán)保狀況的重要途徑。隨著信息技術(shù)、人工智能及大數(shù)據(jù)分析等新興技術(shù)的崛起，城市軌道交通的安全管理方式正在不斷演變與升級。這些技術(shù)手段的應(yīng)用能夠幫助運(yùn)營管理人員實(shí)時(shí)監(jiān)控設(shè)備狀態(tài)、客流變化，并有效識別潛在的安全隱患，進(jìn)而及時(shí)采取應(yīng)對措施。然而，這些新技術(shù)的引入也帶來了新的安全挑戰(zhàn)，例如網(wǎng)絡(luò)安全問題、技術(shù)系統(tǒng)的可靠性及數(shù)據(jù)隱私保護(hù)等，都亟須在行車安全管理中加以考慮。同時(shí)，通過提升全員安全意識與培訓(xùn)，將安全文化融入企業(yè)管理的各個(gè)環(huán)節(jié)，可以有效降低人為操作失誤所帶來的風(fēng)險(xiǎn)。同時(shí)，完善的安全管理體系及應(yīng)急預(yù)案是確保安全工作的保障，有必要開展定期的安全檢查和評估，確保所有操作符合既定標(biāo)準(zhǔn)和規(guī)范[1]。因此，本文提出了基于主成分分析法的城市軌道交通行車安全風(fēng)險(xiǎn)評價(jià)模型，并提出了相關(guān)的行車安全預(yù)防措施，有效地提升工作人員的應(yīng)急處理能力，不斷健全軌道交通運(yùn)行的管理體系。

2 軌道交通運(yùn)營安全影響因素分析

軌道交通運(yùn)營安全事故的分析，將影響城市軌道交通行車安全的因素分為四類：人員因素、設(shè)施設(shè)備因素、環(huán)境因素、管理因素。

2.1 人員因素

非工作人員風(fēng)險(xiǎn)因素主要是指乘客的不安全行為，目前大多數(shù)城市已經(jīng)開通了軌道交通，但持續(xù)增長的人口規(guī)模對軌道交通的運(yùn)行造成了很大的影響。隨著人們對軌道交通的需求越來越大，軌道交通車站也出現(xiàn)了擁擠、混亂的現(xiàn)象，給人們帶來了極大的安全隱患。近年來，軌道交通站點(diǎn)中因旅客擁擠出現(xiàn)各種危險(xiǎn)狀況：自動檢票機(jī)是乘客進(jìn)入車站的入口，一旦發(fā)生故障，就會造成乘客因擁擠而發(fā)生踩踏事故。工作人員在軌道交通運(yùn)營過程中的不安全行為主要受心理、生理、技術(shù)三種因素的影響。工作人員的心理因素主要包括工作人員的心理素質(zhì)和工作人員的責(zé)任心，生理因素指工作人員的身體素質(zhì)，技術(shù)因素指工作人員的應(yīng)急處理能力[2]。

2.2 設(shè)施設(shè)備因素

設(shè)施設(shè)備因素是影響軌道交通運(yùn)行安全的重要因素。目前我國軌道交通采用了許多高品質(zhì)機(jī)械設(shè)備，例如電梯采暖設(shè)備、電力系統(tǒng)、通風(fēng)空調(diào)等，但在運(yùn)行中，由于設(shè)備的不規(guī)范保養(yǎng)和維護(hù)，很容易出現(xiàn)故障，從而導(dǎo)致軌道交通事故。軌道交通設(shè)施設(shè)備的運(yùn)行狀況直接關(guān)系到軌道交通的運(yùn)行安全。軌道交通發(fā)生火災(zāi)最普遍的原因就是設(shè)施設(shè)備不完善。設(shè)施設(shè)備主要包括供電系統(tǒng)、機(jī)電系統(tǒng)、通信信號系統(tǒng)、車輛系統(tǒng)和基建設(shè)施，如圖1所示。

2.3 環(huán)境因素

環(huán)境因素主要分為外部環(huán)境因素和內(nèi)部環(huán)境因素。

（1）外部環(huán)境因素：外部環(huán)境分為自然環(huán)境和社會環(huán)境。在軌道交通運(yùn)營中，偶爾會遇到如臺風(fēng)、洪澇、地震、暴雨、暴雪等的自然災(zāi)害，這些對軌道交通運(yùn)行的安全性有極大消極影響。社會環(huán)境是指社會風(fēng)氣、經(jīng)濟(jì)、政治、管理水平等因素對軌道交通運(yùn)營的影響。

（2）內(nèi)部環(huán)境因素：內(nèi)部環(huán)境由站內(nèi)的內(nèi)部社會環(huán)境和作業(yè)環(huán)境兩部分組成的。作業(yè)環(huán)境指車站站臺、行車軌道、行政區(qū)等區(qū)域內(nèi)各個(gè)設(shè)備和周圍環(huán)境構(gòu)成的工作環(huán)境，其影響著工作人員的情緒變化和身體問題等。內(nèi)部社會環(huán)境指軌道交通運(yùn)營企業(yè)所打造的企業(yè)文化氛圍[3]。

2.4 管理因素

管理因素貫穿人員因素、設(shè)施設(shè)備因素和環(huán)境因素。軌道交通運(yùn)營安全體系的管理主要是指管理者根據(jù)城市軌道交通運(yùn)營的客觀法則，對與其運(yùn)營相關(guān)的人、財(cái)、物、信息等資源進(jìn)行風(fēng)險(xiǎn)控制的一切活動。軌道交通運(yùn)營管理的實(shí)質(zhì)是充分利用所有的資源、力量以及人的主觀能動性來降低運(yùn)營事故發(fā)生率、提高生產(chǎn)效率。管理的目標(biāo)是保證城市軌道交通運(yùn)營的安全，降低或消除運(yùn)營事故。管理的主要手段包括規(guī)劃、組織、指揮和協(xié)調(diào)。在城市軌道交通運(yùn)營中，管理要素對其安全性發(fā)揮著尤為重要的作用[4]。整合管理因素所包含的風(fēng)險(xiǎn)因素集合如圖2所示。

3 基于主成分分析法的行車安全風(fēng)險(xiǎn)評價(jià)體系

3.1 主成分分析法

主成分分析法（Principal Component Analysis，PCA）是線性數(shù)學(xué)中的一種正交轉(zhuǎn)換方法，它通過將原來存在關(guān)聯(lián)的變量進(jìn)行轉(zhuǎn)換運(yùn)算，從而形成一系列無關(guān)的變量。這是一種將多個(gè)指數(shù)分解為若干主要變量的線性組合，并且分解后的變量相互獨(dú)立，能夠反映出原始數(shù)據(jù)中的大多數(shù)信息。本文將此方法與SPSS軟件相結(jié)合，對軌道交通各個(gè)風(fēng)險(xiǎn)因素間的相互聯(lián)系進(jìn)行了簡單的分析，并進(jìn)行降維處理。PCA即主成分分析是目前應(yīng)用最為廣泛的一種降維算法。PCA的基本思想是把n維的特征映射到k維上，在原來的n維上再構(gòu)建一個(gè)k維，這個(gè)k維是一個(gè)新的正交特性，也就是主成分[5]。

主成分分析法對軌道交通運(yùn)營的風(fēng)險(xiǎn)因素進(jìn)行降維處理可以分為定義初始矩陣、數(shù)據(jù)相關(guān)性處理、計(jì)算相關(guān)性矩陣、計(jì)算方差貢獻(xiàn)率和提取主成分這五個(gè)步驟。

（1）定義初始矩陣，采集個(gè)樣本，樣本可由隨機(jī)向量逐一表示，原始矩陣表示如下：

（2）進(jìn)行數(shù)據(jù)處理和相關(guān)性檢驗(yàn)對原始矩陣中數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化矩陣，計(jì)算如下：

（3）計(jì)算各個(gè)變量之間的相關(guān)關(guān)系矩陣：

得到相關(guān)關(guān)系矩陣C后，計(jì)算矩陣C的特征值和特征向量，其中。

（4）計(jì)算求得各個(gè)因素的方差貢獻(xiàn)率。方差貢獻(xiàn)率表示提取的k個(gè)主成分所包含原始數(shù)據(jù)的信息量，越大表示提取的主成分包含信息越多，反之亦然，計(jì)算如下：

（5）提取主成分。根據(jù)計(jì)算求得的特征值，提取特征值大于1的主成分。為了能保證主成分的信息包含量能夠反映出原始數(shù)據(jù)中的大多數(shù)信息，同時(shí)需要提取的主成分的方差貢獻(xiàn)率應(yīng)不小于80%，得到最后的主成分。

3.2 評價(jià)指標(biāo)體系流程

指標(biāo)體系的流程可以分為三個(gè)階段：資料準(zhǔn)備階段、評價(jià)指標(biāo)初選階段、評價(jià)指標(biāo)篩選階段，具體流程如圖3所示。

建立評價(jià)指標(biāo)體系，首先要確定指標(biāo)選取原則，了解軌道交通的安全標(biāo)準(zhǔn)及規(guī)范，并對運(yùn)營事故進(jìn)行統(tǒng)計(jì)分析，完成這些工作后才能對運(yùn)營中出現(xiàn)的風(fēng)險(xiǎn)因素進(jìn)行整合。其次，從人員、設(shè)施設(shè)備、環(huán)境、管理四個(gè)方面劃分風(fēng)險(xiǎn)因素，得到初選后的指標(biāo)。最后利用主成分分析法降維處理初選后的指標(biāo)，確定最終的城市軌道交通行車安全評價(jià)指標(biāo)體系[6]。

3.3 基于PCA法的指標(biāo)體系

主成分分析可在SPSS軟件中完成，但在計(jì)算前，應(yīng)進(jìn)行KMO檢驗(yàn)和巴特利球形檢驗(yàn)。KMO檢驗(yàn)用于確定各項(xiàng)指標(biāo)間的相關(guān)性，它的取值范圍在0與1之間，越接近1變量之間的相關(guān)程度就越高，數(shù)據(jù)間的信息重疊度越大，越適合進(jìn)行主成分提取。通常情況下，KMO值若超過0.6，表明其滿足標(biāo)準(zhǔn)，低于0.6則不適合做主成分分析。巴特利球形檢驗(yàn)用來判斷相關(guān)矩陣是否為單位矩陣，也就是判斷各個(gè)變量之間的相關(guān)關(guān)系，若顯著性低于0.05，則說明有效。對各個(gè)風(fēng)險(xiǎn)因素變量進(jìn)行提取公因子和主成分，矩陣旋轉(zhuǎn)4次后達(dá)到收斂。利用PCA從人員因素中提取到4個(gè)主成分，其特征值都大于1。對4個(gè)主成分進(jìn)行依次編號，分別為F1、F2、F3、F4。主成分分析得到的新變量數(shù)對比原變量數(shù)得到很大的縮減，說明已經(jīng)完成了降維，計(jì)算得到的新變量包含了80%以上原變量的信息，表示降維處理后得到的新變量能夠較好地表示原變量。

4 實(shí)驗(yàn)結(jié)果與預(yù)防措施分析

4.1 風(fēng)險(xiǎn)評價(jià)結(jié)果分析

根據(jù)SPSS旋轉(zhuǎn)處理后的成分矩陣提取人員因素的主成分，得到的旋轉(zhuǎn)后的成分矩陣如表1所示。由表1知，A1、A2、A3、A4在主成分F1中得分最高，A5，A6在主成分F2中得分最高，A7，A8，A9，A10在主成分F3中得分最高。

根據(jù)表1計(jì)算F1、F2、F3、F4四個(gè)主成分與其他原始變量之間的線性關(guān)系結(jié)果如下：

主成分F1中，工作人員身體素質(zhì)、工作人員心理素質(zhì)、工作人員專業(yè)水平、工作人員責(zé)任心可以總結(jié)為員工素質(zhì)和能力。

主成分F2中，乘客墜下站臺、乘客破壞設(shè)施設(shè)備都屬于乘客不安全行為。

主成分F3中，乘客突發(fā)疾病、乘客擁擠踩踏、工作人員應(yīng)急能力、工作人員漏檢漏修可以總結(jié)為公共安全意識。

主成分F4中，工作人員違反規(guī)定、工作人員錯(cuò)發(fā)漏發(fā)指令可以總結(jié)為員工失誤操作。

4.2 行車安全預(yù)防措施

（1）建議加強(qiáng)對乘客的安全教育，提高乘客的安全意識和自救能力，在各種媒體平臺上發(fā)布乘車指南，指導(dǎo)乘客如何高效出行。為了保障地鐵運(yùn)行的安全，必須預(yù)防乘客過分擁擠，合理安排乘客乘車，特別是在高峰時(shí)段和特定時(shí)段，使乘客有秩序地進(jìn)出車站、搭乘車輛，有效降低交通擁堵帶來的安全風(fēng)險(xiǎn)，避免出現(xiàn)安全事故。

（2）定期檢查設(shè)施設(shè)備，及時(shí)發(fā)現(xiàn)并處理各種設(shè)備的故障。對地鐵運(yùn)行的設(shè)備設(shè)施系統(tǒng)，如車輛系統(tǒng)、供電系統(tǒng)、通信與信號系統(tǒng)、線路與軌道系統(tǒng)、環(huán)境與設(shè)備監(jiān)測系統(tǒng)等，進(jìn)行重點(diǎn)的維修和管理。

（3）對于車站外部環(huán)境，關(guān)注車站周邊環(huán)境的改變，及時(shí)做好應(yīng)對措施，減少自然災(zāi)害對地鐵運(yùn)營的損害。要保證員工工作環(huán)境周圍的噪音低，溫度適宜，并且有良好的照明，這樣才能使員工的工作效率更高，減少運(yùn)營事故的發(fā)生。

5 結(jié)論

本文建立了基于主成分分析法的城市軌道交通行車安全風(fēng)險(xiǎn)評價(jià)模型，并提出了城市軌道交通行車安全預(yù)防措施，確保了所有操作符合既定標(biāo)準(zhǔn)和規(guī)范，為城市軌道交通行車提供更加良好的設(shè)備環(huán)境，促進(jìn)了我國軌道交通事業(yè)的長久發(fā)展、維護(hù)社會和諧穩(wěn)定。

參考文獻(xiàn)：

[1]施鵬，馬南，馬明義，等.交通樞紐公共安全風(fēng)險(xiǎn)評估模型研究[J].交通工程，2025，25（02）：39-44+63.

[2]張永滿，茍衛(wèi)平.關(guān)于城市軌道交通施工技術(shù)要點(diǎn)的分析[J].城市建設(shè)理論研究（電子版），2025（04）：68-70.

[3]馬龍，劉俊奇.基于事故數(shù)據(jù)的交通安全評價(jià)方法研究[J].汽車實(shí)用技術(shù)，2025，50（02）：141-146.

[4]卞霄，劉凡.基于風(fēng)險(xiǎn)評估的高速公路交通安全設(shè)施精細(xì)化提升策略[J].交通科技與管理，2025，6（01）：167-169.

[5]楊瑾.城市軌道交通行車安全風(fēng)險(xiǎn)指標(biāo)體系研究[J].智能城市，2024，10（12）：31-35.

[6]楊瑾.城市軌道交通行車安全風(fēng)險(xiǎn)指標(biāo)體系研究[J].智能城市，2024，10（12）：31-35.