1、第九章 道路交通安全评价与事故预测,第一节 交通安全评价一、安全度评价指标 交通安全度即交通安全的程度，是使用各种统计指标，通过一定的运算方式来评价客观的交通安全情况。道路安全度是改进道路交通安全、考察交通管理部门水平的一个重要评价依据。,第一节 交通安全评价,1 绝对指标 即事故次数、死亡人数、受伤人数、直接经济损失。2 相对指标（1）万车交通事故死亡率（2）万人交通事故死亡率（3）交通事故致死率（4）亿车公里事故指标（5）综合事故率（6）交通事故预测指标,第一节 交通安全评价,3 交通安全综合评价指标体系（1）道路交通安全评价指标体系的功能认识功能：即该指标体系应能使管理部门认识辖区内交通
2、事故的总体规模和危害程度。激励功能：即管理部门可以根据指标判断辖区内交通事故的发展趋势，本辖区与相关区域之间管理水平上的差距，激励管理部门寻求改善管理水平的途径。,第一节 交通安全评价,（2）评价指标体系的结构 道路交通安全综合评价指标体系应包括三类指标：事故总量指标；事故率指标；管理水平指标。（3）交通安全度评价方法分类 一种是按评价的对象分类：宏观评价和微观评价； 另一种是按评价的目的分类：用于评价道路交通安全水平和用于评价道路交通安全管理水平。,第一节 交通安全评价,1绝对数法,2事故率法,地点事故率,路段事故率,运行事故率,事故密度法,地区事故率,人口事故率,车辆事故率,运行事故率,综
3、合事故率,3绝对值事故率法,4事故强度分析法,综合事故强度分析法,当量事故强度分析法,5模型法,统计分析方法,经验模式法,综合模式法,6 灰色评价方法,7 模糊评价方法,8 交通冲突法,9 概率数理统计法,10 其他方法,国内外现有道路交通安全度评价方法,第一节 交通安全评价,二、宏观评价1 绝对数法 用事故次数、死亡人数、受伤人数和直接经济损失四项绝对指标评价安全度。2 事故率法 常用三种事故率法：人口事故率、车辆事故率和运行事故率。,第一节 交通安全评价,（1）人口事故率,第一节 交通安全评价,（2）车辆事故率（3）运行事故率,第一节 交通安全评价,3 模型法 现行模型法有两类：一类是统计
4、分析模型，利用多元回归法建模；另一类是经验法建模。前者国外多用，后者国内多用。,第一节 交通安全评价,（1）统计分析模型斯密德模型,第一节 交通安全评价,意大利特里波罗斯多元回归模型,第一节 交通安全评价,（2）经验法模型,第一节 交通安全评价,4 事故强度法（1）综合事故强度分析法,第一节 交通安全评价,（2）当量事故强度,第一节 交通安全评价,5 概率数理统计法,第一节 交通安全评价,6 四项指标相对数法,第一节 交通安全评价,三、微观评价1 路段评价（1）绝对数-事故率法：以事故绝对数为横坐标，以每公里事故率为纵坐标，按事故绝对数和事故率的一定值，将绝对数-事故率分析图划出不同的危险级别
5、区，以I区、II区、III区分别代表不同的危险级别。,第一节 交通安全评价,（2）交通事故率法,第一节 交通安全评价,2 路口评价（1）交通事故率法,第一节 交通安全评价,（2）速度比辅助法（3）冲突点法 该法用于分析交叉口车流潜在的冲突点多少，进行微观的安全度估计。,第二节 事故预测,一、事故预测的目的和意义1 预测涵义 交通事故预测是对未来有可能发生的事故做出估计和推测，它是通过对交通事故的过去和现在状态的系统探讨，并考虑其相关因素的变化，分析未来事故的危险程度和发展趋势，而做出对交通事故未来状态描述的过程，以便能及早采取措施进行防治。,第二节 事故预测,2 预测的特点（1）预测的自负效应
6、（2）预测的反复性（3）预测的组合性3 交通事故预测的分类 按预测范围可分为宏观预测和微观预测；按预测结果可分为定性预测和定量预测。,第二节 事故预测,4 预测的目的 为了掌握交通事故的未来状态，以便及时采取相应的对策。 5 预测的作用（1）预测交通事故的发展趋势（2）预测交通事故的变化特点（3）预测交通事故的近期状态特征（4）预测控制条件下的交通事故状态,第二节 事故预测,二、事故预测程序交通事故预测一般分为三个阶段： 第一阶段是设计过程，从确定预计目标开始，经过收集、分析有关信息，到初步选定预测技术。 第二阶段是建模过程，建立预测模型并验证模型的合理性。 第三阶段是评价过程，进行预测并对预
7、测值进行检验、评价。,第二节 事故预测,交通事故预测的程序：1 确定预测目标2 收集并分析有关信息3 选择预测模型4 建立预测模型5 进行预测6 分析与评价预测结果7 预测结果跟踪,第二节 事故预测,三、交通事故预测技术 可分为定性预测和定量预测两大类。 定性预测技术有：专家会议法、德尔菲法、主观概率法、趋势判断法、类推法和相互影响分析法等。 定量预测技术有：时间序列趋势外推法、回归分析法、灰色预测法和组合预测法。,第三节 道路交通事故预测模型,一、线性回归预测法 线性回归预测多数是利用多元线性回归方程，通过寻找与因变量具有较强关联关系的因素作为自变量，计算回归系数，并经过相关分析和显著性检验
8、后，最终确定回归预测方程。,第三节 道路交通事故预测模型,二、增长曲线预测法 道路交通事故的发展规律往往类似于生物的自然增殖过程，可用一条近乎S形的曲线来描述： 预测对象数值随时间推移而逐步增长，发展初期增长速度较慢，一段时间后，增长速度会逐渐加快，到接近于某一增长极限时，增长速度又会放慢。,第三节 道路交通事故预测模型,常用预测的S形增长曲线模型有戈伯兹曲线和逻辑曲线。1 戈伯兹曲线预测模型模型：,第三节 道路交通事故预测模型,2 逻辑曲线预测模型模型：,第三节 道路交通事故预测模型,三、对数抛物线预测模型模型：,第三节 道路交通事故预测模型,四、多元逐步回归预测模型 多元逐步回归预测是按照自变量对因变量作用程度的大小，来决定该变量是否引入或剔除，自动地从大量可供选择的变量中，选择重要的变量，以建立回归方程的预测方法。,第三节 道路交通事故预测模型,五、灰色预测 可将城市道路交通系统视为本征性灰色系统。灰色理论认为，尽管客观系统表象复杂，但总是有整体功能的、总是有序的，在离散的数据中必然蕴含着某种内在规律。 预测中，可将一个地区的道路交通系统视为灰色系统，把交通事故当作灰色量。 特点：在数据量少，资料不完全的情况下采用。,
