基于SEM的高速公路事故路段行車風(fēng)險因素辨識

張文會　于秋影　沈航先

摘 要：為辨識對高速公路事故路段行車安全有影響的關(guān)鍵因素及其影響程度，選取4個潛變量（人、車、道路與環(huán)境、管理因素）和20個觀察變量，構(gòu)建其與高速公路事故路段交通安全之間的結(jié)構(gòu)方程模型（SEM），將問卷調(diào)查的數(shù)據(jù)進(jìn)行信度分析，并采用探索性因子分析（EFA）和驗(yàn)證性因子分析（CFA）2種方法進(jìn)行問卷效度分析，然后將檢驗(yàn)后的有效數(shù)據(jù)導(dǎo)入SEM模型，最終對SEM進(jìn)行擬合檢驗(yàn)和分析。研究結(jié)果發(fā)現(xiàn)，4個因素中人的因素對高速公路事故路段安全的影響最大，其次是道路與環(huán)境因素，而管理因素和車的因素對其影響相對較小。4個潛變量中對應(yīng)觀察變量的影響程度由大到小順序分別為：應(yīng)急操作能力、反應(yīng)判斷能力、疲勞程度、駕齡、超載超員;交通量、車輛速度、制動系統(tǒng)、貨車比例;道路封閉狀態(tài)、事故區(qū)通車寬度、路面狀態(tài)、事故現(xiàn)場位置、天氣狀況;事故現(xiàn)場速度限制、事故現(xiàn)場處置、交通信息發(fā)布。

關(guān)鍵詞：交通工程;高速公路;事故路段;風(fēng)險因素;結(jié)構(gòu)方程模型

中圖分類號：U491.31??? 文獻(xiàn)標(biāo)識碼：A?? 文章編號：1006-8023（2021）02-0095-09

Identification for Driving Risk Factors of Expressway

Accident Section Based on SEM

ZHANG Wenhui， YU Qiuying， SHEN Hangxian

（School of Traffic and Transportation， Northeast Forestry University， Harbin 150040， China）

Abstract：In order to identify the key factors that affect the safety of expressway accident sections and their influence degree， 4 latent variables （human， vehicle， road and environment， management factors） and 20 observation variables were selected to construct the structural equation model （SEM） between them and the traffic safety of the accident section of expressway. The reliability of the questionnaire data was analyzed. Exploratory factor analysis （EFA） and confirmatory factor analysis （CFA） were used to analyze the validity of the questionnaire. Then， the valid questionnaire data was imported into SEM model. Finally， the structural equation model was tested and analyzed. The results showed that the human factor had the greatest impact on the safety of the accident section of the expressway， followed by the road and environmental factors. However， the influence of management factors and vehicle factors was relatively small. Among the four latent variables， the order of the influence degree of the corresponding observation variables was： emergency operation ability， reaction judgment ability， fatigue degree， driving age， overload and overcrowding; traffic volume， vehicle speed， braking system， truck proportion; road closure state， traffic width of accident area， road surface state， location of accident site， weather condition; speed limit of accident site， accident site set up and release traffic information.

Keywords： Traffic engineering; expressway; accident section; influencing factors; structural equation model

收稿日期：2020-09-22

基金項目：中央高?；究蒲袠I(yè)務(wù)費(fèi)（2017YFC0803901）;國家重大科技專項計劃項目（2017YFC0803901）;教育部人文社科基金（17YJCZH250）

第一作者簡介：張文會，博士，副教授。研究方向?yàn)榻煌ㄟ\(yùn)輸安全。E-mail： rayear@163.com

引文格式：張文會，于秋影，沈航先. 基于SEM的高速公路事故路段行車風(fēng)險因素辨識[J].森林工程，2021，37（2）：95-103.

ZHANG W H， YU Q Y， SHEN H X. Identification for driving risk factors of expressway accident section based on SEM[J]. Forest Engineering，2021，37（2）：95-103.

0 引言

近年來，隨著高速公路網(wǎng)的不斷完善，物流運(yùn)輸業(yè)的快速發(fā)展，高速公路運(yùn)輸?shù)目拓涍\(yùn)輸量呈現(xiàn)出增長的趨勢，而高速公路交通事故所造成的傷亡人數(shù)和財產(chǎn)損失也在同步上升[1]。據(jù)統(tǒng)計數(shù)據(jù)，2018年機(jī)動車事故數(shù)超過21萬起，造成20萬人以上的傷亡。而在發(fā)生交通事故的情況下，由于駕駛員對前后方道路情況不明確，更容易再次造成碰撞事故的發(fā)生。因此研究高速公路事故路段的安全和管理是十分必要的[2]。

高速公路事故路段的情況較為復(fù)雜，除了初次事故的影響因素，還包括事故區(qū)的狀態(tài)以及事故現(xiàn)場管理的一些因素。國外對于高速公路事故路段安全的研究主要采用數(shù)據(jù)統(tǒng)計[3]，如：Logistic回歸模型[4]、有序概率模型[5]、車輛動力學(xué)模型[6]等對事故路段的安全影響因素進(jìn)行分析和管理[7]。國內(nèi)對于交通事故路段的影響因素分析主要應(yīng)用了可拓學(xué)理論[8]和DEMATEL-ISM方法[9]，并且在交通事件路段的管理[10]、仿真[11-12]和評價方面[13-14]的研究較多。此外，對于交叉口[15]和隧道路段[16-19]的風(fēng)險因素研究也較多。總的來看，國內(nèi)外在事故路段安全影響因素分析方面相對較少，并且大多數(shù)研究的對象都是普通道路事故路段和施工區(qū)路段[20-23]，而針對高速公路事故路段的研究也較少。

由于結(jié)構(gòu)方程綜合了多元回歸分析、因子分析及路徑分析，既可以分析各個潛變量之間的關(guān)系，又可以對各潛變量內(nèi)部的觀測變量進(jìn)行更進(jìn)一步的分析。因此，本文采用結(jié)構(gòu)方程模型對高速公路事故路段安全的影響因素進(jìn)行分析，并利用問卷調(diào)查的數(shù)據(jù)帶入模型，進(jìn)行模型擬合檢驗(yàn)分析。

1 結(jié)構(gòu)方程模型及其應(yīng)用步驟

測量模型與結(jié)構(gòu)模型是結(jié)構(gòu)方程模型中的2個基本模型。測量模型描述潛變量與觀測變量之間的關(guān)系，結(jié)構(gòu)模型則描述潛變量與潛變量之間的關(guān)系。

建立結(jié)構(gòu)方程模型，要以現(xiàn)有的理論和研究成果為基礎(chǔ)，做出合理的假設(shè)，初步建立潛變量之間的路徑關(guān)系圖，將調(diào)查的數(shù)據(jù)導(dǎo)入模型中，得到運(yùn)算結(jié)果，對結(jié)構(gòu)方程模型的擬合指標(biāo)進(jìn)行檢驗(yàn)和分析，若擬合指標(biāo)符合相關(guān)的要求，則說明所建立的理論假設(shè)模型是有意義的。若擬合指標(biāo)不符合標(biāo)準(zhǔn)要求，那么就需要進(jìn)一步調(diào)整模型。

本文根據(jù)既往研究結(jié)果，首先篩選了24個觀測變量建立模型，根據(jù)信度檢驗(yàn)、效度檢驗(yàn)和模型擬合檢驗(yàn)的結(jié)果，通過多次的SEM模型修正，將觀測變量（問卷）中的4個變量逐步進(jìn)行了刪除，其中刪除的變量有人的因素中強(qiáng)行超車因素，車的因素中的輪胎磨損因素和車輛性能因素，道路與環(huán)境因素中能見度因素。最終建立了由20個觀測變量組成的模型，其信度分析、效度分析和擬合檢驗(yàn)結(jié)果都符合標(biāo)準(zhǔn)要求。

2 高速公路事故路段安全影響因素結(jié)構(gòu)方程模型的構(gòu)建

2.1 模型變量定義與研究假設(shè)

2.1.1 變量定義

通過對現(xiàn)有的理論知識和研究成果的深入研究，再結(jié)合實(shí)際情況，將各個變量之間的關(guān)系表現(xiàn)出來。本文的模型主要包含5個潛變量：環(huán)境因素、人的因素、車輛因素、管理因素和高速公路事故路段交通安全。

由于管理因素不受外界因素的變化而變化，所以將其設(shè)置為外因潛在變量F4。人的因素記為F1，車的因素記為F2，道路與環(huán)境因素記為F3，高速公路事故路段交通安全記為F5。觀測變量用Xi表示，高速公路事故路段交通安全變量指標(biāo)見表1。

2.1.2 研究假設(shè)

綜合前人的研究成果，本文認(rèn)為人、車、道路與環(huán)境、管理、高速公路事故路段交通安全5個潛變量間存在相互影響的關(guān)系，如圖1所示。研究假設(shè)如下。

H1：人的因素影響高速公路事故路段交通安全。

H2：人的因素影響車的因素。

H3：車的因素影響高速公路事故路段交通安全。

H4：道路與環(huán)境因素影響高速公路事故路段交通安全。

H5：管理因素影響高速公路事故路段交通安全。

H6：管理因素影響人的因素。

H7：管理因素影響車的因素。

H8：管理因素影響道路與環(huán)境因素。

H9：道路與環(huán)境因素影響人的因素。

H10：道路與環(huán)境因素影響車的因素。

2.2 模型的構(gòu)建

觀察變量都會存在測量誤差或殘差，將殘差項用e來表示?；谏衔奶岢龅募僭O(shè)，利用AMOS可以得到高速公路事故路段交通安全結(jié)構(gòu)方程模型圖，如圖2所示。

3 問卷調(diào)查

3.1 問卷設(shè)計與數(shù)據(jù)收集

問卷主體包含5個部分：人的安全因素調(diào)查、車的安全因素調(diào)查、道路與環(huán)境的安全因素調(diào)查、管理的安全因素調(diào)查及事故路段交通安全的因素。調(diào)查的人員主要包含道路交通安全領(lǐng)域的專家學(xué)者、駕齡超3 a以上的駕駛?cè)?、?jīng)常行駛高速公路的貨運(yùn)司機(jī)等。調(diào)查采用網(wǎng)絡(luò)問卷調(diào)查方式，共收回了260份調(diào)查問卷，均為有效調(diào)查問卷。

問卷采用李克特5級評分量表，將對問題的認(rèn)同程度分為非常同意、同意、一般、不同意、非常不同意5個等級。

3.2 問卷信度分析

利用Cronbachs α對問卷的信度進(jìn)行檢驗(yàn)。Cronbachs α方法又簡稱α系數(shù)。當(dāng)α系數(shù)越大，問卷的可靠性也越高，其值為0～1。既往研究認(rèn)為，信度系數(shù)在大于0.7時，說明題目之間的一致性和穩(wěn)定性較好。

利用SPSS得到調(diào)查問卷中統(tǒng)計量的Cronbachs α 值，見表2。

由表2可知，5個潛變量的α值均大于0.7，說明此量表的內(nèi)部一致性是穩(wěn)定的。因此，從信度檢驗(yàn)的結(jié)果來看，問卷設(shè)計還是比較合理的。

3.3 問卷效度分析

問卷效度是對各因子之間和因子內(nèi)部的有效性進(jìn)行分析，一般有探索性因子分析（EFA）和驗(yàn)證性因子（CFA），為確保問卷的有效性，本文對這2種方法都進(jìn)行了應(yīng)用。

3.3.1 探索性因子分析

通過KMO和Bartlett球形檢驗(yàn)發(fā)現(xiàn)KMO的值為0.875，大于0.8，并且P-value也小于0.01，因此可以利用數(shù)據(jù)進(jìn)行因子分析。

（1）主成分提取結(jié)果

由表3可知，特征值大于1的成分有5個，累計方差貢獻(xiàn)率為64.819%，大于60%，說明20個題目提取的5個因子對于數(shù)據(jù)的解釋度較為理想。

根據(jù)圖3可知，折線在成分6以后趨向平緩，并在之前急劇下降，說明20個題目提取5個因子較為合適。

（2）旋轉(zhuǎn)成分矩陣

根據(jù)表4可以判斷其各個題目的因子歸屬，可以發(fā)現(xiàn)各個題目的因子載荷幾乎均大于0.7，X1—X5屬于同一個因子，題目表現(xiàn)為F1，X6—X9屬于同一個因子，題目表現(xiàn)為F2，X10—X14屬于同一個因子，題目表現(xiàn)為F3，X15—X17屬于同一個因子，題目表現(xiàn)為F4，X18—X20屬于同一個因子，題目表現(xiàn)為F5，檢驗(yàn)結(jié)果與題目本身的因素劃分相一致，說明問卷的題目設(shè)置比較合理。

3.3.2 驗(yàn)證性因子分析

將問卷數(shù)據(jù)代入到結(jié)構(gòu)方程模型中，可得到驗(yàn)證性因子分析的結(jié)果。

（1）組合信度和收斂效度

由表5可知，5個潛變量的非標(biāo)準(zhǔn)化的參數(shù)估計值都是顯著的（P<0.05），標(biāo)準(zhǔn)化的因素負(fù)荷量均大于0.6，符合標(biāo)準(zhǔn)要求，SMC均大于0.36，大部分都大于0.5，說明各個潛變量對應(yīng)的題目具有很高的代表性，組合信度都大于0.7，說明題目的內(nèi)部一致性較好，AVE（平均方差變異抽取量）的值大部分大于0.5，只有F2的值為0.456，但也接近0.5，說明收斂效度理想。

（2）區(qū)分效度

由表6可以發(fā)現(xiàn)，5個潛變量之間均有一定的相關(guān)性，另外相關(guān)系數(shù)均小于其所對應(yīng)的AVE的平方根，說明潛變量之間的相關(guān)性小于潛變量自身內(nèi)部題目的相關(guān)性，即彼此之間存在一定的區(qū)分效度。

4 模型檢驗(yàn)及分析

4.1 擬合檢驗(yàn)

運(yùn)用AMOS進(jìn)行模型檢驗(yàn)分析，本文采用卡方自由度比值（χ2/df）、擬合優(yōu)度指數(shù)（GFI）、調(diào)整擬合優(yōu)度指數(shù)（AGFI）、Bentler比較擬合指數(shù)（CFI）、近似誤差均方根（RMSEA）、非規(guī)范擬合指數(shù)（TLI）、增值適配指數(shù)（IFI）。結(jié)構(gòu)方程模型的擬合優(yōu)度檢驗(yàn)見表7。

由表7可知，χ2 /df的值為1.098，小于標(biāo)準(zhǔn)值3;GFI、AGFI、CFI、TLI和IFI的值也均大于0.9，符合評價標(biāo)準(zhǔn);RMSEA為0.019，小于標(biāo)準(zhǔn)值0.05。模型整體擬合效果非常好，所以該假設(shè)模型是可以接受的。

4.2 假設(shè)檢驗(yàn)及結(jié)果分析

（1）假設(shè)檢驗(yàn)結(jié)果

對結(jié)構(gòu)方程模型進(jìn)行假設(shè)檢驗(yàn)，檢驗(yàn)結(jié)果見表8，除假設(shè)7未通過檢驗(yàn)，其余所有假設(shè)均通過假設(shè)檢驗(yàn)。

假設(shè)1的標(biāo)準(zhǔn)化路徑系數(shù)為0.429，且P<0.001，因此人的因素對高速公路事故路段交通安全是顯著影響的，在4個因素中對事故路段交通安全的影響最大。表明駕駛員的駕駛技能越成熟，駕駛員的應(yīng)急操作能力和反應(yīng)判斷能力越強(qiáng)，生理狀態(tài)和安全意識越好，高速公路事故路段安全程度越高。

假設(shè)3的標(biāo)準(zhǔn)化路徑系數(shù)為0.166，P=0.008，因此車的因素對高速公路事故路段交通安全是顯著影響的，相對其他3個因素的影響是最小的。

假設(shè)4的準(zhǔn)化路徑系數(shù)為0.26，P<0.001，因此道路與環(huán)境因素對高速公路事故路段交通安全是顯著影響的，是在4個因素中第2影響高速公路事故路段交通安全的因素。也表明道路封閉狀態(tài)、事故區(qū)通車寬度、事故現(xiàn)場位置、路面狀態(tài)和天氣狀況等因素對高速公路事故路段交通安全程度是有一定影響的。

假設(shè)5的準(zhǔn)化路徑系數(shù)為0.178，P<0.001，因此管理因素對高速公路事故路段交通安全顯著影響，是在4個因素中第3影響高速公路事故路段交通安全的因素。也表明事故現(xiàn)場處置的方式越合理，交通信息發(fā)布越及時，事故現(xiàn)場速度限制越合理，高速公路事故路段交通安全程度也越高。

此外，H9的標(biāo)準(zhǔn)化系數(shù)達(dá)到0.42，表明道路與環(huán)境因素對人的因素影響是較大的，而管理因素對車的影響相對來說較小。

（2）觀測變量的路徑系數(shù)分析

運(yùn)用AMOS軟件對模型進(jìn)行檢驗(yàn)和計算，得到模型的非標(biāo)準(zhǔn)化輸出結(jié)果和標(biāo)準(zhǔn)化輸出結(jié)果，如圖4和圖5所示。

由圖5可知，對人的因素影響最大的觀測變量是應(yīng)急操作能力（X2），路徑系數(shù)為0.79，反應(yīng)判斷能力（X3）的路徑系數(shù)是0.76，是人的因素中第2影響事故路段安全的因素，駕齡（X1）、疲勞程度（X4）、超載超員（X5）是影響高速公路事故路段交通安全的第3梯隊因素，路徑系數(shù)分別為0.71、0.72和0.71。

對車的因素影響最大的觀測變量是交通量（X6），路徑系數(shù)為0.76，制動系統(tǒng)（X8）、車輛速度（X9）的路徑系數(shù)分別是0.65、0.68，是車的因素中第2影響事故路段安全的因素，貨車比例（X7）對車的影響相對最小。

對道路與環(huán)境因素影響最大的是道路封閉狀態(tài)（X10），路徑系數(shù)達(dá)到0.8，事故區(qū)通車寬度（X11）、事故現(xiàn)場位置（X12）、路面狀態(tài)（X13）、天氣狀況（X14）對道路與環(huán)境的影響次之，路徑系數(shù)分別是0.52、0.51、0.52、0.51。

事故現(xiàn)場速度限制（X17）對管理因素的影響最大，事故現(xiàn)場處置（X15）的影響次之，路徑系數(shù)是0.73，交通信息發(fā)布（X16）對管理因素影響相對較小。

5 結(jié)論

通過結(jié)構(gòu)方程模型對人、車、道路與環(huán)境、管理因素與高速公路事故路段安全之間的關(guān)系進(jìn)行了研究，通過問卷調(diào)查獲取數(shù)據(jù)，對數(shù)據(jù)進(jìn)行信度和效度檢驗(yàn)，最終對模型運(yùn)算結(jié)果進(jìn)行分析。得到以下主要結(jié)論。

（1）根據(jù)路徑影響系數(shù)，人、車、道路與環(huán)境、管理4個因素對高速公路事故路段安全的影響程度由大到小順序?yàn)椋喝说囊蛩兀?.429）、道路與環(huán)境因素（0.26）、管理因素（0.178）、車的因素（0.166）。

（2）根據(jù)路徑影響系數(shù)，人的因素中各個因素的影響程度由大到小順序?yàn)椋簯?yīng)急操作能力、反應(yīng)判斷能力、疲勞程度、駕齡、超載超員;車的因素中各個因素的影響程度由大到小順序?yàn)椋航煌俊④囕v速度、制動系統(tǒng)、貨車比例;道路與環(huán)境因素中各個因素的影響程度由大到小順序?yàn)椋旱缆贩忾]狀態(tài)、事故區(qū)通車寬度（路面狀態(tài)）、事故現(xiàn)場位置、天氣狀況;管理因素中各個因素的影響程度由大到小順序?yàn)椋菏鹿尸F(xiàn)場速度限制、事故現(xiàn)場處置、交通信息發(fā)布。

（3）本文對高速公路事故路段影響因素的影響程度進(jìn)行了較為全面的分析，可為交通管理部門提供一定的管理依據(jù)，同時也為行駛高速事故路段的駕駛?cè)颂峁┌踩{駛的依據(jù)。

（4）未來，可進(jìn)一步增加觀察變量的數(shù)量，進(jìn)行更全面、范圍更大的調(diào)查和研究;也可進(jìn)一步考慮更多影響因素，對模型進(jìn)行改進(jìn)分析以及深入分析觀測變量間的相互影響。

【參考文獻(xiàn)】

[1]陳春.道路交通事故的影響因素研究：基于結(jié)構(gòu)方程模型的實(shí)證研究[J].中國安全生產(chǎn)科學(xué)技術(shù)，2014，10（5）：110-116.

CHEN C. Research on influencing factors of road traffic accidents： empirical study based on structural equation model[J]. Journal of Safety Science and Technology， 2014， 10（5）：110-116.

[2]馬柱，陳雨人，張?zhí)m芳.城市道路交通事故嚴(yán)重程度影響因素分析[J].重慶交通大學(xué)學(xué)報（自然科學(xué)版），2014，33（1）：111-114.

MA Z， CHEN Y R， ZHANT L F. Influence factors of accident severity for urban road[J]. Journal of Chongqing Jiaotong University （Natural Sciences）， 2014， 33（1）：111-114.

[3]Federal Transit Administration， Federal Highway Administration. Regional traffic incident management program： Implementation guide[R]. Transportation Research Board， 2001.

[4]FARADYNE P B. Traffic incident management handbook[R]. Federal Highway Administration Office of Travel Management， 2000.

[5]YUN， DUKGEUN. Analysis of road cross section component affecting[J]. Traffic Accident Severity on National Highway， 2017， 32（6）： 143-149.

[6]ZHENG H R， QIN Y Q， GUO F X. Speed and reaction behavior in different highway landscapes： A driving simulator study[J]. Traffic Injury Prevention， 2018， 19（8）： 880-884.

[7]MONACHE M L D， PICCOLI B， ROSSI F. Traffic regulation via controlled speed limit[J]. Siam Journal on Control and Optimization， 2017， 55（5）： 2936-2958.

[8]張文會，馬俊，羅文文，等.基于可拓學(xué)的事故路段風(fēng)險等級識別模型[J].重慶交通大學(xué)學(xué)報（自然科學(xué)版），2016，35（1）：107-110.

ZHANG W H， MA J， LUO W W， et al. Risk grade identification model of accident section based on extension theory[J]. Journal of Chongqing Jiaotong University （Natural Science Edition）， 2016， 35（1）： 107-110.

[9]張文會，趙軍芳，羅文文，等.基于DEMATEL-ISM事故路段行車風(fēng)險因素辨識模型[J].交通運(yùn)輸工程與信息學(xué)報，2015，13（1）：13-17.

ZHANG W H， ZHAO J F， LUO W W， et al. Traffic risk factor identification model of accident section based on DEMATEL-ISM[J]. Journal of Transportation Engineering and Information， 2015，13（1）： 13-17.

[10]于仁杰，馬榮國，王俊凌，等.高速公路施工區(qū)層級限速問題研究[J].中國公路學(xué)報，2013，26（6）：150-156.

YU R J， MA R G， WANG J L， et al. Research on hierarchical speed limit in expressway construction area[J]. China Journal of Highway and Transport， 2013， 26（6）： 150-156.

[11]黃青霞，賈斌，強(qiáng)生杰，等.基于元胞自動機(jī)的高速公路施工區(qū)交通影響分析[J].長安大學(xué)學(xué)報（自然科學(xué)版），2015，35（S1）：254-258.

HUANG Q X， JIA B， QIANG S J， et al. Traffic impact analysis of expressway construction area based on cellular automata[J]. Journal of Chang'an University （Natural Science Edition）， 2015， 35（S1）： 254-258.

[12]潘立，霍文星.大交通量下高速公路施工區(qū)交通組織仿真優(yōu)化方法[J].公路交通科技（應(yīng)用技術(shù)版），2017，13（2）：265-270.

PAN L， HUO W X. Simulation and optimization method of traffic organization in expressway construction area under large traffic volume[J]. Journal of Highway and Transportation Research and Development （Application Technology Edition）， 2017， 13（2）： 265-270.

[13]蔣若曦，朱順應(yīng)，王磊，等.基于交通沖突的高速公路施工區(qū)安全評價[J].中國安全科學(xué)學(xué)報，2019，29（6）：116-121.

JIANG R X， ZHU C Y， WANG L， et al. Safety evaluation of expressway construction area based on traffic conflict[J]. China Safety Science Journal， 2019， 29（6）：116-121.

[14]彭余華，王曉玉，呂紀(jì)娜，等.基于服務(wù)水平的高速公路養(yǎng)護(hù)作業(yè)工作區(qū)長度確定方法[J].中國公路學(xué)報，2016，29（5）：130-136.

PENG Y H， WANG X Y， LV J N， et al. Determination method of expressway maintenance work area length based on service level[J]. China Journal of Highway and Transport， 2016， 29（5）：130-136.

[15]丁柏群，宋子龍.基于交通沖突的城市交叉口風(fēng)險影響因素分析[J].森林工程，2019，35（5）：98-105.

DING B Q， SONG Z L. Analysis on risk factors of urban intersection based on traffic conflict[J]. Forest Engineering， 2019， 35（5）：98-105.

[16]劉明秀，林麗.城市隧道入口自然光對駕駛?cè)艘曈X影響分析[J].森林工程，2018，34（4）：102-107.

LIU M X， LIN L. Analysis of the influence of natural light at the entrance of urban tunnel on driver's vision[J]. Forest Engineering， 2018， 34（4）：102-107.

[17]方松，馬健霄.城市隧道路段駕駛行為綜合風(fēng)險研究[J].森林工程，2019，35（6）：67-71.

FANG S， MA J X. Study on comprehensive risk of driving behavior in urban tunnel section[J]. Forest Engineering， 2019， 35（6）： 67-71.

[18]馬明明，姬永生.新建隧道下穿施工對既有高速公路的影響及工法優(yōu)化研究[J].公路工程，2020，45（1）：140-145.

MA M M， JI Y S. Influences of new tunnel underpass construction on existing expressway and study on construction method optimization[J]. Highway Engineering， 2020， 45（1）：140-145.

[19]王海龍，張治，劉暢，等.側(cè)風(fēng)環(huán)境高速公路隧道口防風(fēng)柵優(yōu)化設(shè)計[J].公路工程，2019，44（5）：99-104.

WANG H L， ZHANG Z， LIU C， et al. Research on wind tunnel of tunnel portal based on strong crosswind environment[J]. Highway Engineering， 2019， 44（5）：99-104.

[20]劉學(xué)強(qiáng)，呂路，樊祥喜，等.高速公路施工導(dǎo)行區(qū)上游過渡區(qū)長度設(shè)置研究[J].華東交通大學(xué)學(xué)報，2020，37（4）：75-81.

LIU X Q， LV L， FAN X X， et al. Study on length setting of upstream transition zone of expressway construction guide area[J]. Journal of East China Jiaotong University， 2020， 37（4）：75-81.

[21]朱順應(yīng)，鄒禾，蔣若曦，等.高速公路施工區(qū)合流路段交通沖突模型[J].哈爾濱工業(yè)大學(xué)學(xué)報，2020，52（9）：70-76.

ZHU S Y， ZOU H， JIANG R X， et al. Traffic conflict model of confluence section in expressway construction area[J]. Journal of Harbin Institute of Technology， 2020， 52（9）：70-76.

[22]徐靜，張志文.基于云模型的高速公路改擴(kuò)建施工區(qū)交通組織方案評價模型[J].公路交通科技（應(yīng)用技術(shù)版），2019，15（10）：256-259.

XU J， ZHANG Z W. Evaluation model of traffic organization scheme in expressway reconstruction and expansion construction area based on cloud model[J]. Journal of Highway and Transportation Research and Development （Application Technology Edition）， 2019， 15（10）：256-259.

[23]馮玉龍，林政園，王雪鋒，等.高速公路改擴(kuò)建工程中拼寬橋梁的設(shè)計與施工關(guān)鍵技術(shù)分析[J].公路工程，2020，45（2）：137-142.

FENG Y L， LIN Z Y， WANG X F， et al. Key technology analysis of design and construction of widening bridges in highway reconstruction and expansion project[J]. Highway Engineering， 2020， 45（2）：137-142.