108 年 國立中央警察大學交通管理研究所《交通工程與管制》

本題主要在探討交通工程師如何分析交通事故的特性，並區分了事故發生、事故牽連、事故嚴重度三種面向。同時，要求針對事故率的計算，說明母體分析與曝光量分析兩種方法的差異，並舉例數學模式。

核心觀念：

1. 事故特性分析：理解事故發生的頻率、涉及的車輛/人員、以及事故的嚴重程度。
2. 事故率計算方法：區分基數（母體 vs. 曝光量）對事故率計算的影響。

詳解：

(一) 事故特性分析內容說明：

1. 肇事發生 (Accident occurrence)：

   • 分析內容：此類分析著重於「事故發生的頻率」與「空間分布」。主要探討的是在特定時間、特定地點，事故發生的總數或發生率。例如，某路段一年發生多少起事故？某個交叉口事故發生的頻率如何？分析的目的是找出事故熱點（accident hot spots）或特定時段的事故高峰。
   • 統計指標：事故總數、平均事故數、事故率（以路段長度、交叉口數量或交通量為分母）。

2. 肇事牽連 (Accident involvement)：

   • 分析內容：此類分析著重於「哪些交通參與者」或「哪些車輛類型」與事故的發生有關。它探討的是在已發生的事故中，不同類型的車輛（如汽車、機車、自行車）、不同的駕駛人（如年齡、性別、經驗）或不同的交通行為（如超速、未保持安全距離）的「參與比例」或「相對風險」。
   • 統計指標：事故中特定車輛類型的比例、特定駕駛行為的發生比例、車輛類型與事故嚴重度的關聯性。

3. 肇事嚴重度 (Accident severity)：

   • 分析內容：此類分析著重於「事故造成的傷害程度」或「財產損失程度」。它將事故依據嚴重性分類，例如：僅財物損失、輕微傷害、嚴重傷害、死亡。分析的目的是了解哪些因素（如車速、碰撞類型、車輛保護措施）與較嚴重的事故有關，以制定更有效的減輕傷害策略。
   • 統計指標：不同傷害等級事故的比例、平均每起事故的傷害等級、特定因素導致嚴重事故的機率。

(二) 事故率 (Accident rate) 計算模式說明：

事故率是衡量特定路段或交叉口事故嚴重程度的常用指標，其計算方式取決於所採用的「基數」或「分母」。

1. 母體分析 (Population-based)：
   • 特性：此方法將「人口」或「固定地理範圍內的潛在交通量」視為分析的基數。它衡量的是「每單位人口」或「該區域所有潛在的交通行為」中發生事故的比例。
   • 數學模式：
     $\text{Accident Rate}_{\text{Population}} = \frac{\text{Number of Accidents}}{\text{Population Size or Total Exposure Unit}}$
     例如，某城市每十萬人口的事故發生數。

本題主要在考察交通工程師如何利用不同時間尺度下的交通流量數據，來推導出設計交通量相關的參數，進而計算出設計時所應考量的交通量。

核心觀念：

1. 交通流量的統計指標：理解不同「最高流量」指標的定義及其用途。
2. 設計流量的推導：掌握 K 值、D 值以及 DDHV 的計算方法。

詳解：

(一) 各流量指標定義：

1. 尖峰小時流量 (Peak-hour volume, PHV)：

   • 定義：在一日 24 小時內，任一連續 60 分鐘所測得的交通流量最高值。
   • 用途：通常用於評估日常交通壅塞狀況、服務水準分析、以及短期的交通管理措施。它代表的是一天中「最擁擠」的那個小時。

2. 第 30 最高小時流量 (30th highest hour volume, $V_{30}$)：

   • 定義：將一年 8760 小時（或特定統計期間）的每小時交通流量由高至低排列，取第 30 小時的流量值。
   • 用途：這是設計交通量計算的重要參數之一，代表一年中「僅有 29 個小時比它流量更高」的那個小時流量。它提供了一個比尖峰小時更穩定、但仍能反映較高交通需求的流量基準，用以確保設計的道路容量能夠應付一年中大部分時間的尖峰需求，避免過度設計（如用最高小時流量 $V_1$ 作為設計基準）。

3. 第 50 最高小時流量 (50th highest hour volume, $V_{50}$)：

   • 定義：將一年 8760 小時（或特定統計期間）的每小時交通流量由高至低排列，取第 50 小時的流量值。
   • 用途：同 $V_{30}$，也是設計交通量計算的參數。它代表一年中「僅有 49 個小時比它流量更高」的那個小時流量。相較於 $V_{30}$，$V_{50}$ 的流量值通常會較低，代表的設計標準也相對較保守。在某些地區或特定類型的道路設計中，可能會採用 $V_{50}$ 作為參考。

(二) D 因素、K 因素及 DDHV 推算：

這些參數是為了將一般性的總交通量（通常是年平均日交通量 AADT）轉換為更能反映設計需求的特定時間流量。

1. K 因素 (K-factor)：

   • 定義：K 因素是指尖峰小時流量 (PHV) 與全天 24 小時總流量（或日總流量）的比率。它代表一天中「尖峰小時」的流量佔全天總流量的比例。
   • 計算公式：
     $K = \frac{\text{Peak Hour Volume (PHV)}}{\text{24-Hour Volume}}$
     或在某些情況下，也可能基於日交通量：
     $K = \frac{\text{Peak Hour Volume (PHV)}}{\text{Average Daily Traffic (ADT) / 24}}$
     （需注意定義，常見的是基於 24 小時總流量）
   • 用途：K 因素用於將日平均交通量 (ADT) 或年平均日交通量 (AADT) 估算至尖峰小時流量。例如，若已知 AADT，則 PHV ≈ AADT × K。K 值的大小反映了交通流量在一天內的集中程度。

2. D 因素 (Directional Factor)：

   • 定義：D 因素是指在一天中或統計期間內，交通量較大的「主導方向」的流量佔該時段「總雙向流量」的比例。
   • 計算公式：
     $D = \frac{\text{Volume in the Dominant Direction}}{\text{Total Two-Way Volume}}$
     例如，在尖峰小時，若北向交通量為 1000 輛/小時，南向為 800 輛/小時，則總雙向流量為 1800 輛/小時，D 因素為 $\frac{1000}{1800} \approx 0.556$。
   • 用途：D 因素用於將雙向總交通量分配到單一方向。在設計道路容量時，通常只需要考慮單一方向的容量，因為兩個方向的交通需求可能不同。

3. 方向小時設計流量 (Directional Design Hour Volume, DDHV)：

   • 定義：DDHV 是指在設計考量的時間點（通常是第 30 最高小時或第 50 最高小時），單一主導方向的交通流量。它是道路設計時用來決定車道數、路面寬度等關鍵容量參數的基礎。
   • 計算公式：

本題主要在考察對交通號誌設置目的的理解，以及交通號誌時制設計的關鍵考量因素。

核心觀念：

1. 交通號誌功能：為何要在路口設置號誌。
2. 號誌時制設計要素：設計一個有效的號誌系統需要考慮哪些參數。

詳解：

(一) 交岔路口設置交通號誌管制目的：

設置交通號誌的主要目的是為了在交通量較大的路口，透過週期性的交通分流與時段分配，來達成以下幾個關鍵目標：

1. 安全 (Safety)：

   • 目的：透過明確的時段分配，避免不同方向或不同動態（直行、左轉、右轉、行人）的交通流產生衝突，降低碰撞事故的機率，特別是交叉衝突（如左轉車與對向直行車、行人與車輛的衝突）。
   • 說明：給予不同方向的車流安全通過的時間，並保護弱勢的交通參與者（如行人、自行車騎士）。

2. 公平 (Equity)：

   • 目的：在各個方向的交通需求之間，公平地分配路口的使用時間。確保所有方向的車流都有機會通過路口，避免某個方向因交通量較大而長期阻礙其他方向的交通。
   • 說明：根據各方向的交通量、延滯等因素，合理分配綠燈時間，讓各方等待時間的比例大致公平。

3. 效率 (Efficiency) / 交通順暢 (Traffic Flow)：

   • 目的：在兼顧安全與公平的前提下，盡可能減少車輛在路口的延滯時間，提高路口的通行能力，維持交通順暢。
   • 說明：透過優化號誌週期長度、綠燈時間配置，減少不必要的停車，提高車輛通過率，減少交通壅塞。

4. 行人與自行車安全通行 (Pedestrian and Bicycle Safety)：

   • 目的：為行人與自行車提供安全、足夠的通行時間與空間，確保他們能安全地穿越路口。
   • 說明：設置行人專用時相（行人綠燈），並確保行人綠燈時間足以讓行人（包括行動較慢者）安全通過路口。

(二) 行車管制號誌交通時制設計要項：

交通號誌時制設計是一個複雜的過程，需要考量多項因素以達成上述目標。主要設計要項包含：

1. 交通量資料蒐集與分析 (Traffic Volume Data)：

   • 內容：蒐集各方向（進、出）、各動態（直行、左轉、右轉）的尖峰小時流量、日平均流量、行人流量、自行車流量等。
   • 重要性：這是所有設計的基礎，決定了綠燈時間的分配比例。

2. 信號週期長度 (Cycle Length, C)：

   • 定義：一個完整的號誌信號循環所需的時間，即從某個方向的綠燈開始，到下一次該方向的綠燈開始之間的時間。
   • 考量因素：週期長度影響延滯、停車次數、行人過路時間、以及路口容量。過短的週期會導致頻繁停車與啟動，增加延滯；過長的週期則可能導致某些方向延滯過大，且行人過路時間受限。通常會考量路口規模、交通量、行人需求、以及周邊路網的協調性來決定。

本題旨在探討不同層級與方法的交通事故資料分析，以及這些分析結果如何應用於改善交通安全。

核心觀念：

1. 事故分析層級與方法：區分宏觀、微觀、彙總、個案、特性、時間序列等分析方法的定義。
2. 分析結果的應用：將各種分析方法得出的結論，轉化為具體的交通安全改善策略。

詳解：

(一) 各種事故資料分析方法的意義說明：

1. 巨觀 (Macro) 分析：

   • 意義：從較大的地理範圍或較高的層級進行分析，例如針對整個國家、省份、城市或特定區域（如高速公路網、都會區）的交通事故進行總體趨勢、發生率、嚴重性、車輛類型、肇事原因等的分析。
   • 重點：關注整體性的數據、長期的趨勢、大範圍的風險因素。通常使用統計方法，如回歸分析、時間序列分析等，來識別影響整體安全水平的關鍵因素。

2. 微觀 (Micro) 分析：

   • 意義：針對特定的、較小的地理單元或交通設施進行詳細分析，例如單一路段、單一交叉口、或是特定的交通設施（如隧道、橋梁）。
   • 重點：深入探討該特定點位的事故類型、空間分布、幾何設計、交通控制措施、交通量特徵、以及可能導致事故的具體行為或條件。例如，分析某個交叉口的事故，是左轉車與直行車衝突多，還是追撞多？

3. 彙總分析 (Aggregate Analysis)：

   • 意義：將多個相關的事故單元（如同一類型的路段、同一區域的交叉口）的數據進行彙總，然後進行統計分析。
   • 重點：尋找具有相似特徵的事故單元群組中的共性問題。例如，將同一縣市所有無號誌的四向停車交叉口事故數據彙總，分析其共同的肇事原因和安全問題。

4. 個案分析 (Case Study Analysis)：

   • 意義：針對單一、特別嚴重或具有代表性的事故，進行極為詳細的深入調查與分析。
   • 重點：通常涉及現場勘查、車輛檢測、駕駛人訪談、事故重建等，以找出該起事故發生的所有細節與根本原因。其目的是深入理解複雜事故的成因，並從中學習。

5. 事故特性分析 (Accident Characteristics Analysis)：

   • 意義：這是對事故數據進行分類、歸納和描述的過程，通常是巨觀和微觀分析的基礎。它著重於事故的「是什麼」和「有哪些」。
   • 重點：分析事故的發生時間（時、日、月、年）、地點（路段、交叉口）、類型（追撞、側撞、翻車）、嚴重性（死亡、傷害、財損）、涉及的車輛（汽車、機車、行人）、肇事原因（超速、酒駕、未注意）、以及環境條件（天候、路面狀況）。

6. 時間序列分析 (Time Series Analysis)：

   • 意義：分析事故數據隨時間變化的趨勢，識別事故發生頻率的週期性、季節性或長期趨勢。
   • 重點：用於預測未來的事故發生趨勢，評估安全改善措施的長期效果，或識別特定時間點（如節假日）的事故高峰。例如，分析某路段事故數在實施某項改善措施前後的年度變化。

(二) 分析結果在交通安全改善計畫的運用：