苏州市高速公路安全统计建模

张琪冯明杰裴莹莹邓

摘要:高速公路作为连接长三角地区的重要通道，承载着大量的交通需求。通过安全建模分析，可以识别长三角都市圈通勤时段公路交通事故特征和交通安全主要影响因素，提高运行安全性和效率，有利于推进长三角城市群交通一体化建设。本文收集了苏州市10条高速公路的交通事故数据、道路几何数据和交通运行数据，考虑了空之间的相关性。基于微观截面单元，建立贝叶斯负二项条件自回归模型。结果表明，道路几何特性和交通运行特性对高速公路的安全性有显著影响。

关键词:长三角都市圈；高速公路；贝叶斯负二项条件自回归模型:影响因素

基金:道路交通安全“十四五”规划(2020SJD06)，道路安全现状分析与对策研究专题。

苏州高速公路安全建模

张琪1，王雪松1，冯明杰1，裴莹莹1，邓一平2(1。同济大学道路与交通工程教育部重点实验室，上海201804；2.公安部交通管理研究所，无锡214151)

摘要:高速公路作为连接长江三角洲的重要通道，承载着大量的交通需求。有必要进行相应的安全分析，以确定长三角都市圈通勤期间高速公路交通事故的特征和影响因素。从苏州的10条高速公路上收集了几何特征和交通运行因素。考虑到空间相关性，选择一组贝叶斯负二项条件自回归(NB-CAR)模型作为基于微观分析单元的预测模型。结果表明，几何特征和交通运行因素与碰撞频率有很大关系。

关键词:长三角都市圈；高速公路；贝叶斯负二项条件自回归模型；影响因素

截至2019年，长三角地区高速公路总里程1.49万公里，高速公路覆盖率明显高于全国平均水平，其中苏州高速公路里程达到608公里[1]。高速公路作为连接长三角都市圈的重要通道，提供中大型、长距离的快速交通服务，承担着长三角地区大量的过境交通。由于高速公路具有车流量大、速度快的特点，一旦发生事故，将对生命财产和交通运行造成巨大损失。识别高速公路上下班时间的交通事故特征，确保交通安全畅通，对苏州乃至整个长三角地区尤为重要。因此，研究高速公路事故的影响因素，有助于为其运营管理提出有效的改善措施。

交通事故数据具有离散性、非负性、随机性和非正态分布的特点，传统的线性回归模型不能很好地拟合事故数据。因此建立了广义线性回归模型进行事故预测，其中泊松模型和负二项模型被广泛用于拟合事故的发生[2]。而广义线性模型假设研究样本相互独立，没有考虑事故数据的层次结构，如研究单元的空之间的相关性，可能导致错误估计。由于高速公路沿线路段在几何设计、交通特性等方面存在未观测到的相似性，为了求解由此产生的空之间的相关性，在高速公路事故建模中广泛采用条件自回归模型[3-5]。该模型克服了广义估计方程理论的局限性，可以灵活设置组内研究单元之间的相关系数。

基于苏州市10条高速公路的微观路段数据，考虑到空之间的相关性，建立了条件自回归负二项模型。针对高速公路上下班高峰期，研究了道路几何特征、交通运行特征与事故频率之间的关系。

1数据准备

1.1公路选择和道路划分

本文以苏州10条高速公路为分析对象，将其划分为微观分析单元:主线路段每1km划分为一个微观单元；出入口路段考虑了出入口匝道对交通运行的影响，按照匝道位置划分路段。最后，将10条高速公路划分为1013个微路段研究单元。

1.2数据采集

交通事故数据来源于2019年苏州市高速公路交通事故记录。根据划分的微观研究单元，收集车道数、匝道类型、路段长度等微观路段的道路几何变量，收集到的匝道类型如图1所示。交通数据来自高速龙门架信息和交通流量表，统计高峰小时交通量。速度数据来自高德平台，该平台收集了10条高速公路所有路段的速度数据，并计算出高峰时段的平均速度。道路几何设计变量和交通运行变量的统计信息见表1和表2。

2安全统计模型和估算方法

2.1贝叶斯负二项条件自回归模型

贝叶斯方法可以结合先验分布，利用原始模型为现有数据建模提供先验依据，从而获得更好的拟合结果。先验分布可以通过经验获得，也可以是没有信息的先验分布。该方法可有效避免因数据偏差过大而导致的结果不可靠。理论框架如下:

2.2模型结果

贝叶斯估计由马尔可夫链算法完成。本文利用WinBUGS软件的Gibbls抽样方法模拟马尔可夫链，从而完成贝叶斯模型的标定。假设模型中随机效应项的方差和负二项分布的离散系数服从逆伽玛分布，马尔可夫链设置为20000次迭代，丢弃前4000次不稳定迭代。参数估计结果如表3所示。

95%置信区间不含零，说明对应的估计参数是显著的。根据事故预测模型的参数估计结果，可以看出道路几何变量和交通运行变量都是交通事故的显著影响因素。

3安全影响因素分析

3.1道路的几何特征

根据表3，车道属性部分，单向三车道的系数在95%置信水平下为负且显著，表明单向三车道的事故频率显著低于单向两车道。单向四车道和大于单向四车道的模型系数在95%置信水平下为正且显著，表明当车道数达到一定水平时，高速公路交通事故随车道数的增加而增加，且显著相关。Kononov等人[6]利用神经网络模型研究车道数与交通安全的相关性，得到了类似的结论。这可能与变道行为随着车道的增加而增加有关。在早晚高峰期间，交通流量很大，司机往往会频繁变道，以确保其顺利运行。在高速公路上，以较快的速度变道很可能导致追尾和侧面碰撞。

在匝道类型部分，入口匝道、出口匝道、先入后出匝道和先出后出匝道的模型系数显著为正。说明有上匝道、下匝道、先入后出、先出后出的匝道，相对于没有匝道的路段，会增加该路段的事故风险。交通的频繁分流和流入会对主线交通造成干扰，因此入口匝道或出口匝道的存在会增加事故发生的可能性。路段内两个入口匝道的模型系数不显著，可能与样本量小有关。

在路段长度上，模型结果表明路段长度变化显著且符号为正，表明高速公路交通事故随着微观路段长度的增加而增加。高速公路交通作为一个连续流，以非常高的速度流动，行驶环境相对简单，驾驶员可能无法对突发情况做出反应，容易造成事故。

3.2交通运行特征

高峰小时交通量的对数与事故频率之间存在显著的正相关关系，即随着公路交通量的增加，事故频率也随之增加。当交通流量增加时，车辆之间的相互干扰会显著增加，严重影响交通运行的安全和效率。

路段峰值小时平均速度与交通事故之间存在显著的负相关关系，即随着速度的提高，公路路段的事故减少。较高的运行速度表明该高速公路路段运行平稳，较低的运行速度表明该路段运行较差，可能发生交通拥堵或事故，容易发生追尾和侧面碰撞。

4摘要

以苏州市10条高速公路为研究对象，建立贝叶斯负二项条件自回归模型，发现路段长度、高峰小时流量、高峰小时速度、车道数和匝道类型都会对高速公路路段的事故数量产生显著影响。研究结果揭示了道路几何特征和交通运行特征对苏州市高速公路上下班高峰时段交通事故的影响，为苏州市高速公路交通安全管理和未来长三角都市圈交通规划的实施提供了一定的参考。

参考

[1]苏州市统计局。苏州统计年鉴(2020)[M]。北京:中国统计出版社，2020。

[2]丹尼尔·J·R，MAINA E .城市高速公路的安全与通行能力。第六届国际高速公路通行能力和服务质量研讨会，瑞典斯德哥尔摩。2011.

[3]谢K，王X，欧兹贝K，杨h .高密度城市道路网中信号交叉口事故频率建模[J].北京:交通大学学报，2002 .事故研究中的分析方法。2014, 2: 39-51.

[4]马X，陈峰.基于损伤严重程度的碰撞频率的多变量时空建模[J].事故研究中的分析方法。2017, 15 : 29-40.

[5]王X，冯m .高速公路单车与多车碰撞安全性分析:影响因素与热点[J].事故分析和预防。2019, 132.

[6] KONONOV J，BAILEY B A，ALLERY B K .城市高速公路车道数与安全之间关系的探索性分析[J].华盛顿特区运输研究记录杂志:国家科学院运输研究委员会。2008.