孫爽

摘 要：近年來，交通安全問題已被社會(huì)反復(fù)提及。針對(duì)這一日益嚴(yán)重的全球性問題，來自世界各地的學(xué)者們進(jìn)行了不同角度的研究，希望交通事故的頻度以及將其造成的危害降至最低。 文章基于道路交通安全的目標(biāo)，運(yùn)用動(dòng)態(tài)分割方法尋找某一事故多發(fā)路段的黑點(diǎn)位置，并分析目標(biāo)路段交通事故的時(shí)空特征，將為解決路段交通安全隱患奠定基礎(chǔ)。

關(guān)鍵詞：交通安全;動(dòng)態(tài)分割;黑點(diǎn);位置時(shí)空特征

中圖分類號(hào)：U411 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1671-7988（2020）20-236-03

Abstract： In recent years， traffic safety issues have been repeatedly mentioned by the society. Targeting this growing global problem， scholars from all over the world have conducted research from different angles in order to pray for the frequency of traffic accidents and the harm caused by them to be minimized. This thesis is based on the goal of road traffic safety. The dynamic segmentation method is used to seek the black spot position of a certain accident-prone road section， and analyze the space-time characteristics of the traffic accident on the target road section. Finally， a foundation will be laid for making a solution to the traffic safety hazard of the road section.

Keywords： Traffic safety; Dynamic segmentation; Black spot position; Space-time characteristics

CLC NO.： U411 ?Document Code： A ?Article ID： 1671-7988（2020）20-236-03

引言

據(jù)統(tǒng)計(jì)，全世界每年因道路交通事故喪生的人數(shù)不少于一百萬，平均每50秒就有1人死于交通事故，每2秒就有1人在交通事故中受傷[1]。隨著全球汽車保有量的增長，道路交通安全問題仍將是全球公共危害之一。在這一背景下，本文旨在從危險(xiǎn)路段中找出事故黑點(diǎn)。針對(duì)路段交通事故的時(shí)空分布特征，提出意見和建議。研究事故黑點(diǎn)具有廣泛而深遠(yuǎn)的意義：

（1）識(shí)別交通事故中的黑點(diǎn)是研究道路交通安全問題的基礎(chǔ)。

（2）識(shí)別事故黑點(diǎn)是有關(guān)單位交通管理的有效手段。

（3）事故黑點(diǎn)識(shí)別是提高整個(gè)運(yùn)輸系統(tǒng)安全性的必要前提。

（4）識(shí)別事故中的黑點(diǎn)是相關(guān)單位做出決策的依據(jù)。

1 交通事故的時(shí)空分布特征

1.1 研究思路與方法

交通事故黑點(diǎn)識(shí)別的一般步驟是確定目標(biāo)路段，根據(jù)需要對(duì)目標(biāo)路段進(jìn)行劃分，選擇交通安全評(píng)價(jià)方法對(duì)每個(gè)小路段進(jìn)行評(píng)價(jià)，獲取交通事故的黑點(diǎn)位置。

道路分割方法有固定分割法和動(dòng)態(tài)分割法。目前固定分割方法被廣泛使用。該方法將目標(biāo)路段以500m或1km為單位等距劃分。交通事故的發(fā)生是綜合結(jié)果，在節(jié)點(diǎn)位置分析事故更加困難。

交通安全評(píng)價(jià)方法分為直接評(píng)價(jià)法和間接評(píng)價(jià)法。直接評(píng)價(jià)法主要包括事故數(shù)法，事故率法，矩陣法，質(zhì)量控制法和累積頻率法。間接評(píng)價(jià)法有BP神經(jīng)網(wǎng)絡(luò)法，灰色理論法，模糊評(píng)估法和交通沖突技術(shù)等[2]。本文采用動(dòng)態(tài)分割法和等效事故數(shù)法來識(shí)別目標(biāo)道路路段交通事故黑點(diǎn)的位置。

在選擇目標(biāo)路段時(shí)，基于以下三個(gè)要求：

（1）道路交通流量較大;（2）道路交通事故增多;（3）交叉口數(shù)量減少。

在選擇動(dòng)態(tài)分割法時(shí)，采用編程實(shí)現(xiàn)動(dòng)態(tài)路段的分割，在計(jì)算等效事故數(shù)時(shí)，使用交通事故的持續(xù)時(shí)間來計(jì)算事故的權(quán)重。

1.2 假定交通事故數(shù)據(jù)

（1）目標(biāo)細(xì)分的選擇。根據(jù)需要選擇目標(biāo)路段北行段。道路長度60英里，交叉路口28個(gè)，統(tǒng)計(jì)周期兩年，交通事故總數(shù)403。

（2）數(shù)據(jù)篩選。刪除持續(xù)時(shí)間為0的數(shù)據(jù)，獲得有效數(shù)據(jù)形式，共398起。

（3）計(jì)算等效事故數(shù)。由于缺少交通事故的嚴(yán)重程度和經(jīng)濟(jì)損失來計(jì)算事故當(dāng)量，因此，本文利用交通事故持續(xù)時(shí)間來反映事故的嚴(yán)重程度，計(jì)算事故的權(quán)重。事故的持續(xù)時(shí)間可以簡單地反映出事故嚴(yán)重程度，并且兩者呈正相關(guān)[3]。

（4）事故嚴(yán)重等級(jí)的測(cè)定。為了確定交通事故持續(xù)時(shí)間與交通事故嚴(yán)重程度之間的對(duì)應(yīng)關(guān)系，本文對(duì)兩者進(jìn)行了比較研究。

公式中：

n---事故總數(shù);

ti---第i次事故的持續(xù)時(shí)間;

w0---初始重量;

w---事故標(biāo)準(zhǔn)化權(quán)重，是目標(biāo)權(quán)重，也代表每次事故的等效事故數(shù)。

1.3 事故分布特征

1.3.1 路段特征

以每部分0.5英里平均劃分。根據(jù)路段統(tǒng)計(jì)，無路口的路段數(shù)量最多，有98個(gè)，占82.4%;一個(gè)交叉點(diǎn)占比11.8%;兩個(gè)交叉點(diǎn)占5.8%。

考慮黑點(diǎn)的形成還受到路段前后部分特性的影響。將三個(gè)連續(xù)的路段作為一個(gè)部分，研究交叉點(diǎn)的數(shù)量。根據(jù)路段統(tǒng)計(jì)，兩個(gè)路口的連續(xù)路段數(shù)量較大，占24.1%，0個(gè)路口、1個(gè)路口、四個(gè)路口分別占比64.7%、9.5%、1.7%。

1.3.2 事故發(fā)生時(shí)間段分布

事故最頻繁時(shí)間是3：00-6：00。0：00至6：00間的事故數(shù)量約占總事故率的2/3。12：00-15：00和18：00-21：00之間有兩個(gè)小高峰。飯后消化會(huì)導(dǎo)致駕駛員大腦供氧不足，影響駕駛員的反應(yīng)判斷速度。

1.3.3 事故持續(xù)時(shí)間分布

事故持續(xù)時(shí)間與事故總數(shù)成反比，持續(xù)時(shí)間少于1小時(shí)的事故數(shù)量最多，有253起，占63.6%。其余1～2h、2～3h、3～4h、4～5h及大于5h事故數(shù)量分別為83起、24起、15起、9起、14起，所占比例較小。

持續(xù)時(shí)間少于1小時(shí)的事故按時(shí)間段進(jìn)行分類，每個(gè)時(shí)期的事故數(shù)量隨機(jī)。少于1小時(shí)的事故不嚴(yán)重，處理時(shí)間在15分鐘內(nèi)的有82起，15到30分鐘 72起，30到60分鐘99起。

1.3.4 路段事故分布

當(dāng)事故數(shù)量增加時(shí)，路段數(shù)量開始減少。72.3%的路段未發(fā)生事故，16%路段發(fā)生1到10起，5%路段發(fā)生11到20起，發(fā)生20起以上事故的路段總數(shù)不到7%，只有一條發(fā)生40起以上事故的道路。

1.3.5 交叉路口影響分析

有交叉路口的路段發(fā)生事故概率為85.7%，無交叉路口事故發(fā)生率僅為15.3%。交叉部分總長度5.6米，普通部分總長度為54.93米。普通部分長度約為交叉部分的10倍。

研究發(fā)現(xiàn)，在普通路段的事故中，十字路口的上游發(fā)生了37.5%的事故，而十字路口的下游發(fā)生了56.1%的事故。下游發(fā)生的事故數(shù)量明顯大于上游發(fā)生的事故數(shù)量。

1.4 總結(jié)與展望

（1）將事故的持續(xù)時(shí)間用作確定事故嚴(yán)重性的標(biāo)準(zhǔn)，未考慮事故造成的財(cái)產(chǎn)損失。數(shù)據(jù)采集有限，下一步將考慮更多因素來支持等效事故數(shù)量的計(jì)算，使研究結(jié)果更加客觀和真實(shí)。

（2）本研究選擇路段為交通流量大，交叉口少的高速公路路段。不適用于城市地區(qū)，普遍性較低。

（3）為了減少事故中形成黑點(diǎn)的可能性，交通管理部門、道路施工企業(yè)和駕駛員應(yīng)采取的措施應(yīng)根據(jù)具體情況而定。

考慮到道路交通事故對(duì)人們的生命和財(cái)產(chǎn)的重大影響，安全性應(yīng)該成為區(qū)分黑點(diǎn)調(diào)查過程的主要標(biāo)準(zhǔn)[4]。本研究方法論適用于道路交通管理部門的決策，為判斷數(shù)據(jù)信息有限時(shí)事故黑點(diǎn)提供了有效依據(jù)。

2 動(dòng)態(tài)劃分道路單元

2.1 劃分道路的方法[5]

交通事故具有空間屬性，可以通過事故計(jì)數(shù)劃分高速公路。

分割高速公路：

（1）選擇適當(dāng)長度作為劃分高速公路單位步長，從起點(diǎn)開始，以n步長為分析窗口，走向終點(diǎn)，得到一系列等長的分析窗口。分析窗口的長度應(yīng)等于實(shí)際工作中確定的事故區(qū)域的長度。

（2）收集每個(gè)分析窗口交通事故數(shù)據(jù)，根據(jù)持續(xù)時(shí)間計(jì)算事故嚴(yán)重程度。如果事故嚴(yán)重性值大于分析窗口中的閾值，將該窗口稱為道路單位，找到所有路單位。

得到不安全的道路單元后，將非安全道路之間的道路定義為道路單位。這種方法優(yōu)點(diǎn)是道路單元的長度等于實(shí)際工作中確定的易發(fā)生事故的路段長度，易于將分析結(jié)果應(yīng)用于實(shí)踐，克服分析中定長分區(qū)法引起的數(shù)據(jù)失真缺陷，提高分析工作的準(zhǔn)確性。

2.2 計(jì)算過程

主要過程包括計(jì)算交通事故的累積相對(duì)權(quán)重值，判斷事故聚集區(qū)以及找到事故嚴(yán)重性值最大的區(qū)。計(jì)算過程如下：

2.2.1 計(jì)算累計(jì)事故嚴(yán)重性

以2英里為分析窗口，閾值為150在每個(gè)分析窗口中計(jì)算事故嚴(yán)重程度。

2.2.2 找最嚴(yán)重的事故部分

通過步驟1選擇最嚴(yán)重的道路單位將其削減，更新每個(gè)分析窗口中的值并地重復(fù)此步驟直到所有值都低于閾值。之后過濾高速公路上的所有事故群。

2.2.3 分割高速公路

通過步驟1和步驟2，篩選出道路上的事故集群區(qū)域。兩個(gè)相鄰事故集群之間的路段也可以用作道路分析單元。

2.3 范例

以收集的數(shù)據(jù)為例：所收集事故數(shù)據(jù)包含事故地點(diǎn)、交通事故數(shù)、分析窗口中從起點(diǎn)到終點(diǎn)的累積等效交通事故數(shù)。如下劃分高速公路：

圖表突出顯示了可能發(fā)生交通事故的路段，發(fā)生事故的原因有很多：如人違反交通法規(guī)，粗心大意或在某些路段誤操作行為等，可能與警示信號(hào)有關(guān)。因此在改善駕駛員行為的同時(shí)，應(yīng)放置更多的交通標(biāo)志提醒。道路本身不合理或交通狀況不太好也是一部分原因。 因此，政府應(yīng)改善道路狀況并加強(qiáng)交通設(shè)施的管理。

本部分主要討論劃分道路單元的方法，并分析哪些路段比其他路段更危險(xiǎn)，因此可以著眼于不安全的路段并采取措施減少交通事故。

參考文獻(xiàn)

[1] 金穎君.高速公路交通安全管理問題及對(duì)策研究[D].蘇州大學(xué)， 2015.

[2] 何杰.人-車-路-環(huán)境復(fù)雜系統(tǒng)建模與分析[M].北京：科學(xué)出版社， 2016.

[3] 陳丹.高速公路交通事故致因及治理緊迫性研究[D].華南理工大學(xué)，2018.

[4] 嚴(yán)亞丹，張征，王東煒，趙湘育.高速公路交通事故黑點(diǎn)鑒別及影響因素分析[J].公路工程，2016，41（06）：59-62+111.

[5] 孫國萍.事故多發(fā)路段鑒別方法研究[D].北京工業(yè)大學(xué)，2006.