兩輪車事故影響因素分析及損傷機理研究*

王仲旭 陳澤平,2 魯譽,3 劉強,3 解孝民

（1.中山大學，廣州 510006；2.廣東省海洋工程施工與水上應急救援工程技術中心，廣州 510006；3.中山大學-廣汽研究院智慧交通與人工智能聯合實驗室，廣州 510006；4.廣東瑪西爾電動科技有限公司，肇慶 523268）

主題詞：兩輪車安全 風險因素 邏輯回歸 事故重構 損傷機理

1 前言

2019年，我國發生的道路交通事故中，涉及非機動車（主要為兩輪車）的事故占比為11.73%，其中導致騎行人傷亡的最常見事故類型是兩輪車-機動車碰撞。作為道路交通中的弱勢群體，騎行人在與機動車的碰撞事故中更容易發生致命損傷。因此，研究兩輪車-機動車碰撞事故影響因素，探究騎行人損傷機理，對于減少兩輪車事故發生具有重要意義。

關于兩輪車交通事故嚴重程度影響因素的研究，國內外學者大多采用離散結果模型將損傷作為名義變量或有序變量，常用的模型是邏輯回歸（Logistic Regression，LR）模型和概率單位模型（Probit Model）。徐程、周繼彪等分別以杭州和寧波涉及電動自行車的事故數據為基礎，建立事故嚴重程度影響因素邏輯回歸模型和概率單位模型，探究了騎行人年齡、性別及駕駛行為等因素對騎行人損傷程度的影響。Robartes、Nenad 等分別使用有序概率單位和邏輯回歸模型分析弗吉尼亞2010～2014 年自行車碰撞數據和貝爾格萊德交通學院2001～2010 年期間發生的涉及動力兩輪車的交通事故，探究駕駛員、車輛和道路特征對騎行人傷害嚴重程度的影響。以上研究多通過建立統計學模型對兩輪車事故數據進行分析，僅得到了事故嚴重程度影響因素，并未分析騎行人的具體損傷機理。

關于兩輪車事故騎行人損傷機理的研究，有學者利用計算機數學技術，通過事故重構方法進行了分析。馬興會等以車速和碰撞位置為變量，分別建立了汽車-電動兩輪車和汽車-自行車有限元碰撞模型，結果表明，反映人體損傷特性的評價指標均與汽車車速呈正相關，與兩輪車車速相關性較弱。Huang 等運用MADYMO 建立了兩輪車與機動車事故的12 個碰撞場景，結果表明，騎行人頭部損傷風險隨機動車速度的提高而增加，而兩輪車速度及騎行人與機動車相對高度對運動響應具有非線性影響。以上研究多通過事故重構方法研究損傷機理，尚未考慮事故嚴重程度影響的關鍵因素。

本文基于廣東省涉及兩輪車的交通事故數據，建立事故嚴重程度邏輯回歸模型，確定對事故嚴重程度有顯著影響的因素，并設置兩輪車-機動車碰撞事故仿真參數，探究這些風險因素對騎行人損傷程度的影響。

2 數據與方法

2.1 數據來源

本文數據來源于廣東省交通事故數據庫，選取2006～2018 年廣東省發生的30 925 起涉及兩輪車的事故。每一條事故記錄包括人員信息、車輛特征、道路條件、事故發生時間、環境條件和傷害嚴重程度等信息。為保證分析的準確性，數據記錄中的空白和不確定信息均刪除。

2.2 變量選取

2.2.1 因變量

為了確定與兩輪車事故相關的風險因素，設定事故嚴重程度為因變量：“1”=財產損失；“2”=受傷；“3”=死亡。

2.2.2 自變量

交通系統由人、車、路和環境等多個因素組成，是一個動態系統，任何一個環節出現問題，都可能導致交通事故。因此，從事故數據中初步選取騎行人、駕駛員屬性，以及車輛、道路和環境等因素中的33個變量作為候選自變量，變量賦值如表1所示。

表1 自變量賦值及含義

2.3 研究方法

邏輯回歸是研究分類觀測值（因變量）與影響因素（自變量）之間關系的一種多變量分析方法，該自變量應為分類變量（兩類或多類），當該自變量有2個以上分類時，稱為多元邏輯回歸模型。本文采用有序多元邏輯回歸模型，建立事故嚴重程度與各因素之間的關系，從而識別出各因素對交通事故嚴重程度的影響。有序多元邏輯回歸可以看作是將因變量分割為多個二元邏輯回歸的擬合，在二元邏輯回歸模型中，發生嚴重事故的概率可以表示為：

式中，,,...,x為選擇的影響因素；為常數項；,,...,β為影響因素,,...,x的回歸系數，表示自變量與因變量之間的相關性。

則發生嚴重事故的概率與不發生嚴重事故概率的比值可以表示為：

3 分析結果與討論

采用SPSS軟件建立有序多元邏輯回歸模型分析兩輪車事故嚴重程度的顯著影響因素。參考Kim 等的研究，模型中保留了顯著性水平為0.05的自變量，從模型估計結果中，可以篩選出一些對兩輪車事故嚴重程度有顯著影響的因素。

3.1 駕駛員與騎行人因素

表2 所示為通過邏輯回歸模型篩選出的與駕駛員和騎行人相關的影響因素，以及這些因素的顯著性水平及優勢比（Odds Ratio，OR）。

表2 邏輯回歸模型涉及駕駛員與騎行人因素的估計結果

從表2中可以發現，女性駕駛員和女性騎行人遭受致命傷害的可能性更小，表明男性駕駛員和男性騎行人在兩輪車事故中可能面臨更大的碰撞風險?？傮w而言，女性比男性更謹慎，攻擊性更弱，因此發生致命事故的風險更低。此外，駕齡也是重要因素，以＞10 年為參考類別，表2 揭示了駕齡為7～10 年的駕駛員發生致命事故的概率更高，對應的優勢比結果表明，其發生致命事故的概率比擁有10年以上駕齡的駕駛員高15.4%。

3.2 車輛因素

邏輯回歸模型關于車輛因素的估計結果如表3 所示，可見車輛類型、行駛狀態、車輛安全狀態和事故形態是影響兩輪車事故的重要因素。

表3 邏輯回歸模型涉及車輛因素的估計結果

表3 結果表明：以小汽車為參考類別，本研究選擇的3 種車輛類型都有可能造成致命損傷。其中大貨車的損傷概率最高，是小汽車的4.104倍，這可能是由于大貨車具有更大的慣性。其次是大客車，發生致命事故的概率是小汽車的2.316 倍。此外，正面碰撞造成致命損傷的概率更高，目前考慮事故形態對事故嚴重程度影響的研究較少，尤其是涉及兩輪車的交通事故。本文采用事故重構的方法，進一步分析追尾、正面碰撞和側面碰撞3 種碰撞形式下不同碰撞角度對騎行人損傷的影響。

3.3 道路因素

表4 列出了與道路相關的影響因素及其顯著性水平和優勢比。由表4 可知，在道路橫斷面位置、交通信號、路側防護措施、路表狀況和道路線形等因素對事故嚴重程度有顯著影響。

表4 邏輯回歸模型涉及道路因素的估計結果

根據表4結果，機動車道比非機動車道更容易發生致命損傷。兩輪車騎行者有時會違反交通規則在機動車道行駛，如果與機動車發生碰撞，由于道路上的車輛速度相對較高，騎行人發生損傷的概率更高。道路上的一些交通設施（交通信號和路側防護設施）對降低騎行人的傷害程度有一定作用。亂穿馬路的情況在國內較常見，尤其是在沒有交通信號的情況下，駕駛員撞到騎行人的概率會更高，表4 顯示，交通信號可使致命事故概率降低34%。此外，在干燥路面發生致命損傷概率比其他路面高66.5%，這可能是由于駕駛員在干燥路面行駛時容易放松警惕，行駛速度過快。

3.4 環境因素

環境因素的顯著性水平與優勢比如表5 所示：星期、季節、時段、天氣、能見度和照明情況與兩輪車事故相關。

表5 邏輯回歸模型涉及環境因素的估計結果

由表5可以看出，兩輪車在無照明夜間發生致命損傷的概率是白天高峰時段的1.611 倍，可能是由于駕駛員在夜間行駛時視線受到了很大的限制。然而，當道路周圍有路燈時，致命損傷的概率降低了27.9%。以雨雪天氣為對照組，陰天因素下的優勢比為1.174，這意味著在陰天發生致命損傷的概率是雨雪天氣下發生致命損傷的概率的1.174 倍。能見度也會輕微影響騎行人發生損傷的概率，由表5可見，能見度小于50 m時，發生致命損傷的概率最高。這可能是由于此時警察執法力度較弱，駕駛員魯莽行為較多且認為違法被處罰的可能性較低。

4 事故重構

本文采用事故重構的方法進一步分析邏輯回歸模型得到的顯著影響因素導致騎行人發生損傷的機理。

4.1 重構模型

如圖1 所示，基于MADYMO 仿真軟件，建立兩輪車-小汽車的碰撞模型。圖1a中，選取4種不同碰撞角度（0°、60°、90°、120°）表示發生的3種不同事故形態（追尾、正面碰撞和側面碰撞）。根據現有的事故數據，選取3種不同的路表狀況，即干燥、積水以及其他狀況，其對應的地面摩擦因數分別為0.7、0.5 和0.3。假人模型、兩輪車以及小汽車的多剛體模型如圖1b 所示。采用MADYMO 中第50百分位男性假人模型作為參考假人，該模型此前已通過人體解剖試驗的結果進行驗證，并被有效地用于車輛-自行車的事故重構研究。

圖1 重構模型的相應尺寸

在模型驗證過程中，當兩輪車與小汽車的速度分別設為15 km/h和40 km/h時，模型中假人與事故視頻中騎行人的運動趨勢相同（如圖2所示）：在與汽車第一次接觸后，騎行人的頭部轉向發動機罩，在空中發生旋轉后墜落地面?；诖耍炞C了模型具有進一步研究的可行性。整個碰撞過程時間設置為1 500 ms，模擬騎行人從開始與機動車接觸到墜落到地面的全過程。采用頭部損傷標準（Head Injury Criterion，HIC）來評估騎行人頭部損傷的嚴重程度，通過比較整個碰撞過程以及分析對應的HIC結果來確定騎行人的損傷程度：

圖2 重構模型與真實事故的運動學對比驗證

式中，()為頭部中心的合成加速度；、分別為HIC 值達到最大值時的起始時刻和結束時刻。

4.2 碰撞角度對頭部損傷的影響

圖3展示了4種不同碰撞角度下兩輪車-小汽車碰撞的運動學過程。

圖3 運動學過程

由圖3可知，整個運動學過程可以分為3個階段：當碰撞角度為60°和90°時，在階段Ⅰ，假人或兩輪車首先與小汽車接觸，并在階段Ⅱ開始向發動機罩、前風窗玻璃翻轉，在階段Ⅲ，假人開始沿著前風窗玻璃、發動機罩向下滑動，最終落到地面并停止；當碰撞角度為0°和120°時，與其他2 個碰撞角度不同，兩輪車與小汽車接觸后，在水平和垂直方向上都發生了較大位移，然后開始失去平衡，最終假人頭部著地。

本文根據設定的仿真條件進行了多組試驗，通過對試驗數據的整理和分析，得到了4種不同碰撞角度對騎行人損傷的影響，如圖4所示。設置碰撞時間=1 500 ms模擬整個碰撞過程，設置=300 ms模擬接觸的瞬間并記錄HIC。從圖4a 中可以看出，當碰撞角度為90°時HIC相對較高，說明此碰撞角度對騎行人的沖擊較大，這一結果與3.2節邏輯回歸模型得到的結論一致：正面碰撞（即碰撞角度為90°）造成致命損傷的概率最高。通過分析圖3 兩輪車-小汽車碰撞過程，90°的碰撞角度下，發生碰撞后，騎行人頭部撞擊機動車發動機罩而后發生扭轉造成嚴重損傷。圖4b 表明，在接觸瞬間，60°的碰撞角度下，騎行人頭部損傷值相對較大。分析圖3碰撞過程，可能是因為在60°的碰撞角度下，騎行人失去重心后頭部撞向前風窗玻璃，短時間內頭部受到的沖擊力較大，造成嚴重損傷。

圖4 3種不同摩擦因數下不同碰撞角度的HIC

此外，比較2 種類型的側面碰撞，分析整個碰撞過程，兩輪車與小汽車在相反方向（碰撞角度為120°）行駛時比同向（碰撞角度為60°）行駛時更容易發生嚴重的頭部損傷。分析圖3 可以發現，在120°碰撞角度下，騎行人傾向于頭部直接著地而不接觸車輛，因此與60°的碰撞角度相比，120°的碰撞角度下更容易在短時間內對騎行人頭部造成嚴重損傷。

4.3 路面情況對頭部損傷的影響

如圖4a所示，分析整個碰撞過程，當碰撞角度和速度恒定時，隨著路面摩擦因數增加，騎行人頭部損傷值相應增加，這表明摩擦因數越大，對騎行人頭部造成的損傷越嚴重。該結果與3.3節邏輯回歸模型結論一致：在干燥路面發生致命損傷的概率比其他情況的路面提高66.5%。

圖5 對比了不同摩擦因數下發生碰撞后騎行人運動過程的3個階段。如圖5a 所示，當碰撞角度為0°時，不同摩擦因數下騎行人的運動學過程相似，也驗證了圖4b 中得到的3 種不同摩擦因數下HIC 相差不大的結果。但在干燥路面（摩擦因數=0.7）下，發生碰撞后響應時間較短，受到的損傷也較嚴重，這可能是由于地面摩擦因數較?。?.3和0.5）時，兩輪車由于慣性作用在向前運動一段時間后再發生側翻，因此在短時間內受到的損傷相對較小。

圖5 不同摩擦因數下碰撞過程對比

如圖5b 所示，當碰撞角度為90°時，在摩擦因數為0.3 和0.5 的路面上，騎行人發生碰撞后的運動過程相似。比較此碰撞角度下3 種不同摩擦因數路面上騎行人的運動學過程可以發現，騎行人在與小汽車接觸后，都是向發動機罩一側翻轉，隨后騎行人頭部撞擊發動機罩，造成嚴重損傷。圖4b 也揭示了此碰撞角度下，3 種不同地面摩擦因數對應的騎行人頭部損傷值近似相等。而比較120°的碰撞角度下HIC可以發現，無論設置碰撞時間為300 ms模擬接觸瞬間，還是1 500 ms模擬整個碰撞過程，3 種地面摩擦因數對應的HIC 均相差不大，表明此角度發生碰撞時，騎行人頭部損傷值與路面狀況相關性較小。

5 結束語

本文基于廣東省2006～2018 年兩輪車與機動車碰撞數據，確定了對兩輪車騎行人損傷程度有顯著影響的因素。采用邏輯回歸模型建立了騎行人損傷程度與各維度影響因素之間的相關模型，并利用事故重構的方法進一步分析其損傷機理，得到以下結論：

a.兩輪車事故邏輯回歸模型顯示，貨車、客車、干燥路面、夜間行駛和正面碰撞等因素更容易給騎行人造成嚴重的損傷。

b.根據邏輯回歸模型結果設置仿真參數，建立兩輪車事故重構模型，揭示了兩輪車與機動車之間碰撞角度為90°時，騎行人受到的損傷較為嚴重。

c.分析路面狀況的影響得出，當碰撞角度為0°和120°時，騎行人頭部損傷值與路面狀況相關性較小，當碰撞角度為90°時，隨著路面摩擦因數增大，HIC也相應增大，更容易在短時間內對騎行人造成嚴重損傷。

本文建立的事故重構模型結果與邏輯回歸模型結論一致，驗證了所選因素對兩輪車事故嚴重程度的顯著影響，有助于進一步了解騎行人的損傷機理。