平面交叉路口的事故特性

平面交叉口事故特征
国内外对于危险地点及易事故地点相关研究很多，其目的大都致
力于降低其潜在危险性及事故严重程度。

本文主要介绍了国外、香港
和台湾学者对平交道口的一些看法和研究，节选自刘正扬的硕士毕业
论文，修改了部分术语和内容以方便阅读。

1.平面交叉口交通事故特征分析
有关平面交叉口交通事故特征分析的研究文献，其目的主要在于
了解发生事故时，事故地点交通环境与事故型态的间的关系，以期能
了解在几何及交通环境上较危险的因子，并挑选危险因子作为变量，
应用数学模式以分析各因子的影响程度。

Gupta与Mann指出交通事故的发生虽是由人、车、路及环境四大
因素共同作用所影响，道路因素与交通事故之间存在统计关系。

采用
多元回归分析方法构建事故模型，据以探讨道路几何设计因素与事故
率间的关系。

结果发现，车道数、路肩宽及交通量的增加均使事故率
明显增加。

Zegeer构建回归模型，分析双车道公路事故与交通特征和公路几
何形状之间的关系，且依不同交通量水平构建子模式。

研究结果发现
影响事故的重要变量有平均每日交通量、弯曲路段百分比、道路宽度、平面交叉路口数、沟渠数及地形为丘陵或平地。

KingandGoldblatt为了解平面交叉路口的变化以及事故型态的间
的关系，经由变异数及回归分析对改变前后的资料加以分析计算。

作
者指出，事故平面交叉路口与平面交叉路口控制方式之间存在一复杂
的模式，但却无明显的证据能指出交通标志标线能将与车祸相关的因
素降低。

最后作者提出结论：（1）增设反光标记对降低事故是有效的；（2）带有交通标志和标线的平交道口将减少侧面碰撞，但会增加碰撞
事故的数量；（3）交通标志标线平面交叉路口将会有较高的事故率，
但整体的损害并未有显著的增加。

为能了解各因子对于事故的影响程度，相关研究引用了不同的数
学模式，分析可能的事故因素对事故的影响。

然由于事故资料有着偶
发性的性质，若没有良好的实验设计来搜集数据，恐无法得到接近常
态的事故数据。

因此，学者采用三种模式进行相关研究：(1)传统回归
模式(2)泊松分布回归模式(3)负二项式回归模式。

NicholsonandWong采用两种常见的统计方法，对于“事故次数视
为Poisson分布”假设做评估，加以叙述与比较并指出，当事故次数
不大时，采用组合分析(CombinatorialAnalysis)是较x检验法(AlternativeChi-squareTest)为佳。

根据实际事故资料的验证，正确
的统计分析可用来重新解释事故资料的变异性。

最后，结果指向泊松
分布（PoissonDistribution）是较适合作为单一地点的事故分析。

换
言的，事故数服从泊松分布的假设优于正态分布的假设。

Hamerslag,Roos,andKwakernaak视交通事故的发生为泊松分布，
基于事故的偶发性，事故数为零的缺陷不能用近似方法理论代替对数
变换后的线性模型来描述。

经由实证知道影响因素如下：（a）汽车、
自行车的车流（b）车道以及分隔岛的宽度（c）连接路旁房屋的道路（d）道路铺面及车道的形式（e）停车带及巴士站牌。

在不同的平面
交叉路口、交叉、穿越型态的下，日常交通车流为最重要的因素
Ali基于事故的发生属于泊松分布的假设的下，发展出一种比较不同类交通设施（如平面交叉路口、交流道等）间的事故率的统计方法；使用概似率统计技术（LikelihoodRatioStatisticalTechnique），可
在极少资料的情形下，它仍然可以测试交通系统中不同地方的事故率
是否存在显著差异。

作者并以Ohio事故资料实证结果发现该统计方法
确可应用。

Maher与Summersgill指出普通线性模式（GLM）虽以普遍用于事
故分析及预测，然而，仍然有一些问题必须通过使用一些技术来克服；
故以基础模式作不同的修改及扩充，以个别解决下列六项问题：（1）平均值过低；（2）资料过度离散；（3）不同时间的事故资料具有其个体化特性；（4）车流量估计时所存在的随机误差；（5）不同型态事故预测的加总；（6）模式预测值与实际观察值的结合。