基于目标群体指数的农村地区交通事故汽车通行隐患特征挖掘方法

文图｜孔晨晨 张沛 黄瑛 李小武

当前，农村地区道路交通安全事故发生率居高不下。据统计，2023 年上半年，全国农村地区发生一般事故占一般事故总量的45%，简易事故占简易事故总量的15%，事故导致死亡人数占比58%，事故导致受伤人数占比20%。此外，农村机动车保有量从2017 年底的1.4亿辆增加到2 亿辆，公路里程从396 万公里增长到453 万公里，农村道路交通安全面临交通要素快速增长、出行流量持续上升等诸多问题。尽管各地党委政府对农村道路交通安全高度重视，但受限于农村道路交通管理经费、人员、科技水平，交通安全管理工作还存在诸多短板漏洞，农村地区道路交通安全形势依旧严峻。本文以山东省某市农村为例，从农村交通事故基本情况入手，通过计算事故车辆通行特征的群体目标指数，找出与事故关系明显的隐患通行特征，为农村地区道路交通事故预防提供数据支撑。

一、农村道路交通事故分析

（一）事故基本情况

以山东省某市农村为例，2022 年该地区发生同等责任以上事故共涉及39346 辆有号牌记录的汽车。其中，小汽车占比72%、轻型货车占比9%、重中型货车占比14%、面包车占比4%、大中型客车占比1%。从车籍地看，本地号牌车占比84%，本省外地号牌车占比9%，外省号牌车占比7%。从事故种类看，涉及一般事故的占比9%，涉及简易事故的占比91%。从事故形态看，涉及死亡事故的占比2%，涉及伤人事故的占比6%。从事故发生时间看，34%的一般事故发生在早间（6 点至8 点）或晚间（16 点至19 点） ， 53%的简易事故发生在早间或晚间。

（二）事故车辆基本情况

对事故车辆在2022 年的卡口过车记录进行分析，考虑到部分轨迹数较少的车辆无法满足通行特征建模分析要求，且为降低因号牌号码识别错误导致的分析误差，选取轨迹数超过20 条的事故汽车（占事故车总量99.8%）进行分析。从车辆类型看，小汽车占比72%、重中型货车占比14%、轻型货车占比9%、面包车占比4%、大中型客车占比1%。从通行频次看，经常本地通行（超过2/3 的轨迹在当地）的占比83%、偶尔本地通行（不足1/3 的轨迹在当地）的占比17%。从车籍地看，本地号牌车占比84%、本省外地号牌车占比9%、外省号牌车占比7%。事故车型统计情况见图1、图2。

图1 事故车型分布

图2 在途事故车辆车型分布

二、事故车辆通行特征分析

（一）基于目标群体指数的关联特征分析模型

本文旨在挖掘与事故关联关系较高的车辆通行特征即隐患通行特征，其需要尽可能覆盖较多事故车辆的同时覆盖较少的正常通行车辆，从而实现对隐患车辆的精准挖掘及治理，一般采用目标群体指数（TGI）。TGI 是一个“倾向性指数”，指某一子群中的某一特征所占比例与总群中同一特征所占比例之比再乘以标准数100 后所得的值。表达式如下：

当TGI＞120 时可认为某项特征具有正向显著性，值越大显著性越强。本文根据山东省某市农村地区道路交通事故车辆通行频次和车辆类型，将其分为2 大类、9 小类，包括经常本地通行的通勤小汽车、非通勤小汽车、轻型货车、重中型货车、面包车和大中型客车，以及偶尔本地通行的本地号牌车、本省外地号牌车和外省号牌车。通过对比事故车各通行特征的TGI 值，发现事故车辆具备的隐患特征，从而为事故预防提供数据支撑。

（二）高风险隐患特征求解举例

以通勤小汽车为例，利用TGI 指数，从出行时长和出行距离维度进行高风险隐患特征挖掘。首先将出行时长和出行距离划定成若干区间，如单次出行时长大于0.5小时且单次出行距离大于10公里，单次出行时长大于0.5 小时且单次出行距离大于15 公里，单次出行时长大于1 小时且单次出行距离大于25 公里，单次出行时长大于1 小时且单次出行距离大于30 公里，单次出行时长大于1.5 小时且单次出行距离大于35 公里，单次出行时长大于1.5 小时且单次出行距离大于40 公里，单次出行时长大于2 小时且单次出行距离大于45 公里，单次出行时长大于2 小时且单次出行距离大于50 公里，分别计算以上不同特征的TGI 值。例如，在出行时长大于0.5 小时且出行距离大于10 公里的特征下，符合该特征的事故车辆在事故通勤小汽车群体中占比87%，同时符合该特征的非事故车辆在非事故通勤小汽车群体中占比74%，两者相除得到该特征下对应的TGI 值为120。依次求出划分的出行时长和出行距离区间下对应的TGI 值，如表1 和图3 所示。

图3 不同出行距离和时间对应TGI曲线图

分析可知，随着出行时间和出行距离的阈值不断提高，符合对应特征的事故车和非事故车的占比都不断下降，但是TGI 值呈不断上升趋势，当出行时间大于1 小时且单次出行距离大于30 公里时，TGI 值上升到较高水平后变化趋于平稳。

隐患通行特征的求解就是要在尽可能覆盖较多事故车辆的同时覆盖较少的正常通行车辆，这样确定的隐患特征才最精准，反映到TGI 曲线图中，隐患通行特征应选取的阈值应当是TGI 值由急剧上升转变为趋于平缓时对应的拐点。在图3 中，出行时间大于1 小时且单次出行距离大于30 公里是TGI 曲线图的拐点，此拐点对应的特征即为通勤小汽车的隐患特征。

三、不同车型通行隐患特征求解结果

使用目标群体指数关联特征分析方法，从出行时长、出行距离等不同通行特征维度确定各上述9 类车型的隐患通行特征，各通行特征的选取及具体释义见表2。

表2 通行特征说明表

（一）经常本地通行车辆隐患特征

通勤小汽车隐患通行特征为：单次出行时长大于1小时，单次出行距离大于30 公里，往返城市农村比例大于0.25，夜间凌晨行驶比例大于0.2，国省道行驶比例大于0.2，行驶线路数大于5 条，月出行天数大于25 天。

非通勤小汽车隐患通行特征为：单次出行时长大于1.5 小时，单次出行距离大于50 公里，往返城市农村比例大于0.2，夜间凌晨行驶比例大于0.3，国省道行驶比例大于0.3，行驶线路数大于8 条，月出行天数大于15 天。

面包车隐患通行特征为：单次出行时长大于2 小时，单次出行距离大于50 公里，往返城市农村比例大于0.2，夜间凌晨行驶比例大于0.2，国省道行驶比例大于0.3，行驶线路数大于6 条，月出行天数大于12 天。

轻型货车隐患通行特征为：单次出行时长大于2小时，单次出行距离大于60 公里，往返城市农村比例大于0.4，夜间凌晨行驶比例大于0.35，国省道行驶比例大于0.35，行驶线路数大于7 条，月出行天数大于18 天。

重中型货车隐患通行特征为：单次出行时长大于4小时，单次出行距离大于120 公里，往返城市农村比例大于0.3，夜间凌晨行驶比例大于0.4，国省道行驶比例大于0.4，行驶线路数大于12 条，月出行天数大于18 天。

大中型客车隐患通行特征为：单次出行时长大于3小时，单次出行距离大于100 公里，往返城市农村比例大于0.3，夜间凌晨行驶比例大于0.4，国省道行驶比例大于0.3，行驶线路数大于10 条，月出行天数大于15 天。

（二）偶尔本地通行车辆隐患特征

本地号牌车隐患通行特征为：单次出行时长大于3小时，单次出行距离大于200 公里，往返城市农村比例大于0.4，夜间凌晨行驶比例大于0.4，国省道行驶比例大于0.4，行驶线路数大于10 条，月出行天数大于20 天，跨市数大于1 市。

本省外地号牌车隐患通行特征为：单次出行时长大于3 小时，单次出行距离大于200 公里，往返城市农村比例大于0.3，夜间凌晨行驶比例大于0.5，国省道行驶比例大于0.5，行驶线路数大于12 条，月出行天数大于20 天，跨市数大于2 市。

外省号牌车隐患通行特征为：单次出行时长大于4 小时，单次出行距离大于300 公里，往返城市农村比例大于0.3，夜间凌晨行驶比例大于0.6，国省道行驶比例大于0.5，行驶线路数大于15 条，月出行天数大于22 天，跨市数大于3 市。

四、结论与展望

道路交通事故车辆的通行特征研究对事故的精准预防具有现实指导意义，本文介绍了一种基于TGI 指数的车辆通行特征与事故关联关系挖掘方法，利用真实的事故数据和卡口过车数据，采用TGI 指数挖掘农村地区交通事故与车辆通行特征之间的关联关系，针对不同车型对隐患通行特征进行量化。研究表明，事故车辆群体在出行时长、出行距离等方面与一般车辆有明显区别，公安交通管理部门可基于本文量化的隐患特征研究，筛选辖区符合类似通行特征的事故隐患车辆，有针对性地进行警示服务提醒，防范化解可能存在的事故风险隐患。