敖谷昌，楊 利

（1.重慶交通大學交通運輸學院，重慶 400074;2.重慶交通科研設計院，重慶 400067）

機動車駕駛員人為因素與交通事故危害性關聯(lián)分析

敖谷昌1，楊 利2

（1.重慶交通大學交通運輸學院，重慶 400074;2.重慶交通科研設計院，重慶 400067）

機動車駕駛員人為因素是導致道路交通事故形成，并產(chǎn)生事故傷害的最主要原因。將區(qū)域道路交通事故的死亡人數(shù)、傷亡人數(shù)和直接經(jīng)濟損失等統(tǒng)計指標值作為參考數(shù)列，將不同駕駛員人為因素組成的道路交通事故統(tǒng)計次數(shù)作為比較數(shù)列，可以建立駕駛員人為事故因素與其危害性的灰色關聯(lián)模型。結(jié)合實例，通過對灰色關聯(lián)矩陣的定量化結(jié)果進行分析，可以評價駕駛員人為因素對不同類型事故危害性的影響，為有關部門采取有效的安全管理和預防對策提供參考依據(jù)。

道路交通事故;機動車駕駛員;灰色關聯(lián);事故危害性;事故因素

道路交通事故是在特定的交通環(huán)境影響下，由于人、車、路、環(huán)境諸要素的配合失調(diào)而偶然發(fā)生的。一般來講，道路交通事故的發(fā)生是多種因素綜合作用的結(jié)果，單純由其中單個因素所引起的道路交通事故非常少，但機動車駕駛員行為作為肇發(fā)道路交通事故的主要原因已被世界各國所公認［1-2］。事實上，我國目前正處于經(jīng)濟高速發(fā)展時期，機動車駕駛員人為因素造成的道路交通事故發(fā)生頻繁，惡性甚至特大惡性事故也時有發(fā)生，其帶來的嚴重后果給整個社會造成的負面影響遠遠超過了事故本身，對事故的機動車駕駛員行為進行分析也就成為了交通管理部門普遍關心的問題［3-4］。據(jù)2004年中華人民共和國道路交通事故統(tǒng)計年報顯示:我國由人造成的道路交通事故數(shù)約占總事故數(shù)的94.77%，其中機動車駕駛員過失造成的交通事故數(shù)占94.76%，非機動車駕駛員、行人和乘客共占5.24%。

導致道路交通事故發(fā)生的機動車駕駛員人為因素是極其復雜多樣的，其影響過程具有明顯的不確定性和隨機性［5-6］。以往對人為因素及其交通事故的研究，大多是基于事故統(tǒng)計規(guī)律、事故預測模型或事故生成機理等［7-11］的論述，而對事故危害性，尤其是事故危害程度與事故致因的關系研究較少，僅有的部分工作也都限于微觀角度［12-13］，在推廣應用方面存在較大困難。由于現(xiàn)實中難于獲取全面的機動車駕駛員微觀事故數(shù)據(jù)，且現(xiàn)有的事故統(tǒng)計指數(shù)還不十分健全。為減少小樣本事故分析帶來的偏差，本文目的在于結(jié)合區(qū)域道路交通事故統(tǒng)計資料，建立事故中機動車駕駛員人為因素與事故危害性的關系模型，評價駕駛員事故因素帶來的危害性影響，以制定相應的安全管理和預防措施。

1 事故的駕駛員因素和危害性指標

駕駛員造成事故的可能性不安全因素有很多種，但不同因素造成道路交通事故災難發(fā)生的頻率及后果是不同的。目前，我國道路交通事故統(tǒng)計采用事故次數(shù)、死亡人數(shù)、受傷人數(shù)和直接經(jīng)濟損失等4項指標分別從不同側(cè)面對道路交通事故的危害做出反映，在這4項指標中，事故次數(shù)可視為反映事故易發(fā)性的指標，死亡人數(shù)、受傷人數(shù)和直接經(jīng)濟損失則可視為反映事故危害性的指標［8］。圖1表示了2004年我國由于機動車駕駛員人為因素所產(chǎn)生的事故危害性指標值與事故次數(shù)的比值關系。

圖1 2004年中國機動車駕駛員事故因素的危害性指標比較Fig.1 Comparison of road accident hazard indicators for reasons of vehicle drivers in China in 2004

從圖中可以看出，有的不安全因素引發(fā)的事故次數(shù)較多，如未按規(guī)定讓行、超速行駛等;有的不安全因素容易引發(fā)事故人員死亡，如違法載人、貨車超載和違法裝載等;有的不安全因素容易引發(fā)事故人員受傷，如違法載人、客車超員等;有的不安全因素容易造成直接財產(chǎn)損失，如疲勞駕駛、貨車超載、未保持安全距離等。

由于不同機動車駕駛員因素造成的事故指標統(tǒng)計值差異較大，且這些指標的單位不同，因此需要從多個角度對事故危害的主次原因及危害后果進行深層次的分析和判斷。

2 事故的灰關聯(lián)分析原理及可行性

道路交通事故是一種隨機事件，其本身具有偶然性和模糊性。如果把區(qū)域道路交通作為一個系統(tǒng)，則該系統(tǒng)中存在著較多的不確定性安全因素，如駕駛員心理狀態(tài)、駕駛員操作特性、事故易發(fā)性等。這些不確定因素既沒有簡單的物理原型和數(shù)學模型，而且內(nèi)部機制關系也較模糊，在相互關系作用、程度和數(shù)據(jù)收集等方面均具有明顯的灰色特征。因此可以認為區(qū)域道路交通的駕駛員安全系統(tǒng)是一個灰色系統(tǒng)，可應用灰色系統(tǒng)理論進行研究和分析。目前在道路交通事故方面應用較多的灰色理論有灰色聚類、灰色關聯(lián)和灰色預測等［14-15］。

灰色關聯(lián)是指事物之間的不確定關聯(lián)，或系統(tǒng)因子之間，因子對主行為之間的不確定關聯(lián)。灰色關聯(lián)分析的基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密，曲線越接近，相應序列之間的關聯(lián)度就越大，反之就越?。?6］。因此，機動車駕駛員人為事故因素及其危害性的灰色關聯(lián)分析的基本任務就是:基于事故因素因子和事故危害性因子的宏觀幾何接近，計算兩者之間的灰關聯(lián)度，以進行影響因子的優(yōu)勢分析。

3 事故危害性的灰關聯(lián)分析模型

目前比較典型的關聯(lián)度量化模型有一般關聯(lián)度（鄧氏關聯(lián)度）、絕對關聯(lián)度、斜率關聯(lián)度、T型關聯(lián)度、改進關聯(lián)度等，其中較為簡單實用的是一般關聯(lián)度［17］，下面以此建立機動車駕駛員人為事故因素與其危害性的灰色關聯(lián)分析模型。

3.1 確定參考序列和比較序列

將反映道路交通事故危害特征的數(shù)據(jù)序列稱為參考數(shù)列（又稱母數(shù)列），記為:

式中:Xi（t）表示在第t個樣本中第i個事故危害性指標的統(tǒng)計值;m表示危害性指標個數(shù);T表示參考數(shù)列的樣本總數(shù)。

將道路交通事故機動車駕駛員因素組成的數(shù)據(jù)序列稱為比較數(shù)列（又稱子數(shù)列），記為:

式中:Yj（t）表示在第個樣本中第j個因素導致的事故次數(shù);n表示事故原因個數(shù)。

3.2 原始數(shù)據(jù)處理

由于各指標原始數(shù)據(jù)量綱不同，數(shù)量級差也懸殊，為保證建模質(zhì)量獲得正確的系統(tǒng)分析結(jié)果，必須對原始數(shù)據(jù)進行數(shù)據(jù)規(guī)范化變換和處理，使其消除量綱和具有可比性。均值變換法的處理公式為:

式中:X′i（t）表示第i個參考序列第t個樣本的無量綱化值;Y′j（t）表示第j個比較序列第t個樣本的無量綱化值。

3.3 關聯(lián)系數(shù)和關聯(lián)度計算

對任一個參考數(shù)據(jù)序列，有n個比較數(shù)據(jù)序列與之對應，則比較數(shù)據(jù)序列Yj與參考數(shù)據(jù)序列Xi在第t個樣本上的關聯(lián)系數(shù)rij（t）可表示為:

采用均值法，比較數(shù)據(jù)序列Yj與參考數(shù)據(jù)序列Xi之間的關聯(lián)度計算為:

3.4 灰色關聯(lián)矩陣分析

由n個比較數(shù)據(jù)和m個參考數(shù)據(jù)的關聯(lián)度，可以構(gòu)成一個關聯(lián)矩陣

關聯(lián)矩陣R反映了對于參考序列來說，各比較序列的“主次”和“優(yōu)劣”關系，因此可根據(jù)R中各關聯(lián)度的大小來判斷不同比較序列因子對參考序列因子的影響。

4 實例分析

2006 年—2008年來，西部某山區(qū)省份的道路交通事故四項指數(shù)統(tǒng)計見表1，其中由于機動車駕駛員原因造成的事故次數(shù)分別為7 673、7 615、6 695件，分別占全年事故總數(shù)的85.19%、92.24%和91.98%。通過對事故原因及發(fā)生頻率數(shù)據(jù)進行整理，得到14種主要機動車駕駛員人為因素的事故次數(shù)統(tǒng)計值，見表2。

表1 道路交通事故四項指數(shù)統(tǒng)計Tab.1 Statistics of 4 indexes of road traffic accidents

表2 機動車駕駛員的事故原因及次數(shù)統(tǒng)計/次Tab.2 Statistics of road traffic accidents number and reasons caused by vehicle drivers/times

結(jié)合上述的灰關聯(lián)分析模型計算過程，可以得到該區(qū)域機動車駕駛員主要人為事故因素及其危害性的灰色關聯(lián)矩陣R，即:

從矩陣R的關聯(lián)排序可以看出:

1）造成事故人員死亡的首要因素駕駛員是違法裝載，然后依次是違法變更車道、違反交通信號、未按規(guī)定讓行等;造成人員傷害的首要因素駕駛員是違法超車，然后依次是違法裝載、違法變更車道、違法會車等。這與該區(qū)域的道路條件是密切相關的，因為山區(qū)道路坡陡、臨崖路段多，如果發(fā)生貨車超載和客車超員帶來的交通事故，往往導致車毀人亡的局面，人員的傷亡率極高;另外，由于山區(qū)道路窄、視距條件較差，如果發(fā)生違法超車、違法變更車道等行為，駕駛員往往來不及判斷和操作，也容易造成上述危害。

2）造成直接經(jīng)濟損失的首要駕駛員因素是超速行駛，然后依次是違法占道行駛、違法掉頭、未按規(guī)定讓行等。這些人為因素與違法裝載、違法超車等相比，人員傷亡率要輕一些，但由于該類事故發(fā)生的絕對次數(shù)比較多，事故形態(tài)多為車輛的直接碰撞和掛擦，其危害也不可忽視。其中在路面狀況不良時，超速行駛?cè)菀装l(fā)生追尾事故，直接經(jīng)濟損失更為明顯。

3）對于不同的危害性指標，駕駛員人為因素的影響程度有較大差異。因此在實際的應用中，應根據(jù)事故的主客觀因素及危害后果，采取有重點、有針對性的安保措施。該區(qū)域近期重點是取締客貨運車輛的違法裝載行為，加強對違章駕駛行為的監(jiān)控和處罰力度，減少違法超車、超速行駛等行為的發(fā)生。另外，在道路條件不良的事故多發(fā)點設置超速抓拍系統(tǒng)、違章檢測裝置，完善道路照明設施等，對降低事故的發(fā)生，提高行車安全性也有很大作用。

5 結(jié)語

機動車駕駛員人為因素與道路交通事故的形成有著密切的關系，事故的危害性可以通過駕駛員致因充分反映出來。本文運用灰色關聯(lián)矩陣分析方法，從定量的角度給出事故危害性與駕駛員因素之間的相互關系，這對判定駕駛員因素造成事故的可能性，以及分析事故帶來的損失大小等都有重要的現(xiàn)實意義。但在區(qū)域道路交通事故分析中，由于各種主客觀因素的影響，事故指標統(tǒng)計往往在統(tǒng)計標準上存在一定的偏差，這會影響灰色關聯(lián)分析模型的實際使用效果。因此，本文所提出的方法更適用于短期的、局部區(qū)域的道路交通事故原因及危害性分析。

［1］ 裴玉龍，王煒.道路交通事故成因及預防對策［M］.北京:科學出版社，2004.

［2］ Natanen R，Summala H.Road User Behavior and Traffic Accident［M］.Oxford:North-Holland，2003.

［3］ 王云，蘇勇.關聯(lián)規(guī)則挖掘在道路交通事故分析中的應用［J］.科學技術與工程，2008，8（7）:1824-1827.

［4］ Vinand M N，David A S，Michael R R，et a1.The global challenge of road traffic injuries:Call we achieve equity in safety［J］.Injury Control and Safety Promotion，2003，10:3-7.

［5］ 王武宏，孫逢春，曹琦，等.道路交通系統(tǒng)中駕駛行為理論與方法［M］.北京:科學出版社，2001.

［6］ 張雷，李一兵.道路交通事故再現(xiàn)分析結(jié)果的不確定性分析［J］.公路交通科技，2007，24（12）:140-143.

［7］ 張鵬，張靖，劉玉增，等.粗集在交通事故黑點成因分析中的應用［J］.電子科技大學學報，2007，36（2）:267-270.

［8］ 丁新國，趙云勝，陳瑞晶.區(qū)域道路交通事故駕駛員原因的灰色關聯(lián)分析［J］.中國安全生產(chǎn)科學技術，2008，4（5）:96-99.

［9］ 黃曙東，甘衛(wèi)平，戴立操.道路交通事故的人因失誤分析［J］.人類工效學，2006，12（3）:39-41.

［10］郭應時，付銳，袁偉，等.道路寬度對駕駛員動態(tài)視覺和操作行為的影響［J］.中國公路學報，2006，19（5）:83-87.

［11］Kohda T.Accident analysis of protective systems based on system control concept［C］//Institute of Electrical Electronics Engineers.Reliability and Maintainability Symposium，New York:Piscataway，2007:414-419.

［12］程國柱，蔣賢才.道路交通事故死亡者家屬精神損失改進模型［J］.中國安全科學學報，2008，18（2）:40-44.

［13］王巖.公路交通事故危險性與事故原因的灰色關聯(lián)分析［J］.中國安全生產(chǎn)科學技術，2006，2（4）:56-60.

［14］周偉.道路交通事故成因的灰色關聯(lián)分析［J］.交通與計算機，1993（6）:22-25.

［15］王福建，俞傳正，王海航.灰色關聯(lián)分析在道路交通事故中的應用［J］.中國安全科學學報，2006，16（2）:17-21.

［16］鄧聚龍.灰理論基礎［M］.武漢:華中科技大學出版社，2002.

［17］肖新平.灰技術基礎及應用［M］.北京:科學出版社，2005.

Correlation Analysis on Driver’s Human Factors and Accident Hazard in Road Traffic Accidents

AO Gu-chang1，YANG Li2
（1.School of Traffic ＆ Transportation，Chongqing Jiaotong University，Chongqing 400074，China;
2.Chongqing Communications Research ＆ Design Institute，Chongqing 400067，China）

The vehicle driver’s human factor is one of the most important aspects in road traffic accidents trigger and formation.In order to analyze the relations between the driver’s human factors and the accident hazard，the statistical indicators of regional road traffic accidents，including death number，casualties，and direct economic losses etc.，are utilized as the referential sequences;the statistical number of road accidents caused by vehicle driver’s human factors is taken as the comparison sequence;and then the grey relation model between the vehicle driver’s human factors and the accident hazard can be established.And combination with the case studies，the human factor of vehicle driver’s influence on the extent of accident hazard caused by different types of road traffic can be identified and evaluated，which is based on quantitative analysis on gray relational matrix.The results can provide references for the corresponding departments to take more effective safety management and prevention measures.

road traffic accidents;vehicle drivers;grey relational analysis;accident hazard;reason for accidents

U491.3

A

1674-0696（2010）01-0121-04

2009-09-30;

2009-10-14

國家山區(qū)公路工程技術研究中心開放基金項目（CCRDI-QJ-12.11）

敖谷昌（1976-），男，重慶榮昌人，講師，博士生，主要從事道路交通安全、交通規(guī)劃與管理研究方面的工作。E-mail:agc2002@163.com。