山區高速公路隧道群路段危化品運輸風險評價體系研究

黃合來，羅啟章，彭韻穎，王杰，李祥，張弛

?

山區高速公路隧道群路段危化品運輸風險評價體系研究

黃合來1，羅啟章1，彭韻穎1，王杰1，李祥2，張弛2

(1. 中南大學 交通運輸工程學院，湖南 長沙，410075；2. 湖南省公安廳交通管理局，湖南 長沙，410003)

以湖南雪峰山隧道群路段為研究對象，針對其嚴峻的危化品運輸安全管理形勢，調研事故路段特征、危化品運輸信息及交通事故特征，構建交通安全評價模型。以該模型為基礎，通過建立各要素修正因子庫，構建危化品運輸風險識別和風險值評價模型，提出危化品運輸風險評價體系。研究結果表明：事故預測結果與實際結果較一致，事故識別與評價模型、評價原則共同構建的危化品運輸風險評價體系具有一定的現實指導意義。

交通工程；交通安全管理；風險識別；危化品運輸；山區高速公路

目前，我國危化品大部分經公路運輸，在運輸過程中伴隨著泄漏事故的潛在風險，一旦發生事故，泄露的危化品將對環境和人的健康造成很大危害。經由國家性交通運輸主要干道、特大橋梁、特長隧道的危化品運輸是整個運輸過程的關鍵環節。截止2015年底，全國高速公路車道里程為54.84萬km，公路隧道為14 006處、1 268.39萬m[1]。其中，特長隧道744處、329.98萬 m，長隧道3 138處、537.68萬m，承擔著大量危化品運輸的重任。滬昆(上海—昆明)高速公路邵懷段(湖南邵陽—懷化，K1274—K1428)包含14座隧道，尤其在主線K1348+660至K1367+901處 19 km的路段集中了10座隧道，單洞長度10.491 km，屬于典型的隧道群路段。其中最長的雪峰山隧道為雙洞雙車道隧道，全長6 956 m，是目前全國高速公路第三長隧道。該路段地勢險要，隧道密布，橋隧相連，密閉性強，通風性差，抗爆抗熱能力弱。旺盛的危化品運輸通行需求給該隧道群路段帶來了極大的安全隱患和事故風險。因此，需建立危化品運輸風險評價體系，以便為營造該路段危化品運輸良性、有序和科學的安全管理環境提供重要保障。相關研究證明，道路交通事故是引發危險化學品運輸事故的主要原因之一[2?3]，為此，本文作者在調研交通事故數據、道路設計參數及危化品運輸現狀的基礎上，運用交通安全分析、風險研判等理論和技術，建立基于交通事故預測的危化品運輸風險識別模型，以便為構建危化品運輸風險評價體系提供參考。

1 危化品及交通事故數據分析

1.1 危化品運輸數據分析

2008—2014年，原雪峰山交警中隊共查處危化品運輸車輛違法案例293起，經統計分析發現：研究路段危化品運輸種類繁多，包括煙花爆竹、液堿、雙氧水、精酚、液化氣等在內的爆炸物、易燃物、劇毒品、腐蝕物、氧化物等多種危險化學品，其中查處煙花爆竹類違法運輸次數最多；危化品來源分布廣泛，危化品車輛來自于湖南、江西、安徽、湖北、河南、江蘇、山東、陜西、貴州、四川、云南等18個省份。

1.2 交通事故統計分析

研究路段在2011?10—2016?04共發生1 613起簡易事故和78起一般事故，按照交通事故的嚴重程度分為財產損失事故(即無人員傷亡事故，1 577起)、傷人事故(82起)和死亡事故(32起)。對事故發生的時間特征、天氣條件、車輛類型及事故形態等主要特征進行統計分析，結果顯示：

1) 事故頻次最高的月份依次為2月、4月和10月份。事故高發月份包含春節、清明節及國慶節等國家法定節假日，交通流量較大，對事故數增多可能有一定影響。圖1所示為交通事故按月份分布圖。

2) 10:00—12:00與16:00—18:00是事故高發時間段，可能與該時間段交通流量增大相關。然而，夜間事故嚴重程度(尤其是凌晨)比白天發生事故的嚴重程度高，與駕駛員疲勞駕駛等因素相關[4?5]。圖2所示為交通事故24 h分布圖。

圖1 交通事故按月份分布圖

圖2 交通事故24 h分布

3) 駕駛小型客車發生事故數最多，駕駛重型貨車和大型客車發生交通事故時嚴重程度較高。而之前的研究也證明，事故風險與車輛類型組成存在關聯[6?7]。表1所示為責任者交通組成分布，其中，其他類型包括駕駛微型汽車、駕駛中型貨車、駕駛中型客車、駕駛低速貨車、駕駛其他機動車、駕駛微型貨車、駕駛普通摩托車及步行。

4) 平直與急彎陡坡的道路線形條件下發生的一般交通事故較多，急彎陡坡較容易發生死亡事故。其中，由于簡易事故無“道路線性”屬性列，故只統計分析一般事故的道路線形特征。表2所示為不同道路線型下一般事故分布。

表1 責任者交通組成分布

表2 不同道路線型下一般事故分布

5) 晴天事故數量最多，但霧天條件下更容易發生嚴重傷害事故。雪天發生事故時傷亡事故發生的可能性最低，其主要原因可能是雪天駕駛員行車更謹慎，車速較低。表3所示為不同天氣下的事故分布。

表3 不同天氣下事故分布

上述分析揭示了雪峰山隧道群路段危化品運輸面臨的嚴峻問題和研究路段的交通事故特征。但僅僅描述事故特征并不能全面認識研究路段事故相關風險因素，尤其是不能挖掘道路特征影響下的事故發生規律，因此，需要對此進行進一步分析和研究，并建立危化品運輸風險識別模型。

2 交通事故預測建模

2.1 數據采集與處理

影響事故發生的因素有很多，包括駕駛行為、道路線形特征、道路環境條件等。同一路段駕駛行為特征具有相似性，且事故案卷無法詳細記錄駕駛行為，故本文基于道路線形、交通設施及交通環境特征預測交通事故風險。數據采集于湖南省高速公路交通警察局和高速公路管理局，包括東往西、西往東方向洞口至安江互通路段(K1341.0—K1401.0)的道路線形數據和相應路段2011?10—2016?04發生的交通事故數據。具體采集變量如下：道路線形的變量有坡度、坡度方向、彎曲度、曲率半徑、路基類型、隧道、平曲線彎曲方向、曲線比、車道數、路段長度、坡長、隧道長度、路肩寬、路緣寬；交通運行特征變量有貨車數占比、年平均日交通量、日均車行駛里程。

億車公里事故率(次/(108輛?km))是通用的道路交通事故率指標之一，表示1億輛車行駛1 km發生的事故數。相比路段長度作為事故機會變量，將億車公里事故率作為事故機會變量可排除因車流量差異引起事故率不均的問題[7?8]。

通過對解釋變量進行相關性檢驗和共線性檢 驗[9]，篩選出4個最能表征事故風險影響因素的變量作為解釋變量，即坡度及坡度方向、曲率半徑、曲線比、隧道。

其中，將坡度與坡度方向通過無序分類變量進行合并。上坡標記為正值，下坡標記為負值，將坡度變量劃分為4個類別，并對其編碼：坡度0~2%取0；坡度＞2%取1；坡度?2%~0取2；坡度＜?2%取3。

采用無序分類變量的形式分類曲率半徑。將曲率半徑變量劃分為4個類別，并對其編碼：直線段取0；曲率半徑＜1 km取1；曲率半徑1~2 km取2；曲率半徑＞2 km取3。而曲線比的值分布在0至1之間，對其他事故風險變量影響較小，無需標準化處理。

隧道內車輛駕駛行為與隧道外駕駛行為差別較大，將隧道區段分為隧道進口(100 m范圍內)、隧道內、隧道出口(100 m范圍內)、隧道外4個類別，并對其編碼：隧道外取0、隧道進口100 m范圍內取1、隧道內取2、隧道出口100 m范圍內取3[10]。圖3所示為隧道分段示意圖。

圖3 隧道分段示意圖

表4所示為最終得到的參與建模變量描述性統計結果。

表4 參與建模變量描述性統計

2.2 路段劃分

分東往西、西往東方向對洞口至安江互通路段(K1341.0—K1401.0)進行同質性分段，主要以道路構造、橫縱斷面特性的一致性為分段依據。為避免出現分段長度過小導致事故機會變量過小、段內事故率過大的統計誤差，分段時將分段長度小于50 m的路段與特征屬性類似的相鄰路段合并[9]。

同時，由于研究路段隧道密集，為探究事故率與隧道位置的關系，將路段分為隧道進口100 m、隧道內、隧道出口100 m、隧道外(與隧道無關) 4類。最后，將洞口至安江互通的路段分為275段，其中由西往東方向141段，東往西方向134段，并將事故頻次劃分到275段路段。

2.3 事故頻次預測模型

事故發生頻次分布過程近似為泊松過程。而經統計分析，洞口至安江互通路段內各分段事故數均值為5.580，事故數方差為7.210，事故數方差大于事故數均值，存在數據過度離散的現象，標準的泊松模型可能低估了參數的標準誤差、高估其顯著性水平、保留多余的解釋變量，導致預測結果不合理，因此，采用負二項分布模型進行事故頻次預測。負二項分布模型即在泊松模型的均值連接函數中引入服從伽馬分布的殘差項，以應對交通事故數據中普遍存在的過度離散問題，能有效提升模型預測精度[9, 11]。模型形式如下：

式中：y為在路段(=1，2，…，275)(西往東141段，東往西134段)內發生事故數；為泊松分布的均值；e為事故機會；X為事故風險變量；和為預測回歸參數；為殘差，服從伽馬分布。同時，有

式中：2為回歸平方和占總離差平方和的比例，表征預測模型的擬合度，介于0~1之間。擬合度越接近1，說明模型越精確，回歸擬合效果越好。

2.4 模型結果

經計算，得到模型模擬結果如表5所示，表中：和ε分別為式(3)中的截距和殘差，為模型結果的顯著性水平，2為模型的擬合度指標。擬合度指標2為0.503。結合歷史研究[9]，該結果表明模型擬合度較高。基于事故預測模型結果，對模型模擬結果進行 分析。

1) 坡度。雪峰山隧道群路段地形特殊，坡度變化大。模型模擬結果顯示，坡度條件危險度從大到小排列依次為坡度小于?2%、坡度大于2%、坡度為?2%~0、坡度為0~2%。總體來說，坡度絕對值越大越易引發交通事故，且在同一坡度絕對值范圍內，下坡比上坡更易引發交通事故。由于下坡時車輛存在慣性，且坡度越大，車速越難控制，因此，坡度與事故率存在顯著負相關關系。預測結果與文獻[12]中結果基本吻合。

2) 曲率半徑、曲線比。曲率半徑越大，表明同等條件下駕駛路線越平緩。模型模擬結果顯示：坡度系數危險度從大至小依次為直線、曲率半徑小于1 km、曲率半徑為1~2 km、曲率半徑為2~3 km、曲率半徑大于3 km。整體而言，合適曲線設計有利于降低路段事故風險，大半徑曲線最有利。這一結論與文獻[11]中結果相吻合。較好的曲線形式有利于提高駕駛員的視覺效應，避免長直線帶來的枯燥感，從而保證安全。

3) 隧道。相對于普通路段，隧道事故發生概率相對低。隧道對駕駛員行車安全存在交互效應，雖然隧道本身對駕駛員視覺造成一定影響，會增加事故風險，但在隧道內行駛時駕駛員相對謹慎，同時降低車輛行駛速度，從而克服了本身的危險效應，其事故發生概率反而降低。

（5）大粒徑瀝青混合料運輸。采用19t以上的自卸汽車將拌和完成后的大粒徑瀝青混合料進行裝車運輸，運輸過程中需保證運輸車輛連續工作。運輸前將車廂清掃干凈，并在車廂四壁涂上隔離劑，防止瀝青黏結在車廂上[4]。運輸過程中要保持勻速行駛，且行駛時間不宜過長，防止混合料溫度過低，一般情況下應保證混合料到達施工現場時溫度不低于170℃。

基于表5所示事故預測模型結果，得到各路段實際事故率與預測事故率(次/(108輛?km))。圖4和圖5所示分別為西往東、東往西各路段預測率和實際事故率對比。從圖4和圖5可見：模型的事故率預測值與實際值整體分布基本一致，預測值比實際值分布平緩。

2.5 基礎事故概率模型

由上述事故頻次預測模型及模型結果，可得到各路段事故基礎概率，計算式如下：

式中：1，2和3分別表示坡度是否大于2%、為?2%~0、小于?2%的參數，若是則為1，若否則為0(以坡度0~2%為參考對象)；1，2，3和4分別表示平曲線半徑是否小于1 km、為1~2 km，2~3 km和大于3 km的參數，若是則為1，若否則為0(以直線為參考對象)；1，2和3分別表示是否處于隧道進口100 m內區段、隧道內區段、隧道出口100 m內區段的參數，若是則為1，若否則為0(以隧道外普通路段為參考對象)；為曲線比，即路段曲線長度與路段總長度的比值。隨著基礎數據庫(如實時交通流特征)的擴充，將進一步修正、完善基礎概率模型。

表5 事故預測模型參數估計值

注：坡度以0~2%為參考，曲率半徑以直線為參考，隧道區段以隧道外普通路段為參考；“—”表示未采用該值；為截距；i為殘差；2為擬合度；為顯著性水平。

1—預測事故率；2—實際事故率。

1—預測事故率；2—實際事故率。

3 危化品運輸風險評價

3.1 危化品運輸風險識別模型

基礎事故預測模型(式(5))只考慮了道路固有特征(道路橫縱面幾何設計、是否與隧道相關)，沒有對其他影響因素展開深入研究。在實際使用過程中，若沒有對各參數進行深入分析，則不能達到精確計算事故概率的預期目標。因此，需要針對其他重要參數進行進一步研究，計算事故概率修正系數。

考慮事故特征和危化品違法案例，參考經濟合作與發展組織(OECD)及相關研究成果[13?14]，修正基礎事故概率模型。對包括季節、時間、天氣、交通狀況和危化品貨物類型在內的因素進行修正，得到不同交通風險因素的修正系數，如表6所示。

對基礎事故概率預測模型進行修正，得到高速公路危化品運輸風險識別模型：

式中：季節，交通，類型，天氣，時間和管控分別為季節特征、交通流特征、危化品貨物類型、氣象特征、時間特征、交通管控措施對交通安全效應的修正因子。該模型能夠量化危化品運輸路段、路徑事故風險值，為建立雪峰山隧道群路段危化品運輸風險評價體系提供理論支持。

3.2 危化品運輸風險值評價模型

風險評估方法對事件發生概率及其造成的后果進行評價。建立如下危化品運輸風險值評價模型：

R為第類貨物發生事故造成的影響區域半徑；1i為路段段事故影響區域內居住人口密度；S為當事車輛的死亡人數；T為可能引發的二次事故死亡人數；2i為第段事故影響區域的平均財產密度，主要考慮對道路固有結構的損害。表7所示為危化品道路運輸給定事故下的條件泄露概率。

表6 不同交通風險因素修正系數

表7 危化品道路運輸給定事故下的條件泄露概率

3.3 危化品運輸風險評價原則

危化品運輸風險評價屬于社會風險范疇，可引入社會風險評價的ALARP原則(as low as reasonably practicable，最低合理可行原則)[16]，選取系統的風險水平和成本2個目標作為參數，為危化品運輸通行決策提供理論支持。由圖5可見：ALARP原則建立在?曲線基礎上，橫軸表示事故造成的人員傷亡數，縱軸表示事故造成人員傷亡數大于或等于的累積頻率，人員傷亡數和累積頻率的乘積便是累積風險。其中，不可容忍線可表示為：

()=/2(10)

式中：()為F?N曲線函數；為常數；為死亡人數。本文采取香港標準，不可容忍線斜率為?1，=10?2，過點[=10，log(())=10?4]，同時，當死亡人數上限超過1 000人時，風險值落入不可容忍區。當風險值落入不可容忍區時，禁止該危險品運輸通行；在ALARP區時，采取相應措施減少風險；在可接受區時，忽略該類風險。危化品運輸風險識別模型、評價模型以及該評價原則，共同構建危化品運輸風險評價體系，可為危化品運輸安全管控提供定量研判依據。

圖6 危化品運輸風險F?N原則

4 結論

1) 針對雪峰山隧道群路段危化品運輸安全管理癥結和交通事故特征，通過事故預測建模技術，提出了危化品運輸風險識別模型和風險值評價模型，并以此構建了遵循ALARP原則的危化品運輸風險評價體系，對同類高速公路危化品運輸安全管理具有一定的借鑒意義。

2) 基礎事故預測模型預測結果與實際事故分布情況基本一致，預測值比實際值平緩，模型具有較強的預測能力。但由于缺少危化品運輸事故數據，危化品運輸風險評價模型未得到驗證。

3) 危化品運輸有其社會需求，宜科學分析，良性管控。建議在加強運輸安全管理的同時，還應加強源頭防控，協調綜合執法，加強聯網調控，加大科技投入，梳理相關法規和各部門管理職責，從而建立健全高效的危化品運輸安全監管體系。

4) 后期的研究應考慮更多的事故修正因素如隧道橋梁特征、景觀特征、駕駛員行為特征等；并收集危化品運輸事故數據(如危化品運輸事故的時間特征、交通流特征、危化品貨物類型等)，驗證和完善危化品運輸風險識別模型，進一步提高模型預測精度。

[1] 交通運輸部綜合規劃司. 2015年交通運輸行業發展統計公報[R]. 北京: 交通運輸部綜合規劃司, 2016: 2. Department of Comprehensive Planning, Ministry of Transport. Transportation development statistics bulletin in 2015[R]. Beijing: Department of Comprehensive Planning, Ministry of Transport, 2016: 2.

[2] 閆利勇, 陳永光. 危險化學品公路運輸事故新特點及對策研究[J]. 中國安全生產科學技術, 2010, 6(4): 65?70. YAN Liyong, CHEN Yonggang. Study on new characteristics and the countermeasures of road transportation accident of hazardous chemicals[J]. Journal of Safety Science and Technology, 2010, 6(4): 65?70.

[3] 吳宗之, 孫猛. 200起危險化學品公路運輸事故的統計分析及對策研究[J]. 中國安全生產科學技術, 2006, 2(2): 3?8. WU Zongzhi, SUN Meng. Statistical analysis and countermeasure study on 200 road transportation accidents of dangerous chemicals[J]. Journal of Safety Science and Technology, 2006, 2(2): 3?8.

[4] WANG Chao, QUDDUS M A, ISON S G. The effect of traffic and road characteristics on road safety: a review and future research direction[J]. Safety Science, 2013, 57(8): 264?275.

[5] ABEGAZ T, BERHANE Y, WORKU A, et al. Effects of excessive speeding and falling asleep while driving on crash injury severity in Ethiopia: a generalized ordered logit model analysis[J]. Accident Analysis & Prevention, 2014, 71(10): 15?21.

[6] LAO Yunteng, ZHANG Guohui, WANG Yinhai, et al. Generalized nonlinear models for rear-end crash risk analysis[J]. Accident Analysis and Prevention, 2014, 62(5): 9?16.

[7] DONG Chunjiao, DONG Qiao, HUANG Baoshan, et al. Estimating factors contributing to frequency and severity of large truck–involved crashes[J]. Journal of Transportation Engineering. Part A: Systems, 2017, 143(8): 04017032.

[8] YU Rongjie, XIONG Yingge, ABDEL-ATY M. A correlated random parameter approach to investigate the effects of weather conditions on crash risk for a mountainous freeway[J]. Transportation Research Part C: Emerging Technologies, 2015, 50: 68?77.

[9] AHMED M, HUANG Helai, ABDEL-ATY M, et al. Exploring a Bayesian hierarchical approach for developing safety performance functions for a mountainous freeway[J]. Accident Analysis and Prevention, 2011, 43(4): 1581?1589.

[10] HUANG Helai, PENG Yunying, WANG Jie, et al. Interactive risk analysis on crash injury severity at a mountainous freeway with tunnel groups in China[J]. Accident Analysis & Prevention, 2017, 111: 56?62.

[11] 孟祥海, 張曉明, 鄭來. 基于線形與交通狀態的山區高速公路追尾事故預測[J]. 中國公路學報, 2012(4): 113?118. MENG Xianghai, ZHANG Xiaoming, ZHENG Lai. Prediction of rear-end collision on mountainous expressway based on geometric alignment and traffic condition[J]. China Journal of Highway and Transport, 2012(4): 113?118.

[12] AGBELIE B R D K. Random-parameters analysis of highway characteristics on crash frequency and injury severity[J]. Journal of Traffic & Transportation Engineering, 2016, 3(3): 236?242.

[13] Organization for Economic Cooperation and Development, World Road Association. Safety in tunnels: transport of dangerous goods through road tunnels[M]. Paris: OECD Publishing, 2001: 33?48.

[14] 陶健. 基于貝葉斯網絡的山區道路危險貨物運輸風險評價研究[D]. 西安: 長安大學汽車學院, 2011: 28?30. TAO Jian. Risk Assessment of hazardous materials transportation by mountains road based on Bayesian network[D]. Xi’an: Chang’an University. School of Automobile, 2011: 28?30.

[15] HARWOOD D W, VINER J G, RUSSELL E R. Procedure for developing truck accident and release rates for Hazmat routing[J]. Journal of Transportation Engineering, 1993, 2(2): 189?199.

[16] 黃利群, 楊玨, 王春艷. 基于ALARP原則的突發性水污染事件風險評價研究[J]. 水利水電技術, 2014, 45(4): 23?26. HUANG Liqun, YANG Yu, WANG Chunyan. ALARP principle based study on risk assessment of sudden water pollution incident[J]. Water Resources and Hydropower Engineering, 2014, 45(4): 23?26.

(編輯 陳燦華)

Risk evaluation for hazardous chemicals transportation at mountainous freeway with tunnels groups

HUANG Helai1, LUO Qizhang1, PENG Yunying1, WANG Jie1, LI Xiang2, ZHANG Chi2

(1. School of Traffic and Transportation Engineering, Central South University, Changsha 410075, China; 2. Traffic Management Bureau of Public Security Department of Hunan Province, Changsha 410003, China)

The Xuefeng Mountain tunnel of Hunan Province was taken as the researched object, the serious problem on safety management of hazardous chemicals transportation was dealt with. An intensive investigation on basic information of road, hazardous chemicals and accidents was firstly conducted. Then, the evaluation model of traffic safety was developed. Based on this model and correction factors of variables, the risk identification model and the risk value evaluation model of hazardous chemicals transportation were developed. Finally, the risk evaluation system of hazardous chemicals transportation was developed. The results show that the predicted accident rate agrees well with the actual accident rate, and thus the proposed risk evaluation system can guide the safety management of hazardous chemicals transportation on similar freeways.

traffic engineering; traffic safety management; risk identification; hazardous chemicals transportation; mountainous highway

U491.4

A

1672?7207(2018)08?2107?08

10.11817/j.issn.1672?7207.2018.08.034

2017?08?17；

2017?10?12

國家自然科學基金委員會(NSFC)與香港研究資助局(RGC)聯合基金資助項目(71561167001)(Project(71561167001) supported by Jointed Funds of National Natural Science Foundation of China and Research Grants Council of Hong Kong)

黃合來，博士，教授，從事交通安全研究；E-mail：huanghelai@csu.edu.cn