趙曉華，姚 瑩，丁 陽(yáng)，榮 建，蘇岳龍，畢超凡

（1.北京市交通工程重點(diǎn)實(shí)驗(yàn)室 北京工業(yè)大學(xué)城市建設(shè)學(xué)部，北京100124；2.高德未來(lái)交通研究中心 高德軟件有限公司，北京100102）

城市道路交叉口作為交通網(wǎng)絡(luò)的重要樞紐，是多種交通流交匯與沖突的關(guān)鍵區(qū)域，加之交通信號(hào)控制的復(fù)雜性，使得交叉口成為城市道路交通事故的多發(fā)地。據(jù)中國(guó)公安部統(tǒng)計(jì)［1］，近年來(lái)中國(guó)城市道路交叉口事故占總交通事故的比例不斷攀升，由2007年的23.6%上升至2016年的30.6%，非機(jī)動(dòng)車(chē)道的交通事故上升趨勢(shì)明顯。由此可見(jiàn)，改善城市道路交叉口交通安全整體水平是提升城市路網(wǎng)安全性的關(guān)鍵所在。

各級(jí)政府及學(xué)者持續(xù)關(guān)注交叉口安全治理問(wèn)題，其核心是挖掘影響交叉口安全性的關(guān)鍵要素和特征規(guī)律，最終為制定交叉口安全改善措施提供依據(jù)?，F(xiàn)今，傳統(tǒng)的交通安全理論多以事故數(shù)據(jù)作為評(píng)價(jià)指標(biāo)，無(wú)事故即為安全［2］。然而，事故為小概率事件，難以詳細(xì)描述道路風(fēng)險(xiǎn)的成因，部分未發(fā)生事故的路段仍存在潛在的風(fēng)險(xiǎn)隱患。因此，有學(xué)者應(yīng)用道路特征、交通運(yùn)行狀態(tài)及駕駛行為特性實(shí)現(xiàn)交叉口安全性評(píng)估，取得一些成果。汪瑩等人［3］基于交叉口類(lèi)型、交通流量狀況、幾何特征和配套設(shè)施等，提出交叉口安全服務(wù)水平指標(biāo)，實(shí)現(xiàn)交叉口安全程度的量化分級(jí)；趙曉華等人［4］基于導(dǎo)航提取的駕駛行為數(shù)據(jù)，提出交通秩序指數(shù)，實(shí)現(xiàn)城市路網(wǎng)的安全等級(jí)劃分。這些安全性評(píng)價(jià)的結(jié)果，為影響交叉口安全水平潛在因素的挖掘奠定了基礎(chǔ)。

針對(duì)交叉口安全水平的影響要素人們已經(jīng)開(kāi)展了大量研究，道路幾何特征、交通控制設(shè)施均影響交叉口安全水平。尹海軍等人［5］對(duì)比中、美兩國(guó)交叉口安全策略和管理辦法，說(shuō)明標(biāo)志標(biāo)線(xiàn)、信號(hào)板、行人安全設(shè)施等均是影響交叉口安全性的重要因素；同時(shí)，多名學(xué)者研究結(jié)果指出［6-8］，交叉口安全性分析需考慮信號(hào)相位設(shè)置、黃燈時(shí)間及可視性等因素。事實(shí)上，前人研究受數(shù)據(jù)來(lái)源的限定，多采用事后分析方法，交叉口風(fēng)險(xiǎn)致因分析較為粗粒度，過(guò)多的依賴(lài)交通事故數(shù)據(jù)，多種影響因素對(duì)安全水平的貢獻(xiàn)度難以給出量化的結(jié)果。

在移動(dòng)通訊、大數(shù)據(jù)、云計(jì)算的背景下，移動(dòng)終端傳感器及GPS設(shè)備能夠采集豐富的駕駛軌跡數(shù)據(jù)，突破傳統(tǒng)數(shù)據(jù)感知方式的主觀性、片面性、維度單一等制約，實(shí)現(xiàn)道路條件、交通條件、設(shè)施設(shè)置與駕駛行為數(shù)據(jù)的同步互聯(lián)，為道路風(fēng)險(xiǎn)辨識(shí)提供豐富的數(shù)據(jù)基礎(chǔ)。

論文改變傳統(tǒng)的應(yīng)用事故數(shù)據(jù)評(píng)價(jià)安全性的方式，采用基于導(dǎo)航終端的駕駛行為數(shù)據(jù)作為替代指標(biāo)，評(píng)估城市道路交叉口的風(fēng)險(xiǎn)水平。綜合道路幾何特征、交通執(zhí)法設(shè)備以及信號(hào)控制設(shè)施的耦合影響，構(gòu)建交叉口進(jìn)口道安全性評(píng)價(jià)模型，挖掘各要素與交叉口安全性的量化關(guān)聯(lián)關(guān)系，診斷交叉口風(fēng)險(xiǎn)致因，進(jìn)而為交叉口設(shè)計(jì)、安全管控、信號(hào)控制優(yōu)化奠定基礎(chǔ)。值得一提的是，基于導(dǎo)航數(shù)據(jù)的交通安全分析與評(píng)價(jià)方法，為解決道路安全問(wèn)題提供了新的視角，以期為實(shí)現(xiàn)其他道路類(lèi)型及交通網(wǎng)絡(luò)全域安全性防控和改善提供借鑒和參考。

1 數(shù)據(jù)基礎(chǔ)

論文數(shù)據(jù)源于高德導(dǎo)航軟件，據(jù)統(tǒng)計(jì)［9］，導(dǎo)航軟件月活躍用戶(hù)數(shù)達(dá)到3.257 9億，擁有海量的駕駛?cè)诵旭倲?shù)據(jù)，包括地圖信息、擁堵指數(shù)、用戶(hù)比例及駕駛行為等。結(jié)合實(shí)景地圖及實(shí)地調(diào)查所獲得的交叉口屬性數(shù)據(jù)，綜合構(gòu)建支撐交叉口進(jìn)口道安全評(píng)價(jià)的數(shù)據(jù)庫(kù)。

1.1 數(shù)據(jù)類(lèi)型

1.1.1 地圖數(shù)據(jù)

地圖數(shù)據(jù)包括道路ID、道路長(zhǎng)度、道路等級(jí)、車(chē)道數(shù)、車(chē)道寬度、道路類(lèi)型等信息。其中道路ID可用于匹配多種類(lèi)型的數(shù)據(jù)。道路長(zhǎng)度用于計(jì)算單位距離內(nèi)的駕駛行為事件頻率和事故頻次。

1.1.2 擁堵?tīng)顟B(tài)數(shù)據(jù)

擁堵?tīng)顟B(tài)數(shù)據(jù)包括時(shí)間、平均速度（km·h-1）、擁堵指數(shù)（Congestion Index，CI）和道路ID。數(shù)據(jù)采樣周期為2 min。擁堵指數(shù)是指當(dāng)前道路自由流速度與平均速度的比值，計(jì)算方法如式（1）所示［10］。擁堵指數(shù)越大，代表道路的擁堵程度越高。

1.1.3 用戶(hù)量數(shù)據(jù)

用戶(hù)量數(shù)據(jù)來(lái)源于每條道路使用導(dǎo)航軟件的用戶(hù)量。由于數(shù)據(jù)需脫密處理，因此將每條道路的用戶(hù)量除以用戶(hù)總量，得到每條道路的用戶(hù)比例數(shù)據(jù)。用戶(hù)量數(shù)據(jù)以每小時(shí)為間隔，反映的是每條道路與其他道路的相對(duì)量或當(dāng)前時(shí)段與其他時(shí)段的相對(duì)量，在一定程度上反映交通量的改變。

1.1.4 駕駛行為數(shù)據(jù)

用戶(hù)端采集的駕駛行為數(shù)據(jù)，包括急加速、急減速、急左并道、急右并道、急左轉(zhuǎn)和急右轉(zhuǎn)6種事件類(lèi)型。數(shù)據(jù)格式屬于事件觸發(fā)型，包括駕駛行為事件類(lèi)型、事件坐標(biāo)、事件發(fā)生時(shí)間和事件發(fā)生道路ID。6種駕駛行為事件根據(jù)手機(jī)傳感器與GPS采集的車(chē)輛加速度和角速度判定，判定閾值由高德內(nèi)部大量車(chē)輛測(cè)試所得，本研究主要基于已判定的駕駛行為事件，提出交通安全秩序評(píng)價(jià)的替代指標(biāo)。駕駛行為事件基本定義如下：

（1）急加速與急減速：當(dāng)手機(jī)姿態(tài)固定的情況下，若線(xiàn)性加速度大于某一閾值，則識(shí)別并記錄一次急加速或急減速；

（2）急并道和急轉(zhuǎn)彎：當(dāng)手機(jī)姿態(tài)固定的情況下，判斷原歷史轉(zhuǎn)彎的向心力。如果檢測(cè)角度大于某一閾值，則判定為一次急并道或急轉(zhuǎn)彎。

1.1.5 道路安全秩序水平（交通秩序指數(shù)）

交通秩序指數(shù)（traffic order index，TOI）［4］是基于駕駛行為事件與速度變化提出的反映道路安全有序度的指數(shù)，是衡量道路安全秩序水平的替代指標(biāo)。秩序指數(shù)的計(jì)算是通過(guò)劃分道路條件與交通條件，應(yīng)用TOSIS以及熵權(quán)法等方法將多種駕駛行為事件與速度變化加權(quán)求和所得，具體計(jì)算方法參考趙曉華團(tuán)隊(duì)的研究成果［8］。道路秩序指數(shù)越低，反映該路段存在較多的風(fēng)險(xiǎn)駕駛行為，且速度波動(dòng)較大。經(jīng)指數(shù)與事故數(shù)的匹配驗(yàn)證，發(fā)生較多交通事故且事故持續(xù)時(shí)間較長(zhǎng)的路段，其秩序指數(shù)較低，安全秩序水平較差，該指數(shù)能夠一定程度反映道路的安全有序性，更多的關(guān)注道路風(fēng)險(xiǎn)，而不是事故本身。秩序指數(shù)越大，道路安全性綜合水平越高。

本文應(yīng)用k均值聚類(lèi)方法［11］，將秩序指數(shù)分為三個(gè)水平，具體定義如下：

（1）風(fēng)險(xiǎn)道路：交通秩序度較差，易發(fā)生交通事故，TOI∈［0，0.378）

（2）一般道路：交通秩序度適中，可能發(fā)生交通事故，TOI∈［0.378，0.405）

（3）安全道路：交通秩序度較好，發(fā)生交通事故概率較低，TOI∈［0.405，+∞）。

1.1.6 交叉口屬性

交叉口屬性基于實(shí)景地圖以及實(shí)地交通調(diào)研獲得，論文提取交叉口進(jìn)口道的以下幾項(xiàng)指標(biāo)：

（1）道路幾何特征：交叉口各方向車(chē)道總數(shù)、與進(jìn)口有關(guān)的進(jìn)口道車(chē)道數(shù)、調(diào)頭車(chē)道數(shù)、左轉(zhuǎn)車(chē)道數(shù)、橫斷面類(lèi)型、有無(wú)展寬段、中央分隔帶類(lèi)型。

（2）交通執(zhí)法設(shè)備：違法監(jiān)控設(shè)備數(shù)量。

（3）信號(hào)控制設(shè)施：信號(hào)相位設(shè)置、信號(hào)配時(shí)參數(shù)。

1.2 數(shù)據(jù)預(yù)處理

選取北京市北三環(huán)至北五環(huán)之間望京區(qū)域的11個(gè)交叉口，挖掘不同交叉口屬性的交通風(fēng)險(xiǎn)影響要素。11個(gè)交叉口的位置如圖1所示。施曉芬等人［12］研究表明，駕駛員在距離交叉口停止線(xiàn)100 m時(shí)，將采取減速行為。因此截取每個(gè)交叉口進(jìn)口道距離停止線(xiàn)100 m范圍內(nèi)的駕駛行為數(shù)據(jù)作為研究范圍，基于導(dǎo)航軟件的行為數(shù)據(jù)的采集時(shí)間段為2017年10月1日至10月15日。其中，駕駛行為事件數(shù)據(jù)換算為單位用戶(hù)比例的駕駛行為事件數(shù)據(jù)，反映單位車(chē)輛在單位時(shí)段內(nèi)發(fā)生駕駛行為事件的頻次。通過(guò)統(tǒng)一量綱，避免了用戶(hù)量大小對(duì)駕駛行為事件的影響。計(jì)算如下：

式中：FEijk代表單位車(chē)輛在單位時(shí)段內(nèi)駕駛行為事件；j代表交叉口進(jìn)口道編號(hào)（共11個(gè)交叉口×4個(gè)方向）；i代表時(shí)間區(qū)間（i時(shí)至i+1時(shí)，i=0，1，2，…，23）；k表示日期（k=1，2，…，15）；eijk代表駕駛行為事件的頻次；UPijk表示用戶(hù)比例數(shù)據(jù)（單位以vr來(lái)表示）。

圖1 區(qū)域交叉口選取Fig.1 Selection of the intersections

依據(jù)道路ID匹配所有類(lèi)型數(shù)據(jù)，將所有類(lèi)型數(shù)據(jù)均換算為以h為單位。綜合所有數(shù)據(jù)信息，形成交叉口安全分析數(shù)據(jù)庫(kù)，數(shù)據(jù)一共有15 840組（11交叉口×4方向×15 d×24 h），如表1所示。

2 交叉口安全秩序特性分析

應(yīng)用以上安全分析數(shù)據(jù)庫(kù)，引用交通秩序指數(shù)（TOI）［4］計(jì)算方法，獲得不同交叉口的交通秩序指數(shù)分布，如圖2所示。由于不同類(lèi)型交叉口的道路幾何特征、交通執(zhí)法設(shè)備以及信號(hào)控制設(shè)施均存在差異，可見(jiàn)其交通秩序指數(shù)存在顯著性差異，單因素方差分析驗(yàn)證顯示11個(gè)交叉口的秩序指數(shù)存在顯著性不同（F=75.126，p＜0.001）。

表1 數(shù)據(jù)庫(kù)變量類(lèi)型與格式Tab.1 Variable type and format in the database

實(shí)際上，交通安全有序性并非受單一因素的作用，而是道路幾何特征、交通執(zhí)法設(shè)備以及信號(hào)控制設(shè)施等多重因素綜合作用下的綜合行為表現(xiàn)。交叉口進(jìn)口道安全性影響要素及各要素的影響程度如圖3所示。圖3是由各個(gè)影響因素下交通秩序指數(shù)計(jì)算均值所得。

圖3 交叉口進(jìn)口道安全性特征Fig.3 Safety characteristics at the entrance of the intersections

圖3 a描述了交叉口道路幾何特征的安全性特征，11個(gè)交叉口進(jìn)口道車(chē)道數(shù)分別有1、3和4，交叉口進(jìn)口道車(chē)道越多，交通安全秩序越好，越為安全，結(jié)論與馬明［13］、Greib［14］等人的研究結(jié)果一致，這是由于進(jìn)口道車(chē)道較多時(shí)，違法超車(chē)及跟車(chē)過(guò)近等危險(xiǎn)駕駛行為較少，同時(shí)行人采用過(guò)街天橋等穿行方式，違法穿行較少；交叉口各方向車(chē)道總數(shù)一定程度上能夠反映交叉口的大小，并非交叉口越大越為安全，結(jié)果顯示交叉口各方向車(chē)道總數(shù)為9車(chē)道時(shí)道路安全秩序水平較差；進(jìn)口道四塊板橫截面比三塊板橫截面更安全，硬性中央分隔帶能夠較好的改善交叉口安全有序性；有路口展寬的交叉口進(jìn)口道安全秩序水平更好；中央分隔帶為柵欄的交叉口進(jìn)口道比綠化帶更為安全有序；若交叉口進(jìn)口道設(shè)有調(diào)頭車(chē)道或左轉(zhuǎn)專(zhuān)用道，其交通安全秩序水平更好。

圖3b表示了交通執(zhí)法設(shè)備對(duì)于道路安全有序性的影響，結(jié)果表明與無(wú)違法監(jiān)控設(shè)備的交叉口進(jìn)口道相比安裝單個(gè)監(jiān)控設(shè)備的交叉口進(jìn)口道其安全有序性并不會(huì)提升，而具有兩個(gè)監(jiān)控設(shè)備的交叉口進(jìn)口道更加安全有序。這也說(shuō)明交通執(zhí)法設(shè)備的安裝個(gè)數(shù)與安全秩序水平的提升之間并不一定呈線(xiàn)性關(guān)系。

交叉口信號(hào)控制對(duì)道路安全性的影響如圖3c所示，結(jié)果可以看出三相位的交叉口安全秩序水平較好，有全紅信號(hào)配置的交叉口安全秩序水平明顯高于無(wú)全紅配置的交叉口類(lèi)型。這個(gè)結(jié)果表明應(yīng)該重視信號(hào)配時(shí)的設(shè)計(jì)以提升交通安全秩序水平。

單因素方差分析提取影響交叉口安全秩序水平相關(guān)指標(biāo)，道路幾何特征、交通執(zhí)法設(shè)備以及信號(hào)控制設(shè)施的各個(gè)要素對(duì)交通安全秩序的影響結(jié)果如表2所示。除交叉口進(jìn)口道有無(wú)道路展寬路段及有無(wú)左轉(zhuǎn)專(zhuān)用車(chē)道對(duì)安全有序性無(wú)顯著影響外，交叉口各方向車(chē)道總數(shù)、信號(hào)相位，與進(jìn)口有關(guān)的進(jìn)口道車(chē)道數(shù)、調(diào)頭車(chē)道數(shù)、橫斷面類(lèi)型、中央分隔帶類(lèi)型、違法監(jiān)控設(shè)備數(shù)量均對(duì)交叉口安全秩序水平產(chǎn)生顯著性作用?？傮w來(lái)看，與以事故為導(dǎo)向的安全分析結(jié)論具有一致性，交通安全秩序分析方法能夠支撐交叉口的安全分析，這為進(jìn)一步實(shí)現(xiàn)交叉口安全規(guī)劃和改造整治提供依據(jù)。

3 城市道路交叉口安全診斷模型構(gòu)建

結(jié)構(gòu)方程模型是基于變量的協(xié)方差矩陣反映變量間的因果關(guān)系，模型結(jié)合多元回歸分析、因子分析、路徑分析等統(tǒng)計(jì)學(xué)分析方法，建立不可觀測(cè)變量（潛在變量）與可觀測(cè)變量間的關(guān)系并轉(zhuǎn)化為可觀測(cè)變量［15-16］。由于交叉口潛在變量部分不可觀測(cè)，所以應(yīng)用結(jié)構(gòu)方程模型表征交叉口進(jìn)口道的道路幾何特征、交通執(zhí)法設(shè)備以及信號(hào)控制設(shè)施等對(duì)安全秩序水平的綜合影響作用，實(shí)現(xiàn)交叉口安全分析及問(wèn)題診斷。除交叉口自身要素，模型同時(shí)考慮時(shí)段、擁堵?tīng)顟B(tài)等要素，綜合分析時(shí)段、擁堵?tīng)顟B(tài)、道路幾何特征、交通執(zhí)法設(shè)備以及信號(hào)控制設(shè)施對(duì)道路安全秩序水平的影響，進(jìn)而挖掘行為風(fēng)險(xiǎn)影響要素，實(shí)現(xiàn)交叉口安全辨識(shí)。由于道路安全秩序水平是由駕駛行為事件作為安全替代指標(biāo)計(jì)算所得，重點(diǎn)依據(jù)道路風(fēng)險(xiǎn)駕駛行為出現(xiàn)頻率及速度變化特征，因此模型將駕駛行為同時(shí)作為輸入變量。其中，運(yùn)行時(shí)段、擁堵?tīng)顟B(tài)、道路幾何特征、交通執(zhí)法設(shè)備以及信號(hào)控制設(shè)施均視為模型自變量，反映對(duì)安全秩序水平與駕駛行為事件的影響作用。在建模過(guò)程中，首先根據(jù)風(fēng)險(xiǎn)影響因素評(píng)價(jià)構(gòu)建結(jié)構(gòu)方程模型。模型構(gòu)建過(guò)程中，依據(jù)M.I.值最大的一對(duì)觀察變量為其增設(shè)共變關(guān)系的原則對(duì)模型進(jìn)行不斷的修正，直到模型適配度指標(biāo)達(dá)標(biāo)為止，最終形成的模型結(jié)構(gòu)如圖4所示。

表2 交叉口安全有序性特征分析結(jié)果Tab.2 Analysis results of intersection safety characteristics

應(yīng)用Amos軟件連接變量間的路徑關(guān)系，并增設(shè)變量間的共變關(guān)系對(duì)模型進(jìn)行修正后的模型適配度情況如表3所示，包括6個(gè)評(píng)價(jià)指數(shù)，包括χ2/df（χ2表示模型擬合優(yōu)度卡方檢驗(yàn)指數(shù)，df表示自由度），GFI（goodness-of-fit index，擬合優(yōu)度指數(shù)），AGFI（adjusted goodness-of-fit index，調(diào)整擬合優(yōu)度指 數(shù)），RMSEA（root mean square error of approximation，均方根誤差），NFI（normed fit index，賦范擬合指數(shù)），CFI（comparative fit index，相對(duì)擬合指數(shù)）。其中χ2/DF小于5，表明模型與數(shù)據(jù)的吻合程度較好。此外，RMSEA小于0.08，其余評(píng)價(jià)指標(biāo)均大于0.9，表明結(jié)構(gòu)方程的擬合是可接受的，模型的適配度較高［17-18］。

表3 結(jié)構(gòu)方程模型質(zhì)量評(píng)估Tab.3 Results of the goodness of fit of the revised model

結(jié)構(gòu)方程模型中，路徑系數(shù)用于表征變量間的相互影響程度，結(jié)果如表4所示。經(jīng)驗(yàn)證，道路幾何特征、信號(hào)控制設(shè)施、交通執(zhí)法設(shè)備、擁堵?tīng)顟B(tài)與運(yùn)行時(shí)段均與交叉口安全性存在顯著因果關(guān)系（p＜0.001）。通過(guò)對(duì)比變量間的路徑系數(shù)，可以看出時(shí)段因素對(duì)于交叉口安全性的影響最大（β=0.283），交通擁堵?tīng)顟B(tài)次之（β=-0.241），信號(hào)控制設(shè)施（β=0.140）與道路幾何特征（β=0.128），交通執(zhí)法設(shè)備（β=0.035）對(duì)交叉口的安全影響最小，其中擁堵指數(shù)與安全秩序水平存在反向關(guān)聯(lián)關(guān)系，道路擁堵程度越高，其安全有序性越差。

研究結(jié)果表明不同時(shí)段交叉口安全有序性存在較大差異。郝乃瀾等人［19］研究了時(shí)段、日期、星期、月份與交通事故等級(jí)的關(guān)聯(lián)關(guān)系，也證明了時(shí)段對(duì)事故具有顯著影響；同時(shí)，擁堵指數(shù)與安全秩序水平呈負(fù)相關(guān)關(guān)系，表明隨著道路擁堵程度的增加，安全風(fēng)險(xiǎn)也隨之升高。Robert等人［20］研究指出，交通擁堵情況下，車(chē)輛碰撞次數(shù)增加。論文研究成果與Robert等人一致。結(jié)合模型中交叉口安全特征分析結(jié)果與結(jié)構(gòu)方程模型系數(shù)，揭示了交叉口進(jìn)口道的安全改善措施應(yīng)首要是鼓勵(lì)錯(cuò)峰出行、改善擁堵?tīng)顟B(tài)，其次盡力優(yōu)化信號(hào)配時(shí)、改善道路設(shè)施設(shè)計(jì)，增設(shè)違法監(jiān)控設(shè)備對(duì)于改善道路安全性也具有十分積極的作用。模型突破了傳統(tǒng)交通事故分析方式，采用交通安全秩序指數(shù)作為安全評(píng)價(jià)替代指標(biāo)，結(jié)果與事故分析存在一定一致性。然而事故分析方法由于事故數(shù)據(jù)小概率、偶發(fā)性的特點(diǎn)，難以覆蓋所有道路條件以及時(shí)段，而交通安全秩序指數(shù)分析方法相較事故分析方法，能夠精細(xì)化表達(dá)全時(shí)段的安全秩序水平，從而診斷全時(shí)域與空域的交叉口風(fēng)險(xiǎn)致因。

表4 變量間路徑標(biāo)準(zhǔn)化系數(shù)Tab.4 Standardized path coefficient regression results of the revised model

依據(jù)駕駛行為與觀測(cè)變量間的路徑系數(shù)可知，急加速（β=0.07）與急減速（β=0.04）的系數(shù)最高，可見(jiàn)，提高道路安全秩序水平需首要考慮減少駕駛員急加速與急減速行為；信號(hào)控制設(shè)施與觀測(cè)變量間的關(guān)系可看出，全紅時(shí)間設(shè)置（β=0.98）對(duì)交通安全秩序的影響略高于信號(hào)相位設(shè)置（β=0.92），交叉口合理設(shè)置全紅時(shí)間能夠提升交叉口通行效率，同時(shí)保障交叉口行車(chē)安全，錢(qián)紅波等人［21］研究也表明全紅時(shí)間的設(shè)置能夠清掃滯留在交叉口上一相位的車(chē)流，提高交通安全秩序水平；道路幾何特征與觀測(cè)變量間的關(guān)系可見(jiàn)，調(diào)頭車(chē)道數(shù)量（β=0.77）對(duì)安全秩序度影響最大，其次是交叉口各方向車(chē)道總數(shù)（β=-0.61）與進(jìn)口道車(chē)道數(shù)（β=0.41），最后是中央分隔帶類(lèi)型（β=-0.32）與橫斷面類(lèi)型（β=-0.16）。Daniel Carter等人［22］研究表明有調(diào)頭車(chē)道的交叉口事故率顯著低于無(wú)調(diào)頭車(chē)道的交叉口。同時(shí)，郭永健等人［23］的研究表明，進(jìn)口車(chē)道數(shù)增加時(shí)左轉(zhuǎn)車(chē)通常會(huì)選擇停車(chē)避讓從而減少直左沖突，進(jìn)而提高交叉口安全性。這些成果與本研究也具有一致性。因此，改善交叉口進(jìn)口道的安全秩序水平，交通組織管理策略可優(yōu)先考慮設(shè)置調(diào)頭車(chē)道，根據(jù)現(xiàn)場(chǎng)情況適當(dāng)增加車(chē)道數(shù)。

本文基于導(dǎo)航數(shù)據(jù)構(gòu)建安全診斷模型的分析結(jié)果表明，基于導(dǎo)航數(shù)據(jù)以駕駛行為事件及速度變化因素形成安全秩序評(píng)價(jià)替代指標(biāo)，從而實(shí)現(xiàn)交叉口進(jìn)口道安全秩序影響分析及致因診斷的方法切實(shí)可行，能夠量化反映各因素間的關(guān)聯(lián)關(guān)系，細(xì)化各要素間的作用水平以及排序，為進(jìn)一步實(shí)施安全管理和整治提供引導(dǎo)；同時(shí)，由于數(shù)據(jù)的全面性，提升了各要素分析的完整性和精細(xì)化，可實(shí)現(xiàn)交叉口進(jìn)口道道路安全風(fēng)險(xiǎn)辨識(shí)和問(wèn)題診斷。

4 結(jié)論

探討了交叉口進(jìn)口道道路幾何特征、交通執(zhí)法設(shè)備以及信號(hào)控制設(shè)施、擁堵?tīng)顟B(tài)等對(duì)道路安全有序性的影響作用。基于導(dǎo)航軟件采集交叉口駕駛行為數(shù)據(jù)、地圖數(shù)據(jù)、擁堵數(shù)據(jù)及用戶(hù)比例數(shù)據(jù)，結(jié)合實(shí)地調(diào)查獲得道路、設(shè)施及信號(hào)配時(shí)等數(shù)據(jù)，構(gòu)建交叉口進(jìn)口道多維度安全秩序分析數(shù)據(jù)庫(kù)（包括8個(gè)因素，16個(gè)指標(biāo)）。分析交叉口進(jìn)口道在不同因素下的安全秩序特征，應(yīng)用交叉口安全秩序影響指標(biāo)構(gòu)建結(jié)構(gòu)方程模型，量化道路幾何特征、交通執(zhí)法設(shè)備以及信號(hào)控制設(shè)施、擁堵?tīng)顟B(tài)等因素分別對(duì)交叉口進(jìn)口道安全秩序水平的影響程度，診斷交通風(fēng)險(xiǎn)致因。研究不僅為交叉口道路設(shè)計(jì)、交通設(shè)施設(shè)置及信號(hào)配時(shí)優(yōu)化奠定了理論基礎(chǔ)，同時(shí)改變了傳統(tǒng)的事故分析或仿真實(shí)驗(yàn)的方法路線(xiàn)，提出一種基于導(dǎo)航數(shù)據(jù)的道路安全秩序評(píng)價(jià)與致因分析方法，充分挖掘駕駛行為風(fēng)險(xiǎn)與外部條件的量化關(guān)系，進(jìn)而實(shí)現(xiàn)道路風(fēng)險(xiǎn)辨識(shí)，為進(jìn)一步改善優(yōu)化提供了導(dǎo)向和參考。所獲得的結(jié)論如下：

（1）交叉口各方向車(chē)道總數(shù)、信號(hào)相位，與進(jìn)口有關(guān)的進(jìn)口道車(chē)道數(shù)、調(diào)頭車(chē)道數(shù)、橫斷面類(lèi)型、中央分隔帶類(lèi)型、違法監(jiān)控設(shè)備數(shù)量均對(duì)交叉口安全性產(chǎn)生顯著影響。

（2）擁堵?tīng)顟B(tài)對(duì)于交叉口安全性的影響最大，且在不同時(shí)段交叉口安全性存在較大差異，其次是信號(hào)控制設(shè)施與道路幾何特征，交通執(zhí)法設(shè)備對(duì)交叉口的安全影響最小。

（3）在交叉口設(shè)計(jì)與優(yōu)化時(shí)，首要是鼓勵(lì)錯(cuò)峰出行、改善擁堵?tīng)顟B(tài)，盡量采用帶有全紅時(shí)間的信號(hào)配時(shí)方案，道路設(shè)計(jì)過(guò)程中，在進(jìn)口方向增加車(chē)道數(shù)量并設(shè)置硬性中央分隔帶，盡量設(shè)置調(diào)頭車(chē)道。

（4）以駕駛行為事件及速度變化因素作為安全秩序評(píng)價(jià)替代指標(biāo)，提出一種基于導(dǎo)航數(shù)據(jù)的道路安全評(píng)價(jià)與風(fēng)險(xiǎn)致因分析方法，為道路交通安全分析、風(fēng)險(xiǎn)辨識(shí)與設(shè)施優(yōu)化提供了理論基礎(chǔ)。

后續(xù)研究將考慮交叉口類(lèi)型這一因素，不僅限于十字交叉，進(jìn)一步細(xì)化加入T形交叉、環(huán)形交叉等類(lèi)型，對(duì)比研究與十字交叉的差異；同時(shí)，目前研究?jī)H考慮主干道交叉口，也將考慮主路與支路、輔路交叉等交叉口；同時(shí)，車(chē)型對(duì)于安全性影響較大，應(yīng)當(dāng)在交叉口安全評(píng)價(jià)中加入車(chē)型因素，進(jìn)一步擴(kuò)充形成基于駕駛行為的交叉口風(fēng)險(xiǎn)評(píng)估及診斷的研究體系。當(dāng)然，該方法基于高德數(shù)據(jù)，形成駕駛行為集計(jì)的匯聚特征，為進(jìn)一步實(shí)現(xiàn)其他道路條件的風(fēng)險(xiǎn)防控提供支撐。