[发明专利]基于倾向值匹配的爬坡车道交通安全效益计算方法

说明书

基于倾向值匹配的爬坡车道交通安全效益计算方法，本发明涉及一种基于倾向值匹配的爬坡车道交通安全效益计算方法。本发明的目的是为了解决传统回归方法分析爬坡车道安全效益时，由于样本选择性偏差的存在，导致不能准确获取爬坡车道对交通安全“净影响”的难题。过程为：一、收集、处理及组织数据，确定控制组与对照组样本；二、构建倾向值模型，并预测所有样本的倾向值；三、基于倾向值的样本匹配；四、混淆变量的平衡性检验，若通过，进行下一步，否则返回步骤二；五、爬坡车道交通安全效益计算。本发明用于道路交通安全领域，尤其适用于分析某种特定因素对交通安全的影响方面。

技术领域

本发明属于道路交通安全领域，具体涉及一种基于倾向值匹配的爬坡车道交通安全效益计算方法。

背景技术

山岭重丘区高速公路的连续上坡路段，重型车往往因爬坡性能不足导致运行速度明显低于其他车辆运行速度，进而降低了路段通行能力，同时不利于交通安全。在上陡坡路段设置爬坡车道，将重型车从交通流中分离出来，可降低大型车对交通流的影响。但作为一项技术难度及投资均较大的工程措施，设置爬坡车道的效益费用比及其对安全的贡献等均需进一步研究。

目前，为数不多的涉及爬坡车道的研究均是利用仿真数据，采用回归方法分析某特定爬坡车道对路段通行效率或安全性的影响。梁国华等采用元胞自动机仿真方法，研究了大车混入率、坡度及坡长等因素对爬坡路段通行能力的影响，结果表明单向2车道和3车道高速公路增设一条爬坡车道后，路段通行能力分别提高了8％～16％和6％～15％。杨萌萌基于VISSIM仿真数据的研究表明：设置爬坡车道后，交通冲突率有所降低；秦雅琴等结合驾驶模拟和仿真数据，分析了爬坡车道路段交通流特性，结果表明常规交通量下，爬坡车道可提高主路上的车速并降低交通冲突率，但交通量趋于饱和时，爬坡车道可能对交通运行效率及安全性产生负面影响；Choi等仿真结果表明，爬坡车道可降低主路的延误率，提高路段通行能力；Victor等以跟车时间百分比和平均运行速度为指标，通过仿真分析，对比了双车道公路有无爬坡车道时的服务水平，结果表明增设爬坡车道可将路段服务水平至少提高一个等级。

整体来看，针对爬坡车道，尤其是爬坡车道对安全影响的研究依旧很少，现有成果远不足以为爬坡车道设置提供理论依据。此外，分析爬坡车道对安全的影响时，传统的回归方法常直接利用所有样本建模，以爬坡车道的回归系数作为其对交通事故的影响大小，然而该方法却存在以下问题：①爬坡车道往往设置在连续上坡路段，而绝非是在所有路段上随机分配的，将所有样本纳入建模无疑会产生样本“选择性偏差”，并伴随着事故数与爬坡车道互为因果导致的内生性、爬坡车道与其他变量自相关导致的共线性；②爬坡车道回归系数的意义为“任选一路段，其设置爬坡车道后交通事故数变化的平均值”，然而，由于选择性偏差的存在，该值并不能代表爬坡车道对事故的“净影响”；③将爬坡车道纳入模型即默认了爬坡车道对事故的影响与其他变量对事故的影响是线性叠加关系，而该假设明显缺乏理论依据。总之，直接以传统的回归方法建模，难以反映爬坡车道的真实作用效果。

为得到爬坡车道对事故的真实影响，应首先从未设置爬坡车道的样本中选择出与设置爬坡车道的样本特性完全相同或相似的样本，以两组样本中事故的差异作为爬坡车道的作用效果，即配对分析及对照试验的思想。

若以所有路段历年数据为样本总体，其中，有爬坡车道的样本定义为控制组，无爬坡车道的样本定义为对照组。以路段事故数为因变量，其他变量为自变量，且自变量中，“爬坡车道(有为1，无为0)”定义为控制变量，其他自变量定义为混淆变量。为得到控制变量对因变量的净影响，控制组与对照组中混淆变量取值应保持一致，即两组中自变量的唯一差别应仅为控制变量。传统的配对分析理论中，若有A个混淆变量且每个混淆变量有B种取值，则可将控制组与对照组各分成B^A个一一对应的匹配小组以对比分析，显然，当A和B取值较大时，该方法实用性较差。而本发明将通过逻辑回归，将样本中所有混淆变量转化为一特定倾向值，将同时控制多个混淆变量转化为控制“倾向值”这一单因素，进而实现了降维，以此改进传统的配对分析方法，并将其应用至爬坡车道的安全效益计算之中。

发明内容