基于Logistic 回归的交通事故严重性的影响因素分析

王希琳

（东北林业大学交通学院，黑龙 江哈尔滨 150040）

根据国家统计数据，2020 年全国共发生交通事故244674 起，造成死亡人数61703 人，受伤人数250723 人，总计财产损失131361 万元[1]。可见，道路交通事故的数量多、影响人群广、损失严重。因此，分析交通事故后果的严重性的影响因素，有利于管理部门精准制定相关管理政策、准确采取措施，提高道路使用者的安全意识。

为此，国内外学者进行了大量研究。Valeriy Kapitanov 等人采用相关分析和回归分析的方法，通过对近四年俄罗斯交通事故数据的分析，从社会、经济、自然气候等方面确定了事故率的影响因素[2]。Jerold Joseph Fernandez 等通过层次分析法（AHP）对驾驶人方面的交通事故影响因素进行了优先级排序，并得出最应优先考虑的因素是驾驶人对交通标志的错误认识，优先级最低的是驾驶人不良的驾驶行为[3]。Guangnan Zhang 等通过逐步logistic 回归分析了影响交通违法和事故严重程度的因素[4]。孟云伟等人采用二项logistic 回归，选取某高速公路的数据，从时间、道路、天气等方面对高速公路交通事故后果的影响因素进行分析[5]。牛毅等人基于Apriori 关联算法等数据挖掘技术对高速公路货车交通事故发生的位置、时间等的关联关系以及分布规律等进行探究，发现凌晨时间段与疲劳驾驶和高死亡率存在较强的关联[6]。

既有相关研究从人、车、道路三个维度分别对交通事故影响因素进行了探讨，而对于“人-车-路-环境”体系中的“环境”维度进行深入讨论的研究较少。本文从“环境”这一层面出发，更加全面综合地考虑，对影响交通事故后果严重程度的环境因素进行细化分析，构建logistic 回归模型，研究各环境要素与事故严重程度之间的相关性，对现有研究进行补充并提出应对措施建议。

1 模型构建

1.1 二项logistic 回归

常用分析因变量影响因素的方法有多元线性回归和logistics 回归。本文中的自变量事故严重程度分为一般事故和严重事故，为二分类变量，故采用二项logistics 回归。可表示为：

式中，Y 为事故严重程度的两种取值，xk为影响事故严重程度的环境因素，βj为常数。

1.2 变量设置

1.2.1 因变量

本文数据均来源于美国道路交通事故统计[7]，对其中总计10077 起事故案例进行分析，共筛选出了有效数据8385条。将交通事故严重程度分为一般事故与严重事故，统计结果如表1 所示。

表1 因变量设置统计表

1.2.2 自变量

根据各条事故案例所对应的其所处环境条件，以更加客观地反映相关性为原则，共筛选出11 个自变量，包括天气、时间、路段特征、气象参数等，统计结果如表2 所示。

表2 自变量设置统计表

2 模型结果及分析

2.1 模型检验

对模型进行似然比卡方检验，结果表明p 值为

0.000＜0.01,说明该模型有效。一般而言，当模型预测的正确率大于60%时，认为该模型的预测结果良好，本文构建的logistics 回归模型正确率为61.6%＞60%，说明模型预测水平较好。

表3 模型检验结果

2.2 结果分析

二项logistics 回归结果如表4 所示。其中当p 值＜0.05时，认为该影响因素显著。OR 值为某一事件发生的概率与不发生概率的比值，在本文中OR 值指的是由在某自变量下的严重事故与一般事故的比值。对于连续变量，OR 值表示该变量每增加一个单位，导致的严重事故与一般事故的比值变化了（OR-1）%, 对于分类变量OR 值表示该变量从0 变为1时，严重事故与一般事故的比值变化了（OR-1）%。

表4 计算结果

由表4 可知，天气、时间、路段特征、温度、风速的P 值均小于0.1，认为其对交通事故严重程度影响显著。而湿度、气压、事故点附近是否设置有让行标志则对事故严重性无明显影响。

天气状况对交通事故严重程度有显著影响，其中恶劣雨雪天气（4）的OR 值为2.773，表明在恶劣雨雪天气中发生严重交通事故的概率较一般交通事故高了117.3%；轻微雨雪天气（3）OR 为1.798，表明在轻微雨雪天气中发生严重交通事故的概率较一般交通事故高了79.8%；阴天发生严重交通事故的概率较一般交通事故高了27%。在雨雪天气，由于路面湿滑，车辆与路面的摩擦系数降低，易发生侧滑的同时也使得制动距离延长，使得容易造成严重后果。

在时间上，夜间发生事故的后果更为严重。相较于白天，夜间发生严重事故的概率较一般事故高了48.9%。夜间行驶对驾驶人的精神状态要求较高，容易由于疲劳驾驶产生困意，且外界光线较白天显著不足，容易造成误判、制动不及时等情况，引发严重事故。

路段特征也会对事故严重性产生显著影响，结果表明交叉口路段发生严重交通事故的概率较一般事故高了111.5%，交叉口增加了交通复杂性和交通冲突，是交通事故的多发点；设有交通信号设施、停车标志、人行横道的路段发生严重交通事故的概率较一般事故分别低了68.6%、96.6%、72.2%，说明在路段设置交通管控设施有利于减少重大交通事故的发生。

温度每增加一个单位，严重事故的概率较一般事故减少了0.788%，寒冷天气较温暖天气容易发生严重事故。同时，大风天气较微风、无风天气，严重事故概率较一般事故有所增加。

根据以上交通事故严重性影响因素分析，提出了以下减轻事故的严重程度措施建议：

a.在雨天、雪天等特殊天气，及时处理路上积水、积雪，在路段设置减速提醒设施以及封闭事故多发的危险路段等；

b.增设照明路灯、夜间警示设施等；

c.完善路段管控设施，如交通信号灯、让行标志、路面结冰警示标志等，对于老旧破损设施及时更换维修。

3 结论

通过对总计10077 起交通事故数据分析，构建了二项logistics 回归模型，检验结果证明了模型的有效性和准确性。根据模型计算得到了影响道路交通事故严重性的环境因素，并提出了应对措施建议。本文对“人-车-路-环境”中的环境进行了模型建立与分析，研究结论可作为下一步研究的参考，下一步可对人、车、路、环境四项要素进行全面分析讨论，形成完整体系。