基于Logistic的环线高速公路交通事故严重程度分析

吕晓弯 王秋明

(重庆交通大学交通运输学院 重庆 404100)

0 引 言

环线高速即环绕城市的高速公路, 与其他高等级公路联通，构成城市高速公路交通网.可以缓解主城区的交通压力，起到引流作用.

随着环线高速公路上导致的交通事故日益增多，国内外学者针对此类交通安全隐患进行了大量研究.马壮林等[1]通过在关于高速公路隧道交通事故特点的基础上，采用灵敏度分析方法,去探讨有关事故发生日期、事故发生的时间段、涉及车辆数、天气和道路线形等因素与交通事故严重程度之间的关系，以及影响程度的大小.冯忠祥等[2]根据天气、能见度、月份，以及事故形态等因素利用Logistic回归模型，研究与绕城高速公路交通事故严重程度之间的相关性.林庆丰等[3]利用Logistic模型主要分析了年龄、汽车驾驶状态、道路线形和事故形态等等因素对公交事故严重程度的影响.Laura等[4]阐述了逻辑回归模型，以评估这些不同的特征如何影响碰撞的严重性，同时还考虑了导致碰撞的交通环境组合，结果表明，显著影响碰撞严重程度的变量因导致碰撞的环境组合而异.Lashini[5]采用Logistic模型研究了性别、年龄及酒精测试等因素对事故严重程度的影响，但这项研究只考虑了与交通事故有关的人为因素.

综上分析，已有研究中，在对交通事故造成的严重程度的影响因素的选择上不够全面，影响因子的分类不够细化，如道路线形以及事故发生地点的分类[6-9]，鉴于此，文中将事故严重程度划分为死亡事故和非死亡事故，依据某市环线高速的3 687起事故资料，选取九个候选自变量，对道路线形和事故发生地进行详细分类，建立关于Logistic环线高速交通事故严重程度模型，探究各影响因素与交通事故严重程度之间是否存在显著性.

1 环线高速公路事故特点及分析

1.1 全路段事故特征分析

某市环线高速公路某路段全长135 km，分道路上行(内线)、下行(外线)方向，最大设计车速为100 km/h.选取的该路段组成道路的结构相对复杂，有很多长下坡路段、陡坡，以及小转弯半径，还有相当数量的隧道、桥梁及互通立交.

2017年1月—2019年12月，全路段发生的交通事故总共有3 687起，其中包含死亡事故38起，占1.03%.52人死亡，75人受伤，平均每周死亡0.5人，受伤0.7人.

图1为交通事故伤亡情况.由图1a)可知：在环线高速，晴天天气情况下，交通事故的死亡人数和受伤人数相差不大,占事故总人数的比例都较大，分别为37%和48%；然而在阴天、下雨或雾霾等不利天气条件下，死亡人数占比为4%,受伤人数占11%，所占比例较正常天气下少，这与前人研究报告中一般认为,在不利天气情况下发生的死亡事故人数居多的结论有差异.

图1 交通事故伤亡分布

由图1b)可知：该环线高速各月份事故发生次数起伏波动较大，尤其是2月份和10月份次数最高；事故死亡人数趋势相对平稳并逐月呈现下降趋势，但2月份和4月份死亡人数和事故次数较多；2月份事故尽管多发，但受伤人数却最低,严重程度相对其他多发月份也较低；纵观10月份和12月份是交通事故多月份，因10月份正值国庆假期,旅游黄金期,出行人数大大增多，人流及车流量大而造成交通事故的多发，12月正值初冬，气温变化幅度大，雨雪雾等不利天气的影响直接或间接引发了交通事故的发生.

由图1c)可知：环线高速事故次数每2 h分布具有一定的差异性，06：00—12：00猛增，事故发生次数最多，占了全天的1/3多；12：00—16：00事故发生次数达到顶峰，是1 d中最高的；16：00事故发生次数开始降低直至24：00.在14：00—16：00事故次数的增多，受伤人数也相对增加.总体来看，事故的严重程度较少.

1.2 主要事故形态特征分析

通过对环线高速事故发生原因的分析判断，事故形态可分为四类，见图2.由图2可知：近4年来，车辆相互碰撞的交通事故发生次数最多，占总数的79%.车辆碰撞固定设施、碰撞行人和侧翻较少，分别占总数的16%、3.2%和2%.环线高速上，货车居多，多数驾驶员疲劳驾驶，加上道路及相应的交通工程设施设计不规范，极易引起车辆追尾碰撞前方车辆以及车辆侧滑碰撞其他车辆等事故.

图2 事故形态分布

2 研究方法

2.1 Logistic模型构建

文中设置因变量为交通事故发生的严重程度，记作y，当第i起环线高速公路造成死亡交通事故时，记yi=1，当第i起环线高速公路未造成死亡事故时，记yi=0.编码见表1.

表1 因变量编码

设造成因变量发生的影响因素有k个，记作自变量x1,x2,…,xk，根据Logistic模型原理，则发生死亡事故的概率可以用式(1)计算：

P=P(yi=1|x1,x2,…,xk)=

(1)

式中：xi(i=1，2，…，k)为造成交通事故严重程度的影响因素，既可以是连续变量，也可以是分类变量或虚拟变量；β0为常数项；βi(i=1，2，…，k)为回归系数.

2.2 自变量选取

交通事故的发生主要包括人、车辆、道路、环境系统等因素[10-11].通常将由于人的主观因素带来的隐患作为交通事故的主要原因，而原则上忽略交通事故中存在的客观因素[12-13].由于人为因素具有很大不确定性，无法定量描述，故针对客观因素，选取9个候选自变量，变量编码及含义见表2.

表2 自变量编码

由表2可知：对于连续变量和二分类变量，可以将其直接录入系统进入计算，而针对多分类变量，就需要引入虚拟变量，当某一多分类自变量有k个类别时，此时需要引入(k-1)个虚拟变量，具体见表3.

表3 虚拟变量编码

只要是初步选取的候选自变量就与因变量存在较强的相关关系，这显然是错误的想法，二者之间的是否存在相关关系还需要对自变量进行显著性的筛选.通常利用最大似然法估计模型的回归参数.最大似然法主要用来找出所选样本集中与因变量具有较强概率函数的参数.已知显著性水平为α，如果对初步选取的自变量进行筛选，得到某一个自变量的显著性概率p值低于显著性水平α，那么就可以证明该自变量与因变量具有紧密的相关性，从而选择该自变量参与到模型的下一步验证中；如果某一自变量大于已知的显著性水平α，则表明两者之间无显著关系，则可以排除.

3 实 证

3.1 模型自变量的选取

以某市环线高速公路2017年1月—2019年12月的3 687起事故数据进行分析.利用SPSS25.0，采用向前逐步回归法来分析和计算二项Logistic及参数，选择α=0.05作为显著性水平，将上述事故发生日期、事故发生时间和事故发生季节等9个候选自变量代入模型，分别选择撞行人、冬季、平直和隧道作为参照类别.

首先通用Score检验筛选自变量，将Score值对应的P值低于显著性水平α的变量留下参与模型的下一步迭代检验.检验结果见表4.

表4 Score检验结果

通过上述对自变量Score检验，得到满足条件的因素有：事故具体发生时间点、事故发生位置、路线、天气以及参与事故车辆数.通过迭代计算后，按照Wald值检验要求，获得最终进入模型的参数为：事故发生时间、地点和天气.具体见表5.

表5 参数估计

3.2 模型检验

3.2.1模型整体检验

表6为模型整体检验，该模型整体检验的似然比卡方值为98.209，自由度为8，通过查卡方检验临界值表可知，当显著性水平α=0.05时，卡方临界值为15.507.由于98.209大于15.507，且sig.值小于0.001，说明该模型整体通过了检验,拟合优度较好，模型有效性较强.

表6 模型整体检验

3.2.2模型拟合优度检验

通过回归模型拟合优度检验计算方式，对环线高速的3 687条事故数据进行分析，得出模型的拟合结果见表7.

表7 Hosmer-Lemeshow检验

由表7可知：模型的Hosmer-Lemeshow检验的卡方值为9.38，自由度为6，当显著性水平α=0.05时，卡方临界值为12.592.由于9.38小于12.592，且sig.值为0.996大于0.05，说明该模型拟合劣度较低，模型的缺陷小，拟合效果好.

4 结 论

1) 设因变量为事故严重程度，从事故类型、事故发生时间点、发生位置、天气、事故形态、造成事故原因、车辆类型几个方面选取九个候选自变量，采用向前逐步回归法分析自变量与因变量之间的显著性关系，得出结论：事故发生时间、地点及天气与事故严重程度显著相关.

2) 事故发生时间的回归系数为0.628，说明夜晚容易造成死亡事故的发生，是白天的1.562倍.对事故发生地点的参数估计得出环线高速公路的基本路段发生严重事故的概率比隧道小，是隧道的21.6%，桥梁处发生严重事故的概率最高，是隧道位置情况下的2.552倍，而互通立交发生死亡事故的概率相对于隧道要低很多，只有隧道的35.4%.天气的回归系数为1.712，且优势比大于1，容易影响交通安全，晴天发生死亡事故的概率是不利天气的5.542倍.

3) 针对以上对极易引发环线高速公路交通事故严重程度各个影响因子的研究与分析，具体可采取以下相关措施尽量减少和规避事故的产生和严重性问题.①在驾驶员方面，相关部门应加强对司机的安全培训工作，促使驾驶员形成良好的驾驶行为，遵守交通规则，特别是雨、阴、雾天对驾驶员的安全驾驶行为要求较高，这就更应加大对驾驶员的交通安全教育，减速慢行，避免惨重事故的发生.必要时，可加大违法惩处力度，完善各项机制.②对于互通立交匝道出入口处的视距不良现象，要保证道路两侧行车视距通畅无阻，不影响行车安全，应按照规范清理道路旁侧的遮挡植物，发挥良好的道路景观作用.③针对道路运行速度存在的问题，在必要路段采用限速、区域测速等手段进行速度的控制，必要时设立限速、指示、禁令和警告标志等交通安全与管理设施，尤其在长大下坡、陡坡、桥梁以及互通立交等重要节点.

本文的研究样本局限于某市环线高速的部分路段进行研究,后续可对本环线高速其他路段的交通事故进行分析和建模,来更好为本文所得结论进行验证，这样更具有代表性.