论文部分内容阅读
我国机动车保有量和公路里程迅速增加的同时,也伴随着日益突出的交通安全问题,合理的开展交通安全评价研究,制定针对性的整改措施,是现阶段交通安全改善工作的重点内容。基于事故频数建模的交通安全计量评价方法是交通安全评价体系中一项重要的研究分支,也是保障高速公路交通安全的重要工作环节。但是,现阶段该研究方法主要存在如下缺陷:(1)事故频数建模囊括的风险因素范围有待扩充,多数研究针对国内高速公路的设计特征和交通状况相关指标进行交通安全计量评价,但事故的发生涉及人-车-路-环境多方面的因素,片面的采取其中一类或两类风险因素势必会影响交通安全评价的可靠程度。(2)针对事故数据集的主要内在属性(包括“多零值特性”、“安全效应异质性”、“安全效应时空相关性”)缺乏系统的研究,导致事故频数模型的准确度和安全效应计量分析的可靠性深受质疑。(3)受限于上述的数据和模型的质量缺陷,导致高速公路计量评价的成果与实际情况存在差距,甚至会出现完全相悖的结论。针对上述问题,本论文以广东省多条山区高速公路为研究对象,构建了包含道路设计特征、交通状况、路面性能和天气条件的常规路段和隧道路段的多维事故数据集。在此基础上,通过引入林德利(Lindley)和广义指数分布拟合多零值样本,采用参数随机化的方式刻画安全效应异质性,引入条件自回归和一阶迟滞效应考虑安全效应时空相关性,建立了一系列创新的交通安全计量模型,根据创新模型的贝叶斯估计结果和安全效应量化指标深入剖析了高速公路常规路段和隧道路段的事故影响因素,并制定针对性的改善策略。本文的研究内容和创新成果如下:(1)高质量数据集的建立与建模变量的统计检验研究。融合广东省5条典型山区高速公路的交通事故、道路设计特征、交通状况、路面性能和天气条件等多维度数据,确定以“季度”为时间单元,以路段类型、平曲线类型、纵坡坡度和车道数为空间划分标准的同质划分方法,初步划分出了一系列样本集。针对划分的样本,从事故的统计分布特性以及函数关系法确定了建模的最佳路段长度范围,进一步整合不规范路段得出最终的常规路段和隧道路段样本集。然后,优选出了 29项高速公路常规路段事故风险因素和24项隧道路段事故风险因素,并将各风险因素表征指标匹配至相应的样本中,形成初步的两类建模数据集。在此基础上,提出了以皮尔逊相关系数、克莱姆相关系数和一致性组内相关系数检验各变量的共线性,并最终建立了高速公路常规路段(共计26项显著风险因素)和隧道路段(共计24项显著风险因素)的事故频数建模数据集。最后,以常规路段数据集为例,详细分析了事故频数和各建模自变量的统计分布特征及变化规律,初步证实了部分建模变量存在空间和时间集聚性,为后续的建模方法研究提供了高质量的数据支撑。(2)事故频数统计分布类型和特征研究。首先,详细解释了事故发生的逻辑及其与伯努利试验的关联性,确定了事故逻辑符合伯努利试验的过程。再在大量调研的基础上,阐述了泊松(Poisson)模型、负二项(NB)模型、零膨胀泊松(ZIP)模型和零膨胀负二项(ZINB)模型四类经典事故频数模型的构建过程和各自的适用条件,并确定了以贝叶斯估计方法作为模型的参数估计方法,以皮尔逊卡方统计量衡量事故频数与其假定的分布形式的契合程度;以Vuong统计量比较零膨胀模型与对应的传统模型的拟合优度。以偏差信息准则、均方误差和均方根误差作为模型拟合优度的检验指标。最后,利用建立的高速公路常规路段数据集,从事故逻辑解释能力和拟合优度两方面对比上述四种经典事故频数模型的性能。结果表明:本研究的事故频数的最佳分布形式为负二项分布,ZINB模型虽然取得了较佳的拟合效果,但其缺乏解释事故发生逻辑的能力。(3)基于多零值特性的事故频数建模方法研究。具体分析了数据集存在的多零值样本属性对模型性能的影响,并探讨了林德利(Lindley)分布和广义指数(Generalized Exponential,GE)分布对具有多零值属性的数据的拟合优势,创新性的提出分别建立关于NB分布和Lindley分布、NB分布和GE分布的层次模型(分别为NB-L模型和NB-GE模型)。在此基础上,将NB-L模型和NB-GE模型应用至高速公路常规路段交通安全计量评价中,并与经典的NB模型和ZINB模型进行比较和优选,验证了 NB-L模型和NB-GE模型的优越性。最后,以最优模型NB-L模型的贝叶斯参数估计结果为基础,并提出以弹性系数为连续型变量的安全效应量化指标,以边际效应为离散型变量的安全效应量化指标,深入定量分析了高速公路常规路段各显著事故风险因素的安全效应。结果表明:NB-L模型共检测出18项风险因素与事故频数显著相关,其中呈正相关的风险因素包括:路段类型、中间带、路面类型、曲率、坡长、桥梁比例、SRI、ln(QADT)、一类车、五类车、小/中雨;呈负相关的风险因素包括:避险车道、爬坡车道、坡度、二类车、PCI、RQI、大/暴雨。(4)基于安全效应异质性的事故频数建模方法研究。分析了数据安全效应异质性的来源及其对事故频数模型性能的影响,并确定了通过参数随机化方式刻画安全效应异质性的改进思路。在此基础上,以考虑了多零值属性的NB-L模型为基础,通过将NB分布的过离散参数α设置为随机参数建立Ⅰ类随机效应负二项Lindley(α-RENB-L)模型,将链接函数中的截距项£设置为随机参数建立Ⅱ类随机效应负二项Lindley(£-RENB)模型,将变量的回归系数设置为随机参数建立随机参数负二项Lindley(RPNB-L)模型。最后,将上述三类同时考虑了数据多零值性和异质性的事故频数创新模型应用至高速公路常规路段安全效应分析中,验证了参数随机化处理的异质性改进方法的可行性,并检验出了 8项随机变量:中间带-3m、设置爬坡车道、坡度、ln(QADT)、一类车、五类车、小/中雨、大/暴雨。在此基础上,通过对比NB-L模型(未考虑异质性)和RPNB-L模型(考虑异质性最全面)显著变量的回归系数变化情况以及随机参数的分布情况,系统的分析了安全效应异质性对各显著风险因素安全效应的影响。(5)基于安全效应时空相关性的事故频数建模方法研究。详细剖析时空相关理论和安全效应时空相关性对事故频数建模的影响,并通过莫兰指数空间相关性检验方法,确定了隧道事故频数建模工作中考虑时空关联的必要性。再以同时考虑了多零值性和安全效应异质性的RPNB-L模型为基础,提出通过在链接函数中嵌入具有条件自回归先验(CAR)的空间项形成空间相关的随机参数负二项-Lindley(SP-RPNB-L)模型、嵌入具有一阶迟滞效应的时间项形成时间相关的随机参数负二项-Lindley(T-RPNB-L)模型、嵌入上述空间项、时间项和时空交互项形成时空交互的随机参数负二项-Lindley(ST-RPNB-L)模型。在此基础上,对比分析时空相关系列模型和RPNB-L模型对隧道路段的交通安全计量评价结果,验证了 ST-RPNB-L模型具有最好的拟合优度,结果还显示12项风险因素对隧道事故具有显著的影响:限速、隧道长度、隧道入口、曲率、曲线长、PCI、SRI、ln(QADT)、一类车、五类车、小/中雨、大/暴雨。最后,根据ST-RPNB-L模型的贝叶斯参数估计结果和安全效应量化指标,深入分析12项显著风险因素对高速公路隧道交通安全的影响。(6)基于安全效应量化分析的事故致因和交通安全改善对策研究。针对一系列事故频数创新模型的参数估计结果和安全效应评价指标,对各风险因素安全效应重要程度进行了排序,归纳了7项事故风险路段和时段,并提出针对性的交通安全改善措施。在此基础上,以开阳高速公路长下坡路段为例,进行事故致因分析和交通安全改善措施的工程实例研究。最后,根据全文成果提出全因素条件下高速公路事故致因及改善措施分析方法的具体流程。本文研究成果为解析高速公路交通事故机理及预测交通安全发展趋势提供了理论基础和技术支持,对改善高速公路交通安全具有重要的参考价值。