基于Logistic的城市公交事故严重程度影响因素分析：以广东省为例

发布时间：2021-10-10 12:14

　　以2008～2017年间广东省发生的5 869起公交事故为基础,将其分为车辆间事故、车辆-行人事故和单车事故等3类,以事故严重程度为因变量,选取年龄、行驶状态、道路线形、区域、照明条件和事故形态等因素为候选自变量,分别建立Logistic模型进行对比分析,以探究人、车、路和环境等因素对公交事故严重程度的影响。结果表明:除单车事故模型外,各模型拟合度良好。不同形态的公交事故严重程度影响因素之间存在异同性。行驶状态、道路类型、区域和时段等对除单车事故模型外的其余模型因变量均具有显著影响;而道路线形仅对整体事故严重程度具有显著影响,路口路段类型和节假日类型仅对车辆间事故严重程度具有显著影响。研究结果可为降低公交事故严重程度提供一定参考依据。 

【文章来源】：中山大学学报(自然科学版). 2020,59(04)北大核心CSCD

【文章页数】：8 页

【部分图文】：

2008～2017年广东省城市公交事故逐年变化

事故数量比例和死伤人数比例的逐时变化见图2。事故数量和死伤人数整体呈现夜间少、白天多的趋势，而各时段的受伤人数比例和事故数量比例变化基本一致。夜间死亡人数比例相比于事故数量比例和受伤人数比例相对较高，而白天则相对较低；且在13:00～14:59这一时段，死亡人数比例明显低于事故数量比例和受伤人数比例。1.3 区域事故情况

【参考文献】：
期刊论文
[1]应用聚类分析识别上海浦东新区道路交通事故模式[J]. 王亚,应佳丽,杨琛,林涛,金克峙.  环境与职业医学. 2018(12)
[2]突发事件中网络舆论负面态势形成的原因及引导策略——以“万州公交车坠江事件”为例[J]. 李志宏.  新闻研究导刊. 2018(23)
[3]公交驾驶员驾驶愤怒量表的编制及初步应用[J]. 林庆丰,邓院昌,张圆,史晨军.  中国安全科学学报. 2018(06)
[4]数据挖掘技术在我国道路交通安全评价中的应用[J]. 张坤,梅诗冬,景国勋,三上喜贵.  安全与环境工程. 2018(01)
[5]电动自行车交通事故严重程度影响因素分析[J]. 王涛,黎文皓,李文勇.  广西大学学报(自然科学版). 2017(06)
[6]基于关联规则的公交事故受伤情况预测研究[J]. 刘文玲,钱晓飞,裴军.  控制工程. 2016(09)
[7]道路环境对绕城高速公路交通事故严重程度影响分析[J]. 冯忠祥,雷叶维,张卫华,王锟,韩松.  中国公路学报. 2016(05)
[8]城市道路交通事故严重程度影响因素分析[J]. 马柱,陈雨人,张兰芳.  重庆交通大学学报(自然科学版). 2014(01)

硕士论文
[1]公交车辆交通事故影响因素研究[D]. 李琪.西安电子科技大学 2015



本文编号：3428358