一种基于机器学习的路径分析方法,用于揭示涉及行人的交通事故中的行为路径
《Journal of Safety Research》:A machine learning-supported path analysis to uncover the behavioral pathways in pedestrian-involved traffic crashes
【字体:
大
中
小
】
时间:2026年02月05日
来源:Journal of Safety Research 4.3
编辑推荐:
贾毅孔|徐宁哲|刘军|史蒂文·琼斯
美国阿拉巴马州塔斯卡卢萨市阿拉巴马大学土木、建筑与环境工程系,邮编35487
**摘要**
**引言**:行人是最脆弱的道路使用者,在与机动车的碰撞中面临更高的严重受伤或死亡风险。根据美国国家公路交通安全管理局2022年的最新数据
贾毅孔|徐宁哲|刘军|史蒂文·琼斯
美国阿拉巴马州塔斯卡卢萨市阿拉巴马大学土木、建筑与环境工程系,邮编35487
**摘要**
**引言**:行人是最脆弱的道路使用者,在与机动车的碰撞中面临更高的严重受伤或死亡风险。根据美国国家公路交通安全管理局2022年的最新数据,2021年共有7,470名行人在交通事故中死亡,60,579人受伤。2022年这一数字进一步上升至7,522人死亡和67,336人受伤,较上一年增长11%。值得注意的是,2022年行人占所有交通事故死亡人数的17.7%,为历史最高比例。为有效提升行人安全,需深入了解导致行人严重受伤及死亡的交通事故。已有诸多研究探讨了影响行人受伤的因素,这些因素包括行人基本特征、事故前行为、涉事车辆特性、驾驶员状态、道路与交通状况以及环境因素等。事故前行为指的是事故发生前道路使用者的行为,包括行人、骑自行车者和驾车者。许多现有研究直接将这些因素与行人受伤联系起来,但事实上,行人的事故前行为往往受多种因素影响,可被视为交通安全结果的中间变量,而危险的事故前行为则可能导致严重伤害。因此,行人涉及的交通事故中可能存在从影响因素到行人事故前行为再到最终受伤结果的行为路径。目前虽有一些研究分析了普通交通事故中的行为路径,但针对行人相关事故的此类研究仍较为缺乏。本研究旨在探索行人涉及交通事故中的行为路径,全面了解行人行为在这些事故中的作用。研究采用路径分析框架结合机器学习方法,厘清影响因素、行人事故前行为与事故中行人受伤程度之间的关系。为避免单一模型方法的潜在偏差,本研究还使用了多种机器学习分类器,如光梯度提升机、随机森林、支持向量机、K近邻算法和逻辑回归模型,分别构建预测行人事故前行为及后续受伤程度的模型。通过计算边际效应,可明确各因素与行人事故前行为及受伤程度之间的关联,进而通过路径分析区分影响因素对行人受伤程度的直接与间接影响。本研究的结果有助于全面理解导致行人交通事故受伤的行为路径,为制定针对性的教育措施、基础设施改进方案及执法策略以减少行人伤亡提供依据。
**1. 引言**
行人作为最脆弱的道路使用者,在与机动车相撞时极易遭受严重伤害甚至死亡。根据美国国家公路交通安全管理局2022年的数据,2021年有7,470名行人在交通事故中死亡,60,579人受伤。2022年这一数字上升至7,522人死亡和67,336人受伤,同比增长11%。2022年行人占所有交通事故死亡人数的17.7%,为历史最高比例。为有效提升行人安全,需深入了解导致行人严重受伤及死亡的交通事故。已有诸多研究探讨了影响行人受伤的因素,这些因素包括行人基本特征、事故前行为、涉事车辆特性、驾驶员状态、道路与交通状况以及环境因素等。事故前行为指的是事故发生前道路使用者的行为,包括行人、骑自行车者和驾车者。许多现有研究直接将这些因素与行人受伤联系起来,但事实上,行人的事故前行为往往受多种因素影响,可被视为交通安全结果的中间变量,而危险的事故前行为则可能导致严重伤害。因此,行人涉及的交通事故中可能存在从影响因素到行人事故前行为再到最终受伤结果的行为路径。目前虽有一些研究分析了普通交通事故中的行为路径,但针对行人相关事故的此类研究仍较为缺乏。本研究旨在探索行人涉及交通事故中的行为路径,全面了解行人行为在这些事故中的作用。研究采用路径分析框架结合机器学习方法,厘清影响因素、行人事故前行为与事故中行人受伤程度之间的关系。为避免单一模型方法的潜在偏差,本研究还使用了多种机器学习分类器,如光梯度提升机、随机森林、支持向量机、K近邻算法和逻辑回归模型,分别构建预测行人事故前行为及后续受伤程度的模型。通过计算边际效应,可明确各因素与行人事故前行为及受伤程度之间的关联,进而通过路径分析区分影响因素对行人受伤程度的直接与间接影响。本研究的结果有助于全面理解导致行人交通事故受伤的行为路径,为制定针对性的教育措施、基础设施改进方案及执法策略以减少行人伤亡提供依据。
**2. 文献综述**
**2.1 行人受伤及其影响因素**
研究人员已广泛探讨了影响行人交通事故受伤程度的各种因素,包括行人基本特征、驾驶员基本特征、时间因素、环境与交通因素、车辆特性以及行人事故前行为等。例如,Pour-Rouholamin和Zhou(2016)发现行人年龄对受伤程度影响显著:儿童和成年行人发生严重伤害的概率分别降低21.7%和17.4%,而老年行人发生严重伤害的概率则上升14.9%。Uddin和Ahmed(2018)的研究表明,驾驶员醉酒是导致行人严重受伤的最主要因素,驾驶员醉酒时行人发生严重伤害的概率会增加约73%。Haleem等人(2015)的研究揭示了交通流量与行人受伤程度之间的关系,信号灯控制路口的日均车流量对数每增加1,行人发生严重伤害的概率就会上升15.68%。Liu等人(2019)发现下雪天气会降低行人发生严重伤害的概率25.3%,这可能是因为在雪天驾驶员和行人都会更加谨慎。Ballesteros等人(2004)研究了多种车辆特性对行人受伤的影响,发现被SUV和皮卡车撞击的行人更有可能遭受严重伤害甚至死亡。Dong等人(2018)根据通用估算系统记录的4,134起交通事故进行分析,其中283起导致致命伤害,其中180起(63.6%)是由于行人突然冲向马路、奔跑或违规过马路造成的。在1,386起导致行人重伤的交通事故中,也有类似情况:36.9%的行人试图突然冲向马路或奔跑,35%的行人违规过马路。
**2.2 行人事故前行为**
美国国家公路交通安全管理局建立了多种类型的行人交通事故收集系统,共识别出30多种不同类型的交通事故(Snyder等人,1971;Knoblauch,1975;Knoblauch,1977;Knoblauch等人,1978;Cleven和Blomberg,2007)。在NHTSA的数据集中,五种主要类型的交通事故占总事故数的半数以上。这五种类型的事故描述中均特别强调了事故发生前行人的行为,凸显了其行为在事故发生中的重要性。这五种类型的事故中提到的行人事故前行为包括行人突然冲向马路、在交叉口突然闯行、多威胁场景以及行人不礼让他人等。
多种因素会影响行人的事故前行为。例如,行人的社会人口学特征,如年龄和性别,会直接影响其事故前的行为(Peng等人,2020)。Peng等人(2020)发现,与年龄较大的人群相比,年龄较小的人群(25岁以下)更倾向于突然冲向马路或奔跑,而年龄较大的人群(65岁以上)则更有可能违规过马路。此外,该研究还指出,女性比男性更少采取突然冲向马路或违规过马路等危险行为。交通设施和道路条件等环境因素也会影响行人的视线和对道路状况的判断,进而影响其事故前行为(Peng等人,2020;Dai,2012;Kemnitzer等人,2019)。根据Peng等人(2020)的研究,夜间行人突然冲向马路或违规过马路的情况较少,但夜间行人更可能留在马路上,从而增加其遭遇事故的风险。
**2.3 路径分析**
以往的研究表明,驾驶员行为、行人的事故前行为以及情境因素都是影响行人受伤程度的相关因素。然而,情境因素与行人交通事故受伤程度之间的关系更为复杂,一些研究通过路径分析方法发现了这些因素、事故前行为与受伤程度之间的相互关系(Liu等人,2015;Khattak和Rocha,2003;Constantinou等人,2011;Kim等人,2011;Wang和Qin,2014)。例如,Liu等人(2015)在研究中建立了高速公路与铁路平交道口、驾驶员停车行为与事故后果之间的路径关系,并进行了分析。研究表明,虽然高速公路与铁路平交道口本身与事故严重程度没有显著关联,但道口的存在会促使驾驶员在铁路处停车,而这种停车行为能显著降低行人的受伤程度。因此,与没有道口的安全通道相比,这种间接关联可使行人受伤的概率降低16%。Dong等人(2018)的研究也采用了类似的路径分析方法,他们使用混合逻辑模型分析了路口处的交通事故。研究表明,虽然速度限制、车道数量和行人年龄等许多情境因素本身并不直接导致行人受伤,但它们与行人的事故前行为存在密切关联,而这些行为最终会影响行人的受伤程度。
尽管以往的研究已致力于交通事故的路径分析,但大多仍采用混合逻辑模型或有序逻辑回归模型等单一统计模型,缺乏对其他统计模型或机器学习算法的比较与交叉验证。虽然Lu等人(2022)的研究使用了多种机器学习模型,但其研究对象为自行车与机动车之间的交通事故,而非行人与机动车之间的交通事故,因此在行人相关交通事故的研究领域仍存在空白。本研究旨在通过应用多种机器学习模型,对行人与机动车之间的交通事故进行更全面的路径分析,从而填补这一研究空白。
**3. 方法论**
**3.1 数据**
本研究使用了2018年至2022年北卡罗来纳州发生的行人与机动车交通事故数据,这些数据来自北卡罗来纳州交通部门(NCDOT,2024)。在原始数据集中,行人的事故前行为是按事故类型分类的。基于该数据集的结构,本研究选择了两种最常见的行人事故前行为——“不礼让”和“突然冲向马路”,作为第一组模型的因变量类别。其余所有行为都被归入“其他”类别,该类别包括各种不当行为和适当行为。至于行人受伤程度,则分为五个等级:“无伤”(O)、“可能有伤”(C)、“疑似轻伤”(B)、“疑似重伤”(A)和“死亡”(K)。由于伤害严重程度的分布情况,为便于建模,本研究将五个等级合并为两类:重度/致命伤害(包括A级和K级伤害)以及轻微/无伤害(包括O级、C级和B级伤害)。在建模之前,先对数据进行了错误检查,去除了那些在事故前行为、伤害严重程度以及其他选定特征方面存在缺失值的记录。任何变量存在缺失值的数据都被排除在分析之外。最终,本研究共使用了9,689起行人-机动车碰撞事故用于建模,其中80%(7,751起)用于模型训练,20%(1,938起)用于测试。在应用路径分析框架之前,数据中的所有分类变量都会进行独热编码处理。表1展示了本研究模型变量的描述性统计信息。值得注意的是,在全部9,689起行人-机动车碰撞事故中,行人的伤害严重程度普遍较高:有2,534名(26.2%)行人遭受了重度或致命伤害。事故中涉及的车辆类型以乘用车为主,占总数的49.7%。在事故中的行人中,20至40岁的人群占比约为41.4%;不过60岁以上的老年人和16岁以下的儿童也占了相当大的比例,分别为14.6%和8.3%。在事故中的行人中,只有34.3%为女性,共计3,325起案例。事故发生的时间在白天和夜间几乎各占一半(分别为45.8%和49.4%),在有照明的道路和没有照明的道路上发生的比例均为24.7%。大多数事故发生在行车车道(62.8%)或人行横道区域(20.3%),而较少发生在人行道或铺装路肩等地方。仅有少量事故(4.0%)发生在限速60英里/小时或更高的道路上。尽管北卡罗来纳州法律§20?158规定所有车辆在停车标志前必须完全停住,但仍有7.9%的事故发生在停车标志附近。表1. 数据处理后的模型变量描述性统计(N = 9689)。变量描述频率百分比行人伤害严重程度等级重度/致命伤害2,53426.2%轻微/无伤害7,15573.8%事故前的主要行为(事故类型)行人未让行1,59416.5%行人突然冲出9399.7%其他7,15673.9%驾驶员饮酒或吸毒否8,39986.7%是3,223.3%其他9,6810.0%驾驶员性别男性4,97351.3%非男性9,68948.7%车辆类型乘用车4,81249.7%运动型多用途车1,89119.5%皮卡车1,29513.4%其他1,69117.5%行人年龄16岁以下8008.3%16至19岁6556.8%20至29岁2,07421.4%30至39岁1,94120.0%40至49岁1,38314.3%50至59岁1,42014.7%60岁以上1,41614.6%行人饮酒或吸毒否8,17484.4%是1,14711.8%其他3,683.8%行人性别女性3,32534.3%非女性6,36465.7%行人所在位置行车车道6,08562.8%人行横道区域1,97020.3%人行道/共享通道/车行道交叉处3,123.2%铺装路肩/自行车道/停车道5305.5%其他7,928.2%光线条件黑暗-有照明道路2,39024.7%黑暗-无照明道路2,39324.7%黎明至黄昏4124.3%白天4,44045.8%其他540.6%车道总数2车道1,591550.7%3车道7,547.8%4车道1,95520.2%5车道98410.2%6车道64314.4%其他6,506.7%道路走向直线-平坦779680.5%直线-倾斜101010.4%直线-上坡2953.0%曲线-倾斜1571.6%曲线-平坦3033.1%其他1281.3%限速低于25英里/小时179118.5%30–35英里/小时3,74238.6%40–45英里/小时2,48225.6%50–55英里/小时1,28413.3%60–75英里/小时3,904.0%交通管制双黄线,禁止超车区域1,33113.7%无交通管制5,18053.5%停车标志7707.9%走走停停信号灯1,90019.6%其他5,085.2%3.2 机器学习模型作为分类问题,有多种机器学习方法可用于建模行人的事故前行为以及行人-机动车碰撞事故。在综合考虑数据集特性及各类机器学习模型的适用性后,本研究选择了五种常用的机器学习模型:光梯度提升机(LightGBM)、随机森林(RF)、支持向量机(SVM)、K最近邻算法(KNN)以及逻辑回归(LR)。需要注意的是,事故前行为属于多分类变量。作为逻辑回归的替代方案,本研究采用了多项式逻辑回归(mlogit)来预测事故前行为。这五种机器学习算法被应用于两种路径分析模型中:事故前行为模型和行人伤害严重程度模型。构建上述模型时使用了Scikit-learn(Pedregosa等人,2011年)和LightGBM(Ke等人,2017年)这两个库。本研究中所用机器学习模型的超参数调整方法结合了网格搜索、宏平均F1分数以及5折交叉验证。由于事故前行为和事故严重程度方面的数据都存在不平衡现象,因此本研究在训练数据上应用了合成少数类过采样技术(SMOTE)(Chawla等人,2002年),以提高模型的性能和稳定性。为确保评估的公平性与无偏性,我们仅在训练阶段对训练数据应用SMOTE处理。而测试数据、交叉验证中的验证组以及用于计算边际效应的数据则保持不变,以反映原始数据的分布情况。五种训练完成的机器学习模型的混淆矩阵详见附录A。五种机器学习模型、未经调整的逻辑回归以及随机猜测方法的宏平均F1分数则见附录B。3.2.1 光梯度提升机(LightGBM)光梯度提升机(LightGBM)是由微软研究院开发的基于决策树算法的梯度提升框架,其设计重点在于效率与可扩展性。该框架引入了两种创新算法:基于梯度的单边采样(GOSS)和独有特征捆绑(EFB),从而在划分树结构时无需扫描所有数据实例,大幅提升了效率(Ke等人,2017年)。对于事故前行为模型,LightGBM的超参数设置为:估计器数量=200,叶子节点数量=31,树的最大深度=9,L2正则化系数=10。而对于行人伤害严重程度模型,其超参数则调整为:估计器数量=200,叶子节点数量=50,树的最大深度=7,L2正则化系数=0.1。3.2.2 随机森林(RF)随机森林(RF)是一种用于分类、回归及其他任务的集成学习方法。它最初由Breiman在2001年提出,通过结合多个弱分类器,如决策树,形成一种强大且稳健的分类器——随机森林。与传统决策树相比,随机森林在训练过程中出现过拟合问题的概率要低得多(Hastie等人,2009年)。随机森林的预测结果是基于所有树木的多数投票得出的,因此它能较好地应对数据分布偏斜、异常值以及缺失值等问题。该方法还能提供变量重要性的估计值,并通过整合多棵树的结果来降低过拟合风险,因而适用于多种应用场景。对于事故前行为模型,随机森林的超参数设置为:森林中的树的数量=100,分割内部节点所需的最低样本数=5,成为叶子节点所需的最低样本数=4,树的最大深度=10。而对于行人伤害严重程度模型,其超参数则调整为:森林中的树的数量=100,分割内部节点所需的最低样本数=2,成为叶子节点所需的最低样本数=4,树的最大深度=8。3.2.3 支持向量机(SVM)支持向量机(SVM)是一种带有相关学习算法的监督式最大边际模型。它最初由Drucker等人在1996年开发,可用于分类和回归建模。在p维空间中,给定一组训练点x1, y1,?, xn, yn,其中xi代表输入特征,yi代表分类结果,线性SVM的目标是找到一个p-1维的超平面,将数据点分别归入不同的类别。除了线性分类外,SVM还可以通过核方法来解决非线性分类问题(Gordon,2016年)。对于事故前行为模型,SVM的超参数设置为正则化参数=0.5,并采用rbf核函数。而对于行人伤害严重程度模型,其超参数则调整为正则化参数=2,同样使用rbf核函数。3.2.4 K最近邻算法(KNN)K最近邻算法(KNN)是一种非参数监督学习方法,最初由Fix等人在1951年提出。它既可用于分类任务,也可用于回归建模。在KNN分类模型中,一个对象的类别是根据其k个最近的邻居来确定的,该对象会被归入这些邻居中出现最频繁的类别。经过模型调优后,本研究在用于事故前行为模型和行人伤害严重程度模型的KNN算法中分别设置了k=50和k=130。3.2.5 逻辑回归(LR)逻辑回归(LR)是一种将事件的对数几率表示为一个或多个自变量线性组合的算法(Christensen,2006年)。本研究使用逻辑回归来建模行人伤害严重程度(两个类别)。而对于建模行人的事故前行为(三个类别),则采用了mlogit算法,它是逻辑回归的一种扩展形式。mlogit模型通过利用逻辑函数来分别计算每个类别的概率,从而扩展了逻辑回归的功能,使其能够处理多类别问题。给定一组训练数据点(xi, yi),其中xi代表输入特征,yi代表分类结果,mlogit的目标是预测某个给定输入属于各个可能类别的概率。该模型通过为每个类别分别估计一组系数,来描述输入特征与该类别结果的对数几率之间的关系。对于事故前行为模型,逻辑回归的超参数设置为:正则化强度的倒数=0.01,最大迭代次数=100,求解器选用lbfgs。而对于行人伤害严重程度模型,其超参数则调整为:正则化强度的倒数=0.01,最大迭代次数=50,求解器同样选用lbfgs。3.3 边际效应(ME)边际效应用于衡量某一目标函数随着相关变量发生单位变化(针对连续变量)或类别变化(针对分类变量)时所出现的变动情况(Onukwugha等人,2015年)。在计算某个特定变量的边际效应时,假设其他协变量对于连续变量而言保持其均值不变,而对于分类变量则保持其基准类别不变(Williams,2012年)。本研究采用基于偏依赖函数的平均边际效应(AME)方法(Molnar,2020年),来衡量因变量(即各种背景因素)对自变量(即事故前行为或伤害严重程度等级)的影响。假设某种机器学习算法正在根据函数f·,利用m行n维的输入数据X=X1, X2,?, Xn来预测因变量Y的概率,而研究目标则是计算任意分类变量Xi(i∈1,n,即用于观察边际效应的关注变量)的AME值。在选定XiBase作为Xi的基准值之后,Xi的AME值可通过以下公式计算:(1)AMEXi*=∑1mfX1,X2,?,Xi*,?,Xn?∑1mfX1,X2,?,XiBase,?,Xnn,其中Xi*指的是除基准值XiBase之外的Xi的另一种分类值。本研究使用五种机器学习模型分别计算每个输入变量的平均边际效应。虽然结果显示这五种机器学习模型在输入变量上的AME趋势和范围大致相似,但不同模型得出的具体AME数值存在差异。为消除不同机器学习模型带来的偏差,可采用集成技术。在本研究中,对于每一个输入变量,在从五种机器学习模型中得到五个AME值之后,会剔除其中的最大值和最小值,然后取剩余三个AME值的平均值(即平均AME),以此来评估自变量对因变量的影响。3.4 路径分析为探究各种背景因素对伤害严重程度的直接和间接影响,本研究采用了路径分析方法,以此降低问题的复杂性,并提高模型的解释能力。路径分析是一种常用方法,主要用于分析变量之间直接关系与间接关系的相对强度(Lleras,2005年)。在本研究中,首先通过边际效应计算直接关系,然后再在直接关系模型之间建立分析路径,从而得出间接关系。如图1所示,本研究基于五种机器学习算法的平均边际效应设计了两种模型:下载:下载高分辨率图像(291KB)下载:下载完整尺寸图像图1. 包含路径分析与机器学习算法的两种模型框架。(1) 事故前行为模型fpre-crashX,用于根据背景因素预测事故前行为Y1:(2)Y1=fpre-crashX(2) 行人伤害严重程度模型finjuryX,Y1,用于根据背景因素X以及事故前行为Y1来预测行人的伤害严重程度等级Y2:(3)Y2=finjuryX,Y1在图1所示的模型框架中,存在两种类型的关系:直接关系和间接关系。直接关系又分为两类:第一类是通过事故前行为模型fpre-crashX,由背景因素X对事故前行为Y1产生的直接影响,记为DirectMEonY1;第二类是通过行人伤害严重程度模型fcrash-injuryX,Y1,由背景因素X和事故前行为Y1共同对伤害严重程度等级Y2产生的直接影响,记为DirectMEonY2。而框架中的间接关系,则是指通过中间因素即事故前行为Y1,背景因素X对行人伤害严重程度Y2产生的影响。因此,可以用以下公式计算所关注变量对Y2的间接影响IndirectMEofVariableofInterestonY2:(4)IndirectMEofVariableofInterestonY2=DirectMEonY1×DirectMEonY2假设事故前行为这一中间因素有K种不同的分类值,那就意味着存在K种间接关联关系。4.1. 碰撞前行为模型
表2和表3展示了本研究中碰撞前行为模型的边际效应。表2呈现的是“行人未让行”这一碰撞前行为的结果,而表3则显示了“行人突然冲出”行为的结果。为更直观地展示不同机器学习模型下的边际效应差异,这两张表还列出了五种机器学习模型的平均边际效应值。正的边际效应意味着存在正相关关系,即与基准情况相比,该碰撞前行为更有可能发生;负的边际效应则表示相反的情况,即该行为发生的可能性降低。需要指出的是,碰撞前行为模型所捕捉到的关联关系仅适用于实际发生过碰撞的场景。
表2. 碰撞前行为模型:行人未让行(样本量N=9689)
变量 | 模型类型 | 平均边际效应
车辆类型(基准:轿车)| 运动型多用途车 | -0.9% |
| 皮卡 | -5.6% |
| 其他 | -1.0% |
行人年龄(基准:20至29岁)| 年龄低于16岁 | 15.5% |
| 16至19岁 | 0.1% |
| 30至39岁 | 3.7% |
| 40至49岁 | 1.7% |
| 50至59岁 | 5.3% |
| 年龄超过60岁 | 9.3% |
行人是否饮酒(基准:未饮酒)| 已饮酒 | 6.6%更多可能未让行,1.3%更多可能突然冲出 |
行人性别(基准:非女性)| 女性 | -0.7% |
行人所在位置(基准:行车车道)| 人行横道区域 | -7.9% |
| 人行道/共享通道/车道交叉口 | -18.9% |
| 铺装路肩/自行车道/停车位 | -23.9% |
| 其他 | -15.9% |
光照条件(基准:白天)| 暗处/道路无照明 | -6.9% |
| 明亮道路 | 7.9% |
| 黎明或黄昏 | 2.7% |
| 其他 | 6.3% |
车道数量(基准:2条)| 3条车道 | 33.8% |
| 4条车道 | 45.1% |
| 5条车道 | 56.9% |
| 6条车道 | 66.0% |
| 其他 | 5.0% |
道路坡度(基准:平直道路)| 平直道路+有坡度 | -2.0% |
| 恒定坡度道路 | -0.1% |
| 上坡道路 | 0.7% |
| 下坡道路 | 3.5% |
速度限制(基准:30–35英里/小时)| 低于25英里/小时 | -7.1% |
| 40–45英里/小时 | 11.9% |
| 50–55英里/小时 | 20.4% |
| 60–75英里/小时 | 28.6% |
交通管制措施(基准:无管制)| 完全停止信号灯 | -4.2% |
| 双黄线且禁止超车 | 4.2% |
| 止步标志 | -1.5% |
| 其他 | 0.8% |
表3. 碰撞前行为模型:行人突然冲出(样本量N=9689)
变量 | 模型类型 | 平均边际效应
车辆类型(基准:轿车)| 运动型多用途车 | -0.1% |
| 皮卡 | -1.0% |
| 其他 | -5.5% |
行人年龄相关数据与表2类似,此处不再重复。
从模型结果可以看出,各种环境因素都会影响行人出现这两种危险碰撞前行为的可能性。其中,行人饮酒会显著增加碰撞风险:与未饮酒者相比,饮酒的行人未让行的概率高出6.6%,突然冲出的概率高出1.3%。行人年龄也会影响其行为倾向,20–29岁的行人较不易未让行,而16岁以下儿童突然冲出的概率比20–29岁群体高18.5%。光照条件方面,恶劣的光照环境如黑暗或黎明时分,会降低行人突然冲出的概率,但会增加其未让行的可能性。在不同道路类型中,多车道且速度较高的道路更容易发生这类碰撞行为,而设有交通管制的道路则能降低风险。此外,儿童行人(16岁以下)与严重伤害之间的直接关联为2.8%,若考虑碰撞前行为带来的0.7%间接影响,总边际效应上升至3.5%,说明儿童遭遇严重伤亡的概率随之增加。多车道道路的严重伤害风险在考虑碰撞前行为后还会进一步上升,每增加一条车道,风险分别上升0.3%、0.4%、0.5%和0.5%。相较行车车道,人行横道、人行道等其他地点的严重伤害风险在加入间接影响后有所下降,这是因为这些地方碰撞前危险行为的发生率更低。
4.2. 行人受伤严重程度模型
表4展示了本研究中行人受伤严重程度模型的边际效应。由于该模型的因变量仅有两类:严重/致命伤与轻微/无伤,因此表4仅呈现严重/致命伤的相关数据。为便于比较不同机器学习模型的效果,表中还列出了五种模型的平均边际效应值。在该模型中,碰撞前行为被视作独立变量,同时还会纳入其他相关影响因素。
模型结果显示,各种环境因素都会影响行人受伤的严重程度。其中,两种危险碰撞前行为会显著增加受伤风险,其边际效应分别为5.0%和3.6%。驾驶员饮酒会对行人造成更严重的伤害,其边际效应高达7.9%。光照条件也对受伤程度有影响:与良好光照条件相比,黑暗或黎明等恶劣光照条件下,行人发生严重/致命伤的概率明显上升。道路类型方面,两车道或低速道路的交通事故往往为轻微伤害,而多车道或高速道路则更易导致严重伤亡。从具体位置来看,行车车道是行人最容易遭受严重伤害的场所,相比人行横道、人行道等其他区域风险更高。从道路结构来看,有坡度、弯道或上坡的道路由于视野受限,更容易造成行人严重受伤。此外,设置停止信号灯能降低行人遭受严重伤害的概率,这一结论与Pulugurtha和Srirangam(2022)的研究结果一致。
4.3. 路径分析
在分别计算出碰撞前行为模型和行人受伤严重程度模型后,就可以确定环境因素通过碰撞前行为对行人受伤严重程度的间接影响,进而计算出总影响。表5展示了以严重/致命伤为分析目标的路径分析结果。
表5. 行人受伤严重程度的路径分析:严重或致命伤(样本量N=9689)
变量 | 直接影响 | 间接影响 | 总间接影响 | 总影响
行人未让行 | 5.0% | 5.0% | 10.0% | 15.0%
行人突然冲出 | 3.6% | 3.6% | 7.2% | 10.8%
碰撞前行为(基准:其他)| —— | —— | —— | ——
驾驶员饮酒(基准:未饮酒)| 7.9% | 7.9% | 15.8% | 23.7%
驾驶员性别(基准:男性)| —— | —— | —— | ——
车辆类型(基准:轿车)| 运动型多用途车 | 0.3% | 0.3% | 0.6%
| 皮卡 | -0.2% | -0.2% | -0.4%
| 其他 | -1.0% | -1.0% | -2.0%
行人年龄相关数据与表2类似,此处不再重复。
光照条件相关数据与表2类似,此处不再重复。
车道数量相关数据与表2类似,此处不再重复。
道路坡度相关数据与表2类似,此处不再重复。
速度限制相关数据与表2类似,此处不再重复。
交通管制措施相关数据与表2类似,此处不再重复。
表5的结果表明,经过路径分析考虑间接影响后,直接影响的大小可能会发生变化。如果间接影响绝对值大于0.5%或小于-0.5%,则说明碰撞前行为会对行人碰撞事故的结果产生显著影响,尤其是当间接影响进一步放大了直接影响的幅度时。如果某个因素既有正的直接影响,其总间接影响又大于0.5%,那就意味着这两种碰撞前行为会加剧本已危险的处境,提高行人遭受严重或致命伤害的概率,因此需要格外重视。反之,若直接影响为负,且总间接影响小于-0.5%,则说明这种情况反而提升了安全性,因为相关环境因素起到了抑制危险碰撞前行为的作用。例如,分析16岁以下儿童与严重/致命伤害的关系时,仅考虑直接影响时其边际效应为2.8%,而加入0.7%的间接影响后,总边际效应上升至3.5%,说明儿童遭遇严重伤亡的概率增加了。对于不同车道数的道路,考虑到碰撞前行为的间接影响后,3条、4条、5条及6条车道的严重/致命伤风险分别上升了0.3%、0.4%、0.5%和0.5%,这表明车道数量本身也会在存在危险碰撞前行为的情况下增加严重伤害的风险。与行车车道相比,人行横道、人行道、铺装路肩等其他地点的严重/致命伤风险在加入间接影响后进一步下降,因为这些地方危险碰撞前行为的发生率更低。部分环境因素的路径分析结果如图2所示。
图2. 部分环境因素的路径分析结果示例。
5. 讨论
根据路径分析框架的结果,有多个因素与行人更严重的受伤风险存在显著关联,包括驾驶员和行人的饮酒状况、光照条件、道路设施状况、行人年龄、行人位置以及行人的碰撞前行为。为提升行人安全,有必要深入分析这些关联背后的原因,并制定有效的应对措施。从直接影响来看,两种危险碰撞前行为都会增加受伤严重程度:未让行的行人发生严重/致命伤的概率高出5.0%,而突然冲出的行人这一概率则高出3.6%。一个可能的原因是,驾驶员的视线没有集中在行人身上,或者直到即将撞到行人时才注意到(Stutts等人,1996年),这就导致在未刹车的情况下以更高的速度行驶。行人和驾驶员饮酒也是影响行人受伤严重程度的另一个重要因素。经过路径分析后,驾驶员醉酒对严重/致命伤害的影响率为7.9%,而行人醉酒的影响率为6.8%,在此过程中,碰撞前的行为还带来了0.4%的间接影响加剧。尽管法律对驾驶员的饮酒要求比行人更为严格,但这项研究以及?str?m和Eriksson(2001年)的先前研究都指出了行人饮酒与死亡事故之间的关联,因此公众应当意识到,饮酒不仅是驾驶员的风险,行人也有同样的风险。行人的年龄也是影响受伤严重程度的另一个重要因素。在所有年龄段的行人中,儿童(16岁以下)和老年人(60岁以上)是造成严重/致命伤害的主要群体,其影响率分别为3.5%和9.6%。对于老年人来说,这可能与他们的身体状况有关。老年人身体较为脆弱,在相同的速度下会比非老年人遭受更严重的伤害(Leaf,1999年;Martin等人,2010年)。对于儿童行人而言,除了2.8%的直接影响外,0.7%的间接影响也值得重视,因为碰撞前行为模型显示,与20至29岁的成年人相比,儿童在两种危险的碰撞前行为上具有正的边际效应(分别为1.5%和18.5%)。世界卫生组织(2025年)指出,年幼的儿童可能难以理解各种视觉和声音信号,这会影响他们对交通状况的判断。随着年龄的增长,青少年更容易冒险,从而可能导致那些危险的碰撞前行为。在中小学课程中强调并广泛开展全面的行人安全教育至关重要。这样的举措将为青少年提供在行人环境中安全行进所需的知识和技能,从而培养负责任的行为习惯,降低与行人相关的交通事故风险。在发生的行人-驾驶员碰撞中,多种环境因素也会影响行人的受伤程度。有些因素对行人受伤严重程度有较高的直接影响值。例如,在限速超过60英里/小时的道路上发生的碰撞,导致严重/致命伤害的可能性高出28.6%,因为较高的行驶速度会增加出现严重后果的概率(Aarts和Van Schagen,2006年;Wegman等人,2006年)。不过,也有一些因素通过影响行人的碰撞前行为而带来相对较高的间接影响值。例如,与双车道道路相比,三车道或更多车道的道路会对严重/致命伤害产生0.3%到0.5%的正向间接影响值,因为碰撞前行为模型显示,行人在三车道或更多车道的道路上更有可能表现出危险的碰撞前行为,这一结论与以往的研究结果一致(Peng等人,2020年;Zhang等人,2017年)。
6. 局限性
本研究使用了2018年至2022年北卡罗来纳州发生的行人-机动车碰撞数据,这些数据来自北卡罗来纳州交通部(NCDOT,2024年)。驾驶员-行人碰撞数据最初由事故现场的警察报告,通常只包含事故发生时的直接环境因素。其他研究指出,一些间接环境特征和主观因素,如周围的交通状况、行人在碰撞前的主观行为决策以及驾驶员的冷静程度或驾驶冲动,都会影响行人的受伤程度(H?ye和Hesjevoll,2020年;Prato等人,2014年;Wali和Khattak,2020年),但由于数据收集方法的限制,这些因素并未纳入数据集。另一个局限性在于碰撞的根本原因。由于碰撞记录最初是由警察记录的,因此导致碰撞的实际原因可能更为复杂,甚至可能存在偏差报告(Imprialou和Quddus,2019年)。因此,本研究仅关注与碰撞相关的实例,其在探讨碰撞前行为方面的范围受到限制。最后,尽管应用了多种模型训练改进方法,如SMOTE、网格搜索和交叉验证,但碰撞前行为模型和行人受伤严重程度模型的宏观F1分数仍表明还有进一步优化的空间。
7. 结论
本研究通过机器学习支持的路径分析方法,调查了2018年至2022年北卡罗来纳州五年间行人-机动车碰撞中的行为路径,旨在找出各影响因素、行人碰撞前行为与受伤严重程度之间的关联。为实现研究目标,本研究采用了包含五种机器学习模型的路径分析框架——轻量级梯度提升机(LightGBM)、随机森林(RF)、支持向量机(SVM)、K最近邻算法(KNN)和逻辑回归(LR)。通过计算边际效应,确定了环境因素、碰撞前行为与受伤严重程度之间的直接和间接关系。为减少计算平均边际效应时的潜在偏差,本研究对五种模型的平均边际效应进行了取值,排除了最高和最低的值。路径分析框架的结果提供了关于驾驶员-行人碰撞中影响行人受伤严重程度的直接和间接因素的全面视角。这些发现为行人安全问题提供了独特的见解,为相关方制定针对性策略、加强行人保护、降低交通事故中的受伤严重程度奠定了基础。在路径分析框架内开发了两组机器学习模型:碰撞前行为模型和行人受伤严重程度模型。碰撞前行为模型展示了环境因素对碰撞前行为的影响,表明儿童或老年人、城市道路和白天光线条件等若干因素与特定的危险碰撞前行为密切相关,比如不礼让车辆或突然冲上道路。行人受伤严重程度模型则展示了包括碰撞前行为在内的环境因素对受伤严重程度的影响。除了“不礼让”和“突然冲上道路”这两种危险行为与更严重的碰撞呈正相关外,车辆类型、限速和行人位置等其他因素也会显著影响驾驶员-行人碰撞的严重程度。在对碰撞前行为模型和行人受伤严重程度模型进行路径分析后,研究者还研究了间接边际效应。与直接边际效应相比,间接边际效应揭示了环境因素通过碰撞前行为对行人受伤严重程度的影响。研究结果表明,考虑到间接效应后,某些直接影响要么加剧,要么减弱。例如,经过路径分析后,16岁以下儿童卷入致命碰撞的风险有所上升,这凸显出需要更加重视影响儿童交通安全的问题。通过识别导致严重碰撞的关键因素和行为,本研究的发现可以为制定针对性解决方案提供指导。这些方案可能包括开展教育活动,提高驾驶员和行人对饮酒风险的意识,以及将行人安全教育纳入学校课程。此外,改善道路设计等基础设施措施,以及加强交通法规执行的策略,也对减少行人伤亡起着重要作用。重要的是,许多干预措施具有双重好处:它们不仅能减轻行人的受伤程度,还能降低事故发生的可能性。未来的研究可以利用更高质量的数据,并将范围扩展到美国其他州,以便获得更具普遍性和准确性的结果。整合来自不同数据集的额外特征,可以更全面地了解影响行人受伤的因素。此外,进一步的研究还可以探究危险碰撞前行为背后的具体原因,为设计更有效的预防策略提供宝贵见解。
8. 科学写作中生成式AI的声明
在撰写本文的过程中,作者使用了ChatGPT来提升文本的可读性和语言表达。在使用该工具/服务后,作者根据需要对内容进行了审阅和修改,并对最终发表的文章内容承担全部责任。
CRediT作者贡献说明
孔佳怡:写作——审阅与编辑,写作——初稿撰写,正式分析,数据整理,概念构建。徐宁哲:写作——审阅与编辑,写作——初稿撰写,正式分析,概念构建。刘军:写作——审阅与编辑,写作——初稿撰写,正式分析,概念构建。Steven Jones:写作——审阅与编辑,写作——初稿撰写,正式分析,概念构建。