Data-Gouv-FR/accidents-de-velo

该数据集基于法国交通事故伤亡数据库（发生在公共道路上，涉及至少一辆车辆并造成至少一人需要医疗救治的事故）构建，涵盖2005-2024年期间。它记录了至少涉及一名自行车使用者的事故。事故信息由到达现场的执法单位（警察、宪兵等）录入，汇集在一份称为伤亡事故分析报告的表格中。所有这些表格构成了由法国国家跨部门道路安全观察站（ONISR）管理的国家交通事故伤亡文件，即“BAAC文件”。与原始数据分为4个文件不同，我们将数据合并到一个文件中，每行对应一个人。因此，同一事故可能对应多行，例如，如果自行车上有多人（如儿童座椅），或多个自行车涉及同一事故（如车队摔倒）。我们省略了某些原始字段，通过计算添加了其他字段，有时还对格式进行了转换。数据代码也被替换为变量字典中的对应值。

Ce jeu de données a été construit à partir de la base de données accidents corporels (accidents survenus sur une voie ouverte à la circulation publique, impliquant au moins un véhicule et ayant fait au moins une victime qui a nécessité des soins) pour la période 2005-2024. Il recense les accidents dans lesquels au moins une personne à vélo a été impliquée. Les saisies d’information décrivant l’accident ont été effectuées par l’unité des forces de l’ordre (police, gendarmerie, etc.) qui est intervenue sur le lieu de l’accident. Ces saisies sont rassemblées dans une fiche intitulée bulletin d’analyse des accidents corporels. L’ensemble de ces fiches constitue le fichier national des accidents corporels de la circulation dit « Fichier BAAC » administré par l’Observatoire national interministériel de la sécurité routière (ONISR). Contrairement aux données source séparées en 4 fichiers, nous avons regroupé les données dans un seul fichier où chaque ligne correspond à une personne. Un même accident peut donc correspondre à plusieurs lignes, par exemple, si plusieurs personnes sont présentes sur le vélo (ex : siège enfant), ou si plusieurs vélos ont été impliqués dans le même accident (ex : chute dans un peloton). Nous avons omis certains champs originaux, rajouté dautres par calcul, et parfois effectué des transformations sur les formats. Les codes des données ont aussi été remplacés par leur valeur correspondante dans le dictionnaire des variables.

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方道路伤害事故数据库，聚焦于2005至2024年间至少涉及一名骑行者的交通事故记录。原始数据由执法单位在事故现场填写《道路伤害事故分析报告》，并汇总至由法国国家跨部级道路交通安全观察站管理的国家道路伤害事故文件。与原始数据分存于四个文件不同，本数据集将信息整合为单一文件，每一行对应一名涉事人员。同一事故因涉及多名骑行者或同一自行车承载多人而可能对应多行记录。构建过程中，省略了部分原始字段，通过计算新增了若干变量，并对数据格式进行了必要转换，同时将代码替换为变量词典中对应的实际值。

使用方法

使用本数据集时，研究者可直接从源地址下载单一整合后的CSV文件进行加载。每条记录代表一名涉事人员，分析时需注意同一事故ID对应的多行记录，并据此设计聚合或分组分析逻辑。推荐使用Python的Pandas库或R语言的dplyr包进行数据清洗与探索性分析。可利用字段如事故年份、地点、受伤严重程度等构建描述性统计，或应用逻辑回归、决策树等模型探究事故严重程度与骑行环境特征之间的关联。同时，建议结合法国开放地图数据对事故多发路段进行空间可视化分析，以揭示地理分布规律。

背景与挑战

背景概述

Accidents de vélo数据集诞生于法国道路交通安全研究领域，由法国国家跨部道路交通安全观察所（ONISR）基于2005至2024年间的全国道路交通事故伤亡数据库（BAAC）构建而成。该数据集的创建旨在聚焦涉及自行车的事故，填补了通用交通事故数据中针对骑行安全细粒度分析的空白。通过整合多年警察与宪兵现场记录的事故报告，数据集将分散的原始文件合并为以人为单位的记录格式，为分析自行车事故的发生模式、人群特征及环境因素提供了标准化支撑。自发布以来，该数据集已成为研究法国骑行风险、评估道路安全政策效果的重要工具，对推动可持续交通背景下的主动安全研究具有显著影响力。

当前挑战

该数据集所应对的领域挑战在于，传统交通事故数据多聚焦机动车事故，缺乏对自行车事故的专门化统计与独立分析，导致骑行安全研究受限于数据稀疏性和混杂性。构建过程中面临的挑战包括：从2005至2024年间跨年代、多来源的BAAC记录中筛选出涉及自行车的子集，处理原始数据分散为四个文件的结构差异，并对字段进行一致性转换，例如用计算字段替代原始编号，以及统一不同时期的数据编码规则。此外，将多维事故信息整合为以人为单位的单一表格时，需要妥善处理多人员事故（如双人自行车或群体摔车）中的重复记录问题，确保数据准确反映每起事件的参与者关系，同时不丢失横向比较的完整性。

常用场景

经典使用场景

该数据集聚焦于2005至2024年间法国境内至少涉及一名骑行者的道路交通事故记录，源自法国国家道路伤害事故数据库（BAAC），由执法部门在事故现场采集并整理而成。经典使用场景包括对骑行事故的时间分布、地理分布及事故严重程度进行统计分析，例如识别事故高发时段、路段或交叉口类型，以及评估不同天气条件、照明状况对骑行安全的影响。研究者常以此为基石，构建事故风险预测模型或进行骑行安全的流行病学调查。

解决学术问题

该数据集有效解决了骑行事故研究中的数据碎片化与整合难题。原始BAAC数据分散于四个独立文件，而本数据集将其重组为以“人”为单位的单一表格，极大便利了多维度关联分析。它支撑了多个学术问题的探索，如骑行事故中伤亡特征与道路基础设施的关联、不同骑行群体（如通勤者与休闲骑行者）的风险差异，以及法规与政策干预措施对事故率的实际效果评估。通过提供长期、统一的微观数据，该数据集深化了学界对骑行事故致因机理的理解，并为交通安全理论模型的验证提供了坚实的数据基础。

实际应用

该数据集在城市交通规划与公共安全领域具有极高的实用价值。城市规划者可依据事故热点图优化骑行道布局，识别并改造高风险路口，如增设信号灯、减速带或隔离设施。交管部门能通过分析事故的时间模式（如早晚高峰、季节变化），动态部署警力资源与开展针对性的安全宣传。此外，共享单车运营商可结合事故数据评估站点设置的安全性，保险公司则能据此调整骑行相关保险产品的费率与承保策略，从而在源头上降低骑行风险。

数据集最近研究

最新研究方向

随着城市微出行方式的兴起，自行车交通的安全问题日益成为公共政策与数据科学的交叉热点。该数据集汇集了法国2005至2024年间涉及自行车的人身交通事故记录，其独特之处在于整合了警察、宪兵等执法单位现场采集的BAAC事故档案，并将原始分散的多文件结构重构为以人为单位的统一记录，便于分析个体伤害模式与事故链关联。当前前沿研究多聚焦于利用此类结构化历史数据训练因果推断模型，以识别高发路段、时间窗与骑行环境间的隐匿交互效应，进而服务于主动式道路安全预警系统的构建。此外，结合开放数据许可与巴黎2024奥运倡导的可持续交通转型，该数据集不仅为智能交通系统提供了关键验证基准，也推动了骑行风险量化评估与基础设施优化决策的科学化进程。