信号のある交差点での歩行者衝突の深刻度を調べるためのベイズ空間ポアソン認知モデル

A Bayesian spatial Poisson-lognormal model to examine pedestrian crash severity at signalized intersections.

• Sirajum Munira
• Ipek N Sener
• Boya Dai

抄録

非自動車事故を減らすためには、施設レベルでの事故の原因と結果を深く理解する必要がある。一般的に、自転車と歩行者の衝突モデルに関する既存の文献には、2つの明確な問題があります。歩行者衝突分析のためのロバストなフレームワークを開発するために、本研究では、歩行者の曝露という重要な情報を組み込んだ複数の歩行者衝突の重症度にまたがる多変量モデルを採用した。オースティン地域の409の信号付き交差点で発生した歩行者衝突事故のうち、死亡事故、傷害（または重傷と疑われる）事故、傷害以外の事故に影響を与える重要な要因を調べるために、ベイズの枠組みを用いた多変量空間（条件付き自己回帰）ポアソン認知モデルを開発しました。歩行者衝突の調査には、交通特性、道路形状、建築環境の特徴、交差点における歩行者の露出量など、さまざまな説明変数を使用し、調査の一環として直接需要モデルを用いて推定しました。モデルの結果から、貴重な知見が得られた。多変量モデルの性能が一変量モデルよりも優れていることから、複数の歩行者衝突の深刻度を共同でモデル化する必要性が強調された。その結果、速度制限が歩行者の死亡事故に有意な正の影響を与えることが示され、交通量の増加に伴って、傷害事故も傷害事故も増加することが明らかになった。また、バス停留所の存在は歩行者死亡事故に負の影響を、非歩行者死亡事故に正の影響を与えていることがわかった。また、交差点の歩行者数は、無傷事故に正の影響を与えていることがわかりました。このように衝突タイプによって影響力が異なることから、あらゆる深刻度タイプの歩行者衝突を減少させるために、交差点の政策設計を慎重かつ重点的に行う必要がある。

Reducing nonmotorized crashes requires a profound understanding of the causes and consequences of the crashes at the facility level. Generally, existing literature on bicyclists and pedestrian crash models suffers from two distinct problems: lack of exposure/volume data and inadequacy in capturing potential correlations across various crash aspects. To develop a robust framework for pedestrian crash analysis, this research employed a multivariate model across multiple pedestrian crash severities incorporating a crucial piece of information: pedestrian exposure. A multivariate spatial (conditional autoregressive) Poisson-lognormal model in a Bayesian framework was developed to examine the significant factors influencing the fatal, incapacitating injury (or suspected serious injury), and non-incapacitating injury pedestrian crashes at 409 signalized intersections in the Austin area. Various explanatory variables were used to examine the pedestrian crashes, including traffic characteristics, road geometry, built environment features, and pedestrian exposure volume at intersections, which was estimated through a direct demand model as part of the study. Model results revealed valuable insights. The superior performance of the multivariate model over the univariate model emphasized the need to jointly model multiple pedestrian crash severities. The results showed the significant positive influence of speed limit on fatal pedestrian crashes and revealed that both incapacitating and non-incapacitating injury crashes increase with increasing motorized traffic volume. Bus stop presence was found to have a negative influence on incapacitating injury crashes and a positive influence on non-incapacitating injury crashes. Moreover, the pedestrian volume at intersections positively influences non-incapacitating injury crashes. The difference in influence across crash types warrants careful and focused policy design of intersections to reduce pedestrian crashes of all severity types.

Published by Elsevier Ltd.