




已阅读5页,还剩9页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
城市交通消散期事故高峰现象及成因论文 摘要:学界对于交通事故高峰出现在交通高峰期还是之后的消散期存在争论以惠州市中心城区为例对城市交通事故进行研究判别交通消散期事故高峰现象的存在性以交通事故空间点数据为研究对象使用核心密度估算法分析交通事故的结构性特征和时空分布特征并针对三个交通消散期研究其事故的具体特征及其成因研究表明:惠州市中心城区交通消散期存在事故高峰现象主要发生在上午和下午;机动车在交通事故中占主导地位;临近商业设施的交通消散期事故高峰现象最为明显;支路事故在晚间交通消散期后段出现了事故高峰;从上午到晚上交通事故黑点从交通相关设施转移到商业设施交通消散期事故高峰现象的形成与居民集中在交通消散期的非通勤交通行为、特定路段的小时交通量高峰出现在交通消散期以及交通消散期内松懈的交通管制和驾驶行为等有一定的关系 关键词:城市交通事故;交通消散期;时空间分析;地理信息系统;惠州 交通事故是现代社会威胁人身安全和造成经济损失的重要因素随着中国近年来机动车数量的急速增长城市交通事故的数量也随之不断上升因此如何减少交通事故的发生成为城市研究关注的话题之一为了提出交通事故的预防措施和制定有效的交通管理制度理解交通事故发生的原因、时空间分布特征等方面是至关重要的内容 城市交通事故研究是国内外研究的热点主题之一研究的重点包括两类其一是对交通事故研究方法的研究探讨尤其是空间分析方法其二是和对交通事故影响因素的研究交通事故数据通常是具有社会经济属性的空间点事件目前国内外学界已有大量点事件的空间分析方法包括样方分析、最近临近距离、核心密度估算、K函数等15对交通事故影响因素的研究包括行人、机动车、道路状况、自然环境和人文因素等方面其中被提及的因素从多到少依次是个人行为、机动车行驶速度和路面状况等610诸多研究中隐含了不同的尺度如交通个体的微观尺度、特定路段的中观尺度和整个城市的宏观尺度其中城市的宏观尺度最能够说明城市交通事故的总体特征理解整个城市的交通事故时空间分布特征是归纳事故影响因素的关键 针对城市交通事故的时空间分布特征学界有着大量的研究主要关注于时间分布特征和空间分布特征两方面在时间分布特征上一般认为城市交通事故在白天高于夜间、下午高于上午、出行高峰时段多于非高峰时段11弱势群体死亡事故多发生在夜间12并且在交通流量高峰时段,交通事故与交通流量呈正相关关系13在空间分布特征上有学者认为城市道路交通事故高发点多集中在城乡结合部位的出入口道路上14,也有学者针对城市边缘区进行研究发现愈接近城区事故愈多,愈远离城区事故愈少11,且普遍同意交通干线的事故高于交通支线但是上述研究仅分别对时间和空间分布进行研究鲜有二者相结合的真正意义上的交通事故时空间特征研究且对空间的关注要重于时间时间只是相关要素中的其中一个因此本文将重点研究城市交通事故的时空间关系和特征 学界普遍接受的观点是城市交通事故的时间分布特征是交通事故高峰会出现在交通流量高峰时段即交通事故数量与交通流量成正相关关系如Kingham等15在对新西兰克里斯特彻奇市2000年的交通事故研究中显示交通事故高峰出现在8:00,15:00和17:00这3个时间段分别为早上班高峰下午放学高峰和晚下班高峰这种“常识性”的认识是交通事故时间分布特征未被重视的原因之一但有研究发现了一个与普遍观点相反的结论即交通事故的高峰并没有出现在上下班的交通高峰时段内而是稍晚于上下班高峰时段即出现在交通由拥挤到消散的时期(交通消散期)造成这种现象的原因包括交通消散期内驾驶员谨慎程度放松、情绪烦躁、出行匆忙等方面14 该解释从个人行为的角度进行分析但并未结合事故高发时段的空间特征以及相关的空间因素进行研究且以主观的描述为主实证支持不足 针对城市交通事故高峰出现在交通消散期这一现象尚未有更多的研究在西方依赖于高速公路通勤交通的背景下交通事故数量确实与交通流量正相关16,17但受众多因素的影响的城市交通是开放的系统与封闭的高速公路事故情况不同国内学者也少有进一步的研究因此本文以惠州市惠城区中心城区为例首先验证城市交通消散期内交通事故高峰现象是否存在其次以城市交通消散期事故的特征为切入点置于整个城市交通事故的时空间过程之中总结交通消散期事故高峰的时空间特征最后分析交通消散期事故高峰现象的形成原因 1数据与方法 1.1数据 本研究选择惠州市中心城区作为研究区域惠州位于广东省东南部珠江三角洲东北端是惠州市中心城区是惠州市交通事故集中发生的区域 交通事故和路网数据来源于惠州市公安局选取年的50823条交通事故记录按5%抽样率等距抽取2541条数据经过自动地址匹配得到交通事故的有效空间数据1972条其中位于中心城区的数据有1469条再经过人工校核排除错误信息最终确定1143条空间点数据这些数据包括事故发生地点、发生日期、发生时间、严重程度和碰撞车辆类型等属性路网数据包括了公路、主干道、次干道和支路的9659条多段线 2城市交通消散期事故高峰的验证及结构性特征 2.1交通消散期事故高峰的验证 图3显示了惠州市中心城区交通事故量随时间呈双峰的特征即10:3011:30为上午的事故高峰14:3015:30为下午的事故高峰12:3013:30为中午的事故低谷从实地调研中了解到惠州市中心城区交通高峰时段为早上班高峰(7:309:30)、晚下班高峰(17:3019:30)和中午的上下班次高峰(11:3012:30,13:3014:30);与此相对的交通消散期包括上午(9:3011:30)、中午(12:3013:30)、下午(14:3016:30)和晚上(18:3023:30) 惠州市中心区的交通事故高峰均非上下班时间段内上午10:3011:30之间的交通事故量大于交通流早高峰时段下午14:3015:30的交通事故量远大于交通流午间次高峰在这两个时间段内证实了交通消散期事故高峰的存在但晚间交通消散期并未出现交通事故高峰 2.2交通消散期事故高峰现象的结构性特征2.2.1交通方式结构在抽样得到的1143次交通事故中机动车/摩托车、自行车和行人相关的事故数量分别为969次、214次、190次和85次事故的交通方式按发生冲突的交通主体双方的车辆类型共同判断如机动车和摩托车碰撞的事故分别统计到机动车事故量和摩托车事故量中因此4种交通方式事故量的加总值大于全部交通事故量图4显示机动车事故的时间变化趋势与全部事故的时间变化趋势基本一致说明机动车事故在城市交通事故中占据了主导位置即交通消散期事故高峰现象的形成主要由机动车造成摩托车事故在上午、下午和晚上出现3个高峰而自行车和行人事故未显现出明显的高峰 图4不同交通方式事故样本量时间变化Fig.4Trafficaccidentsonedaysamplebytrafficmodes2.2.2设施结构设施密度矩阵反映了商业设施、工作地、主干道交叉口和交通设施对交通事故的影响计算某类设施(如商业设施)的全部设施点在某个时段(如7:008:00)密度的平均值从而得到不同设施事故平均密度的时间变化图(图5)由于交通设施仅有两个点密度变化的随机性较大不具有一般规律性故未将其纳入对比中影响事故的重要程度依次为商业设施、主干道交叉口和工作地; 7:3022:30之间3类设施的平均密度最低值均出现在交通流午间高峰期12:3013:30事故高峰期都出现在交通消散期其中商业设施和主干道交叉口的平均密度最高值出现在消散期中的14:3015:30工作地的平均密度最高值则出现在16:3017:30;商业设施在20:3022:30出现了夜晚消散期的峰值工作地和主干道交叉口则未出现 2.2.3道路等级结构 将惠州市中心城区城市道路分为主干道(包括公路和城市主干道)、次干道和支路选择距事故距离最近的路段并确定所在道路等级分别统计各等级道路的事故量并显示其时间变化(如图6)从变化趋势看主干道事故在交通消散期出现事故高峰现象明显且出现在早上和下午; 次干道事故最高值出现在下午消散期中的16:3017:30次高值为15:3016:30而上午的事故最高值为9:3010:30是典型的早交通消散期事故高峰;支路交通事故的波动性较大早交通流量高峰和晚交通流量高峰都出现支路事故高峰但最高值出现在下午的14:3015:30同时注意到支路上的交通事故出现了晚交通消散期高峰现象即20:3022:30间的交通事故量多于晚交通高峰期的事故量 2.2.4时空关系 为使惠州市惠城区交通事故的时空分布特征更为清晰直观基于24张所有时间段的设施点密度分布图将全天的交通事故的空间分布进行抽象性简化形成交通事故时空分布示意图(图7) 以距离为横轴、时间为纵轴构造坐标系横轴的正方向分布与交通有关的设施(主干道交叉口和交通设施)横轴的负方向分布商业设施;横轴上设施点按距离依次排列在横轴上并分为内圈层、中圈层和外圈层;最后将每个时间段内各个设施点的密度在坐标系中显示 图7惠州市中心城区交通事故时空分布示意Fig.7SpatialtemporalpatternoftrafficaccidentsintheinnerCityofHuizhou从早上7:30开始交通事故显示出集聚的特征主要发生在城市外围的河南岸汽车站和连接新老城区的合生大桥9:3011:30的上午交通消散期中事故主要集中发生在惠州汽车总站和圆通桥南惠州汽车总站是行人和车辆汇集的和公共交通和过境交通枢纽同时也存在摩的等非正规交通方式交通流复杂因此在立交桥的桥上和桥下都成了交通事故多发地圆通桥是行人从惠州汽车总站进入城区内部的交通要道本交通消散期内的事故密度略高于惠州汽车总站11:3014:30为事故数量的低谷时段且分布较为分散 下午交通消散期中14:3015:30是全天事故数量最多的时段该时段的事故空间分布图显示交通事故涉及范围很广且主要围绕商业设施花边岭广场和百佳超市但事故密度却未达到全天最高值15:3016:30的事故密度值为全天最高且集中性非常强主要集中在花边岭广场该广场道路交叉口为五岔口周围有大商场、专卖店等市级商业设施同时是经由西枝江大桥通往新城区的重要交通节点16:3017:30事故主要发生在两个汽车站说明部分行人开始离开城市20:3022:30的晚上交通消散期中尽管在总量上未出现交通事故峰值但事故集中程度较高主要集中在花边岭广场等商业设施 总体上全天之中以12:30和19:30两个时间点为界可将全天分为上午、下午和晚上上午的事故主要发生在主干道交叉口和交通设施具体地点为桥头和汽车站其中以惠州汽车总站和圆通桥南最为突出;下午的事故在商业设施、主干道交叉口和交通设施均有分布其中花边岭广场的事故密度值持续较高;晚上的交通事故仅发生在商业设施又以花边岭广场最为显著因此惠州市中心城区全天的交通事故的总体特征可以表述为:随着时间的变化事故高发地从主干道交叉口和交通设施逐渐向商业设施转移 2.3不同交通消散期事故的特征及其差异 2.3.1不同交通消散期事故的特征 前述表明惠州市中心城区上午存在交通消散期(9:3011:30)事故高峰现象从道路结构上看主干道和次干道事故与上述特征吻合但支路事故却显示出较大差别即在城市交通流量高峰期(7:308:30)的支路事故高于之后的3个小时说明早交通消散期事故高峰的形成主要与主干道和次干道有关与支路关系不大从设施相关的交通事故看商业设施相关事故出现了交通消散期事故高峰而主干道交叉口和工作地相关事故并未出现交通消散期事故高峰从交通早高峰进入交通消散期的过程看事故易发地从城市外围(合生大桥和河南岸汽车站)转入城市中心之后稳定在城市中心(惠州汽车总站和圆通桥南)可见上午交通消散期高峰的产生主要受居民从汽车站进出城市行为的影响 对比13:3014:30的交通返工高峰在下午交通消散期内(14:3016:30)事故的数量和密度均达到了全天的最高值主要发生在主干道、支路、商业设施周边和主干道交叉口等尽管不是次干道事故和工作地相关事故的最高发时段但总量上也出现了交通消散期高峰现象在空间分布上从14:30开始交通事故的空间分布特征发生了明显的变化即由上午的交通设施相关事故转向商业设施与交通设施相关事故并存涉及范围较广且该时段的密度最高值发生地为大型商业设施; 15:3016:30的事故更加集中花边岭广场等商业设施相关的事故密度达到了全天的最高值可见居民消费娱乐行为是下午交通消散期事故高峰形成的最主要原因 晚间交通消散期(18:3023:30)在事故总量上并未出现高峰主干道、次干道、主干道交叉口和工作地等相关的事故高峰都在晚下班高峰期随后事故量随时间而下降若将晚间交通消散期划分为前段(18:3020:30)和后段(20:3023:30)与商业设施和支路相关的交通事故量在晚消散期后段出现峰值特别是在花边岭广场等商业设施出现较强的空间集聚性 2.3.2交通消散期事故高峰的差异 交通消散期事故高峰现象是一个复杂的时空现象依据不同的时段和不同的标准显示出多样化的特征在诸多标准中事故总量是交通消散期事故高峰现象最重要的判断标准而其他标准能说明交通消散期事故的具体特征(表1) 在事故总量上交通消散期事故高峰存在于上午交通消散期(9:3011:30)和下午交通消散期(14:3016:30)与广州、西安、哈尔滨等大城市交通消散期高峰的现象14的不相同点在于惠城区不存在晚间交通消散期事故高峰主干道事故、次干道事故和工作地相关事故的消散期高峰现象也发生在上午交通消散期和下午交通消散期;主干道交叉口相关事故的消散期高峰现象仅存在于下午交通消散期;支路事故和商业设施相关事故都在晚间交通消散期后段出现了事故高峰在所有的判别标准中均存在下午交通消散期事故高峰现象均不存在晚间交通消散期前段的事故高峰现象 3交通消散期事故高峰成因分析 3.1主要影响因素 3.1.1机动车为主导的交通方式与驾驶行为机动车事故在交通事故中占据了主导地位机动车行为是交通消散期事故高峰现象形成的最主要逻辑交通高峰期的机动车有着明确的目的地驾驶行为谨慎而规范;在交通消散期机动车的目的地并不如工作目的地那样熟悉随着交通管制力度的下降更容易违反交通规则且驾驶的谨慎程度也不如交通高峰期相比之下摩托车、自行车和行人则处在交通事故的从属地位 3.1.2不同空间设施交通需求的时空差异商业设施、主干道交叉口、工作地和交通设施对交通事故的发生具有不同的影响从中可以透视交通消散期事故高峰现象的形成原因 商业设施相关事故的交通消散期事故高峰现象最为明显首先城市的商业设施具有很强的集聚性居民最主要的消费目的地往往只有若干个大商场和特色商业设施在特定的时间段内吸引了城区各地的交通容易诱发交通事故;其次大型商业设施通常位于城市的繁华地段通过性交通与进出商业设施的交通相互混杂容易引起交通事故的发生;第三大部分的消费休闲交通发生在交通消散期使得因上述两方面引起的事故量超过交通高峰期 主干道交叉口相关事故的交通消散期事故高峰现象不明显主干道交叉口相关事故与交通流量有着最直接的关系即交通流量越大越容易发生交通事故因此主干道交叉口对交通消散期事故高峰现象的产生具有抑制作用 工作地相关事故的交通消散期事故高峰现象不明显很显然工作地相关事故的发生是由通勤交通决定的但惠城区中心城区没有工作地集聚区工作地对交通事故的影响不大 惠州市中心城区的交通设施只有两处与大型商业设施类似交通设施会在特定时间特定路段吸引交通并且有着复杂的交通状况居民进出城市的行为主要发生在上午从交通高峰期延续到交通消散期并在交通消散期得到加强使得交通消散期事故密度大于交通高峰期 3.1.3不同等级道路的环境和交通管制差异若不考虑20:3022:30时段主干道和次干道的交通消散期事故高峰现象比支路明显首先主干道和次干道在交通高峰期的管制力度大能够有效地规范驾驶员的行为进入交通消散期时交通管制力度下降会产生更多的违规驾驶但交警往往疏于支路的交通管制在交通高峰期和交通消散期支路的管制力度差别不大使得更多的碰撞发生在交通高峰期;其次主干道和次干道在交通高峰期的交通通行速度较慢进入交通消散期后速度加快容易诱发交通事故而支路的通行速度较慢在交通高峰期和交通消散期的差别不大因此更多的碰撞仍然会发生在交通高峰期 但是在20:3022:30时段内支路事故出现了交通消散期事故高峰现象主要与支路不尽完善的道路状况和照明等环境因素有关 3.2主要成因分析 3.2.1居民集中在交通消散期的非通勤交通行为通勤交通和非通勤交通是城市交通中的两种交通行为很显然交通消散期的事故是由非通勤交通造成的交通消散期事故高峰现象产生的根本原因在于非通勤交通引起的事故数量大于通勤交通事故数量 非通勤交通与整个城市居民出行行为密切相关主要包括两种:从汽车站进出城市的行为和消费休闲行为居民进出城市行为发生在上午(8:3011:30)惠州汽车总站是惠州市中心城区最主要的长途汽车站汽车站周边交通情况复杂因此9:3011:30时段内的事故数量超过了早交通高峰的事故数量居民的消费休闲行为开始于14:30这种惠城区居民与大城市不同的特有的生活方式直接导致了14:3016:30时段内事故数量最高峰的出现在晚间尽管未形成消散期事故高峰但20:3022:30之间事故再次在花边岭广场集中出现且为全天事故密度次高值印证了消费休闲出行是交通事故产生的重要因素 与交通高峰期相比交通消散期的出行行为目的性更强、目的地更为集中从而在空间上产生了交通事故黑点(blackspots)进而造成交通消散期事故高峰的产生 3.2.2特定路段的小时交通量高峰出现在交通消散期传统观点认为交通事故与交通流量呈正相关关系因此交通事故高峰应该发生在交通流量高峰即
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 货物运输合同协议书标准范本
- 农业种植技术咨询及农资采购合同
- 2025年1,4-丁二醇行业研究报告及未来行业发展趋势预测
- 2025年纯甲醇行业研究报告及未来行业发展趋势预测
- 2025年儿童机器人行业研究报告及未来行业发展趋势预测
- 房屋建筑工程劳务合同范本解析
- 2025年防褥疮充气床垫行业研究报告及未来行业发展趋势预测
- 企业合同风险审查管理表格模板
- 农业智能灌溉系统服务采购合同
- 2025年智能物流技术创新应用趋势分析报告
- 气管套管脱管的应急处理
- 吊杆锚头维护施工方案
- 吊装作业安全会议
- 慢性化脓性中耳炎护理查房
- Welcome Unit 开学第一课(课件)高中英语人教版必修第一册
- 人教版七年级上册美术第1课美术的世界课件
- 人工智能对会计信息披露的挑战与机遇
- 【人教版】二年级上册《道德与法治》全册教案
- 《应用文写作》中职全套教学课件
- 小学英语开学第一课-课件
- 《第1课 身边的数据》参考课件3
评论
0/150
提交评论