基于风险的作业区交通管理监管：城市基础设施项目中合规性与安全性的纵向证据 胡利安·桑切斯·科雷多（Julián Sánchez Corredor） 玛尔塔·卢兹·阿兰戈·乌里贝（Marta Luz Arango Uribe） 克里斯蒂安·大卫·科雷亚·阿尔瓦雷斯（Cristian David Correa álvarez）

《Future Transportation》：Risk-Based Supervision of Work Zone Traffic Management: Longitudinal Evidence on Compliance and Safety in Urban Infrastructure Projects Julián Sánchez Corredor, Marta Luz Arango Uribe and Cristian David Correa álvarez

　　## 摘要
在繁忙交通条件下进行的城市基础设施工程往往面临着批准后的交通管理计划与实际现场实施之间的持续差距。这一差距在纵向研究中尚未得到充分探索，尤其是在低收入和中等收入城市环境中的公用事业项目中。本研究评估了一种基于风险的监督方法，该方法将交通管理计划（TMP）的日常监控与符合ISO 31000标准的企业风险管理框架相结合。数据集包括了2023年11月至2025年2月16个月期间的288个监督工作日、99张违规罚单、96起信号灯盗窃事件（137个单元）以及7起交通事故。分析方法结合了描述性统计、假设检验、逻辑回归、分段纵向分析、计数模型、响应时间评估和综合风险指数。研究发现，在研究期的前半段，TMP违规率从18.8%下降到6.9%。2024年4月至5月的人员过渡期间，违规概率显著增加（OR = 3.50；95% CI：1.24–9.82），而昼夜班次的违规率相当。月度数据显示，人员不稳定性和信号灯盗窃是导致违规的原因，且罚单处理速度较慢（平均响应时间：69.9天）。这些发现强调了监督连续性、承包商稳定性和及时纠正措施在提高作业区安全方面的重要性。

## 1. 引言
繁忙交通走廊中的城市作业区不仅仅是几何或交通控制问题；它们是社会技术操作系统，在其中基础设施工程、临时交通控制设备、道路使用者、工作人员和监督机构在时间压力和不断变化的现场条件下互动。在这些情况下，碰撞风险不仅取决于道路几何形状和暴露程度，还取决于临时交通控制的安装、维护和调整的持续性[1,2,3]。本研究关注我们称之为“合规差距”的问题：即正式批准的临时交通安排与实际执行过程中存在且正常运行的安排之间的差异。这样定义问题有助于区分三个相关但不同的问题：TMP是否设计良好、是否发生了碰撞，以及各个设备是否按预期运行。一个计划可能满足设计要求，但在操作上仍可能失败，因为减速带被缩短、标志缺失、交通协管员位置不当或工作人员在授权范围外工作[4,5]。这些都是实施失败的表现，在研究文献中往往被低估。
在公用事业项目中，这一差距尤为明显。与单一的静态作业区不同，公用事业工程通常涉及移动的工作面、重复的设置和撤退周期、混合的昼夜操作，以及与当地交通、公共交通和行人活动的紧密互动。在拉丁美洲的大城市中，这些挑战因机构能力限制、拥堵的交通走廊以及信号灯盗窃或突然的人员变动等特定环境因素而加剧[2,6,7]。因此，项目所有者往往依赖经验和非正式的升级机制，而不是基于证据的监督模型。
本研究通过哥伦比亚麦德林的一个纵向案例来解决这一问题。它考察了一个将TMP的日常监督逐步与企业符合ISO 31000标准的风险管理框架相结合的公用事业项目[8]。本文不是提出新的设计标准或碰撞预测模型，而是通过关联识别的风险、TMP控制点、日常验证、基于罚单的升级、文件证据和组织学习，来评估监督框架在实践中的效果。研究的目的是评估基于风险的监督框架是否有助于改善TMP的实施，并探讨班次类型、人员连续性、盗窃暴露和纠正措施时机如何影响这一过程。具体而言，分析内容涉及违规率是否在观察期内下降、昼夜操作是否存在实质性差异，以及2024年4月至5月的人员变动是否导致了可测量的监督冲击。

## 2. 城市基础设施中的作业区安全、监督和风险管理
本节回顾了与本文论点最相关的文献：超越静态计划设计的作业区安全、监督和合规差距、昼夜操作及人员连续性、以及项目风险管理。该回顾旨在将本研究置于最近关注动态控制条件而非仅关注设备效果或碰撞结果的研究背景之中。

### 2.1. 超越静态计划设计的作业区安全
作业区安全的相关研究主要集中在碰撞原因、临时交通控制设备和基于暴露度的建模上。最近的综述表明，超速、分心、不一致的车道引导和能见度差是作业区不安全状况的常见原因[1]。早期研究也得出了类似的结论，强调了现场布局、交通条件和设计选择对碰撞风险的影响[9,10]。最近的研究还强调了过渡区域和人为因素的作用，表明安全结果取决于驾驶员对临时交通控制的解释和反应[1,11]。
另一条研究方向探讨了交通控制设备如何影响驾驶员行为。关于警告标志、动态信息系统和便携设备的研究表明，它们的位置、清晰度和可见性可以影响速度遵守情况并降低风险[12,13,14]。关于夜间条件的研究进一步表明，能见度仍然很重要，但其效果取决于临时交通控制安排的质量和驾驶员的反应[3,15,16]。这些贡献很重要，但它们往往将交通控制视为一种配置，而不是需要在操作过程中维护和调整的控制系统。
实际上，作业区的运行很少达到完美状态。监督人员经常遇到部分或退化的设置，如减速带被缩短、标志缺失或活动发生在授权范围外[17]。这些情况反映了实施差距，但在传统数据集中很少被记录。因此，维持或破坏合规性的过程在文献中未得到充分关注。

### 2.2. 监督、监控和合规差距
越来越多的研究表明，批准计划与现场实施之间的差距可能是作业区安全的一个关键决定因素。Al-Bayati等人[4]认为，安全性能不仅取决于设备选择，还依赖于执行和持续的现场管理。同样，Silveira等人[5]表明，一致的交通引导依赖于日常维护和纠正性监督，而不仅仅取决于计划质量。这些研究更接近本研究的问题，但它们没有提供关于监督系统在重复公用事业工程操作中如何演变的纵向证据。
交通安全相关研究强调了监控和反馈在管理动态风险中的作用。基于基础设施的系统和交通监控方法已被用于评估不断变化的交通状况并支持主动干预[18,19]。然而，在许多建设和公用事业项目中，尤其是在资源有限的背景下，监督仍然依赖现场检查、照片证据和正式罚单，而不是自动化系统。这些做法常被视为行政程序，尽管它们实际上起到了检测、记录和纠正风险的作用[20,21]。
在本文中，合规差距被视为一个具有三个维度的可测量监督问题：当现场实施偏离批准计划时的技术差距、纠正措施缓慢时的时间差距，以及监督依赖于人员连续性和权限时的组织差距。这种框架有助于解释为什么一个项目在纸上可能是合规的，但在操作中仍然脆弱。

### 2.3. 昼夜操作和人员连续性
通常认为夜间作业区更危险，因为能见度降低和疲劳[3,15]。然而，这一假设在实践中并不总是成立。一些项目将破坏性活动集中在夜间进行，使工作人员能够在这种操作模式下积累经验。相比之下，白天在城市走廊中的操作通常涉及更高的行人暴露、更复杂的交通互动和更严格的设置时间限制。因此，昼夜操作的相对风险可能取决于经验、交通构成和监督条件，而不仅仅是照明[22]。
人员连续性引入了一个额外维度。施工安全研究长期以来表明，人员流动会通过破坏协调和减少积累经验来降低性能[23,24]。最近的研究确认，人员更换会在新员工的培训阶段造成脆弱期[25]。在作业区交通管理中，承包商的移动专家充当了批准TMP与现场执行之间的操作桥梁。因此，即使正式计划保持不变，该角色的变化也会影响实施质量。
本研究从实证角度探讨了这两个问题。它并不假设夜间工作更麻烦，而是评估这种模式是否出现在日常记录中，以及2024年4月至5月的人员变动是否导致了可测量的合规性中断，从而将组织事件与操作绩效联系起来。

### 2.4. 建设和基础设施项目中的风险管理
本研究基于项目风险管理的概念。施工管理研究表明，项目结果取决于风险如何在不同组织层面被识别、分配和管理[26,27]。最近的研究强调了风险的动态性质，强调了组织过程和决策结构的作用[28]。这一视角在城市基础设施中尤为相关，因为风险不仅涉及成本和进度，还包括移动性和公共安全[29]。
实证研究将风险管理工作与项目绩效提升和组织学习联系起来[30,31]。较少有研究探讨正式风险管理语言与现场作业区监督之间的联系。在许多项目中，企业风险登记系统和日常操作控制仍然并行运行，而不是作为一个集成系统。
总体而言，文献记录了碰撞机制、设备效果和监控的价值，但只有有限的部分解释了监督人员如何在重复的操作周期中保持TMP的完整性。更少的研究将日常实施记录与人员连续性、特定环境下的中断（如标志盗窃）以及以监控为导向的风险指数结合起来。这正是本文的具体研究方向：它不是关注碰撞、设备性能或孤立的检查，而是研究重复的监督周期及其与人员连续性、环境中断和风险监控随时间的变化关系。

## 3. 材料和方法
本节描述了研究背景、数据来源、变量构建、监督框架和分析策略。分析顺序从日常操作记录逐步过渡到月度汇总，这是出于实际考虑：工作日是评估TMP合规性的自然单位，而月份更适合描述更广泛的运营条件、盗窃强度和综合风险指数。在整个分析过程中，日常逻辑模型被视为主要的推断依据，而月度分段分析则用于描述数据序列中的可见变化。

### 3.1. 研究背景
本案例研究发生在哥伦比亚麦德林的Carrera 62（Avenida Regional）走廊，EPM公司在那里对主要的供水和排水系统资产进行了检查、修复和维护。该走廊是一条高流量的城市主干道，具有重要的都市连通性。合同涉及不到5公里范围内的反复干预，包括CCTV监控、地面穿透雷达、局部修复、检查结构的建设以及预防性维护。这些活动需要部分或全部车道封闭、临时交通导向以及与市政交通管理部门的协调。
该走廊为TMP监督提供了具有挑战性的环境。首先，工作面是移动的而不是固定的，随着任务的进展而在不同路段之间移动。其次，操作随着时间的推移而演变，初期依赖夜间班次，随后是更广泛的日间活动。第三，干预措施是在一个复杂的交通环境中进行的，该环境具有混合交通流、进出车辆流动以及用于设置交通控制设施的空间有限的特点。最后，合规性需要在一系列日常工作日内维持，而不仅仅是一次性的干预事件。3.2. 数据来源整合了三个运营数据来源。首先是每日监督数据库，其中包含了从2023年11月3日到2025年2月21日的288条记录。每条记录对应一个被监督的工作日，并包括日期、班次类型、工作现场标识符、TMP合规性二元指标、事件报告以及违规票和被盗信号的数量。这些数据支持了日级别的分析。第二个来源是违规票登记册，其中记录了在TMP实施、技术性能、安全、环境或管理要求方面发现偏差时发出的99张罚单。数据集包括问题发生日期（如果有的话）、关闭日期、截止日期和类别标签。在清理过程中纠正了一个文书错误，未解决的罚单被排除在响应时间计算之外，但保留用于分类分析。第三个来源是信号盗窃日志，记录了在43个日期内发生的96起盗窃事件，共涉及137个被盗单元。由于该数据集每天记录了多起事件，因此用于月度汇总和风险指数构建，而日度比较则依赖于监督数据集。还使用了一种手动编码的TMP缺陷分类法。37个不合规的工作日被根据现场笔记分为五类：过渡/分流、一般实施、垂直标志、交通管理员和夜间照明。在一个工作日内可能同时出现多种缺陷，从而产生了64个被分类的实例。3.3. 数据清洗和变量构建每日记录按时间顺序排列，并从1编号到288。观察窗口被分成两个相等的部分，每个部分包含144个工作日。主要结果变量是TMP的二元非合规性（如果工作日被分类为不合规，则为1；否则为0）。夜班被编码为1，白班被编码为0。一个时期指示器捕捉了研究的后半部分。一个员工变动指示器标识了2024年4月1日至2024年5月31日之间的工作日，这对应于承包商的移动专家的更换。每日TMP现场工作需要专业判断，但这种判断并不完全取决于个人意愿。实际上，业主方的监督人员在每次监督工作日后会使用批准的TMP、预定义的控制点、现场照片和正式的罚单标准填写结构化表格。此外，记录可供合同干预人员审查，从而减少了纯粹临时编码的可能性。然而，存档的数据集保留了TMP状态的二元字段，并没有保留单独的临界类别。因此，在没有引入未经支持的假设的情况下，无法对模糊的工作日进行正式的事后重新分类。月度变量是通过汇总每日记录构建的。这些包括违规次数、总工作日数、夜班占比和事件次数。月度TMP相关罚单数量来自罚单登记册，而盗窃情况数据来自清洗后的盗窃日志。2024年4月被定义为变化后的分析起始期，因为它与承包商员工的更换以及月度序列中最明显的变化相吻合。响应时间被定义为从罰单发出到关闭之间的日历天数。只有具有有效关闭日期的罚单被用于响应时间统计。计算了平均值、中位数、四分位数范围以及五天内关闭的罚单比例。3.4. 监督框架监督框架可以分为三层。第一层是每日三个阶段的循环：之前（许可证和初始条件的验证）、期间（持续监控交通控制和工作人员活动）以及之后（移除设备和剩余风险评估）。这种结构将监督贯穿整个工作日，而不仅仅依赖于孤立的检查。第二层遵循ISO 31000的标准风险管理系统逻辑。识别移动风险，并将其与特定的TMP控制元素联系起来。监督人员核实这些控制是否到位且充分，同时通过现场记录、照片和正式罚单记录证据。反复出现的问题会用于更新风险矩阵和承包商的反馈。第三层是一条可追溯性链，将风险→控制→监督→证据联系起来。这种结构将现场观察与合同机制和组织学习联系起来，使监督结果可以作为风险控制系统的一部分进行分析。图1总结了监督工作流程如何将风险识别、TMP控制点、每日现场验证、基于罚单的升级、月度汇总、统计分析和反馈结合起来，促进项目学习。该图旨在使方法论顺序更加透明，特别是日级监督与月级监控产品之间的联系。图1. 将日级监督、日和月度分析以及组织学习联系起来的研究框架。注意：该框架展示了如何将移动风险识别和TMP控制点转化为每日监督、证据收集、罚单记录、结构化数据集、分析输出和用于更新控制的反馈。3.5. 统计分析分析组件旨在回答相关但不同的问题。描述性统计总结了运营环境。双比例检验评估随时间观察到的变化和昼夜差异是否足以区分抽样变异。由于TMP合规性是在工作日层面记录的，因此主要的推断模型是每日逻辑模型。然后使用月度汇总来实现两个互补的目的：用分段纵向模型描述2024年4月至5月的中断情况，并对违规和盗窃次数进行建模。综合风险指数并不取代这些模型；相反，它提供了一个包含多个监督指标的紧凑监控信号，作为一个月的度量。从这个意义上说，日和月度组件在分析上是互补的：前者估计工作日层面的关联，后者描述了在单日尺度上没有意义的所有更广泛的时间模式和监督条件。根据这一逻辑，使用逻辑回归模型来估计每日违规的概率，如方程(1)所示。(1) 报告了比值比、95%置信区间和p值[7]。第四，应用了一个分段纵向模型来分析月度违规率，如方程(2)所示。(2) 其中t是月度指数，标记了员工变动事件之后的时期，捕捉趋势变化。鉴于月度观察次数有限，该模型被解释为结构性描述，而不是完整的时间序列分析。第五，估计了月度计数模型。对于违规次数使用了带有工作日偏移的泊松模型，由于过度分散，对于盗窃次数使用了负二项模型。报告了发病率比率(IRR)。第六，响应时间分析总结了整体的罚单关闭表现以及按类别划分的情况。第七，开发了一个综合月度风险指数，作为一种探索性的方法论贡献，以捕捉监督信号随时间的联合行为。该指数结合了三个标准化的月度变量：TMP违规率、被盗单元数量和与TMP相关的罚单数量。每个组成部分都被转换为z分数，并以相同的权重平均，如方程(3)所示。(3) 为了提高可解释性，使用最小-最大归一化将结果分数重新缩放到0-100的范围内，如方程(4)所示。(4) 使用相同的权重，因为手稿中没有先前的证据支持一个可辩护的差异加权方案，而且该指数的目的是运营监控，而不是正式的风险货币化。为了透明度，修订后的代码支持用户在重新生成存储数据集时的替代加权方案，但文章仅报告了等权重规格，并将其解释为探索性的，而不是完全验证的。由于存档的二元数据集中没有存储模糊案例，因此无法对临界工作日进行正式的重新分类敏感性测试。因此，从保留的记录中可获得的最强辩护的稳健性检查是跨规格一致性。在修订后的手稿中，主要实质性发现通过比例检验、每日逻辑模型和月度计数模型进行了验证，以确保它们不依赖于单一的汇总选择。所有分析都是使用清洗后的运营数据进行的。附带的神圣R脚本重现了整个工作流程[32]，包括数据准备、建模、图表生成和输出表格。4. 结果本节按分析设计的顺序呈现实证发现。首先介绍描述性模式和简单比较，然后报告每日逻辑模型作为主要的推断结果，最后使用月度模型和风险指数来描述更广泛的运营环境。除非另有说明，否则月度结果是以描述性的方式解释的，并支持日级发现。4.1. 描述性概述表1总结了清洗后的数据集。分析文件包含了288个被监督的工作日，其中37个被分类为TMP违规，总体违规率为12.8%。夜班占被监督工作日的26.4%。在监督操作期间记录了七起交通事件，相当于工作日的2.4%。罚单登记册包含了99张正式的违规罚单，其中包括29张与TMP相关的罚单和44张技术罚单。清洗后的盗窃日志包含了96条物品级别的盗窃记录，相当于137个被盗的信号单元，而每日监督表记录了35个工作日内的盗窃事件。表1. 分析数据集的描述性概述。图2显示了TMP违规率的月度变化。该模式显然是非线性的。项目开始时违规率适中（2023年11月为14.3%，2023年12月为23.5%），随后在2024年初出现了一段时间的改善。然后在2024年4月和5月出现了急剧恶化，月度违规率分别达到了41.2%和31.6%。2024年下半年的表现再次改善，包括2024年10月和11月连续两个月没有违规，之后在2024年12月和2025年1月又出现了适度的回升。这种模式表明，简单的对比只能捕捉到部分潜在过程。图2. 16个月观察窗口内的月度TMP违规率。注意：条形图显示了观察到的月度比率，虚线显示了三个月移动平均数，阴影带标记了2024年4月至5月的员工变动期。该图突出了早期改善、突然中断和后期恢复的非线性序列。4.2. 观察窗口前半部分与后半部分之间的变化表2报告了主要的比例比较。TMP违规率从观察窗口前半部分的144个工作日中的27个（18.8%）下降到后半部分的144个工作日中的10个（6.9%）。双比例检验确认了这种减少在统计上是显著的（）。绝对风险差异为11.8个百分点（95% CI：4.2-19.4），表明观察到的改进不太可能是偶然波动。表2. 按时期和班次类型的TMP违规率。这一比较支持了监督表现随项目进展而改善的描述性结论。同时，月度序列显示，改善并不是渐进的。整体变化反映了早期调整、短暂的中断和后来的恢复。4.3. 夜班与白班相比与普遍假设相反，即夜间工作本质上更容易违规，班次比较显示违规率几乎相同：夜班为13.2%，白班为12.7%（表2）。0.4个百分点的差异可以忽略不计（）。图3说明了这种总体平等性。图3. 夜班和白班之间可比较的TMP违规率。注意：垂直虚线代表交通管理计划(TMP)实施的开始时间（2024年4月）。当与月度模式一起阅读时，这一结果更具信息量。在2024年4月至5月的中断期间，白班的工作日违规频率高于夜班。因此，总体平等并不意味着两种班次类型在任何时候都表现得一样好。相反，它表明主要的变化来源是运营中断，而不仅仅是班次时间。4.4. 日志回归表3展示了主要的日日志回归模型。该模型在统计上具有显著的似然比测试()和0.081的McFadden伪R2值，表明对于一个操作性的二元结果有适度但有意义的解释力。员工变动期是唯一明显显著的预测因子。2024年4月至5月的工作日相比研究期间的其他时间，TMP违规的概率高出3.50倍（95% CI：1.24-10.03；）。夜间班次与非合规行为的概率增加无关（比值比=0.85）。后半期指标和月度时间指数均显示出改善趋势，但在多变量模型中均无统计学意义。表3展示了TMP非合规行为的每日逻辑回归分析。从运营角度来看，该模型指出了一个具体的脆弱点：专家连续性的中断。结果表明，非合规行为的最重要预测因素并非工作是在白天还是夜间进行，而在于承包商是否正在经历关键交通管理职责的转变。

4.5 月度非合规行为的分段纵向分析
使用分段纵向模型来描述月度数据中的结构性变化。图4显示了观察到的月度非合规率、拟合的分段线以及2024年4月之前的趋势反事实延伸。模型估计变更初期非合规率立即增加了21.8个百分点，而变更后的斜率项接近于零。图4显示了月度TMP非合规行为的分段纵向模型。注意：蓝色点和实线蓝色代表观察到的月度数据，红线代表拟合的分段模型，灰色虚线代表外推的变更前趋势，垂直虚线标记了2024年4月。由于月度数据序列较短，此图主要用于描述中断和恢复的模式，而非强因果关系的时间序列结果。实质上，月度数据更符合突发性中断而非持续变化的趋势。一旦2024年4月至5月的干扰事件得到解决，非合规率又回到了较低水平。鉴于月度观测数据有限，该模型应被视为对数据结构的描述，而非完整的時間序列估计。

4.6 月度计数模型
表4报告了月度计数模型。在月度非合规工作日的泊松模型中，员工变动指标的 instantaneous risk ratio (IRR) 为4.36（95%置信区间：1.48–14.15），这意味着在考虑了暴露和其他预测因素后，2024年4月至5月期间非合规工作日的预期数量是平时的四倍多。盗窃事件也与月度非合规行为呈轻微正相关（每增加一个盗窃事件，IRR=1.03）。皮尔逊离散度统计量显示该模型没有过分散问题。对于月度盗窃记录，相应的泊松模型存在过分散现象，因此采用了负二项分布模型。在该模型中，每月每个额外的非合规工作日导致盗窃记录预期增加了79%（IRR=1.79；95%置信区间：1.20–2.79）。夜间班次的比例系数也为正且具有统计学意义（IRR=19.64；95%置信区间：0.76–577.32），尽管置信区间相当宽，因此对其解释应谨慎。总体而言，这两个计数模型表明非合规行为和盗窃风险属于同一风险环境。

作为有限的稳健性评估，并且由于存档数据集没有为正式重新编码保留单独的边界类别，两个主要发现结果在独立模型中保持了方向上的稳定性。员工变动指标在每日逻辑回归和月度计数模型中均保持正值，而班次类型在比例比较和多变量分析中的影响较弱。这种跨模型的一致性是从保留记录中得出的最强有力的稳健性检验。

关于安全结果，在监督工作日仅记录了七起交通事故，且所有事故仅涉及物质损失。其中五起发生在被认定为TMP合规的工作日，而两起发生在有记录的TMP非合规工作日。每日非合规行为与每日事故发生之间的关联为正但不稳定（Fisher精确比值比=2.81）。由于事故数量较少，这种关联性有限，因此推论力较弱。该结果仍具有信息价值，因为它表明TMP合规性只是安全绩效的一个方面；即使在合规的日子里，驾驶员行为、速度和背景交通状况仍然是重要的剩余风险来源。

4.7 正式罚单的响应时间性能
罚单注册记录暴露了第二个治理问题：处理罚单的速度较慢。在99张罚单中，68张在数据提取时具有有效的处理日期。在这些已处理的罚单中，平均响应时间为69.9天，中位数为40.0天，而仅有5.9%在五天内处理完毕。TMP罚单的平均处理时间为65.1天，按时处理率为7.4%。技术罚单的平均处理时间更长（88.9天），环境罚单的处理时间最长（119.0天），行政罚单则未能处理。

这些数据很重要，因为它们表明文件可追溯性并不一定转化为快速的纠正行动。一个项目可能在现场有所改进，但仍依赖于缓慢的正式处理流程。这种区别在讨论中很重要，因为它区分了风险检测和正式解决的速度。

4.8 TMP缺陷的类型学及综合风险指数
表6展示了TMP缺陷的编码类型学。过渡区和渠化缺陷占所有编码案例的43.8%，在研究的两个阶段都是主要类别。一般实施偏差占25.0%，而标志牌问题占17.2%。在第二阶段，夜间照明缺陷完全消失，这与定性印象一致，即这类问题对反复的监督反馈反应较好。图5显示了探索性的月度综合风险指数。由于该指数结合了TMP非合规行为、盗窃事件和与TMP相关的罚单数量，因此能够识别出多个监督指标同时恶化的月份。最高风险值出现在2024年4月，其次是2023年12月、2024年5月、2023年11月和2025年1月。这种模式区分了因TMP严重恶化而主导的月份与即使非合规行为未达到最高水平但盗窃或罚单压力增加的月份。

表7显示，在不同的加权方案下，月度风险信号保持稳定。与等权重方案的相关性很高（皮尔逊相关性–；斯皮尔曼相关性–），在合规措施多和盗窃事件多这两种情景下，以及罚单数量多的五种情景中的四种情况下，顶部五个高风险月份完全重叠。这些月份不应被视为具有统计学意义的时期，而应在每种加权方案下被视为监测指数中排名最高的月份。总体而言，结果表明该指数对于权重的适度变化具有相当的稳健性，可以作为一个稳定的月度监测指标使用。

5. 讨论
结果表明了一个一致的模式：在城市公用事业工作区域，安全绩效不仅取决于交通管理计划的设计，还取决于其在现场的实施、维护和监督的一致性。非合规率从18.8%降至6.9%，表明监督系统随着时间的推移有所改进。同时，月度数据模式显示这种改进不是渐进的，而是经历了早期调整、短暂中断和后期恢复的过程，这体现了静态合规评估无法捕捉到的动态变化。

5.1 TMP合规性的运营和人为因素
首先涉及监督的作用。许多关于工作区的文献通过事故结果、严重程度模型或设备级别的干预来评估安全性[2]。尽管这些方法很重要，但它们通常将监督视为背景活动。这里的结果表明，监督本身作为一种风险控制机制，因为它将批准的TMP计划转化为在现场持续验证的系统[30,31]。非合规率的下降以及第二阶段夜间照明缺陷的消失表明，重复的验证和反馈可以提升执行效果。然而，改进并非在所有缺陷类型中都均匀发生。过渡区和渠化问题仍然是最常见的问题，即使整体绩效有所提高[33]。这种持续性表明，TMP实施的某些方面对现场条件和时间压力更为敏感。在实际操作中，这些反复出现的问题应被视为培训和部署挑战，而不仅仅是孤立错误。该项目使用的可追溯结构有助于使这些模式变得可见并采取行动。

除了监督框架本身，技术团队的连续性似乎也是一个决定性因素。最稳健的统计结果是2024年4月至5月员工变动期间的影响。逻辑模型显示，该期间的非合规概率高出3.50倍，月度计数模型也确认了预期非合规率的类似增加。这一模式与建筑安全研究的结果一致，后者将员工流动与绩效的暂时下降联系起来[25]。在这种情况下，这种影响与特定的运营角色相关：承包商的移动专家。这表明，保持该角色的连续性对于维持TMP实施质量至关重要。从治理角度来看，这意味着人员变动不应被视为常规操作[34]，因为人员变动的影响往往因管理安全绩效的复杂性而加剧[35]。因此，诸如重叠期、结构化交接和临时加强监督等措施对于缓解此类变动带来的风险至关重要[36]。

这种人为驱动的绩效也帮助我们理解了班次时间的选择。结果并不支持夜间工作本质上更容易导致非合规的常见假设。夜间和白天的整体率几乎相同。先前的研究将夜间工作与更高的风险联系起来，因为可见性受限[15]，但当前的研究表明运营背景比照明本身更为重要。一个更合理的解释与经验有关。在项目初期，团队在夜间操作中积累了更多经验，而白天工作则在更复杂的交通条件下展开。员工变动期间白天非合规率的暂时增加加强了这一解释。因此，班次类型并不能完全代表风险。监督的重点应根据团队经验和运营成熟度进行调整，而不仅仅是基于日夜的假设。

5.2 系统完整性：外部干扰和纠正延迟
结果指出了影响工作区绩效的一个更广泛问题：由于外部干扰和内部延迟，交通控制系统逐渐退化。信号盗窃作为一个相关的环境因素出现。数据集包括96起盗窃事件和137个被盗单元，计数模型显示盗窃强度和非合规行为在月度层面趋于同时增加。这表明这两个过程属于同一控制环境，而非独立事件。从概念上讲，盗窃可以理解为独立于承包商行为的外部暴露源，削弱了交通控制系统的完整性[37]。实际上，监督必须超越简单验证正确安装的步骤，确保控制装置始终存在并正常运行[4,5]。同时，响应时间的结果揭示了控制系统的内部局限性。尽管监督提高了非合规行为的检测和记录，但并未导致快速解决。平均处理时间超过两个月，只有少量罚单在合同规定的五天窗口内得到处理。这表明检测、记录和解决问题是三个不同的阶段，每个阶段都有不同的性能限制。一个系统可能在识别问题方面变得更加有效，但在纠正问题上仍然速度较慢。从风险管理的角度来看，这两种机制都代表了持续暴露的形式。外部干扰（如盗窃）会降低已安装控制措施的有效性，而延迟解决问题则会延长已知缺陷未被纠正的时间[38]。这些动态共同强调了维护工作区安全不仅需要准确的实施，还需要系统的持续完整性和及时的纠正措施。在这种情况下，诸如复合风险指数这样的工具可以帮助识别多个控制信号同时恶化的时期，为优先考虑监督和管理关注提供实际依据[39]。

5.3. 范围、可转移性和安全影响
事件分析要求对临时交通管理（TMP）合规性作为安全指标进行谨慎解读。大多数事件发生在被归类为合规的工作日，而且违规与事件之间的统计关联较弱。由于事件数量较少，因此无法得出强有力的结论。然而，这种模式与对工作区安全的更广泛理解是一致的：遵守临时交通控制可以减少一层可控风险，但它并不能消除与驾驶员行为、速度和周围交通条件相关的剩余风险。因此，结果并不表明仅靠监督就能防止事件发生，而是表明监督在项目控制范围内改善了实施的质量。
本研究评估的监督方法有可能转移到其他城市基础设施环境中，因为它依赖于许多项目中可行的要素：结构化的日常记录、风险与控制之间的明确联系以及对现场条件的系统记录[40]。它不需要高级传感技术来生成有用的运营洞察。同时，可转移性并不意味着效果完全相同。在盗窃风险较低、承包商管理较强或实时数字监控的走廊中，该框架每个组成部分的相对重要性可能会有所不同。本研究的价值不在于声称有一个固定的效果大小，而在于展示如何将监督组织并分析为更广泛风险控制系统的一部分。
应承认几个限制。分析基于单个项目，记录的事件数量较少，月度数据系列较短，缺陷分类是手动根据现场观察进行的。此外，存档的每日数据集没有为TMP编码保留一个单独的边界类别，这阻止了在不引入新的主观判断的情况下进行正式的事后重新分类敏感性测试。这些因素限制了因果推断和广泛的推广。尽管如此，该研究提供了来自文献中较少涉及的背景的详细纵向证据，并展示了监督、人员连续性、盗窃风险和纠正措施时机如何在现实世界的工作区运营中相互作用。

6. 结论
本研究考察了基于风险的监督方法如何影响城市公用事业走廊中临时交通管理的实施情况。通过使用288个工作日的纵向运营数据，分析显示TMP违规情况随时间显著下降，尽管改进过程呈现出由中断和恢复期组成的非线性模式。结果表明，日常监督在维持交通控制措施的有效性和缩小批准计划与现场实施之间的合规差距方面起着核心作用。
在各种模型中，最一致的结果是人员连续性的影响。当承包商的移动专家发生变化时，违规情况明显增加，这突显了角色稳定性和积累的特定走廊经验的重要性。相比之下，白天和夜班之间没有观察到系统性的差异，这表明运营成熟度和团队经验可能比班次时间本身更为重要。研究还表明，工作区的性能取决于控制系统随时间的完整性。外部干扰（如信号盗窃）和内部因素（如违规行为的延迟解决）都导致了风险增加的时期。复合风险指数作为一种监控工具非常有用，因为它将这些信号整合到一个紧凑的月度指标中。
结果应根据研究设计进行解读。这是一个单项目观察案例，月度数据系列较短，记录的事件数量较少。尽管如此，该论文提供了来自国际文献中很少涉及的背景的详细纵向证据，并提供了一种将监督整合到风险管理实践中的实用方法。未来的研究可以将该框架扩展到多个项目和机构环境中，并探讨数字报告工具是否可以在检测到违规后缩短纠正周期。在实践中，研究结果表明，加强监督、保护人员连续性和改善响应机制是实现更可靠和更安全的工作区运营的关键步骤。