农村公路交叉口侧面碰撞事故伤害严重程度分析

吴静婷，潘义勇，施颖

(南京林业大学 汽车与交通工程学院， 江苏 南京 210037)①

交通安全研究主要分为交通事故频率预测和交通事故伤害严重程度分析.交通事故伤害严重程度分析对保障人民的人身及财产安全具有重要意义.随着我国农村路网布局不断完善，农村道路交通安全受到广泛关注.在农村公路车辆—车辆碰撞事故中，侧面碰撞事故频率最高[1]，交叉口是道路网络中最危险的位置之一[2]，因此有必要研究农村公路交叉口发生侧面碰撞事故的原因并对事故伤害严重程度进行分析.

在农村公路交叉口事故预测方面，Kim等[3]利用分层二项Logit模型，分析在农村公路交叉口事故中道路、环境及交通等因素与机动车碰撞之间的关系并对碰撞类型进行了预测.在农村公路交叉口事故影响因素方面，Tay等[4]基于随机参数Probit模型，对比分析农村公路交叉口与城市道路交叉口碰撞事故的影响因素，发现出入口终端、弯道、周末及高峰时段等变量对农村公路交叉口碰撞事故有显著影响.上述研究方法均未对农村公路交叉口事故伤害严重程度进行探究.

目前，大多研究采用离散选择模型来研究事故伤害的严重程度与影响因素之间的关系.Wang等[5]基于偏比例优势模型提出了影响左转碰撞事故伤害严重程度影响因素辨识方法.林庆丰等[6]利用二元Logistic回归模型并结合K-Means聚类模型对城市公交车事故伤害严重程度的影响因素进行识别.Chen等[7]建立多项Logit模型分析美国北卡罗来纳州行人—车辆碰撞事故中不同严重程度的影响因素.温惠英等[8]采用巢式Logit模型对路段摩托车单车事故伤害严重程度的影响因素进行分析.上述方法对影响事故伤害严重程度的因素进行了探究，但并未考虑数据中普遍存在的异质性即各因素对事故影响的随机性[9].

综上所述，本文采用混合Logit模型对农村公路交叉口侧面碰撞事故伤害严重程度进行异质性分析.首先，阐述混合Logit模型的基本原理；其次，采用2019年美国某州的农村公路交叉口侧面碰撞事故数据，构建混合Logit事故伤害严重模型并进行参数估计和模型检验；最后，从驾驶员特性、道路特性、车辆特性及环境特性4个方面对事故伤害严重程度的影响进行分析并提出建议，为降低农村公路交通事故伤害严重程度奠定理论基础.

1 混合Logit模型

混合Logit模型是基于随机效用最大化的离散选择模型，考虑不同个体之间的异质性并且允许不同选择之间存在相关性.本文采用混合Logit模型对农村公路交叉口侧面碰撞事故中驾驶员的伤害严重程度的影响因素进行分析.

效用函数：

Uji=βjiXji+εji

(1)

式中：Uji为事故i的驾驶员受到伤害严重程度j的效用函数；βji为事故i的驾驶员受到伤害严重程度j的影响因素的参数向量；Xji为事故i的驾驶员受到伤害严重程度j的影响因素集合；εji为随机误差项.若随机误差项服从广义极值分布，则构成标准多项式Logit模型：

(2)

式中：j*为事故伤害严重程度的类别.因为不同个体中存在异质性，所以通过在参数向量βji中添加随机项，引入混合Logit模型.将参数向量βji表示为固定参数和随机项的线性组合，即：

βji=βj+σjνji

(3)

式中：σj为βji服从参数分布的标准差；βj为事故伤害严重程度j的参数值的总体均值；vji为随机项，其均值为0，标准差为1.若标准差在统计时并未发现显著异于0，则该参数将不会被识别为随机参数且简化为固定效应参数[10].

混合Logit模型的概率密度函数为：

f(vji|Ωi)dvji

(4)

式中：Pji(Xji|βji)为模型的概率密度函数；Ωi为表示概率密度函数的均值和方差的参数向量；f(vji|Ωi)为vji服从某种分布的联合密度函数，常见的分布有正态分布、均匀分布、对数正态分布等.

由于混合Logit模型的表达式中存在高维积分，无法运用数学解析法求出精确解，故采用极大似然估计法进行参数估计.其中对数似然函数为：

(5)

式中：LL(βji)为对数似然函数；I为研究样本总数；r为抽样方法，通常有随机抽样法和Halton抽样法等；yji为0～1的变量，事故i的老年人受到伤害严重程度为j时，yji为1，否则为0；R为抽样次数；已有研究表明，Halton 抽样法比随机抽样法求解速度快，故本文选用Halton抽样法，共抽取500次随机参数β进行分析[11].

2 数据描述

本文数据来源于美国某州交通事故数据库，提取2019年该州农村公路交叉口的35 964起事故(事故仅涉及2辆车)，剔除正面碰撞、追尾碰撞等其他碰撞类型事故数据以及记录不全数据和异常数据，最终选取8 201起农村公路交叉口侧面碰撞事故作为研究对象.

原始美国某州交通事故数据库将事故伤害严重程度分为5个等级.但由于死亡事故和失能性伤害事故的数据总占比为3%，非失能性伤害事故和可能受伤事故总占比为26%，仅财产损失事故占比为71%，故本文将事故伤害严重程度分为3个等级：重伤事故(包括死亡事故和失能性伤害事故，失能性伤害是人员受伤，并且需要他人帮助才能离开事故现场)、仅财产损失事故、轻伤事故(包括非失能性伤害事故和可能受伤事故，非失能性伤害故事指人员受伤但可以自行走路离开事故现场，可能受伤事故指人员无外伤但述说有伤痛情况).

本文从人、车、道路和环境4个方面选取34个自变量参与建模，包括驾驶员特征(驾驶员性别、驾驶员年龄、驾驶员开车时是否分心)、车辆特征(安全气囊状态、车辆类型、车速)、道路条件(道路表面环境、交叉口控制方式、交叉口类型、道路线形)及环境(光线条件、天气情况、是否在作业区).自变量的描述及频数统计见表1.

表1 自变量的描述及频数统计

续表1 自变量的描述及频数统计

3 模型参数标定

3.1 参数估计

通过逐步回归法，在95%的置信度下检验各影响因素对事故伤害严重程度的显著影响(表2).研究发现交叉口类型、驾驶员性别、安全气囊状态、天气情况、驾驶员是否分心、光线条件、道路线形、道路表面环境等11个影响因素在0.05或者更低显著水平下与事故伤害严重程度显著相关.

3.2 模型检验

在0.05显著水平下对模型整体进行显著性检验，混合Logit模型的自由度为13，其似然比卡方值为45.298 22，大于临界值(22.362)，所以该事故伤害严重程度模型整体通过检验.

表2 逐步回归估计结果

利用McFaddenR2指标评价混合Logit模型的拟合度， McFaddenR2位于0.2～0.4， 表明该模型拟合较好[12].混合Logit模型的McFaddenR2值为0.372 25，表明该模型具有良好的拟合度.

3.3 模型标定结果

采用Nlogit软件进行编程，混合Logit的随机参数分布见图1.从图中可以看出，男性驾驶员对应的参数为服从正态分布的随机参数，且该参数的均值为1.988 43，标准差为3.250 17，表明73.0%的男性驾驶员发生轻伤事故的概率高于女性驾驶员.十字交叉口对应的参数同样为服从正态分布的随机参数，且该参数的均值为7.696 81，标准差为5.602 69，表明在农村公路交叉口侧面碰撞事故中，91.5%的农村公路交叉口侧面碰撞事故发生在十字交叉口的严重事故概率高于发生在其他类型交叉口的事故概率.

(a) 驾驶员性别为男性参数分布

为量化农村公路交叉口侧面碰撞事故中各因素对事故伤害严重程度的影响，在估计模型参数后，求出显著影响因素的平均边际效应值，即：

(6)

表3 事故伤害严重程度的混合Logit模型参数标定结果

4 结果分析

4.1 驾驶员特性分析

驾驶员性别与轻伤事故显著相关.驾驶员性别为男性时，参数为正，发生轻伤事故的概率增大了0.933%.潜在原因是相比女性驾驶员，男性驾驶员更容易有寻求刺激的危险驾驶行为[13]，并且在发生意外情况时男性驾驶员的应变能力更强，心理承受能力更好.

驾驶员年龄与重伤事故显著相关.驾驶员年龄在35～64岁时，其对应的参数为负，发生重伤事故的概率减小了0.337%.潜在原因是相比年轻驾驶员，该年龄段的驾驶员经验充足、驾驶技术娴熟；相比年老驾驶员，该年龄段驾驶员身体状况良好，反应敏捷.

驾驶员未分心与重伤事故显著相关.驾驶员未分心时，参数为负，发生严重事故的概率减小了2.388%，潜在原因是驾驶员在驾驶过程中未分心，能够实时注意到道路上的状况变化.

综上，相关部门应针对不同性别、不同年龄的驾驶员发生事故的差异性开展相应的交通安全教育工作.同时，相关部门可以增加违法成本，加强对农村群众警示教育，防止由不安全驾驶行为引发的交通事故.

4.2 车辆特性分析

轻型车与仅财产损失事故显著相关.车辆类型为轻型车时，参数为正，发生仅财产损失的概率增大了21.284%.潜在原因是相比重型车，轻型车质量较小，发生侧面碰撞事故时动能较低；相比摩托车，轻型车驾驶员相对危险暴露量小，事故伤害等级通常较低.

安全气囊未打开与轻伤事故显著相关.气囊状态为未打开时，参数为正，发生轻伤事故的概率增大了5.473%.潜在原因是安全气囊的打开是针对较大等级碰撞事故而设计的，在轻伤事故中由侧面碰撞产生的撞击力通常达不到安全气囊打开的等级.

综上，根据边际效应可知，轻型车相较于其他影响因素明显增大发生仅财产损失事故的概率，相关部门应当加强对农村地区重型车、轻型车、摩托车等驾驶人员的安全教育力度.同时，应向驾驶员普及安全气囊的原理和作用，使驾驶员能够充分利用安全气囊来保护自身安全.

4.3 道路特性分析

湿润与重伤事故显著相关.道路表面环境为湿润时，参数为负，发生重伤事故的概率减小了0.137%.潜在原因是相比干燥路面，道路表面湿润时，驾驶员会谨慎驾驶降低车速，但是由于路面湿润，路面摩擦系数降低，从而导致财产损失和轻伤事故增加.

信号灯控制与轻伤事故显著相关.当交叉口控制方式为信号灯控制时，参数为正，信号灯控制发生轻伤事故的概率增大了22.8%.潜在原因是相比其他控制方式的交叉口，信号交叉口在红灯等待时间容易出现追尾事故.

十字交叉口与重伤事故显著相关.当交叉口类型为十字交叉口时，参数为正，十字交叉口发生重伤事故的概率增大了1.655%.潜在原因是相比其他类型交叉口(T型和Y型交叉口)，十字交叉口的冲突点多且农村地区机动车、非机动车混行严重，驾驶员在面对复杂交通流时，容易情绪紧张导致重伤事故的发生.然而，十字交叉口通常视野开阔，视野盲区较少，发生仅财产损失事故和轻伤事故的概率减小.

弯曲与仅财产损失事故显著相关.与此同时，当道路线形为弯曲时，参数为负，弯曲的道路线形发生财产损失事故的概率减小了0.020 7%.潜在原因是农村地区多为山区道路，驾驶员无法预判前方路况，因此会降低车速谨慎驾驶.

综上所述，相关部门可以增设警示标志，提醒驾驶人在路面潮湿、道路线路弯曲的路段谨慎驾驶.除此之外，在进行路面管理时应当结合车速控制和道路抗滑能力进行综合管理[14].由边际效应值可知，信号交叉口发生轻伤事故的概率明显高于其他影响因素.因此为减少信号交叉口路段追尾事故的发生，管理部门可以在该路段设置减速标志提醒驾驶员降低车速并进行合理的信号配时.

4.4 环境特性分析

黄昏/黎明与轻伤事故显著相关.当光照条件为黄昏/黎明时，参数为正，发生轻伤事故的概率增大了0.326%.潜在原因是相比白天和黑暗但有灯光的条件下，光线条件为黄昏/黎明时，驾驶员不易看清前方道路[15].

多云与仅财产损失事故显著相关.当天气为多云时，参数为负，发生仅财产损失事故的概率减小了6.6%.潜在原因是相比晴天和雨天，天气状况为多云时，驾驶员视野清晰并且无阳光刺眼，驾驶环境良好.

综上，相关部门可以制定相关法律法规，例如：在18：00—6：00的时间段，无论是否有路灯，驾驶员都必须打开车灯行驶.同时，当天气环境不佳时，相关部门可制定相应的交通管理策略和事故应急救援预案来保障交通安全[16].

5 结论

(1)本文从驾驶员特性、车辆特征、道路条件和环境因素4个方面选取34个自变量，采用逐步回归法分析自变量与因变量是否显著相关.结果表明：驾驶员年龄、车辆类型、道路表面环境、驾驶员开车时是否分心、交叉口控制方式、交叉口类型、道路线形、安全气囊状态、光线条件、驾驶员性别、天气情况与农村公路交叉口侧面碰撞事故伤害严重程度显著相关.

(2)以事故伤害严重程度为因变量，光线条件、驾驶员年龄、天气情况、车辆类型、道路表面环境、驾驶员开车时是否分心、交叉口控制方式、安全气囊状态、驾驶员性别等11个因素为自变量，采用混合Logit模型建立事故伤害严重程度分析模型.

(3)本文采用混合Logit模型识别出男性驾驶员、十字交叉口两个变量对应的参数为随机参数且服从正态分布.

鉴于调研条件有限，本文没有将建成环境、驾龄、事故发生时间等因素引入自变量，且没有考虑模型变量之间的关系对事故伤害严重程度交互影响，这是今后需要研究的重要方向之一.