为了探索电动汽车与行人碰撞事故的时空分布模式,在传统核密度估计法中引入聚类强度和事故严重度指标,建立了交通事故黑点时空核密度估计方法;考虑到事故变量中可能存在的随机变量和异质性,基于均值异质性的随机参数Logit模型,建立了电动汽车与行人碰撞事故严重程度模型,识别影响电动汽车与行人碰撞事故严重程度的关键因素,并通过计算显著变量的边际效用定量确定了关键因素的影响程度。研究结果表明:电动汽车和燃油汽车与行人碰撞事故均主要分布在城市中心区域,电动汽车与行人碰撞事故分布相对更为集中,且工作日和白天时电动汽车的事故数更多,严重程度更高;电动汽车驾驶人年龄在[40,60)岁和事故发生时间段在18:00至次日6:00为随机变量,驾驶人年龄的效用值服从标准差为-0.582、方差为0.926
2
的正态分布,且在道路功能等级(主干路)和车辆类型(货车)变量中具有均值异质性,事故发生时间段的效用值服从标准差为-0.313、方差为0.518
2
的正态分布,且在天气(雾霾)变量中具有均值异质性,此外,男性驾驶人、中青年驾驶人和工作日出行等因素会导致电动汽车与行人碰撞事故严重程度的不同增加;考虑均值异质性的随机参数Logit模型的赤池信息准则比随机参数Logit模型减少了26,对数似然值增加了94.272,可见,引入均值异质性后,构建的基于随机参数Logit模型的电动汽车与行人碰撞事故严重程度模型拟合优度有所提升,且能更科学全面地解释电动汽车与行人碰撞事故的致因原理。
更多>
2024, 24(6): 299-310.
doi:
10.19818/j.cnki.1671-1637.2024.06.021
地址:
陕西省 西安市 南二环 路中段 长安大学《交通运输工程学报》编辑部
(710064)
电话:
029-82334388
Email:
[email protected]
访问总数:
今日访问:
北京仁和汇智信息技术有限公司