大型汽車交通死亡事故空間分布規(guī)律分析

榮映雪，劉少華

大型汽車交通死亡事故空間分布規(guī)律分析

榮映雪，劉少華

（長(zhǎng)江大學(xué) 地球科學(xué)學(xué)院，湖北 武漢 430100）

掌握大型汽車交通事故分布規(guī)律是交通安全管理的重要基礎(chǔ)。以武漢市為例，應(yīng)用最近鄰分析法和核密度估計(jì)法研究大型汽車交通死亡事故的空間分布模式和主要高發(fā)區(qū)域，并結(jié)合研究區(qū)的結(jié)構(gòu)布局分析事故高發(fā)原因。結(jié)果表明，事故在研究區(qū)內(nèi)分布呈顯著聚集特征，存在多個(gè)高發(fā)區(qū)，將高發(fā)區(qū)歸納為以下4大類，即路網(wǎng)密集、道路復(fù)雜的居民點(diǎn)和商業(yè)區(qū)，高速公路和高架橋附近，大型重型貨車繁忙的工業(yè)園集中區(qū)省道和國(guó)道，人流車流承載壓力大的主干道。

大型汽車；交通死亡事故；最近鄰分析；核密度估計(jì)

由《中國(guó)統(tǒng)計(jì)年鑒2018》和《中華人民共和國(guó)道路交通事故統(tǒng)計(jì)年報(bào)（2017 年度）》統(tǒng)計(jì)，2017全國(guó)發(fā)生交通事故共203 019起，致死數(shù)為63 772人[1]。其中，大型汽車參與的交通事故約3.8萬(wàn)起，約占18%。大型汽車參與的交通事故致死數(shù)約為1.89萬(wàn)人，占比高達(dá)29%，說(shuō)明大型汽車參與的交通事故往往更容易造成人員死亡，因此，掌握大型汽車交通死亡事故發(fā)生分布規(guī)律，對(duì)預(yù)防交通死亡事故的發(fā)生具有重要意義。

地理信息系統(tǒng)（Geo-graphic Information System，GIS）相比于傳統(tǒng)的統(tǒng)計(jì)分析方法更有優(yōu)勢(shì)。首先GIS的可視化特征可以直觀地展示交通事故空間方位情況，從而能對(duì)交通事故多發(fā)點(diǎn)有一個(gè)總體的把握；另外，GIS空間分析工具有助于從多角度的挖掘事故點(diǎn)的空間分布特性和各事故點(diǎn)間的空間關(guān)系[2]。

本文以武漢市2017-04—2018-04的大型汽車死亡交通事故為研究對(duì)象，利用ArcGIS軟件，研究事故的空間分布規(guī)律，并對(duì)事故分布高發(fā)區(qū)加以分析，供交通管理部門決策時(shí)做參考。

1 數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源于湖北省交通安全綜合服務(wù)管理平臺(tái)（https：//hb.122.gov.cn/#/index）上發(fā)布的“互聯(lián)網(wǎng)死亡事故負(fù)有責(zé)任駕駛?cè)斯尽保科鹗鹿实漠?dāng)事人信息、事故事實(shí)、傷亡程度、財(cái)產(chǎn)損失、車輛類型、車輛所屬企業(yè)、事故認(rèn)定部門等信息，收集到時(shí)間跨度為2017-04—2018-04的288條大型汽車交通死亡事故數(shù)據(jù)[1]。

1.2 研究方法

通過騰訊地圖得到各點(diǎn)的地理坐標(biāo)，用ArcGIS通過Add XY Date功能將數(shù)據(jù)轉(zhuǎn)成shp格式。利用最近鄰分析法分析事故分布模式，然后通過核密度估計(jì)實(shí)驗(yàn)對(duì)武漢市大型汽車交通死亡事故高發(fā)區(qū)域進(jìn)行分析。

1.2.1 最近鄰分析

最近鄰分析法（Nearest Neighbor Analysis，NNA）中，首先假設(shè)在研究區(qū)域內(nèi)，隨機(jī)分布的平均距離記為e，然后測(cè)量各要素質(zhì)心之間的距離，最后計(jì)算這些距離平均值記為o。令o/e，得出平均最近鄰指數(shù)（Nearest Neighbor Index，NNI）。若<1，則表示分布模式趨向于聚集；若>1，那么就表示分布模式趨向于離散，越接近1，就表示隨機(jī)的概率越大[3]。

1.2.2 核密度估計(jì)法

核密度估計(jì)法（Kernel Density Estimation，KDE）認(rèn)為事件的發(fā)生在空間上的位置是任意的，在不同的位置上發(fā)生的概率大小不同。核密度估計(jì)的思想是在空間上一某點(diǎn)為圓心，統(tǒng)計(jì)在半徑內(nèi)事故發(fā)生數(shù)量，然后除以該圓的面積[4-5]，則得到點(diǎn)s處的密度表達(dá)式，如下所示：

2 武漢市大型汽車交通死亡事故分布規(guī)律

2.1 交通事故分布模式

通過使用ArcGIS分析工具下的點(diǎn)距離和空間統(tǒng)計(jì)的平均最近鄰分析功能，分別統(tǒng)計(jì)整個(gè)武漢市288個(gè)事故點(diǎn)和繞城高速內(nèi)179個(gè)事故點(diǎn)，結(jié)果如表1所示。

表1 武漢市大型汽車交通事故最近鄰分析結(jié)果

最大值/m最小值/m平均觀測(cè)距離/m預(yù)期平均距離/m最鄰近指數(shù)Z值得分p值 160 363.3213.452043.063304.580.62﹣12.390

由結(jié)果可知，武漢市事故點(diǎn)最近鄰指數(shù)為0.62，小于1，表明武漢市大型汽車交通死亡事故點(diǎn)在空間上相互靠近，呈聚集模式。得分表示標(biāo)準(zhǔn)差的倍數(shù)，而標(biāo)準(zhǔn)差反映的是數(shù)據(jù)集的離散程度，||>1.65時(shí)，<0.1，置信度為90%；||>2.58時(shí)，<0.01，置信度為99%[7]。在結(jié)果中的得分為﹣12.393，顯著性水平小于0.01，說(shuō)明大型汽車交通死亡事故在空間上呈顯著聚集分布。

2.2 大型汽車死亡事故熱點(diǎn)分析

為了更直觀反映大型汽車死亡事故在空間上的分布規(guī)律，使其達(dá)到可視化要求，需要對(duì)交通事故點(diǎn)進(jìn)行核密度分析，求出事故熱點(diǎn)區(qū)域，并對(duì)高發(fā)區(qū)進(jìn)行分析。

2.2.1 核密度分析結(jié)果

為了對(duì)比不同像元大小和搜索半徑對(duì)核密度估計(jì)的影響，本文實(shí)驗(yàn)設(shè)計(jì)了3項(xiàng)實(shí)驗(yàn)，實(shí)驗(yàn)Ⅰ和實(shí)驗(yàn)Ⅱ都采用 100 m像元大小，分別設(shè)定2 000 m和4 000 m搜索半徑，分析搜索半徑結(jié)果的影響。實(shí)驗(yàn)Ⅱ和實(shí)驗(yàn)Ⅲ分別設(shè)定200 m和500 m的像元大小，均采用4 000 m搜索半徑，分析像元大小對(duì)結(jié)果的影響。將核密度圖在ArcScene中顯示，如圖1、圖2、圖3所示。

圖1 實(shí)驗(yàn)Ⅰ密度圖

圖2 實(shí)驗(yàn)Ⅱ密度圖

圖3 實(shí)驗(yàn)Ⅲ密度圖

對(duì)比圖1與圖2，在相同像元大小情況下，搜索半徑較小的局部變異細(xì)節(jié)較多，熱點(diǎn)細(xì)節(jié)展現(xiàn)越豐富，搜索半徑較大，熱點(diǎn)之間會(huì)顯示相對(duì)平滑，可視化效果好，但是重要細(xì)節(jié)會(huì)缺失。對(duì)比圖2和圖3，在搜索半徑相同的情況下，較小的像元，局部細(xì)節(jié)展現(xiàn)更多，但是計(jì)算量大；較小的像元，局部展現(xiàn)較少，但計(jì)算量大。

2.2.2 事故高發(fā)點(diǎn)分析

對(duì)288起事故點(diǎn)進(jìn)行核密度分析，得到武漢市大型汽車交通死亡熱點(diǎn)區(qū)域的中高發(fā)區(qū)分別為：東西湖區(qū)東西湖大道（興工三路至額頭灣立交橋路段）、東吳大道（高橋五路至七雄路段）、高橋五路（東吳大道至聯(lián)盟路段）、臨空大道（武川公路經(jīng)惠安大道至東吳大道段）；硚口區(qū)的工農(nóng)路（額頭灣立交橋至古田二路段）；江漢、江岸區(qū)的機(jī)場(chǎng)二高速（二環(huán)線至三環(huán)線姑嫂立交橋段）；三環(huán)線（宜秀路經(jīng)姑嫂立交橋至盤龍立交橋）；青山區(qū)青王公路、青化路、21號(hào)公路、工人村路；武漢繞城高速黃陂段（臨空南路附近經(jīng)橫店互通橋至黃陂互通橋段）；黃陂區(qū)的黃土公路（釣臺(tái)道至木蘭景區(qū)段）；國(guó)道106新洲段（詹上灣至新洲博物大道段）；新洲陽(yáng)邏平江大道（漢施公路經(jīng)陽(yáng)光大道至外環(huán)高速）；洪山區(qū)的民族大道、關(guān)山大道、白沙洲大道；蔡甸區(qū)的興華路、江城大道。

針對(duì)這10個(gè)高發(fā)區(qū)，結(jié)合武漢的結(jié)構(gòu)布局，將這幾個(gè)區(qū)域劃分為5類，不同類別間的特征總結(jié)如下。

2.2.2.1 第Ⅰ類：路網(wǎng)密集，道路復(fù)雜的居民點(diǎn)或商業(yè)地區(qū)

這一類地區(qū)包括東西湖區(qū)的東西湖大道、東吳大道、高橋五路、臨空大道。這類事故高發(fā)區(qū)居民點(diǎn)和商業(yè)地區(qū)也比較集中，人口密集，加上路網(wǎng)密集復(fù)雜，十字路口多，司機(jī)在駕駛頻繁變道變速，從而導(dǎo)致交通事故的發(fā)生。

2.2.2.2 第Ⅱ類高發(fā)區(qū)：高速公路和高架橋附近

這類地區(qū)包括武漢繞城高速和三環(huán)線的姑嫂立交橋、盤龍立交橋以及孟家鋪立交附近。三環(huán)線與許多道路接通，造成三環(huán)線車流量增加，加上三環(huán)線整體車速較快，使其成為高發(fā)區(qū)。這可能是因?yàn)楦咚俟飞纤緳C(jī)行駛過快，容易造成群死群傷的惡性事故，且在高速公路上施救難度大，時(shí)間緊，易造嚴(yán)重堵塞甚至引發(fā)二次交通事故，傷亡慘重。

2.2.2.3 第Ⅲ類高發(fā)區(qū)：大型重型貨車繁忙的工業(yè)園集中區(qū)、省道和國(guó)道

青山區(qū)工業(yè)園集中，陽(yáng)邏經(jīng)濟(jì)開發(fā)區(qū)是華中地區(qū)重要物流中心和現(xiàn)代港口工業(yè)新城，黃陂區(qū)黃土公路沿線側(cè)密布砂場(chǎng)、采石場(chǎng)，所涉及的道路青化路、21號(hào)公路、工人村路和陽(yáng)邏的平江大道、106國(guó)道、黃土公路（S108）都屬于貨車繁忙路段，重載貨車總是滿載經(jīng)過。這些道路不堪重負(fù)，路面出現(xiàn)大面積塌陷和坑槽病害，即使修補(bǔ)不斷，但超載車輛問題一直未能解決，給道路交通埋下極大的安全隱患。

2.2.2.4 第Ⅳ類高發(fā)區(qū)：人流車流承載壓力巨大的主干道

這類高發(fā)區(qū)主要指洪山區(qū)的民族大道、關(guān)山大道。這類高發(fā)區(qū)道路道路結(jié)構(gòu)并不復(fù)雜，相反民族大道、關(guān)山大道這兩條道路都是光谷和江夏之間的主干道，沒有其他道路分擔(dān)交通壓力。道路一頭連接著人流量巨大的商圈光谷廣場(chǎng)，而沿線又高校林立，承載所有院校的師生出行，人流車流巨大，導(dǎo)致道路擁堵，極易發(fā)生車禍。

3 結(jié)語(yǔ)

本文應(yīng)用平均最近鄰分析法和核密度估計(jì)方法得出武漢市大型汽車參與的交通死亡事故的空間分布模式和事故高發(fā)區(qū)，對(duì)幾個(gè)高發(fā)區(qū)進(jìn)行歸類分析，根據(jù)分析結(jié)果，結(jié)合武漢市未來(lái)發(fā)展規(guī)劃，提出以下建議：①對(duì)于路網(wǎng)密集、道路復(fù)雜的居民點(diǎn)或商業(yè)地區(qū)，可以考慮增設(shè)道路隔離帶對(duì)人和車進(jìn)行分離，有效調(diào)節(jié)紅綠燈時(shí)長(zhǎng)，減少人車混行現(xiàn)象[8]；②在高速公路和高架橋附近，可以加大高速公路和立交橋安全駕駛宣傳與教育力度，對(duì)于高速公路特殊路段要增設(shè)明顯的誘導(dǎo)標(biāo)志，起到安全警示作用；③對(duì)大型重型貨車繁忙的工業(yè)園集中區(qū)、省道和國(guó)道，加大大型重型貨車的的檢測(cè)力度和監(jiān)管力度，對(duì)重點(diǎn)監(jiān)管車型和重點(diǎn)地區(qū)，加大卸載和處罰力度；④人流車流承載壓力巨大的主干道，可通過加快完善道路基礎(chǔ)設(shè)施建設(shè)，如增加地下軌道交通的建設(shè)，分擔(dān)城市主干道的壓力。

但由于受調(diào)查數(shù)據(jù)條件的限制，本文缺少交通流水平、燈光條件道路寬度及道路車道數(shù)及等變量，這些不足將在后續(xù)進(jìn)行更為詳細(xì)的研究。

［1］中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.2018中國(guó)統(tǒng)計(jì)年鑒［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2018.

［2］陸化普，羅圣西，李瑞敏.基于GIS分析的深圳市道路交通事故空間分布特征研究［J］.中國(guó)公路學(xué)報(bào)，2019，32（8）：156-164.

［3］蝦神daxialu.白話空間統(tǒng)計(jì)之六［EB/OL］.［2015-08-08］.https://blog.csdn.net/allenlu2008/article/details/47421305，CSDN.

［4］XIE Z X，YAN J.Kernel density estimation of traffic accidents in a network space［J］.Computers，Environment and Urban Systems，2008，32（5）：396-406.

［5］佘冰，朱欣焰，咼維，等.道路網(wǎng)約束下的城市事件空間點(diǎn)模式分析［J］.計(jì)算機(jī)應(yīng)用研究，2013（8）：2327-2329.

［6］陳林.交通事故多發(fā)位置鑒別方法與實(shí)驗(yàn)研究［D］.武漢：武漢大學(xué)，2018.

［7］劉堯.交通事故的時(shí)空熱點(diǎn)分析鑒別以及致因因素探究［D］.杭州：浙江大學(xué)，2019.

［8］張光南，鐘俏婷，楊清玄.交通違法事故時(shí)空分布特征及其影響因素——以廣州為例［J］.交通運(yùn)輸系統(tǒng)工程與信息，2019（3）：208-214.

2095－6835（2020）24－0112－03

U491.31

A

10.15913/j.cnki.kjycx.2020.24.040

榮映雪（1992—），女，長(zhǎng)江大學(xué)地球科學(xué)學(xué)院碩士研究生，主要從事GIS應(yīng)用研究。

劉少華（1976—），男，博士，長(zhǎng)江大學(xué)地球科學(xué)學(xué)院副教授，碩士生導(dǎo)師，主要從事3S技術(shù)集成與應(yīng)用方向的研究。

〔編輯：張思楠〕