Ứng dụng mô hình poisson và mô hình nhị thức âm trong dự báo tai nạn giao thông trên đường cao tốc
Email:
dungchu@utc.edu.vn
Từ khóa:
Dự báo tai nạn giao thông, Mô hình Poission, Mô hình nhị thức âm, Tử vong, Chấn thương, đường cao tốc
Tóm tắt
Tai nạn giao thông trên hệ thống đường cao tốc tiếp tục là một thách thức lớn đối với an toàn giao thông tại Việt Nam, đòi hỏi các giải pháp hiệu quả nhằm giảm thiểu rủi ro. Nghiên cứu này sử dụng dữ liệu từ 108 vụ tai nạn xảy ra trên các tuyến cao tốc để phân tích tác động của các yếu tố kết cấu hạ tầng đường cao tốc và đặc điểm giao thông đến mức độ nghiêm trọng của tai nạn. Kết quả cho thấy loại phương tiện, dạng tai nạn và điều kiện kết cấu hạ tầng là những yếu tố có ảnh hưởng đáng kể: tai nạn liên quan đến xe khách, va chạm đối đầu, lật xe và số làn xe lớn có xu hướng làm tăng mức độ thương vong; trong khi sự hiện diện của dải phân cách và làn dừng khẩn cấp giúp giảm đáng kể nguy cơ tử vong và chấn thương. Qua phân tích so sánh ba mô hình hồi quy gồm: hồi quy tuyến tính (HQTT), hồi quy Poisson và hồi quy nhị thức âm (NTÂ), mô hình nhị thức âm được xác định là phù hợp nhất trong việc dự báo mức độ nghiêm trọng của tai nạn giao thông trên đường cao tốcTài liệu tham khảo
[1]. World Health Organization, Global status report on road safety 2023. https://iris.who.int/bitstream/handle/10665/374868/9789240086456-eng.pdf, 2023 (truy cập ngày 15/03/2025).
[2]. Ủy ban An toàn Giao thông Quốc gia, Số liệu tai nạn giao thông năm 2023. https://baolamdong.vn/xa-hoi/202401/nam-2023-toan-quoc-xay-ra-22067-vu-tai-nan-giao-thong-lam-chet-11628-nguoi-0331026/, 2023 (truy cập ngày 15/03/2025).
[3] Báo Nhân Dân : Nỗ lực giảm thiểu các vụ tai nạn giao thông trên đường cao tốc, https://nhandan.vn/no-luc-giam-thieu-cac-vu-tai-nan-giao-thong-tren-duong-cao-toc-post821957.html, 2024 (truy cập ngày 31/05/2025).
[4]. VnExpress, Quy hoạch mạng lưới cao tốc Việt Nam. https://vnexpress.net/quy-hoach-mang-luoi-cao-toc-viet-nam-4855526.html, 2025 (truy cập ngày 15/03/2025).
[5]. P. Qin, J. He, C. Zhang, X. Yan, C. Wang, Y. Ye, Z. Fang, Crash risk prediction and analysis from the perspective of alignment and environment features: A study on an expressway in a hilly area, Traffic Injury Prevention, (2025) 1-11. https://doi.org/10.1080/15389588.2025.2459297.
[6]. P. Kumar, J.K. Jain, G. Singh, Analysing crash severity on expressways in India: Statistical and machine learning models, Proceedings of the Institution of Civil Engineers-Transport, (2024) 1-14. https://doi.org/10.1680/jtran.24.00071.
[7]. J.S. Madushani, R.K. Sandamal, D.P.P. Meddage, H.R. Pasindu, P.A. Gomes, Evaluating expressway traffic crash severity using logistic regression and explainable supervised machine learning classifiers, Transportation Engineering, 13 (2023) 100190. https://doi.org/10.1016/j.treng.2023.100190.
[8]. Y. Yang, T. Zheng, Y. Zhang, Y. Jiang, Y. Hu, Prediction and analysis of expressway tunnel crashes based on modified convolutional neural network and Shapley additive explanations, Proceedings of the Institution of Civil Engineers-Transport, (2025). https://doi.org/10.1680/jtran.24.00129.
[9]. L.S. Bisht, G. Tiwari, Identification of road traffic crash hotspots on an intercity expressway in India using geospatial techniques, IATSS Research, 47 (2023) 349-356. https://doi.org/10.1016/j.iatssr.2023.07.003.
[10]. Q. Hou, A.P. Tarko, X. Meng, Investigating factors of crash frequency with random effects and random parameters models: New insights from a Chinese freeway study, Accident Analysis & Prevention, 120 (2018) 1–12. https://doi.org/10.1016/j.aap.2018.07.010.
[11]. H. Zhang, S. Li, C. Wu, Q. Zhang, Y. Wang, Predicting crash frequency for urban expressways considering collision types using real‐time traffic data, Journal of Advanced Transportation, 1 (2020) 8523818. https://doi.org/10.1155/2020/8523818.
[12]. H. Naghawi, Negative binomial regression model for road crash severity prediction, Modern Applied Science, (2018) 38-46. https://doi.org/10.5539/mas.v12n4p38
[13]. Y. Yan, Y. Zhang, X. Yang, J. Hu, J. Tang, Z. Guo, Crash prediction based on random effect negative binomial model considering data heterogeneity, Physica A: Statistical Mechanics and Its Applications, 547 (2020) 123858. https://doi.org/10.1016/j.physa.2019.123858.
[14]. Z. Ma, H. Zhang, I. Steven, J. Chien, J. Wang, C. Dong, Predicting expressway crash frequency using a random effect negative binomial model: A case study in China, Accident Analysis & Prevention, 98 (2017) 214-222. https://doi.org/10.1016/j.aap.2016.10.012.
[15]. C.C. Ihueze, U.O. Onwurah, Road traffic accidents prediction modeling: An analysis of Anambra State, Nigeria, Accident Analysis & Prevention, 112 (2018) 21-29. https://doi.org/10.1016/j.aap.2017.12.016.
[16]. NCSS Statistical Software. Chapter 300: Linear Regression and Correlation. https://www.ncss.com/wp-content/themes/ncss/pdf/Procedures/NCSS/Linear_Regression_and_Correlation.pdf (truy cập ngày 01/06/2025).
[17]. NCSS Statistical Software. Chapter 325: Poisson Regression. https://www.ncss.com/wp-content/themes/ncss/pdf/Procedures/NCSS/Poisson_Regression.pdf (truy cập ngày 01/06/2025).
[18]. Chapter 326 Negative Binomial Regression. https://www.ncss.com/wp-content/themes/ncss/pdf/Procedures/NCSS/Negative_Binomial_Regression.pdf. (truy cập ngày 01/06/2025).
[19]. Thông tư 41/2024/TT-BGTVT: Quy định về quản lý, vận hành, khai thác và bảo trì kết cấu hạ tầng đường bộ, 2024.
[20]. P. K. Ozili. The acceptable R-square in empirical modelling for social science research. In Social research methodology and publishing results: A guide to non-native English speakers. IGI global, (2023) 134-143.
[21]. J. Louviere, D. Hensher, J. Swait. Stated choice methods. Cambridge University Press, 2000.
[2]. Ủy ban An toàn Giao thông Quốc gia, Số liệu tai nạn giao thông năm 2023. https://baolamdong.vn/xa-hoi/202401/nam-2023-toan-quoc-xay-ra-22067-vu-tai-nan-giao-thong-lam-chet-11628-nguoi-0331026/, 2023 (truy cập ngày 15/03/2025).
[3] Báo Nhân Dân : Nỗ lực giảm thiểu các vụ tai nạn giao thông trên đường cao tốc, https://nhandan.vn/no-luc-giam-thieu-cac-vu-tai-nan-giao-thong-tren-duong-cao-toc-post821957.html, 2024 (truy cập ngày 31/05/2025).
[4]. VnExpress, Quy hoạch mạng lưới cao tốc Việt Nam. https://vnexpress.net/quy-hoach-mang-luoi-cao-toc-viet-nam-4855526.html, 2025 (truy cập ngày 15/03/2025).
[5]. P. Qin, J. He, C. Zhang, X. Yan, C. Wang, Y. Ye, Z. Fang, Crash risk prediction and analysis from the perspective of alignment and environment features: A study on an expressway in a hilly area, Traffic Injury Prevention, (2025) 1-11. https://doi.org/10.1080/15389588.2025.2459297.
[6]. P. Kumar, J.K. Jain, G. Singh, Analysing crash severity on expressways in India: Statistical and machine learning models, Proceedings of the Institution of Civil Engineers-Transport, (2024) 1-14. https://doi.org/10.1680/jtran.24.00071.
[7]. J.S. Madushani, R.K. Sandamal, D.P.P. Meddage, H.R. Pasindu, P.A. Gomes, Evaluating expressway traffic crash severity using logistic regression and explainable supervised machine learning classifiers, Transportation Engineering, 13 (2023) 100190. https://doi.org/10.1016/j.treng.2023.100190.
[8]. Y. Yang, T. Zheng, Y. Zhang, Y. Jiang, Y. Hu, Prediction and analysis of expressway tunnel crashes based on modified convolutional neural network and Shapley additive explanations, Proceedings of the Institution of Civil Engineers-Transport, (2025). https://doi.org/10.1680/jtran.24.00129.
[9]. L.S. Bisht, G. Tiwari, Identification of road traffic crash hotspots on an intercity expressway in India using geospatial techniques, IATSS Research, 47 (2023) 349-356. https://doi.org/10.1016/j.iatssr.2023.07.003.
[10]. Q. Hou, A.P. Tarko, X. Meng, Investigating factors of crash frequency with random effects and random parameters models: New insights from a Chinese freeway study, Accident Analysis & Prevention, 120 (2018) 1–12. https://doi.org/10.1016/j.aap.2018.07.010.
[11]. H. Zhang, S. Li, C. Wu, Q. Zhang, Y. Wang, Predicting crash frequency for urban expressways considering collision types using real‐time traffic data, Journal of Advanced Transportation, 1 (2020) 8523818. https://doi.org/10.1155/2020/8523818.
[12]. H. Naghawi, Negative binomial regression model for road crash severity prediction, Modern Applied Science, (2018) 38-46. https://doi.org/10.5539/mas.v12n4p38
[13]. Y. Yan, Y. Zhang, X. Yang, J. Hu, J. Tang, Z. Guo, Crash prediction based on random effect negative binomial model considering data heterogeneity, Physica A: Statistical Mechanics and Its Applications, 547 (2020) 123858. https://doi.org/10.1016/j.physa.2019.123858.
[14]. Z. Ma, H. Zhang, I. Steven, J. Chien, J. Wang, C. Dong, Predicting expressway crash frequency using a random effect negative binomial model: A case study in China, Accident Analysis & Prevention, 98 (2017) 214-222. https://doi.org/10.1016/j.aap.2016.10.012.
[15]. C.C. Ihueze, U.O. Onwurah, Road traffic accidents prediction modeling: An analysis of Anambra State, Nigeria, Accident Analysis & Prevention, 112 (2018) 21-29. https://doi.org/10.1016/j.aap.2017.12.016.
[16]. NCSS Statistical Software. Chapter 300: Linear Regression and Correlation. https://www.ncss.com/wp-content/themes/ncss/pdf/Procedures/NCSS/Linear_Regression_and_Correlation.pdf (truy cập ngày 01/06/2025).
[17]. NCSS Statistical Software. Chapter 325: Poisson Regression. https://www.ncss.com/wp-content/themes/ncss/pdf/Procedures/NCSS/Poisson_Regression.pdf (truy cập ngày 01/06/2025).
[18]. Chapter 326 Negative Binomial Regression. https://www.ncss.com/wp-content/themes/ncss/pdf/Procedures/NCSS/Negative_Binomial_Regression.pdf. (truy cập ngày 01/06/2025).
[19]. Thông tư 41/2024/TT-BGTVT: Quy định về quản lý, vận hành, khai thác và bảo trì kết cấu hạ tầng đường bộ, 2024.
[20]. P. K. Ozili. The acceptable R-square in empirical modelling for social science research. In Social research methodology and publishing results: A guide to non-native English speakers. IGI global, (2023) 134-143.
[21]. J. Louviere, D. Hensher, J. Swait. Stated choice methods. Cambridge University Press, 2000.
Tải xuống
Chưa có dữ liệu thống kê
Nhận bài
12/03/2025
Nhận bài sửa
23/07/2025
Chấp nhận đăng
10/08/2025
Xuất bản
15/08/2025
Chuyên mục
Công trình khoa học
Kiểu trích dẫn
Chu Tiến, D., & Lê Xuân, Q. (1755190800). Ứng dụng mô hình poisson và mô hình nhị thức âm trong dự báo tai nạn giao thông trên đường cao tốc. Tạp Chí Khoa Học Giao Thông Vận Tải, 76(6), 821-835. https://doi.org/10.47869/tcsj.76.6.1
Số lần xem tóm tắt
97
Số lần xem bài báo
17
