交通领域安全文化对安全行为的影响综述

为了分析国内外道路交通领域安全文化影响安全行为的研究状况,采用归纳总结的方法对相关文献进行整理,总结了该方向基于调查问卷的研究方法,并对这些方法的特点进行了比较分析,主要包括基于数理统计的探索性因子分析和验证性因子分析、相关分析和回归分析、优势分析和通径分析、方差分析和协方差分析等,其中因子分析、相关分析和回归分析约占所有数理统计分析方法的70%;归纳了该方向的研究成果,从单独驾驶员、多人共事的驾驶员、职业驾驶员、年轻驾驶员、交通运输行业员工和行人6个方面总结安全文化或者安全氛围与安全行为之间的影响关系.提出安全行为量表适应性和实效性、影响因子系数针对性和可靠性、统计分析方法更新和完善、有关研究成果进一步应用与安全行为矫正等进一步研究的方向.      

基于大客流的北京地铁网络化运营风险研究

客流冲击对北京地铁网络化运营安全的影响日益突出。通过统计分析北京地铁各线路日常运营的客流量数据,总结北京地铁运营网络的客流规律和大客流冲击地铁线网结构产生的运营风险特点。结合风险管理的相关理论,构建地铁网络化运营风险评价指标体系和多层次模糊综合评价模型。实证研究部分以北京地铁客流量较大的1号线为评价对象,计算该条线路上22个车站的风险值,风险值大小能够反映出不同站点对地铁网络化运营风险大小的影响程度。其中国贸站、大望路站风险值达到0.7以上(属于高风险),需要作为运营风险管理的关键站点,以期为今后进行地铁网络化运营关键站点风险管控研究提供参考思路。     

基于复杂网络的北京地铁网络化发展分析

为了能够更好地针对地铁网络化运营的特点,分析地铁网络安全的管理方向,选取 2009、2012、2015 和2019 年 4 个时间节点,运用 Space-L 方法构建北京地铁网络拓扑结构,通过对比分析地铁站点与线路加入所产生的变化情况。基于复杂网络理论的相关概念,从动态和静态两个角度提出了 6 个评价指标,从而定量分析地铁网络建设对网络结构、性能的影响。结果表明,北京地铁在网络结构上的变化不大,并且从站点的比例来看,北京地铁网络中的功能特性仍然集中在少数站点。然而由于网络规模的迅速扩大,这部分站点的绝对数量有了大幅度提升,因此北京地铁的网络化管理需要从关注重点站点向网络化、系统化过渡。