0 引言

随着我国道路交通的发展，机动车保有量和驾驶人数逐年增加，2016—2020年期间，每年因交通事故造成的死亡人数已超过6万人^[1]。根据研究结果，道路运输车辆安全风险的影响因素主要来自驾驶员、车辆、道路环境，即人-车-路3个方面^[2]。随着智能交通信息技术的应用，学者们逐渐把环境、管制信息等因素也加入研究范畴。由驾驶员因素导致的道路交通事故具有较强的主观性，与驾驶员的危险感知和交通规则认知有关^[3]。在上述影响因素中，人和路的不可控制性较强，而通过提高车辆的安全配置来减少交通事故的发生则是可行的。已有研究证明，营运货车不良安全技术状况及车辆装载配置是造成营运货车特大、重大交通事故的原因^[4]，车辆的安全配置是制约道路交通安全的直接影响因素^[5]。提高车辆制动性能可有效降低因追尾导致的高速公路交通事故^[6]。高级驾驶辅助系统的配置可对风险情形进行预警，同样可起到避免或减轻交通事故的作用^[7]。

目前基于车辆安全配置的安全性评价主要是经验评估^[8]，主观性比较强，对于营运车辆的所有者和使用者都无法定量掌握车辆安全性状况。国内对车辆运行风险的评估一般采用定性方法和定量方法，而定量方法中运用较多的是层次分析法^[9]。由于层次分析法只利用较少的定量信息就能够将复杂的决策问题数学化^[10]，因此主要用于确定不同因素对车辆运行风险系统的权重系数^[11]，构建车辆技术状况的层次结构模型^[12]。

基于上述情况，本研究针对车辆技术性能和安全配置状态，提出基于车辆安全配置的车辆运行安全风险评估方法。一方面，对于运输企业或车辆所有者可准确定量知道自己车辆的安全状态，为车辆保养升级决策提供一定的决策支持。另一方面，对于车辆的购买者和乘坐者，可将安全评分作为乘客选择购买或乘坐的重要参考指标。

1 基于层次分析法的运输车辆风险评估方法 1.1 评估指标设定

为提高评估结果的准确度，指标体系选取遵循了科学性+有效性、可比性+灵活性、动态+静态、定性+定量等原则。参考的车辆安全评分项目来自《道路交通事故信息调查》(GA/T1082—2021)^[13]、《交通事故车辆安全技术检验鉴定》(GA/T642—2020)^[14]。

车辆安全包括2个方面，分别是主动安全和被动安全。主动安全是一种事先控制，指驾驶的车辆可通过主动安全预知，从而规避与外界发生碰撞，达到规避危险，防止事故于未然。被动安全则是事后控制，指当发生事故后，车辆对车内人员能够进行有效保护，减轻对车内人员的伤害。基于此，可将车辆安全评价系统分为主动安全、被动安全2个层次，如表 1所示。

1.2 评估方法步骤

采用层次分析法^[15]计算各评价指标的权重ω(k)。用W_i表示评价内容的权重，W_ij表示大类指标的权重，W_ijk表示单项指标的权重。针对具体的客车安全性指标，将各单项指标的评价值(评分)P_ijk与对应的权重W_ijk相乘并求和，即可得到其最终评价值。

根据P值的计算方法，可得到评价指标的权重，如表 2所示，进而可得到车辆安全的最终评价结果。

1.3 基于专家打分法的配置安全评分

根据评价指标将能够提升相应指标的设备数量作为单项指标的评价值(评分)。相关项目对安全的作用有正面的也有负面的，因此正面的作用加分(+)，负面的作用减分(-)。

车辆的安全配置数据可从达标车辆核查中获取到，但车辆安全配置对其相应的2级评价内容的支持度是不同的，专家根据配置的功能和对安全的贡献，给每个配置打分，客车每个配置的最高分是100分。

专家选择原则：具有中立性质的、道路运输相关专业的、从事汽车运输安全研究5 a以上的专家，专家的数量是奇数。

打分原则：(1)如果是标准配置直接给最高分。(2)非标准配置根据对二级评价内容的支持度打分。最后针对燃油客车给出了不同配置的加减分数表，如表 3和表 4所示。

(1) 计算2级评价指标的得分

每一项目的评价分数是2级评价内容得分的均值。假设作用于2级评价内容的配置有M个，作用于2级评价内容的满配为P_ij。每个配置对于评价内容的支持力度不同，因此设定3个支持度参数，分别为λ₁=0.6表示必要配置，λ₂=0.3表示显著提升性能配置，λ₃=0.1表示可舍去配置，则每个配置得分为，z为3个支持度的序号。如果没有此项配置则得0分，最终求和得到2级评价内容的得分。

(2) 计算整体的安全评价得分

根据层次分析法得到的1级评价指标权重，通过2级评价指标得分W₂，再经过加权和得到整体一级评价指标的评分，最后得到整体的评价得分：

(1)

式中，W₁为主动安全指标权重；W₂为被动安全指标权重；P_{1, j}为主动安全评价内容的评分；P_{2, j}为被动安全评价内容的评分；N为安全状态的车辆数量；M为用于2级评价内容的车辆配置数量。

表 5给出了车辆安全性评价的参考标准。

2 基于统计校正的运输车辆风险评估方法 2.1 算法框架

层次分析法能够利用专家知识快速实现车辆安全配置的安全风险评估，但由于该方法主观性较强，容易忽视真实场景^[16]，为此需要将专家经验和真实的统计场景结合起来综合评估车辆技术状态的安全风险。根据上述情况，提出基于统计校正层次分析法的车辆技术状态安全风险评估方法。

传统的层次分析法的指标权重是通过专家打分获取的，第1层指标的专家打分具有高准确性，但随着指标的细化，通过专家打分获取的指标权重与真实的情况误差变大。此外，专家只能针对评价指标进行打分赋权，难以对支撑指标的具体车辆安全配置进行打分赋权。鉴于此，根据事故统计数据死亡原因的排序，得出车辆配置针对评估指标的安全权重。基于车辆安全配置的安全权重在专家打分方法的基础上进行校正，最终获取更加客观的安全评估得分。具体是在第2层指标上采用了统计数据修正的方法，提升细化指标权重的准确性，如图 1所示。

基于统计校正层次分析法的车辆风险评估方法的具体步骤如下：

(1) 通过不同车辆在不同的安全状态下发生的事故统计结果计算车辆的安全状态权重。

(2) 构建车辆安全状态与车辆技术配置的映射关系。

(3) 基于车辆安全配置的映射关系和车辆安全状态的权重，获取车辆安全配置的安全权重P₂。

(4) 基于车辆安全配置的安全权重计算第2层指标权重。

(5) 通过层次分析进行车辆安全评估。

2.2 基于统计校正层次分析法的车辆配置风险评估 2.2.1 基于道路交通事故统计数据分析的车辆安全配置权重

根据《中华人民共和国道路交通事故统计年报(2016年度)》^[17]，可得到不同的机动车安全状态下的事故数量NA、死亡人数ND，受伤人数NI的统计数据，如表 6所示。

通过对表 6中机动车安全状态与道路事故、伤亡人数及财产损失的统计结果原始数据的分类规整，得到机动车配置安全状态事故损失指标，如表 7所示。

引入医学中的致死率概念^[18]，分别计算交通事故的致死率，平均单位事故伤亡人数，平均事故死亡人数和平均事故财产损失数量，以有效消除数据统计的偏差。

致死率LR：致死率等于死亡人数除以死亡人数与受伤人数的和。该指标说明因该安全状态导致的事故的严重性。

平均单位事故死亡人数AAD：平均单位事故死亡人数等于该安全状态造成的死亡人数除以该安全状态造成的事故总数。可以说明由该安全状态引发的事故对乘员的生命威胁程度和频率。

平均单位事故受伤人数AAI：平均单位事故受伤人数等于该机动车安全状态下的受伤人数除以该安全状态造成的事故总数。由于统计的是有伤亡的事故，并且每次发生事故大概率都会有人受伤，因此该指标可说明该安全状态下车辆发生事故的难易程度。

基于表 7的机动车配置安全状态事故损失统计结果，可以得到机动车安全状态的单位事故损失指标平均值，见表 8。消除统计基数偏差的机动车安全状态指标见图 2。

每个安全状态权重计算的具体步骤如下：

(1) 归一化。由于量纲不同，采用分别排序的方法对指标进行归一化。分别以4项指标的值进行排序，将排序的序号作为归一化后的值，如表 9所示。

(2) 基于损失重要性排序的车辆安全状态权重计算方法。根据本质安全原理，人的生命安全是第1位的。为此，根据对人的生命安全造成的影响进行权重赋值，单位事故死亡人数权重λ₁，致死率权重λ₂，单位事故受伤人数权重λ₃，其中满足0 < λ₃ < λ₂ < λ₁ < 1，且的约束条件，因此可以设置λ₁=0.6，λ₂=0.35，λ₃=0.05。采用加权和的方法获取每个安全状态的风险权重w_j：

(2)

式中，N为车辆安全状态的数量；K为指标的数量；x_ij为安全状态的评分。

车辆的每个安全状态的权重计算结果见表 10。

(3) 基于车辆安全状态权重的车辆安全配置安全评估权重。每项评价分数是2级评价内容得分的均值，假设作用于2级评价内容的配置有M个，作用于2级评价内容的满配为P_ij。每个配置对于评价内容的支持力度不同，因此设定3个支持度参数，分别为θ₁=0.6表示必要配置，θ₂=0.3表示显著提升性能配置，θ₃=0.1表示可以舍去配置，则每个配置权重得分为，具体如表 11和表 12所示。

2.2.2 基于事故统计校正层次分析法的车辆风险评估

通过校正得到配置项的安全得分，如果没有此项配置则为0分。根据客车评估指标与安全配置映射关系得到基于事故统计的客车配置项目加(减)分权重表，如表 13所示。结合统计校正结果，最终求和得到2级评价内容的得分：

(3)

式中，p_ijk为通过专家评分得到的配置得分；q_ijk为通过统计得到的配置安全权重；x_ijk为项目存在得分；M为所属的2级评价的配置项目的数量；w_ij为1级评价内容i和2级评价内容j的评价权重。

3 试验结果与分析

随机选择在真实情况中核查结论都是符合的191辆车辆进行测试，如表 14所示。分别采用专家打分的层次分析法和基于统计校正的层次分析法得出评估结果，并采用不一致率作为衡量指标，即评估结果与真实一致的车辆数量与评估的车辆总数的比值。真实情况对应场景条件是符合达标车辆标准的真实场景。

根据表 5中的车辆安全性评价标准，评估分数小于60分为安全性不合格的车辆。通过表 14中评估结果的对比可知，基于专家打分层次分析法的评估结果中有30辆车的评估结果与核查结果不一致，即与实际情况不一致率为15.71%，而基于统计校正的层次分析法的评估结果有2辆车的评估结果与实际的核查结果不一致，即不一致率为1.05%。

因篇幅所限，在表 15中列出了部分车辆的评估结果。可以看到，VIN号为LYBATCBH3K****492的车辆用基于专家评分层次分析法的评估结果是56.345 645，小于60分，根据表 5定义的车辆安全性评价标准，此车辆在安全性方面是不合格的，但实际情况该车辆符合达标条件，说明基于专家打分层次分析法的安全评估方法针对有些车辆配置的安全评估不够准确，与实际的层次分析法评估得分62.177 825 34相比大于60分，与核查结果相比存在不一致的情况，而与经过统计校正的实际核查结论一致。

通过对核查结果的统计和对比，发现基于专家评分层次分析法的评估结果与实际核查结果不一致的车辆数量大于基于统计校正的层次分析法。综上，可以说明基于校正层次分析法的评估结果准确性更高。

4 结论

为了降低层次分析法中的主观影响力，提出了基于统计校正层次分析的车辆技术状态安全风险评估方法。通过交通事故统计数据，对层次分析法的指标权重进行修正，提升了评估的准确性和客观性。为了验证提出方法的有效性，基于真实的车辆配置数据进行了试验。结果显示，采用提出的基于统计校正层次分析法的评估结果比传统层次分析法的评估结果与真实情况不一致率降低了93.32%，表明提出的方法能够有效提升评估的准确性。