行人致命交通事故特征與致因機(jī)理研究
——基于181例深度調(diào)查事故案例*

張?jiān)姴?劉 瀾 李平飛 高文君

(1.西南交通大學(xué)交通運(yùn)輸與物流學(xué)院 成都 610031；2.西華大學(xué)汽車與交通學(xué)院 成都 610039； 3.四川西華交通司法鑒定中心 成都 610039)

0 引 言

世界衛(wèi)生組織《道路安全全球現(xiàn)狀報(bào)告2015》[1]顯示，全球每年死于道路交通事故的125萬(wàn)人中行人就有27萬(wàn)，占22%；我國(guó)2015年交通事故死亡者中行人也占到了約25%[2]。作為一種重要的交通事故形態(tài)，造成行人死亡的致命交通事故一直是交通管理者、參與者、研究者及汽車設(shè)計(jì)者的關(guān)注重點(diǎn)，而通過(guò)真實(shí)事故數(shù)據(jù)反映出的事故特征和機(jī)理將有助于各方有的放矢的采取對(duì)策。

長(zhǎng)期以來(lái)，國(guó)內(nèi)外眾多學(xué)者基于不同途徑、不同規(guī)模的數(shù)據(jù)源對(duì)行人事故特征進(jìn)行了廣泛的研究，形成了各具特色的研究成果。斯里蘭卡的Fernando等基于579例2007—2012年當(dāng)?shù)蒯t(yī)院收治交通事故傷亡者的數(shù)據(jù)發(fā)現(xiàn)19%的死亡行人是被三輪車碰撞所致[3]。Kim研究發(fā)現(xiàn)2014年在韓國(guó)麗水人行橫道發(fā)生事故死亡的65歲以上老年行人占所有交通事故行人死亡總?cè)藬?shù)的49.3%[4]。Lim等研究發(fā)現(xiàn)韓國(guó)60%的行人死亡事故發(fā)生在社區(qū)道路上[5]。Chen等通過(guò)臺(tái)灣的數(shù)據(jù)研究發(fā)現(xiàn)順著交通流方向行走比背向交通流方向行走安全[6]。Park等通過(guò)首爾2014年的交通事故數(shù)據(jù)研究發(fā)現(xiàn)車流量和行人流量大小是影響行人事故的重要因素[7]。Piotr等研究波蘭2007—2012年的數(shù)據(jù)發(fā)現(xiàn)在波蘭30%的行人事故發(fā)生在無(wú)信號(hào)交叉口斑馬線上，73%的事故死亡行人為55歲以上的老年人[8]。Matsui等通過(guò)研究日本1999—2009年的行人事故數(shù)據(jù)，發(fā)現(xiàn)顱腦損傷雖然仍是行人死亡的最主要原因，但是由于臀部損傷而死亡的比例顯著增加，并且女性的比例顯著高于男性，65歲以上老人比例高于其他年齡段[9]。Carolo等通過(guò)分析以色列2003—2006年的603例行人死亡事故案例發(fā)現(xiàn)了以色列行人事故的5種形態(tài)[10]。Peymani等通過(guò)971例交通事故死亡行人案例探討了伊朗法爾斯省行人死亡事故的流行病學(xué)特征[11]。Lee基于韓國(guó)2005—2008年的3853例案例探討了老年死亡行人事故的特征[12-13]。Chinnawamy等研究了平頭車碰撞行人的事故特征[14]。

Chen等基于CIDAS(China In-depth Accident Study)2011—2014年的358例事故數(shù)據(jù)提出了中國(guó)道路上常見(jiàn)的3種行人事故形態(tài)[15]。Zhang等通過(guò)分析廣東省2006—2010年的6 967例行人事故報(bào)告，探討了影響行人事故后果嚴(yán)重程度的人、車、路和環(huán)境因素[16]。謝曉莉等基于中國(guó)某三省2005—2010年的28起事故數(shù)據(jù)，探討了二、三級(jí)公路無(wú)信號(hào)控制交叉口行人死亡事故的主要影響因素和機(jī)理[17]。Deng等基于長(zhǎng)沙2001—2006年的497例行人事故案例，對(duì)比分析了中國(guó)和瑞典行人事故形態(tài)的異同[18]。張浩等基于固有匹配對(duì)數(shù)據(jù)對(duì)機(jī)動(dòng)車乘員的致亡風(fēng)險(xiǎn)因素進(jìn)行了分析[19]。王宏雁等基于上海嘉定區(qū)2007年4月的90起事故案例分析了行人事故的特征[20]。丁雨蕾將故障樹(shù)理論用于重特大交通事故的致因分析[21]。王長(zhǎng)君等利用泊松模型和負(fù)二項(xiàng)模型對(duì)影響事故嚴(yán)重程度的因素進(jìn)行了分析[22]。

盡管國(guó)內(nèi)外已有較多的相關(guān)研究成果，但是數(shù)據(jù)源是事故特征和機(jī)理研究的基礎(chǔ)和關(guān)鍵，不同的數(shù)據(jù)源會(huì)有不同的關(guān)注角度和關(guān)注對(duì)象，其研究結(jié)論也會(huì)有異同。筆者所在團(tuán)隊(duì)參與建設(shè)的國(guó)家車輛事故深度調(diào)查體系(National Automobile Accident In-depth Investigation System，NAIS)自2011年以來(lái)采集了海量道路交通事故深度數(shù)據(jù)，本文基于NAIS數(shù)據(jù)庫(kù)，針對(duì)行人致命的事故類型，研究探討其基本特征和致因機(jī)理，對(duì)事故特征提供新的角度和對(duì)比，找出影響事故發(fā)生的各方面原因，進(jìn)而促進(jìn)有的放矢地減少行人致命事故。

1 數(shù)據(jù)來(lái)源

NAIS由國(guó)家市場(chǎng)監(jiān)督管理總局(原國(guó)家質(zhì)檢總局)缺陷產(chǎn)品管理中心于2011年?duì)款^成立，其主要目的是為了從事故中獲取車輛缺陷信息，為汽車召回提供數(shù)據(jù)支撐，同時(shí)兼顧調(diào)查事故成因。NAIS數(shù)據(jù)是在交通事故處理部門(mén)(一般指交警)對(duì)交通事故現(xiàn)場(chǎng)進(jìn)行一般意義勘驗(yàn)的基礎(chǔ)上，由經(jīng)過(guò)專門(mén)培訓(xùn)的交通事故現(xiàn)場(chǎng)勘驗(yàn)人員或?qū)ｉT(mén)的交通事故調(diào)查機(jī)構(gòu)，從人、車、路、環(huán)境等方面細(xì)節(jié)對(duì)交通事故進(jìn)行的數(shù)據(jù)采集和分析。至2017年，NAIS已經(jīng)在上海、成都、昆明、廣州、濟(jì)南、哈爾濱、天津等地布設(shè)了8個(gè)數(shù)據(jù)采集工作站，涵蓋了多種地形和多種事故形態(tài)。NAIS事故采集標(biāo)準(zhǔn)為事故參與方之一必須是汽車，并且滿足以下其中一個(gè)條件：①車內(nèi)人員1人(含)以上死亡；②氣囊被點(diǎn)爆的事故；③M1類車輛，車外1人(含)以上死亡的事故；④載貨汽車或大型客車造成2人(含)以上死亡的事故；⑤車輛火災(zāi)事故；⑥車輛可能存在設(shè)計(jì)制造問(wèn)題的其他事故。

NAIS制定了《車輛事故深度調(diào)查采集與分析規(guī)范》和規(guī)范統(tǒng)一的深度調(diào)查采集表格。對(duì)于行人事故的數(shù)據(jù)采集，需用20個(gè)表格記錄，每個(gè)事故案例需采集大約1 678項(xiàng)數(shù)據(jù)，包括行人、車輛(含駕駛員)、現(xiàn)場(chǎng)、道路、碰撞等方面見(jiàn)圖1。每起事故數(shù)據(jù)均須經(jīng)過(guò)采集-分析-錄入-初審-專家審核-終審等多個(gè)環(huán)節(jié)才能最終在NAIS平臺(tái)中開(kāi)放，終審不通過(guò)的數(shù)據(jù)將不開(kāi)放。自2011—2016年底，NAIS已經(jīng)采集到各類事故樣本1 879例，其中有1 411例完成終審；行人事故采集數(shù)量為295例，其中通過(guò)終審的181例即為本文的數(shù)據(jù)源，全部為行人致命事故，涵蓋了大多數(shù)的道路類型，見(jiàn)表1。

圖1 NAIS行人事故深度調(diào)查內(nèi)容示意圖Fig.1 Sketch map of in-depth collection category of pedestrian accidents in NAIS

道路類型樣本數(shù)量占比/%道路類型樣本數(shù)量占比/%城市快速路179.4高速公路5128.2城市主干路3217.7一級(jí)公路158.3城市次干路2614.4二級(jí)公路2614.4城市支路95.0其他公路52.8

2 事故特征分析

2.1 事故地點(diǎn)

事故地點(diǎn)信息包含事故路段類型、事故碰撞車道位置、事故路段中央分隔類型等方面。

1)路段類型方面(見(jiàn)表2)，81.2%的行人致命事故發(fā)生在沒(méi)有設(shè)置行人過(guò)街設(shè)施的普通路段，在路段人行橫道上的事故也占到5.5%，而發(fā)生在路口的事故不到8%。這種特征一方面表明行人在禁止橫穿的普通路段橫穿道路發(fā)生事故的幾率和傷害程度都很高，另一方面也表明目前我國(guó)行人違章橫穿道路的交通不安全現(xiàn)象比較嚴(yán)重。在146例(占80.7%)行人穿越道路事故中，有49.8%的事故行人穿越的是綠化帶或隔離欄，有24.3%穿越的是道路中央黃色分隔線，在人行橫道上發(fā)生的行人致命事故只占12.7%。

表2 事故路段類型分布Tab.2 Location types of sampled accidents

2)事故碰撞車道位置方面(見(jiàn)表3)，發(fā)生在最左側(cè)車道的事故占比達(dá)到了58.0%，發(fā)生在中間車道和右側(cè)車道的事故比例為34.8%。特別需要指出的是，181例樣本中，沒(méi)有1起是車輛在交叉口右轉(zhuǎn)過(guò)程中造成行人致命的事故。

表3 事故碰撞車道位置分布Tab.3 Collision positions of sampled accidents

2.2 事故時(shí)間與天氣特征

事故的月份特征、時(shí)間特征、天氣特征是事故特征的重要組成部分。181例樣本中，各月的事故比例差別不明顯，沒(méi)有特別明顯的月份見(jiàn)表4。事故發(fā)生時(shí)段方面見(jiàn)表5，20：00—21：00時(shí)之間發(fā)生的事故比例最高，并且城市道路和公路上都具有這個(gè)特征，都占近1/5；隨后依次是19：00—20：00，21：00—22：00，22：00-23：00，08：00—09：00，07：00—08：00；事故發(fā)生比例最低的時(shí)間段為04：00—05：00，03：00—04：00；19：00—21：00是明顯的行人致命事故多發(fā)時(shí)段，占樣本總數(shù)的29.2%。天氣方面(見(jiàn)表6)，近九成的行人嚴(yán)重事故發(fā)生在晴陰天氣，雨天的事故比例占到11.6%，其他天氣狀況的事故采集的較少。

2.3 駕駛員、車輛及行人特征

1)駕駛員方面，男性駕駛員占91.2%，女性駕駛員占8.8%；18～50歲年齡段的中青年駕駛員占92.8%；60歲以上的老年駕駛員占比較低；沒(méi)有未成年駕駛員；這個(gè)分布特征與交通流中駕車人年齡構(gòu)成基本一致,見(jiàn)表7。駕駛員駕齡方面(表8)，1～5年駕齡的駕駛員發(fā)生行人致命事故的比率較高(25.4%)；其次是5～10年駕齡，占26.5%；實(shí)習(xí)期內(nèi)發(fā)生事故的比率占3.3%；駕齡超過(guò)20年的事故比率不高。

表4 事故發(fā)生月份分布Tab.4 Month distribution of sampled accidents

表5 事故發(fā)生時(shí)段分布Tab.5 Time distribution of sampled accidents

表6 事故天氣分布Tab.6 Weather distribution of sampled accidents

表7 駕駛員年齡分布Tab.7 Age distribution of drivers

表8 駕駛員駕齡分布Tab.8 Driving experience distribution of drivers

2)車輛類型方面，在矮長(zhǎng)頭車、高長(zhǎng)頭車、面包車、平頭車和斜頭車(商務(wù)車)等5種車型中，絕大部分的涉事車型為前3種，其中矮長(zhǎng)頭車占58.6%，高長(zhǎng)頭車占19.9%，面包車占16.0%。值得注意的是，面包車與行人發(fā)生嚴(yán)重事故的比例應(yīng)該說(shuō)遠(yuǎn)高于該車型在交通流中的比例，這是具有中國(guó)特色的。大客車、貨車之類的平頭車發(fā)生行人致命事故的比率不高，并且以低速碾壓行人為主。

3)行人性別方面，66.6%為男性行人，33.7%為女性行人。行人年齡方面(表9)，未成年人占5.0%，18～40歲的青年人占18.8%，40～60歲的中年人所占比例為35.9%，60歲以上老人所占比例最大(37.0%)，明顯高于行人交通參與者中老年人的比例。

表9 事故行人年齡分布Tab.9 Age distribution of pedestrian fatalities

2.4 碰撞狀態(tài)特征

涉事車輛在事故前的行駛速度值大致呈正態(tài)分布(見(jiàn)表10)，中間值介于60～80 km/h之間，往高和往低的占比均逐漸降低。事故車輛超速的約占43%，超過(guò)一半的車輛是在未超速的情況下與行人碰撞的；超速主要發(fā)生在城市主、次干道及二級(jí)公路等限速不高的道路上；未超速的大多發(fā)生在高速公路、一級(jí)公路及城市快速路等限速較高的道路上。另外，超過(guò)2/3的事故駕駛員在與行人碰撞前并沒(méi)有提前發(fā)現(xiàn)行人并采取預(yù)防碰撞措施，只有接近3/10的事故駕駛員在碰撞行人之前采取了緊急制動(dòng)措施。

車輛碰撞接觸位置方面(見(jiàn)表11)，超過(guò)一半的碰撞位置位于車頭正中及略偏左(右)的范圍，43.6%的碰撞位于右(左)前角。車頭右半部碰撞的比率高于左半部的碰撞。中部碰撞一般將行人拋向車輛前方，前角碰撞中行人會(huì)被拋向車輛的側(cè)面。除了車輛前部與行人相撞外，車輛從側(cè)部和尾部與行人相撞的比率較小。車輛側(cè)部與行人相撞事故中大多數(shù)是車輛發(fā)生單車事故或多車事故后與行人發(fā)生的二次事故；車輛尾部與行人相撞的事故都是車輛在倒車過(guò)程中發(fā)生的。

表10 事故車輛事故前行駛速度分布Tab.10 Speed distribution of accident vehicles

表11 事故碰撞第一接觸位置分布Tab.11 Contact position distribution of accident impact

181例樣本中，68.0%的事故是在行人違章橫穿道路時(shí)發(fā)生的，在路段人行橫道和交叉口人行橫道上發(fā)生的事故占比12.7%(見(jiàn)表12)；因駕駛員操作不當(dāng)進(jìn)入路側(cè)人行區(qū)域或環(huán)衛(wèi)/道路維護(hù)作業(yè)區(qū)域造成的事故比例達(dá)到14.3%。另外，盡管大部分的行人在事故發(fā)生前的行為狀態(tài)并不是站立，但是由于在碰撞前瞬間意識(shí)到危險(xiǎn)進(jìn)而慌張，以致有37.6%的行人在碰撞瞬間是以站立狀態(tài)與車輛碰撞的。

表12 行人事故前行為狀態(tài)分布Tab.12 Pre-impact behavior distribution of pedestrian fatalities

行人被撞接觸位置方面，82.9%的行人是從側(cè)面(左側(cè)或右側(cè))被車輛碰撞的，從其他位置被撞的比例都較小。這個(gè)分布特征表明大部分的嚴(yán)重行人交通事故發(fā)生時(shí)，行人處于穿越道路的狀態(tài)。

2.5 事故后果特征

行人與車輛碰撞中，由于行人與車輛的質(zhì)量差別巨大，并且車輛速度慣量巨大，碰撞中行人身體會(huì)與車輛外表面(保險(xiǎn)杠蒙皮、發(fā)動(dòng)機(jī)蓋、擋風(fēng)玻璃、翼子板等)發(fā)生直接碰撞，之后被拋向空中后落地時(shí)又與地面發(fā)生2次碰撞并在地面上滑移，至少2次的碰撞都會(huì)極大的超出行人身體的極限，從而造成行人身體的嚴(yán)重?fù)p傷。行人事故中行人的受傷類型主要是挫傷、骨折、穿透?jìng)⒘褌蛿D壓傷等，所有致命事故中行人創(chuàng)傷的AIS值都達(dá)到6，大部分的嚴(yán)重創(chuàng)傷部位為頭部，絕大部分的死亡原因?yàn)轱B腦損傷伴隨骨折。

車輛受損方面，行人事故中一般會(huì)造成車輛保險(xiǎn)杠蒙皮和發(fā)動(dòng)機(jī)蓋不同程度變形，前角碰撞中會(huì)造成車輛翼子板變形或前大燈燈罩損壞。車輛受損的另一個(gè)明顯特征是前風(fēng)窗玻璃的網(wǎng)狀裂紋，一般是因行人的頭部碰撞造成。181例樣本中，62.4%的事故中車輛前風(fēng)窗玻璃出現(xiàn)了裂紋，另有37.6%的事故中車輛沒(méi)有裂紋見(jiàn)表13。車輛前風(fēng)窗玻璃沒(méi)有裂紋一方面是車輛碰撞速度較低，行人頭部在碰撞中到達(dá)不了風(fēng)窗玻璃，另一方面是由于行人碰撞接觸位置位于車輛邊角，行人被碰撞后直接倒向后視鏡處，未與風(fēng)窗玻璃接觸。數(shù)據(jù)顯示，超過(guò)2/3的矮長(zhǎng)頭車事故中其風(fēng)窗玻璃會(huì)出現(xiàn)裂紋，出現(xiàn)裂紋的最小碰撞速度為32 km/h；約1/3的高長(zhǎng)頭車事故中其風(fēng)窗玻璃會(huì)出現(xiàn)裂紋，出現(xiàn)裂紋的最小碰撞速度為60 km/h；近4/5的面包車事故中其風(fēng)窗玻璃會(huì)出現(xiàn)裂紋，23 km/h的碰撞速度就會(huì)導(dǎo)致裂紋出現(xiàn)。54.0%的裂紋位于風(fēng)窗玻璃的下部，42.5%位于中部，只有3.5%位于上部，右半部明顯多于左半部。

表13 車輛前風(fēng)窗玻璃裂紋中心分布Tab.13 Crackle position distribution of windshield of accident vehicles

通過(guò)以上對(duì)181例案例事故的統(tǒng)計(jì)分析，可以總結(jié)出行人致命事故的七大特征：行人違章橫穿道路現(xiàn)象非常突出、老年行人涉事率較高、19：00—21：00時(shí)是事故多發(fā)時(shí)段、面包車事故是中國(guó)道路特色、道路路側(cè)作業(yè)行人危險(xiǎn)度高、行人死亡大多為顱腦損傷、車輛前擋風(fēng)玻璃大多會(huì)有網(wǎng)狀裂紋等。

3 事故致因機(jī)理分析

常用的事故分析方法包括安全檢查表法、可靠性分析法、事故樹(shù)分析法等，本文選用魚(yú)刺圖法進(jìn)行行人事故致因的分析。魚(yú)刺圖又稱因果分析圖或因果圖，它運(yùn)用不遺漏、不重疊的原則將問(wèn)題分為更細(xì)的若干個(gè)方面，并按相互關(guān)聯(lián)性整理而成層次分明、條理清楚、同時(shí)標(biāo)出重要因素的圖形，是一種發(fā)現(xiàn)問(wèn)題“根本原因”的方法。魚(yú)刺圖事故分析法的基本步驟為：①確定事故的影響因素；②找出所有可能導(dǎo)致事故的原因；③將各原因和因素進(jìn)行逐層歸類，明確隸屬關(guān)系；④分類填圖。

3.1 行人因素

從行人的角度，超過(guò)六成的行人致命事故主要是由于行人違章橫穿道路造成，不僅在沒(méi)有中央隔離設(shè)施的城市道路和二級(jí)公路常見(jiàn)，在設(shè)置有中央分隔帶禁止行人行走的高速公路及城市快速路上，行人橫穿現(xiàn)象也非常突出。行人之所以冒險(xiǎn)橫穿道路，主要是心存僥幸心理，對(duì)危險(xiǎn)估計(jì)不足，意識(shí)到危險(xiǎn)之后又不知所措；另有一部分行人(特別是老年行人)交通安全意識(shí)淡薄，交通語(yǔ)言識(shí)別能力弱，身體反應(yīng)機(jī)能弱，缺少“路權(quán)意識(shí)”，以致危險(xiǎn)來(lái)臨卻還不知。此外，兒童玩耍、飲酒行走、夜間著裝顏色較深、闖紅燈等也是導(dǎo)致少部分行人死亡事故的原因。另外，致命事故中老年行人的比例較高，與老年人群體質(zhì)脆弱、抵抗力差、容易有并發(fā)癥等因素有關(guān)。

圖2是2014年9月發(fā)生在成都市三環(huán)路上的一起行人碰撞死亡事故，是典型的行人違章橫穿道路事故。事故中著白色上衣的52歲男性行人，在路邊伺機(jī)等待交通流空擋后快步橫穿4車道的快速路(限速100 km/h)，約5 s后在最后一個(gè)車道內(nèi)被一行駛速度為75 km/h的香檳色小客車碰撞，經(jīng)送醫(yī)無(wú)效后死亡。

圖2 行人橫穿快速路事故典型案例Fig.2 Typical jaywalking case on freeways

圖3是2015年11月發(fā)生在成都市經(jīng)華北路的一起行人碰撞死亡事故，是典型的老年行人橫穿城市道路事故。事故中著深色服裝的73歲男性行人以極慢的速度橫穿一雙向4車道的城市主干道(限速60 km/h，中央雙黃線隔離)，在快臨近道路中央時(shí)，為了等待交通流空隙，直接駐足在行車道內(nèi)，被正常行駛的黑色轎車(行駛速度僅25 km/h)碰撞，經(jīng)送醫(yī)無(wú)效后死亡。

圖3 老年行人橫穿城市道路典型案例Fig.3 Typical jaywalking case involving old pedestrian on urban streets

行人除了橫穿道路致命危險(xiǎn)度高之外，在道路路側(cè)的違章作業(yè)也是行人致命事故的重要原因(占比6.6%)，包括環(huán)衛(wèi)作業(yè)、道路施工作業(yè)、車輛拋錨維修作業(yè)等。發(fā)生事故的主要原因是作業(yè)人員沒(méi)有嚴(yán)格按照規(guī)程進(jìn)行操作，沒(méi)有做好作業(yè)告知和分流工作，侵入了車輛行駛限界內(nèi)。

3.2 駕駛員因素

從駕駛員的角度，觀察不到位、注意力不集中、應(yīng)急處置不當(dāng)是許多行人致命事故未能避免的主要原因。在多起有監(jiān)控視頻或行車記錄視頻的NAIS事故案例中，可以明顯的看出駕駛員應(yīng)該有條件主動(dòng)避免事故碰撞的發(fā)生或降低事故后果的嚴(yán)重程度。圖2和圖3所示的2起典型事故中，事故車輛在接近事故碰撞點(diǎn)前其前方視野均較為開(kāi)闊，也有足夠的距離發(fā)現(xiàn)違章行人并采取緊急措施，但是2車均是在非常接近行人時(shí)才有減速行為。此外，有少量行人致命事故涉及到駕駛員的疲勞駕駛、酒后駕駛、肇事逃逸行為等。另外，涉事駕駛員中超過(guò)九成為男性，男司機(jī)才是“可怕的”。

3.3 車輛因素

從車輛的角度，超速行駛是行人致命事故最主要的原因。181例樣本數(shù)據(jù)顯示，超過(guò)四成的事故涉及車輛超速，速度越高，行人致命的可能性越大。大型車輛視野欠佳，在碰撞中容易對(duì)行人造成碾壓，形成致命損傷。受到其他車輛遠(yuǎn)光燈的照射以致駕駛員無(wú)法及時(shí)看清前方行人也是行人事故發(fā)生的重要原因之一，圖3中的事故明顯也與對(duì)向車道中的車輛開(kāi)遠(yuǎn)光燈有一定的關(guān)系。此外，車頭形狀與行人的碰撞損傷程度有較大關(guān)系，特別是面包車車頭接近垂直，即使碰撞速度不高，行人一旦碰撞其頭部也很容易直接與前風(fēng)窗玻璃碰撞，導(dǎo)致行人顱腦損傷，致死率很高。另外，闖紅燈、未保持安全車距、逆向行駛、倒車、機(jī)械故障等也是少部分行人致命事故的原因。

3.4 道路因素

從道路的角度，主要的原因是相關(guān)安全設(shè)施的缺失或不完善，包括未按規(guī)范設(shè)置隔離設(shè)施、隔離設(shè)施損壞沒(méi)有及時(shí)修復(fù)、信號(hào)燈設(shè)置缺陷、標(biāo)志標(biāo)線不完善等。從圖3所示事故的監(jiān)控中可以看到，事故發(fā)生前已有多名行人違章橫穿道路，可見(jiàn)此處行人橫穿道路幾乎是常態(tài)，有必要設(shè)置物理隔離欄。另外，雖然數(shù)據(jù)表明，大部分的行人致命事故發(fā)生在不允許行人橫穿或行走的路段上，但是從以人為本的理念出發(fā)，道路設(shè)計(jì)應(yīng)給行人的合理過(guò)街(路)需求提供適合的響應(yīng)方式。此外，道路視距不良、路面潮濕等也容易導(dǎo)致事故的發(fā)生。

3.5 環(huán)境因素分析

從環(huán)境的角度，數(shù)據(jù)表明晚19：00—21：00時(shí)行人致命事故特別突出。不管是城市道路還是公路，19：00—21：00時(shí)發(fā)生的行人致命事故都占全天的近三成，大大高于其他時(shí)段。雖然晚上19：00—21：00時(shí)一般不是全天的車流、人流最高峰時(shí)間，但是由于該時(shí)段晚高峰已逐漸消散、城市昏黃照明與車輛照明映襯、飯后駕駛員和行人安全意識(shí)放松等因素的影響，以致該時(shí)段行人致命事故發(fā)生頻率較高。此外，道路景觀和天氣對(duì)事故也有間接影響。

3.6 總體因素魚(yú)刺圖

基于以上分析，結(jié)合NAIS數(shù)據(jù)庫(kù)中的181例行人致命事故特征，采用魚(yú)刺圖分析方法，得出行人致命事故致因機(jī)理的總體因素魚(yú)刺圖，見(jiàn)圖4。行人致命事故的影響因素包括行人、駕駛員、車輛、道路和環(huán)境等5個(gè)方面。總體來(lái)看，五大因素對(duì)行人致命事故的發(fā)生影響程度的排序?yàn)樾腥恕Ⅰ{駛員、車輛、道路、環(huán)境；對(duì)行人事故后果影響程度的排序?yàn)檐囕v、行人、駕駛員、道路、環(huán)境。從行人致命事故預(yù)防的角度，加強(qiáng)行人和駕駛員的交通安全教育和管理是首要的關(guān)鍵，其次是完善和規(guī)范道路設(shè)施，再次是加強(qiáng)車輛運(yùn)行秩序的管理，最后是完善道路環(huán)境。

圖4 行人致命事故致因機(jī)理魚(yú)刺圖Fig.4 Fishbone diagram of cause mechanism of fatal pedestrian accidents

4 結(jié)束語(yǔ)

行人致命事故是一種重要的交通事故類型，社會(huì)各方都不愿看到這類事故的頻繁發(fā)生。基于NAIS深度數(shù)據(jù)庫(kù)181例事故樣本的統(tǒng)計(jì)分析和致因機(jī)理分析均表明，行人違章橫穿道路是行人致命事故最主要的原因，應(yīng)從交通安全教育、完善交通安全設(shè)施、車輛速度管理等方面加以預(yù)防；同時(shí)，老年行人在事故中的致命率較高，老人也是致命交通違章行為的重要群體，應(yīng)加以重視。此外，雖然NAIS在事故深度數(shù)據(jù)庫(kù)建設(shè)方面取得了良好的開(kāi)端，但是數(shù)據(jù)樣本量和覆蓋面也還需要進(jìn)一步加大，包括行人事故在內(nèi)的各類事故的特征和致因機(jī)理也還需要持續(xù)的研究。