考虑危险驾驶群体的交通事故预测模型

作     者：石小林 章国鹏 张渤 SHI Xiaolin ZHANG Guopeng ZHANG Bo

作者机构：西南交通大学交通运输与物流学院成都610031 

出 版 物：《综合运输》 (China Transportation Review)

年 卷 期：2017年第39卷第9期

页      面：59-63页

学科分类：03[法学] 08[工学] 0838[工学-公安技术] 0306[法学-公安学] 

基　　金：成都市科技项目(2015-RK00-00171-ZF) 

主　　题：交通事故预测 相对危险暴露量 危险驾驶群体 Akaike信息准则 负二项模型 

摘      要：传统的交通事故预测是基于直接暴露量,如车辆行驶里程(VMT)等,很少有研究致力于评估不同驾驶群体对事故频率的影响,而现有的研究表明,大量的交通事故与驾驶群体相关。基于此,首先采用相对危险暴露量技术探索所有驾驶人群中的危险驾驶群体,通过相关事故参与率的计算结果可知,青年(15~29岁)和老年(大于或等于70岁)驾驶员更容易发生事故,为危险驾驶群体。然后以VMT和危险驾驶群体作为解释变量,建立了用于交通事故预测的负二项模型。最后通过计算Akaike信息准则(AIC)指标,得到了最优预测模型。结果表明,将危险驾驶群体引入交通事故预测模型可以使预测效果更好(尤其是以VMT和青年驾驶员为变量),有助于提高交通事故预测的准确性。