道路交通事故信息采集及分析：现状与改进
道路交通事故信息采集及分析：现状与改进
道路交通事故分析是要对历史的交通事故进行分析，探寻规律，找到问题，提出对策。在发现共性、普遍问题后，可通过系统研究及提出针对性强的对策建议，通过国家、地方行政、企业等实施，以使交通安全法规、政策、标准、措施等更好发挥作用。
历史是最好的教科书，通过总结以往交通事故的经验和教训，可有效防范和遏制安全事故发生。准确、全面采集交通事故，是开展交通事故分析研判的基础。
道路交通事故信息采集及要求
公共安全行业标准《道路交通事故信息调查》（GA/T1082-2013）于2013年发布，规定事故调查信息采集内容，在事故采集、事故预防中发挥了很好作用。2021年，GA/T 1082修订并发布，将采集项从137项丰富至373项，大大提高了交通事故调查信息采集的全面性、完整性、准确性。
文件将采集项分为简易程序处理事故、一般程序处理的事故以及一次死亡3人以上的事故信息采集。《道路交通事故与违法地点表述规范》（GAT 1980）规定了道路交通事故、交通违法地点表述的要素和规则。这两项标准是支撑我们正确、完整地采集交通事故信息，是事故进行分析决策的基础。
对于适用简易程序处理的事故应调查项目可分为基本信息、当事人信息，包括事故时间、事故地点、道路类型、受伤人数、事故形态、人员类型、交通方式、驾驶证信息等24项。
一般程序事故采集项更加全面，包含基本信息、当事人信息、车辆信息、道路设施及其他信息，采集项达85项。
对于一次死亡3人以上（含3人）的事故，除基本信息、当事人信息、车辆信息、道路设施及其他信息外，增加了管理信息调查项目，即对道路运输企业安全管理信息、公安交通管理信息、交通运输管理信息、医疗等应急救援信息等进行深入调查，以探寻管理方面存在欠缺，采集项达373项。
值得注意的是，在车辆信息方面，通过收集号牌种类、号码使用性质、各类车型、车辆安全状况、碰撞部位等166项数据，能够满足对于车辆安全的基本信息分析。
当事人信息方面，通过收集人员类型、交通方式、驾驶证信息、伤害部位、责任等60项数据，能够对于行人保护等问题提供很好的数据支撑。
在报警方面，我们也对如何引导报警人员表达出事故受伤害的程度、派遣多少警力进行救援作了明确的要求。下图所示是一次死亡3人以上事故调查采集表架构，对于车辆专项信息、采集部位、碰撞部位要求的更加详细，以便后续的分析工作能够更好地开展。
交通事故采集当前存在采集项缺项、部分数据错误率高、录入质量较差等问题，如多起事故填报为同一路段、事故地点中的信息与公里数、米数不一致等，严重影响事故预防分析研判的科学性、精准性。事故成因调查方面，出于事故认定和善后处理的考虑，侧重事故直接原因，关注违法行为，导致“人”的因素十分突出，同时，缺乏事故综合成因分析，不够科学、客观。
调查信息录入方面，事故办案民警调查、内勤录入，每年20多万起事故的录入分析，工作量大、人手缺少造成了录入质量不高、缺项率高，录入时选择“其他”、“不明”数较多，数据分析可能造成失真现象。
从国际层面来看，发达国家自上世纪90年代起陆续开展交通事故深度调查采集分析工作。欧洲国家对交通事故采集工作尤为关注，最具代表性的就是德国的GIDAS。澳大利亚、日本、美国也建立了类似的体系，积累了较为丰富的事故数据和深度分析研究经验，如亡人事故，专业指向如车企、医疗机构等，有个现象是高校、科研机构、企业深入介入采集工作。
基于以上问题，《“十四五”全国道路交通安全规划》中明确提出要推动在全国范围内建设十个以上的道路交通事故调查分析实验室（相关工作目前正在推进中）。目标是能够建立我国的深度调查亡人事故的队伍和机制，建立新的分析系统（目前已经在建设中）。
目前新能源车、智能汽车、网联汽车的快速发展对事故调查工作的开展也面临非常大的挑战。公安部安全中心正在申报深度调查国家标准，细化程序要求，希望行业同仁支持并能够参与到相关工作，对标准进行完善和补充。希望国家有关部门支持并批准开展相关标准的制定工作。
同时建议：交警部门要增加交通事故采集分析人手，保持人员稳定，加快全面提高采集的准确性。也希望各行各业包括高校、科研机构等部门共同关注、积极参与采集、维护交通事故数据，以便后续工作能够更好地开展。
事故统计分析方法及改进
事故统计分析的常规方法是对区域或某道路上发生的交通事故进行分析，统计对象为事故起数、死亡人数、受伤人数、直接经济损失四项指标，常规统计周期为月度、季度、半年或全年。分析对象可分为高速公路、普通国省道、农村道路，其中农村道路、城市道路需要单独进行分析。
前几年我们对农村道路进行分析，发现农村道路交通事故占比非常大，后续我们开展了一系列的农村公路整治行动，并取得了良好的成效。
最近我们在对于国家高速和城市道路进行分析时发现，近年来虽然总体事故数量在下降，但所占比重却在上升。因此要重视两客一危车辆、农村面包车、电动自行车等，对其进行单独分析。如今，老年人交通安全愈发重要，相关分析研究也需逐步深入。此外，运输车辆安全事故、车辆安全专题研究以及道路安全专题分析研究是我们当前的重点工作。
事故基本态势分析是事故统计分析的重要方法。通过对事故起数、死亡人数、受伤人数的绝对值、同比增降幅及多年升降趋势；对较大以上事故起数、死亡人数、受伤人数的绝对值、同比增降幅及年平均值进行分析，区分3人、5人、10人及以上事故，采用基于时间的纵向比较、基于区域的横向比较，并进行针对性治理。目前，我国一次死亡10人以上重大道路交通事故逐年下降，取得了显著成效（如下图）。
事故特征分析是非常关键的。通过对肇事车辆进行分析，包括车辆类型、车辆使用性质等，可得出肇事发生的原因。通过对肇事人的交通方式、驾龄、年龄、职业以及伤亡人员的交通方式、年龄、人员类型等进行分析，可反映出相关的社会性问题，并制定针对性的解决方案。在进行环境分析时，可根据不同天气、照明条件下的事故情况，结合地域气候特征选择分析重点，并提出相应的对策。
地域分析也非常有意义，可以推动各地区在争先创优中做好工作。地域分析即对各辖区事故情况、所占比例、同比增降幅等进行；时段分析即对月份、星期、31日、24小时和重点时期等分析；道路分析即对道路类型、公路行政等级和事故多发路段路口等进行分析；事故因素分析即对事故形态、事故原因等进行分析，并根据不同地区、不同时段的交通特点，制定相应的应对之策。
此外，事故分析中还可对人、车、路各项因素中两因素或多个因素关联组合分析，分别针对以路为主、以车为主、以人为主和综合考虑等情况进行分析。
相对指标的分析也是我们当前关注的重点。死伤比、重伤率可以体现事故预防有效性；GDP亿元死亡率、万车死亡率、十万人口死亡率、公路百公里死亡率及东中西区域性指标都是我们进行事故分析的考量指标。
由于常用的统计分析无法获取隐藏在大数据中的趋势性、预判性等有效数据，因此需要进行多源信息融合分析、挖掘。通过大数据挖掘、数理统计、人工智能、可视化四大支柱对多源信息进行分析，回归算法、关联分析法、人工神经元网络、决策树和遗传算法、聚类、序列模式分析以及机器学习等主要算法都值得我们进行深入研究。
此外，相关应用场景也非常多。如利用车流量、车速、违法事故、道路基础信息等建立影响因素模型，开展重点道路安全风险评估；利用事故/违法数据，机动车及人口数量数据，建立事故、违法回归模型，预测各地交通安全发展态势；运用贝叶斯分类器、决策树、逻辑回归等方法，分析道路安全等级，详细解释道路安全与各安全变量之间的关系；运用关联分析法，探索交通违法和事故发生之间的关系规律等。
最后分享关于事故隐患排查的思考。第一，安全生产事故隐患排查治理暂行规定中明确了事故隐患是指可能导致事故的人的不安全行为、物的不安全状态和管理上的缺陷。道路交通事故隐患是指可能导致交通事故的交通人包括行人、驾驶人的不安全行为、道路及车辆的不安全状态以及交通全链条管理上的缺陷或漏洞。
第二，交通事故隐患排查对象是人、道路、车、管理和系统。交通事故隐患治理需要企业自排查，第三方排查以及相关管理部门监督排查共同作用。企业交通安全的主体责任应该要更加强化；管理部门监督排查不能只关注道路还要关注交通管理的全过程包括企业安全管理、交通运输管理、监督管理、执法管理等。
第三方专业排查非常有必要，专业的事应该由专业的人办才能更精准。
*文章内容是赛文交通网根据公安部交通管理科学研究所原副所长、二级研究员潘汉中分享的《道路交通事故信息采集及分析》主题报告整理所得，有删减（文章经过本人审核）。