导致日本轻型车辆(K-car)碰撞伤害严重程度及车辆损坏的因素:考虑未观察到的异质性

《Journal of Safety Research》:Contributing factors to the severity of crash injury and vehicle damage involving Japanese lightweight vehicles (K-car): Considering unobserved heterogeneity

【字体: 大 中 小 】 时间:2026年07月22日 来源:Journal of Safety Research 4.3

编辑推荐:

  摘要 引言:本研究通过分析影响日本车辆事故中人员伤亡严重程度及车辆损坏程度的因素,来探讨轻型车辆的安全性能。方法:首先运用似然比检验来验证事故数据的时间稳定性。随后,采用具有均值异质性的随机参数双变量Probit模型,以解释事故结果中存在的未观测异质性及相关性。结果:样本外预

  摘要
引言:本研究通过分析影响日本车辆事故中人员伤亡严重程度及车辆损坏程度的因素,来探讨轻型车辆的安全性能。方法:首先运用似然比检验来验证事故数据的时间稳定性。随后,采用具有均值异质性的随机参数双变量Probit模型,以解释事故结果中存在的未观测异质性及相关性。结果:样本外预测分析显示,轻型车辆存在可量化的结构安全缺陷,这一缺陷往往被老年驾驶员的风险补偿行为所掩盖。模型表明,事故中两名驾驶员的受伤严重程度之间存在显著负相关,体现出“零和”能量传递效应;而较低的受伤程度与车辆损坏程度之间的相关性则表明,现代被动安全设计起到了“解耦”作用。研究结果表明,恶劣天气和湿滑路面等环境因素会加剧人员受伤程度,而车辆与道路特征(如路缘)之间的几何不匹配则会导致车辆损坏。结论与实际应用:作为首个将这一先进建模框架应用于轻型车辆安全研究的成果,我们的发现为优化紧急医疗救援流程、结构加固标准以及驾驶辅助系统提供了基于证据的参考。

引言
全球汽车行业正朝着紧凑型、可持续的出行方式转型,这推动了轻型车辆的快速发展。根据最新市场分析,2023年全球机动四轮车市场的价值为10.5亿美元,预计到2032年这一数值将上升至34.3亿美元,复合年增长率达14.6%(Fortune Business Insights,2026)。目前欧洲在该领域占据主导地位,其L类(L6e和L7e)车型占比达64.76%,但随着这类车辆在城市交通中的日益增多,人们对其在混合交通环境中的安全性能及事故后果的担忧也在不断增加。在此背景下,日本因其特有的轻型车辆类型——微型车——提供了一个独特且成熟的案例研究对象。2023年,轻型车辆占日本所有四轮车总产量的约20%(日本汽车工业协会,2024a)。尽管日本的法规分类较为特殊,但从国际范畴来看,这些车辆仍属于轻型车辆,面临着相似的物理限制和安全挑战。在日本,轻型车辆受到严格的法规约束:车身长度不得超过3.40米,宽度不得超过1.48米,发动机排量不超过660立方厘米(轻型机动车检查机构,2024)。这些规格使得轻型车辆能够在日本狭窄的街道和有限的停车位中发挥显著优势(Doddamani & Yamamoto,2025)。相比之下,小型乘用车的设计标准更为宽松,其总重量低于3.5吨,高度不超过2米,长度不超过4.7米,发动机排量低于2000立方厘米(日本国土交通省,2025),因此车型种类繁多,能够满足消费者多样化的出行需求。在本研究中,“乘用车”一词包括“小型”和“普通”两类,其中“普通”车型是指那些超出日本法律规定的小型车尺寸和发动机排量标准的车辆。图1展示了轻型车辆与小型乘用车的尺寸对比。

从政策层面来看,日本轻型车辆享有显著的税收优惠,包括较低的购买税和维护成本,因此很受预算有限的消费者的青睐(Konishi & Kuroda,2023)。而乘用车由于车型和发动机排量的多样性,面临更为复杂的税收结构。尤其是那些发动机排量较大的车辆,需缴纳更高的汽车税,进一步增加了消费者的经济负担。此外,值得注意的是,轻型车辆在人口密度较低的偏远地区以及公共交通不发达的农村地区更为常见。调查数据显示(日本汽车工业协会,2024b),约有40%的老年人使用轻型车辆,而且90%的老年人认为这类车辆比其他乘用车更便捷。虽然这些特点凸显了轻型车辆对弱势群体的实用性,但同时也因车辆尺寸差异而增加了这些用户的身体风险。这一固有的结构脆弱性得到了国际安全数据的印证。如图2所示,根据美国公路安全保险协会2023年的死亡数据进行分析后可以发现,轻型车辆与乘用车在每百万注册车辆的驾驶员死亡率上存在明显差距。在“汽车”类别中,轻型车辆的驾驶员死亡率为75.96,远高于普通车辆的59.23。在SUV类别中也是如此(39.00对比24.53),这表明车辆质量越低,对乘员的保护就越不足。因此,研究导致轻型车辆事故中人员伤亡严重程度及车辆损坏程度的因素,不仅是一个重要的研究课题,更是提升整体道路交通安全性的迫切需求。

关于车辆安全性的关键指标——车辆抗撞性能,已有大量研究对其进行了探讨,而这些研究结果也表明,轻型车辆在更广泛的市场推广方面面临诸多障碍(Santucci等人,2016)。轻型车辆的设计特点,尤其是其紧凑的尺寸和轻量化结构,通常意味着其在吸收碰撞能量方面的能力较弱,相比大型、重型乘用车而言。根据动量传递和撞击时的结构变形原理,这在碰撞情况下可能导致乘员受伤风险增加。对事故后受伤数据的比较分析显示,轻型车辆事故的驾驶员往往年龄较大,且严重受伤的比例也更高。轻型车辆驾驶员更容易遭受严重伤害,这一现象可能由多种因素共同作用所致,包括车辆本身的碰撞能量管理能力以及与年龄相关的生理特征对受伤耐受度的影响(Inamasu等人,2019)。尽管Hitosugi和Matsui(2015)指出,在低速碰撞场景中,两种类型车辆驾驶员的受伤严重程度并无显著差异,但对住院事故患者的比较分析显示,轻型车辆事故中的乘员面临更严重的创伤风险(Ono等人,2025)。此外,日本国际交通事故研究与数据协会2022年的研究结果也证实了这些安全问题,数据显示2022年轻型车辆在交通事故中的死亡率为每10万辆车0.8–1.2人死亡,远高于乘用车的0.6–0.9人死亡。从结构力学角度来看,轻型车辆在碰撞时具有较弱的能量吸收和分散能力,这使得更多的碰撞能量直接传递给车内乘员,从而增加了受伤的可能性和严重程度(Archakam & Muthuswamy,2023)。而普通乘用车由于体积更大、结构设计更为复杂,能够更有效地吸收和分散碰撞能量,从而为乘员提供更好的保护,创造更安全的生存空间。

对比分析轻型车辆与乘用车的安全机制,对于构建更为完善的交通安全理论模型以及深入理解影响车辆安全的各种因素具有重要意义。尽管现有研究已为轻型车辆与乘用车的相对安全性提供了一些见解(Boria等人,2015;Chu等人,2019;Davies和Bastien,2021;Deb,2021),但仍有许多研究空白。具体而言,系统性地研究这两种车辆类型在事故中受伤严重程度差异的机制性原因的研究极为缺乏。大多数现有研究都集中在对普通车辆事故中受伤严重程度的总体分析上(Gong等人,2017;Yu等人,2019;Effati和Ramezanpoor,2025),而对轻型车辆事故数据的深入分析则相对较少,尤其是在处理未观测异质性方面存在明显不足。这些未被观察到的异质性因素可能会对轻型车辆事故中的受伤严重程度产生重大影响;忽视它们会导致研究结果出现偏差,也无法全面揭示轻型车辆事故受伤的内在机制(Alogaili & Mannering,2020)。道路交通事故数据本身具有复杂的嵌套结构,包含三个层面的相关观测数据:事故、车辆以及事故参与者(Lenguerrand等人,2006)。在事故中,双方参与者的受伤严重程度往往受到共同的未观测因素影响,这种情况可能导致事故内部的相关性(Fu和Tu,2024;Se等人,2025)。如果在分析中忽略这种相关性,将会导致估计结果出现偏差,进而影响研究结论的可靠性(Wang等人,2015)。为了解决这类相关性及潜在的内生性问题,现有文献广泛采用了先进的计量经济学方法。例如,双变量和多变量模型被广泛用于捕捉不同事故参与者之间受伤严重程度的误差项相关性(Wang等人,2022b;Song等人,2023),而基于Copula的模型则能有效灵活地模拟变量间的联合依赖关系(Wang等人,2015)。然而,尽管学界普遍认同忽略这类相关性会导致参数估计出现偏差,但这些严谨的方法论框架在轻型车辆这一特定领域的应用仍然十分有限。

为填补上述研究空白,本研究采用了以具有均值异质性的随机参数双变量Probit模型为核心的严格计量经济学框架。该研究仅聚焦于一辆轻型车辆与一辆乘用车之间的两车相撞事故,模型分析了两组相互关联的结果:(a)同一事故中两名驾驶员(轻型车辆驾驶员和乘用车驾驶员)的受伤严重程度;(b)轻型车辆驾驶员的受伤严重程度以及该车辆的损坏程度。为确保数据集(2020–2022年)的有效性以及估计结果的稳健性,研究系统地运用了似然比检验,以检测时间稳定性,并验证所提出的模型设定相较于固定参数模型的统计优势。此外,本研究还通过引入样本外反事实预测,超越了传统的估计方法。这种创新的验证方式不仅能评估模型的预测能力,还能定量区分轻型车辆的结构安全风险与驾驶员相关因素,从而精准识别影响事故后果的潜在机制。

片段摘录
轻型车辆的安全问题
车辆抗撞性能仍是交通安全研究的核心内容。大量研究从多个维度系统地分析了影响车辆安全性的各种因素,这些因素包括道路基础设施(Zhou等人,2021;Pervez等人,2022;Yuan等人,2022;Hu等人,2025)、环境条件(Fountas等人,2020;Yu等人,2020a;Wang等人,2022a;Wang等人,2025)以及驾驶员行为(Alogaili和Mannering,2020;Lidbe等人,2020;Wen和Xue,2020;Zhou等人,2020)等。

数据描述
本研究利用日本警察厅2020–2022年的全国道路交通事故数据,分析了轻型车辆与乘用车的事故特征。数据集中仅包含至少涉及某一类车辆的交通事故,共计272,396起轻型车辆事故和286,796起乘用车事故。该数据集涵盖了时间、空间发生情况、道路环境以及车辆等多维度信息。

单变量Probit模型
为探究轻型车辆事故与乘用车事故之间的差异,本研究采用了二元单变量Probit模型。Probit模型是一种用于分析有限个因变量的经典统计方法,其基本形式如下:
y?=β0+β1x1+β2x2+?+βnxn+ε
其中,y?表示潜变量,βn是对应于自变量xn的参数,ε则表示随机干扰项。

轻型车辆事故与乘用车事故的比较
为全面分析影响驾驶员受伤严重程度的因素,并验证不同类型车辆在结构安全方面的差异,本研究通过对轻型车辆(表4)和乘用车(表5)分别建立具有均值异质性的随机参数Probit模型,进行了深入分析。似然比检验表明,这种能够通过灵活的参数设置来反映事故数据中未观测异质性的高级模型设定具有更好的统计优势。

讨论
随机参数双变量Probit模型的估计结果(表7、表8)以及单变量比较结果(表4、表5)均显示出轻型车辆存在独特的风险机制。本部分从事故成因、环境、道路及驾驶员等角度探讨了这些研究结果,并进一步分析了通过预测验证所确定的未被观察到的异质性及结构风险。

结论
本研究利用2020年至2022年的日本交通事故数据,比较了轻型车辆与普通乘用车的伤害严重程度形成机制。为确保数据在新冠疫情期间可能出现的交通波动影响下的有效性,研究系统地采用了似然比检验方法。检验结果证实了驾驶员之间伤害关联性的时间稳定性,从而为主要场景下的汇总分析提供了统计学依据。不过,也存在时间不稳定性的情况。

CRediT作者贡献说明
林旺:撰写——初稿、可视化、软件、方法论、研究、正式分析。李在永:撰写——审阅与编辑、验证、监督、资金获取。胡俊杰:撰写——审阅与编辑、验证、监督、概念构建。毛苏毅:撰写——审阅与编辑、验证、监督、方法论、概念构建。

利益冲突声明
作者声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。

致谢
本研究得到了以下机构的资助:(1)长沙市自然科学基金,项目编号kq2402221;(2)中国自然科学基金,项目编号72471249;(3)长沙市重大科技项目,项目编号kh2401002。
林旺是中南大学交通运输工程学院的二年级硕士生,她的研究兴趣为交通安全。

林旺|李在永|胡俊杰|毛苏毅
中国湖南省长沙市中南大学交通运输工程学院,邮编410075
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号