作者：曹建国
随着西部大开发的不断推进，陕西社会经济获得了快速发展，2014年实现地区生产总值17689. 94亿元，比2012年增长了22. 39%，人均地区生产总值达到46929元。社会经济的繁荣发展，也促进了道路交通运输行业的迅猛发展，2014年公路货运周转量和公路旅客周转量分别达到了1917. 45亿吨公里和339. 02亿人公里，比2012年分别增长了9. 90%和2.23%；社会经济和道路交通运输量的快速增长，给陕西道路交通安全也带来了严峻挑战，尽管近几年陕西道路交通事故死亡人数逐年有所下降，但道路交通安全状况仍不容乐观，2013年陕西道路交通事故死亡人数和直接损失分别达到了1800人和3696.2万元，均明显高于全国同期平均水平。道路交通安全问题仍然是影响陕西区域经济可持续发展的重要因素。
实践证明，建立科学的道路交通安全评价指标体系，定期全面、客观地评价特定区域、路段的交通安全水平，准确分析交通事故产生的原因，可有效预防或减少道路交通事故的发生。已有的关于区域道路交通安全评价的研究主要集中在区域道路交通安全影响因素、评价指标选取及规范化、综合评价方法等方面。其中，影响因素主要归结为经济、机动化程度、公路里程、常住人口、客货运量、出行次数、驾驶人数量和机动车数量等；采用的评价方法主要有结构方程模型、灰色聚类法、主成分分析法、数据包络分析方法、GIS技术、模糊德尔菲法和灰色德尔菲法等。已有的这些评价方法，在一定程度上能有效地适用于区域道路交通安全评价，但也存在一定的局限性，如结构方程模型理论较复杂，给定的模型可能会产生无法解释的结果，特定的方法可能需要很大的样本含量，且要满足多变量正态分布的假设；主成分分析法虽然能通过变量降维简化计算，但首先要保证提取的前几个主成分的累积贡献率达到一个较高的水平，其次对这些被提取的主成分要能够给出符合实际意义的解释，这些都一定程度上限制了其应用；模糊德尔菲法虽然在德尔菲法的基础上，利用统计分析和模糊运算，综合考虑了专家主观思维的不确定性和模糊性，但仍未能从根本上改变专家打分及评价的个人主观性和随意性。熵权法和逼近理想解法( TOPSIS)相结合的集成评价方法，在保持TOPSIS法原有优点的同时，也避免了其在确定指标权重时的困难性，具有很好的适用性，已广泛应用于许多领域。
陕西省各市区的社会经济发展状况极不平衡，也导致不同市区的道路交通参与者、车辆数量及构成、道路里程及技术等级和管理水平等因素均存在明显差异，这些因素的“不平衡”将对各市区道路交通安全的“差异化”产生巨大的影响。鉴于此，本文将在分析道路交通事故与地区生产总值、人口、机动化水平等社会经济因素的相关性的基础上，构建区域道路交通安全评价指标体系，并采用熵权- TOP-SIS法对陕西省10个地级市的道路交通安全水平进行综合评价，以期进一步明确陕西各市区道路交通安全方面存在的问题，并为改善陕西道路交通整体安全水平提供有益的建议和帮助。
1 构建区域道路交通安全评价指标体系
马社强等人提出区域道路交通安全评价指标一般应具有可测性、代表性和可比性三个特性。其中，可测性是指评价指标的原始数据是否易得、统计或计算，反映了评价的可操作性；代表性是指评价指标所表征的范畴，要能反映整个地区宏观的交通安全状况；可比性是指所用指标在各测评对象中具有统一的定义和计量标准，要能保证评价在同一基础上进行。
常用的区域道路交通安全评价指标除了事故次数、死亡人数、受伤人数和直接经济损失等绝对指标之外，还有单位GDP死亡率、万车死亡率、十万人口死亡率、平均每起事故死亡人数和直接损失等相对指标。其中，4项绝对指标从不同角度表征了各区域道路交通安全的整体水平，且均具有很好的可测性，但这4项绝对指标会受区域的规模、经济发展水平、机动化程度及人口数量的影响，很难体现地区之间的差异，可比性较差。相比而言，几项相对指标则分别考虑了经济、机动车拥有量、人口数量及事故严重程度等因素，既具有很好的可测性，还能体现不同地区的交通差异，具有较好地可比性。因此，构建评价指标体系时，应尽量使用相对指标。
事故次数、受伤人数和直接经济损失等指标，容易受统计标准、伤势程度、地区价格体系等诸多因素的影响，难免在统计时被遗漏或出现偏差，导致统计结果的真实性和可比性大幅降低。相比而言，涉及人员死亡的交通事故历来受到国家和各地区的高度重视，死亡人数在统计中很少被遗漏，其统计结果更接近实际情况，也更具可比性。
综上所述，本文根据道路交通安全评价指标的特性，以死亡人数为主，选取十亿地区生产总值死亡人数X1、平均每起事故死亡人数X2、致死率X3、万车死亡率X4和十万人口死亡率X5共5个相对指标构成陕西省各地市道路交通安全评价的指标体系。其中，十亿地区生产总值死亡人数X1指标利用交通事故死亡人数与地区生产总值的比值来表征地区经济发展对交通安全的影响；平均每起事故死亡人数X2和致死率X3两个指标反映地区交通事故的
严重程度，致死率为死亡人数与死伤总人数之比；万车死亡率率X4和十万人口死亡率X5两个指标分别把参照量选为所研究地区的民用车拥有总量和人口总数，分别考虑了不同地区的机动车密度和人口密度的差异，具有较强的可比性。
2 熵权- TOPSIS模型
2.1 熵权- TOPSIS的基本原理
TOPSIS的全称是逼近于理想解的排序法( Technique for order preference by similarity to an ideal solution)，其基本原理是根据各被评对象与理想解和负理想解的距离来排列优劣次序。所谓的理想解是设想的最好对象，其各指标值都达到最优值，而负理想解则是设想的最差对象，其各指标值均为最差值。排序的规则是用欧几里德范数作为距离测度，距理想解最近而离负理想解远的对象最优。
基于熵权的TOPSIS法比原来的TOPSIS法的改进：采用熵的权重模型计算各指标的权重，可较好地消除各指标权重的主观性，使评价结果更客观公正。
2.2熵权- TOPSIS模型的算法步骤
2.2.1 建立标准化决策矩阵
构建样本数据矩阵A=(aij)nxm，其中，n表示
样本数，m表示指标数，i=1，2，…，n;j=1，2，…，m，
aij。表示第i个样本的第j项指标值。综合评价时须
将原始指标做同趋势化和标准化处理，处理方
法为：
对于越大越优的指标，
对于越小越优的指标，
式中，bij表示处理后第i个样本的第j项指标值，则得标准化决策矩阵B=(bij)nxm。
2.2.2 构造规范化的加权矩阵
采用熵权法确定指标权重。各指标的熵为
对象的比重，若Pij为零，PijlnPij也取零。
各指标的熵权wj为
则规范化的加权矩阵C=(cij)nxm中的cij可表示为
2.2.3 确定正负理想解C+和C-，计算距离
理想解C+和负理想解C-可根据相关标准人为设定，也可从各测评对象的指标数据中选取，即
第i个测评对象到理想解C+的距离为
第i个测评对象到负理想解C-的距离为
2.2.4 计算各测评对象与最优值接近程度，排列次序
用Ei表示第i个测评对象与理想的最优值的相对接近程度，其值为
若Ei越大，则其对应的测评对象综合评价越优，可按Ej的大小对测评对象进行排序。
3 结果与分析
3.1 指标数据来源
以陕西省的10个地级市为评价对象，从《陕西统计年鉴2013》中分别获取这10个地级市2012年的生产总值、常住人口、民用汽车拥有量、事故次数、死亡人数和受伤人数等绝对指标的原始数据，然后利用这些数据并按各自的定义得出平均每十亿地区生产总值死亡人数X1，（人．10亿元-1）、平均每起事故死亡人数X2（人·事故数-1）、致死率X3(%)、万车死亡率X4（人·万车-1）和十万人口死亡率X5（人．10万人口-1）等相对指标的数据，结果如表1所示。
3.2计算各指标的熵及熵权
所选的5项指标都是越小越好，故不需同趋势化处理。利用式(2)对各指标数据进行标准化处理，然后再用式(3)、(4)计算各指标的熵及熵权，其结果如表2所示。
3.3确定理想解和负理想解
利用式(5)构造规范化的加权矩阵。本研究的理想解C+和负理想解C-从各测评对象的指标数据中选取，即选取规范化加权矩阵中各指标的最大值和最小值组成理想解和负理想解，得C+=[0. 1441,0.2190,0.2874,0.1397,0.2095],C-=[0，0，0，0，0]。
3.4计算各测评地区与最优值的接近程度并排序
利用式(8)、(9)计算各测评各地区到理想解和负理想解的距离D+i和D-i，然后由式(10)计算各测评地区与最优值的接近程度Ei，并根据Ei值的大小进行排序，Ei值越大，综合评价越优，排序结果见表3。
3.5结果分析
从表2可以看出，各指标中致死率X3的熵权较大，平均每起事故死亡人数X2和十万人口死亡率X5的熵权居中，而平均每十亿地区生产总值死亡人数X1和万车死亡率X4的熵权则较小。这里的熵权是指在给定评价对象和指标数据后，不同指标提供有用信息量的多少，即各指标的相对重要性系数，并不是各指标实际意义上的重要性系数。 因此，权法除了能客观确定指标权重之外，还可以进行指标筛选，以减少指标数量从而简化计算。
从表3综合评价结果及排序可知，2012年陕西省10个地级市中，道路交通安全水平较高的地区分别为铜川、榆林、宝鸡和西安，尤其是前3个地区，它们之间的差异并不大，综合评价值均超过了0.8；道路交通安全水平居于中间的地区分别是汉中、渭南、咸阳和安康，它们的平均得分约为0.6；道路交通安全水平较差的地区是延安和商洛，综合评价值仅为0.2左右。结合表1的数据可知，交通安全水平较高的铜川、榆林、宝鸡和西安等地，虽然交通事故数、死亡人数等绝对指标数据较大，但这些地区经济总量、民用汽车拥有量、常住人口等也更大，转化成本研究采用的万车死亡率X4平均每十亿地区生产总值死亡人数X1和十万人口死亡率X5等相对指标后，这些地区的优势还是比较明显；相反，交通安全水平较差的商洛和延安等地区，虽然交通事故数和死亡人数不是最多，但其经济总量和居民汽车拥有
量等指标值太小，使得其万车死亡率X4和平均每十亿地区生产总值死亡人数X1，等相对指标值较高，再加上这些地区多山路，交通环境较差，一旦发生交通事故，后果也更加严重，致死率指标X3：明显高于全省其他地区，这些因素共同导致了商洛和延安等地区道路交通安全水平较低。
4 结论和政策建议
1)采用熵权法和TOPSIS法相结合的评价模型，不仅能客观地对各指标赋予权重，还能计算出各地区与理想解的贴近程度以及各地区之间的差距大小，从而可帮助各地区制定出有针对性的改善方案来提高本地区的道路交通安全水平。
2)陕西省各市区道路交通安全水平与地区生产总值、人口数量、机动车数量等社会经济因素有较强的相关性，进行交通安全评价时要综合考虑这些因素，并尽量使用相对指标，以提高不同地区之间的可比性。
3)陕西省不同市区的道路交通安全水平差异较大，各市区在交通安全方面存在的问题也各不相同。各地级市应针对本地区较差的指标进行重点控制，从而有效改善交通安全状况，如西安、榆林、宝鸡等经济发达地区，必须充分重视交通安全，因地制宜地制定交通安全法规和交通安全计划，全面改善道路交通条件，加强驾驶员的安全培训；商洛、延安和安康等山多路险，重大交通事故发生率较高的地区，应着重提高道路安全系数，更好地规划、建设公路系统，更多地利用隧道等降低机动车在山路行驶的距离。此外，还要加大对驾驶员驾驶技能及安全意识培训，加大对现有车辆的危险整治，杜绝危险车辆上路，并逐步建立和完善交通事故紧急救援体系，从而有效控制事故死亡人数。
5摘要：
为评价陕西省各市区道路交通安全状况，选取了十亿地区生产总值死亡人数、平均每起事故死亡人数、致死率、万车死亡率和十万人口死亡率5个相对评价指标，应用熵权- TOPSIS法对陕西省10个地级市的道路交通安全水平进行了综合评价。结果表明，陕西省各市区道路交通安全水平与地区生产总值、人口数量、机动化水平等社会经济因素具有较强的相关性，不同市区道路交通安全水平存在明显的差异。
