《Urban Science》：Advances in Traffic Accident Prediction: A Survey of Novel Approaches
编辑推荐：
交通事故对社会与经济造成显著影响。城市地区的碰撞风险最高，由此导致严重的生命损失以及不断攀升的社会经济成本。在此背景下，大量研究致力于采用多种方法精确预测事故风险、严重程度与持续时间。本文对交通事故预测的传统统计模型进行了概述，并对该领域中所采用的统计建模、机
交通事故对社会与经济造成显著影响。城市地区的碰撞风险最高，由此导致严重的生命损失以及不断攀升的社会经济成本。在此背景下，大量研究致力于采用多种方法精确预测事故风险、严重程度与持续时间。本文对交通事故预测的传统统计模型进行了概述，并对该领域中所采用的统计建模、机器学习（ML）与深度学习（DL）技术相关文献开展了系统性、综合性综述。研究通过对采用相似路径的工作进行分类，并在此基础上实施比较分析，以对不同方法学与技术进行对照评估。此外，研究区分了时间模型与时空模型，以说明这些方法如何影响对事故发生及其影响持续时间的未来预测精度。与同类研究相比，本综述不仅比较模型与方法，还分析了外部特征——如气象数据、道路几何设计与土地利用——如何影响事故发生概率以及模型在道路安全预测中的准确性。研究探讨了一系列预测方法的性能水平与局限性，对其差异性、相似性及该研究领域未来潜在发展方向进行了分析性讨论，其中包括混合模型与强化学习（RL）的应用。综述结果表明，由于深度学习模型在特征表征以及非线性时空相关关系提取方面具有更强能力，因此其通常更适用于复杂预测问题。文章最后阐述了若干未来研究方向，范围涵盖模型架构优化到将实时大数据整合进主动式预测系统。
1. Introduction
本文首先从全球道路交通事故（RTAs）负担切入，指出交通事故不仅造成直接死亡，还会通过医疗支出上升、劳动力损失与家庭照护负担加重，持续冲击经济结构与社会系统。文中强调，多数国家因道路交通事故承受高达国内生产总值的显著损失，发展中国家受影响尤甚；与此同时，世界卫生组织（WHO）报告表明，道路交通相关死亡与非致死性伤害规模仍然庞大，弱势道路使用者与劳动年龄人口尤受影响。基于这一现实，研究指出传统依赖交通信号与交通法规的治理策略具有明显“被动反应”特征，只能在事故发生后缓解后果，难以实现前瞻性预防。因此，智能交通系统（ITSs）逐渐成为现代道路安全治理的核心支柱，其依托数据分析、人工智能（AI）、机器学习（ML）与深度学习（DL），能够结合实时交通、天气、环境与驾驶行为信息，对潜在事故位置与场景进行预测，并为交通流调控、驾驶员预警与重点区域巡查提供决策支撑。文章进一步回顾了事故预测范式从统计分析、到机器学习、再到深度学习的演进路径，指出当前难点不仅在于模型设计本身，也在于缺失数据、类别失衡数据及多源数据质量控制。作者同时说明，本文在既有关于事故持续时间、伤害严重程度与深度学习应用综述基础上，尝试构建一个整合性的框架，将事故风险、频率、严重程度与持续时间纳入统一的方法论体系，并重点关注2015—2025年间135篇文献，以识别研究空白并提出更具前瞻性的研究路线。
2. Methodology and Research Protocol
本节介绍系统综述的方法学流程，整体遵循系统综述与Meta分析优先报告条目（PRISMA）框架，研究过程依次包括识别、筛选、资格评估与最终纳入四个阶段。文中说明，研究在Scopus、Web of Science、ACM与IEEE Xplore等主要数据库中进行文献检索，共获得330篇记录；检索式围绕“traffic accident”“Machine learning”“Artificial intelligence”“data source”等核心术语构建，并结合布尔运算符与通配符扩展检索范围。随后，研究通过去重、语言与文献类型过滤、时间范围限制以及题名与摘要相关性审查，逐步缩减样本，最终保留135篇研究用于系统分析。该部分同时引入文献计量分析，借助关键词共现网络、题名词云与主题图谱，对研究热点与主题结构进行刻画。分析结果显示，机器学习（ML）与深度学习（DL）已构成当代道路安全研究的中心方法簇，并与风险评估、空间分析、人因因素、交通管理及智能交通系统（ITSs）形成紧密联系；人工智能（AI）、大数据、深度学习等主题处于高中心性与高密度区域，而自动驾驶、长短期记忆网络（LSTM）与门控循环单元（GRU）等则体现出专业化与前沿化趋势。这表明道路安全研究已由传统统计范式加速转向高维、动态、智能化的数据驱动框架。
3. Background: Concepts and Classifications
在背景部分，文章首先界定交通事故为发生于公共道路、涉及至少一辆运动中车辆并导致财产损失、人身伤害或死亡的碰撞事件，其本质是交通系统正常运行状态遭受突发性破坏。随后，研究将交通安全建模任务划分为三类：其一是事故发生与风险预测，关注给定时空窗口内事故发生概率或频次，目标在于提前识别高风险区域或危险交通状态；其二是事故严重程度预测，主要在事故发生后根据人因、车因与道路基础设施条件评估伤害后果，通常划分为仅财产损失、受伤与死亡等等级；其三是事故持续时间分析，用于建模事件清除与交通恢复所需时间，对事故管理与次生拥堵缓解具有直接价值。此后，文章系统梳理常见预测算法的理论基础。经典机器学习部分涵盖监督学习、无监督学习与强化学习（RL），并说明随机森林（RF）、支持向量机（SVM）等算法在历史事故数据分析中的作用；深度学习部分则强调人工神经网络（ANNs）、卷积神经网络（CNNs）、循环神经网络（RNNs）、长短期记忆网络（LSTM）和门控循环单元（GRU）在高维、时序与视觉数据处理中的优势。该节的核心贡献在于为后续各类方法比较提供统一的概念框架，明确不同任务类型对应的数据需求、预测目标与算法适配性。
4. Analysis and Results
分析结果部分首先讨论道路交通事故数据来源。文章指出，官方政府与警务数据库仍是事故研究的基础来源，能够提供时间、地点、事故类型与严重程度等结构化信息；与此同时，众包平台、社交媒体、视频监控、无人机影像、卫星图像、路侧传感器、联网车辆（CV）数据、数字式行驶记录仪（DTG）以及私营部门与公众主动上报数据，共同构成多源异构的数据生态。作者强调，不同数据源在时效性、空间覆盖、真实性与信息粒度方面各有优势与约束，例如社交媒体虽具备高时间敏感性，但也面临虚假信息、重复记录与地域偏倚问题。接着，文章总结数据预处理流程，涵盖数据清洗、数据融合、特征工程、特征筛选、标准化、编码与类别失衡处理等关键环节。其中，文本数据常通过词频—逆文档频率（TF-IDF）、Word2Vec或潜在狄利克雷分配（LDA）进行表示；时空关系可通过网格单元或时空立方体构建；类别失衡则借助合成少数类过采样技术（SMOTE）与负采样缓解。研究认为，预处理质量直接决定模型稳定性，而实时场景下多源流数据同步延迟仍是边缘人工智能（Edge AI）部署的主要瓶颈之一。
在方法比较方面，文章依次评述统计方法、启发式方法、机器学习方法、强化学习方法、深度学习方法与混合方法。统计方法在事故黑点识别、频率预测、严重程度与持续时间分析方面仍具有价值，尤其适合提供具备概率分布基础的可解释框架，如经验贝叶斯法、零膨胀负二项模型、ARIMA、SARIMA、AFT模型等；但其主要局限在于难以处理复杂非线性关系与高频实时数据。启发式方法则主要通过粒子群优化（PSO）、遗传算法（GA）、蚁群优化（ACO）等元启发式策略，优化支持向量机（SVM）、神经网络或资源调度过程，在参数寻优、资源分配和高异质性数据划分上表现出较强适应性。机器学习方法方面，随机森林（RF）、XGBoost、LightGBM、地理加权随机森林（GW-RF）等在结构化表格数据上的表现尤为稳健，适用于事故发生、事故频率、严重程度和持续时间预测，且在结合空间权重、集成学习与可解释人工智能（XAI）工具后，能够在精度与解释性之间取得较好平衡。强化学习（RL）与深度强化学习（DRL）则被用于从静态预测迈向动态干预，典型应用包括自适应信号控制、可变限速（VSL）、事故韧性管理与自动驾驶碰撞规避，其优势在于能通过马尔可夫决策过程（MDP）实现在线策略更新，但目前仍高度依赖仿真环境，且受限于计算复杂度、驾驶员服从度假设与现实迁移能力。深度学习方法则代表当前复杂时空事故预测的主流方向，尤其是LSTM、GRU、ConvLSTM、图神经网络（GNNs）及多任务深度神经网络（DNNs）在高频交通流、网格化城市路网与视觉监控数据中的表现突出，能够自动提取时空依赖与拓扑关联。混合方法进一步融合卷积、循环、树模型与自然语言处理（NLP）模块，如CNN-LSTM、BiGRU-CNN、SHAP-RFECV-XGBoost等，通过解耦特征提取与序列建模，提升了实时检测、频率预测、持续时间预测与严重程度分析的综合性能。整体来看，混合架构在多源异构数据与复杂场景中的表现最具竞争力。
4.4. Cross-Domain and Cross-Method Analysis
跨领域与跨方法分析表明，交通事故预测研究已形成较清晰的性能分层。深度学习（DL）擅长处理高维原始数据与复杂时空依赖，尤其适合城市高密度环境中的实时事故发生预测；集成式机器学习模型则在严重程度分类与结构化数据预测中保持优势。作者指出，卷积神经网络（CNNs）与长短期记忆网络（LSTM）的组合能够同时刻画空间交互与时间演化，而图神经网络（GNNs）在路网级建模方面更能贴合真实交通拓扑。与此同时，模型性能并非跨场景恒定，受数据质量、特征工程、类别失衡、空间分辨率、传感基础设施覆盖与地区驾驶行为差异显著影响。文章特别强调“准确性—可解释性”张力：深度模型虽精度较高，但常呈“黑箱”特征；相比之下，结合SHapley Additive exPlanations（SHAP）与累积局部效应（ALE）的机器学习模型，更利于为安全治理提供可操作的因果线索。研究还指出，模型泛化与跨区域迁移能力仍然不足，这是当前从实验研究走向广域部署的关键障碍。
4.5. Common Evaluation Indicators
在评价指标方面，文章从分类、回归、实时检测与统计模型选择四个角度展开归纳。对于事故发生与严重程度等分类任务，准确率、精确率、召回率、F1值与受试者工作特征曲线下面积（AUC-ROC）是最常用指标，其中F1值对类别失衡场景尤为关键。对于事故持续时间与事故频率等连续预测任务，平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对百分比误差（MAPE）以及决定系数（R
2）被广泛采用。实时事件检测研究则关注误报率（FAR）、平均检测时间（MTTD）与综合性能指数等操作性指标，以反映系统在实际管理中的响应效率。对于传统统计模型，则常通过赤池信息量准则（AIC）与贝叶斯信息量准则（BIC）权衡模型拟合优度与复杂度。该节表明，评价体系正随着研究目标由离线统计解释向实时智能决策演进而不断扩展。
5. Discussion and Research Gaps
讨论部分综合指出，该领域正在从反应式建模转向主动式风险识别。文章认为，传统统计模型尽管具备较强可解释性，但在异构数据、非线性关系与复杂时空耦合处理中明显受限；启发式算法在资源受限和参数优化场景中仍具实用价值；随机森林（RF）、XGBoost与LightGBM等集成学习模型是结构化事故数据分析中的核心工具；LSTM、GRU、GNNs等深度学习架构则在复杂动态环境下表现最佳；而强化学习（RL）和混合模型则代表未来面向主动交通控制与多目标优化的重要方向。作者进一步讨论了大数据、物联网（IoT）与智能交通系统（ITSs）对事故预测的支撑作用，指出联网车辆、数字式行驶记录仪与自然语言处理（NLP）拓展了风险识别维度，但也带来了数据异构、隐私保护、计算延迟与工程部署复杂性问题。文献计量结果则显示，人工智能（AI）、机器学习（ML）与深度学习（DL）已成为道路安全研究的驱动主题，而自动驾驶、序列建模与高分辨率感知数据正在形成新的增长点。与此同时，类别失衡、零膨胀、跨区域可迁移性不足、传感器失效敏感性以及“黑箱”可解释性缺陷，仍是当前研究与应用面临的核心限制。
6. Conclusions
结论部分总结认为，道路交通事故预测（RTAP）已由基于logit与负二项（NB）等传统统计方法的线性解释范式，快速演进为依托机器学习（ML）、深度学习（DL）与混合架构的复杂预测体系。现有研究在事故频率、伤害严重程度与持续时间等任务上，已逐步实现对结构化数据与非结构化数据的联合建模。总体结果显示，深度学习与集成模型在处理复杂时空依赖和高维特征方面显著优于传统基线模型，且道路特征、照明条件与危险驾驶行为等变量是重要预测因子。文本事故报告等非结构化信息对于提升持续时间预测能力具有突出价值。与此同时，类别失衡、深度模型可解释性不足、跨地区迁移性能下降以及高计算资源需求，依旧限制了模型的大规模实时部署。基于此，文章提出未来研究应重点推进可解释人工智能（XAI）技术整合、联网车辆（CV）实时数据利用、多任务学习框架开发、动态在线更新模型构建，以及跨地理环境高迁移能力模型设计，以支撑更加主动、透明且可落地的道路安全管理体系。
