Динамика показателей аварийности на автомобильных дорогах Иркутской области

Введение. Выполнен обзор подходов повышения безопасности дорожного движения и применяемых для этого методов и моделей. Выявлено, что детская безопасность на дорогах остается насущной проблемой всего мирового сообщества. Отмечено, что, несмотря на значительное сокращение числа дорожно-транспортных происшествий на иркутских автомобильных дорогах, их величина по-прежнему высока, поэтому исследование динамики всех показателей и влияющих факторов следует продолжить для выяснения тенденций их изменения.

Цель проведения исследования. Моделирование тенденций изменений количества ДТП и травмируемых в ДТП участников с использованием регрессионного анализа, исследования изменений показателей ДТП и влияющих факторов на автомобильных дорогах Иркутской области за период 2019–2024 гг.

Материалы и методы. Для прогнозирования численностей ДТП и травмируемых (сумма погибших и раненых) на иркутских дорогах за 2019–2024 гг. данные статистики ГИБДД обрабатывались в пакете Statgraphics. По наибольшей величине коэффициента детерминации выбирался вид регрессионной модели. Динамика аварийности показателей дорожного травматизма иллюстрирована в MS Excel. Применялись методы: системного анализа, компьютерного моделирования на основе регрессионного анализа, статистического анализа связей факторов, провоцирующих реализацию ДТП.

Результаты. Выполнен анализ дорожной аварийности в Иркутской области за 2019–2024 гг. Получены регрессионные модели численностей ДТП и травмируемых с высокими коэффициентами детерминации 99,4–99,6%, что позволяет их использовать для прогноза.

Заключение. Исследование продемонстрировало устойчивое уменьшение числа ДТП и травмируемых в нем людей, получены статистически значимые модели регрессий их динамики. Показано, что в 2024 г. произошло 88,7% ДТП вследствие нарушения ПДД водителями. В 70,32% случаев нарушали правила водители легковых автомашин (из них в 14,5% водителей были пьяны), 41% водителей- нарушителей правил были возрастом от 30 до 50 лет. В 14,5% случаев нарушали ПДД водители со стажем управления, превышающим 30 лет.

1. Кириллов В.В., Романов А.С. Инженерные решения для повышения безопасности дорожного движения // Транспортное строительство. 2019. № 4. С. 12–18.

2. Kumar A., Sharma R. Engineering Solutions for Traffic Management: A Case Study Approach. International Journal of Traffic and Transportation Engineering.2020. 9(2): 45-53.

3. Shinar D. Road Safety and the Role of Infrastructure.Transportation Research Part F: Traffic Psychology and Behaviour.2016. 39: 1-12. https://doi.org/10.1016/j.trf.2016.01.004

4. Куракина Е.В., Склярова А.А. Повышение уровня безопасности дорожного движения в системе «участник дорожного движения – транспортное средство – дорога – внешняя среда» // Вестник СибАДИ. 2020; 17 (4): https://doi.org/10.26518/2071-7296-2020-17-4-488-499.

5. Смирнова И.А. Образование в области безопасности дорожного движения: новые подходы и методы // Современные проблемы науки и образования. 2021.№ 3. С. 22–28.

6. Davis R., Kearney A. Educatio n and Awareness Programs in Traffic Safety: A Comparative Study. Journal of Safety Research. . 2018. 67: 123-130.

7. Shinar D. Road Safety and Human Behavior. Transportation Research Part F: Traffic Psychology and Behaviour. 2007.10(3): 155-164. https://doi.org/10.1016/j.trf.2007.01.002

8. Van der Laan, A.M.K.T.Z. Technological Innovations in Road Safety: A Review. Transportation Research Part F: Traffic Psychology and Behaviour. 2018. 57: 1-12. https://doi.org/10.1016/j.trf.2018.05.002

9. Петров С.Н. Использование информационных технологий для управления дорожным движением // Научный вестник МГТУ. 2020. № 5: 34–40.

10. Zhang Y., Li J.The Role of Information Technology in Traffic Safety Management. Transportation Research Part C: Emerging Technologies. . 2019.105: 1-12.

11. Иванов Д.И. Анализ данных о дорожно-транспортных происшествиях: методы и подходы // Анализ и профилактика несчастных случаев. 2022. № 50(1): 15–22.

12. Smith J., Brown T. Data Analysis and Prediction in Traffic Accident Research: A Machine Learning Approach. Accident Analysis & Prevention.2021. 150: 105-112.

13. de Oliveira J.C. Big Data Analytics for Road Safety Improvement. Transportation Research Procedia.2019. 45: 123-132. Https://doi.org/10.1016/j.trpro.2019.01.015

14. Regan M.A. Behavioral Factors in Road Safety: A Psychological Perspective. Accident Analysis & Prevention.2018. 120: 123-130. Https://doi.org/10.1016/j.aap.2018.08.001

15. Чванов В.В. Методы оценки и повышения безопасности дорожного движения с учетом условий работы водителя. М.: ИНФРА-М, 2010. 416 с.

16. Николаев А.В. Международное сотрудничество в области безопасности дорожного движения: опыт и перспективы. Международные отношения. 2021. № 2: 78–85.

17. Müller M., Schmidt K. International Collaboration in Road Safety Research: Challenges and Opportunities. Journal of Transport Safety & Security.2020. 12(4): 345-360.

18. Van der Horst, P.J.W.F. International Collaboration in Road Safety: Sharing Best Practices. Journal of Transport and Health. 2021. 20: 100-110. https://doi.org/10.1016/j.jth.2021.100110

19. Асламова В.С., Минко А.А., Асламов А.А., Асламова Е.А. Системный анализ травматизма с участием детей на российских автомобильных дорогах // Современные технологии. Системный анализ. Моделирование. 2021. № 2 (70): 189–199. Https://doi.org/10.26731/1813-9108.2021.2(70).189-199

20. Летягина Е.Н., Кучеров А.С. Дорожно-транспортная безопасность на дорогах России // Теория и практика мировой науки. 2020. № 12: 30–34.

21. Асламова В.С., Минко А.А., Асламов А.А. Прогнозные модели травматизма с участием подростков на автомобильных дорогах общего пользования // Математические методы в технике и технологиях. 2021. № 1: 174–177.

22. Асламова В.С., Мелентьева А.А., Асламов А.А. Анализ статистики показателей дорожного травматизма за 2021 и 2022 гг. в Иркутском регионе // Современные технологии. Системный анализ. Моделирование. 2023. № 1(77): 194–20. Https://doi.org/10.26731/1813-9108.2023.1(77).194-206

23. Асламова В.С., Минко А.А., Асламов А.А. Регрессионные модели травматизма на автомобильных дорогах России // Образование – Наука – Производство : материалы IV Всерос. науч.-практ. конф. Чита, 2020. Т. 2. С. 109–113.

24. Асламова В.С., Кузнецова П.А., Асламов А.А. Анализ показателей травматизма в 2020 и 2021 гг. на иркутских автодорогах общего пользования // Современные технологии. Системный анализ. Моделирование. 2022. № 2 (74): 188–201. Https://doi.org/10.26731/1813-9108.2022.2(74).188-201

25. Асламова В.С., Кузнецова П.А., Асламов А.А. Анализ показателей травматизма на федеральных автомобильных дорогах Иркутской области и их трендов // Современные технологии. Системный анализ. Моделирование. 2022. № 1 (73): 75–85. Https://doi.org/10.26731/1813-9108.2022.1(73).75-85

26. Асламова В.С., Кузнецова П.A., Асламов А.А. Сравнительный анализ дорожно-транспортных происшествий в Иркутской области и России // Вестн. Ангар. гос. техн. ун-та. 2021. № 15: 127–130.

27. Асламова В.С., Асламов А.А., Шуткин А.А. Сопоставительный анализ показателей травматизма на автодорогах Иркутского региона в 2022 и 2023 гг. // Современные технологии. Системный анализ. Моделирование. 2024. № 4(78): 54–66. Https://doi.org/10.26731/1813-9108.2023.2(78).54-66

28. Малолеткина Н.С., Королева К.А. Детский дорожно-транспортный травматизм: причины в России и зарубежный опыт профилактики // Уголовно-исполнительное право. 2022. Т. 17(1–4), № 1: 85–90. Https://doi.org/10.33463/2687122X.2022.17(1-4).1.085-090

29. Sakhapov R., Nikolaeva R. Traffic Safety System Management. In Proceedings of the Thirteenth International Conference on Organization and Traffic Safety Management in Large Cities.2018. (SPbOTSIC 2018).

30. Hermans E., Brijs T., Wets G., Vanhoof K. Benchmarking road safety. Lessons to learn from a data envelopment analysis. Accident Analysis & Prevention. 2009. 41 (1): 174–182. https://doi.org/10.1016/j.aap.2008.10.010

31. Зейналов Ф.Н. К вопросу реализации основных направлений Стратегии безопасности дорожного движения в Российской Федерации на 2018–2024 годы // Право и политика. 2019. № 10. С. 40–58.

32. Баканов К.С., Бурцев А.А. Предупреждение фактов управления транспортным средством в состоянии опьянения на этапах получения, приостановления, прекращения и возобновления права на управление транспортным средством: монография. М.: ФКУ «НЦ БДД МВД России», 2021. 149 с.

33. Конорев Д.В., Сафонова Н.Л. Основные поведенческие реакции водителя, приводящие к дорожно-транспортным происшествиям // Пожарная и аварийная безопасность: сборник материалов XVI Международной научно-практической конференции, посвященной проведению в РФ Года науки и технологий в 2021 году и 55-летию учебного заведения. Иваново, 2021. С. 543–54.

34. Попов А.В., Суркаев А.Л., Моисеев Ю.И. К вопросу о диагностировании состояния утомления водителя транспортного средства // Организация и безопасность дорожного движения: материалы ХII Национ. науч.-прак. конф. с междунар. участием. Тюмень: Изд-во ТИУ, 2019. Т. 2. С. 175–182.

35. Lord D. Mannering F. “The Statistical Analysis of Crash Frequency Data: A Review and Assessment of Methodologies”. Transportation Research Part A: Policy and Practice. 2010.

36. Miaou S.-P. Title: The Relationship between Truck Accidents and Traffic Flow Journal:Transportation Research Part A: Policy and Practice. 1994 Vol.: 28(5): 293-303 Https://doi.org/10.1016/0965-8564(94)90003-0

37. Anselin LTitle: Spatial Econometrics: Methods and Models Publisher: Springer.1988.

38. Ларионов К.О. Прогнозирование статистических данных автомобильных дорожно-транспортных происшествий. https://ipi1.ru/images/PDF/2021/163/prognozirovanie-statisticheskikh.pdf.

39. Hyndman R.J., Athanasopoulos G. Title: Forecasting: Principles and Practice Publisher: OTexts.2018. URL: https://otexts.com/fpp3/.

40. Скоробогатченко Д.А., Ерохин А.В. Нечеткая нейросетевая модель для прогнозирования числа ДТП региона в условиях ограниченной информации. Волгоград: Волгоградский государственный технический университет, 2014. С. 174–181.

41. Borkowski P., & Kaczmarek K. Application of Machine Learning Techniques for Road Traffic Accident Prediction.Transportation Research Procedia.2020.

42. Луценко Е.В., Коржаков В.Е. Адаптивная семантическая информационная модель прогнозирования рисков совершения ДТП. Майкоп: Адыгейский государственный университет (Майкоп), 2008. С. 55–59.