基于区间层次分析法的汽车安全配置扩散顺序研究

成艾国+吴正婷

摘 要：为解决汽车生产厂家安全技术路线规划及配置选择的问题，提出了一种不确定多属性配置评价模型来研究安全配置扩散的优先级顺序。从系统的角度出发分析了配置扩散的影响因子，在充分考虑因子数据和决策数据模糊性的基础上，采用模糊区间数与层次分析法建立不确定多属性配置评价模型。给出了安全配置的安全贡献度量化公式，利用实际调研结合客观数据量化期望安全贡献度，借助技术采用生命周期理论衡量技术风险，以有效可行的方式实现了同类配置间的横向比较，并通过实例验证了模型的实用性。

关键词：汽车安全配置；配置评价模型；区间层次分析法；安全贡献度

中图分类号：U461.91文献标文献标识码：A文献标DOI：10.3969/j.issn.2095-1469.2016.05.11

随着道路交通安全问题日益突出，消费者对汽车的安全性越来越重视，汽车安全配置的高低也逐渐成为影响消费者购买的重要因素。通常，先进的技术都优先配备在最高端的车型上，随着时间的推移逐渐扩散到下一等级的车型中，但近年来市场上汽车安全配置的扩散不一定是循序渐进地发展，“高端配置低端化”现象层出不穷，成为众多中低端汽车宣传和吸引消费者的热点。定速巡航应用在8万元左右的车型上，疲劳驾驶预警系统和全景摄像头应用在10万元左右的车型上，一键启动、无钥匙进入成为某品牌10万元以内全系车型的标配，汽车厂家对安全配置的选择和应用开始打破传统，推陈出新。面对越来越理智的消费者，进行安全配置的评价研究从而探索安全配置扩散的优先级顺序成为各汽车厂家亟待解决的问题。

对安全配置的评价研究可分为两类，一类是基于试验或事故仿真方法层面的评价研究，张庆等[1]建立了基于试验的电子稳定控制系统（Energy Absorbing Steering Column，ESC）主、客观评价体系，适用于目前企业评估ESC系统；何鋆等[2]根据上海地区的真实交通工况，对自动紧急制动系统（Autonomous Emergency Braking，AEB）在4个典型测试场景中进行建模分析，得到AEB的总体安全收益，对在中国上市的AEB系统的评估具有重要意义。另一类是基于事故统计数据方法层面的评价研究，目前主要集中在国外，国内研究者涉足较少。丰田汽车公司的 Aga等[3]基于交通事故数据研究分析了车身稳定控制系统（Vehicle Stability Control，VSC）的有效性；挪威交通运输经济学研究所的Erke[4]在回顾前人实证分析的基础之上对ESC进行了评价；Kusano等[5]借助自然驾驶研究（Naturalistic Driving Studies，NDS）数据量化研究了预碰撞警示系统（Forward Collision Warning，FCW）的作用效果；Bálint等[6]通过德国事故深入研究数据库（GIDAS）等交通数据建立起相对碰撞速度与受伤人数的关系，以AEB系统能够减少的相应伤害的受伤人数比例来评价其收益，直观地得到AEB系统的安全收益。

以上评价研究都是针对单个安全配置，且大多处于不同评价层面，缺乏系统性，无法进行配置之间的相互比较。而当前市面上安全配置种类繁多，作用方式、效果大相径庭，且各配置的质量、成本、开发周期难以衡量，因此系统性地对各安全配置进行建模分析很困难，不确定性很大，鲜有文献涉及。国内同济大学的周圣立[7]从GIDAS出发，提出了从同一层面评价汽车安全系统安全收益的标准和方法，并预测了各汽车安全系统对今后交通安全带来的总收益，为安全配置的优化选择提供了重要参考。但该评价方法建立在充分详实的数据基础上，而目前我国缺乏类似的数据库，所以该方法对于一般的研究者并不适用。

本文提出了一种适用于现阶段的配置评价方法，在客观事故数据的基础上结合实际调研进行配置的系统化评价，实现同类安全配置的横向比较。在对影响配置扩散的各方面因素进行分析后，针对因子量化过程中不确定性和模糊性的特点，采用模糊区间数与层次分析法相结合的方法，建立了不确定多属性配置评价模型，分析安全配置扩散的优先级顺序，为汽车企业选择汽车配置提供了科学的

依据。

1 问题描述

配置扩散是指随着时间的推移，配置不断被越来越多的消费者所采用的过程。在配置的扩散过程中，消费者基于自身的需求和价值感知对各个配置有不同的偏好，生产厂家则在探索获取消费者配置偏好的基础上，结合自身资源和竞争对手形势，综合考虑后制定配置投放市场的计划。基于系统性和普遍性的原则，构建了表1所示的配置扩散影响因子分析模型，其中消费者方面的因子包括需求形成和购买过程的所有影响因子，具体到汽车配置的各因子见表1。汽车生产厂家是配置扩散中决定性的一环，本文从生产厂家的角度出发，通过研究汽车配置扩散的优先级顺序，从而指导厂家进行技术选择和新车型定位。

汽车厂家考虑各方面的因素进行配置评价从而判断配置扩散优先级顺序的问题属于多属性决策问题，层次分析法（Analytic Hierarchy Process，AHP）具有处理定量和定性属性的能力，应用简单，是多属性决策的首选方法。同时考虑到配置评价各属性信息呈现不完整性、不确定性及不可靠性等特点，以及决策人员对各属性重要程度的判断（偏好信息）本身也具有模糊性和不完整性等特点，应用区间数能柔性地表达属性信息和决策者偏好，适合不确定背景下的决策。鉴于以上分析，以区间层次分析法为框架来研究配置评价问题，可有效克服定量因子和定性因子并存的难题，而且更为细致和直观地刻画目标属性信息和决策者的判断信息。

实际中由于不确定信息的决策经常出现，区间层次分析法的应用很广泛。高显义等[8]针对工程项目风险评估中存在的复杂性和影响因素的不确定性，提出了基于区间数层次分析法的工程项目风险评估方法，合理处理了决策因素的不确定性以及专家判断的模糊性，使评估结果更具可信性及科学性。郝庆波等[9]基于评价对象和相似产品之间可靠性水平的差异程度很难准确评定的问题，提出了一种引入区间层次分析的数控机床可靠性预计方法，进一步提高预计结果的准确性。朱庆鹏等[10]针对高速送料机可靠性分配中存在的模糊因素较多难以定量分析的问题，在多级模糊评判的基础上引入区间层次分析法，提出一种高速送料机的可靠性综合分配方法。区间层次分析法还在供应商评价、天然气供应系统风险评价、灾害危险性评价等方面都有应用，它在处理不确定多属性决策问题中具有广泛的适用性和实用性。因此，本文采用区间层次分析法建立不确定多属性配置评价模型进行配置扩散优先级顺序研究。

2 不确定多属性配置评价模型

根据AHP解决问题的主要步骤，制定了不确定性多属性配置评价模型的建模过程。

步骤 1：判断矩阵构建。

设为目标属性集，假设这些属性是加性独立的，有p个决策者对n个属性进行两两比较，每个决策者都做出他们相对重要程度的判断，记为，

且要求

，重要程度的赋值按照传统的AHP1-9标度定义，得到判断矩阵，

其中，

，表示p个决策者一致认为属性Qi，Qj相对重要程度存在的范围，其置信度为1，故取为群体决策所作出的判断。

步骤 2：矩阵的一致性判断及权重求解。

区间数判断矩阵必须保证具有局部满意一致性，否则求得的权重没有意义。而根据相关定理[11]，区间数判断矩阵一致等价于和一致。如果区

间数判断矩阵不满足一致性则需要决策者调整判断赋值表。

将美国运筹学家游伯龙提出的梯度特征向量法求解权重进行拓展，得到区间数判断矩阵的权重计算公式[12]：

。

式中：任意取定，

。

步骤3：指标值的规范化处理。

记Si，为目标方案集，假设以不同物理量纲给出的Si关于某个指标Qj的度量值为一个区间值，其中，则可采用“比

重变换法”对其进行规范化处理，计算式如下：

（当Qj为效益型指标），

（当 Qj为成本型指标）。

显然，。

步骤4：求解决策方案的综合评估值。

设属性的权重向量为，则根

据多属性决策分析的加权法则，决策方案Si的综合评价值区间，可以分别由下列两个线

性规划模型求得[13]：

步骤5：模糊区间值排序。

考虑到目标对准确性的要求，同时兼顾实用性和易操作性等客观要求，在此选用期望-方差法作为度量配置综合评估值的排序方法。

记方案Si的综合评价值为，设ui为区间数上服从均匀分布的随机变量，由概率密度函数容易求得[14]：

。

3 汽车安全配置扩散研究

3.1 评价指标的选取

从汽车生产厂家角度出发，探索汽车安全配置的扩散规律，研究对象囊括被动安全配置和主动安全配置，主动安全配置又划分为自动辅助类、信息提醒类和视野辅助类，在汽车上已经基本配备的安全配置——主副安全气囊安全带及安全带未系提示、儿童座椅接口、制动防抱死系统（Antilock Brake System，ABS）和电子制动力分配系统（Electric Brakeforce Distribution，EBD），以及车辆防盗类安全配置不在本次研究范围内。汽车生产厂家在选择安全配置时需要考虑的因素错综复杂（表1），但企业最关注的是直接促使消费者做购买决策的各个因子，所以产品的功能、技术成熟度、成本都是企业考虑的重点，情感因素是很难统一的，因此影响力不大，在此不考虑。价值感知因子是由需求约束因子驱动形成的，两者之间存在较强的相关性，即在考虑价值感知因子的同时需求约束因子已经很大程度被融入在内。政策法规作为国家调控市场的有力手段，关乎企业的生存根本，作用效果明显，有必要对其进行考虑。至于生产厂家自身资源及竞争形势，为了简明扼要地分析问题，可考虑在配置评价的结果之上再对其进行适当考虑。综上所述，最终确定安全贡献度Q1、成本Q2和政策引导Q3这三个影响因子作为配置选择的评价指标。

3.2 评价指标的量化

安全贡献度Q1是指安全配置对汽车安全性能提高的影响程度，它与配置的功能定位以及技术发挥的稳定程度有关，在衡量功能重要性的过程中融入了消费者调研数据，因此消费者的需求偏好也同时在该指标里面加以考虑。安全贡献度是一个综合性指标，本文对安全贡献度的计算进行如下定义：

。

式中：Q1e为期望安全贡献度；r为技术风险值。

3.2.1 期望安全贡献度

被动安全类配置按照作用的事故类型、保护对象和主要保护部位可以确定其期望安全贡献度。各事故类型对Q1e的重要程度由各类型事故发生的频率决定，它直接关系到相应配置发挥作用的机率。根据C-NCAP[15]评分规则中身体各部位所占分值，可以拟定在碰撞事故中保护头部、颈部、胸部、膝部和腹部各部分的相对必要性比值为13∶9∶15∶6∶4。C-NCAP中仅对成人乘员做了比较全面的考虑，而在实际的交通环境中，儿童乘员和行人是不得不考虑的两个构成部分，因此在判断各类保护对象的相对重要度时应参照Euro NCAP[16]中成人乘员、儿童乘员、行人在总分中各占51.4%，28.0%，20.6%的比重，确定保护对象的相对重要度为前排乘员∶后排乘员∶儿童乘员∶ 行人=5∶4∶3∶2。被动安全的期望安全贡献度值见表2。

主动安全配置由于作用工况复杂，作用方式差别很大，难以按统一指标对其进行评价，本文采取消费者调研与客观事故数据相结合的方法，通过对配置进行功能层级划分来确定Q1e值。表3为自动辅助类配置的Q1e值，根据其作用工况和自动化程度确定。各工况的相对重要程度通过对50名驾驶员进行电话访谈或者面谈来获取数据，根据数理统计学的经验法则，认为样本量大于30的就可以应用一些统计分布的结论，且本文调研的驾驶员样本都是经过严格筛选的，所有驾驶员实际独立驾车时间都在3个月以上，对车辆的各个工况有较好的了解，因此调研结果具备较高的可靠性和真实性。配置的自动化程度划分为4个等级，4级自动化程度可以完全解放手和脚的操作，3级自动化程度可以解放手或脚的操作，2级自动化程度可以辅助手和脚的操作，1级自动化程度的配置是2级自动化程度配置的补充。

信息提醒类配置的Q1e值确定过程见表4，先按照信息类别的调研结果进行排序，再通过对相同功能不断细分比较，结合插值法最终求出各配置的 Q1e值。视野辅助类配置的Q1e值也按同一思路进行，在此不再详述。

3.2.2 技术风险值量化

技术风险主要是指由于技术本身的成熟度、技术寿命的不确定性、创新技术的能力、技术难度等因素导致的技术失败的可能性。技术采用生命周期（Technology Adoption Life Cycle）表现为一条钟形曲线（图1），它将新技术在消费者中的扩散过程分成5个阶段，分别为创新者采用阶段、早期采纳者采用阶段、早期大众采用阶段、晚期大众采用阶段与落后者采用阶段，各阶段的采用者占整体使用人数的比例分别为2.5%、13.5%、34%、34%、16%[17]。技术生命采用周期各阶段的技术风险值见表5[18]。本文研究的各安全配置的技术风险值可根据其所处的技术扩散阶段来确定，而配备率能很好地反映各配置目前的市场渗透情况。对于属于同类技术的不同配置，技术风险值应统一取最小值。

安全配置的成本主要包括两大部分：购置价格和持有价格。多数安全配置在汽车的使用寿命范围内都能正常运行且维修支出较小，在此只关注安全配置的购置价格。购置价格通常包含在整车价格之内，单个安全配置的价格很难获取，因此成本数据依据现行市场上在4S店加装该配置的价格来确定。政策引导即国家、行业对该配置的重视程度，汽车上配备率达到100%的安全配置不在本文的研究范围内，所以国内的强制性安装法规不包括在内。政策对安全配置扩散的引导程度首先是根据国内相关的政策和技术标准来进行等级划分，用1表示法规要求强制安装，0表示完全没有任何相关的政策和技术法规，当然这种极端情况是很少出现的。确定政策引导力度与国内政策法规之间的关联关系（表6），再综合考虑该配置在国外是否属于法规强制安装的或者新车评价规程所鼓励安装的配置，相应调整配置的政策引导力度上升一个等级。各配置的属性量化值见表7。

3.3 实例分析

鉴于我国自主品牌乘用车目前主要定位于中低端市场，本文选取8～10万元价格区间内的乘用车进行安全配置的扩散规律研究，旨在给自主品牌汽车企业选择安全配置提供科学的参考。

3.3.1 目标属性权重确定

有3位决策者参与决策，针对8～10万元价格的乘用车，分别对安全贡献度Q1、成本Q2和政策引导Q3进行重要程度的判断，得到群体决策判断矩阵。

3.3.3 决策方案的综合评估值及排序

根据步骤4和步骤5计算各配置的综合评估值，按照综合评估区间值的期望值和方差进行排序，得到8～10万元车型上的各类安全配置扩散的优先级顺序（表8）。

本文选取上海大众、上海通用、一汽大众、上汽通用五菱、吉利、长安、长城七大品牌的8～10万元价格区间的102辆畅销车型的配备率来对预测结果进行验证。由图2可知，该排序结果与市场上8～10万元价格区间畅销车型的安全配置配备率分布（图中未出现的配置配备率为0）基本一致，结果中存在一些微小的差异主要是因为实际应用过程还需要考虑各配置间的装配关系、配置功能互补或重复程度、产品具体定位等诸多因素。

在被动安全类的排序中，由于前后排头部气囊通常为一体化装置，因此实际扩散过程中后排头部气囊的优先级顺序提前。在自动辅助类排序中，上坡辅助和陡坡缓降是在VSC系统的基础上加装的，其扩散的优先级顺序会排在VSC系统之后。制动辅助与ABS属于功能互补关系，结合使用能发挥“1+1>2”的功效，所以它在实际应用扩散中的扩散优先级会提前。主动制动与ABS在一定程度上属于功能重复关系，而ABS具有绝对的扩散优先权，所以主动制动扩散优先级会延后。定速巡航除了是一种安全配置外，给消费者带来的舒适性和科技感也不可忽略，本文仅从安全角度出发，因此造成其扩散排序偏后。对于信息提醒类配置前驻车雷达，大部分消费者会在购车后自行加装，故实际的前驻车雷达配置率高于分布图中的配置率。

总之，本文的排序结果是建立在对配置的安全贡献度、成本和政策引导三方面综合评估的基础之上的，这三方面作为企业关注的核心部分，配置的排序结果对企业有较大的参考意义。车型在具体应用过程中应进一步考虑各配置间的配合关系，并根据其具体定位进行适当调整。在安全配置扩散预测结果的基础之上，企业再进行配置的选择时，复杂、难以处理的问题变得条理清晰、有据可依，本文提出的不确定多属性配置评级模型为企业的安全配置选择以及技术路线规划提供了科学合理且灵活应对的应用方法。

4 结论

本文的主要贡献：一是建立了模糊区间与层次分析法相结合的不确定多属性配置评价模型，为汽车生产厂家解答技术快速更新情况下的安全配置选择问题提供了科学的参考方法。该模型灵活地处理了影响配置扩散的定性因素和定量因素，同时考虑了决策者以及因子量化过程中必然存在的不确定性和模糊性特点，使模型处理结果更大程度地反映了决策者的意志，模型输出更具可信度。二是定义了安全配置的安全贡献度，针对国内道路交通事故数据不齐全的难题，结合实际调研与客观数据，从期望安全贡献度和技术风险两个方面衡量配置的作用效果，实现了同类配置功能的横向比较。这种安全贡献度的确定方法实际操作性强，是有效评价安全配置的重要综合性指标，但它也存在一定的局限性，无法实现不同类之间安全配置的功能比较，如何实现全部安全配置的横向比较还需进一步研究。