Microsoft Word - 計画学論文集_hyodo_Yoshii_Takayama_0714.doc

Size: px

Start display at page:

Download "Microsoft Word - 計画学論文集_hyodo_Yoshii_Takayama_0714.doc"

みひなあみおか
5 years ago
Views:

1 車両検知器の 5 分間データを利用した交通流状態別事故発生リスク分析兵頭知 1 吉井稔雄 2 高山雄貴 3 1 学生会員愛媛大学大学院理工学研究科 ( 愛媛県松山市文京町 3 番 ) hyodo.satoshi.7@cee.ehime-u.ac.jp 2 正会員愛媛大学教授大学院理工学研究科 ( 愛媛県松山市文京町 3 番 ) yoshii@cee.ehime-u.ac.jp 3 正会員愛媛大学助教大学院理工学研究科 ( 愛媛県松山市文京町 3 番 ) takayama@cee.ehime-u.ac.jp 本研究では,5 分間の Q-K 関係に基づいた交通流状態として自由流, 渋滞流に加え, 第 3 の相混合流を考慮し, これらの交通流状態が事故発生リスクに与える影響について比較分析を行う. まず, 混合流の出現過程の違いを間接的に考慮するため, 片側 2 車線区間と 4 車線区間の車線数別の交通流状態別事故発生リスクを比較分析する. 続いて, 自由流と渋滞流が空間的に混在している空間混合流の影響に焦点を当て, 車線別の交通流状態と事故発生リスクとの関係を分析する. 具体的には, 阪神高速道路ネットワークを対象に,26 年 1 月 1 日から 28 年 12 月 31 日の 3 年間の交通事故データと交通流観測データを用いて分析した. その結果, 空間混合流よりも全車線が渋滞流である方が追突事故および車両接触事故の発生リスクは高くなる傾向を示した. Key Words : traffic states, mixed flow, urban expressway, accident risk 1. はじめに (1) 背景目的交通事故発生件数は, 平成 24 年で6 万件を超える事故が発生しており 1), 高速道路上での事故による死者数をみると逓増の傾向を見せていることから, 交通事故削減に向けた努力が求められている. そこで, 有効な交通事故対策を実施するためには, 交通事故発生に影響を与える事故要因を知ることが有用であり, これまでに多数の 2), 3), 4), 交通事故要因分析 5) がなされている. これらの研究で考えられている交通事故要因としては, 道路幾何構造要因, 環境要因, 交通流要因および人的要因の4 つに分類できる. 道路幾何構造要因としては曲線半径や分合流部区間, 環境要因としては天候等, 交通流要因としては渋滞 / 非渋滞といった交通流状態, 人的要因としてはドライバー特性が挙げられる. そして, これまでにこれら要因に応じた, 様々な交通事故対策が実施されてきた. 例えば, 道路幾何構造や環境要因に着目したカーブ警戒ゼブラ板の設置, カラー舗装や排水性舗装などハード面での対策が挙げられる. 一方現状では, 質量ともに充実したハード対策に比して事故多発地点マップや注意喚起版などのソフト対策は遅れているように見受けられる. これらソフト対策の実施に向けては, 事故に至る交通状況やドライバーの危険行動等を把握するため, 前述の4 要因のうち交通流要因や人的要因に着目した交通事故対策の検討が必要である. 人的要因については, 高齢化社会を視野に入れた高齢ドライバーの運転挙動に関する深い知見を得ることが急務で有り, 現在多数の研究 6) が進められている. 一方, 交通流要因に関して, 高速道路本線上では, 交通密度の高い渋滞流中において事故が発生しやすいことが指摘されており 4), 交通流要因が事故発生リスクに大きな影響を与えることが示唆される. その解明に向けては, 交通事故の発生が稀事象であることから, 一定量のデータを蓄積することで, 交通流状態が事故発生に与える影響を定量的に分析することが有用であると考えられる. 近年では, 車両検知器で観測された豊富な交通流観測データや事故記録に基づく事故データなどの整備が進められている. このような背景のもと, 本研究では, 車両検知器の5 分間データをベースに, 交通流状態別の事故発生リスク 7), について比較分析を行う. そこで, まず先行研究 8) と

2 同様に自由流, 渋滞流に加えて時間空間的に両状態が存在する混合流の3 相の交通流状態を考慮し, 同交通流状態ならびに車線数が事故発生リスクに与える影響を分析する. 続いて, 空間的な交通流状態の偏りによって観測される混合流に焦点をあて, 車線別の交通流状態と事故発生リスクとの関係について分析を行う. (2) 既往研究本節では, 交通流状態が事故発生に与える影響に関する分析事例を紹介するとともに, 本研究の位置づけおよび研究の意義について述べる. 交通流状態と事故発生リスクとの関係を調べた研究として, 井上ら 4) は, 阪神高速道路を対象とした分析を行い,2 台以上が絡む車両相互の事故は渋滞時に発生しやすく, 単独事故は非渋滞時に発生しやすいこと, さらに総事故では, 渋滞時が非渋滞時に比べて交通事故が発生しやすいとの知見を得ている. また,Shefer 9), Shefer and Rietveld 1) は, 交通量と交通容量の比で示される混雑度 (v/c) を用いて交通流状態と事故発生リスクとの関係を分析し, 密度の増加に伴って事故発生リスクが増加する傾向にあることなどを示した.Frantzeskakis and Iordanis 11) は, アテネ近郊の 4 車線の都市間高速道路を対象に, 事故率 ( 件 / 台 km) と路線の混雑度 (v/c) の関係を分析し, 人身事故率が, 混雑度 (v/c) が低い領域と高い領域で高くなる傾向を有すること, 物損事故を含む全事故率が混雑度.65 以上で増加する傾向を有することを示した. また, Zhou and Sisiopiku 12) は,v/c の増加に伴って重大事故発生のリスクが低減する傾向にあることを示した. 彦坂中村 13) は, 東名高速道路三ヶ日 I.C.~ 小牧 I.C. を対象として, 車両検知器による 15 分間交通流率を交通容量で除した値を指標に用いた分析を行い, 同指標値.6 付近で事故発生リスクが最小になるとの結果を得ている. 大口ら 14) は, 東名高速道路綾瀬バス停付近を対象に, 交通流を非拘束状態 ( 自由流 ), 臨界状態, 渋滞状態の 3 状態に分類し, 事故発生リスクを評価した. その結果, 臨界状態, すなわち高密度な非渋滞の交通流状態において事故発生リスクが高くなることを示した. さらに, 交通流要因に加えて, 道路構造要因および環境要因の複数の交通事故要因を組み合わせて考慮した研究として,Golob and Recker 15) は,3 秒単位の検知器データと事故データを組み合わせ, 路面状態 ( 湿潤 / 乾燥 ), 明るさ ( 昼間 / 夜間 ) 別に交通流状態と事故発生リスクとの関係を分析し, 平均速度が事故発生リスクに影響を与えること, 車両接触事故については, 湿潤状態において高い事故発生リスクを有すること, 追突事故については昼間の乾燥状態において事故発生リスクが高くなることなどを示した. また, 藤井ら 16) は, 都市間高速道路を対象に, 追突事故率と道路線形, 構造要因ならびに交通状況要因の関係を統計的に分析し, 時間帯によって追突事故率に影響を及ぼす要因が異なることなどを示した. また, 吉井ら 17) は, 交通流要因, 道路構造要因および環境要因の 3 要因を考慮した多変量解析を行い, 事故形態別に事故発生リスクに影響を及ぼす要因が異なることを示した. これらの研究を通して, 交通流状態の差異が事故発生リスクに影響を与えることが示されている. 以上で示した研究においては交通流要因として, 当該観測地点, 時間帯における交通状態量のみを対象としている. 一方で, 観測時間内における交通流の遷移は, 事故の発生に大きな影響を与える可能性があることをいくつかの研究から指摘されている. 例えば, 三浦ら 18) は個別車両の情報が取得可能なパルスデータを用い, 事故発生直前の交通流を分析しており, サグ部で発生するショックウェーブの伝搬が追突事故の原因となっていることなどを示している. また Xing ら 19) は, 統計データおよびビデオ調査から得られた車両挙動より, 渋滞と事故との関係性を分析しており, 渋滞末尾において重大事故のリスクが高くなることなどを示している. 以上より, 時間的あるいは空間的に非渋滞流, 渋滞流が混在する走行状態にあるとき, これらの交通流状態の変化に対応できない車両の事故の危険性は高くなることが考えられる. そこで本研究では, まず車両検知器より観測された一定の観測周期の集計データを対象とし,Q-K 関係の2 次元の状態量で規定される交通流状態を自由流, 渋滞流および混合流を考慮し, 各交通流状態が事故発生リスクに与える影響を分析した. そして, 先行研究 7),8) と同様に, 交通流状態の時間的変化によって出現する時間混合流と交通流状態の空間的偏りによって出現する空間混合流の形成過程が異なる2 つの混合流に着目し, 車線数に基づきこれら混合流状態における事故発生リスクの比較を行った. その結果, 以下の知見が得られた. i) 環状線区間においては, 事故形態の違いに関わらず混合流領域において高い事故発生リスク値を示した. ii) 環状線区間においては, 追突事故ならびに車両接触事故の事故発生リスクが片側 2 車線区間よりも極めて大きくなるとの結果が得られた. 環状線区間と片側 2 車線区間との混合流状態の事故発生リスクの比較から, 空間混合流の状況下で事故発生リスクが高まる可能性を示唆している. しかしながら, ここでは間接的な比較に留まっており, 時間混合流と空間混合流をそれぞれ直接的に考慮した上での検討は行われていない. そこで本稿では, 同断面の交通流状態の分布の違いによって, 事故発生リスクが異なるかといった交通流状態の空間的な偏りに対する直接的な検討を行う. 具体的には, 車線別の交通流状態の偏りの度合いに着目し, 交通流状態が事故発生リスクに与える影響について分析する.

3 2. 分析概要 (1) 研究手順本研究では, 環状線区間と片側 2 車線区間の車線数別に自由流 / 混合流 / 渋滞流の各状態における事故発生リスクを比較分析する. 続いて, 環状線の4 車線区間を対象に, 車線別の交通流状態が事故発生リスクに与える影響を分析する. (2) 分析対象区間および期間本研究における分析対象ネットワークは,2 号淀川左岸線,8 号京都線, 山北下渡り, 山北上渡り, 北上山渡りを除く阪神高速道路ネットワークである ( 図 -1 参照 ). なお, 総延長は235.6km である. 分析期間は,26 年 1 月 1 日から28 年 12 月 31 日の3 年間を対象とする. (3) 分析に使用したデータ阪神高速道路株式会社のデータベース 5) より提供して頂いた以下のデータを分析に使用する. a) 交通流観測データ交通流観測データは, 分析対象ネットワーク内の約 5m 間隔に設置された環状線区間 68 個, 片側 2 車線区間 753 個の計 821 個の車両検知器によって観測された5 分間集計値データを用いる. ここで, 対象とした検知器はいずれの設置地点でもすべての車線に設置されている, 超音波式の車両検知器である. データ項目は,5 分間の車線別の交通量, 高車交通量, 時間オキュパンシー, 平均速度である. なお, 高車交通量とは阪神高速道路 ( 株 ) では, 車高 2.3m 以上の車両の交通量と定めている. また平均速度については, 各車線に設置された車両検知器による5 分間平均速度を各車線の交通量で調和平均したものである. 表 -1に使用したデータの一部を示す. なお, 交通流状態が与える影響を的確に捉えるため, 検知器の故障等のエラーデータは分析対象外とした. また, 事故, 工事, 落下物および故障車等の発生により, 道路の Fandamenta Diagram( 以下 FD ) が変化すると考えられるが,FDが変化する道路区間は短く, データ全体に占める割合は少ないと考えられることから, 以下ではこれらの事象による影響は考慮していない. b) 道路構造データ道路構造データからは,1m 単位の各 KPに対応する道路区間毎の道路幾何構造に関する情報 ( 幅員, 車線数, 曲線半径および縦断勾配等データ11 項目 ) を獲得することができる. 本分析では, 車線数の項目のみを分析に利用した. 表 -2にデータの一部を示す. c) 交通事故データ交通事故データは, 基礎データである交通事故調書に基づいて作成され, 発生した各事故の事故形態, 図 -1 分析対象ネットワーク ( 総延長 : km) 出典 )wikipedia: 表 -1 交通流観測データ交通量占有率平均速度日時検知器番号 ( 台 /5 分 ) (%) (km/h) 26/1/1 : /1/1 : 表 -2 道路構造データ路線番号系統番号区間番号 KP 車線数表 -3 交通事故データ発生日時路線番号系統番号 KP 事故形態 26/1/1 1: 追突 26/1/2 12: 車両接触発生路線キロポストおよび発生日時などの情報が獲得される. 表 -3に交通事故データの一部を示す. 分析対象期間中, 対象ネットワーク内において発生した事故形態別の事故件数は, 追突事故 6,722 件, 車両接触事故 3,336 件, 施設接触事故 4,273 件およびその他 2,849 件であった. なお, その他の事故については, 荷崩れ, 落下物および車両火災など事故形態は多岐にわたる. したがって, 事故形態を明確に区分することで, 各事故件数が非常に小さくなるため, 今回は分析から除くこととする. 3. 交通流状態本章では, 車両検知器から得られる交通流観測データを基に, 分析対象道路区間の交通状況を概観する.

4 (1) 交通流状態本研究では, 車両検知器の 5 分間の交通流観測データを用いて交通流状態を決定する. ここでは, 車線ごとに集計された交通流観測データから, 各車線交通量を合計した全車線交通量と車線数を用いて1 車線当たりの交通流率 Q[ 台 /h] を算出し, 車線平均速度と各車線交通量とを用いて調和平均した空間平均速度 V s [km/h] を算出し, 分析に用いる. なお, 交通密度 K [ 台 /km] については,1 車 Flow 交通流率 rate[veh/h] [ 台 /h] 交通流率 ( 台 /h) q c 自由流混合流交通密度 Density[veh/km] [ 台渋滞流図 -2 交通密度と交通流率 ( 環状線 6.5kp) 自由流混合流渋滞流 ~1 万台 km 1~1 万台 km 1~1 万台 km 1~ 万台 km k c 交通密度 ( 台 /km) (a) 環状線区間 ~1 十万台 km 1~1 十万台 km 1~1 十万台 km 1~ 十万台 km 線当たりの交通流率 Q [ 台 /h] を空間平均速度 V s [km/h] で除して算出する. 図 -2 に分析対象ネットワーク内の車線毎の交通密度と交通流率との関係を示す. 同図に示すように,Q-K 平面上において 2 つの交通流状態すなわち自由流の領域と渋滞流の領域が確認できる. さらに, 同図では, 以上 2つの領域の間にいくつかのプロットが確認 7),8) される. 以下, 本研究では, 先行研究で示すように自由流, 渋滞流の 2 相に加え, 時間的空間的に両交通流状態が混在する, この 3つ目の交通流状態を混合流と命名する. 上記で述べた混合流の出現状況としては, 以下の 2 つの状況が考えられる.1 つは交通流状態の時間的遷移によって出現するもの ( 以下, 時間混合流 ) である. すなわち, ショックウェーブの通過によって, 例えば観測時間の前半部が自由流, 後半部は渋滞流を示すなど, 検知器の観測時間内に交通流状態が遷移する状況を示す. もう一つは交通流状態の空間的偏りによって出現するもの ( 以下, 空間混合流 ) である. すなわち, 渋滞している車線とそうでない車線が混在するなど同断面の交通流状態分布が異なる状況を示す. (2) 交通流状態領域の設定図 -3(a),(b) には, 環状線区間, 片側 2 車線区間それぞれについて,5 分間交通量交通密度で規定される交通流状態を図に示すセル単位で集計した車両走行台キロを示す. なお, 図の各セルは, 交通流率については3 台 /h 毎, 交通密度については交通密度 1 台 /km/lane 毎に区分し, 計 8 の交通流状態領域を設定した. 本研究においては, 各交通流状態の総車両走行台キロを勘案し, 全ての検知器の影響区間に対して, 交通容量ならびに臨界点を q c =18 台 /h, k c =3 台 /km とし, 自由流側では原点を始点に傾き 6km/h の線分, 渋滞流側では傾き-2km/h の線分をFDとした. 同 FDを境界として, 自由流領域は, 直線 q 6k,k 3の領域, 渋滞流領域は, 直線 q>-2k+24,k>3の領域とする. さらに,FDの下側の領域を混合流領域とした. 交通流率 ( 台 /h) q c 自由流渋滞流混合流 k c 交通密度 ( 台 /km) (b) 片側 2 車線区間図 -3 交通流状態領域別の総走行台キロ 4. 交通流状態別事故発生リスク分析本章では,3 章で示した交通流状態別の事故発生リス 17) ク比較分析を行う. なお, 本研究では以下既往研究に習い, 事故発生リスクは式 (1) で算定する. N i 8 R 1 (1) i L R i: 交通流状態領域 i の事故発生リスク [ 件 / 億台 km] N i : 交通流状態領域 i で発生した事故件数 [ 件 ] L i : 交通流状態領域 i で走行した総走行台キロ [ 台 km] i

5 表 -4 交通流状態領域別追突事故発生リスク事故件数事故発生リスク車両走行台キロ [ 件 ] [ 件 / 億台 km] [ 台 km] 追突事故追突事故自由流領域 2, ,56,237,28 混合流領域 2, ,763,154 渋滞流領域 1, ,642, 図 -4 交通流状態領域別追突事故発生リスク表 -5 交通流状態領域別車両接触事故発生リスク事故件数事故発生リスク車両走行台キロ [ 件 ] [ 件 / 億台 km] [ 台 km] 車両接触事故車両接触事故自由流領域 2,19 2 1,56,237,28 混合流領域 ,763,154 渋滞流領域 ,642, 図 -5 交通流状態領域別車両接触事故発生リスク表 -6 交通流状態領域別施設接触事故発生リスク事故件数事故発生リスク車両走行台キロ [ 件 ] [ 件 / 億台 km] [ 台 km] 施設接触事故施設接触事故自由流領域 3, ,56,237,28 混合流領域 ,763,154 渋滞流領域 ,642,654 5 自由流領域混合流領域渋滞流領域図 -6 交通流状態領域別施設接触事故発生リスクなお, 報告された事故発生時刻に誤差が含まれることを考慮し, 事故発生時の交通流状態については, 事故発生時刻の 5 分前の交通流観測データを使用している. 以下の事故形態別に事故発生リスク要因分析を行う. i) 追突事故 ii) 車両接触事故 iii) 施設接触事故なお, 追突事故は, 前車の後方部車両接触を, 車両接触事故は車両側面接触をそれぞれ示す. 施設接触事故については, 単独車両による交通事故を示す. (1) 交通流状態領域別事故発生リスク以下では, ネットワーク全線を対象に自由流 / 混合流 / 渋滞流の事故発生リスクの比較を行う. 事故形態別に自由流領域, 混合流領域および渋滞流領域の交通流状態領域別に事故発生リスクを算定した結果を示す. a) 追突事故交通流状態領域別の追突事故件数を表 -4 に示す. 算定した事故発生リスクを図 -4 に示す. 結果に示すように, 渋滞流領域において事故発生リスクが大きくなるとの結果が示された. 次いで, 混合流領域において高い事故発生リスクを示した. 混合渋滞流領域で事故の危険性が高いことから, 渋滞流中の粗密あるいは上流側へ渋滞が延伸縮小する過程の中での交通流の変化に車両が対応できないことが事故の要因として推察される. b) 車両接触事故交通流状態領域別の車両接触事故件数を表 -5 に示す. 算定した事故発生リスク図 -5 に示す. 追突事故と同様に, 渋滞流領域において事故発生リスクが大きくなるとの結果が示された. 次いで, 混合流領域において高い事故発生リスクを示した. このことから, 渋滞流中あるいは渋滞が延伸する過程の中で, 走行車線から追い越し車線への無理な車線変更の増加に起因することが推察される. c) 施設接触事故交通流状態領域別の施設接触事故件数を表 -6 に示す. 算定した事故発生リスクを, 図 -6 に示す. 結果に示すように, 混合流領域において事故発生リスクが大きくなるとの結果が示された. 次いで, 自由流領域において高い事故発生リスクを示した. (2) 車線数別の事故発生リスク ( 環状線区間と片側 2 車線区間 ) 以下では, 混合流について車線数別の事故発生リスクを比較する. 事故形態別に対象ネットワークを環状線区間, 片側 2 車線区間の別に自由流 / 混合流 / 渋滞流の交通流状態領域別に事故発生リスクを算定した結果を示す. なお, ここでは車線数に基づき環状線区間の混合流

6 を空間混合流, 片側 2 車線区間の混合流を時間混合流に分類する. a) 追突事故環状線区間, 片側 2 車線区間の別に交通流状態領域別の追突事故件数を表 -7 に示す. 算定した事故発生リスクを, 環状線区間, 片側 2 車線区間の別に図 -7 にそれぞれ示す. 結果に示すように, 環状線区間については空間混合流領域において事故発生リスクが大きくなるとの結果が示された. 片側 2 車線区間については, 渋滞流領域において高い事故発生リスクを示した. b) 車両接触事故環状線区間, 片側 2 車線区間の別に交通流状態領域別の車両接触事故発生件数を表 -8 に示す. また, 環状線区間, 片側 2 車線区間の別に交通流状態領域と事故発生リスクとの関係を, それぞれ図 -8 に示す. 結果に示すように, 環状線区間については空間混合流領域において事故発生リスクが大きくなるとの結果が示された (a) 環状線区間表 -7 交通流状態領域別追突事故発生リスク追突事故件数 [ 件 ] 追突事故発生リスク [ 件 / 億台 km] 車両走行台キロ [ 百万台 km] 環状線片側 2 車環状線片側 2 車環状線片側 2 車自由流領域 24 2, ,947 混合流領域 555 2, 渋滞流領域 217 1, (a) 環状線区間 (b) 片側 2 車線区間図 -7 交通流状態領域別追突事故発生リスク表 -8 交通流状態領域別車両接触事故発生リスク車両接触事故件数 [ 件 ] 車両接触事故発生リスク [ 件 / 億台 km] 車両走行台キロ [ 百万台 km] 環状線片側 2 車環状線片側 2 車環状線片側 2 車自由流領域 461 1, ,947 混合流領域渋滞流領域 (b) 片側 2 車線区間図 -8 交通流状態領域別車両接触事故発生リスク表 -9 交通流状態領域別施設接触事故発生リスク施設接触事故件数 [ 件 ] 施設接触事故発生リスク [ 件 / 億台 km] 車両走行台キロ [ 百万台 km] 環状線片側 2 車環状線片側 2 車環状線片側 2 車自由流領域 294 3, ,947 混合流領域渋滞流領域 (a) 環状線区間自由流領域混合流領域渋滞流領域 (b) 片側 2 車線区間図 -9 交通流状態領域別施設接触事故発生リスク

7 表 -1 車線別交通流状態領域別車事故発生リスク車線別交通流状態事故件数事故発生リスク車両走行台キロ [ 件 ] [ 件 / 億台 km] [ 百万台 km] 追突車両接触施設接触追突車両接触施設接触空間自由流空間混合流空間渋滞流事故発生リスク [ 件 / 億台 km] 追突車両接触施設接触空間自由流空間混合流空間渋滞流図 -1 車線別交通流状態領域別事故発生リスク一方, 片側 2 車線区間については, 渋滞流領域において高い事故発生リスクを示した. c) 施設接触事故環状線区間, 片側 2 車線区間の別に交通流状態領域別の施設接触事故件数を表 -9 に示す. 事故発生リスクの算定結果をそれぞれ図 -9 に示す. 結果に示すように, 環状線区間については自由流領域ならびに空間混合流領域において事故発生リスクが大きくなるとの結果が示された. 片側 2 車線区間については, 時間混合流領域において高い事故発生リスクを示した. (3) 空間混合流の事故発生リスクここでは, 車線別の交通流状態に基づいて, 空間自由流 / 空間混合流 / 空間渋滞流を定義し, 各交通流状態別の事故発生リスクを比較する. a) 車線別交通流状態車線別の車両検知器による交通流観測データに基づき, 車線別の交通流状態を以下に示す3パターンに分類する. i) 空間自由流全車線の交通流状態が平均速度 v 6 [km/h] かつ交通密度 k 3 [ 台 /km] である状態. ii) 空間混合流平均速度 v 6 [km/h] かつ交通密度 k 3 [ 台 /km] の車線と平均速度 v<6 [km/h] または交通密度 k>3 [ 台 /km] の車線が混在している状態. iii) 空間渋滞流全車線の交通流状態が平均速度 v<6 [km/h] または交通密度 k>3 [ 台 /km] である状態. b) 分析データ概要分析には, 環状線区間の内 4 車線の道路区間のみを対象とし, 同区間に設置された12 地点 48 個の車両検知器のデータを用いた. なお, 事故については分析対象期間中に対象区間において発生した事故のうち, 本線上で発生した事故 1,47 件を扱う. c) 交通流状態別事故発生リスク表 -1, 図 -1 には, 事故形態別に空間自由流 / 空間混合流 / 空間渋滞流の事故発生リスク算定結果を示す. 結果に示すように, 追突事故, 車両接触事故いずれも空間渋滞流, 空間混合流, 空間自由流の順に事故発生リスクが大きくなるとの結果が示された. 一方で, 前記 (2) 節においては, 環状線区間における事故発生リスクは混合流領域で最も高い値を示していた. 言い換えると, 混合流の方が渋滞流よりも事故発生リスクが高くなっているのに対して, 一部の車線が自由流の状態である状況 ( 空間混合流 ) は全車線が自由流ではない状況の事故発生リスクよりも低い値を示した. これらの結果より,4 車線区間においては, 空間的な交通流状態の偏りよりも時間的な交通流状態の変化によって混合流の事故発生リスクが高くなっているものと推察される. 施設接触事故に関しては, 前節と同様自由流状態において最も交通事故リスクが高くなるとの結果を得た. 5. まとめ本研究では,26 年から28 年までの3 年間の交通事故データと交通流観測データ, 道路構造データを用いて, 追突, 車両接触および施設接触の事故形態別に, 自由流 / 渋滞流 / 混合流における事故発生リスクの比較分析を行った. 具体的には, まず阪神高速道路ネットワーク全線を対象に交通流状態別の事故形態別の事故発生リスクの比較を行った. 次に, 車線数による走行時の自由度の違いに着目し, 車線数別に交通流状態別のリスクを比較した. そして, 車線別の交通流状態に基づき, 空間的な交通流状態の偏りが事故発生リスクに与える影響を調べた. その結果, 追突事故ならびに車両接触事故の事故発生リスクが渋滞流および混合流において大きくなることが示された. また, 空間的な交通流状態の偏りによって生じる空間混合流よりも交通流状態の時間的変化によって生じる時間混合流の事故発生リスクが高いことを示唆する結果が得られた. 今後は, 時間混合流および空間混合流が事故発生リスク与える影響を把握するため, 渋滞流中の粗密波などのショックウェーブを考慮した事故発生リスク分析など, 時間混合流と空間混合流の事故発生リスクに関する比較分析を行う. また, 各種道路施策による交通安全性向上効果の評価を可能にするよう, 道路幾何構造など事故発生リスクに影響を与えると考えられる要因を取り込んだ詳細なモデル分析を行う必要がある. また, 本研究では,

8 一律に FD を仮定し, その FD を基にすべての道路区間の交通流状態を判定しているが, 車両検知器の設置されている地点の道路構造などの違いにより, それらFDに差異があると考えられる. そのため, 今後ローカルなFD を設定し解析を行うことも必要であると考えられる. 参考文献 1) 警察庁交通局 : 平成 24 年版交通事故統計年報 2) 割田博, 上條俊介, 田中淳, 後藤秀典 : 首都高速道路における事故発生状況と安全対策効果の検証, 第 29 回土木計画学研究発表会講演集,No.12,24. 3) 萩田賢司, 横関俊也, 森健二 : 降雨量データを活用した雨天事故の分析, 土木学会第 66 回年次学術講演会講演概要集,211. 4) 交通工学研究会 : 阪神高速道路の交通管制に関する研究報告書, ) 小澤友記子, 兒玉崇, 大藤武彦 : 阪神高速道路の事故要因分析と今後の事故削減に向けた課題, 第 3 回交通工学研究発表会論文報告集 (CD-ROM),21. 6) 加藤哲男, 李偉国, 川上洋司, 本多義明 : 潜在事故に着目した高齢運転者の交通事故特性に関する研究, 土木計画学研究論文集,No.17,pp ,2. 7) 兵頭知, 吉井稔雄, 高山雄貴 : 都市内高速道路における多車線道路区間を考慮した別事故発生リスク要因分析, 第 32 回交通工学研究発表会論文集 (CD-ROM),212. 8) 兵頭知, 吉井稔雄, 高山雄貴 : 都市内高速道路における交通流状態領域別車線数別事故発生リスク, 第 46 回土木計画学研究講演集,No.17,212. 9) Shefer, D. : Congestion, air pollution, and road fatalities in urban areas, Accident Analysis and Prevention, Vol. 26, No. 4, pp , ) Shefer, D. and Rietveld, P. : Congestion and safety on highways: towards an analytical model, Urban Studies, Vol. 34, No. 4, pp , ) Frantzeskakis, J. M. and Iordanis, D. I. : Volume-tocapacity ratio and traffic accidents on interurban four-lane highways in Greece, Transp. Res. Rec., No. 1112, pp , ) Zhou, M. and Sisiopiku, V. : Relationship between volume-to-capacity ratios and accident rates, Transportation Research Record: Journal of the Transportation Research Board, Vol. 1581, pp , ) 彦坂崇夫, 中村英樹 : 高速道路単路部における交通状況と事故発生リスクとの関連に関する統計的分析, 第 21 回交通工学研究発表会論文報告集,pp , ) 大口敬, 赤羽弘和, 山田芳嗣 : 高速道路交通流の臨界領域における事故発生リスクの検討, 交通工学, 第 39 巻 3 号,pp.41-45,24. 15) Golob, T. and Recker, W. : A method for relating type of crash to traffic flow characteristics on urban freeways, Transportation research Part A, Vol. 38, Issue 1, pp. 53-8, ) 藤井大地, 宇野伸宏, 嶋本寛, 塩見康博 : 都市間高速道路における追突事故発生影響要因に関する統計的分析, 第 31 回交通工学研究発表会論文集 (CD- ROM), ) 吉井稔雄, 兵頭知, 倉内慎也 : 都市内高速道路における事故発生リスク要因分析, 第 31 回交通工学研究発表会論文集 (CD-ROM), ) 三浦久, 洪性俊, 桑原雅夫, 割田博, 後藤秀典, 高田潤一郎, 川崎洋輔, 田中伸治 : 首都高速道路における追突事故リスク予測に関するミクロ的分析, 第 9 回 ITS シンポジウム,pp , ) Jian Xing, 大西隆信, 高橋亮介, 加藤哲 : 車両挙動及び危険性指標による渋滞と事故の関係性分析, 第 33 回交通工学研究発表会論文集 (CD-ROM),213. ( 受付 ) AN ACCIDENT RISK ANALYSIS FOCUSING ON Q-K STATE USING 5 MINUTES DATA Satoshi HYODO, Toshio YOSHII and Yuki TAKAYAMA In addition to free flow state and congested flow state, this study establishes the third phase of mixed flow state based on the q-k state using 5 minutes data, and carried out a comparative analysis, which investigates an impact of the three phases of traffic states on traffic accident risk. Firstly, in order to consider difference in the process of mixed flow state, this study analyzed the differences between the traffic accident risk on two-lane expressway and four-lane expressway. After, focused on an impact of a heterogeneous mixed flow state that appear when free flow state and congested flow state are mixed in space on accident risk, the relationship between the traffic states on each lane and traffic accident risk were analyzed. Using the accident record and the observed traffic data, this study analyzed the accident risk on the Hanshin Expressway network. As a result, it is shown that the accident risks of rear-ender collision and minor collision tend to be higher in the homogeneous congested flow comparing to ones in the heterogeneous mixed flow.

通流率を交通容量で除した値を指標に用いた分析を行い, 同指標値.6 付近で事故発生リスクが最小になるとの結果を得ている. また, 大口ら 8) は, 東名高速道路綾瀬バス停付近を対象に, 交通流を非拘束状態 ( 自由流 ), 臨界状態, 渋滞状態の 3 状態に分類し, 各状態別の事故発生リスクを評価

通流率を交通容量で除した値を指標に用いた分析を行い, 同指標値.6 付近で事故発生リスクが最小になるとの結果を得ている. また, 大口ら 8) は, 東名高速道路綾瀬バス停付近を対象に, 交通流を非拘束状態 ( 自由流 ), 臨界状態, 渋滞状態の 3 状態に分類し, 各状態別の事故発生リスクを評価都市内高速道路における交通流状態領域別車線数別事故発生リスク兵頭知 1 吉井稔雄 2 高山雄貴 3 1 学生会員愛媛大学大学院理工学研究科 ( 79-8577 愛媛県松山市文京町 3 番 ) E-mail: hyodo.satoshi.7@cee.ehime-u.ac.jp 2 正会員愛媛大学教授理工学研究科 ( 79-8577 愛媛県松山市文京町 3 番 ) E-mail: yoshii@cee.ehime-u.ac.jp