[论文解读] Investigating Severity of Motorcycle-Involved Crashes in a Developing Country

Sina Asgharpour, Mohammadjavad Javadinasr+3 more|arXiv (Cornell University)|Sep 19, 2021

Traffic and Road Safety参考文献 33被引用 4

一句话总结

本研究利用2018年3月至2019年3月期间的撞车数据，采用有序逻辑回归分析伊朗摩托车撞车事故的严重程度，发现摩托车与行人碰撞显著增加了受伤和致命结果的可能性。主要发现表明，骑手特征、道路状况和时间因素是主要影响因素，据此提出应加强执法、教育以及针对性的道路设计建议。

ABSTRACT

Despite paying special attention to the motorcycle-involved crashes in the safety research, little is known about their pattern and impacts in developing countries. The widespread adoption of motorcycles in such regions in tandem with the vulnerability of motorcyclists exacerbates the likelihood of severe crashes. The main objective of this paper is to investigate the underlying factors contributing to the severity of motorcycle-involved crashes through employing crash data from March 2018 to March 2019 from Iran. Considering the ordinal nature of three injury classes of property-damage-only (PDO), injury, and fatal crashes in our data, an ordered logistic regression model is employed to address the problem. The data statistics suggest that motorcycle is responsible for 38% of injury and 15% of all fatal crashes in the dataset. The results indicate that significant factors contributing to more severe crashes include collision, road, temporal, and motorcycle rider characteristics. Among all attributes, our model is most sensitive to the motorcycle-pedestrian accident, which increases the probability of belonging a crash into injury and fatal crashes by 0.289 and 0.019, respectively. Moreover, we discovered a significant degree of correlation between young riders and riders without a license. Finally, upon the insights obtained from the results, we propose safety countermeasures, including 1) strict traffic rule enforcement upon riders and pedestrians, 2) educational programs, and 3) road-specific adjustment policies.

研究动机与目标

• 理解发展中国家背景下摩托车参与撞车事故严重程度的模式及其影响因素。
• 填补发展中国家摩托车撞车事故严重程度研究的空白，这些国家摩托车使用率高且骑手脆弱性显著。
• 利用实证撞车数据，识别影响撞车事故严重程度的显著预测因子，涵盖骑手行为、环境因素和时间因素。
• 通过分析有序伤害结果（仅财产损失、受伤、致命撞车）来为基于证据的安全政策提供依据。

提出的方法

• 应用有序逻辑回归模型，分析撞车事故严重程度结果的有序性质：仅财产损失（PDO）、受伤和致命撞车。
• 使用2018年3月至2019年3月期间伊朗摩托车参与撞车事故的数据，涵盖多种撞车属性。
• 模型评估了碰撞类型、道路状况、一天中的时间以及骑手特征（如年龄和驾照状态）等因素的影响。
• 敏感性分析识别出最具影响力的预测因子，特别是摩托车与行人碰撞。
• 计算统计显著性与优势比，量化每个因素对撞车事故严重程度等级的影响。
• 通过模型验证确保在估计撞车事故属于更高严重程度等级的概率方面具有可靠性。

实验结果

研究问题

• RQ1 在伊朗，哪些关键因素导致摩托车撞车事故严重程度增加？
• RQ2 骑手特征（如年龄和驾照状态）如何影响撞车事故严重程度？
• RQ3 道路状况和时间因素（如一天中的时间）在多大程度上影响致命或受伤撞车的可能性？
• RQ4 与其它碰撞类型相比，摩托车与行人碰撞在严重程度影响方面有何差异？
• RQ5 基于识别出的风险因素，可提出哪些政策干预措施以降低撞车事故严重程度？

主要发现

• 摩托车与行人碰撞使撞车事故被归类为受伤事故的概率在有序logit尺度上提高0.289个单位。
• 此类碰撞使致命撞车的概率提高0.019个单位，表明对致命结果的影响具有统计显著性但相对较小。
• 在数据集中，摩托车导致了38%的受伤撞车和15%的致命撞车，凸显其在严重后果中的不成比例作用。
• 发现年轻骑手与无驾照骑手之间存在强烈相关性，提示存在行为或监管方面的缺口。
• 道路状况、一天中的时间以及碰撞类型被确定为导致更高撞车事故严重程度的重要因素。
• 模型对骑手相关变量（尤其是年龄和驾照状态）表现出高度敏感性，凸显其在严重程度预测中的重要性。