APP下载

城市和农村校车事故伤害严重程度影响因素对比分析

2022-08-01潘义勇吴静婷SHIYingPANYiyongWUJingting

物流科技 2022年8期
关键词:伤害事故校车驾驶员

施 颖,潘义勇,吴静婷SHI Ying, PAN Yiyong, WU Jingting

(南京林业大学 汽车与交通工程学院,江苏 南京 210037)

0 引 言

道路交通事故是世界范围内引人关注的问题(世界卫生组织2018 年),根据人口和行驶里程的不同,农村地区的交通事故比城市地区更严重。校车是道路交通的重要组成部分之一,且校车行业发展存在滞后性、校车管理还不完善,校车事故频发,受到社会各界广泛关注。鉴于农村和城市地区的驾驶环境、校车发展运营条件的不同,深入分析农村和城市校车事故伤害严重程度致因并进行对比,对改善校车交通安全、指导实施交通安全管理政策具有重要意义。

国内外学者对校车事故展开了研究。Li 等分析校车事故时空分布特点;王燕等调研具体案例,对校车事故安全管理宏观政策进行研究;陈涛等对中美校车安全标准进行比较研究;Hu 等针对中国发生的校车安全事件从发生年月、地区等进行调查;Wu 等建立贝叶斯网络(BN) 模型,基于故障树分析方法对校车安全事故进行研究。针对校车事故分析主要在定性分析和宏观政策研究层面展开,针对城市和农村校车事故伤害严重程度致因的对比研究还比较少。

农村和城市地区事故伤害严重程度研究成果丰富。赵丹等基于双变量Probit 对农村公路交叉口事故特征与风险因素进行分析;MA 等基于偏比例优势模型对农村双车道公路交通事故致因进行分析;戢晓峰等基于广义有序Logit 模型研究超大城市昼夜交通事故特征;ISLAM 等基于混合Logit 模型对比农村和城市道路中摩托车事故严重程度影响因素。上述研究均未涉及城市和农村校车事故伤害严重程度影响因素的研究。

综上所述,采用混合Logit 模型,针对城市和农村校车事故进行对比分析和异质性探索具有实际意义。首先,阐述混合Logit 模型基本原理;第二,基于2018~2019 年美国某州校车事故数据,从人、车、路、环境四个方面,构建能够反映事故数据异质性的城市和农村校车事故模型,进行参数估计和模型检验;第三,对比分析城市和农村校车事故伤害严重程度致因,为改善校车交通安全提供依据。

1 模型理论

1.1 混合Logit 模型

混合Logit 模型是一种包含固定参数和随机参数的高度灵活的模型,从多项Logit 模型演化而来,解决了多项式Logit 模型未能考虑个体差异性与IIA 假设的限制。校车事故n 为伤害严重程度i 的效用函数见式(1)。

式中:X为解释变量,β为对应的待估参数,ε为捕获未观测特性影响的误差项。如果误差项是独立同分布的广义极值,则得到的模型是多项式Logit 模型,其选择概率见式(2)。

式中:P(i )为校车事故n 为伤害严重程度i 的概率。

为了捕捉由于随机性所导致的未观察到的异质性的影响,将式(2) 扩展到混合Logit 模型公式,见式(3)。

式中:f (β|Ø )为β的概率密度函数,Ø 为参数向量。

1.2 边际效应分析

边际效应分析能够直观地解释显著变量对校车事故伤害严重程度概率结果变化的影响,将与校车事故伤害严重程度相关的所有的解释变量表示为0~1 变量,边际效应计算公式见式(4)。

2 数据描述

数据来源于美国某州的交通数据库。经过提取和数据清理,最终选取2018~2019 年该州2 416 起校车事故数据。结合校车事故伤害严重程度特征,将原始数据分为3 个等级:A(死亡、严重伤害和非失能性伤害)、B(可能伤害) 和C(未受伤)。为探讨城市地区和农村地区校车事故伤害严重程度致因差异,将城市和农村地区事故数据进行对比,见图1、图2。城市地区发生的校车事故数量较农村地区多,但是农村地区校车事故伤害严重程度较城市地区略高。

图1 城市农村地区总事故数对比

图2 城市农村地区不同伤害等级事故占比对比

将校车事故伤害严重程度作为因变量,分别从人(性别、年龄、是否使用安全带、不安全驾驶行为)、车(安全气囊状态、涉事车辆数)、路(道路限速值、控制方式、是否在交叉口、道路线形) 以及环境(光线条件、是否在学校区域、路表干湿状况) 四个方面选取13 个影响因素作为自变量。统计信息见表1。

表1 变量统计信息

3 参数标定

利用处理得到的校车事故数据,将挑选出的自变量代入混合Logit 模型进行标定,可以发现城市和农村地区校车伤害严重程度致因有较大差别。在90%置信水平下,城市地区模型的χ值为721.58,自由度为13,大于临界值19.812,模型整体有效性通过;农村地区模型的χ值为1 907.36,自由度为12,大于临界值18.549,模型整体有效性通过,结果见表2 和表3。结果显示,对于城市地区,“不在学校区域”参数服从正态分布;对于农村地区,“驾驶员年龄35~44 岁”参数服从正态分布。

表2 城市地区校车事故伤害严重程度模型标定

表3 农村地区校车事故伤害严重程度模型标定

4 对比分析

4.1 异质性结果对比分析

城市和农村地区校车事故伤害程度模型分别识别出1 个随机参数,见图3 和图4。

城市地区校车事故伤害程度模型结果显示,“不在学校区域”对应参数服从均值-4.478,标准差3.145 的正态分布,见图3。该参数小于0 的概率为92.28%,即相比于在学校区域,92.28%的非学校区域不易发生伤害事故,7.72%的非学校区域较易发生可能伤害事故,潜在原因是非学校区域交通管理相对于学校区域不严格,但是不管是学校还是非学校区域,美国针对校车的相关法律法规相对完善,从而导致异质性结果。

图3 “不在学校区域”参数分布

农村地区校车事故伤害程度模型结果显示,“驾驶员年龄35~44 岁”对应参数服从均值1.244,标准差1.442 的正态分布,见图4。该参数小于0 的概率为19.42%,即相比于小于25 岁的驾驶员,19.42%的35~44 岁驾驶员不易发生伤害事故,80.58%的35~44 岁驾驶员较易不发生伤害事故,可能原因是该年龄段的校车驾驶员身体机能较好、反应速度也较快,但农村地区车辆较少、路况复杂程度低,部分驾驶员难免存在激进驾驶行为,从而导致异质性结果。

图4 “驾驶员年龄33~44 岁”参数分布

4.2 同种因素对比分析

根据结果可知,安全气囊状态、道路限速值、控制方式、光线条件和不安全驾驶行为对城市和农村校车事故伤害严重程度均有影响,但影响程度不同。

安全气囊打开与城市地区死亡受伤事故呈正相关,与农村地区未受伤事故呈负相关。边际效应显示,安全气囊打开状态下,城市和农村地区死亡受伤事故分别增加2.66%和0.98%、可能伤害事故分别降低0.29%和增加1.88%、未受伤事故概率分别降低2.37%和2.86%,城市和农村地区安全气囊打开造成的事故伤害程度都较高,可能原因是气囊起爆造成的二次伤害;事故存在翻车、严重侧向碰撞等情况。有研究表明,校车事故中儿童头颈部更容易受到伤害,安全气囊打开,对儿童头颈部可能造成伤害;乘车儿童常存在离位情况,安全气囊的作用受到限制。

道路限速值大于60km/h 与城市地区死亡伤害事故呈正相关,死亡受伤事故概率增加1.85%;道路限速值40~50km/h 与农村地区未受伤害事故呈负相关,未受伤事故降低2.38%,死亡受伤事故增加0.85%,可以发现无论城市还是农村限速值越大,发生的校车事故伤害严重程度越高,原因是车辆速度越高,制动距离和制动时间都增大。

道路控制方式为中央分隔带与城市可能伤害事故呈正相关,可能伤害事故增加2.15%,未受伤事故、死亡受伤事故概率降低0.48%、1.67%,中央分隔带为物理隔离,能有效降低重大事故的损失;与农村未受伤事故呈负相关,未受伤事故概率降低0.91%,可能伤害事故、死亡受伤事故增加0.56%、0.35%,可以发现该因素导致的农村校车事故伤害严重程度更高,可能原因是中央分隔带的存在,导致农村驾驶员行车疏忽或可能存在侧向碰撞、翻车事故。控制方式为车道标线与农村未受伤事故呈负相关,未受伤事故发生概率降低2.62%,可能伤害事故、死亡受伤事故发生概率分别增加1.68%和0.94%,潜在原因是车道标线不是物理隔离,仅能达到简单的车流隔离作用,且农村地区车流较少,容易导致一些车辆疏忽行驶,影响校车行车,增加事故伤害程度。

黄昏/黎明与城市可能伤害事故呈正相关,发生可能伤害事故增加0.9%,可能原因是黄昏/黎明时光线较暗,导致事故发生,但驾驶员谨慎驾驶,降低了死亡受伤事故概率;夜晚无灯与农村未受伤事故呈负相关,未受伤事故概率降低2.45%,可能伤害事故、死亡受伤事故增加0.35%、0.21%,以往研究表明,由于夜间驾驶更谨慎,死亡事故发生概率降低,与农村校车事故不一致,可能原因是夜晚农村车流较少,导致驾驶员疏忽。

不安全驾驶行为未能让出道路优先权与农村未受伤事故呈负相关,未受伤事故概率降低1.56%,可能伤害事故、死亡受伤事故概率增加0.87%、0.69%;不安全车速与农村可能伤害事故呈正相关,可能伤害事故概率增加2.13%,可能原因是农村地区车辆较少,车况没有城市复杂,且管理相对城市较松,容易导致超速行车,不顾道路优先权行车,增加事故伤害严重程度。不安全时倒车转弯、未按规定车道行驶、其他(饮酒等) 与城市未受伤事故呈正相关,发生未受伤事故概率分别增加0.57%、0.36%和1.25%,分心驾驶与城市可能伤害事故呈负相关,可能伤害事故概率降低0.79%;与农村死亡受伤事故呈负相关,死亡受伤事故概率降低0.35%,不按规定车道行车是一种危险的车道偏离行为,饮酒、分心驾驶容易导致面对突发情况时反应速度降低。可以发现,上述不安全驾驶行为导致的城市和农村事故伤害程度不高,与经验相反。考虑到美国校车的坚固程度、相关法律法规的严格程度,且校车驾驶员在发现情况处理能力更强,加上其他社会车辆的配合,严重事故的发生较少。

4.3 不同种因素分析

驾驶员性别为男与农村死亡受伤(死亡、严重伤害和非失能性伤害) 事故呈负相关,死亡受伤事故概率降低1.32%,潜在原因是相对于女性驾驶员,男性驾驶员面对校车事故的应变能力以及判断执行能力都较强,且农村地区车辆相对城市少,有利于男性驾驶员更好地处理突发状况。

涉事车辆数为1 辆和2 辆与城市地区死亡受伤事故呈负相关,死亡受伤事故概率分别下降0.92%和15.15%。可能原因是与涉事车辆数为3 相比,涉事车辆数为1 辆或2 辆情况没有3 辆时复杂,加上城市区域交通管理、设施较农村地区完善,校车驾驶员通过正确判断和处理,降低严重事故发生概率。

路表湿滑与城市可能伤害事故呈正相关,发生可能伤害事故概率增加1.28%,死亡受伤事故概率降低0.18%。路表湿滑一般与雨雪等不良天气情况有关,容易发生可能伤害事故,但不良条件下更多司机行车较为谨慎,且城市交通基础设施更为完善,所以不易发生死亡受伤事故。

5 结 论

以美国某州城市和农村地区2 416 条校车事故数据为研究对象,将事故伤害严重程度作为因变量,从人的特征、车辆特征、道路条件以及道路环境等方面选取13 个影响因素作为自变量,构建混合Logit 模型,对城市和农村地区校车事故伤害严重程度进行异质性分析。结果表明:

(1) 城市和农村地区校车伤害严重程度致因有较大差别:城市地区模型识别出13 个显著影响变量,包括1 个随机参数;农村地区模型识别出10 个显著影响变量,包括1 个随机参数;

(2) “不在学校区域”对应参数服从均值-4.478,标准差3.145 的正态分布;“驾驶员年龄35~44 岁”对应参数服从均值1.244,标准差1.442 的正态分布;

(3) 涉事车辆数为1 辆/2 辆、安全气囊状态打开和道路限速值大于60km/h 与城市死亡受伤事故显著相关,驾驶员性别为男与农村死亡受伤事故呈负相关;

(4) 分心驾驶、控制方式为中央分隔带、黄昏/黎明和路表湿润与城市可能伤害事故显著相关,不安全车速与农村可能伤害事故呈正相关;

(5) 不安全驾驶行为为不安全时倒车转弯、未按规定车道行驶和其他(饮酒等) 与城市未受伤事故呈正相关,未能让出道路优先权、安全气囊状态打开、道路限速值为40~50km/h、控制方式为车道标线和中央分隔带、夜晚无灯与农村地区未受伤事故显著相关。

鉴于条件有限以及数据采集的局限性,没有对异质性的来源展开分析;另外,本文提出的模型没有考虑事故数据在时间上的差异性,后续需要进一步研究。

猜你喜欢

伤害事故校车驾驶员
基于高速公路的驾驶员换道意图识别
驾驶员安全带识别方法综述
从陕西省司法案件数据看学生伤害事故预防的关键点
机械伤害事故案例分析
坐校车
未来的校车
发达国家大学生伤害事故处理的经验及启示
起步前环顾四周是车辆驾驶员的义务
赶校车
亮相台反思学校体育伤害事故案例剖析