老年駕駛?cè)私煌ò踩绊懸蛩匮芯?/h1>
2022-10-18 01:53:58鞏建國過秀成劉曉晨張一鳴
中國人民公安大學(xué)學(xué)報(自然科學(xué)版) 2022年3期
鞏建國, 過秀成, 綦 聰, 劉曉晨, 張一鳴
(1.東南大學(xué)交通學(xué)院, 江蘇南京 211189;2.公安部道路交通安全研究中心, 北京 100062)
0 引言
隨著我國經(jīng)濟社會水平飛速發(fā)展,居民生活水平、身體條件改善,老年人駕車出行需求呈現(xiàn)新趨勢、新特征。 截至2021 年底,全國共有機動車駕駛?cè)?.81 億人,平均每2 個成年人即有1 人持有駕駛證。 老年人也享受到了機動化進程的紅利,60 歲以上駕駛?cè)私迥昴昃鲩L約150 萬,全國共有60 歲以上駕駛?cè)? 500 多萬,占比達3.36%。 2020 年11月,公安部推行交管“放管服”改革新政,放開70 周歲以上老年人申領(lǐng)駕駛證限制,老年駕駛?cè)藬?shù)量與日劇增。 但與此同時,隨著老年駕駛?cè)松眢w機能的下降、交通安全防護設(shè)施不足等原因,老年駕駛?cè)私煌ㄊ鹿嗜找娓甙l(fā)。 通過事故數(shù)據(jù)反映出老年駕駛?cè)说氖鹿侍卣骱蜋C理,將有助于制定提升老年駕駛?cè)笋{駛安全性的對策。
針對影響老年駕駛?cè)税踩蛩氐难芯?主要基于美國、瑞典、澳大利亞等國外的交通事故統(tǒng)計數(shù)據(jù)[1-2],以及早期國內(nèi)不同城市的交通事故統(tǒng)計數(shù)據(jù),包括上海、湘潭等特定的城市[3-4],從駕駛?cè)?、車輛、道路和環(huán)境3 個方面,探究導(dǎo)致老年駕駛?cè)顺尸F(xiàn)不同的事故率、事故致傷率和事故致死率的影響因素。 發(fā)現(xiàn)無信號交叉路口、是否佩戴安全帶、車輛使用年限、左轉(zhuǎn)狀態(tài)、惡劣氣候環(huán)境等都是導(dǎo)致老年駕駛?cè)耸鹿矢甙l(fā)的典型影響因素[1-3]。 老年駕駛?cè)艘驗楦兄芰κ苣挲g的影響而下降,導(dǎo)致其發(fā)生交通事故時死亡和受傷的概率均高于中青年駕駛?cè)?受傷類型主要包括顱腦損傷和胸部受傷[4-6]。 研究方法上,主要采用隨機參數(shù)Logit 模型、負二項分布模型、ANOVA 相關(guān)性分析、相對危險暴露量法和系統(tǒng)聚類等方法從駕駛?cè)恕④囕v、道路和環(huán)境4 個方面分析特定變量對老年駕駛?cè)说氖鹿事视绊懙娘@著性[11-14]。 也有研究采用統(tǒng)計分析的方法分析老年駕駛?cè)说氖鹿侍攸c,并基于歷史年交通事故年鑒數(shù)據(jù)總結(jié)老年駕駛?cè)耸鹿试鲩L的規(guī)律,預(yù)測未來事故率的增長趨勢[15-16]。 Loren 等學(xué)者通過設(shè)計老年駕駛?cè)苏J知測試,從駕駛安全的生理和心理因素的角度,分析測試結(jié)果與事故率的相關(guān)性[17-20]。
國內(nèi)外已有較多的老年駕駛?cè)耸鹿手乱驒C理和特點的相關(guān)研究,但受制于早期駕駛證管理政策限制,老年駕駛?cè)藬?shù)量較少,交通事故特征的顯著性相對較弱。 隨著中國機動車增加和人口老齡化的加快,已有的研究缺少對全國范圍內(nèi)影響老年駕駛?cè)笋{駛安全性因素的總結(jié),對于指導(dǎo)我國未來老年駕駛?cè)税踩缘难芯咳鄙倮碚撘罁?jù)和參考。 導(dǎo)致老年駕駛?cè)烁呤鹿事适嵌喾N因素綜合作用的結(jié)果,因此,在不同國家、不同時期影響老年駕駛?cè)税踩缘囊蛩貢尸F(xiàn)不同的特點,具體表現(xiàn)為老年駕駛?cè)耸鹿手聜屎褪鹿手滤缆实牟町愋浴?鑒此,本文基于2020 年發(fā)生在我國華北、東北、西北、西南、華南、華東6 個片區(qū)各抽樣1 個省,即河北、遼寧、浙江、湖南、四川、陜西省的肇事駕駛?cè)耸鹿蕯?shù)據(jù),采用事故頻數(shù)法判別顯著影響我國老年駕駛?cè)耸鹿事实淖兞?并使用DBSCAN聚類的方法對顯著影響老年駕駛?cè)笋{駛安全性的變量開展聚類研究,歸納總結(jié)我國典型的老年駕駛?cè)笋{駛安全性影響因素,為交通管理者制定相應(yīng)措施提供理論依據(jù)和支撐。
1 數(shù)據(jù)描述
基于2020 年發(fā)生在分中堅力量位于華北、東北、西北、西南、華南、華東6 個片區(qū)的河北、遼寧、浙江、湖南、四川、陜西省的承擔(dān)事故主要責(zé)任的駕駛?cè)耸鹿蕯?shù)據(jù),事故數(shù)據(jù)記錄了事故人員、事故車輛以及事故環(huán)境3 個方面的信息。 將事故率、事故致傷率和事故致死率作為因變量,事故影響變量包括駕駛?cè)嘶咎卣鳌⑹鹿手饕?、時間分布、照明條件等31 個變量,并根據(jù)變量特征劃分成駕駛員、車輛、道路及環(huán)境3 個類型的變量。 本文中研究的老年駕駛?cè)藶槟挲g為60 歲及以上的駕駛?cè)恕?/p>
分別計算老年駕駛?cè)嗽谙鄳?yīng)潛在變量下的事故頻率值與臨界值R對比,若事故頻率值大于R,則可判斷該影響變量為影響老年駕駛?cè)笋{駛安全的影響因素。 按照同樣的方法計算老年人事故致傷率和事故致死率的臨界值作為鑒別標準,篩選老年駕駛?cè)耸鹿手聜?、事故致死率高于臨界值的影響變量。 最終12 個顯著影響變量的描述性統(tǒng)計如表1 所示。
表1 老年駕駛?cè)私煌ò踩绊懸蛩?/p>
2 模型方法
常用的聚類算法包括基于劃分、層次、密度、網(wǎng)格和模型的聚類方法,本研究對象為老年人事故數(shù)據(jù),目的為提取典型影響老年駕駛?cè)税踩缘淖兞坎w類總結(jié)特性。 因此選用基于密度的DBSCAN(Density-Based Spatial Clustering of Application with Noise) 聚類算法,根據(jù)空間點的距離將高密度點所在的區(qū)域劃分同一類型的簇。 其基本定義如下:(1)核心對象是指對于鄰域半徑ε和簇最小點數(shù)MinPts,對象p的ε鄰域包含至少MinPts數(shù)目的對象;(2)在點集D下,對象q位于對象p的ε鄰域內(nèi),而p是核心對象,則稱對象p到對象q直接密度可達;(3)對象鏈p1,p2,…,pn;p1=p,pn=q,對于1≤i≤n,稱對象p1到對象pn密度可達;(4)點O∈D,使對象p和對象q從O關(guān)于ε和MinPts密度可達,稱對象p和對象q密度相連。
本空間聚類算法的流程為:以點集D中某一個對象p出發(fā),如果以對象p為中心的ε鄰域內(nèi)包含的其他對象數(shù)量大于MinPts,標定對象p為核心對象,創(chuàng)建以p為核心的簇,將其ε鄰域中的直接密度可達的對象加入該簇中,循環(huán)直至所有與對象p密度相連的對象都加入簇中時結(jié)束。 選定尚未被加入任意簇的另一個對象出發(fā),重復(fù)上述過程,直至所有的對象完成遍歷算法結(jié)束,未被加入任何簇的點被統(tǒng)一標定為單獨一個簇,即數(shù)據(jù)噪聲點,算法參數(shù)包括簇最小點數(shù)MinPts和鄰域半徑ε。
選取老年駕駛?cè)耸鹿事逝c全體駕駛?cè)耸鹿事师薸、事故致傷率ηi和事故致死率μi的比值作為刻畫不同影響變量對于老年駕駛?cè)税踩缘膰乐爻潭冗M行聚類,(公式4 ～10)揭示不同影響因素對老年駕駛?cè)说挠绊憞乐爻潭群陀绊憴C理。
3 結(jié)果分析
本文使用Python 語言編程實現(xiàn)老年駕駛?cè)耸鹿视绊懽兞烤垲愃惴?考慮聚類結(jié)果中最低的老年駕駛?cè)耸鹿视绊懽兞繑?shù)量,設(shè)置簇內(nèi)最小點個數(shù)為3;由于聚類變量的取值范圍為[0,30],鄰域半徑設(shè)置為0.5,提取對影響老年駕駛?cè)税踩Y(jié)果相近的變量,分析老年駕駛?cè)耸鹿实挠绊憴C理,并制定相應(yīng)的治理措施。 基于上述根據(jù)各影響變量下駕駛?cè)耸鹿事逝c全體駕駛?cè)耸鹿事省⑹鹿手聜屎褪鹿手滤缆实谋戎? 個參數(shù)進行聚類,識別出3 個集群(簇),以及4 個噪聲點,詳細結(jié)果見表2。 將超過全體駕駛?cè)似骄? 倍以上的概率定義為高,3 ～5 倍定義為中,低于3 倍定義為低。
表2 老年駕駛?cè)笋{駛安全影響變量聚類結(jié)果
3.1 高事故、中受傷、中死亡
聚類結(jié)果(圖1)表明老年駕駛?cè)嗽诔?、水泥路面、未打開閃光燈、汽車滲漏油/液/氣這4 個影響變量下的事故率、事故致傷率和事故致死率均高于全體駕駛?cè)恕?其中老年駕駛?cè)说氖鹿事始s為全體駕駛?cè)耸鹿事实? 倍,老年駕駛?cè)耸鹿手聜始s為全體駕駛?cè)?.46 倍,事故致死率約為全體駕駛?cè)说?.97 倍,聚類群集一呈現(xiàn)高事故率、中事故致傷率、中事故致死率的特征。
圖1 集群一概率比折線圖
3.2 高事故、高受傷、低死亡
聚類結(jié)果(圖2)表明老年駕駛?cè)嗽谧兊老蜃?、無氣囊、無防護、未使用安全帶/頭盔這4 個影響變量下的事故率、事故致傷率和事故致死率均高于全體駕駛?cè)恕?其中老年駕駛?cè)说氖鹿事屎褪鹿手聜示^全體駕駛?cè)耸鹿事实? 倍,老年駕駛?cè)耸鹿事始s為全體駕駛?cè)?.47 倍,事故致傷率約為全體駕駛?cè)?.17 倍,事故致死率約為全體駕駛?cè)说?.95倍,聚類群集二呈現(xiàn)高事故率、高事故致傷率、低事故致死率的特征。
圖2 集群二概率比折線圖
3.3 中事故、低受傷、高死亡
聚類結(jié)果(圖3)表明老年駕駛?cè)嗽谏呈访?、隧道、急彎、窄路、C4 駕照這5 個影響變量下的事故率、事故致傷率和事故致死率均高于全體駕駛?cè)恕Ｆ渲欣夏犟{駛?cè)说氖鹿手滤缆食^全體駕駛?cè)耸鹿事实?.5 倍,老年駕駛?cè)耸鹿事始s為全體駕駛?cè)?.69 倍,事故致傷率約為全體駕駛?cè)?.21 倍,聚類群集三呈現(xiàn)中事故率、中事故致傷率、高事故致死率的特征。
圖3 集群三概率比折線圖
3.4 噪聲點
噪聲點是聚類無法識別的數(shù)據(jù),圖4 展示了噪聲點的數(shù)據(jù)特點,在老年駕駛?cè)说鸟{駛車輛類型是輕便摩托車(F 型),事故率、事故致傷率和事故致死率均超過全體駕駛?cè)司档?0 倍;而在無信號交叉口、車輛制動失效、駕齡超過21 年的老年駕駛?cè)?事故率、事故致傷率和事故致死率均超過全體駕駛?cè)司档? 倍,其中事故率為全體駕駛?cè)耸鹿事示档?.66 倍,事故致傷率約為全體駕駛?cè)?.5 倍,事故致死率約為全體駕駛?cè)说?.34 倍,呈現(xiàn)高事故率、事故致傷率和事故致死率的特征。
圖4 噪聲點概率比柱狀圖
4 事故影響因素分析
4.1 駕駛?cè)艘蛩?/h3>
老年駕駛?cè)笋{駛?cè)喥?C4)、輕便摩托車(F)事故率、事故致傷率和事故致死率均明顯超過全體駕駛?cè)司?潛在原因是三輪汽車和輕便摩托車作為老年駕駛?cè)说牡湫统鲂泄ぞ?在沒有車輛的環(huán)境下,很多老年駕駛?cè)藭`章橫穿道路或交叉口,心存僥幸心理并對危險估計不足,意識到危險之后又不知所措,交通安全意識淡薄、身體反應(yīng)機能弱、缺少“路權(quán)意識”;同時,輕便摩托車和三輪汽車車輛穩(wěn)定性和對駕駛?cè)税踩Ｗo性較差,且很少有老年駕駛?cè)耸褂妙^盔、安全氣囊等防護設(shè)備,這也是導(dǎo)致老年駕駛?cè)耸鹿蕚銮闆r較高的重要原因,老年駕駛?cè)说氖鹿省⑹軅褪鹿手滤缆示哂谌w駕駛?cè)? 倍及以上。 相關(guān)研究驗證了隨著年齡的增加,老年駕駛?cè)笋{駛的操作穩(wěn)定性和認知能力均會下降,駕齡超過21 年的老年駕駛?cè)艘彩墙煌ㄊ鹿矢甙l(fā)的群體,因體質(zhì)脆弱、抵抗力差、容易有并發(fā)癥等因素,導(dǎo)致事故致傷率和事故致死率同樣高于全體駕駛?cè)?.5 倍以上。 在變道向左轉(zhuǎn)向和超車的行駛狀態(tài)下,相較于起步、直行、向右變道、左轉(zhuǎn)彎、右轉(zhuǎn)彎、掉頭等駕駛?cè)蝿?wù),左側(cè)車道作為快速車道,向左變道或超車需更快的判斷和駕駛操作,駕駛難度更大,老年駕駛?cè)丝赡芤蛴^察不到位、判斷偏差、注意力不集中等原因,造成更為多發(fā)和嚴重的交通事故,呈現(xiàn)高事故率的典型特征。
4.2 車輛因素
顯著影響老年駕駛?cè)笋{駛安全的車輛因素包括車輛制動失效、滲漏油/液/氣、轉(zhuǎn)向燈未打開、未使用安全帶/頭盔、車輛無安全氣囊。 車輛制動失效是顯著導(dǎo)致老年駕駛?cè)耸鹿事省⑹鹿手聜屎褪鹿手滤缆实囊蛩?尤其是在高速行駛的條件下,當(dāng)汽車制動失效,老年駕駛?cè)藢τ谔厥鈼l件下的車輛控制能力和判斷能力欠佳,導(dǎo)致無法正確進行車輛的緊急避險,也是事故發(fā)生的重要原因之一。 未使用安全帶/頭盔和車輛無安全氣囊,導(dǎo)致老年駕駛?cè)嗽谄嚢l(fā)生碰撞的時候,即便碰撞速度不高,頭部很容易直接與前擋風(fēng)玻璃相撞,由于沒有安全氣囊的保護,導(dǎo)致駕駛?cè)孙B腦損傷,事故致傷率約為全體駕駛?cè)说? 倍。 未開轉(zhuǎn)向燈相比于開啟轉(zhuǎn)向燈更加容易增加老年駕駛?cè)说氖鹿事?高于全體駕駛?cè)耸鹿事实?.42 倍,老年駕駛?cè)嗽谧兊赖倪^程中,需要觀察前后車輛行駛的狀態(tài),注意力集中在對變道時機進行判斷,忘記開啟,轉(zhuǎn)向燈,也易導(dǎo)致發(fā)生事故。 汽車滲漏油/液/氣也是顯著增加老年駕駛?cè)烁呤鹿事实挠绊懸蛩亍?/p>
4.3 道路因素
顯著影響老年駕駛?cè)笋{駛安全的道路因素包括急彎道路、水泥路面、砂石路面、無信號燈交叉口、窄路、隧道和路側(cè)無防護道路。 由于無信號燈交叉口沒有特定管控設(shè)施提示指揮,老年人容易對左右兩側(cè)來往的車輛忽略,或者無法把握準確的可穿越時間間隙,進而導(dǎo)致事故的發(fā)生,老年駕駛?cè)嗽跓o交通信號燈交叉路口的事故致傷率和事故致死率均高于全體駕駛?cè)? 倍以上。 相比于瀝青道路,道路路面為砂石路面和水泥路面的事故率均顯著增加,且在沙石道路上駕駛機動車的老年駕駛?cè)耸鹿手滤缆矢哂谠谒嗟缆飞像{駛。 在窄路、隧道和急彎的道路環(huán)境,老年駕駛?cè)说氖鹿事屎褪鹿手聜矢哂谌w駕駛?cè)? 倍以上,但是事故致死率平均高于全體駕駛?cè)?.5 倍以上,主要由于在隧道、窄路和急彎發(fā)生事故形態(tài)普遍伴隨著車輛側(cè)滑側(cè)翻,且此類路況下設(shè)施環(huán)境復(fù)雜、救援條件差,導(dǎo)致老年駕駛?cè)说氖鹿手滤缆曙@著增加。 路側(cè)設(shè)置防護設(shè)施相比于路側(cè)無防護,老年駕駛?cè)税l(fā)生事故的致傷率和致死率會明顯降低。
5 結(jié)語
本文基于DBSCAN 聚類從駕駛?cè)?、車輛和道路3 個方面研究了影響老年駕駛?cè)耸鹿实囊蛩?得出以下主要結(jié)論:①在駕駛因素方面,老年駕駛?cè)嗽隈{駛?cè)喥?C4)、輕便摩托車(F)、駕齡超過21 年以及在超車或變道向左的行駛狀態(tài)下具有高事故率;②車輛方面,在車輛制動失效、滲漏油/液/氣、轉(zhuǎn)向燈未打開、未使用安全帶/頭盔、車輛無氣囊的影響下會導(dǎo)致老年駕駛?cè)说氖鹿事?、事故致傷率和事故致死率明顯高于全體駕駛?cè)?③道路設(shè)施方面,在面臨復(fù)雜的道路條件,例如急彎道路、水泥道路、砂石道路、無信號交叉口、窄路、隧道和路側(cè)無防護道路,同樣會增加老年駕駛?cè)说氖鹿事?、事故致傷率和事故致死率?目前,該研究的部分成果已經(jīng)作為支撐老年人申請駕駛證政策的制定依據(jù),納入《機動車駕駛證申領(lǐng)和使用規(guī)定》(公安部令第162 號)中予以實施;未來將開展老年駕駛?cè)私煌ㄓ绊懸蛩氐纳疃群蛷V度拓展分析,從道路設(shè)施設(shè)置、車輛安全設(shè)計、駕駛安全教育等方面提出針對性對策建議,支撐制定相關(guān)標準規(guī)范,為提升老年駕駛?cè)私煌ò踩教峁┛茖W(xué)依據(jù)。
猜你喜歡
低毒高效空倉煙霧殺蟲技術(shù)應(yīng)用探究現(xiàn)代食品(2022年2期)2022-03-04 08:36:44 昆鋼球團生產(chǎn)降事故率降消耗的生產(chǎn)實踐昆鋼科技(2021年2期)2021-07-22 07:46:54 臺灣致死率升至5.2%環(huán)球時報(2021-07-12)2021-07-12 08:42:20 基于Tobit回歸的山區(qū)高速公路事故率分析模型中外公路(2020年2期)2020-06-05 08:08:48 基于DBSACN聚類算法的XML文檔聚類電子測試(2017年15期)2017-12-18 07:19:27 月圓之夜車禍致死率高環(huán)球時報(2017-12-13)2017-12-13 07:03:35 基于改進的遺傳算法的模糊聚類算法智能系統(tǒng)學(xué)報(2015年4期)2015-12-27 09:38:39 S. longicaudum X—7線蟲對草坪地下害蟲小云斑鰓金龜幼蟲的致病力江蘇農(nóng)業(yè)科學(xué)(2015年9期)2015-10-20 14:43:01 一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究電子設(shè)計工程(2015年6期)2015-02-27 12:04:53 山東?。红F區(qū)防撞系統(tǒng)降低事故率湖南安全與防災(zāi)(2014年12期)2014-02-27 14:01:51
鞏建國, 過秀成, 綦 聰, 劉曉晨, 張一鳴
(1.東南大學(xué)交通學(xué)院, 江蘇南京 211189;2.公安部道路交通安全研究中心, 北京 100062)
0 引言
隨著我國經(jīng)濟社會水平飛速發(fā)展,居民生活水平、身體條件改善,老年人駕車出行需求呈現(xiàn)新趨勢、新特征。 截至2021 年底,全國共有機動車駕駛?cè)?.81 億人,平均每2 個成年人即有1 人持有駕駛證。 老年人也享受到了機動化進程的紅利,60 歲以上駕駛?cè)私迥昴昃鲩L約150 萬,全國共有60 歲以上駕駛?cè)? 500 多萬,占比達3.36%。 2020 年11月,公安部推行交管“放管服”改革新政,放開70 周歲以上老年人申領(lǐng)駕駛證限制,老年駕駛?cè)藬?shù)量與日劇增。 但與此同時,隨著老年駕駛?cè)松眢w機能的下降、交通安全防護設(shè)施不足等原因,老年駕駛?cè)私煌ㄊ鹿嗜找娓甙l(fā)。 通過事故數(shù)據(jù)反映出老年駕駛?cè)说氖鹿侍卣骱蜋C理,將有助于制定提升老年駕駛?cè)笋{駛安全性的對策。
針對影響老年駕駛?cè)税踩蛩氐难芯?主要基于美國、瑞典、澳大利亞等國外的交通事故統(tǒng)計數(shù)據(jù)[1-2],以及早期國內(nèi)不同城市的交通事故統(tǒng)計數(shù)據(jù),包括上海、湘潭等特定的城市[3-4],從駕駛?cè)?、車輛、道路和環(huán)境3 個方面,探究導(dǎo)致老年駕駛?cè)顺尸F(xiàn)不同的事故率、事故致傷率和事故致死率的影響因素。 發(fā)現(xiàn)無信號交叉路口、是否佩戴安全帶、車輛使用年限、左轉(zhuǎn)狀態(tài)、惡劣氣候環(huán)境等都是導(dǎo)致老年駕駛?cè)耸鹿矢甙l(fā)的典型影響因素[1-3]。 老年駕駛?cè)艘驗楦兄芰κ苣挲g的影響而下降,導(dǎo)致其發(fā)生交通事故時死亡和受傷的概率均高于中青年駕駛?cè)?受傷類型主要包括顱腦損傷和胸部受傷[4-6]。 研究方法上,主要采用隨機參數(shù)Logit 模型、負二項分布模型、ANOVA 相關(guān)性分析、相對危險暴露量法和系統(tǒng)聚類等方法從駕駛?cè)恕④囕v、道路和環(huán)境4 個方面分析特定變量對老年駕駛?cè)说氖鹿事视绊懙娘@著性[11-14]。 也有研究采用統(tǒng)計分析的方法分析老年駕駛?cè)说氖鹿侍攸c,并基于歷史年交通事故年鑒數(shù)據(jù)總結(jié)老年駕駛?cè)耸鹿试鲩L的規(guī)律,預(yù)測未來事故率的增長趨勢[15-16]。 Loren 等學(xué)者通過設(shè)計老年駕駛?cè)苏J知測試,從駕駛安全的生理和心理因素的角度,分析測試結(jié)果與事故率的相關(guān)性[17-20]。
國內(nèi)外已有較多的老年駕駛?cè)耸鹿手乱驒C理和特點的相關(guān)研究,但受制于早期駕駛證管理政策限制,老年駕駛?cè)藬?shù)量較少,交通事故特征的顯著性相對較弱。 隨著中國機動車增加和人口老齡化的加快,已有的研究缺少對全國范圍內(nèi)影響老年駕駛?cè)笋{駛安全性因素的總結(jié),對于指導(dǎo)我國未來老年駕駛?cè)税踩缘难芯咳鄙倮碚撘罁?jù)和參考。 導(dǎo)致老年駕駛?cè)烁呤鹿事适嵌喾N因素綜合作用的結(jié)果,因此,在不同國家、不同時期影響老年駕駛?cè)税踩缘囊蛩貢尸F(xiàn)不同的特點,具體表現(xiàn)為老年駕駛?cè)耸鹿手聜屎褪鹿手滤缆实牟町愋浴?鑒此,本文基于2020 年發(fā)生在我國華北、東北、西北、西南、華南、華東6 個片區(qū)各抽樣1 個省,即河北、遼寧、浙江、湖南、四川、陜西省的肇事駕駛?cè)耸鹿蕯?shù)據(jù),采用事故頻數(shù)法判別顯著影響我國老年駕駛?cè)耸鹿事实淖兞?并使用DBSCAN聚類的方法對顯著影響老年駕駛?cè)笋{駛安全性的變量開展聚類研究,歸納總結(jié)我國典型的老年駕駛?cè)笋{駛安全性影響因素,為交通管理者制定相應(yīng)措施提供理論依據(jù)和支撐。
1 數(shù)據(jù)描述
基于2020 年發(fā)生在分中堅力量位于華北、東北、西北、西南、華南、華東6 個片區(qū)的河北、遼寧、浙江、湖南、四川、陜西省的承擔(dān)事故主要責(zé)任的駕駛?cè)耸鹿蕯?shù)據(jù),事故數(shù)據(jù)記錄了事故人員、事故車輛以及事故環(huán)境3 個方面的信息。 將事故率、事故致傷率和事故致死率作為因變量,事故影響變量包括駕駛?cè)嘶咎卣鳌⑹鹿手饕?、時間分布、照明條件等31 個變量,并根據(jù)變量特征劃分成駕駛員、車輛、道路及環(huán)境3 個類型的變量。 本文中研究的老年駕駛?cè)藶槟挲g為60 歲及以上的駕駛?cè)恕?/p>
分別計算老年駕駛?cè)嗽谙鄳?yīng)潛在變量下的事故頻率值與臨界值R對比,若事故頻率值大于R,則可判斷該影響變量為影響老年駕駛?cè)笋{駛安全的影響因素。 按照同樣的方法計算老年人事故致傷率和事故致死率的臨界值作為鑒別標準,篩選老年駕駛?cè)耸鹿手聜?、事故致死率高于臨界值的影響變量。 最終12 個顯著影響變量的描述性統(tǒng)計如表1 所示。
表1 老年駕駛?cè)私煌ò踩绊懸蛩?/p>
2 模型方法
常用的聚類算法包括基于劃分、層次、密度、網(wǎng)格和模型的聚類方法,本研究對象為老年人事故數(shù)據(jù),目的為提取典型影響老年駕駛?cè)税踩缘淖兞坎w類總結(jié)特性。 因此選用基于密度的DBSCAN(Density-Based Spatial Clustering of Application with Noise) 聚類算法,根據(jù)空間點的距離將高密度點所在的區(qū)域劃分同一類型的簇。 其基本定義如下:(1)核心對象是指對于鄰域半徑ε和簇最小點數(shù)MinPts,對象p的ε鄰域包含至少MinPts數(shù)目的對象;(2)在點集D下,對象q位于對象p的ε鄰域內(nèi),而p是核心對象,則稱對象p到對象q直接密度可達;(3)對象鏈p1,p2,…,pn;p1=p,pn=q,對于1≤i≤n,稱對象p1到對象pn密度可達;(4)點O∈D,使對象p和對象q從O關(guān)于ε和MinPts密度可達,稱對象p和對象q密度相連。
本空間聚類算法的流程為:以點集D中某一個對象p出發(fā),如果以對象p為中心的ε鄰域內(nèi)包含的其他對象數(shù)量大于MinPts,標定對象p為核心對象,創(chuàng)建以p為核心的簇,將其ε鄰域中的直接密度可達的對象加入該簇中,循環(huán)直至所有與對象p密度相連的對象都加入簇中時結(jié)束。 選定尚未被加入任意簇的另一個對象出發(fā),重復(fù)上述過程,直至所有的對象完成遍歷算法結(jié)束,未被加入任何簇的點被統(tǒng)一標定為單獨一個簇,即數(shù)據(jù)噪聲點,算法參數(shù)包括簇最小點數(shù)MinPts和鄰域半徑ε。
選取老年駕駛?cè)耸鹿事逝c全體駕駛?cè)耸鹿事师薸、事故致傷率ηi和事故致死率μi的比值作為刻畫不同影響變量對于老年駕駛?cè)税踩缘膰乐爻潭冗M行聚類,(公式4 ～10)揭示不同影響因素對老年駕駛?cè)说挠绊憞乐爻潭群陀绊憴C理。
3 結(jié)果分析
本文使用Python 語言編程實現(xiàn)老年駕駛?cè)耸鹿视绊懽兞烤垲愃惴?考慮聚類結(jié)果中最低的老年駕駛?cè)耸鹿视绊懽兞繑?shù)量,設(shè)置簇內(nèi)最小點個數(shù)為3;由于聚類變量的取值范圍為[0,30],鄰域半徑設(shè)置為0.5,提取對影響老年駕駛?cè)税踩Y(jié)果相近的變量,分析老年駕駛?cè)耸鹿实挠绊憴C理,并制定相應(yīng)的治理措施。 基于上述根據(jù)各影響變量下駕駛?cè)耸鹿事逝c全體駕駛?cè)耸鹿事省⑹鹿手聜屎褪鹿手滤缆实谋戎? 個參數(shù)進行聚類,識別出3 個集群(簇),以及4 個噪聲點,詳細結(jié)果見表2。 將超過全體駕駛?cè)似骄? 倍以上的概率定義為高,3 ～5 倍定義為中,低于3 倍定義為低。
表2 老年駕駛?cè)笋{駛安全影響變量聚類結(jié)果
3.1 高事故、中受傷、中死亡
聚類結(jié)果(圖1)表明老年駕駛?cè)嗽诔?、水泥路面、未打開閃光燈、汽車滲漏油/液/氣這4 個影響變量下的事故率、事故致傷率和事故致死率均高于全體駕駛?cè)恕?其中老年駕駛?cè)说氖鹿事始s為全體駕駛?cè)耸鹿事实? 倍,老年駕駛?cè)耸鹿手聜始s為全體駕駛?cè)?.46 倍,事故致死率約為全體駕駛?cè)说?.97 倍,聚類群集一呈現(xiàn)高事故率、中事故致傷率、中事故致死率的特征。
圖1 集群一概率比折線圖
3.2 高事故、高受傷、低死亡
聚類結(jié)果(圖2)表明老年駕駛?cè)嗽谧兊老蜃?、無氣囊、無防護、未使用安全帶/頭盔這4 個影響變量下的事故率、事故致傷率和事故致死率均高于全體駕駛?cè)恕?其中老年駕駛?cè)说氖鹿事屎褪鹿手聜示^全體駕駛?cè)耸鹿事实? 倍,老年駕駛?cè)耸鹿事始s為全體駕駛?cè)?.47 倍,事故致傷率約為全體駕駛?cè)?.17 倍,事故致死率約為全體駕駛?cè)说?.95倍,聚類群集二呈現(xiàn)高事故率、高事故致傷率、低事故致死率的特征。
圖2 集群二概率比折線圖
3.3 中事故、低受傷、高死亡
聚類結(jié)果(圖3)表明老年駕駛?cè)嗽谏呈访?、隧道、急彎、窄路、C4 駕照這5 個影響變量下的事故率、事故致傷率和事故致死率均高于全體駕駛?cè)恕Ｆ渲欣夏犟{駛?cè)说氖鹿手滤缆食^全體駕駛?cè)耸鹿事实?.5 倍,老年駕駛?cè)耸鹿事始s為全體駕駛?cè)?.69 倍,事故致傷率約為全體駕駛?cè)?.21 倍,聚類群集三呈現(xiàn)中事故率、中事故致傷率、高事故致死率的特征。
圖3 集群三概率比折線圖
3.4 噪聲點
噪聲點是聚類無法識別的數(shù)據(jù),圖4 展示了噪聲點的數(shù)據(jù)特點,在老年駕駛?cè)说鸟{駛車輛類型是輕便摩托車(F 型),事故率、事故致傷率和事故致死率均超過全體駕駛?cè)司档?0 倍;而在無信號交叉口、車輛制動失效、駕齡超過21 年的老年駕駛?cè)?事故率、事故致傷率和事故致死率均超過全體駕駛?cè)司档? 倍,其中事故率為全體駕駛?cè)耸鹿事示档?.66 倍,事故致傷率約為全體駕駛?cè)?.5 倍,事故致死率約為全體駕駛?cè)说?.34 倍,呈現(xiàn)高事故率、事故致傷率和事故致死率的特征。
圖4 噪聲點概率比柱狀圖
4 事故影響因素分析
4.1 駕駛?cè)艘蛩?/h3>
老年駕駛?cè)笋{駛?cè)喥?C4)、輕便摩托車(F)事故率、事故致傷率和事故致死率均明顯超過全體駕駛?cè)司?潛在原因是三輪汽車和輕便摩托車作為老年駕駛?cè)说牡湫统鲂泄ぞ?在沒有車輛的環(huán)境下,很多老年駕駛?cè)藭`章橫穿道路或交叉口,心存僥幸心理并對危險估計不足,意識到危險之后又不知所措,交通安全意識淡薄、身體反應(yīng)機能弱、缺少“路權(quán)意識”;同時,輕便摩托車和三輪汽車車輛穩(wěn)定性和對駕駛?cè)税踩Ｗo性較差,且很少有老年駕駛?cè)耸褂妙^盔、安全氣囊等防護設(shè)備,這也是導(dǎo)致老年駕駛?cè)耸鹿蕚銮闆r較高的重要原因,老年駕駛?cè)说氖鹿省⑹軅褪鹿手滤缆示哂谌w駕駛?cè)? 倍及以上。 相關(guān)研究驗證了隨著年齡的增加,老年駕駛?cè)笋{駛的操作穩(wěn)定性和認知能力均會下降,駕齡超過21 年的老年駕駛?cè)艘彩墙煌ㄊ鹿矢甙l(fā)的群體,因體質(zhì)脆弱、抵抗力差、容易有并發(fā)癥等因素,導(dǎo)致事故致傷率和事故致死率同樣高于全體駕駛?cè)?.5 倍以上。 在變道向左轉(zhuǎn)向和超車的行駛狀態(tài)下,相較于起步、直行、向右變道、左轉(zhuǎn)彎、右轉(zhuǎn)彎、掉頭等駕駛?cè)蝿?wù),左側(cè)車道作為快速車道,向左變道或超車需更快的判斷和駕駛操作,駕駛難度更大,老年駕駛?cè)丝赡芤蛴^察不到位、判斷偏差、注意力不集中等原因,造成更為多發(fā)和嚴重的交通事故,呈現(xiàn)高事故率的典型特征。
4.2 車輛因素
顯著影響老年駕駛?cè)笋{駛安全的車輛因素包括車輛制動失效、滲漏油/液/氣、轉(zhuǎn)向燈未打開、未使用安全帶/頭盔、車輛無安全氣囊。 車輛制動失效是顯著導(dǎo)致老年駕駛?cè)耸鹿事省⑹鹿手聜屎褪鹿手滤缆实囊蛩?尤其是在高速行駛的條件下,當(dāng)汽車制動失效,老年駕駛?cè)藢τ谔厥鈼l件下的車輛控制能力和判斷能力欠佳,導(dǎo)致無法正確進行車輛的緊急避險,也是事故發(fā)生的重要原因之一。 未使用安全帶/頭盔和車輛無安全氣囊,導(dǎo)致老年駕駛?cè)嗽谄嚢l(fā)生碰撞的時候,即便碰撞速度不高,頭部很容易直接與前擋風(fēng)玻璃相撞,由于沒有安全氣囊的保護,導(dǎo)致駕駛?cè)孙B腦損傷,事故致傷率約為全體駕駛?cè)说? 倍。 未開轉(zhuǎn)向燈相比于開啟轉(zhuǎn)向燈更加容易增加老年駕駛?cè)说氖鹿事?高于全體駕駛?cè)耸鹿事实?.42 倍,老年駕駛?cè)嗽谧兊赖倪^程中,需要觀察前后車輛行駛的狀態(tài),注意力集中在對變道時機進行判斷,忘記開啟,轉(zhuǎn)向燈,也易導(dǎo)致發(fā)生事故。 汽車滲漏油/液/氣也是顯著增加老年駕駛?cè)烁呤鹿事实挠绊懸蛩亍?/p>
4.3 道路因素
顯著影響老年駕駛?cè)笋{駛安全的道路因素包括急彎道路、水泥路面、砂石路面、無信號燈交叉口、窄路、隧道和路側(cè)無防護道路。 由于無信號燈交叉口沒有特定管控設(shè)施提示指揮,老年人容易對左右兩側(cè)來往的車輛忽略,或者無法把握準確的可穿越時間間隙,進而導(dǎo)致事故的發(fā)生,老年駕駛?cè)嗽跓o交通信號燈交叉路口的事故致傷率和事故致死率均高于全體駕駛?cè)? 倍以上。 相比于瀝青道路,道路路面為砂石路面和水泥路面的事故率均顯著增加,且在沙石道路上駕駛機動車的老年駕駛?cè)耸鹿手滤缆矢哂谠谒嗟缆飞像{駛。 在窄路、隧道和急彎的道路環(huán)境,老年駕駛?cè)说氖鹿事屎褪鹿手聜矢哂谌w駕駛?cè)? 倍以上,但是事故致死率平均高于全體駕駛?cè)?.5 倍以上,主要由于在隧道、窄路和急彎發(fā)生事故形態(tài)普遍伴隨著車輛側(cè)滑側(cè)翻,且此類路況下設(shè)施環(huán)境復(fù)雜、救援條件差,導(dǎo)致老年駕駛?cè)说氖鹿手滤缆曙@著增加。 路側(cè)設(shè)置防護設(shè)施相比于路側(cè)無防護,老年駕駛?cè)税l(fā)生事故的致傷率和致死率會明顯降低。
5 結(jié)語
本文基于DBSCAN 聚類從駕駛?cè)?、車輛和道路3 個方面研究了影響老年駕駛?cè)耸鹿实囊蛩?得出以下主要結(jié)論:①在駕駛因素方面,老年駕駛?cè)嗽隈{駛?cè)喥?C4)、輕便摩托車(F)、駕齡超過21 年以及在超車或變道向左的行駛狀態(tài)下具有高事故率;②車輛方面,在車輛制動失效、滲漏油/液/氣、轉(zhuǎn)向燈未打開、未使用安全帶/頭盔、車輛無氣囊的影響下會導(dǎo)致老年駕駛?cè)说氖鹿事?、事故致傷率和事故致死率明顯高于全體駕駛?cè)?③道路設(shè)施方面,在面臨復(fù)雜的道路條件,例如急彎道路、水泥道路、砂石道路、無信號交叉口、窄路、隧道和路側(cè)無防護道路,同樣會增加老年駕駛?cè)说氖鹿事?、事故致傷率和事故致死率?目前,該研究的部分成果已經(jīng)作為支撐老年人申請駕駛證政策的制定依據(jù),納入《機動車駕駛證申領(lǐng)和使用規(guī)定》(公安部令第162 號)中予以實施;未來將開展老年駕駛?cè)私煌ㄓ绊懸蛩氐纳疃群蛷V度拓展分析,從道路設(shè)施設(shè)置、車輛安全設(shè)計、駕駛安全教育等方面提出針對性對策建議,支撐制定相關(guān)標準規(guī)范,為提升老年駕駛?cè)私煌ò踩教峁┛茖W(xué)依據(jù)。
猜你喜歡
現(xiàn)代食品(2022年2期)2022-03-04 08:36:44
昆鋼科技(2021年2期)2021-07-22 07:46:54
環(huán)球時報(2021-07-12)2021-07-12 08:42:20
中外公路(2020年2期)2020-06-05 08:08:48
電子測試(2017年15期)2017-12-18 07:19:27
環(huán)球時報(2017-12-13)2017-12-13 07:03:35
智能系統(tǒng)學(xué)報(2015年4期)2015-12-27 09:38:39
江蘇農(nóng)業(yè)科學(xué)(2015年9期)2015-10-20 14:43:01
電子設(shè)計工程(2015年6期)2015-02-27 12:04:53
湖南安全與防災(zāi)(2014年12期)2014-02-27 14:01:51
