基于二元Logistic回歸模型的危險貨物運輸事故影響因素及嚴重性分析

欒婷婷，王亞坤，常建超，張馨儀，徐 寧

(北京石油化工學院安全工程學院，北京 102617)

隨著我國工業(yè)化進程的加快及對化工原料需求的持續(xù)增長，由于化工原料的特殊性，其在運輸、儲存、生產(chǎn)、經(jīng)營、使用和處置過程中易造成事故的發(fā)生，尤其是危險貨物的運輸過程[1]。危險貨物的運輸95%涉及異地運輸，也是最容易發(fā)生事故的環(huán)節(jié)，且近年來事故頻發(fā)，對周邊人們生命安全造成了極大的威脅。2014年3月晉濟高速甲醇運輸車輛追尾，致甲醇泄漏燃燒，并相繼引燃引爆隧道內(nèi)其余運輸車，造成40人死亡，12人受傷，直接經(jīng)濟損失達8197萬元；2020年6月13日，浙江省溫嶺市沈海高速一輛運輸液化氣的槽罐車發(fā)生爆炸事故，造成了周邊居民20多人死亡，170多人受傷，大量房屋倒塌，損失慘重。

因此，對危險貨物運輸事故案例進行統(tǒng)計分析，探究其發(fā)生規(guī)律及原因，有針對性地提出相應措施、減少事故發(fā)生是非常有必要的。Chen[2]利用貝葉斯網(wǎng)絡對統(tǒng)計的大量事故案例進行分析，通過對選取事故節(jié)點的處理以提高危險貨物運輸事故中的救援效率；Huang[3]以故障樹和模糊DS證據(jù)推理相結(jié)合的方法對危險貨物運輸事故進行分析，有助于事前分析和事后控制。Liu[4]借助網(wǎng)絡抓取軟件對2013～2018年期間高速危險貨物運輸事故進行統(tǒng)計，并對從其時間節(jié)點、空間分布和事故后果特征進行分析。沈小燕等[5]統(tǒng)計分析了886起危險品道路運輸事故，系統(tǒng)地分析其事故特征和規(guī)律。曹建等[6]對2013～2018年期間國內(nèi)罐車危險貨物運輸事故案例進行了統(tǒng)計分析，并考慮影響因素對救援時間的影響。任繼勤等[7]以國內(nèi)外危險貨物運輸事故案例統(tǒng)計為出發(fā)點，對比事故發(fā)生特征因素，并提出相應的對策建議。

筆者選取了2015～2019年之間共150起典型危險貨物道路運輸事故，利用SPSS軟件建立二元Logistic回歸模型進行研究，并基于分析研究結(jié)果提出針對性措施來減少事故發(fā)生，為安全運輸提供數(shù)據(jù)支撐。

1 危險貨物運輸事故統(tǒng)計分析

1.1 事故形態(tài)

危險品運輸事故的形態(tài)分類主要分為“碰撞事故”和“非碰撞事故”兩類。碰撞事故主要是指運輸車輛在行駛中與固定物、人和其他車輛間的撞擊等交通事故所引發(fā)的，主要形態(tài)有碰撞、追尾及剮蹭等。非碰撞事故主要是由運輸車輛和運輸容器等安全附件導致事故發(fā)生，且未發(fā)生碰撞。依照對事故形態(tài)的分類進行事故案例的統(tǒng)計分析，得到其危險貨物運輸事故形態(tài)的分布情況，如表1所示。

從表1中可以得出，危險貨物車輛運輸過程中發(fā)生的碰撞事故占比為58%，主要以追尾、車輛間的撞擊為主；非碰撞事故占比為42%，主要是由車輛自身、運輸容器故障以及側(cè)翻和沖出路外組成。事故形態(tài)分布中有一部分是由于運輸車輛和運輸容器的故障導致，車輛缺乏日常檢查維護，以及部分不法運輸單位利用無運輸資質(zhì)的車輛進行運輸?shù)仁菍е麓祟愂鹿拾l(fā)生的原因。

表1 危險貨物運輸車輛事故形態(tài)分布

1.2 路段類型

將危險貨物運輸事故路段類型分為城市道路、普通公路和高速公路，并根據(jù)事故在各類型道路上發(fā)生的數(shù)量進行事故路段分布統(tǒng)計，結(jié)果如圖1所示。從圖1中可以看出，運輸事故在普通公路上發(fā)生的次數(shù)最多，其次是高速公路以及部分城市道路，原因主要在于運輸單位和人員對運輸路徑選擇的考量上，危險貨物運輸常涉及長距離跨省市運輸，對于運輸安全性方面，高速公路作為優(yōu)選項，完善的交通公路條件、全面的交通監(jiān)控和管理及車流量的秩序性等。

圖1 事故路段分布Fig.1 Distribution of accident sections

對發(fā)生事故的路段類型進一步分析如圖2所示。由圖2中可以看出，危險貨物運輸在正常行駛中有57%的事故是發(fā)生在正常的行駛路段；有27%是發(fā)生在陡坡、急彎及交叉路口處，事故類型也是以車輛側(cè)翻較多，是由于運輸車輛在行駛過程中車速過快、轉(zhuǎn)彎重心不穩(wěn)所致；10%是發(fā)生在橋隧及涵洞處，事故主要以車輛碰撞、側(cè)翻、高處墜落事故；6%是發(fā)生在收費站、服務站中，在這類車流密集度較大的區(qū)域多以追尾碰撞事故為主。

圖2 不同路段事故比例Fig.2 Accident ratio of the same section

1.3 危險貨物種類

在對危險貨物運輸事故類型統(tǒng)計的基礎上，對其攜帶的危險貨物種類進行了分析，如圖3所示。從圖3中可以看出，液化天然氣、甲醇、汽油、柴油、乙醇和硫酸等這類危險貨物運輸時事故發(fā)生較多，其使用較為廣泛，為易發(fā)生事故的危險貨物，所以由數(shù)據(jù)結(jié)果針對危險貨物提供專業(yè)預防措施和救援方案[8]。

圖3 運輸事故危險貨物種類Fig.3 Types of dangerous goods in transportation accidents

2 二元Logistic回歸模型的建立和求解

2.1 二元Logistic回歸模型的建立

Logistic回歸模型是一個廣義的線性回歸模型[9]，一種多變量統(tǒng)計分析方法，常用于尋找危險因素、預測概率以及根據(jù)模型進行判別，目前在心理學、政治學、醫(yī)學專業(yè)以及交通運輸領域均得到了廣泛應用；其次根據(jù)自變量的取值數(shù)量，logistic回歸模型又分為二元logistic回歸模型(因變量取值非0即1)和多元logistic回歸模型(因變量取值多項)，而二元logistic在實際應用中也最為常用，也是與其具有探究自變量和因變量關(guān)系優(yōu)勢，定性描述問題，且對數(shù)據(jù)要求程度較低的關(guān)系[10]。

logistic回歸模型在因變量Y為二分類變量時，事故發(fā)生概率的表達式為：

(1)

將式(1)取對數(shù)后，表達式為：

(2)

其中，事件的發(fā)生可能性P與不發(fā)生的可能性(1-P)之比，稱為比值、比數(shù)(odds)，即odds=P/(1-P)。

“EXP(B)”即為相應變量的OR值(又叫優(yōu)勢比，比值比)，為在其他條件不變的情況下，自變量每改變1個單位，事件的發(fā)生比“odds”的變化率，即為實驗組的事件發(fā)生幾率(odds1)/對照組的事件發(fā)生幾率(odds2)。

2.2 事故原因

危險貨物道路運輸事故原因大部分都可以從“人”、“車”、“物”、“環(huán)”、“管”這幾個方面找到導致事故發(fā)生原因。再對危險貨物運輸事故發(fā)生原因進行分析，得出造成的事故從兩個方面分析：由交通事故引發(fā)和非交通事故引發(fā)。根據(jù)此事故原因分類標準，對所統(tǒng)計的數(shù)據(jù)進行了分析，如圖4所示。

圖4 交通事故與非交通事故比例Fig.4 Ratio of traffic accidents to non-traffic accidents

由圖4中可以看出，危險貨物運輸事故有68%是由于交通事故所致，32%是由非交通事故造成。將交通事故和非交通事故所包含的代表因素進一步分析，統(tǒng)計了交通事故原因中的駕駛?cè)藛T因素、道路交通環(huán)境因素、氣象因素、管理因素，以及非交通事故中的車輛因素和運輸容器及安全附件因素占總事故數(shù)量的比例，結(jié)果如表2所示。

從表2中可以看出，交通事故原因中駕駛?cè)藛T因素占比最高46%，其次是道路、交通環(huán)境因素占11.3%。在非交通事故原因中車輛運輸容器及安全附件因素占比較高，為15.3%，所以加大對人員、車輛和外部環(huán)境監(jiān)測對保障危險貨物車輛運輸有重要意義。

表2 運輸事故原因分析

為更深入分析導致運輸事故發(fā)生的主要因素，從上述統(tǒng)計的危險貨物運輸事故數(shù)據(jù)出發(fā)，通過SPSS軟件建立二元Logistic回歸模型，探究影響危險貨物運輸?shù)娜藛T因素、車輛因素、外部環(huán)境因素以及管理因素對導致事故發(fā)生的影響，為安全運輸提供數(shù)據(jù)支撐。

所以在自變量選擇上，以運輸事故是否發(fā)生作為自變量記為yi：當yi=1，危險貨物運輸事故發(fā)生；yi=0，未發(fā)生事故。自變量的選取是從事故形態(tài)中的交通事故影響因素“人員-外部環(huán)境-管理因素”和非交通事故的“車輛、運輸容器及安全附件因素”中初步選取了20個事故影響因素，并對其進行變量賦值，當事故因素發(fā)生時取1，反之取0，如表3所示。

表3 事故原因自變量賦值

對自變量的分類采用逐步向前選擇法進行篩選，刪除掉不符合條件(Sig.>0.05)的自變量因素，選取對因變量關(guān)系影響較為顯著(Sig.<0.05)的因素有超速、疲勞駕駛、避讓不當制動失效、焊接失效、老化失修、霧天能見度低、雨雪天氣道路濕滑、超載和缺乏安全培訓，具體數(shù)據(jù)分析擬合結(jié)果如表4所示。

表4 運輸事故主要影響因素

從表4中可以得出，超限速行駛、操作失誤以及疲勞駕駛是人員因素中造成事故的主要原因。非交通事故中的輪胎故障、閥門失效、制動失效和機器老化失修是主要事故原因。事故多發(fā)路段、惡劣天氣條件以及交通擁堵是外部環(huán)境因素中對事故影響較大的因素。

2.3 事故嚴重程度

通過危險貨物運輸事故案例從事故形態(tài)、路段特征、危險貨物以及事故原因等方面進行了分析。危險貨物在運輸時涉及的風險因素較多，所以有計劃地篩選出顯著性較大的因素是要考慮的問題。

以事故的嚴重程度作為因變量，記為yi，并分析事故嚴重程度并將其分為2類：yi=1，指事故i發(fā)生時造成了人員死亡的嚴重事故；yi=0，指當事故i發(fā)生只造成人員受傷和財產(chǎn)損失，未造成人員傷亡的非嚴重事故。

危險貨物道路運輸事故涉及因素廣泛，從事故原因分布較為活躍的人為因素、車輛因素、外部環(huán)境因素以及管理因素中初步選取17個自變量參與事故嚴重程度的分析，分別為超速、疲勞駕駛、避讓不當、操作失誤、違章行為、制動失效、輪胎故障、焊接失效、老化失修、閥門失效、雨雪天氣路面濕滑、霧天能見度低、陡坡急彎、路面平整性差、超載、無運輸資質(zhì)以及缺乏安全培訓，并對其進行變量賦值，如表5所示。

表5 事故嚴重程度自變量編碼賦值

模型計算結(jié)果分析：同樣采用逐步向前選擇法進行篩選自變量因素，選取對因變量關(guān)系影響較為顯著的因素有：超速、疲勞駕駛、避讓不當制動失效、焊接失效、老化失修、霧天能見度低、雨雪天氣道路濕滑、超載和缺乏安全培訓，具體數(shù)據(jù)分析擬合結(jié)果如表6所示。

表6 事故嚴重程度因素分析

由表6可知，車輛的因素如制動失效、焊接失效和老化失修對事故的嚴重程度顯著性的影響較高。人員因素對事故的嚴重程度的影響也較大，如超速、疲勞駕駛和避讓不當，其回歸系數(shù)也表現(xiàn)出了較強的正相關(guān)。而外部條件因素中的氣象方面因素對事故后果嚴重性影響較高，霧天和雨雪天氣使得路面路況能見度低、路面濕滑，此情況下發(fā)生嚴重事故比未出現(xiàn)此問題所造成事故可能性要高。最后，在管理方面的超載和缺乏安全培訓也是造成事故嚴重性的因素?；貧w系數(shù)B也表現(xiàn)出了較強的正相關(guān)，其優(yōu)勢比Exp(B)分別為4.83和6.184，較強的顯著性，對事故嚴重程度影響較大。

3 結(jié)論與建議

根據(jù)國內(nèi)2015～2019年期間典型危險貨物道路運輸事故案例，對其事故形態(tài)、路段類型及運載危險貨物種類進行分析，并利用二元Logistic回歸模型對事故原因和嚴重程度的影響因素進行分析，綜合考慮不同因素對事故嚴重程度的影響，并提出相應的對策建議：

(1)加強從業(yè)人員教育培訓。對駕駛?cè)藛T應定期進行安全考核，培養(yǎng)其安全意識、應對突發(fā)狀況的能力以及心理安全。對于危險貨物運輸監(jiān)管人員要做好培訓，相關(guān)人員要有危險貨物運輸從業(yè)資格證，同時聯(lián)合駕培學校、托運企業(yè)、危險貨物運輸企業(yè)、危險貨物運輸車輛維修和檢驗機構(gòu)做好一體化專項治理工作[11]。

(2)加強車輛管理和對生產(chǎn)經(jīng)營單位的運輸資質(zhì)審查。危險貨物運輸前，日常出行的安全檢查、定期的保養(yǎng)維護等安全措施，并加強運輸人員應對突發(fā)事件的處置能力。對危險貨物運輸車輛的罐體進行檢驗，其中包括罐體無損檢驗、罐體安全附件檢查、罐體測厚、管路、閥門等檢查[12]。

(3)充分了解外部環(huán)境因素，強化人員專業(yè)技能，提高應對不良環(huán)境運輸時的安全性；做好不良天氣安全防控預案；提前規(guī)劃行程，盡量避免不良天氣時的行車，保障安全。同時做好各部門之間的聯(lián)系，駕駛?cè)藛T在出發(fā)之前做好充足的準備，了解行程相關(guān)的信息，對可能遭受的外部環(huán)境進行預防應對。

(4)健全企業(yè)安全管理體系，同時建立相應的管理流程，并定期對管理體系進行評估與審核，依托現(xiàn)有的資源和優(yōu)勢做好危險貨物運輸?shù)谋O(jiān)察，同時與互聯(lián)網(wǎng)相結(jié)合開發(fā)出危險貨物運輸?shù)谋O(jiān)控平臺，提升危險貨物運輸管理的效率[13]。最后，加大對運輸經(jīng)營單位安全監(jiān)管，提高安全意識，對降低事故風險、減少人員傷亡有重要意義。