新生事故因果鏈

所有非行人碰撞事故中學生為新生(一年級)之案件共 96 筆，其中事故類型 1(多車碰 撞事故)及事故類型 2(單一車輛碰撞事故)各佔 61 筆及 35 筆案件。經卡方檢定，學生交 通工具(V)、道路型態(R)、事故區位(L)、照明(B)及精神狀況(P)共 5 項變數皆與事故類 型有顯著相關，如表5-8 所示，因此本研究將這 5 項變數設為新生事故之條件屬性，用 以描繪新生事故型態。透過約略集合應用軟體ROSE 2 分析資料，可以瞭解選定之條件 屬性區分兩事故類型之情況，輸出結果包括兩事故類型個別上下界近似集的事故案件數 與準確性(下界近似集案件數除以上界近似集案件數)，以及事故類型的分類品質。由表 5-27 的分類準確性可以發現在相同的條件屬性下，單一車輛事故能被定義的情況較多車 碰撞事故來得不清楚，前者的分類準確性(0.482)較後者(0.600)低。另外，新生事故的分 類品質為 0.708，代表能被上述 5 個條件屬性明確界定事故類型之案件共佔全部案件的 70.8%。另一方面，經由分析可得新生事故僅有一個簡化集合，該集合即為核心集合(分 類品質為 0.7083)，其包含之屬性皆具代表性，而該集合包含所有條件屬性，也就是說 學生交通工具(V)、道路型態(R)、事故區位(L)、照明(B)及精神狀況(P)這 5 個條件屬性 彼此無相依狀況，對描述新生事故型態皆具重要性。

表5- 27 新生事故資料分類結果 事故

類型

事故 案件數

下界 近似集

上界

近似集 準確性 分類 品質

核心 集合 1 61 42 70 0.600

2 35 26 54 0.482 0.708 0.708 核心集合屬性：V、R、L、B、P

ROSE 2 的分析結果亦提供事故原子(atom)之資訊，事故原子代表事故基本型態，屬 於同個事故原子的案件具有一樣的條件屬性，但其事故類型可能不同。表 5-28 顯示新 生事故原子中，兩事故類型個別案件數最多的前2 名，其中包括具同樣條件屬性對對應 兩事故類型之事故原子。從新生事故原子的彙整可以發現，若不論學生精神狀況，則多 車碰撞事故與單一車輛事故皆各有明顯的典型事故型態，分述如下：

‹ 多車碰撞事故：學生騎乘重型機車於市區的十字路口，當時照明良好，而學生 精神狀況為良好(5 件)或不明(4 件)

‹ 單一車輛事故：學生騎乘重型機車於有建築物郊區的直路上，當時照明良好，

學生精神狀況為良好(3 件)或疲勞(2 件)

另一方面，當學生騎乘重型機車於照明良好的市區直路時，其可能的事故類型包含 多車碰撞事故及單一車輛事故，而當時學生的精神狀況為良好或不明。綜合上述分析可 以發現，若不考慮精神狀況的不同，則兩類型事故皆有具代表性之基本型態，而由於該 交通事故造成學生死亡，事實上學生的精神狀況較難以確定，可能因而造成事故資料中

學生精神狀況填答為不明者數量較高，進而影響本研究中新生事故的基本型態描述。

表5- 28 新生事故原子彙整表

件數 事故類型 V R L B P

5 多車碰撞 重機 十字 市區 良好 良好 4 多車碰撞 重機 十字 市區 良好 不明 4 多車碰撞 重機 直路 市區 良好 良好 3 多車碰撞 重機 直路 市區 良好 不明 3 單一車輛 重機 直路 近郊 良好 良好 2 單一車輛 重機 直路 近郊 良好 疲勞 2 單一車輛 重機 直路 市區 良好 不明 1 單一車輛 重機 直路 市區 良好 良好

應用約略集合理論可從新生事故資料中得到個別的事故類型決策規則，規則為條件 屬性與決策屬性的邏輯關聯，也就是影響因子與事故類型組合的因果鏈，藉以呈現兩事 故類型的事故型態。對應多車碰撞事故(類型 1)之規則有 17 條，單一車輛事故(類型 2) 規則有12 條，另外尚有 6 條近似規則，其對應兩類事故類型，表示該規則為模糊的，

其描繪之事故型態可能產生不同的事故類型。表5-29 分別列出兩事故類型強度最高(包 含案件數最多)的前 2 條規則，以及規則強度最強之近似規則。從規則彙整表可以得知 新生事故中，規則強度為前2 名之多車碰撞規則各包含 10 筆及 8 筆案件，描述如下：

‹ 事故地點為十字路口，且事故區位為市區=> 多車碰撞事故 (10)

‹ 事故地點為十字路口，且學生精神狀況不明 => 多車碰撞事故(8)

單一車輛事故規則強度最高者之案件數為5 筆，而強度次高(4 筆)之規則共有 4 條，顯 示單一車輛事故型態較為分散，無法統一使用某一特定規則描述多數新生單一車輛事 故，規則描述如下：

‹ 道路型態為直路，事故地點為有建築物的郊區(近郊)，且學生精神狀況良好 =>

單一車輛事故(5)

‹ 事故地點為有建築物的郊區(近郊)，且學生精神狀況為疲勞或生病

=> 單一車輛事故(4)

‹ 道路型態為彎道，事故地點為其他區位 => 單一車輛事故(4)

‹ 學生駕駛汽車，且道路型態為直路 => 單一車輛事故(4)

與事故原子分析結果相呼應，近似規則強度最強者包含 10 筆事故，事故規則為學 生駕駛重型機車，行駛於直路上，該地點為市區，而且照明狀況良好，在這樣的事故型 態下，學生可能發生多車碰撞事故(7 筆)或單一車輛事故(3 筆)。由上述規則描述可以得 知，造成新生死亡之多車碰撞事故與單一車輛事故之常見事故型態並不相同，舉例來 說，學生行駛於市區的十字路口為多車碰撞事故發生頻率最高之事故型態，而新生事故

資料中該型態並未造成單一車輛事故。

表5- 29 新生事故規則彙整表 規則

強度 事故 類型

V (車輛)

R (路型)

L (區位)

B (照明)

P (精神) 10 1 - 十字 市區 - -

8 1 - 十字 - - 不明 5 2 - 直路 近郊 - 良好 4 2 - - 近郊 - 疲勞 4 2 - 彎道 其他 - - 4 2 汽車 直路 - - - 7 1 重機 直路 市區 良好 - 3 2 重機 直路 市區 良好 -

當某一條件屬性在規則中越常出現，就越能以該屬性描述事故型態，因而可用屬性 於規則中的出現頻率來評估各條件屬性辨別事故類型的重要性。參照表 5-30 可以得知 出現頻率最高者為道路型態(R)的 55.2%，接續為事故區位(L)、精神狀況(P)、交通工具 (V)，而照明(B)之出現頻率 10.4%為最低，表示道路型態作為辨別事故類型之重要性最 高，照明此一條件屬性較少出現於規則中，也就是說其最少拿來描繪事故型態，對事故 類型影響較低。

表5- 30 新生事故規則條件屬性出現頻率表

條件屬性 V R L B P

出現頻率(%) 17.7 55.2 49.0 10.4 41.7

針對兩事故類型規則之個別條件屬性類別出現頻率進行分析，結果如表5-31，從該 表可以發現兩事故類型之相對應屬性類別頻率分布並不相同，舉例來說，多車碰撞事故 出現頻率最高之交通工具為重型機車及輕型機車(6.6%)，汽車(11.4%)則為單一車輛事故 最常見之交通工具；道路型態出現頻率在兩類事故的分布明顯不同，多車碰撞事故常見 之道路型態為十字路口(34.4%)、三岔路口(13.1%)，而其未出現於單一車輛事故規則，

該事故型態以直路(25.7%)的出現頻率最高，顯示道路型態確實能有效分辨兩類事故；照 明狀況不明為多車碰撞與單一車輛事故中出現頻率最高之類別，無照明(1.6%)及照明不 良(5.7%)分別為兩事故類型之次高類別，然而此條件屬性的各類別出現頻率皆不高，顯 示照明並非新生事故規則中界定事故型態的重要因子。彙整兩事故類型個別出現頻率最 高之條件屬性類別如表5-32，從中可知除了照明之外，用以描繪新生死亡交通事故最常 見的條件屬性於兩事故類型中並不相同，然而這兩者的照明狀況為其他，為一不明確之 描述，並無法用之確切說明事故型態，換句話說，若要以清楚的條件屬性界定多車碰撞 事故與單一車輛事故時，兩者常見的事故型態並不相同。

表5- 31 新生事故兩事故類型條件屬性各類別出現頻率(%)表