公安部公布2008年全国道路交通事故情况

(本刊讯)公安部交通管理局近日公布了2008年全国道路交通事故情况。2008年,全国共发生道路交通事故265204起,造成73484人死亡、304919人受伤,直接财产损失10.1亿元。与2007年相比,事故起数减少62005起,下降19%;死亡人数减少     

公安部公布2008年全国道路交通事故情况

公安部交通管理局近日公布了2008年全国道路交通事故情况。2008年，全国共发生道路交通事故265204起，造成73484人死亡、304919A受伤，直接财产损失10．1亿元。与2007年相比，事故起数减少62005起，下降19％：死亡人数减少8165人，下降10％；受伤人数减少75523人，下降20％：直接财产损失减少1．9亿元，下降15．8％。其中，发生一次死亡3人以上道路交通事故1290起，     

2007年福建省道路交通事故态势

福建省公安厅交警总队近日公布2007年全省道路交通事故统计数据显示，2007年福建省交通事故各项指数出现全面的大幅度下降： 四项指数全面下降 2007年全省共发生立案交通事故20023起，死亡3540人、受伤23852人、直接经济损失5919万元人民币。与2006年相比，事故起数减少1912起，下降8．72％；死亡人数减少331人，下降8．55％；受伤人数减少1275人，下降5．07％；直接经济损失减少2832万元，下降32．36％。高速公路死亡人数下降幅度尤为显著。     

2007年福建省道路交通事故态势

福建省公安厅交警总队近日公布2007年全省道路交通事故统计数据显示，2007年福建省交通事故各项指数出现全面的大幅度下降： 四项指数全面下降 2007年全省共发生立案交通事故20023起，死亡3540人、受伤23852人、直接经济损失5919万元人民币。与2006年相比，事故起数减少1912起，下降8．72％；死亡人数减少331人，下降8．55％；受伤人数减少1275人，下降5．07％；直接经济损失减少2832万元，下降32．36％。高速公路死亡人数下降幅度尤为显著。     

基于最优加权的道路交通事故组合预测模型

针对各种单一灰色预测方法存在的局限性,建立了一种基于最优加权的灰色组合预测方法。根据我国道路交通事故的发展情况,建立了GM(1,1)模型和Verhulst模型相结合的组合预测模型,运用最优加权法确定了组合预测模型的权重系数。利用2001—2007年我国道路交通事故数据死亡人数数据,对建立的灰色组合预测模型进行了预测。预测结果表明,组合预测模型比单一的GM(1,1)模型和Verhulst模型具有更高的预测精度。     

高速时代的安全

路多了，车快了，人忙了，交通安全吗？据公安部统计，2008年，全国共发生道路交通事故26万5204起，造成7万3484人死亡、30万4919人受伤，直接财产损失10．1亿元。这一统计数据，虽然同比2007年有较大幅度下降，但在我国事故总量中，道路交通事故依然占据第一位，根据公安部公布数据和国家安监总局统计的事故总量计算，2008年道路交通事故起数和死亡人数分别占全国总量的64．10％和80．60％。     

交通事故原因分析及对策研究

道路交通事故是我国导致死亡人数最多的事故类型,它的发生与驾驶员、车辆、道路和行驶环境等因素有着密切的关系,本文选取了2006年发生的典型事故,运用系统安全工程的方法,分析了其发生原因,提出了对策措施.     

道路交通事故发展趋势分析与预测

根据福建省2000 -2010年交通事故相关指标,采用统计图表分析法进行交通事故发展趋势分析与安全水平比较研究,结果表明交通事故各项绝对指标总体呈下降趋势,但从万车死亡率、受伤人数与死亡人数比及交通事故死亡人数占各类事故死亡人数比重等相对指标看,交通安全总体水平偏低,交通事故后果比较严重.对交通事故死亡人数与GDP、机动车保有量、公路通车里程、人口数四项影响因素进行了多元线性回归分析,分析得出四个影响因素总体对交通事故死亡人数的线性影响是显著的,采取向后筛选策略线性回归分析得出,死亡人数与GDP的线性关系是显著的,根据回归结果建立了交通事故的预测模型.     

融安县奋战三个月预防较大以上 道路交通事故专项行动正式启动

日前，融安县组织召开了全县道路交通安全局际联席紧急会议。会议通报了2008年1月至9月融安县道路交通事故情况，制定并组织学习了《融安县奋战三个月预防较大以上道路交通事故专项行动工作方案》，标志着融安县“奋战三个月预防较大以上道路交通事故专项行动”正式启动。县人民政府周思泉县长对专项行动作了总体动员和部署。周思泉县长强调，今年融安县的道路交通安全形势严峻，形势逼人，事故起数、死亡人数、     

道路交通事故死亡人数预测模型对比研究

为准确预测交通事故死亡人数,选取人、车、路和经济发展水平作为主要因素,建立GM(1,1)和Verhulst模型,进行事故预测和精度分析。结合马尔科夫方法,对已建立的模型进行修正,构建GM(1,1)-Markov,GM(1,3)-Markov和Verhulst-Markov模型。应用上述模型预测安徽省2012—2014年交通事故死亡人数。分析结果表明:应用GM(1,1)-Markov模型,3年预测值的相对误差分别为-8.4%,-12.81%和-13.18%;应用GM(1,3)-Markov模型,3年预测值的相对误差分别为-31.86%,-44.66%和-57.50%;应用Verhulst-Markov模型,3年预测值的相对误差分别为-2.68%,-2.88%和-2.42%。Verhulst-Markov模型的预测精度更高,可用来预测今后的道路交通事故死亡人数。     

基于SNA的重特大道路交通事故风险指标体系构建

为加强对重特大道路交通事故的控制和预防,从95份重特大道路交通事故调查报告中提取相关数据,运用社会网络分析（SNA）构建重特大道路交通事故原因间的关系网络。通过社会网络相关指标,找到导致事故的关键原因,以及哪些原因组合导致事故的能力最强,得到重特大道路交通事故原因特征。建立重特大道路交通事故风险指标体系,并通过实例分析验证指标体系的合理性。研究结果可以进一步加深对重特大道路交通事故原因以及彼此间相互作用关系的认识,风险指标体系的建立可为重特大道路交通事故的预防预警工作提供参考。     

基于APRIORI-TAN的交通事故伤害分析与预测*

为探究道路交通事故因素和事故伤害的相关性,以2 467起涉及人员伤亡的交通事故为数据集,运用Apriori算法分别挖掘事故伤害关联规则,并结合社会网络分析的可视化和核心-边缘分析构建受伤事故和死亡事故的关联规则网络。结果表明:事故伤害程度与事故时间、道路条件和交通环境等因素关系紧密,尤其死亡事故与碰撞固定物、人行横道事故、高速公路、高速道路、非市区、酒驾和超速存在高相关性。基于树型贝叶斯网络（TAN）构建事故伤害程度的预测模型,预测结果准确率可达87.56%。     

灰色关联分析在道路交通事故中的应用

全国或某一地区的道路交通安全系统是一个灰色系统,可应用灰色关联分析法方便地确定影响交通安全的主要相关因素。由灰色关联度导出灰色关联序,以进行优势分析,从而得到交通事故的最(准)优因素及最(准)优特征。根据1990—2000年全国道路交通事故以及全国人口、机动车、公路里程和客货运输量等主要相关因素统计资料可知,货运量、货运周转量和客运量是影响交通安全的主要相关因素,死、伤人数是交通事故的主要特征和指标。由哈尔滨市2000年道路路段交通事故与交通组成统计资料可知,城市道路交通事故的主要影响因素是各类货车、摩托车和大型车。因此,加强货车和货运管理对提高我国交通安全水平具有重要意义。     

疲劳驾驶交通事故的严重程度影响因素分析

为探究和定量分析疲劳驾驶交通事故严重程度的影响因素,以广东省1370条疲劳驾驶事故数据为基础,对比分析不同年份、时间段以及年龄段的疲劳驾驶交通事故特征;以交通事故严重程度为因变量,将其分为严重事故和非严重事故,从驾驶员年龄、驾龄、车辆类型等17个初步选择的自变量中筛选对疲劳驾驶交通事故严重程度具有显著影响的因素;采用二...     

基于价值函数的城市道路交通安全测度模型

根据交通事故在时间和空间上的分布特性,建立基于时空分布的城市道路交通安全的测度指标体系;在分析道路交通事故的主要特征和交通事故的生成过程的基础上,利用价值函数构建城市道路交通安全的测度模型。并对城市道路交通安全的测度值进行等级界定,提出道路交通事故预防和控制手段。城市道路交通安全的测度模型是在最大可能地控制系统中的人的不安全行为,使城市道路网络系统的效益达到最佳化。应用结果表明:利用测度,可以找出影响高速公路交通安全的问题成因和限制因素,为高速公路规划和管理提供科学决策依据。     

道路交通事故的影响因素研究——基于结构方程模型的实证研究

使用Amos建立了31个省市道路交通事故的结构方程,SEM道路交通结构模型选用了潜变量交通事故、人口素质、经济因子和车辆道路,每个潜变量包含三至五个指标观察变量,所有数据均通过信度检验。SEM道路交通结构模型采用bootstrap Stine p估计加以修正卡方值,通过了适配性检验和显著性检验,并拟合好全部路径系数、潜变量因子得分权重等,以此可计算得31个省市道路交通事故得分和排名,实证结果与31个省市道路交通事故实际情况相符,最后根据分析得出了影响道路交通事故的因素,并有针对性地提出了相关政策建议。     

广东省特大道路交通事故统计分析及预防对策

通过调查收集2000年1月—2010年8月广东省的特大交通事故数据,以事故形态、空间、时间为分类依据,分析广东省特大交通事故的统计分布特征;在此基础上,针对碰撞型和翻坠型事故分析事故形态、公路等级、事故时段与死亡人数之间的联系。研究表明:广东省特大道路交通事故的主要形态为碰撞型和翻坠型,高发于高速公路和低等级公路,主要发生在凌晨时分、早晨时分、午后时分以及傍晚时分。广东省境内发生的特大交通事故是疲劳驾驶、超速行驶、超载运营、行车环境等因素综合作用的结果,建议采取改进驾驶员培训考核内容、改善行车环境、加强违章监控力度等措施保障交通安全。     

从道路交通事故统计分析对比谈预防措施

笔者通过对比我国与世界上部分发达国家近十年来在道路交通事故方面的统计数据 ,并根据经济发展水平与机动车保有量的正比例关系及当前我国道路交通事故现状 ,分析得出道路交通安全事故的发生 ,与人、车辆、道路、环境信息及管理等因素具有密切关系 ,其中人 (尤其是驾驶员 )作为交通行为的主体 ,是道路交通事故诱因中一个关键性因素。由此 ,作者提出了要有效预防和减少道路交通事故的发生 ,必须将人、车、路、环境信息和管理等诸因素作为一个有机整体系统思考 ,且在未来的道路交通发展中应引入交通稳静化理念 ,以实现道路交通的安全、畅通与高效     

交通事故信息管理与时空分布分析

交通事故发生点具有明确的空间位置属性 ,其在空间和时间上的分布具有不均匀性 ,利用GIS技术能实现交通事故信息管理及其时空分布规律的研究。笔者在分析道路交通事故信息的基础上 ,采用全新的管理模式 ,利用空间数据库技术实现交通事故的空间、时间信息以及造成交通事故的人、车、路和环境等因素的一体化管理 ;通过GIS技术进行道路交通事故的时空分布分析 ,发现其在空间和时间上的分布规律 ;最后提出了交通事故管理与分析中需要进一步解决的几个问题。     

Road traffic accident severity analysis: A census-based study in China

Background: In China, despite the decrease in average road traffic fatalities per capita, the fatality rate and injury rate have been increasing until 2015. Purpose: This study aims to analyze the road traffic accident severity in China from a macro viewpoint and various aspects and illuminate several key causal factors. From these analyses, we propose possible countermeasures to reduce accident severity. Method: The severity of traffic accidents is measured by human damage (HD) and case fatality rate (CFR). Different categorizations of national road traffic census data are analyzed to evaluate the severity of different types of accidents and further to demonstrate the key factors that contribute to the increase in accident severity. Regional data from selected major municipalities and provinces are also compared with national traffic census data to verify data consistency. Results: From 2000 to 2016, the overall CFR and HD of road accidents in China have increased by 19.0% and 63.7%, respectively. In 2016, CFR of freight vehicles is 33.5% higher than average; late-night accidents are more fatal than those that occur at other periods. The speeding issue is severely becoming worse. In 2000, its CFR is only 5.3% higher than average, while in 2016, the number is 42.0%. Conclusion and practical implementation: A growing trend of accident severity was found to be contrasting to the decline of road traffic accidents. From the analysis of casual factors, it was confirmed that the release way of the impact energy and the protection worn by the victims are key variables contributing to the severity of road traffic accidents.