高速公路交通事故類平均系統聚類法實證分析

查偉雄，李敏，付印平

(華東交通大學交通運輸與經濟研究所，江西南昌330013)

高速公路交通事故類平均系統聚類法實證分析

查偉雄，李敏，付印平

(華東交通大學交通運輸與經濟研究所，江西南昌330013)

道路的交通事故誘發的原因多種多樣，而同一段路上的交通事故的表現形式也很多。在選取事故形態表現形式和傷亡狀況指標的基礎上，采用系統聚類法中的類平均法對某段高速公路的事故狀況進行分析，把具有某種共性的事故表現形式劃歸為一類，并對結果進行判別分析來檢驗聚類的效果，結果表明類別的劃分突出特性，反應交通事故的主要事故形態，很大程度上反應事故原因，有利于相關部門采取相應的措施。

道路交通事故;類平均法;聚類分析;事故形態

道路交通事故統計分析是一項基礎性工作，道路交通事故統計指標是道路系統采集交通事故信息的依據［1］。目前，道路交通安全研究已趨于從交通事故成因、機理入手，尋找道路交通事故發生時的人員、車輛、道路環境等方面的誘導因素，以及交通事故與影響因素間的相互關系，所以道路交通事故的調查和統計分析是交通事故研究的一個很重要的方面［2］。將多元統計的方法用于交通中也是科學而必要的，而聚類的方法在交通的應用日益廣泛，吳彪［3］用Ward聚類法對道路交通事故進行多元統計分析，黎瑩［4］用聚類分析對北京各區之間公共汽車交通狀況進行分析，但是類平均法用于交通事故形態分析相對較少，且沒有實質性的建議，本文在道路交通事故統計指標的基礎上，選用系統聚類分析中的類平均法對滬昆高速公路(昌樟段)交通事故進行定量分析，著重對結果進行系統性的分析并提出相關建議。

1 道路交通事故

高速公路具有通行能力高、舒適、運輸成本低、經濟效益好等特點，現已成為我國綜合交通運輸系統的重要組成部分。然而，高速公路運輸在帶來高效、快捷、方便的同時，也帶來了諸如交通事故增加等負面影響。近十幾年來，我國高速公路事故起數、死亡人數、受傷人數連續保持高位增長，概括地說，無論是從縱向的時間發展來看，還是橫向的和其他等級道路相比，高速公路的安全形勢都是不容樂觀的。而且可以預見的是高速公路的安全形勢會隨著經濟和社會的發展，以及汽車保有量和高速公路通車里程的增加，會變得越來越嚴峻［5］。交通安全是高速公路發展的生命，高速公路的交通安全管理不僅關系到高速公路的正常運行也影響到人們的生命、財產、生產、生活和工作。由于高速公路具有車流量大、行車速度高的特點，目前在高速公路管理過程中還存在著一定的缺陷，沒有針對性。

2 聚類的適應性分析

反映同一事物特點的變量有很多，我們往往根據所研究的問題選擇部分變量對事物的某一方面進行研究。國內外通常采用交通事故次數、死亡人數、受傷人數以及直接經濟損失這4項指標用于統計分析道路交通事故狀況，這4項指標既是認識交通事故的起點，又是構造其他交通事故統計指標的基礎，基本涵蓋了道路交通事故所造成各種損害的主要方面，表征的交通事故情況直觀、明確，而且這4項指標相對比較容易獲得，本文也用這4項指標進行分析。道路交通事故的形態主要有:正面相撞、側面相撞、尾隨相撞、對向刮擦、同向刮擦、刮撞行人、撞靜止車輛、撞固定物、翻車、碾壓、墜車和其他。

分類是人類認識世界的基本方法，聚類分析是對樣品或變量進行分類的一種多元統計方法，目的在于將相似的事物歸類，聚類是一種通過觀察的學習方法，將某個對象集劃分為若干組，這樣就可以用上面選擇的指標(事故次數，死亡人數，受傷人數，直接經濟損失)通過聚類的方法，可以找出上述11種事故形態關于事故損害程度的分類，再來就分類結果提出政策建議。

3 昌樟高速數據聚類分析

聚類分析就是一種分類方法，它將一批樣品、變量(或指標)，按照它們在性質上相似、疏遠程度進行科學分類。對于同一樣本，采用不同的系統聚類方法的結果大體一致，而類平均法是聚類效果較好、應用比較廣泛的一種聚類方法，因此本文采用類平均法進行聚類。具體步驟如下。

3.1 統計數據的特征矩陣［6］

聚類分析所研究的內容包括兩個方面，一是對樣品進行分類，設n個樣品，每個樣品均用p個指標的觀測向量xi(i=1，2，…，n)來表征，要根據xi間某種相似性度量，將這n個樣品進行分類。另一方面是對變量進行分類，即對所考察的p個指標X=(X1，X2，…，Xp)′，根據n個觀測值xi=(x1i，x2i，…，xpi)′(i=1，2，…，n)及某些相似性原則將這p個變量X1，X2，…，Xp進行分類。根據上述可以得出原始的觀測數據:

2003到2008年整合的原始數據如表1。

表1 昌樟事故形態及其傷亡狀況分布統計

3.2 數據的標準化

數據的標準化是對變量的數值和量綱進行的一種數據變換。首先對每個變量進行中心化變換，即

數據化標準處理［7］結果見表2。

表2 昌樟事故形態及其傷亡狀況標準化矩陣

3.3 建立距離矩陣

常用的距離算法很多，本文采用最常用的歐式距離來進行計算各樣本之間的距離，得距離矩陣D為

式中:dij為樣品xi和xj之間的歐氏距離。

利用SPSS軟件得出的歐式距離矩陣見表3。

表3 昌樟事故形態及其傷亡狀況的距離矩陣(Proximity Matrix)

3.4 采用類平均距離法進行聚類

類平均法定義兩類之間的距離平方為這兩類元素兩兩之間距離平方的平均，即

設Gp與Gq合并成新類Gr，則任一類Gk與Gr之間的距離為

即在已經建立好的歐式距離矩陣中找出最小的元素，將其合并為新類，然后按照上述類平均距離的定義公式進行計算，得出新的距離矩陣，再重復上述過程知道所有的元素都聚為一類為止。類平均法系統聚類的譜系圖見圖1。

圖1 昌樟事故形態及其傷亡狀況的系統聚類譜系圖

從圖1聚類分析中可以看到距離為5時事故形態很明顯的被分為3種:第1類是尾隨相撞;第2類是撞固定物、翻車;第3類是對向刮擦、碾壓、其他、同向刮擦、刮撞行人、正面相撞、側面相撞、撞靜止車、墜車計數。

結合數據分析可知第1類事故形態即尾隨相撞是最多的，其發生次數多、傷亡人數多并且帶來的經濟損失非常嚴重;第2類即撞固定物和翻車的事故形態也很多，它們導致的傷亡人數也較多，所帶來的經濟損失也比較大;第3類事故形態相對較少，從選取的4項指標來看造成的各項損失都比較小。

4 判別分析驗證

判別分析是根據所研究個體的某些指標的觀測值來推斷該個體所屬類型的一種統計方法，根據已知觀測對象的分類和若干表明觀測對象特征的變量值，建立判別函數和判別準則，并使其錯判率最小，對于一個未知分類的樣本，將所測指標代入判別方程，從而判斷它來自哪個總體。當然，這種準則在某種意義上是最優的，如錯判概率最小或錯判損失最小等。

此實證分析中采取上述聚類結果作為原始類別，采用貝葉斯判別法進行判別可得出判別類別以及其被判別為各項的概率。這樣就對前面的聚類分析是否準確可信做了一個檢驗，見表4。

表4 昌樟事故形態及其傷亡狀況的判別分析后驗概率

由表4可以看出通過貝葉斯判別法進行判別可以得出原始聚類的類別和判別類別完全一致，并且每項為判別類別的概率均在99%以上，即每項的錯判概率均在1%以下，由此可見通過聚類得到的類別相當準確，各種事故形態的錯判概率幾乎都為0，通過判別分析驗證采取此聚類方法是準確可靠的，用此結果來分析問題也是可信的。

5 結論與建議

高速公路由于沒有行人、非機動車的干擾，所以同普通道路相比，其事故種類有很大不同。結合數據發現滬昆高速公路(昌樟段)事故形態中尾隨相撞、撞固定物以及翻車事故起數、傷亡人數和直接經濟損失都是很嚴重的，這同我國高速公路交通事故特性是一致的［8］。尾隨相撞與超速行駛、疲勞駕駛密切相關，而翻車和撞固定物與酒后駕駛密切相關。針對這些可能出現的原因，相關部門應該建立更加高效的交通安全管理體制，與高速公路運營部門聯手合作，要重點整治超速行駛，疲勞駕駛和酒后駕駛的行為，以進一步提高高速公路的安全水平，具體建議如下:

(1)嚴禁超速，途中設立用以測速的儀器，對高速公路上行駛的車輛嚴格限速，有的高速公路，還可以根據當時天氣和道路通行情況來設立可變限速交通標志，增加道路的安全性。在事故多發點周邊需要設定標志標線，增加用以確定車距的標線，方便駕駛員確定車距，減少追尾事件的發生。

(2)禁止疲勞駕駛，高速公路開車4 h必須把車開到服務區活動一下身體，休息20 min，洗把臉，喝點茶水，以利于提神醒腦。交通管理部門應加大宣傳力度，同時可以考慮在車上使用一些先進的技術來檢測駕駛員的連續行車時間，超過一定的時間可以給予處罰。

(3)禁止酒后駕車，可在高速公路入口處增設駕駛員是否酒后駕駛的檢測，同時通過貼宣傳標語、播放視頻等方式加強對駕駛人員的交通安全教育，讓駕駛人員意識到酒后駕駛的危害，懂得珍愛生命，以期減少交通事故。

(4)與管理部門攜手建立更加高效的交通安全管理體制，進一步規范道路標志，使其更加人性化，給予駕駛員更加良好的行車環境。對于不服從管理的人員在必要時可以采取法律手段進行強制管理。

6 結束語

多元統計中的系統聚類法在道路交通事故分析中起到很大作用，本文通過對交通事故的形態進行類平均聚類分析，發現高速公路事故形態中尾隨相撞、撞固定物以及翻車事故的起數、傷亡人數和直接經濟損失都是很嚴重的，并針對這些形態可能出現的原因對相關部門做出實質性的建議。但聚類法不僅僅是可以分析主要的事故形態，還可以對各大城市的交通狀況進行聚類分析，對復雜和宏觀的數據進行聚類分析，這種有理有據的定量分析，為組織管理者了解交通狀況、制定政策和法規提供可靠而有力的證據，從而提高城市交通水平，為城市發展做出貢獻。但是由于沒有對記錄的每項事故具體數據進行分析，上述的建議只是停留在常規原因的討論，這方面有待深入研究。

［1］費雪良，胡江碧，劉小明.我國道路交通事故統計指標體系問題探討［J］.公路，2006(7):125－128.

［2］趙海存.道路交通事故數據統計分析系統研究［D］.西安:長安大學，2005.

［3］吳彪，許洪國，張文會.基于Ward聚類法的道路交通事故多元統計分析［J］.黑龍江工程學院學報:自然科學版，2009，23(3):4－6.

［4］黎瑩.北京各區之間公共汽車交通狀況聚類分析［J］.商業文化，2007(4):225－226.

［5］鐘連德，孫小端，陳永勝，等.中國高速公路事故特點及分布規律研究［J］.交通論壇，2007，7(4):16－21.

［6］何曉群.多元統計分析［M］.2版.北京:中國人民大學出版社，2004.

［7］盧紋岱，朱一力，沙捷，等.SPSS for windows統計分析［M］.2版.北京:電子工業出版社，2002.

［8］彭萌，王新泉，吳超，等.高速公路事故特征實例分析研究［J］.工業安全與環保，2009，30(10):41－43.

(責任編輯 劉棉玲)

Empirical Analysis of Highway Traffic Accident in Average Linkage Clustering Method

Zha Weixiong，Li Min，Fu Yingping

(Institute of Transportation and Economics，East China Jiaotong University，Nanchang 330013，China)

Road traffic accidents are induced by different reasons.Forms of the road traffic accident at the same section are various.Based on choosing different accident forms and casualties indicators，clustering method is adopted to analyze accident status of a section.Some similar accident forms can be classified as a catergory.Results are analyzed to examine the effect of cluster.The results show that the category has its characteristics，and that forms of major traffic accidents reflect the reasons of the accident，which can help the related departments take corresponding measures.

road traffic accident;average linkage method;cluster analysis;accident forms

U491.31

A

1005－0523(2010)06－0113－06

2010－09－01

查偉雄(1963－)，男，教授，研究方向為交通運輸經濟。