亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        考慮車型與道路線形的山區(qū)公路貨車事故嚴(yán)重程度影響因素辨識(shí)

        2022-02-12 12:13:48戢曉峰覃文文
        公路交通科技 2022年12期
        關(guān)鍵詞:公路模型研究

        曹 瑞,戢曉峰,覃文文

        (昆明理工大學(xué) 交通工程學(xué)院,云南 昆明 650504)

        0 引言

        隨著我國(guó)物流業(yè)的快速發(fā)展,公路貨運(yùn)作為物流體系的重要基礎(chǔ),在綜合運(yùn)輸體系中發(fā)揮著越來(lái)越重要的作用。目前,公路貨物運(yùn)輸正朝著車輛大型化、重載化、專業(yè)化的方向發(fā)展,貨車保有量不斷增加。2018年,我國(guó)公路貨物運(yùn)輸總量達(dá)到395.69億t,貨物周轉(zhuǎn)量71 249.21億t km,分別占全方式貨物運(yùn)輸總量的78.15%和35.73%。隨著公路貨運(yùn)量與貨車保有量的持續(xù)增長(zhǎng),各等級(jí)公路的貨車混入率也普遍提高。貨車在行駛過程中,由于車身體積大、實(shí)際載貨量高等自身因素影響,以及駕駛員、交通流量、天氣、道路幾何條件等外部因素的影響容易產(chǎn)生嚴(yán)重的交通事故。近年來(lái),我國(guó)道路交通事故數(shù)仍然居高不下,其中貨車事故占比25%以上,貨車事故死亡人數(shù)約占道路交通事故死亡總數(shù)的39.6%。由此可見,貨車事故致死率高,有效的貨車事故整治已成為重大現(xiàn)實(shí)需求。

        同時(shí),受公路設(shè)計(jì)標(biāo)準(zhǔn)、地形地質(zhì)條件和建設(shè)資金的綜合限制,我國(guó)山區(qū)公路呈現(xiàn)路窄、彎多、坡陡、載貨汽車混入率高等特征,行車條件復(fù)雜,道路安全性能偏低,導(dǎo)致其交通事故頻發(fā)且事故嚴(yán)重程度較高。以云南省為例,全省80%的大宗貨物在公路上運(yùn)輸,而山區(qū)公路線形復(fù)雜、轉(zhuǎn)彎半徑小且頻率高,貨車引發(fā)交通事故的風(fēng)險(xiǎn)遠(yuǎn)高于其他公路。據(jù)統(tǒng)計(jì),云南省山區(qū)公路的交通事故發(fā)生率占全部公路的15%以上,貨車參與的事故高達(dá)20%以上,且人員受傷事故(包含死亡)占比高達(dá)35%以上。因此,山區(qū)公路復(fù)雜的道路線形導(dǎo)致貨車事故致死致傷概率更大,迫切需要對(duì)山區(qū)公路貨車事故嚴(yán)重程度影響因素進(jìn)行分析。

        目前,國(guó)內(nèi)外學(xué)者從駕駛員特性、車輛特性、行車環(huán)境、道路幾何條件和事故形態(tài)等方面,采用數(shù)理統(tǒng)計(jì)模型分析潛在的事故影響因素與貨車事故嚴(yán)重程度的定量關(guān)系,主要針對(duì)高速公路與城市快速路,對(duì)貨車事故嚴(yán)重程度致因進(jìn)行了分析。從駕駛員角度看,已有研究發(fā)現(xiàn)更嚴(yán)重的貨車事故與年輕人和老年人、無(wú)有效駕駛執(zhí)照駕駛、超速駕駛以及在酒精或毒品影響下的駕駛有關(guān)[1]。Hong等[2]以韓國(guó)高速公路事故數(shù)據(jù)為基礎(chǔ),采用兩階段殘差包含估計(jì)方法(2SRI)分析了駕駛員違規(guī)行為與交通事故發(fā)生的內(nèi)生關(guān)系,發(fā)現(xiàn)酒后駕駛、嗜睡駕駛、中型或小型貨車會(huì)增加駕駛員違規(guī)行為的可能性,繼而增加事故風(fēng)險(xiǎn)。從車輛特性來(lái)看,有研究發(fā)現(xiàn)更嚴(yán)重的事故傷害與貨車載重、車速差異大有關(guān)。如胥川等[3]基于新澤西事故數(shù)據(jù)庫(kù),采用Logit和Probit模型估計(jì)解釋變量對(duì)事故嚴(yán)重程度的影響,發(fā)現(xiàn)了事故嚴(yán)重程度和貨車重量的正相關(guān)關(guān)系。從環(huán)境角度來(lái)看,有研究顯示更嚴(yán)重的事故與惡劣天氣有關(guān)[4],但在路面潮濕情況和照明條件方面的研究結(jié)果不一致。如Azimi等[5]采用隨機(jī)參數(shù)有序logit(RPOL)模型分析了駕駛員、車輛、道路和碰撞的各種屬性對(duì)佛羅里達(dá)州際公路貨車翻車事故嚴(yán)重程度的影響,發(fā)現(xiàn)干燥的路面條件與嚴(yán)重事故相關(guān)。從道路角度來(lái)看,部分研究關(guān)注于彎道路段,當(dāng)車道寬度更小,沒有中央隔離帶、縱坡坡度較大的道路條件下更易造成嚴(yán)重事故[6]。Taylor等[7]基于美國(guó)某高速公路事故數(shù)據(jù),建立負(fù)二項(xiàng)式和有序logit貨車事故嚴(yán)重程度致因分析模型,發(fā)現(xiàn)低肩寬、上坡或下坡路段更容易造成嚴(yán)重事故。從事故形態(tài)角度來(lái)看,部分研究發(fā)現(xiàn)嚴(yán)重事故與側(cè)滑碰撞有關(guān)[8],而撞固定物和追尾碰撞與輕微傷害事故相關(guān)[9-10]。還有研究關(guān)注了貨物類型、貨車配置、流量、空間依賴和物流公司特征等方面[11-13]。最近,已有學(xué)者開始關(guān)注于山區(qū)公路行車環(huán)境,探討貨車事故嚴(yán)重程度致因。如Wang等[14]以江西省和陜西省4條山區(qū)公路上的2 695起重型貨車事故數(shù)據(jù)為基礎(chǔ),采用部分比例優(yōu)勢(shì)模型分析幾何特征、駕駛員、碰撞、卡車和環(huán)境特征對(duì)貨車事故嚴(yán)重程度的影響,發(fā)現(xiàn)異常駕駛行為、年輕駕駛員、坡度較大與更嚴(yán)重的事故后果有關(guān)。

        綜上可知,現(xiàn)有研究在貨車事故嚴(yán)重程度致因分析中考慮了較多因素,然而對(duì)道路幾何特征及貨車類型的關(guān)注較少,且目前的道路線形指標(biāo)選取較為單一,未能充分考慮不同道路等級(jí)下不同線形組合對(duì)貨車事故嚴(yán)重程度的影響差異。因此,本研究聚焦車型和線形,基于云南省楚雄州典型山區(qū)公路(元雙公路元謀-牟定段)貨車(輕型、中型、重型)涉事事故數(shù)據(jù),建立有序logit模型(OLM),擬合道路線形組合、曲線半徑、外距、縱向坡度和豎曲線類型等道路幾何特征因素、駕駛員、碰撞、環(huán)境和車型等因素與貨車參與事故嚴(yán)重程度的函數(shù)關(guān)系。根據(jù)模型估計(jì)結(jié)果,辨識(shí)影響山區(qū)公路貨車事故嚴(yán)重程度的顯著因素,為山區(qū)公路貨車事故整治提供參考,對(duì)提升我國(guó)山區(qū)公路交通安全水平具有重要現(xiàn)實(shí)意義。

        1 數(shù)據(jù)準(zhǔn)備

        1.1 數(shù)據(jù)收集與處理

        本研究選取云南省楚雄州典型山區(qū)公路(元雙公路)K0+000-K87+422路段為研究對(duì)象。該路段全長(zhǎng)87.42 km,設(shè)計(jì)速度60 km/h,路基寬8.5 m,為雙向兩車道,共有159處彎道,平曲線最小半徑125 m,其中彎道半徑小于500 m的高達(dá)117個(gè),彎道路段長(zhǎng)46.14 km,占研究路段總長(zhǎng)度的52.54%。聚焦山區(qū)公路貨車事故嚴(yán)重程度致因分析的研究目標(biāo),本研究從交警與公路管理部門收集了2012—2017年共2 215起事故數(shù)據(jù)和道路線形數(shù)據(jù)。事故原始數(shù)據(jù)主要包含案情簡(jiǎn)要、事故發(fā)生時(shí)間、星期、樁號(hào)、天氣、路表、路面、事故形態(tài)、照明條件、涉事車輛、死亡人數(shù)、失蹤人數(shù)、受傷人數(shù)、直接財(cái)產(chǎn)損失等字段。道路線形數(shù)據(jù)由元雙公路牟定路段的豎曲表和直曲表構(gòu)成,主要包含變坡點(diǎn)、豎曲線類型、坡度、坡長(zhǎng)、豎曲線長(zhǎng)、直線坡長(zhǎng)、交點(diǎn)樁號(hào)、轉(zhuǎn)角值、曲線半徑、曲線長(zhǎng)度、緩和曲線長(zhǎng)度、切線長(zhǎng)度、外距、曲線位置等字段。原始數(shù)據(jù)為人工收集的全事故數(shù)據(jù),存在信息記錄不全、有誤等現(xiàn)象,因此需要對(duì)數(shù)據(jù)進(jìn)行處理,提取貨車參與事故數(shù)據(jù),剔除無(wú)效信息,最終形成山區(qū)貨車事故嚴(yán)重程度致因分析數(shù)據(jù)庫(kù)。

        山區(qū)公路上行駛的車輛有客車、貨車、摩托車、自行車、微耕機(jī)、拖拉機(jī)、電動(dòng)車、三輪車、裝載機(jī)等,從元雙二級(jí)公路2012—2017年2 215起事故數(shù)據(jù)中可知,單一車輛涉事事故較少,約占20%。本研究將涉事車輛包含貨車(輕型、中型、重型)的所有事故作為貨車事故研究的原始數(shù)據(jù)集。然后對(duì)原始數(shù)據(jù)集進(jìn)行分析處理,最大限度提取出可用字段,再結(jié)合豎曲表和直曲表提取事故路段的道路線形數(shù)據(jù),形成貨車事故嚴(yán)重程度致因分析數(shù)據(jù)庫(kù),為下一步選取模型變量做準(zhǔn)備。

        1.2 變量選取

        1.2.1 因變量選取

        交通事故嚴(yán)重程度根據(jù)每起事故的傷亡程度及財(cái)產(chǎn)損失進(jìn)行劃分,2004年公安部發(fā)布《交通事故統(tǒng)計(jì)暫行規(guī)定》,將交通事故嚴(yán)重程度劃分為死亡事故、重傷或輕傷事故和財(cái)產(chǎn)損失事故3個(gè)等級(jí)。本研究參照公安部規(guī)定,結(jié)合以往相關(guān)研究及實(shí)地調(diào)查的交通事故數(shù)據(jù),將事故嚴(yán)重程度劃分為財(cái)產(chǎn)損失事故、輕微事故、嚴(yán)重事故3類。具體見表1。

        表1 山區(qū)公路貨車事故嚴(yán)重程度劃分標(biāo)準(zhǔn)

        1.2.2 自變量選取

        貨車事故的發(fā)生是人-車-路-環(huán)境等各方面因素作用的結(jié)果,本研究在分析國(guó)內(nèi)外現(xiàn)有研究基礎(chǔ)上,綜合考慮山區(qū)公路線形特征,以貨車事故嚴(yán)重程度致因分析數(shù)據(jù)庫(kù)為基礎(chǔ),最終選取了駕駛員年齡、事故發(fā)生時(shí)間、天氣、貨車類型、事故形態(tài)、道路線形等13個(gè)候選自變量來(lái)構(gòu)建山區(qū)公路貨車事故嚴(yán)重程度影響因素分析模型。自變量的定義及描述性統(tǒng)計(jì)特性見表2。

        表2 自變量劃分標(biāo)準(zhǔn)

        13個(gè)候選自變量中,有6個(gè)連續(xù)變量,2個(gè)二分類變量和5個(gè)多分類變量。對(duì)于多分類變量需要設(shè)置虛擬變量,若變量含有n(n≥3)個(gè)類別,模型中引入n-1個(gè)虛擬變量。如TRT分為輕型、中型和重型3類,以輕型為參考類,則引入TRT1和TRT2兩個(gè)虛擬變量,見表3。

        表3 虛擬變量貨車類型分類編碼

        2 研究方法

        2.1 模型構(gòu)建

        目前離散選擇模型被廣泛應(yīng)用于貨車事故的分析與預(yù)測(cè)研究中,且事故嚴(yán)重程度存在有序特性,其與影響因素并非只是簡(jiǎn)單的非線性關(guān)系,傳統(tǒng)的多項(xiàng)logistic不能準(zhǔn)確獲取事故嚴(yán)重程度與變量之間的關(guān)系。因此,本研究采用有序logit模型(OLM)進(jìn)行山區(qū)公路貨車事故嚴(yán)重程度致因分析,然后對(duì)顯著變量進(jìn)行邊際效應(yīng)估計(jì),從而更好地反映顯著自變量對(duì)事故嚴(yán)重程度的影響方向和強(qiáng)弱程度。

        2.1.1 有序logit模型

        有序logit模型主要用于處理因變量為有序的多分類結(jié)果,屬于二項(xiàng)logit模型的擴(kuò)展[15]。OLM可表示為:

        (1)

        式中,P(*)為特定事故嚴(yán)重程度等級(jí)的發(fā)生概率;Yi為第i(i=1,2,…)起事故的受傷嚴(yán)重程度等級(jí);j為事故嚴(yán)重程度等級(jí)(j=1,2,…,M);X為自變量組成的集合;β為X的系數(shù);αj為第j等級(jí)的常數(shù)項(xiàng)。由于本研究將事故嚴(yán)重程度分為3類,因此OLM模型為:

        (2)

        P(Y=2|X)=P(Y≤2|X)-P(Y≤1|X),

        (3)

        P(Y=3|X)=1-P(Y≤2|X)。

        (4)

        2.1.2 邊際效應(yīng)估計(jì)

        為進(jìn)一步反映顯著自變量對(duì)事故嚴(yán)重程度的影響方向和強(qiáng)弱程度,需計(jì)算各個(gè)自變量的邊際效應(yīng)值。分兩種情況來(lái)計(jì)算:當(dāng)自變量為二分類變量時(shí),可直接計(jì)算該變量的邊際效應(yīng)值[16]如式(5)所示;當(dāng)自變量為多分類變量時(shí),由于變量可微,故采取彈性分析計(jì)算邊際效應(yīng)值[17]如式(6)所示。

        (5)

        (6)

        2.2 模型檢驗(yàn)

        2.2.1 共線性假設(shè)檢驗(yàn)

        OLM前提條件要求自變量之間無(wú)多重共線性,即若自變量間存在著較強(qiáng)相關(guān)性時(shí),通常情況下認(rèn)為此模型違背了基本假設(shè)。本研究采取相關(guān)性分析法和方差膨脹因子法綜合診斷自變量間的共線性[18]。方差膨脹因子法通過計(jì)算方差膨脹系數(shù)(Variance Inflation Factor,VIF)衡量多元線性回歸模型中共線性問題,一般建議若方差膨脹因子(VIF)大于等于10,則表明有多重共線性存在,在進(jìn)行模型運(yùn)算前應(yīng)將不滿足該假設(shè)的自變量剔除。

        2.2.2 比例優(yōu)勢(shì)假設(shè)檢驗(yàn)

        OLM需要進(jìn)行比例優(yōu)勢(shì)假設(shè)檢驗(yàn)(又稱平行線假設(shè)檢驗(yàn)),否則模型的參數(shù)估計(jì)誤差太大,導(dǎo)致模型信度及效度缺乏。平行線假設(shè)檢驗(yàn)的Wald檢驗(yàn)由Brant(1990)提出,因此又稱Brant檢驗(yàn)[19]。

        2.2.3 擬合優(yōu)度檢驗(yàn)

        (1)似然比檢驗(yàn)

        本研究用似然比指數(shù)表征似然比檢驗(yàn)結(jié)果,即比較僅包含常量項(xiàng)的模型與包含所有解釋變量的模型之間似然值的相對(duì)大小,分別記為L(zhǎng)(Mintercept)和L(Mfull),模型的參數(shù)個(gè)數(shù)為K,其計(jì)算公式如式(7)所示,R2越接近0,表示模型擬合程度越高。

        (7)

        (2)信息準(zhǔn)則指標(biāo)

        信息準(zhǔn)則指標(biāo)包含赤池信息量準(zhǔn)則(Akaike Information Criterion,AIC)和貝葉斯信息準(zhǔn)則(Bayesian Information Criterion,BIC),二者均是基于熵的概念,衡量模型的復(fù)雜度和模型擬合數(shù)據(jù)的優(yōu)度。計(jì)算方法為:

        AIC=2k-2ln(L),

        (8)

        (9)

        式中,k為模型中自由參數(shù)的數(shù)量;L為似然值。AIC和BIC值越小,模型對(duì)數(shù)據(jù)擬合程度越佳。

        3 模型結(jié)果

        3.1 模型演化分析

        基于貨車事故嚴(yán)重程度致因分析數(shù)據(jù)庫(kù),首先進(jìn)行共線性假設(shè)檢驗(yàn),最終剔除RDA,F(xiàn)CS和LSL3個(gè)變量,剩余變量VIF<10均滿足要求。運(yùn)用stata15.0進(jìn)行回歸,取顯著性水平為0.100,使用向后剔除變量法,篩選出顯著變量,模型演化結(jié)果如表4所示。

        表4 OLM模型演化

        續(xù)表4

        由表4可以發(fā)現(xiàn),模型M-1到模型M-3演化過程中,AIC和BIC不斷下降,說(shuō)明模型在不斷優(yōu)化。對(duì)最終模型M-3進(jìn)行似然比檢驗(yàn),模型的似然比指數(shù)Pseudo-R2為0.028 8,再結(jié)合其赤池信息量準(zhǔn)則AIC和貝葉斯信息準(zhǔn)則BIC分別為465.641和491.820,表明模型的擬合效果較好。采用Brant檢驗(yàn)判定最終模型M-3中5個(gè)顯著自變量是否均滿足比例優(yōu)勢(shì)假設(shè),結(jié)果見表5。

        表5 比例優(yōu)勢(shì)假設(shè)的Brant檢驗(yàn)

        由表5可知,所有顯著自變量的得分檢驗(yàn)χ2為9.042,自由度為5,p值為0.107,表明比例優(yōu)勢(shì)假設(shè)成立。同時(shí),單個(gè)自變量的p值均大于0.05,表明在95%置信水平,5個(gè)自變量都滿足比例優(yōu)勢(shì)假設(shè)檢驗(yàn)。對(duì)5個(gè)顯著自變量進(jìn)行邊際效應(yīng)估計(jì),結(jié)果見表6。

        表6 顯著自變量對(duì)因變量的邊際效應(yīng)

        從表4和表6可以發(fā)現(xiàn),DA,LSD,TRT(中型),AF(追尾碰撞)和VCT(凹)這5個(gè)自變量與山區(qū)公路貨車事故嚴(yán)重程度顯著相關(guān)。各顯著自變量對(duì)事故嚴(yán)重程度的影響大小依次排序?yàn)門RT,VCT,AF,LSD,DA。

        3.2 影響因素分析

        3.2.1 道路線形特征

        本研究選取道路線形組合(RDA),平曲線曲率(CFC),平曲線長(zhǎng)度(LFC),平曲線外距(FCS),豎曲線類型(VCT),縱坡坡度(LSD),縱坡坡長(zhǎng)(LSL)7個(gè)道路特征變量探討其對(duì)貨車事故嚴(yán)重程度的影響機(jī)理,通過回歸模型最終識(shí)別出豎曲線類型和縱坡坡度2個(gè)顯著變量。其中,縱坡坡度的回歸系數(shù)為0.107,OR值為1.094,表明坡度越大,貨車事故嚴(yán)重程度越高。從邊際效應(yīng)估計(jì)結(jié)果可知,縱坡坡度與受傷事故顯著相關(guān),坡度增加一個(gè)單位,貨車參與事故的人員受傷概率將增加0.5%,死亡概率將增加0.07%。研究結(jié)果與現(xiàn)有研究保持一致,部分研究表明當(dāng)縱坡坡度大于3%時(shí),事故死亡概率將大幅增加[14]。坡度大的路段會(huì)導(dǎo)致駕駛員的視線受阻,同時(shí)陡坡將導(dǎo)致重載貨車等車輛的爬坡困難以及下坡時(shí)的速度上升,這些因素都會(huì)導(dǎo)致陡坡路段貨車行車安全性的降低。凹型豎曲線的回歸系數(shù)為-0.534,OR值為0.667,表明凹型豎曲線發(fā)生惡性事故的概率低于平面豎曲線和凸型豎曲線。從邊際效應(yīng)估計(jì)結(jié)果可知,凹型豎曲線與財(cái)產(chǎn)損失事故概率的增加(8.8%)和受傷事故概率的適度降低顯著相關(guān)(-7.8%)。

        3.2.2 貨車類型特征

        事故涉及貨車類型(TRT)標(biāo)記為此事故中涉及的最重貨車類型(輕型、中型、重型)。比如,一起事故中同時(shí)涉及中型和重型貨車,則這起事故的涉及貨車類型為重型貨車。311起貨車事故數(shù)據(jù)中,被標(biāo)記為涉及重型貨車的事故共126起,被標(biāo)記為涉及中型貨車的事故共24起,被標(biāo)記為涉及輕型貨車的事故共161起,分別占比40.5%,7.7%,51.8%。最終模型并未識(shí)別出輕型或重型貨車對(duì)事故嚴(yán)重程度的影響,研究結(jié)果顯示,中型貨車與財(cái)產(chǎn)損失事故概率的增加(20.5%)和受傷事故概率的降低高度相關(guān)(-18.6%)。

        3.2.3 其他特征

        一般而言,回歸模型應(yīng)盡可能控制性別、年齡、歸屬地等駕駛員特征相關(guān)的因素,然而由于采集到的原始數(shù)據(jù)能提取到的有效變量?jī)H為年齡變量,因此模型最終選取年齡變量進(jìn)行回歸分析。最優(yōu)模型中年齡的回歸系數(shù)為0.027,OR值為1.027,表明年輕貨車司機(jī)(20~61歲)不易造成嚴(yán)重事故。研究結(jié)果與現(xiàn)有部分研究不一致,可能是因?yàn)槲纯紤]駕駛員不當(dāng)操作、疲勞駕駛等行為的影響。追尾碰撞事故形態(tài)的回歸系數(shù)為-0.404,OR值為0.668,表明相同條件下,追尾碰撞的事故嚴(yán)重程度低于其他事故形態(tài)。從邊際效應(yīng)估計(jì)結(jié)果可知,追尾碰撞與財(cái)產(chǎn)損失事故概率的增加(9.1%)和受傷事故概率的適度降低顯著相關(guān)(-8.0%)。換言之,與現(xiàn)有研究保持一致的結(jié)論是追尾碰撞不太可能導(dǎo)致人員嚴(yán)重受傷,因?yàn)樽肺才鲎仓饕斐绍囕v結(jié)構(gòu)損傷[10]。

        4 結(jié)論

        (1)以貨車事故嚴(yán)重程度為因變量,將其分為僅財(cái)產(chǎn)損失、輕傷、重傷或死亡事故3個(gè)等級(jí),從人、車、路、環(huán)境、事故形態(tài)5個(gè)方面,結(jié)合山區(qū)雙車道公路特點(diǎn),選取13個(gè)候選自變量建立了山區(qū)公路貨車事故嚴(yán)重程度分析模型。

        (2)與山區(qū)公路貨車事故嚴(yán)重程度顯著相關(guān)的5個(gè)自變量分別為貨車類型(中型)、豎曲線類型(凹)、事故形態(tài)(追尾碰撞)、縱坡坡度、駕駛員年齡,且5個(gè)顯著自變量均滿足比例優(yōu)勢(shì)假設(shè)。值得關(guān)注的是,本研究發(fā)現(xiàn)了山區(qū)道路線形特征、貨車類型對(duì)貨車事故受傷率和財(cái)產(chǎn)損失率的影響效應(yīng)。縱坡坡度與貨車事故嚴(yán)重程度的正向變動(dòng)效應(yīng)說(shuō)明貨車事故整治應(yīng)重點(diǎn)關(guān)注坡度較陡路段。研究結(jié)果表明,凹型豎曲線、中型貨車類型與財(cái)產(chǎn)損失事故概率的增加和受傷事故概率的適度降低顯著相關(guān)。

        (3)分析結(jié)果從道路、駕駛員、車輛等角度對(duì)山區(qū)公路貨車事故整治提供了參考。從道路角度看,交通管理部門應(yīng)對(duì)山區(qū)公路凹形豎曲線、陡坡等安全隱患路段進(jìn)行重點(diǎn)排查,加強(qiáng)對(duì)此類路段的交通安全監(jiān)測(cè)預(yù)警。從駕駛員角度看,針對(duì)不同年齡段的貨車駕駛員采取差異化措施(提醒駕駛員謹(jǐn)慎駕駛、減少跟馳、超車等)干涉其駕駛行為。從車輛角度看,應(yīng)重點(diǎn)關(guān)注中型貨車,及時(shí)布控、攔截、查處該類車輛的超載超速等違法行為。

        (4)由于數(shù)據(jù)樣本容量有限及人工統(tǒng)計(jì)數(shù)據(jù)等方面的局限性,模型中未能充分體現(xiàn)山區(qū)公路環(huán)境對(duì)貨車事故嚴(yán)重程度的影響。因此,獲取更精確的山區(qū)公路環(huán)境、交通流狀況等數(shù)據(jù),并結(jié)合地理空間技術(shù)、仿真技術(shù)對(duì)貨車事故影響機(jī)理進(jìn)行深入分析將是下一步研究的重點(diǎn)。

        猜你喜歡
        公路模型研究
        一半模型
        我國(guó)建成第三條穿越塔克拉瑪干沙漠公路
        FMS與YBT相關(guān)性的實(shí)證研究
        “十四五”浙江將再投8000億元修公路新增公路5000km
        石油瀝青(2021年4期)2021-10-14 08:50:40
        遼代千人邑研究述論
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        視錯(cuò)覺在平面設(shè)計(jì)中的應(yīng)用與研究
        科技傳播(2019年22期)2020-01-14 03:06:54
        公路斷想
        人民交通(2019年16期)2019-12-20 07:04:10
        EMA伺服控制系統(tǒng)研究
        青青草精品视频在线播放| 国产亚洲欧美日韩国产片| 在线日本高清日本免费| 一区二区三区四区中文字幕av | 日本高清一区在线你懂得| 蜜桃av在线免费网站 | 黄片大全视频在线播放| 欧洲freexxxx性少妇播放| 国产精品短视频| 国产亚洲精品视频在线| 国产一区二区三区中文在线| 国产精品无码久久久久久久久久| 免费无遮挡无码视频在线观看| 中文字幕人妻乱码在线| 国产精品国产三级第一集| 国产精品亚洲一区二区三区在线| 国产女高清在线看免费观看| 一本之道加勒比在线观看| 日本三级香港三级人妇99| 三年片免费观看大全国语| 亚洲av成人在线网站| 国产亚洲精品在线播放| 偷拍激情视频一区二区三区| 99精品视频在线观看| 漂亮的小少妇诱惑内射系列| 国产一区二区三区视频在线观看| 国产av一区二区三区传媒| 国产农村妇女毛片精品久久久| 粉嫩的18在线观看极品精品| 精品国产亚洲亚洲国产 | 蜜桃传媒免费在线播放| 国产乱人视频在线播放| 久久久久久99精品| 日韩中文字幕在线丰满| 精品久久人妻av中文字幕| 啪啪免费网站| 亚洲成av人片在久久性色av| 伊人久久大香线蕉av波多野结衣 | 欧美日韩一区二区三区在线观看视频| av大片在线无码免费| 日本高清不卡一区二区三区|