考虑时间不稳定性的夜间行人-机动车事故严重程度致因分析

唐玉洁; 焦朋朋; 王健宇; 李汝鉴

交通信息与安全 ›› 2025, Vol. 43 ›› Issue (1) : 61 -73.

唐玉洁, 焦朋朋, 王健宇, 李汝鉴

作者信息 +

Author information +

文章历史 +

摘要

夜间行人-机动车事故因能见度受限等因素导致伤害严重性显著高于白天。为精准识别其影响因素，构建1种混合方法，融合考虑均值和方差异质性的随机参数Logit模型与和基于沙普利可加性特征解释方法（SHapley Additive exPlanation,SHAP）的随机森林（random forest,RF）算法RF-SHAP，以2017—2022年的相关事故数据为研究对象，运用对数似然比检验对事故数据的时间稳定性进行评估，结果表明事故数据存在显著的时间不稳定性。为避免有偏的参数估计，按照2017—2019、2020、2021和2022年分别单独建模并计算显著变量平均边际效应。结果表明：(1)行人饮酒（2017—2019年）、救护车救援（2020年）、地方公路事故（2021年）及限速48～56 km/h(2022年)在对应年份具有随机效应，其均值或方差受交通控制、道路等级等变量影响；(2)行人饮酒、行人年龄>45～60岁、驾驶员受伤、车辆类型为皮卡车、货车、道路双向有分隔、不同限速值（32～40 km/h、48～56 km/h、64～72 km/h）、周末和冬季近年来对夜间行人-机动车事故开始呈现显著影响。此外，借助RF-SHAP算法对模型中的随机参数变量进行特征贡献度分析，结果揭示了4个随机参数变量的所有子变量对事故严重程度的异质性影响，并提示在制定交通安全政策时，应重点关注行人饮酒问题，加强对高速与干线公路夜间事故的防控，并合理制定限速值，避免限速过高或过低。