考虑建成环境的交通事故严重程度致因交互效应研究

为探究考虑建成环境影响下各类因素对交通事故的作用机理,本文提出一种融合ADASYN(Adaptive Synthetic Sampling)平衡算法与CatBoost模型的方法,对沈阳市2015—2020年的道路交通事故进行研究,并解析事故致因的交互效应。首先,通过地理信息匹配的方法补充事故地点周围14项建成环境因子,构建多源数据集。其次,通过比较4种经典的机器学习模型,即CatBoost,Random Forest,XGBoost,LightGBM,并筛选出泛化能力最强的模型。随后,利用SHAP(Shapley Additive Explanation)归因方法对最优模型进行解释以揭示单个风险因素效应以及影响重要度排序。最后,基于单因素分析,探究建成环境与事故特征之间的交互效应。研究表明:相同的特征在单因素以及双因素交互分析中对事故影响机制存在差异。在单因素分析中,季节、交通方式这2项因素对致命事故具有显著的正向影响;而主干路密度、快速路密度、工业用地比例、现场形态、道路物理隔离这5项因素对致命事故有着显著的负向影响。在双因素交互分析中,高主路密度与秋冬季节交互以及低工业用地比例与春季交互等对致命事故具有正向影响;而高工业用地比例与行人交互则产生了负向影响。本文成果可为相关人员提供准确的影响交通事故严重程度的相关因素,为优化和建设城市交通系统提供一定的理论支撑。

建成环境对交通安全的影响及优化策略

随着城镇化的快速发展和机动车保有量的快速提升,建成环境作为影响道路交通安全的重要影响因素,对城市规划的优化提升提出了新的要求。以沈阳市主城区2018—2020年发生的交通事故为分析样本,建立影响交通安全的建成环境要素体系,采用网络数据、规划数据、手机信令等多源数据,通过建构广义负二项回归模型探究建成环境对交通安全的影响,并对交通事故高发区域的建成环境特征进行分析和检验,进而提出交通安全视角下的建成环境设计优化策略。