靳文舟，裴曉航，湯左淦，2，姚尹杰

1）華南理工大學(xué)土木與交通學(xué)院，廣東廣州 510640；2）深圳市城市交通規(guī)劃設(shè)計(jì)研究中心，廣東深圳 518057

交通事故會(huì)造成巨大的人員傷亡和財(cái)產(chǎn)損失，因此，交通傷害程度的影響因素分析非常重要［1］．已有研究主要從人、車、路和環(huán)境要素出發(fā)，探討各因素對(duì)交通事故傷害程度的影響．如馬柱等［2］分析了天氣、能見度等環(huán)境因素和道路條件、道路橫斷面等道路特征與城市事故傷害程度的關(guān)系．馮忠祥等［3］分析了環(huán)境因素對(duì)繞城高速公路事故傷害程度的影響．溫惠英等［4］以翻車事故為研究對(duì)象，分析人、車、路、環(huán)境及事故特征對(duì)事故傷害程度的影響．HOSSEINPOUR等［5］建立對(duì)象碰撞事故傷害程度模型，發(fā)現(xiàn)道路特征及事故周邊環(huán)境與事故傷害程度顯著相關(guān)．以上研究?jī)H分析單一因素對(duì)事故傷害程度的影響，較少考慮因素間的交互作用．

目前，交通事故傷害程度的建模方法主要為logit/probit模型及其拓展形式，包括二元logit模型［3］、巢式logit模型［6］、有序logit模型［7-9］、隨機(jī)參數(shù)logit模型［10］及潛類別logit模型．也有研究采用機(jī)器學(xué)習(xí)方法對(duì)交通傷害程度進(jìn)行分類預(yù)測(cè)，如SVM［12］與決策樹模型［13］等．鮮有機(jī)器學(xué)習(xí)方法和logit模型相結(jié)合分析交通事故傷害程度的研究．

在雙車事故中，駕駛員的傷害程度不僅取決于駕駛員自身特征與所駕駛車輛的特征，還取決于對(duì)方駕駛員與對(duì)方車輛的特征，因此，分析碰撞角色對(duì)厘清雙車事故中駕駛員傷害程度的影響因素具有重要意義．一般將事故形態(tài)劃分為正面碰撞、直角碰撞、側(cè)面碰撞及追尾碰撞，不同事故形態(tài)對(duì)駕駛員事故傷害程度具有不同影響．然而，由于碰撞角色不同，即使同一種事故形態(tài)下，不同車輛中的駕駛員受損傷的特征也不盡相同，如發(fā)生追尾碰撞時(shí)，后車（主動(dòng)撞擊）駕駛員很有可能因?yàn)樽矒魶_力被向后推至座椅上，易導(dǎo)致頸部受傷．由于此類事故的生物力學(xué)特性，后車駕駛員容易遭受更嚴(yán)重的事故傷害［14］．涉事車型與碰撞角色的關(guān)系也非常密切，如當(dāng)普通小汽車追尾大貨車時(shí)，由于車輛高度差異，普通小汽車極有可能碰撞至貨車尾部，使小車被削頂從而導(dǎo)致駕駛員受傷或死亡，而由于離碰撞點(diǎn)位較遠(yuǎn)，大貨車駕駛員較不容易受傷［15］．

本研究基于中國(guó)深圳市的交通事故數(shù)據(jù)，結(jié)合隨機(jī)森林（random forest，RF）算法和logit模型的優(yōu)勢(shì)，建立考慮碰撞角色交互項(xiàng)效應(yīng)的雙車事故駕駛員傷害程度模型，著重考慮碰撞角色與事故形態(tài)、車型的交互效應(yīng)，分析其對(duì)駕駛員傷害程度的影響．

1 研究方法

1.1 隨機(jī)森林模型

隨機(jī)森林法也稱為隨機(jī)決策森林法，是一種可以同時(shí)研究分類和回歸問題的集成學(xué)習(xí)方法，常被應(yīng)用于交通事故傷害研究中，用于篩選重要因素［16-17］．為避免logit模型出現(xiàn)過擬合情況，本研究采用隨機(jī)森林模型，根據(jù)因素的重要度選取候選自變量．

隨機(jī)森林法通過自助重采樣技術(shù)，從原有樣本集N中，有放回地重復(fù)隨機(jī)抽取T個(gè)樣本，以生成新的訓(xùn)練集（Nt）．隨后由T個(gè)新的訓(xùn)練集，生成T個(gè)對(duì)應(yīng)的決策樹，最終組成隨機(jī)森林模型．算法流程可掃描論文末頁(yè)右下角二維碼查看圖S1，具體步驟如下．

步驟1對(duì)于一個(gè)由X1，X2，…，Xk組成給定樣本集N，通過T次隨機(jī)可重復(fù)釆樣，構(gòu)建隨機(jī)向量集N1，N2，…，NT．

步驟2基于每一個(gè)隨機(jī)向量Nt，構(gòu)建一棵決策樹．

步驟3重復(fù)步驟1和步驟2，最終可以得到T棵決策樹．

步驟4運(yùn)用得到的T棵決策樹分別對(duì)輸入變量Xk進(jìn)行投票．

步驟5通過計(jì)算所有投票數(shù)，找出所有預(yù)測(cè)結(jié)果中票數(shù)最高的值作為輸入變量Xk的分類標(biāo)簽．

在生成每一顆決策樹時(shí)，計(jì)算袋外錯(cuò)誤率，記為EOOB1，同時(shí)在為特征Xk加入隨機(jī)噪聲后，再次計(jì)算該值，記為EOOB2，則特征Xk的重要度為

重復(fù)式（1），則可計(jì)算出所有特征的重要度，并進(jìn)行排序．

1.2 logit模型

采用logit模型對(duì)駕駛員傷害程度進(jìn)行建模．首先定義線性潛變量s*為

其中，X為自變量，如事故形態(tài)、使用安全帶及駕駛員年齡等；β為自變量的估計(jì)參數(shù)集合矩陣；ε是誤差項(xiàng)并服從logistic分布．通過搭建分段函數(shù)，建立s*與第i個(gè)駕駛員的傷害程度yi的關(guān)系為

根據(jù)式（2）和式（3）可以推導(dǎo)出yi=1的概率為

其中，?(·)為logistic分布的累積概率分布函數(shù)．進(jìn)一步將式（4）代入logistic分布的概率密度函數(shù)，則可得logit模型的一般形式為通過構(gòu)建式（5）的最大似然函數(shù)，并求其極大值即可估計(jì)出logit模型的模型參數(shù)．

1.3 擬合優(yōu)度檢驗(yàn)

在構(gòu)建好logit模型后，需要對(duì)其擬合優(yōu)度進(jìn)行檢驗(yàn)，第1種檢驗(yàn)方法為計(jì)算模型的R2指標(biāo)，即其中，l為模型的對(duì)數(shù)似然收斂值；l0為對(duì)數(shù)似然初值；R2∈[0，1]，一般認(rèn)為當(dāng)R2≥0.2時(shí)，所建立模型的擬合優(yōu)度較高．

第2種檢驗(yàn)法為似然比檢驗(yàn)，常用于比較不同模型間的優(yōu)劣，其檢驗(yàn)公式為

其中，χ2為似然比檢驗(yàn)統(tǒng)計(jì)量．

2 數(shù)據(jù)描述及變量選取

選取深圳市2018—2020年的一般程序事故為研究樣本．由于研究對(duì)象為雙車事故中的駕駛員傷害程度，故需對(duì)事故數(shù)據(jù)進(jìn)行預(yù)處理，步驟如下．

首先，考慮到本研究的雙車事故僅為涉及2輛4輪及以上機(jī)動(dòng)車的一般程序事故，因此，將交通方式涉及摩托車、電動(dòng)車、行人、三輪電動(dòng)車、三輪汽車及拖拉機(jī)的事故樣本全部刪除，同時(shí)刪除單個(gè)車輛和涉及多個(gè)車輛的事故．

其次，交通事故系統(tǒng)中包含的字段數(shù)超過200個(gè)，故在正式分析前需要?jiǎng)h除無(wú)關(guān)字段．同時(shí)，剔除相關(guān)字段存在缺失數(shù)據(jù)的樣本，最終剩下2 642個(gè)樣本．本研究的因變量為駕駛員傷害程度，分為未受傷、輕傷、重傷和死亡，各類別占比分別為97.74%、3.10%、0.38%和1.78%．輕傷及以上的樣本僅占5.26%，為提高參數(shù)估計(jì)的準(zhǔn)確性，將輕傷、重傷和死亡類別合并為“受傷害”類別，故最終因變量包含兩類，分別為未受傷和受傷害．

本研究選取中央隔離設(shè)施、主要違法行為、次要違法行為、事故形態(tài)、事故責(zé)任、交通控制方式、交通方式、人員類型、號(hào)牌種類、在碰撞中角色、天氣、安全保護(hù)裝置使用情況、性別、年齡、文化程度、是否超載、橫斷面位置、照明條件、能見度、血液酒精含量、行政區(qū)劃分、路側(cè)防護(hù)設(shè)施類型、路表情況、路面狀況、車輛使用性質(zhì)、車輛間事故碰撞形態(tài)、道路類型、道路線形及駕齡共29個(gè)因素作為隨機(jī)森林模型的特征輸入．

進(jìn)行隨機(jī)森林模型訓(xùn)練前，將所有自變量轉(zhuǎn)化為離散變量．對(duì)于二分類自變量，如是否超載，在模型擬合時(shí)可直接納入模型；而對(duì)于m類自變量，則需進(jìn)行啞元轉(zhuǎn)換，只能納入m-1個(gè)虛擬變量，見表1．考慮到本研究中大部分自變量包含多個(gè)類別，若直接將全部虛擬變量納入模型，會(huì)使模型過于龐大，導(dǎo)致模型過擬合．因此，建模前先利用隨機(jī)森林模型計(jì)算每個(gè)虛擬變量的重要度，根據(jù)排序確定最終納入模型擬合的自變量．

表1 啞元變量事故責(zé)任轉(zhuǎn)換賦值Table1 Assignment transform of dummy variable crash duty

利用Python中的sklearn包構(gòu)建隨機(jī)森林模型，由于模型主要目的是通過計(jì)算特征變量的重要度來(lái)篩選候選自變量，故不報(bào)告隨機(jī)森林模型結(jié)果．選取重要度閾值為0.02，最終選取前24個(gè)重要度較高的虛擬變量作為候選自變量，結(jié)果可掃描論文末頁(yè)右下角二維碼查表S1．

3 參數(shù)標(biāo)定及結(jié)果分析

3.1 參數(shù)標(biāo)定

首先，將候選自變量全部納入logit模型中擬合，分別選取90%、95%和99%為置信水平，并利用最大似然法進(jìn)行模型參數(shù)估計(jì)，結(jié)果見表2中的模型1．結(jié)果顯示，部分責(zé)任、全部責(zé)任、被撞、貨車、追尾碰撞、3～10 a駕齡、能見度≤100 m、碰撞運(yùn)動(dòng)車輛、高中及以上學(xué)歷、高快速路、使用安全帶、側(cè)面碰撞、路側(cè)無(wú)防護(hù)、無(wú)路燈照明與駕駛員傷害程度顯著相關(guān)．

表2 模型參數(shù)估計(jì)結(jié)果1）Table2 Model estimation results

為研究碰撞角色與車型和事故形態(tài)對(duì)雙車事故駕駛員傷害程度的交互影響，分別建立僅包含碰撞角色與車型交互項(xiàng)的模型2、僅包含碰撞角色與事故形態(tài)的模型3和包含兩個(gè)交互項(xiàng)的模型4．結(jié)果顯示，碰撞角色與車型的交互項(xiàng)和碰撞角色與事故形態(tài)的交互項(xiàng)均在99%的置信水平上顯著．

模型1是基礎(chǔ)模型，目的在于估計(jì)各解釋變量對(duì)因變量的凈效應(yīng)；模型2和模型3均為交互效應(yīng)模型，分別估計(jì)碰撞角色與其他主要解釋變量（車型和事故形態(tài)）的交互效應(yīng)，從而檢驗(yàn)碰撞角色對(duì)駕駛員傷害程度的影響是否在不同車型與事故形態(tài)下存在顯著的差異性．模型4是包含所有解釋變量和交互項(xiàng)的最終模型．根據(jù)模型1至模型4的相關(guān)統(tǒng)計(jì)量結(jié)果（見表3），隨著交互項(xiàng)的增加，擬合優(yōu)度增加較明顯，從模型1的0.292增至模型4的0.322．為驗(yàn)證模型4優(yōu)于模型1，本研究還進(jìn)行了似然比檢驗(yàn)，結(jié)果見表4．可見，加入交互項(xiàng)的模型4在100%的置信水平上優(yōu)于模型1，且赤池信息量（Akaike information criterion，AIC）和貝葉斯信息量（Bayesian information criterion，BIC）低于模型1，表明考慮交互項(xiàng)模型的擬合優(yōu)度更高．似然比檢驗(yàn)結(jié)果:χ(2)=65.6(P=0.000 0)

表3 相關(guān)模型統(tǒng)計(jì)量Table3 Summary of model statistics

表4 似然比檢驗(yàn)結(jié)果Table 4 LR test results

1）碰撞角色．當(dāng)不包含交互項(xiàng)時(shí)，“被撞”的參數(shù)估計(jì)為-0.984，符號(hào)為負(fù)，表明相比于主動(dòng)碰撞的駕駛員，被撞車輛中的駕駛員受傷害的概率將降低62.6%，這主要是因?yàn)楸蛔曹囕v的后備箱和后排座位具有緩沖作用，而碰撞車輛中駕駛員離碰撞點(diǎn)位更近，故被撞車輛的駕駛員更不易受傷．

當(dāng)加入交互項(xiàng)后，該效應(yīng)同樣存在．“被撞與貨車交互項(xiàng)”的系數(shù)為-0.758，且在99%的置信水平上顯著，表明當(dāng)被撞車輛為貨車時(shí)，貨車中的駕駛員遭受傷害的概率更低，這主要是因?yàn)樨涇嚨馁|(zhì)量大且更穩(wěn)定，撞擊發(fā)生時(shí)貨車駕駛員受到的沖擊力更小．當(dāng)發(fā)生追尾碰撞時(shí)，該效應(yīng)更明顯．前車駕駛員遭受傷害的概率將降低89.3%．

2）事故責(zé)任．部分責(zé)任和全部責(zé)任均顯著影響駕駛員傷害程度，但兩者的符號(hào)相反．負(fù)全部責(zé)任的駕駛員遭受傷害的概率更低，更容易導(dǎo)致另一方受傷害，這與前人研究結(jié)果一致［18］．當(dāng)駕駛員負(fù)部分責(zé)任時(shí)，駕駛員遭受傷害的概率更高．

3）車型．在僅考慮車型條件下，貨車駕駛員更容易遭受傷害，這主要是由于貨車自身的質(zhì)量大和幾何結(jié)構(gòu)復(fù)雜而具備更高的攻擊性所導(dǎo)致．

4）事故形態(tài)．相比側(cè)面碰撞和直角碰撞，涉及追尾碰撞的駕駛員更容易遭受傷害，這是由于追尾碰撞的原因大多為速度較快，未控制好車距所致［7］．

5）駕齡．“3～10 a駕齡”的系數(shù)為正，且在90%的置信水平上顯著，表明相比于10 a以上駕齡，3～10 a駕齡的駕駛員更容易發(fā)生嚴(yán)重事故．

6）能見度．“能見度＜100 m”的系數(shù)為-0.718，表明低能見度下駕駛員遭受傷害的概率更低，這是因?yàn)榈湍芤姸葪l件下，駕駛員出于謹(jǐn)慎會(huì)降低車速行駛，故發(fā)生碰撞時(shí)的后果不嚴(yán)重．

7）車輛間碰撞形態(tài)．相比于運(yùn)動(dòng)車輛碰撞靜止車輛，運(yùn)動(dòng)車輛間碰撞會(huì)導(dǎo)致駕駛員遭受傷害的可能性提高71.6%．

8）學(xué)歷．高中及以上學(xué)歷的參數(shù)估計(jì)為0.474，且在90%的置信水平上顯著，表明高中學(xué)歷人群遭受傷害的概率更高．

9）道路等級(jí)．當(dāng)雙車事故發(fā)生在高快速路時(shí)，駕駛員遭受傷害的概率將是其他道路等級(jí)的2.49倍．這是因?yàn)楦呖焖俾窞榉忾]型道路，車輛行駛速度較高，高速運(yùn)動(dòng)車輛間的碰撞后果往往更嚴(yán)重．

10）安全保護(hù)裝置使用．使用安全帶會(huì)顯著降低駕駛員的受傷害程度．事故樣本中有81.42%的駕駛員使用了安全帶，這主要得益于深圳市的嚴(yán)格道路執(zhí)法．

11）路側(cè)防護(hù)設(shè)施類型．當(dāng)事故發(fā)生在無(wú)防護(hù)的道路上時(shí)，駕駛員遭受傷害的概率更低．這主要由于無(wú)防護(hù)道路多為低等級(jí)道路，如支路或內(nèi)部道路，低等級(jí)道路的機(jī)動(dòng)車間碰撞事故嚴(yán)重性較低．

12）照明條件．相比于良好的光線條件（白天和夜間有路燈照明）下，夜間無(wú)路燈照明條件下駕駛員遭受傷害的概率將會(huì)增加153.2%．

結(jié) 語(yǔ)

本研究基于深圳市2018—2020的雙車事故碰撞數(shù)據(jù)，利用隨機(jī)森林模型計(jì)算特征變量的重要度并進(jìn)行排序，據(jù)此初步篩選24個(gè)特征變量作為候選自變量．考慮碰撞角色的交互效應(yīng)，建立駕駛員傷害程度的logit模型，結(jié)果表明，建立的logit模型具有較好的擬合優(yōu)度，且優(yōu)于不含交互項(xiàng)的模型．模型估計(jì)結(jié)果顯示碰撞角色、事故責(zé)任、車型、事故形態(tài)、駕齡、能見度、車輛間碰撞形態(tài)、學(xué)歷、道路等級(jí)、安全保護(hù)裝置使用情況、路側(cè)防護(hù)設(shè)施類型及照明條件與雙車事故駕駛員傷害程度顯著相關(guān)．碰撞角色與車型和事故形態(tài)的交互項(xiàng)均顯著，且均與駕駛員傷害程度呈負(fù)相關(guān)．

本研究?jī)H考慮“碰撞角色”與事故形態(tài)、車型的交互作用對(duì)駕駛員傷害程度的影響，接下來(lái)可通過引入其他交互項(xiàng)進(jìn)行分析，以便更深入分析其他交互項(xiàng)對(duì)雙車駕駛員傷害程度的影響機(jī)理．