摘要:為了分析城市交通事故現(xiàn)場處理的時(shí)間長度和影響因素，以城市交通事故現(xiàn)場處理時(shí)間為研究對象，將城市交通事故現(xiàn)場處理的過程細(xì)分為劃定警戒區(qū)域、現(xiàn)場勘查、撤除現(xiàn)場3個(gè)階段，運(yùn)用事故現(xiàn)場數(shù)據(jù)采集和視頻數(shù)據(jù)提取的方式，采集了829條瀘州市城市交通事故現(xiàn)場處理數(shù)據(jù)，從中提取可能影響城市交通事故現(xiàn)場處理時(shí)間的4個(gè)事故相關(guān)因素、5個(gè)現(xiàn)場處理相關(guān)因素和3個(gè)環(huán)境因素。以城市交通事故現(xiàn)場處理時(shí)間為因變量、12個(gè)可能的影響因素為自變量，采用逐步回歸的方法提取顯著影響因素。結(jié)果表明，城市交通事故現(xiàn)場處理的平均時(shí)間為15.28min，警戒區(qū)域占道情況、當(dāng)事人確認(rèn)情況、事故發(fā)生時(shí)間和事故嚴(yán)重程度是影響城市交通事故現(xiàn)場處理時(shí)間的最主要因素，圍觀群眾影響情況、事故類型、天氣情況、道路等級和事故發(fā)生時(shí)段對城市交通事故現(xiàn)場處理時(shí)間也有一定的影響。模型驗(yàn)證表明，所建立的回歸模型平均相對誤差為3.95%，具有較好的適應(yīng)性。

　　關(guān)鍵詞:安全管理工程;城市道路;交通事故現(xiàn)場;處理時(shí)間;因素分析

　　0引言

　　交通事故的發(fā)生直接或間接地降低了城市道路的通行效率，如車道關(guān)閉或駕車者減速查看事故，除對交通通行能力造成影響外，隨著交通事故持續(xù)時(shí)間增加，發(fā)生二次事故的風(fēng)險(xiǎn)也會增加，還會對環(huán)境產(chǎn)生負(fù)面影響，如環(huán)境污染，以及公眾對負(fù)責(zé)交通事故處理機(jī)構(gòu)的負(fù)面看法。按照先后順序，交通事故持續(xù)時(shí)間可以分為4個(gè)階段:1)報(bào)警時(shí)間，指從交通事故發(fā)生到管理人員接到報(bào)警的時(shí)間;2)響應(yīng)時(shí)間，指從接到報(bào)警開始直到交通警察到達(dá)現(xiàn)場經(jīng)歷的時(shí)間;3)現(xiàn)場處理時(shí)間，是指交通警察到達(dá)事故現(xiàn)場后，指揮搶救傷員、勘查事故現(xiàn)場、清理障礙的時(shí)間;4)恢復(fù)交通時(shí)間，是指從現(xiàn)場清理完畢到交通完全恢復(fù)正常的時(shí)間［1］。其中交通事故現(xiàn)場處理階段是交通事故持續(xù)時(shí)間中最為關(guān)鍵、也是花費(fèi)時(shí)間最長的部分，為了提高城市交通事故現(xiàn)場處理的有效性和有序性，盡快恢復(fù)城市交通道路的運(yùn)行，有必要對城市交通事故現(xiàn)場處理時(shí)間的影響因素進(jìn)行研究，從而優(yōu)化配置現(xiàn)場處理人員和設(shè)備，評價(jià)和選擇經(jīng)濟(jì)有效的城市道路交通事故現(xiàn)場處理方案和策略。

　　1城市交通事故現(xiàn)場處理時(shí)間及影響因素選擇

　　1.1城市交通事故現(xiàn)場處理時(shí)間

　　城市交通事故現(xiàn)場處理時(shí)間TD是指交通警察到達(dá)事故現(xiàn)場至離開事故現(xiàn)場的時(shí)間間隔，內(nèi)容包括搶救傷者和財(cái)產(chǎn)、疏散交通、勘查現(xiàn)場和搜集證據(jù)等。根據(jù)時(shí)間先后和處理內(nèi)容不同，將其細(xì)分為劃定警戒區(qū)域時(shí)間TZ、現(xiàn)場勘查時(shí)間TS、撤除現(xiàn)場時(shí)間TＲ3部分。TZ是指按照事故現(xiàn)場安全防護(hù)有關(guān)標(biāo)準(zhǔn)和規(guī)范的要求劃定警戒區(qū)域，在安全距離位置放置發(fā)光或反光錐筒、警告標(biāo)志或繞行提示標(biāo)志，確定專人負(fù)責(zé)現(xiàn)場交通指揮和疏導(dǎo)的時(shí)間間隔;TS是指對事故現(xiàn)場進(jìn)行救護(hù)、拍照和勘查的時(shí)間間隔;TＲ是指在救護(hù)和勘查后撤除現(xiàn)場以使現(xiàn)場交通恢復(fù)正常、避免二次事故發(fā)生的時(shí)間間隔。

　　1.2影響因素的選擇

　　城市交通事故現(xiàn)場是一個(gè)開放暴露、時(shí)間緊迫和動態(tài)變化的系統(tǒng)，由事故對象、道路、環(huán)境和現(xiàn)場處理人員等組成，事故現(xiàn)場處理時(shí)間受到事故相關(guān)因素、現(xiàn)場處理相關(guān)因素和環(huán)境因素等多方面的影響。綜合考慮城市交通事故現(xiàn)場特點(diǎn)，同時(shí)結(jié)合接處警的記錄，從事故相關(guān)因素、現(xiàn)場處理相關(guān)因素和環(huán)境因素3方面，初步選擇事故發(fā)生時(shí)間、事故發(fā)生時(shí)段、事故類型、事故嚴(yán)重程度、警戒區(qū)域占道情況、救援情況、當(dāng)事人確認(rèn)情況、現(xiàn)場處理民警資格等級、處理程序、圍觀群眾影響情況、道路等級、天氣情況等12個(gè)影響因素。按照損失程度，交通事故分為輕微事故、一般事故、重大事故和特大事故4類，在城市交通事故中以輕微事故和一般事故居多，重大和特大事故非常少，對于所調(diào)查城市的事故統(tǒng)計(jì)資料，交通事故僅有輕微事故、一般事故和重大事故3種。因?yàn)椴煌燃壍缆穼?yīng)不同的交通流量和交通功能，以城市道路等級指標(biāo)來反映城市交通流量對交通事故現(xiàn)場處理時(shí)間的影響，所調(diào)查的城市沒有快速路，道路等級變量選擇了主干路、次干路、支路3種。城市交通事故現(xiàn)場處理時(shí)間影響因素及其描述見表1。

　　2數(shù)據(jù)收集及提取

　　2.1數(shù)據(jù)收集

　　采用現(xiàn)場數(shù)據(jù)表采集和視頻數(shù)據(jù)讀取兩種數(shù)據(jù)采集方法，其中現(xiàn)場數(shù)據(jù)表采集是根據(jù)前文選擇的城市交通事故現(xiàn)場處理時(shí)間影響因素設(shè)計(jì)專門的數(shù)據(jù)采集表，對每一起交通事故現(xiàn)場處理時(shí)間的影響因素取值進(jìn)行采集。現(xiàn)場數(shù)據(jù)采集地點(diǎn)為四川省瀘州市江陽區(qū)，采集時(shí)間為2019年4月，由瀘州市公安局交通警察大隊(duì)現(xiàn)場執(zhí)法民警完成，共采集事故總數(shù)829條。而視頻數(shù)據(jù)讀取主要用來提取事故的時(shí)間指標(biāo)，將每一起事故的執(zhí)法記錄儀內(nèi)容作為視頻數(shù)據(jù)保存，事后從中讀取每一起事故相應(yīng)的TD、TZ、TS和TＲ等時(shí)間指標(biāo)信息。每一起城市交通事故現(xiàn)場處理時(shí)間的數(shù)據(jù)采集都由執(zhí)法民警和輔警完成，同時(shí)安排1名實(shí)習(xí)生記錄和整理，以保障數(shù)據(jù)采集工作的精度和質(zhì)量。另外，這兩種數(shù)據(jù)采集方式也可以相互印證，以此來提高數(shù)據(jù)質(zhì)量。

　　2.2數(shù)據(jù)提取

　　對執(zhí)法記錄儀中的視頻進(jìn)行逐幀播放，人工識別并統(tǒng)計(jì)城市交通事故現(xiàn)場處理各階段的時(shí)間指標(biāo)，經(jīng)整理，時(shí)間指標(biāo)的描述性統(tǒng)計(jì)見表2。從時(shí)間指標(biāo)可以看出，城市交通事故現(xiàn)場平均TZ為3.34min，平均TS為9.19min，平均TＲ為2.75min，而平均TD為15.28min，TS占據(jù)TD的主要部分。TZ和TＲ的時(shí)長標(biāo)準(zhǔn)差很小，但TS的時(shí)長標(biāo)準(zhǔn)差很大，這是事故類型不同造成的，如果是簡易程序處理事故，不需要現(xiàn)場勘查，而如果是傷人或死亡事故，則需要詳細(xì)的現(xiàn)場勘查。對現(xiàn)場采集的數(shù)據(jù)進(jìn)行整理，事故發(fā)生時(shí)間、事故發(fā)生時(shí)段、事故類型、事故嚴(yán)重程度、警戒區(qū)域占道情況、救援情況、當(dāng)事人確認(rèn)情況、現(xiàn)場處理民警資格等級、事故處理程序、圍觀群眾影響情況、道路等級、天氣情況等12個(gè)影響因素的統(tǒng)計(jì)結(jié)果見表3。

　　3模型建立與結(jié)果分析

　　多元線性回歸分析是一種能有效探究變量之間相關(guān)關(guān)系的方法，在眾多領(lǐng)域有著廣泛的應(yīng)用［24］。本文利用多元線性回歸的方法建立城市交通事故現(xiàn)場處理時(shí)間影響因素分析模型，用于分析顯著性影響因素，并對模型進(jìn)行驗(yàn)證，最后結(jié)合分析結(jié)果提出相應(yīng)的建議。

　　3.1模型建立

　　多元線性回歸模型可描述為T=α0+Σmi=1αiβi+ε(1)式中T為因變量，α0為常數(shù)項(xiàng)，βi(i=1，2，…，m)為第i個(gè)自變量的特征值，αi為回歸系數(shù)，ε為誤差項(xiàng)的隨機(jī)變量。

　　采用逐步回歸的方法，將具有顯著性影響的因素保留，剔除無顯著性變化的因素。首先將采集到的事故數(shù)據(jù)按照4∶1的比例分成訓(xùn)練組和驗(yàn)證組，其中訓(xùn)練組用于模型參數(shù)的標(biāo)定，驗(yàn)證組用于模型參數(shù)的檢驗(yàn)。運(yùn)用統(tǒng)計(jì)分析軟件SPSS22.0將自變量逐步加入多元線性回歸模型中，進(jìn)行自變量的假設(shè)性檢驗(yàn)，并對模型參數(shù)進(jìn)行標(biāo)定。如果顯著性水平Sig＜0.05，表明該變量對模型有影響，將其納入模型中;反之，予以剔除。最終得到TD、TZ、TS和TＲ4個(gè)時(shí)間指標(biāo)的顯著性影響因素，見表4。

　　3.2模型回歸結(jié)果

　　回歸分析結(jié)果顯示，城市交通事故現(xiàn)場處理時(shí)間回歸模型擬合情況的多元決定系數(shù)Ｒ2為0.972，回歸結(jié)果與原數(shù)據(jù)的擬合程度好。城市交通事故現(xiàn)場處理時(shí)間回歸模型的方差分析見表5，顯著性水平Sig為0，回歸方程的顯著性檢驗(yàn)統(tǒng)計(jì)量F為1399.524，表明模型自變量與因變量之間有著顯著的線性關(guān)系，該回歸方程具有顯著意義。DurbinWatson是殘差的獨(dú)立性檢驗(yàn)，Durbin-Watson的值與2越接近，表示殘差與自變量越獨(dú)立，由Durbin-Watson=1.954可知該模型不存在殘差自相關(guān)。

　　3.3影響因素分析

　　通過回歸分析，事故嚴(yán)重程度、警戒區(qū)域占道情況、事故當(dāng)事人確認(rèn)情況、圍觀群眾影響情況、道路等級主干路、天氣情況等9個(gè)因素對TD的影響最大，影響強(qiáng)弱見圖1。圖1城市交通事故處理時(shí)間影響因素重要性排序Fig．1Influencefactorrankingofurbantrafficaccidenthandlingtime

　　1)由圖1可知，警戒區(qū)域占道情況、當(dāng)事人確認(rèn)情況、事故發(fā)生時(shí)間、事故嚴(yán)重程度對TD影響最為顯著。警戒區(qū)域占據(jù)車道，TZ、TS、TＲ都會顯著增加，這是因?yàn)槭鹿收紦?jù)車道使得劃定警戒區(qū)域的范圍更大，現(xiàn)場勘查的難度更大更復(fù)雜，撤除現(xiàn)場花費(fèi)的時(shí)間也更長，從而導(dǎo)致TD更長。事故當(dāng)事人越不配合，TD越長，這是因?yàn)槿绻?dāng)事人不配合，執(zhí)法民警難以確認(rèn)事故當(dāng)事人，會顯著加大交通警察現(xiàn)場處理的難度，從而導(dǎo)致TD更長。城市交通事故發(fā)生在晚上，則會因?yàn)橐暰€等因素導(dǎo)致TS變長。城市交通事故如果有人員傷亡，則需要采取的處理程序不同，需要采集的證據(jù)更多，因此TD更長。

　　2)圍觀群眾影響情況、事故類型、天氣情況、道路等級和事故發(fā)生時(shí)段對TD的影響也較為顯著。圍觀群眾對城市交通事故現(xiàn)場處理的干擾大，TZ、TS、TＲ都會增加，導(dǎo)致TD更長。重大交通事故是指一次造成1～2人死亡、或者3～10人重傷、或者3～6萬元財(cái)產(chǎn)損失的事故，在處理重大交通事故時(shí)，劃定的警戒區(qū)域更大，現(xiàn)場需要勘查的內(nèi)容更多，撤除現(xiàn)場花費(fèi)的時(shí)間更長，從而使得TD更長。城市交通事故如果發(fā)生在下雨天，無論是劃定警戒區(qū)、現(xiàn)場勘查，還是撤除現(xiàn)場都會有一定的影響，特別是雨天會破壞現(xiàn)場痕跡，更會加大城市交通事故現(xiàn)場處理的難度。道路等級中，交通事故發(fā)生在主干道還是非主干道，TD也會有顯著差別，主干道交通流量大、是城市的重要樞紐，一旦發(fā)生交通事故，對城市交通通行能力會造成很大的影響，因此在處理主干道上的交通事故時(shí)，要兼顧現(xiàn)場處理順利開展與城市交通的疏導(dǎo)，往往導(dǎo)致TD較非主干道的時(shí)間更長。事故發(fā)生時(shí)段則主要體現(xiàn)在高峰和平峰時(shí)段的不同，在交通高峰時(shí)段，由于出行需求的增加，道路更加擁擠，一旦在高峰時(shí)段發(fā)生交通事故，現(xiàn)場勘查難度大，從而導(dǎo)致現(xiàn)場處理的時(shí)間都會較平峰時(shí)段更長。

　　3)一般交通事故、輕微交通事故、救援情況、民警執(zhí)法等級、事故處理程序、次干道和支路對城市交通事故現(xiàn)場處理時(shí)間沒有顯著影響。

　　4結(jié)論

　　1)將城市交通事故現(xiàn)場處理的過程細(xì)分為劃定警戒區(qū)域、現(xiàn)場勘查、撤除現(xiàn)場3個(gè)階段，對城市交通事故現(xiàn)場處理時(shí)間的影響因素進(jìn)行分析，結(jié)合瀘州市1個(gè)月的城市交通事故數(shù)據(jù)，運(yùn)用設(shè)計(jì)專門的數(shù)據(jù)采集表采集城市交通事故基礎(chǔ)數(shù)據(jù)，通過執(zhí)法記錄儀采集相關(guān)時(shí)間指標(biāo)。從事故相關(guān)因素、現(xiàn)場處理相關(guān)因素和環(huán)境因素3個(gè)方面，初步選擇事故發(fā)生時(shí)間、事故發(fā)生時(shí)段、事故類型、事故嚴(yán)重程度、警戒區(qū)域占道情況、救援情況、當(dāng)事人確認(rèn)情況、現(xiàn)場處理民警資格等級、處理程序、圍觀群眾影響情況、道路等級、天氣情況等12個(gè)影響因素，構(gòu)建了城市交通事故現(xiàn)場處理時(shí)間影響因素集。

　　2)利用多元線性回歸方法建立了城市交通事故現(xiàn)場處理時(shí)間預(yù)測模型，分析和確定影響現(xiàn)場處理時(shí)間的顯著性因素。影響城市交通事故現(xiàn)場處理時(shí)間最主要的因素是警戒區(qū)域占道情況和當(dāng)事人確認(rèn)情況，事故發(fā)生時(shí)間、事故嚴(yán)重程度也會使現(xiàn)場處理時(shí)間顯著增加，圍觀群眾影響情況、事故類型、天氣、道路等級和事故發(fā)生時(shí)段對現(xiàn)場處理時(shí)間也有一定的影響。這些影響因素主要來自現(xiàn)場處理相關(guān)因素和事故相關(guān)因素兩大方面，表明要提高城市交通事故處理效率，需重視現(xiàn)場處理的統(tǒng)籌安排，針對不同形態(tài)的城市交通事故，總結(jié)不同事故形態(tài)所對應(yīng)的現(xiàn)場勘查與調(diào)查重點(diǎn)，設(shè)計(jì)不同的城市交通事故現(xiàn)場處理方案。所建立的回歸模型的預(yù)測能力較強(qiáng)，平均相對誤差在3.95%左右。所建立的模型能夠?yàn)槌鞘薪煌ㄊ鹿尸F(xiàn)場處理程序的優(yōu)化提供依據(jù)，有助于提高城市事故現(xiàn)場處理水平，也可以為后續(xù)交通事故對交通影響評估研究提供基礎(chǔ)。

　　Ｒeferences(參考文獻(xiàn)):

　　［1］XUZhenglin(徐正霖)，HEYulong(賀玉龍)，SUNXiaoduan(孫小端)．Ｒeviewofexpresswayaccidentclearancetimepredictionmethods［J］．TransportＲesearch(交通運(yùn)輸研究)，2013(21):130134.

　　［2］LIUWeiming(劉偉銘)，GUANLiping(管麗萍)，YINXiangyuan(尹湘源)．Predictionoffreewayincidentdurationbasedondecisiontree［J］．ChinaJournalofHighwayandTransport(中國公路學(xué)報(bào))，2005，18(1):99103.

　　［3］JIYANGBeibei(姬楊蓓蓓)，ZHANGXiaoning(張小寧)，SUNLijun(孫立軍)．TrafficincidentdurationpredictiongroundedonBayesiandecisionmethod-basedtreealgorithm［J］．JournalofTongjiUniversity:NaturalScience(同濟(jì)大學(xué)學(xué)報(bào):自然科學(xué)版)，2008，36(3):319324.

　　［4］HOJATIAT，F(xiàn)EＲＲEIＲAL，WASHINGTONS，etal．Modellingtotaldurationoftrafficincidentsincludingincidentdetectionandrecoverytime［J］．AccidentAnalysis＆Prevention，2014，71:296305.

　　［5］CHUNGY．DevelopmentofanaccidentdurationpredictionmodelontheKoreanfreewaysystems［J］．AccidentAnalysis＆Prevention，2010，42(1):282289.

　　藍(lán)嵐1，2，路峰1，王軍3