城市快速路交通事故特性分析與安全評價

單亞男,李樹彬,林兆豐

(1.山東建筑大學 交通工程學院，山東 濟南 250101;2.山東警察學院 交通管理工程系，山東 濟南 250014)

快速路作為城市道路的核心，連接城市主要片區，為城市居民提供了更加方便、快捷的出行方式。隨著城市交通需求的不斷增加，城市快速路逐漸處于交通超負荷狀態，一旦突發交通事件，就可能對路網造成巨大的壓力，從而產生擁堵甚至導致城市交通癱瘓。據有關研究表明，道路上大約有60%的交通延誤是由于交通事件引起的[1]。因此深入研究城市快速路事故發生原因，實時評估道路交通流運行情況，從而改善交通安全狀況，提高交通路網的運行效率，是交通管理部門面臨的迫切需要解決的問題。

目前國內外學者從不同角度對交通事故的發生規律以及交通事故的預防進行了大量的研究，提出了一些預防交通事故、提高道路安全的理論與方法。對于道路實時交通流運行風險評估的研究重點多針對于如何利用不同的建模方法來分析和預測道路的事故風險。裴玉龍等[2]從事故時空分布、事故成因以及事故發生形態等方面闡述交通事故特性，選取相應指標建立了基于主成分分析法的快速路交通安全評價模型。Shi等[3]利用數據挖掘和貝葉斯統計模型對導致碰撞事故的主要因素進行實時識別，證明了高峰時段、上游位置較高的交通量和較低的速度以及下游檢測點較高的擁堵指數(CI)顯著增加了撞車的可能性。李詩佳等[4]使用仿真方法對高速公路苜蓿葉型立交環形匝道側滑事故進行研究。Wang等[5]在安全表現函數的基礎上，通過建立廣義線性模型，預測了交叉口交通事故的發生風險。牛毅等[6]采用數據挖掘技術對高速公路貨車交通事故影響關聯因素進行了分析。Chen等[7]利用關聯性規則分析了高速公路交通事故的特征及其影響因素，得出各類車輛的事故特征，并確定了各種情況下傷害和死亡事故的原因。楊奎等[8]采用事故風險評估分析方法對上海城市快速路的交通流數據進行可行性分析，并使用交通流數據與事故數據構建事故風險評估模型，證明了低速運行及車道間流量的差異性會使事故發生的概率增加。

本文從時空分布、事故形態、事故發生原因等方面分析濟南市交通事故的特性，并選取事故發生前的不同時間窗下的車型比和交通流量兩個指標，構建事故風險安全評價體系色階圖，并根據概率統計模型推算出事故發生臨界流量，建立快速路事故風險安全評價模型。通過該模型可以挖掘交通流量、車型比例與事故風險潛在關系，進而掌握快速路交通安全的影響要素及其影響程度，為快速路的交通安全管理提供參考，具有重要的理論意義和實踐價值。

1 城市快速路交通事故特性分析

本文所使用的樣本數據來自濟南市交警部門和交通運輸管理部門，通過篩選3年來24 h、節假日均出現加大交通流量和加大波動范圍的事故數據，收集得到2016—2018年濟南快速路共1 034起交通事故的數據。選取事故發生前線圈檢測器的交通流數據和卡口視頻數據，將事故數據中事故發生的地點、公里數、方向、時間的格式進行統一整理，并除去信息不全的179條信息，得到用于本研究的855起交通事故的樣本數據。

城市快速路道路中央通常設有中央分隔帶，這與高速公路主線系統相似，屬于全封閉式管理，機動車的行駛不受反向車流和行人影響，快速路的主要功能是能夠快速疏導，解決城市區間中、短距離交通出行，從而使路網的總體容量提高，同時又能夠分擔主次干路網的交通壓力。相比于其他等級城市道路，快速路要求車輛運行速度較快，大多數城市快速路的交通組成以小汽車、公交車、大巴車、小型貨車為主。本文將根據濟南市快速路的事故數據資料，對城市快速路的交通事故特性進行分析。

1.1 事故時間分布特性

圖1所示為2016—2018年濟南市快速路事故24 h分布折線圖，其中事故比例是指在這個時間段發生的事故數與總的事故數的比值。由圖可知，6:00—8:00和16：00—20:00這兩個時間段與其他時間段相比事故發生數量較多，根據濟南市實際情況，該時段為早晚出行高峰時期，在這段時間里交通流量快速增加，容易引起交通事故。另外，夜間0:00—6:00、22:00—24:00交通事故發生數量有明顯的增加,主要是夜間流量與白天流量相比較少，駕駛員行車自由且行車空間較大，但受到光線影響行車視野不佳，可能會因為行車速度較快或違規操作引發交通事故。

圖1 2016—2018年濟南市快速路事故24 h分布折線圖

1.2 事故空間分布特性

城市快速路主要分為基本路段、交織區、上下匝道合流區與分流區4部分。車輛在出入匝道前后要經過合流、交織、分流等過程，根據文獻介紹，大部分的交通事故發生在交織區和上下匝道入口處，而在快速路基本路段發生的事故相對較少[9]。車輛在出入匝道前后要經過合流、交織、分流等過程，由于快速路速度要求較高，一般采用60、80和100 km/h限速，在交織區與上下匝道等區域以較高的速度行駛容易使事故的發生概率增加。雖然交織區、上下匝道合流區和分流區只占快速路總里程的很少一部分，但是該部分較高的交通事故發生率需引起有關部門的注意。

1.3 事故形態分析

有統計研究表明，快速路上的交通事故形態主要有追尾、刮擦、正面碰撞、撞固定物、側面碰撞等，其中追尾事件占所有事故的半數以上，其次為刮擦事件[10]。通過分析2016—2018年濟南快速路交通事故數據資料可知，追尾事故占三年發生的事故總數的50.54%，詳見圖2。追尾事故的發生主要是因為車輛排隊行駛時，前面車輛因為各種突發情況采取緊急制動，由于快速路車輛行駛速度較快，后續車輛駕駛員的反應時間較短，導致后續車輛無法及時避讓從而產生追尾事故，快速路上的車速較快且流量大，容易造成二次事故，如引發連環追尾事故，這會對快速路的通行能力造成很大的影響。

圖2 濟南市2016—2018年快速路交通事故形態分析

2 快速路事故風險安全評價表

2.1 事故交通流量核查

城市快速路上的交通組成比較簡單，主要以小客車為主。有關研究表明在快速路交通組成中大型車比例較少，但是與大型車相關的事故比例是大型車交通組成比例的2倍多[2]。由于城市快速路匝道之間距離較短，交通流量變化較大，根據事故發生特點以及快速路的交通組成特點，提取事發路段前5、10、15 min的交通流量，并區分大小車型，以車型比(小型車數量占車輛總數比例)表示。

事故的發生是多種因素的綜合作用，對可能影響事故嚴重程度的某種因素通常使用相關性分析法。本文選擇典型性相關分析方法對數據進行降維分析，典型相關分析是用于分析兩組變量之間相關關系的多元統計方法，其優勢在于在最大可能地保留原始變量主要信息的前提下通過降維簡化問題，從而在研究復雜問題時能夠盡快地抓住問題的主要信息[11-14]。其主要步驟如下：

(1)根據最大相關性原則，在兩組變量的最大線性組合中，選擇一對相關系數最大的線性組合，這兩個線性組合稱之為一對典型變量；

(2)從去除第一對典型變量的余下的線性組合中，找出兩組變量線性組合，使兩者之間相關性最大但與已選擇出的典型變量的相關性最小，作為第二對典型相關變量；

(3)依此思路如此下去，提取出兩組變量之間的全部信息后可以得到若干對典型變量，據此用兩組變量中的典型變量的相關關系來研究原來兩組變量之間的相關關系。

本文利用Excel中的數據分析功能，進行事故數據之間的相關性分析，判斷事發路段前5、10、15 min的交通流量和該時間段內的車型比的相關性，并選取易操作、距離事故發生時間較短的數據流量信息進行分析。分析結果如表1所示。

表1 事故發生前交通流量和車型比相關性分析

在相關性矩陣中發現事故發生前5 min的交通流量與事故發生前10 min的交通流量相關系數R2=0.908 6，5 min的交通流量與15 min的交通流量相關系數R2=0.832 2，由相關性值大小可知，15 min的交通流量變化幅度更大一些。事故發生前5 min的交通流量更能體現事故發生時的流量情況，故本文選取事故發生前5 min交通流量為事故發生時流量。

關于車型比與事故發生之間的關系，研究發現3組數據的車型比相關性均在0.92以上。由于城市快速路的交通組成大多以小型車為主，故可直接選取事故發生前5 min車型比及交通流量為事故安全評價指標。

2.2 事故嚴重程度分析

根據事故的嚴重程度不同，可以將事故劃分為一般事故和嚴重事故，一般事故是指無人員傷亡的事故，嚴重事故則是有≥1人傷亡的事故。把一般事故與嚴重事故的占比加入事故發生前5 min車型比和交通流量數據中得到圖3。圖3表明，嚴重事故一般發生在交通流量較低，大型車比例相對較大的區間。可能是因為大型車機械性能較差、超載和駕駛員疲勞駕駛等容易造成嚴重的交通事故。

圖3 事故發生交通流量和車型比散點圖

2.3 事故密度色階圖

為了更深入地探究交通流量、車型比與事故之間的關系，本文采用Excel中的色階圖功能，對事故發生時的交通流量與車型比進行分析，并將結果以色階圖的形式進行呈現，見圖4。圖中縱坐標為事故發生前5 min交通流量(veh),橫坐標為車型比，生成了一個10×10的方格矩陣，然后對方格中散落點個數進行統計，將方格中的數字除以事故總數。通過Excel表格中帶有的色階圖程序，進行染色處理，得到事故發生概率的色階圖。事故發生概率公式表示如下：

(1)

式中，C為事故發生的概率；bij為一個方格內的事故數，i、j分別代表方格的橫縱坐標；B為表格中10×10的方格矩陣全部事故數量。

通過事故密度色階圖可直觀體現出事故發生概率與交通流量和車型比例的關系，即方格中的顏色越深，則事故發生的概率越大。根據圖4中的數據可以得到在車型比0.98～0.99時，事故發生前5 min交通流量在240～300 veh的時候，事故發生的概率為10.53%。

圖4 事故發生概率色階圖

通過數據分析得到的事故發生概率色階圖構成了路段風險評價表，可以根據某一時段的交通流量以及車型比對該路段進行事故安全風險評價。

3 確定事故交通流量臨界值

3.1 換算標準流量

根據交通工程學的相關理論和《公路工程技術標準》[15]，應將大型車流量換算成標準流量。不同車輛對應的折算系數如表2所示。

表2 車輛系數折算表

標準流量換算公式見式(2)：

Ve=V∑PnEn，

(2)

式中，Ve是指當量交通量，V是指總的自然交通流量，Pn是指第n類車輛占總交通量的百分比，En是指第n類車輛的換算系數。

現有的流量統計數據中沒有區分中型車、大型車和鉸接車，所以無法對交通流量進行分類統計。根據快速路交通組成的特點，大型車一般為小貨車、大巴車和公交車等。由于其折算系數相對較小，故將公式(2)根據現有的數據類型進行合理轉換，所有大型車按照平均折算系數，換算為標準交通流量。計算公式見式(3)：

(3)

3.2 確定平均折算系數

將自然交通流量根據不同的折算系數轉換為標準流量，使得原來的二維衡量標準，降成一維的標準流量，求出交通流量的標準差與均值，并計算出不同折算系數下的變異系數。變異系數又稱為離散系數，是一個評價數據離散程度的相對指標，用于比較不同組別數據的離散程度，變異系數越小代表數據離散程度越小[16]。通過大量的數據測算，如表3所示，當折算系數為2.5時，其變異系數最小,說明散點圖中所有事故的點聚集程度最高。

表3 變異系數表

按照平均折算系數2.5，推算每起交通事故的標準流量，并進行標準流量數據密度檢測，最后對密度的直方圖進行曲線擬合，如圖5所示。發現結果基本符合正態分布規律。

圖5 快速路交通事故標準流量密度分布曲線圖

3.3 事故臨界流量的確定及驗證

在標準正態分布曲線中，定點數值為全部數據的均值。圖例擬合曲線中柱狀圖為5 min標準流量240～270 pcu的范圍值，無法明確其曲線定點值。因此需對折算系數為2.5時事故發生前的標準流量求均值，得出結果為5 min標準流量269.99 pcu，正好在上述范圍之間。再將其帶入原有自然流量和車型比的散點圖中進行驗證，并對事故數據進行擬合，得到一條上升的曲線，穿行于事故密集區域。將此均值定義為事故臨界流量。

由前面路段風險評價表可知，當車型比為0.98～0.99時，5 min交通流量在240～300 veh時交通事故發生次數最高，上文所得出的臨界流量為標準流量，且車型比為0.98～0.99，折算系數為2.5，所得5 min臨界交通流量269.99 pcu在其范圍內，故可以通過事故風險安全評價模型判斷某段路的交通流量是否達到臨界值，提前采取主動的交通管控措施以達到預防交通事故的目的。根據正態分布的規律，上下一個標準差的范圍將涵蓋68.2%的事故發生概率，因此得到了兩條黃線的區間，即上警戒線和下警戒線，詳見圖6。

圖6 事故流量擬合曲線圖和警戒線圖

根據當前流量和車型比例，通過查詢路段事故風險評價表對可能發生的交通事故進行預警。交管部門可通過提前介入調控交通流量預防事故的發生，提升快速路運行安全水平。

4 快速路交通事故預防策略

通過對快速路的交通事故特性以及安全風險評價模型的結果分析，對快速路的事故預防可采取以下策略：

(1)匝道控制

根據當前交通流量和車型比例，通過查詢事故風險安全評價表可知當快速路的主線交通流量達到事故發生流量臨界值時，可以在匝道入口處設置交通信號燈或采取相應的交通管制設施，降低入口匝道進入快速路主路的交通流量，同時配合道路信息發布等誘導手段，即將進入達到臨界流量路段的車輛從最近的出口匝道駛出進行分流，降低路段的交通需求，避免產生交通擁堵，從而使快速路的交通維持在最佳運行狀態。

(2)交通誘導

當快速路上主線交通流量達到事故流量警戒值時，可考慮采取借用應急車道措施。根據歷史和實時交通流量數據對照事故安全風險評價表，對可能產生交通事故的風險進行預判排查，在該路段利用路面情報或增設提示牌的方式，告知駕駛員應急車道的起點和終點，并在起終點分別提示“前方駛出車輛可以借用應急車道”“停止借用應急車道，請返回原車道”。當該路段的風險緩解后，利用可變信息標志板以及導航軟件協同發布撤銷管控誘導的指令。

濟南市快速路由于建設期不同，早期建設的快速路有一部分沒有應急車道(例如北園高架)。針對沒有應急車道的快速路可以根據實際路況需要，將前方路段及周邊路段的實時路況以簡化路網的形式通過可變信息標志板告知出行者，輔助駕駛人及時調整駕駛路徑，合理選擇繞行路線。

(3)不同車型分道行駛

根據大型車比例對交通事故嚴重程度的影響分析可知，大型車與小型車在車型結構、機動性能和車輛限速要求等方面存在較大的差異，當兩種車輛行駛在同一路段時，大型車車輛行駛速度較低，易形成混合車隊，阻礙小型車輛的視線，容易造成視野盲區。一方面交管部門應對大型車密集區域或時段，加強道路巡查，或采用限時、限路的通行管理措施，強化大型車事前預防。另一方面，可對原有的快速路進行拓寬或新建快速路，針對不同車型建立專用車道，強制小型車輛與大型車分開行駛。

5 結論

本文通過對濟南市快速路事故數據的處理、分析和總結，得出事故時間、空間分布特性以及事故形態特征。通過挖掘歷史數據，根據交通流量和交通事故之間內在聯系，構建了城市快速路事故風險安全評價模型。根據實際交通流量在所對應的事故風險評價表和事故臨界流量的位置，可以自動評估快速路當前安全運行的風險,實時為交管部門提供參考，使其及時干預調控快速路交通流量，或采取主動交通管控措施，達到有效預防交通事故的目的，為城市快速路主動式的交通管理提供一定的理論支撐。