揭秘中国无证两轮、三轮机动车驾驶者事故风险：定制模型开启道路安全新视野

《Scientific Reports》：Exploring the injury severity of unlicensed powered two- and three-wheeler drivers in two-vehicle crashes in China

为探究无证两轮、三轮机动车（PTW）驾驶者对两车碰撞事故严重程度的影响，研究人员构建定制深度森林模型（DF-ptw）开展研究。结果发现无证摩托车驾驶者等受伤风险高，该研究为降低事故频率和严重程度提供依据，助力提升道路安全。

　　在交通日益繁忙的当下，道路上穿梭着大量的两轮、三轮机动车（PTW），它们凭借高可达性为人们的出行带来便利，在发展中国家更是如此。然而，这些 PTW 在为出行 “添翼” 的同时，也埋下了安全隐患。在中国，无证 PTW 驾驶者数量庞大，由于缺乏专业培训，他们对交通法规陌生，危险驾驶行为频发，导致道路安全风险剧增。每年因 PTW 事故死亡的人数近 70000 人，这一触目惊心的数字背后，是无数家庭的悲痛。为了深入剖析这一问题，山东理工大学的研究人员展开了一项极具意义的研究。他们构建了定制深度森林模型（DF-ptw），并结合 SHapley Additive explanation（SHAP）和 Partial Dependence Plot（PDP）分析，对近 3 年的事故数据进行了深度挖掘。研究成果发表在《Scientific Reports》上，为提升道路安全指明了方向。

在研究方法上，研究人员从中国山东省获取了 2020 - 2022 年涉及两车碰撞的无证 PTW 驾驶者数据，共计 5777 例。首先利用 Boruta-Shap 算法进行最优特征子集选择，筛选出如 PTW 类型、驾驶者年龄、就业状况等 10 个关键特征。随后，使用随机森林（Random Forest）和轻梯度提升机（LightGBM）作为定制预测器，构建了 DF-ptw 模型。通过 Accuracy、Precision_macro、Recall_macro和 F₁-score_marco等指标评估模型性能。

研究结果如下：

• 模型评估：DF-ptw 模型在预测受伤严重程度分类方面表现卓越，其 Accuracy、Precision_macro、Recall_macro和 F₁-score_marco等指标均高于单一预测器 Random Forest 和 LightGBM。这表明 DF-ptw 模型能更精准地预测事故受伤严重程度，为后续分析提供了可靠的基础12。
• 影响因素分析：研究将影响因素分为个体层面和群体层面。个体层面，无证 PTW 驾驶者的驾驶行为对严重和致命伤害（SFI）影响重大，酒驾、疲劳驾驶等危险行为显著增加受伤风险。例如，与无异常驾驶行为相比，酒驾使驾驶者在事故中遭受 SFI 的概率增加约 0.5。碰撞伙伴（CP）类型也至关重要，与大型车辆碰撞时，无证 PTW 驾驶者受伤风险更高，如与重型卡车碰撞，SFI 概率增加约 0.125。驾驶者年龄方面，20 - 45 岁的无证 PTW 驾驶者 SFI 概率相对较低，而 53 岁以上的驾驶者概率显著上升，相比 18 - 20 岁的驾驶者增加约 0.125。就业状况也有影响，自雇的无证 PTW 驾驶者 SFI 概率较高，比农民身份的驾驶者增加约 0.08。PTW 类型上，无证摩托车驾驶者因缺乏安全设备，SFI 风险比无证三轮车驾驶者高约 0.02345。
• 群体层面：道路功能等级影响显著，国家和省级道路因车速快、车流量大，事故中 SFI 概率比城市道路高约 0.06，农村道路因基础设施差，SFI 概率增加约 0.03。低能见度会大幅增加 SFI 风险，能见度低于 50m 时，相比大于 200m，SFI 概率增加约 0.05。事故发生时间上，午夜前后 SFI 概率比早上 7 点左右增加约 0.04。道路物理隔离形式很关键，更好的隔离（如从无隔离到 A、B 型隔离）能降低 SFI 概率，A 和 B 型隔离相比无隔离，SFI 概率降低约 0.04。照明条件也对事故有影响，黎明、黄昏和无路灯的夜间，SFI 概率增加678。

研究结论和讨论部分指出，该研究揭示了无证 PTW 驾驶者在两车碰撞事故中的关键影响因素。无证酒驾、摩托车驾驶者、自雇驾驶者以及 53 岁以上驾驶者在事故中受伤风险高，特定道路和时段也增加了事故严重程度。基于此，研究提出一系列针对性建议，如加强驾驶资格审查，减少无证驾驶者；开展宣传活动，提高人们获取驾照和佩戴防护装备的意识；增加警力，严惩无证驾驶；推广重型车辆盲点检测系统；改善道路照明等。这些建议对减少无证 PTW 驾驶者数量、降低事故严重程度、提升整体道路安全水平具有重要意义，为交通管理部门制定政策提供了科学依据，有望让道路更加安全，减少事故悲剧的发生。