基于负二项分布的高速公路事故多发路段风险划分等级方法研究.docxVIP

?

?

基于负二项分布的高速公路事故多发路段风险划分等级方法研究

?

?

吴志敏陈新张潇潇

摘要：事故多发路段一直是高速公路安全管理工作的重点问题之一。为了对高速公路事故多发路段风险等级进行划分，文章采用了负二项分布的统计原理，对高速公路事故多发路段进行鉴别，并以3条高速公路事故数据作为分析依据，提出了一种基于统计特征的高速公路事故多发路段风险等级划分方法。研究结果表明：负二项分布可用于高速公路事故多发路段的鉴别，事故路段总数与路段划分长度呈反方向变化;同时引入负二项分布的置信区间上限值可对事故多发路段风险等级进行划分，为高速公路事故多发路段治理排序提供参考。

关键词：负二项分布;事故多发路段;风险等级划分;危险值

0引言

高速公路事故多发路段一直是高速公路运营者重点关注的对象之一。由于高速公路具有路况复杂、车速管理不易控制等特点，往往在某些路段发生多次事故，形成事故多发路段[1]。因此，如何有效治理高速公路事故多发路段是目前交通安全领域有关事故研究的关键问题，亦是提高公路服务水平及行车舒适性的基本要求。

目前国内外学者针对事故多发路段开展了一系列的研究。谢练[2]针对现有的事故多发路段的鉴别方法存在的不足，提出一種自适应聚类算法的事故多发路段的鉴别方法。田准[3]用优化经验贝叶斯对城市道路的事故多发路段进行识别，并对事故多发路段的危险程度进行了排序。符锌砂[4]考虑治理资金的有限性，构建了事故多发路段治理紧迫性评价体系。Quddus[5]对英国高等级公路事故进行了分析，建立了事故多发路段与各影响因素的统计关系。

以上研究从不同角度对事故多发路段进行了深入探讨，丰富了事故多发路段的理论基础。但大多数研究仅针对事故多发路段的鉴别方法及影响因素，对于事故多发路段的风险等级划分研究较为鲜见。与此同时，相关研究表明高速公路事故样本呈现负二项分布[6-7]，对事故多发路段的鉴别具有客观性。因此笔者将采用负二项分布对事故多发路段进行统计分析，有效鉴别高速公路事故多发路段，同时为了对事故多发路段进行风险等级划分，提出了一种基于不同置信区间的事故多发路段风险等级划分方法，可为高速公路事故多发路段高效治理提供有利依据。

1相关数据说明

本文数据来源于广东省3条运营高速公路近三年的交通事故数据，均由各路政大队提供相应的事故台账。台账内容涵盖了天气、事故地点、事故类型以及伤亡路产损失等方面，可为事故鉴别及风险分级提供可靠的数据支撑。表1为3条高速公路的基本情况。

2事故多发路段的鉴别和风险等级划分

由于高速公路事故样本呈现负二项分布，因此采用统计方法对事故多发路段进行鉴别，确定事故多发路段的临界点。同时，结合交通管理控制对百分位车速等级划分经验，利用负二项分布中的置信区间上限值对事故风险等级进行划分，为高速公路事故多发路段治理优先次序提供有力依据。

2.1基于负二项分布的事故多发路段鉴别

（1）事故多发路段确定标准

当事故数服从负二项分布时，随着事故发生概率不断累积，事故发生越频繁，因此国内外通常采用事故发生累积概率超过95%的事故路段将鉴定为事故多发路段[8]。依据负二项分布的统计特征，其事故多发路段判别公式如下：

（2）事故多发路段划分长度的确定

目前对事故多发路段划分长度采用定长与不定长两种方式[9-10]。其中采用以累积频率法为主的定长划分路段存在划分路段遗漏、路段划分长度确定过于简单等缺陷，而以动态道路单元划分为主的不定长划分路段存在划分路段重复、路段事故数失真等缺陷。

本文通过负二项分布对事故数的统计特征进行分析，结合事故多发路段鉴别结果，对事故多发路段长度进行确定，可克服主观因素对事故多发路段长度的影响，其计算公式如下：

2.2基于不同置信区间的事故多发路段风险等级划分

（1）事故多发路段危险值的确定

根据文献[11]中认为事故路段危险值可通过正态分布曲线计算其线下面积与经济损失之间的比值得出，而负二项分布所组成的曲线近似于正态分布，因此本文采用相对路产损失作为衡量危险值大小的评价指标，其相对路产损失为该路段的路产损失与全路段的平均路产损失的比值。

引入不同事故参数形成的负二项分布曲线线下面积与相对路产之间的乘积作为事故多发路段的危险值，其值越大，表明危险值越大，风险越高。其计算公式如下：

（2）事故多发路段风险等级的确定

在交通管理控制中，一般采用50%位车速与85%位车速作为限制车速参考依据，而事故又与车辆运行速度存在相关性，因此本文以Tα（α=50%，85%）的置信区间上限值作为风险等级的高低值，其置信区间的计算公式如下：

通过上述公式计算得出的置信区间的上限值，以危险值T≥T85作为具有高风险的事故多发路段，作为事故治理紧迫路段，须尽快给予有效的治理手段;当危险值T处在（T50，T85）范围内时，作为具有