基于事故数据的乘用车品牌类型耐撞性和攻击性分析

文／王励旸　李平凡　李艳

0 引言

我国的机动化水平持续提高，汽车逐步走进千家万户，车辆使用需求仍在扩展。其中，车辆安全因素日渐受到重视，消费者正逐步形成参考国内外基于碰撞试验的安全性评价结果选择购车品牌的习惯。然而，通过有限的碰撞试验不能覆盖真实事故中全部事故形态。有研究指出，碰撞试验条件苛刻、成本高昂而内容却较单一，难以全面模拟事故环境，应以基于事故数据的车辆安全性分析作为补充。在国外，澳大利亚、瑞典等国开展了此类分析，通过建立统计模型部分还原事发时车辆的工况，从而在真实场景下评估车辆安

全性。国外实践表明，此类分析可与基于碰撞试验的安全性评价互为补充，对于汽车企业的研发、消费者购车以及公安交通管理部门进行针对性管控均具有指导意义。

1 国内外研究现状

澳大利亚早在1992年即开始进行基于事故数据的车辆安全性分析，此后逐步形成了每年更新事故数据发布报告的机制，同时也发布基于评价结果的车系安全性评级手册，以五星制评级的表达方式为消

摘　要：为分析我国道路环境下乘用车品牌类型的安全性，

本文基于2014-2017年的事故数据，利用logit模型，考虑14种非车辆因素，分析了7种品牌类型的耐撞性和攻击性，检验了耐撞性和攻击性的相关性。分析结果表明，超豪华品牌的耐撞性在乘用车中最强，自主品牌轿车的攻击性最弱。综合耐撞性和攻击性的结果，豪华品牌轿车拥有最高的总体安全性。

Abstract ：In order to analyze the safety performance of different brands of passenger cars under Chinese road condition, this paper, using logit model and simultaneously taking 14 non-vehicle factors into consideration, estimated the crash-worthiness and crash aggressivity of seven brands of passenger cars based on the crash data from 2014 to 2017. The correlation between crash-worthiness and crash aggressivity was examined. The analysis results showed that the crash-worthiness of the ultra-luxury brands were the strongest among passenger cars and the self-owned brands were the least aggressive. When combining the results of crash-worthiness and crash aggressivity; luxury brands have the highest overall safety performance.

关键词：耐撞性；攻击性；基于事故数据的车辆安全性评价；logit模型；乘用车；品牌

Key words ：crash-worthiness; crash aggressivity; car safety rating based on crash data; logit model; passenger car; brand

基于事故数据的乘用车品牌类型耐撞性和攻击性分析

费者提供车系安全性指引。该手册每年发行超过25万册，并在网上公布，成为澳大利亚最为大众化的汽车安全性参考材料。澳大利亚所采用的分析方法具有高度稳定性，它以澳大利亚国内和新西兰的警方事故数据为基础，以各车系驾驶人在事故中的伤亡程度为对象，评价车辆对驾驶人的防护水平。2016年的报告中包括车辆对本方驾驶人的防护能力（耐撞性，crashworthiness），汽车导致被撞方驾驶人的伤亡水平（攻击性，aggressivity）和汽车导致涉事驾驶人的伤亡水平（整体安全性，Vehicle Total Secondary Safety Rating）三个方面，均由独立的两阶段logit模型建立。模型选取驾驶人年龄、性别、限速等6个非车辆因素及其交叉效应为自变量，再加上车系变量，以两阶段车系变量的乘积为评价结果。该方法计算方便，易于解释，但存在非车辆因素考虑不足、事故形态未予考虑的问题。瑞典采用了同类方法基于警方和保险数据开展评价，研究表明此方法与E-NCAP的结果具有高度相关性。

Huang等人改进了上述方法，将耐撞性和攻击性作为两个分类变量同时纳入单个统计模型结构中，即：

（1）其中，-统计模型的线性预测项；-我方车辆的耐撞性；-对方车辆的攻击性。这种方法不仅同时计算攻击性与耐撞性，还考虑了车辆尺寸差异带来的异质性。该方法以美国佛罗里达的事故数据为基础，采用顺序logit模型，以随机截距的形式考虑了事故内各方的相关性，分析了不同车型和品牌的相对耐撞性和攻击性。此后，该方法还被应用于评价车辆品牌的安全性，同时将驾驶人的各伤亡水平放在同一模型下考虑，原理上较澳大利亚的两阶段方法更接近实际，不过它对数据的要求更高，统计模型的计算和解释也较难。

黄合来等人的研究综述了国内外在用车安全评价方面的重点和前沿，指出进一步优化统计模型结构以充分利用事故数据资源是基于事故数据的车辆安全性分析在技术层面的前进方向，同时发布基于国内事故数据的年度评价报告是提升道路整体安全水平、指导车辆安全设计、细分保险市场的要求。

综上所述，当前国内外基于事故数据的车辆安全性分析方法已有一定发展。此类评价的对象是事故中汽车对其驾驶人的防护水平（以伤害程度表示），评价有耐撞性和攻击性两个基本层面，而不考虑事故频率的高低和车上其他成员的伤亡情况。基于数据的规模和质量，评价可在车型、品牌、制造年份、车系等深度上展开。本文沿着既有研究的路线，首先对国内乘用车的品牌做分类，然后利用事故数据对品牌类别的安全性进行分析评价。

2 分析评价方法

2.1 数据

我国现行的事故信息采集系统由《道路交通管理信息采集规范》（GA/T 946-2011）和《道路交通管理信息代码》（GA/T 16-2012）规定，针对不同的事故严重程度确立了分级采集的体系，年录入事故量约为800万起，是待开发的丰富的交通安全研究资源。

分析国内外既有研究经验，基于事故数据的车辆安全性分析需要确认驾驶人的伤亡水平，排除多次碰撞、车辆运动状态不明的干扰，考虑碰撞角度、速度的影响，同时非机动车不考虑自身的防护水平，因此选用满足以下条件的事故：

1）伤亡事故；

2）事故当事方为2辆机动车；

3）事故形态为碰撞运动车辆；

4）车辆间事故形态为追尾、正面碰撞、同向侧面碰撞、对向侧面碰撞、直角碰撞、同向刮擦、对向刮擦；

5）道路类型为高速、一级、二级、三级、四级、等外、城市快速路、一般城市道路、其他路（即排除单位小区自建路、公共停车场、公共广场）；

6）驾驶人伤害程度排除“不明”。

研究获取2014-2017年满足上述条件的事故数据。除上述项目外，还根据国内外既有研究获取了其他事故信息，共计28项，如下表1所示。数据共包含497251起事故，994502位驾驶人。上述数据经处理后，用于建立统计模型进行分析评价。