基于部分优势比模型的外卖骑手事故严重度分析

针对外卖骑手事故严重度的致因分析,现有研究以骑手、行为、时间、空间、道路、环境、事故特征的部分因素为主,未从这7个方面同时量化不同因素对外卖事故严重度的影响差异性,特别是未考虑外卖类型、入口数、交叉口角度、舒适指数等因素。此外,当自变量中同时具有无序与有序的二分类或多分类变量时,既有模型将受到平行线假设限制,无法灵活地允许部分变量遵守而其余变量违背此假设。选取西安市1 473起外卖骑手交通事故,剖析事故严重度分布特性与时空分布特征,从以上7个方面综合选取25个潜在影响因素,构建部分优势比模型来揭示不同因素对外卖事故中骑手受伤严重度的影响显著性与平行线假设违背状况,并结合其边际效应分析来量化各显著因素间与因素内对此事故严重度的影响差异性。结果表明：外卖骑手事故严重度时间分布存在“双高峰”现象,城区事故密度大于郊区,路段上骑手轻伤占比(35.57%)大于交叉口处(31.76%);部分优势比模型效果优于有序Logit模型与广义有序Logit模型,外卖类型、季节、位置、入口数、交叉口角度、路面、天气与舒适度均遵守平行线假设;不同显著因素对外卖骑手事故严重度存在显著影响差异,闯红灯、逆行与超速等违章行为对外卖骑手受伤严重度影响最大,其边际效应绝对值最大值超过51%,而未曾被探析的入口数、交叉口角度、自行车专用道、外卖类型、舒适度等显著因素对外卖骑手受伤严重度也存在较大影响(8%~37%)。