事故黑点鉴别方法

2．2．2　事故黑点鉴别方法

目前，国内外在鉴别事故黑点时，经常采用的方法有事故频率法、当量总事故次数法、事故率法、矩阵法、质量控制法、累计频率曲线法、临界率法、安全系数法、全系数法等。针对中国的国情及工程实际需要，我国大量学者及工程技术人员对以上各种方法提出了不少改进的方法，同时，随着计算机仿真技术在交通行业的运用，国内也有学者提出利用计算机仿真来鉴别事故黑点^［44］。针对现阶段大量的事故黑点鉴别方法，有必要对目前国内外的相关研究进行疏理，对各种事故黑点鉴别方法的优缺点、适用条件、改进的方向等进行必要的总结。

2．2．2．1　国内外研究进展

国外如英国、美国、丹麦、德国、前苏联、意大利等许多国家在事故黑点鉴别技术研究方面取得了一定成果^{［24～33］［40］}。

英国鉴别事故多发路段的方法是借助构成事故率标准的三个主要组成部分来鉴别事故多发路段，即:事故次数和事故类型，事故发生时间、日期，道路长度和区域大小，并规定:在0．1km²范围内，1年发生过4次事故称为危险地点；在0．3km长的路段上，3年中发生过12次事故，称为危险位置；在1km²范围内，1年中有40次或40次以上事故，被称为事故易发地区。

美国主要采用质量控制法，它是按照质量控制理论进行事故多发点筛选的方法，假定任何情况下，交通事故发生的概率服从汽车每公里平均事故次数的泊松分布，规定了在一定置信度下的事故率，大于上限为危险路段，上、下限之间为应该注意路段，小于下限为安全路段。

丹麦采用统计鉴定法建立各类道路路段上的事故预测数与路段交通量、长度的回归模型，通过比较道路实际事故的观测值与预测值的大小来确定危险点。

意大利通过对路段上的事故次数、受伤人数和死亡人数、交通量建立一定模型求出相对危险度，并根据同一标准时间内得到的相对危险度以鉴定危险地点。

德国主要采用严重性综合指标来评价总的交通事故数，事故严重性综合指标为对各类型事故数量的加权求和。

前苏联则认为，每一路段的道路交通事故相对概率可用总计的事故率系数来评价，通过建立总计事故率系数与道路事故影响因素之间的函数关系，确定界限值，如果综合事故率超过25～40（道路改造期）或15～20（属于道路新建期）时，认为该路段是事故多发点。前苏联学者B．Φ．巴布可夫基于对汽车沿危险路段允许行车速度的分析提出了判别危险路段的安全系数标准。

国外将事故黑区的概念用来确定事故段的长度和道路事故多发段的位置，将附近事故多发点的成因考虑在内。事故黑区（事故多发区域）就是一批邻近的事故多发道路段的空间组织，对于此路段事故多发的原因和采用什么样的对策去减少事故数目却没有进行探索。此研究的焦点是事故的空间分布分析的问题:确定黑区的位置和长度。比较了两个方法:当地空间相关索引的应用（广义Moran集的分解）和估计。两种方法在确定危险地点上有区别，并且避免了经验主义的影响，虽然每一种方法起始于不同的概念方法，两种方法可能在详细参数的选择中产生相似的结果并得到邻近事故黑区的定义。

国内常用的道路交通事故黑点鉴别方法普遍借鉴国外的成熟方法，具体有:事故频率法、事故率法、矩阵法、当量事故次数法、质量控制法、临界率法等^{［22］［34～38］［107］}。

交通部公路科学研究院提出了道路断面事故率法，该方法定义断面事故率为以该断面为中心的1km路段内通过每百万车发生的交通事故次数，并依照断面事故率的高低排序，从中进行事故黑点的鉴别。该方法考虑了交通量和事故数的关系，但对临界事故数并没有作出明确的定义。

交通部公路科学研究院与长安大学共同研发了事故多发路段的冲突判定法，该方法以交通冲突技术作为理论基础，对路段交通状况进行冲突观测分析，通过对路段严重冲突的大量调查和统计分析，选择代表正常安全性的冲突值作为判定正常与异常的标准，如果观测到的冲突数大于该标准值，则认为该路段为事故黑点，应当进行治理。

西南交通大学2005年提出通过事故黑点间相互作用的分析，建立事故黑点的正态分布模型，提出了鉴别事故黑点的曲线判据，即如果确定在一个统计周期内，在l长度发生n起事故，则事故累计曲线与x轴所围面积大于或等于nS，曲线在x轴上的长度小于或等于2l，事故曲线内最多只有一个0点。同时满足上面三个条件的路段才是事故黑点。此外，2004年，西南交通大学还针对山区公路险峻路段较多的特点，提出了山区公路事故黑点鉴别的安全系数－绝对事故数法，除了能找到基于统计数据鉴别的事故黑点外，还能发现统计数据无法反映出来的潜在事故黑点。

西安公路研究所在对陕西省主要干线事故多发点实地调查中，根据陕西省的交通状况，规定连续3年以上，平均每年发生2次以上交通事故作为事故多发点的标准，并通过历史资料依据道路条件（路基宽度、纵坡、弯道半径、超高、视距、摩擦系数）建立了安全度评价模型以鉴定事故多发点。该方法能方便地找出事故多发点，但只考虑到影响安全度的道路因素，却没有考虑其他的因素。

东南大学建立了改进的事故频数法，适用于路段事故历史记录数据完整，但道路条件及交通状况资料缺乏，限于人力、物力以及时间，短期内无法进行全面的现场勘查，对黑点鉴别结果精度要求较低的情况。该方法计算简单方便，对操作人员的知识水平要求较低，更不需要花大量的人力物力进行路段交通量以及相应路段详细道路状况的调查，适宜于基层交通安全工作人员通过路段事故历史统计数据，对事故黑点进行初步诊断。

北京工业大学在近年进行了大量交通安全和事故发生机理方面的研究，总结出了事故多发段的共性的规律，总结出道路交通事故多发点鉴别方法体系，建立了事故发生机理方面的数学模型，并提出事故多发段共性治理措施。在道路交通安全管理与评价系统的研究方面也进行了一些探讨，并开发了初步的系统框架。

同济大学提出使用累计频率法来判定交通事故多发点，它是基于统计学原理的一种方法，以每一单位长度（1km）发生事故次数为纵坐标，以发生大于某一事故次数的累计频率为横坐标，绘制累计频率曲线，通过找出累计频率曲线上的“突变点”来划分异常路段，该方法确定的事故多发段并没有把所有道路条件异常的路段考虑进去，它注重以最小的费用，取得最大的安全治理效果，属于一种经济判别方法，具有很高的实用价值。

吉林大学针对事故历史资料不完备的山区高等级公路，提出了运用速度和横向加速度相结合的山区高等级公路黑点段鉴别方法——车辆运动参数综合分析法，但此法针对性强，所用仪器设备多而复杂，且调研工作量比较大。

西南交通大学、重庆交通学院、新疆农业大学等也对事故黑点鉴别、成因及整治等方面进行了一定的研究，并开发了智能排查程序，使得交通事故黑点分析技术的实践性得到了进一步增强。

2．2．2．2　现有方法

按是否直接依据历史事故资料，事故黑点鉴别方法分为两大类，如图2－5所示，第一类是以事故统计资料为基础的直接鉴别法，它主要依据对交通事故历史数据的统计分析，通过对事故黑点的统计资料与一定阈值的比较来判断；第二类则不直接以事故统计资料为基础，而是采取其他的一些方法、手段进行分析的间接鉴别法。直接鉴别法包括:绝对数法、相对数法、概率统计法、回归模型法等；间接鉴别法主要有安全系数法、交通仿真法和冲突技术法等^{［35～38］}。

1）绝对数法

绝对数法是以道路某一路段或区域内发生的事故次数、事故伤亡人数或直接经济损失与某一临界值进行比较来确定事故多发路段，这个临界值是经过大量和长时间的调查统计所得到的，任何一个事故指标大于这个常量的就认为是事故多发路段，主要有事故频率法、当量总事故次数法等。该类方法简单明了、易操作，但没有考虑交通量的影响，同时临界值的选取受人为主观因素影响较大，通常采用一个国家或一个地区长时间的调查统计资料确定。

图2－5　现有事故黑点鉴别方法

（1）事故频率法

利用在一定时间、一定路段上的交通事故统计数据来鉴别事故黑点。事故频率法将交通事故的历史数据，尤其是交通事故发生次数，作为鉴别交通事故黑点的指标，并根据交通事故的统计特征及交通安全管理目标的要求，确定鉴别标准，当特定地点交通事故发生次数的数值超过鉴别标准阈值时，即可认为该地点属于危险地点。该方法由英国首先提出并在其国内广泛使用。英国鉴别事故多发路段的方法是借助构成事故率标准的三个主要组成部分来鉴别事故多发地段，即:事故次数和事故类型；事故发生时间、日期；道路长度或区域大小。事故频率法的最大特点是简便、易用，鉴别工作对数据的依赖性不大，基本适用于当前的危险地点鉴别工作。但该方法也存在以下一些缺点:①临界值的选取缺少理论依据，主观性较大；②当若干地点事故次数相差不多时，难以作出客观的判断；③由于没有充分地利用已有统计资料，更没有真实地反映各种事故的严重性，以至于可能漏选一些真正“危险”的地点；④仅将交通事故的发生次数作为鉴别指标，并未考虑事故地点的交通量、道路条件等因素的影响，尚不能全面反映出交通事故黑点信息；⑤应用事故频率法得到的鉴别结果，在分析交通事故多发的成因及制定治理危险地点的策略阶段，所提供的支持作用不大。因此，事故频率法主要用于事故黑点的初选，实践中再结合主成分分析法等进一步分析得到事故黑点。

（2）当量总事故次数法

事故频率法、事故率法、矩阵法等，都只是单纯地利用事故统计数据，没有考虑不同事故损失的严重程度，将严重程度不同的事故统一对待，只进行事故次数的简单累加，会掩盖一些具有相同事故次数，但事故严重程度不同的路段，往往容易造成判断的失误。由于重大事故对社会和个人的危险程度远远大于一般的轻微事故，所以为了客观地评价危险路段，鉴别时应该将事故的严重程度考虑进去，因此，为了更准确地判断事故多发点，当量事故次数法由此提出。它通过一些计算方法赋予受伤及死亡事故一定的权值来计算事故的严重程度，并根据相关统计资料确定临界指标，以此来鉴别事故黑点。其基本公式如式（2－6）:

式中:ETAN——当量总事故次数；

F——死亡事故中死亡人数；

J——事故受伤人数；

TAN——总事故次数；

K¹、K²——死亡、受伤事故的权重。

由于该方法同样没有考虑交通量和路段长度，也存在与事故频率法同样的缺点，同时，权值的确定对结果的影响也非常大。

2）相对数法

相对数法是把事故的发生与路段交通量和路段长度结合起来进行评价，可采用人口事故率、车辆事故率、车公里事故率、综合事故强度指标等来表示，主要有事故率法、临界率法、事故频率与事故率相结合的矩阵法等。相对数法虽在绝对数法的基础上考虑了交通量和路段长度两个重要因素，但临界事故率的选取主观性仍较大，同时缺少理论依据。

（1）事故率法

事故率法源于20世纪40年代，该方法在鉴别交通事故黑点时，开始引入交通量数据，对路段而言，该方法以每年百万车公里的事故次数作为评价标准；交叉口则以百万车的事故次数作为评价标准。当路段或交叉口的事故率超过某一可接受的临界值时，即被认为是事故多发点。

对路段而言，该方法由于考虑了交通量与路段长度的影响，它要优于事故频率法。但是，这种方法容易导致两种情况:具有低交通量、低事故数的路段拥有高事故率，而具有高交通量、高事故数的路段拥有低事故率。因此，当以它作为唯一标准进行事故多发点鉴别时，可能导致将非危险路段当成危险路段，而忽略了高危险路段。事故率法主要适用于:①有长时间的统计资料，能够获得研究区域内较稳定的事故平均水平数据；②公路运营状况相对接近（道路条件、交通量、车速等），至少同一等级公路的运营水平是接近的。

国外一些国家应用事故率法鉴别事故黑点的做法如下:

①泰国

泰国在事故多发路段的研究中，考虑了事故率与交通量的关系，对多发事故的交叉口则考虑事故数与交通量的关系，通过对过去多年事故与交通量的统计分析，制订出鉴别标准。事故率按式（2－7）标准计算:

式中:R——路段事故率；

A——事故数（或死亡人数）；

T——年均日交通量（pcu/d）；

L——路段长度（km）。

当某一路段（或交叉口）一年中交通事故率（或事故数）超过鉴别标准时，即可确定为事故多发点，泰国确定的鉴别标准见表2－1。

表2－1　泰国交通事故黑点鉴别标准

②丹麦

丹麦采用统计鉴定法建立各类道路路段上的事故预测模型:

式中:E（U_j）——路段j的事故预测值；

U_j——路段j实际观测的事故数；

N_j——路段j的交通量（pcu/d）；

a、p——该种类型道路通过回归分析得到的参数。

把道路实际观测的事故次数U_j与预测值E（U_j）用差异值Z联系起来，Z值为:

若Z＞E（U_j），则可定义该路段为黑点。

③意大利

意大利则根据事故数与交通量求出相对危险度P_rc:

式中:I、F、M——长度L的路段上每年登记的事故数、受伤人数和死亡人数；

a、b、c——假定分别将1次事故、1位受伤人、1位死亡人数折算成常用的经济负担单位的相对加权数；

——年平均交通量。

应用同一标准时间，比较各路段的相对危险度P_rc，以鉴别危险地点。然而，在实际的运用中，事故率法仍可能出现漏选或误判的情况。

（2）事故频率－事故率法

它将事故数法和事故率法结合在一起，采用事故数法进行初步筛选，应用事故率法确认道路危险地点，以克服事故数法和事故率法两者的缺点。

基本概念和具体步骤如下:

事故频率:在一定长度的路段内或路口处，单位时间内发生的事故次数。

事故率:相对于每百万车公里或单位交通流量，道路上所发生交通事故的次数。

调查并收集资料，主要包括近三年的事故次数、交通量、路段、路口的情况等，把收集来的资料按照事故点和事故段鉴别标准进行分类。

根据近三年交通事故统计数据，整理出事故段和事故点。先以小于或等于区域平均事故数为阈值，剔除事故频率低的事故段和事故点，然后以大于或等于区域平均事故率为阈值，筛选剩下的事故段和事故点，最后以事故数高低排序，列出筛选结果。

初步筛选时常见的阈值:

2km范围内或道路桥、涵洞的全程，年均发生3起以上造成人员死亡的交通事故的路段；

0．5km范围内，年均发生3起以上造成人员死亡的交通事故的地点；

无论何种等级道路上的路口，只要年均发生3起以上造成人员死亡的交通事故地点。

①对事故段鉴别的事故率计算

a．根据第i事故段近三年的事故数、近三年年均日交通量计算第i路段事故率Ri（次/百万车公里）:

式中:R_i——第i事故段事故率；

A_i——第i事故段近三年的事故数（次）；

T_i——第i事故段近三年年均日交通量（辆/日）；

L——事故段长度，2km。

b．计算所有事故段的平均事故次数A_m和平均事故率R_m。

式中:n——路段总数；

c．比较第i事故段事故数A_i与1．2A_m；若A_i＞1．2A_m，则对第i路段做进一步鉴别。

d．把满足c的各事故段事故率R_i与1．5R_m比较；若R_i＞1．5R_m，则称为事故黑点。

②对事故点鉴别的事故率计算

交叉口和某些急弯陡坡及较短的桥涵等可作为“点”来鉴别，其鉴别方法为:

a．第i个事故点的事故率R_i（次/百万车次）为:

b．计算所有事故点的平均事故次数A_m和平均事故率R_m。

其余步骤与路段的交通事故黑点鉴别步骤相同，最后在路网图上把事故黑点标明。

（3）矩阵法

鉴于事故频率法和事故率法的不足，单独使用都有片面性，因此提出了将两者结合起来考虑的矩阵法，即把事故次数和事故率结合起来作为鉴别标准，水平轴代表事故次数，垂直轴代表事故率，每一路段在矩阵上表示为一矩阵单元，矩阵单元的位置则表达了路段的危险程度，最危险的路段在矩阵中位于右下角，具有最多的事故次数和最高的事故率，如图2－6所示。

图2－6　矩阵法示意图

矩阵法的优点在于矩阵的大小可以根据使用者的需要来确定，同时兼顾了事故频率法和事故率法。缺点在于只表示了路段的危险程度，不能对低事故次数而高事故率的路段或高事故次数而低事故率的路段作出本质的区别，只是简单地将其看成是非事故多发点，同时也没有考虑临界值与严重程度的决定性作用。

（4）临界率法

临界率法是1997年J．S．CHEN和S．C．WANG提出的。其做法是首先选取道路使用者能够忍受的最高事故率作为临界率，对于不同的临界率，根据显著性水平，对任一给定路段给出相应事故多发点最低的事故率，当某一路段的事故率超过临界的事故率时，即被认为是事故多发点。该方法统一考虑了事故多发点的重要特征（包括事故的严重程度、交通量和路段长度）。同时，通过选取不同的危险率能够确定事故多发点改善的优先次序。其缺点在于根据道路使用者的忍受程度来确定的临界率受人为主观影响较大，而且随经济的发展和人民生活水平在不断变化。

3）概率统计方法

概率统计的方法是以概率论为基础确定危险地点的方法。它基于这样一种认识，如果忽略驾驶人的疲劳随着行程的增加而增长的影响，则在个别路段之间的事故分布应当符合泊松分布，则在任一路段发生k起事故的概率可用式（2－15）表示:

式中:λ——1km线路上事故的平均数；

n——为分布参数。

如果路段的计算事故概率P_n（k）比实际发生的小，则路段属于危险的路段。这类方法充分利用了整条道路或相似道路条件的交通事故数据，以交通事故的平均数为基础，从概率分布或数理统计的角度出发来确定鉴别事故黑点的临界值，从而克服了绝对数法、相对数法等对临界值的选取缺乏依据、主观性大的不足，其鉴别出的事故黑点应该说是事故统计资料范围内相对危险的地点，这对于近期事故黑点的改造治理具有积极意义。但是，该类方法仍然没有充分利用统计资料，缺少对事故严重程度、道路交通条件、环境等的分析。这类方法在实际应用中较广泛的有质量控制法、累计频率曲线法等。

（1）质量控制法

质量控制法是由Norden等人在1956年提出来的，其基本思路是:交通事故是偶然的小概率事件，在特定区段上交通事故的分布应当符合统计规律。它假设各路段上的事故次数服从泊松分布，将路段的事故率与相似路段的平均事故率作比较，而不是与所有路段的平均事故率作比较。根据显著性水平确定事故多发点的综合事故率的上、下限，如果所考察路段的事故率大于上限值，则被认为是事故多发点；事故率低于临界上限，但高于临界下限，则认为是事故较严重的路段，应重点跟踪观测；事故率低于临界下限的路段则认为安全性较好。对鉴别出的事故多发点，可以将其按事故率指标由大到小排序，优先改善事故率高的地点。临界事故率计算公式如式（2－16）:

式中:R_c——临界事故率，R^＋为上限值，R^－为下限值；

A——类似道路的平均事故率（起/百万车公里或起/亿车公里）；

K——统计常数，常取95%置信度，K＝1．96；

M——道路在事故记录年限内的累计行驶车公里数（百万车公里或亿车公里）。

质量控制法是一种基于假设的理论性方法，其缺点是没有考虑事故的严重性程度，且实用条件苛刻，其一是按平均路段长度统计出的事故数在许多道路上并不符合泊松分布；二是按置信度的上限来确定事故多发路段时对置信度的取定还有待进一步考证。质量控制法主要用于鉴别道路条件及交通条件大致相同的道路上的事故多发点。

（2）累计频率曲线法

累计频率曲线法是针对我国道路的实际情况而提出的，这是依据以下两方面:首先我国公路交通事故研究尚未能提出成熟的安全指标的“标准值”，因此无法使用简单的绝对值进行事故黑点的鉴别；其次，我国不同地区技术经济发展相差较大，用于公路养护、管理和安全性改善资金各地区有很大差异，制订统一的指标难以照顾到不同发展水平。

累计频率曲线法是基于统计学原理的一种方法，它是把道路条件相似的道路上发生的交通事故，按单位长度（通常是1km）来划分路段，找出研究道路中发生事故数相等的路段个数，求出其占总路段数的频率及累计频率，以单位长度发生的事故次数为横坐标，以发生大于某一事故次数的累计频率为纵坐标，绘制事故累计频率的散点图，并寻求相关曲线进行拟合，分析拟合曲线的突变点，以此界定事故多发路段，如图2－7所示。

图2－7　累计频率曲线法示意图

通过比较，可以发现在累计频率15%～20%间的曲线常有“突变点”，在突变点左边，即累计频率小于15%的路段，事故次数最高，且事故次数随累计频率的变小而急剧增加，属事故多发区域。对于不同的公路，累计频率的突变会在一定范围内变化，根据事故黑点所占的比例的多少，累计频率的突变点会有所不同，事故黑点少，则突变点越靠近原点，其累计频率值就小，反之突变点处的累计频率值就大。

由于统计的需要，道路被分为等长的单元，这会造成“削峰”的可能性，因此在实际应用中，选择累计频率突变点的时候应偏小一些，作为初步结果。

该方法仍然没有考虑交通量因素，没有考虑事故的损失情况，以及没有找出所有的条件异常路段，存在与绝对数法类似的不足，但当研究道路的交通状况相同时，特别是对于同一条道路，它比较简单，效果较好，并具有一定的理论依据。

4）回归模型的方法

回归模型的方法是将事故次数或死亡人数，与影响事故的相关因素进行回归分析，建立某地区各路段事故数的回归模型。从本质上讲，回归模型的方法是根据事故预测的思路，建立交通事故次数与其相关影响因素的相关关系，确定在一定社会经济水平、道路交通条件下的事故平均值︵Y_i，并根据统计原理求得在一定置信度的置信区间，以此来确定鉴别事故黑点的临界值，如图2－8，统计常数可按式（2－17）计算。

图2－8　置信区间示意图

式中:Y_i——事故实际值；

——模型计算值；

K——统计常数，如置信度为95%，K＝1．96。

回归模型的方法，仍然需要大量的历史事故数据，而且一般对于各地区、各不同等级的道路均需要单独建模，根据不同的预测模型可得到不同的事故黑点鉴别方法，常用的预测模型有Smeed模型、丹麦模型、英国微观模型、交叉口模型等。这类方法通过事故数或死亡人数与相关因素的回归分析，并结合地区实际来确定事故黑点的临界值，但是回归模型一方面需要大量历史数据，另一方面，对于不同地区、不同等级道路回归模型并无统一标准，而且，构建的模型需要反映平均事故数与社会经济水平、机动车保有量、人口等的关系，因而在实际中回归模型的构建比较困难，同时相关参数的确定也不容易。

国内外具有代表性的回归模型有美国的伊·阿拉加尔公式、英国伦敦大学斯密德（Smeed）公式、北京模型等。

（1）伊·阿拉加尔公式

伊·阿拉加尔通过对美国48个州的道路交通死亡人数的30多个相关因素的分析，选出影响较大的6个因素，然后用回归方程预测百万辆汽车的事故死亡率Y。经实践检验，预测值与实际值基本相符。

式中:Y——死亡数/百万辆汽车；

X₁——公路通车里程/总里程；

X₂——汽车经检验的数量；

X₃——道路面积/地区面积；

X₄——年平均温度；

X₅——地区内人均收入；

X₆——其他因素。

（2）斯密德（Smeed）公式

斯密德教授以一个国家的汽车保有量、人口数作为影响因素，对欧洲20个国家的十余年交通事故调查数据，回归分析得出交通死亡人数的非线性回归公式:

式中:D——当年交通事故死亡人数（人）；

V——当年汽车拥有量（辆）；

P——当年人口数（人）。

（3）北京模型

式中:y——某一年度的道路交通事故次数（次）；

x₁——暂住人口数（人）；

x₂——常住人口数（人）；

x₃——机动车辆拥有量（辆）；

x₄——自行车辆拥有量（辆）；

x₅——道路里程（km）；

x₆——道路面积（万m²）；

x₇——灯控路口数量（个）；

x₈——交通标志数量（个）。

5）其他直接法

（1）事故率系数法（全系数法）

事故率系数法主要考虑道路条件对交通安全的影响，分别研究了道路具体条件与事故的量化关系，然后得到综合影响系数K，作为综合评价的指标。计算公式如式（2－21）:

式中:K_总——综合影响系数；

K₁…K₁₄——道路不同条件的相对安全系数。

系数K₁…K₁₄包括:交通量系数、平曲线半径系数、纵坡系数、路面宽系数、路肩宽系数、路面摩阻系数、路旁建筑系数、交叉口类型系数、交叉口视距系数、车道数系数、居民点系数、视距系数、桥面宽度系数、直线长度系数等。

同济大学景天然教授对此法进行了研究，认为采用K₁…K₈的相对系数更适应我国道路性状况，并根据上海、陕西及湖南等地的有关事故多发段的调查资料进行验证，证明了该方法是可行的。事故率系数法适用于不同交通状况路段的危险地点的鉴别，有广泛的实用价值，但此方法必须依靠大量的实测统计资料来提高评价的准确度，工作量偏大。

（2）模糊评价法

针对交通安全概念的模糊性、评价者思维方式的多样性以及评价结果常以口语化词汇表达的特点，提出了模糊评价法。路段可以选取亿车公里死亡率、万车死亡率、万车当量总事故率及事故严重性指数组成评价指标集合，交叉口可以选取万车死亡率、万车当量总事故率及事故严重性指数组成评价指标集合，其实质是根据所研究对象的模糊特性，通过相关调查，采用模糊统计、回归分析的方法确定隶属函数，应用层次分析法计算模糊向量中各元素值，建立模糊评价模型。模糊评价法克服了事故频率法、事故率法等评价指标过于单一、考虑问题不够全面的缺点，同时由于考虑了安全评价的模糊特性，不需要经常更换临界值，因此在实际应用时更为方便。

（3）灰色评价法

在确认事故黑点时，由于主要依据交通事故统计的四项基本指标，部分信息并不完善。因此，运用灰色理论的“非唯一性”原理，通过对少量已掌握的部分信息的筛选、加工、延伸和扩展等，定性与定量相结合，可以将道路交通安全水平确定在某一灰域内^［109］，以实现对事故黑点鉴别的目的。

（4）专家经验法

道路特征（几何线形、路面状况等）与交通事故的发生有着密切的关系，一般而言，在公路的陡坡、急弯、窄桥、傍山险路等处容易发生交通事故。另外，在某些地段驾驶人的安全感高，但实际表现出的安全性并不高，容易造成驾驶人员的思想麻痹、操作失误，导致交通事故的发生。因此，可以组织道路交通工程的安全专家对道路情况进行实地勘测，并且根据经验对道路的交通安全性做出评估，从而进行道路交通事故多发点的判定。

专家经验法操作简单、方便，对于那些明显不合规范要求，或不满足安全行车要求的地点（段）的判定结果具有较高的准确性，尤其是更能适应由于某些单一因素（如弯道视距不足或超高不够等）造成交通事故多发的情况。但是此方法随机性较大，只能作定性分析，不能给出定量模型，而且人为因素很大，很容易漏判或误判交通事故多发点。

6）间接鉴别法

同直接鉴别法相比，间接鉴别法并不直接依赖事故统计数据，主要有安全系数法、交通仿真法、交通冲突技术等，该类方法由于从事故形成的本质上着手，因此具有一定的理论依据，不仅可用来鉴别事故黑点，也可用来鉴别潜在的事故隐患点，该类方法在实际工程中还很少运用。

（1）安全系数法

交通事故在公路路线上的分布是不均匀的，大部分集中发生在较短的路段上。在经常发生事故地点的前后相邻路段上，车辆速度经常发生急剧的变化。安全系数法的核心是利用车速变化与交通事故之间的关系来确定危险路段。尽管安全系数法省去了对于道路条件的详细分析，降低了该方法对有关道路条件方面数据的依赖性，但在事故多发成因及改善策略分析阶段，仍然需要大量的有关道路条件、交通状况、驾驶特征方面的数据。

安全系数法是利用了车速变化与交通事故之间的关系来确定危险路段。安全系数K_安全定义为汽车沿危险路段运行的允许速度v与前一路段末端所达到的速度v_BX的比值^［96］，如图2－9所示，表达式如式（2－22）所示:

图2－9　安全系数示意图

大多数道路的调查资料表明，单辆汽车速度比值为0．8～1．0时，可认为是交通安全的路段；比值为0．6～0．8时，可认为具有较小危险性的路段；比值为0．4～0．6是危险的路段；比值＜0．4是很危险的路段。安全系数法虽然在理论上对事故黑点能做出解释，但仍存在诸多不足之处:①安全系数K_安全的允许值仅由行车速度的比值确定，比如速度从30km/h降到15km/h与从100km/h降到50km/h时K_安全都是0．5，但所造成的危险程度不一样的，因此安全系数允许值适合的道路条件，应是车速接近不受限制路段的行车速度；②路段的危险程度随车辆制动距离的长度L不同而各异，但安全系数K_安全并未加以考虑；③危险路段运行的允许速度V在实际中要确定比较困难。

（2）交通仿真法

交通仿真的方法是基于一定的仿真模型通过计算机仿真来进行事故黑点的鉴别。仿真模块包括事故仿真模型和事故多发路段判定模型，事故仿真模型包括汽车运动动力学模型、制动器模型、ABS模型等；事故多发路段的判定模型是将道路分段作为事故观察段，通过统计各段的车辆状态参数、发生事故次数等加以鉴别。交通仿真的方法具有经济、方便、可重复等特点，而且利用交通仿真可得到速度、速度离差等关键参数，便于事故形成机理的分析，但交通仿真建模困难，所需数据量大，参数的标定受许多因素影响。

（3）交通冲突技术（TCT）

交通冲突是指交通行为者在参与道路交通过程中，与其他交通行为者发生相会、超越、交错、追尾等交通遭遇时，有可能导致交通损害、危险发生的交通现象^［55］。交通冲突技术（TCT）是依据一定的标准，对冲突发生过程及严重性程度进行定量测量与判别，并应用于交通评价的技术方法，是一种非事故统计的评价方法^［48］。交通冲突技术主要应用于交叉口的安全评价，其思路和方法可以借鉴到事故黑点鉴别上来，在大量交通与交通安全调查数据的基础上，利用交通冲突机理进行黑点的鉴别，不过，它涉及冲突时间（TAC）、冲突距离（DB）、冲突速度（CS），以及诸如车辆状况、道路路面质量、交通环境、气候等因素影响，目前国内在这方面的研究还处于探索阶段。

基于冲突技术法的交通事故黑点鉴别以交通冲突技术作为理论基础，对路段交通状况进行冲突观测分析，建立以交通冲突为基础的路段交通事故黑点判定方法。其理论依据主要有以下几个方面:

①严重冲突与事故之间有良好的相关关系，冲突的严重与否间接地反映了地点安全程度的好坏；

②严重冲突能够较好地反映地点安全状况的变化趋势；

③严重冲突的严重性可以反映交通参与者安全感的好坏；

④路段每天严重冲突的发生规律较好地服从Poisson分布。

通过对路段严重冲突的大量调查和统计分析，选择代表正常安全性的冲突值作为判定正常与异常的标准，如果观测到的冲突大于该值，则认为该路在安全性方面发生了显著变化，出现了不安全因素，应当作为一个事故黑点来进行治理。该方法只能在对路段的安全性能有一定了解，认定该路段的冲突值比较高的情况下才好使用，所以，准确地说，该方法只是一种事故黑点验证方法。

图2－10　冲突法事故黑点预测步骤^［83］

图2－11　基于风险模型的事故黑点鉴别方法^［83］

基于冲突技术法的交通事故黑点鉴别步骤如图2－10所示，在交通冲突预测中，采用了双维风险模型，如图2－11，预测临界值。Y轴表示潜在的冲突可能性，X轴表示可能的伤亡人数、财产损失等，那么沿着两轴越向外扩展则风险越高，图中阴影部分即为事故黑点。

2．2．2．3　综合评价

直接鉴别法在实际中得到广泛应用，主要由于以事故数或事故率为基础的判定方法简单、直观，易于理解和操作。从本质上讲，直接鉴别法是基于较为完整的事故统计资料，通过不同方法建立判别事故黑点的临界事故指标来鉴别事故黑点，其共同特点在于基本上只是对事故统计资料，或者交通量、道路里程等进行分析。不过，直接鉴别法对交通事故的统计资料过于依赖，在某种程度上存在一定的不准确性，缺少对事故黑点的道路交通环境的研究，因而其鉴别缺少理论依据，对事故黑点的本质解释缺乏说服力，两种改进的直接鉴别法在这方面作了一定探索，但仍不够完善。

间接鉴别法从事故的形成机理着手，具有一定的理论依据，而且它不直接依赖事故统计数据，可用于事故隐患的排查，但建模较为困难，因而目前在实际工程中还很少应用。

表2－2为各类事故黑点鉴别方法优缺点的比较表。

表2－2　公路交通事故黑点鉴别方法总体比较

现代交通安全管理已由事故管理发展到隐患管理，由传统的被动经验型管理模式向主动预防型管理模式转变。因此，现阶段对事故黑点的鉴别一方面需要根据事故统计资料判别已经存在的事故黑点，同时也需要根据其他方法、手段鉴别一些潜在的事故隐患点，积极预防或避免事故的发生。如何根据各级公路实际情况，有效、合理判别事故黑点的临界事故指标；在事故数据的基础上，如何结合道路环境、交通运营状况等来鉴别事故黑点；如何将直接鉴别法与间接鉴别法充分结合起来，形成既简单、直观，又能把握事故黑点内在规律的实用方法，是本书研究的重点。