馬兆有, 方守恩, 王長君

(1. 同濟大學(xué) 道路與交通工程教育部重點實驗室，上海 201804；2. 公安部交通管理科學(xué)研究所道路交通安全公安部重點實驗室，江蘇 無錫 214151)

多車道高速公路事故特征關(guān)聯(lián)分析

馬兆有1,2, 方守恩1, 王長君2

(1. 同濟大學(xué) 道路與交通工程教育部重點實驗室，上海 201804；2. 公安部交通管理科學(xué)研究所道路交通安全公安部重點實驗室，江蘇 無錫 214151)

在分析中國高速公路安全現(xiàn)狀的基礎(chǔ)上，應(yīng)用關(guān)聯(lián)規(guī)則深入剖析某條多車道高速公路90起交通死亡事故主要特征，闡述多車道高速公路具有第一、第四車道事故高發(fā)、涉及重型半掛汽車列車和小型客車事故死亡率高、駕乘人員未系安全帶飛出車外死亡人數(shù)較多、疲勞駕駛導(dǎo)致的死亡人數(shù)最多等規(guī)律。研究表明：高速公路應(yīng)重點管控重型半掛汽車列車和小型客車，嚴查駕乘人員未系安全帶和疲勞駕駛違法行為，規(guī)范下車人員的交通行為，進而降低傷亡事故的發(fā)生幾率。

交通運輸工程；交通安全；事故特征；關(guān)聯(lián)分析

據(jù)《中華人民共和國道路交通事故統(tǒng)計年報(2004—2013年度)》數(shù)據(jù)顯示，2004—2013年全國道路交通死亡人數(shù)年均增長率為-6.5%，但高速公路通車里程年均增長率為13.2%，高速公路交通事故死亡人數(shù)占總數(shù)比例年均增長率為6.2%，受傷人數(shù)占總數(shù)比例年均增長率為5.7%。10年間，高速公路共發(fā)生交通事故126 297起，造成62 124人死亡，139 399人受傷。認清高速公路的安全形勢，挖掘事故發(fā)生的規(guī)律，找尋事故的下降點，采取有效措施改善高速公路的交通安全形勢，是當(dāng)前急需解決的首要問題。

1 高速公路交通安全形勢

1.1 運輸量逐漸攀升

據(jù)《公路水路交通行業(yè)發(fā)展統(tǒng)計公報(2004—2013年度)》數(shù)據(jù)顯示，2004—2013年，公路客運量及公路貨運量年均增長率分別為9.6%和11%，高速公路行駛量的年均增長率達到11.5%。2013年，全國共完成公路客運量185.4億人(按同期可比口徑統(tǒng)計為370.6億人)，公路貨運量307.7億噸，高速公路年均行駛量達162 580萬車·公里/日，統(tǒng)計數(shù)據(jù)見圖1。

圖1 2004—2013年高速公路日均行駛量變化情況Fig.1 Change of average daily traffic volume of highway from 2004 to 2013

1.2 事故嚴重程度逐年增加

2004—2013年，高速公路事故數(shù)、死亡人數(shù)和受傷人數(shù)呈波動式下降趨勢[1]，但高速公路交通事故致死率與死傷比逐年小幅上升，2013年分別達到0.34和0.52，見圖2，圖中，致死率=死亡人數(shù)/(死亡人數(shù)+受傷人數(shù))；死傷比=死亡人數(shù)/受傷人數(shù)。

圖2 2004—2013年高速公路事故致死率和死傷比趨勢Fig.2 Trend of highway accident fatality rate and death rate from 2004 to 2013

1.3 單位里程事故率逐年下降

2004—2013年，高速公路單位里程事故率總體下降，降幅明顯；單位里程死亡人數(shù)穩(wěn)中有降，單位里程事故數(shù)、單位里程受傷人數(shù)呈明顯下降趨勢。10 a里，每百公里事故數(shù)年均下降率為27%，每百公里受傷人數(shù)年均下降率為17.1%，見圖3。

圖3 2004—2013年高速公路單位里程事故情況Fig.3 Accidents in unit mileage on highway from 2004 to 2013

1.4 精細化管理需求迫切

2004—2013年，高速公路交通事故數(shù)年降幅已逐步收窄，2013年降幅僅為2.3%，高速公路交通事故已面臨降幅有限或上升的可能。在現(xiàn)代信息技術(shù)環(huán)境下，亟需建立完善交通安全大數(shù)據(jù)研判應(yīng)用機制，及高速公路動態(tài)查控、應(yīng)急聯(lián)動和區(qū)域協(xié)同的防控體系和機制，有效提高交通安全大數(shù)據(jù)應(yīng)用、事故預(yù)防和應(yīng)急管理的水平。

2 高速公路交通事故特征關(guān)聯(lián)分析

某條雙向8車道高速公路，年均日交通流量達9萬余輛次，高峰期持續(xù)交通流量達11萬輛次，交通流組成小汽車、客車、貨車比例為18∶1∶6，全線設(shè)置了4個互通樞紐，近3 a共發(fā)生90起死亡事故，造成117人死亡、125人受傷。筆者在交通事故深度調(diào)查的基礎(chǔ)上，對交通事故主要特征進行了關(guān)聯(lián)分析。

2.1 時間分布特征

2.1.1 24 h分布

高速公路交通事故特征24 h分布情況見圖4。

圖4 死亡事故24 h分布Fig.4 Distribution of death accidents in 24 h

06：00—07：00，近3 a均未發(fā)生死亡事故，22：00—次日06：00的夜間時段死亡人數(shù)較多，約占總死亡人數(shù)的53%。其中，22：00—24:00，05:00—06:00死亡事故高發(fā)，死亡人數(shù)也較為集中，尤以涉及貨車的死亡人數(shù)最多，占該時段死亡總?cè)藬?shù)的69.4%。

凌晨01:00—06:00，交通流量小，約占24 h流量的10.4%，但因車速快、駕駛?cè)巳菀状蝽?，是交通事故高發(fā)時段[2]；下午14：00—16:00，駕駛?cè)巳菀灼?，易引發(fā)交通事故；夜間21：00—24:00，交通事故發(fā)生率偏高。

2.1.2 周分布

星期二和星期五死亡事故相對高發(fā)，在這兩個時間段中的死亡事故數(shù)、死亡人數(shù)和受傷人數(shù)分別占總數(shù)的41%，41.1%，50.4%。星期日死亡事故發(fā)生率低，事故數(shù)和死亡人數(shù)分別占總數(shù)的6.7%，6.8%。

2.1.3 月度分布

交通事故特征月度分布見圖5。由圖5可見，4月份是死亡事故的一個相對高發(fā)期[3]，死亡人數(shù)約占總數(shù)的14.5%，這與春運結(jié)束、駕駛?cè)颂幵谟杉倨谕度牍ぷ鞯倪m應(yīng)期、交通管控力度略有松懈等因素有關(guān)。4～8月份死亡事故較為集中，這5個月發(fā)生的死亡事故起數(shù)，造成的死亡人數(shù)、受傷人數(shù)分別占總數(shù)的53.3%，53.9%，48.8%。

圖5 死亡事故月度分布Fig.5 Monthly distribution of death accidents

2.2 空間分布特征

2.2.1 第一撞點橫向位置分布

發(fā)生在第1車道、第4車道的死亡事故較多，占死亡總?cè)藬?shù)的53%。第2車道死亡事故相對較少，占死亡總?cè)藬?shù)的14.5%。硬路肩死亡事故也占一定比例，約占死亡總?cè)藬?shù)的11.1%。發(fā)生在第4車道和應(yīng)急車道[4]的事故基本與故障停車和低速行駛相關(guān)，第1車道的死亡事故成因多與疲勞駕駛和行人上高速有關(guān)，第1車道死亡事故成因中疲勞駕駛占22.7%、行人上高速占27.3%。具體見表1。

表1 第一碰撞點橫向位置分布

2.2.2 第一撞點縱向位置分布

通過對各節(jié)點路段1 km范圍內(nèi)死亡事故的統(tǒng)計分析可知，入口及外跨橋路段死亡事故數(shù)多發(fā)，傷亡比重較大，其中入口路段發(fā)生的死亡事故數(shù)、死亡人數(shù)和受傷人數(shù)分別占全線總數(shù)的15.6%，14.5%，28%。具體見表2。

表2 第一碰撞點縱向位置分布

2.3 事故形態(tài)特征

2.3.1 車輛數(shù)與事故形態(tài)關(guān)聯(lián)分析

在統(tǒng)計的90起死亡事故中，單車事故22起。單車事故以小型客車和重型貨車事故為主，分別占單車事故總數(shù)的59.1%和27.3%。其中，涉及大型客車事故1起，小型客車事故13起，重型貨車事故6起，半掛汽車列車事故2起。

在統(tǒng)計的90起死亡事故中，涉及2車事故56起，3車事故11起，4車事故1起。在2車以上事故中，追尾碰撞事故形態(tài)比例最高，其中尤以兩車追尾碰撞事故較為突出，占2車以上事故總數(shù)的63.2%；其次為同向刮擦事故形態(tài)，占2車以上事故總數(shù)的8.8%。

2.3.2 車輛類型與事故形態(tài)關(guān)聯(lián)分析

在翻車事故中，小型客車發(fā)生率較高，占翻車事故總數(shù)的66.7%；其次為半掛汽車列車，占翻車事故總數(shù)的22.2%。

在正面碰撞事故(正面碰撞事故與行人或車上人員下車活動有關(guān))中，涉及小型客車6起，占正面碰撞事故總數(shù)的66.7%。

在尾隨碰撞事故中，涉及多種車型，其中以重中型貨車、半掛車和小型客車碰撞事故居多，分別占尾隨碰撞事故車輛總數(shù)的40.4%，34.3%，16.2%[5]。

2.4 涉事車輛類型分布

在統(tǒng)計的90起死亡事故中，涉及載客汽車49起、載貨汽車61起、汽車列車43起，分別占全線死亡事故總數(shù)的54.4%，67.8%，47.8%。從車輛類型看，涉及重型半掛汽車列車、小型載客汽車和重型載貨汽車的事故死亡率較高，分別占全線死亡總?cè)藬?shù)的46.2%，41.9%，38.5%[6]。從車輛承載量看，貨運車輛(包括載貨汽車和半掛汽車列車)超載30%以上的19起，占死亡事故總數(shù)的21.1%，導(dǎo)致24人死亡，占死亡總?cè)藬?shù)的20.5%。具體見表3。

表3 涉事車輛類型分布

在統(tǒng)計的90起死亡事故中，涉及肇事車輛171輛，其中載客汽車57輛，載貨汽車69輛，掛車45輛。其中，重型半掛汽車列車、重型載貨汽車肇事率較高[7]，分別占肇事車輛總數(shù)的26.3%，21.1%。

2.5 死亡人員特征分析

2.5.1 死者駕乘身份特征

單車事故共造成28人死亡，其中駕駛?cè)怂劳?人，副駕駛位置死亡3人，飛出車外人員死亡12人，分別占單車事故死亡總?cè)藬?shù)的25%，10.7%，42.9%。

涉及2車以上的事故共造成89人死亡，其中駕駛?cè)怂劳?8人，副駕駛位置死亡27人，分別占2車以上事故死亡總?cè)藬?shù)的31.5%，30.3%。從死亡人員所屬車輛看，前車死亡27人，后車死亡57人，分別占多車事故死亡總?cè)藬?shù)的30.3%，64.1%。具體見表4。

表4 死者身份特征統(tǒng)計

下車人員根據(jù)其下車必要性和目的，可進一步劃分成“下車檢修”和“無必要下車”，此類事故共造成12人死亡。其中下車檢修人員10人，無必要下車人員2人，駕駛?cè)?人，乘員4人，并有2起事故造成下車駕駛?cè)撕统藛T共同死亡，可見故障車檢修人員安全意識淡薄，警示裝置未設(shè)置或設(shè)置不規(guī)范。

2.5.2 死者所在位置特征

駕乘人員車內(nèi)死亡81人，其中駕駛?cè)宋恢盟劳?0人，副駕駛位置死亡27人，分別占死亡總?cè)藬?shù)的25.6%和23.1%，發(fā)生事故后副駕駛位置死亡率較高；車內(nèi)乘員后排位置死亡15人，其中后排右側(cè)位置死亡7人，占后排死亡人數(shù)的46.7%，小汽車后排右側(cè)位置具有較高的危險性。

駕乘人員飛出車外死亡14人，占死亡總?cè)藬?shù)的12%，若駕乘人員按要求使用安全帶，將大幅降低死亡比例；作業(yè)人員、下車人員和行人共計死亡24人，占死亡總?cè)藬?shù)的20.5%。具體見表5。

表5 死者所在位置分布

2.6 事故原因特征

2.6.1 疲勞駕駛違法事故突出

駕駛?cè)似隈{駛引發(fā)事故45起，導(dǎo)致67人死亡，分別占總數(shù)的50%和57.26%。疲勞駕駛違法行為[8]具有明顯的時間分布特點，00：00—01：00，06：00—07：00，14：00—15：00，23：00—24：00是疲勞駕駛違法行為發(fā)生較為集中的時段，該時間段4個小時發(fā)生的疲勞駕駛死亡事故數(shù)占所有疲勞駕駛死亡總數(shù)的51.1%，導(dǎo)致的死亡人數(shù)占所有疲勞駕駛事故死亡人數(shù)的58.2%，見圖6。

圖6 疲勞駕駛事故24 h分布Fig.6 Distribution of fatigue driving accidents in 24 h

疲勞駕駛引發(fā)的死亡事故中重型半掛汽車列車、重型貨車和中型貨車比例較高，分別占涉事車輛總數(shù)的39.1%，25.3%，24.1%。

2.6.2 低速行駛和違法停車事故占比大

在疲勞駕駛引發(fā)的死亡事故中，低速行駛、違法停車、疏忽大意造成的死亡人數(shù)分別占總死亡人數(shù)的12.8%，12%，13.7%。具體見表6。

表6 疲勞駕駛事故次要原因統(tǒng)計

2.6.3 行人違法上高速和下車人員防護不當(dāng)事故多發(fā)

行人違法上高速造成10人死亡，占總死亡人數(shù)的8.5%。駕乘人員下車疏忽或防護不當(dāng)?shù)葘?dǎo)致12人死亡，占總死亡人數(shù)的10.3%。

3 結(jié) 論

綜上分析可知，多車道高速公路死亡事故具有如下規(guī)律：

1)第1車道、第4車道事故高發(fā)，占總死亡人數(shù)的53%，應(yīng)急車道事故率相對較高，占總死亡人數(shù)的11.1%。

2)涉及重型半掛汽車列車和小型載客汽車事故的死亡率較高，兩車追尾碰撞事故比例高，其中涉事雙方均為貨車的事故占總數(shù)的33.3%。

3)駕乘人員未系安全帶飛出車外死亡人數(shù)較多，占總死亡人數(shù)的12%，行人違法上高速和下車人員死亡比例高，占總死亡人數(shù)的18.8%。

4)疲勞駕駛導(dǎo)致的死亡人數(shù)最多，占總死亡人數(shù)的57.3%，其中因疲勞駕駛引發(fā)的低速行駛、違法停車導(dǎo)致的事故死亡比例較高，占總死亡人數(shù)的12.8%和12%。

通過采取開辟新的停車場地或盤活服務(wù)區(qū)的利用率增設(shè)夜間中型以下貨車停放、休息點，收費員在發(fā)卡時針對小型客車提醒駕乘人員系好安全帶，加強高速公路沿線村民和旅游客車、營運客車的安全教育等措施，有針對性的開展典型違法行為專項治理，消除或減少誘發(fā)死亡事故的不利因素。

[1] 王長君,馬兆有,張亞軍.高速公路交通安全形勢及管理對策[J].交通標(biāo)準(zhǔn)化,2009(7):107-109. WANG Changjun, MA Zhaoyou, ZHANG Yajun. Expressway traffic safety situation and its management strategy[J].TransportStandardization,2009(7):107-109.

[2] 馬兆有,王長君,劉君.基于危害風(fēng)險評價的高速公路緊急事件分級[J].重慶交通大學(xué)學(xué)報(自然科學(xué)版),2010,10(5):776-780. MA Zhaoyou, WANG Changjun, LIU Jun. Classification of highway emergencies based on risk evaluation[J].JournalofChongqingJiaotongUniversity(NaturalScience),2010,10(5):776-780.

[3] 孫軼軒.基于數(shù)據(jù)挖掘的道路交通事故分析研究[D].北京:北京交通大學(xué),2014. SUN Yixuan.TrafficAccidentAnalysisBasedonDataMining[D]. Beijing: Beijing Jiaotong University,2014.

[4] 袁泉,李一兵,梅冰松.汽車撞行人和騎自行車人事故特征參數(shù)對比研究[J].交通運輸工程與信息學(xué)報,2015,9(3):92-99. YUAN Quan, LI Yibing, MEI Bingsong. Comparative study of characteristic parameters between vehicle-pedestrian accidents and vehicle-bicyclist accidents[J].JournalofTransportationEngineeringandInformation,2015,9(3):92-99.

[5] 公安部交通管理科學(xué)研究所.GA 802—2014機動車類型 術(shù)語和定義[S]. 北京:中華人民共和國公安部,2014. Traffic Management Research Institute of the Ministry of Public Security.GA802—2014Power-DrivenVehicles-Types-TermsandDefinitions[S]. Beijing: People’s Republic of China Ministry of Public Security,2014.

[6] 趙海存.道路交通事故數(shù)據(jù)統(tǒng)計分析系統(tǒng)研究[D].西安:長安大學(xué),2005. ZHAO Haicun.ResearchonStatisticalAnalysisSystemofRoadTrafficAccidentData[D]. Xi’an: Chang’an University,2005.

[7] 王長君,方守恩,李瑞敏,等.高速公路網(wǎng)應(yīng)急交通組織技術(shù)[M].上海:同濟大學(xué)出版社,2011:22-52 WANG Changjun, FANG Shouen, LI Ruiming, et al .EmergencyTrafficOrganizationTechnologyofHighwayNetwork[M]. Shanghai: Tongji University Press,2011:22-52.

[8] 李都厚,劉群,袁偉.疲勞駕駛與交通事故關(guān)系[J].交通運輸工程學(xué)報,2010,10(2):104-109. LI Duhou, LIU Qun, YUAN Wei. Relationship between fatigue driving and traffic accident[J].JournalofTrafficandTransportationEngineering,2010,10(2):104-109.

Correlation Analysis of Accident Characteristics on Multilane Highway

MA Zhaoyou1, 2, FANG Shouen1, WANG Changjun2

(1. Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, P.R.China; 2. Key Laboratory of Road Traffic Safety of the Ministry of Public Security, Traffic Management Research Institute of Public Security Ministry, Wuxi 214151, Jiangsu, P.R.China)

On the basis of analyzing the highway safety of current China, the correlation rules were used to deeply analyze the main characteristics of 90 traffic accidents mortality on a multilane highway. Several rules were elaborated, such as: the first and the fourth lane were accident prone; accidents mortality of heavy semi-trailer trains and minibuses was high; the driver and passengers without wearing a seatbelt and flying out of the vehicle died more; the death toll from fatigue driving was the most. The results show that: in highway management, to reduce the occurrence of casualty accidents, the control of heavy-duty semi-trailer trains and minibuses should be focused; the behavior of the driver or passengers without wearing seat belts and the illegal activities of fatigue driving should be severely investigated; and the traffic behavior of the personnel off the vehicle should be regulated.

traffic and transportation engineering; traffic safety; accident characteristics; correlation analysis

2015-09-01；

2015-12-08

國家科技支撐計劃項目(2014BAG01B05)

馬兆有(1978—)，男，吉林榆樹人，博士研究生，主要從事交通安全方面的研究。E-mail：uarain@126.com。

10.3969/j.issn.1674-0696.2016.06.24

U491.3

A

1674-0696(2016)06-115-05