基于PCA-SC東北地區(qū)農(nóng)村公路交通事故成因和模式分析

丁同強，劉天宇，李 卉，肖 霄，趙軍龍

(1.吉林大學，吉林 長春 130022;2.吉林省交通運輸綜合行政執(zhí)法局梅河口分局，吉林 梅河口 135000；3.吉林省高速公路集團有限公司，吉林 長春 130000；4.沈陽安運集團有限公司，遼寧 沈陽 110141)

近年來中國交通事業(yè)快速發(fā)展，同時，道路交通安全管理和相關政策法規(guī)也不斷完善，交通事故發(fā)生情況已有所改善。以2020年為例，全國道路運輸事故降幅明顯，道路交通事故萬車死亡人數(shù)1.66人，下降7.8%。但道路運輸事故總數(shù)和較大事故仍占全國各類生產(chǎn)安全事故總量的77%和60%左右，整體而言道路安全形勢尚未得到根本好轉，特別是農(nóng)村地區(qū)道路安全亟待加強。據(jù)統(tǒng)計每年農(nóng)村公路上發(fā)生道路交通事故約占交通事故總數(shù)的41.06%。

以長春省德惠市的農(nóng)村公路交通事故卷宗信息作為研究對象，挖掘事故數(shù)據(jù)特征，為制定交通安全改善措施提供依據(jù)。歐美發(fā)達國家有關農(nóng)村公路的研究起步較早，美國、英國、加拿大等國關于農(nóng)村公路交通安全的研究成果表明，其農(nóng)村公路的交通事故后果比城市道路嚴重得多，且農(nóng)村公路交通安全水平提高的速度比城市道路慢。根據(jù)張建軍等總結的近年來中國鄉(xiāng)村道路交通環(huán)境發(fā)生的巨大變化，農(nóng)村公路事故的比例逐年增加，現(xiàn)階段農(nóng)民已經(jīng)成為中國道路交通事故的最大受害者；廣曉平研究了全國農(nóng)村公路事故與安全，分析了事故現(xiàn)狀、誘因以及對策，包括事故前的預防對策、事故現(xiàn)場的救援對策和事故后的安全修復對策；趙琳娜等人總結了中國現(xiàn)階段農(nóng)村道路發(fā)展情況，認為農(nóng)村地區(qū)人、車、路等要素增長迅速，但仍存在機動車安全性能偏低、道路基礎設施條件不足等發(fā)展制約因素。從現(xiàn)有研究來看，通過調(diào)研數(shù)據(jù)詳細分析農(nóng)村公路交通事故特征的研究比較少。

在針對交通事故調(diào)研數(shù)據(jù)的眾多研究方法中，聚類分析是數(shù)據(jù)挖掘的一種常用方法，它將性質(zhì)相同的數(shù)據(jù)歸為一類，以減少數(shù)據(jù)的異質(zhì)性，具有一定的科學性和客觀性。吳彪等人用Ward聚類法對道路交通事故進行多元統(tǒng)計分析，通過分類將具有共性的地區(qū)劃歸為一類，便于采取相應的防治措施；Li等應用模糊聚類的向量內(nèi)積法，對中國2010年交通事故數(shù)據(jù)進行動態(tài)聚類分析，結果表明汽車發(fā)生交通事故的概率是最高的；Sakhare等概述了數(shù)據(jù)挖掘中的道路事故分析方法，對K-mean算法進行了研究，該算法獲得的結果雖然顯示了準確性，但有一定的局限性，需要更多的迭代來執(zhí)行過程。針對以往對交通事故數(shù)據(jù)的聚類研究多針對某一單一變量進行分析，研究證明駕駛人危險行為與外界環(huán)境因素存在關聯(lián)，但均未對其進行明確說明。

因為交通事故不只和單一某個因素有關，而是多個因素的耦合作用，所以應綜合分析探索事故形成的規(guī)律或原因，將與人車路環(huán)境相關的因素中的季度、時間、天氣、年齡、性別、車輛狀態(tài)、路口路段、交通方式、事故原因、事故形態(tài)以及道路類型聯(lián)系起來納入分析。

以往的研究往往未考慮各個參數(shù)之間的相關性，造成反映的信息在一定程度上有重疊，采用主成分分析(Principal Component Analysis，PCA)方法，通過正交變換將一組可能存在相關性的變量轉換為一組線性不相關的變量，確定農(nóng)村交通事故主要影響因素具有代表性的特征，再運用系統(tǒng)聚類(System Clustering，SC)對整理數(shù)據(jù)進行聚類并分析結果，確定該地區(qū)高風險變量組合，為農(nóng)村道路的管理提供良好的理論基礎。

1 事故特征數(shù)據(jù)挖掘模型

1.1 基于PCA事故特征數(shù)據(jù)模型建立

PCA可以從海量的數(shù)據(jù)中提取出能夠涵蓋整體數(shù)據(jù)體系的綜合指標，同時保留原始信息的主要信息，可以達到數(shù)據(jù)簡化的目的。選取季度、時間、天氣、年齡、性別、車輛狀態(tài)、路口路段、交通方式、事故原因、事故形態(tài)以及道路類型為事故主要影響因素，并對其逐個進行PCA分析，具體步驟有以下幾方面。

(1)矩陣的建立。設所選交通事故有n個樣本(例如：季度分為第一季度、第二季度、第三季度和第四季度)，每個樣本觀測p個指標，本文中共有四個指標分別是事故次數(shù)、受輕傷人數(shù)、重傷人數(shù)、死亡人數(shù)，每個xi是在p個指標中的n個樣品，共有n×p個數(shù)據(jù)

(1)

(2)采用z-score原始數(shù)據(jù)標準化處理。設有n個樣本p個變量，所觀測到的值為Xij(i=1，2，…，n;j=1，2，…，p)計算公式

(2)

(3)協(xié)方差矩陣

(3)

其中

(4)

(5)

(4)計算特征向量、特征根。解特征方程|R-λI|，求解所有的特征值λ1≥λ2≥…≥λp>0及其對應的特征向量

α=(α1iα2iα3i+…+αpii=1，2，…，p

(6)

將標準化后的指標變量轉化成主成分

Fi=(α1iZ1+α2iZ2+α3iZ3+…+αpiZpi=1，2，…，p

(7)

式中:F1稱為第一主成分，F(xiàn)2稱為第二主成分，F(xiàn)p稱為第p個主成分，通過數(shù)學推導可知var(Fj)=λj。

(5)根據(jù)特征值計算每個主成分各自的貢獻率、累計貢獻率。貢獻率通常指某個主成分方差占總方差比重的大小，選取累積方差比重較大的前P1個綜合變量確定，主成分Wi的貢獻率

(8)

累計貢獻率是指前m個貢獻率的加和，用公式表示為

(9)

貢獻率越大，說明對應的主成分含有的原始信息量越多，反之越少，通常情況下主成分是選取累計貢獻率達到85%及以上的綜合變量。

(6)得出綜合評價結果。根據(jù)上述過程計算出各個交通事故影響因素的綜合指標并利用繪制圖形，得出評價結果。

1.2 基于SC事故特征數(shù)據(jù)模型建立

SC是聚類分析的一個重要分支，將性質(zhì)相近的個體歸為一類，類間個體具有較高異質(zhì)性，具有操作簡單、快速準確、易于實現(xiàn)等功能。SC的基本思想是將所有的M個樣本，首先以個體作為一類，即M類，并規(guī)定樣本和樣本之間的距離，合并距離最近的兩類為一個新類，計算新類與其他類的距離，重復合并兩個最近類，直至所有的樣本合成一個大類。將事故數(shù)據(jù)按事故發(fā)生因素逐條梳理整理，具體步驟如下所示。

(1)統(tǒng)計數(shù)據(jù)的特征矩陣。設已知t個待分類樣本

Q={Q1,Q2,…,Qs，…，Qt}s=1，2，…，t

(10)

每個樣本Qs有m個指標，即11個交通事故因素：

Qs=(qs1,qs2,…,qsu,…,qsm)u=1，2，…，m

(11)

t個樣本組成特征矩陣，即

(12)

式中：qsu為第s個樣本的第u個特征。

(2)數(shù)據(jù)標準化處理。將原始數(shù)據(jù)壓縮到[0，1]區(qū)間以消除原指標的量綱。平移標準差變換原理與公式(1)、(2)、(3)、(4)原理相同。

(3)距離矩陣的建立。本文采用樣本分類，即Q型聚類，選用歐式距離衡量親疏程度，將單個樣品看做n維空間中的一個點，dij為樣品Qi和Qj的距離，g為樣品指標具體維度。

(13)

(4)選擇Ward法進行聚類。即離差平方和法，類中各樣本到類重心(即類均值)的平方歐氏距離之和稱為類內(nèi)離差平方和，每聚一類離差平方和就會增大，在實際運用中分類效果較好。

(5)運用SPSS軟件對標準化后的數(shù)據(jù)進行系統(tǒng)聚類分析，根據(jù)輸出結果的譜系圖結合其沃德聯(lián)接集中計劃中的聚類過程得出系統(tǒng)聚類結果。

2 實例分析

2.1 基于SC事故特征數(shù)據(jù)模型建立

選取德惠市為數(shù)據(jù)來源地，該區(qū)域地處松嫩平原，是典型的東北農(nóng)村公路。驗證數(shù)據(jù)主要是基于大量的交通事故卷宗，因為事故卷宗記錄的都是原始信息，比“道路交通事故統(tǒng)計信息系統(tǒng)”統(tǒng)計的信息也更加豐富和翔實。在所獲得數(shù)據(jù)中，包括交通事故的四個方面屬性：當事人信息、車輛信息、道路環(huán)境信息、外部環(huán)境信息。其中當事人信息包括人員的性別、年齡、傷亡情況；車輛信息包括車輛狀態(tài)、交通方式、事故原因和事故形態(tài)；道路環(huán)境信息環(huán)境包括路口路段以及公路類型數(shù)據(jù)；外部環(huán)境信息包括交通事故發(fā)生的時間、地點和天氣。

2.2 PCA-SC事故特征數(shù)據(jù)模型處理過程

(1)PCA分析結果。

利用MATLAB軟件進行主成分分析，由于計算量較大，篇幅限制，故而以事故形態(tài)為例。

①對交通事故數(shù)據(jù)按照公式進行標準化處理，可得到交通事故標準化數(shù)據(jù)

②由標準化數(shù)據(jù)按照公式求協(xié)方差矩陣

③求解特征值及對應特征向量

前兩個特征值λ1=3.919 1λ2=0.0713

對應的特征向量

C1=(0.501 6，0.502 3，0.491 5，0.504 4)

C2=(0.338 3，0.324 6，-0.864 2，0.182 4)

計算主成分累積方差貢獻率為

97.978 3%+1.782%=99.760 3%

而第一個綜合指標的貢獻率已經(jīng)遠遠大于85%，只用這一個綜合指標反映原來的四項統(tǒng)計數(shù)字是可行的。

④計算主成分累積方差貢獻率為

97.978 3%+1.782%=99.760 3%

第一個綜合指標的貢獻率已經(jīng)遠遠大于85%，只用這一個綜合指標反映原來的四項統(tǒng)計數(shù)字是可行的。

⑤根據(jù)變換公式Y=CX確定綜合評價指標的數(shù)值，計算結果見表1。

表1 綜合指標結果

結果如圖1所示。

圖1 交通事故形態(tài)綜合評級指標示意圖

根據(jù)圖1所示，可知在發(fā)生交通事故的事故形態(tài)中對向刮擦、同向刮擦、碾壓、翻車、撞固定物、撞靜止車輛的綜合指標均低于0，說明這三項在德惠市交通事故中并非典型，正面相撞、側面相撞、刮撞行人以及尾隨相撞綜合評價指標均大于0且依次降低。

按照此方法排除綜合評價指標偏低的對應數(shù)據(jù)，將主成分結果分析后交通事故特征描述性結果標準化處理結果得表2，可篩選出篩選單一事故特征。

表2 指標篩選結果

在駕駛人因素方面：年齡為20～49歲的男性，統(tǒng)計顯示上道行駛的駕駛人男性占比超過70%；

在車輛因素方面：客車、貨車及摩托車，其中發(fā)生交通事故最多的交通方式為摩托車，由于其安全系數(shù)比較低，存在較嚴重的安全隱患；車輛狀態(tài)為直行。

事故原因按照指標大小順序排列：未按規(guī)定讓行、超速、違法占道行駛、制動不當、酒后駕車、逆向駕駛、無證駕駛、違法超車。

在道路環(huán)境方面：路口路段為普通路段，道路類型為一級和四級，主要是由于混合交通且流量較大，在缺乏交通信號控制的情況下，僅靠自覺觀察和讓行，無法避免交通事故。

在外部環(huán)境因素方面：第二、三、四季度發(fā)生交通事故的概率比較大，主要是因為正值農(nóng)忙季節(jié)，交通量上升，所以事故增多；10∶00～21∶00為大多是車輛出行時間；天氣為晴。

⑥原因

首先根據(jù)上述單一特征無法具體制定交通事故改善措施，在所分析的單一事故特征中，“天氣”“年齡”“性別”對于事故預防并沒有直接的指導性意見，以天氣為例，晴天更容易發(fā)生交通事故不太合乎邏輯，同時根據(jù)全球天氣網(wǎng)發(fā)布的天氣數(shù)據(jù)可知德惠市一年內(nèi)晴天所占比約70%，故而可知晴天發(fā)生事故占比大一些，孫傳姣等也研究了交通事故發(fā)生的影響因素，研究結果同樣表示晴天發(fā)生的交通事故更多，因此本文在選擇變量時綜合考慮這些特點，對于他們進行變量處理。

其次，通過PCA沒有體現(xiàn)事故的典型具體特征，如結論得到發(fā)生交通事故最多的交通方式為摩托車，但是卻無法給出摩托車事故發(fā)生模式，進而無法制定有效對策。因此需要綜合分析多特征耦合下的交通模式，了解事故發(fā)生具體細節(jié)，需采用SC進行進一步研究。

(2)SC分析結果。

通過對統(tǒng)計數(shù)據(jù)進行系統(tǒng)的聚類分析，得到的樹狀圖，依據(jù)BIC最小值獲取的多特征耦合下的六類交通事故模式。

具體分類六類事故模式如表3所示。

表3 聚類分類特征

六類事故模式與對策分析。

第一類的主要特點是事故發(fā)生時間于18～21時，此時光線較差，客車、貨車因未按規(guī)定讓行而撞到行人。為防止交通事故發(fā)生，除在相應路口路段設置讓行標志外，在極易發(fā)生交通事故的路口路段采用“物聯(lián)網(wǎng)+’智能傳感器技術，運用智慧斑馬線、事故多發(fā)點處行人過街主動預警等方式，提高對行人的主動防控并做好相應教育工作同時提高駕駛人及行人的安全意識。

第二類在第一、四季度陰雪天氣時，客車、貨車和轎車因制動不當發(fā)生事故，事故形態(tài)為正面相撞、尾隨相撞和刮撞行人，第一季度、四季度中國東北地區(qū)降雪頻繁，應做好雪后道路暢通工作，并設置相關標志提醒駕駛人謹慎駕駛。

第三類中，客車、轎車、摩托車在掉頭、變更車道時違法操作造成車輛正面、側面相撞，而在第四類中，客車、貨車、轎車因超速造成正面相撞、側面相撞概率較大；這兩類事故模式的原因主要是農(nóng)村公路的大多數(shù)交通參與者知識缺乏，安全意識淡薄，造成違法駕車。

第五類的主要交通參與者是摩托車駕駛員，多是為20～49歲男性駕駛人于三、四級道路的普通路段、分叉口，因未按規(guī)定讓行在車輛直行或左右轉彎時發(fā)生交通事故。而農(nóng)村公路混合交通特點顯著，其中摩托車數(shù)量較多且駕駛速度高，通過PCA-SC可知發(fā)生摩托車發(fā)生交通事故的主要模式，而大多摩托車駕駛人并不會戴頭盔等防護措施，極易發(fā)生比較嚴重的交通事故。研究表明，安全頭盔能夠?qū)⑺劳鲲L險降低40%，將嚴重傷害風險降低70%多。這是因為頭盔中的緩沖襯墊可以吸收受到的大部分沖量，將受傷、尤其是受頭部外傷的可能性降到最低。除加大對摩托車的管控力度外，應開發(fā)智能頭盔對其換道、轉彎時的周邊沖突進行預警，協(xié)助摩托車駕駛員安全換道，增加對駕駛人的主動安全防控。

第六類的聚類結果顯示女性在駕駛客車、轎車、摩托車在普通路段因未按規(guī)定讓行發(fā)生正面相撞、刮撞行人事故。

2.3 PCA-SC事故特征數(shù)據(jù)模型處理過程

將PCA分析結果與SC結果進行整合，以識別出該地區(qū)公路交通傷害貢獻率高的危險因素組合。

PCA-SC結果顯示：在駕駛人因素方面，容易發(fā)生交通事故的駕駛人多為年齡為20～49歲的男性；在車輛因素方面，PCA結論可知發(fā)生事故的車輛類型為客車、貨車、轎車及摩托車，其中發(fā)生交通事故最多的交通方式為摩托車，SC結果可知第三類、第五類聚類結果即為摩托車發(fā)生交通事故的主要模式。其中第五類交通事故發(fā)生模式也是在分叉口發(fā)生交事故的主要模式，即在道路環(huán)境方面，僅次于普通路段的事故多發(fā)地段。因此，應加強摩托車在分叉口的管控力度。

通過PCA分析三級和四級公路發(fā)生交通事故較多，但是通過SC結果可知一、二級公路事故模式幾乎與三、四級公路相差不大，說明各級公路存在相同的問題。同理，各個季節(jié)發(fā)生交通事故的模式基本相同。

通過上述分析，給出了典型中國農(nóng)村道路的事故模式，與DEPAIRE和WU等等(研究的是中國城市道路交通事故特征)給出城市道路事故特征相比，可以看出二者的相同和不同特征。

相同之處：

(1)通過對事故時間因素的研究表明，白天是事故的高發(fā)期；DEPAIRE和WU研究發(fā)現(xiàn)城市道路白天發(fā)生事故多，故兩者交通事故特征存在時間上的相似性；

(2)在駕駛人及車輛方面，發(fā)生事故的駕駛人男性占比均超過70%；

(3)在環(huán)境方面，城市道路中56%的兩輪車交通事故是因為在道路交叉口闖紅燈，這與農(nóng)村公路摩托車事故多發(fā)生在交叉口的事故特征結果相同。

不同之處：

(1)對于夜晚發(fā)生的交通事故，農(nóng)村道路交通事故原因是青年男性夜間駕駛客車、貨車或轎車未按規(guī)定讓行，而城市道路交通事故多半是因為快速路上超速行駛造成的，且多為高危事故；

(2)在事故數(shù)季節(jié)分布方面，城市道路交通事故發(fā)生次數(shù)在季節(jié)上無明顯差別，一方面由于城市道路無季節(jié)性的農(nóng)業(yè)活動，另一方面其整治措施到位，如除雪比較及時等；

(3)城市道路交通事故研究結果顯示，電動自行車發(fā)生交通事故較多。經(jīng)統(tǒng)計，在電動自行車與機動車相撞事故中，重傷率37.5%，死亡率12%，致殘率17.5%。而農(nóng)村交通事故中發(fā)生事故結果較嚴重的車輛是摩托車，因為摩托車的速度特性、動力特性和能源特性更適合農(nóng)村農(nóng)路。

3 結束語

(1)采用PCA-SC對東北地區(qū)吉林省德惠市農(nóng)村公路交通事故數(shù)據(jù)進行分析，PCA主要根據(jù)統(tǒng)計的交通事故傷亡情況判斷出主要交通事故影響因素及具有代表性的特征；SC通過測量事故之間的相似性確定事故模式，將外部環(huán)境信息、當事人信息、車輛信息、道路環(huán)境信息綜合因素納入分析，并將其再次進行詳細劃分，總結出人、車、路、環(huán)境相關的11個具體因素，進行聚類，最后將二者結論進行整合。通過PCA-SC方法的分析，我們了解到了中國農(nóng)村公路的單一特征和多因素耦合下的事故模式，與城市道路相比，基礎條件差、車輛安全系數(shù)低、安全防護不足，加之超員等違規(guī)問題較為突出，亟待有針對性地研究建設相應的主動安全防護設施、設備。

(2)交通事故信息源自吉林省德惠市農(nóng)村公路，從論文討論結果中可以看出在東北農(nóng)村地區(qū)摩托車駕駛人是交通事故發(fā)生的主要群體，在以后的研究中可以針對農(nóng)村公路上的摩托車事故單獨進行深入研究，在獲取更多的摩托車駕駛員出行特征數(shù)據(jù)基礎上進行深入研究，進而使農(nóng)村交通更加安全。