山區(qū)高速公路交通事故形態(tài)及時間分布特征研究

山區(qū)高速公路交通事故形態(tài)及時間分布特征研究

0道路交通事故頻發(fā)點的概念及控制法應用隨著國家西部的快速發(fā)展，西部省份的道路建設也迅速發(fā)展。由于受地形限制,很多高路公路需要翻越山地丘陵、多隧道、連續(xù)下坡和急彎路段,這些路段同時也是交通事故多發(fā)路段,事故后果往往非常嚴重且救援困難?；诖?研究中國山區(qū)高速公路交通事故特性,鑒別交通事故多發(fā)路段,提高山區(qū)高速公路交通安全水平具有重要的現(xiàn)實意義。近年來,國內(nèi)外許多學者對交通事故的分布規(guī)律及事故多發(fā)路段的鑒別進行了大量研究。挪威公路局分析了天氣、公路條件、交通量、隧道長度與事故類型、事故發(fā)生區(qū)段之間的關系。中國很多學者通過對國內(nèi)外有關交通事故數(shù)據(jù)進行統(tǒng)計,分析了交通事故的時間及區(qū)域分布的規(guī)律。在此基礎上,確定道路交通事故多發(fā)點是改善道路交通安全狀況的第一步,其意義在于確定急需改善交通安全狀況的位置,分出優(yōu)先次序,采取合理的改善措施,有效提高道路交通安全水平。道路交通事故多發(fā)點又稱“黑點”,是指道路上交通事故顯著突出的路段或交叉口。對此,有關學者也進行了相關研究,提出了一些方法,尤其是質(zhì)量控制法應用較廣。為此,本文在研究中國山區(qū)高速公路交通事故發(fā)生的狀態(tài)及時間分布規(guī)律基礎上,提出以當量事故率為指標,采用質(zhì)量控制法進行事故多發(fā)段鑒別,希望為中國山區(qū)高速公路交通事故多發(fā)路段的治理提供借鑒和參考。1事故分析1.1事故分布特征1.1.1交通事故調(diào)查分析交通事故形態(tài)是指交通事故的外部表現(xiàn)形式,根據(jù)山區(qū)高速公路的交通事故的主要表現(xiàn)形態(tài),本文把交通事故形態(tài)分為碰撞、追尾、翻車、撞固定物和其他共5種。通過對陜西西漢(西安—漢中)高速公路和云南昆石(昆明—石林)高速公路交通事故調(diào)查,可以發(fā)現(xiàn)這2條高速公路交通事故中將近一半是追尾事故,其次是碰撞和翻車,如圖1所示。由圖1可以看出,追尾相撞事故突出,占總數(shù)的46.74%,碰撞、追尾和翻車這3類事故形態(tài)累計百分比達到78.14%,且這3類事故產(chǎn)生的后果都比較嚴重。1.1.2交通事故時段分布交通事故時間分布規(guī)律是指交通事故隨時間而變化的統(tǒng)計特征。交通事故與交通活動和交通環(huán)境都有著密切的相關性。交通事故的自然環(huán)境,如季節(jié)、天氣情況等,其時間變化規(guī)律更加明顯,尤其是山區(qū)高速公路,這一環(huán)境變化更快。本文重點分析交通事故在一天中的時段分布規(guī)律,根據(jù)2007～2009年的西漢高速公路與昆石高速速公路的交通事故統(tǒng)計資料,給出了交通事故時間分布規(guī)律,如圖2所示。從圖2可以看出,交通事故時間分布,主要集中在2:00～4:00、12:00～14:00、16:00～18:00,這3個高峰時段共占全天交通事故發(fā)生總量的42.2%。其主要原因是:2:00～4:00和16:00～18:00這2個時段,山區(qū)多霜霧,是駕駛人駕駛車輛最費神、最費力和最緊張的時候,也是全天交通事故高發(fā)和行車險象環(huán)生的時段;12:00～14:00時間段,駕駛人午后有些疲勞,生理機能下降,主觀上心情急躁,加之視線不良、客觀性疲勞等因素的影響,極易引發(fā)交通事故。1.2影響因素的因素造成交通事故的原因是極其復雜的,但從總體來說,導致交通事故的成因主要可以歸結于人、車、路和環(huán)境這4個因素。本文將事故原因大致分為10類,其中,制動失效、緊急避讓不及而發(fā)生碰撞的事故占總數(shù)的34%,而與人有關的事故率高達64%。交通事故原因分類如圖3所示。1.2.1駕駛人交通事故中的違章行為人是交通參與過程中的主體,駕駛人的個人素質(zhì)直接關系到道路交通的安全。從眾多案例來看,由于駕駛人個人素質(zhì)不同,部分駕駛人不能適應山區(qū)高速公路行駛的要求,是引發(fā)交通事故的主要原因。駕駛人的個人素質(zhì)包括心理、生理和經(jīng)驗3個方面,見表1。在對駕駛人發(fā)生交通事故的26種原因的統(tǒng)計分析中發(fā)現(xiàn),居于前3位的違章行為是:(1)操作不當。操作不當是指駕駛人在遇到突然的交通情況時,沒有采取有效的措施,出現(xiàn)緊急避讓不及、頻繁使用制動器等;山區(qū)高速公路環(huán)境復雜,許多駕駛人對路況不熟,缺乏行車經(jīng)驗,一旦出現(xiàn)險情,較易出現(xiàn)操作不當,從而釀成事故。(2)超速行駛,安全跟車間距不足。山區(qū)高速公路因沿途地形復雜,多急彎和長大下坡路段,尤其是遇上風、雨、雪、霧天或者路面結冰時,應當減速行駛。在實際駕駛中,由于許多駕駛人沒有按照規(guī)定正確行駛,與前車跟得很近,往往導致了追尾事故的發(fā)生。(3)駕駛疲勞。由于山區(qū)高速公路多橋隧相連,車輛頻繁進出隧道,不斷變化的光照強度很容易導致駕駛人眼睛疲勞,注意力下降,成為事故多發(fā)的潛在因素。1.2.2事故工況分析車是交通參與過程中的客體,車輛山區(qū)高速公路尤其如此。據(jù)統(tǒng)計,山區(qū)高速公路交通事故中,由于制動不良和制動失效引發(fā)的交通事故,約占交通事故總數(shù)的50%。除此以外,諸如車況差,行駛過程中突然出現(xiàn)機械故障;為追求更多的經(jīng)濟效益,不顧車輛安全承載能力,違章超限、超載;車輛制動時跑偏、爆胎等都有可能導致事故發(fā)生。另據(jù)資料統(tǒng)計表明,事故車輛類型比例中,大貨車的比例高達75%。發(fā)生交通事故的大型車輛中,以重型車輛為主,而且這些車輛大多超限、超載;發(fā)生交通事故的小型車輛中,以底盤較輕的轎車、面包車及微型貨車等車型居多。1.2.3德國高速公路縱坡坡度與交通事故率的關系道路交通的安全取決于交通過程中人、車、道路和環(huán)境是否保持協(xié)調(diào)。因此,除了前面2個因素以外,道路本身對交通安全的影響是不容忽視的,在某些情況下,它可能成為導致交通事故發(fā)生的主要原因。表2給出了德國高速公路統(tǒng)計的縱坡坡度與交通事故率的關系,可以看出,縱坡坡度加大,交通事故率增加。山區(qū)高速公路中,大多縱坡較大,且有多處連續(xù)下坡,急彎路多且線性較復雜。因此,極易形成交通事故的多發(fā)路段,而且事故往往后果嚴重,并且難于救援、疏導和處理。1.2.4農(nóng)村雪天氣山區(qū)高速公路穿越山區(qū)較多,山脈兩端氣候差異大,且降雨量大,冬季有積雪,如西漢高速公路跨越中國南北分界的秦嶺主脈,冰雪陰雨天氣路面易結冰、覆雪和濕滑,附著系數(shù)明顯降低,影響車輛操縱穩(wěn)定性;山區(qū)的長大下坡較多,車輛在持續(xù)長大下坡路段行駛就更容易發(fā)生事故。2試驗結果的計算質(zhì)量控制法是以事故發(fā)生頻率為指標進行計算,然而,由于山區(qū)高速公路的發(fā)生事故后果都比較嚴重,而事故率沒有考慮事故損失的嚴重程度。如果將具有不同嚴重程度的事故數(shù)簡單累加,則會掩蓋一些具有相同事故數(shù)的路段實際上可能具有不同的事故嚴重度,因此,不能單純利用事故統(tǒng)計值來分析。由于嚴重事故對社會和個人的危險程度遠遠大于一般的輕微事故,所以,為了精確地判斷事故多發(fā)點,鑒別時應當將事故的嚴重程度考慮進去。為此,通過賦予受傷及死亡事故一定的權值來計算當量事故數(shù),在質(zhì)量控制法中采用當量事故數(shù)來計算當量事故頻率。當量事故頻率μ的計算公式為μ=Νm=Κ1F+Κ2J+Rm(1)μ=Nm=K1F+K2J+Rm(1)式中:N為統(tǒng)計期間內(nèi)事故發(fā)生地點的當量事故數(shù);F為事故中死亡人數(shù)(人);J為事故中受傷人數(shù)(人);R為統(tǒng)計期內(nèi)發(fā)生的事故數(shù)(次);K1、K2為死亡、受傷事故的權重(K1取2.0,K2分輕傷與重傷,分別取1.2和1.5);m為路段累計車輛數(shù)(億車)。因此,質(zhì)量修正法的公式可以表述為Ρ(n|μ?t)=e-μtn!(μt)n(n≥0)(2)P(n|μ?t)=e?μtn!(μt)n(n≥0)(2)式中:P(n|μ,t)為某路段在時間t內(nèi)發(fā)生n起交通事故的概率。n的均值E(n)和方差D(n)分別為E(n)=μt,D(n)=μt(3)若這一分布的置信水平取為95%,則上限值R+為R+=λ+1.96√λm+12m(4)R+=λ+1.96λm??√+12m(4)式中:λ為相似區(qū)間平均事故率(起/億車km),λ取均值μt。R+是所要鑒別路段事故率的臨界上限。當該路段的實際事故率大于R+時,為危險路段,應采取改善措施。3密度函數(shù)及參數(shù)上述方法中沒有考慮事故頻率μ的統(tǒng)計特征,只是利用直接觀測值,導致結果準確性下降。本文通過對大量當量事故頻率的統(tǒng)計分析發(fā)現(xiàn),當量事故頻率的分布服從Weibull分布函數(shù)。因此,可以用Weibull函數(shù)相關理論研究當量事故數(shù)的特性。Weibull分布的失效率函數(shù)及密度函數(shù)分別為r(t)=(β/η)(t/η)β-1(5)p(μ)=(β/η)(μ/η)β-1exp[-(μ/η)β](6)式中:β為形狀參數(shù);η為尺寸參數(shù)。密度函數(shù)均值和方差分別為E(μ)=ηΓ(1+1β)D(μ)=η2[Γ(1+2β)-Γ2(1+1β)](7)E(μ)=ηΓ(1+1β)D(μ)=η2[Γ(1+2β)?Γ2(1+1β)](7)式中:Γ(·)為伽瑪分布函數(shù)。β、η參數(shù)估計采用線性擬合方法進行。所以,當μ的分布為p(μ)時,當量事故次數(shù)的邊緣分布為Ρ(n|t)=∫Ρ(n|μ?t)p(μ)dμ=∫e-μtn!(μt)n(β/η)(μ/η)β-1e[-(μ/η)β]dμ(8)其均值為E(n/t)=ηΓ(1+1/β)t(9)因此,λ可替代為λ=∑E(n|t)∑m(10)將計算結果代入式(4)計算臨界上限,并將每路段的當量事故率與臨界上限進行比較,從而鑒別出事故多發(fā)點。4相似區(qū)間的劃分選取云南省昆石高速公路作為研究對象,收集了2006年1月到2009年12月間發(fā)生的交通事故統(tǒng)計資料;同時,從交通管理相關部門收集得到該路段不同區(qū)段交通流量數(shù)據(jù)及線形資料。按照路段節(jié)點、交通量條件及事故資料,將昆石高速公路沿線劃分為8個區(qū)間,計算每個區(qū)間長度、累計通行車輛數(shù);根據(jù)沿線道路交通條件,分為3個相似區(qū)間,分別為區(qū)間1～3、4～6及7～8。通過對收集的區(qū)間事故數(shù)進行統(tǒng)計分析,由式(1)計算區(qū)間當量事故數(shù),然后進行Weibull分布擬合,計算結果見表3。取置信水平為95%,計算每個區(qū)間的上限值。根據(jù)沿線交通事故的分布情況,昆石高速公路可劃分為78個路段,當量事故率高于相應區(qū)間當量臨界比率上限的路段即為事故多發(fā)路段。這里根據(jù)當量事故率的大小進行排序,在進行治理時,應優(yōu)先治理事故率高的路段,昆石高速公路事故多發(fā)路段共計12段,見下頁表4。5集中點0.0(1)山區(qū)高速公路交通事故中約50%是追尾事故,其次是碰撞和翻車,碰撞、追尾和翻車3類事故形態(tài)累計百分比達