详情

原文传递基于深度调查数据的二轮车骑行者多部位损伤模型及影响因素分析

论文题名：	基于深度调查数据的二轮车骑行者多部位损伤模型及影响因素分析
关键词：	交通安全;二轮车骑行者;事故伤害;身体部位;CIDAS数据;多变量模型
摘要：	二轮车是我国常用的出行工具之一。二轮车与汽车间发生的交通事故常造成二轮车骑行者较为严重的伤害。以往文献主要从驾驶人总体受伤程度的视角展开研究，难以表现出具体部位的受伤差异，也无法对保护二轮车骑行者身体部位提出针对性建议。其次，受伤部位间也存在一定的相关性，已有研究对于受伤部位之间的相关性、各部位伤害与骑行者死亡的相关性均缺乏考虑，从而造成受伤部位伤害影响程度模型的整体估计偏差，有必要建立考虑多部位关系的事故伤害程度模型。　　论文首先对我国8个主要城市2014年至2021年的二轮车-汽车碰撞深度事故调查数据（CIDAS）进行整理。从二轮车骑行者、车辆、道路、周围环境及二轮车碰撞前行为等方面的安全因素作为自变量，以头部、胸部、腹部、颈部、盆骨及上下肢7个受伤部位的伤害程度为因变量，基于国内外学者的研究，总结了标准多元Probit模型、基于随机参数的多元Probit模型及基于随机参数的多重多元Probit模型进行事故伤害分析的建模、求解和检验理论，构建了完整的分析流程。然后，为确定部位间伤害严重程度的相关关系与安全因素对各部位伤害的影响，分别建立了各部位独立的标准多元Probit模型（IP）、基于随机参数的多元Probit模型（RP）及考虑多部位相关性的随机参数多重多元Probit模型（RPMP），分析对比了三类模型的拟合优度及变量解释能力。为进一步研究连续性变量对二轮车骑行者伤害严重程度的非线性影响，研究建立广义可加模型（GAM）深度挖掘连续变量与伤害严重程度的非线性关系。最后根据研究结果提出相应的二轮车事故预防策略与措施建议。　　模型研究结果显示：考虑了随机效应及因变量相关性的二轮车骑行者各部位伤害程度模型（RPMP）优于未考虑以上两个因素的二轮车骑行者各部位伤害程度模型（IP,RP）。基于随机参数的多重多元Probit模型（RPMP）发现了存在随机效应的参数对具体身体部位伤害的影响存在异质性。发现了二轮车类型、二轮车骑行者性别及骑行方式等23个因素对骑行者不同身体部位伤害具有显著性影响。其中，高龄二轮车骑行者、女性骑行者及二轮车与汽车特殊的碰撞部位等7个变量对二轮车骑行者特定身体部位伤害的影响存在异质性。基于分析结果，建议进一步考察申请与使用轻便摩托车的骑行者最高年限的合理性，并进一步加强二轮车上内侧倾稳定性；同时，研究发现骑行者撞前骑行速度及其与碰撞点之间的距离对骑行者头部、盆骨、腹部及上肢损伤存在显著的非线性影响，对于目前按照机动车管理的电动二轮车，建议单独设置限速值，不宜按机动车设置限速值；此外，论文发现骑行者胸部受到伤害后更易导致骑行者死亡，甚至其与骑行者死亡的相关性高于头部。因此胸部伤害的影响因素分析对于揭示了造成骑行者死亡具有重要作用；最后，汽车的发动机罩及前、后挡风玻璃与二轮车相撞会导致二轮车骑行者不同部位伤害，二轮车骑行者头盔的佩戴不仅对其头部具有保护作用，并且还能对上肢起到一定程度的保护作用，这是以往基于整体受伤程度研究无法体现的结果。　　论文研究结果中获得的车速与事故伤害的非线性函数关系，可为限制二轮车骑行速度提供依据。其次，关于二轮车私装的遮阳板及老年骑行者的结论对于相关交通安全教育、交通工程设施以及交通管理方面具有参考意义。论文所提出具有针对性的二轮车碰撞事故预防对策，可为降低此类事故中骑行者各身体部位的伤害程度提供参考。
作者：	朱秭硕
专业：	交通运输工程
导师：	朱彤
授予学位：	硕士
授予学位单位：	长安大学
学位年度：	2022