基于事故综合强度的公交事故严重程度分析

来源：交通运输系统工程与信息杂志2022年第6期北京时间：

作者：刘强, 严修, 谢谦, 解孝民

单位：1. 中山大学，智能工程学院，广东 深圳 518107；2. 中山大学-广汽研究院智慧交通与人工智能联合实验室，广州 510006；3. 广东省海洋工程施工与水上应急救援工程技术中心，广州 510006；4. 广东玛西尔电动科技有限公司，广东 肇庆 523268

摘要：为更加精确地对公交事故严重程度进行分类以探究其影响因素，本文提出一种基于事故综合强度+K-means的公交事故严重程度分类方法，并基于此分类方法建立公交事故严重程度影响因素分析模型。首先，针对传统事故严重程度分类中的定性分类方法，引入事故综合强度法定量计算公交事故严重程度，并运用K-means聚类算法对事故严重程度进行聚类。其次，选取环境、驾驶员、道路车辆和事故特征这 4 方面的 17 个因素作为自变量，分别将事故综合强度+K-means分类法和传统分类法的结果作为因变量，运用有序Logit模型分析公交车事故严重程度，同时利用平均边际效应量化各显著因素的影响程度，以佛山市2021年156起公交车事故数据为例进行分析。结果表明，基于事故综合强度+K-means分类法的有序Logit模型具有更好的拟合优度。高峰期、换道、超速、加速度过大、注意力分散和进出站会增大发生极严重公交车事故的概率，增大的概率分别为11.57%、29.06%、23.98%、17.13%、30.97%和12.27%；白天和晴天会减小发生极严重公交车事故的概率，减少的概率分别为22.31%和12.34%。

关键词：城市交通,公交事故影响因素,有序Logit模型,公交事故严重程度,事故综合强度

基金资助：广东省基础与应用基础研究基金(2022A1515010692，2020A1515110160)