基于灰色聚类法的工程车驾驶员肇事倾向性分析.docVIP

基于灰色聚类法的工程车驾驶员肇事倾向性分析 管满泉 龚巧娜 浙江警察学院交通管理工程系 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 对湖州市德清、长兴县2012年2016年的工程车肇事驾驶员的年龄、驾龄、属地等进行了统计分析, 并根据肇事驾驶员特性进行分组。以事故次数、受伤人数、死亡人数为评价指标, 通过灰色聚类法, 计算驾驶员的肇事倾向程度, 分析工程车驾驶员肇事倾向性情况。 关键词： 灰色聚类法; 工程车驾驶员特性; 肇事倾向性; 交通心理; 收稿日期：2017-04-01 基金：智能交通浙江省重点科技创新团队, 项目编号2013TD09 Received： 2017-04-01 1 概述 改革开放以来, 我国建筑业快速发展, 近几年的房地产热更是促使建筑业的迅猛增加, 同时道路、桥梁等交通工程的推进也是建筑业发展的动力。随着建筑业的持续发展, 工程车作为建筑业的重要运输工具, 交通量增加, 交通事故频发, 一旦发生交通事故, 由于工程车体型、质量等原因, 造成交通事故后果十分严重。 肇事倾向性指在驾驶员自身存有易发事故的特性。通过研究道路交通事故中驾驶员的肇事倾向性, 找出肇事率高或者交通事故危害程度较为严重的驾驶员特性可以有效抑制道路交通事故的发生。本文通过分析湖州市德清、长兴县2012年~2016年工程车肇事驾驶员特征分析, 得出肇事驾驶员倾向性特征情况, 为真正有效地降低工程车交通事故发生率提供相对应的一些参考建议。 2 工程车肇事驾驶员基本情况分析 湖州市德清、长兴县2012年~2016年5年内发生交通事故 (一般程序案件) 3 283起, 受伤人数总计3 090人, 死亡人数1 108人。其中工程车事故200起, 占总事故数6.1%, 但伤亡情况严重, 工程车导致的事故中受伤人数占总受伤人数4.3%, 死亡人数占10.5%。由于工程车行业的特殊性, 驾驶员基本为男性, 本文从驾驶员的年龄、驾龄、属地方面做统计分析。 2.1 年龄特征分析 从图1看到两个县工程车驾驶员处于36~40岁年龄段的最易发生事故, 占肇事总数的21%。年龄处于56岁以后或25岁之前的工程车驾驶员发生交通事故数锐减, 这与工程车行业的特殊性有一定关系。工程车行业工作辛苦, 26岁以下的年轻人一般不愿意做苦活, 占工程车驾驶员的比例小;运输行业常有长途运输和重物搬运工作, 老年驾驶员在身体素质上难以跟上工作强度, 所占比例也较小。 图1 工程车肇事驾驶员年龄分布情况 ??下载原图 从图2可以看到, 51~55岁年龄段肇事工程车驾驶员导致的平均每起事故受伤人数最多, 25岁及以下年龄段驾驶员导致的平均每起事故死亡人数最多。 图2 不同年龄段肇事工程车驾驶员导致事故的伤亡程度 ??下载原图 2.2 驾龄特征分析 本文将驾龄分为7个阶段 (1年及以下、2~3年、4~5年、6~10年、11~15年、16~20年、21年及以上) 。从各驾龄段肇事人员总数来看, 6~10年驾龄的驾驶员肇事次数最多, 1年及以下驾龄的驾驶员肇事次数最少。从各驾龄段驾驶员平均肇事率来看, 6~10年驾龄的驾驶员最易发生事故, 21年及以上驾龄的驾驶员肇事率最低。从每起事故的平均伤亡程度来看, 16~20年驾龄的驾驶员平均每起事故受伤人数最多, 11~15年驾龄的驾驶员平均每起事故死亡人数较多。见图3和图4。 2.3 属地特征分析 在肇事驾驶员中, 来自外地的有164人, 占肇事总人数的82%。外地工程车驾驶员面临的道路环境可能存在跨省市的变化复杂, 有些路线是第一次行驶, 对路面的不熟悉造成驾驶员不得不长时间保持精神紧张, 高度集中注意的驾驶行为容易使驾驶员疲劳, 从而导致其判断路面情况的能力下降、反应迟钝。 图3 肇事驾驶员驾龄分布特征 ??下载原图 图4 不同年龄段肇事工程车驾驶员导致事故的伤亡程度 ??下载原图 3 工程车驾驶员肇事倾向性分析 采用灰色聚类评价法, 根据事故次数、受伤人数、死亡人数3个评价指标确定事故水平的区域, 区分各特征组工程车驾驶员的肇事倾向性。 3.1 建立灰色聚类评估模型 灰色聚类法是通过实际数据确定相应的评价指标的白化值, 来构建不同取值范围的白化权函数, 将评价对象按照取值范围得到聚类评估值, 从而确定评价对象属于某一相对应的评价等级的统计方法。 3.1.1 确定灰色聚类对象与指标 根据年龄、驾龄、属地3个特征的不同组合将驾驶员分成44个不同分类组作为灰色聚类的对象。在分组过程中剔除不存在的组合以及在事故统计中事故次数为0的组合。分组具体情况见表1。 表1 驾驶员特征分组 ?? 下载原表 以事故次数和伤亡