基于事故因子分析的道路安全区域差异化管理对策研究

Research on Regional Differentiated Management Strategy of Road Safety Based on Accident Factor Analysis

摘要: 为探究影响南北方道路交通事故人员伤亡的关键致因因素，制定道路安全区域差异化管理对策。基于2020~2022年间广西壮族自治区和山东省交通事故数据，从人–车–路–环境四方面因素选取75个潜在自变量，利用多项logistics回归模型分析识别得到影响南北方交通事故的显著性致因因素。研究结果表明：南北方交通事故的共性致因因素为：驾驶人是否超速、驾驶人是否采取安全防护、车辆服役时间、事故路段车流量、限速标志、路侧几何设计。北方交通事故的差异性致因因素为：驾驶人是否饮酒、道路表面状况、天气；南方交通事故的主要致因因素为：驾驶人视野是否受限、驾驶人是否按照车道行驶、有无非机动车道、道路等级、是否降水。研究成果可为南北方地区制定道路安全差异化管理方案提供依据与参考，对于减小道路交通事故人员伤亡与经济损失具有现实意义。

Abstract: In order to explore the key factors affecting the casualties of road traffic accidents in the north and the south, formulate regional differentiated management countermeasures for road safety. Based on the traffic accident data of Guangxi Zhuang Autonomous Region and Shandong Province from 2020 to 2022, 75 potential independent variables were selected from four aspects of human-vehicle-road-environment factors, and the significant cause factors affecting traffic accidents in the south and north were analyzed and identified by multiple logistics regression models. The results show that the common causes of traffic accidents in the north and south are: whether the driver is speeding, whether the driver takes safety protection, the service time of the vehicle, the traffic flow in the accident section, the speed limit sign, and the roadside geometric design. The causes of different traffic accidents in north China are: whether the driver drinks alcohol, road surface conditions, weather; The main causes of traffic accidents in the south are: whether the driver’s vision is limited, whether the driver is driving according to the lane, whether there is non-motorized lane, road grade, and whether there is precipitation. The research results can provide a basis and reference for the formulation of differentiated road safety management schemes in the northern and southern regions, and have practical significance for reducing the casualties and economic losses caused by road traffic accidents.

1. 引言

我国地大物博，南北气候、地理环境存在极大差异，导致交通事故致因因素可能存在不同，应当针对不同地区实行差异化交通安全管理方案。据统计，2022年我国道路交通事故发生244,674起，死亡人数为61,703人，受伤人数为250,723人，安全形势依然严峻。因此，开展交通事故差异化致因因素分析，对于提高公路行车安全水平、降低公路交通事故数量与死亡人数具有重要的理论价值和现实意义。

一直以来，交通事故致因因素都是饱受关注的话题，国内外学者为此投入了大量的研究。例如，季芳 [1] 构建了山区高速公路事故严重程度预测模型。冯忠祥等 [2] 以交通事故起数为条件，针对道路环境因素对交通事故严重程度的影响进行了深入分析。赵阳等 [3] 通过分析平原地区高速公路交通安全影响因素，提出了针对性的事故预防与安全保障措施。刘鑫鑫 [4] 从驾驶人、车辆、道路与环境等多个角度选择对交通事故有潜在影响的13个因素作为模型自变量，建立累积条件Logistic回归模型对追尾事故严重程度进行预测。黄静洁等 [5] 采用多因素Logistic回归分析筛选得到影响广西低等级公路不同水平事故严重度的显著性因素。魏泽平等 [6] 以北京市高速公路为例，对交通事故形态、时空特征以及事故发生前后交通流变化特征进行分析，提出了不同因素对于事故发生的多因素耦合作用。Ali K等 [7] 利用GIS技术结合核密度估计，以英国为研究区域识别事故热点。Shaheed等 [8] 采用混合Logit模型构建事故严重程度预测模型研究了美国爱荷华州摩托车事故的显著影响因素。

已有大部分研究中仅分析单一区域事故数据的整体规律及特性，或在某一特定条件下对交通事故致因因素进行研究，对于不同区域间交通事故的关键致因因素的差异性分析研究较少。因此，本文通过整理2020~2022年间广西壮族自治区及山东省交通管理部门提供的交通事故统计信息，从人员、车辆、道路、环境四个方面提取75个可能影响交通事故的致因因素，利用多项logistics回归分析识别影响南北方交通事故的关键致因因素，并根据不同地区特性提出差异化交通安全管理方案。

2. 南北方交通事故统计

2.1. 数据概述

本文分别选取2020~2022年间广西壮族自治区及山东省发生的2000起交通事故数据(含驾驶人特性、车辆特性、道路特性、环境特性、事故发生时间、发生地点、事故严重程度等信息)。在数据预处理过程中，共剔除273起不完整的信息数据，将剩余的1727起事故纳入下一步的数据分析当中(北方地区865起，南方地区862起)。不同水平事故严重度对应的事故数量以及占比如表1所示。

Table 1. Statistical data of road accident severity in Guangxi Zhuang Autonomous Region and Shandong Province from 2012 to 2022

表1. 2020~2022广西壮族自治区及山东省公路事故严重度统计数据

2.2. 变量选取

根据交通事故数据特性，并结合事故调查经验及相似文献研究，本文以交通事故严重度为因变量，从人员–车辆–道路–环境因素4方面选取75个潜在影响因素作为自变量开展研究。各变量的分类及分组编码见表2。

Table 2. Grouping of variables

表2. 变量分组情况

R

R

3. 多元logistics回归统计模型

多元logistics回归(multinomial logistics regression)又称多分类logistics回归，适合因变量为多项的情况。多元logistics模型实质上可视为二元logistics模型的扩展，两者的差异在于二元模型的被解释变量只有0和1两个取值，而多元模型涉及了被解释量有多个取值的情形，模型设定如下公式：

$\ln \left(\frac{{\text{π}}_{ij}}{{\text{π}}_{ib}}\right)=\ln \left(\frac{P\left(y_i=jx\right)}{P\left(y_i=bx\right)}\right)={x^{\prime }}_i{\beta }_j$

其中，b为选定的基准组，设定J为类别变量包含的种类总数，则 $j=1,2,3,\cdots ,J$ 。当j = b时，等式左侧为ln1 = 0，则β_b = 0，即log-odds始终为0，致使该组别对应的任何解释变量系数也必然为0。

通过求解J个方程，可以得到每种选择的预测概率：

${\text{π}}_{ij}=P\left(y_i=j|x\right)=\frac{\exp \left({x^{\prime }}_i{\beta }_j\right)}{{{\displaystyle \sum }}_{m=1}^J\exp \left({x^{\prime }}_i{\beta }_m\right)}$

4. 南北方交通事故致因因素差异性识别与分析

4.1. 模型拟合度检验

对南北方事故数据分别进行模型拟合检验，如表3所示，显著性皆小于0.05，通过检验，具有统计意义。

Table 3. Model fitting information

表3. 模型拟合信息

4.2. 致因因素差异性识别分析

本节对南北方代表地区交通事故四要素变量依次进行回归分析，旨在识别影响南北方交通事故的显著致因因素。

4.2.1. 人员因素

1) 北方代表地区(山东)

北方地区影响事故的显著人员因素分别为驾驶人年龄、驾驶人是否饮酒、驾驶人是否超速、驾驶人是否采取安全防护，如表4所示。

2) 南方代表地区(广西)

南方地区影响事故的显著人员因素分别为驾驶人年龄、驾驶人是否超速、驾驶人视野是否受限、驾驶人是否按车道行驶、驾驶人是否采取安全措施，如表5所示。

Table 4. Estimation table of personnel parameters in the North

表4. 北方人员参数估计表

Table 5. Estimates of personnel parameters in the South

表5. 南方人员参数估计表

4.2.2. 车辆因素

1) 北方代表地区(山东)

北方地区影响事故的显著车辆因素为事故时车速、车辆服役时间，如表6所示。

Table 6. Estimates of vehicle parameters in the North

表6. 北方车辆参数估计表

2) 南方代表地区(广西)

南方地区影响事故的显著车辆因素为事故时车速、车辆服役时间，如表7所示。

Table 7. Estimates of vehicle parameters in the South

表7. 南方车辆参数估计表

4.2.3. 道路因素

1) 北方代表地区(山东)

北方地区影响事故的显著道路因素为道路表面状况、事故路段车流量、中央分隔情况、有无路口横向减速标线、限速标志，如表8所示。

Table 8. Estimates of road parameters in the North

表8. 北方道路参数估计表

2) 南方代表地区(广西)

南方地区影响事故的显著道路因素分别为道路表面、有无非机动车道、道路等级、事故路段车流量、中央分隔情况、有无路口横向减速标线、限速标志，如表9所示。

Table 9. Estimates of southern road parameters

表9. 南方道路参数估计表

4.2.4. 环境因素

1) 北方代表地区(山东)

北方地区影响事故的显著环境因素分别是有无交叉口信号管控、是否设置防护栏、天气、路侧几何设计，见表10。

Table 10. Estimates of environmental parameters in the North

表10. 北方环境参数估计表

2) 南方代表地区(广西)

南方地区影响事故的显著环境因素为有无交叉口信号管控、是否设置防护栏、是否降水、路侧几何设计，见表11。

Table 11. Estimates of environmental parameters in the South

表11. 南方环境参数估计表

4.2.5. 交通四要素关键致因因素联合回归

1) 北方代表地区(山东)

将前述识别的北方交通事故所有显著致因因素联合一起再次进行回归，得到北方地区事故关键致因因素：驾驶人是否超速、驾驶人是否饮酒、驾驶人是否采取安全防护、车辆服役时间、事故路段车流量、道路表面状况、限速标志、天气、路侧几何设计，见表12。

2) 南方代表地区(广西)

重复上述步骤，得到南方地区事故关键致因因素：驾驶人视野是否受限、驾驶人是否超速、驾驶人是否按照车道行驶、驾驶人是否采取安全防护、车辆服役时间、事故路段车流量、有无非机动车道、道路等级、限速标志、是否降水、路侧几何设计，见表13。

Table 12. Key causes of accidents in the northern region

表12. 北方地区事故关键致因因素

Table 13. Key causes of accidents in the southern region

表13. 南方地区事故关键致因因素

4.3. 南北事故关键致因分析

经过多次回归，最终得到南北方代表地区显著交通事故致因因素如下。

北方差异性因素：驾驶人是否饮酒、道路表面状况、天气；

南方差异性因素：驾驶人视野是否受限、是否按照车道行驶、有无非机动车道、道路等级、是否降水。

南北方共性因素：驾驶人是否超速、驾驶人是否采取安全防护、车辆服役时间、事故段车流量、限速标志、路侧几何设计。

下面分别针对上述共性、差异性因素展开分析。

4.3.1. 共性因素分析

对于南北方区域，超速、车辆服役时间过长均会增加发生交通事故的风险，而正确使用安全防护装置(如佩戴安全带、车内配备安全气囊)有助于提高驾乘人员交通安全水平。此外，当交通量较大时，车辆间交互作用频繁，容易发生轻微剐蹭事故；交通量较小时，车速倾向于增大，导致严重事故概率增加。而限速标志作为道路管理人员沟通与提醒驾驶人的约束设施，起到教育和警告驾驶人的作用，减少致命交通事故的发生。此外，路侧几何设计在交通安全中同样起到重要的作用，合理的路侧净区设计可以使驾驶人在失控情况下有更多空间来规避或化解碰撞风险。

4.3.2. 差异性因素分析

人员方面：北方地区饮酒文化浓厚，饮酒人群较多，酒后驾车现象也较多；而南方多山区道路，路面较为狭窄、交通密度大，没有充足空间设置机非隔离设施，导致驾驶人难以明确各自车道正常行驶。其次南方多处于亚热带地区，道路两侧植被丰盛，容易阻挡驾驶人视线，并且南方山区道路线形复杂，驾驶人在视野受限的情况下难以对突发情况做出及时应对，容易引发交通事故。

车辆方面：南北方交通事故致因在车的方面上无差异。

道路方面：北方冬季寒冷，道路表面多结冰，车辆在行驶时易出现打滑现象，难以控制方向；而南方山区道路大部分属于三级、四级公路，交通流速与流量不稳定，没有完善的隔离措施和通行规定，车道划分情况不明确，机非混行状况严重，导致事故频繁发生。

环境方面：北方地区空气污染较为严重，冬季雾霾盛行，容易阻挡驾驶人视线，使其难以观察道路紧急情况并做出应对；而南方地区普遍为季风性气候，全年多降水，道路湿滑，车辆操纵稳定性变差，容易引发事故。

5. 区域差异化管理对策

人员方面：加强道路安全教育，提高驾驶人遵守速度限制，佩戴头盔及使用安全带的意识。北方地区应重点加大酒驾危害的宣传力度，严查酒驾行为；南方地区应对存在视野盲区、道路线形复杂等山区路段通过修剪、移植树木，以及增设交通安全设施提高行车安全。

车辆方面：加强落实车辆的年检、保养制度，发现故障及时排除。

道路方面：在车流量大的地段设立值岗人员指挥交通，同时落实各类道路限速装置的布设。北方地区应重视清理冬季道路表面积雪工作；南方地区应加强完善车道的划分与隔离措施，重点实行明确的通行规定。

环境方面：完善路侧防护装置的安装，以及路侧净区的规划设计。北方地区相应交管部门应着重开发科学智能的雾霾检测预警系统，通过及时发布预警信息，对道路实行速度限制、道路改道、封闭等交通管控措施；南方地区应继续加大交通安全的宣传，重点提高雨季安全行车防范意识。

6. 结论

本文以2020~2022年间广西壮族自治区及山东省交通事故数据为基础，利用多项logistics回归模型分析识别显著影响南北方交通事故的致因因素，由此提出差异化管理对策，主要得到如下结论：

(1) 南北方交通事故的共性致因因素为：驾驶人是否超速、是否采取安全防护、车辆服役时间、事故段车流量、限速标志、路侧几何设计。

(2) 北方交通事故的差异性致因因素为：驾驶人是否饮酒、道路表面状况、天气。

(3) 南方交通事故的差异性致因因素为：驾驶人视野是否受限、是否按照车道行驶、有无非机动车道、道路等级、是否降水。

(4) 根据南北方交通事故显著致因因素提出针对性的差异化管理对策。

1) 北方地区重点工作：① 增强驾驶人安全驾车意识，严禁酒驾行为；② 冬季及时清理道路积雪；③ 加强雾霾预警系统相关技术研发。

2) 南方地区重点工作：① 通过修剪、移植树木改善山区道路盲区视野；② 落实车道划分工作，施行明确的通行制度；③ 加强雨季道路安全行车宣传力度。

基金项目

桂林电子科技大学大学生创新创业训练计划项目(S202310595196)资助。

NOTES

^*通讯作者。