【正文】 高架路段609變窄路段75窄路575橋梁718隧道144路段進(jìn)出處523路側(cè)險(xiǎn)要路段168其他特殊路段978從2008年、2009年不同路口路段的事故統(tǒng)計(jì)數(shù)據(jù)可看出：普通路段發(fā)生的交通事故比重最大，占到近80%，顯而易見，因?yàn)槠胀范卧诼范沃兴急戎刈畲?，發(fā)生的交通事故概率也就最大。另外三四枝分叉口也是交通事故高發(fā)地帶。交通事故在不同年齡人員的發(fā)生幾率在一定環(huán)境條件下，從統(tǒng)計(jì)角度也有一定的規(guī)律性。下面從傷亡人員年齡、性別、戶口三個(gè)方面研究我國(guó)交通事故傷亡人員特點(diǎn)表314 2008年傷亡人員年齡統(tǒng)計(jì)數(shù)據(jù)死亡人數(shù)數(shù)量占總數(shù)（%）合計(jì)7348410016歲211679歲7761012歲5851315歲7661620歲44422125歲58292630歲61403135歲73003640歲89774145歲88444650歲56025155歲61445660歲48846165歲335665歲以上7723表315 2009年傷亡人員統(tǒng)計(jì)數(shù)據(jù)死亡人數(shù)數(shù)量占總數(shù)（%）合計(jì)6775910016歲189979歲6951012歲4671315歲7081620歲39582125歲54912630歲54373135歲64963640歲80504145歲77884650歲55175155歲57485660歲48156165歲336465歲以上7326從2008年、2009年傷亡人員統(tǒng)計(jì)數(shù)據(jù)可看出，交通事故死亡者的年齡以2145歲青壯年居多，其他年齡段的人較少。這主要是因?yàn)榍鄩涯晷熊嚧螖?shù)多，在交通者中占的比例大的緣故。表316 2008年交通事故傷亡人員性別數(shù)據(jù)統(tǒng)計(jì)死亡人數(shù)受傷人數(shù)數(shù)量占總數(shù)（%）數(shù)量占總數(shù)（%）合計(jì)73484100304919100男65108223260女1737681659表317 2009年交通事故傷亡人員性別數(shù)據(jù)統(tǒng)計(jì)死亡人數(shù)受傷人數(shù)數(shù)量占總數(shù)（%）數(shù)量占總數(shù)（%）合計(jì)67759100275125100男51428198292女1633176833從2008年、2009年交通事故傷亡人員性別數(shù)據(jù)統(tǒng)計(jì)可看出：男性駕駛員，在交通事故死亡人數(shù)和受傷人數(shù)統(tǒng)計(jì)中占大比重,達(dá)75%以上。這主要是因?yàn)槟行择{駛員數(shù)量占優(yōu)勢(shì)；其次女駕駛員相對(duì)男性駕駛員交通安全意識(shí)更強(qiáng)。表318 2008年傷亡人員戶口統(tǒng)計(jì)死亡人數(shù)數(shù)量占總數(shù)（%）合計(jì)73484100農(nóng)業(yè)40315非農(nóng)業(yè)33169表319 2009年傷亡人員戶口統(tǒng)計(jì)死亡人數(shù)數(shù)量占總數(shù)（%）合計(jì)67759100農(nóng)業(yè)40886非農(nóng)業(yè)26873交通事故死亡人數(shù)和戶口的關(guān)系從2008年、2009年交通事故人員戶口統(tǒng)計(jì)可看出：農(nóng)業(yè)戶口在交通事故死亡人員中占大比重。這主要是因?yàn)?，?dāng)前社會(huì)下，農(nóng)村人口大量涌入城市，而農(nóng)民大多文化素質(zhì)低，交通安全意識(shí)淡漠，導(dǎo)致了他們成為交通事故的高發(fā)人群。第四章 道路交通事故預(yù)測(cè)道路交通事故預(yù)測(cè)是指：以一個(gè)地區(qū)或一條道路為研究范圍，通過(guò)調(diào)查等手段獲得研究范圍內(nèi)與道路交通事故有關(guān)的信息（歷史事故、道路設(shè)施、人口、車輛、道路線形、天氣等發(fā)展、變化的信息），依據(jù)這些信息，采用現(xiàn)代數(shù)學(xué)方法（統(tǒng)計(jì)學(xué)、灰色理論、模糊數(shù)學(xué)等），定量與定性相結(jié)合來(lái)判斷未來(lái)一段時(shí)間研究范圍內(nèi)的道路交通事故發(fā)生狀況，為掌握 和控制事故發(fā)展趨勢(shì)提供參考。道路交通事故預(yù)測(cè)按照預(yù)測(cè)目標(biāo)可以分為事故率預(yù)測(cè)和事故數(shù)預(yù)測(cè)，事故率預(yù)測(cè)是用來(lái)揭示未來(lái)年事故發(fā)展趨勢(shì)，事故數(shù)預(yù)測(cè)是用來(lái)揭示未來(lái)年事故發(fā)展程度；按照預(yù)測(cè)方式可以分成定性預(yù)測(cè)和定量預(yù)測(cè)，定性預(yù)測(cè)是運(yùn)用定性預(yù)測(cè)技術(shù)，對(duì)交通事故未來(lái)情況進(jìn)行總體判斷，定量預(yù)測(cè)是運(yùn)用定量分析技術(shù)，對(duì)交通事故未來(lái)狀況作出數(shù)量的估計(jì)，但在實(shí)際應(yīng)用中大多是定性和定量相結(jié)合來(lái)預(yù)測(cè)；按照預(yù)測(cè)范圍可以分為宏觀預(yù)測(cè)和微觀預(yù)測(cè)，宏觀預(yù)測(cè)是指對(duì)區(qū)域較大的總體性和趨勢(shì)性的交通事故進(jìn)行預(yù)測(cè)，微觀預(yù)測(cè)是對(duì)某一地點(diǎn)、路段交通事故變化情況進(jìn)行預(yù)測(cè)。（1）為交通安全管理部門提供道路交通事故發(fā)展建議，掌握事故發(fā)展趨勢(shì)，為制定交通安全管理對(duì)策提供參考。（2）為道路安全評(píng)價(jià)中事前評(píng)價(jià)提供未來(lái)的事故數(shù)據(jù)支持，以便評(píng)價(jià)事故安全程度。（3）對(duì)事故可以進(jìn)行前后對(duì)比，總結(jié)事故發(fā)展規(guī)律，掌握事故發(fā)展特點(diǎn)，為制定針對(duì)性防范措施和交通法規(guī)提供依據(jù)。目前，國(guó)內(nèi)外交通事故的預(yù)測(cè)、分析，多采用數(shù)據(jù)統(tǒng)計(jì)方法結(jié)合平滑處理和回歸分析的首都那，運(yùn)用模糊數(shù)學(xué)或概率統(tǒng)計(jì)理論來(lái)進(jìn)行。常用的預(yù)測(cè)方法包括回歸分析法，時(shí)間序列預(yù)測(cè)法，灰色預(yù)測(cè)，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)等等。下面分別對(duì)這幾種方法進(jìn)行簡(jiǎn)單的介紹。回歸分析預(yù)測(cè)法是從分析研究各種社會(huì)現(xiàn)象之間的相關(guān)關(guān)系出發(fā)，確定回歸方程式，然后根據(jù)自變量數(shù)值變化，帶入回歸方程是進(jìn)行預(yù)測(cè)的方法。用回歸分析法進(jìn)行預(yù)測(cè)的基本思想是，雖然自變量和因變量之間沒有嚴(yán)格的確定性的函數(shù)關(guān)系，但是可以設(shè)法找出最能代表他們之間近似關(guān)系的回歸方程式，然后跟凝聚回歸方程式計(jì)算所要求的預(yù)測(cè)值。時(shí)間序列預(yù)測(cè)法是從分析時(shí)間序列的變化趨勢(shì)不惡整等信息中選擇適當(dāng)?shù)哪Ｐ秃蛥?shù)建立預(yù)測(cè)模型，并根據(jù)慣性原則假定預(yù)測(cè)對(duì)象以往的變化趨勢(shì)會(huì)延續(xù)到未來(lái)，從而做出相應(yīng)的預(yù)測(cè)。該預(yù)測(cè)方法的一個(gè)明顯的特征是所用的數(shù)據(jù)都是有序的。這類方法預(yù)測(cè)精度偏低，通常要求研究對(duì)象具有相當(dāng)?shù)姆€(wěn)定性，歷史數(shù)據(jù)量要大，數(shù)據(jù)分布具有較明顯的趨勢(shì)?；煦缡谴_定性非線性動(dòng)力系統(tǒng)中出現(xiàn)的一種貌似無(wú)規(guī)則的、類似隨機(jī)的現(xiàn)象，他揭示了隱藏在無(wú)序和復(fù)雜想象背后的有序和規(guī)律，其在預(yù)測(cè)中的應(yīng)用較為廣泛。主要是通過(guò)對(duì)一維時(shí)間序列進(jìn)行想空間重構(gòu)，恢復(fù)系統(tǒng)的演化行為從而擬合出系統(tǒng)的演化規(guī)律。該法的缺點(diǎn)是需要的數(shù)據(jù)量大，很難判別是主觀混沌還是客觀混沌，而且不宜做長(zhǎng)期預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法是利用神經(jīng)網(wǎng)絡(luò)的非線性特性去逼近一個(gè)時(shí)間序列或者一個(gè)時(shí)間序列的變形，通過(guò)神經(jīng)元網(wǎng)絡(luò)清晰的邏輯關(guān)系，利用過(guò)去時(shí)刻的值表達(dá)未來(lái)時(shí)刻的值。利用神經(jīng)元網(wǎng)絡(luò)來(lái)研究預(yù)測(cè)問(wèn)題，一個(gè)很大的困難就能在于如何確定網(wǎng)絡(luò)的結(jié)構(gòu)，當(dāng)隱層節(jié)點(diǎn)太少時(shí)，預(yù)測(cè)的精度無(wú)法得到保證，太多時(shí)網(wǎng)絡(luò)在訓(xùn)練過(guò)程中又容易陷入局部最小點(diǎn)而得不到全局最優(yōu)解?；疑A(yù)測(cè)的基本思路是，將已知的數(shù)據(jù)序列按照某種規(guī)則構(gòu)成動(dòng)態(tài)或非動(dòng)態(tài)的白色模塊，再按照某種變化、解法來(lái)求解未來(lái)的灰色模型。灰色預(yù)測(cè)的一個(gè)重要特點(diǎn)是，模型使用的不是原始數(shù)據(jù)序列，而是生成的數(shù)據(jù)序列。也就是說(shuō)，灰色預(yù)測(cè)的數(shù)據(jù)，不是直接從生成模型的得到的數(shù)據(jù)，而是經(jīng)過(guò)還原后的數(shù)據(jù)，或者說(shuō)通過(guò)生成數(shù)據(jù)的灰色模塊得到的預(yù)測(cè)值必須進(jìn)行逆生成處理。該模型使用與數(shù)據(jù)量較少的場(chǎng)合。模型的選擇不是一成不變的。一個(gè)模型經(jīng)過(guò)多種檢驗(yàn)才能判斷其是否合理，是否合格。只有通過(guò)檢驗(yàn)的模型才能用來(lái)預(yù)測(cè)。對(duì)于一個(gè)具體問(wèn)題，究竟應(yīng)選擇什么樣的預(yù)測(cè)模型，應(yīng)以充分的定性分析結(jié)論為依據(jù)。本文因?yàn)閿?shù)據(jù)量較少，綜合以上介紹的幾種交通事故預(yù)測(cè)方法來(lái)看，灰色系統(tǒng)理論以“部分信息已知、部分信息未知”的小樣本，不確定問(wèn)題為研究對(duì)象；通過(guò)對(duì)“部分”信息的挖掘，提取有價(jià)值的信息，實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行行為的正確認(rèn)識(shí)，最適合作為本文的預(yù)測(cè)方法。道路交通事故灰色預(yù)測(cè)的原理、方法及所具有的特點(diǎn)表現(xiàn)在：(1)灰色預(yù)測(cè)方法認(rèn)為，某一地區(qū)在某一時(shí)間區(qū)間內(nèi)的交通事故指標(biāo)值，是在一定范圍內(nèi)變化的且與時(shí)間坐標(biāo)有關(guān)的灰色量。該方法將原始數(shù)據(jù)整理成較有規(guī)律的生成數(shù)列后再進(jìn)行研究、處理，避免了概率統(tǒng)計(jì)方法的大樣本、大工作量而其結(jié)果不理想的狀況。(2)數(shù)學(xué)模型GM(1，1)是一階單變量微分方程；這與以往的概率統(tǒng)計(jì)方法利用高散數(shù)據(jù)所建立的按時(shí)間作逐段分析、遞推、高散的模型有本質(zhì)的區(qū)別。(3)GM(I，I)灰色預(yù)測(cè)模型不是交通事故原始數(shù)學(xué)模型，而是生成數(shù)據(jù)序列模型；通過(guò)對(duì)生成數(shù)列的處理，使雜亂無(wú)章的原始數(shù)據(jù)呈現(xiàn)出一定的規(guī)律(1，1)的建立過(guò)程GM(1，1)模型是最常用的一種灰色模型；它是由一個(gè)只包含單變量的一階微分方程構(gòu)成的模型。其一般形式為：其中，為非負(fù)的原始數(shù)據(jù)序列，為的一次累加生成序列，為的鄰均值等全生成序列。即：灰微分方程的白化方程為： 數(shù)據(jù)矩陣B為: 數(shù)據(jù)向量為： 待定參數(shù)列為： 數(shù)據(jù)預(yù)測(cè)模型為： 最后需要進(jìn)行還原處理，作“生成數(shù)列”的逆運(yùn)算，即進(jìn)行還原處理得到預(yù)測(cè)模型。因?yàn)樗詫?duì)于生成數(shù)列，可得到其還原數(shù)為：生成殘差為： 殘差均值為： 原始數(shù)據(jù)的方差為： 殘值的方差為： 后驗(yàn)差比值為： 小誤差頻率為： 按P與C的大小，可將預(yù)測(cè)精度分為好、合格、勉強(qiáng)、不合格四類，各類的P與C值如表 所示表41 P與C值預(yù)測(cè)精度表精度等級(jí)好合格勉強(qiáng)不合格P=C=由于從2002年開始，某省交通事故數(shù)量、死亡人數(shù)及萬(wàn)車死亡率等指標(biāo)基本都呈逐年下降的一致的變化趨勢(shì)，為了使預(yù)測(cè)結(jié)果更加的準(zhǔn)確，本次預(yù)測(cè)只選擇某省2003～2007年共五年的交通事故數(shù)據(jù)作為原始個(gè)事故次數(shù)分別數(shù)據(jù)。根據(jù)2003年新頒布的道路交通安全法，2004年以后的事故次數(shù)統(tǒng)計(jì)將一些可以現(xiàn)場(chǎng)處理的事故不計(jì)入交通事故。也就是說(shuō)，2004年前后的交通事故統(tǒng)計(jì)口徑是不一致的，2004年以前的交通事故統(tǒng)計(jì)數(shù)據(jù)普遍偏大，尤以2002年為甚，經(jīng)過(guò)咨詢相關(guān)人員，認(rèn)為如果按道路交通安全法頒布后的交通事故統(tǒng)計(jì)口徑計(jì)算，出去一些輕微事故，可將2003，2003，2004和2005年三年的交通事故次數(shù)分別計(jì)為6703，5551和4834次。預(yù)測(cè)所需數(shù)據(jù)如表所示：表42 交通事故數(shù)量、死亡人數(shù)及萬(wàn)車死亡率表年份20032004200520062007事故次數(shù)67035551483442163803死亡人數(shù)971986889864796萬(wàn)車死亡率GM（1，1）模型交通事故數(shù)量預(yù)測(cè)首先來(lái)預(yù)測(cè)未來(lái)五年內(nèi)的交通事故次數(shù)，其原始數(shù)列為：，做一次累加得1—AGO數(shù)列：。當(dāng)時(shí)，；當(dāng)時(shí)，，所以滿足準(zhǔn)光滑型條件；具有準(zhǔn)指數(shù)規(guī)律，可建立GM（1，1）模型。 可得時(shí)間序列預(yù)測(cè)方程式：還原得：。后驗(yàn)差比值，小誤差頻率，預(yù)測(cè)精度較高。所以2008～2012年的交通事故預(yù)測(cè)數(shù)量如表所示：表43 交通事故預(yù)測(cè)表年份20082009201020112012事故次數(shù)35823240293326542401從2008年、2009年、2010年交通事故真實(shí)事故起數(shù)對(duì)比可得，預(yù)測(cè)結(jié)果較準(zhǔn)確。GM(1)殘差修正模型死亡人數(shù)及萬(wàn)車死亡率預(yù)測(cè)同理，運(yùn)用GM(1,1) 殘差修正模型，可得20082012年交通事故死亡預(yù)測(cè)人數(shù)和萬(wàn)車死亡率如表44所示：表44 交通事故死亡人數(shù)及萬(wàn)車死亡率預(yù)測(cè)表年份20082009201020112012死亡人數(shù)787764751747732萬(wàn)車死亡率預(yù)測(cè)結(jié)果分析：2002年以前的交通事故逐年增加，至2002年達(dá)到高峰。2002年以前，雖然車輛保有量比較少，但是由于道路資源比較少，等級(jí)低，路況差，安全設(shè)施缺乏，再加上管理的缺失，交通事故的逐年增加也不足為奇了。2002年后，公路等級(jí)迅速提升，管理水平也逐步提高。五年來(lái)，在機(jī)動(dòng)車保有量成倍增長(zhǎng)的情況在，交通事故數(shù)量卻逐年下降，幾乎減少一半，這說(shuō)明交通安全工作還有很大的潛力可挖，在今后5年，只要加強(qiáng)管理，落實(shí)交通事故預(yù)防對(duì)策，交通事故數(shù)量必將繼續(xù)下降。因此，可以肯定地說(shuō)，交通事故數(shù)量預(yù)測(cè)結(jié)果是非常合理的。這幾年來(lái)，死亡人數(shù)雖然在逐年下降，但相對(duì)那個(gè)對(duì)交通事故次數(shù)的下降程度，死亡人數(shù)的下降熟讀顯得比較緩慢，如前所述，就萬(wàn)車死亡率指標(biāo)來(lái)說(shuō)，某省比全國(guó)平均水平高出很多。按照這個(gè)趨勢(shì)預(yù)測(cè)出來(lái)的死亡那個(gè)人數(shù)據(jù)愛你更富也不是太明顯，隨著機(jī)動(dòng)車保有量的不斷增長(zhǎng)，萬(wàn)車死亡率將逐年平穩(wěn)下降，但人不能掩蓋死亡人數(shù)太多的事實(shí)。這反映出目前重大交通事故比較多，在今后幾年的交通安全管理工作中應(yīng)該將重點(diǎn)放在交通事故黑點(diǎn)治理和諸如酒后駕車、無(wú)證駕車等嚴(yán)重的違法行為的治理上，使得惡性事故得到有效的遏制。第五章 交通事故防治的對(duì)策研究交通事故是在一定條件下發(fā)生的動(dòng)態(tài)過(guò)程，具有很大的隨機(jī)性和偶然性。但是，只要我們采取的對(duì)策恰當(dāng)，交通事故是可以預(yù)防和控制的。下面針對(duì)交通事故影響因素分析和我國(guó)交通事故特點(diǎn)對(duì)交通事故防治從人的安全性、車輛安全技術(shù)、道路、安全管理幾個(gè)方面提出對(duì)策。根據(jù)調(diào)查統(tǒng)計(jì)，在各種復(fù)雜系統(tǒng)中發(fā)生重大事故或故障的60%～90%都是由人的差錯(cuò)造成的，因此，人們把提高系統(tǒng)安全的努力，從重點(diǎn)研究機(jī)器設(shè)備故障轉(zhuǎn)移到重點(diǎn)研究人的失誤上，道路交通安全系統(tǒng)的發(fā)展亦是如此，正在研究建立的道路交通事故預(yù)防體系就體現(xiàn)了該發(fā)展趨勢(shì)。本文下面從主動(dòng)安全性和被動(dòng)安全性兩個(gè)角度對(duì)人