城市道路平面信號交叉口交通事故成因分析

孟祥海，馬億鑫，孫佳豪

(哈爾濱工業(yè)大學(xué)交通科學(xué)與工程學(xué)院，哈爾濱 150090)

0 引言

近年來，城市道路交通安全愈發(fā)受到重視，在城市道路系統(tǒng)中，交叉口承擔(dān)著交通樞紐作用，其中，立體交叉口通過空間上的隔離，減少了不同流向車流之間的沖突，而平面交叉口是機動車、非機動車以及行人混行最為嚴重的區(qū)域，是交通事故的多發(fā)地點. 因此對城市道路平面交叉口交通事故成因進行分析，并有針對性地制定預(yù)防或減少事故發(fā)生的措施有重要的現(xiàn)實意義.

事故成因分析的原理主要有單事件原理、事件鏈原理、決定因素原理、多事件鏈原理和多線性事件序列原理等[1]. 多事件鏈原理認為：只要存在發(fā)生事故的途徑，事故就有發(fā)生的可能性. 多事件鏈原理雖然源于事件鏈原理，但它更關(guān)注的是各種可能的事故發(fā)生途徑以及如何提高預(yù)測事件發(fā)生概率的能力. 顯然，當(dāng)收集到足夠數(shù)量的、詳細到足以描述每起事故發(fā)生過程和人員傷害過程的事故數(shù)據(jù)后，利用多事件鏈原理即可分析出交通事故的成因鏈和后果鏈.

基于多事件鏈原理的事故分析方法主要有故障樹分析法(Fault Tree Analysis FTA)、事件樹分析法(Event Tree Analysis ETA)和蝴蝶結(jié)分析法(Bow-tie Analysis BTA). 其中，故障樹分析法操作簡便、易行，因而被廣泛應(yīng)用于各個領(lǐng)域. 孟祥海等[2]通過建立故障樹模型，對山區(qū)高速公路傷亡事故進行了成因分析；胡藝馨等[3]構(gòu)建了長大下坡傷亡事故故障樹模型，并提出了相應(yīng)的事故預(yù)防措施；由冰玉等[4]在故障樹的基礎(chǔ)上，結(jié)合貝葉斯網(wǎng)對高速公路事故成因進行了深入剖析. 此外，故障樹分析法還可與其他方法結(jié)合使用，Yao Li等[5]利用生存特征和故障樹評估了風(fēng)力發(fā)電機組在不同風(fēng)況下的系統(tǒng)可靠性水平；張霞等[6]將故障樹和模糊層次分析法相結(jié)合，對客機巡航過程中發(fā)生火災(zāi)事故進行了研究；潘俊文[7]在FPSO火災(zāi)爆炸風(fēng)險分析中，利用故障樹探究了事件樹初始事件及后續(xù)事件的發(fā)生原因，采用Bow-Tie模型提出了相應(yīng)的防控措施；Christine等[8]基于模糊集理論和Bow-tie法評估了協(xié)作智能交通系統(tǒng)的安全效果.

故障樹分析法側(cè)重于事故成因分析，事件樹分析法側(cè)重于事故后果分析，而在交通領(lǐng)域?qū)烧呗?lián)系起來的研究較少. 本文聚焦城市道路平面信號交叉口，基于事故統(tǒng)計數(shù)據(jù)，先后利用故障樹分析法和事件樹分析法，探尋導(dǎo)致事故發(fā)生的主要因素，并基于主要因素構(gòu)建產(chǎn)生事故后果的事件樹模型，并針對高風(fēng)險事件鏈提出相應(yīng)的控制措施，為城市道路交叉口的安全管控提供參考.

1 數(shù)據(jù)來源與數(shù)據(jù)描述

1.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于《華富街道道路交通設(shè)施安全風(fēng)險評估和隱患排查治理服務(wù)方案》項目(編號FTHF2019289)，收集到了深圳市福田區(qū)華富街道轄區(qū)內(nèi)2013-05—2019-08發(fā)生的1 955起交通事故數(shù)據(jù)，按事故發(fā)生地點分為路段事故、平面交叉口事故及立體交叉口事故，其中平面交叉口定義為各條道路相交的區(qū)域及其進出口道(通常取30 m). 將事故多發(fā)的8個平面信號交叉口作為本文的研究對象，即彩田路與福中路交叉口、彩田路與紅荔路交叉口、皇崗路與筍崗西路交叉口、皇崗路與紅荔路交叉口、皇崗路與振華西路交叉口、華富路與深南中路交叉口、華富路與振華西路交叉口、華富路與紅荔路交叉口，共涉及交通事故637起，詳細數(shù)據(jù)包括事故發(fā)生的季節(jié)、時刻、天氣狀況、事故地點、事故類型、事故形態(tài)、事故嚴重程度、事故原因、肇事者性別與年齡等.

1.2 數(shù)據(jù)描述

事故參與者類型包括機動車、非機動車和行人，相對機動車而言，非機動車和行人均為弱勢方，為方便起見，本文假定所有非機動車在通過交叉口時均按規(guī)定下車推行，即文中的“行人”包含非機動車.

將事故因素分為人的因素、車輛因素、道路因素及環(huán)境因素4個方面：1)人的因素：駕駛員年齡、駕駛員不良狀態(tài)、駕駛員性別、駕駛員不當(dāng)行為及行人不當(dāng)行為；2)車輛因素：車輛類型及車輛故障；3)道路因素：交叉口飽和度、施工情況、路面條件及交通標志問題；4)環(huán)境因素：照明條件及天氣. 交通事故詳細數(shù)據(jù)分類匯總見表1～表4.

2 故障樹模型構(gòu)建及分析

2.1 故障樹模型構(gòu)建

在故障樹分析法中，從待研究的頂上事件開始，逐層分析，列出中間事件，直至找出導(dǎo)致事故發(fā)生的基本因素，即基本事件. 用事件符號、邏輯門符號和連接線符號等把各種因素之間的因果和邏輯關(guān)系描述出來，繪制成樹狀圖[9]. 通過對故障樹定量分析，計算概率重要度和臨界重要度，找到引起事件發(fā)生的重要原因，從而進行有效控制.

基于事故統(tǒng)計數(shù)據(jù)，以城市道路平面信號交叉口交通事故為頂上事件；以人的因素、車輛因素、道路因素及環(huán)境因素為次頂事件，在人的因素方面，將“駕駛員年齡超過55歲”定義為“年老體弱”；在車輛因素方面，由于大型車往往存在機動性差、制動性能差、容易產(chǎn)生視野盲區(qū)等不良因素，因此將“大型車”作為一項基本事件；在道路因素方面，將“交叉口飽和度大于0.8”定義為“交通量大”；在環(huán)境因素方面，將“夜間照明不良”定義為“照明不足”，構(gòu)建的城市道路平面信號交叉口交通事故故障樹模型見圖1. 圖中括號內(nèi)的數(shù)字為對應(yīng)因素的條件概率，即在上層事件發(fā)生的條件下，該事件發(fā)生的概率.

表1 人員數(shù)據(jù)

表2 車輛數(shù)據(jù)

城市道路平面信號交叉口交通事故故障樹模型的結(jié)構(gòu)函數(shù)為：

φ(X)=X1+X2+(X3+X4+X5+X6)·
(X7+X8+X9+X10+X11+X12)+
X13+X14+X15+X16+X17+X18+X19+
X20+X21+X22+X23

(1)

表3 道路數(shù)據(jù)

表4 環(huán)境數(shù)據(jù)

圖1 城市道路平面信號交叉口交通事故故障樹模型

由圖1中的條件概率可知，人的因素、車輛因素、道路因素和環(huán)境因素的占比分別為59.7%、10.1%、17.4%和12.8%. 其中，人的因素占比最大，接近60%，對于城市道路平面信號交叉口，行車速度普遍較慢，而交通參與者眾多且混行嚴重，因此交通事故的發(fā)生往往是由于人的不良狀態(tài)或不當(dāng)行為引起的.

2.2 故障樹基本事件的重要度分析

在故障樹定量分析中，概率重要度和臨界重要度常被用來評估基本事件對頂上事件的影響程度[10]. 其中，概率重要度反映出各個基本事件發(fā)生概率的變化對頂上事件發(fā)生概率的影響程度，可據(jù)此確定降低哪個基本事件概率將使頂上事件發(fā)生概率迅速下降；臨界重要度在概率重要度的基礎(chǔ)上進一步考慮了基本事件對頂上事件的敏感性，表示基本事件概率的變化率引起頂上事件概率的變化率. 因此，本文以臨界重要度衡量基本事件對頂上事件的重要程度，如式(2)(3)：

(2)

(3)

式中，Ci為事件i的臨界重要度，pi為第i個基本事件發(fā)生的概率，P(T)為頂上事件發(fā)生的概率，Ip(i)為事件i的概率重要度.

根據(jù)式(3)計算，各個基本事件的概率重要度見表5.

表5 各個基本事件的概率重要度

通過計算，各個基本事件按其臨界重要度由大到小排序為：X1>X9>X18>X5>X13>X22>X21>X3>X23>X17>X20>X19>X8>X14>X2>X16>X10>X6>X12>X4>X15>X11>X7. 由此可見，“行人闖紅燈”“未保持安全車距”“路面濕滑”“駕駛員注意力不集中”是事故發(fā)生的主要原因，即對城市道路平面信號交叉口交通事故的影響程度較大，因此將這4個主要因素進一步進行事件樹分析.

3 事件樹模型構(gòu)建及事故風(fēng)險

3.1 事件樹模型構(gòu)建

事件樹分析法起源于決策樹分析(簡稱DTA)，是一種歸納推理的演繹方法. 事件樹根據(jù)事故發(fā)生的先后順序，將事故分成若干個階段，每個階段的分析都從成功和失敗2種可能后果考慮，最后繪制成近似水平的樹形圖[11]. 由故障樹分析結(jié)果可知，“行人闖紅燈”和“未保持安全車距”2個因素分別對應(yīng)于機動車碰撞行人事故及追尾事故，而“路面濕滑”和“駕駛員注意力不集中”是這2種事故形態(tài)的共有因素，因此針對這2種事故形態(tài)構(gòu)建事件樹模型. 其中，“有前車突然減速”為追尾事故的起始事件，“無前車突然減速”(即車輛正常通過交叉口)為機動車碰撞行人事故的起始事件，構(gòu)建的城市道路平面信號交叉口交通事故事件樹模型共包含9條事件鏈(A～I)，見圖2.

圖2 城市道路平面信號交叉口交通事故事件樹模型

在事故嚴重程度劃分時，除無事故外，將事故嚴重程度劃分為輕微、一般、嚴重和很嚴重4類，對于機動車而言，機動車具有安全帶、安全氣囊等被動安全措施，因此追尾事故的嚴重程度范圍為輕微—嚴重，而行人相對于機動車為弱勢方，且不具備機動車駕駛員的防護措施，因此機動車碰撞行人事故的嚴重程度范圍為嚴重—很嚴重.

3.2 事故風(fēng)險分析

本文選取“行人闖紅燈”“違章變道”“爆胎”作為導(dǎo)致車輛突然減速的因素，將其概率相加得到“有前車突然減速”的概率，為21.04%，結(jié)合事件樹模型中其他事件的發(fā)生概率，計算出各事件鏈的發(fā)生概率，見表6.

表6 各事件鏈的發(fā)生概率 %

除去無事故發(fā)生的事件鏈(B、F和I)，將有事故發(fā)生的事件鏈概率進行歸一化處理，計算得到事件鏈A、C、D、E、G和H的發(fā)生概率，分別為12.26%、8.50%、5.73%、56.12%、10.39%和7.00%. 為將事故發(fā)生概率及事故嚴重程度相結(jié)合，本文采用風(fēng)險矩陣方法對這6條事件鏈進行分析，最終構(gòu)造出的風(fēng)險矩陣見圖3.

圖3 風(fēng)險矩陣

由風(fēng)險矩陣確定出中高風(fēng)險的2條事件鏈，分別為：有前車突然減速→未保持安全車距→駕駛員注意力不集中、無前車突然減速→有行人闖紅燈→駕駛員注意力不集中，且前者的風(fēng)險略高于后者，因此應(yīng)將這兩條事件鏈作為重點防控的對象. 同時可看出，在追尾事故中，“未保持安全車距”“駕駛員注意力不集中”是2個影響較大的因素；在機動車碰撞行人事故中，“行人闖紅燈”“駕駛員注意力不集中”是2個影響較大的因素.

4 交通事故預(yù)防控制措施

通過故障樹分析和事件樹分析，針對追尾事故及機動車碰撞行人事故中的高風(fēng)險因素，提出相應(yīng)的預(yù)防控制措施.

1)追尾事故

針對“未保持安全車距”，可在交叉口臨近路段上增設(shè)車距確認標志與標線，提示并輔助駕駛員確認目前的車距；在車輛上研發(fā)并使用智能化的車輛防碰撞系統(tǒng)、先進的預(yù)警系統(tǒng)，在未與前車保持安全車距時，對駕駛員進行提醒.

針對“駕駛員注意力不集中”，應(yīng)減少路段上多余的信息(如廣告牌)，整改遮擋或污損的標志標線，避免影響駕駛員判斷而引發(fā)的注意力不集中或操作失誤；利用GPS等定位系統(tǒng)，結(jié)合地理信息系統(tǒng)(GIS)，在車輛將要到達交叉口時進行語音提醒；開發(fā)車輛追蹤系統(tǒng)，對行駛時間超過4 h未休息的車輛進行警告提醒，減少疲勞駕駛.

此外，還可針對駕駛員開展預(yù)防追尾事故的專題教育和培訓(xùn)，主要從以下幾個方面入手：不要緊跟空駛的出租車、故障車、“新手”、外地車、車隊、大型車及公交車等，不要超速行駛、不要隨意變道、掌握點剎車技術(shù)等.

2)機動車碰撞行人事故

針對“行人闖紅燈”，可在人行橫道上安裝探測器，當(dāng)有行人闖紅燈時，對行人發(fā)出警告，如鳴笛聲或爆閃燈；加大對行人闖紅燈的處罰力度，加強行人遵守交通規(guī)則的宣傳教育等. 除對行人采取措施外，還應(yīng)檢查各交叉口的信號配時，使其綠燈時長滿足一定的行人通行能力，有條件時可設(shè)置二次過街，并且應(yīng)盡量考慮老年人、殘疾人等特殊人群通過的需求.

針對“駕駛員注意力不集中”，除實施追尾事故中對應(yīng)的措施外，還應(yīng)加強對駕駛員行為的監(jiān)管，如機動車通過人行橫道時應(yīng)減速慢行，對不減速行駛、不避讓行人的駕駛員進行處罰.

此外，針對機動車或行人交通量較大、路面過寬的交叉口，可建設(shè)人行天橋或地下通道對行人進行分流.

5 結(jié)論

本文聚焦城市道路平面信號交叉口交通事故，通過構(gòu)造故障樹模型，得到了事故主要影響因素，進而建立事件樹模型，計算了各事件鏈的發(fā)生概率，并結(jié)合事故嚴重程度進行了風(fēng)險分析，最終針對高風(fēng)險因素提出了相應(yīng)的預(yù)防控制措施. 研究結(jié)果表明：

1)在導(dǎo)致交通事故發(fā)生的因素中，人的因素、車輛因素、道路因素和環(huán)境因素的占比分別為59.7%、10.1%、17.4%和12.8%. 其中，“行人闖紅燈”“未保持安全車距”“路面濕滑”“駕駛員注意力不集中”為主要影響因素.

2)追尾事故和機動車碰撞行人事故為城市道路平面信號交叉口交通事故的主要事故形態(tài)，針對這2種事故形態(tài)建立事件樹模型，得到的中高風(fēng)險事件鏈分別為：有前車突然減速→未保持安全車距→駕駛員注意力不集中、無前車突然減速→有行人闖紅燈→駕駛員注意力不集中，且前者的風(fēng)險略高于后者，同時表明，相對于“路面濕滑”因素，“駕駛員注意力不集中”對這2種事故形態(tài)的發(fā)生影響均較大.

3)故障樹分析僅從事故發(fā)生概率的角度對事故成因進行分析，而事件樹進一步考慮了事故嚴重程度，使事故成因分析更加全面、合理，提出的預(yù)防控制措施更具針對性和有效性.