跳到主要內容

簡易檢索 / 詳目顯示

研究生: 王靖為
Ching-Wei Wang
論文名稱: 高速公路收費站拆除後肇事影響分析
Analysis of impact on accidents occurring after removal the highway toll booths
指導教授: 吳健生
Jiann-Sheng Wu
口試委員:
學位類別: 碩士
Master
系所名稱: 工學院 - 土木工程學系
Department of Civil Engineering
論文出版年: 2017
畢業學年度: 105
語文別: 中文
論文頁數: 93
中文關鍵詞: 高速公路收費站多項羅吉特模式持續性車流特性
外文關鍵詞: Highway toll booths, Multinomial logit model, Continuously of traffic characteristics
相關次數: 點閱:10下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 以往國道高速公路收費方式須減速通過收費站,而現今國道高速公路已拆除收費站,改採用ETC電子收費方式,行車環境方面,變化係在於拆除各收費站站體;車流特性方面則有效提升行車速率與縮短旅行時間,而車輛均能以自由車流方式行經原收費站路段,無需再減速通過收費站,可以持續性的行駛至目的地,因此本研究提出持續性行駛的概念,彙整出持續性車流特性資料與一般車流特性資料加以研究,並分析拆除收費站後是否會因車流特性的改變,而肇事率會有顯著差異,並找出原因。本研究針對民國102年至104年台灣國道一號南下路段事故資料進行相關統計,以兩兩交流道切分路段為一樣本,計算各路段事故次數當量指標後,運用k-means將各路段事故次數當量指標分群,分成高、中與低肇事路段;再以多項羅吉特模式建構有無收費站各程度肇事分類模式,藉以了解有無收費站對於各程度肇事之影響。根據研究結果顯示主要影響國道一號南下各程度肇事之因素為收費站、密度、平均旅行時間及持續性平均旅行時間四項變數,拆除收費站後低肇事機率平均降低5.23 %,中肇事機率平均提升1.68 %,高肇事機率平均提升3.55 %;而低肇事路段平均減少0.5段路段,中肇事路段平均減少2段路段,高肇事路段平均增加2.5段路段,可以發現高速公路收費站拆除後,對於肇事是有顯著影響的。


    Before 2014, the national highway toll was collected at the toll booths on the highway, having the drivers slow down their speed to pay the toll, but the electronic toll collection (ETC) was changed from the booths to overhead gantries. Drivers no longer have to slow down to pay the toll at the booths and cars can go free flowing through the original road sections. The traffic efficiency is significantly improved and the travel time is reduced. However, drivers can easily develop driving fatigue and attention loss after the continuous driving, leading to accidents. This study will look at the continuous driving and add in the data analysis of traffic flow characteristics and accidents on national highways to explore the impact of the removal of toll booths on the accident rate.
    This study compiles the data of road accidents on the southbound section of Taiwan's National Highway No. 1 between 2013 and 2015, using the segment between two consecutive interchanges is treated as a sample and calculates the index of the number of road accidents, using k-means to group the index number into high, medium and low accident rates. The multinomial logit model is then used to construct forecast models for each incidence of accidents in order to understand whether the existence of toll booths has any impact on each incidence of accidents. The results show that there are four factors influencing each incidence level of road accidents on the southbound of National Highway No. 1 and they are toll booths, density, average travel time and the continuous average travel time. Compared with having toll booths, not having tool booths leads to the average growth rates of low incidence at -5.23%, medium incidence at 1.68% and high incidence at 3.55%, and incidence road growth of low incidence road reduce 0.5 sections, medium incidence road reduce 2 sections and high incidence road increase 2.5 sections.

    目錄 摘要 i Abstract ii 致謝 iv 目錄 v 圖目錄 vii 表目錄 viii 第一章 緒論 1 1.1 研究背景與動機 1 1.2 研究目的 3 1.3 研究範圍與內容 3 1.4 研究流程 5 第二章 文獻回顧 7 2.1 羅吉特模式 7 2.2 資料分群 11 2.3 文獻評析 13 第三章 研究方法 14 3.1 個體選擇模式 14 3.2 多項羅吉特模式 17 3.3 模式特性與變數設定 19 3.4 模式檢定 21 第四章 資料蒐集與分析 24 4.1 事故資料統計 24 4.2 有無收費站資料處理 28 4.3 有無收費站車流特性分析 31 4.4 近況分析 48 第五章 實證分析 53 5.1 模式建構 53 5.2 模式校估分析 54 5.3 有無收費站比較分析 60 第六章 結論與建議 72 6.1 結論 72 6.2 建議 74 參考文獻 75 附錄一 77

    國道高速公路局,國道高速公路局103年年報─交通管理。
    國道高速公路局,國道高速公路局104年年報─交通管理。
    林豐博等,2011 年台灣公路容量手冊,交通部運輸研究所,2011年。
    陳惠國,運輸規劃與網路,滄海書局,2009年。
    葉名山、劉欣憲、蕭宜倫、陳遠盛、柯旻嬋、馬偉誠,「易肇事路口分析-以台中市為例」,道路交通安全與執法研討會,233-238頁,2008年。
    艾嘉銘、楊宗璟,「高速公路多事故路段發生頻率與傷亡機率影響因素分析」,道路交通安全與執法研討會,192-186頁,2010年。
    艾嘉銘,「重現型高速公路肇事路段與肇事因素之研究」,逢甲大學土木暨水利工程博士學位學程,博士論文,2010 年。
    劉得政,「最佳空間分段下之高速公路事故頻次與嚴重度模式」,國立交通大學交通運輸研究所,碩士論文,2013 年。
    盛郁淳,「分時段高速公路事故頻次模式」,國立交通大學,碩士論文,2014 年。
    交通部台灣區國道高速公路局,2017年 6月15日,取自http://www.freeway.gov.tw/default.aspx#form1
    交通部台灣區國道高速公路局「交通資料庫」,2017年6月15日,取自http://tisvcloud.freeway.gov.tw/
    內政部警政署國道公路警察局,2017年 6月15日,取自http://www.hpb.gov.tw/bin/home.php
    Anderson, T. K. (2009). Kernel density estimation and K-means clustering to profile road accident hotspots. Accident Analysis & Prevention, 41(3), pp. 359-364.
    Clarke, D. D., Ward, P., Bartle, C., & Truman, W. (2006). Young driver accidents in the UK: The influence of age, experience, and time of day. Accident Analysis & Prevention, 38(5), pp. 871-878.
    Guha, S., Rastogi, R., & Shim, K. (2000). ROCK: A robust clustering algorithm for categorical attributes. Information systems, 25(5), pp. 345-366.
    MacQueen, J. (1967, June). Some methods for classification and analysis of multivariate observations. In Proceedings of the fifth Berkeley symposium on mathematical statistics and probability (Vol. 1, No. 14, pp. 281-297).
    McFadden, D., 1997. Modelling the choice of residential location." Institute of Transportation Studies, University of California.
    Mohamed, M. G., Saunier, N., Miranda-Moreno, L. F., & Ukkusuri, S. V. (2013). A clustering regression approach: A comprehensive injury severity analysis of pedestrian–vehicle crashes in New York, US and Montreal, Canada. Safety science, 54, pp. 27-37.
    Wong, S. C., Sze, N. N., & Li, Y. C. (2007). Contributory factors to traffic crashes at signalized intersections in Hong Kong. Accident Analysis & Prevention, 39(6), pp. 1107-1113.

    QR CODE
    :::