基于不同场景的海上和公路交通事故风险评估

作     者：Rafi Ullah Khan 

作者单位：上海交通大学 

学位级别：硕士

导师姓名：尹静波

授予年度：2020年

学科分类：03[法学] 081505[工学-港口、海岸及近海工程] 08[工学] 0815[工学-水利工程] 0838[工学-公安技术] 0306[法学-公安学] 

主      题：事故 风险评估 因果关系 贝叶斯网络 后果严重性 交通安全 

摘      要：交通运输促进了货物的快速供应以及人员远距离的流动,大规模的交通运输提高了人们的生活质量和资源的可利用性和优化性。陆上和海事的交通量都在不断增加,并被认为是货物和人员运输中最主要的参与者。然而,如此高的交通量和增量随之而来的是事故的频繁发生。海陆交通事故造成了宝贵的生命和巨大的经济损失,每年全世界都要遭受数十亿美元的经济损失和数十万条宝贵的生命,而环境损失更是雪上加霜。为了减少此类事故的发生频率和严重程度,需要对其进行适当的评估,对事故致因进行分类可以更好的解决此类问题。尽管对于这些事故按其成因因素分类的统计分布还没有达成共识。然而各种人为因素、不同的环境和地理因素、各种船舶和车辆问题以及随船设备运输的不同材料被认为是造成此类事故的最重要因素。然而仍有一些情况和领域从未或很少被探讨,需要进一步注意评估。本研究针对不同情境下交通事故风险进行了评估。第一个重点是危险品船舶的停泊,这一主题以前从未或很少有人探讨过。本研究采用二元logistics回归与专家判断相结合的方法来识别各种影响因素,并结合贝叶斯网络对这些因素进行推理与分析。结果表明,在正常情况下,危险品货船的靠泊风险概率为3.97%。利用贝叶斯网络的反向传播特性表明,对于危险品船舶事故的发生,人和环境是最重要的因素。对船舶工作人员的心理状态、风力、水流速度、航道宽度、泊位布局和港口位置等方面的提升,是保证危险品船舶安全靠泊最重要的因素。其次,本研究进一步对船舶航行港口外水域进行事故风险评估,港口外巨大的交通流将导致高事故率。并且以香港为例,通过1999年至2017年期间在香港水域发生的331个事故报告构建了贝叶斯网络模型,采用由专家判断确定节点和状态的方法,根据事故报告中的真实数据计算概率和条件概率表。结果表明,事故发生率最高的是“其他事故和“碰撞,这两种类型的事故都将造成较高人员伤亡。人为因素中影响最大的因素是判断力差、疏忽大意和训练不足。事故率最高的是客船。研究结果对各种事故情景提供了有价值的见解,包括在不同的后果状态和事故类型下设置证据,以确定最显著的影响因素。同时本文进行了参数敏感性分析,以识别最关键的变量。这项研究证明有助于决策者和政策制定者寻求提高港口外交通可持续安全的方法。本研究选择的第三种情景是前面提到的因素对公路交通的影响,车辆流量的增加也增加了高速公路的事故频率。而对于巴基斯坦主要公路交通事故频率的分析是一个仅有较少学者研究的课题,在许多重要的战略和贸易路线方面都没有进行研究。本研究旨在分析国家重要贸易路线之一——印度河公路302公里路段的交通事故频率及造成交通事故的主要因素。将2011年至2018年的8年数据分为19个变量,运用SPSS软件的负二项回归分析,结果表明,驾驶员的行为、对风险的理解和识别、过失和遵守法律对碰撞频率有显著影响。此外,随着路段长度、车道数和车道宽度的增加,高速公路碰撞频率显著增加。同样,当光照、路面和气候条件恶化时,公路碰撞频率也显著增加。本研究结果对于政府、运输公司及社会大众认识交通事故致因的主要因素,并制定相应的交通政策、规则,具有重要意义。