英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

比利时佛兰德斯地区大范围黑点整治工程的安全性

Ellen De Pauw lowast;, Stijn Daniels, Tom Brijs , Elke Hermans, Geert Wets

关键词：

事前事后 黑点 事故 有效性 经验贝叶斯法

摘要

黑点整治是一种广泛运用于提升交通安全的措施。这项研究评价了正在比利时的佛兰德斯地区实施的黑点整治工程的安全性。本文共大约选取800处黑点，其中134处黑点在2004年-2007年期间被重新设计。本文采用一种经验贝叶斯事前事后研究方法，这种研究方法解释了包含均值回归的总趋势以及事故随机性对安全的影响。建立了两个不同的对照组。分析表明在1%的显著水平下伤害事故量的减少为24%-27%，一项对严重伤害事故的单独分析同样显示在1%的显著水平下，严重伤害事故量减少了46%-57%。当优先级控制交叉口改变布局，以及安装信号灯时对交通安全的影响最为明显，伤害事故量分别减少42%和35%。实施左转相位保护使伤害事故量减少22%，而布局变化使伤害事故量减少11%。交叉口（包括信号控制和优先级控制）转变为环形路口使伤害事故量减少21%。黑点整治工程对所有类别的道路使用者（汽车驾驶员、助力车驾驶员、自行车骑行者、摩托骑行者、卡车驾驶员和行人）都产生了积极的影响

1． 研究背景

为了提高交通安全，各国引进了一种黑点整治办法（BITRE, 2012;Soslash;rensen 和 Elvik , 2007）。黑点是指由于局部因素而相比其他类似位置有较高预期事故量的位置（Elvik,2007)）。黑点整治工程的目的是通过改变这些危险地方的基础设施，减少事故的数量和严重程度。2002年，佛兰德斯政府决定将整治最危险的交通黑点作为达成交通安全目标的主要方法。基于事故 的数量和真实性，这个项目选择了809个黑点。其中99%都是交叉口，所有黑点都位于高速公路上。选取了在1997-1999年期间发生过至少3起伤害事故的地点，并计算优先级评分。这个分数基于受到伤害的道路使用者的数量：每个轻伤人员的分数为1，每个重伤人员的分数为3，而每个受到致命伤的人员的分数为5。当总优先级评分不小于15时这个地点被选为危险点。

优先级评分= 1times;X 3times;Y 5times;Z

其中 X=轻伤人数（只是受伤但未被定义为重伤或致命伤的人员）

Y=重伤人数（需要超过24小时住院治疗）

Z=致命伤人数（在事故地点死亡或者在事故30天内死亡的人员）

本文研究的主要问题是：基于事故数量的佛兰德斯黑点整治工程对交通安全有什么效果？

2. 前期研究

目前已有不同的学者就黑点项目对交通事故的影响进行了前期研究。Elvik等人 (2009)通过对工程实施前后的交通事故的比较，对交通黑点整治工程对交通安全的影响进行了分析研究。他们发现比起控制了均值回归这个混杂变量的研究，没有控制均值回归的研究更能减少事故的发生。由于黑点的选取基于高事故量，这些地点也就非常容易均值回归。由于这个原因，Elvi等人（2009）仅进行了控制该混杂变量的研究。该研究的作者发现黑点整治使伤害事故量减少了26%。单看欧洲的研究，发现减少的百分比为22%。区别黑点整治和黑区整治，发现黑点整治的效果更好。后者减少33%的伤害事故量，而黑区的伤害事故量减少了28%。从1996-97年到2002-03年共七年时间内澳大利亚批准和完成了2578项黑点项目，最近澳大利亚一项广泛的研究(BITRE,2012)检查了其中的1599件，约62%。这项研究显示严重伤亡事故减少了30%，只是财产损害的事故减少了26%。趋势影响通过每个州或地区的总事故数进行控制。为了控制均值回归，在工程向澳大利亚在政府申请之后到工程开始之前的这段时间内，选出整治前的事故数据。

3. 研究方案设计

本文采用的方法是经验贝叶斯事前事后研究法。这是被广泛接受的最好的交通安全措施评价标准。这种方法将整治工程实施后的事故观察值与未被整治时的事故期望值进行了对比。这个事故期望值是基于外来因素修正的整治之前的事故数。除了整治工程本身的影响之外，还有相当数量的其他因素对交通安全产生了影响，因此这些因素也需要进行修正。这些混杂的因素是：均值回归、总事故趋势、事故发生的巧合性、和交通流量的总变化。这些偶然性通过使用点估计和置信区间进行控制（Elvik,1997;Hauer,1997）。2002年Elvik的一篇研究显示，交通流量不需要明确解释，使用总事故频率达到几百的一个大型的对照组就足够了。第一个对照组包含了211个地点，遍布在佛兰德斯周围。第二个对照组包括佛兰德斯的所有交通事故，这足以控制交通流量变化。 而且，由于佛兰德斯的道路系统结构的原因，可以说黑点整治带来的交通流量的特定影响很可能是非常有限的。尽管这种结构主要包括限速很低的当地道路，但是它给驾驶员选择替代道路的机会十分有限。因为黑点整治主要用于高级道路，因此可能对驾驶员变更道路的选择只有一定影响。为了控制均值回归和总趋势影响，本文采用了经验贝叶斯法，详见下文。

4. 数据

为了能够进行分析，研究需要一个交通事故的地理位置分布。到本研究进行时，2008年及以前的事故位置数据都可以获取。我们认为每个黑点整治前后都需要获取至少一年的事故数据，才可能得到事前事后估计。随后，我们发现2007年及以前的整治完成并且开放使用的交通黑点能被估计，并选取了134个交通黑点作为最终研究组。实验组和对照组的选取过程的地理位置展示在图1中。

图形如下所述：佛兰德斯政府一共选取了809个交通黑点。其中160个只采取了一些小措施，比如信号相位的改变或标志的微调。这些地点没有被选取，因为这些小变化没有带来任何可用信息，也就是说它无法区分出整治前后。在剩下的649个黑点中，201个在2008年之前被整治，被选为实验组。2008年之后，294处地点仍需整治，被选为对照组。后者与实验组进行对照，但不同于完全没有被整治的地点。另外154处地点的基础设施工程因为在2009年之前开始施工，所以没有被选为对照组；又因为它们到2008年为止没有施工完成，所以也没有被选为实验组。最终选定了201处地点为实验组，294处地点为对照组。某些地点缺失了经验贝叶斯法所必须的交通流量数据。于是实验组的69处地点和对照组的91处地点又被排除。一些黑点包含了两个交叉口，主要是在高速公路上下坡道处的交叉口。这些交叉口相隔非常近，所以在整治时被当作一处地点对待。然而在本研究中，每个交叉口都是单独研究的，因此实验组又增加了两处地点，对照组又增加了八处地点。最终，134处地点被选为实验组，全都是交叉口。基于这些位置采用了不同的整治方案。这些整治方案大体上可以被分为六类：

——信号控制交叉口→实施左转相位：大多数地点（53）都是实施左转相位保护方案的信号控制交叉口。

——信号控制交叉口→改变布局：15个之前通过信号控制的交叉口主要是改变了布局。这些改变有：改善环形设施，转弯车道分离和高速摄像机安装等。

——信号控制交叉口→环形路口：五处地点从信号控制交叉口变成了环形路口。

——优先级控制交叉口→改变布局：在先前通过优先级控制的位置中，有26处改变了布局但仍然保留优先级控制。这些改变有：提供环形设施、改善交通岛和中线的划分和建设。

——优先级控制交叉口→信号控制交叉口：有9处先前通过优先级控制的点，安装了交通信号灯，其中6处实施了左转相位保护。

——优先级控制交叉口→环形路口：8处地点从优先级控制路口变成了环形路口。

最终的对照组包含了211处地点，全部都是交叉口。这些地点区别于在研究期间没有采取任何交通安全措施的地点，能够与实验组在某些特征（如交通流量、最大限速······）上进行对比。因为不清楚黑点整治是否存在一定的顺序，所以存在可以观察到一定的失真，因而建立了第二个对照组。这个对照组囊括了佛兰德斯的所有交通伤害事故。

所有在黑点周围直径100米内的交通事故都被选取。因此，可以预期，所有与黑点有关的交通事故都被选取，大型交叉口、环形路口同样如此。因为黑点的选择是基于1997年到1999年之间的事故数据，所以本研究为了控制均值回归将这些数据都排除。所以本文研究的时间是从2000年到2008年。 两组数据包含其中：（1）所有的伤害事故；（2）包含重伤人员（由于事故伤害需要住院超过24小时的人员）和死亡人员的严重伤害事故

对照组和实验组的可比性是通过整治之前的这些年的事故频率的让步比进行分析的。所采用的让步比是指实验组事故变化量与对照组事故变化量之比。连续两年的让步比可以表示为：

让步比= （1）

其中：Rt=第t年实验组的事故量，

Rt-1=第t-1年实验组的事故量，

Ct=第t年对照组的事故量，

Ct-1=第t-1年对照组的事故量。

当实验组和对照组能够进行对比时，能够预期：在实施整治措施之前，历年来实验组和对照组的事故量的相对变化十分相似。当让步比接近于1时，对照组被认为是具有可比性的（Hauer ,1997）。Table1 显示的是计算结果。因为第一个黑点于2004年被整治，所以让步比计算到2004年为止。计算显示对照组1（2008年后整治的黑点）和对照组2（佛兰德斯的所有事故）都能就所有伤害事故和严重伤害事故和实验组进行比较。

此外，对照组1 的质量特性也和实验组进行了对比。用以下公式来表示：

（2）

研究中一共比较了四个特征：研究地点在市区内/外，整治前交叉口的种类（优先级控制/信号控制），法定限速，路口主要道路和次要道路上的车道数。比较过后没有发现什么巨大的差距。只是相比于对照组而言，在实验组中主要道路限速90 km/h的交叉口明显增多。

从这些研究中可以得出结论：两个对照组都可以和实验组进行比较。

5. 研究方法

5.1 对每个地点的分析

通过让步比可以表示每个地点的分析，最终得到有效性指数的估计值(theta;₁)。

theta;₁= （3）

其中： E[k|K]₁=整治前实验组地点L的事故预期值，

L ₁=整治后实验组地点L的事故观察值，

M=整治前对照组的事故观察值，

N=整治后对照组的事故观察值。

为了提高估计值的精确度，采用的实验组的事故计数和事故频率所预期的实体相似(Haueretal.,2002)。

E[k|K]₁=w*E[k] (1minus;w)*K₁ （4）

其中： E[k|K]₁=已知事故观察频率为K时，实验组地点L的事故期望值，

w=相似事故实体优先级分数（0到1之间），

E[k]=相似实体的事故平均值，

1minus;w=实验组地点L发生的事故的优先级分数，

K ₁=实验组地点L的事故观察值。

为了计算相似实体的事故平均值，采用了安全性能函数（SPF），这种函数的开发基于包含实验组和对照组的当前数据集(DeCeunyncketal.,2012)。该模型的相关值是在2000年到2003年之间发生的事故量。通过不受均值回归影响的方式选取了时间（因为这段时间在选取黑点的时间之后，如1997到1999），此外，这段时间清晰地反应了整治前的时间，因为第一批地点在2004年开始整治。在第一个模型中，交叉口的主要道路和次要道路的预期交通流量及交通控制变量（优先级控制路口和信号控制路口）被认为是独立变量，然而后面的变量被发现是无关紧要的。本研究中才采用的模型通过交通流量估计了伤害事故和严重伤害

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[151911]，资料为PDF文档或Word文档，PDF文档可免费转换为Word