农村道路上致命行人交通事故的风险因素共现模式：一种关联规则挖掘方法

《Journal of Transport & Health》：Co-occurrence patterns of risk factors for fatal pedestrian crashes on rural corridors: An association rule mining approach

　　摘要

引言
在印度的高速乡村道路上，行人的死亡仍然是一个持续的安全挑战。本研究采用了关联规则挖掘（ARM）方法，系统地揭示了道路几何形状、交通状况、土地利用、行人流量、人口统计特征以及路边属性与行人涉及的重大事故之间的多维交互模式。

方法
所有变量都被划分为不同的类别，并转换为路段级别的交易项集。使用Apriori算法挖掘关联规则，设定固定的结果（即路段内发生行人事故：是），并通过网格搜索敏感性分析确定最佳的支持度-置信度阈值（0.01和0.50），以确保规则的质量和可解释性。

结果
ARM的结果揭示了一致的、具有高提升值的模式，这些模式涉及交叉口、居民区和规定中分带的共存，其中许多规则的提升值超过6。其他具有影响力的前因包括铺设的路肩、四车道横截面、国家级公路路段、无障碍的中分带、直线路段以及中等到高的车辆行驶速度。四个可视化图表（散点图、分组气球图、网络图和平行坐标图）展示了所有规则的结构优势，这些规则涵盖了中等复杂度（4个项）和更高复杂度（5个项）的情况。

结论
研究结果强调了特定组合的不可控行人通道、路边活动、横截面设计和高行驶速度所带来的更高风险，为有针对性的干预措施提供了可操作的见解，例如中分带整改、交叉口通行控制、居民区速度管理以及考虑行人需求的几何重新设计。研究表明，ARM作为一种以模式为导向的分析方法，在评估乡村高速公路上的行人安全方面具有有效性。

1. 引言
在全球范围内，行人仍然是最脆弱的道路使用者群体之一，他们在道路交通死亡和伤害中占了不成比例的比例。根据世界卫生组织（WHO）2023年的《全球道路安全状况报告》，行人占全球道路死亡总数的近23%，其中大部分发生在低收入和中等收入国家（LMICs）。道路设计、执法和出行方式的结构性差异加剧了行人的风险，因为在这些地区，机动交通工具的增长速度超过了安全步行和过街环境的发展速度（Zegeer和Bushell，2012）。在印度，行人安全仍然是一个重要的公共卫生问题。政府官方报告显示，2017年至2023年间，行人死亡的比例从13.8%稳步上升至20.4%（MoRTH，2025）。大量的行人死亡发生在农村和城郊地区，由于存在居民点、混合和非正式的土地利用方式以及许多靠近道路的商业活动区，导致行人在未设计为安全步行或过街的区域反复暴露于风险中（Salehian等人，2023）。尽管国家级公路（NH）仅占印度总道路网络的2.1%，但由于高行驶速度、与过往交通的有限分离以及行人活动与快速移动的车流的共同位置，它们导致了不成比例的高行人死亡率（MoRTH，2025）。尽管这些道路上的行人非常脆弱，但在高速乡村道路上采取的安全措施仍然不足，因为大多数安全干预和研究工作传统上都集中在城市地区（Tiwari等人，2016）。乡村公路拥有异质的交通组合、不受控制的行人流动和有限的过街基础设施，给行人安全带来了严峻挑战（Bisht和Tiwari，2023）。在印度和类似的中低收入国家进行的研究表明，即使是少量的行人流量也可能由于行人と车辆之间的极端动能不平衡而在高速道路上导致不成比例的高死亡率（Armenta-Ramirez等人，2023；Das等人，2021；Sivasankaran等人，2020）。现有的关于行人安全的研究大多依赖于单变量或加性多变量模型，如逻辑回归、计数模型或严重性模型（Sivasankaran等人，2020；Zhang等人，2014）。虽然这些方法对于推断是必要的，但它们本质上假设了线性或加性效应。它们可能忽略了道路几何形状、路边活动、交通暴露和环境背景之间的交互结构，而这些因素共同决定了事故风险。近年来，数据驱动的模式发现技术，如关联规则挖掘（ARM），作为一种强大的工具，能够揭示事故促成因素之间的隐藏关系，而无需依赖预定义的统计假设（Agrawal等人，1993；Kumar和Toshniwal，2015）。许多基于ARM的行人研究表明，严重的交通事故往往不是由单一因素引起的，而是由多种共存条件组合造成的，例如高速行驶与不足的照明、路边商业活动或不连续的中分带（Chakraborty等人，2024；Das等人，2020；Hossain等人，2022；Sivasankaran等人，2020）。其他领域的研究进一步证明，基于规则的方法特别适合揭示这种多变量配置（Hong等人，2020；Weng等人，2016）。尽管ARM在交通运输安全研究中的使用日益增加，但在理解乡村道路上的行人事故方面仍存在几个重要差距。现有研究缺乏对影响致命行人事故的多个路段级别特征之间的交互效应的详细分析。此外，ARM的应用主要集中在城市环境中，而尽管由于高行驶速度、混合交通、非正式通道和受居民区驱动的行人流动，低收入和中等收入国家的高速乡村道路实际上被严重忽视。这些道路上的行人事故风险受多种道路属性、路边土地利用特征、交通状况和居民区结构的共同影响，而不仅仅是单一因素。这突显了需要能够识别多维交互模式的分析方法。识别这些共存模式对于积极的道路管理至关重要，使规划者和工程师能够针对高风险配置采取适当的分层对策。

在行人安全研究中，特别是在低收入和中等收入国家，一个持续的挑战是警察事故数据库中道路交通伤害的低报告率。非致命的行人事故经常被遗漏或记录不一致，这是由于报告机制限制、伤害定义的差异以及警察、医院和紧急医疗记录之间缺乏系统性的链接。最近的系统评价表明，将警察事故记录与医院数据集整合可以显著提高伤害监测的完整性和准确性，突显了传统警察数据库中的报告不足问题（Doggett等人，2018；Karimi等人，2024；Soltani等人，2024）。虽然致命事故也容易受到报告不一致的影响，但它们通常被认为比非致命伤害有更高的报告完整性，因此为调查事故发生和相关风险因素提供了更可靠的基础（Tiwari等人，2024）。因此，本研究专注于致命行人事故，使得分析能够最小化潜在的报告偏差，同时提供关于道路、交通和建筑环境特征与高速乡村道路上行人事故发生之间交互作用的可靠见解。本研究采用路段级别的ARM框架来识别与发生致命行人事故的路段相关的交通、道路、几何和建筑环境特征的重复组合。与其关注单一预测因素，不如强调理解特征组合如何共同导致致命事故的发生，从而支持数据驱动的工程、执法和访问管理的优先级排序。本文的其余部分组织如下：首先介绍了与影响行人事故的关键风险因素和ARM在事故分析中的应用相关的详细文献。然后是方法论部分，描述了研究区域、数据集和ARM。接着是结果、讨论和结论部分。

2. 文献回顾
2.1. 影响行人事故的因素
行人事故源于多个风险领域的交叉，包括道路几何形状、交通运作、行人活动模式、土地利用形式和环境条件。先前的研究表明，行人事故不能归因于单一主导因素；相反，它们是由道路几何设计、暴露条件和环境特征的相互作用共同造成的。道路和路边特征，如车道数量、中分带类型、路边开发强度和相邻土地利用，显著影响行人事故的可能性（Adanu等人，2025；Aman等人，2026a；Bisht和Tiwari，2023）。基于事故的分析进一步表明，高车速、夜间能见度差、照明不良和交通流量大会增加行人受伤的严重程度，因为这减少了驾驶员的反应时间和冲击力（Hossain等人，2022，2023）。高人口密度、混合土地利用模式和不足的道路交叉口也与行人冲突风险增加有关（Armenta-Ramirez等人，2023）。Bisht和Tiwari（2023）发现，未分隔的多车道道路在交叉口的行人事故风险远高于宽度相似的分隔道路，因为增加了冲突点和不受控制的行人流动。Tamakloe和Adanu（2024）确定了环境条件的组合，如能见度低、黄昏时段和周末，以及驾驶员行为（包括超速和违规历史），这些因素增加了肇事逃逸型行人事故的可能性。城市行人安全已得到广泛研究，但尽管乡村道路的行人事故负担严重，相关研究仍然相对不足。低收入和中等收入国家的研究一致报告称，乡村中段位置、路边居民区和照明不良的公路路段在致命行人事故中占比较高（Besharati和Kashani，2018）。这些环境造成了间歇性的但高风险暴露，尤其是在行人必须在没有指定设施的情况下穿越快速行驶的道路时。Naqvi和Tiwari（2022）报告称，公路配置和事故时间显著影响印度高速公路上的行人参与致命事故。Bisht和Tiwari（2023）使用匹配的病例对照设计证明，清晰区域宽度、居民区的存在、服务道路的可用性和水平对齐显著影响高速分隔公路上的行人死亡风险。Aman等人（2026c）发现，交叉口、中分带间隙、次要通道、行人活动生成器和人口暴露显著影响高速乡村公路上的致命行人事故频率。这些发现与更广泛的证据一致，表明乡村道路的特点是靠近道路的居民区、非正式的商业和交通活动以及有限的执法，这些因素即使在行人交通较少的情况下也会增加行人-车辆冲突的概率。行人的人口统计特征和行为也增加了事故风险。年轻的行人在高速双车道乡村道路上尤其容易受到影响，尤其是在夜间或能见度低的情况下（Besharati和Kashani，2018）。即使在存在工程升级（如行人天桥）的情况下，由于行为、可访问性和便利性因素，使用率仍然较低，从而削弱了安全性。文献显示，乡村高速道路上的行人风险在结构上与城市地区不同，这是由高速度、混合交通、非正式土地利用模式和不足的行人设施的相互作用造成的。更重要的是，低收入和中等收入国家的研究结果表明，风险本质上是交互驱动的，不是由单一的几何或环境属性引起的，而是由危险路段上共同出现的特征组合引起的。这突显了需要能够检测共存风险因素的分析方法，以便更深入地理解道路设计、路边活动和行人暴露如何共同导致致命行人事故。

2.2. 道路安全研究中的关联规则挖掘
ARM越来越被认为是揭示复杂事故数据集中隐藏的共存结构的强大非参数数据挖掘技术。它通过发现频繁共存的项集直接从数据中识别关系，不同于传统的基于回归的模型，后者强加了线性或加性功能形式的假设（Hahsler等人，2005）。其描述性和无假设的性质允许捕捉非线性交互和在参数方法中经常被掩盖的罕见但有意义的模式（Kumar和Toshniwal，2015；Pande和Abdel-Aty，2009）。ARM在道路安全中的应用迅速扩展，证明了其在不同事故背景下的有效性。Weng等人（2016）揭示了涉及夜间条件、车道封闭和超速的高提升模式，这些因素共同导致了工作区附近的伤亡风险增加。Das等人（2019a）使用ARM揭示了涉及能见度差、驾驶员行为和孤立道路位置的重复交互模式，这些模式通过传统统计建模难以捕捉。类似地，ARM在低频但高后果的领域也被证明是有帮助的，例如高速公路上的危险物质运输事故，通过识别将危险物质类别、几何不连续性和表面条件与严重事故结果联系起来的规则（Hong等人，2020）。这些研究共同证实了ARM（Association Rule Mining）是一种有效的探索性工具，能够揭示不同类型事故之间的具有实际意义的关系。ARM因其能够识别影响事故发生和严重程度的多因素交互模式而在行人安全研究中得到广泛应用。Sivasankaran等人（2020年）的研究表明，缺乏中央隔离带、路边商业活动以及高速行驶环境等因素的组合与城市街道上的致命行人事故有很强的关联性。关于照明和能见度的相关研究进一步凸显了ARM捕捉环境互动的能力。Hossain等人（2022年）发现，在严重的行人事故中，黑暗、多车道设施和弯曲的道路线经常同时出现，尤其是在郊区和城郊地区。Pramanik等人（2025年）利用ARM评估了印度不同类型道路上的致命事故风险模式，强调了商业区密度、行人流量强度与事故倾向之间的关系。Chakraborty等人（2024年）通过研究限制能见度、中央隔离带不连续性和路边商业活动来考察街区中行人事故的严重程度。最近的研究还将ARM的应用扩展到了其他行人事故情境中，包括在不同天气条件下的行人被撞击后逃逸事故（Tamakloe和Adanu，2024年）、夜间环境（Hossain等人，2022年）以及交叉口事故趋势的分析（Das等人，2021年）。这些研究表明，ARM能够处理行人事故风险的复杂性，强调了潜在的几何特征、环境条件和行为因素是如何共同作用而非独立作用的。因此，文献表明ARM为识别行人事故评估中频繁出现的高影响多因素交互模式提供了一个强有力的框架。

2.3 研究贡献
本研究采用段级ARM框架来评估不同变量交互效应对某一路段内致命行人事故发生的影响。与传统主要评估单个变量独立效应的分析方法不同，所提出的框架能够识别出与事故高发路段相关的频繁共现的因素组合，并提供了对致命行人事故发生所处多维条件的更全面理解。该研究将在一个统一的ARM框架中整合交通暴露度、行驶速度、道路几何形状、路边土地利用和行人暴露度，以揭示与致命行人事故相关的高支持度、高置信度和高信息量的交互模式。这些由交互作用驱动的模式为理解多个特征如何共同导致行人事故发生提供了可解释的见解，有助于识别高风险路段配置，而不仅仅是孤立的风险因素。研究结果为交通管理部门提供了实用指导，支持基于数据的工程优先级设定、通行管理和在乡村高速公路上实施执法干预措施。所提出的框架还展示了段级ARM作为分析工具的适用性，可用于识别与行人事故发生相关的重复出现的道路和环境配置，特别是在资源有限的低收入和中等收入国家（LMIC）环境中。

3. 方法论
3.1 研究路段和分段程序
本研究调查了印度哈里亚纳邦（毗邻德里）的高速乡村道路上的致命行人事故风险。这些道路的特点是地形较为平坦，并拥有由国家公路（NH）、州级公路（SH）和主要地区道路（MDR）组成的广泛的乡村公路网络。根据Indo-HCM（2017年）的标准，这些道路被归类为设计速度超过65公里/小时的高速乡村道路。研究选择了六个行人死亡率每100公里异常高且出现大量行人事故的路段进行详细分析（Aman等人，2025年）。研究中排除了城市范围内的道路，仅选择了乡村地区的连续路段，以确保评估的代表性，从而能够专注于这些高速乡村路段上的致命行人事故风险（图1）。关于这些研究路段的详细信息汇总在表1中。其中四条国家公路（NH）是四车道道路，总长218公里，而每条州级公路（SH）和主要地区道路（MDR）都是单车道道路。所有这些道路都有居民区，设有多个出入口，行人活动频繁，且路边土地利用密集。

表格1. 选定的研究路段特征
| 路段 | 长度（公里） | 车道宽度（米） | 行人事故数 | 每公里行人事故数 |
|-----------------|---------|-----------|---------|-----------|
| NH352（1） | 35 | 3.3 – 3.5 | | 40 |
| NH352（2） | 84 | 3.3 – 3.5 | | 86 |
| NH709（1） | 67 | 3.2 – 3.5 | | 95 |
| NH709（2） | 37 | 3.2 – 3.5 | | 42 |
| SH183 | 34 | 3.4 – 3.5 | | 37 |
| MDR138 | 36 | 3.2 – 3.5 | | 37 |

整个道路网络根据预定义的变化点被划分为若干段，这些变化点是通过广泛的地图绘制确定的，包括村庄、主要交叉口和道路入口/出口等可能改变交通和行人动态的要素。路段边界基于这些变化点在ArcGIS中划定，从而形成长度不等的段落，反映实际的道路、交通和环境条件变化。在每个变化点以及每条道路的起始和结束处测量了交通流量和速度，假设在这些段落内流量和速度保持不变直到下一个变化点。这种方法通常用于交通条件不均匀的乡村高速公路，因为这种情况下中路段的流量进出变化不大。整个288.1公里的道路网络进一步被划分为2881个等长的100米段落，以确保在捕捉事故发生、暴露度和适合行人安全分析的路边或几何特征的变化方面具有较高的空间分辨率（Bisht和Tiwari，2023年）。100米段的形状文件被空间叠加到路段形状文件上，以便将路段级别的交通属性传递给每个组成段落。一个段落内的许多段落具有相同的交通特征，但变化点前后立即的段落则捕获了不同的暴露条件。

3.2 数据准备
最终的分析数据集整合了2017-2022年（2020年因全国COVID-19封锁除外）的致命行人事故记录、交通暴露指标、道路几何形状和100米段落级别的路边环境属性。致命行人事故数据通过根据IPC 304A注册的第一信息报告（FIRs）从哈里亚纳警方获取。事故地点是根据这些FIRs中的文本描述手动进行地理编码的。在所有变化点、具有代表性的路段中间部分以及道路终点收集了一小时的交通流量数据。使用DataFromSky（Sarkar等人，2024年）软件分析了一小时的视频录像，该软件采用计算机视觉技术对车辆进行分类并统计其数量。所有车辆被分为三类进行进一步分析：(i) 机动两轮车（MTW），(ii) 轻型机动车（LMV），包括汽车、厢式货车、轻型商用车辆和拖拉机；(iii) 重型车辆，包括卡车（双轴和多轴）和公共汽车。这些流量数据根据Garber和Hoel（2009年）的建议方法转换为年均日交通量。这些年均日交通量根据哈里亚纳邦政府城市与乡村规划部（NCRPB，2021年）制定的国家首都区域的区域和次区域流动性计划中规定的交通增长率进行了调整，以对应于相应的事故年份。同样，行人计数数据采用Volker（2019年）建议的方法估计了年均日行人交通量（AADPT）。车辆点速度使用基于激光的速度测量仪以公里/小时为单位记录。在关联规则挖掘之前，连续变量被离散化，因为Apriori算法需要分类的项集。交通暴露变量（AADMTWT、AADLMVT和AADHVT）被基于分布的三分位数（等频分类）离散化为三个类别（低、中、高），以获得各类别之间平衡的观察值，并避免稀疏的项集。由于大多数道路段落位于人口稀少的乡村地区，行人活动相对较少，因此人口密度和AADPT等暴露变量显示出高度偏斜的分布。因此，这些变量使用基于分布的临界值进行分类，以区分低暴露段和人口密集的路边环境。车辆行驶速度根据观察到的行驶速度分布及其在交通工程中的实际意义被分类为工程相关的10公里/小时区间。采用这些离散化策略是为了生成有意义且可解释的关联规则，同时确保每个类别内有足够的观测值。

通过广泛的现场调查和ArcGIS中的空间绘图准备了详细的道路清单。道路几何属性包括路肩类型、中央隔离带类型、中央隔离带是否存在、水平曲线、车道数量和位置类型。路边环境变量包括土地利用类型、服务道路的存在、餐馆/小餐馆、公交车站、加油站、500米缓冲区内的学校、运河/桥梁/涵洞、立交桥的起点/终点以及次要通道。变量如车道宽度、路肩宽度、护栏的存在等变化较小的变量被排除在外。人口暴露是通过在道路网络沿500米范围内创建缓冲区并根据Aman（2025年）的方法提取人口数据来计算的。这与人事年度变化相对应，以考虑路段沿线的年度人口分布变化。所有事故属性、几何/环境特征、交通暴露变量和人口指标都与每个100米段落进行了空间关联。最终的数据集包含2881个段落，其中285个段落至少发生了一起致命行人事故（事故段落），2596个段落没有发生事故（非事故段落）。这种段落级结构使得可以针对这些段落与致命行人事故风险的关系进行模式挖掘评估。所有这些变量的详细信息列在表2中。

表2. 段落中关键变量的描述性统计
| 变量 | 描述 | 类别 | 频率（%） | 来源 |
|------------------|-------------------------|------------------|-------------------|
| AADMTWT（年均日机动两轮车交通） | 低（<5920） | 110 | 1（38.2%） |
| | 中（5920-7375） | 84 | 2（29.2% |
| | 高（>7375） | 93 | 9（32.6% |
| AADLMVT（年均日轻型机动车交通） | 低（<5530） | 102 | 35.7% |
| | 中（5530-8855） | 88 | 2（30.6% |
| | 高（>8855） | 97 | 33.7% |
| AADHVT（年均日重型车辆交通） | 低（<1275） | 95 | 8（33.2% |
| | 中（1275-2075） | 97 | 6（33.9% |
| | 高（>2075） | 94 | 8（32.9% |
| AADPT（年均日行人交通） | 低（<3000） | 200 | 2（69.5% |
| | 中（3000-6000） | 65 | 8（22.8% |
| | 高（>6000） | 22 | 7.7% |
| 被撞车辆（卡车的85百分位速度） | 25-30公里/小时 | 36 | 12.7% |
| 点速调查 | 31-40公里/小时 | 55 | 19.1% |
| | 41-50公里/小时 | 164 | 57.2% |
| | 51-65公里/小时 | 318 | 11.0% |
| SMTW（机动两轮车的85百分位速度） | 30-40公里/小时 | 24 | 8.4% |
| | 41-50公里/小时 | 517 | 17.9% |
| | 51-60公里/小时 | 138 | 48.2% |
| | 61-70公里/小时 | 73 | 25.5% |
| Scar（汽车的85百分位速度） | 40-50公里/小时 | 69 | 24.1% |
| | 51-60公里/小时 | 135 | 4.7% |
| | 61-70公里/小时 | 30 | 10.4% |
| SLCV（轻型机动车的85百分位速度） | 30-40公里/小时 | 317 | 11.0% |
| | 41-50公里/小时 | 67 | 23.5% |
| | 51-60公里/小时 | 165 | 57.5% |
| | 61-70公里/小时 | 229 | 7.9% |
| SBus（公交车的85百分位速度） | 30-40公里/小时 | 66 | 23.1% |
| | 41-50公里/小时 | 36 | 12.7% |
| | 51-60公里/小时 | 106 | 36.8% |
| | 61-70公里/小时 | 79 | 27.4% |
| Tractor（拖拉机的85百分位速度） | 15-25公里/小时 | 107 | 37.3% |
| | 26-30公里/小时 | 75 | 26.2% |
| | 31-35公里/小时 | 57 | 19.9% |
| | 36-40公里/小时 | 47 | 16.6% |
| 路段类型 | NH | 217 | 75.6% |
| | SH | 336 | 11.7% |
| | MDR | 368 | 12.8% |
| 车道数 | 2车道 | 66 | 23.0% |
| | 4车道 | 221 | 77.0% |
| 位置类型 | 交叉口 | 316 | 11.0% |
| | 路段中部 | 256 | 89.0% |
| 土地利用 | 居民区 | 120 | 41.8% |
| | 非居民区 | 167 | 58.2% |
| 路肩类型 | 铺砌 | 226 | 78.4% |
| | 未铺砌 | 62 | 21.6% |
| 中央隔离带是否存在 | 不存在 | 201 | 70.0% |
| | 适用 | 66 | 23.0% |
| 中央隔离带类型 | 有护栏/屏障 | 235 | 8.2% |
| | 无护栏/屏障 | 197 | 68.6% |
| 服务道路是否存在 | 有 | 24 | 84.4% |
| | 有护栏/屏障 | 157 | 5.4% |
| | 无护栏/屏障 | 197 | 68.6% |
| 对齐方式 | 直线 | 269 | 93.5% |
| | 曲线 | 188 | 6.5% |
| 公交车站是否存在 | 有 | 129 | 4.5% |
| | 无 | 275 | 95.5% |
| 餐馆/小餐馆是否存在 | 有 | 274 | 9.5% |
| | 无 | 260 | 90.5% |
| 加油站是否存在 | 有 | 113 | 3.9% |
| | 无 | 266 | 96.1% |
| 学校是否存在（500米缓冲区内） | 有 | 215 | 7.5% |
| | 无 | 266 | 92.5% |
| 运河/桥梁/涵洞是否存在 | 有 | 48 | 1.7% |
| | 无 | 283 | 98.3% |
| 立交桥起点/终点是否存在 | 有 | 46 | 1.6% |
| | 无 | 283 | 98.4% |
| 次要通道是否存在 | 有 | 54 | 18.8% |
| | 无 | 234 | 81.2% |

3.3 关联规则挖掘框架
数据挖掘技术能够发现数据集中有效、设 I = {i1, i2, …, im} 为所有研究中的风险因素集合，数据库集合定义为 D = {d1, d2, …, dn}，其中每个交易 di ? I 表示每个道路段中存在的因素集合。在 ARM 框架中，一个项目代表一个因素（例如，几何特性、路边特征、交通特性或人口统计特性），而一个项目集是在 100 米道路段中一起观察到的这些因素的集合。关联规则表示为 P（前提：规则左侧）→ Q（结果：规则右侧），其中 P, Q ? I，P ∩ Q = ?。这表示 P 的发生导致 Q 发生的可能性增加。在本研究中，结果仅限于发生致命行人事故（Ped crash = Yes）的路段，这与监督式 ARM 方法一致（Hossain 等人，2023；Sivasankaran 等人，2020）。ARM 依赖于三个关键指标来量化事故数据集中的关联普遍性、可靠性和强度：支持度（support）、置信度（confidence）和提升度（lift）以及覆盖率（coverage）。支持度量化了数据集中 P 和 Q 同时出现的概率（Montella 等人，2011）。数学上表示为：(1)????????(??→??)=????????(??∩??)=|??∪??||??|，其中 |??∪??| 表示数据库中 P 和 Q 同时出现的次数，|??| 是总记录数。置信度是在前提 P 发生时结果 Q 发生的概率，表示为：(2)????????(??→??)=????????(??∪??)????????(??)=|??∪??||??|，其中 |??∪??| 表示数据库中 P 和 Q 同时出现的次数，|??| 是项目集 P 单独出现的次数。这个支持度-置信度框架被广泛用于识别频繁出现的项目集，但它经常生成大量不相关的关联规则。一个关键的限制是支持度和置信度没有充分考虑到方程 (2) 中分子和分母之间的内在相关性，这可能会夸大特定规则的明显强度。为了解决这个问题，研究人员引入了提升度作为一个更具信息量的指标（Cunjin 等人，2015）。提升度量化了当前提 P 时结果 Q 发生的可能性变化，从而提供了更准确的关联强度指示。(3)????????(??→??)=????????(??→??)????????(??)=????????(??∪??)????????(??)????????(??)。它通过比较项目集 P 和 Q 的实际共现频率与条件独立性下的预期频率，提供了更稳健的关联强度指示。提升度值 1 表示没有关联；低于 1 的值表明 P 的存在要么不影响要么减少 Q 的可能性；高于 1 的值表示正相关，表明 P 的共现增加了观察到 Q 的概率，较大的值反映了更强的关联。因此，提升度作为筛选实际有意义和非随机模式的重要标准。覆盖率表示关联规则中前提的支持程度，并指示项目集 P 在数据集中出现的频率，无论结果如何。较高的覆盖率值意味着更广泛的适用性，而较低的值表明前提模式相对罕见。将覆盖率与支持度、置信度和提升度一起考虑，可以更全面地了解每个规则的实际适用领域。数学上表示为：(4)??????(??→??)=????????(??)。

4. 结果与讨论
4.1. 描述性统计和频繁项目
所有研究变量的描述性分布总结在表 2 中，本节讨论了与 ARM 分析相关的关键特征。2881 个道路段在交通暴露、运营速度、道路几何形状和路边活动特征方面表现出显著的变化，这些因素影响了高速公路乡村走廊中的行人-车辆冲突。交通暴露在不同交通方式之间相对均衡，大约三分之一的路段分别属于低、中、高三类（AADMTWT、AADLMVT 和 AADHVT）。这表明网络中的交通负荷是异质的。相比之下，行人暴露更为集中，22.8% 的路段记录了中等行人流量，7.7% 的路段经历了高行人流量，可能在高速环境中增加行人冲突。第 85 百分位的运营速度对于卡车（57.2% 在 41-50 公里/小时范围内）、轻型卡车（MTWs）（48.2% 在 51-60 公里/小时范围内）、中型车辆（LCVs）（57.5% 在 51-60 公里/小时范围内）和公共汽车（36.8% 在 51-60 公里/小时范围内）来说通常较高，而超过一半的路段（51.8%）记录的汽车速度在 71-80 公里/小时之间。该走廊主要由国家高速公路（75.6%）、四车道设施（77%）和中间路段（89%）组成，居住区占网络的 41.8%。与行人活动相关的几个路边和几何特征，包括中间间隙（6.3%）、服务道路（15.6%）、弯道（6.5%）、公交车站（4.5%）、餐馆（9.5%）和次要通道（18.8%）也遍布整个走廊，为通过 ARM 识别高影响力共现风险模式提供了背景。对发生行人事故的路段进行频繁项目分析后，突出了定义高速公路乡村道路高风险条件的反复出现的道路、土地利用和速度相关特征。如图 2 所示，几何和基础设施属性占主导地位。直线对齐（Alignment = straight）显示出最高的相对频率，表明大多数事故发生在这些路段上，且运营速度保持较高。铺设的路边类型（Shoulder Type = paved）和四车道（Lanes = 4-lane）也尤为突出，表明涉及事故的路段通常位于更宽、容量更大的设施上，这鼓励了车辆加速并增加了行人暴露。尽管大多数路段位于人口较少的地区，但像居住区（landuse = settlement）和位置类型（location Type = midblock）这样的属性在事故路段中频繁出现，强调了非正式行人活动和路边土地利用在塑造风险中的作用。未受控制的中间间隙（median type = without railing/barriers）的普遍性表明，这些中间间隙导致了不安全的中间段穿越。几个高速范围（SLCV = 51-60 公里/小时，STruck = 41-50 公里/小时，Scar = 71-80 公里/小时，SMTW = 51-60 公里/小时）以及显著的交通量和行人流量（AADMTWT = 高，AADPT = 中等，AADHVT = 高）反映了混合交通条件，增加了乡村环境中的冲突可能性。这些频繁出现的项目集为后续的规则挖掘分析识别与行人事故风险相关的高阶交互模式奠定了基础。

4.2. 支持度和置信度阈值
确定适当的支持度和置信度阈值对于生成有意义的关联规则至关重要，同时避免分析被冗余或无信息的模式所淹没。我们采用了一种系统的网格搜索方法来评估多种支持度-置信度组合，以在分析丰富性和可解释性之间找到平衡（Das 等人，2019b）。进行了敏感性分析以获得最佳的支持度-置信度阈值，如表 3 所示。非常低的支持度值（0.005-0.002）与中等置信度水平结合会导致大量的规则（从 12199 到 8525），使得实质性的解释变得不切实际。相反，较高的支持度或置信度阈值（支持度 ≥0.01 且置信度 ≥0.7）则完全没有产生规则。目标是找到既能保持可管理又能具有分析意义的规则集的阈值，同时保留高提升度和结构上有信息的模式。通过迭代评估规则数量、提升度分布和工程判断，选择了支持度 0.01 和置信度 0.5 作为最佳值，得到了 93 条规则。这个规则数量避免了在较低阈值下出现的冗余，同时防止了在更严格组合下观察到的关键交互的丢失。所选阈值对为解释事故路段特征下的多因素关联提供了坚实的基础。

4.3. 关联规则模式发现
表 4 展示了基于最高提升度值的农村道路事故路段的前 10 条 4 项目集关联规则。这些规则揭示了一组紧密聚集的基础设施和上下文特征，共同表征了这些乡村高速公路走廊中容易发生行人事故的路段。如图 2 所示，几何和基础设施属性占主导地位。直线对齐（Alignment = straight）显示出最高的相对频率，反映了大多数事故发生在这些路段上，且运营速度始终保持较高。铺设的路边类型（Shoulder Type = paved）和四车道（Lanes = 4-lane）也显著出现，表明涉及事故的路段通常位于更宽、容量更大的设施上，这鼓励了车辆加速并增加了行人暴露。尽管大多数路段位于人口较少的地区，但像居住区（landuse = settlement）和位置类型（location Type = midblock）这样的属性在事故路段中频繁出现，强调了非正式行人活动和路边土地利用在塑造风险中的作用。未受控制的中间间隙（median type = without railing/barriers）的普遍性表明，这些中间间隙导致了不安全的中间段穿越。几个高速范围（SLCV = 51-60 公里/小时，STruck = 41-50 公里/小时，Scar = 71-80 公里/小时，SMTW = 51-60 公里/小时）以及显著的交通量和行人流量（AADMTWT = 高，AADPT = 中等，AADHVT = 高）反映了混合交通条件，增加了乡村环境中的冲突可能性。这些频繁出现的项目集建立了后续规则挖掘分析识别与行人事故风险相关的高阶交互模式的基础。在事故段落中，前20条5项规则（结果：行人碰撞=是）如下：

| 规则 | 前提条件 | 支持度 | 自信度 | 盖护度 | 提升计数 |
|------------|----------------------------------|-------------|-----------|------------|-----------|
| 1 | 位置类型=交叉口， landuse=定居点， 中间间隙=允许 | 0.01 | 0.638 | 0.016 | 6.455 |
| 2 | 车道数=4车道，位置类型=交叉口， landuse=定居点， 中间间隙=允许 | 0.01 | 0.623 | 0.021 | 6.299 |
| 3 | 位置类型=交叉口， landuse=定居点， 中间间隙=允许， 对齐方式=直线 | 0.01 | 0.618 | 0.019 | 6.251 |
| 4 | 人口密度=低，位置类型=交叉口， landuse=定居点， 中间间隙=允许 | 0.01 | 0.617 | 0.016 | 6.239 |
| 5 | 道路类别=NH，位置类型=交叉口， landuse=定居点， 中间间隙=允许 | 0.01 | 0.617 | 0.021 | 6.236 |
| 6 | 路肩类型=铺设，位置类型=交叉口， landuse=定居点， 中间间隙=允许 | 0.01 | 0.617 | 0.021 | 6.236 |
| 7 | SLCV=51-60公里/小时，车道数=4车道，位置类型=交叉口， 中间间隙=允许 | 0.01 | 0.564 | 0.019 | 5.700 |
| 8 | SLCV=51-60公里/小时，路肩类型=铺设，位置类型=交叉口， 中间间隙=允许 | 0.01 | 0.564 | 0.019 | 5.700 |
| 9 | 车道数=4车道，位置类型=交叉口， 中间间隙=允许， 对齐方式=直线 | 0.01 | 0.526 | 0.027 | 5.315 |
| 10 | 道路类别=NH，车道数=4车道，位置类型=交叉口， 中间间隙=允许 | 0.01 | 0.616 | 0.030 | 5.291 |
| 11 | 道路类别=NH，路肩类型=铺设，位置类型=交叉口， 中间间隙=允许 | 0.01 | 0.616 | 0.030 | 5.291 |
| 12 | 位置类型=交叉口，中间间隙=允许， 中间类型=无栏杆/障碍物， 对齐方式=直线 | 0.01 | 0.523 | 0.023 | 5.290 |
| 13 | 车道数=4车道，位置类型=交叉口， 中间间隙=允许， 中间类型=无栏杆/障碍物 | 0.01 | 0.521 | 0.025 | 5.264 |
| 14 | 道路类别=NH，位置类型=交叉口， 中间间隙=允许， 对齐方式=直线 | 0.01 | 0.519 | 0.027 | 5.253 |
| 15 | 路肩类型=铺设，位置类型=交叉口， 中间间隙=允许， 对齐方式=直线 | 0.01 | 0.519 | 0.027 | 5.253 |
| 16 | SLCV=51-60公里/小时，车道数=4车道， landuse=定居点， 中间间隙=允许 | 0.01 | 0.515 | 0.023 | 5.209 |
| 17 | 道路类别=NH，位置类型=交叉口， 中间间隙=允许， 中间类型=无栏杆/障碍物 | 0.01 | 0.514 | 0.025 | 5.197 |
| 18 | 路肩类型=铺设，位置类型=交叉口， 中间间隙=允许， 中间类型=无栏杆/障碍物 | 0.01 | 0.514 | 0.025 | 5.197 |
| 19 | 人口密度=低，车道数=4车道，位置类型=交叉口， 中间间隙=允许 | 0.01 | 0.500 | 0.025 | 5.056 |
| 20 | SLCV=51-60公里/小时， landuse=定居点， 中间间隙=允许， 对齐方式=直线 | 0.01 | 0.500 | 0.021 | 5.056 |

**注：**
- Supp = 支持度；Conf = 自信度；Cov = 覆盖度；Lift = 提升度

这些规则的一个显著结构特征是4车道、直线对齐方式和NH道路类别的重复出现。这些特征共同表明了一个车辆保持高速度行驶且视觉摩擦最小的环境。众所周知，直线路段在交叉口和中间缺口处会引发更高的接近速度，减少了驾驶员遇到行人时的反应时间。它们与由定居点驱动的行人活动的相互作用显著增加了风险，这从高信心值（0.51-0.64）中可以看出。值得注意的是，涉及SLCV=51-60公里/小时的几条规则表明，在NH走廊中常见的中型商用车辆在这些环境中不成比例地导致了冲突，这与记录 rural 环境中激进中速行驶行为的研究结果一致（Chakraborty 等，2024年）。这些5项规则还表明，即使是被归类为人口密度低的路段，在复杂的几何配置中也可能变得高度危险。这反映了基础设施引发的风险在决定事故可能性方面的作用可能超过了人口统计暴露的影响，特别是在行人活动零星但集中在特定入口点的农村环境中。因此，这些5项规则关联提供了一个更详细的高风险环境结构图，揭示了交叉口、缺乏中间防护、定居点活动、道路等级和接近几何形状如何共同作用产生行人碰撞热点。这些更高阶的关联强调了通过多变量配置而不是单一变量风险因素来分析行人安全的必要性，后者可能会低估农村环境中对行人碰撞风险的综合影响。

**4.4 规则可视化**
规则强度的数值评估通过多种可视化技术得到了补充，以便更好地理解为事故段落（结果：行人碰撞=是）生成的93条关联规则的结构、分布和交互模式。这些视觉诊断工具在基于ARM的交通安全研究中广泛用于解释规则分布、聚类以及道路和环境属性的相对影响（Chakraborty 等，2024年）：

**4.4.1 规则散点图**
散点图提供了所有93条规则在支持度-信心度领域的分布特征，其中x轴表示支持度，y轴表示信心度，颜色渐变编码了提升度。图表显示，在较低的支持度水平（0.010-0.013）下规则集中度较高，但相对较高的提升度值（>5）表明即使是不常见的道路配置也能对事故发生产生不成比例的强烈影响（图3）。观察到的垂直带反映了围绕交叉口、定居点和允许的中间缺口等重复出现的前提条件构建的规则家族。这些聚类表明，一旦这些条件同时出现，事故可能性会显著增加，这与之前来自农村和高速行人事故研究的结果一致（Bisht 和 Tiwari，2023年）。

**4.4.2 分组气球图**
分组矩阵可视化突出显示了规则前提条件中最常见的项目组合。较大且颜色较深的气球对应于在高提升度规则中更频繁出现的前提条件对。交叉口、定居点、铺设的路肩、4车道路段和允许的中间缺口显示出最强的聚类，强化了它们作为高风险环境的突出地位（图4）。这些组合共同代表了行人暴露和车辆冲突潜力同时增加的操作环境。气球图还展示了规则的模块化，其中几个结构簇，如交叉口-允许的中间缺口、定居点-公交车站和铺设的路肩-交叉口，在规则空间中占主导地位，强化了当多个危险几何和环境特征同时出现时事故风险会增加的反复模式。矩阵突显了在高速走廊上，行人事故风险通常不是由孤立特征引起的，而是由几何和土地使用元素的相互作用造成的。

**4.4.3 网络图**
规则网络图展示了前提条件项之间的相互依赖性，可视化了特定因素在关联结构中的“枢纽”作用，并识别出高影响力节点。期望的结果（行人碰撞=是）形成了中心节点，与位置类型=交叉口、中间间隙=允许和landuse=定居点这三个因素有最多的连接。这三个因素随后与六个其他因素相关联，包括道路类别、车道配置、人口密度、路肩和中间类型的类型以及道路对齐方式（图5）。边的 thickness 表示更高的信心度和共现频率。链接节点之间的重复模式以及许多高提升度规则共享重叠的前提条件组合，也强调了规则的稳定性，并支持了挖掘出的关联的工程合理性。该网络图表明，具有允许中间缺口且中间未受保护的高速农村交叉口创造了复杂的冲突环境，增加了行人碰撞风险。

**4.4.4 平行坐标图**
平行坐标图提供了一种多维可视化方式，可以在统一的图形结构中同时检查规则组成，并根据提升度对规则强度进行排序。这些图表通过沿着有序轴绘制折线来区分重要性高的规则和低价值的规则。它能够定义在表格摘要或节点链接图中可能不明显的共享特征和规则簇。在更高的提升度值处线条的一致聚集反映了基于交叉口的配置和允许的中间缺口在高风险模式中的主导地位。许多折线在“4车道”、“定居点”、“铺设的路肩”和“SLCV=51-60公里/小时”轴线上的平行排列表明几何、土地使用和速度相关特征之间的强烈共现（图6）。支持度和信心度较高的规则聚集得更紧密，表明频繁发生的碰撞风险组合也倾向于表现出强烈的关联强度。低提升度的规则在速度类别和路肩类型上分布更广，反映了较弱或更可变的关联，限制了它们的普遍性。总体而言，该图表明农村高速公路上的行人碰撞是由一致的、基于交互的配置驱动的，而不是由孤立或随机因素驱动的。

**4.5 主要发现**
段落级别的ARM分析揭示了高速农村道路上事故多发路段中的几个多因素交互模式。本研究的一些关键发现包括：
1. 交叉口、定居点和允许的中间缺口配置始终是事故段落中最强的预测因素。涉及这三个因素的高提升度规则在4项和5项规则集中反复出现，揭示了一个结构上危险的配置，其中转弯交通、交叉移动需求和不连续的中间缺口汇聚在一起。
2. 4车道分隔的路段与定居点和中间缺口结合时风险增加。将4车道道路与定居点和中间缺口联系起来的交互模式表明，靠近密集路边活动的宽阔横截面在无控制交叉点处增加了行人的暴露风险。
3. 与速度相关的属性与几何和土地使用条件相互作用产生高风险组合。当车辆中等运营速度与交叉口、铺设的路肩和中间缺口同时出现时，风险显著增加，这支持了速度主要是通过与环境条件的交互而成为结果的观点。
4. 铺设的路肩经常与基于交叉口的行人风险模式一起出现。通常被认为是安全措施的铺设路肩出现在许多高提升度规则中，这与其预期用途相矛盾。这表明这些路肩在农村道路上充当了高速交通的辅助车道。
5. 人口暴露主要通过交互作用而非作为独立因素来增加风险。人口密度低的路段很少出现在有影响力的规则中。然而，低人口密度、交叉口和中间缺口的组合偶尔会出现中等提升度，表明即使在冲突点附近人口稀少，如果几何和通行特征配置不佳，也会引入显著的暴露风险。
6. 高提升度的5项规则组合强化了农村高速公路上行人碰撞风险是结构上由交互作用驱动的观点。几乎所有前20条5项规则都是最强4项规则的延伸，证实致命行人碰撞是由层状的几何、土地使用和操作条件共同作用的结果，而不是由孤立变量引起的。

**5 结论**
本研究在印度哈里亚纳邦的高速农村道路上进行了2881个段落级别的关联规则挖掘，以识别与致命行人碰撞发生相关的多因素交互结构。与传统基于回归的分析不同，ARM提供了一种无假设的探索性方法来识别频繁共现的项目集，这些项目集表征了危险的道路环境。这里采用的基于段落的ARM框架表明，农村分隔和未分隔道路上的行人风险是由道路几何形状、通行特征、路边活动和运营速度的复合配置共同作用的结果，而不是由孤立因素引起的。以交叉口、定居点、允许的中间缺口和4车道高速公路为中心的强力和重复规则表明，行人脆弱性在农村道路与其沿线居住区的交互中是结构上嵌入的。这些发现强调了超越单变量分析，采用捕捉安全关键特征的空间和功能相互依赖性的方法的重要性。结果表明，最具影响力的规则始终涉及与定居点土地使用和中间缺口不连续性相关的特征交互。这些条件共同创造了复杂的冲突环境，其中行人过街需求高且转弯动作频繁。涉及位置类型=交叉口、landuse=定居点和中间间隙=允许的规则的高提升度值表明，这些配置在事故段落中的出现频率是非事故段落的几倍。这与最近的中块和交叉口ARM研究结果一致，这些研究强调了交互作用驱动风险的重要性，其中几何不连续性、视野限制和行人暴露共同增加了事故的严重性（Chakraborty 等，2024年；Das 等，2020年）。在5项规则层面涉及中间类型、道路对齐方式和路肩类型的进一步扩展强化了农村行人风险是更广泛的设计和土地使用特征的涌现属性。
速度相关属性也发挥了重要的交互作用。虽然众所周知高速会增加行人碰撞的后果，但本研究发现，车辆运营速度主要在与基于交叉口的几何特征同时出现时才会产生影响。这些基于交互的规则表明，速度放大了现有的几何和土地使用脆弱性，而不是作为碰撞风险的独立决定因素。这表明交通运营的稳定性、驾驶员预期和路边摩擦条件影响了速度是否转化为更高的实际碰撞可能性。同样，许多高提升度规则中出现的铺设路肩表明，它们在没有专用人行道的情况下成为行人步行或等待的区域，可能无意中成为了机动车的辅助车道。这增加了在行人暴露与车辆决策点（如交叉口和中间缺口）相遇处的冲突。

这些发现强调了在高速农村道路上针对行人的干预措施的几个机会。特别是在定居点管理和控制危险道路交叉点以及显著降低速度方面，可以减少行人碰撞风险。应优先考虑对具有大量路边活动的交叉口进行行人保护处理，例如设置桌面式行人横穿设施和减速设计，包括使用梯形减速带、切割石块和横向标线。在开放农村段落和居住区之间的过渡区进行一致的中间处理和改进的划分可以缓解规则反复强调的危险不连续性。最后，由于高风险模式是由多属性组合产生的，安全计划应强调系统性的走廊级风险筛查，而不仅仅是针对特定地点的应对措施。这种基于ARM的规则网络可以通过识别即使在事故历史有限的位置也存在的结构上危险的配置来支持主动管理。

这项研究也存在一些局限性。首先，尽管ARM有效地识别了频繁和高提升度的共现模式，但它没有测量因果效应或考虑变量之间的潜在混杂关系。其次，为了进行规则挖掘而离散化连续变量（如AADT和运营速度）可能会引入信息损失，即使分布特征指导了分类。第三，行人暴露使用AADPT表示，它可能无法完全捕捉行人移动的时间和方向变化。最终，尽管100米的分割框架提高了空间精度，但由于数据限制，特定的路段级别属性（尤其是交通特征）被统一赋予了相同的值，这可能会掩盖微观尺度上的运营差异。尽管存在这些限制，该研究通过展示了路段级别分析方法（ARM）在揭示多维度交互结构方面的有效性，从而显著推进了人们对高速公路农村路段行人安全的实证理解。这些交互结构在传统的统计方法中往往难以被察觉。研究结果为设计有针对性的、针对具体情境的应对措施提供了坚实的基础，这些措施与最容易导致行人死亡的事故相关的道路特征、运营方式和土地使用方式密切相关。基于规则的见解可以帮助低收入和中等收入国家的道路管理部门制定积极、系统的安全策略，以应对农村公路上的行人安全问题，因为行人安全仍然是一个日益严峻的挑战。

**作者贡献声明：**

普里扬舒·阿曼（Priyanshu Aman）：撰写、审稿与编辑、初稿撰写、数据可视化、数据验证、软件开发、方法论研究、形式化分析、概念化设计。

吉塔姆·蒂瓦里（Geetam Tiwari）：撰写、审稿与编辑、研究指导、方法论研究、概念化设计。

卡拉加·拉玛昌德拉·拉奥（Kalaga Ramachandra Rao）：撰写、审稿与编辑、研究指导、方法论研究、概念化设计。

**所属机构：**
印度理工学院德里分校土木与环境工程系
新德里，110016，印度