孔春玉 聶進
摘要:為了提高道路交通安全性,降低易受傷害道路使用者的損傷風險,對中國長沙和德國漢諾威城區2001-2006年的自行車道路交通事故進行了對比研究。按照特定的采樣標準從長沙IVAC數據庫和漢諾威GIDAS數據庫中分別獲得1013起和1806起自行車事故樣板,以真實的事故數據為基礎對兩個地區騎車者年齡和性別、車輛類型、事故時間、事故形態、損傷部位和損傷嚴重度等事故特征進行了系統的分析和比較,其中運用圓形分布方法對事故時間進行了深入的對比分析。對兩城區的自行車交通事故特征獲得了定量的分析結果。與漢諾威相比,長沙自行車交通事故具有死亡率高,死亡年齡小,事故高峰時段長等特點。并深入討論了降低長沙市城區自行車事故和死亡率的可能性和改進方向。
關鍵詞:道路交通安全;自行車事故;對比分析;事故特征;降低損傷風險
中圖分類號:U491.31 文獻標識碼:A 文章編號:1672-3791(2015)07(b)-0000-00
1 引言
騎自行車者作為易受傷害的道路使用者之一,一直受到世界各發達國家的關注,英國通過加強限速等措施,在兩年時間內有效地減少了35%的道路碰撞死亡和56%的行人重度創傷[1]。自行車是我國城市居民出行的主要交通工具之一。雖然我國正在迅速機動化,但是有研究表明,在未來15年內,我國的大多數家庭還是不大可能都擁有一輛小汽車,對于騎自行車者來說,他們暴露于道路上機動車的危險要大于以往[2]。因此城區自行車交通事故研究對于提高我國城市交通安全具有重要的現實意義。目前我國自行車道路交通事故的研究還遠遠落后于發達國家,特別是缺乏對事故特征的定量分析。研究方法主要是統計分析和事故重建仿真分析,本文采取對比分析的方法,對中國長沙市和德國漢諾威地區的自行車事故特征進行了深入研究。既作橫向的對比,研究兩個城市自行車事故特征的異同;又作縱向的分析,探索長沙地區騎自行車者的致傷原因和降低事故發生和損傷風險的有效途徑。
2 方法和材料
2.1 事故數據的采集
本研究中自行車交通事故數據分別來自中國長沙IVAC數據庫和德國漢諾威GIDAS數據庫。取樣標準如下:(1)事故發生時間為2001-2006年,(2)事故發生地點在城區。按照取樣標準,分別從兩個數據庫中挑選出1013起和1806起自行車事故。
2.2 自行車事故數據統計分析
首先對事故車輛類型、事故時間、事故形態、受害者年齡、性別、損傷部位和損傷嚴重度等指標進行對比分析。最后對事故數據采集方法、事故樣本、損傷分布、致傷原因和騎自行車者安全防護措施等問題進行討論。
2.2.1 圓形分布分析方法
應用圓形分布法[3]分析自行車事故一天24小時的時間分布規律。如果自行車事故有集中于某個時刻發生的傾向,這一傾向性可用平均角 (mean angle)表示。將平均角轉換成相應的時刻,即得到一天中自行車事故發生的高峰時刻。將( ±S)轉換成相應的時刻,即得到一天中自行車事故發生的高峰時段(S為角標準差)。
平均角 可用加權法計算得到。將事故時間的圓分布資料分為24組,每組一小時,每小時占360度圓周的1/24,即15度。每組事故發生時間用所在各組組中值 代替,每組樣本量 為該組事故起數。首先計算 , ,然后代入圓形分布各計算公式,求出角度離散程度指標r值、平均角 以及角標準差S。具體的計算公式如下:
首先計算 x= ;y=
r= (1)
; (2)
S= (3)
用雷氏Z值(Rayleigh Z) 檢驗平均角的顯著性, 如果Z > Z0.05 (查表得Z0.05 ),說明一天24小時中自行車事故的發生時間存在一個高峰時刻。
為了進一步研究長沙和漢諾威自行車事故發生的高峰時刻是否一致,本文用Watson-William檢驗法對兩樣本的平均角進行比較。給出假設H0:兩個城市自行車事故發生的高峰時刻差別顯著。t值計算公式如下:
t= ;
R1=n1r1;R2=n2r2;R=Nr (4)
式中: ri(i=1,2)是第i個樣本的角度離散程度指標,ni(i=1,2)是第i個樣本的數量,R為兩組合并計算時的數值,N為兩組樣本數量之和,即N=n1+n2。K為一個糾正因子。此t值與自由度為(N - 2)的t0.05比較,如果t
3 結果和分析
主要針對樣本包含的車輛類型、事故時間、事故類型、道路環境和騎車者損傷情況等信息進行對比分析。
3.1 車輛類型
長沙和漢諾威城區自行車交通事故車輛類型分布統計結果顯示,中國長沙,與自行車發生碰撞的車輛類型以小型客車為主,占58.5%。其次是摩托車和貨車,分別占15.9%和12%。在德國漢諾威小型客車也是主要的事故車輛類型,占60%以上。另外,自行車與自行車之間發生碰撞的事故大約占12%。
3.2 損傷嚴重度
中國長沙樣本中共有1013名騎自行車者,其中867人受輕傷(85.6%),55人受重傷(5.4%),51人死亡(5.0%)。德國漢諾威樣本中共有1806名騎自行車者,其中1345人受輕傷(74.5%),318人受重傷(17.6%),15人死亡(0.8%)。長沙自行車事故的死亡風險遠遠高于漢諾威地區。
兩個數據樣本中騎自行車者年齡與損傷嚴重度的統計結果顯示,在中國長沙,41.2%的死亡事故發生在36-50歲的青壯年人群中, 21.6%的死者為60歲以上的老人;36-40歲人群的重傷事故比例最高。在德國漢諾威,53.3%的死者是60歲以上的老年人,老人和兒童的重傷比例較高。
中國長沙數據樣本來自于長沙市警察部門,其中關于損傷部位和傷情的記錄不完整,1013起事故中只有345起記錄了受傷部位,且每一起事故僅記錄一處主要的受傷部位,因此不能判斷是否發生復合傷。統計顯示自行車事故中下肢傷最常見,頭部和上肢也是常見的損傷部位。長沙樣本中骨盆損傷記錄為零,上肢損傷概率(12.8%)遠小于漢諾威上肢損傷的概率(42.1%)。根據以上統計結果,各部位均以輕傷為主,頭部發生重傷的比例最高,同時頭部損傷也是導致死亡的主要原因。
3.3 事故時間24小時圓形分布統計分析
對事故時間24小時分布情況運用圓分布統計方法進行分析, 確定24小時內事故時間有無集中趨勢,探明事故發生的高峰時間段。以00:00-00:59為起點,根據公式(1)、(2)分別計算出長沙和漢諾威自行車交通事故樣本的平均角(長沙樣本:212.07度;漢諾威樣本:211.02度),并經過雷氏Z值檢驗(公式(4))證明平均角顯著存在(長沙樣本: p<0.05,r = 0.2447;漢諾威樣本:p<0.05,r = 0.4997),Z值均遠遠大于Z0.05=2.9957,即24小時內的事故時間分布有集中趨勢,見表1。長沙樣本中,每日事故高峰時刻是14:08,高峰時段是7:44~20:33。漢諾威樣本中,每日事故高峰時刻是14:04,高峰時段是9:34~18:34。
用Watson-William檢驗法對兩組樣本的平均數計算結果進行比較。兩樣本合并之后計算角度離散程度指標R=0.4080(K=1.45)。根據公式(4)計算得到t=0.28,t0.05=1.96,t 表1 24小時圓形分布計算結果 中國長沙 德國漢諾威 x -0.2073 -0.4283 y -0.1299 -0.2575 r 0.2447 0.4997 212.07 211.02 S 96.14 67.49 雷氏Z值 60.64 450.97 高峰時段 ±S 7:44~20:33 9:34~18:34 4 討論 4.1 車輛類型 中國長沙與德國漢諾威自行車事故的車輛類型均以小型客車為主,分別占58.5% 和64.1%。因此,小型客車是降低騎車人風險的關鍵因素,在設計過程中加強對騎自行車者安全性的關注將有效降低自行車事故的損傷嚴重度。對比分析發現,中國長沙摩托車、貨車和大中型客車所占比例遠遠高于漢諾威。在長沙樣本中90%以上的摩托車是三輪摩托車,大中型客車以公交車為主。三輪摩托車和貨車常用于市區貨運,而公交車是長沙市民出行的主要代步工具,又由于長沙自行車與機動車混合行駛的情況較為嚴重,因此大大增加了事故的發生概率。在漢諾威,人們出行以小汽車為主,再加上專門的自行車道建設,有效降低了自行車與其他機動車發生碰撞的風險。 4.2 損傷分析 中國長沙和德國漢諾威騎車人的損傷分布情況既有相似之處,又存在明顯的差異。 兩個樣本在性別和年齡的分布上呈現較大的相似性,均為男性高于女性,事故高發年齡段都集中在36-40歲。 長沙騎自行車者的死亡風險遠高于漢諾威,漢諾威死亡率僅為0.8%,長沙高達5.0%。分析其原因,首先與我國的交通網絡規劃有關。多數德國城市對自行車交通都有詳盡的規劃。相比之下,中國機動車輛與自行車混合行駛的情況較為嚴重,隨著私家車大量進入家庭和城市公共交通環境,自行車道不僅未能引起重視,甚至部分原有的自行車道被機動車道占用,致使騎車人暴露于危險的概率大大增加。其次與頭盔使用情況有關。頭部傷是導致死亡的主要原因,歐美國家大多通過佩戴頭盔來減少騎車人頭部的損傷。瑞典、美國的大部分州、加拿大、丹麥、新西蘭等國都有強制性法規,規定青少年騎自行車必須佩戴頭盔。關于頭盔對騎自行車者的防護效果早在20世紀80年代已經被相關研究證實。在長沙,騎自行車者極少佩戴頭盔,也沒有相關的政策引導或規定騎車人佩戴頭盔。 長沙和漢諾威騎車人死亡事故在各年齡階段的分布情況不同。長沙36-50歲人群的死亡率最高,占死亡總數的41.2%。漢諾威死亡事故多集中在60歲以上的老年人群中,占死亡總數的53.3%。造成這種差異的原因可能與自行車在兩個城市的不同用途有關。在長沙,自行車是人們日常生活和工作出行的交通工具之一,使用者以青壯年為主。而在漢諾威自行車多用于健身旅游或作為短途換乘工具,相比而言,青少年和老年人使用的頻率更高。由此也可推斷,長沙由自行車事故導致的壽命損失和經濟損失必定大于漢諾威。 5 結語 本研究的分析結果能客觀地反映出長沙和漢諾威自行車事故的真實情況。但是長沙樣本數據缺乏詳盡的損傷描述,對騎車人的受傷嚴重程度的分析判斷具有一定的局限性。深入的交通事故調查研究是解決這一問題的有效途徑。由以上分析可以看出,長沙市城區騎自行車者死亡率下降還有很大的改善空間。 參考文獻: [1] Margie Peden, et al. World Report on Road Traffic Injury Prevention [R]. Geneva: World Health Organization, 2004. 1-5. [2] Mohan D, Tiwari G. Traffic safety in low income countries: issues and concerns regarding technology transfer from high-income countries. In: Reflections of the transfer of traffic safety knowledge to motorising nations. Melbourne [J], Global Traffic Safety Trust, 1998: 27–56. [3] 金丕煥. 醫用統計方法[M]. 上海:復旦大學大學出版社,2003. 211-217. [4] Kroon PO, Bunketorp O, and Romanus B. The Protective Effect of Bicycle Helmets - A Study of Paired Samples in a Computer – Based Accident Material in Gothenburg [A], Proceedings of the International Conference on the Biomechanics of Impact (IRCOBI) [C]. Sweden, 1986. 249. [5] Fatality Facts: Bicycles. Insurance Institute for Highway Safety [EB/OL]. http://www.highwaysafety.org/safety_facts/fatality_facts/bikes.html, 1999.