earticle

영어

This study applied a Bayesian Multilevel Mixed-Effect Logit Model to quantitatively analyze the risk factors influencing highway accidents involving elderly truck drivers. Unlike previous studies that primarily focused on elderly passenger car drivers, this research investigates the accident risk factors affecting elderly professional truck drivers. The analysis revealed that elderly truck drivers exhibited a higher likelihood of accidents in toll gate areas due to deceleration and acceleration, fatigue, and drowsiness. In contrast, they showed a lower accident risk on mainline highways, during nighttime driving, and in high-speed conditions. Additionally, the heterogeneity among highway routes significantly influenced accident probability, and the Bayesian multilevel model demonstrated superior predictive accuracy compared to traditional logit models. This study provides insights into the accident mechanisms of elderly professional drivers and highlights the necessity of customized traffic safety measures considering road environments and driver conditions. Future research should integrate vehicle dynamics and physiological and psychological factors to enhance accident prediction and prevention strategies.

한국어

고령 화물차 운전자의 고속도로 사고 위험 요인을 정량적으로 분석하기 위해 베이지안 다 수준 혼합효과 로짓모형을 적용하였다. 기존 연구들이 일반 승용차 운전자 중심이었던 것과 달리, 본 연구는 직업 운전자인 고령 화물차 운전자의 사고영향요인을 규명하는 데에 초점을 맞췄다. 분석 결과, 고령 화물차 운전자들은 톨 게이트 요금소 구간에서의 감속·가속, 피로 및 졸음 상태에서 사고 발생 확률이 높았으며 본선 주행, 야간 운전, 과속 환경에서는 상대적으로 낮은 사고 위험을 보였다. 또한, 도로 노선별 이질성이 사고 확률에 유의미한 영향을 미치며, 베이지안 다수준 모형이 기존 로짓 모형보다 높은 예측 정확도를 보이는 것으로 나타났다. 본 연구는 직업적 고령 운전자의 사고 메커니즘을 규명하고, 도로 환경 및 운전자 상태를 반영한 맞춤형 안전 대책 필요성을 강조하였다. 향후에는 차량 동역학 및 운전자 생리·심리적 요인을 통합한 연구가 요구된다.