基于CIDAS數據與集成學習的電動兩輪車騎行者傷害致因分析*

魏 雯 杜雨萌 董傲然 秦 丹 朱 彤

（長安大學運輸工程學院 西安 710064）

0 引 言

電動兩輪車轉向靈活，在騎行中呈現搖擺性、離散性，易與機動車流產生沖突，影響正常交通流；相比普通自行車，電動兩輪車質量更大、車速更快，加之我國復雜的道路交通環境，一旦發生碰撞事故，將造成更加嚴重的后果。結合中國實際交通情況，有必要對電動兩輪車與機動車的碰撞事故中電動車騎行者致傷因素進行進一步探究。

國內外針對涉及電動自行車的事故致因研究已經取得了一定的成果。Patrizia等[1]基于足夠量的數據，對電動自行車單車碰撞的風險相關因素進行了研究，發現高騎行暴露（基于電動自行車使用時間和頻率構建的新指標、值越大代表使用時間和頻率越高）、男性騎行者、出行目的為上班或上學是電動自行車交通事故高風險因素。馬國忠等[2]指出在電動自行車交通事故中，與機動車間的碰撞為事故的主要形式。王衛杰等[3]發現大中型貨車和夜間無照明能顯著增加電動車騎行者死亡或重傷的風險。江亮等[4]發現日均里程、風險駕駛行為、工作時長、冒險意識是影響電動車交通事故的重要因素。李英帥等[5]認為影響交通事故嚴重程度的最主要因素依次為車輛間事故類型、騎行者受傷部位、道路物理隔離類型等。

統計回歸模型是探索各種事故決定因素之間關聯的最廣泛使用和最成熟的方法，但這些傳統模型必須以1個有效的模型假設和適當的預定義關系為前提。……