發(fā)布時(shí)間：2020-11-07 10:44

　　 在道路交通事故中,雖然翻車事故占比相對(duì)較低,但卻保持著較高的致死率。因此,國(guó)內(nèi)外不少學(xué)者針對(duì)翻車事故開展了相關(guān)研究并取得了豐碩的成果,但是在翻車事故傷害程度方面的研究仍然存在一些值得挖掘的空間。由于已有事故數(shù)據(jù)大都無(wú)法全面觀測(cè)或記錄與翻車事故相關(guān)的所有信息,如駕駛員身高、體重等信息,這些不可觀測(cè)或記錄的翻車事故信息的存在,可能會(huì)導(dǎo)致在事故影響因素分析中同一個(gè)安全因素對(duì)翻車事故傷害程度的影響卻不同,產(chǎn)生差異性效應(yīng),這種差異性效應(yīng)一般又被稱為異質(zhì)性效應(yīng)。但已有相關(guān)研究較少考慮安全因素對(duì)翻車事故傷害程度影響的異質(zhì)性效應(yīng),忽略事故數(shù)據(jù)中可能存在的異質(zhì)性,可能會(huì)導(dǎo)致模型系數(shù)的估計(jì)偏差。此外,目前針對(duì)翻車事故傷害程度的研究大多采用單一的模型進(jìn)行事故分析,研究結(jié)果的可靠性略顯不足。通過(guò)對(duì)不同領(lǐng)域的異質(zhì)性進(jìn)行梳理,本文首先明確了翻車事故數(shù)據(jù)異質(zhì)性的概念,初步分析了翻車事故傷害程度影響因素的異質(zhì)性來(lái)源。在借鑒、吸收國(guó)內(nèi)外成果的基礎(chǔ)上,總結(jié)了不考慮異質(zhì)性效應(yīng)的多項(xiàng)式logit模型、考慮異質(zhì)性效應(yīng)的混合logit和考慮異質(zhì)性效應(yīng)的潛類別logit模型進(jìn)行事故分析的建模、求解和檢驗(yàn)理論,構(gòu)建了完整的分析流程。然后,基于美國(guó)德克薩斯州2016年的翻車事故數(shù)據(jù),從人、車、路以及環(huán)境四個(gè)方面初步選取20個(gè)安全因素作為自變量,以翻車事故傷害程度為因變量,分別建立考慮異質(zhì)性效應(yīng)的混合logit模型、考慮異質(zhì)性效應(yīng)的潛類別logit模型以及不考慮異質(zhì)性效應(yīng)的多項(xiàng)式logit模型,并對(duì)比這三個(gè)模型的擬合優(yōu)度以及預(yù)測(cè)精度。其次,對(duì)比了混合logit模型與潛類別logit模型的異質(zhì)性結(jié)果和預(yù)測(cè)概率結(jié)果。最后,通過(guò)計(jì)算潛類別logit模型中各自變量的平均邊際效應(yīng),定量分析人、車、路以及環(huán)境因素對(duì)翻車事故傷害程度的影響,并根據(jù)分析結(jié)果提出具有針對(duì)性的翻車事故預(yù)防對(duì)策。以上三個(gè)模型的對(duì)比結(jié)果顯示:考慮了異質(zhì)性效應(yīng)的翻車事故傷害程度模型要優(yōu)于不考慮的異質(zhì)性效應(yīng)的翻車事故傷害程度模型;在對(duì)異質(zhì)性效應(yīng)的捕捉能力、擬合優(yōu)度以及預(yù)測(cè)精度方面,潛類別logit模型優(yōu)于混合logit模型�；旌蟣ogit模型與潛類別logit模型的參數(shù)標(biāo)定結(jié)果很好地體現(xiàn)出各安全因素對(duì)翻車事故傷害程度影響的差異與共性:駕駛員性別、年齡等16個(gè)因素在兩個(gè)模型中均顯著影響翻車事故傷害程度,車輛行駛意圖與道路線形2個(gè)因素僅在混合logit模型中顯著;潛類別logit模型的結(jié)果表明車輛類型、限速值、使用安全帶以及駕駛員年齡對(duì)翻車事故傷害程度的影響具有異質(zhì)性效應(yīng),而混合logit模型的結(jié)果表明駕駛員年齡、性別是翻車事故傷害程度的異質(zhì)性影響因素。本文的研究結(jié)果不僅有助于深入了解翻車事故傷害程度影響機(jī)理,可為降低翻車事故傷害程度提供指導(dǎo),為后續(xù)的交通事故傷害程度研究提供參考。
【學(xué)位單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：U491.31
【部分圖文】：

圖 3-8 翻車事故頻率與月份的分布圖圖 3-9 翻車事故頻率與小時(shí)的分布圖 事故發(fā)生日表 3-4 翻車事故傷害程度與事故發(fā)生日的頻率交叉分布表（%）生日 未受傷 可能受傷 非失能傷害 失能傷害 死亡 1 2 3 4 5 6 7 8 9 10 11 120.00%1.00%2.00%3.00%4.00%5.00%6.00%7.00%0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24各小時(shí)翻車事故發(fā)生頻率 平均每小時(shí)翻車事故頻率

“非失能傷害”的預(yù)測(cè)概率核密度圖

“失能傷害”的預(yù)測(cè)概率核密度圖
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王燦;王德;朱瑋;宋姍;;離散選擇模型研究進(jìn)展[J];地理科學(xué)進(jìn)展;2015年10期

2 馬壯林;張祎祎;楊楊;譚曉偉;;公路隧道交通事故嚴(yán)重程度預(yù)測(cè)模型研究[J];中國(guó)安全科學(xué)學(xué)報(bào);2015年05期

3 孫軼軒;邵春福;岳昊;朱亮;;基于SVM靈敏度的城市交通事故嚴(yán)重程度影響因素分析[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2014年05期

4 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(bào)(自然科學(xué)版);2014年01期

5 宗芳;許洪國(guó);張慧永;;基于Ordered Probit模型的交通事故受傷人數(shù)預(yù)測(cè)[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年07期

6 馮素麗;孟廣偉;司俊德;佟風(fēng)華;林森;;工程車輛翻車保護(hù)結(jié)構(gòu)動(dòng)態(tài)設(shè)計(jì)方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2012年04期

7 馬壯林;邵春福;董春嬌;王搶;;基于累積Logistic模型的交通事故嚴(yán)重程度時(shí)空分析[J];中國(guó)安全科學(xué)學(xué)報(bào);2011年09期

8 司俊德;王國(guó)強(qiáng);魏秀玲;王繼新;;工程車輛翻車時(shí)ROPS剛度、斜坡角度和安全帶方式對(duì)人體損傷的影響[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2010年06期

9 司俊德;王國(guó)強(qiáng);閆振華;王繼新;郝萬(wàn)軍;;翻車保護(hù)結(jié)構(gòu)及其吸能構(gòu)件設(shè)計(jì)與性能仿真[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2010年08期

10 馬壯林;邵春福;李霞;;基于Logistic模型的公路隧道交通事故嚴(yán)重程度的影響因素[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2010年02期

相關(guān)碩士學(xué)位論文 前2條

1 張迎;考慮數(shù)據(jù)異質(zhì)性的高速公路交通事故預(yù)測(cè)研究[D];長(zhǎng)安大學(xué);2018年

2 張渤;機(jī)動(dòng)車與摩托車翻車事故受傷嚴(yán)重程度分析[D];西南交通大學(xué);2018年

本文編號(hào)：2873831