学术咨询

让论文发表更省时、省事、省心

城市道路交通事故特性及严重程度研究

时间:2021年09月09日 分类:农业论文 次数:

摘要:为了研究城市道路交通事故特性与事故严重程度的影响因素,对国家车辆事故深度调查体系数据库的交通事故案例数据进行筛选得到2726例城市道路交通事故,统计其时间分布、地点分布、后果特性,并对事故严重程度影响因素进行了分析。以事故严重程度为因变

  摘要:为了研究城市道路交通事故特性与事故严重程度的影响因素,对国家车辆事故深度调查体系数据库的交通事故案例数据进行筛选得到2726例城市道路交通事故,统计其时间分布、地点分布、后果特性,并对事故严重程度影响因素进行了分析。以事故严重程度为因变量,从环境要素、时段气象要素、参与者要素三个方面选取10个自变量建立二元assoLogistic回归分析模型,得出对向车道隔离方式、道路线形、交通信号灯、除驾驶员外的其他交通参与者等因素对事故严重程度影响显著。

  关键词:安全工程;事故特性;城市道路;影响因素;assoogistic回归

城市道路工程

  引言

  国家统计局数据显示,2018年全国道路交通事故万车死亡人数1.93人,2019年全国道路交通事故万车死亡人数1.80人[1],死亡人数虽有所下降,仍不容小觑。全国城市道路事故数及死亡人数已分别占全部道路事故总数的二分之一和三分之一,安全风险很大[2]。

  城市道路交通环境复杂,车辆集中,影响因素众多。分析城市道路交通事故的特性,有利于弄清城市道路交通事故的分布规律;研究事故严重程度影响因素,可获得对事故有显著性影响的因素,从而预防和减少交通事故的发生,对降低城市道路交通事故的危害有重要意义。国内外学者基于道路交通事故数据进行了广泛地研究。谢永彰等[3]在2004年最先通过上海高架快速路交通事故数据对城市快速路交通事故时间特征和地点特征进行了分析并提出了相应的控制措施。

  城市道路论文: 城市道路交通车辆出现管理措施探究

  刘海珠、吴芮等[45]通过道路交通事故数据研究了事故的影响因素并进行了严重程度预测;刘庆芳、王立晓等基于事故数据对事故影响因素识别模型、事故严重程度预测模型进行了更深入的研究;程巧梦等通过对乌鲁木齐市48条主干道进行统计分析得到道路交通事故的分布特性。2011年,DietmarOtte等基于德国IDAS事故数据开发了层次系统ACASS方法,研究了弱势道路使用者(RU)伤亡情况的影响因素,指出了VRU的损伤频率和严重程度。

  Noureddine等10基于事故数据通过统计学、计量经济学等方法研究了致命事故中的显著影响因素;NaYang等[1利用山东省事故数据通过主成分分析方法研究了十字路口事故中二轮电动车驾驶员致伤因素;Feng等[1基于美国20062010年涉及致命事故的公共汽车(BIFA)数据库,利用有序ogistic模型研究了美国不同类型的司机发生致命公交事故严重程度的潜在影响因素。综上,学者们基于事故数据的研究主要集中于事故的影响因素、严重程度预测、事故特征等方面。许多学者以某一城市的事故统计数据作为研究对象,难以表征城市道路交通事故的共性。

  鉴于此,本文对国家车辆事故深度调查体系(NationalAutomobileAccidentIndepthInvestigationSystem,简称NAIS)的事故数据进行统计、分析,研究包含事故后果特性在内的城市道路交通事故特性。并以事故严重程度作为因变量,从环境要素、时段气象要素、参与者要素三个方面选取10个自变量,进行assoLogistic回归分析,获取事故严重程度的显著影响因素。结果可为城市道路管理工作提供参考,对事故的预防和降低事故率有重要价值。

  数据的来源

  本文的研究数据来源于国家车辆事故深度调查体系,数据详实、完整,对研究交通事故有很大帮助。该体系由国家市场监督管理总局缺陷产品管理中心联合全国个地区所具有较深事故研究背景的高校、事故鉴定机构以及科研单位共同建立。各工作站采用统一标准对事故相关的人车路环境信息进行深入采集,并完成事故再现分析。所收集的事故数据覆盖中国不同地域城市的交通事故,能在较大程度上代表中国的城市道路交通事故特性。本文的研究基础是NAIS数据库中20142018年间2726例发生在城市范围内的道路交通事故。文中城市道路交通事故、交通事故等均指筛选出的发生在城市范围内的道路交通事故。

  城市道路交通事故特性

  事故数量在时段上呈―M‖型分布,交通事故数量最高的时段为002059,其次为:00759。:059一般为交通高峰小时,交通量大,导致事故数量较其他时段高。有研究表明,交通事故晚高峰小时出现在交通量高峰小时之后[1。这可解释事故晚高峰出现于002059时段。且在002059时段内车流量和行人相对交通高峰小时较少、车速较快,且照明条件不良、驾驶员注意力不集中,都会影响行车安全造成交通事故的发生。04000459时段事故数值最低的原因是道路上行驶的车辆最少。

  事故严重程度影响因素分析

  LassoLogistic回归模型在传统Logistic回归模型基础上加入Lasso惩罚函数对Logistic回归进行改进,让一些变量的系数值等于零从而实现压缩估计,可避免模型估计中出现过拟合问题。NAIS在采集事故案例时一般将有人员死亡的事故认定为重大事故。本文将轻微事故与一般事故定义为非严重事故,重大事故与特大事故定义为严重事故,影响因素分析方法采用二元LassoLogistic回归分析方法。

  交通安全策略针对城市道路交通事故特性及事故严重程度影响因素的分析,提出以下交通安全策略:

  1)在条件允许的路段进行改造,机、非分道;普及交通安全知识,提高行人、非机动车骑行人的安全意识。2)将对向车道隔离方式改为固定隔离。3)规划直线路段不可过长;在已建成长直线路段处设置限速标志。4)在事故多发的交叉口尽可能设置多相位信号灯,降低交通冲突,减少事故的发生。

  结论

  1)城市道路交通事故12月、星期一至星期三和:00759时段和002059时段事故数量大;事故多发生于普通路段;车车事故数量最多;交通参与者为行人、骑车人的更易受到致命伤害。2)通过LassoLogistic回归分析得交通信号灯、对向车道隔离方式、照明情况、交通参与者对城市道路交通事故严重程度的影响较为显著。

  3)直线路段处设置限速、事故多发交叉口设置多相位信号灯、机非分道、对交通参与者普及交通安全知识等措施能有效降低事故发生率,减轻事故严重程度。4)驾驶人行为、主车车速和其他交通参与者的行为对事故严重程度影响还有待进一步研究。

  参考文献

  [1]国家统计局.20182019年国民经济和社会发展统计公报B/OL].[20208]http://www.stats.gov.cn/tjsj/ndsj/.NationalBureauofStatisticsStatisticalBulletinofNationalEconomicandSocialDevelopment20182019B/OL].[20200228]. http://www.stats.gov.cn/tjsj/ndsj/. 

  [2]闫星培.我国城市道路交通安全形势分析、典型经验措施与对策建议研究[J].汽车与安全,2020(01):7082.YANX.StudyonChina'surbanroadtrafficsafetysituation,typicalempiricalmeasuresandcountermeasures[J].AutomobileandSafety,2020(01):7082.

  [3]谢永彰,龙科军,余进修等.城市快速路交通事故特性研究[J].交通与运输学术版),2005(02):9093.IEONG,Yetal.CharaeteristicofTaiffcAccidentonUrbanExPressway[J]TrafficandTransportation(AcademicEdition),2005(02):9093.

  [4]刘庆芳成卫雷建明基于机器学习的城市道路交通事故严重程度影响因素辨识研究[J].物流科技2020,43(07):8892.LIUQ,CHENGW,LEIJResearchonIdentificationInfluenceFactorsofRoadTrafficAccidentsBasedonMachineLearning[J].LogisticsScienceandTechnology,2020,43(07):8892.

  作者:张道文,母尧尧,王朝健,刘奇,孙庆

NOW!

Take the first step of our cooperation迈出我们合作第一步

符合规范的学术服务 助力您的学术成果走向世界


点击咨询学术顾问