喬建剛 柯秋雨

摘要 山區(qū)干線公路受地形條件限制，道路線形指標(biāo)變化明顯，在山區(qū)干線公路總里程與交通量高速增長情況下，交通安全問題日益凸顯。結(jié)合山區(qū)干線公路系統(tǒng)的復(fù)雜性及灰色特點(diǎn)，從人、車、路、環(huán)境4方面對山區(qū)干線公路交通事故的影響因素進(jìn)行分析，選擇山區(qū)干線公路交通事故的影響因素為因素行為序列，事故數(shù)、死亡人數(shù)，受傷人數(shù)等3項(xiàng)指標(biāo)為特征行為序列，以山區(qū)干線公路事故數(shù)據(jù)為例，結(jié)合灰色關(guān)聯(lián)度法與熵權(quán)法計(jì)算交通事故影響因素的綜合關(guān)聯(lián)度，進(jìn)行關(guān)聯(lián)系數(shù)差值分析得出交通事故主要影響因素為超速行駛、縱坡坡度、彎坡組合、小半徑路段、坡長、視距不良及速度差大等。以期為山區(qū)干線公路交通事故防治工作提供資料。

關(guān) 鍵 詞 山區(qū)干線公路;交通安全;灰色關(guān)聯(lián)度;熵權(quán)法;綜合關(guān)聯(lián)度

中圖分類號 U492.8;X951 ? ? 文獻(xiàn)標(biāo)志碼 A

Research on influencing factors of highway accident

in mountainous arterial highway based on grey correlation analysis and entropy weight method

QIAO Jiangang1， KE Qiuyu1，2

（1. School of Civil Engineering and Transportation， Hebei University of Technology， Tianjin 300401， China; 2. Traffic Construction Project Quality Supervision Station， Changzhi， Shanxi 046100， China）

Abstract Restricted by the terrain conditions， road alignment index of mountain roads is obviously changed. Under the condition of the rapid growth of total mileages and traffic volumes of the trunk road in mountainous area， traffic safety problems have become increasingly prominent. Combining with the complexity and gray characteristic of the highway system in mountainous area， the main factors of traffic accidents on mountainous highway are analyzed from the aspects of people， vehicles， roads and environment. The factors influencing the selection of traffic accidents in mountainous highway are the sequence of factors and behaviors， the number of accidents ， the number of deaths and the wounded were taken as the sequence of characteristic behaviors. Taking the data of highway accidents in mountainous area as an example，the comprehensive correlation calculation of traffic accident factors is based on grey relational analysis method and entropy method . The correlation coefficient difference analysis shows that the main influencing factors of the traffic accident are overspeed ， longitudinal slope， curved slope combination， small radius section， slope length， bad sight distance and large differences of speed. We hope that it can provide information for the prevention and control of traffic accidents in mountainous arterial highways.

Key words mountainous arterial highway; traffic safety; gray relational degree; entropy weight method; comprehensive association degree

0 引言

WHO發(fā)布的交通事故報(bào)告顯示，我國交通事故致死率為27.3%，居世界首位。相關(guān)資料表明，我國70%以上群死群傷的重特大交通事故發(fā)生在山區(qū)干線公路，其中國道與省道交通事故占有相當(dāng)高比重[1]。山區(qū)干線公路事故多發(fā)性與嚴(yán)重性已成為限制山區(qū)經(jīng)濟(jì)發(fā)展的重要原因。各國專家學(xué)者紛紛對事故影響因素展開了深入研究：2010年Clarke等[2]通過分析英國交通事故數(shù)據(jù)，得出彎道、醉酒駕駛與英國死亡交通事故率顯著相關(guān)。2011年Andersson等[3]研究氣候變化對英國西米德蘭茲郡冬季交通事故率的影響，指出氣溫、冰凍天數(shù)對交通事故率影響顯著。2013年Aidoo等[4]分析了道路特征和環(huán)境特征與交通事故率間的關(guān)系，得出天氣、夜間照明條件、平直道路比例對交通事故頻率有顯著影響。2018年，Zanne等[5]研究斯洛文尼亞高速公路交通流量變化其交通安全的影響，為高速公路事故預(yù)測提供了不同參考模型。2007年劉東波等[6]對云南省單次死亡3人以上的公路交通事故進(jìn)行統(tǒng)計(jì)分析，指出駕駛?cè)笋{齡、車輛類型、道路類型、道路線形與交通事故次數(shù)顯著相關(guān)。2014年張麗霞等[7]通過利用SPSS軟件和相關(guān)性分析法對駕駛?cè)艘蛩剡M(jìn)行分析，研究結(jié)果顯示，酒后駕駛、疲勞駕駛、超速行駛、不按規(guī)定讓行這4個(gè)因素對道路交通事故的影響最大。2014年李方媛[8]以2004-2013年我國重特大公路交通事故數(shù)據(jù)為研究對象，通過建立隨機(jī)參數(shù)負(fù)二項(xiàng)式模型，研究了人和道路因素與事故頻率的關(guān)系。2017年郭曉魁[9]等通過運(yùn)用GIS核密度估計(jì)理論和數(shù)理統(tǒng)計(jì)方法從不同季節(jié)和時(shí)間段分析城郊公路事故空間分布特征，得到不同時(shí)間段交通事故數(shù)核密度，為安全運(yùn)營管理提供理論依據(jù)。

縱觀國內(nèi)外研究成果，首先對山區(qū)干線公路交通事故影響因素的分析比較片面，交通事故應(yīng)涉及到人、車、路、環(huán)境等多方面因素的耦合作用，應(yīng)全面、深入考慮;其次，對事故影響因素的研究偏主觀性，應(yīng)通過客觀方法排除主觀性及偶然性。

針對目前山區(qū)干線公路交通事故影響因素不完整性及主觀性的問題，提出了基于灰色關(guān)聯(lián)分析與熵權(quán)法的結(jié)合計(jì)算山區(qū)干線公路事故影響因素綜合關(guān)聯(lián)度的方法。這2種方法相結(jié)合充分利用了各影響因素及指標(biāo)的全部信息，發(fā)揮了灰色關(guān)聯(lián)適合具有不確定性信息的小樣本事件優(yōu)勢，同時(shí)也排除了主觀性。山區(qū)干線公路交通事故影響因素的研究對于預(yù)防并減少道路交通事故、提高山區(qū)干線公路安全水平具有重要意義。

1 山區(qū)干線公路交通事故影響因素

交通事故是隨機(jī)事件，其本身具有模糊性，影響因素雖然較多，但有些因素可定量描述，有些則無法進(jìn)行確切描述。山區(qū)干線公路交通事故可以看作是人、車、道路、環(huán)境等動、靜態(tài)因素耦合失調(diào)而導(dǎo)致的人或物受損的過程[10]。人、車、路、環(huán)境這4個(gè)主因素可細(xì)分為多個(gè)次級因素，其分類應(yīng)遵循我國山區(qū)干線公路事故數(shù)據(jù)統(tǒng)計(jì)的客觀結(jié)果。通過大量統(tǒng)計(jì)分析得到其次級因素為：超速行駛、疲勞駕駛、速度差大、車輛故障、平直路段、小半徑曲線、縱坡坡度、坡長、彎坡、交通設(shè)施不完善、夜間無照明、不良天氣、視距不良等。

2 綜合評價(jià)方法

2.1 灰色關(guān)聯(lián)度法

灰色系統(tǒng)指人對客觀事物認(rèn)知具有一定的灰色性、信息不完整性及不確定性，因而由客觀事物所形成系統(tǒng)。山區(qū)干線公路交通系統(tǒng)是由人、車、路、環(huán)境組成的動態(tài)系統(tǒng)，系統(tǒng)既存在人們已確定的信息，如道路、標(biāo)志標(biāo)線等信息，也存在未知不確定信息，如天氣突變、實(shí)時(shí)交通狀況等信息，這個(gè)系統(tǒng)可以看作是一個(gè)動態(tài)的灰色系統(tǒng)，滿足灰色關(guān)聯(lián)度法的使用條件，且該方法的分析也建立在充分利用客觀數(shù)據(jù)的基礎(chǔ)上，得到影響因素對交通事故的關(guān)聯(lián)度，從而可以制定相應(yīng)的事故預(yù)防措施。因此選取灰色關(guān)聯(lián)分析法計(jì)算山區(qū)干線公路事故影響因素的關(guān)聯(lián)系數(shù)。灰色關(guān)聯(lián)度法計(jì)算公式及步驟如下所示。

1）確定數(shù)據(jù)列。

2.2 熵權(quán)法

為客觀說明山區(qū)干線公路的交通事故狀況以及安全水平，常采用事故起數(shù)、死亡人數(shù)、受傷人數(shù)和直接經(jīng)濟(jì)損失4大指標(biāo)進(jìn)行描述[11]。考慮直接經(jīng)濟(jì)損失的評估記錄可能存在誤差，只選取3個(gè)評價(jià)指標(biāo)，即事故次數(shù)、死亡人數(shù)、受傷人數(shù)，對這3個(gè)評價(jià)指標(biāo)應(yīng)采用客觀方法計(jì)算權(quán)重。

分析指標(biāo)權(quán)重的方法主要有以下6種，其各自優(yōu)缺點(diǎn)及適用性見表1。

為了充分利用事故數(shù)據(jù)，同時(shí)也能對各指標(biāo)作出客觀的評價(jià)，選擇熵權(quán)法計(jì)算3種評價(jià)指標(biāo)的權(quán)重。熵權(quán)法計(jì)算公式及步驟如下。

在有m個(gè)評價(jià)指標(biāo)、n個(gè)評價(jià)對象的區(qū)域系統(tǒng)內(nèi)，評價(jià)指標(biāo)的熵權(quán)計(jì)算步驟如下。

1）評價(jià)指標(biāo)隸屬度矩陣標(biāo)準(zhǔn)化。n個(gè)被評價(jià)對象對應(yīng)于m個(gè)評價(jià)指標(biāo)的指標(biāo)值構(gòu)成隸屬度評價(jià)矩陣

在此評價(jià)指標(biāo)體系中，各指標(biāo)在量綱、內(nèi)容及取值優(yōu)劣標(biāo)準(zhǔn)等方面存在不同，因此有必要對各指標(biāo)作標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化處理方法有2種：

3 評價(jià)指標(biāo)的權(quán)重計(jì)算及排序

3.1 灰色關(guān)聯(lián)度分析

根據(jù)灰色關(guān)聯(lián)度法計(jì)算步驟，選擇事故數(shù)、死亡人數(shù)、受傷人數(shù)作為評價(jià)指標(biāo)。收集并統(tǒng)計(jì)2014-2015年山西境內(nèi)多條干線公路事故數(shù)據(jù)，事故初始指標(biāo)統(tǒng)計(jì)見表2。

計(jì)算各因素關(guān)聯(lián)系數(shù)，得到表3。

3.2 熵權(quán)法計(jì)算指標(biāo)權(quán)重

為了保證2種方法的客觀性，熵權(quán)法的事故初始指標(biāo)統(tǒng)計(jì)表與灰色關(guān)聯(lián)度法相同。通過熵權(quán)法的運(yùn)算步驟，計(jì)算得到事故次數(shù)、死亡人數(shù)、受傷人數(shù)的權(quán)重分別為0.132 443、0.543 033、0.324 524。

3.3 綜合關(guān)聯(lián)度排序

根據(jù)式（15）計(jì)算得到綜合關(guān)聯(lián)度排序見表4。

3.4 重要指標(biāo)篩選

經(jīng)過綜合關(guān)聯(lián)度排序后，并未發(fā)現(xiàn)指標(biāo)間相差數(shù)量級。故對其進(jìn)行差值分析，得到表5。

通過圖1分析，視距不良與速度差大的差值率為最大峰值，隨后又迅速下降，說明在該處波動較大，不穩(wěn)定，故選取在“速度差大”排序前的因素作為主要事故影響因素。因此，導(dǎo)致交通事故的主要影響因素為超速行駛、縱坡、彎坡組合、小半徑路段、坡長、視距不良及速度差大，其中超速行駛屬于人的因素，縱坡坡度、坡長、小半徑路段及彎坡組合路段屬于道路因素，視距不良屬于環(huán)境因素，速度差大屬于車的因素。

4 結(jié)論

通過對山區(qū)干線公路交通事故數(shù)據(jù)統(tǒng)計(jì)分析得到從人、車、路、環(huán)境4方面對事故的影響因素，并結(jié)合灰色關(guān)聯(lián)度法與熵權(quán)法計(jì)算各影響因素的綜合關(guān)聯(lián)度并排序，進(jìn)行關(guān)聯(lián)系數(shù)差值分析得出交通事故主要影響因素為超速行駛、縱坡坡度、彎坡組合、小半徑路段、坡長、視距不良及速度差大等。望對山區(qū)干線公路事故防治工作提供依據(jù)。

參考文獻(xiàn)：

[1] ? ?曲亮鵬. 山區(qū)干線公路交通安全評價(jià)研究[D]. 西安：長安大學(xué)，2015.

[2] ? ?CLARKE D D，WARD P，BARTLE C，et al. Killer crashes：Fatal road traffic accidents in the UK[J]. Accident Analysis & Prevention，2010，42（2）：764-770.

[3] ? ?ANDERSSON A K，CHAPMAN L. The impact of climate change on winter road maintenance and traffic accidents in West Midlands，UK[J]. Accident Analysis & Prevention，2011，43（1）：284-289.

[4] ? ?AIDOO E N，AMOH-GYIMAH R，ACKAAH W. The effect of road and environmental characteristics on pedestrian hit-and-Run accidents in Ghana[J]. Accident Analysis & Prevention，2013，53：23-27.

[5] ? ?ZANNE M，GROZNIK A. The impact of traffic flow structure on traffic safety：the case of Slovenian motorways[J]. Transport，2018，33（1）：216-222.

[6] ? ?劉東波，王長君. 云南省特大道路交通事故分析[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2007，7（1）：143-148.

[7] ? ?張麗霞，劉濤，潘福全，等. 駕駛員因素對道路交通事故指標(biāo)的影響分析[J]. 中國安全科學(xué)學(xué)報(bào)，2014，24（5）：79-84.

[8] ? ?李方媛. 重特大道路交通事故致因機(jī)理及其風(fēng)險(xiǎn)行為研究[D]. 西安：長安大學(xué)，2014.

[9] ? ?郭曉魁，李瑞，陳羅剛，等. 基于GIS的城郊公路交通事故時(shí)空分布研究[J]. 河北工業(yè)大學(xué)學(xué)報(bào)，2017，46（5）：62-67，73.

[10] ?裴玉龍，蔣賢才，程國柱，等. 道路交通事故分析與再現(xiàn)技術(shù)[M]. 北京：人民交通出版社，2010：34.

[11] ?王洪明. 我國公路交通事故的現(xiàn)狀及特征分析[J]. 中國安全科學(xué)學(xué)報(bào)，2009，19（10）：121-126，179.

[責(zé)任編輯 ? ?楊 ? ?屹]