文档介绍：交通安全评价指标综述摘要：交通安全一直是交通运输研究领域内的一个主要内容，交通安全涉及人、车、道路环境3个要素。本文列举了交通安全评价方法的发展历程，最后基于可测性、代表性和可比性3个方面对主要道路交通安全评价指标进行分析,讨论了各指标的显还不详实，所以用这种方法来评论道路交通安全并不十分可靠。
2．2事故率法
事故率法可以分为地点事故率法、路段事故率法（运行事故率法和事故密度法）、地区事故率法（人口事故率法、车辆事故率法等）、综合事故率法（当量死亡率、亿车公里率等）。
（1）人口事故率法
R=（D／P）xlO0%
p
其中，R为100万人口交通事故死亡率；D为死亡人数；P为某国家或城市
p
的人口数。
（2）运行事故率法
R=（D／N）x100%
t
其中，R为亿车千米交通事故死亡率；D为死亡人数；W为某地区内总运t
行车千米数。事故率法是用一种相对指标来表达道路交通安全水平，具有较强的可比性。但有时单独使用某种事故率来评价交通安全，又具有片面性，不能反映多种因素综合作用的真实结果。而综合事故率法所涉及到的当量或换算系数往往受主观因素的影响，其合理性颇有争议。
2．3概率一数理统计法
这种方法的基本思路一般为确定正常条件下事故发生的概率分布，以这种分布作为进行判断的依据。看事故发生数是否在正常的概率范围之内，超出这一范围则定义为比较危险，而低于这一范围则定义为比较安全。通常认为一定地区内发生的事故数近似地服从正态分布，定义随机变量：
随机变量z服从正态分布，取某一置信度值，例如取95%。
则当z>，是不安全的事故数，属于危险地区；
当zV-，是安全地区；
当-，属于正常范围。这种方法简单易行，在我国比较常用。但是该方法对事故的分析过于简单，没有考虑到不同道路交通条件的差别使得结果有时往往缺乏科学性和说服力。
模型法
该法是通过分析交通事故与影响因素的关系，建立事故与各种主要因素之间的定量函数关系模型。主要有统计分析模型（如斯密德模型、意大利特里波罗斯多元回归模式等）和经验模型。从以下的例子就可以看出这种方法需要大量的统计数据，且受地域交通条件制约，可比性差。特里波罗斯多元回归模式式中，Y为人口事故率（死亡人数/10万人）；XI为交通工具机动化程度（辆/人）：x2为平均每平方千米道路长度（km/km2）；x3为居住在在城市中的人口比例（%）；x4为19岁以下青少年所占人口比例（%）；x5为65岁以上的老年人口比例（%）；
x6为小客车与出租车在车辆中所占的比例（％）。
2．5事故强度分析法
它是在一些事故指标的基础上结合道路交通的其他因素，得出一个综合评判指标。以此作为评判的依据进行道路安全性能的评价与研究。常用的指标是万车死亡数、10万人死亡数、亿车千米事故数等。由于这些指标加入了相对参照数据，使不同道路的指标间的比较更加科学合理。特别是其中的万车死亡数和亿车千米事故数两项指标，由于不同地区、道路之间的其它因素差异比较小，因而具有较好的可比性。我国常采用事故强度指标P作为道路交通安全评价指标。
其中，P为事故强度；Dx为当量死亡人数（人）：De为当量车辆数（辆）；L为换算道路里程数（km）。P是由万车事故率与万千米道路事故率相乘后取算术平方根所得。这间接地反映了交通流的特点，并考虑了地理、气候、环境等相关因素的影响，具有一定的科学性和可比性。但是这种方法也有不足之处，不同的道路其交通条件（交通流情况、车辆组成、人员素质等）是不同的，用较少的指标难以作准确的评价，另外用单一的指标值作为评价依据可信度比较低。
2．6时间序列分析法
这种方法用事故率随时间的变化情况作为交通安全水平评价的指标。其中，欧波（Oppe）推荐了一个所谓“学****心理学”模型，式中，见为第t年的车千米死亡率，t为时间，a、B为常数。用时间序列法得出的评价结果与所选取的基准年份和时间长度密切相关。例如，德国1990年交通事故死亡人数为7609人，1970年为19193人，1985年为8400人，若以1970年为基准比较1990年的情况，则平均每年减少579人，若以1985年为基准，则平均每年减少158人。而如何正确选择基准年及时间长度，是一个很难回答的问题。
2．7灰色评价方法
这种方法认为通常在确认道路交通安全水平时，是不可能知道全部信息指标的。运用灰色理论的“非唯一性”原理，通过对少量已掌握的部分信息的筛选、加工、延伸和扩展等，将道路交通安全水平确定在某一灰域内，以实现对道路交
通安全整体水平的评价。具体的计算步骤如下：
确定道路交通安全评价对象。给出评价对象个数n,评价指标项数m,评价灰类种数k
。
给出道路交通安全评价对象i关于评价指标j的原始样