基于貝葉斯網(wǎng)絡(luò)的城市快速路交通事故相關(guān)因素分析

陳宣霓 周婧 浙江警察學(xué)院

引言

快速路作為城市交通重要的支撐，有效提升了城市路網(wǎng)的運(yùn)行效率，同時(shí)也誘發(fā)了大量交通事故，給城市帶來安全隱患，給居民的生命以及財(cái)產(chǎn)安全造成了損失。根據(jù)道路交通事故數(shù)據(jù)統(tǒng)計(jì)，城市快速路的平均事故死亡率和平均事故財(cái)產(chǎn)損失率均比一般道路更高。因此城市快速路一旦發(fā)生交通事故，造成的人員傷亡和財(cái)產(chǎn)損失程度要更加嚴(yán)重，研究城市快速路事故相關(guān)因素有非常重要的意義。

國內(nèi)外關(guān)于道路事故影響因素的相關(guān)研究有不少的研究成果。例如，Cheng等采用MARS模型對交通事故率進(jìn)行了研究[1]。對城市快速路的研究主要集中在快速路通行能力影響因素和模型研究等，例如，裴玉龍等分析了大量的城市快速路交通事故數(shù)據(jù)，探究事故影響因素并對城市快速路交通安全進(jìn)行評價(jià)[2]，但國內(nèi)外對快速路事故相關(guān)因素的研究較少。貝葉斯網(wǎng)絡(luò)是由Pearl所提出的經(jīng)典概率圖模式，其基本形式為貝葉斯公式。在故障分析、交通風(fēng)險(xiǎn)分析、醫(yī)療診斷、模式識別研究等領(lǐng)域得到了較為廣泛的應(yīng)用。貝葉斯網(wǎng)絡(luò)能將相關(guān)因素之間的條件獨(dú)立性和關(guān)聯(lián)性進(jìn)行劃分，有利于減少計(jì)算量，并將相關(guān)因素之間的關(guān)系以圖形的方法清晰表達(dá)，易于理解。貝葉斯網(wǎng)絡(luò)在交通事故的相關(guān)研究主要集中在行車安全和事故成因研究，例如，Bayraktar等利用貝葉斯網(wǎng)絡(luò)對影響公路行車安全因素進(jìn)行研究[3]，許洪國等人利用貝葉斯網(wǎng)絡(luò)建立了交通事故的致因分析模型[4]。

本文將以某市快速路的交通事故數(shù)據(jù)為例，探索時(shí)間、地點(diǎn)、天氣、駕駛員年齡、駕齡等道路交通事故相關(guān)因素，將事故相關(guān)因素通過圖表等可視化方式進(jìn)行展示，利用GeNIe軟件進(jìn)行貝葉斯網(wǎng)絡(luò)的制作，挖掘、分析事故相關(guān)因素之間的復(fù)雜影響程度并總結(jié)歸納，為預(yù)防控制快速路事故發(fā)生和事故快速反應(yīng)處理提供理論支持和幫助。

一、數(shù)據(jù)預(yù)處理

本文數(shù)據(jù)來自2021年某市城市快速路的交通事故數(shù)據(jù)，共9553起。刪除原始數(shù)據(jù)中存在多處信息缺失的數(shù)據(jù)后，得到有效數(shù)據(jù)共計(jì)8576條。

將數(shù)據(jù)變量進(jìn)行編碼，得到表1，10個(gè)變量包括：事故責(zé)任、事故原因、事故車輛駕駛員的性別、駕齡、年齡、事故車輛的機(jī)動(dòng)車類型、早晚、月份、星期、天氣。

二、事故相關(guān)因素可視化分析

（一）事故發(fā)生地點(diǎn)分析

通過地址轉(zhuǎn)換工具將事故警情地址信息轉(zhuǎn)換為經(jīng)緯度數(shù)據(jù)，并把經(jīng)緯度數(shù)據(jù)導(dǎo)入高德API開放平臺，將事故發(fā)生頻次做成立體熱力圖，如圖1所示。

事故發(fā)生峰值在A與B處。A、B都處于該市城市快速路主干道交匯的立交橋，地理位置優(yōu)越，車流量大。同時(shí)，城市快速路相對封閉，參照物少、環(huán)境單調(diào)，車輛在快速路高速運(yùn)行時(shí)，駕駛員會顯著低估車速、高估跟車距離，容易誘發(fā)超速行為、追尾等交通事故。

（二）事故發(fā)生時(shí)間分析

對城市快速路事故發(fā)生的時(shí)間段進(jìn)行統(tǒng)計(jì)，繪制事故時(shí)間小時(shí)折線圖，如圖2所示。

從圖中可以看出，早上10～11時(shí)、下午13～16時(shí)和傍晚17～19時(shí)為每日事故高峰期。早上的快速路事故高峰期時(shí)間與一般道路的出行早高峰時(shí)間（7～9點(diǎn)）相比較為滯后。

結(jié)合該市城市干線路網(wǎng)交通擁堵指數(shù)實(shí)時(shí)監(jiān)控平臺的監(jiān)控?cái)?shù)據(jù)，如圖3所示，可看出事故發(fā)生量總體趨勢與快速路交通擁堵指數(shù)變化趨勢成正相關(guān)，城市快速路的早高峰時(shí)間大約為9～12時(shí)，并在10～11時(shí)達(dá)到早高峰的頂峰，因此城市快速路的事故高峰時(shí)間與城市快速路的出行高峰時(shí)間是吻合的。事故和擁堵是相互影響的關(guān)系。在出行高峰期間，交通處于擁堵狀態(tài)，行車較為緩慢，駕駛員更容易產(chǎn)生焦躁的心理，引起交通事故的發(fā)生，而事故發(fā)生在早晚高峰時(shí)段，車流量接近飽和狀態(tài)，駕駛員主觀駕駛習(xí)慣影響程度低，交通運(yùn)行效率很大程度上會受交通事故的影響[5]。

對城市快速路事故發(fā)生的時(shí)間段進(jìn)行統(tǒng)計(jì)，將一周內(nèi)不同時(shí)間段事故發(fā)生量制作線性統(tǒng)計(jì)圖，如圖4所示。

根據(jù)事故發(fā)生的星期小時(shí)數(shù)據(jù)統(tǒng)計(jì)顯示，工作日的事故變化趨勢大致相同，而周一的早高峰時(shí)期事故量最高，周五的晚高峰事故量最高，同時(shí)星期五的事故量在一周內(nèi)是最高的，而星期三的事故量是最低的。星期一作為一周工作日的開始，人們心情較為低落，容易忽視道路上的危險(xiǎn)信息，而星期五作為一周工作日的結(jié)束，人們往往會放松警惕，情緒比較激動(dòng)，容易造成疏忽大意的駕駛過失行為[6]，引發(fā)交通事故的發(fā)生，符合駕駛員對于工作日開始和結(jié)束的心理變化；雙休日的事故高峰開始時(shí)間明顯比工作日推遲，在中午時(shí)段事故量高于工作日并一直處于高態(tài)勢，傍晚的事故高峰期較工作日提早。

（三）事故原因分析

對所有交通事故原因進(jìn)行統(tǒng)計(jì)，并繪制交通事故原因的玫瑰圖，如圖5所示。

由追尾引起的交通事故最多，其次是由違規(guī)變道導(dǎo)致的事故。而由于搶燈、超速、使用手機(jī)、涉酒、不按規(guī)定停車等這幾類事故類型相對較少。

深入研究事故原因的致因因素發(fā)現(xiàn)，追尾導(dǎo)致的事故主要是由于肇事車輛跟車太近剎車不及，部分是由于駕駛員視線轉(zhuǎn)移和地面濕滑等原因?qū)е碌?，而變道?dǎo)致的事故則是由于駕駛員未觀察直接轉(zhuǎn)向所致。綜合來看，城市快速路事故發(fā)生主要是駕駛員過失行為導(dǎo)致，部分與天氣有關(guān)。

跟車太近、未觀察直接轉(zhuǎn)向等是駕駛員的不良駕駛行為，是由于駕駛員存在僥幸心理、從眾心理、麻痹心理等長期作用下養(yǎng)成的不良駕駛習(xí)慣[7]。據(jù)公安部統(tǒng)計(jì)，2021年全國新領(lǐng)證駕駛?cè)耍{齡不滿1年）的數(shù)量占全國機(jī)動(dòng)車駕駛?cè)丝倲?shù)的5.72%，比2020年增長23.25%。與國外發(fā)達(dá)國家相比，中國的駕駛員新手比例較高。開車習(xí)慣不好是汽車保有量增長太快，短時(shí)間內(nèi)還沒有形成一種全社會都遵守的駕駛文化的不良反應(yīng)。

（四）肇事者年齡和駕齡分析

將駕齡和年齡兩兩進(jìn)行對比統(tǒng)計(jì)，如圖6所示。年齡在36～50歲的駕齡在十年以上的駕駛員以及年齡在18～35歲的駕齡在1～5年的駕駛員是快速路事故高發(fā)人群。年齡在50～70歲的駕齡在十年以上的駕駛員以及年齡在18～35歲的駕齡在6～10年的駕駛員也是較高的事故多發(fā)人群。

青年人群開車容易冒失，新駕駛員技術(shù)不嫻熟，容易發(fā)生交通事故。同時(shí)駕齡較長、經(jīng)驗(yàn)豐富的駕駛員往往對自身駕駛技術(shù)會過于自信，容易安全意識淡薄，忽略路上的交通隱藏危害[8]。因此年齡在18～35歲的駕駛員和駕齡在10年以上的駕駛員是預(yù)防城市快速路事故發(fā)生的重點(diǎn)關(guān)注對象。

三、建立事故相關(guān)因素貝葉斯網(wǎng)絡(luò)

（一）貝葉斯定理與貝葉斯網(wǎng)絡(luò)

根據(jù)概率論的知識，可知在隨機(jī)事件B發(fā)生的條件下發(fā)生隨機(jī)事件A（隨機(jī)事件B為發(fā)生隨機(jī)事件A的原因）的概率公式為：

而隨機(jī)事件A在隨機(jī)事件B發(fā)生情況下的全概率公式為：

結(jié)合隨機(jī)事件A的條件概率和全概率公式可得在隨機(jī)事件A必發(fā)生的情況下，隨機(jī)事件B發(fā)生的概率公式，即求導(dǎo)致隨機(jī)事件A發(fā)生的原因隨機(jī)事件B的概率：

隨機(jī)事件A和隨機(jī)事件B的條件概率關(guān)系公式即為貝葉斯定理的后驗(yàn)概率公式，是貝葉斯網(wǎng)絡(luò)的推理基礎(chǔ)。貝葉斯網(wǎng)絡(luò)則是在貝葉斯定理基礎(chǔ)上結(jié)合圖表簡化求解概率的一種模型。

將隨機(jī)變量由兩個(gè)增加為三個(gè)：隨機(jī)事件a、隨機(jī)事件b、隨機(jī)事件c，即構(gòu)成了最簡單的貝葉斯網(wǎng)絡(luò)。當(dāng)其全連接時(shí)，貝葉斯網(wǎng)絡(luò)公式為：

若將隨機(jī)事件繼續(xù)增加，其全連接的貝葉斯網(wǎng)絡(luò)計(jì)算量將會成倍增加，而實(shí)際生活中并不存在完全的全連接貝葉斯網(wǎng)絡(luò)，往往會有條件獨(dú)立的隨機(jī)事件，因此，貝葉斯網(wǎng)絡(luò)將大大減少條件概率計(jì)算的次數(shù)，從而減輕計(jì)算難度。

（二）貝葉斯網(wǎng)絡(luò)構(gòu)建

本文共有十個(gè)節(jié)點(diǎn)，依次計(jì)算兩兩的條件概率需要計(jì)算774144次，而借助貝葉斯網(wǎng)絡(luò)的優(yōu)勢，僅需計(jì)算768次。

由現(xiàn)有數(shù)據(jù)可計(jì)算各相關(guān)因素的先驗(yàn)概率，如表2所示。

1. 制作貝葉斯網(wǎng)絡(luò)圖及先、后驗(yàn)概率圖

將事故原因設(shè)置為目標(biāo)參數(shù)作為貝葉斯網(wǎng)絡(luò)的結(jié)果，綜合考慮各相關(guān)因素之間的關(guān)系，利用GeNIe軟件制作結(jié)合經(jīng)驗(yàn)法和機(jī)器學(xué)習(xí)法的貝葉斯網(wǎng)絡(luò)。貝葉斯網(wǎng)絡(luò)和先驗(yàn)概率圖，如圖7、圖8所示。

早晚、月份、星期因素共同影響了天氣因素，年齡影響了駕齡、機(jī)動(dòng)車類型、事故責(zé)任，性別影響了機(jī)動(dòng)車類型，在此基礎(chǔ)上，駕齡、天氣、事故責(zé)任、機(jī)動(dòng)車類型這幾個(gè)因素影響了事故原因。從貝葉斯網(wǎng)絡(luò)的先驗(yàn)概率圖，可以看出各相關(guān)因素各自的概率，其中快速路事故發(fā)生的事故責(zé)任中單方負(fù)全責(zé)的概率為98%，事故車輛類型主要以非營運(yùn)小型客車為主，月份、星期分布相對均衡。

無法當(dāng)場認(rèn)定的事故一般為較為復(fù)雜嚴(yán)重的交通事故，若將事故原因中的無法現(xiàn)場認(rèn)定的事故設(shè)置為必然發(fā)生，可求其他相關(guān)因素的后驗(yàn)概率，如圖9所示。

觀察后驗(yàn)概率的變化，可以發(fā)現(xiàn)駕齡的概率變化幅度較大，10年以上駕齡的概率提高了5%，其他因素的概率變化不大。因此，駕齡對較為復(fù)雜嚴(yán)重的交通事故的發(fā)生概率存在影響，駕齡越大，發(fā)生較為復(fù)雜嚴(yán)重的交通事故的概率越大。

2. 敏感性分析

敏感性分析是一種定量描述模型輸入變量對輸出變量重要性程度的方法，影響程度的大小稱為該屬性的敏感性系數(shù)。敏感性系數(shù)越大，說明該屬性對模型輸出的影響越大。將事故原因設(shè)置為目標(biāo)參數(shù)，觀察其他相關(guān)因素的敏感性，并觀察事故原因中追尾和變道的事故敏感因素，如圖10所示。

相關(guān)因素敏感性圖中箭頭粗細(xì)代表關(guān)聯(lián)性大小，可以看出年齡和駕齡的關(guān)聯(lián)性比年齡和事故責(zé)任的關(guān)聯(lián)性強(qiáng)；在影響天氣的相關(guān)因素中，月份對于天氣的影響更強(qiáng)；事故責(zé)任和機(jī)動(dòng)車類型對事故原因的關(guān)聯(lián)性較強(qiáng)。

把事故原因的相關(guān)因素敏感性進(jìn)行細(xì)分，以事故原因概率最大的追尾事故原因的各相關(guān)因素敏感性分析為例，如圖11所示。

當(dāng)事故原因變量變化時(shí)，最敏感的是事故責(zé)任，其次是機(jī)動(dòng)車類型，而性別和天氣的變化最小，雖然天氣因素敏感性小，但是早晚、星期和月份都間接存在一定的敏感性。事故責(zé)任由全責(zé)和同責(zé)構(gòu)成，對于占比高的追尾和違規(guī)變道事故來說，主要由一位駕駛員的行為導(dǎo)致，因此敏感性高。由于城市中主要以小型客車為主，中、大型車輛限制進(jìn)城，事故數(shù)量少，所以敏感性較高。

四、結(jié)語

本文針對2021年某市城市快速路交通事故，通過數(shù)據(jù)分析，結(jié)合實(shí)地調(diào)研，利用GeNIe軟件構(gòu)建貝葉斯網(wǎng)絡(luò)，主要從人、車、環(huán)境三個(gè)方面提煉出10個(gè)相關(guān)因素，分析各相關(guān)因素之間的關(guān)系并得出結(jié)論。（1）貝葉斯網(wǎng)絡(luò)在交通事故相關(guān)因素分析中，能夠保證數(shù)據(jù)的可靠性和真實(shí)性，同時(shí)具有反推理能力，可以進(jìn)行事故相關(guān)因素之間關(guān)系的定量化分析，并且簡單易懂。（2）駕駛員群體是事故發(fā)生最大的責(zé)任方且也是最大的損失方，其駕駛行為更應(yīng)該被重視。（3）從導(dǎo)致快速路事故的原因來看，駕齡和年齡是最主要的因素之一，故應(yīng)針對不同年齡、駕齡層，針對駕駛行為特性展開專門的培訓(xùn)教育和測試，使其養(yǎng)成良好的駕駛習(xí)慣并注意駕駛細(xì)節(jié)。環(huán)境因素也會影響駕駛員的注意分布，因此，交警部門可以和氣象部門展開合作，提前預(yù)警，做好應(yīng)急措施，同時(shí)增加巡邏警力，及時(shí)發(fā)現(xiàn)潛在的事故風(fēng)險(xiǎn)，還可利用廣播、公眾號等媒體平臺進(jìn)行交通安全宣傳。（4）快速路道路具有封閉性的特點(diǎn)，可以在事故多發(fā)地段設(shè)立警示標(biāo)志標(biāo)線，在快速路出入口、立交橋等事故高發(fā)地，設(shè)置事故處理服務(wù)站點(diǎn)，縮短處警和撤離時(shí)間，有效提高事故處理效率。