基于多項Logit模型的山區高速公路事故致因分析

張韡, 吳曉多, 白騫, 娜仁圖雅

(1.長安大學汽車運輸安全保障技術交通行業重點實驗室, 西安 710064; 2.西安市軌道交通集團有限公司, 西安 710064)

2019年底,全世界公路通車里程達5 803萬km,其中高速公路里程突破46萬km[1]。隨著公路里程大幅增長,同時也伴隨著嚴峻的交通安全問題。據2019年世界衛生組織的統計,道路交通事故死亡人數占全球死亡人數的2.4%,平均致死率為1.3%[2]。因此,降低道路交通事故的死亡人數仍是全世界極度關注的重要問題,其中探索交通事故致因是交通事故的主要研究方向,研究交通事故致因對于事故嚴重程度的影響,是防止同類事故重演的根本保證。

山區地形地質條件復雜,道路往往臨河臨崖、穿越山脈修建,山大溝深,坡陡彎急,坡長彎多,特殊路段往往也是事故多發點。其中特殊路段主要涉及隧道(群)、橋隧連接段、長大縱坡和急轉彎路段等。Yeung等[3]研究新加坡山區高速公路隧道的交通事故特性,發現過渡區和進入隧道時事故率更高。國內外研究者還從組合線形、平縱面線形等方面分析山區高速特殊路段的交通安全。國內的孟祥海等[4-5]先后確定山區高速公路縱坡類型、坡度及路段長度對山區高速公路事故率的影響最大,在追尾事故中車速差和豎曲線半徑是突出誘因。張韡等[6]從平縱線形對山區公路安全性影響的角度研究,得出山區公路下坡路段的安全性與其坡長、縱坡均值、平曲線半徑均值和平曲線半徑方差成反比;喬建剛等[7]根據心率與道路參數的關系建立了道路線形安全評價模型,并且通過實測數據對模型進行了驗證。而國外的Huang等[8]從山區高速公路隧道群的幾何線形和復雜駕駛環境角度出發,分析了其對交通事故嚴重程度的交互作用。

山區高速交通事故發生會受人-車-路(環境)-管理系統中各要素之間協調失衡的影響,所以交通事故特征分析通常會從該系統中各要素對事故嚴重程度及事故率的影響入手。例如,由冰玉等[9]從人的角度探究山區高速公路交通事故成因,結果表明駕駛人(駕齡、年齡、操作不當、違章駕駛)在人-車-路(環境)系統中對事故貢獻率超50%,得出未保持安全車距、違法裝載超限、長大下坡坡底和夜間無照明對事故發生率和嚴重程度影響較大;Meng等[10]從車的角度研究發現事故涉及的貨車數目、超速行駛等因素都會影響山區高速公路事故嚴重程度;Aljanahi等[11]研究表明山區高速公路重型車輛的比例與事故率成反比;國外的Promothes等[12]從路和環境(洲際公路幾何特征、天氣、交通量)的角度評估美國某山區公路上貨車發生事故的風險,得出天氣惡劣、道路不干燥使貨車發生事故的風險明顯增高;國內李明等[13]研究南方山區高速公路的28個因素對死亡事故的影響,得到不良天氣、超速、未保持安全車距等是影響死亡事故發生的顯著因素;此外,Yu等[14]應用實時交通和天氣數據對山區高速公路涉及車輛數的交通事故風險進行分類建模分析,得到季節對不同車輛數的交通事故影響不同;陳波等[15]依據事故涉及的車輛數從人、車、路(環境)方面系統性地分析了山區高速公路事故原因。

交通事故嚴重程度一般是分類離散的變量,代表了任何參與交通事故的車輛駕乘人員所遭受到最嚴重的傷害程度。由于事故的結果是多分類的,因此大多使用邏輯回歸模型建模,主要包括多項Logit模型、有序Logit和Probit模型、混合Logit模型等。Usman等[16]識別二項 Logit 模型、有序 Logit 模型以及多項Logit 模型研究事故嚴重程度的主要差異;Fountas等[17]采用隨機參數有序Logit模型,得到事故嚴重程度受到許多時變和時不變因素的影響;Feng等[18]應用有序Logit模型分析影響美國巴士事故嚴重程度的風險因素對不同駕駛人類型有不同的作用;?elik等[19]首次應用多項Logit模型確定土耳其事故嚴重程度的危險因素,將事故嚴重程度分為3類。為了進一步更好地擬合數據,找出影響交通事故的顯著因素,國內外學者運用了巢式Logit模型和混合Logit模型進行研究。例如溫惠英等[20]建立了巢式Logit模型來分析路段單車碰撞的嚴重程度,考慮了嚴重程度所有可能的嵌套結構并進行擬合優度檢驗,結果表明非嚴重傷害事故的巢式Logit模型更有效;Wu等[21]建立了混合 Logit 模型以確定翻車事故中駕駛人因素對事故嚴重程度的異質影響;陳昭明等[22]應用混合 Logit 模型分析高速公路交通事故嚴重程度,用隨機參數及參數間的相關性刻畫了照明、駕駛人性別、駕駛人年齡因素對事故嚴重程度影響的異質性。大多Logit模型都是基于獨立嚴重程度擴展的假設多項Logit模型,模型中會增加多重限制,對于數據分類、模型的擬合都比較困難,而多項Logit模型可用于響應變量為多分類且無序的情況,更適用于所研究的數據,模型可解釋性更高,因此現選用多項Logit回歸模型。

綜上,大多學者研究山區高速公路交通安全,主要集中于特殊路段的線形、交通事故特征及事故率,目前山區高速長大下坡路段的交通事故量化分析較少,只分析了事故發生率。現對典型山區高速公路長大下坡路段交通事故嚴重程度的影響因素進行研究,通過對陜西省、云南省和廣西壯族自治區的典型山區高速公路交通事故的數據和交通量調研,根據其交通事故直接致因數據,構建多項Logit事故嚴重程度模型,量化分析了交通事故直接致因對事故嚴重程度的影響,并根據致因的本質深度討論其加重事故影響程度的原因,以期為山區高速交通事故致因的聯動找到新的突破口,以便從根本上尋求已建成山區高速公路事故頻發的有效辦法。

1 數據調研

1.1 事故嚴重程度及致因類別

《道路交通事故處理程序規定》(公安部令第146號)第一章第三條規定:道路交通事故分為財產損失事故、傷人事故和死亡事故。

因此,以規定分類作為標準,依據損害后果,結合山區高速公路事故數據的實際情況,故選取事故嚴重程度為:僅財產損失事故,受傷事故和死亡事故。

依據《道路交通事故統計年報》中機動車事故主要原因的數據統計分類,結合調研的事故數據,選取比例大于0.1%的事故直接致因類型,并對6條典型山區高速公路含有事故直接致因的2 559起交通事故依此分類,事故直接致因類別如表1所示。

表1 事故直接致因類別

1.2 事故數據來源

調研了典型山區高速公路長大下坡路段事故數據和交通量數據,并在此基礎上選取山區高速公路事故建模所需的解釋變量,為后續分析提供數據支持。

為了研究中國山區高速長大下坡路段交通事故頻發的致因,結合固定的山區高速公路長大下坡路段線形特征,特選擇云南省、陜西省、廣西壯族自治區具有典型山區公路特征的6條高速公路作為深度調查對象,該6條高速公路的具體線形特征、統計時間及長度區間如表2所示。可以看出,該6條山區高速公路普遍存在坡陡坡長、彎多彎急的山區公路典型特征,通常會加重事故嚴重程度。

表2 典型山區高速公路線形特征

1.3 事故調研數據統計

從3個省份交管部門獲取了該6條典型山區高速公路統計期內長大下坡路段的共2 559起交通事故數據,用事故起數和傷亡人數來體現交通事故嚴重程度,特別是傷亡事故起數,統計情況如表3所示。

表3 典型山區高速公路事故統計

表3統計期內該長度區間共2 559起事故數據,其中 2 229起僅財產損失事故、186 起受傷事故、144 起死亡事故。通過對上述6條高速公路的事故成因深度調查研究,可以反映山區高速公路事故的基本特征,具有足夠的代表性。

2 模型方法

2.1 變量的選取

按照規定分類,結合山區高速公路事故數據的實際情況,選取事故嚴重程度為模型的響應變量,分別為:僅財產損失事故(Y=1),受傷事故(Y=2)和死亡事故(Y=3)。

根據2019年道路交通事故統計年報,確定了11個直接致因變量,分別為:超速行駛(x1)、違法裝載超限(x2)、是否制動失效(x3)、是否疲勞駕駛(x4)、是否操作不當(x5)、是否未保持安全車距(x6)、是否違法變更車道(x7)、路面濕潤狀態(x8)、是否違法停車(x9)、是否違法超車(x10)、其他直接致因(x11),其中,每個變量均用0表示沒有此類致因,1表示存在此類致因(例如:x2=1,表示事故發生時車輛處于違法裝載超限狀態)。解釋變量均為定性的二分類變量,可以直接作為自變量引入模型。

2.2 多項Logit事故嚴重程度模型構建

將交通事故嚴重程度分為僅財產損失、受傷、死亡事故3類,即j=1,2,3,對于有j=1,2,3類的非序次響應變量,以第1類為參照類,多項Logit事故嚴重程度模型可以描述為

(1)

式(1)中:aj為第j類別的截距;xk為第k個直接致因變量,k=1,2,…,11;bk為第k個直接致因變量的回歸系數;X為自變量組成的向量;β為回歸系數組成的向量。

僅財產損失事故的概率公式可以表示為

(2)

受傷事故的概率公式可以表示為

(3)

死亡事故的概率公式可以表示為

(4)

2.3 模型的檢驗

2.3.1 擬合優度檢驗

似然比檢驗:在顯著性水平α=0.05的條件下,對模型進行χ2檢驗:LR chi2(22)= 398.484,(Prob>chi2)<0.001,即與僅包含截距項的零模型相比,該模型從整體而言具有更好的擬合優度。

擬合優度指標:似然比指數McFadden’sR2=0.190,則該多項 Logit 事故嚴重程度模型預測變量相對于零模型,解釋力度提高了19.0%,說明該多項Logit事故嚴重程度模型有效且擬合度較高。

2.3.2 預測精度檢驗

對模型進行預測精度檢驗,結果如表4所示。

表4 多項 Logit 事故嚴重程度模型預測精度

由表4可得,共有2 201個樣本的預測值與實際值相等,預測精度達到了90.06%,表明該多項Logit事故嚴重程度模型對樣本的擬合具有較高的精度。

3 模型結果分析

3.1 模型參數估計

利用stata統計分析軟件,對事故數據進行分析,即可得到受傷和死亡事故分別相對于僅財產損失事故的多項Logit事故嚴重程度模型參數估計,如表5所示。

表5 多項 Logit 事故嚴重程度模型參數估計

3.2 自變量的篩選

由于選取的可能造成事故的直接致因數量較多,為了選取最優的回歸子集,選用反向逐步選擇法進行篩選自變量。步驟如下。

步驟1用全部11個自變量構建一個回歸方程。

步驟2對11個自變量的回歸系數進行F檢驗,得出的F值記為{F1,F2,…,F11},并且選出其中最小的F檢驗值,記為

Fm=min{F1,F2,…,F11}

給定顯著水平a條件下,若Fm≤Fα(1,n-10)臨界值,則將xm從回歸方程中刪除。

步驟4重復上述過程,直到回歸方程中剩余的i個自變量的F>Fα(1,n-i-1),不用刪除自變量。此時,得到最終的回歸方程,保證了最后得到的回歸子集是最優的。

取顯著性水平為0.05,篩選后自變量參數如表6所示。

表6 多項 Logit 事故嚴重程度模型相對風險比模型

通過表4、表5的參數估計結果,可以得到受傷、死亡事故對僅財產損失事故的多項Logit事故嚴重程度回歸方程為

(5)

(6)

由式(5)、式(6)可得,在給定0.05的顯著性水平上,并保持其他變量不變時,超速行駛、違法裝載超限、制動失效是導致受傷事故甚至死亡事故的主要原因,此外,違法停車、疲勞駕駛和操作不當也會導致受傷事故增加。

3.3 模型結果分析與討論

3.3.1 超速行駛

超速行駛發生受傷事故的相對風險是沒有超速行駛的6.18倍,發生死亡事故的相對風險是沒有超速行駛的2.53倍。根據能量意外釋放理論,大多數傷亡事故都是因為能量過剩,或干擾人體與外界正常能量交換的危險物質意外釋放引起的。從動量定理角度理解,能量與車速平方成正比,速度越快,動能越大。山區高速公路超速行駛的汽車速度快,動能大,若發生碰撞,會在瞬間釋放出大量的能量,安全氣囊可以吸收一部分能量,但人體仍無法承受剩余的能量,此外,車輛行駛速度越大,即有效碰撞速度越大,會導致車輛產生嚴重的塑形變形,減少車內乘員的活動空間;車輛若長時間處在高速高檔狀態下行駛,會使得制動效力變弱,增加制動距離,甚至導致制動失效;山區長大下坡路段普遍存在陡坡急彎,超速行駛的車輛在轉彎時離心力較大,易發生側翻;此外,超速行駛會使得事故發生的概率變大。這些因素會導致車輛一旦超速行駛時發生事故會引起車輛受損、人身傷害甚至死亡的嚴重后果。

3.3.2 違法裝載超限

違法裝載超限發生受傷事故的相對風險是沒有違法裝載超限的15.96倍,發生死亡事故的相對風險是沒有違法裝載超限 174.26倍。超載增加了車輛各總成或部件的負擔,增加發動機的負荷,易使鋼板彈簧等安全部件受到大沖擊而折斷或使車架發生嚴重變形;此外,超載會加大緊急制動時的制動距離,而行駛在山區長大下坡路段往往會導致駕駛員頻繁制動,能量轉換過大,制動器溫度上升,摩擦力矩會有顯著下降,這種制動器的熱衰退現象易導致制動失效發生;超載還會使得車輛轉向沉重,在緊急情況下不能及時按照駕駛人的主觀意愿進行方向控制,易造成傷亡事故。

3.3.3 制動失效

制動失效發生受傷事故的相對風險是沒有制動失效的9.99倍,發生死亡事故的相對風險是車輛沒有制動失效的30.07倍。車輛制動的原理是將車輛動能轉化為熱能散逸出去。車輛在山區長大下坡路段行駛時,勢能減少,轉換成一部分動能及熱能,車輛速度會不斷變大,駕駛員需要增加制動次數控制速度,頻繁制動會使制動器無法及時散熱溫度升高,導致出現嚴重熱衰退現象,制動器提供的制動力矩小于車輛下坡產生的動能,車輛動能持續增大,車速不降反升,在碰撞到障礙物或沖出路面時,車輛的有效碰撞速度較大,車體產生嚴重的變形,釋放出的能量人體無法承受,更容易釀成重大交通事故。

4 結論

以云南省、廣西壯族自治區和陜西省的多條典型山區高速公路的事故嚴重程度為研究對象,根據交通事故直接致因數據,構建多項Logit事故嚴重程度模型,分析交通事故直接致因對事故嚴重程度的影響,分析結果表明:超速行駛、違法裝載超限、制動失效、疲勞駕駛、操作不當和違法停車對交通事故的嚴重程度有顯著影響,尤其違法裝載超限、制動失效和超速行駛是導致典型山區高速公路長大下坡路段死亡事故發生的主要直接致因,上述顯著直接致因對僅財產損失事故影響不大,一旦存在可能會導致傷亡事故的發生。

因此,整體來說,為改善山區公路的運營安全性,就必須有效防止超速、違法裝載超限以及制動失效現象的發生,建立貨物道路運輸數字化與智能化監管體系。山區高速公路交通事故致因是一個自身因素、社會環境因素以及管理因素綜合影響的復雜性問題,該研究對事故致因研究的指標有限,仍需要增加刻畫每起山區高速公路交通事故的具體致因,打破研究的局限性。

此外,由于所調研的事故數據年份跨度大,包含違法裝載超限情況較多的年份,而目前高速公路上違法裝載超限的情況已經較少,所以需要進一步深入調研數據。