卡車駕駛員受傷嚴重程度的影響因素分析

徐晶晶 楊竟南

(1.江漢大學商學院 武漢 430056； 2.中交第二公路勘察設計研究院有限公司 武漢 430052)

隨著經濟的不斷發展，貨運交通需求不斷增加，伴隨而來的卡車交通安全問題日益嚴重，卡車事故往往造成巨大的經濟損失和安全隱患，因此貨運安全也引起了社會關注。

卡車事故一旦發生，往往具有非常大的破壞性，如交通擁堵、設施損毀、人員傷亡等，而在多數情況下，傷亡人員主要是行人、非機動車和小型機動車輛中的駕乘人員，而不是卡車中的駕乘人員。在兩車相撞事故中，如果客車被卡車撞擊，客車中駕乘人員受傷的概率更高[1]。從駕駛員受傷嚴重程度的角度來看，通常客車-卡車致命碰撞事故中，客車駕駛員的死亡率遠高于卡車駕駛員的死亡率。

我國卡車事故頻繁發生，究其原因主要有：①卡車自重往往較大，載貨較重(有的甚至嚴重超載[2])，在行駛時剎車距離長于小型車輛；②卡車不如小車靈敏且盲區較大，當小型車輛駕駛員存在一些不良駕駛行為(如與卡車搶道、加塞等)時，易發生事故；③大貨車通常是長途行駛，更容易發生疲勞駕駛[3]。以上原因中除了車輛本身性能因素外，還有相當部分是駕駛員的因素。

國內外許多研究都分析了交通事故嚴重程度的影響，但國內研究卡車駕駛員受傷程度的文獻較少。研究表明，駕駛員淡薄的安全意識是導致交通事故發生的重要原因[4]。駕駛員駕駛行為是事故發生的重要因素[5]。在客車-卡車碰撞事故中，與卡車駕駛員相比，客車駕駛員的責任更大，造成的傷害更嚴重[6-7]。雖然卡車駕駛員發生不當駕駛行為的比例相對于客車駕駛員較低，但是當卡車駕駛員存在不當駕駛時，可能導致事故結果更嚴重。而卡車駕駛員相對低的死亡率也容易導致卡車駕駛員輕視自身的駕駛行為，進而可能導致更嚴重的事故發生。

以往許多研究均將事故中受傷最嚴重的駕乘人員的受傷級別視為事故的受傷嚴重程度，本文著重圍繞卡車駕駛員的受傷嚴重程度，探索駕駛員、車輛、環境等因素對客車-卡車致命碰撞事故中卡車駕駛員受傷嚴重程度的影響。

1 數據說明與研究方法

1.1 數據說明

本文研究數據來自美國死亡分析報告系統，該系統由美國交通部國家公路交通安全管理局管理，記錄了美國公路交通事故中存在人員死亡的案例。該數據庫含有多個數據文件如：事故數據、車輛數據、人員數據等。這些數據通過事故號、車輛號關聯起來。本文主要研究客車-卡車致命碰撞事故中，各因素如駕駛員過失、碰撞類型、事故發生時間等對卡車駕駛員的受傷嚴重程度的影響。由于研究的是客車與卡車間的碰撞事故，不考慮其他非車輛間的碰撞類型，所以從追尾碰撞、迎面相撞、斜角碰撞、正向側擊、反向側擊等碰撞類型展開討論。

本文的數據源都是事故中存在死亡的案例，通過研究駕駛員最關心的自身受傷嚴重程度情況，以提高駕駛員安全意識， 由此，更加關注車內人員的受傷情況。本文選取了客車-卡車致命碰撞事故中，兩車內的駕乘人員中至少1人死亡的案例。本文中的客車包含了小型車如(敞篷車、轎跑車等)、皮卡車、廂式貨車等。文中的受傷嚴重程度分為五級：死亡/致命傷；傷殘/疑似重傷；非傷殘/疑似輕傷；可能受傷；無傷或無明顯受傷。

關于駕駛員過失，定義為如果駕駛員存在不當行為或違規等，則認定存在駕駛員過失。為了方便研究哪類車輛駕駛員的過失對卡車駕駛員受傷嚴重程度影響更大，本文篩選出：①僅客車駕駛員存在過失，卡車駕駛員不存在過失(后文簡稱行為1)；②僅卡車駕駛員存在過失，客車駕駛員不存在過失(后文簡稱行為2)的樣本數據。

為便于分析，本研究將事故發生時間分為六類：①00：00-04：00點；②04：00-08：00點；③08：00-12：00點；④12：00-16：00點；⑤16：00-20：00點；⑥20：00-24：00點。

本文使用了從2017-2019年3年內的客車-卡車致命碰撞事故數據，經過整理后，數據樣本中含有1 069起客車-卡車致命事故數據。

1.2 研究方法

本研究所涉及的絕大多數變量為離散型變量。當離散型數據有內在順序時，則稱為排序數據[8]。本研究的被解釋變量為卡車駕駛員的受傷嚴重程度，該被解釋變量即為排序變量。根據受傷嚴重程度的數據結構和性質，本研究采用有序probit模型來研究各因素與卡車駕駛員受傷嚴重程度的相關性。

設Y*=Xβ+ε

希爾頓酒店在中國游客入住前準備好中文歡迎信，并免費提供茉莉花茶和中文頻道，酒店自助餐內還有粥、油條、豆漿等中國食物。麗思卡爾頓酒店在酒店內設了醫院，為中國游客提供醫療服務。同時，酒店員工身著傳統韓服，在大堂為中國游客推薦旅游景點，并向中國游客免費贈送首爾市內免稅店的優惠券。喜來登首爾多客福城市酒店特別新增了紅色婚禮裝飾，為來韓拍攝婚紗照及舉辦婚禮的中國客人提供貼心服務。

(1)

式中：Y*為潛變量；X為解釋變量；β為系數；c1

若ε～N(0,1)，則

(2)

(3)

……

P(y=M|x)=1-?(cM-1-Xβ)

(4)

由此可得到樣本釋然函數和最大似然估計量，此模型為有序的probit模型。

2 研究結果分析

2.1 描述性統計分析

經過數據篩選與處理后，共有1 069起客車-卡車致命碰撞事故，涉及2 138輛車，2 893人。其中，卡車駕駛員受傷嚴重程度的分布情況見圖1。級別1為無傷或無明顯受傷，級別2為可能受傷，級別3為非傷殘或疑似輕傷，級別4為傷殘或疑似重傷，級別5為死亡。

圖1 卡車駕駛員受傷嚴重程度分布

圖1結果顯示，隨著卡車駕駛員受傷嚴重程度級別的增加，各級別受傷結果所占比例依次減少。在兩車中存在駕乘人員死亡的客車-卡車碰撞事故中，53.13%的卡車駕駛員無傷或無明顯受傷，19.64%的卡車駕駛員可能受傷，16.93%的卡車駕駛員非傷殘或疑似輕傷，7.48%的卡車駕駛員傷殘或疑似重傷，2.81%的卡車駕駛員死亡。

本文有序probit模型中所用到的主要解釋變量的描述性統計結果見表1。

表1 主要解釋變量的描述性統計

關于碰撞類型，絕大部分客車-卡車致命碰撞事故是斜角碰撞，頻率高達48.64%，迎面相撞頻率占31.15%，追尾碰撞頻率占15.06%。

就事故發生時間而言，絕大部分客車-卡車致命事故發生在08:00-16:00點間，而夜間至凌晨時分(20：00-04：00)發生的比例相對較低。

2.2 模型結果分析

本研究針對客車-卡車致命碰撞事故中卡車駕駛員受傷嚴重程度建立有序probit模型。模型結果具有統計學顯著性。

有序probit模型的結果表見表2，探討了駕駛員過失、碰撞類型，事故時間與卡車駕駛員受傷嚴重程度的相關性。

表2 有序probit模型結果

由表2可見，多數解釋變量與被解釋變量(因變量)呈統計學顯著相關。該模型的邊際效應結果見表3。

表3 邊際效應結果

模型與邊際效應結果分析如下。

1) 僅卡車駕駛員有過失(相對于僅客車駕駛員有過失)，與卡車駕駛員受傷嚴重程度顯著正相關。邊際效應的結果顯示，當僅卡車駕駛員有過失時，卡車駕駛員受傷的概率增加6%。因此，卡車駕駛員更應該注意自己的駕駛行為，杜絕不當過失，尤其是卡車駕駛員的這種過失也會導致自身受傷程度更重。

2) 碰撞類型。與追尾碰撞事故相比，迎面相撞、斜角碰撞、同向側擊均與卡車駕駛員受傷嚴重程度顯著相關。邊際效應結果顯示，當客車-卡車致命事故是迎面相撞時，卡車駕駛員受傷的概率增加32.9%；若發生同向側擊時，卡車駕駛員受傷的概率則增加27.7%；若發生斜角碰撞時，卡車駕駛員受傷概率增加12.2%。

3) 事故發生時間。模型結果顯示，事故發生在20:00-24:00點，凌晨00:00-04:00點和04:00-08:00點，均與卡車駕駛員受傷嚴重程度呈顯著的正相關。邊際效應結果也表明，事故發生在凌晨00:00-04:00點時，卡車駕駛員受傷的概率增加13.1%，當事故發生在04:00-08:00點時，卡車駕駛員受傷的概率增加7.6%，而當事故發生在20:00-24:00點時，卡車駕駛員受傷的概率則增加13.7%，因此20:00-08:00是卡車駕駛員受傷概率較高的時間段，這也說明了在夜間至凌晨時間發生客車-卡車致命事故時，卡車駕駛員更容易受傷。這可能與此時段駕駛員更容易疲勞駕駛有關，卡車駕駛員在該時段須更加謹慎小心駕駛。

3 局限性

由于無法獲得國內相關數據，本文采用美國交通數據進行分析，雖然中美交通情況有差異，但交通安全理論、研究方法等是相似的，本文得出的結論仍有一定的參考意義。

4 結語

本文的研究內容是分析客車-卡車致命碰撞事故中，與卡車駕駛員受傷嚴重程度相關的影響因素。具體而言，本文利用美國交通部致命事故數據，研究了駕駛員、車輛、環境等因素與卡車駕駛員受傷嚴重程度間的關系。

結果表明，雖然卡車駕駛員比客車駕駛員發生過失的比例更小，但是卡車駕駛員若存在過失，相比客車駕駛員更容易導致卡車駕駛員受傷。由此，卡車駕駛員更應該注意自己的駕駛行為，不要有不當駕駛行為或過失，交通安全管理部門可以對卡車駕駛員提供有針對性的教育、培訓和制定相關措施，以盡可能地減少卡車駕駛員在駕駛中發生的過失。此外，絕大部分碰撞事故是斜角碰撞和迎面相撞，雖然斜角碰撞事故比迎面相撞事故比例更高，但是迎面相撞相對于斜角碰撞導致的卡車駕駛員受傷概率更高。因此，后續應更加關注斜角碰撞事故及迎面相撞事故的研究，探尋導致此類碰撞事故發生的關鍵因素，以期減少此類事故的發生。最后，從事故時間來看，20:00-04：00時間段，雖然發生致命客車-卡車事故的比例較低，但是若該時間段一旦發生事故更容易導致卡車駕駛員受傷，而這個時間段發生事故很可能與駕駛員疲勞駕駛有關，因此交通安全管理部門需采取措施，規范夜間至凌晨駕駛行為，卡車駕駛員可采取輪班制度以避免出現疲勞駕駛，確保該時段的行車安全。