王義婷,賀玉龍,孫小端
(北京工業(yè)大學交通工程北京重點實驗室,北京 100124)
高原雙車道公路事故形態(tài)影響因素分析
王義婷,賀玉龍,孫小端
(北京工業(yè)大學交通工程北京重點實驗室,北京 100124)
基于青海省109國道事故樣本數(shù)據(jù),對高原雙車道公路事故特征進行深入分析,從道路環(huán)境、自然環(huán)境、車輛運行情況等方面研究發(fā)生沖出路外事故、路內事故形態(tài)的影響因素。
高原雙車道公路;交通安全;事故特征;事故形態(tài)
青海境內109國道,東起西寧西至格爾木。受制于高原客觀自然條件和相關建設技術瓶頸,道路網(wǎng)不發(fā)達,人民日常短途出行和物資運輸長途車輛均依靠該道路,大小車混行嚴重,經(jīng)調查,日均交通量中大車比例約為37%。高原無人區(qū)路段基本無橫向干擾,駕駛員通常期望以較高速度穿越,但在低氧環(huán)境下長時間駕駛會使駕駛員感官思維及判斷能力下降,反應遲鈍,一旦超速,易發(fā)生事故;山嶺重丘路段,路側為山體或懸崖,車輛一旦沖出路外,傷亡嚴重。
通過對青海省109國道事故樣本數(shù)據(jù)篩選整理,選取721條有效樣本進行分析,包括事故地點、事故類型、事故原因、事故車輛、事故傷亡情況等。采用錄制視頻的方式獲取道路沿線路側環(huán)境,同時使用手持GPS記錄儀獲取沿線海拔高度,事故路段海拔高度分布在1 780~3 810 m。
(1)事故形態(tài)
按照我國道路交通管理的有關規(guī)定,道路交通事故主要分為碰撞、碾壓、刮擦、翻車、墜車、失火和其它等事故形態(tài)。按照該分類對事故形態(tài)進行統(tǒng)計分析,如圖1所示。車輛間的碰撞事故所占比例最大,雙車道公路路面寬度有限,超車、會車時易發(fā)生碰撞事故。沿線路側邊溝多未經(jīng)處理,更有路段路側為深溝、懸崖,防護設施不足,翻車墜車現(xiàn)象時有發(fā)生。
由分析可知,高原雙車道公路事故形態(tài)可分為沖出路外事故和路內事故。沖出路外事故指發(fā)生在行車道邊緣以外的單車事故,包括翻車、墜車、撞固定物(因為該公路未設中央分隔帶);路內事故包括碰撞運動車輛、碰撞行人、碰撞靜止車輛;其他事故僅有5起。其中,沖出路外事故占事故總數(shù)的17%,平均每起事故的傷亡人數(shù)為3.6,遠高于路內事故1.8。

圖1 事故形態(tài)及傷亡情況分布圖
(2)事故車型
事故車型及傷亡情況如圖 2所示,事故車型主要為小客車,占事故車輛的44%左右;其次為貨車,貨車司機多為長途出行,疲勞駕駛現(xiàn)象嚴重,且下坡路段貨車剎車距離較長,彎道路段大車重心較高,易發(fā)生事故;再次為摩托車,多是由于穿越城鎮(zhèn)路段機非混行嚴重。由圖2可知,大客車傷亡程度最高,易導致群死群傷。

圖2 事故車型及傷亡情況分布圖
(3)事故原因
對事故原因進行統(tǒng)計,高原雙車道公路事故原因如圖 3所示。超速行駛是造成道路交通事故的主要原因,導致的事故約占 43%;由于該公路是雙車道公路,未按規(guī)定讓行、違法占道行駛、逆行、違法超車引發(fā)多起事故。建議多方面采取措施增強限速效果,如在長下坡或小半徑曲線前設置減速丘標志,在視距不良的彎道路中設置禁止超車標志。

圖3 事故原因分布圖
(4)事故線形
對事故線形進行統(tǒng)計,高原雙車道公路事故線形及傷亡情況如圖 4所示,高原雙車道公路平直路段多為長直線,路側環(huán)境單一,駕駛員駕駛疲勞。縱坡路段多為連續(xù)下坡路段,車輛如果超限、超載,極易發(fā)生翻車、剎車制動失靈而撞擊固定物的嚴重事故,傷亡程度最高。
(5)事故地點路側環(huán)境分布
通過視頻觀測,判定事故發(fā)生樁號路側環(huán)境主要為村鎮(zhèn)地區(qū)、景區(qū)、邊坡較小無人區(qū)、山坡無人區(qū)、陡崖無人區(qū)。并對事故發(fā)生地點路側環(huán)境分布統(tǒng)計分析,如圖5所示。
村鎮(zhèn)路段,居民日常出行對公路干擾較大,而且高原雙車道公路提示標志、信號燈等設施匱乏,發(fā)生交通事故數(shù)量最多;邊坡較小的無人區(qū)路段,駕駛員容易放松警惕,雖然凈區(qū)充足,但路側邊溝處理簡單,車輛超速沖出路外易發(fā)生翻車事故;邊溝陡崖路段傷亡最嚴重。

圖4 事故線形及傷亡情況分布圖

圖5 事故路側環(huán)境及傷亡情況分布圖
二元Logit模型因變量為二分類的分類變量或某事件的發(fā)生概率。二分類Logit模型中,將Logit(P)作為因變量,Logit(P)與自變量呈線性關系,建立包含m個自變量的Logistic回歸模型,并由此推算出事件的發(fā)生概率。
本文中,被解釋變量“事故形態(tài)”為沖出路外事故和路內事故兩類,因此通過二分類Logit模型建立事故形態(tài)與各因素的關系模型。
logit(P)=β0+β1x1+…+βmxm
(1)
由上式可得

(2)

(3)
式中:P1為事故形態(tài)為沖出路外事故的概率;P2為事故形態(tài)為路內事故的概率。
對道路環(huán)境、自然環(huán)境、車輛組成、超速情況數(shù)據(jù)進行調查整理分析。其中,道路環(huán)境調查分析數(shù)據(jù)包括道路線形、路口路段、路側環(huán)境進行;自然環(huán)境調查分析數(shù)據(jù)括海拔高度、天氣狀況。擬確定影響因素共7個,其中,海拔高度為連續(xù)變量,其他為分類變量。
根據(jù)自變量性質,并結合自變量應與Logit(P)與呈線性關系,對影響因素分類并賦值。表1為調查數(shù)據(jù)匯總及各變量賦值情況。

表1 調查數(shù)據(jù)匯總及各變量賦值
對自變量和因變量進行相關性分析,表2為雙變量相關系數(shù)結果,以顯著性<0.05為標準,由表2可知,除天氣外,其他因素與事故形態(tài)顯著相關。

表2 雙變量相關系數(shù)表
將表1中5個分類自轉化為啞變量,對于有3個水平的自變量,設置2個啞變量,此時,第三個水平為參照水平;對于有2個水平的自變量,設置1個啞變量,此時,第二個水平為參照水平。分類變量編碼如表3所示。

表3 分類自變量編碼
表3中相應的啞變量含義,對于3個水平的自變量,以線形為例:Line(1)=1,平直路段;0,非平直路段。Line(2)=1,曲線段;0,非曲線段。對于2個水平的自變量,以超速情況為例:Overspeed(1)=1,超速;0,未超速。
利用二元Logit模型對自變量和因變量進行擬合分析,剔除顯著性水平大于0.05因素后,擬合結果如表4所示。
表4為對每個分類變量進行總體檢驗的結果,P值<0.05,則將所有啞變量納入分析,即使部分啞變量無統(tǒng)計學意義。否則,剔除部分啞變量將會導致參照水平的變化,從而啞變量的具體含義也會發(fā)生改變。
由表4可知,“海拔高度”、“車輛類型”、“路側環(huán)境”、“線形”、“超速情況”5個影響因素與事故形態(tài)顯著相關。

表4 參數(shù)估計值
對模型進行全局性檢驗,結果如表5所示,通過sig值小于0.05可知,整個模型具有統(tǒng)計學意義。使用該方程對事故形態(tài)進行分類,其準確度為87.6%,如表6所示。

表5 模型系數(shù)綜合檢驗

表6 分類表
(1)高原高等級事故形態(tài)主要為路內事故和沖出路外事故。其中,路內事故約占83%,包括碰撞運動車輛、刮撞行人、碰撞靜止車輛、碾壓行人;沖出路外事故約占17%,包括滾翻、側翻、墜車、撞固定物(因為該公路未設中央分隔帶)。
(2)事故原因中,由超速導致的事故所占比例最高,約為43%,應對高原雙車道公路進行合理限速管理。
(3)通過事故特征分析,擬確定影響事故形態(tài)的7個變量,通過相關性分析,并建立二分類Logit模型,確定事故形態(tài)顯著相關的變量有5個,分別為海拔高度、車輛類型、路側環(huán)境、是否超速、道路線形。
[1] 公安部交通管理局. 中華人民共和國道路交通事故統(tǒng)計年報(2014年度)[G]. 無錫:公安部交通管理科學研究所,2015.
[2] 唐國利.山區(qū)公路道路條件與事故作用機理及事故對策研究[J]. 成都:西南交通大學,2004.
[3] 秦勤,唐琤琤,彭道月.山區(qū)雙車道公路事故預測模型研究及在安全性評價中的應用[J].公路交通科技,2009,(10):6.
U491.3
B
1008-3383(2017)11-0008-03
2017-05-11
王義婷(1991-),女,河北衡水人,碩士研究生,研究方向:道路交通安全。