车-车正碰下前排女性驾乘人员致命伤影响因素分析

钟德良，唐友名，吕　娜，洪伟鹏，刘　娜

(1.福建省客车及特种车辆研发协同创新中心，福建 厦门 361024；2.东南(福建)汽车工业有限公司汽车研究院，福建 福州 350119)

世界卫生组织(WHO)统计表明，交通事故是导致人类死亡的主要原因之一[1]。公安部统计年报显示[2]，2014年中国接报道路交通事故676万起，其中涉及人员伤亡道路交通事故196 812起,造成58 523人伤亡。随着女性独立意识和社会地位彰显，前排女性驾乘人员数量逐年递增，根据预测，前排女性驾乘人员在碰撞事故中的参与率将与男性相当，涉及女性伤亡的数量也会越来越多[3-4]。为深入研究性别与交通事故的相关性，许多学者如Dipan等[5]统计分析了NASS-CDS数据库中10年的交通事故数据，得出女性受到MAIS 3+伤害的几率比男性高出47%，女性脊柱受到AIS 2+损伤几率比男性高出67%；Rupp等[6]通过对NASS-CDS数据库的数据分析得出，女性随着年龄的增长，胸部损伤几率的增长明显高于男性；John等[7]通过统计分析GES碰撞数据发现，老年女性驾乘人员在正面碰撞、侧面碰撞和追尾碰撞下驾乘人员损伤增加明显，使用安全带后，女性驾乘人员损伤降低程度低于男性驾乘人员；王玉龙[8]通过研究分析不同性别与年龄的驾乘人员下肢损伤情况，发现不同年龄段的女性驾乘人员左右两侧的膝部力均低于男性，而女性的标准化最大应变要高于男性驾乘人员；张浩等[9]基于FARS(fatality analysis reporting system)数据库，采用非参数logistic回归法揭示了性别、年龄、安全带使用、座椅位置4个因素对致命伤害的影响规律，得到女性死亡风险比男性高15.9%。

鉴于女性驾乘人员在交通事故中致命损伤案例不断增多，欧美等主流发达国家在新车评价规程(new car assessment program,NCAP)中增加女性假人来评估汽车驾乘人员保护安全性[10-11]。尽管如此，造成女性驾乘人员致命损伤的主要影响因素还是不太明确。基于此，本文选取美国两大权威交通事故数据库之一的FARS数据库作为样本来源，提取出606例前排女性驾乘人员车-车正面交通事故伤害数据，统计分析女性驾乘人员致命损伤影响因素，包括年龄、安全带使用、气囊布置、车速、酒驾、光照等因素之间的相关性，以期提高女性行车安全。

1　女性致命伤事故统计分布

1.1　碰撞形式统计分布

根据FARS数据库中公布的数据，车-车碰撞事故包括追尾碰撞、两车正面碰撞、角度碰撞以及侧面碰撞等。不同碰撞形式造成的致使损伤人数及占比如表1所示。由表1可知，角度碰撞致命损伤驾乘人员约占所有车-车碰撞事故的47%，其原因可能为吸能盒在角度碰撞中未能发挥吸能作用，碰撞能量传至驾乘人员舱；正面碰撞致命损伤驾乘人员约占所有车-车碰撞事故的30%，仅次于角度碰撞，本文将对这一工况下的致命损伤因素进行分析。侧面碰撞致命损伤驾乘人员约占所有车-车碰撞事故的7%，是所有车-车碰撞事故中占比最少的。

表1　车-车碰撞事故中不同碰撞形式造成的致命损伤人员数及占比Table1　Fatal injury ratio of collisions compared in vehicle collisions

1.2　影响因素及其统计分布

为便于统计分析，将FARS数据库中公布的车-车正碰工况下前排女性驾乘人员碰撞事故按其因素进行以下定义：安全带使用情况分为正确使用安全带和没有使用安全带或不正确使用安全带，分别用数值“1”和“0”表示；气囊使用情况分为气囊展开和气囊未部署或未展开，分别用数值“1”和“0”表示；酒驾和没有酒驾分别用数值“1”和“0”表示；光照条件良好和光照条件差分别用数值“1”和“0”表示；年龄划分为小于30,30至44,45至60，大于60四类，分别用数值“1～4”表示；碰撞车速划分为小于30,30至39，40至49,50至59,60至69，大于等于70六类，分别用数值“1～6表示”；致命损伤和未导致致命损伤分别用数值“1”和“0”表示。利用2015年FARS数据库中公布的车-车正碰工况下前排女性驾乘人员碰撞事故数据，从中筛选出记录详细、适合于深度分析的606例碰撞事故数据(见表2)，利用年龄、安全带使用情况、气囊使用情况、碰撞车速、是否酒驾、光照条件等因素对这些碰撞事故数据进行统计分析。

表2　606例致命伤数据处理Table 2　606 cases of fatal injury data processing

通过分析FARS数据库中2015年车-车正碰工况下前排女性驾乘人员致命损伤数据，得到了事故因素统计分布的规律。未使用/不正确使用安全带和气囊未部署/未展开的情况还是存在，且所占比例都超过10%，分别为13.37%和16.83%。光照条件差所占比例为41.09%，但这不意味着其对致命损伤影响大。虽然各个国家都有明文法律规定禁止酒后驾驶，从数据中可知，仍然存在酒驾行为，所占比例为4.29%。碰撞车速在64 km/h至110 km/h之间所占比重最大，超过了60%。在年龄分组中，小于30岁的驾乘人员所占比例为29.04%，超过60岁的驾乘人员所占比例为20.63%。不同事故因素统计分布如表3所示。

表3　不同事故因素统计分布Table 3　Distribution of factors causing accidents

2　相关性分析

为了分析各因素对致命损伤影响情况，需量化驾乘人员致命损伤情况同安全带使用情况、气囊使用情况、碰撞车速等因素之间的关系，从而为研究前排女性驾乘人员安全性提供参考价值。因为这种影响不一定是线性的，无法使用线性回归分析，而Logistic回归分析则常用于研究分类概率与解释变量之间的关系，故本文采用Logistic回归模型作相关性分析，以致命损伤事件发生的概率为因变量，以影响因素为自变量。

2.1　Logistic回归方法

Logistic回归方法是用一组观察数据拟合Logistic模型，揭示若干个X与一个因变量取值的关系，反映Y对X的依存关系。因变量记为Y,其取值为1表示事件发生，取值为0表示事件未发生，影响Y的m个自变量分别记为X1,X2,…,Xm。所研究事件发生的概率记为P(Y=1|Xi)=Pi。分析因素xi为多分类变量时，为方便起见，常用1，2，…，k分别表示k个不同的类别。多个变量的Logistic回归模型方程的线性表达如下：

或

(1)

式(1)中：β表示某一因素改变一个单位时，效应指标发生与不发生事件的概率之比的对数变化值，即优势比的对数值，反映的是在其他变量固定后，X=1与X=0相比发生Y事件的对数优势比。

根据上述基本理论，设因变量为驾乘人员致命损伤情况，包含致命损伤和未导致致命损伤两个水平。自变量选取影响因素，包括年龄、安全带使用情况、气囊使用情况、碰撞车速、是否酒驾、光照条件。因此，通过拟合出回归模型中的参数和回归系数，可以建立驾乘人员致命损伤情况同年龄X1、安全带使用情况X2、气囊使用情况X3、碰撞车速X4、是否酒驾X5、光照条件X6等影响因素之间的Logistic回归模型。年龄和碰撞车速为连续型变量，为更有利于结果的解释，将其转换为有序变量。变量X1～X6是可能与驾乘人员致命损伤有关的影响因素，对这些变量进行筛选，挑出与驾乘人员致命损伤有关的影响因素，再分析这些因素对驾乘人员致命损伤的影响程度大小。

2.2　统计结果及分析

通过对606例FARS数据库中的数据进行二分类变量Logistic回归分析，优化技术采用fisher得分法，采用逐步法筛选自变量，变量进入模型和留在模型中的显著性水平均为0.1。模型信息：观测数为606，因变量(Y)取值(1,0)总频数分别为214和392,残差卡方检验结果显示卡方值为112.739 8，概率值P<0.0001，说明具有统计学意义。表4是对各因素合格的效应分析，显然光照条件X6概率值大于0.1被剔除，X1～X5概率值均小于0.1，被选入模型。模型拟合统计量(见表5)给出了由截距拟合的模型似然函数和基于截距与协变量共同拟合的模型似然函数的3种判断标准：AIC、SC和-2LogL；也给出了零假设β=0的假设检验结果，采用Likelihood Ratio、Score和Wald 3种检验方法，结果显示，P值均小于0.000 1，有显著统计学意义。通过最大似然估计分析和优势比分析，年龄(X1)稍大一个等级的驾乘人员其致命损伤发生率为稍低一个等级的驾乘人员的1.587倍。未使用或不正确使用安全带(X2)的驾乘人员致命损伤发生率为正确使用安全带的驾乘人员的1.802倍。气囊未部署或未展开(X3)的驾乘人员致命损伤发生率为气囊展开的驾乘人员的2.951倍。碰撞车速(X4)稍大一个等级的驾乘人员其致命损伤发生率为稍低一个等级的驾乘人员的1.352倍。酒驾(X5)的人员其致命损伤发生率为没有饮酒行车的人员的2.544倍。

表4　因素合格效应分析结果Table 4　Results of factors qualifying effect

表5　模型拟合统计和检验结果Table 5　Model fitting statistics and test results

3　结论

通过对FARS数据库中606例前排女性驾乘人员车-车正面交通事故伤害数据分析可知，交通事故的各影响因素中存在着一定的相关性，文中采用Logistic回归方法对数据进行拟合，由模型拟合统计和检验结果得出以下几点结论。

1)光照条件的良好与否对车-车正面碰撞工况下的前排女性驾乘人员致命损伤影响不大。

2)年龄稍大一个等级的驾乘人员其致命损伤发生率为稍低一个等级的驾乘人员的1.587倍；碰撞车速稍大一个等级的驾乘人员致命损伤发生率为稍低一个等级的1.352倍。

3)未使用或不正确使用安全带的驾乘人员致命损伤发生率为正确使用安全带的驾乘人员的1.802倍；气囊未部署或未展开的驾乘人员致命损伤发生率为气囊展开的2.951倍。

4)驾驶员酒驾行车的致命损伤发生率为非酒驾行车的2.544倍。

[参考文献]

[1]World Health Organization.Global status report on road safety 2015[R].Geneva:United Nations,2016.

[2]公安部交通管理局.中华人民共和国道路交通事故统计年报：2011年度[R].北京:公安部交通管理科学研究所,2015.

[3]DOBSON A,BROWN W,BALL J,et al.Women drivers’ behaviour,socio-demographic characteristics andaccidents[J].Accident Analysis and Prevention,1999,31(5):525-535.

[4]罗骞.基于Euro-NCAP正面碰撞的前排乘员损伤机理研究[D].长沙:湖南大学,2016.

[5]BOSE D,SEGUI-GOMEZ S,CRANDALL J R.Vulnerability of female drivers involved in motor vehicle crashes:an analysis of US population at risk[J].American Journal of Public Health,2011,101(12):2 368-2 373.

[6]RIDELLA S A,RUPP J D,POLAND K.Age-related differences in AIS 3+crash injury risk,types,causation and mechanisms[J].Proceedings of the IRCOBI Conference,2012,40:43-60.

[7]HILL J D,BOYLE L N.Assessing the relative risk of severe injury in automotive crashes for older female occupants[J].Accident Analysis and Prevention,2006,38(1):148-154.

[8]王玉龙.基于体征的参数化乘员有限元模型建立方法及应用研究[D].长沙:湖南大学,2016.

[9]张浩,马路,俞宏熙,等.基于固有匹配对数据的交通事故致亡风险因素分析[J].交通信息与安全,2016,34(5):61-67.

[10]孔令铮.交通事故致因中的人为因素分析[J].中国安全科学学报,2013(1):28-34.

[11]刘玉光,刘志新.各国新车评价规程(NCAP)测试评价技术的现状与发展[J].汽车安全与节能学报,2013,4(1):16-22.