基于安全可提高空间的高速公路安全评估方法

郄中洋 丰明洁 王雪松

摘 要：伴随着高速公路的快速发展，其交通安全问题也日渐凸显。加强对已建高速公路的管理，提高其安全水平显得尤为重要。交通事故在空间分布上具有集聚性和不均匀性，事故多发路段的准确判别是进行高速公路安全改善的前提。本文以苏州市高速公路为研究设施，介绍了基于安全可提高空间的事故多发路段判别方法，克服了采用传统事故绝对数评估道路安全带来的随机波动性问题。

关键词：高速公路；安全评估；安全可提高空间；事故多发路段判别

Freeway safety assessment based on potential for safety improvement

QIE Zhongyang1，FENG Mingjie2，WANG Xuesong2

（1. Suzhou Public Security Bureau Traffic Police Station， Suzhou 215129， China；2. Key Laboratory of Road and Traffic Engineering of the Ministry of Education， Tongji University， Shanghai 201804， China）

Abstract： With the rapid development of the freeway construction， freeway safety problems become more and more prominent. It is particularly important to improve safety situation of the constructed freeways. Since there is agglomeration and in homogeneity in the crash spatial distribution， hotspot identification is the precondition of freeway safety management. By focusing on the freeways in Suzhou， China， this paper introduces the potential for safety improvement based-crash hotspot identification method， which can overcome the problem associated with the fluctuation of observed crashes.

Keywords： Freeway； safety assessment； potential for safety improvement； crash hotspot identification

近20年，蘇州市高速公路发展迅速，2017年底其总里程达598.3公里，占全市公路的4.73%，已形成“一纵三横一环二射三联”的基本格局。高速公路为苏州市提供中大量、长距离的快速交通服务，承担着长三角区域大量的过境交通。然而苏州市高速公路安全问题突出，其行车速度高、交通流连续、交通流量大，一旦发生交通事故将造成巨大的生命财产损失，并且严重影响交通运行效率。且交通事故的发生具有集聚性，空间分布上具有不均匀性。因此，判别高速公路事故多发路段、排摸交通安全隐患是加强高速公路安全管理，提高交通安全水平的关键。

事故多发路段判别是指在统计年限内，判别道路单元内事故发生水平明显高于其它单元的路段作为安全问题突出路段，是高速公路交通安全管理的重要内容之一。我国交通管理部门在开展事故多发路段排查工作时，往往采用传统的事故绝对数法，如上海市交警总队采用的《上海市危险路段排摸标准》[1]。然而传统的事故绝对数法忽略了事故随机波动性的影响，判别结果可能存在偏差。

安全可提高空间判别方法通过计算贝叶斯方法估计的事故数与具有相同道路交通特征地点的事故期望的差值，对事故多发路段进行判别；差值越大，表明安全改善潜能越大[2]。该方法消除了事故观测值的随机波动性的影响，在发达国家的道路安全管理工作上得到了广泛的应用，如美国的道路安全手册（Highway Safety Manual， HSM）[3]。

因此，本文采用安全可提高空间方法，对苏州市高速公路路网进行安全评估分析，判别其事故多发路段，以期为后期开展深入的事故致因分析、交通安全隐患排摸、道路安全改善措施设计提供基础。

1 数据采集

本文以苏州市高速公路为分析对象，采集了其2018年的交通事故数据和道路几何数据。道路几何数据的具体信息如表1所示。苏州市14条高速公路一共被划分为1281个微观路段单元：主线路段因道路设计参数较为一致，按照一公里划分；邻近出入口处，因出入口匝道会对交通运行产生显著的影响，因此根据匝道位置划分路段单元。采集的道路几何变量包括车道数、路段所连接的匝道数和路段长度。

2 模型介绍

2.1 事故预测模型

由于交通事故数据具有随机、离散、非负的特点，普通线性回归模型无法捕捉其数据特征，因此广义线性回归模型被广泛采用。其中，泊松模型是最基础的事故预测模型，然而事故数据存在过度离散特性，不符合泊松模型均值等于方差的这一假设条件[4]，导致在分析事故平均值较低的数据时模型误差大。通过引入误差项，研究者提出采用负二项模型应对离散的事故数据，并被广泛应用[5]。

本文采用负二项回归建立事故预测模型，假设路段i的事故数yi服从负二项分布，事故期望值yiexp可以与自变量Xi建立回归关系如下：