第四章 基隆市肇事模式之構建
4.3 路口及路段肇事模式分析
本研究採用一般化的線性模式（Generalized Linear Model，以下 簡稱 GLM）的卜瓦松迴歸模式及負二項迴歸模式來構建基隆市路口 路段的肇事分析模式。本模式先採用卜瓦松迴歸模式進行構建，且假 設其平均數等於變異數。lnλi=βxi
當肇事資料之平均數不等於其變異數時，即資料的離散程度過 大，則以負二項迴歸模式分析。此時 lnλi=βxi+ε , ε（1.0，α2）
模式的一般式為 Var[yi]=E(yi){1+αE(yi)}
則 Var[yi]/E(yi)= 1+αE(yi)
因此當α=0 時，平均數等於變異數，則其肇事模式之分配為卜 瓦松迴歸模式。當α≠0 時，平均數不等於變異數，表示資料有過度 離散之情形，則其肇事模式之分配為負二項迴歸模式。本研究採用計 量軟體 LIMDEP7.0 來進行卜瓦松迴歸模式及負二項迴歸模式之肇事 分析，二者皆使用最大概似法來估計檢定，以便找出基隆市路口及路 段之肇事最佳模式。
4.3.1 路口肇事模式
依據前章路口肇事要因變數因子分析之結果，得四個主要因子，
分別為路面狀況因子（雨天與非雨天、乾燥與濕濘）、能見度因子（白 天與晚上、日間自然光線與非日間自然光線）、視線因子（有無障礙、
視距是否良好）、交通量因子（假日與非假日、尖峰時間）。
本研究因變數為 89-91 年間路口發生之肇事次數（單位：次），
自變數則以上述四個因子、「道路型態（四岔路與非四岔路）」及「有
無號誌」六個變項進行分群，以便進行模式構建。六個變項之分群說 明如下：
（1） 能見度因子（X1）：本因子由因子負荷量顯示其與時段白 天因素較相關，故以「白天與晚上」變數來進行分群，
以晚上為「0」白天「1」。
（2）
交通量因子（X2）：本因子由因子負荷量顯示其與日期假 日因素較相關，故以「假日與非假日」變數來進行分群，以非假日為「0」假日為「1」。
（3） 路面狀況因子（X3）：本因子為地面乾溼程度由因子負荷 量顯示其與天候下雨與否較相關，故以「雨天與非雨天」
變數來進行分群，以雨天為「0」非雨天為「1」。
（4）
道路型態因子（X4）：以「道路型態（四岔路與非四岔路）」 變數來進行分群，以四岔路為「0」非四岔路為「1」。（5）
視線因子（X5）：本因子由因子負荷量顯示其與「有無障 礙」因素較相關，故以「有無障礙」變數來進行分群，以有障礙為「0」無障礙為「1」。
（6）
號誌因子（X6）：以「有無號誌」變數來進行分群，以無 號誌為「0」有號誌為「1」。表 4.6 卜瓦松迴歸模式以最大概似法估計路口肇事之輸出結果
種類 結果 種類 結果
因變數
（肇事次數）
Y 觀察值數目 64
Log likelihood function
-139.2086 Restricted log likelihood
-622.4556
最大概似比 966.5 自由度 6 Chi-squared 115.41616 G-squared 122.10102
R2 0.9236 R2 0.8878
最大概似比=2（Log likelihood function -Restricted log likelihood）
=2（-139.2086-（-622.4556））≒966.5
表 4.7 卜瓦松迴歸模式以最大概似法估計路口肇事之參數估計值 變數 參數估計值 參數標準誤 Z=β/Sβ P[︱Z︱/Z]
截距 -2.2928 0.2688 -8.529 0.0000 能見度因子 X1 0.3847 0.8924E-01 4.311 0.0000 交通量因子 X2 1.0208 0.9928E-01 10.281 0.0000 路面狀況因子 X3 1.2839 0.1063 12.077 0.0000 道路型態因子 X4 -0.6051 0.9266E-01 -6.602 0.0000 視線因子 X5 3.2742 0.2337 14.009 0.0000 號誌因子 X6 0.6051 0.9166E-01 6.602 0.0000
由表 4.7 可知，路口各變數與肇事次數之相關性，各因子之 顯著參數 P[︱Z︱/Z]皆為零，表示各變數與肇事次數皆為顯著相 關。
表 4.8 負二項迴歸模式以最大概似法估計路口肇事之輸出結果
種類 結果 種類 結果
因變數
（肇事次數）
Y 觀察值數目 64
Log likelihood function
-129.8446 Restricted log likelihood
-139.2086
最大概似比 18.7 Chi-squared 18.7291
最大概似比=2（Log likelihood function -Restricted log likelihood）
=2（-129.8446-（-139.2086））≒18.7
表 4.9 負二項迴歸模式以最大概似法估計路口肇事之參數估計值 變數 參數估計值 參數標準誤 Z=β/ Sβ P[︱Z︱/Z]
截距 -2.2330 0.4766 -4.685 0.0000 能見度因子 X1 0.4728 0.2310 2.047 0.0407 交通量因子 X2 0.9950 0.2328 4.273 0.0000 路面狀況因子 X3 1.2343 0.2721 4.536 0.0000 道路型態因子 X4 -0.5926 0.2419 -2.450 0.0143 視線因子 X5 3.2395 0.3649 8.879 0.0000 號誌因子 X6 0.5424 0.2321 2.337 0.0194 α值 0.2089 0.9051E-01 2.308 0.0210
由表 4.9 可知，可知各變數之顯著參數 P[︱Z︱/Z]值很小，
表示各變數與肇事次數皆為顯著相關，結果顯示負二項迴歸模式 中之參數估計值與卜瓦松迴歸模式相近。但在負二項迴歸模式中 有過度離散參數α值，其值之 P[︱Z︱/Z]值為 0.02＜0.05，表 示顯著，即表示資料有過度離散的情形，顯示基隆市路口之肇事 分析模式以負二項迴歸模式為佳。由上述可得，基隆市路口之肇
事分析模式如下：
Y=exp（-2.2330+0.4728X1+0.9950X2+1.2343X3-0.5926X4
+3.2395X5+0.5424X6）
各變數與肇事之關係如下：
1. 能見度因子之參數估計值為（0.4728），表示「白天」對肇事 有正相關，可能是白天通勤旅次為了趕時間，常有爭道搶先、
闖紅燈之行為，故白天發生事故次數頗多。雖然夜間能見度不 佳所造成的肇事次數也很多，但其肇事次數之所以較白天少，
原因可能是受駕駛人夜間對時間較不急迫，車速相對較慢，且 旅次數較少所影響，故使其肇事次數不如想像中多。
2. 交通量因子之參數估計值為（0.9950），表示「假日」對肇事 有正相關，可能是因為假日以外地遊憩者為多，對路況較不熟 悉所致。
3. 路面狀況因子之參數估計值為（1.2343），表示「非雨天」對 肇事有正相關，由中央氣象局資料顯示，89 年雨天天數 221 天，90 年雨天天數 215 天，91 年雨天天數 172 天，以一年 365 天計算，平均雨天天數約佔 56%，非雨天只佔 44%，但結果顯 示非雨天肇事次數較高，可能是因為雨天部分機車族改搭公車 或小客車通勤及非必要之旅次減少所致。
4. 道路型態因子之參數估計值為（-0.5926），表示「四岔路」對 肇事有正相關，然而基隆市路口型態以三岔路口為多（大部份 為巷道），四岔路口較少，但結果顯示四岔路口較易肇事，可 能是因為四岔路路口較大且衝突點較多所致。
5. 視線因子之參數估計值為（3.2395），表示「無障礙」對肇事
有正相關，主要是因為大部分的路口均無障礙物影響，故此類 情況較多。
6. 號誌因子之參數估計值為（0.5424），表示「有號誌」對肇事 有正相關，主要是因為基隆市區道路大部份為號誌化路口，故 此類情形較多。
4.3.2 路段肇事模式
依據前章路段肇事要因變數因子分析之結果，得四個主要因子，
分別為路面狀況因子（雨天與非雨天、乾燥與濕濘）、能見度因子（白 天與晚上、日間自然光線與非日間自然光線）、視線因子（有無障礙、
視距是否良好）、道路限制因子（有無標誌、速限）。
本研究因變數為 89-91 年間路段發生之肇事次數（單位：次），
自變數則以上述四個因子、「道路型態（直路與非直路）」、「快車道數」
及「有無分向設施」七個變項進行分群，以便進行模式構建。七個變 項之分群說明如下：
（1） 路面狀況因子（X1）：本因子為地面乾溼程度由因子負荷量 顯示其與天候下雨與否較相關，故以「雨天與非雨天」變 數來進行分群，以雨天為「0」非雨天為「1」。
（2） 能見度因子（X2）：本因子由因子負荷量顯示其與時段白天 較相關，故以「白天與晚上」變數來進行分群，以晚上為
「0」白天「1」。
（3） 視線因子（X3）：本因子由因子負荷量顯示其與「視距是否 良好」較相關，故以「視距是否良好」變數來進行分群，
以視距不良為「0」視距良好為「1」。
（4） 道路限制因子（X4）：本因子由因子負荷量顯示其與「有無 標誌」較相關，故以「有無標誌」變數來進行分群，以無 標誌為「0」有標誌為「1」。
（5） 道路型態因子（X5）：以「道路型態（直路與非直路）」變 數來進行分群，以非直路為「0」直路為「1」。
（6） 分向設施因子（X6）：以「有無分向設施」變數來進行分群，
以無分向設施為「0」有分向設施為「1」。
（7） 快車道數因子（X7）：以「快車道數」變數之分群，以二個 快車道數為「0」四個快車道數為「1」。
表 4.10 卜瓦松迴歸模式以最大概似法估計路段肇事之輸出結果
種類 結果 種類 結果
因變數
（肇事次數）
Y 觀察值數目 128
Log likelihood function
-326.3710 Restricted log likelihood
-1638.665
最大概似比 2624.6 自由度 7 Chi-squared 397.57486 G-squared 342.66116
R2 0.9350 R2 0.8845
最大概似比=2（Log likelihood function -Restricted log likelihood）
=2（-326.371-（-1638.665））≒2624.6
表 4.11 卜瓦松迴歸模式以最大概似法估計路段肇事之參數估計值 變數 參數估計值 參數標準誤 Z=β/ Sβ P[︱Z︱/Z]
截距 -1.3268 0.1457 -9.105 0.0000 路面狀況因子 X1 1.2270 0.7080E-01 17.331 0.0000 能見度因子 X2 0.1267 0.5941E-01 2.133 0.0329 視線因子 X3 2.4309 0.1087 22.354 0.0000 道路限制因子 X4 -1.9641 0.9025E-01 -21.763 0.0000 道路型態因子 X5 0.8616 0.6487E-01 13.281 0.0000 分向設施因子 X6 1.3090 0.7245E-01 18.069 0.0000 快車道數因子 X7 0.3867E-01 0.5930E-01 0.652 0.5143
由表 4.11 可知，路段各變數與肇事次數之相關性，大部分的變 數之P[︱Z︱/Z]值很小，表示各變數與肇事次數為顯著相關，只有快 車道數因子較不顯著。
表 4.12 負二項迴歸模式以最大概似法估計路段肇事之輸出結果
種類 結果 種類 結果
因變數
（肇事次數）
Y 觀察值數目 128
Log likelihood function
-273.7534 Restricted log likelihood
-326.3710
最大概似比 105.23 Chi-squared 105.2353
最大概似比=2（Log likelihood function -Restricted log likelihood）
=2（-273.7534-（-326.3710））≒105.23
表 4.13 負二項迴歸模式以最大概似法估計路段肇事之參數估計值 變數 參數估計值 參數標準誤 Z=β/ Sβ P[︱Z︱/Z]
截距 -0.9405 0.2578 -3.649 0.0003 路面狀況因子 X1 1.2041 0.1710 7.043 0.0000 能見度因子 X2 0.1691E-01 0.1669 0.101 0.9193 視線因子 X3 2.2050 0.1761 12.520 0.0000 道路限制因子 X4 -1.9323 0.2221 -8.700 0.0000 道路型態因子 X5 0.4515 0.1727 2.615 0.0089 分向設施因子 X6 1.2517 0.1744 7.179 0.0000 快車道數因子 X7 0.3143 0.1717 1.830 0.0672 α值 0.3428 0.9671E-01 3.544 0.0004
由表 4.13 可知，可知大部分的變數之顯著參數 P[︱Z︱/Z]值很 Log likelihood
function
-139.2086 -129.8446 -326.3710 -273.7534 AIC 值 292.42 273.69 668.74 563.51
適合度 不佳 較佳 不佳 較佳
由上述可得，基隆市路段之肇事分析模式如下：
Y=exp（-0.9405+1.2041X1+2.2050X3-1.9323X4
+0.4515X5+1.2517X6+0.3143X7）
各變數與肇事之關係如下：
1. 路面狀況因子之參數估計值為（1.2041），表示「非雨天」對 肇事有正相關，由中央氣象局資料顯示，89 年雨天天數 221 天，90 年雨天天數 215 天，91 年雨天天數 172 天，以一年 365 天計算，平均雨天天數約佔 56%，非雨天只佔 44%，但結果顯 示非雨天肇事次數較高，可能是因為雨天部分機車族改搭公車 或小客車通勤及非必要之旅次減少所致。
2. 能見度因子之參數估計值為（0.0169），其 P[︱Z︱/Z]值大於 0.05，表示此因子與肇事次數之關係較不顯著。
3. 視線因子之參數估計值為（2.205），表示「視距良好」對肇事 有正相關，主要是因為大部分的路段多為視距良好，故此類情 況較多。
4. 道路限制因子之參數估計值為（-1.9323），表示「無標誌」對 肇事有正相關，可能是因為有標誌之路段，路旁標誌將提供駕 駛人該路段之危險訊息或指示，駕駛人警覺性提高，小心駕駛 所致。
5. 道路型態因子之參數估計值為（0.4515），表示「直路」對肇 事有正相關，可能是駕駛人對直路駕駛過份自信而輕忽危險所 在，且車輛在直路行駛時，駕駛人易忽略速度之控制及超車與 被超車的情形較頻繁所致。
6. 分向設施因子之參數估計值為（1.2517），表示「有分向設施」
對肇事有正相關，有分向設施包括交通島、雙向禁止超車線、
單向禁止超車線、行車方向線等。因為基隆市區道路大多設有
單向禁止超車線、行車方向線等。因為基隆市區道路大多設有