基于零膨胀模型的交通事故影响因素分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于零膨胀模型的交通事故影响因素分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：应用零膨胀模型分析交通因素和道路特征对交通事故数和伤亡程度的影响。分别考虑了道路设施（如车道宽度、通过的车道数、路肩、中间带、分隔带长度、是否存在路边停车等）和交通条件（如单车道年平均日交通量、限速）的作用。为提高交通安全水平，探寻交通安全改善措施，分析了各影响要素对年度事故数、财产损失事故数、轻伤事故数和外伤事故数的影响大小。

关键词：道路交通事故；道路特征；事故频率；零膨胀模型

引言

全球汽车保有量持续增多，过去30年间交通事故数及其严重程度呈现大幅增长态势，成为严重危害人类安全的因素之一。近年来，发达国家交通事故死亡率已呈逐渐下降趋势，但发展中国家同期交通事故死亡率仍然继续增长，我国总交通事故水平虽然呈逐年下降趋势，但是部分地区和城市的交通安全状况仍然较为严峻。通过研究发达国家交通事故的成因和发展规律，可以对我国未来交通事故的预测和改善提供经验和借鉴。

交通事故影响因素包括人、车辆和环境因素等。在众多因素中，多数研究分析了速度、交通密度、交通流、交通拥堵情况等交通特征与交通事故频率及严重事故之间的关系，相对而言道路设施与交通事故频率及伤亡程度关系的研究较少，且既有研究往往忽略了交通因素与道路条件之间相互影响关系。

文章在综合考虑路段年平均日交通量等交通因素和路肩路宽等道路设施的基础上，着重分析了限速与其它道路设施之间存在的联系。使用美国内布拉斯加州林肯市交通事故数据，及从Google Earth中获得的当地道路设施数据，构建计数模型分析道路特征和交通因素与不同等级损害事故的频率之间的关系。文章第一部分回顾了相关研究成果，第二部分对数据和研究方法进行说明，第三部分分析和解释本研究提出的模型结果，第四部分总结全文。

1 文献综述

国外研究较早地考虑了道路对交通事故的影响，大量已有研究分析道路特征或交通因素与事故发生概率及伤亡程度之间的关系。Matthew和Ioannis[1]研究了道路几何条件和交通量与事故率之间的关系，发现两条及以上车道的乡村公路，对事故率影响最大的因素是其日均交通流量。Robert和Lyoong[2]应用负二项模型研究了道路设施和长期人口变化对交通事故的影响，发现除了平均车道数和平均路肩宽度外，大部分的基础设施变量并不显著。近几年国内也相继有相关研究成果发表。王军雷[3]等用面板数据研究了宏观因素对交通安全的影响，分析了交通事故率同人口、经济发展、汽车保有量等宏观因素之间的内在联系。胡立伟[4]等根据黑龙江省2006到2010年间一万多起道路交通事故数据，从道路控制隔离防护和照明等方面，宏观分析了典型道路交通设施对交通事故的影响。

另一个影响道路交通安全的重要因素是道路限速。大量研究显示低限速道路更加安全[5]，换句话说，提高道路限速可能导致事故率和伤亡增加。Chris Lee[6]指出通过限速能减少5%到17%的潜在交通事故。然而Charles和Patrick证实美国各州1987年提高了县乡高速公路限速（从55mph提高到65mph），排除长期演变和经济因素等外因，却导致各州高速公路交通事故死亡率降低了[7]。

2 数据和模型

2.1 数据

本研究的数据来自美国内布拉斯加州的林肯市，记录了从2003年到2012年的全市交通事故数据。林肯市于2014年举办交通事故数据分析大赛，并提供开放数据库，鼓励大众提出新颖有效的交通事故分析方法。数据库中包含了Google Earth中车道宽度、限速、是否存在路肩、路边停车状况、中心商业区等的数据，以及每年碰撞事故频率的报告。这些变量及其描述如表1所示。十年间共记录了5050起交通事故。

每一起事故都记录了道路基础设施的特征和交通因素。交通事故致因数据分为两种类型，即连续变量（如年平均日交通量、车道宽度、分隔带长度）和哑元变量（例如是否有路肩、是否有中央分隔带、是否可以路边停车等）。表2描述了各项因素的基本统计特征。由于重伤和死亡事故的数量很小，所以本研究未考虑这两种事故类型。图1为总事故数和各等级事故数的分布情况。

一般来说，限速对道路交通安全影响较大，且与道路设施之间具有一定相关性。统计各路段最大限速及事故起数，图2显示了不同限速水平的道路里程比例分布。图3是不同限速水平下各级事故数的分布情况，其中35mph限速条件下的交通事故数量最高。

2.2 模型

常用的计数数据模型包含泊松模型、负二项模型（NB）、零膨胀泊松模型（ZIP）和零膨胀负二项模型（ZINB）[8]。在选择泊松或负二项模型时需对大于零的数据进行检验，如果数据过于离散则负二项模型更为合适。然后通过Vuong检验对零膨胀模型和传统计数模型进行比较。下文模型1主要分析道路设施结合交通因素年平均日交通量对事故频率和伤亡人数的影响。模型2用来估计限速和道路设施的改变对模型1中因变量的影响。最后用似然比检验来比较两个模型（含限速和不含限速模型）。

3 结果

在ZINB模型中，轻伤事故数的过离散系数？琢接近于0（？琢=0.015），而其他则明显大于0（总事故数、财产损失事故数、外伤事故数的？琢值分别为0.5、0.49、0.49），且？琢的对数值不是负无穷，说明负二项模型更适合这组数据。ZIBN模型中Vuong 检验（无限速和有限速模型的Z统计量对应各因变量的值分别为：总事故数为1.6和2.38，财产损失事故数为1.99和2.62，外伤事故为3.81和4.36）证明零膨胀模型比传统计数模型更适合。

3.1 不含限速的模型

结果显示每车道的年平均日交通量对各因变量有较低程度的正影响，说明当年平均日交通量增大时事故数和伤亡数会轻微上涨。路边停车会增大发生交通事故的可能性，而中心商业区会使事故数和伤亡程度有所减少。与已有研究结果结论类似的还有，路段长度和车道数对事故频率影响为正，且双行道比单行道引发交通事故可能性大，中间隔离带能减少交通事故降低严重程度。与期望结果不符的是，在有路肩的道路上比在无路肩的道路上更易发生交通事故；总事故数和财产损失事故数随车道宽度增加而减少，但外伤事故和轻伤事故随车道宽度增加而增加。本研究中发生事故频率最高的道路类型为城市支路。

3.2 含限速的模型

含限速模型结果显示限速对所有因变量影响为负，说明较高限速时事故率和伤亡程度低。表3和表4相比除了车道宽度以外的其他自变量对因变量影响正负性并未改变。加入限速后，各变量影响程度或系数绝对值改变如下：车道宽度（+），车道数（+），路肩（+），中间带（-），路边停车（-），中心商业区（+），单向车道（+），路段长度（+），道路类型（-），（+）和（-）分别代表相关系数绝对值增加和减少，而单车道年平均日交通量的系数值不变。两个模型中是否含有中间带在95%的置信水平上均不显著。是否有路肩仅对总事故频率有影响，即在有路肩的道路上比无路肩道路更可能发生交通事故。有单向车道的道路发生事故的可能性较小，换句话说，单向车道是改善交通安全的要素之一。路边停车会导致道路交通安全的恶化，车道数增加对事故数及伤亡程度的影响最为严重。通过改扩建或实行一些政策来调整车道数、路边停车、单行道等可以使道路交通安全得到改善。比较无限速和有限速模型时根据最小AIC（Akaike information criterion）和最小BIC（Bayesian Information Criterions）准则，含有限速的模型拟合的更好。

4 结束语

文章在改善道路设施能显著减少交通事故的假设下，研究了道路特征和交通因素如何影响事故频率和伤亡程度。通过检验及参数对比，负二项零膨胀模型的拟合性最好。添加限速信息后，模型的拟合优度有一定提升，且除年平均日交通量外各自变量参数均有一定程度的改变，限速的大小对事故率和伤亡严重程度产生显著负影响。

参考文献

[1]Karlaftis M G， Golias I. Effects of road geometry and traffic volumes on rural roadway accident rates[J]. Accident Analysis & Prevention，2002，34（3）：357-365.

[2]Noland R B， Oh L. The effect of infrastructure and demographic change on traffic-related fatalities and crashes： a case study of Illinois county-level data[J]. Accident Analysis & Prevention，2004，36（4）：525-532.

[3]王军雷，孙小端，贺玉龙，等.基于面板数据的交通事故宏观模型研究[J].北京工业大学学报，2012（4）：575-580.

[4]胡立伟，李耀平.典型交通设施对道路交通事故致因影响分析[J].武汉理工大学学报：交通科学与工程版，2014（1）：98-102.

[5]Pauw E D， Daniels S， Thierie M， et al. Safety effects of reducing the speed limit from 90 km/h to 70 km/h[J].Accident Analysis & Prevention，2014，62（5）：426-431.

[6]Lee C， Hellinga B， Saccomanno F. Evaluation of variable speed limits to improve traffic safety[J].Transportation Research Part C Emerging Technologies，2006，14（3）：213-228.

[7]Lave C， Elias P.Did the 65 mph speed limit save lives？[J]. Accident Analysis & Prevention，1994，26（1）：49-62.

[8]许正.零膨胀数据的几种模型及应用[D].扬州大学，2014.

作者简介：阮文德（1989-），男，硕士研究生，主要从事交通事故成因分析的研究工作。