高速公路交通事故黑點(diǎn)鑒別及影響因素分析

嚴(yán)亞丹， 張 征， 王東煒， 趙湘育

(鄭州大學(xué) 土木工程學(xué)院， 河南 鄭州 450001)

高速公路交通事故黑點(diǎn)鑒別及影響因素分析

嚴(yán)亞丹， 張 征， 王東煒， 趙湘育

(鄭州大學(xué) 土木工程學(xué)院， 河南 鄭州 450001)

基于某高速公路34 km路段上723起交通事故記錄數(shù)據(jù)，采用事故數(shù)方法統(tǒng)計(jì)得到事故多發(fā)路段集，并提出不受起訖點(diǎn)影響的交通事故黑點(diǎn)(段)定義。結(jié)合貝葉斯理論，對各事故黑點(diǎn)(段)進(jìn)行致因分析。選取3個道路環(huán)境因素和3個道路線形因素，得到多因素影響下事故黑點(diǎn)(段)發(fā)生交通事故的聯(lián)合概率分布。計(jì)算結(jié)果表明：事故數(shù)法是鑒別事故黑點(diǎn)最簡便的方法，但其定義閾值宜因不同道路情況而異；黑點(diǎn)事故發(fā)生的影響因素中，工休過渡日(周一、周五)對事故發(fā)生概率的影響程度較大；連續(xù)長下坡是該路段上黑點(diǎn)(段)發(fā)生交通事故的充分條件。貝葉斯方法可針對不同的影響因素和事故對象，計(jì)算出相應(yīng)的事故影響因素概率值：在工休過渡日和雨天條件下，小型車單車事故發(fā)生在6時(shí)至12時(shí)的概率為36%；而休息日的非單車事故中，不同類型車事故在晴天條件下發(fā)生的概率最大，為38%。

高速公路； 黑點(diǎn)鑒別； 貝葉斯理論； 影響因素分析

0 引言

交通事故黑點(diǎn)一般是指事故多發(fā)點(diǎn)或路段，目前尚未有統(tǒng)一明確的定義。事故黑點(diǎn)表現(xiàn)為：在一個較長的時(shí)間段內(nèi)(通常為1～3 a)，發(fā)生交通事故的數(shù)量和特征與其他正常點(diǎn)相比明顯突出或者有潛在安全隱患的點(diǎn)[1]。事故黑點(diǎn)鑒別方法主要分為事故數(shù)法、事故率法和概率論—數(shù)理統(tǒng)計(jì)方法。質(zhì)量控制法、累積頻率曲線法[2，3]、遺傳算法[4]、信息分配技術(shù)[5]等基于概率統(tǒng)計(jì)原理的黑點(diǎn)鑒別方法，常將整條公路劃分成路段單元(通常為1 km)，得到的黑點(diǎn)長度是固定的，鑒別結(jié)果存在一定偏差。相比較而言，事故數(shù)法簡便易用，對數(shù)據(jù)的依賴性較弱，鑒別結(jié)果不受路段單元起訖點(diǎn)的影響。

在影響高速公路交通安全的人-車-路-環(huán)境綜合體系中，事故誘因不是單一的[6，7]。目前交通事故的成因分析方法，經(jīng)歷了單因素理論、多因素理論、系統(tǒng)致因理論和仿真技術(shù)等發(fā)展過程?，F(xiàn)有的灰色分析[8，9]、模糊集分析[10]等方法，雖然能夠判斷事故黑點(diǎn)發(fā)生的主要影響因素，但無法具體量化在具體的多種因素綜合作用下交通事故的發(fā)生概率。本文將采用事故數(shù)法對高速公路事故黑點(diǎn)進(jìn)行鑒別，并結(jié)合貝葉斯理論對各交通事故影響因素，包括時(shí)間、線形、車輛類型等進(jìn)行多種不同因素組合作用下的事故發(fā)生概率分析。以期為改善高速公路交通安全，預(yù)防事故發(fā)生提供參考和依據(jù)。

1 事故黑點(diǎn)鑒別

在高速公路交通安全管理工作中，根據(jù)交通事故歷史數(shù)據(jù)，尤其是交通事故發(fā)生次數(shù)，作為排查交通事故黑點(diǎn)(段)的指標(biāo)，具有極大簡便性和可操作性[11]。應(yīng)用事故數(shù)法鑒別事故黑點(diǎn)(段)關(guān)鍵之處在于，有充足的統(tǒng)計(jì)數(shù)據(jù)，并能確定一個符合交通事故統(tǒng)計(jì)特征及交通安全管理目標(biāo)的鑒別標(biāo)準(zhǔn)閾值。

不同國家對事故黑點(diǎn)的定義閾值是不同的[11，12]。英國關(guān)于黑點(diǎn)的定義是：長100 m路段內(nèi)3 a發(fā)生12起以上含人員傷亡的交通事故稱為道路黑點(diǎn)。挪威對黑點(diǎn)(段)的定義是：長100 m路段內(nèi)，4 a發(fā)生4起以上含人員傷亡的交通事故，稱為道路黑點(diǎn)；長1 km路段內(nèi)4 a發(fā)生10起以上人員傷亡的交通事故，稱為黑段。我國公安部交通管理局2001年發(fā)布的《全面排查交通事故多發(fā)點(diǎn)段工作方案》規(guī)定，事故多發(fā)點(diǎn)為500 m范圍內(nèi)1 a內(nèi)發(fā)生3次重大以上交通事故的地點(diǎn)；多發(fā)段為2 000 m范圍內(nèi)或道路橋、涵洞的全程1 a內(nèi)發(fā)生3次重大以上交通事故的路段。鑒別標(biāo)準(zhǔn)不一的主要原因是，不同時(shí)期不同地域的道路狀況和環(huán)境條件差異較大。本文應(yīng)用某高速公路K796～K830上2011～2013年723起交通事故數(shù)據(jù)，進(jìn)行事故黑點(diǎn)鑒別分析。

1.1 事故多發(fā)路段統(tǒng)計(jì)

某高速公路K796～K830(以下簡稱“統(tǒng)計(jì)段”)總長34 km，將2011～2013年發(fā)生的723起交通事故按照南、北路幅進(jìn)行統(tǒng)計(jì)，見表1。北半幅事故數(shù)為612起，占事故總數(shù)的84.65%?？梢钥闯觯返纳?、下行方向是影響事故發(fā)生的重要因素之一。

表1 統(tǒng)計(jì)段交通事故發(fā)生位置情況Table1 Locationofaccidentsinstatisticalsection位置事故數(shù)/起事故點(diǎn)/處北半幅612330南半幅111102總計(jì)723432

如圖1所示，南半幅的交通事故分布無明顯突出的點(diǎn)。而北半幅的交通事故分布極不均勻(見圖2)，K796.800、K800.200、K800.900、K809.800、K818.600、K820.900等6處事故點(diǎn)，每處地點(diǎn)發(fā)生的事故數(shù)均大于5起，呈明顯單峰狀。其中，除了K820.900為事故多發(fā)的孤點(diǎn)，其余事故多發(fā)點(diǎn)的鄰近路段亦有事故數(shù)超過5起的事故點(diǎn)，尤其是K801～K803處，事故點(diǎn)密集，事故數(shù)均較高。根據(jù)圖2的交通事故分布，篩選得到北半幅事故數(shù)不小于5起的事故多發(fā)點(diǎn)(段)集，如表2所示。該7處事故多發(fā)點(diǎn)(段)的總長度僅占北半幅總長的9.4%，但總事故數(shù)占到了北半幅事故總數(shù)的45.4%。

1.2 事故黑點(diǎn)鑒別分析

借鑒國內(nèi)外對事故黑點(diǎn)的限值標(biāo)準(zhǔn)，結(jié)合統(tǒng)計(jì)段3 a發(fā)生的實(shí)際事故數(shù)和事故分布，定義500 m長度范圍內(nèi)3 a發(fā)生10起以上交通事故的路段為事故黑點(diǎn)；大于500 m且小于3 000 m的長度范圍內(nèi)3 a發(fā)生50起以上交通事故的路段為事故黑段。需要強(qiáng)調(diào)的是： ①黑點(diǎn)的判別應(yīng)不受事故統(tǒng)計(jì)的起訖點(diǎn)影響； ②事故黑點(diǎn)應(yīng)具有分離性，若3 000 m路段范圍內(nèi)有多個事故黑點(diǎn)，需按照黑段的定義判斷其合并后是否為一個黑段。據(jù)此鑒別分析表2中的事故多發(fā)點(diǎn)(段)是否為事故黑點(diǎn)(段)。

圖1 南半幅交通事故分布Figure 1 The accidents distribution on the southern half of the freeway segment

圖2 北半幅交通事故分布Figure 2 The accidents distribution on the northern half of the freeway segment

表2 北半幅事故多發(fā)路段(點(diǎn))集Table2 Setoftheaccidentsfrequentsectionsonthenorthernhalf序號事故多發(fā)點(diǎn)(段)事故總數(shù)/起關(guān)鍵事故點(diǎn)里程樁號事故數(shù)/起1K796700～K79690038K796800122K800200～K80040014K80020053K800700～K80090018K80090054K801～K803162K801200115K809400～K80980026K80980056K818600～K81880015K81860067K8209005——

將事故多發(fā)段K800.200～K800.400、K800.700～800.900、K801～K803合并為K800～K803，成為一個事故黑段；事故多發(fā)點(diǎn)K820.900處為一個孤點(diǎn)，不滿足黑點(diǎn)定義。故北半幅黑點(diǎn)(段)的鑒別結(jié)果如表3所示。北半幅黑點(diǎn)(段)的總長度占北半幅總長的11.2%，而黑點(diǎn)(段)總事故數(shù)所占比例達(dá)到北半幅事故總數(shù)的47.6%。黑點(diǎn)(段)對該段交通安全的影響是顯著的。

表3 北半幅黑點(diǎn)(段)Table3 Blackspotsonthenorthernhalf黑點(diǎn)(段)事故總數(shù)/起K796700～K79690038K809400～K80980026K818600～K81880015K800～K803212總計(jì)291

2 組合影響因素作用下黑點(diǎn)處事故發(fā)生概 率模型

2.1 貝葉斯模型

(1)

根據(jù)條件獨(dú)立性有：

(2)

故事故黑點(diǎn)(段)在多因素作用下發(fā)生交通事故的聯(lián)合概率為：

(3)

2.2 道路環(huán)境與線形因素變量

高速公路交通事故的發(fā)生通常為人、車、路、環(huán)境等多種因素綜合作用的結(jié)果。根據(jù)統(tǒng)計(jì)段交通事故數(shù)據(jù)及道路設(shè)計(jì)資料，主要的道路環(huán)境因素和道路線形因素包括日期、時(shí)間、天氣、曲線半徑等。

2.2.1 道路環(huán)境

① 事故發(fā)生日期B1。

將事故發(fā)生日期分為三類：休息日(周六、周日)，工休過渡日(周一、周五)和一般工作日(周二、周三、周四)。

② 事故發(fā)生時(shí)間B2。

將每日24 h按照3 h為一個時(shí)段進(jìn)行劃分。

③ 天氣狀況B3。

不同天氣狀況對道路造成的影響不同，主要表現(xiàn)在路面附著系數(shù)和環(huán)境能見度兩方面。雨雪天氣時(shí)，路表較濕潤，附著系數(shù)變??；大霧天氣下，能見度大大降低，都不利于行車安全。將主要的天氣類型分為5種。

2.2.2 道路線形

① 平曲線半徑B4。

《公路工程技術(shù)標(biāo)準(zhǔn)》(JTG B01-2014)(以下簡稱“14標(biāo)準(zhǔn)”)規(guī)定[15]，設(shè)計(jì)速度為100 km/h的高速公路，圓曲線最小半徑一般值為700 m，最小值為400 m。統(tǒng)計(jì)段上平曲線半徑的最小值為1 000 m，最大值為5 500 m，符合規(guī)范要求。將平曲線半徑由小到大分為4類，其中>5 500 m的為直線段。

② 縱坡坡度B5。

設(shè)計(jì)速度為100 km/h的高速公路，最大縱坡為4%。經(jīng)統(tǒng)計(jì)分析，34 km統(tǒng)計(jì)段的坡度均符合規(guī)范要求。將縱坡坡度值分為4類。

③ 連續(xù)長縱坡。

在高速公路的線形條件中，連續(xù)長縱坡使得機(jī)動車速度差增大，制動過熱，制動效能減弱，從而引發(fā)交通事故[16]?！?4標(biāo)準(zhǔn)”中僅對4%的最大坡長進(jìn)行限值，并未對連續(xù)坡段的長度做出規(guī)定。這里定義平均坡度值大于2%且連續(xù)上/下坡長度大于5 km的路段為連續(xù)長縱坡。該34 km的統(tǒng)計(jì)段中，各事故黑點(diǎn)(段)處所有交通事故均處于連續(xù)下坡路段，即連續(xù)下坡路段是該高速公路路段事故黑點(diǎn)發(fā)生交通事故的充分條件。

2.2.3 計(jì)算結(jié)果

根據(jù)式(1)～式(3)，基于統(tǒng)計(jì)段北半幅總612起事故和4處黑點(diǎn)(段)處291起事故，分別計(jì)算道路環(huán)境和線形因素的聯(lián)合概率分布，B12(周一、五)、B21(0時(shí)至3時(shí))和B34(雪天)是黑點(diǎn)(段)最易發(fā)生交通事故的環(huán)境條件，其聯(lián)合導(dǎo)致事故發(fā)生的概率為28%；B41(平曲線半徑不大于2 300 m)、B53(坡度值區(qū)間為(2%，3%])是黑點(diǎn)(段)處易發(fā)生事故的線形條件，影響概率高達(dá)42%。并可得到各單因素影響下事故黑點(diǎn)(段)發(fā)生交通事故的概率，從而得到各個因素的重要程度排序(見表4)。

2.3 車型因素變量

2.3.1 單車事故

將單車事故的車型劃分為重型車(主要為拖掛車)、大中型車和小型車。經(jīng)計(jì)算，單車事故在周一、周五(B12)發(fā)生交通事故的概率高于其它日期；雨天(B33)是單車事故發(fā)生概率最大的天氣類型。圖3為在B12，B33和事故發(fā)生時(shí)間組合影響下，不同

表4 影響因素計(jì)算分析結(jié)果Table4 Calculationresultsofinfluencingfactorsanalysis影響因素影響度排序(由大至小)道路環(huán)境條件事故日期B12-B11-B13事故時(shí)刻B21-B26-B27-B24-B28-B22-B23-B25天氣狀況B34-B33-B31-B32-B35道路線形條件平曲線半徑B41-B43-B42-B44縱坡坡度B53-B54-B51-B52連續(xù)長縱坡充分條件

車型的單車事故概率分布，發(fā)現(xiàn)小型車和大中型車的單車事故集中在上午，小型車單車事故發(fā)生在6時(shí)至12時(shí)的概率為36%；重型車的單車事故分布較平均，發(fā)生在夜間18時(shí)至24時(shí)的概率為28%。

圖3 B12，B33影響下不同車型的單車事故概率分布Figure 3 The single vehicle accidents probability distribution of different type of vehicles under B12 & B33

2.3.2 非單車事故

雙車事故和多車事故即非單車事故，將其分為同類型車事故、不同類型車事故兩種。同類型車輛的制動性能、行駛速度等相似度高，其交通事故致因與不同類型車輛之間的事故致因有差異。計(jì)算結(jié)果表明，非單車事故發(fā)生主要集中在周六、周日(B11)。圖4為在B11影響下，同類車與不同類型車事故在晴天和雨天條件下發(fā)生的聯(lián)合概率，不同類型車事故在晴天發(fā)生的概率較高，而同類型車事故在雨天情況下發(fā)生的概率較高。

圖4 B11影響下不同車型的非單車事故概率分布Figure 4 The non-single vehicle accidents probability distribution of various vehicles under B11

3 結(jié)論

① 以某高速公路34 km路段3 a內(nèi)的723起交通事故數(shù)據(jù)為基礎(chǔ)，采用事故數(shù)法進(jìn)行了事故多發(fā)點(diǎn)(段)統(tǒng)計(jì)分析，定義了黑點(diǎn)(段)的閾值，并得到了4個事故黑點(diǎn)(段)。該方法簡便易用，所得黑點(diǎn)(段)的長度不受路段起訖點(diǎn)的影響。

② 將事故黑點(diǎn)(段)的三個道路環(huán)境影響因素分類，其中，事故發(fā)生日期分為休息日(周六、日)、工休過渡日(周一、五)和一般工作日(周二、三、四)。該分類方法具有較強(qiáng)的規(guī)律性，單車事故在工休過渡日的發(fā)生概率最高，非單車事故在休息日的發(fā)生概率最高。

③ 對于本文的統(tǒng)計(jì)段而言，在三個道路線形因素中，連續(xù)長縱下坡是事故黑點(diǎn)(段)發(fā)生交通事故最重要的影響因素，建議我國公路線形設(shè)計(jì)的相關(guān)規(guī)范中，對連續(xù)長縱坡的最大坡長進(jìn)行補(bǔ)充規(guī)定。

④ 貝葉斯模型的計(jì)算結(jié)果表明，各個影響因素不是相互獨(dú)立的。不同因素組合作用下，黑點(diǎn)(段)發(fā)生事故的概率不同。針對不同的影響因素和研究對象，可計(jì)算得到相應(yīng)的事故發(fā)生概率值。

[1] 過秀成，盛玉剛.公路交通事故黑點(diǎn)分析技術(shù)[M].南京：東南大學(xué)出版社，2009.

[2] Tarko A P，Kanodia M.Effective and fair identification of hazardous locations[J].Transportation Research Record，2004，1897：64-70.

[3] 楊軫，唐瑩，方守恩.雙曲正切函數(shù)在事故黑點(diǎn)鑒別中的應(yīng)用[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2011，43(10)：143-148.

[4] 劉玉增，張殿業(yè).基于遺傳算法的交通事故黑點(diǎn)排查方法[J].交通運(yùn)輸工程與信息學(xué)報(bào)，2005，3(2)：1-7.

[5] 廖志高，柳本民，郭忠印.基于信息分配的道路黑點(diǎn)鑒別方法[J].中國公路學(xué)報(bào)，2007，20(4)：122-126.

[6] Hafeez I，Kamal M A.Accidents black spots on highways and their low cost remedial measures[C].14th International Conference on Urban Transport and the Environment in the 21st Century，Malta，2008.

[7] Liu Yichao.Highway Traffic Accident Black Spot Analysis of Influencing Factors[C].4th International Conference on Transportation Engineering，Chengdu，2013.

[8] 潘昭宇，過秀成，盛玉剛，等.灰色關(guān)聯(lián)分析法在公路交通事故黑點(diǎn)成因分析中的應(yīng)用[J].交通運(yùn)輸工程與信息學(xué)報(bào)，2008，6(3)：96-101.

[9] 林汀，歐陽天水，王劍，等.基于灰色聚類法的山區(qū)高速公路安全評價(jià)[J].公路工程，2014，39(2)：41-44.

[10] 姚磊.基于RST的事故黑點(diǎn)成因?qū)嵗治鯷J].交通運(yùn)輸工程與信息學(xué)報(bào)，2014，12(1)：104-108.

[11] 邵祖峰.交通事故黑點(diǎn)鑒別方法研究綜述[J].道路交通與安全，2008，8(2)：44-49.

[12] 杜石廳.基于統(tǒng)計(jì)模式識別的高速公路事故黑點(diǎn)識別研究[D].重慶：西南交通大學(xué)，2007.

[13] Cafiso S，Cava G L，Montella A.Safety index for evaluation of two-lane rural highway，2019[R].Washington DC：Transportation Research Board of the National Academies，2007.

[14] 趙金寶，鄧衛(wèi)，王建.基于貝葉斯網(wǎng)絡(luò)的城市道路交通事故分析[J].東南大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，41(6)：1300-1306.

[15] JTG B01-2014，公路工程技術(shù)標(biāo)準(zhǔn)[S].

[16] 趙源，邰永剛.高速公路長大下坡路段駕駛行為分析[J].公路工程，2014，39(5)：68-70.

Black Spots Identification and Influencing Factors Analysis of Freeway

YAN Yadan， ZHANG Zheng， WANG Dongwei， ZHAO Xiangyu

(School of Civil Engineering， Zhengzhou University， Zhengzhou， Henan 450001， China)

Based on the 723 recorded traffic accidents on a freeway segment with 34 km in length，the set accidents frequent sections is obtained using statistical method.Black spot or section that is not affected by the starting and ending point is defined.Influencing factors are analyzed using the Bayesian method.Three environment factors and three alignment factors are selected and then the joint probability distribution is inferred.Calculation results indicate that identifying black spots based on the number of accidents is the simplest and the most convenient method.However，the threshold value is different due to different freeway conditions.Among influencing factors of black spots，transition days between weekdays and weekends(Monday and Friday)have larger effects on the accident occurrence probability.Long and steep downgrade is the sufficient condition for accidents on the black spots or sections.Bayesian method could calculate the accident occurrence probability under different influencing factors.The probability of single vehicle accidents caused by small passenger cars is 36% in the rainy and transition days.Within non-single vehicle accidents in weekends，vehicles accidents is the most possible to occur on sunny days and the inferred probability is 38%.

freeway； black spots identification； bayesian theory； influencing factors analysis

2015 — 04 — 28

河南省交通運(yùn)輸廳科技項(xiàng)目-重點(diǎn)項(xiàng)目(2010D104)

嚴(yán)亞丹(1986 — )，女，河南周口人，講師，博士，主要研究方向?yàn)榈缆方煌ㄒ?guī)劃與管理。

U 491.1+16

A

1674 — 0610(2016)06 — 0059 — 04