交叉口车车碰撞事故车损程度的影响要素

doi:10.3969/j.issn.1674-8484.2023.01.003

摘要/Abstract

摘要：

以国家车辆事故深度调查体系(NAIS)中528例事故数据为样本，分析了城市交叉口车车事故严重性的影响因素、事故发生的时间段分布及车辆损失分布；以车辆损失状态、伤亡状态作为因变量，建立了双变量有序Probit模型。结果表明：人为因素、车辆类型、碰撞位置、路灯和交通信号灯状态，均显著影响事故严重性；超速驾驶导致事故的死亡率上升15.49%、酒后驾驶导致车辆报废的可能性达5.92% ；无交通信号灯使交叉口事故严重性升级；碰撞位置显著影响车辆损坏严重性，左侧面碰撞造成车辆局部明显变形的概率比右侧高2.92%。因此，考虑车辆损失状态可为事故因素分析提供新的视角。

关键词: 交通安全, 交叉口, 事故严重性, 车车事故, 双变量有序Probit模型

Abstract:

The factors affecting the vehicle to vehicle severity accidents at urban intersections were analyzed by taking the 528 cases of the accidents data selected from the (China) National Automobile Accident In-depth Investigation System (NAIS) as the samples with analyzing time period distribution and the vehicle loss distribution. A bivariate ordered Probit model were established by taking the severity of the casualty and vehicle loss as the dependent variables. The results show that the human factors, the vehicle type, the collision location, the street light and the signal status affect the accident severity significantly; speeding increase the death probability by 15.49%, drunk driving increase the vehicle scrapping probability by 5.92%; No traffic lights escalates the accident severity; collision location affects the vehicle damage severity significantly; and the left side collision causes significant vehicle local deformation is 2.92% higher than the right side. Therefore, considering the vehicle damage state may provide a new perspective for accident factor analysis.

Key words: traffic safety, intersection, accident severity, vehicle-vehicle accident, bivariate ordered Probit model

中图分类号:

U491.31

肖乐, 周华, 王朝健, 刘鑫. 交叉口车车碰撞事故车损程度的影响要素[J]. 汽车安全与节能学报, 2023, 14(1): 23-30.

XIAO Le, ZHOU Hua, WANG Chaojian, LIU Xin. Influencing factors of vehicle damage degree in vehicle-vehicle collision accident at intersection[J]. Journal of Automotive Safety and Energy, 2023, 14(1): 23-30.

图/表 12

参考文献 17

[1]	宁吉喆. 中国统计年鉴—2020: 交通事故情况[EB/OL]. (2020-09-01). http://www.stats.gov.cn/tjsj/ndsj/2020/indexch.htm.
	NING Jizhe. China statistical yearbook-2020: Traffic accident situation [EB/OL]. (2020-09-01). http://www.stats.gov.cn/tjsj/ndsj/2020/indexch.htm. (in Chinese)
[2]	赵琳娜, 贾兴无, 戴帅, 等. 中国城市道路交通安全特点解析[J]. 城市交通, 2018(3): 9-14.
	ZHAO Linna, JIA Xingwu, DAI Suai, et al. Analysis of urban road traffic safety characteristics in China[J]. Urban Traffic, 2018(3): 9-14. (in Chinese)
[3]	何雅琴, 段雨阳, 王晨. 基于累积Logistic模型的行人交通事故严重程度分析及对策研究[J]. 安全与环境学报, 2021(3): 1165-1172.
	HE Yaqin, DUAN Yuyang, WANG Chen. Analysis of pedestrian traffic accident severity and countermeasure research based on cumulative logistic model[J]. J Safety Envir, 2021(3): 1165-1172. (in Chinese)
[4]	Islam S, Brown J. A comparative injury severity analysis of motorcycle at-fault crashes on rural and urban roadways in Alabama[J]. Accident Analysis & Prevention, 2017, 108(11): 163-171. doi: 10.1016/j.aap.2017.08.016 URL
[5]	胡骥, 闫章存, 卢小钊, 等. 基于有序Logit与Probit模型的交通事故严重性影响因素分析[J]. 安全与环境学报, 2018(3): 836-843.
	HU Ji, YAN Zhangcun, LU Xiaozhao, et al. Analysis of traffic accident severity influencing factors based on ordered Logit and Probit models[J]. J Safety Envir, 2018(3): 836-843. (in Chinese)
[6]	李俊辉, 汤左淦. 基于混合有序Probit模型的货车翻车驾驶员伤害程度研究[J]. 重庆交通大学学报: 自然科学版, 2021(2): 21-27.
	LI Junhui, TANG Zuogan. Research on the degree of injury of overturned truck drivers based on hybrid ordered Probit model[J]. J Chongqing Jiaotong Univ: Nat Sci Ed, 2021(2): 21-27. (in Chinese)
[7]	袁方, 杨轸. 考虑碰撞前行为的交叉口自行车碰撞事故分析: 随机参数次序Probit方法(英文)[J]. 东南大学学报(英文版), 2021(1): 91-97.
	YUAN Fang, YANG Zhen. Analysis of bicycle crashes at intersections considering pre-crash behavior: A random parameter order Probit method (in English)[J]. J Southeast Univ: Eng Ed, 2021(1): 91-97. (China Journal)
[8]	陈荔, 李聪颖, 詹立, 等. 城市道路交通事故形态影响因素分析与预测[J]. 长安大学学报(自然科学版), 2022, 42(4): 98-107.
	CHEN Li, LI Congying, ZHAN Li, et al. Influencing factors analysis and prediction of urban road traffic accident patterns[J]. J Chang’an Univ (Nat Sci Ed), 2022, 42(4): 98-107. (in Chinese)
[9]	马景峰, 任刚, 李豪杰, 等. 电动自行车与机动车事故严重性影响因素分析[J]. 交通运输系统工程与信息, 2022, 22(2): 337-348.
	MA Jinfeng, REN Gang, LI Haojie, et al. Analysis of factors influencing the severity of electric bicycle and motor vehicle accidents[J]. Transp Syst Eng Info, 2022, 22(2): 337-348. (in Chinese)
[10]	赵晓华, 姚莹, 丁阳, 等. 基于导航数据的交叉口进口道安全风险评估及诊断方法[J]. 同济大学学报: 自然科学版, 2020(12): 1733-1741.
	ZHAO Xiaohua, YAO Ying, DING Yang, et al. Safety risk assessment and diagnosis method of intersection entrance road based on navigation data[J]. J Tongji Uni: Nat Sci Ed, 2020(12): 1733-1741. (in Chinese)
[11]	汪莹, 黄新. 基于安全服务水平的城市道路信号交叉口安全评价研究[J]. 公路, 2014(11): 143-149.
	WANG Ying, HUANG Xin. Research on safety evaluation of urban road signal intersections based on safety level of service[J]. Highway, 2014(11): 143-149. (in Chinese)
[12]	郭延永, 刘攀, 吴瑶, 等. 基于冲突极值模型的非常规信号交叉口安全评价[J]. 中国公路学报, 2022, 35(1): 85-92. doi: 10.19721/j.cnki.1001-7372.2022.01.008
	GUO Yanyong, LIU Pan, WU Yao, et al. Safety evaluation of unconventional signalized Intersection based on traffic conflict extreme model[J]. Chin J Highway Transp, 2022, 35(1): 85-92. (in Chinese)
[13]	王晨, 夏井新, 陆振波, 等. 基于微观仿真与极值理论的城市交叉口安全评价方法[J]. 中国公路学报, 2018, 31(4): 288-295+303.
	WANG Chen, XIA Jingxin, LU Zhenbo, et al. Safety evaluation method based on traffic simulation and extreme value theory[J]. Chin J Highway Transp, 2018, 31(4): 288-295+303. (in Chinese)
[14]	曹弋, 李德高, 杨忠振. 考虑第三方损失的城市道路交通事故严重程度评价方法[J]. 中国公路学报, 2019, 32(11): 212-218. doi: 10.19721/j.cnki.1001-7372.2019.11.021
	CAO Yi, LI Degao, YANG Zhongzhen. Evaluation method of urban road traffic accident severity considering third-party losses[J]. Chin J Highways Transp, 2019, 32(11): 212-218. (in Chinese)
[15]	姚红光, 李智忠, 林彦. 突发交通事故下城市道路交通网络的延误扩散临界研究[J]. 系统管理学报, 2017, 26(4): 663-669.
	YAO Honguang, LI Zhizhong, LIN Yan. Critical boundary of delay spread on urban road traffic network under disruptive traffic accidents[J]. J Syst Manag, 2017, 26(4): 663-669. (in Chinese)
[16]	蔡娜. 女性驾驶员驾驶心理及行为分析[J]. 北京人民警察学院学报. 2007(5): 58-60.
	CAI Na. Analysis of female drivers’ driving psychology and behavior[J]. J Beijing Police College, 2007(5): 58-60. (in Chinese)
[17]	周华, 刘峰, 李平飞, 等. 电动二轮车侧倾角对骑车人头部损伤影响研究[J]. 中国安全科学学报, 2019(5): 79-84. doi: 10.16265/j.cnki.issn1003-3033.2019.05.014
	ZHOU Hua, LIU Feng, LI Pinfei, et al. Study on the effect of side tilt angle of electric two-wheelers on cyclists’ head injury[J]. Chin J Safety Sci, 2019(5): 79-84. (in Chinese)

	事故	状态变量	取值	比例/%
Y₁	人员伤亡	轻伤	1	10.04
		重伤	2	42.99
		死亡	3	46.97
Y₂	车辆损坏	无损失	1	1.89
		轻微刮擦	2	18.18
		轻微变形	3	24.43
		局部明显变形	4	42.23
		大面积严重变形	5	10.42
		报废	6	2.84

	事故	状态变量	取值	比例/%
Y₁	人员伤亡	轻伤	1	10.04
		重伤	2	42.99
		死亡	3	46.97
Y₂	车辆损坏	无损失	1	1.89
		轻微刮擦	2	18.18
		轻微变形	3	24.43
		局部明显变形	4	42.23
		大面积严重变形	5	10.42
		报废	6	2.84

变量编码	变量名称	变量取值
变量编码	变量名称	0	1	2	3	4
X₁	路段信息		三枝路口	四枝路口
X₂	天气		晴	阴	雨	雪雾
X₃	事故发生时段		日间	夜间	晨昏
X₄	性别	女	男
X₅	信号灯状态	无	有
X₆	路灯状态	无	有
X₇	路表潮湿度	湿	干
X₈	对向机动车道隔离形式	无	有
X₉	超速驾驶	否	是
X₁₀	酒后驾驶	否	是
X₁₁	未按规定让行	否	是
X₁₂	车辆类型		非机动二三轮车	机动二三轮	乘用车
X₁₃	正面碰撞	否	是
X₁₄	右侧面碰撞	否	是
X₁₅	左侧面碰撞	否	是

变量编码	变量名称	变量取值
变量编码	变量名称	0	1	2	3	4
X₁	路段信息		三枝路口	四枝路口
X₂	天气		晴	阴	雨	雪雾
X₃	事故发生时段		日间	夜间	晨昏
X₄	性别	女	男
X₅	信号灯状态	无	有
X₆	路灯状态	无	有
X₇	路表潮湿度	湿	干
X₈	对向机动车道隔离形式	无	有
X₉	超速驾驶	否	是
X₁₀	酒后驾驶	否	是
X₁₁	未按规定让行	否	是
X₁₂	车辆类型		非机动二三轮车	机动二三轮	乘用车
X₁₃	正面碰撞	否	是
X₁₄	右侧面碰撞	否	是
X₁₅	左侧面碰撞	否	是

变量	双变量有序Probit模型 (伤亡状态)		双变量有序Probit模型 (车辆损坏状态)
变量	系数	标准差	系数	标准差
路段信息	-0.024	0.119	0.146	0.106
天气	-0.036	0.087	0.012	0.079
事故发生时段	0.134	0.090	0.155**	0.078
性别	0.082	0.139	-0.409***	0.123
信号灯状态	-0.213*	0.124	-0.203*	0.112
路灯状态	-0.403***	0.143	0.256**	0.127
路表潮湿度	-0.051	0.195	0.128	0.177
对向机动车道隔离形式	0.067	0.169	0.202	0.149
超速驾驶	0.449***	0.165	0.177	0.143
酒后驾驶	-0.051	0.284	1.104***	0.272
未按规定让行	0.258**	0.129	0.047	0.113
车辆类型	-0.784***	0.092	0.106*	0.062
正面碰撞	0.091	0.166	0.438***	0.144
右侧面碰撞	0.238	0.183	0.389**	0.161
左侧面碰撞	0.125	0.215	0.507***	0.194