基于Logistic回归的高速公路交通事故后果的影响因素分析

孟云伟 张熙衍 青光焱 王昌华 罗建群

(重庆交通大学交通运输学院1) 重庆 400074) (重庆交通大学土木工程学院2) 重庆 400074)(招商局公路信息技术(重庆)有限公司3) 重庆 400067)

0 引 言

高速公路交通事故的孕育、发生、救援等全过程所涉及到的居多因素，对于事故的严重程度都有直接影响.分析影响交通事故严重程度的因素，有利于精准施策.

Zhao等[1]基于山区高速公路的线形指标、气候条件、交通量等多个参数，开展了多因素分析，探究了这些因素与交通事故后果的关联性.Aemal等[2]利用有序probit模型，以老年驾驶人的年龄、驾驶车型、道路情况、自然环境等参数，作为道路事故严重程度的影响因素.Ali等[3]采用多项logit模型，将道路交通事故分为财产损失事故、受伤事故和死亡事故，得出了大龄驾驶员、教育程度、事故中的车辆数量、道路等级，都对交通事故的严重程度产生影响.Joshua等[4]利用数据的时间序列性和空间相关性，分别运用有序Logit和Probit模型，分析了在不同的驾驶环境条件下，驾驶员本身的特性参数对道路交通事故严重程度的影响.Gudmundur等[5]利用多项Logit模型分析了在驾驶多种类型的车辆时，驾驶员性别的差异，将导致不同的交通事故严重程度.王长君等[6]以致人死亡的交通事故为因变量，以道路因素为自变量，进行了事故严重程度的影响因素分析.刘海珠[7]基于累积Logistics回归模型，建立了道路交通事故严重程度预测模型.针对公路隧道这一特殊路段，马壮林等[8]为探寻交通事故的严重程度的影响因素，采用有序logit模型和广义有序Logit模型方法，筛选出了有关的13个因素.陈昭明等[9]提出刻画参数相关性方法，总结得出拟合优度更好的混合Logit模型，其能更合理地反映出各因素对事故严重程度的影响.在降低交通事故严重程度的应对措施、评价方面，李赞勇等[10]分别考虑能见度、路面摩阻力、动视力以及路段交通量等参数，提出了高速公路团雾区的限速方案.孟祥海等[11]将可靠度理论应用于交通安全研究中，得到高速公路安全可靠度计算方法并建立了路段可靠度预测模型.徐一岗等[12]构建了安全性评价指标体系，采用核查表法对扩建施工的交通运行安全性进行了评价.

既有的研究从人、车、路、环境多个维度分析了交通事故后果严重程度的影响因素，但每条公路的参数，均有其自身的时空特性，尚难以用同一种方法、同样的参数集进行概况.为此，对于交通事故严重程度的因素筛选、确定，需要结合具体道路的驾驶环境条件，进行针对性的分析，在此基础上，提出有效的应对措施.

文中选取某双向四车道高速公路，采用二项Logistic回归模型，探究时间、天气、道路、车辆类型等因素对事故后果的影响程度，对事故发生的原因做理性分析，为制定适用于此类主干线高速公路事故防治的安全改善对策提供理论支撑.

1 交通事故概括分析

1.1 交通事故数据总体分析

某高速公路位于典型的低山丘陵地貌区，于2003年建成通车，路段全长约137 km，双向四车道，路基宽度24.5 m，设计速度为100 km/h.沿线共有大桥、特大桥111座，隧道8座，桥隧比为16.43%.沿线共设置14座互通式立交，相邻立交之间的最小间距为1.9 km，最大间距为22.5 km.2010—2018年期间，本段高速公路的服务水平维持在三、四级，2010—2018年的交通量见图1.

图1 2010—2018年交通量增长趋势图

由图1可知，2010—2018年期间的当量交通量增长率为4.12%，基本呈逐年增长态势，因该高速公路的复线于2018年局部通车引起分流，导致2018年当量交通量小幅减少，但仍保持高位运行.

根据沿线交通量计数设施的记录，按以下标准进行车型划分，1类车为核定座位≤7座的客车，2类车为8座≤核定座位≤19座的客车和核定载重量≤2 t的货车，3类车为20座≤核定座位<39座的客车和2 t<核定载重量≤5 t的货车，4类车为核定座位≥40座的客车，5类车为5 t<核定载重量≤10 t的货车，6类车为10 t<核定载重量≤15 t的货车，7类车为15 t<核定载重量的货车.从交通量构成来看，以1类车和5类车为主，比重分别为71.66%与15.41%，其余2、3、4、6、7类车分别占交通总量的3.85%、4.47%、2.07%、0.28%、2.26%.重载车所占比例较大，在局部路段重载车比例大于20%.

从交通执法部门收集到该段高速公路2014—2018年的交通事故数据.每起事故均包含事故发生的地点、事故类型、特殊路段类型及车辆等信息.通过对交通事故数据的调查及初步分析发现，随着交通量的增长，该高速公路2014—2018年的交通事故起数持续增加.去除信息记录不完整的事故246起，最终用于本文研究的事故总数为17 133起.将交通事故分为严重事故、一般事故，其中严重事故是有人员伤亡，包括驾乘人员的死亡、轻伤、重伤，一般事故即为无人员伤亡，包括刮擦、追尾、侧翻、撞固定物等类型事故中无驾乘人员伤亡、仅有财产损失的事故.

1.2 研究方法

1.2.1Logistic回归模型

文中将交通事故所造成的后果分为严重事故、一般事故两类，采用二项Logistic回归，对其影响因素进行分析研究.考虑具有n个独立变量的向量，即引起两类事故后果的影响因素因变量为x=(x1,x2,…,xn)，设条件概率P(y=1|x)为根据观测量相对于某事件发生的概率.那么Logistic回归模型为

(1)

其中：

g(x)=w0+w1x1+…+wnxn

(2)

式中：y为事故后果的两种取值；xi为对事故后果有显著影响的自变量；w0为常量；wi(i=1,2,…,n)为常量.对式(1)取对数形式，可得

(3)

在对自变量进行分析过程中，取显著水平为0.05，得出对于事故后果有显著性影响(P≤0.05)的因变量，即为对事故后果具有影响性的因素.

1.2.2模型检验

当自变量的显著性因数sig.<0.05时，表示本次拟合所使用的变量中，至少有一个变量的OR值有统计学意义，即模型总体有意义.通过Hosmer和Lemeshow检验来验证模型的拟合程度，当P值不小于检验水准时(即P>0.05)，认为当前数据中的信息已经被充分提取，模型拟合优度较高.这样可继续对自变量进行讨论，否则认为自变量的统计学意义较弱.

2 变量描述

2.1 因变量

以是否有人员伤亡为区分,本文将交通事故严重程度分为一般事故和伤亡事故.交通事故后果统计见表1，所用数据均来自于交通执法部门在2014—2018年的事故记录.

表1 事故后果统计表

2.2 自变量

根据事故数据所载的涉事参数，以保证所选取变量的客观性为原则，为尽量体现出事故严重程度与实际交通条件的关联性，文中从道路、天气及车辆等方面，选取了6个建模自变量，这6个自变量均为分类变量.进行二项Logistic回归分析时，需设置其为哑变量，为此，每个变量均以第一类为参照.自变量设置及频数见表2.在车型这一自变量中，小客车为1类车，中客车为2类车中的客车，大客车为3类车中的客车、4类车，小货车为2类车中的货车，中货车为3类车中的货车，大货车为5类车、6类车、7类车.

表2 自变量设置一览表

3 模型计算与结果分析

3.1 模型检验

将自变量与因变量事故后果建立二项Logistic回归模型，借助于统计分析方法，得到模型系数的综合检验、模型的拟合程度检验，见表3～4，其中步骤、块、模型的检验结果都为0，说明模型中的变量均有意义；模型的拟合程度检验的结果为0.842>0.05，说明模型拟合性良好.

表3 模型系数的综合检验

3.2 计算结果分析

二项Logistic回归模型的结果见表5，其中相关系数B为回归方程自变量的系数，Exp(B)为自变量的OR值，也称优势比，即事件发生概率P与事件不发生概率(1-P)的比值，Exp(B)为导致严重事故与一般事故的比值.

表4 模型的拟合程度检验

由表5中自变量的检验P值可知，车型、时间、特殊路段、事故类型、月份的P值均小于0.05，即这5个自变量与事故后果呈显著关系；而天气的P值为0.066，在显著性水平为0.05的情况下，未达到显著，认为天气对交通事故的后果无

表5 计算结果

明显影响.

对交通事故的涉事车型进行分析，由表5可知，车型3(中货车)和车型5(大货车)的OR值分别为2.463和1.100，且相关系数B大于0，说明涉及这两种车型的交通事故，发生严重后果的概率为仅有小货车事故的2.463倍和1.1倍，涉事车型对事故后果的影响较大，中货车、大货车是引起严重交通事故的主要因素.

对交通事故发生的时间进行分析，可知，白天发生的交通事故较为严重，白天视距较夜间好，在白天行驶时，行车速度更高，同时，驾驶人更易于产生麻痹放松心理，这将更易引发严重的交通事故.

对交通事故中的涉事路段进行分析，可知，相比于没有特殊路段的道路，隧道路段以及长上坡、长下坡路段，其对于交通事故后果的影响较大，这些路段易发生严重事故.

对交通事故类型进行分析可知，引发严重事故的主要事故类型为撞道路设施，其OR值为61.039，其相关系数B亦大于0，说明撞道路设施引发的严重后果是刮擦事故的61.039倍，道路设施主要是路侧护栏；其他事故类型，撞行人、起火、货物倾斜、货物掉落、追尾、翻车引起的事故后果均较刮擦为轻，这得益于该高速公路较为频繁的路面巡逻监管、宣传.在事故类型这一自变量中，易发生严重交通事故的是追尾、撞道路设施.

对交通事故发生的月份进行分析，可知，每年的8月、10月和11月为发生严重交通事故较多的月份，对照该高速公路所在区域的气候气象信息，年平均气温16.1～18.2 ℃，变动范围小，这也印证了天气不是交通事故后果明显影响因素的结果.经当地调查，在这3个月份，为所在区域较为集中的旅游、上学等较多的外地驾驶人出行时期，这些驾驶人对路况不够熟悉，易加重事故的严重程度.

4 结 论

1)加强对中大型货车的管制，坚决有效治理货车超限、货车驾驶员疲劳驾驶等问题，在高速公路上道口严格控制，大型车应靠右侧行驶，所有车辆均禁止无故占用应急停车道.

2)白天时间，加强路面巡逻力量及交管措施，形成交通事故的震慑作用，同时，增设醒目、有效的标识信息，尽量使驾驶人不产生疲劳状态，尤其是在易于犯困的午饭后时间段.

3)重点关注隧道、长陡坡路段，增加相关的主动交通安全措施，如在洞口段增设隧道遮光棚、加强灯光照明，同时划设震荡减速标线、彩色路面、隧道内不允许随意变道等，降低驾驶人的视觉负荷，以尽量减少事故的发生，减缓事故严重程度；在长上坡和长下坡路段，严格大型车、小型车分车道行驶，在地质、地形等条件可行时，增设避险车道.

4)提升路侧护栏的防护等级；加强隧道端墙、护栏端头等事故易发点的被动防护，使车辆撞击后人员受到的伤害降低，在此路段应同时辅以限速措施.

5)在不熟悉路况的交通流量大的8、10、11月份，应加强对此类驾驶人的提前信息发布、交通诱导措施，在服务区散发宣传单，提示驾驶人事故多发，警示其减速慢行.