关键词：交通工程;电动汽车;随机参数Logit模型;事故时空特征;事故严重度;边际效应
摘 要：为了探索电动汽车与行人碰撞事故的时空分布模式，在传统核密度估计法中引入聚类强度和事故严重度指标，建立了交通事故黑点时空核密度估计方法；考虑到事故变量中可能存在的随机变量和异质性，基于均值异质性的随机参数Logit模型，建立了电动汽车与行人碰撞事故严重程度模型，识别影响电动汽车与行人碰撞事故严重程度的关键因素，并通过计算显著变量的边际效用定量确定影响因素对行人碰撞事故严重程度的影响。研究结果表明：电动汽车和燃油汽车与行人碰撞事故主要分布在城市中心区域，电动汽车与行人碰撞事故分布相对更为集中，且工作日和白天时电动汽车的事故数更多、严重程度更高。电动汽车的驾驶人年龄在40～60岁和事故发生时间段在18:00～6:00为随机变量且分别服从N(-0.58 2，0.926²)和N（-0.313，0.518）的正态分布，且分别在道路功能等级（主干路）、车辆类型（货车）和天气（雾霾）变量中具有均值异质性，此外，男性驾驶人、中青年驾驶人和工作日出行等因素会导致电动汽车事故严重程度的不同增加；考虑均值异质性的电动汽车随机参数Logit模型的AIC比随机参数Logit模型减少了26，对数似然值增加了94.272，可见，引入均值异质性后，构建的基于随机参数Logit模型的电动汽车与行人碰撞事故严重程度模型拟合优度有所提升且能更科学全面地解释电动汽车与行人碰撞事故的致因原理。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取