蔡新滄

(福建省城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院　福建福州　350008)

?

城市道路交通事故分析研究
——以福州市為例

蔡新滄

(福建省城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院福建福州350008)

道路交通事故是所有國(guó)家都面臨的一個(gè)嚴(yán)重的問(wèn)題。為了鑒別事故的成因和后果，文章對(duì)福州市近年來(lái)的1 903份交通事故報(bào)告進(jìn)行了分析，從分析中得到多個(gè)與交通事故有關(guān)的因素，包括事故嚴(yán)重程度、事故易發(fā)時(shí)間和地點(diǎn)、道路幾何類(lèi)型、AADT，V/C等，最后，根據(jù)分析結(jié)果，提出改善交通安全建議。

交通事故；事故分析；V/C；安全建議

0　引言

道路交通事故所導(dǎo)致的死亡、殘疾以及受傷事故已得到全世界廣泛關(guān)注。在2002年，有超過(guò)118萬(wàn)人死于道路交通事故，約1 500萬(wàn)人受傷 (來(lái)源:世界道路交通事故預(yù)防報(bào)告：總結(jié)，2004)。目前，特別是自1998年以來(lái)，中國(guó)的交通事故受傷和死亡事故也在大量的增加[1]。

本研究以福州市交通為例，遵循前人在交叉口交通事故分析的工作，考慮了包括人、車(chē)輛、時(shí)間、交通量和交通環(huán)境等潛在的因素，并據(jù)此提出了相應(yīng)的安全改進(jìn)措施建議，以提高我國(guó)城市道路交通的安全性，降低事故發(fā)生率。

1　事故特征分析

福州擁有著超過(guò)600萬(wàn)的居民并且以驚人般的速度在增加著，這同時(shí)也增加了每年的交通事故和傷害數(shù)。本文研究的1 903起機(jī)動(dòng)車(chē)事故樣本包含了時(shí)間、地點(diǎn)、原因、事故的類(lèi)型、天氣、司機(jī)和車(chē)輛類(lèi)型等信息。

表1列出了事故類(lèi)型統(tǒng)計(jì)，超過(guò)86%的事故屬于車(chē)輛碰撞。事故中10.3%的事故是死亡事故，25.3%導(dǎo)致嚴(yán)重受傷，其余均為輕微受傷。

表1　事故類(lèi)型和受傷人數(shù)統(tǒng)計(jì)表

表1的數(shù)據(jù)中，事故的主要造成原因有大意駕駛和超速駕駛。其中大意駕駛造成事故占總數(shù)的43%，包括開(kāi)車(chē)的時(shí)候打電話，疲勞駕駛，還有開(kāi)車(chē)的時(shí)候發(fā)呆。另外超速駕駛造成事故占總數(shù)的26%。剩下的原因還有比如機(jī)械設(shè)備問(wèn)題、天氣等。因此，可以把大部分事故原因歸咎于大意駕駛，但是其他事故原因也扮演了一個(gè)相當(dāng)重要的角色。

1.1不同年齡段和天氣因素的事故頻率

頻率分析主要針對(duì)以下變量：時(shí)間、日期、天氣、路面條件、事故類(lèi)型、事故地點(diǎn)、車(chē)道數(shù)、道路類(lèi)型、車(chē)輛運(yùn)行、事故類(lèi)型和嚴(yán)重程度。

表2　事故中傷亡人數(shù)分類(lèi)統(tǒng)計(jì)表

表2給出了事故所涉及的傷亡比例。顯然，男性事故相關(guān)人數(shù)大約是女性的3倍，大約有一半的傷亡者是機(jī)動(dòng)車(chē)駕駛員，這也證實(shí)了安全駕駛教育課程的重要性。此外，摩托車(chē)駕駛者的傷亡比例高達(dá)15.79%，在傷亡者中占據(jù)了驚人的比例。還要注意到，有70.77%的傷亡者分布在25～60歲這一年齡段內(nèi)，特別是25～35歲年齡段這一高風(fēng)險(xiǎn)駕駛?cè)后w。然而，我們發(fā)現(xiàn)，年輕和年長(zhǎng)司機(jī)的事故率顯著高于中等年齡段的。

表3顯示了天氣和亮度對(duì)事故發(fā)生的影響。顯然，天氣對(duì)事故發(fā)生有顯著影響，超過(guò)三分之二的事故是發(fā)生在惡劣天氣，包括陰天、雨天、多霧、霜凍和刮風(fēng)天氣。亮度通過(guò)影響司機(jī)的駕駛行為也會(huì)影響事故發(fā)生的頻率，由表可見(jiàn)，高達(dá)17.94%的事故發(fā)生在擁有路燈的較黑暗環(huán)境中。

表3　事故中天氣和照明因素影響統(tǒng)計(jì)表

1.2事故位置特征

根據(jù)道路類(lèi)型不同的事故分布如表4所示。應(yīng)該注意到有33.46%的事故是發(fā)生在干線公路。累積百分比顯示45.09%的事故發(fā)生在高速公路和公路干道上。這是因?yàn)檫@兩種類(lèi)型的道路具有高速度和高流量，以及更多的出入口也是這類(lèi)道路事故多發(fā)的原因。第二高發(fā)事故率的地方是次干道，有19.72%的事故發(fā)生在次干道，部分原因在于缺乏有效的安全設(shè)施。值得注意的是，未設(shè)置信號(hào)控制的交叉口是典型的交通事故多發(fā)地段。

表4　事故位置分布統(tǒng)計(jì)表

2　事故潛在因素分析

通過(guò)分析事故報(bào)告，可以發(fā)現(xiàn)事故發(fā)生的最常見(jiàn)原因是突然剎車(chē)，它占到了記錄總數(shù)的32.3%。這通常發(fā)生車(chē)輛緩慢移動(dòng)和交通處在走走停停情況下的交通擁擠區(qū)，司機(jī)通常沒(méi)有為自己和其他車(chē)輛之間保持足夠的空間。當(dāng)一個(gè)司機(jī)以較高的速度行駛時(shí)突遇前方的擁擠地段也較易發(fā)生事故。

實(shí)際上，城市道路的擁擠度和其安全性存在著一定關(guān)系，其中，交通安全性以給定的單位時(shí)間內(nèi)的事故數(shù)(CPKPY)來(lái)衡量，交通擁擠度以年平均日交通量(AADT)來(lái)衡量。通過(guò)對(duì)選定的事故案例進(jìn)行統(tǒng)計(jì)分析，圖1 顯示了在快速路和主干路段CPKPY隨著AADT的總體上升而上升。

在圖1中，AADT在34 000是一個(gè)臨界點(diǎn)，可以視為一個(gè)臨界密度(點(diǎn)A)，超過(guò)這個(gè)點(diǎn)，隨著AADT越高，則事故率越高，這一臨界密度的左邊部分可以被認(rèn)為是一個(gè)亞臨界區(qū)，隨著AADT從8 000年上升到34 000，使得交通密度增加了3.5倍[從5.7/km/車(chē)道標(biāo)準(zhǔn)車(chē)到25.8/km/車(chē)道]，而行駛速度仍然幾乎相同(62km/h到55km/h)。B點(diǎn)的右邊部分可以視為一個(gè)超臨界區(qū)，亞臨界和超臨界密度之間的部分可以被視為一個(gè)過(guò)渡區(qū)，相比于從點(diǎn)c到點(diǎn)a的CPKPY值從 8上升至21，過(guò)渡區(qū)的CPKPY值從21上升至52。當(dāng)AADT超過(guò)34 000后，事故率增加的速度快于AADT增加的速度。

實(shí)際上，事故率是隨著交通量而變化的，而交通安全性函數(shù)則反映了這些變化是如何發(fā)生的。較低的比率相比于較高的比率意味著更加的安全。然而，大量的研究報(bào)告表明，預(yù)測(cè)模型使用交通量作為唯一的變量可能無(wú)法完全地描述高速公路段的碰撞過(guò)程[2,3]。在農(nóng)村或者城市的道路條件下，使用CPKPY和道路交通飽和度(V/C)作為函數(shù)的表現(xiàn)形式能夠提供一個(gè)更加貼近現(xiàn)實(shí)的描述[4]。

圖2顯示了每百萬(wàn)車(chē)公里數(shù)的事故率同V/C比之間的關(guān)系。顯然，當(dāng)處于C級(jí)服務(wù)水(V/C處于0.5～0.6)時(shí)，有著最低的事故率，并且當(dāng)V/C為0.54時(shí)，達(dá)到最低點(diǎn)為45起的交通事故數(shù)。這樣一個(gè)V形的回歸模型，也顯示了在自由流下由于司機(jī)放松了警惕，往往易引起嚴(yán)重的追尾事故或其他類(lèi)型的事故。此外，處于D級(jí)及以下服務(wù)水平的較擁擠交通流增加了引起輕微碰撞的可能性。

3　建議

基于事故報(bào)告的分析，筆者提出以下建議：福州的道路幾何條件應(yīng)該按照國(guó)家標(biāo)準(zhǔn)進(jìn)行檢查，并且對(duì)不符合規(guī)范標(biāo)準(zhǔn)的地方進(jìn)行改進(jìn)。例如，提高十字路口和環(huán)島處的視距；檢查(如有必要需重新設(shè)計(jì))主干道和次干道加減速車(chē)道的規(guī)范性等。此外，在交叉口特別是在交通擁擠的交叉口和商業(yè)區(qū)，推薦使用交通信號(hào)燈或在進(jìn)入之前設(shè)置警告標(biāo)志，并設(shè)置適當(dāng)?shù)娜诵袡M道和過(guò)街天橋。當(dāng)然，交通安全教育也必不可少，對(duì)象不僅包括司機(jī)，也包括其他交通參與者(行人、騎自行車(chē)者等)。采用現(xiàn)有的GPS技術(shù)，可使得事故信息能夠更準(zhǔn)確地被識(shí)別，以建立更加精確的事故數(shù)據(jù)庫(kù)。

4　結(jié)語(yǔ)

本文通過(guò)分析福州市近年的道路交通事故數(shù)據(jù)，發(fā)現(xiàn)天氣因素、道路類(lèi)型、AADT和V/C對(duì)事故發(fā)生率均有影響。同時(shí)，根據(jù)研究結(jié)果提出了相應(yīng)的安全改進(jìn)措施建議，為設(shè)計(jì)師和決策者們提供了所需的重要信息類(lèi)型，促進(jìn)提高城市的行車(chē)安全。

[1]H.L.Huang，H.C.Chin. Disaggregate Propensity Propensity Study on Red Light Running Crashes Quasi-induced Exposure Method. Journal of Transportation Engineering[J]. 2009，135(3):104-111.

[2]J. Kononov，B.Bailey，B.K.Allery. Relationships between Safety and Both Congestion and Number of Lanes on Urban Freeways. Transportation Research Record[J]. 2009，2083:26-39.

[3]D.P.G.de Wet. WIM Calibration and Data Quality Management. Journal of the South African Institution of Civil Engineering[J]. 2010，52(2)：70-76.

[4]鐘連德，孫小端. 高速公路V/C與事故率關(guān)系研究 [J].北京工業(yè)大學(xué)學(xué)報(bào)，2007，33(1):37-39.

蔡新滄(1971.01- )，男，高級(jí)工程師,主要從事機(jī)電航空交通水利建筑能源方面的工作。

Road Traffic Crashes and Injuries——A Case Study of Fu’zhou City

CAIXincang

(Fujian Urban&rural Planning Design Institute,Fuzhou 350008)

Traffic crashes on roads are serious problems for all countries. In an attempt to identify causes and consequences, reported traffic crashes in Fu’zhou were analyzed using a sample of 1903 reports. Important results were obtained from frequency analyses as well as multiple contributory factors related to traffic crashes, including crash severity, time and location of occurrence, geometry of the road, AADT and V/C. This paper presents the results of such analyses and provides some recommendations to improve traffic safety and further studies to analyze potential crash locations.

Traffic accidents; Accident analysis; V/C; Security suggest

蔡新滄(1971.01-)，男，高級(jí)工程師。

E-mail:715301801@qq.com

2016-01-14

U12

A

1004-6135(2016)02-0100-03