道路交通系统作为一个动态系统，基本要素中的人、车、路的变化或失衡，都将有可能导致交通事故的发生，因此，出租车安全事故的发生是驾驶员、车辆、道路以及行驶环境各个因素共同作用的结果。对导致出租车安全事故的各种因素进行数据分析，可确定事故发生的主要影响因素以及相应的影响程度，深入挖掘出租车事故发生的病理。
一、必要性和可能性分析
1、责任报告不足以分析所用
出租车安全事故一般由交警部门根据有关法律法规，对事故性质和责任进行认定，主要用于事故处理和赔付。但作为出租车行业主管部门，仅通过事故责任认定报告，无法准确发现事故背后的“黑暗冰山”，也难以举一反三、吸取事故教训并将之转化为加强行业安全管理的制度或手段。
2、安全事故是可以干预和预防的
城市交通系统总是处于不断运行和变化的状态之中，出租车安全事故的生成机理和病理特征也越来越复杂。一个看似简单的安全事故，可能隐含着驾驶员、车辆、道路、交通行为和周边环境等多种原因，而其中很多因素是可以通过制度、管理和教育等手段进行干预或预防的。
3、安全管理压力增加
目前，我市出租车行业竞争较为激烈，驾驶员劳动强度较大，收入不稳定；较为松散的企业管理模式，以及油改电后，车辆驾驶运维出现的变化；车载设备和通讯设备的大量使用，对驾驶员注意力的影响；道路条件差异性大，交通行为的不确定性；周边环境对视觉和听觉的瞬间冲击等。多种因素复合作用，如不实施有效的安全管控策略，出租车行业的安全事故短期内仍将高位运行，行业主管部门的安全管理压力还将持续推高。
4、大数据分析是可行性
运用大数据分析方法，完整还原事故真相，已具有相当的条件：车辆驾驶员企业的准入数据、车辆GPS数据、车内视频数据、卡口和道路监控数据、手机信令数据，以及车辆订单数据、司机收入数据、用电监测数据等，为出租车安全事故的大数据挖掘提供了无限技术可能。
二、事故的大数据分析方法
1、车辆技术性能
车辆作为事故发生的主体，如存在设备故障，将在很大程度上导致交通事故的发生。影响交通事故的主要车辆因素包括以下几点：
（1）制动器失效或制动效果不佳，据调查统计发现，汽车因制动距离延长，制动跑偏和侧滑问题引起的交通事故占事故总数的15％，其中侧滑的事故最多。
（2）转向系统失控，在转向系统的主要障碍是转向沉重、汽车摆头、行驶跑偏等。
（3）行驶系统故障，轮胎爆裂或车轮脱落，前桥变形和磨损，车架弯曲、变形、铆钉变形等都极易造成交通事故。
（4）电气系统失效，电气系统包括仪表盘，灯光，喇叭等，这些设备故障都可能导致事故的发生。
（5）车辆保养类型和保养频次等。
2、行驶速度
在正常行驶状态下，事故发生率与车速的离散性相关，若车辆行驶速度与道路平均车速的差值越小，则车辆发生事故的概率越低；在超速行驶状态下，车速越高，事故率越高，事故严重度也越高，据研究表明，当车速大于60km/h时，速度每增大5km/h，事故率约是原来的2倍。与此同时，车辆在速度较高的情况下，驾驶员的反应时间被压缩，制动距离增加，更易导致交通事故的发生。根据车辆GPS监控，可记录车辆在事故当日的行驶速度，同时分析车辆长期的行驶速度，也可得知驾驶员的驾驶习惯，是否经常存在超速行驶的情况。检查车辆维护记录，调研车辆的保险情况，请相关专家鉴定车辆设施性能等，都可获取车辆在事故发生时或前期的技术性能情况。
3、残电量
车辆在剩余电量和剩余油量不足行驶50公里时，易引发驾驶员焦虑，导致驾驶员判断能力下降，影响驾驶行为控制。事故发生时的车辆剩余油电量，可直接通过现场事故调查可知。
三、驾驶员因素
人是造成交通事故的决定因素。欧美各国的交通事故统计分析表明，交通事故中有80％～90％是由于人的因素造成的。在出租车运营服务中，交通参与人包括出租车驾驶员、乘客、非机动车驾驶员和行人三大方面，其中，由于驾驶员而造成的事故比例最大。
1、营运和服务
（1）行驶里程
车辆当日及特定时间段（如事故前1周）的行驶里程，是衡量司机劳动强度和车辆使用强度的直接指标。如行驶里程与车辆保养、修理数据结合使用，则可分析企业和车辆的运维管理能力和水平。行驶里程数据可通过车辆GPS数据获取，维保数据可通过查阅维保记录得出。
（2）接单量
车辆当日及特定时间段（如事故前1周）的接单量，可在一定程度上反映车辆的行驶里程，同时也可衡量驾驶员的收入情况，从而推导出驾驶员的工作强度和服务能力，分析是否存在疲劳驾驶的情况。通过调取车载终端的记录，查询出租车的接单量。
2、驾驶行为
（1）手机/对讲机使用频率
根据车辆当日对讲机使用情况，以及追踪驾驶员的手机信号，可判断驾驶员使用手机和对讲机的频率，因此评判驾驶员行驶时的专注度，分析出手机或对讲机的使用与交通事故之间的影响关系。这些数据可通过调取车辆终端的使用记录，以及向通信公司查验手机通讯和流量消费记录可得。
（2）车内视频
分析驾驶员驾驶时的其他行为，如与乘客攀谈、玩手机游戏等导致驾驶员注意力下降的行为，或者与选取手机信号和车辆终端记录等配合调查，研究事故发生前一段时间内驾驶员的驾驶行为。车内监控视频可通过调取车辆终端摄像头的录像记录获得。
3、个人因素
（1）驾驶员作息
驾驶员的休息或睡眠情况将直接导致疲劳驾驶。据研究发现，在开车运营的前夜，如果睡眠少于6小时，产生瞌睡的比例是25%，睡眠为6～10小时的驾驶员，则只有16%的人出现瞌睡。此外，夜班驾驶更易发生事故，其事故发生概率是白天非疲劳驾驶的6倍。
采取访谈的方式，可了解驾驶员的作息时间和作息规律。
（2）培训和教育
驾驶员的培训和教育情况，将直接影响驾驶员的驾驶技术、心理素质或责任心，技术不过硬、判断错误、思维紧张、疏忽大意等都可能导致交通事故。可在出租车企业查询驾驶员的安全培训和教育记录，也可查询驾驶员的安全考核记录，从而判断驾驶员的培训和教育情况。
（3）餐饮/洗手间
饥饿的驾驶员或需要去洗手间的驾驶员，注意力降低或比较焦虑；刚吃完饭的驾驶员，会容易出现困倦。驾驶员的生理状况可通过访谈，或调查驾驶员的行驶路径而推导。
四、交通参与人行为因素
1、出租车乘客
乘车人造成交通事故的主要表现为与驾驶员不停攀谈、催促驾驶员、与驾驶员争吵，或不遵守安全规则、做出影响正常驾驶等行为。上述行为可通过调取车内视频记录，以及与驾驶员访谈获得。
2、非机动车驾驶员和行人
在事故发生周围可能存在非机动车驾驶员和行人未按照交通规则穿行，影响出租车驾驶员正常行驶的行为。非机动车驾驶员主要影响因素为违章占用机动车道、突然猛拐、抢道行驶、逆向行驶等，行人因素主要为行人违反交通法规，包括无视交通信号、不走人行道、违章穿行马路，或是在马路随意打闹、精神不集中等。上述行为可通过与交警部门协调，调取事故发生周边的道路监控录像来分析判断。
五、道路因素
1、行驶路线
通过统计分析车辆行驶路线的热力图，可覆盖出驾驶员经常活动的区域，从而可推导出驾驶员对活动区域的熟悉程度，以及活动区域与事故发生区域之间的关系。根据车辆在当日及特定时间段（如事故前1周）行驶路线，在地图上绘制热力图，路线覆盖较为密集的区域，驾驶员对其更为熟悉。
2、交通设施
交通事故统计分析，约50%的道路事故发生在二级及以下的道路，并且，城市道路的主干路也较易发生交通事故，发生概率约为30%。道路的线型几何要素设计的不合理以及各种不良的线型组合，将会直接影响汽车行驶的安全性，导致交通事故的发生。交叉口是道路交通集中地段，交通量大、冲突点多及视线盲区大，因此导致事故多发。路面的抗滑程度、坑槽等也是直接导致交通事故发生的原因。据统计，路面湿润时发生的事故是干燥路面的两倍，降雪时是干燥路面的5倍，结冰时是干燥路面的8倍。此外，因交通设施不完善，包括导线模糊、信号灯故障、未设立警示标志等，也可能导致交通事故。事故发生周边区域的交通设施情况，可通过事故现场调查、询问规划专家来获知。
六、环境因素
1、道路环境
道路质量较低、弯道与坡度、周边建筑物，未合理设置绿化带等，都会对驾驶员行驶造成一定的影响。这些环境因素可通过事故现场调查并询问相关专家来直接获取。
2、自然环境
时节对驾驶员的驾驶能力都会产生一定影响，如春困秋乏、天气炎热或寒冷等，都会导致驾驶员注意力下降、安全控制能力降低。在出现雨、雪、雾等恶劣天气时，由于雨天路面潮湿，雪天路面结冰，导致路面的附着系数低，路面变滑，汽车转向及制动系统的稳定性下降，汽车操纵起来比较困难；大雾天气时，能见度降低，驾驶员无法辨别清楚景物、交通标线及前后车辆，易使驾驶员判断失误。
结 论
在目前大数据分析技术发展的背景下，通过可视化分析的方式，能够让管理者和从业人员更直观地看到出租车事故发生的原因，深层剖析事故发生的机理，从而为实现出租车管理者的重点监管和重点防护提供可靠的数据支持，减少事故发生的概率，维护行业的安全运行。
