交互危险行为对双责事故严重程度的影响分析

为了明确交互危险驾驶行为与双责事故严重程度的关系,从驾驶行为方面有效减轻双责事故的危害后果,结合双责事故的特点及各统计分析模型的适用性,采用广义有序logit模型鉴别各种危险驾驶行为交互作用对双责事故受伤严重程度的影响作用,并分析危险驾驶行为对不同等级受伤严重程度的影响规律以及影响机理.研究结果表明:双方驾驶员均偏离车道、双方均分心驾驶、一方超速另一方让行失败、一方超速另一方鲁莽驾驶以及一方违反交通规则另一方让行失败的交互危险行为会显著增加事故严重程度.根据分析结果,提出应对驾驶员做好宣传教育工作促使其养成良好的驾驶行为习惯,并结合超速监测系统、电子执法系统等技术手段加强对危险驾驶行为的监控.      

基于二元Logit模型的直角事故受伤严重程度分析

直角事故是一种常见的交通事故类型,为探寻直角事故受伤严重程度的显著影响因素,本文运用二元Logit模型,从人、车、路和环境四个方面对美国密歇根州Wayne县的直角事故受伤严重程度进行全面分析,且采用向前似然比检验和向后似然比检验两种方法对比得到模型最优拟合优度。研究结果表明:驾驶员因素(未采取紧急措施、不遵守信号灯指示、饮酒)、道路限速、事故中包含摩托车和路面情况是直角事故的显著影响因素,并得到了计算直角事故发生人员伤亡概率的回归方程。本文得到的结论可为交通管理提供参考,以减少该类事故的受伤严重程度。     

货车重量对事故严重程度的影响研究

本研究利用新泽西的事故数据在控制其他影响因素的条件下分析货车重量与事故严重程度的关系。Logit和Probit模型被用来估计解释变量对事故严重程度的影响,比较模型的性能指标后,最终选定了Probit模型。模型研究结果表明:涉及任何重量类型货车都会加重事故严重程度。和无未涉及货车的事故相比,轻型货车、中型货车和重型货车的涉及,分别增加严重事故的概率为0.03%,0.33%,0.42%,此发现说明了事故严重程度和货车重量的正相关关系,其他变量对于事故严重程度的影响和先前的研究文献一致,且货车类型的边际效应差别说明了粗略重量等级为10 000磅是判断事故后果的重要阈值。     

基于事故综合强度的公交事故严重程度分析

为更加精确地对公交事故严重程度进行分类以探究其影响因素,本文提出一种基于事故综合强度+K-means的公交事故严重程度分类方法,并基于此分类方法建立公交事故严重程度影响因素分析模型。首先,针对传统事故严重程度分类中的定性分类方法,引入事故综合强度法定量计算公交事故严重程度,并运用K-means聚类算法对事故严重程度进行聚类。其次,选取环境、驾驶员、道路车辆和事故特征这 4 方面的 17 个因素作为自变量,分别将事故综合强度+K-means分类法和传统分类法的结果作为因变量,运用有序Logit模型分析公交车事故严重程度,同时利用平均边际效应量化各显著因素的影响程度,以佛山市2021年156起公交车事故数据为例进行分析。结果表明,基于事故综合强度+K-means分类法的有序Logit模型具有更好的拟合优度。高峰期、换道、超速、加速度过大、注意力分散和进出站会增大发生极严重公交车事故的概率,增大的概率分别为11.57%、29.06%、23.98%、17.13%、30.97%和12.27%;白天和晴天会减小发生极严重公交车事故的概率,减少的概率分别为22.31%和12.34%。     

考虑建成环境的电动自行车事故严重程度致因分析

为探究考虑建成环境影响下,电动自行车交通事故严重程度的影响因素,本文从事故属性、骑行者属性、对象车辆及驾驶员属性、道路属性及建成环境属性这5个方面,选取18个影响电动自行车交通事故严重性的潜在变量。在此基础上,构建考虑均值及方差异质性的随机参数Logit模型,利用边际效应量化显著变量对事故严重程度的影响差异。基于北京市近5年电动自行车事故抽样数据进行实证研究,结果表明：事故时段19:00-次日7:00、骑行者年龄大于40岁、重(大)型货车、到最近医院的距离增大及恶劣天气等因素会增加电动自行车事故严重程度。建成环境属性中,到最近医院的距离在死亡事故中的参数为服从正态分布的随机参数,路段及恶劣天气会增大其均值异质性,驾驶员年龄为(40, 60]岁会增大其方差异质性;其他属性中,一般城市道路在受伤事故中的参数为服从正态分布的随机参数,路段会增大其均值异质性。研究结果可以为降低电动自行车事故严重程度提供理论支撑。     

建成环境对老年人交通事故严重程度异质性影响

为量化建成环境因素对事故伤害严重程度的影响,本文构建基于均值和方差异质性的随机参数Logit模型对老年人交通事故伤害严重程度进行异质性分析。采用2019年美国某州老年人交通事故数据,从老年人特性、车辆特性、道路特性、道路环境特性、建成环境特性这5个方面选取17个影响因素,利用平均弹性系数捕捉各因素对事故伤害严重程度的影响。结果表明：基于均值和方差异质性随机参数Logit模型的拟合优度更高;建成环境因素中事故发生地300 m缓冲区 内存在购物中心为随机变量,其均值与男性老年人、车道数为3显著相关,方差与道路控制方式为未控制显著相关;摩托车、直线、湿润等因素显著增加了老年人交通事故伤害严重程度。研究结果有助于交通管理者采取适当的策略降低老年人交通事故伤害严重程度。     

建成环境对城市交通事故严重程度影响研究

针对城市交通事故分析中缺少建成环境因素的系统考虑,以密度、多样性、交通设计、可达性及公共交通临近度等5个维度表征建成环境,同时考虑个体行为、道路情况、事故类型及自然环境4个方面,运用机器学习算法建立融入建成环境因素对城市道路交通事故严重程度影响分析模型;并以重庆市某区的事故数据进行实证分析。研究结果表明：建成环境变量对事故严重程度有较大影响;从变量重要度排序来看,土地利用混合度(14.29%)、快速路及主干路密度(12.43%)、次干路及支路密度(11.54%)、人口密度(11.35%)与可达性(10.96%)的影响程度较高,累计重要度达60.57%;同时各变量与事故严重程度呈现出非线性关系。     

基于Scobit的交通事故受伤严重程度模型

为了克服传统二项Logit(binary logit,BL)模型在累积概率等于0.5处斜率最大的默认假设,本研究构建了基于Scobit的交通事故受伤严重程度模型。该模型与BL模型相比,增加了偏斜系数,较传统BL模型更具通用性,有更广阔的应用范围。通过对交通事故受伤严重程度的建模估计,结果表明:Scobit模型与BL模型类似,且比BL模型在信息准则评价上表现更好,该模型可以成为交通事故受伤严重程度研究新的模型选择。     

考虑乘客的交通事故受伤严重程度模型

为分析比较交通事故中驾驶员和乘客的受伤严重程度,根据某城市的道路交通事故数据,分别以交通事故驾驶员和乘客受伤严重程度为因变量,从事故基本信息、事故人员数据、现场环境数据等方面选取自变量,运用二项Logit模型分别建立驾驶员和乘客受伤严重程度模型。研究结果表明:驾驶员和乘客的受伤严重程度影响因素存在差异,仅有人员的年龄变量、事故形态变量在驾驶员模型和乘客模型中都表现为显著,其余变量的显著性在两模型中不同。因此,不仅要关注驾驶员的受伤严重程度,还要重视乘客的受伤情况,给予乘客更多保护。     

基于均值异质性随机参数Logit模型的城市道路事故驾驶员受伤严重程度研究

驾驶员事故严重程度诱因分析对减少伤亡事故具有重要意义,以往研究假定影响变量为固定参数容易导致参数估计及研究推论出现偏差,据此本文基于均值异质性的随机参数Logit模型深入研究城市道路事故驾驶员受伤严重程度.使用2015—2019年发生在贵阳市的道路交通事故数据,综合考虑驾驶员、车辆、道路、环境特征等潜在影响因素,同时利...     

建成环境对行人交通事故严重程度的非线性影响

为探索建成环境对行人交通事故的影响并为行人事故预防提供理论依据,本文以建成环境“5D”要素为基础,围绕土地利用、城市设计和交通系统这3个维度构建昼夜建成环境指标体系,基于轻度梯度提升机构建昼-夜间行人交通事故严重程度模型,探究城市建成环境对行人交通事故严重程度的影响机制,结合SHAP(Shapley Additive Explanation)归因分析方法揭示两者之间的非线性关系,并以深圳市为例进行实证分析。结果表明：建成环境对行人交通事故的影响效应存在显著的时段异质性;昼间行人交通事故严重程度主要受人行道可达性、地铁站可达性及学校邻近度等因素的影响;夜间行人交通事故严重程度主要受人行道可达性、娱乐兴趣点(POI)指标及道路照明条件等因素的影响。建成环境对行人交通事故严重程度存在显著的非线性影响。昼间时段学校邻近度介于[0, 3]km时,地铁站可达性小于1km时,对行人事故严重程度有较大抬升作用;夜间时段娱乐POI可达性小于0.5km时,对行人事故严重程度有抬升作用;不论昼夜,人行道可达性对行人事故严重程度均有压降作用,且临街院门密度低的区域行人事故严重程度较高。昼-夜间模型均表现出优秀的效果,分类准确率分别为96.38%和92.08%。     

路段摩托车单车事故伤害严重程度原因分析

为了研究影响路段摩托车单车碰撞事故严重程度的因素,以美国印第安纳州2013—2015年1 526起路段单车事故为研究对象,考虑驾驶员特征、车辆属性、道路条件、环境及事故特征5方面共21个自变量,构建了巢式logit模型,分析死亡事故、失能性伤害事故、非失能性伤害事故与仅财产损失事故。利用全信息最大似然法估计模型参数,估计结果显示模型整体拟合度良好。研究发现:在0.1的显著性水平下,驾驶员性别、年龄、是否使用头盔、是否酒驾、驾驶员是否被甩离摩托车、是否超速、是否冲出道路、是否载人、车龄、道路是否潮湿、道路线形与限速、月份、光线条件、是否发生农村地区、摩托车碰撞物(电线杆、路缘、涵洞、护栏、树)与摩托车单车碰撞事故伤害严重程度显著相关。其中,驾驶员被甩出车外、超速、摩托车冲出道路、摩托车车龄超过10年、事故发生在4月、7月份、夜间、事故发生在农村地区、摩托车与电线杆碰撞增加了死亡事故的概率。研究结果有助于交通管理者采取合适的策略用来降低路段摩托车单车事故严重程度,也可以为后期国内摩托车事故的进一步分析提供借鉴。     

高速公路交通事故严重程度影响因素分析

在高速公路通车里程、交通流量不断增长的背景下,我国高速公路交通安全压力持续增大,形势严峻,高速公路交通安全已日益成为全社会关注和探究的关键性问题。以我国某地区2006~2013年2000起高速公路事故数据为基础,采用支持向量机理论建立高速公路交通事故严重程度分类识别模型,多角度、多层次的研究高速公路交通事故与驾驶员、车辆、道路、环境等因素间的关系。     

青藏高原双车道事故严重程度预测模型的建立

分析了青藏高原地区的交通事故数据,发现大部分交通事故都是死伤人数较高的事故,即死伤事故占比较大。将事故严重程度作为因变量,选取海拔、氧含量、天气、事故地点的线形、事故地点的环境、肇事车辆的类型、交通量、大车比例、大小车的速度差等9个因素作为自变量,建立了累积Logistic回归预测模型,研究了影响高原地区交通事故严重程度的因素。结果表明:海拔、大车比例、交通量、肇事车辆类型和大小车的速度差与交通事故严重程度有显著的相关性。预测模型的建立能够为相关公路管理部门制定安全措施提供理论依据。     

山区公路穿村镇路段过境车辆事故严重程度推理分析

为获取道路线形、驾驶员属性、车辆类型、事故形态等因素对山区公路穿村镇路段过境车辆事故严重程度的影响机制。本文基于元双公路(元谋—牟定)2012—2017年事故数据,利用社会网络分析法从人、车、路、环境等方面筛选出15个影响因素;基于机器学习方法构建贝叶斯网络模型;以事故严重程度为决策变量,分析不同证据变量与驾驶员行为共同作用的推理结果。结果表明：不安全驾驶行为与危险事故因素的共同作用,将会增加事故严重程度;当涉及货车时,由于未保持安全距离,伤人事故率增加8.2%;在弯坡组合路段,由于驾驶员判断失误,伤人事故率增加 19.6%;阴雨天行驶时,由于驾驶员判断失误,伤人事故率增加5.4%;由于操作不当,发生侧翻事故时,伤人事故概率增加3.1%。     

平纵组合路段事故严重程度致因辨识模型

为解析平纵组合路段事故严重程度致因及影响机制,在系统选取影响事故严重程度潜在变量的基础上,利用有序Logit模型获取影响事故严重程度的显著自变量,并运用偏比例优势模型修正变量参数,从而构建平纵组合路段事故严重程度致因辨识的两阶段模型 (TSM),以云南省元(谋)-双(柏)公路为例进行分析.结果表明：提出的TSM模型比有序概率模型拟合度更优,更适用于研究该问题;涉及车辆数、平曲线曲率及竖曲线曲率等7个变量对一般及以上事故具有正效应,驾驶人性别及接入口等3个变量对一般及以上事故具有负效应;就影响程度来看,接入口最大(边际效应为14.466%),驾驶人性别次之(10.581%),竖曲线长度最小(0.114%).     

平纵组合路段事故严重程度致因辨识模型

为解析平纵组合路段事故严重程度致因及影响机制,在系统选取影响事故严重程度潜在变量的基础上,利用有序Logit模型获取影响事故严重程度的显著自变量,并运用偏比例优势模型修正变量参数,从而构建平纵组合路段事故严重程度致因辨识的两阶段模型 (TSM),以云南省元(谋)—双(柏)公路为例进行分析.结果表明：提出的TSM模型比有序概率模型拟合度更优,更适用于研究该问题;涉及车辆数、平曲线曲率及竖曲线曲率等7个变量对一般及以上事故具有正效应,驾驶人性别及接入口等3个变量对一般及以上事故具有负效应;就影响程度来看,接入口最大(边际效应为14.466%),驾驶人性别次之(10.581%),竖曲线长度最小(0.114%).     

高速公路隧道交通事故严重程度的影响因素分析

根据京珠高速公路韶关段4个隧道的交通事故资料,从时间因素、隧道环境因素和交通动态因素3个方面选取9个输入变量,以交通事故严重程度为输出变量,建立高速公路隧道交通事故严重程度预测模型;然后,通过灵敏度分析方法,研究各个输入变量对输出变量的影响程度,并对各个输入变量的灵敏度分析结果进行比较分析．研究结果表明,日交通量与年平均日交通量之比和大型车混入率对交通事故严重程度的影响最大,天气、线形、坡度和事故发生地点在隧道中的位置对交通事故严重程度的影响基本相等,事故发生时段对交通事故严重程度的影响可以忽略不计．     

道路侧碰事故伤亡分析

侧面碰撞事故的发生率和致死率仅次于正面碰撞,而致伤率居于第一位.文章对道路侧碰事故伤亡原因进行分析,包括车辆侧碰的事故特征、车内乘员伤亡类型、伤亡原因,用受力分析的方法论证了车辆发生侧碰事故后的运动情况,最后总结了不同侧碰情况下车辆乘员的死亡原因,并提出了提高车辆侧面安全性的新方法措施.     

道路环境对历史街区自行车骑行速度的影响分析

针对历史街区优先发展慢行交通的理念,以自行车骑行速度为因变量,归纳整理出自行车道宽、自行车流量等7个道路环境因素,建立了各因素对历史街区自行车骑行速度影响概率的Logistic模型。结果表明:自行车道宽、自行车流量与行人数量是影响骑行速度的主要因素,其中,自行车道宽每增加1.0 m,骑行速度受到影响的概率最大减少0.352;自行车流量、行人数量越多对骑行速度的影响概率越大,单位小时单条道路每增加100人可使影响概率最大提高0.250。当自行车道宽大于3.5 m(双向)且单条道路的行人数量小于500人/小时,骑行速度受到的影响较小,骑行环境趋于最优。可见,该模型能较好地揭示影响历史街区自行车骑行速度的主要因素,并可为街区慢行交通规划提供理论依据。