交通安全大數據

編輯部 2018-05-21

交通安全每年均造成龐大的社會損失,因而引起相關單位的重視。根據交通部道安委員會的年報資料顯示,民國102 年道路交通事故死亡人數1,928 人,整體事故造成社會損失約4,318 億元。

民國102 年A1類道路交通事故亡人數 1,928 人為例,若減少1/4即可減少近500個家庭悲劇的發生,更可降低約1,075億 (4,318億 × 0.25=1,075.5億) 的社會損失。我們基於此重要目標,期望利用大數據分析技術進行分析,找出事故特徵並作為政策施作之基礎。

針對目前國內外利用數據分析事故相關文獻進行回顧,發現目前道路安全相關研究大都以肇事資料庫為主,並且因受限於資料開放不足,鮮少利用兩個以上資料進行分析探討。

部分連結兩個資料庫以上的研究,則是結合如健康保險資料庫、死因資料庫或美國實車碰撞資料,並探討事故與其他因素間的相互關係。

由於多資料庫串接連結可以更全面、更多元的瞭解事故的樣貌。我們原預計透過多種資料庫的串接,對事故的樣貌進行示範分析。但在資料取得的過程中並未如期,因此目前僅以A1與A2事故資料庫搭配地理資訊系統資料庫,進行事故的時空分析。

旨在建立一套「自動化」的大數據分析架構,流程包含資料清理、整體樣態分析以及重點族群之特性分析。期能以自動化的方式產出分析之結果,並提供有關單位進行參考。使其能快速地對事故之整體樣態以及其中重點進行了解,進而提出有效的改善方針。

資料清理部分,管理資訊中心所提供的臺中市104年與105年間A1A2交通事故資料庫原本為193,493筆事故當人資料 (分別包含A1事故237件以及A2事故85,630件)。針對區位錯誤進行刪除後之結果為182,128筆資料 (分別包含A1事故237件以及A2事故80,655件)。

再根據後須分析需求,計算新的變數欄位,包含新增事件標記、事故位置郵政區號 (與郵政區號代碼表串接)、事故地點負責警察單位 (與臺中市政府警察局轄區分布資料串接)、事故時間屬性 (月份、星期) 以及當事人年齡等欄位。我們亦針對資料庫中之事故地址欄位進行清理,並將清理後之結果透過程式語言搭配Google map API進行座標經緯度之轉換。轉換結果不論在轉換成功率或是座標精準度上較原資料提供之結果佳。

利用清理後之資料,我們首先針對資料之總體特性進行分析,分析項目包含事故發生時間點、事故當事人之年齡分布、事故當事者區分、事故原因、事故地點 (臺中市下轄行政區) 以及旅次特性 (通勤與非通勤) 分析。

分析結果發現臺中市事故具有以下若干特性:

  • (1) 事故月份不論在A1或是A2皆在12月以及1月出現高峰
  • (2) 事故當事人以18-30歲的用路人較多,約佔39.2%
  • (3) 事故車種以普通重型機車最多,次之為自用小客車。並發現大車在A1事故中佔比 (10%) 明顯高於A2事故 (1%),顯示大車危險性較高之情形
  • (4) 肇因部分大多歸類為駕駛人未注意前車狀況或是未依規定讓車
  • (5) 大部分A1與A2事故多集中於市中心 (西屯區、北屯區、南屯區)
  • (6) 不論是否為通勤旅次之事故,事故尖峰皆發生於7點與17點左右。

此外,特別值得一提的是,0點亦為尖峰肇事時段。在A2類別中,0點的事故總量甚至超過7點與17點兩通勤尖峰時刻。

另搭配運研所於101年所提出之易肇事指標CBI值計算方式進行事故重點族群分析。CBI值是一個綜合事故發生相對頻率以及相對嚴重程度的分析指標。CBI值原用以判斷易肇事之重點路口,我們近一步將之延伸應用於判斷其他事故屬性之嚴重性。

分析結果發現,19-22歲騎乘普通重型機車之用路族群為臺中市最危險的事故重點族群。在這僅僅4個年齡層所涉入的事故中,便造成25,736件事故、42人死亡以及37,014人受傷,分別占整體的31.8%、17.1%以及34.4%。了解重點族群後,遂以經緯度座標資料計算事故地點的CBI值。

挑出前50大事故地點後標示地圖 (如圖 1),並依據事故次數以及鄰近關係繪製事故熱力分區圖 (如圖 2),進一步透過分區進行討論各分區事故的時間特性。
 
圖 1 目標族群易肇事地點分布圖
 
圖 2目標族群易肇事地點熱力圖與分區
我們針對後續交通安全風險評估以及改善提出架構建議,認為可以透過事故相關的人、車、路指標進行交通安全風險的評估,並利用各項指標的相對程度確定相關的歸責單位以及待改善之項目。
指標部分可分成三類:

  • (1) 核心指標
  • (2) 行為指標以及
  • (3) 活動指標。我們可以利用事故件數或死亡人數等核心指標判斷區域或地點的交安風險,找出重點改善目標。

再配合該目標的行為指標 (如道路工程、車輛檢驗或違規事項等) 以及活動指標 (如違規執勤情況、交通安全宣導活動等) 的相對程度進行改善。行為指標以及活動指標本身則可對應的歸責的工程、監理、警察或學校單位。
交通安全風險指數預測方法部分,可以回顧美國運輸研究委員會美國公路安全手冊 (Highway Safety Manual, HSM) 中Part C的部分。建議以其建議之預測方法為原則,搭配前述行為指標以及活動指標建立大數據之預測架構。

 

1163

延伸閱讀

  • 交通部施政4項主軸, 5項達標,事故率降,旅客量升

    交通部長賀陳旦昨日表示,今年將落實交通安全、公共運輸、產業發展及智慧運輸等4項施...

    2018-02-01

    看更多
  • 交通安全管理體制之運輸業安全評量方法

    參考ISO 39001、美國聯邦汽車安全管理局(Federal Motor Ca...

    2018-05-28

    看更多
  • ISO39001導入與交通安全

    2010年3月聯合國大會通過的A/RES/64/255號決議,正式開啟了「道路安...

    2018-06-26

    看更多