建成环境对城市交通事故严重程度影响研究_陈坚.pdf

第 42 卷第 3 期重 庆 交 通 大 学 学 报(自 然 科 学 版)Vol 42No32023 年 3 月JOUNAL OF CHONGQING JIAOTONG UNIVESITY(NATUAL SCIENCE)Mar 2023DOI:103969/jissn1674-069620230315建成环境对城市交通事故严重程度影响研究陈坚1，邱智宣1，彭涛1，刘柯良1，傅志妍2，庹永恒3(1 重庆交通大学 交通运输学院，重庆 400074;2 重庆第二师范学院 经济与工商管理学院，重庆 400067;3 重庆市公安局 大渡口区分局交巡警支队，重庆 400084)摘要:针对城市交通事故分析中缺少建成环境因素的系统考虑，以密度、多样性、交通设计、可达性及公共交通临近度等 5 个维度表征建成环境，同时考虑个体行为、道路情况、事故类型及自然环境 4 个方面，运用机器学习算法建立融入建成环境因素对城市道路交通事故严重程度影响分析模型;并以重庆市某区的事故数据进行实证分析。研究结果表明:建成环境变量对事故严重程度有较大影响;从变量重要度排序来看，土地利用混合度(1429%)、快速路及主干路密度(1243%)、次干路及支路密度(1154%)、人口密度(1135%)与可达性(1096%)的影响程度较高，累计重要度达 6057%;同时各变量与事故严重程度呈现出非线性关系。关键词:交通工程;城市交通安全;非线性;梯度提升决策树(GBDT)模型;建成环境;事故严重程度中图分类号:U491文献标志码:A文章编号:1674-0696(2023)03-105-07Influence of Built Environment on the Severity of Urban Traffic AccidentsCHEN Jian1，QIU Zhixuan1，PENG Tao1，LIU Keliang1，FU Zhiyan2，TUO Yongheng3(1 School of Traffic Transportation，Chongqing Jiaotong University，Chongqing 400074，China;2 College of Economics Business Administration，Chongqing University of Education，Chongqing 400067，China;3 Traffic Patrol Detachment of Dadukou Public Security Sub-bureau，Chongqing Public Security Bureau，Chongqing 400084，China)Abstract:In view of the lack of systematic consideration of built environment factors in the analysis of urban trafficaccidents，five dimensions including density，diversity，traffic design，accessibility and public transport proximity wereselected to characterize the built environment，and four aspects including individual behavior，road conditions，accidenttypes and natural environment were considered at the same time The machine learning algorithm was used to establish ananalysis model that incorporated built environment factors on the severity of urban road traffic accidents Finally，anempirical analysis was carried out by use of the accident information in a certain district of Chongqing The research resultsshow that the built environment variables have a greater impact on the severity of accidents From the perspective of variableimportance ranking，the land use mixing degree(1429%)，the density of expressways and trunk roads(1243%)，thedensity of secondary roads and branch roads(1154%)，population density(1135%)and accessibility(1096%)have ahigher impact and the cumulative importance reaches 6057%At the same time，each variable has a non-linear relationshipwith the severity of the accidentKey words:traffic engineering;urban traffic safety;non-linearity;gradient boosting decision tree(GBDT)model;builtenvironment;accident severity随着城镇化的快速推进，城市机动车保有量迅猛增长，交通安全问题也日益突出。近年来，我国道路交通死亡人数长期居于世界首位，每年有 6 万人以上死于道路交通事故，直接财产损失达 13 亿元，交通安全形势依然严峻。因此，从多维视角解析交通事故十分必要。国内外学者围绕交通安全进行了系统研究。已有研究从事故构成要素入手，将人、车、路及自然环收稿日期:2021-09-09;修订日期:2021-12-31基金项目:重庆教委科技研究计划项目(KJQN202001611);重庆市教委”成渝地区双城经济圈建设”科技创新项目(KJCXZD2020029)第一作者:陈坚(1985)，男，江西赣州人，教授，博士，博士生导师，主要从事交通大数据理论方面的研究。E-mail:chenjian525 126com境等方面与事故的关系进行分析。董傲然等1 从人、车、路和自然环境这 4 个方面出发，构建了机动车与行人事故严重程度的分析模型;SKUMA 等2 考虑了受伤者的性别与年龄、照明条件、道路情况等11 个因素，对印度车辆交通事故严重程度进行了对比分析。也有学者从区域视角出发，探索区域人口经济、土地利用特征及区域路网特征等因素与交通安全之间的关系。王雪松等3 选择了区域人口特征、道路及交通特性、路网形态特征等指标对交通安全进行分析，结果发现路网形态和交通安全显著相关;PNAJAF 等4 基于年龄、人口、人均收入等测度，分析了城市形态特征与交通安全的关系;潘义勇等5 考虑了公园、医院等建成环境因素，探索了老年人因事故造成伤害严重程度的影响因素。现有研究仅考虑了部分建成环境因素对事故的影响，如道路特征3、人口密度4、土地利用情况6 等。尚缺少对建成环境因素系统的考虑及与其它因素的对比，导致难以从城市规划本源出发，来规避交通事故的发生。笔者基于重庆市某区交通事故信息，运用机器学习方法，探究建成环境对交通事故严重程度的非线性关系，得到了变量的重要度。1建成环境11研究单元划分空间数据分析结果会随着面积单元定义的不同而发生变化，其影响主要体现在尺度效应与划区效应两个方面，因此适宜的空间尺度对空间数据分析及结果获取十分重要。杨文越等7 对比分析了多尺度建成环境对居民通勤出行的状况，发现不同尺度建成环境的显著性为:社区尺度社区边界 1 km 缓冲范围尺度街道尺度。由于文中研究的对象为事故点，社区尺度相对狭窄，故笔者选取事故点 1 km缓冲区作为建成环境的研究单元。12建成环境指标选取与自然环境不同，建成环境是土地利用、城市设计及交通系统等一系列相关要素的集合。建成环境的定量测度一直是城市规划学的研究热点，从 20 世纪 80 年代开始建成环境的内涵不断被丰富。EWING 等8 将建成环境归结为“3D”维度，包括密度、多样性和设计，而后在“3D”维度基础上增加了目的地可达性和到站点距离，形成“5D”维度9。笔者所指的建成环境测度指标是在“5D”维度基础上，对建成环境要素进行重构，甄选人口密度、土地利用混合度、路网密度、距市中心距离、公交站点密度等 11 个变量用于度量建成环境的密度、多样性、交通设计、可达性及公共交通邻近度 5 个维度。建成环境变量描述见表 1，其中密度为点密度，通过计算 POI 点个数与研究区域面积之比得到;多样性通过土地利用混合度表征10，计算如式(1);交通设计涵盖交叉口密度与路网密度;可达性通过计算各研究单元距离城市中心的欧几里得距离得到;公共交通邻近度用研究单元内的公交站点密度及地铁站点密度进行度量。Li=Pijlog PijlnN(1)式中:Li为第 i 个研究单元的土地利用熵指数;Pij为第 i 个研究单元内第 j 种 POI 数量占总数的比例;N为 POI 兴趣点个数。表 1建成环境变量Table 1Built environment variables指标类型指标名称指标描述计算方法密度人口密度/(人km2)研究单元内单位面积人口数量人口总数/研究单元面积商务办公密度/(个km2)研究单元内单位面积商务办公 POI 数目商务办公 POI 数目/研究单元面积酒店密度/(个km2)研究单元内单位面积酒店 POI 数目酒店 POI 数目/研究单元面积公园密度/(个km2)研究单元内单位面积公园 POI 数目公园 POI 数目/研究单元面积银行密度/(个km2)研究单元内单位面积银行 POI 数目银行 POI 数目/研究单元面积多样性土地利用混合度研究单元内兴趣点数据混合度熵指数法交通设计路网密度/(kmkm2)研究单元内不同等级道路长度与研究单元面积之比道路总长度/研究单元总面积交叉口密度/(个km2)研究单元交叉口数量与研究单元面积之比交叉口数量/研究单元总面积可达性距市中心距离/km研究单元中心距离市中心欧几里得距离两点间的直线距离公共交通邻近度公交站密度/(个km2)研究单元内公交站点数量与研究单元面积之比公交站点数量/研究单元总面积地铁站密度/(个km2)研究单元内地铁站点数量与研究单元面积之比地铁站点数量/研究单元总面积601重 庆 交 通 大 学 学 报(自 然 科 学 版)第 42 卷13建成环境数据获取与处理建成环境数据处理主要借助 Arc GIS 平台，涉及数据包括:街道行政区数据、道路网络数据和 POI兴趣点数据。街道行政区数据以面为单元，用于研究空间范围的构建;道路网络数据包括不同等级的道路线网，以测度研究区域的路网密度;POI 兴趣点数据通过 Python 中的爬虫工具在 Open Street Map中获取，用于计算不同研究区域点密度及可达性。建成环境数据处理流程见图 1。图 1建成环境数据的处理过程Fig 1Data processing of the built environment2城市道路事故数据处理与分析21事故分类与统计交通事故按事故严重程度分为轻微事故、一般事故、重大事故和特大事故 4 类，不同等级事故划分标准见表 2。表 2事故等级分类Table 2Accident classification事故等级伤亡情况轻微事故