袁 力，盧艷華

（1.吉林省公安廳交通警察總隊交通處；2.吉林省延邊州公安交通警察支隊交通處）

一、點位分析

2017年5月1日至2018年1月17日，××市公安局交警大隊應用APP處理簡易事故6 046起，占本地區(qū)APP處理總量11 584起的52.19%，占××市全部簡易事故10 843起的55.76%。

（一）整體分布

從APP點位圖看，××市簡易事故發(fā)生區(qū)域以城區(qū)為中心，見圖1。

（二）從整體分布至簡易事故多發(fā)“面”

城區(qū)中，事故多發(fā)區(qū)域以“一個商圈、兩條街路”為主，即以“××市百貨大樓”為中心的一個商圈，“長白山西路”“局子街（和光明街）——××大橋——河南街”兩條街路沿線為簡易事故多發(fā)“面”。其中，商圈742起，“長白山西路”2 448起，“局子街（和光明街）——××大橋——河南街”2 808起，分別占總起數(shù)6 046起的12.27%、40.49%、46.44%。除去重疊點，“一個商圈、兩條街路”共發(fā)生4 563起，占總起數(shù)6 046的75.47%，見圖2。

圖1 ××市城區(qū)點位圖

圖2 ××兩條街路點位圖：長白山西路沿線、局子街（和光明街）——××大橋——河南街

（三）從簡易事故多發(fā)“面”至多發(fā)“段”

在“一個商圈、兩條街路”事故多發(fā)“面”中，事故發(fā)生最高點段是“長白山西路”與“河南街”交匯處的“××市政府”（藝術劇場）點段693起，局子街（和光明街）路段上的“××市百貨大樓”點段742起、“××客運北站”點段662起。此三點段總量為2 097起，占總起數(shù)6 046起的34.68%。且三個點均在局子街（和光明街）——××大橋——河南街一條線上，見圖3。

圖3 城區(qū)內簡易事故最高點段

（四）從簡易事故多發(fā)“段”至多發(fā)“點”

從最高點“百貨大樓”中心區(qū)分析，事故分布點較均勻，突出點位有3處，均在××百貨大樓西、東兩側光明街、局子街上：百利城124起、韓城賓館105起、光明街與友誼路交匯處108起，見圖4、圖5。

二、統(tǒng)計分析

通過“吉林事故處理外網(wǎng)平臺”導出了××市2017年5月1日至12月31日的全部數(shù)據(jù)共6 663起，其中事故類型、時間、地點三項樣本全部采集完整的有效數(shù)據(jù)3 677起，地點樣本采集缺失的2 986起。

圖4 ××百貨大樓中心區(qū)點位圖

圖5 ××百貨大樓西、東兩側光明街、局子街點位圖

（一）對6 663起全部數(shù)據(jù)的分析

1.成因分析。未按規(guī)定讓行3 568起（占比53.55%），追尾1 339起（占比20.1%），溜倒車1 244起（占比18.67%），違反標志標線263起（占比3.95%），撞固定物（單車）94起（占比1.41%），開關門68起（占比1.02%），逆行48起（占比0.72%），其他20起（占比0.3%），違反信號燈16起（占比0.24%），路面翻墜2起 （占比0.03%），路面?zhèn)确?起 （占比0.02%），單車事故148起 （占比2.22%），兩車事故6 422起（占比96.38%），三車事故93起（占比1.4%）。

2.時間分析。 （1）月份分析。 發(fā)生量從高到低依次為11月、10月、8月、12月、9月、7月，占比分別為15.64%、14.92%、14.75%、13.57%、12.97%、12.02%，基本平均。 5、6月份是××大隊APP推廣應用的初期，數(shù)量少可不做為參考。（2）時段分析。從24小時各時段來看：8-10時、10-12時、16-18時、14-16時、12-14時、18-20時、6-8時、20-22時、22-24時、0-2時、4-6時、2-4時， 分別占比 22.06% 、17.90% 、17.74% 、16.52% 、12.91% 、6.51% 、5.19% 、0.96% 、0.14% 、0.05% 、0.02% 、0.00%。 多發(fā)時段依次為8-10時、10-12時、16-18時、14-16時。

（二）對3 677起有效數(shù)據(jù)分析

1.地點、成因、時間分析。在地點分析上，分別按首拼字母、“街道”的行政區(qū)域、“街道”行政區(qū)域的“路”“街”等三類情況排序；在成因和時間分析上，摘選出事故多發(fā)點段或有代表性的街、路數(shù)據(jù)共1 367起，占有效數(shù)據(jù)3 677起的37.18%，得出的結論與點位分析的地點結論和6 663起全部數(shù)據(jù)的成因、時間分析的結論完全一致。

2.“未按規(guī)定讓行”等簡易事故分析。在簡易事故成因中，未按規(guī)定讓行占比一半以上，在3 677起有效數(shù)據(jù)中選取了6處此類事故占比較高的點，分別為：河南街靠近××市人民政府“未按規(guī)定讓行”占此處全部簡易事故比達83.87%、河南街靠近××晨報占比78.13%、北山街道××腦科醫(yī)院占比68.12%、河南街靠近兩大銀行（中國銀行、郵政儲蓄）占比61.54%、河南街靠近工人文化宮占比56.25%、國際飯店、白山大廈占比53.76%。

追尾事故多發(fā)路段：濱河路、光明街、公園路、長白山西路、局子街分別達到了本路段簡易事故總起數(shù)的46.39%、36.51%、31.49%、26.17%、20.64%，高于全部數(shù)據(jù)的平均值20.10%。濱河路和長白山西路路段車速快是易發(fā)生追尾事故的客觀因素。

三、關聯(lián)分析

2017年1月1日至12月31日，××市共發(fā)生死亡道路交通事故57起。其中城市道路38起、公路14起、其他5起。分別占全部死亡事故的66.67%、24.56%、8.78%。為了深入分析簡易事故與死亡事故的關聯(lián)因素，我們從死亡事故“倒推”APP簡易事故點位和數(shù)據(jù)統(tǒng)計分析：

（一）地點分析

城市內死亡事故高發(fā)的前三個路段均發(fā)生在“一個商圈、兩條街路”上：長白山西路14起、局子街/光明街8起、人民路/公園路（含梨花路、西山街）7起（位于“商圈”內），合計發(fā)生的29起死亡事故占城區(qū)死亡事故38起的76.32%，占全部死亡事故57起的50.88%。

（二）時間分析

1.按月份分析。 10月份5起、1月份4起、3月份、6月份、7月份、8月份、9月份、12月份均3起，2月份、5月份均2起，4月份、11月份無。這與APP簡易事故每個月份大體分布很平均的結論不一樣。

2.從時間段上分析。18-20時5起，12-14時、20-22時均4起，2-4時3起，4-10時、14-16時均2起，0-2時、10-12時、22-24時均1起。這與簡易事故分析的時段截然不同。尤其是前4個時段，完全不在簡易事故多發(fā)的時段。

（三）類型分析

“一個商圈、兩條街路”29起事故中，機動車與行人20起，機動車與自行車6起，摩托車單方2起。分別占29起總數(shù)的68.97%、20.69%、6.90%。行人、自行車、摩托車三類事故占死亡事故的96.55%。

（四）成因分析

“一個商圈、兩條街路”29起死亡事故中，機動車違法是引發(fā)事故的主要原因。其中未按操作規(guī)范安全駕駛、文明駕駛20人次；未按規(guī)定讓行11人次；機動車超速或安全車速9人次；飲酒后駕駛機動車4人次；未按分車道通行4人次；無證駕駛、暫扣期間駕駛3人次；違反信號1人次等。其中未按規(guī)定讓行的11人次，占29起全部事故的37.93%。

非機動車違法中違反信號、未按規(guī)定讓行、橫過道路時未下車推行、車閘失效時未靠邊推行各1人次。

行人違法共13起，其中行人橫過道路未走人行橫道或過街設施，未確保安全通過或突然加速折返的11人次；在道路上坐臥、停留、嬉鬧1人次，跨越隔離護欄1人次。

四、近三年死亡事故點位關聯(lián)分析

××市2015年1月1日至2018年3月28日，共發(fā)生死亡事故200起，其中城市道路144起，公路、鄉(xiāng)村等其他道路56起，城區(qū)死亡事故占全部事故的72%，公路等死亡事故占28%。通過“吉林省交通事故網(wǎng)上辦案監(jiān)督系統(tǒng)”對死亡事故的點位在地圖上標注，通過聚類分析直觀圈定出事故多發(fā)點段5處，分別為：長白山路、天池路（物流至金達萊廣場）、延河路（包含“延新橋東西”兩側點）、302國道（包含“302國道107公里600米處至119公里600米處”一處點）四處路段、公園路愛得百貨前處一處點。

（一）從死亡事故熱力圖、點位圖，結合APP簡易事故點位圖看事故整體情況

1.簡易事故和死亡事故除了以“××市百貨大樓”為中心的商圈外，整體布局情況十分相似，即簡易事故多發(fā)區(qū)域死亡事故也多發(fā)，見圖6。

2.以“××百貨大樓/百利城”為中心的商圈，簡易事故較多、但死亡事故不多，見圖7。

圖6 2017年5月1日至2018年3月28日××市城區(qū)簡易事故點位圖

圖7 2015年1月1日至2018年3月28日××市死亡事故熱力圖

（二）四個重點路段熱力圖、點位圖情況

圖8 2015年1月1日2018年3月28日××市死亡事故點位圖

圖9 2015年至今死亡事故熱力圖（標記為4個重點路段）

（三）長白山路、天池路死亡事故情況分析

1.長白山路、天池路死亡事故起數(shù)情況。長白山路、天池路（兩條路并行、相鄰）死亡事故43起、占城區(qū)死亡總數(shù)的29.86%。其中長白山路33起、占城區(qū)總數(shù)的22.92%，天池路10起、占城區(qū)總數(shù)的6.94%。

2.長白山路事故形態(tài)分析。按事故形態(tài)分析，長白山路33起事故中，行人19起，摩托車、自行車5起，機動車之間9起（含1起側翻）。分別占33起總數(shù)的57.58%、15.15%、27.27%。涉及行人、自行車、摩托車三類死亡事故占72.73%。

3.長白山路時間分析。通過對長白山路按月份和時間段上的分析，得出的結論與文中“三、關聯(lián)分析——（二）時間分析”一致。

4.長白山路成因分析。33起事故中，醉酒、飲酒5起，超速4起，不禮讓行人8起，未保持安全車距2起，未取得駕駛證/實習期駕駛特種車5起，不按規(guī)定駕駛（逆向、不按規(guī)定倒車、掉頭防礙正常行駛、轉彎不讓直行、未靠中心點左轉彎）5起，非機動車不靠右行駛、不按信號規(guī)定行駛2起，駕駛時打電話1起，其他意外1起。

圖10 長白山路、天池路點位圖

五、準確定位簡易事故多發(fā)及與死亡事故關聯(lián)的規(guī)律和特點

（一）找準簡易事故多發(fā)特點

1.找準事故位置。以“一個商圈、兩條街路”為主，即以“××市百貨大樓”為中心的一個商圈，“長白山西路”“局子街/光明街—河南街”兩條街路沿線為簡易事故多發(fā)區(qū)域。

2.找準事故成因?！拔窗匆?guī)定讓行”占簡易事故總數(shù)的1/2以上，“追尾事故”和“溜倒車事故”，分別占1/5左右。

3.找準事故時間。8-12時、14-18時為簡易事故多發(fā)時段，其中8-10時為事故多發(fā)最高點段。

（二）找準簡易事故與死亡事故的關聯(lián)規(guī)律

通過對死亡事故的分析，得出的結論是：簡易事故多發(fā)區(qū)也是死亡事故的多發(fā)區(qū)。這與世界著名的海恩法則（Heinrich’s Law）相符，飛機渦輪機的發(fā)明者德國人帕布斯·海恩提出的一個在航空界關于安全飛行的法則。海恩法則指出：每一起嚴重事故的背后，必然有29次輕微事故和300起未遂先兆以及1000起事故隱患。法則強調兩點：一是事故的發(fā)生是量的積累的結果；二是再好的技術，再完美的規(guī)章，在實際操作層面，也無法取代人自身的素質和責任心。

1.“一個商圈、兩條街路”的簡易事故占××市全部簡易事故的75.47%，死亡事故占城市道路死亡事故的76.32%、占全部死亡事故的50.88%。其中：“長白山路（含天池路）”三年死亡事故占城市全部死亡事故的29.86%。

2.簡易事故中“未按規(guī)定讓行”占總數(shù)的53.55%，死亡事故中“未按規(guī)定讓行”占總數(shù)的37.93%。

3.從事故成因上看，簡易事故與死亡事故的關聯(lián)還具有一定的特定性。如以“××百貨大樓”為中心的商圈，簡易事故較多、但死亡事故不多。其主要原因是車流量大、隔離設施較多、路面寬度較窄、車輛行駛速度較慢。而長白山路的簡易事故多，死亡事故也多，從道路原因上看，主要是長白山路路面較寬，中間無隔離、防護設施，交通信號燈、標志標線相對較少，道路兩邊的岔路口較多，行人、車輛從路口突然穿出，隨意穿行過街，車流量相對較少、車速較快等等都是造成死亡事故頻發(fā)的主要原因。從時間上看，死亡事故的前三個高發(fā)時段與簡易事故的前三個高發(fā)時段截然不同，死亡事故巧妙地避開了簡易事故的高發(fā)時段，說明該路段存在一定的道路風險隱患，當車量多、車速慢時，造成的傷害相對小一些，即簡易事故多發(fā)；當車流量少、車速過快時，因道路隱患始終在，就極易造成更大的傷害，即死亡事故多發(fā)。所以說，簡易事故多、說明道路隱患多，而簡易事故多、演變成死亡事故也多的導火索是車速的快慢。

六、事故點位深度分析的重大意義

（一）事故點位圖更加直觀

此次分析不同于以往的傳統(tǒng)手段，它的最大優(yōu)勢和特點是實現(xiàn)了“數(shù)據(jù)可視化”，“吉林交警APP”和“吉林省交通事故網(wǎng)上辦案系統(tǒng)”運用高德地圖關聯(lián)了地理信息，民警通過手機定位，使處理過的簡易事故在APP事故點位圖上“打點”；通過補錄死亡事故的點位坐標，使死亡事故熱力分布一目了然，能夠讓我們更加直觀、全面、準確地看到簡易事故和死亡事故多發(fā)的點、段、面。如果沒有數(shù)據(jù)的可視，我們用其他辦法是很難找到精準定位、發(fā)現(xiàn)規(guī)律的。

（二）大數(shù)據(jù)運算效果凸顯

在事故統(tǒng)計分析中，通過人工數(shù)據(jù)導出，將事故類型、發(fā)生地點、發(fā)生時間（精準到分、秒）等大量采集的信息進行了深度的智能分析，在大數(shù)據(jù)面前，推算出的一些結論讓我們感到震驚，它顛覆了一些傳統(tǒng)的認知，一些墨守成規(guī)的經(jīng)驗之談在事實面前更顯蒼白，比如以往“簡易事故與死亡事故沒有關聯(lián)或者多大關聯(lián)”“簡易事故分布零散、哪哪都多、沒有規(guī)律性、不存在多發(fā)段”等一些根深蒂固的經(jīng)驗意識現(xiàn)在看來是不成立的，“你看到的未必就是真相”，數(shù)據(jù)才能說明一切。就像冰山理論，你永遠只能看到冰山的角，而看不到它大部分的真相。

（三）引領未來事故預防分析的新模式

通過對APP簡易事故點位和死亡事故點位及兩者關聯(lián)性的深度分析，能更加精準地找到減少事故的關鍵點和最大的下降點、找到事故預防的新辦法、新手段，做到了點對點的將分析數(shù)據(jù)推送給秩序管理，從而徹底扭轉了以往事故分析無法達到可視、完全靠人工統(tǒng)計運算的初淺手段，交通事故點位分析的過程必將會成為引領未來事故預防分析的新模式。在“互聯(lián)網(wǎng)+時代”，以大數(shù)據(jù)整合運用為核心，形成后臺利用云計算、對采集的大量數(shù)據(jù)進行深度的智能分析，得出數(shù)據(jù)可視化的結論，推向路面交警，使路面勤務更加精準，這是信息化、大數(shù)據(jù)應用引領警務機制變革，構建情指融合、情勤對接、城鄉(xiāng)一體、高地聯(lián)動的扁平化指揮機制，提高警務實戰(zhàn)化水平的必然趨勢，也是為事故預防劃時代寫下的濃墨重彩的一筆。