基于模型群的重型货车交通安全风险因素分析OA北大核心CSTPCD

为了深入探究重型货车交通事故的风险因素及发生机理,基于中国某省2016—2021年重型货车交通事故数据,构建集成随机森林、Logistic回归、地理加权Logistic回归和贝叶斯网络模型的模型群,对风险因素的影响程度、空间异质性及其因果路径进行分析。结果显示:①重型货车行驶状态、碰撞形态等10个因素对风险存在显著影响,其中农村交通参与者、正面和侧面碰撞在不同模型中的影响程度有轻微差异,追尾碰撞的影响程度在地理加权Logistic回归模型中较贝叶斯网络模型更高。②重型货车右转、存在违法行为、涉及弱势道路使用者时极容易发生亡人事故,分别使风险增加了41.9%,39.3%和39.0%。③以碰撞形态作为中介变量,重型货车行驶状态、事故另一方交通方式和年龄这3类因素与亡人事故风险的因果路径分析表明:当重型货车与弱势道路使用者发生侧面碰撞时,亡人事故风险比发生刮擦且事故另一方为其他类型机动车提高64.4%,为重型货车交通事故典型危险场景;对方年龄为30岁及以下时,追尾碰撞概率较30~60岁以及60岁以上分别增加10.3%和26.1%。④具有空间异质性的风险因素中,正面碰撞的空间异质性强度最大,右转的空间异质性强度最小。结论表明:基于模型群的分析框架可得到重型货车交通安全风险显著影响因素,可验证因素在不同模型中影响程度的差异性及空间异质性。