CN112116808B - 判断取消拥堵收费对交通安全影响时间累计效应的方法 - Google Patents
判断取消拥堵收费对交通安全影响时间累计效应的方法 Download PDFInfo
- Publication number
- CN112116808B CN112116808B CN202010902531.5A CN202010902531A CN112116808B CN 112116808 B CN112116808 B CN 112116808B CN 202010902531 A CN202010902531 A CN 202010902531A CN 112116808 B CN112116808 B CN 112116808B
- Authority
- CN
- China
- Prior art keywords
- area
- safety
- experimental
- congestion charging
- traffic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Abstract
本发明公开了一种判断取消拥堵收费对交通安全影响时间累计效应的方法,包括如下步骤:(1)确定研究区域;(2)数据采集;(3)匹配最佳对比区域;(4)判断取消拥堵收费政策对交通安全影响的结果;(5)确定时间累计效应。本发明首先将取消拥堵收费政策的区域设定为实验对象,并将未取消拥堵收费政策的区域设定为对照对象,然后分别采集实验对象与对照对象一定时间段内的事故发生量,并基于提出的方法进行对比研究,判断取消拥堵收费政策后对交通安全影响的时间累积效应。通常政策取消后,对区域的影响效应不会立即消失,会有一定时间的滞留效应,本次发明提出的方法能够较为准确的判断拥堵收费政策取消后,对区域交通安全影响的持续时间。
Description
技术领域
本发明涉及道路交通事故安全技术领域,特别是一种判断取消拥堵收费对交通安全影响时间累计效应的方法。
背景技术
为减少道路拥挤,许多国家和地区开始实施拥堵收费政策,旨在减少高峰时间段内某些区域驶入的车辆数,提高道路运行水平,减少道路事故发生率。然而拥堵收费政策不是永久实施的,在改变居民的出行结构后,一般在实施一定时间后会取消。以往研究都会认为政策取消后,对区域的影响会立即消失,然而一般政策在取消后都会存在一定时间的累积效应。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种判断取消拥堵收费对交通安全影响时间累计效应的方法,本发明能够准确获知取消拥堵收费对交通安全影响的滞留效应。
本发明为解决上述技术问题采用以下技术方案:
根据本发明提出的一种判断取消拥堵收费对交通安全影响时间累计效应的方法,包括以下步骤:
步骤1、确定研究区域,将研究区域内取消拥堵收费的区域设置为实验对象、未取消拥堵收费的区域为对照对象;
步骤2、采集每个区域中的数据,数据包括区域的事故数量Q、区域的人口密度N、区域的经济发展GDP、区域的道路网密度K、区域的年平均机动车日交通量AADT、区域的年平均自行车日交通量AADB、区域的公交站点数量D、区域的自行车租赁站点数量Z,区域的绿化面积占比L1、区域的居住小区占比L2、区域的非居住小区占比L3、区域的道路面积占比L4;
步骤3、基于步骤1与步骤2的数据分别为实验对象寻找最相似的对照对象,具体如下:
首先对步骤2中的各个数据与对象进行量化,获得安全计量值SAFETY,对象包括实验对象和对照对象,然后基于最邻近匹配原则分别对实验对象与对照对象进行匹配,找到与实验对象的SAFETY最接近的对照对象的SAFETY,从而该对照对象即为实验对象的最相似的对照对象;
步骤4、根据步骤1、步骤3所确定的两者,两者是指实验对象、以及实验对象对应的最相似的对照对象,然后分别判断不同时间内两者之间的安全事故数量差异;具体如下:
首先判断拥堵收费取消后的第P天内两者之间的安全事故数量差异,如果安全事故数量差异是非显著的,表明拥堵收费在取消后的第P天内仍然对该区域的交通安全有影响,则继续判断第P天到第(P+Q)的安全事故数量差异,以此类推直到安全事故数量差异显著,表明影响完全消失;其中,P、Q均为大于15小于31的整数;
其中,ATT表示实验对象、实验对象所对应的最相似的对照对象这两者之间的安全事故数量差异,ti为第i个实验对象的安全事故数量,i=1,2,3…n,tj为第j个对照对象的安全事故数量,n为实验对象的个数;
安全事故数量差异是非显著的,是指T的绝对值小于1.96;安全事故数量差异是显著的,是指T的绝对值大于或等于1.96;其中T的计算公式如下:
作为本发明所述的一种判断取消拥堵收费对交通安全影响时间累计效应的方法进一步优化方案,步骤1中区域以城市交通小区为单位。
作为本发明所述的一种判断取消拥堵收费对交通安全影响时间累计效应的方法进一步优化方案,步骤1中将实验对象与对照对象的样本比例设置为1:20。
作为本发明所述的一种判断取消拥堵收费对交通安全影响时间累计效应的方法进一步优化方案,步骤3中计算安全计量值的公式如下所示,
其中,α为常数项、βm为第m个参数的回归系数,m=1,2,3…11。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
(1)本发明通过交通安全量化方法为实验对象匹配最佳的对照对象,分别对两者相同时间段内的事故数量进行提取,并判断拥堵收费政策废除后对该区域交通安全影响的时间累积效应(即滞留时间),准确获知取消拥堵收费对交通安全影响的滞留效应;
(2)滞留效应可以为交通执法部门提供较好的安全预测,如取消拥堵收费后,如果安全性显著下降,则需要加强交通管制和交通监管,辅助提高取消区域的安全水平;其次,可为政策制定者提供借鉴意义,评估取消拥堵收费政策后带来的损失和影响,比如安全性显著下降,则需重新考虑是否可以随意取消类似政策;即不仅能够完善相关领域的知识结构框架,同时能够为政府部门以及政策制定部门的效益评估分析提供强有力的支撑结果。
附图说明
图1是本发明的一种实施例的方法流程图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述:
本发明提供一种判断取消拥堵收费政策对交通安全影响时间累计效应的方法,能够在量化区域安全的基础上,讨论取消拥堵收费政策后对交通安全影响的滞留时间,即时间累积效应。
如图1所示,一种判断取消拥堵收费政策对交通安全影响时间累计效应的方法,包括如下步骤:
(1)确定研究区域:本次发明以城市交通小区为单位,将取消拥堵收费的小区设置为实验对象,未取消拥堵收费政策的区域为对照对象。为保证实验对象能够找到较为相似的对照对象,本次发明将实验对象与控制对象的样本比例设置为1:20.
(2)数据采集:本次方法所选取的协变量为区域的事故数量Q(起/年)、区域的人口密度N(单位:人/平方公里)、区域的经济发展GDP(单位:亿元)、区域的道路网密度K(单位:千米/平方公里)、区域的年平均机动车日交通量AADT(单位:辆/天)、区域的年平均自行车日交通量AADB(单位:辆/天)、区域的公交站点数量D、区域的自行车租赁站点数量Z,区域的绿化面积占比L1(%)、区域的居住小区占比L2(%)、区域的非居住小区占比L3(%)、区域的道路面积占比L4(%)。上述变量数据均可通过实地调查以及当地相关交通部门(交警部门)获取。
(3)匹配最佳对比区域:基于步骤(1)与(2)的数据分别为实验对象寻找最相似的对照对象,首先对各参与对象进行量化,即将上述因素转变为安全计量值(safety),然后基于最邻近匹配原则分别对实验对象与参照对象进行匹配,计算公式如下所示,其中α为常数项、βn为回归向量系数,其余参数于步骤(2)一致。
(4)判断取消拥堵收费政策对交通安全影响的结果:步骤(3)确定了实验对象与对照对象,然后分别判断不同时间内两者之间的安全事故数量差异。本次发明以月为单位,首先判断拥堵收费政策取消后的第一个月两者之间的差异,即ATT,如果差异是非显著的(95%水平下),则继续判断第二个月的差异,以此类推直到差异显著。
其中ATT表示实验对象与对照对象两者之间的安全事故数量差异,ti为实验对象,tj为对照对象。
(5)确定时间累积效应:基于步骤(4)的结果判断废除拥堵收费政策后对该区域的交通安全影响时间累积效应。最终的判断指标为ATT是否在95%水平上显著,首先对废除后第一个月两者之间的数据进行对比,如果ATT在95%水平上是不显著得,则表明拥堵收费政策在废除后的第一个月内仍然对该区域的交通安全有影响,则继续对第二个月的数据进行对比,如果ATT在95%水平上仍然是不显著得,则表明拥堵收费政策对交通安全影响的累积效应为2个月,以此类推直到差异显著,则表明影响完全消失。
下面用具体实施例来说明本发明。
1)确定研究区域:
本次发明选取的实验对象与控制对象的比例为1:20,假设实验对象(取消拥堵收费政策的区域)标号为b1~b10,控制对象(未取消拥堵收费政策的区域)标号为A1~A200。
2)数据采集:
通过对相关部门进行数据调研得到方法步骤(2)的数据,如表1-1所示。
表1-1样本数据统计表
3)匹配最佳对比区域:
将第2)步中采集的数据分别转变为安全计量值(safety),然后基于最邻近匹配原则分别对实验对象与参照对象进行匹配,如safety1。
假设本次案例b1~b10的相对应的匹配对象分别为A1,A2,A4,A6,A8,A10,A13,A32,A44,A56。
4)判断取消拥堵收费政策对交通安全影响的结果:基于最邻近匹配原则分别计算不同时间内两者之间的安全事故数量差异。本次案例以月为单位,首先判断拥堵收费政策取消后的第一个月两者之间的差异,即ATT1
ATT1=(Q1+Q2+…+Q10)/10-(A1+A2+A4+A6+A10+A13+A32+A44+A56)/10
如果ATT1在95%水平下不显著,即T1绝对值小于1.96,则继续判断第二个月的差异,以此类推直到差异显著。因此本次案例是在假设数据进行的,假设本次案例的ATT在第三个月在95%的水平上显著,即T3绝对值大于1.96,即停止检验,认为取消拥堵收费政策对交通安全影响的滞留效应为3个月。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作任何其他形式的限制,而依据本发明的技术实质所作的任何修改或等同变化,仍属于本发明所要求保护的范围。
Claims (3)
1.一种判断取消拥堵收费对交通安全影响时间累计效应的方法,其特征在于,包括以下步骤:
步骤1、确定研究区域,将研究区域内取消拥堵收费的区域设置为实验对象、未取消拥堵收费的区域为对照对象;
步骤2、采集每个区域中的数据,数据包括区域的事故数量Q、区域的人口密度N、区域的经济发展GDP、区域的道路网密度K、区域的年平均机动车日交通量AADT、区域的年平均自行车日交通量AADB、区域的公交站点数量D、区域的自行车租赁站点数量Z,区域的绿化面积占比L1、区域的居住小区占比L2、区域的非居住小区占比L3、区域的道路面积占比L4;
步骤3、基于步骤1与步骤2的数据分别为实验对象寻找最相似的对照对象,具体如下:
首先对步骤2中的各个数据与对象进行量化,获得安全计量值SAFETY,对象包括实验对象和对照对象,然后基于最邻近匹配原则分别对实验对象与对照对象进行匹配,找到与实验对象的SAFETY最接近的对照对象的SAFETY,从而该对照对象即为实验对象的最相似的对照对象;
步骤3中计算安全计量值的公式如下所示,
其中,α为常数项、βm为第m个参数的回归系数,m=1,2,3…11;
步骤4、根据步骤1、步骤3所确定的两者,两者是指实验对象、以及实验对象对应的最相似的对照对象,然后分别判断不同时间内两者之间的安全事故数量差异;具体如下:
首先判断拥堵收费取消后的第P天内两者之间的安全事故数量差异,如果安全事故数量差异是非显著的,表明拥堵收费在取消后的第P天内仍然对该区域的交通安全有影响,则继续判断第P天到第(P+Q)的安全事故数量差异,以此类推直到安全事故数量差异显著,表明影响完全消失;其中,P、Q均为大于15小于31的整数;
其中,ATT表示实验对象、实验对象所对应的最相似的对照对象这两者之间的安全事故数量差异,ti为第i个实验对象的安全事故数量,i=1,2,3…n,tj为第j个对照对象的安全事故数量,n为实验对象的个数;
安全事故数量差异是非显著的,是指T的绝对值小于1.96;安全事故数量差异是显著的,是指T的绝对值大于或等于1.96;其中T的计算公式如下:
2.根据权利要求1所述的一种判断取消拥堵收费对交通安全影响时间累计效应的方法,其特征在于,步骤1中区域以城市交通小区为单位。
3.根据权利要求1所述的一种判断取消拥堵收费对交通安全影响时间累计效应的方法,其特征在于,步骤1中将实验对象与对照对象的样本比例设置为1:20。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010902531.5A CN112116808B (zh) | 2020-09-01 | 2020-09-01 | 判断取消拥堵收费对交通安全影响时间累计效应的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010902531.5A CN112116808B (zh) | 2020-09-01 | 2020-09-01 | 判断取消拥堵收费对交通安全影响时间累计效应的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112116808A CN112116808A (zh) | 2020-12-22 |
CN112116808B true CN112116808B (zh) | 2021-07-20 |
Family
ID=73804733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010902531.5A Active CN112116808B (zh) | 2020-09-01 | 2020-09-01 | 判断取消拥堵收费对交通安全影响时间累计效应的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112116808B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2135200A4 (en) * | 2007-02-12 | 2011-12-28 | Sean O'sullivan | DISTRIBUTED TRANSPORT SYSTEM AND SERVICE NETWORK |
CN108985518A (zh) * | 2018-08-01 | 2018-12-11 | 北京航空航天大学 | 一种基于vissim仿真的交通拥堵收费策略优化方法 |
CN109919663A (zh) * | 2019-02-03 | 2019-06-21 | 北方工业大学 | 一种面向异质用户的拥挤道路收费确定方法及系统 |
CN112037512B (zh) * | 2020-09-01 | 2021-11-02 | 清华大学 | 一种城市拥堵条件下的机动车管理和优化方法 |
-
2020
- 2020-09-01 CN CN202010902531.5A patent/CN112116808B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112116808A (zh) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108346292B (zh) | 基于卡口数据的城市快速路实时交通指数计算方法 | |
CN109147330B (zh) | 一种拥堵识别方法及装置 | |
CN109697854B (zh) | 多维度的城市道路交通状态评估方法 | |
CN110751311B (zh) | 偶发性交通拥堵持续时间的数据提取与实时预测方法 | |
CN115048700B (zh) | 一种基于多维度数据的基建项目工程建设可行性分析评估方法 | |
CN105809360A (zh) | 一种p2p行业风险评估方法 | |
CN111739292B (zh) | 一种考虑路网od流量贡献时变性的收费站流量预测方法 | |
CN111667204A (zh) | 自动驾驶开放测试道路环境风险度确定、分级方法及系统 | |
CN105550515A (zh) | 一种对空气质量数据进行多级综合评判的方法 | |
CN108447265A (zh) | 基于topsis法的公路交通事故黑点路段鉴别方法 | |
CN114970943B (zh) | 一种高速公路事故类型与严重程度预测方法 | |
CN110867075B (zh) | 一种评估雨天条件下道路测速仪对驾驶人员反应行为影响的方法 | |
CN116631186A (zh) | 基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统 | |
CN109344903B (zh) | 基于车载感知数据的城市道路路面故障实时检测方法 | |
CN112116808B (zh) | 判断取消拥堵收费对交通安全影响时间累计效应的方法 | |
CN111640294B (zh) | 一种新建地铁线路影响下城市公交线路客流变化预测方法 | |
CN106651133B (zh) | 一种使用手机实现基于adas的用户驾驶行为评分方法 | |
CN108537914A (zh) | 公共自行车故障诊断方法 | |
CN111915880A (zh) | 一种高速公路异常事件事发点有效通行能力估计方法 | |
CN117033891A (zh) | 基于单车交通事故数据库的交通事故严重程度评估方法 | |
CN111951546B (zh) | 一种量化拥堵收费政策安全影响范围的方法 | |
CN114202923B (zh) | 一种城市道路交通拥堵时空分布综合指数测评方法 | |
CN115497306A (zh) | 一种基于gis数据的速度区间权重计算方法 | |
CN113838221B (zh) | 费用追缴方法、装置、存储介质及计算机设备 | |
CN108399747A (zh) | 基于卡尔曼滤波融合的交通流车辆密度参数估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |