基于交通冲突的城市交叉口风险影响因素分析

丁柏群 宋子龙

摘 要：分析城市交叉口交通风险影响因素，保障城市交叉口交通安全，为城市交叉口风险管控提供理论依据。利用交通冲突技术界定城市交叉口风险因素耦合，基于交通冲突数据，采用N-K模型和改进的耦合度模型构建城市交叉口风险因素耦合模型，分析城市交叉口风险构成要素间的耦合作用;提出冲突严重度模型，对城市交叉口多因素风险耦合效应进行评估。研究结果表明：多因素风险耦合一旦发生，其危险性更大;车辆因素中车辆类型与左转车比例表现为强耦合;车辆与道路因素中，车辆类型与转弯车道半径和掉头车道半径表现为强耦合，应加强大型车在交叉口转弯的安全风险防控。

关键词：交通安全;交通冲突;交通风险;耦合模型;交叉口

中图分类号：U491.31    文献标识码：A   文章编号：1006-8023（2019）05-0098-08

Abstract： In order to analyze the influencing factors of traffic risk at urban intersections， ensuring the traffic safety at urban intersections， a theoretical basis for risk management and control at urban intersections is provided. Using traffic conflict to define the coupling of risk factors at urban intersections and the traffic conflicts data， the coupling model of risk factors at urban intersections is constructed by dint of N-K model and the improved coupling degree model. The coupling effect among risk components at urban intersection is analyzed， and severity of conflict model is proposed to evaluate the effect of multi-factor risk coupling at urban intersections. The results show that multi-factor risk coupling is more dangerous if it occurs; the vehicle type and the left-turn ratio are strongly coupled in the vehicle factor. Among the vehicle and road factors， the vehicle type is strongly coupled with the turning lane radius and the turning around lane radius. The security risk prevention and control of large vehicles turning at intersections should be strengthened.

Keywords：Traffic safety; traffic conflict; traffic risk; coupling model; intersection

0 引言

城市交叉口交通流组成复杂，不同流向的交通流相互影响，严重影响交叉口交通安全。影响交叉口交通安全的因素有很多，研究者多利用历史性的事故数据资料进行交叉口交通安全研究，由于有些交叉口交通事故数据不能及时进行记录，使得数据不够全面，而且也往往难以获取;另一方面，这种方法更有助于事后評价，对主动安全防控的作用有限且不够直接，因而具有一定的局限性。交通冲突技术是一种非事故数据分析方法，能够有效解决数据的局限性问题，且有利于安全风险的事前防控。交通冲突是潜在的交通风险[1];事故与冲突的关系可用冲突的严重性进行描述，根据交通事件严重程度金字塔分级模型，交通冲突与交通事故之间存在强相关性，严重的交通冲突会导致交通事故。

在城市道路交叉口交通安全的影响研究方面，W K M Alhajyaseen基于机动车交通冲突数据，验证了由遭遇时间和交通冲突危险程度构成的交叉口交通安全评价指标CI的有效性[2]。Jarvis Autey等研究表明，交叉口右转车道视野增加后，交通冲突有所减少[3]。Yu等研究发现，能见度和曲线段等道路环境、几何特征与山区交通事故风险有较大的相关性[4]。王铨登利用交通冲突技术，基于人—车—路—环境对交叉口安全性的影响，建立了城市道路交叉口安全评价模型[5]。李明等利用虚拟变量检验28个可能的影响因素，并根据发生比的概念，对模型的参数估计进行解释[6]。毕和政等发现基于综合赋权灰色聚类的评价方法，更能反映实际安全状况[7]。单媛等发现DEMATEL与ISM法对农村道路安全影响因素和交通安全的分析结果较为准确[8]。杨晓芳等建立了基于三角系统的交叉口安全评价模型[9]。胡立伟等基于耦合模型对高原地质和气象环境下公路交通风险致因进行耦合分析，指出强耦合会使风险造成的后果更为严重[10]。郭延永等发现直行和右转交通量与交通冲突存在显著的正相关关系，右转专用相位等可有效降低交通冲突[11-12]。

目前对交通风险因素的耦合分析，多集中于基于事故数据的双因素耦合分析，对基于交通冲突的更多要素的耦合分析较少。本文通过对城市道路交叉口交通风险因素的分类整理，构建交叉口风险因素耦合模型，并基于实际交通冲突数据和特征分析，探讨多风险因素相互作用对交叉口交通安全的量化影响，提出冲突严重度模型对交叉口多因素风险耦合效应进行综合判定，为交叉口多因素风险耦合分析提供参考和借鉴。

1 城市交叉口交通风险构成要素分析

在交叉口安全影响因素研究中，Dissanayake等考虑了驾驶员、车辆、道路、事故形态和环境5个方面[13];初旭新等则综合考虑车、路和环境因素[14]，本文主要选取人、车辆、道路和管理因素作为交叉口交通风险的构成要素。目前对交叉口风险影响要素分析的研究中，并没有对车辆转弯半径与转弯车道半径进行区分，因而也忽视了分析由此而产生的交通冲突，而这种冲突在实际交通运行过程中会产生一定的安全隐患。

本文从人、车辆、道路与管理因素4个方面对城市交叉口风险构成要素进行分析，城市交叉口风险构成要素见表1。不同风险要素对城市交叉口交通冲突的影响不同，例如，通过交叉口的车速越大越容易产生交通冲突，合理的限速可以减少交通冲突的影响[15-19]。

2 城市交叉口风险因素耦合分析

2.1 风险因素耦合界定

城市交叉口风险因素耦合指的是城市交叉口风险指标体系当中的4项构成要素间相互影响并放大作用的关系。风险因素之间相互影响的程度越大，则风险因素耦合度越大，反之风险因素耦合度越小。本文研究的城市道路交叉口交通风险因素间相互耦合，可以分成单风险因素耦合，双风险因素耦合以及多风险因素耦合，例如，人—人耦合属于单因素风险耦合;人—车辆耦合属于双风险因素耦合;人—车辆—管理耦合属于多因素风险耦合。

2.2 城市交叉口风险因素耦合模型构建

通过对常见耦合模型的优缺点以及使用条件进行对比分析，本文选择耦合度模型和N-K模型计算单风险因素耦合、双风险因素耦合以及多风险因素耦合。耦合度模型可以定量描述系统要素间影响程度，而N-K模型则对系统现状的复杂性及不同要素的相关影响效果进行定量分析，两者结合起来能够比较准确地评估描述交通风险因素的相互作用及其结果。

N-K模型的两个重要参数：N代表组成系统的元件数目，K代表系统中相互依存的元件数目。N-K模型计算参与耦合的因素之间的交互信息，交互信息表明要素之间的相互影响关系，以T表示，计算得到的T值越大，其相互影响、相互作用产生的效果就越大。

2.3 冲突严重度判定

目前对交叉口交通风险耦合的研究多集中在双因素耦合分析，而对多因素风险耦合效应的研究则尚未开展。由于风险评估矩阵是利用赋权法评估，其决策和评价结果具有较强的主观性，难以很客观的表述评估结果，因而利用风险矩阵进行多因素风险耦合综合评估具有较大局限性，故本文提出一种基于耦合模型的冲突严重度判定模型，对多因素风险耦合效应进行综合评估。

上文通过N-K模型与耦合度模型对交叉口风险因素进行耦合分析，但这两个模型的侧重点各有不同，现有研究很少将N-K模型与耦合度模型结合起来进行综合分析;本文根据这两种模型的特点，综合考虑各因素耦合发生的概率以及耦合因素间的影响程度，提出基于耦合模型的冲突严重度判定方法，对多因素风险耦合进行综合判定。

冲突严重度综合考虑到冲突发生的概率以及冲突造成事故的严重程度，冲突概率很高且冲突等级为严重冲突时属于严重危险状态;冲突概率较低且冲突等级为潜在交通冲突时属于较安全状态等，依此对其进行等级划分见表2。

考虑到多因素之间存在相互作用，但从耦合度分级基础上分析冲突严重度不能完全反映其危险性，需要依据耦合状态进行调整，引入变量ΔH来表征不同耦合状态下冲突危险度的改变量，由耦合度模型的特性，按照强耦合状态下的多因素耦合会增加相互冲突的严重程度的原则，参考基于触发关系的空间耦合规则，建立冲突危险度改变量等级见表3，在处于强耦合、中耦合、弱耦合状态时，ΔH的取值分别为1、0.6、0.3。冲突严重度判定值用Z表示。

3 实例应用与分析

现按照人、车辆、道路和管理因素的顺序，对产生交通冲突的风险因素分别标记为0和1，0表示未参与风险作用但导致交通冲突，1表示参与风险作用并导致交通冲突，则共有16种可能的风险因素耦合形式。

本文采用視频录像和人工调查相结合的方法，选取北京市一个典型十字交叉口车公庄大街—车公庄南街工作日的早高峰进行分析。调查人员根据产生冲突的原因判断风险耦合形式，例如直行车辆在信号周期内进入交叉口，由于通过交叉口的车辆较多、车速过低而所造成前后车辆间冲突则为车辆—车辆耦合。根据调查所得的交通冲突数据，每类风险因素耦合形式导致交通冲突发生的次数和频数见表4和表5。

通过利用AHP法比较各个构成要素之间的相对重要程度，并进行一致性检验;利用基于专家打分的改进云模型得到各二级指标的云模型数字特征，进一步验证各要素权重取值的准确性。城市交叉口交通风险的专家打分结果见表6。

通过公式（7），可计算出双因素以及多因素风险的耦合度。

计算结果均处于0.483 1～0.530 3之间，则双因素及多因素风险的耦合度均为中耦合。从双因素风险耦合结果中可以看出，对交通风险影响最大的是管理因素，其次是道路、人、车辆因素;从多因素风险的耦合度结果中可以看出，对交通风险影响最大的是人的因素，其次是道路、管理和车辆因素。

二级指标间的风险致因耦合结果如图1和图2所示。

由于多因素下二级指标间的耦合结果过多，且其耦合结果均在0.1附近，为弱耦合状态，故本文只列举部分因素之间的耦合结果，见表7。

由图1、图2和表7可知，北京市车公庄大街—车公庄南街交叉口车辆因素下车辆类型与左转车比例表现为强耦合作用，表明这两种形式耦合经常发生且对交通风险的影响较大;由调查视频可知，由于大型车在进行左转时，转弯半径过大，容易影响到交叉口的其它车辆，造成交通冲突的后果也比较严重。单风险因素条件下其余情形均表现为中耦合作用。双风险因素条件下，车辆类型与转弯车道半径、车辆类型与掉头车道半径均为强耦合作用，表明车辆类型与道路因素发生耦合作用对交通风险的影响比较大，造成交通冲突的后果也比较严重;其余均为中耦合作用。

可以看出，四因素耦合的冲突等级为2级，处于一般危险状态，三因素耦合中人—车辆—道路、人—道路—管理以及车辆—道路—管理的冲突等级为3级，双因素耦合中人—车辆的冲突等级为3级，处于轻微危险状态，其余因素耦合均处于较安全或安全状态。这也表明了多因素风险耦合一旦发生，其造成的后果也更加严重。

与利用风险矩阵完成多因素风险耦合综合评估的方法相比较，冲突严重度则考虑到了强耦合状态下多因素风险耦合会相互促进，提出冲突危险度的改变量对评价方法进行改进，且判定结果综合考虑了主客观耦合结果，最大限度地减少信息的损失。

4 结论

（1）从交通冲突的角度考虑，城市道路交叉口交通风险的影响要素主要包括人的因素、车辆因素、道路因素和管理因素;它们之间产生的相互耦合，能够改变对交通风险的影响程度，综合来看，交通风险随着参与耦合因素的增多而增大，其中主观因素（人和管理）的与其它因素之间耦合对交通风险的影响最大。

（2）从影响因素子要素的耦合结果上看，车辆类型与左转车比例、速度与掉头车道半径、车辆类型与转弯车道半径、车辆类型与掉头车道半径等均为强耦合，它们之间的相互作用对交叉口交通冲突风险的影响较大，需要加以重点关注防范。

（3）与基于风险矩阵的赋权评估方法相比，本文提出的基于冲突严重度的交叉口多因素风险耦合效应评估方法，能够降低主观随意性对评价结果的影响。

在接下来的工作中，对于多因素风险耦合间的相互影响机理可以进一步深入探讨，对于不同类型交叉口风险的多因素耦合效应还有待进一步分析和研究。

【参 考 文 献】

[1]刘小明，段海林.平面交叉口交通冲突技术标准化研究[J].公路交通科技，1997，14（3）：29-34.

LIU X M， DUAN H L. Research on standard program of traffic conflict techniques at intersections[J]. Journal of Highway and Transportation Research and Development， 1997， 14（3）： 29-34.

[2]ALHAJYASEEN W. The development of conflict index for the safety assessment of intersections considering crash probability and severity[J]. Procedia Computer Science， 2014， 32： 364-371.

[3]AUTEY J， SAYED T， Zaki M H. Safety evaluation of right-turn smart channels using automated traffic conflict analysis[J]. Accident Analysis and Prevention， 2012， 45： 120-130.

[4]YU R J， XIONG Y G， ABDELATY M. A correlated random parameter approach to investigate the effects of weather conditions on crash risk for a mountainous freeway[J]. Transportation Research Part C， 2015， 50： 68-77.

[5]王铨登.基于综合的交通冲突技术的城市道路交叉口安全评价方法研究[D].成都：西南交通大学，2012.

WANG Q D. Study on methods of safe evaluation based on comprehensive traffic conflict technology in the urban intersection[D]. Chengdu： Southwest Jiaotong University， 2012.

[6]李明，王永岗，张巍，等.山区高速公路交通死亡事故显著影响因素鉴别[J].中国安全科学学报，2015，25（5）：126-130.

LI M， WANG Y G， ZHANG W， et al. Identifying significant factors influencing occurrence of fatal crash on mountainous freeway[J]. China Safety Science Journal， 2015， 25（5）： 126-130.

[7]毕和政，陆键，朱胜雪.基于组合赋权和灰色聚类的一级公路平交口安全评价[J].武汉理工大学学报，2015，37（11）：54-60.

BI H Z， LU J， ZHU S X， et al. A safety evaluation method for the first-grade highway intersecitons using combined weighting and gray clustering[J]. Journal of Wuhan University of Technology， 2015， 37（11）： 54-60.

[8]單媛，李朔，雷定猷.农村道路条件安全分析与评价研究[J].铁道科学与工程学报，2017，14（4）：862-871.

SHAN Y， LI S， LEI D Y. Safety analysis and evaluation of rural road conditions[J]. Journal of Railway Science and Engineering， 2017， 14（4）： 862-871.

[9]杨晓芳，高艺芳，付强，等.基于三角系统的城市道路交叉口综合安全评价[J].中国安全科学学报，2014， 24（10）： 88-93.

YANG X F， GAO Y F， FU Q， et al. Urban road intersection comprehensive traffic safety evaluation based on triangular system[J]. China Safety Science Journal， 2014， 24（10）： 88-93.

[10]胡立伟，薛刚，李林育，等.高原地质及气象环境下公路交通风险致因耦合分析[J].中国公路学报，2018， 31（1）： 110-119.

HU L W， XUE G， LI L Y， et al. Analysis of coupling of highway traffic risks in geological and meteorological environment of plateau regions[J]. China Journal of Highway and Transport， 2018， 31（1）： 110-119.

[11]郭延永，刘攀，吴瑶，等.基于交通冲突模型的信号交叉口渠化岛设置方法[J].交通运输工程学报，2017，17（4）：140-148.

GUO Y Y， LIU P， WU Y， et al. Design approach of channelized island based on traffic conflict medels at signalized intersection[J]. Journal of Traffic and Transportation Engineering， 2017， 17（4）： 140-148.

[12]郭延永，刘攀，徐铖铖，等.基于交通冲突模型的信号交叉口右转设施安全分析[J].中国公路学报，2016，29（11）：139-146.

GUO Y Y， LIU P， XU C C， et al. Safety analysis of right-turn facility at signalized intersection using traffic conflict model[J]. China Journal of Highway and Transport， 2016， 29（11）： 139-146.

[13]DISSANAYKE S， ROY U. Crash severity analysis of single vehicle run-off-road crashes[J]. Journal of Transportation Technologies， 2014， 4（1）： 1-10.

[14]初旭新，宗刚，彭朝霞，等.基于ISM的道路交通安全影响因素研究[J].安全与环境学报，2017，17（5）：1668-1672.

CHU X X， ZONG G， PENG Z X， et al. Analysis of the key influential factors on the road traffic safety based on the interpretive structural model[J]. Journal of Safety and Environment， 2017， 17（5）： 1668-1672.

[15]张惠玲，尹宝计.限速值对信号交叉口交通安全的影响分析[J].中国安全科学学报，2015，25（2）：112-116.

ZHANG H L， YIN B J. Analyzing effects of speed limit on traffic safety at signalized intersection[J]. China Safety Science Journal， 2015， 25（2）： 112-116.

[16]李金花，刘莉，张宁，等.基于仿真的城市道路交叉口交通安全评价[J].中国安全科学学报，2016，26（12）：41-46.

LI J H， LIU L， ZHANG N， et al. Simulation-based evaluation of urban road intersection traffic safety[J]. China Safety Science Journal， 2016， 26（12）： 41-46.

[17]张小秀，杨晓光，赵靖.基于冲突概率的无信号控制T形交叉口安全评价[J].交通信息与安全，2015，33（4）：54-60.

ZHANG X X， YANG X G， ZHAO J. A safety evaluation model for unsignalized t-intersections based on conflict probability[J]. Journal of Transport Information and Safety， 2015， 33（4）： 54-60.

[18]王晨，夏井新，陆振波，等.基于微观仿真与极值理论的城市交叉口安全評价方法[J].中国公路学报， 2018， 31（4）： 288-295.

WANG C， XIA J X， LU Z B， et al. Safety evaluation method based on traffic simulation and extreme value theory[J]. China Journal of Highway and Transport， 2018， 31（4）： 288-295.

[19]陈凯贤，曾俊伟，钱勇生，等.高速公路交通事故影响区域交通流限速管控特征研究[J].公路工程，2018，43（2）：91-95.

CHEN K X，ZENG J W，QIAN Y S，et al.Study on the characteristics of regional traffic flow rate control in expressway traffic accidents[J].Highway Engineering，2018，43（2）：91-95.