بررسی سهم عوامل موثر بر شدت تصادفات در جاده های بین شهری با استفاده از مدل لاجیت ترتیبی

سطح پایین ایمنی راه های کشور و آمار بالای تصادفات نسبت به میانگین جهانی، امروزه یکی از چالش های پیش روی مدیران و تصمیم گیران در حوزه حمل ونقل و ترافیک می باشد. تصادفات علاوه بر خسارات مالی فراوانی که وارد می کند، به تلفات و جراحات فراوانی نیز منجر می گردد. ازاین رو پژوهشگران، توجه بسیاری به تحلیل و بررسی علل و شدت تصادفات کرده اند تا با ارائه راهکارهای مناسب به کاهش این خسارات کمک کنند. بررسی علت تصادفات و تعیین سهم پارامتر های مختلف در وقوع یک تصادف، مسئله اصلی (هدف) پژوهش حاضر می باشد.  

در این پژوهش با بهره گیری از 2433 داده واقعی تصادفات، به مدل سازی آماری و تعیین سهم عوامل مختلف در ایجاد تصادفات پرداخته شد. همچنین در این پژوهش، به ارائه مدل لاجیت ترتیبی برای پیش بینی شدت تصادفات و تعیین میزان اثرگذاری هریک از پارامتر ها پرداخته شده است. نتایج مدل سازی پیشنهادی با مدل های رایج مانند شبکه عصبی نیز مقایسه شده است.

بحث روی نتایج نشان می دهد که مدل لاجیت ترتیبی، کارایی بیشتری نسبت به مدل شبکه عصبی دارد. علاوه برآن، حضور عابرین پیاده، بیشترین اثر افزاینده در شدت تصادفات را دارد و تصادف عقب به پهلوی راست، بیشترین اثر کاهنده را در بین پارامترهای موثر دارد. از طرفی، فاصله از مبدا کمترین اثر افزاینده و تصادف در ساعات اولیه صبح، کمترین اثر کاهنده را در شدت تصادفات دارند. بعد از عابر پیاده، حضور خودروهای سنگین در شب، بیشترین سهم را در افزایش شدت تصادفات به خود اختصاص داده است.

در پژوهش های آتی برای پیش بینی شدت تصادفات، تاثیر پارامتری مانند میزان آشنایی راننده با مسیر بررسی گردد. همچنین تحلیل های مکانی - زمانی می تواند کمک شایانی به پیشبرد پژوهش ها در زمینه شدت تصادفات کند. از نظر کاربردی هم پیشنهاد می شود که آموزش رانندگان وسایل نقلیه عمومی در خصوص پارامترهای موثر در افزایش شدت تصادف توسط سازمان راهداری و حمل ونقل جاده ای در دستورکار قرار گیرد