文摘
分析风险因素影响我国城市边缘区事故受伤严重,我国城市边缘区事故数据收集来自哈尔滨,中国。四个风险因素,即时间、车辆类型、道路功能,和事故类型,调查与城乡边缘碰撞的严重程度有关。车祸受伤严重程度分为两类,包括致命的和非致命的崩溃。逻辑回归应用于探索结果严重程度之间的关系和每天的时间,车辆类型、道路功能,和事故类型。拟合优度的测试方法和badness-of-fit进行检查评估结果的有效性。结果显示相当大数量的匹配不同事故类型计算结果和实际数据之间的关系。与其他影响因素相比,一天的时间是重要因素对事故伤害严重程度的基础上,研究。因此,拟议的校准程序和选择的因素建议作为验证的方法来分析和识别影响碰撞损伤严重程度的主要因素在城市边缘区。
1。介绍
随着中国经济的快速增长,城市化发展水平正在加速。到2020年底,中国的城市化率超过60%,比2006年高出约16%。城市化的加速会导致经济和社会活动的逐步扩张的周边城市和城市人口密集的地区的范围的扩张,形成城乡边缘的过渡区。城市边缘区是指城市和农村地区的过渡地带城市和农村土地使用的性质。作为道路网络的重要组成部分,城市边缘区已经倾向于参与更多的交通事故与多个干扰点和严重的混合交通问题,等等。1,2]。城市边缘区事故不仅占交通事故的很大一部分也占相当大的一部分交通事故伤亡。在城市边缘区减少交通冲突和防止他们成为怨声载道地位置,为什么和如何解决交通事故发生在城市边缘区。
城乡边缘的道路,他们显然是不同于城市道路和高速公路道路交通特征。城乡边缘道路携带城市过境交通、城乡边缘的内部交通,抵达和起飞城市和城乡边缘之间的交通。由于不完善的基础设施,交通管理薄弱和严重的混合交通流在城乡边缘道路实施重大安全问题。超过50%的总崩溃有关城乡边缘的道路在中国(3]。然而,和精力一直注意探索因素从各个巷道实体碰撞损伤严重程度,关注城市道路(4)和高速公路(5,6]。很少有研究调查影响因素进行碰撞损伤严重程度在城市边缘区。
因为交通特征在城市边缘区不同于在城市内部,一天的时间,车辆类型、道路功能,和事故类型主要是视为碰撞损伤严重程度的影响因素研究。方法确定主要因素进行了讨论和验证使用逻辑回归模型基于字段数据。本研究的贡献是识别显而易见的风险因素提出有针对性的改进措施。
2。文献综述
必须有良好的知识风险因素导致事故损伤严重程度提高城乡边缘的安全。确定一个适当的模型探索因素在城乡边缘碰撞损伤严重程度,它是由回顾以往的研究的结果,关注安全的城市边缘区,影响城乡边缘安全风险因素,事故伤害严重程度的建模方法在城市边缘区研究人员使用。下面的部分将介绍以前的研究在这方面的研究。
2.1。相关研究城市边缘区安全
许多研究都集中在城乡边缘的安全。刘等人。7)提出了一些对策来改善交通安全基础上发展城乡边缘崩溃的法则。魏et al。8]探索交通安全高风险地区城乡边缘的原因从公路交通安全服务水平的角度,在北京通州区城市作为一个例子。魏和谅解备忘录9)建立城乡结合部的交通安全评价体系基于属性识别模型。Zhang et al。10]讨论了行人和车辆之间的冲突和安全使用的指标在城乡边缘time-to-collisions (TTC)和postencroachment时间(PET)。Zhang et al。11)提出了一个速度控制部分部门计划基于顺序聚类法根据现货低级城乡道路边缘的速度分布特征。张,邵12)建立了一个多目标优化模型下的信号时间几个因素的综合考虑,如延迟、能力,停止,和汽车尾气排放。
2.2。相关影响因素的研究城乡边缘的安全
现有的研究成果进行了初步的研究识别风险因素影响城乡边缘的碰撞损伤严重程度。例如,李13)揭示了影响交通事故的概率的因素在中国城乡边缘通过问卷调查和建立多元逻辑回归模型对多个不安全驾驶行为。他发现天气、道路功能、事故类型和时间造成严重的城乡边缘崩溃。妞妞et al。14)使用一个假轮生的命令logit模型来分析因素在中国城乡边缘崩溃。他们发现司机的年龄、性别、事故类型、天气和道路特性有很大的影响的严重性城乡边缘崩溃。
2.3。相关研究碰撞损伤严重程度的造型方法
到目前为止,已研制出许多研究方法调查风险分析和预测在先前的研究15- - - - - -17),和统计回归方法和基于机器学习的方法(ML)主要方法调查事故损伤严重程度和风险因素之间的关系(18,19]。例如,谢等人开发了一个random-parameter下令probit模型探讨危险因素与碰撞严重程度两车道的农村公路在中国(20.]。佩尔韦兹·等人建立了一个random-parameter logit模型检查的因素与摩托车相关的损伤程度(21]。曾和黄应用人工神经网络(ANN)来预测事故损伤严重程度(22]。唐等人提出了一个堆叠框架结合随机森林(RF),自适应增强(演),梯度提高决策树(GBDT)和逻辑回归模型来预测在高速公路车祸受伤严重分歧区域(23]。
逻辑回归已经被证明是一种有效和可靠的方法来探索回应和解释变量之间的关系领域的交通事故。Zhang et al。24)进行以人群为基础的横断面研究检查机动车交通事故的严重程度影响因素(MVTCs)涉及老年司机在安大略省通过逻辑回归。阿尔哈姆迪(25)应用的逻辑回归车祸交通警察收集的数据记录检查几个变量的贡献在利雅得碰撞严重程度。邱(26)使用逐步逻辑回归模型来确定影响因素在香港单车交通事故的严重程度。燕et al。27)开发了一种多元逻辑回归模型分析的特点,在佛罗里达信号交叉路口的追尾事故。苏和黄28)开发了一个二元逻辑回归揭示死亡和严重伤害的概率之间的关系和所有贡献的因素。哈布等。29日)创建了一个多个和条件逻辑回归模型来确定因素在佛罗里达高速公路作业区崩溃。马等。30.)使用逻辑回归模型来分析事故的影响,碰撞类型、天气、和日常标准轿车交通量AADT比公路隧道交通事故的严峻形势。陈等人。31日)应用逻辑回归揭示重大风险影响因素交叉碰撞的严重程度在维多利亚。冯et al。32)使用二进制逻辑模型来研究10崩溃周期等因素的影响,环高速公路交通事故的严重程度。Zhang et al。33]分析了气象条件的影响,车辆类型、平面线类型,和其他因素对事故伤害严重程度在山区连续下坡路段。霁et al。34)交通事故的严重程度作为因变量和时间,交通运营环境和交通事故参与者作为独立变量,建立了一个模型在交通事故严重性基于物流模型。Rudisill et al。35]运用逻辑回归模型来探索司机年龄的影响,碰撞位置等因素对交通事故的原因。王等人。36)应用一个分类树的逻辑回归模型来识别风险因素影响碰撞损伤严重程度为不同类型的电动自行车骑手。
总之,现有文献集中在探索中国因素对城乡边缘碰撞的严重程度是有限的。使用分类数据技术开发因素城乡道路边缘的碰撞损伤严重程度是相对罕见的。考虑到影响因素在中国城乡边缘碰撞的严重程度将有价值的更好地了解有关交通安全的问题。因此,本文运用逻辑回归模型,揭示了潜在风险影响因素的严重程度城乡边缘崩溃在哈尔滨,中国。风险因素包括时间特征、车辆特性、道路因素和事故特征。结果将提供有价值的信息,以协助道路安全利益相关者在发展我国城市边缘区适合严重和致命事故的对策。
3所示。研究区和数据收集
3.1。研究区域
自然的特点,社会,生态是特殊和土地利用的情况是复杂的城乡边缘地区(37]。根据以前的研究成果38],本文决定了城市边缘区范围如下:把最外层循环城市的高速公路作为内部边界和封闭曲线由行政外边界城镇与城市居民区周围的外边界,这个特定区域分为城乡边缘,如图1。
本研究使用收集的数据在哈尔滨城市,中国,包括14个城市和138个村庄如图2。可以看到,在哈尔滨城市边缘区城市包括Qulin农村、松贝镇Songpu镇幸福镇,县团结镇,Wanggang镇,李明,护拦街,民主路,万宝镇,心法,玉树镇Chenggaozi镇朝阳小镇。
3.2。数据收集
分析城乡边缘的碰撞损伤严重程度,我们收集的数据从哈尔滨公安局交通警察局,和崩溃文件包含碰撞时间,地点,车辆类型、道路功能、司机信息,乘客信息,事故受伤严重,和其他环境变量。
首先,崩溃的样本数据预处理,处理事故样本与大量缺失的数据无效的样本。2014 - 2017年道路交通事故对城乡边缘了,总共包括722年崩盘发生的数据点。为了保证分析结果的正确性,复制和未知的数据点被移除。最后,661年崩盘数据点与完整的信息被用来分析交通事故的特点。有效碰撞样本量通常推荐的10倍以上的数量解释变量(39),该模型的潜在解释变量包括4因素的车辆,道路,环境,和崩溃,所以667个有效样本崩溃满足造型要求。两个类别的频率在2014 - 2017年在桌子上1,分别。
4所示。变量的选择
4.1。解释变量
全面和实用的原则,解释变量建立现金风险度量模型主要是选择。这些变量应该是相互独立的和全面的足以容纳所有方面相关事故的发生。此外,所选的变量应该适用于收集数据。因此,四个潜在的影响因素从四个方面选择,车辆、道路、环境、和崩溃,根据巷道的特点和事故信息城乡道路边缘。其中,车辆特征包括事故车辆的构成;道路属性包括直路部分,弯曲的路段、交叉口;驾驶环境属性包括一天的时间;和事故属性是在崩溃的形式包括碰撞,vehicle-pedestrian崩溃,在尾端的崩溃,翻转,碰撞装置。表2显示了解释变量的描述性统计2014 - 2017。
指现有的研究成果,考虑交通事故在城乡边缘的特点,选择四个风险因素的特定的变量,包括时间、车辆类型、道路功能,和事故类型,如表所示3。
在桌子的四个影响因素3是分类变量被分配后,所以虚变量应该被分配。如果哑变量k类别,哑变量转换为k - 1变量。的因素包括时间、车辆类型、道路功能,和事故类型被视为虚拟变量。具体结果如表所示4。
4.2。碰撞损伤严重程度的定义
基于“法律的中华人民共和国道路交通安全法》“2004年(2011年修正),事故受伤严重程度可分为四个层次,即小事故,一般事故、严重事故,和在中国的恶性事故。的标准严重的事故和恶性事故的分类是根据个人死亡的数量来划分;也就是说,崩溃的划分是基于其严重性。因此,在本文中,车祸受伤严重程度被分为两个水平,致命的和非致命的崩溃有关标准,见表5。
5。方法
5.1。物流模型的原理
逻辑回归是一个概率的非线性回归模型,这是一个多变量分析方法探讨解释变量和离散响应变量之间的关系。考虑到条件概率 向量的 与n独立变量作为事件发生的概率,根据观察到的测量,逻辑回归模型可以表示为
5.2。二元逻辑回归模型
摘要碰撞损伤严重程度作为响应变量,这是一个二进制变量。因此,二进制逻辑回归是用来测试反应变量之间的关系和相关的潜在因素和解释变量的相对重要性排序。使用二进制逻辑回归由于响应变量Y(碰撞损伤严重程度)只能取两个值:Y致命的崩溃和= 1Y= 0的非致命的崩溃。致命的崩溃在城乡边缘的概率会发生与否和物流分配模型 在哪里p在城乡边缘严重车祸的概率,x我是解释变量,是一个常数项,∼模型系数。
5.3。模型检查
逻辑回归模型的拟合效果分析,有必要测试这个模型的拟合优度和badness-of-fit。拟合优度检验是自然对数似然比函数转换为卡方值,然后通过观察卡方分布进行显著性检验(40]。结果表明,模型的工作原理时,卡方值大于给定的显著性水平。Hosmer-Lemeshow测试的方法用于badness-of-fit,以卡方分布为标准,计算卡方值需要低于临界值,大于显著水平。
6。结果
摘要661年交通事故作为建模数据,发生在哈尔滨市城乡结合部道路从2014年到2017年。
6.1。模型解释变量选择
的统计分析软件SPSS 22.0是用来估算二元逻辑回归的参数。输入迭代分析方法和迭代条件选为显著小于0.05。共4步的迭代进行获得相应的逻辑回归模型。最后,每天的时间选择的因素作为解释变量,如表所示6。
6.2。模型拟合检验
基于拟合优度和badness-of-fit测试的方法,得到拟合程度测试的特定的值,如表所示7。
根据表7似然比卡方的计算值是20.559,这是大于9.488卡方检验的临界值,和团体。值为0.001,小于0.05的显著性水平,表明该模型具有较高的拟合优度。然而,Hosmer-Lemeshow的测试值是7.025,低于9.488卡方检验的临界值,团体。值为0.534,大于0.05的显著性水平,表明该模型具有较低的坏处。
6.3。模型分析结果
根据上述结果,模型崩溃时间的因素导致城乡边缘碰撞损伤严重程度。根据公式(2),一个致命事故的概率在城乡边缘 在哪里06:00-08:59,是09年:00-11:59岁12:00-14:59岁15:00-17:59,是18:00-20:59。
根据公式(3),模型系数是负的,这表明严重车祸的概率很小的时间间隔06:00-20:59。从表6严重车祸的概率是25.3%,06年的时间间隔:00-08:59岁40.7%,09年的时间间隔:00-11:59岁,22.4%的时间间隔12:00-14:59岁,48.9%的时间间隔15:00-17:59岁和47.7%的时间间隔18:00-20:59。分析结果与城乡边缘崩溃的时间特征一致。
6.4。模型验证
验证的普遍性的校准模型碰撞损伤程度、120年哈尔滨市城乡边缘事故从2014年到2017年被选中来验证(3)。结果如表所示8。
估计结果见表8显示值作为实际事故数据。绝对数量的区别只有2,绝对误差为1.7%,表明模型具有较高的通用性。
7所示。讨论
基于逻辑回归模型的分析结果,我们发现,“时间”是重要因素导致城乡边缘碰撞损伤严重程度。应该指出,与现有的研究结果是一致的(例如,李,2018)根据一天中不同的时间展示一个积极的影响严重的崩溃在城乡边缘的道路上。因此,时间特征可以分析在这一节中。
24小时变化的交通事故和人员伤亡的时间分布在城乡边缘从2014年到2017年数据所示3和4,分别。
它可以清楚地看到从图3城乡边缘崩溃的数量符合“双峰分布”时态特征主要集中在7:00-11:59岁和17:00-19:59。这两个高峰时期一共有8小时,占整个的33.33%。事故的数量占交通事故总数的47.14%在整个一天。大交通量的早晚高峰时间的高发病率的主要原因是城乡边缘崩溃。在17日的时间间隔:00-19:59岁,光线从亮到暗的变化,司机的能见距离变得更小,判断能力下降,容易诱发交通事故。
图4表明我国城市边缘区交通事故伤亡的时间分布和时间分布的数量是一致的崩溃。交通事故受伤的数量是最高的7:00-7:59,9:00-9:59,18:00-18:59岁和19:00-19:59岁,62年,57岁,55和56。交通事故的伤害率为1.77(最高)7:00-7:59,这是1.08人/每时间在19:00-19:59。交通事故的死亡人数是23人,最多在19:00-19:59岁和0.78人/ /时间在4 - 5(最高)。此外,55.23%的致命事故发生在17:00和05:00。
8。结论
本文试图探讨在城市边缘区使用事故碰撞损伤严重程度数据来自哈尔滨公安局交通警察局。逻辑回归模型是分析基于661起碰撞事故的碰撞损伤严重程度城乡结道路选自1月1日圣,2014年12月31日圣,2017年。基于先前的研究发现应用变量,选择四个解释变量包括时间、车辆类型、道路功能,和事故类型,和两个碰撞损伤严重程度的水平,即。,致命的和非致命的,被认为是。采用逻辑回归模型揭示特定的变量和碰撞损伤严重程度之间的关系。结果表明,时间有重大影响的因素的碰撞损伤严重程度和事故的数量符合“双峰分布”时间在城乡边缘特征。验证了其可行性和实用性的方法拟合优度和badness-of-fit测试,显示一个更好的拟合效果中使用这个模型。本研究旨在提出和验证方法确定影响碰撞损伤严重程度的主要因素,使用物流模型提供交通安全措施的基础。
这项研究有一些局限性。应该注意的是,目前的研究是基于661年崩溃的样本收集在哈尔滨市城乡道路边缘,局限性,如不可用的一些相关变量和漏报的伤害事故。此外,逻辑回归模型是一种传统的方法探索因素崩溃损伤严重程度。因此,更可靠的统计方法和机器学习方法应该用于大样本数据的实证研究来分析城乡边缘的碰撞损伤严重程度在未来。
数据可用性
本文的研究数据主要来自哈尔滨公安局交通警察局。
的利益冲突
作者宣称他们没有利益冲突有关的出版。
作者的贡献
概念和方法是由b . w . y . l .;软件是由x w .提供;验证和数据管理是由n d x w;正式的分析是由t . l . x w;最初的草案是由x w·b·w·;审查和编辑是由t . L。,b . W。,和Y。L. All authors have read and agreed to the published version of the manuscript.
确认
作者要感谢哈尔滨公安局交通警察局提供相关数据的案例研究。作者要感谢黑龙江省交通科技项目(没有。HJK2016A004),基础研究基金为黑龙江省省级院校(2018号cx09),省级领导人才团队训练项目的黑龙江科技学院(2020号lj04)和开放的基础江苏交通运输安全重点实验室资助项目(没有。TTS2017-06)这个研究项目的金融支持。