曹弋，張貝貝，李詩文

(大連交通大學(xué) 交通運輸工程學(xué)院，遼寧 大連 116028)

長期以來，冰雪條件對道路交通事故的發(fā)生及嚴(yán)重程度具有極其不利的影響.據(jù)統(tǒng)計，我國寒冷地區(qū)冰雪季節(jié)發(fā)生交通事故的頻率比正常情況高出3～4倍.與一般公路相比，城市道路交通事故一旦發(fā)生，將對其周邊交通運行狀況產(chǎn)生較大影響，如顯著增加行車延誤及非必要燃油消耗等.不難想象，冰雪條件下上述不利影響將更加突出.因此，有必要深入研究寒冷地區(qū)冰雪季節(jié)該類交通事故的顯著性影響因素及其對事故發(fā)生發(fā)展的影響.

國內(nèi)外學(xué)者在該領(lǐng)域進(jìn)行了大量研究.在影響因素方面[1]，調(diào)查分析了交通量、速度、密度與重車比例[2]等交通指標(biāo)，車輛類型與碰撞類型[3]等事故特征，以及時間和天氣[4]等環(huán)境因素.Ahmed等[5]利用帶有貝葉斯推理的二元Logit模型(BLM)對重型卡車在嚴(yán)重和非嚴(yán)重碰撞中的參與度進(jìn)行了分類.Ma等[6]通過建立部分比例優(yōu)勢模型，來檢驗影響碰撞傷害嚴(yán)重程度的因素.Huang等[7]確定了車輛屬性、道路條件、環(huán)境因素和碰撞特征與車內(nèi)乘員損傷嚴(yán)重程度之間的關(guān)系.Zheng等[8]綜合分析了碰撞嚴(yán)重程度與一組異質(zhì)危險因素之間的關(guān)系.Wen等[9]探討了交通組成對高速公路交通事故發(fā)生率的影響.Tjahjono等[10]采用有序Probit模型來識別不同RLCs類型(主動和被動)與地點(城市和農(nóng)村)事故的損傷嚴(yán)重性決定變量.Islam等[11]研究了高齡駕駛?cè)撕湍贻p駕駛?cè)嗽谙募竞投舅艿降牟煌绊?

在事故預(yù)測方面，Abojaradeh[12]確定并建立了以事故數(shù)為因變量，以駕駛員行為失誤為自變量的事故統(tǒng)計預(yù)測模型，并利用回歸方法對預(yù)測模型的參數(shù)進(jìn)行了標(biāo)定.Guo Di等[13]利用層次分析法(AHP)模型，對要研究的各個因素確定權(quán)重，通過BP神經(jīng)網(wǎng)絡(luò)模型對未來三年交通事故發(fā)生數(shù)進(jìn)行預(yù)測.Budiawan等[14]基于數(shù)據(jù)挖掘技術(shù)，設(shè)計開發(fā)了事故預(yù)測系統(tǒng).Emir等[15]詳細(xì)分析了道路、環(huán)境、車輛和駕駛員因素對交通事故的影響，基于上述影響因素的相似性，建立了交通事故成因分類模型.Lu等[16]通過統(tǒng)計各個典型的影響因素以及進(jìn)行Logistic回歸分析,分析了交通事故與道路類型、車輛類型、駕駛員狀態(tài)、天氣、季節(jié)等因素的關(guān)系.Chung等[17]應(yīng)用馬爾可夫鏈模型對交通事故發(fā)生次數(shù)進(jìn)行了預(yù)測.Zhang等[18]從人、車、路、環(huán)境等因素對交通事故的影響入手，建立了三層BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型.

國內(nèi)外現(xiàn)有研究雖然證實了不同條件下的單個或多個事故影響因素，但沒有同時考慮冰雪條件與城市道路兩個特質(zhì).在嚴(yán)重程度定義方面，沒有將城市道路與一般公路區(qū)別對待，統(tǒng)一采用傳統(tǒng)的基于事故傷亡人數(shù)與財產(chǎn)損失的定義準(zhǔn)則，因而未能突出城市道路交通事故對周邊交通影響大的特點.鑒于上述不足，本文采用貝葉斯模型，研究冰雪季與非冰雪季發(fā)生交通事故不同嚴(yán)重程度的概率.研究成果對揭示特定條件下的事故發(fā)生機(jī)理具有理論指導(dǎo)意義，對提升道路交通安全管理水平與改善安全出行環(huán)境具有重要的實際應(yīng)用價值.

1 數(shù)據(jù)來源

本研究收集了2017-2019年，中國黑龍江省道路交通事故數(shù)據(jù)中發(fā)生于城市道路中的6 891起交通事故，其中冰雪季節(jié)2 279起，非冰雪季節(jié)4 612起.事故嚴(yán)重程度的劃分標(biāo)準(zhǔn)依據(jù)文獻(xiàn)[19]進(jìn)行，共分四個等級，分別為Ⅰ事故造成的傷亡非常嚴(yán)重，導(dǎo)致非常嚴(yán)重的交通擁堵；Ⅱ事故傷亡嚴(yán)重，造成嚴(yán)重交通堵塞；Ⅲ事故造成了部分經(jīng)濟(jì)損失，并在一定程度上擾亂了周邊交通；Ⅳ事故沒有造成大的經(jīng)濟(jì)損失，也沒有嚴(yán)重傷亡和交通擁堵.

本研究考慮的事故影響因素包括：天氣、能見度、事故形態(tài)、地形、交通信號方式、防護(hù)設(shè)施類型、道路物理隔離、路面狀況、路表情況、路面結(jié)構(gòu)、路口路段類型、道路線形、道路類型、照明條件，共計14個.

2 顯著性影響因素

2.1 比例優(yōu)勢模型

為探究事故嚴(yán)重程度的顯著性影響因素，采用比例優(yōu)勢模型，如式(1)所示

(1)

2.2 變量代碼化

為了對影響因素變量進(jìn)行標(biāo)定，依據(jù)原始數(shù)據(jù)記錄信息，對14個影響因素進(jìn)行代碼替代，部分代碼定義如表1所示.

表1 部分變量代碼

2.3 因素分析

利用STATA對冰雪季與非冰雪季的比例優(yōu)勢模型求解，以置信度分別為90%，95%和99%篩選顯著影響因素.由回歸結(jié)果可知，冰雪與非冰雪條件下模型的PseudoR2分別為0.212與0.214，Log likelihood分別為-2 381.99與-5 012.33，說明兩種條件的模型擬合優(yōu)度較好，變量的聯(lián)合顯著性較高.

(1)環(huán)境因素

圖1表示冰雪和非冰雪條件下天氣與事故嚴(yán)重程度的影響關(guān)系.其中自變量寬度表示不同等級天氣的事故數(shù)占事故總數(shù)的比例，每一等級自變量的不同高度表示不同事故嚴(yán)重程度所占比例.

圖1 天氣與嚴(yán)重程度的關(guān)系

由圖1可知，晴天數(shù)占比最高，且冰雪季晴天的事故發(fā)生率高于非冰雪季.冰雪季I級嚴(yán)重程度的事故發(fā)生率在雨天最高，非冰雪季II級嚴(yán)重程度的事故發(fā)生率在雪天最高.進(jìn)一步分析表明，天氣因素每增加一個等級，冰雪季事故嚴(yán)重程度升級的概率為15.8%，非冰雪季為10%.由此可見，天氣對冰雪季節(jié)事故嚴(yán)重程度的影響高于非冰雪季.采用同樣方法，可以分析出能見度對事故嚴(yán)重程度的影響，同樣是冰雪季高于非冰雪季.

(2)道路因素

由圖2可知，大多數(shù)事故發(fā)生時，路面狀況為完好，且常見的事故嚴(yán)重程度為II級.對于道路因素方面，路面狀況比路面結(jié)構(gòu)對事故嚴(yán)重程度的影響大.與非冰雪季相比，路面狀況和路面結(jié)構(gòu)對冰雪季的交通事故嚴(yán)重程度影響更大.

圖2 路面狀況與嚴(yán)重程度的關(guān)系

(3)防護(hù)設(shè)施類型

由圖3可知，防護(hù)設(shè)施類型為波形梁護(hù)欄的情況時，事故頻發(fā)，且主要表現(xiàn)為II級嚴(yán)重程度.城市道路中的交通安全防護(hù)設(shè)施在緩解事故嚴(yán)重程度方面發(fā)揮了重要作用，其對冰雪季事故嚴(yán)重程度的作用大于非冰雪季.

圖3 防護(hù)設(shè)施類型與嚴(yán)重程度的關(guān)系

3 交通事故嚴(yán)重程度預(yù)測

3.1 貝葉斯模型

依據(jù)收集到的事故數(shù)據(jù)，按照文獻(xiàn)[19]所述的事故嚴(yán)重程度定義及劃分方法，通過選取網(wǎng)絡(luò)節(jié)點、定義節(jié)點及確定節(jié)點的取值范圍,進(jìn)行貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建.利用事故數(shù)據(jù)，計算貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)各節(jié)點的條件概率與狀態(tài)概率，并將其引入由genie2.0軟件構(gòu)建的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)中，可得貝葉斯事故嚴(yán)重程度預(yù)測模型，如圖4所示.

(a)冰雪季

3.2 網(wǎng)絡(luò)節(jié)點更新

貝葉斯網(wǎng)絡(luò)模型表達(dá)了隨著外部條件變化的節(jié)點變量之間的不確定關(guān)系.因此，模型必須在實踐中得到更新和學(xué)習(xí).本研究使用genie2.0軟件，根據(jù)現(xiàn)有的三年事故數(shù)據(jù)構(gòu)建了貝葉斯網(wǎng)絡(luò)模型.在后續(xù)應(yīng)用中，需要不斷利用新一年的事故數(shù)據(jù)，對網(wǎng)絡(luò)節(jié)點進(jìn)行更改與更新，以實現(xiàn)其學(xué)習(xí)功能.

3.3 預(yù)測與檢驗

為了驗證事故預(yù)測模型中各節(jié)點及節(jié)點之間的關(guān)系，與實際事故各影響因素對事故嚴(yán)重程度的影響機(jī)理是否相符，從而證實事故預(yù)測模型的有效性，需要利用已知的事故數(shù)據(jù)來檢驗預(yù)測結(jié)果.選取一起事故信息說明驗證過程，事故信息為：天氣為陰天，能見度為100～200 m，照明條件為夜間有路燈照明，路面狀況為完好，防護(hù)設(shè)施類型為波形梁護(hù)欄，路面結(jié)構(gòu)為瀝青，道路類型為一般城市道路，事故嚴(yán)重程度等級為II級.將該事故信息樣本作為證據(jù)節(jié)點輸入貝葉斯預(yù)測模型中，通過模型推算得出事故發(fā)生概率如圖5所示.由預(yù)測結(jié)果可知，該起事故嚴(yán)重程度等級為II級的概率為65%，大于其他三種等級發(fā)生的概率，與實際記錄的事故信息相符.

圖5 單起事故嚴(yán)重程度預(yù)測結(jié)果

按照上述流程，對隨機(jī)選取的80起事故案例進(jìn)行預(yù)測，并與實際事故嚴(yán)重程度進(jìn)行對比分析.結(jié)果表明，預(yù)測結(jié)果與實際事故嚴(yán)重程度等級相符的共有74起，準(zhǔn)確率達(dá)92.5%.該結(jié)果說明構(gòu)建的貝葉斯預(yù)測模型其預(yù)測結(jié)果與事實基本相符，也說明了預(yù)測模型中包含的節(jié)點之間的作用關(guān)系，與實際事故影響因素對嚴(yán)重程度的作用機(jī)理基本符合.

4 結(jié)論

(1)模型分析表明，天氣狀況、道路因素和防護(hù)設(shè)施都對事故的嚴(yán)重程度有一定的影響，可采取一定的措施降低事故的嚴(yán)重程度.在惡劣天氣情況下，應(yīng)加強(qiáng)交通管制，并制定相應(yīng)的交通措施.例如：設(shè)置安全警報和實時報道,使用無線電和微博等平臺，及時報告實時狀況，使駕駛員更加警惕.定時管理維護(hù)路面，保證路面狀況完好，對正在施工或路面狀況不太好的道路，做好交通管制或采取限速、關(guān)閉道路等措施，以降低事故發(fā)生的可能性.在條件允許下可以對防護(hù)設(shè)施進(jìn)行優(yōu)化改造，設(shè)置路障和標(biāo)志，以降低傷亡事故的發(fā)生概率；

(2)城市道路交通事故,其嚴(yán)重程度在冰雪季受天氣、能見度、防護(hù)設(shè)施類型、路面狀況、路面結(jié)構(gòu)、道路類型、照明條件因素的影響顯著.與冰雪季不同的是，在非冰雪季，地形與交通信號方式對事故嚴(yán)重程度也有顯著影響，而道路類型與照明條件的影響不顯著；

(3)構(gòu)建的城市道路交通事故貝葉斯網(wǎng)絡(luò)預(yù)測模型，可以依據(jù)上述影響因素條件，基本準(zhǔn)確地表達(dá)各影響因素對事故嚴(yán)重程度的影響關(guān)系并預(yù)測其嚴(yán)重程度.案例分析結(jié)果表明，預(yù)測準(zhǔn)確度達(dá)到92.5%.

由于本研究所應(yīng)用的交通事故數(shù)據(jù)是在傳統(tǒng)嚴(yán)重程度定義標(biāo)準(zhǔn)下收集并獲得的，故而不包括計算周邊交通延誤所需的必要參數(shù)，如車輛到達(dá)率、離去率、行駛速度及事故處理時間.論文對上述參數(shù)進(jìn)行了假定，具有一定的局限性.盡管如此，對于同類研究，本研究的理論方法及所得的一般性規(guī)律仍有一定的借鑒價值.關(guān)于數(shù)據(jù)完備性的問題，可隨著技術(shù)手段的不斷豐富，在后續(xù)研究中予以克服.

致謝：本文受2021年度大連交通大學(xué)專業(yè)學(xué)位研究生質(zhì)量攻關(guān)項目，2021年度大連交通大學(xué)教學(xué)改革研究立項項目資助，特此致謝！