本文发布已获得《都市快轨交通》授权
原文发表于《都市快轨交通》
第 36 卷 第 2 期 2023 年 4 月
如有转载请联系版权方，标明出处
摘要:为实现在不完备风险事件数据基础上对有轨电车运营风险的全面识别和评估，提出一种将风险事件历史数据与专家经验结合的运营风险评估方法。分析中国北方城市有轨电车运营风险事件信息，通过层次分析法识别并建立有轨电车运营关键风险因素评估体系，采用基于风险矩阵法与专家评价法的模糊综合评价法进行有轨电车运营风险综合评估。分析长春市有轨电车运营案例，结果表明：有轨电车运营总体风险可控，其中与车辆相撞、轨道异物入侵、恶劣天气、道岔与信号设备的风险较高，建议有关部门加强安全隔离设施的布设、人员出行行为的监管力度以及针对恶劣天气的提前预警与措施，并在日常运营中加强对关键设备的智能维护和健康管理。
有轨电车作为城市公共交通体系的补充，近年来发展迅速[1]。截至2021年底，中国有轨电车运营线路长度总计503.33km[2]。由于有轨电车非封闭式的运营环境、设施、人员等因素常导致安全事件的发生，因此有必要对有轨电车运营关键风险因素进行识别和分析评估，找出风险薄弱环节，针对性提出改善措施以提升其运营安全。国内外相关学者对有轨电车运营风险识别和评估已有一定的研究。杨泞珲等[3]从有轨电车系统外部和系统内部原因分析并建立运行风险因素库，基于LEC法确定有轨电车运营风险因素等级。Abdelaziz等[4]分析阿尔及利亚的君士坦丁有轨电车事故的发生时间与地点、严重程度等信息，用风险矩阵法对有轨电车风险事件进行了风险评级。国内基于轨道交通相关标准[5]给出对应领域的风险识别和评估方法，如通过专家访谈和调查问卷确定地铁车站运营安全风险指标[6]；基于风险矩阵法[7]、网络层次分析法和证据理论建立风险评估模型[8]评估铁路领域风险事件等。上述研究对风险因素的分析虽然全面，但缺少实际数据支撑，侧重于半量化分析评估；对于有实际数据支撑的研究，通常局限于某些线路的案例分析。由此本文提出充分利用可获取的风险事件数据，不足部分补充专家评价的方法，借鉴成熟的轨道交通安全评估方法理论确定风险等级，实现对有轨电车运营关键风险因素的识别与评估。
1有轨电车运营风险综合评估方法
1.1关键风险源识别与风险评估体系构建
采集我国典型北方城市有轨电车运营风险事件[9-12]，分析北方城市有轨电车运营风险因素。利用层次分析法(analytichierarchyprocess，AHP)将有轨电车运营风险评估问题按评估指标分为3级，由低到高分别为指标层A、准则层B与目标层C[13]，对应层次分析法中的3个层次，建立有轨电车运营风险评估体系3级框架，如图1所示。评估体系的目标层A为有轨电车运营风险；准则层B包含6类指标集Bp，p=1,2,3,…,6，其中交通环境B1、自然环境B2为外部因素，设备B3、设施B4、驾驶员B5、乘客B6为内部因素，由现代有轨电车系统本身性质及状态决定；指标层C由22项国内北方城市有轨电车运营风险指标构成。
通过专家打分法分别对指标层与准则层中各指标两两之间的重要度进行评估，构造判断矩阵：
汇总专家对同级指标的重要性标度，取众数作为最终的标度值，构建A-[B1-B6]、B1-[C1-C6]、B2-[C7-C8]、B3-[C9-C14]、B4-[C15-C16]、B5-[C17-C18]、B6-[C19-C22]共7个判断矩阵，用于表示同一因素分支下同层评估指标的重要度关系，并根据公式(1)计算同层级指标权重系数并检验一致性比率C.R.。
计算结果如表1所示。完成每层的一致性检验后，进行层次总排序及其一致性检验。根据公式(2)计算指标层C中所有指标对于目标层A中总目标的权重，并进行一致性检验。
式中，k1p-w¢为准则层中各指标对于目标层总目标的权值向量，p=1,2,3,…,6；kWp为指标层各指标向准则层各指标映射的权值矩阵。总排序结果如图2所示。
1.3基于风险矩阵法和专家评价法的综合模糊评估模型
对于有实际数据支撑的目标有轨电车运营风险指标的风险等级评估，可基于我国城市轨道交通及铁路风险后果级别分类，对风险源导致事故的发生频数及后果严重程度等级进行划分。风险事件发生频率P可用年平均事故发生频数表示，风险事件的后果评估可用每场事故平均重伤或死亡人数qI、平均停运时长Tq表示。
式中，Iy,q表示风险指标q的事故在y年的重伤或死亡人数，Ty,q表示风险指标q的事故在y年的停运时长，Ny,q表示风险因素q在y年的事故数。
基于轨道交通对风险频率等级划分[5]，将风险事件频率等级设置为6级，频率由高到低分别为F6、F5、F4、F3、F2、F1。以人员伤亡、延误停运作为指标[14]，将风险后果严重程度划分为4个等级，严重程度由高到低分别为严重事故C1、大事故C2、一般事故C3、轻微事故C4。
以风险频率和风险后果分别作为横纵坐标，构建风险矩阵，将风险水平划分为A、B+、B、C[7]共4级。
频率较高、后果严重程度较大的风险属于不可接受区域，风险等级为A；频率较低、后果严重程度较小的风险属于可接受区域，风险等级根据其可接受度分为B+、B和C级。等级的描述及措施能够指导对应风险源的风险控制等工作，提出对应的风险控制目标及手段。对于无实际数据支撑的目标有轨电车运营风险指标的风险等级评估，采用专家评价法，用评估项占所有评估的比例作为专家模糊评价的结果。
模糊综合评价法是一种基于模糊数学的综合评价方法，用于解决非确定性问题，能够减少专家打分等方法的不确定性对总体评估产生的影响。用权重集与模糊评估矩阵相乘得到评估对象的模糊综合评判集B：
式中，wi为评估指标ui在评估结果中所占的重要程度，可用层次分析法中得到的指标权重作为模糊综合评估的权重集；因素评估集
本文采用最大隶属度法处理评判结果B，选择最大隶属度作为评判对象的评估结果：
统计长春市有轨电车54路、55路两条线路2015—2019年间运营事故信息，得到交通环境B1、自然环境B2、乘客B6各风险指标导致事故的实际数据。数据包括B1、B2、B6各个指标的每年事故发生次数及每场事故对应的停运时长或伤亡人数信息。对于上述有实际数据支撑的风险指标的风险等级评估，采用专家评价法，结果如表2所示。对于无实际数据支撑的风险指标，即设备B3、设施B4、驾驶员B5各指标的风险等级评估，采用专家评价法，如图3所示。每个风险指标的色块大小表示该指标对应风险等级的隶属度，如道岔故障对A级的隶属度为0.1，对B+级的隶属度为0.5，对B级的隶属度为0.2，对C级的隶属度也为0.2，根据最大隶属度法可判断该风险指标对应的风险等级为B+级。
1)对于准则层B，公式(5)中权重集即表1中序号2～7对应的权重向量W；准则层B1、B2、B6下指标的风险等级即评价矩阵R由表2给出，准则层B3、B4、B5下指标的风险等级即模糊评价矩阵R由图3专家模糊评价给出。准则层B的模糊综合评判集计算结果如表3所示。结果表明，准则层的交通环境B1、自然环境B2、设备B3的风险等级较高，为B+级，是不期望的风险；其余均为B级，说明风险可以接受。指标层中非机动车/行人C1、轿车C2侵入轨道，与非机动车/行人C3、其他有轨电车C4、公交车/货车C5、轿车C6相撞，恶劣天气C7，设备道岔C9、信号系统故障C10危险源风险等级均较高。
2)目标层指标的风险评估。对于目标层A，公式(5)中权重集即图2的层次总排序；模糊评价矩阵R为表2和图3构成的风险等级矩阵。计算得到目标层A有轨电车运营风险指标的隶属度B=[0.1159,0.4068,0.4404,0.0359]，其中B级的隶属度0.4404最大，根据最大隶属度法可认为长春市有轨电车运营风险等级整体处于B级，表明目前有轨电车的运营风险在采用足够的控制管理措施后，总体可以接受。
1)考虑到长春市两条有轨电车线路均为没有独立路权无闭塞的低运量轨道交通，为避免交通环境B1下风险等级较高的风险指标带来的潜在隐患，建议采用混合路权并设置护栏及乘客专用站台，在易发事故的场合增加警示标识，在上下车时多提醒乘客；对广大出行者开展宣传教育，提醒出行者穿过有轨电车运行区段时应提高警惕性、不与有轨电车抢行；对于私家车占道行驶现象，有关部门可采用电子警察、有轨电车车载监控等方式对违规车辆进行拍照及罚款；加强对工作人员的培训，合理调度、行驶列车，避免列车碰撞事件发生。
2)东北城市在夏天可能出现暴雨、在冬天极易出现暴雪等恶劣天气，因此为应对自然环境B2下恶劣天气的影响，应提升轨道、道路的排水与防滑性能，并有必要及时预测极端天气并提前准备除雪措施，保证有轨电车正常运行。
3)对于有轨电车系统相关设备B3，在日常运营中加强对信号与供电关键设备的维护和健康管理，对通过有轨电车运行区段的大型货车限制高度；对于有轨电车车载、轨旁等关键设备采用状态修、故障预测与健康管理技术等运维策略，尽可能避免维修不足或过度维修，主动降低设备发生故障的可能性。
本文通过识别中国北方城市有轨电车运营主要风险，建立有轨电车运营风险评价指标体系框架。鉴于实际事件数据的局限性，将风险矩阵法与专家打分法相结合进行指标层风险等级评估，使用模糊综合评价法评估其运营风险。基于长春市有轨电车2015—2019年运营事件数据，评估结果表明长春市有轨电车总体运营风险总体可控，准则层的交通环境、自然环境、设备的风险等级较高，属于不期望的风险级别。
根据评估结果提出如下建议：对于地处北方类似长春市有轨电车运营场景的系统，建设适宜采取必要防风险物理措施如设置防护栏、警示标识等，细化对其他交通参与者出行行为的规范，在上下车时多提醒乘客，必要时对占用轨道行为采取惩罚措施。北方严寒天气对有轨电车运行也有较大影响，加强轨道积雪冻融问题的及时监测和处置，并完善有轨电车运行区段路面排水设施，减小夏季积水对乘客出行造成的影响。
.参考文献
[1] 舒冬. 基于 PHM 的现代有轨电车车辆状态维修[J]. 中国新技术新产品, 2021(20): 88-91. SHU Dong. Condition maintenance of modern trams based on PHM[J]. New technology & new products of China, 2021(20): 88-91.
[2] 中国城市轨道交通协会. 2021 年中国内地城市轨道交通线路汇总分析[J]. 现代城市轨道交通, 2022(1): 126-127. China Association of Metros.Summary and analysis of urban rail transit lines in China mainland in 2021[J]. Modern urban transit, 2022(1): 126-127.
[3] 杨泞珲, 叶茂, 吴爱民, 等. 现代有轨电车安全运行的危险源识别与风险评估[J]. 现代交通技术, 2017, 14(2): 75-80. YANG Ninghui, YE Mao, WU Aimin, et al. Hazard identification and risk assessment of modern trams safe running[J]. Modern transportation technology, 2017, 14(2): 75-80.
[4] ABDELAZIZ K, RACHID C. Analysis of the tram safety: case study of Algeria[J]. Procedia engineering, 2017, 178: 401-408.
[5] 国家质量监督检验检疫总局, 国家标准化管理委员会. 轨道交通 可靠性、可用性、可维修性和安全性规范及示例: GB/T 21562—2008[S]. 北京: 中国标准出版社, 2008. General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China, Standardization Administration of the People’s Republic of China. Railway applications-Specification and demonstration of Reliability, Availability Maintainability and Safety (RAMS): GB/T 21562—2008[S]. Beijing: Standards Press of China, 2008
