西南地區道路運輸企業交通安全風險閉環管控機制研究

韋端 陳正振

摘要：文章通過分析西南地區道路運輸企業交通安全管控存在的問題，對道路運輸企業交通安全風險分類及影響因素進行研究，并通過綜合運用大數據、云計算、物聯網等現代信息技術，建立交通安全風險等級評估指標體系及預警模型，形成道路運輸企業交通安全風險的閉環管控機制，為提升交通運輸安全水平、完善交通安全生產體系、強化交通應急救援能力提供參考。

關鍵詞：道路運輸交通安全;交通安全風險分類;等級評估指標體系;預警模型;閉環管控機制

0 引言

交通運輸產業是國民經濟的基礎性、先導性、戰略性產業，建設“交通強國”是新時代國家的重大發展戰略。近年來，隨著國家經濟社會各項事業的高質量發展，道路運輸業也進入了高速發展的新階段。根據國家統計局數據，2018年我國道路旅客運輸企業近6萬戶，營運載客汽車80余萬輛，道路貨物運輸企業近700萬戶，營運載貨汽車約1 350萬輛，旅客周轉量、貨物運輸量、運輸里程、營運車輛都呈現出快速發展的態勢。2019年，中共中央國務院正式印發《交通強國建設綱要》，明確提出：構建安全、便捷、高效、綠色、經濟的現代化綜合交通體系，提升交通運輸安全水平、完善交通安全生產體系、強化交通應急救援能力。

隨著規模和體量的高速發展，道路運輸交通安全問題也日漸突出。2018年，我國共發生交通事故24.5萬起，造成6.2萬人死亡，25.9萬人受傷，直接經濟損失高達13.8億元，這與建成人民滿意、保障有力、世界前列的交通強國遠大目標還存在較大差距。西南地區北接絲綢之路經濟帶，南連21世紀海上絲綢之路，協同銜接長江經濟帶，是我國面向東南亞地區的大通道，在區域協調發展格局中具有重要戰略地位，西部陸海新通道建設成為國家重大發展戰略。另一方面，西南地區山地為主，河流眾多，地形結構復雜，由于橋隧比高、陡坡急彎、氣候炎熱、潮濕多雨等特殊的地理環境和氣候環境，道路運輸交通安全風險遠高于全國平均水平。

1 西南地區道路運輸企業交通安全管控存在的問題1.1 道路運輸企業交通安全意識薄弱、主體責任落實不足、管理方式亟待改善

西南地區經濟社會發展水平相對落后，道路運輸行業多以中小型企業為主，規模效益不夠明顯，企業在經營管理過程中片面追求利潤最大化，交通安全意識薄弱。道路運輸企業標準化安全生產體系不健全，自身又缺乏建設能力和專業人才，領導層對安全風險防范工作不夠重視，安全主體責任落實不到位。道路運輸行業的安全規范性管理體系不完整，企業安全經營管理方式亟待改善，駕駛員疲勞駕駛、違規運輸等問題時有發生，車輛安全檢查和必要安全設備配備不足。

1.2 從業人員安全意識不強、安全素養不高、安全培訓不足

人為因素是道路運輸交通安全事故中的主要因素之一。研究表明，責任人受教育程度、法制意識、職業道德、心理素質和駕駛技術的水平高低程度，與交通安全事故風險有著直接關系。當前，西南地區道路運輸企業針對從業人員（尤其是運輸車輛駕駛員）常態化的安全培訓考核體系不健全，安全培訓設計不合理，內容不全面，形式單一、手段落后、質量低下，導致從業人員對道路運輸法律法規不夠熟悉，管理人員缺少風險辨識能力，基層員工缺乏風險意識。

1.3 交通安全風險等級評估指標體系、預警模型、閉環管控機制不健全

我國西南地區以山地為主，河流眾多，自然災害頻發，地形和氣象條件復雜。以廣西為例，2008年以后建成通車的高速公路橋隧比平均值高達14.75%，最高的地區達到30.29%，影響道路運輸交通安全的潛在因素較多，道路運輸企業交通安全風險較大，迫切需要盡快建立健全道路運輸企業交通安全風險等級評估指標體系和預警模型。

目前，西南地區道路運輸行業尚未形成一套科學合理、行業認可、行之有效的風險等級評估指標體系和信息預警模型，無法對道路運輸企業、駕駛人、環境的交通安全風險等級進行評估和動態管理，難以提供分類精確指導并實施分類精準管控。同時，當前西南地區道路運輸企業交通安全管理模式大多還處于“開環”狀態，缺少針對交通安全風險及時有效的反饋渠道，無法形成持續改進提升的閉環管控機制。1.4 交通安全管控方法傳統、手段單一、技術落后

道路運輸安全管理涉及面廣，市場主體多，而西部地區道路運輸企業普遍存在重效益輕安全的情況，對交通安全管控的重視不夠、投入不足，導致管控的方法傳統、手段單一，主要以組織會議、下發文件、人工報表和隨機監督檢查等形式來落實道路運輸安全監管責任，難以達到理想的管控效果。同時，隨著道路運輸行業的快速發展，其交通安全監管過程產生的數據信息量也成指數增長，在企業專職安全管控人員與道路運輸市場規模不匹配的現實情況下，由于缺乏高效的信息化、智能化技術手段支撐，對安全管控信息的收集、分類、匯總、分析效率低下，從而無法對各市場主體的安全管理情況進行及時評判，實現交通安全動態管控。

綜上所述，本文針對西南地區道路運輸企業交通安全的現存問題，深入分析影響道路運輸企業交通安全風險的主要因素，研究制定道路運輸企業交通安全風險等級評估指標體系;綜合運用大數據、云計算、物聯網等現代信息技術，建立道路運輸企業交通安全風險預警模型。

2 道路運輸企業交通安全風險分類及影響因素研究2.1 道路運輸交通安全風險源分類及相互關系分析

根據風險理論中風險源的分類研究，道路交通風險源通常可以分為以下三類：

（1）運輸載體故障與失控，如：車輛等。

（2）導致運輸載體失常的客觀原因，如：駕駛人失誤、道路缺陷、環境因素等。

（3）道路運輸組織管理缺陷或失誤，如：管理決策、組織程序、安全意識等。

道路運輸交通安全風險通常是由以上三類風險共同作用的結果，如圖1所示。第一類風險是導致交通事故的直接因素，第二、三類風險是導致交通事故的間接因素。

2.2 道路運輸企業交通安全影響因素研究

根據道路交通風險源分類，結合西南地區道路條件及運輸環境特點，主要從駕駛人員、運輸車輛、道路缺陷、環境因素、組織管理五個方面，對影響道路運輸企業交通安全的主要因素進行分析研究。

充分發揮課題承擔單位的職能優勢以及參與單位廣西交通職業技術學院隸屬于交通運輸廳，是廣西唯一交通運輸類高校的行業資源優勢，從各地市交警部門、道路運輸發展中心、公路發展中心、交通運輸信息管理中心等單位采集道路運輸企業、駕駛人員、運輸車輛、道路情況、交通安全事故等相關數據信息。按照統一數據結構建立道路運輸企業交通安全數據中心，對相關數據進行清洗、挖掘和深入的研究，基于最大隸屬原則，分類遴選影響道路運輸企業交通安全的核心要素，為第二階段建立道路運輸企業交通安全風險等級評估指標體系及預警模型打下基礎。

3 建立交通安全風險等級評估指標體系及預警模型3.1 分類建立一階評估指標體系和預警模型

在第一階段完成數據采集和影響因素分類遴選的基礎上，從駕駛人員、運輸載體、道路缺陷、環境因素、組織管理等五個方面，通過“賦權重、建指標、建模型”三個步驟，分類建立一階評估指標體系和預警模型。

3.1.1 駕駛人員

（1）對影響駕駛人員交通安全風險的主要因素進行權重賦值。

（2）建立駕駛人員交通安全風險等級的一階評估指標體系。

（3）建立駕駛人員交通安全風險等級的一階預警模型。

3.1.2 運輸載體

（1）對影響運輸載體交通安全風險的主要因素進行權重賦值。

（2）建立運輸載體交通安全風險等級的一階評估指標體系。

（3）建立運輸載體交通安全風險等級的一階預警模型。

3.1.3 道路缺陷

（1）針對西南地區（以廣西為例）山地為主、彎道較多、橋隧比高等地域地形特點下運輸道路的常見缺陷，對因道路缺陷產生交通安全風險的主要因素進行權重賦值。

（2）建立道路缺陷交通安全風險等級的一階評估指標體系。

（3）建立道路缺陷交通安全風險等級的一階預警模型。

3.1.4 環境因素

（1）針對西南地區潮濕、悶熱、多雨、冰凍等氣候環境特點下，因氣候環境產生交通安全風險的主要因素進行權重賦值。

（2）建立環境因素交通安全風險等級的一階評估指標體系。

（3）建立環境因素交通安全風險等級的一階預警模型。

3.1.5 組織管理

（1）對因道路運輸企業的組織管理能力水平而產生交通安全風險的主要因素（例如：管理決策、組織程序、安全意識等）進行權重賦值。

（2）建立道路運輸組織管理交通安全風險等級評估指標體系。

（3）建立道路運輸組織管理交通安全風險一階預警模型。

3.2 綜合形成二階評估指標體系和預警模型

綜合5個一階評估指標體系和預警模型，通過定量統計法和專家評定法，建立基于邏輯回歸優化算法為基礎的道路運輸企業交通安全風險等級二階評估指標體系，建立基于模糊控制算法的道路運輸企業交通安全風險等級二階預警模型。

運用sigmoid函數和線性回歸函數構造基于邏輯回歸的基礎模型，通過極大似然估計法（MLE）完成損失函數的數學模型優化，最后基于梯度下降法完成最優參數預測，建立交通安全風險預警模型，為建立道路運輸企業交通安全風險等級評估指標體系和預警模型，形成閉環管控機制提供理論依據和實驗數據。

3.2.1 采集數據

綜合運用大數據和云計算技術，搭建Hadoop完全分布式集群數據處理環境，采用Python語言和MapReduce技術實現數據處理程序算法設計。（1）通過爬蟲技術抓取道路運輸企業的運營管理平臺數據信息;通過建立跨平臺數據接口和“unison+inotify+web”的技術手段實現與交警部門、交通運輸管理部門、氣象部門的數據同步共享。（2）融合MapReduce編程模型、Flume數據對接、Hive數據倉庫、Spark Streaming流式處理框架，完成數據清洗、整理、計算、表達、分析。（3）結合HBase數據庫技術完成數據倉庫建立和存儲。采集數據流程圖如圖2所示。

3.2.2 構建模型

設定交通安全風險預警值為Y（Y<0.5安全，Y>0.5為存在安全危險），設定駕駛人員、運輸載體、道路缺陷、環境因素、組織管理等因素為X。取數據倉庫的N組樣本，結合sigmoid函數和線性回歸函數，運用Python的Numpy和Matplotlib庫完成雙函數的程序編寫、繪制及結果預測，預測出模型的取值區間，再將線性回歸模型的輸出作為sigmoid函數的輸入，最終得出邏輯回歸模型，如圖3所示。

3.2.3 評估模型

根據二分類問題結果要符合伯努利試驗的概率假設，首先，采用極大似然估計法（MLE）完成參數的估算，并通過取樣數據進行繪制，不斷通過樣本訓練得出似然函數，再依據損失函數原理，對似然函數進行取負和取對數運算，最終完成損失函數的數學模型，如圖4所示。

3.2.4 優化模型

運用損失函數衡量當前模型的輸出結果與實際的輸出結果之間的差距，得出發生交通安全風險的總概率。采用梯度下降法將取樣數據在Python環境下進行不斷訓練和優化，通過迭代計算得出最優參數，再將最優參數運用到邏輯回歸模型，構建出最優權重模型，從而得出最優化的交通安全風險預警模型，如圖5所示。

4 形成道路運輸企業交通安全風險的閉環管控機制 針對道路運輸企業交通安全風險管控的現存問題，結合西南地區地形地貌和氣候環境特點，從駕駛人員、運輸載體、道路缺陷、環境因素和組織管理五個方面梳理影響道路運輸企業交通安全風險的主要因素，并綜合運用云計算、大數據、人工智能等新一代信息技術，建立一個高效、實時、精準、智能、人性化的道路運輸企業交通安全風險閉環管控平臺。

在PDCA循環（計劃Plan、執行Do、檢查Check、處理Action）的基礎上，同時建立基于組織管理流程的靜態管控循環和基于信息管控平臺的動態管控循環。“靜態”和“動態”兩個循環相互促進、螺旋盤升，組成“8”字形質量改進螺旋，如圖6所示，形成包含人、車、路、環境、管理五大核心要素的覆蓋道路運輸全過程的交通安全風險閉環管控模式，實現以人為中心、以結果為導向、持續改進提升的道路運輸企業交通安全風險閉環管控機制。

5 結語

道路運輸企業交通安全風險管控普遍存在重效益輕安全、重形式輕整改、重證件輕素質、重部署輕落實、重建設輕使用、重表態輕投入等“六重六輕”問題，究其原因，主要是未形成閉環管控機制，或者閉環管控機制運行不暢。傳統的單循環閉環管控機制通常基于PDCA循環建立，存在循環周期長、人為因素影響大、風險預警不及時等弊端，在PDCA循環基礎上，建立基于組織管理流程的靜態管控循環和基于信息管控平臺的動態管控循環，實現“靜態”和“動態”兩個循環相互促進、螺旋盤升的“8”字形質量改進螺旋，可以有效解決傳統閉環管控機制存在的弊端。

參考文獻：

[1]趙學剛，魏 朗.道路交通安全風險預警模糊評判模型[J].太原理工大學學報，2009，40（4）：365-368.

[2]《交通強國建設綱要》正式印發[J].吉林交通科技，2019（4）：1-4.

[3]朱貝特.《西部陸海新通道總體規劃》發布[J].中國物流與采購，2019（17）：19.

[4]莫恭鈿，陳正振.基于協同過濾算法的課程資源平臺的設計與實現[J].信息通信，2019（7）：78-79.

[5]杜元正，李 峰.山東省道路運輸企業雙重預防體系建設存在的問題及對策[J].交通企業管理，2019，34（5）：30-33.

[6]張黎明. 道路旅客運輸企業安全投入與綜合效益研究[D].長春：吉林大學，2018.

[7]陳正振.嵌入式模擬探月車關鍵技術的研究及應用[J].廣西民族大學學報：自然科學版，2015，21（1）：68-72.

[8]馮 宇. 基于熵權的可拓理論在內蒙古道路運輸企業安全評價中的應用[D].西安：長安大學，2013.

收稿日期：2020-06-05