没有合适的资源?快使用搜索试试~ 我知道了~
山区公路小半径弯道路段事故严重度影响因素及其异质性比较分析.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 22 浏览量
2022-11-28
20:32:16
上传
评论
收藏 103KB DOCX 举报
温馨提示
试读
12页
山区公路小半径弯道路段事故严重度影响因素及其异质性比较分析.docx
资源推荐
资源详情
资源评论
0. 引言
受地形地质等因素综合限制,山区双车道公路小半径弯道路段多。已有研究证实
[1]
弯
道半径是导致事故的重要因素之一。澳大利亚 Johns 认为平曲线半径小于 600 m 时,会产
生较高的事故率,德国和日本研究证明曲线半径小于 600 m 时,事故率增加 1.5 倍。根据
我国公安部 2018 年事故统计,二、三级公路上发生的交通事故总量占比 49%,其中,弯
道路段死亡人数占交通事故伤亡总人数的 37%
[2]
。因此,精准解析弯道路段上交通事故的
形成机理及影响因素,已成为事故隐患主动排查和精细治理亟需解决问题。
现有研究主要从事故数据分析、行车动力学仿真、驾驶模拟仿真、实车试验等角度分
析了小半径弯道路段事故风险影响因素。Xu 等
[3]
通过采集双车道公路自然驾驶的车辆行驶
轨迹,分析发现弯道半径越小正面碰撞概率越高。Kronprasert 等
[4]
收集了泰国 86 599 条农
村双车道公路上弯道路段的交通事故数据,开发了安全性能函数并发现车道宽度和曲线长
度、交通量和曲线半径是影响事故频率的重要参数。Xu 等
[5]
采用仿真分析发现了行驶速度
和圆曲线半径是影响小半径弯道路段行车安全的最主要因素。潘晓东等
[6]
通过实车试验,
分析了小半径曲线路段驾驶员的加减速行为和心率,发现小半径曲线线形视距不良是导致
交通事故的主要原因。吴伟国等
[7]
基于驾驶模拟实验研究了小半径弯道路段的车辆驾驶行
为,回归发现车辆横向偏移与弯道半径和行驶速度显著相关。
许多学者采用离散选择模型剖析弯道路段上交通事故严重程度的影响因素。Jaehong
等
[8]
采用有序 Probit 模型分析了视距和车道宽度对交通事故严重程度的影响。Wang 等
[9]
分
别建立有序 Logit、异构选择及广义有序选择回归模型分析水平曲线对事故伤害严重程度的
影响,发现曲线半径越小事故严重度越大。杨文臣等
[10]
采用部分优势比和有序 Logit 模型
分析构建机动车碰撞严重度分析模型。整体而言,离散选择模型相对简单,广泛应用于事
故严重度分析及机理研究,但这类模型假设各因素对事故严重程度的影响在不同事故中保
持不变,没有考虑未观察的异质性对事故严重程度的影响,在未观测因素的作用下,纳入
模型的变量对模型的影响在各样本上可能表现出异质性,从而导致模型估计存在偏差。为
此,随机参数模型被提出并应用于异质性事故数据的分析建模
[11-12]
。Dinu 等
[13]
发现考虑异
质性的随机参数 Logit 模型估计农村双车道公路事故严重程度的效果更佳。Chang 等
[14]
结合
潜在类别聚类和随机参数 Logit 模型对摩托车碰撞数据进行了分析,发现性别、是否搭载
乘客及事故发生日等因素存在异质性效应。施颖等
[15]
运用随机参数 Logit 模型分析了影响
校车碰撞事故严重度的异质性因素。
综上,国内外学者在交通事故严重度分析研究方面取得了一定成果。但绝大多研究主
要从全路段、全事故视角分析交通事故的影响因素,对不同路段上不同形态事故的形成机
理,缺乏深入的比较分析;同时,常用的离散选择模型存在数据同质性假设,无法刻画事
故数据中的异质性,鲜有弯道路段随机参数模型的研究成果,而且既有研究多以数据丰富
的城市道路、高速公路为对象,对山区双车道公路的研究依然缺乏。因此,研究以山区公
路小半径弯道路段的追尾、正碰和侧碰 3 类事故为研究对象,采用传统二项 Logit 模型
(binary Logit model,BL)和考虑异质性的随机参数二项 Logit 模型(random parameter binary
Logit model,RPBL),研究小半径弯道路段 3 类事故严重程度的影响因素及其异质性效
应,可为相关部门针对性制定安全改善措施提供依据。
1. 数据准备
1.1 研究对象
根据 JTGB05—2015《公路项目安全性评价规范》,将平曲线半径小于等于 1 000 m
且纵坡小于 3%的路段定义为平直路段,平曲线半径小于等于 1 000 m 的路段划分为弯道路
段
[16]
。根据山区双车道公路弯道路段的分布特征,将双车道公路小半径路段定义为平曲线
半径小于等于 600 m 路段
[17]
。
1.2 数据来源
选取云南省楚雄州某典型二级公路为研究对象。该路段全长 87.42 km,共有 159 处弯
道,平曲线最小半径 125 m,最大纵坡为 6%。其中弯道半径小于 600 m 的路段高达 117
个,路段长 46.14 km,占研究路段总长度的 52.54%。
通过调研得到该路段 2012—2017 年各类交通事故数据 2 247 起。经路段单元划分、线
形匹配等处理,筛选得到 1 067 起具有完整信息的小半径弯道路段事故数据,包括事故时
间、地点、伤亡情况、事故现场、事故形态、事故原因等信息。
1.3 变量定义
1.3.1 因变量选取
小半径弯道路段事故类型分布见图 1,追尾事故、正面碰撞事故和侧面碰撞事故是山
区双车道小半径弯道路段的主要事故形态,事故占比之和达 79.4%。其中,追尾事故数量
占比最高,高达 36.5%,其次为正面碰撞事故和侧面碰撞,占比分别为 26.6%和 16.6%。翻
车事故等其他类型事故虽时有发生,但整体占比少,故研究暂不考虑。
图 1 双车道公路小半径弯道路段事故类型
Figure 1. Accident types on sharp curves of two-lane highways
下载: 全尺寸图片 幻灯片
以交通事故严重程度为因变量,考虑不同严重度等级的事故样本的不均衡分布特性,
研究将交通事故严重程度划分为一般事故和伤亡事故,占比分别为 63.4%和 36.6%。
1.3.2 自变量选取
交通事故的发生是驾驶员、车辆、道路条件及环境等多重复杂因素导致。综合前人研
究、事故记录信息,道路线形设计数据和实地调研情况,从驾驶员(包括年龄、性别、超车
行为)、车辆(包括货车、摩托车)、环境(包括季节、节假日、光线、天气、路表、接入
口)、小半径弯道道路条件(包括弯道转角、弯道长度、弯道坡度、弯道坡长)选取潜在影响
因素。变量描述见表 1。
表 1 自变量描述性统计信息
Table 1. Descriptive statistics of independent variables
一般事故(
n
=676)
伤亡事故(
n
=369)
变量
符
号
描述
编
码
频数(均值
a
)
占比/% (标准差
b
)
频数(均值
a
)
占比/%(标准差
b
)
驾驶员年龄
X
age
肇事驾驶员年龄/岁
(37.35)
(9.528)
(38.15)
(9.82)
男性
0
584
86.4
338
86.4
驾驶员性别
X
sex
女性
1
92
13.6
53
13.6
否
0
554
82.0
325
83.1
驾驶员是否
超车
X
over
是
1
122
18.0
66
16.9
否
0
522
77.2
312
79.8
是否与货车
有关
X
truck
是
1
154
22.8
79
20.2
否
0
621
91.9
186
47.6
是否与摩托
车有关
X
motor
是
1
55
8.1
205
52.4
事故发生季
X
seaso
春季(3~5 月)
1
138
20.4
93
23.8
剩余11页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3587
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功