基于矩阵模型的农村公路交通事故多发段的鉴别

周志俊，胡吟迪，邱艳琴

(1.上海海事大学交通运输学院，上海 201306；2.贵州铜仁学院艺术学院，贵州铜仁 554300)

基于矩阵模型的农村公路交通事故多发段的鉴别

周志俊1，胡吟迪1，邱艳琴2

(1.上海海事大学交通运输学院，上海 201306；2.贵州铜仁学院艺术学院，贵州铜仁 554300)

为减少农村公路交通事故发生率，采用矩阵模型对农村公路交通事故多发段进行有效鉴别。针对矩阵模型中不能有效鉴别的模糊路段，结合运行速度协调性确定的不良路段进行分析，以确定模糊路段是否为事故多发段。结合实例对农村公路交通事故多发段进行鉴别，结果表明：采用矩阵模型结合运行速度协调性分析可以有效鉴别农村公路交通事故的多发路段。

交通事故；事故多发路段；鉴别；运行速度；协调性；矩阵模型

随着中国经济的发展，机动车开始逐渐普及于广大农村家庭。由于农村公路大多存在线形设计不连续、道路弯急路窄、缺乏交通指示标志、货车超速超载严重、管理不完善等状况，导致交通事故频发，给人们的生命财产造成巨大损失。为了改善农村公路交通安全状况，许多学者从交通安全评价、交通安全设施改善等角度对农村公路交通安全进行研究。文献[1]将投影法与文献[2]中乡村公路事故预测模型相结合，对农村公路交通安全设施的选用方案进行评价；文献[3]引入模糊数学理论对农村公路交通安全进行等级评价，确定危险路段，进而提出改善措施；文献[4]基于物元理论对农村公路交通安全进行评价；文献[5]针对山区高速公路的特点，采用质量控制法对事故多发段进行鉴别研究。这些研究对于农村公路交通安全具有一定的改善作用，但是很难确定某具体路段是否为交通事故多发段。

本文采用矩阵模型对事故多发段进行鉴别，并结合运行速度协调性鉴定矩阵模型中的模糊路段是否为交通事故多发段。

1 交通事故多发段

在规定时间段内，与其他路段相比，某路段发生的交通事故数量明显增多，或特征状况有明显差别的路段定义为交通事故多发段。根据上述定义，交通事故多发段包含时间范围、空间范围、事故特征和事故量化结果，构建事故多发段定义结构图如图1所示。

图1 事故多发段定义结构图

事故多发段结构图强调事故数量和事故特征2个方面： 1) 计量时间内某路段相对于一般路段没有比较突出的事故数量和事故特征，对该路段应进行正常的监护管理；2)计量时间内某路段相对于一般路段有比较突出的事故数量和事故特征，说明该路段需要进行重点监护管理。

2 运行速度协调性分析

2.1设计速度与运行速度

设计速度是指汽车运行时只受道路本身条件(附属设施、几何要素、路面等)影响时，中等驾驶技术的驾驶员能保持安全顺适行驶的最大行驶速度。设计速度是道路设计的基础，不同等级的道路对应不同的设计速度。

运行速度指中等驾驶技术的驾驶员根据道路实际条件能保持的安全行驶速度。一般常采用在自由流交通状态下，各类小汽车在车速累计分布曲线上的第85位百分点的车辆行驶速度作为运行速度，即有85%的车辆的地点车速等于或小于该速度。采用v85作为公路连续性设计的一个依据，以此来满足各指标取值的协调和线形设计的均衡，保证绝大多数小汽车的安全。

2.2运行速度协调性和连续性

1)运行速度的协调性

在一定道路交通条件下，实际运行速度vy与设计速度vs差的绝对值应小于某一规定数值。有

Δv1=vy-vs。

当Δv1<10 km/h时，运行速度协调性好；当Δv1=10～20 km/h时，运行速度协调性较好；当Δv1>20 km/h，运行速度协调性不良。

2)对于相邻路段的运行速度差的绝对值或运行速度梯度的绝对值应小于某一规定数值。有

式中：vi为车辆通过第i个路段后的运行速度；vi-1为车辆通过第i-1个路段结束时的运行速度。

当Δv2<10 km/h时，运行速度协调性好；当Δv2=10～15 km/h时，运行速度协调性较好；当Δv2>15 km/h时，运行速度协调性不良。

由文献[6-12]可知，运行速度协调性不良路段极易发生道路交通事故。

3 事故多发段鉴别评价指标

事故多发段鉴别指标可以参考交通安全评价指标进行选取。交通安全评价指标主要分为绝对指标和相对指标两大类。

绝对指标包括事故次数、受伤人数、死亡人数、直接经济损失等；相对指标包括交通事故死亡率(人/万车、人/万人)、事故指标(次/(亿车·km))、综合事故率、当量死亡人数等。选取路段事故次数、受伤人数、死亡人数作为绝对评价指标，当量事故次数、事故率(次/km)作为相对评价指标。

1)当量事故次数

N=N1+N2ε1+N3ε2,

(1)

式中：N1为事故次数；N2为受伤人数；N3为死亡人数；ε1、ε2分别为受伤人数、死亡人数换算为当量事故次数的系数。

2)事故率

u=N1/Li,

(2)

U=108N1/∑qiLi,

(3)

式中：u为单位里程事故率，次/km；Li为第i个路段长度；U为亿车里程事故率，次/(亿车·km)；N1为某区域交通事故次数；qi为某区域中各道路交通量(指通过的车辆数量)。

4 构建矩阵分析模型

根据公安交通管理相关规范中事故黑点认定标准和治理规范研究文献[13-14]以及交通事故数量和事故率的相关研究文献[15-22]，构建相应的统计分析模型。该模型应具有简单、快速、易于操作等优点。针对农村公路管理体系不完善、机制不健全、相关统计资料缺乏等现状，采用矩阵模型将事故次数和事故率结合起来鉴别农村公路交通事故多发路段，该方法可以快速有效的确定农村公路交通事故多发段。

4.1基本原理

在坐标图上，将研究路段的事故次数和事故率相结合，以水平轴代表当量事故次数，垂直轴代表事故发生率，分别以所有研究路段在规定时间内的平均当量事故次数a和平均事故率b划分区间。将坐标图划分为4个区间，依次对应一至四区间，分别为高事故次数高事故率区间、低事故次数高事故率区间、高事故次数低事故率区间、低事故次数低事故率区间。通过对研究路段不同区间的划分，可以简单有效的确定事故多发段、事故模糊路段、安全路段，并采取有针对性的改善措施。

4.2基本步骤

1)确定研究路段和研究路段的长度。

2)确定时间界限，时间可以是1 a或是3 a甚至更长时间，核算时间界限内的事故次数。

3)分别利用式(1)(2)计算各研究路段的当量事故次数和事故率。

4)分别算出所有研究路段的a和b。

图2 矩阵模型图

5)绘制区间坐标(矩阵模型)图如图2所示。分别以a和b为区间标准分界线，将坐标图划分为4个区间。然后把所有研究路段按其当量事故次数和事故率的大小，在坐标图上标出相应的位置。定位后，分别在一至四区标上不同的符号和路段标号。定位的结果将路段划分为3种类型的路段，其中一区为事故多发段、二区和三区为模糊路段，四区为安全路段。矩阵模型可以兼顾事故次数与事故频率，但是不能对某些模糊路段做出准确判断，例如不能对低事故频率和高事故次数的路段与低事故次数和高事故频率的路段做出有效判断。对于这类模糊路段，可以结合运行速度协调性不良路段进行分析，也可以综合道路状况、道路通行能力、天气状况、道路交通流状况、交通提醒标志设置情况、车辆是否超载等相关性因素进行综合鉴别是否为事故多发段。

5 实例应用

5.1概况

表1 2010—2014年交通事故统计

某公路全长28.7 km，双车道，设计速度为30 km/h，水泥混凝土路面。该公路自2008年改造之后，交通量逐年增大，交通事故频发。

5.2交通事故分析

根据当地交通管理部门提供的数据，2011年1月至2015年12月交通事故统计如表1所示。

由表1可知，2012年受伤人数较前1 a和后1 a有较大波动，且受伤人数高于事故次数，原因是2012年出现1次特大交通事故，该路段1辆货车与客车发生碰撞，导致多人受伤和1人死亡。2015年交通事故次数明显上升，共发生84起，受伤人数保持缓慢增长。2015年事故环比增长率为58.49%，事故率为59.7次/(亿车·km)、17.1次/106辆，受伤率为 37.6人/(亿车·km)。

5.3运行速度协调性分析

研究路段设计速度为30 km/h，调查发现，路段实际运行速度远远大于设计速度。小汽车、摩托车、大货车的平均运行速度分别为54.3 、64.4、36.8 km/h。为了能准确找出协调性不良的路段，分别对小汽车、摩托车和大货车的运行速度差进行分析，小汽车运行速度与设计速度的差值大于20 km/h、摩托车运行速度与设计速度的差值大于30 km/h、大货车运行速度与设计速度的差值大于10 km/h的路段为速度协调性不良路段。速度协调性不良路段如表2所示。

表2 车辆在不同路段的运行速度及其与设计速度的差值 单位：km/h

由表2可知：小汽车运行速度不良路段有6处，分别为第1～5、7号路段，摩托车运行速度不良路段有5处，分别为第2～5、7号路段，大货车运行速度不良路段有3处，分别为第1、5、6号路段。

5.4事故多发段鉴别分析

收集2012—2014年该路段事故数据，计算当量事故次数和事故率等参数。表3为各路段事故数据统计，各路段合计事故次数、死亡人数与受伤人数分别为172、14、155人；各路段平均事故次数、死亡人数与受伤人数分别为21.5、1.75、19.38人。根据式(1)(2)可以计算出表4所示的事故数据处理结果，路段合计当量事故次数5 249次，平均当量事故次数65.5次，路段平均事故率47.46次/km。

表3 各路段事故数据统计

表4 事故数据处理结果

将表4的数据输入矩阵模型，结果如图3所示。由图3可知：路段4、7落入一区，为事故多发段；路段1、3、5落入二区，路段2落入三区，路段1、2、3、5为危险模糊路段，需要进行具体分析；路段6、8落入四区，为低事故次数低事故率路段。

图3 矩阵模型处理结果

由表2知，第1(K1～K2)、2(K5～K7)、5号(K15～K17)路段为不良路段，第1、2、5号路段也是矩阵模型中的模糊路段，由此可知第1、2、5号路段为事故多发路段。综合事故多发段道路的相关性因素对模糊路段进行分析，根据实地调查发现，路段1为转弯路段，没有交通提醒标志，缺乏防护栏；路段2为连续下坡路段，路面状况不理想，雨天事故发生率高；路段5是一条转弯路段，转弯半径过小，前方视距被障碍物遮住，道路边缘没有防护栏，且通过该路段的车辆超速严重，可知这3条路段极易发生交通事故。综上所述，路段1、2、4、5、7这5条路段鉴定为事故多发路段。

6 结论

1)以路段的事故次数、受伤人数、死亡人数、运行速度、设计速度、日交通流量、高峰小时交通量、道路总里程等为输入变量，以当量事故次数与事故率为输出变量建立矩阵模型，确定路段是否为事故多发路段。矩阵模型中的模糊路段，不容易确定是否为交通事故多发段，结合运行速度协调性进行分析，可以有效鉴别矩阵模型中的模糊路段是否为事故多发路段。

2)道路不良路段包括运行速度协调性和运行速度连续性两个指标，运行速度协调性运用设计速度与运行速度的差值确定道路不良路段，而运行速度连续性通过相邻路段的速度差值确定不良路段。在实际操作过程中，运用运行速度协调性的方式确定道路不良路段更加易于操作。

3)农村公路交通事故多发段的有效鉴别，可以为农村公路基层管理者提供简单快速有效的鉴别方法，进而采取有针对性的改善措施，提高农村公路的交通安全性。

[1]黄承锋，赵光惠，王平.基于 HSM 的山区农村公路交通安全设施评价和选用：以弯道路段为例[J].重庆交通大学学报(自然科学版)，2015，34(5): 89-94. HUANG Chengfeng， ZHAO Guanghui， WANG Ping.Evaluation and application of traffic safety facilities on rural road in mountain area based on HSM：A case study of bend sections[J].Journal of Chongqing Jiaotong University (Natural Science)， 2015， 34(5): 89-94.

[2]National Research Council,Transportaition Reserch Board,American Association of State Highway and Transportaiton Officials.Highway Safety Manual[M].U S A:AASHTO,2010.

[3]陈玉欣， 赵毅， 武丽霞.基于模糊数学理论的农村公路交通安全评价研究[J].公路交通科技(应用技术版)，2014， 31(7): 293-294. CHEN Yuxin， ZHAO Yi， WU Lixia.Study on rural road traffic safety evaluation based on fuzzy mathematics theory[J].Journal of Highway and Transportation Research and Development(Application Technology Edition)， 2014， 31(7): 293-294.

[4]田晨.基于物元理论山区农村公路交通的安全评价[J].交通科学与工程，2014，30(4): 96-101. TIAN Chen.Evaluating for rural highway safety in mountainous areas based on the matter-element theory[J].Journal of Transport science and Engineering，2014，30(4): 96-101.

[5]张长生，马荣国.山区高速公路交通事故分析及多发路段鉴别[J].长安大学学报(自然科学版)， 2010，30(6): 76-81. ZHANG Changsheng，MA Rongguo.Identifying method of traffic accident black spots on mountain freeway[J].Journal of Chang′an University(Natural Science Edition)，2010，30(6): 76-81.

[6]袁登琼，张东长.运行速度协调性评价在山区高速公路事故易发路段事故原因分析中的应用[J].交通标准化，2012，6(21):60-63. YUAN Dengqiong，ZHANG Dongchang.Application of running speed compatibility evaluation in reason analysis of accidents occurring in accident prone sections of mountainous area expressway[J].Transportation Standardization，2012，6(21): 60-63.

[7]吕晓宇，戈普塔，张志伟.双车道公路事故多发路段运行速度特征分析[J].中国公路学报，2010， 23(4): 58-64. LYU Xiaoyu，GE Puta，ZHANG Zhiwei.Analysis of operating speed characteristics on accident-prone section of two-lane highway[J].China Journal of Highway and Transport，2010，23(4): 58-64.

[8]张晓温.大广高速公路某越岭段道路运行速度协调性分析[J].交通科技，2006，21(3):67-91.

[9]孙传姣，高建刚.农村公路交通事故特征研究[J].公路，2010(1):93-97. SUN Chuanjiao，GAO Jiangang.A study on characteristics of traffic accidents of rural highway[J].Highway，2010(1): 93-97.

[10]杨永红，吕大伟，符锌砂.山区高速公路交通安全分析与改善措施研究[J].公路，2015(1):94-99. YANG Yonghong，LYU Dawei，FU Xinsha.Traffic safety analysis and study of improvement measures for mountainous express way[J].Highway，2015(1): 94-99.

[11]许金良，胡圣能，杨宏志.运行速度在公路线形质量设计中关键问题研究[J].河北工业大学学报，2011,40(1):114-118. XU Jinliang，HU Shengneng，YANG Hongzhi.Key questions of highway alignment quality design basedon operating speed[J].Journal of Hebei University of Technology，2011,40(1):114-118.

[12]韩皓，白丽霞，牛增良，等.双车道公路运行速度协调性评价相关指标取值[J].长沙理工大学学报(自然科学版)，2013，10(3):26-31. HAN Hao，BAI Lixia，NIU Zengliang，et al. Operating speed coordination analysis for two-lane Highway[J].Journal of Changsha University of Science & Technology(Natural Science)， 2013，10(3): 26-31.

[13]裴玉龙.道路交通事故多发点质量控制鉴别法的改进[ J].哈尔滨工业大学报，2006，38(1):97-100. PEI Yulong.Improvement in the quality control method to distinguish the black spot of the road[J].Journal of Harbin Institute of Technology，2006，38(1)：97-100.

[14]肖贵平, 朱晓宁.交通安全工程[M].北京:中国铁道出版社, 2011:13-58.

[15]孟祥海，黄宝安，宋春花.事故多发点鉴别及其成因分析[J].交通与计算机，2009，27(3):108-111. MENG Xianghai，HUANG Baoan，SONG Chunhua.Hazardous locations identification and causes analysis[J].Journal of Transport Information and Safety，2009，27(3): 108-111.

[16]袁泉，李一兵，鲁光泉.基于地理视角的交通事故多发点鉴别分析模型[J].交通运输工程学报，2010，10(1):101-106. YUAN Quan，LI Yibing，LU Guangquan.Identification analysis model of traffic accident-prone locations based on geographical view angle[J].Journal of Traffic and Transportation Engineering， 2010，10(1): 101-106.

[17]邵祖峰.交通事故黑点鉴别方法研究综述[J].道路交通与安全，2008，8(2):44-49. SHAO Zufeng.Reviews on identifying methods of traffic accident black-spot[J].Road Traffic & Safety，2008，8(2): 43-48.

[18]SONGCHITRUKSA P，TARKO A P.The extreme value theory approach to safety estimation[J].Accident Analysis and Prevention，2006，38(4): 810-839.

[19]裴玉龙，丁建梅.鉴别道路交通事故多发点的突出因素法[J].中国公路学报，2005，18(3):45-52. PEI Yulong，DING Jianmei.Outstanding factor method to black spot differentiation[J].China Journal of Highway and Transport，2005，18(3):45-52.

[20]孟祥海，盛洪飞，陈天恩.事故多发点鉴别本质及基于BP神经网络的鉴别方法研究[J].公路交通科技，2008，25(3):124-129. MENG Xianghai，SHENG Hongfei，CHEN Tianen.Essence and an approach to identify the hazardous locations of urban arterial link based on BP artificial neural network[J].Journal of Highway and Transportation Research and Development，2008，25(3): 124-129.

[21]陈宽民，王玉平.城市道路交通事故分布特点及预防对策[J].交通运输工程学报，2003，3(1):84-87. CHEN Kuanmin，WANG Yuping.Distribution characteristics and countermeasures of urban traffic accidents[J].Journal of Traffic and Transportation Engineering，2003，3(1):84-87.

[22]赵光惠．山区农村公路安全保障工程实施技术指南研究[D]．重庆: 重庆交通大学，2012． ZHAO Guanghui.Research on guideline for implementation of ruralRoads safety enhancement project in mountain area[D]．Chongqing: Chongqing Jiaotong University，2012．

(责任编辑：杨秀红)

Multi-SegmentIdentificationofRuralRoadTrafficAccidentBasedonMatrixModel

ZHOUZhijun1，HUYindi1，QIUYanqin2

(1.CollegeofTransportation,ShanghaiMaritimeUniversity,Shanghai201306,China; 2.AcademyofArts,GuizhouTongrenUniversity,Guizhou554300,China)

In order to reduce the incidence of rural road traffic accidents, the matrix model is used to effectively identify the multiple sections of rural road traffic accidents. According to the fuzzy road segment which cannot be effectively identified in the matrix model, the fuzzy road segment can be determined whether is an accidental segment based on the analysis of the bad section determined by the running speed coordination. With the example of the multiple segments of the rural road traffic accidents for identification, the results show that combined with the analysis of the running speed coordination, the matrix model is effective to identify the rural road accident multiple segments.

traffic accident;accident multiple segment; identification; running speed; coordination; matrix model

2016-11-25

周志俊(1990—)，男，贵州福泉人，硕士研究生，主要研究方向为交通运输规划与管理，E-mail:853948300@qq.com.

10.3969/j.issn.1672-0032.2017.02.006

U491.31

：A

：1672-0032(2017)02-0033-07