基于網絡節點重要性排序的較大交通事故影響因素分析

韋瑜佳 陳夢甜

摘 要：我國是世界上交通事故死亡人數最多的國家之一，為提高駕駛人安全意識及實施相關措施以預防或減少道路交通事故的發生，文章運用Pajek軟件，以我國東西中部地區的事故調查直接原因作為案例數據構建賦權網絡，首先判斷其是否符合小世界網絡，后分析事故主要影響因素并給出相應建議。結果顯示：道路交通事故網絡符合小世界網絡特征；超速行駛、操作不當、違法超載、操作不當和駕駛安全設施不全或機件不符合標準等具有安全隱患的機動車是較大及以上道路安全事故的主要影響因素；最后根據分析結果提出了相關建議。

關鍵詞：道路交通事故；賦權網絡；小世界網絡；主成分分析

中圖分類號：U492.8 文獻標志碼：A 文章編號：2095-2945（2019）21-0044-04

Abstract： China is one of the countries with the largest number of traffic accident deaths in the world. In order to improve the safety awareness of drivers and implement relevant measures， so as to prevent or reduce the occurrence of road traffic accidents， this paper uses Pajek software， and with the direct cause of the accident investigation in the east-west central region of China as the case data， constructs the empowerment network， firstly judges whether it is in line with the small-world network， and then analyzes the main influencing factors of the accident， and gives the corresponding suggestions. The results show that the road traffic accident network accords with the characteristics of small world network. Motor vehicles with hidden safety risks， such as speeding， improper operation， illegal overloading and improper operation， incomplete driving safety facilities or substandard parts， are the main influencing factors of large-and above-road safety accidents. Finally， some suggestions are put forward according to the results of the analysis.

Keywords： road traffic accident； weighting network； small world network； principal component analysis

引言

隨著全球機動化水平的不斷提高，道路交通事故（RTA）正成為威脅人類生命安全的主要傷害因素，各國政府和社會已高度關注這一世界性公害。據官方數據統計，中國每年交通事故50萬起，因交通事故死亡人數均超過10萬人，穩居世界第一，以世界3%的汽車保有量，達到了全球16%的死亡人數。數據表明，每5分鐘就有一人喪身車輪，每1分鐘都會有一人因為交通事故而傷殘。每年因交通事故所造成的經濟損失達數百億元。

作為政府的關注焦點，很多學者針對道路交通事故的影響因素，通過不同視角進行相關分析，根據不同視角，所得出結論也有所不同，且我國對于交通事故影響因素的研究，大多以高速公路、隧道等為研究對象，對特大城市道路交通事故的分析相對較少。由此本文從機動車駕駛員違法行為因素出發，以東西中部地區為區分，基于賦權網絡重要節點相關特征，對全國各省較大及以上道路交通安全事故（我國《生產安全事故報告和調查處理條例》規定：較大事故，是指造成3人以上10人以下死亡，或者10人以上50人以下重傷，或者1000萬元以上5000萬元以下直接經濟損失的事故）影響因素進行分析，并根據分析結果判斷是否與地區因素有關。

1 道路交通事故網絡特征分析

1.1 致因選取

本文分析所用的原始數據來自于各省市應急管理廳，對信息公示中特大及以上道路交通安全事故調查報告中事故直接因素進行整理。以我國東西中部地區為區分，分別收集了28組、29組和36組數據。根據相關事故調查報告，本文選取的因素共33個，如表1。

1.2 構建無向賦權網絡

本文以選取的致因作為節點，收集到的案例作為數據，分別構建了我國東部、西部及中部地區特大及以上交通安全事故的網絡無向賦權圖，本文給出一個示例圖，見圖1。

其中，西部地區的致因導致事故發生的情況較為相似且集中，有很多致因與案例數據無關聯。東部與中部地區的拓撲結構較相似，可以初步判斷在不考慮地區的情況下，超速駕駛、違法超載駕駛與發生事故操作不當是比較主要的幾個影響因素。

1.3 小世界網絡特征判斷

小世界網絡最早由鄧肯·瓦茨（Duncan Watts）和斯蒂文·斯特羅加茨（Steven Strogatz）提出，小世界網絡就是相對于同等規模節點的隨機網絡，具有較短的平均路徑長度和較大的聚類系數特征的網絡模型。

為判斷所構建網絡是否符合小世界特征，需與同一規模節點的隨機網絡進行對比，由于隨機性的不可把握，本文采取對模型不斷隨機斷邊重連的方法，產生一個同樣有22個節點的無向網絡，計算該網絡與上述生成的賦權網絡的聚類系數與平均最小路徑，進行比較觀察道路交通事故網絡是否符合小世界網絡特征。

1.3.1 平均路徑長度

在網絡中，任選兩個節點，連通這兩個節點的最少邊數，定義為這兩個節點的路徑長度，網絡中所有節點對的路徑長度的平均值，定義為網絡的特征路徑長度。由于上述對數據的處理，本文所建網絡為賦權網絡，任意兩因素間權重為共同導致交通安全事故的數量。因此與網絡路徑長度的計算定義有出入，考慮到計算目的為比較，本文對原始數據矩陣進行求倒數處理進行計算。

分別根據東、西、中原數據進行44000次斷邊重連得到的零模型結構計算倒數平均路徑強度結果為：針對道路交通事故網絡，東部地區平均路徑強度為0.7352，西部地區0.7089，中部地區0.7307；針對零模型網絡，道路交通網絡與對應零模型網絡權重倒數平均路徑強度幾乎相等且都較小。

1.3.2 聚類系數

聚集系數是表示一個圖形中節點聚集程度的系數，本文研究網絡為無向賦權網絡，聚類系數計算公式為：

其中，？棕ij表示節點i與節點j相鄰邊的權重，Ci表示節點i的賦權聚類系數。

對所得每一節點的聚類系數求平均，得到整個網絡的聚類系數。計算結果為：針對道路交通事故網絡，東部地區1.6231，西部地區1.4330，中部地區2.4929；針對零模型網絡，東部地區0.2895，西部地區0.1169，中部地區0.2045。

可以看出道路交通事故網絡的聚類系數明顯大于零模型網絡的聚類系數，結合倒數平均路徑強度的對比結果，可以判斷該網絡符合小世界網絡特征。在這樣的系統里，信息傳遞速度快，并且少量改變幾個連接，就可以劇烈地改變網絡的性能?？梢詫τ诒疚牡馁x權網絡，改變少數的幾個影響因素就有可能對道路交通事故的發生有明顯的改善。

2 網絡節點重要性排序

2.1 中心度計算

2.1.1 度中心度

度中心度是在網絡分析中刻畫節點中心度的最直接度量指標。一個節點的節點度越大就意味著這個節點的度中心性越高，該節點在網絡中就越重要。在無向圖中，度中心度測量網絡中一個節點與所有其它節點相聯系的程度，在賦權圖中，度中心度與某節點的度及權重都有關系。

運用Pajek軟件得出三大地區的計算結果及排序如表2所示。

2.1.2 相對緊密中心度

緊密中心度是依據網絡中各節點之間的緊密性或距離而測量的中心度，指某節點不被其他節點控制的程度計算結果如表2。

2.1.3 間距中心度

間距中心度是指網絡圖中某一結點與其他各點之間相隔的程度，表示一個點在多大程度上是圖中其他點的“中介”。處于中間位置的結點對其他結點更有影響力。部分計算結果見表2。

根據以上三組計算結果發現，v2、v3、v6、v10，即超速行駛，操作不當，駕駛安全設施不全或機件不符合標準等具有安全隱患的機動車及違法超載為交通事故重要影響因素。

2.2 聚類系數計算

聚類系數可以用來量化節點間建立的高密度連接緊密關系，整個網絡的聚類系數是對節點聚類系數的平均。因此為更加客觀的判斷致因在網絡中的重要程度，本文也對節點聚類系數進行了計算，結果如表3，計算公式為：

其中，？棕ij表示節點i與節點j相鄰邊的權重。

但緊密聯系性質是指若節點i與節點m、節點n相連，那么很有可能節點m與節點n也相連。在一個網絡中，這樣的結構會沖散節點的重要程度，與本文所需數據概念相反，因此本文對所求聚類系數求倒數進行排序，部分結果如表3。

計算結果顯示，v2、v3、v4為重要性較高的三個致因，分別是超速行駛、操作不當和路面環境影響。

2.3 綜合得分計算

節點的度中心度、相對緊密中心度、間距中心度及聚類系數四項指標分別對影響因素在網絡中的重要性程度做出了分析和排序，排序大致相同，說明構建的道路交通事故網絡有較好的內部一致性。但并不能確定出哪項指標最客觀最有說服力，因此針對各指標計算出的數據，采用主成分分析法計算每項影響因素的得分并進行排序，作為綜合排序。主成分分析的主要步驟為：（1）對原始數據進行標準化處理，去除量綱量級的影響；（2）計算樣本相關系數矩陣；（3）計算相關系數矩陣的特征值和相應的特征向量，本文選擇主成分個數時規定累計貢獻率需達到85%以上；（4）選擇重要的主成分并寫出主成分表達式；（5）計算中主成分得分，進行排序。

本文使用SPSS對東西中部地區的四項指標結果分別進行了主成分分析，其中東部選取取一個主成分，特征值為3.477；西部選取兩個主成分，特征值3.375，0.504；中部選取兩個主成分，特征值為3.207，0.496。最終得到的總得分函數為：

F1=0.531x1+0.449x2+0.501x3+0.514x4

F2=0.47x1+0.488x2+0.361x3+0.429x4

F3=0.466x1+0.542x2+0.306x3+0.427x4

其中，F1、F2、F3分別表示東部、西部和中部地區的總得分，x1、x2、x3、x4分別表示度中心度、相對緊密中心度、間距中心度和節點聚類系數四個指標。

部分計算結果及排序如表4所示。

綜合得分的排序結果顯示，重要性排序在前三的致因，在東部和西部地區為：超速駕駛、操作不當和駕駛安全設施不全或機件不符合標準等具有安全隱患的機動車；在中部地區為：超速駕駛、操作不當和違法超載。較重要的五個致因，東部地區為：違法超載、駕駛與駕駛證載明的準駕機型不符的機動車、非法改裝車輛、道路環境不佳或基礎設施不完善和違法從事道路運輸經營或客運；西部地區為：違法裝載、道路環境不佳或基礎設施不完善、無證駕駛、違法從事道路運輸經營或客運和非法改裝車輛；中部地區為：道路環境不佳或基礎設施不完善、駕駛安全設施不全或機件不符合標準等具有安全隱患的機動車、無證駕駛、疲勞駕駛和分心駕駛。同時可以看出，不同地區的致因排序不同，但整體位置大致相同，因此可以初步判斷地區差異與道路交通事故的發生無緊密關聯關系。

3 結束語

根據賦權網絡節點重要性分析及排序的結果發現，諸多因素在不同程度上共同影響著道路交通安全事故的發生。其中，排名最高的致因為機動車駕駛人超速行駛，由于研究對象為特大及以上的道路交通安全事故，大多數事故都因為車輛速度過快，直接導致或嚴重擴大事故的傷亡結果。其次，在道路交通事故網絡中占主導地位的影響因素為操作不當，操作不當包括制動不當、轉向不當、油門控制不當等，在事故已經發生的情況下，對道路、駕駛操作及事故情況不清楚時易發生操作不當導致進一步的傷亡。而緊急情況下的操作不當或許與駕駛員的緊急判斷能力有關，這與Vandoros等的研究結果，發現駕駛員壓力和焦慮是導致機動車發生事故的直接原因有一致性。

較為重要的致因排序中，車輛自身存在隱患占大多數，可以看出，相關地方政府在生產安全宣傳教育和監管不到位，機動車駕駛人安全意識淡薄。

針對以上分析結果，提出兩點建議：

（1）超速行駛是指駕駛員在駕車行駛中，以超過法律、法規規定的速度進行行駛的行為?！吨腥A人民共和國道路交通安全法實施條例》中規定“超速行駛屬于違法行為?！蹦壳拔覈鴮τ诔亳{駛的行為有著較嚴格的分檔處罰制度，應保持監督與執行，另一方面，對于控制車速可以在道路或車輛上進行改善，例如在事故多發路段增加減速帶的設置，在車上安裝自動識別控速系統等。

（2）針對落實駕駛人遵守相關法律法規，可加大危險性違法的懲罰或監管力度，并采用獎罰共行制度，對于較好遵守相關法律法規的駕駛人予以一定的獎勵。

參考文獻：

[1]羅振軍，佟瑞鵬.中國道路交通安全與機動車保險現狀分析及對策研究[J].保險研究，2008（05）：38-43.

[2]陳艷艷，李向楠，孫智源，等.基于Logistics回歸的道路交通事故影響因素辨識方法[J].交通科技與經濟，2018，20（05）：1-5+11.

[3]劉杜娟，任曉斌.小世界網絡的校企合作創新網絡知識轉移研究[J].中國高新技術企業，2015（18）：35-36.

[4]任曉龍，呂琳媛.網絡重要節點排序方法綜述[J].科學通報，2014，59（13）：1175-1197.

[5]孫璽菁，司守奎.復雜網絡算法與應用[M].北京：國防工業出版社，2015.

[6]Opsahl T， Agneessens F， Skvoretz J. Node Centrality in Weighted Networks： Generalizing Degree and Shortest Paths[J]. Social Networks， 2010，32（3）：245-251.

[7]黃偉.西安市道路交通事故致因因素及對策研究[D].西安科技大學，2017.

[8]于會，劉尊，李勇軍.基于多屬性決策的復雜網絡節點重要性綜合評價方法[J].物理學報，2013，62（02）：54-62.