卡车驾驶员受伤严重程度的影响因素分析

徐晶晶 杨竟南

(1.江汉大学商学院 武汉 430056； 2.中交第二公路勘察设计研究院有限公司 武汉 430052)

随着经济的不断发展，货运交通需求不断增加，伴随而来的卡车交通安全问题日益严重，卡车事故往往造成巨大的经济损失和安全隐患，因此货运安全也引起了社会关注。

卡车事故一旦发生，往往具有非常大的破坏性，如交通拥堵、设施损毁、人员伤亡等，而在多数情况下，伤亡人员主要是行人、非机动车和小型机动车辆中的驾乘人员，而不是卡车中的驾乘人员。在两车相撞事故中，如果客车被卡车撞击，客车中驾乘人员受伤的概率更高[1]。从驾驶员受伤严重程度的角度来看，通常客车-卡车致命碰撞事故中，客车驾驶员的死亡率远高于卡车驾驶员的死亡率。

我国卡车事故频繁发生，究其原因主要有：①卡车自重往往较大，载货较重(有的甚至严重超载[2])，在行驶时刹车距离长于小型车辆；②卡车不如小车灵敏且盲区较大，当小型车辆驾驶员存在一些不良驾驶行为(如与卡车抢道、加塞等)时，易发生事故；③大货车通常是长途行驶，更容易发生疲劳驾驶[3]。以上原因中除了车辆本身性能因素外，还有相当部分是驾驶员的因素。

国内外许多研究都分析了交通事故严重程度的影响，但国内研究卡车驾驶员受伤程度的文献较少。研究表明，驾驶员淡薄的安全意识是导致交通事故发生的重要原因[4]。驾驶员驾驶行为是事故发生的重要因素[5]。在客车-卡车碰撞事故中，与卡车驾驶员相比，客车驾驶员的责任更大，造成的伤害更严重[6-7]。虽然卡车驾驶员发生不当驾驶行为的比例相对于客车驾驶员较低，但是当卡车驾驶员存在不当驾驶时，可能导致事故结果更严重。而卡车驾驶员相对低的死亡率也容易导致卡车驾驶员轻视自身的驾驶行为，进而可能导致更严重的事故发生。

以往许多研究均将事故中受伤最严重的驾乘人员的受伤级别视为事故的受伤严重程度，本文着重围绕卡车驾驶员的受伤严重程度，探索驾驶员、车辆、环境等因素对客车-卡车致命碰撞事故中卡车驾驶员受伤严重程度的影响。

1 数据说明与研究方法

1.1 数据说明

本文研究数据来自美国死亡分析报告系统，该系统由美国交通部国家公路交通安全管理局管理，记录了美国公路交通事故中存在人员死亡的案例。该数据库含有多个数据文件如：事故数据、车辆数据、人员数据等。这些数据通过事故号、车辆号关联起来。本文主要研究客车-卡车致命碰撞事故中，各因素如驾驶员过失、碰撞类型、事故发生时间等对卡车驾驶员的受伤严重程度的影响。由于研究的是客车与卡车间的碰撞事故，不考虑其他非车辆间的碰撞类型，所以从追尾碰撞、迎面相撞、斜角碰撞、正向侧击、反向侧击等碰撞类型展开讨论。

本文的数据源都是事故中存在死亡的案例，通过研究驾驶员最关心的自身受伤严重程度情况，以提高驾驶员安全意识， 由此，更加关注车内人员的受伤情况。本文选取了客车-卡车致命碰撞事故中，两车内的驾乘人员中至少1人死亡的案例。本文中的客车包含了小型车如(敞篷车、轿跑车等)、皮卡车、厢式货车等。文中的受伤严重程度分为五级：死亡/致命伤；伤残/疑似重伤；非伤残/疑似轻伤；可能受伤；无伤或无明显受伤。

关于驾驶员过失，定义为如果驾驶员存在不当行为或违规等，则认定存在驾驶员过失。为了方便研究哪类车辆驾驶员的过失对卡车驾驶员受伤严重程度影响更大，本文筛选出：①仅客车驾驶员存在过失，卡车驾驶员不存在过失(后文简称行为1)；②仅卡车驾驶员存在过失，客车驾驶员不存在过失(后文简称行为2)的样本数据。

为便于分析，本研究将事故发生时间分为六类：①00：00-04：00点；②04：00-08：00点；③08：00-12：00点；④12：00-16：00点；⑤16：00-20：00点；⑥20：00-24：00点。

本文使用了从2017-2019年3年内的客车-卡车致命碰撞事故数据，经过整理后，数据样本中含有1 069起客车-卡车致命事故数据。

1.2 研究方法

本研究所涉及的绝大多数变量为离散型变量。当离散型数据有内在顺序时，则称为排序数据[8]。本研究的被解释变量为卡车驾驶员的受伤严重程度，该被解释变量即为排序变量。根据受伤严重程度的数据结构和性质，本研究采用有序probit模型来研究各因素与卡车驾驶员受伤严重程度的相关性。

设Y*=Xβ+ε

希尔顿酒店在中国游客入住前准备好中文欢迎信，并免费提供茉莉花茶和中文频道，酒店自助餐内还有粥、油条、豆浆等中国食物。丽思卡尔顿酒店在酒店内设了医院，为中国游客提供医疗服务。同时，酒店员工身着传统韩服，在大堂为中国游客推荐旅游景点，并向中国游客免费赠送首尔市内免税店的优惠券。喜来登首尔多客福城市酒店特别新增了红色婚礼装饰，为来韩拍摄婚纱照及举办婚礼的中国客人提供贴心服务。

(1)

式中：Y*为潜变量；X为解释变量；β为系数；c1

若ε～N(0,1)，则

(2)

(3)

……

P(y=M|x)=1-ø(cM-1-Xβ)

(4)

由此可得到样本释然函数和最大似然估计量，此模型为有序的probit模型。

2 研究结果分析

2.1 描述性统计分析

经过数据筛选与处理后，共有1 069起客车-卡车致命碰撞事故，涉及2 138辆车，2 893人。其中，卡车驾驶员受伤严重程度的分布情况见图1。级别1为无伤或无明显受伤，级别2为可能受伤，级别3为非伤残或疑似轻伤，级别4为伤残或疑似重伤，级别5为死亡。

图1 卡车驾驶员受伤严重程度分布

图1结果显示，随着卡车驾驶员受伤严重程度级别的增加，各级别受伤结果所占比例依次减少。在两车中存在驾乘人员死亡的客车-卡车碰撞事故中，53.13%的卡车驾驶员无伤或无明显受伤，19.64%的卡车驾驶员可能受伤，16.93%的卡车驾驶员非伤残或疑似轻伤，7.48%的卡车驾驶员伤残或疑似重伤，2.81%的卡车驾驶员死亡。

本文有序probit模型中所用到的主要解释变量的描述性统计结果见表1。

表1 主要解释变量的描述性统计

关于碰撞类型，绝大部分客车-卡车致命碰撞事故是斜角碰撞，频率高达48.64%，迎面相撞频率占31.15%，追尾碰撞频率占15.06%。

就事故发生时间而言，绝大部分客车-卡车致命事故发生在08:00-16:00点间，而夜间至凌晨时分(20：00-04：00)发生的比例相对较低。

2.2 模型结果分析

本研究针对客车-卡车致命碰撞事故中卡车驾驶员受伤严重程度建立有序probit模型。模型结果具有统计学显著性。

有序probit模型的结果表见表2，探讨了驾驶员过失、碰撞类型，事故时间与卡车驾驶员受伤严重程度的相关性。

表2 有序probit模型结果

由表2可见，多数解释变量与被解释变量(因变量)呈统计学显著相关。该模型的边际效应结果见表3。

表3 边际效应结果

模型与边际效应结果分析如下。

1) 仅卡车驾驶员有过失(相对于仅客车驾驶员有过失)，与卡车驾驶员受伤严重程度显著正相关。边际效应的结果显示，当仅卡车驾驶员有过失时，卡车驾驶员受伤的概率增加6%。因此，卡车驾驶员更应该注意自己的驾驶行为，杜绝不当过失，尤其是卡车驾驶员的这种过失也会导致自身受伤程度更重。

2) 碰撞类型。与追尾碰撞事故相比，迎面相撞、斜角碰撞、同向侧击均与卡车驾驶员受伤严重程度显著相关。边际效应结果显示，当客车-卡车致命事故是迎面相撞时，卡车驾驶员受伤的概率增加32.9%；若发生同向侧击时，卡车驾驶员受伤的概率则增加27.7%；若发生斜角碰撞时，卡车驾驶员受伤概率增加12.2%。

3) 事故发生时间。模型结果显示，事故发生在20:00-24:00点，凌晨00:00-04:00点和04:00-08:00点，均与卡车驾驶员受伤严重程度呈显著的正相关。边际效应结果也表明，事故发生在凌晨00:00-04:00点时，卡车驾驶员受伤的概率增加13.1%，当事故发生在04:00-08:00点时，卡车驾驶员受伤的概率增加7.6%，而当事故发生在20:00-24:00点时，卡车驾驶员受伤的概率则增加13.7%，因此20:00-08:00是卡车驾驶员受伤概率较高的时间段，这也说明了在夜间至凌晨时间发生客车-卡车致命事故时，卡车驾驶员更容易受伤。这可能与此时段驾驶员更容易疲劳驾驶有关，卡车驾驶员在该时段须更加谨慎小心驾驶。

3 局限性

由于无法获得国内相关数据，本文采用美国交通数据进行分析，虽然中美交通情况有差异，但交通安全理论、研究方法等是相似的，本文得出的结论仍有一定的参考意义。

4 结语

本文的研究内容是分析客车-卡车致命碰撞事故中，与卡车驾驶员受伤严重程度相关的影响因素。具体而言，本文利用美国交通部致命事故数据，研究了驾驶员、车辆、环境等因素与卡车驾驶员受伤严重程度间的关系。

结果表明，虽然卡车驾驶员比客车驾驶员发生过失的比例更小，但是卡车驾驶员若存在过失，相比客车驾驶员更容易导致卡车驾驶员受伤。由此，卡车驾驶员更应该注意自己的驾驶行为，不要有不当驾驶行为或过失，交通安全管理部门可以对卡车驾驶员提供有针对性的教育、培训和制定相关措施，以尽可能地减少卡车驾驶员在驾驶中发生的过失。此外，绝大部分碰撞事故是斜角碰撞和迎面相撞，虽然斜角碰撞事故比迎面相撞事故比例更高，但是迎面相撞相对于斜角碰撞导致的卡车驾驶员受伤概率更高。因此，后续应更加关注斜角碰撞事故及迎面相撞事故的研究，探寻导致此类碰撞事故发生的关键因素，以期减少此类事故的发生。最后，从事故时间来看，20:00-04：00时间段，虽然发生致命客车-卡车事故的比例较低，但是若该时间段一旦发生事故更容易导致卡车驾驶员受伤，而这个时间段发生事故很可能与驾驶员疲劳驾驶有关，因此交通安全管理部门需采取措施，规范夜间至凌晨驾驶行为，卡车驾驶员可采取轮班制度以避免出现疲劳驾驶，确保该时段的行车安全。