基于零膨胀模型的交通事故影响因素分析.doc

[标签:标题] 2016 PAGE8 / NUMPAGES8 感谢观看本文谢谢 基于零膨胀模型的交通事故影响因素分析 摘 要：应用零膨胀模型分析交通因素和道路特征对交通事故数和伤亡程度的影响。分别考虑了道路设施和交通条件的作用。为提高交通安全水平，探寻交通安全改善措施，分析了各影响要素对年度事故数、财产损失事故数、轻伤事故数和外伤事故数的影响大小。 　　关键词：道路交通事故；道路特征；事故频率；零膨胀模型 　　引言 　　全球汽车保有量持续增多，过去30年间交通事故数及其严重程度呈现大幅增长态势，成为严重危害人类安全的因素之一。近年来，发达国家交通事故死亡率已呈逐渐下降趋势，但发展中国家同期交通事故死亡率仍然继续增长，我国总交通事故水平虽然呈逐年下降趋势，但是部分地区和城市的交通安全状况仍然较为严峻。通过研究发达国家交通事故的成因和发展规律，可以对我国未来交通事故的预测和改善提供经验和借鉴。 　　交通事故影响因素包括人、车辆和环境因素等。在众多因素中，多数研究分析了速度、交通密度、交通流、交通拥堵情况等交通特征与交通事故频率及严重事故之间的关系，相对而言道路设施与交通事故频率及伤亡程度关系的研究较少，且既有研究往往忽略了交通因素与道路条件之间相互影响关系。 　　文章在综合考虑路段年平均日交通量等交通因素和路肩路宽等道路设施的基础上，着重分析了限速与其它道路设施之间存在的联系。使用美国内布拉斯加州林肯市交通事故数据，及从Google Earth中获得的当地道路设施数据，构建计数模型分析道路特征和交通因素与不同等级损害事故的频率之间的关系。文章第一部分回顾了相关研究成果，第二部分对数据和研究方法进行说明，第三部分分析和解释本研究提出的模型结果，第四部分总结全文。 　　1 文献综述 　　国外研究较早地考虑了道路对交通事故的影响，大量已有研究分析道路特征或交通因素与事故发生概率及伤亡程度之间的关系。Matthew和Ioannis[1]研究了道路几何条件和交通量与事故率之间的关系，发现两条及以上车道的乡村公路，对事故率影响最大的因素是其日均交通流量。Robert和Lyoong[2]应用负二项模型研究了道路设施和长期人口变化对交通事故的影响，发现除了平均车道数和平均路肩宽度外，大部分的基础设施变量并不显著。近几年国内也相继有相关研究成果发表。王军雷[3]等用面板数据研究了宏观因素对交通安全的影响，分析了交通事故率同人口、经济发展、汽车保有量等宏观因素之间的内在联系。胡立伟[4]等根据黑龙江省2006到2010年间一万多起道路交通事故数据，从道路控制隔离防护和照明等方面，宏观分析了典型道路交通设施对交通事故的影响。 　　另一个影响道路交通安全的重要因素是道路限速。大量研究显示低限速道路更加安全[5]，换句话说，提高道路限速可能导致事故率和伤亡增加。Chris Lee[6]指出通过限速能减少5%到17%的潜在交通事故。然而Charles和Patrick证实美国各州1987年提高了县乡高速公路限速，排除长期演变和经济因素等外因，却导致各州高速公路交通事故死亡率降低了[7]。 　　2 数据和模型 　　2.1 数据 　　本研究的数据来自美国内布拉斯加州的林肯市，记录了从2003年到2012年的全市交通事故数据。林肯市于2014年举办交通事故数据分析大赛，并提供开放数据库，鼓励大众提出新颖有效的交通事故分析方法。数据库中包含了Google Earth中车道宽度、限速、是否存在路肩、路边停车状况、中心商业区等的数据，以及每年碰撞事故频率的报告。这些变量及其描述如表1所示。十年间共记录了5050起交通事故。 　　每一起事故都记录了道路基础设施的特征和交通因素。交通事故致因数据分为两种类型，即连续变量和哑元变量。表2描述了各项因素的基本统计特征。由于重伤和死亡事故的数量很小，所以本研究未考虑这两种事故类型。图1为总事故数和各等级事故数的分布情况。 　　一般来说，限速对道路交通安全影响较大，且与道路设施之间具有一定相关性。统计各路段最大限速及事故起数，图2显示了不同限速水平的道路里程比例分布。图3是不同限速水平下各级事故数的分布情况，其中35mph限速条件下的交通事故数量最高。 　　2.2 模型 　　常用的计数数据模型包含泊松模型、负二项模型、零膨胀泊松模型和零膨胀负二项模型[8]。在选择泊松或负二项模型时需对大于零的数据进行检验，如果数据过于离散则负二项模型更为合适。然后通过Vuong检验对零膨胀模型和传统计数模型进行比较。下文模型1主要分析道路设施结合交通因素年平均日交通量对事故频率和伤亡人数的影响。模型2用来估计限速和道路设施的改变对模型1中因变量的影响。最后用似然比检验来比较两个模型。 　　3