随着我国提出全面建成交通强国的发展目标,山区公路交通也得到了快速发展。与此同时,山区公路复杂的驾驶环境对车辆性能、驾驶技能和注意力的要求高于非山区公路,导致其交通事故多发,且事故严重程度偏高等交通安全问题尤为突出。单车事故是其中最重要的事故类型之一,且在发生机理和关键影响因素方面与多车碰撞事故存在较大差异。此外,驾驶员道路熟悉程度是影响其驾驶行为的重要因素,以往研究表明该因素对驾驶行为和交通安全兼具积极和消极的影响。但目前相关研究采用不同的道路熟悉程度度量标准,没有统一的标准来区分高熟悉程度与低熟悉程度的驾驶员,使得不同研究成果之间不具有可对比性。由于对高与低熟悉程度驾驶员发生山区公路单车事故的相关因素、在事故中受伤严重程度的影响因素均缺乏认识,导致目前山区公路交通安全改善对策尚未考虑高与低熟悉程度驾驶员之间的差异,不利于制定并完善更加精准的对策。本文针对山区公路单车事故多发且事故严重程度偏高、驾驶员道路熟悉程度对驾驶行为和交通安全有重要影响等两个特性进行探索和研究。从驾驶员道路熟悉程度角度出发,揭示高与低熟悉程度驾驶员发生山区公路单车事故的相关因素、在事故中受伤严重程度的影响因素,旨在为山区公路高与低熟悉程度驾驶员降低事故发生频次及受伤严重程度提供更精准的对策和理论指导。本文的主要研究内容包括:(一)驾驶员道路熟悉程度度量方法及标准。首先,基于透镜模型,分析了不同道路熟悉程度驾驶员调整其驾驶行为过程的差异。其次,基于心理学领域关于熟悉程度度量的相关研究,提出了一种考虑驾驶员通行总时间和时间间隔的道路熟悉程度度量新方法。随后,通过解析基于驾驶员通行频率、基于驾驶员通过地点与常住地址间距离的道路熟悉程度度量方法的研究成果,得到高熟悉程度与低熟悉程度驾驶员驾驶行为产生显著差异的分界值,由此统一驾驶员道路熟悉程度的度量标准。最后,以事故发生地点与涉事驾驶员常住地址间空间距离为依据,将涉事驾驶员分为高熟悉程度和低熟悉程度两类,为后文影响因素分析模型中研究对象划分奠定了基础。(二)山区公路单车事故分布特征及驾驶员风险感知准确性研究。首先,通过搜集、处理并分析云南省山区公路单车事故数据,得到了其在驾驶员、车辆、道路、环境等方面的分布特征。由此定义了高与低熟悉程度驾驶员发生山区公路单车事故的相关因素分析模型、高与低熟悉程度驾驶员在事故中受伤严重程度影响因素研究模型中的自变量(包括事故发生季节、时间段、路段类型、天气状况、照明情况、限速值、事故类型、车龄、车辆类型、驾驶员年龄、性别、是否酒驾、是否使用安全带等),并验证了自变量之间不存在多重共线性关系,为影响因素分析模型提供了数据基础。其次,为分析驾驶员对山区公路特殊路段危险程度的感知准确性,对比了急弯、连续长大下坡、险要路侧环境、隧道等4类特殊路段的主观风险值与客观风险值,并分析了驾驶员年龄、性别、事故经历及其受伤情况对感知准确性的影响。(三)高与低熟悉程度驾驶员发生山区公路单车事故的相关因素分析。基于山区公路单车事故数据,分别以驾驶员对事故发生地点具有高熟悉程度与低熟悉程度作为因变量。基于二元logistic回归模型,构建了高与低熟悉程度驾驶员发生山区公路单车事故的相关因素分析模型,并对比分析了高熟悉程度与低熟悉程度驾驶员模型结果之间的异同,发现研究结果之间存在较大差异。最后,分析了差异存在的原因,并分别从高熟悉程度和低熟悉程度驾驶员驾驶行为调整、山区普通公路和具有大量低熟悉程度驾驶员的山区旅游公路优化等两个方面,提出了山区公路单车事故预防的改善对策。(四)高与低熟悉程度驾驶员在山区公路单车事故中受伤严重程度影响因素分析。基于山区公路单车事故数据,采用标准有序probit模型和随机效应广义有序probit(REGOP)模型,构建高熟悉程度与低熟悉程度驾驶员受伤严重程度的影响因素分析模型。采用pseudo-R~2值验证了所建立的REGOP模型适用性优于标准有序probit模型。研究结果表明,高熟悉程度与低熟悉程度驾驶员在事故中受伤严重程度的影响因素存在较大差异,同时显著影响两类驾驶员受伤严重程度的因素仅包括00:00-06:59时间段、雨天、侧翻事故类型,其它因素对两类驾驶员受伤严重程度的影响均不相同。其次,验证了驾驶员受伤严重程度影响因素具有时间稳定性。最后,分别从高熟悉程度和低熟悉程度驾驶员驾驶行为调整、山区普通公路和山区旅游公路优化等两个方面,提出了山区公路单车事故中缓解驾驶员受伤严重程度的改善对策。