项 迪，张建文，王 泽，付凤杰
(1.杭州市公安局交通警察支队，杭州 310014；
2.浙江警察学院交通管理工程系，杭州 310053)
随着绿色低碳的出行理念逐渐被大众接受，越来越多的人选择绿色低碳的出行方式，步行作为慢行交通的主要方式之一，近年来受到城市规划和建设领域广泛关注，国家“十四五”规划中对于建设低碳城市提出“优先发展城市公共交通，建设自行车道、步行道等慢行网络”的要求以来，城市各地区都积极参与道路步行设施的建设，以满足人们的安全、便捷、健康出行的需求[1]. 研究表明，我国城市行人在交通事故中的伤亡人数占总体的30%以上[2]，尤其是行人未观察来车情况直接穿过斑马线的“鬼探头”式交通事故，不仅发生频率高，造成的结果也十分惨痛. 为减少此类事故发生，诱导行人在过街时观察来车方向的情况，我国一些城市如杭州等地率先尝试了将普通斑马线改造成Z字型斑马线，使得行人在通过中央隔离岛时面朝来车方向行走一段距离，从而确保行人能观察到来车方向的情况，从而减少事故发生，一定程度上提升了通行秩序. 常见的Z字型斑马线改造实景图1(a)所示，由于道路条件的限制，部分斑马线并不能完全改造成完整的Z字型斑马线，只能扎起中央隔离岛处不同位置加装护栏，形成简易的Z字型斑马线，如图1(b)所示：
图1 Z字型斑马线示意图
数据包络分析(Data Envelopment Analysis，DEA)是基于“相对有效”这一概念产生的分析方法，其主要思想是依据多指标投入和多指标产出对决策单元做出评价，决策单元的相对有效性被称为DEA有效[3]. 数据包络分析最初是用来衡量1个经济体的投入与产出相较于其他同类单位是否平衡，随着其研究思路与分析方法的不断发展与完善，已经在许多领域得到了应用. 目前我国对于Z字型斑马线应用还处于试点阶段，尚未有针对其效果的相关研究，对于行人过街方面的研究，林雨等[4]采用数据包络分析法对城市道路人行系统进行综合评价，韩亚雄等[5]以呼和浩特市为例，对交叉口行人过街交通特性进行了综合研究，张建明[6]从规划设计的角度分析行人过街的交通安全问题，何严严[7]采用二元Logistic回归模型，建立无信号控制路段机动车让行决策模型，对人行横道机动车让行情况进行了研究；
国外研究方面，Knoblauch等[8]在不同条件下对不同年龄阶段的行人步行速度、行人启动时间的实地调查数据进行量化研究，Tarawneh[9]对影响行人过街速度的因素进行调查，且对调查数据进行处理，研究行人过街的时间以保证行人有足够的时间安全过街. 本文尝试使用数据包络分析法，探究Z字型斑马线是否对行人安全通行具有积极影响，分析DEA有效的斑马线所具有的特征，在评估现有Z字型斑马线使用效果的同时，能对未来Z字型斑马线建设和改造过程中提供有效建议.
为研究Z字型斑马线对行人过街的影响，本文选取了浙江省杭州市内若干已经完成改造的 Z字型斑马线以及未进行改造的普通斑马线，这些斑马线流量适中、便于观察，包括曙光路、古墩路、灯彩街、之江路、滨盛路、钱江路、富春路以及滨安路等路段处斑马线. 其中斑马线改造实景图如图2所示：
图2 调查点
基于上述斑马线作为调查地点，采集每个调查点物理特征、配套管控、通行特征和安全特征4个方面的信息. ①在物理特征方面，通过实地调查，采集斑马线长度及宽度、中央隔离岛长度及宽度；
②在配套管控方面，通过实地调查，采集斑马线是否信控、是否施划黄色网格线等信息；
③在通行特征方面，通过实地调查和监控录像，调查时间选取工作日的早高峰期间和平峰期间各30 min，具体时间为8:00—8:30，10:00—10:30，采用人工观测的方法，用秒表记录每一行人完全通过斑马线所用的时间以及性别、年龄、行为模式等信息；
④在安全特征方面，分析2021年6月—7月的杭州市交通事故数据，根据事故发生地点进行筛选，得到在待调查斑马线处发生的交通事故，并结合通行调查过程中采集到的冲突情况数据进行分析.
2.1 斑马线物理特征及配套管控
通过实地调查、借助卫星地图等手段，测量出各斑马线的物理特征，包含斑马线长度及宽度、中央隔离岛长度及宽度、是否信控、是否施划黄色网格线等信息，用以计算行人过街速度. 各个调查点的位置及物理特征参数如表1所示，其中序号为1～5的斑马线为已经完成Z字型斑马线改造实施，序号6～8的斑马线为普通斑马线. 在本文选取的调查点中，所有完成Z字型斑马线改造的斑马线附近的行车道上都施划了黄色网格线，未完成改造的则没有划黄色网格线，其作用是增加车辆停止线与斑马线的距离，降低事故发生率.
表1 斑马线物理特征统计表
2.2 斑马线通行特征
通过反复多次观看斑马线处监控视频，记录某一时段内经过该斑马线的所有行人(包括骑自行车和电动自行车)的性别、年龄、行为模式、过街时间、中央隔离岛等待时间、过街过程中是否观察等参数.
2.2.1 性别比例及年龄结构
将通过斑马线的行人年龄分为少年、青年、中年、老年4个等级进行记录.
不同性别、不同年龄的行人在通过斑马线的过程中表现出较为明显的差异，以步行为例，男性的平均步行速度为1.59 m/s，通过斑马线时的速度通常要比女性快5.3%；
青年的过街时间要明显短于老年人群，经调查统计，青年行人的过街的平均速度为1.61 m/s，比老年行人快27.4%；
少年人群在通过斑马线时的表现则较不稳定，少年行人的过街速度极差最大，为0.56 m/s. 过街行人年龄结构为：少年占比1%，青年占比34%，中年占比57%，老年占比8%.
性别比例和年龄结构是行人过街特性的重要影响因素之一，各调查点性别比例和年龄结构统计结果如表2所示.
2.2.2 行为模式和观察率
本文研究将行人过街的行为模式分为正常型、中途停驻型、中途加快型、中途放慢型和不稳定型5种，记录每一行人过街时的行为模式. 行人过街的行为模式为正常型表示该行人在通过斑马线时速度在总体上保持均匀，经观察发现，大多数行人在过街时的行为模式都是正常型；
中途停驻型表示行人在通过斑马线的过程中停止前进，这种行为模式主要是行人在过街途中与过往车辆产生冲突，行人为了避让车辆所产生中途停驻的行为；
中途加快型表示行人在通过斑马线的过程中突然加快步伐，这种行为模式主要是行人在观察到远处有车辆驶来，加速通过以避免与车辆产生冲突的行为；
中途放慢型产生的原因与中途停驻型相同，行人在过街过程中观察到即将与驶来的车辆发生冲突，产生明显的减速行为；
不稳定型表示行人在过街过程中存在速度变化起伏较大、中途返回以及调查之前未预见的行为.
表2 性别比例及年龄结构统计表 %
通过斑马线时左右观察是良好的交通安全习惯，特别是在没有信号灯控制的路段，可有效降低冲突和事故的发生概率. 由于行人过街观察发生的次数受到人数影响，将过街观察的人数除以总人数，记为观察率，作为评价该观察点行人过街观察情况的评价指标. 行人过街不同行为模式总体统计见图3：
各个观察点的不同行为模式发生率以及冲突率统计如表3所示.
图3 行人行为模式统计图
2.2.3 行人过街速度
行人通过斑马线主要有步行、自行车和电动车3种交通方式，分别统计采取不同交通方式的行人通过斑马线的时间，并根据该斑马线长度计算过街时间，最后将得到的数据取平均值，以不同交通方式通过各斑马线的平均速度如表4所示.
表3 行为模式和观察率统计表 %
表4 行人过街速度统计表 m/s
2.3 斑马线安全特征
记录观察时内通过的机动车数量以及发生冲突的次数，公交车等大型车辆以2辆机动车数计算，其中，是否存在冲突的情况分为无冲突通过、不避让通过、减速让行、停车让行四种情况. 由于冲突数量在一定程度上受到交通量大小的影响，因此将调查得到的冲突数除以该时间段内的交通量，计算得到该时间段内的冲突率，以冲突率衡量该斑马线的冲突情况.
本文对2021年6—7月发生在杭州市主城区内的交通事故的数据进行筛选，统计出发生地点在各斑马线的交通事故. 交通量、冲突率及事故数量数据如表5所示.
数据包络分析可从多投入、多产出的角度研究方案之间的相对有效性. 通过比较各个决策单元的投入与产出，采用数学规划的方法，评价各决策单元的相对有效性. 本文将各个调查的斑马线作为决策单元，其冲突率、事故数作为投入，行人过街观察率、机动车交通量、过街速度作为产出，通过模型计算其相对有效性，分析DEA有效的斑马线所具有的特征，在评估现有Z字型斑马线使用效果的同时在未来Z字型斑马线的建设过程中起到预测建议的作用.
表5 交通量、冲突率及事故数量统计表
3.1 模型建立
本文采用DEA- CCR模型，对决策单元(DMU)相对有效性进行分析评价.Xij代表第j个DMU的第i种投入量，Yrj代表第j个DMU的第r种产出量，hj代表第j个DMU的相对有效性评价指标，vi表示第i种投入的权值，ur表示第r种产出的权值，以vi和ur为变量，使hj满足特定条件.若可找到合适的vi和ur，使得hj=1，则该决策单元为DEA有效，见式(1)(2)[3].
(1)
(2)
将每个调查点作为1个决策单元(DMU)，将事故数量作为第1个投入指标，则X11表示第1个观察点，即曙光四弄的事故数量，第2个观察点的事故数量表示为X12，以此类推；
将高峰冲突率和平峰冲突率作为第2、第3个投入指标，则曙光四弄的高峰冲突率和平峰冲突率表示为X21、X31，第2个观察点的高峰冲突率和平峰冲突表示为X22、X32，以此类推；
将观察率作为第1个产出指标，则Y11表示第1个观察点，即曙光四弄的观察率，第2个观察点的事故数量表示为Y12，以此类推；
将高峰交通量、平峰交通量、行人平均过街速度、自行车平均过街速度、电动车平均过街速度作为第2～6个产出指标，其表示方式同上.用hj表示该决策单元的相对有效性评价指标，如果能求得hj的最大值hj=1，则说明该决策单元DEA有效.
3.2 符号说明
表6 符号说明
3.3 模型求解
将调查得到的数据代入以上模型，作为产出指标的有：观察率、高峰交通量、平峰交通量、行人平均过街速度、自行车平均过街速度、电动车平均过街速度，作为投入指标的有：事故数量、高峰冲突率、平峰冲突率，采用DEAP软件进行计算，得到结果见表7.
表7 综合效率计算结果
根据表中结果可看出，序号为1、3、4、5、8的斑马线为DEA有效，序号为2、6、7的斑马线为非DEA有效，说明这3个地点的斑马线的投入与产出的效率与其余的斑马线相比效率较低，即不能等比例地减少投入或者增加产出，对于本次分析，说明非DEA有效的决策单元存在一些指标不平衡的现象，如某一投入量过大或者某一产出量过小，说明该地点的斑马线需要采取针对性措施进一步地优化管理.
根据调查数据采用数据包络分析模型，以某一斑马线作为决策单元，以观察率、交通量作为产出指标，以故数量、冲突率、过街速度作为投入指标，计算得出本文调查的5个已经实施的Z字型斑马线的综合效率除2号外均为1，即DEA有效，而普通斑马线的综合效率只有1个为1，其余2个分别为0.767和0.998，这说明序号为2、6、7的斑马线的相对效率较低，还有较大的改善空间.
综合来看，实施Z字型斑马线改造可有效提高斑马线的运行效率，在本文调查的5个Z字型斑马线中，仅有1个Z字型斑马线的数据包络分析结果为非DEA有效，由此可见，对于绝大部分斑马线来说，将斑马线改造成Z字型，对于冲突以及事故的减少所带来的收益要大于过街效率下降所带来的损失.
在绿色出行和以人为本的发展理念下，安全便捷完善的步行交通系统已经逐步成为满足城市居民品质出行需求的重要保障，而建立全面准确的评价体系是步行交通设施建设和出行空间改造的重要基础. 本文以杭州市Z字型斑马线实践情况为基础，通过建立DEA数据包络分析模型，考察了斑马线的物理特征、配套管控、通行特征和安全特征等4方面信息，完成对Z字型斑马线改造的综合评估，其评价优势在于可消除每个决策单元的个体差异造成的影响. 在对交通设施评估模型探索过程中，一些因素并没有纳入考虑，如天气、周边环境等，但研究发现使用数据包络分析模型进行评估确有良好的效果，所提供的研究过程和结果对于量化交通设施评价具有一定的借鉴意义.
猜你喜欢字型交通量斑马线礼让斑马线品牌研究(2022年34期)2022-12-15基于ETC门架数据的高速公路交通量转换探究中国交通信息化(2022年4期)2022-06-17礼让斑马线品牌研究(2022年36期)2022-01-01创意斑马线作文周刊·小学二年级版(2020年24期)2020-07-14偷斑马线的人学生天地(2020年29期)2020-06-09“工”字型气体静压主轴的动力学特性研究制造技术与机床(2018年9期)2018-09-19基于动态差法的交通量监测技术应用中国交通信息化(2018年6期)2018-08-29高速公路补偿交通量模型研究中国交通信息化(2017年5期)2017-06-06基于四阶段法的公路交通量预测研究北方交通(2016年12期)2017-01-15设施克瑞森无核葡萄“厂”字型架式栽培关键技术**农垦科技(2016年2期)2016-08-21