周志俊，胡吟迪，邱艷琴

(1.上海海事大學交通運輸學院，上海 201306；2.貴州銅仁學院藝術學院，貴州銅仁 554300)

基于矩陣模型的農(nóng)村公路交通事故多發(fā)段的鑒別

周志俊1，胡吟迪1，邱艷琴2

(1.上海海事大學交通運輸學院，上海 201306；2.貴州銅仁學院藝術學院，貴州銅仁 554300)

為減少農(nóng)村公路交通事故發(fā)生率，采用矩陣模型對農(nóng)村公路交通事故多發(fā)段進行有效鑒別。針對矩陣模型中不能有效鑒別的模糊路段，結合運行速度協(xié)調(diào)性確定的不良路段進行分析，以確定模糊路段是否為事故多發(fā)段。結合實例對農(nóng)村公路交通事故多發(fā)段進行鑒別，結果表明：采用矩陣模型結合運行速度協(xié)調(diào)性分析可以有效鑒別農(nóng)村公路交通事故的多發(fā)路段。

交通事故；事故多發(fā)路段；鑒別；運行速度；協(xié)調(diào)性；矩陣模型

隨著中國經(jīng)濟的發(fā)展，機動車開始逐漸普及于廣大農(nóng)村家庭。由于農(nóng)村公路大多存在線形設計不連續(xù)、道路彎急路窄、缺乏交通指示標志、貨車超速超載嚴重、管理不完善等狀況，導致交通事故頻發(fā)，給人們的生命財產(chǎn)造成巨大損失。為了改善農(nóng)村公路交通安全狀況，許多學者從交通安全評價、交通安全設施改善等角度對農(nóng)村公路交通安全進行研究。文獻[1]將投影法與文獻[2]中鄉(xiāng)村公路事故預測模型相結合，對農(nóng)村公路交通安全設施的選用方案進行評價；文獻[3]引入模糊數(shù)學理論對農(nóng)村公路交通安全進行等級評價，確定危險路段，進而提出改善措施；文獻[4]基于物元理論對農(nóng)村公路交通安全進行評價；文獻[5]針對山區(qū)高速公路的特點，采用質量控制法對事故多發(fā)段進行鑒別研究。這些研究對于農(nóng)村公路交通安全具有一定的改善作用，但是很難確定某具體路段是否為交通事故多發(fā)段。

本文采用矩陣模型對事故多發(fā)段進行鑒別，并結合運行速度協(xié)調(diào)性鑒定矩陣模型中的模糊路段是否為交通事故多發(fā)段。

1 交通事故多發(fā)段

在規(guī)定時間段內(nèi)，與其他路段相比，某路段發(fā)生的交通事故數(shù)量明顯增多，或特征狀況有明顯差別的路段定義為交通事故多發(fā)段。根據(jù)上述定義，交通事故多發(fā)段包含時間范圍、空間范圍、事故特征和事故量化結果，構建事故多發(fā)段定義結構圖如圖1所示。

圖1 事故多發(fā)段定義結構圖

事故多發(fā)段結構圖強調(diào)事故數(shù)量和事故特征2個方面： 1) 計量時間內(nèi)某路段相對于一般路段沒有比較突出的事故數(shù)量和事故特征，對該路段應進行正常的監(jiān)護管理；2)計量時間內(nèi)某路段相對于一般路段有比較突出的事故數(shù)量和事故特征，說明該路段需要進行重點監(jiān)護管理。

2 運行速度協(xié)調(diào)性分析

2.1設計速度與運行速度

設計速度是指汽車運行時只受道路本身條件(附屬設施、幾何要素、路面等)影響時，中等駕駛技術的駕駛員能保持安全順適行駛的最大行駛速度。設計速度是道路設計的基礎，不同等級的道路對應不同的設計速度。

運行速度指中等駕駛技術的駕駛員根據(jù)道路實際條件能保持的安全行駛速度。一般常采用在自由流交通狀態(tài)下，各類小汽車在車速累計分布曲線上的第85位百分點的車輛行駛速度作為運行速度，即有85%的車輛的地點車速等于或小于該速度。采用v85作為公路連續(xù)性設計的一個依據(jù)，以此來滿足各指標取值的協(xié)調(diào)和線形設計的均衡，保證絕大多數(shù)小汽車的安全。

2.2運行速度協(xié)調(diào)性和連續(xù)性

1)運行速度的協(xié)調(diào)性

在一定道路交通條件下，實際運行速度vy與設計速度vs差的絕對值應小于某一規(guī)定數(shù)值。有

Δv1=vy-vs。

當Δv1<10 km/h時，運行速度協(xié)調(diào)性好；當Δv1=10～20 km/h時，運行速度協(xié)調(diào)性較好；當Δv1>20 km/h，運行速度協(xié)調(diào)性不良。

2)對于相鄰路段的運行速度差的絕對值或運行速度梯度的絕對值應小于某一規(guī)定數(shù)值。有

式中：vi為車輛通過第i個路段后的運行速度；vi-1為車輛通過第i-1個路段結束時的運行速度。

當Δv2<10 km/h時，運行速度協(xié)調(diào)性好；當Δv2=10～15 km/h時，運行速度協(xié)調(diào)性較好；當Δv2>15 km/h時，運行速度協(xié)調(diào)性不良。

由文獻[6-12]可知，運行速度協(xié)調(diào)性不良路段極易發(fā)生道路交通事故。

3 事故多發(fā)段鑒別評價指標

事故多發(fā)段鑒別指標可以參考交通安全評價指標進行選取。交通安全評價指標主要分為絕對指標和相對指標兩大類。

絕對指標包括事故次數(shù)、受傷人數(shù)、死亡人數(shù)、直接經(jīng)濟損失等；相對指標包括交通事故死亡率(人/萬車、人/萬人)、事故指標(次/(億車·km))、綜合事故率、當量死亡人數(shù)等。選取路段事故次數(shù)、受傷人數(shù)、死亡人數(shù)作為絕對評價指標，當量事故次數(shù)、事故率(次/km)作為相對評價指標。

1)當量事故次數(shù)

N=N1+N2ε1+N3ε2,

(1)

式中：N1為事故次數(shù)；N2為受傷人數(shù)；N3為死亡人數(shù)；ε1、ε2分別為受傷人數(shù)、死亡人數(shù)換算為當量事故次數(shù)的系數(shù)。

2)事故率

u=N1/Li,

(2)

U=108N1/∑qiLi,

(3)

式中：u為單位里程事故率，次/km；Li為第i個路段長度；U為億車里程事故率，次/(億車·km)；N1為某區(qū)域交通事故次數(shù)；qi為某區(qū)域中各道路交通量(指通過的車輛數(shù)量)。

4 構建矩陣分析模型

根據(jù)公安交通管理相關規(guī)范中事故黑點認定標準和治理規(guī)范研究文獻[13-14]以及交通事故數(shù)量和事故率的相關研究文獻[15-22]，構建相應的統(tǒng)計分析模型。該模型應具有簡單、快速、易于操作等優(yōu)點。針對農(nóng)村公路管理體系不完善、機制不健全、相關統(tǒng)計資料缺乏等現(xiàn)狀，采用矩陣模型將事故次數(shù)和事故率結合起來鑒別農(nóng)村公路交通事故多發(fā)路段，該方法可以快速有效的確定農(nóng)村公路交通事故多發(fā)段。

4.1基本原理

在坐標圖上，將研究路段的事故次數(shù)和事故率相結合，以水平軸代表當量事故次數(shù)，垂直軸代表事故發(fā)生率，分別以所有研究路段在規(guī)定時間內(nèi)的平均當量事故次數(shù)a和平均事故率b劃分區(qū)間。將坐標圖劃分為4個區(qū)間，依次對應一至四區(qū)間，分別為高事故次數(shù)高事故率區(qū)間、低事故次數(shù)高事故率區(qū)間、高事故次數(shù)低事故率區(qū)間、低事故次數(shù)低事故率區(qū)間。通過對研究路段不同區(qū)間的劃分，可以簡單有效的確定事故多發(fā)段、事故模糊路段、安全路段，并采取有針對性的改善措施。

4.2基本步驟

1)確定研究路段和研究路段的長度。

2)確定時間界限，時間可以是1 a或是3 a甚至更長時間，核算時間界限內(nèi)的事故次數(shù)。

3)分別利用式(1)(2)計算各研究路段的當量事故次數(shù)和事故率。

4)分別算出所有研究路段的a和b。

圖2 矩陣模型圖

5)繪制區(qū)間坐標(矩陣模型)圖如圖2所示。分別以a和b為區(qū)間標準分界線，將坐標圖劃分為4個區(qū)間。然后把所有研究路段按其當量事故次數(shù)和事故率的大小，在坐標圖上標出相應的位置。定位后，分別在一至四區(qū)標上不同的符號和路段標號。定位的結果將路段劃分為3種類型的路段，其中一區(qū)為事故多發(fā)段、二區(qū)和三區(qū)為模糊路段，四區(qū)為安全路段。矩陣模型可以兼顧事故次數(shù)與事故頻率，但是不能對某些模糊路段做出準確判斷，例如不能對低事故頻率和高事故次數(shù)的路段與低事故次數(shù)和高事故頻率的路段做出有效判斷。對于這類模糊路段，可以結合運行速度協(xié)調(diào)性不良路段進行分析，也可以綜合道路狀況、道路通行能力、天氣狀況、道路交通流狀況、交通提醒標志設置情況、車輛是否超載等相關性因素進行綜合鑒別是否為事故多發(fā)段。

5 實例應用

5.1概況

表1 2010—2014年交通事故統(tǒng)計

某公路全長28.7 km，雙車道，設計速度為30 km/h，水泥混凝土路面。該公路自2008年改造之后，交通量逐年增大，交通事故頻發(fā)。

5.2交通事故分析

根據(jù)當?shù)亟煌ü芾聿块T提供的數(shù)據(jù)，2011年1月至2015年12月交通事故統(tǒng)計如表1所示。

由表1可知，2012年受傷人數(shù)較前1 a和后1 a有較大波動，且受傷人數(shù)高于事故次數(shù)，原因是2012年出現(xiàn)1次特大交通事故，該路段1輛貨車與客車發(fā)生碰撞，導致多人受傷和1人死亡。2015年交通事故次數(shù)明顯上升，共發(fā)生84起，受傷人數(shù)保持緩慢增長。2015年事故環(huán)比增長率為58.49%，事故率為59.7次/(億車·km)、17.1次/106輛，受傷率為 37.6人/(億車·km)。

5.3運行速度協(xié)調(diào)性分析

研究路段設計速度為30 km/h，調(diào)查發(fā)現(xiàn)，路段實際運行速度遠遠大于設計速度。小汽車、摩托車、大貨車的平均運行速度分別為54.3 、64.4、36.8 km/h。為了能準確找出協(xié)調(diào)性不良的路段，分別對小汽車、摩托車和大貨車的運行速度差進行分析，小汽車運行速度與設計速度的差值大于20 km/h、摩托車運行速度與設計速度的差值大于30 km/h、大貨車運行速度與設計速度的差值大于10 km/h的路段為速度協(xié)調(diào)性不良路段。速度協(xié)調(diào)性不良路段如表2所示。

表2 車輛在不同路段的運行速度及其與設計速度的差值 單位：km/h

由表2可知：小汽車運行速度不良路段有6處，分別為第1～5、7號路段，摩托車運行速度不良路段有5處，分別為第2～5、7號路段，大貨車運行速度不良路段有3處，分別為第1、5、6號路段。

5.4事故多發(fā)段鑒別分析

收集2012—2014年該路段事故數(shù)據(jù)，計算當量事故次數(shù)和事故率等參數(shù)。表3為各路段事故數(shù)據(jù)統(tǒng)計，各路段合計事故次數(shù)、死亡人數(shù)與受傷人數(shù)分別為172、14、155人；各路段平均事故次數(shù)、死亡人數(shù)與受傷人數(shù)分別為21.5、1.75、19.38人。根據(jù)式(1)(2)可以計算出表4所示的事故數(shù)據(jù)處理結果，路段合計當量事故次數(shù)5 249次，平均當量事故次數(shù)65.5次，路段平均事故率47.46次/km。

表3 各路段事故數(shù)據(jù)統(tǒng)計

表4 事故數(shù)據(jù)處理結果

將表4的數(shù)據(jù)輸入矩陣模型，結果如圖3所示。由圖3可知：路段4、7落入一區(qū)，為事故多發(fā)段；路段1、3、5落入二區(qū)，路段2落入三區(qū)，路段1、2、3、5為危險模糊路段，需要進行具體分析；路段6、8落入四區(qū)，為低事故次數(shù)低事故率路段。

圖3 矩陣模型處理結果

由表2知，第1(K1～K2)、2(K5～K7)、5號(K15～K17)路段為不良路段，第1、2、5號路段也是矩陣模型中的模糊路段，由此可知第1、2、5號路段為事故多發(fā)路段。綜合事故多發(fā)段道路的相關性因素對模糊路段進行分析，根據(jù)實地調(diào)查發(fā)現(xiàn)，路段1為轉彎路段，沒有交通提醒標志，缺乏防護欄；路段2為連續(xù)下坡路段，路面狀況不理想，雨天事故發(fā)生率高；路段5是一條轉彎路段，轉彎半徑過小，前方視距被障礙物遮住，道路邊緣沒有防護欄，且通過該路段的車輛超速嚴重，可知這3條路段極易發(fā)生交通事故。綜上所述，路段1、2、4、5、7這5條路段鑒定為事故多發(fā)路段。

6 結論

1)以路段的事故次數(shù)、受傷人數(shù)、死亡人數(shù)、運行速度、設計速度、日交通流量、高峰小時交通量、道路總里程等為輸入變量，以當量事故次數(shù)與事故率為輸出變量建立矩陣模型，確定路段是否為事故多發(fā)路段。矩陣模型中的模糊路段，不容易確定是否為交通事故多發(fā)段，結合運行速度協(xié)調(diào)性進行分析，可以有效鑒別矩陣模型中的模糊路段是否為事故多發(fā)路段。

2)道路不良路段包括運行速度協(xié)調(diào)性和運行速度連續(xù)性兩個指標，運行速度協(xié)調(diào)性運用設計速度與運行速度的差值確定道路不良路段，而運行速度連續(xù)性通過相鄰路段的速度差值確定不良路段。在實際操作過程中，運用運行速度協(xié)調(diào)性的方式確定道路不良路段更加易于操作。

3)農(nóng)村公路交通事故多發(fā)段的有效鑒別，可以為農(nóng)村公路基層管理者提供簡單快速有效的鑒別方法，進而采取有針對性的改善措施，提高農(nóng)村公路的交通安全性。

[1]黃承鋒，趙光惠，王平.基于 HSM 的山區(qū)農(nóng)村公路交通安全設施評價和選用：以彎道路段為例[J].重慶交通大學學報(自然科學版)，2015，34(5): 89-94. HUANG Chengfeng， ZHAO Guanghui， WANG Ping.Evaluation and application of traffic safety facilities on rural road in mountain area based on HSM：A case study of bend sections[J].Journal of Chongqing Jiaotong University (Natural Science)， 2015， 34(5): 89-94.

[2]National Research Council,Transportaition Reserch Board,American Association of State Highway and Transportaiton Officials.Highway Safety Manual[M].U S A:AASHTO,2010.

[3]陳玉欣， 趙毅， 武麗霞.基于模糊數(shù)學理論的農(nóng)村公路交通安全評價研究[J].公路交通科技(應用技術版)，2014， 31(7): 293-294. CHEN Yuxin， ZHAO Yi， WU Lixia.Study on rural road traffic safety evaluation based on fuzzy mathematics theory[J].Journal of Highway and Transportation Research and Development(Application Technology Edition)， 2014， 31(7): 293-294.

[4]田晨.基于物元理論山區(qū)農(nóng)村公路交通的安全評價[J].交通科學與工程，2014，30(4): 96-101. TIAN Chen.Evaluating for rural highway safety in mountainous areas based on the matter-element theory[J].Journal of Transport science and Engineering，2014，30(4): 96-101.

[5]張長生，馬榮國.山區(qū)高速公路交通事故分析及多發(fā)路段鑒別[J].長安大學學報(自然科學版)， 2010，30(6): 76-81. ZHANG Changsheng，MA Rongguo.Identifying method of traffic accident black spots on mountain freeway[J].Journal of Chang′an University(Natural Science Edition)，2010，30(6): 76-81.

[6]袁登瓊，張東長.運行速度協(xié)調(diào)性評價在山區(qū)高速公路事故易發(fā)路段事故原因分析中的應用[J].交通標準化，2012，6(21):60-63. YUAN Dengqiong，ZHANG Dongchang.Application of running speed compatibility evaluation in reason analysis of accidents occurring in accident prone sections of mountainous area expressway[J].Transportation Standardization，2012，6(21): 60-63.

[7]呂曉宇，戈普塔，張志偉.雙車道公路事故多發(fā)路段運行速度特征分析[J].中國公路學報，2010， 23(4): 58-64. LYU Xiaoyu，GE Puta，ZHANG Zhiwei.Analysis of operating speed characteristics on accident-prone section of two-lane highway[J].China Journal of Highway and Transport，2010，23(4): 58-64.

[8]張曉溫.大廣高速公路某越嶺段道路運行速度協(xié)調(diào)性分析[J].交通科技，2006，21(3):67-91.

[9]孫傳姣，高建剛.農(nóng)村公路交通事故特征研究[J].公路，2010(1):93-97. SUN Chuanjiao，GAO Jiangang.A study on characteristics of traffic accidents of rural highway[J].Highway，2010(1): 93-97.

[10]楊永紅，呂大偉，符鋅砂.山區(qū)高速公路交通安全分析與改善措施研究[J].公路，2015(1):94-99. YANG Yonghong，LYU Dawei，F(xiàn)U Xinsha.Traffic safety analysis and study of improvement measures for mountainous express way[J].Highway，2015(1): 94-99.

[11]許金良，胡圣能，楊宏志.運行速度在公路線形質量設計中關鍵問題研究[J].河北工業(yè)大學學報，2011,40(1):114-118. XU Jinliang，HU Shengneng，YANG Hongzhi.Key questions of highway alignment quality design basedon operating speed[J].Journal of Hebei University of Technology，2011,40(1):114-118.

[12]韓皓，白麗霞，牛增良，等.雙車道公路運行速度協(xié)調(diào)性評價相關指標取值[J].長沙理工大學學報(自然科學版)，2013，10(3):26-31. HAN Hao，BAI Lixia，NIU Zengliang，et al. Operating speed coordination analysis for two-lane Highway[J].Journal of Changsha University of Science & Technology(Natural Science)， 2013，10(3): 26-31.

[13]裴玉龍.道路交通事故多發(fā)點質量控制鑒別法的改進[ J].哈爾濱工業(yè)大學報，2006，38(1):97-100. PEI Yulong.Improvement in the quality control method to distinguish the black spot of the road[J].Journal of Harbin Institute of Technology，2006，38(1)：97-100.

[14]肖貴平, 朱曉寧.交通安全工程[M].北京:中國鐵道出版社, 2011:13-58.

[15]孟祥海，黃寶安，宋春花.事故多發(fā)點鑒別及其成因分析[J].交通與計算機，2009，27(3):108-111. MENG Xianghai，HUANG Baoan，SONG Chunhua.Hazardous locations identification and causes analysis[J].Journal of Transport Information and Safety，2009，27(3): 108-111.

[16]袁泉，李一兵，魯光泉.基于地理視角的交通事故多發(fā)點鑒別分析模型[J].交通運輸工程學報，2010，10(1):101-106. YUAN Quan，LI Yibing，LU Guangquan.Identification analysis model of traffic accident-prone locations based on geographical view angle[J].Journal of Traffic and Transportation Engineering， 2010，10(1): 101-106.

[17]邵祖峰.交通事故黑點鑒別方法研究綜述[J].道路交通與安全，2008，8(2):44-49. SHAO Zufeng.Reviews on identifying methods of traffic accident black-spot[J].Road Traffic & Safety，2008，8(2): 43-48.

[18]SONGCHITRUKSA P，TARKO A P.The extreme value theory approach to safety estimation[J].Accident Analysis and Prevention，2006，38(4): 810-839.

[19]裴玉龍，丁建梅.鑒別道路交通事故多發(fā)點的突出因素法[J].中國公路學報，2005，18(3):45-52. PEI Yulong，DING Jianmei.Outstanding factor method to black spot differentiation[J].China Journal of Highway and Transport，2005，18(3):45-52.

[20]孟祥海，盛洪飛，陳天恩.事故多發(fā)點鑒別本質及基于BP神經(jīng)網(wǎng)絡的鑒別方法研究[J].公路交通科技，2008，25(3):124-129. MENG Xianghai，SHENG Hongfei，CHEN Tianen.Essence and an approach to identify the hazardous locations of urban arterial link based on BP artificial neural network[J].Journal of Highway and Transportation Research and Development，2008，25(3): 124-129.

[21]陳寬民，王玉平.城市道路交通事故分布特點及預防對策[J].交通運輸工程學報，2003，3(1):84-87. CHEN Kuanmin，WANG Yuping.Distribution characteristics and countermeasures of urban traffic accidents[J].Journal of Traffic and Transportation Engineering，2003，3(1):84-87.

[22]趙光惠．山區(qū)農(nóng)村公路安全保障工程實施技術指南研究[D]．重慶: 重慶交通大學，2012． ZHAO Guanghui.Research on guideline for implementation of ruralRoads safety enhancement project in mountain area[D]．Chongqing: Chongqing Jiaotong University，2012．

(責任編輯：楊秀紅)

Multi-SegmentIdentificationofRuralRoadTrafficAccidentBasedonMatrixModel

ZHOUZhijun1，HUYindi1，QIUYanqin2

(1.CollegeofTransportation,ShanghaiMaritimeUniversity,Shanghai201306,China; 2.AcademyofArts,GuizhouTongrenUniversity,Guizhou554300,China)

In order to reduce the incidence of rural road traffic accidents, the matrix model is used to effectively identify the multiple sections of rural road traffic accidents. According to the fuzzy road segment which cannot be effectively identified in the matrix model, the fuzzy road segment can be determined whether is an accidental segment based on the analysis of the bad section determined by the running speed coordination. With the example of the multiple segments of the rural road traffic accidents for identification, the results show that combined with the analysis of the running speed coordination, the matrix model is effective to identify the rural road accident multiple segments.

traffic accident;accident multiple segment; identification; running speed; coordination; matrix model

2016-11-25

周志俊(1990—)，男，貴州福泉人，碩士研究生，主要研究方向為交通運輸規(guī)劃與管理，E-mail:853948300@qq.com.

10.3969/j.issn.1672-0032.2017.02.006

U491.31

：A

：1672-0032(2017)02-0033-07