# 113年臺北市A1及A2類交通事故多維度分析

**報告日期**：2025年12月（v4.0 更新：2026年7月）  
**資料來源**：臺北市政府警察局交通大隊  
**資料期間**：113年1月1日 - 113年12月31日  
**事故件數**：22,368件（A1類 68件 + A2類 22,300件）  
**死亡人數**：74人（24小時內70人 + 2-30日4人） | **受傷人數**：29,774人

---

## 專案概述

本專案針對113年臺北市A1及A2類交通事故進行全面性的數據分析研究，透過多維度的統計分析與視覺化，探討事故發生的時空分布、肇事原因、車種特性等，並提出具體的政策建議。

### 成果概覽

| 類型 | 內容 |
|------|------|
| ✅ 完整研究報告 | 詳細的學術研究報告，包含文獻回顧、研究方法、結果分析與政策建議 |
| ✅ 可重跑資料 pipeline | 原始CSV → SQLite → SQL統計 → 圖表 → 模型，一行指令重現全部結果 |
| ✅ 互動式儀表板 | Streamlit：篩選器、GPS熱點地圖、Plotly互動圖表（`app/dashboard.py`）|
| ✅ REST API | FastAPI：彙總統計與明細查詢，附Swagger文件（`api/main.py`）|
| ✅ 統計模型 | 卡方檢定＋死亡事故邏輯迴歸（勝算比與信賴區間）|
| ✅ 12張專業圖表 | 涵蓋時間、空間、肇因、車種、人員特性、天氣等面向 |
| ✅ 10個統計表格 | 全部由 SQL 產生，與 API 同一套口徑 |

---

## 摘要

本研究針對113年臺北市A1及A2類交通事故進行全面性多維度分析。A1類事故指造成人員當場或24小時內死亡的事故；A2類事故指造成人員受傷或超過24小時死亡的事故。透過時間分布、空間分析、肇事原因、車種特性等多個面向的深入探討，本研究發現：

1. **事故概況**：113年A1+A2類事故共22,368件，死亡74人（24小時內70人+2-30日4人）、受傷29,774人
2. **空間分布**：中山區為事故最多發區域（2,932件），前5區（中山、大安、中正、信義、內湖）占全市事故52.6%
3. **時間特徵**：上午8-10時、下午16-20時為事故高峰期
4. **肇因分析（第一當事人）**：「恍神、緊張、心不在焉分心駕駛」（代碼108）佔9.6%為第一大肇因，「變換車道不當」（代碼100）佔7.7%居次
5. **嚴重度分析（邏輯迴歸）**：大型車（OR 6.7）、清晨時段（OR 2.7）、高速限路段（每+10km/h OR 1.3）顯著推升死亡風險；雨天增加事故量但與嚴重度無顯著關聯

> 📋 **統計說明**：本分析採用與「臺北市113年交通事故分析報告」一致的統計方式，以「事故件數」為單位，肇因統計僅計算「第一當事人」（肇事責任較重者）。

研究結果與官方報告數據一致，提供交通安全政策制定的實證基礎。

**關鍵詞**：交通事故、臺北市、肇事分析、A1類事故、A2類事故、交通安全

---

## 一、研究背景與目的

### 1.1 研究背景

交通事故為現代都市重要的公共安全議題，每年造成嚴重的人員傷亡與社會成本。根據內政部警政署統計，台灣每年交通事故造成約3,000人死亡、47萬人受傷，社會成本高達數千億元。臺北市作為台灣首都及最大都會區，人口密度高、交通流量大，交通安全管理面臨嚴峻挑戰。

依據道路交通管理處罰條例，交通事故依嚴重程度分為：
- **A1類**：造成人員當場或24小時內死亡的交通事故
- **A2類**：造成人員受傷或超過24小時死亡的交通事故  
- **A3類**：僅有財產損失的交通事故

本研究聚焦於A1及A2類事故，即涉及人員傷亡的重大交通事故，分析其發生特性與規律，為交通安全改善提供數據支持。

### 1.2 研究目的

1. **描述事故特性**：分析113年臺北市交通事故的基本統計特徵
2. **探索時空分布**：識別事故發生的時間與空間模式
3. **識別風險因子**：找出主要肇事原因與高風險車種
4. **交叉關聯分析**：探討肇因、車種、時段等因素的交互關係
5. **提供政策建議**：基於數據分析結果，提出交通安全改善建議

### 1.3 研究意義

- **學術價值**：建立系統化的交通事故分析架構，豐富交通安全研究
- **實務價值**：為交通主管機關提供決策參考，優化資源配置
- **社會價值**：提升公眾交通安全意識，減少事故發生

---

## 二、文獻回顧

### 2.1 交通事故理論

交通事故發生涉及「人-車-路-環境」四大要素的交互作用：

1. **人的因素**：駕駛行為、注意力、反應時間、風險感知等
2. **車的因素**：車輛性能、安全配備、維護狀況等
3. **路的因素**：道路設計、號誌設置、標誌標線等
4. **環境因素**：天候、照明、交通流量等

Reason的「瑞士乳酪模型」指出，事故發生往往是多重防護失效的結果，預防需要多層次的安全機制。

### 2.2 相關研究

國內外交通事故研究主要聚焦於：

1. **時空分析**：Chen et al. (2016) 使用GIS技術識別事故熱點
2. **肇因研究**：王等人 (2020) 分析人為因素在事故中的主導地位
3. **預測模型**：Li et al. (2019) 運用機器學習預測事故風險
4. **對策評估**：交通部 (2022) 評估各項交通安全措施成效

---

## 三、研究方法

### 3.1 資料來源

本研究使用之資料來源為臺北市政府警察局交通大隊提供之「113年臺北市A1及A2類交通事故明細」，資料取自臺北市政府資料開放平台，符合開放資料規範。

- **資料網址**：https://data.gov.tw/dataset/130110
- **資料授權**：政府資料開放授權條款

### 3.2 資料結構

資料包含51,810筆當事人記錄（涵蓋22,368件事故），每筆記錄包含50個欄位：

| 維度 | 欄位內容 |
|------|----------|
| **時間維度** | 發生年度、月、日、時、分 |
| **空間維度** | 行政區（區序）、肇事地點、GPS座標（X, Y）|
| **事故特性** | 處理別（A1/A2）、死亡人數、受傷人數、事故類型及型態 |
| **環境因素** | 天候、道路照明設備、道路類別、道路型態、路面狀況、道路障礙、號誌種類 |
| **當事人特性** | 當事人序號、性別、年齡、受傷程度、職業、保護裝置、行動電話使用、飲酒情形 |
| **車輛特性** | 車種、車輛用途、當事者行動狀態、駕駛資格情形、駕駛執照種類、車輛撞擊部位 |
| **肇事原因** | 肇因碼-個別、肇因碼-主要、個人肇逃否 |

### 3.3 資料前處理

1. **編碼格式**：原始資料為Big5編碼，轉換為UTF-8處理
2. **遺漏值處理**：檢查關鍵欄位遺漏情況
3. **代碼對照**：參考「道路交通事故調查報告表(代碼對照)」進行解讀
4. **資料清理**：檢查異常值與重複記錄

### 3.4 分析方法

1. **單變數分析**：頻次分布、集中趨勢、離散程度
2. **雙變數分析**：交叉表分析、關聯性探討
3. **時間序列分析**：月份趨勢、時段分布
4. **空間分析**：行政區分布、GPS熱點地圖
5. **推論統計**：卡方獨立性檢定（含Cramér's V效果量）、邏輯迴歸（事故嚴重度）
6. **視覺化呈現**：長條圖、折線圖、圓餅圖、熱力圖、樹狀圖、箱形圖、互動式儀表板

### 3.5 分析工具與系統架構

| 類別 | 工具 |
|------|------|
| 程式語言 | Python 3.11（uv 管理環境）|
| 資料儲存 | SQLite（accidents / parties / 代碼維度表）|
| 統計查詢 | SQL（窗函數計算佔比與累積佔比）|
| 資料處理 | Pandas, NumPy |
| 推論統計 | SciPy, statsmodels |
| 視覺化 | Matplotlib, Seaborn, Plotly, pydeck |
| 互動儀表板 | Streamlit |
| REST API | FastAPI |
| 開發環境 | Jupyter Notebook（探索）＋ 可重跑 pipeline（產出）|

分析流程可一鍵重跑：`uv run python -m taipei_traffic.pipeline`（原始CSV → SQLite → SQL統計表 → 圖表 → 統計模型）。

---

## 四、研究結果

### 4.1 資料概覽

**基本統計**（與官方報告一致）
| 項目 | 數值 | 官方報告 |
|------|------|----------|
| A1類事故 | 68 件 | 68 件 ✅ |
| A2類事故 | 22,300 件 | 22,300 件 ✅ |
| **A1+A2合計** | **22,368 件** | **22,368 件** |
| 死亡人數（24小時內）| 70 人 | 70 人 ✅ |
| 2-30日內死亡 | 4 人 | — |
| 受傷人數 | 29,774 人 | 29,774 人 ✅ |

> ⚠️ **統計說明**：
> - 事故件數 = 當事人序號為「1」的筆數
> - 原始資料共 51,810 筆為「當事人筆數」（每起事故可能有多位當事人）
> - **總死亡人數：74 人**（24小時內70人 + 2-30日4人）
> - 總傷亡人數：29,848 人（死亡74人 + 受傷29,774人）
> - 平均每件事故傷亡：1.33 人
> - 註：官方報告的「死亡70人」僅統計24小時內死亡，本分析另計2-30日內死亡4人

**資料品質**
- 時間欄位完整度：100%
- 空間欄位完整度：100%
- 肇因碼-個別有效率：99.95%
- 主要欄位遺漏率<5%

### 4.2 時間分布分析

#### 4.2.1 月份分布

| 項目 | 數值 |
|------|------|
| 事故最多月份 | 1月（2,089件）|
| 事故最少月份 | 2月（1,600件）|
| 月均事故件數 | 1,864 件 |

**可能原因**：
- 臺北市氣候相對溫和，四季變化不劇烈
- 都會區交通流量全年穩定
- 大型連假（春節、國慶等）可能影響特定月份

#### 4.2.2 時段分布

**時段分布（四時段分類，以事故件數統計）**

| 時段 | 時間範圍 | 事故件數 | 佔比 |
|------|----------|----------|------|
| 清晨 | 00:00-05:59 | 927 | 4.1% |
| 上午 | 06:00-11:59 | 7,938 | 35.5% |
| 下午 | 12:00-17:59 | 7,790 | 34.8% |
| 夜晚 | 18:00-23:59 | 5,713 | 25.5% |

**高峰時段**
- 單一小時最高：8時（上午8點，通勤尖峰，2,025件）
- 次高峰：17時、18時（通勤前後）
- 低谷時段：凌晨3-5時

### 4.3 空間分布分析

**前5名行政區**（僅統計A1+A2類，合計佔A1+A2事故52.6%）

| 排名 | 行政區 | A1+A2事故件數 | 佔比 |
|------|--------|---------------|------|
| 1 | 中山區 | 2,932 | 13.1% |
| 2 | 大安區 | 2,384 | 10.7% |
| 3 | 中正區 | 2,207 | 9.9% |
| 4 | 信義區 | 2,148 | 9.6% |
| 5 | 內湖區 | 2,088 | 9.3% |

> ⚠️ **注意**：官方報告統計包含A3類事故，故行政區件數會較高（如中山區含A3為6,782件）。本分析僅含A1+A2類事故22,368件。

**空間特徵分析**（前5區）：
- **中山區**：商業密集、交通要道眾多（中山北路、復興北路、民權東路等）
- **大安區**：人口密集、學區眾多、商業活動頻繁
- **中正區**：行政中心、觀光區、台北車站周邊
- **信義區**：商業中心、信義計畫區交通複雜
- **內湖區**：科技園區密集、上下班車流量大

### 4.4 肇事原因分析

> 📋 **統計說明**：肇因統計僅計算「第一當事人」（警方初判肇事責任較重者），與官方報告統計方式一致。

**前10大肇因**（第一當事人，依 112.7.1 後適用版本代碼對照）

| 排名 | 肇因碼 | 肇因描述 | 事故件數 | 佔比 |
|------|--------|----------|----------|------|
| 1 | 108 | 恍神、緊張、心不在焉分心駕駛 | 2,143 | 9.6% |
| 2 | 44 | 尚未發現肇事因素（駕駛者） | 1,775 | 7.9% |
| 3 | 100 | 變換車道不當 | 1,729 | 7.7% |
| 4 | 16 | 未保持行車安全距離 | 1,716 | 7.7% |
| 5 | 9 | 右轉彎未依規定 | 1,479 | 6.6% |
| 6 | 72 | 無號誌路口，支線道未讓幹線道先行 | 1,358 | 6.1% |
| 7 | 8 | 左轉彎未依規定 | 1,209 | 5.4% |
| 8 | 19 | 起步時未注意安全 | 986 | 4.4% |
| 9 | 42 | 其他不當駕車行為 | 918 | 4.1% |
| 10 | 80 | 未依規定讓車 | 860 | 3.8% |

**肇因類型歸納**

| 類型 | 主要代碼 | 描述 |
|------|---------|------|
| 分心駕駛 | 104-111 | 含打瞌睡、使用手機、恍神等 |
| 未依規定讓車 | 70-80 | 新版細分為11種情境 |
| 未保持距離 | 16 | 未保持行車安全距離 |
| 違反號誌 | 81-85 | 含闘紅燈、違反閃光號誌等 |
| 酒駕 | 21 | 酒醉（後）駕駛 |

**結論**：人為因素絕對主導，前10大肇因全為人為因素。「分心駕駛」（代碼108）為**第一大肇因**（9.6%），顯示現代駕駛分心問題嚴重。

### 4.5 車種分析

**主要涉入車種前5名**（依 112.7.1 後適用版本代碼對照）

| 排名 | 車種代碼 | 車種名稱 | 件數 | 佔比 |
|------|----------|----------|------|------|
| 1 | C03 | 普通重型機車 | 26,539 | 52.1% |
| 2 | B03 | 自用小客車 | 9,966 | 19.6% |
| 3 | H02 | 乘客 | 3,380 | 6.6% |
| 4 | B01 | 計程車 | 2,866 | 5.6% |
| 5 | H01 | 行人 | 1,833 | 3.6% |

> 💡 **說明**：H02（乘客）和 H01（行人）出現在統計中，是因為每起事故會記錄所有當事人，包括車輛駕駛者、乘客及行人。乘客/行人作為事故當事人被記錄，並不代表他們是「涉入車種」，而是事故受害者或相關當事人。

### 4.6 肇因與車種交叉分析

> 📊 **請參考圖表**：`06_肇因車種交叉分析.png`

以下為主要肇因事故中，所有涉入當事人的車種分布情況：

> 💡 **統計說明**：此分析先以第一當事人篩選出特定肇因的事故，再統計該事故中**所有涉入當事人**的車種。例如：一起「分心駕駛」事故中，肇事機車與被撞小客車都會被計入車種統計。

**肇因代碼 108 - 恍神、緊張、心不在焉分心駕駛**

| 車種代碼 | 車種名稱 | 涉入人次 | 佔該肇因比例 |
|----------|----------|----------|--------------|
| C03 | 普通重型機車 | 2,363 | **66.6%** |
| B03 | 自用小客車 | 585 | 16.5% |
| B01 | 計程車 | 162 | 4.6% |

**肇因代碼 16 - 未保持行車安全距離**

| 車種代碼 | 車種名稱 | 涉入人次 | 佔該肇因比例 |
|----------|----------|----------|--------------|
| C03 | 普通重型機車 | 1,876 | **79.1%** |
| B03 | 自用小客車 | 237 | 10.0% |
| B01 | 計程車 | 64 | 2.7% |

**肇因代碼 9 - 右轉彎未依規定**

| 車種代碼 | 車種名稱 | 涉入人次 | 佔該肇因比例 |
|----------|----------|----------|--------------|
| B03 | 自用小客車 | 853 | **53.1%** |
| C03 | 普通重型機車 | 377 | 23.5% |
| B01 | 計程車 | 147 | 9.1% |

> 💡 **關鍵發現**：機車在大多數肇因中涉入比例最高（分心駕駛66.6%、未保持安全距離79.1%），但在「右轉彎未依規定」中，小客車涉入比例最高（53.1%），這是因為小客車右轉時容易忽略直行機車的路權。

### 4.7 人員特性分析

**性別分布**
| 性別 | 人數 | 佔比 |
|------|------|------|
| 男性 | 34,008 | 65.6% |
| 女性 | 16,336 | 31.5% |

**年齡統計**
| 項目 | 數值 |
|------|------|
| 平均年齡 | 41.5歲 |
| 中位數年齡 | 41歲 |

### 4.8 天氣與事故分析

> 📊 **請參考圖表**：`12_月份天氣分析.png`（天候代碼 6 = 雨）

| 項目 | 數值 |
|------|------|
| 雨天事故最多月份 | 10月（511件，佔當月29.4%）|
| 次高月份 | 11月（480件，25.8%）|
| 雨天事故最少月份 | 8月（140件，7.3%）|

10、11月雨天事故佔比明顯偏高，與113年10-11月山陀兒、康芮等颱風及東北季風降雨期間吻合。值得注意的是，雨天雖推升「事故發生量」，但卡方檢定顯示雨天與「事故嚴重度」（是否死亡事故）**無顯著關聯**（p=0.43，見4.9節）——雨天更多的是低速擦撞類事故增加。

### 4.9 統計檢定與事故嚴重度模型

#### 4.9.1 卡方獨立性檢定

| 檢定 | 卡方值 | 自由度 | p值 | Cramér's V | 顯著(α=0.05) |
|------|--------|--------|-----|------------|--------------|
| 雨天 × 是否死亡事故 | 0.615 | 1 | 0.433 | 0.005 | 否 |
| 時段 × 是否死亡事故 | 9.194 | 3 | 0.027 | 0.020 | **是** |
| 第一當事人車種大類 × 是否死亡事故 | 71.658 | 5 | <0.001 | 0.057 | **是** |

#### 4.9.2 死亡事故邏輯迴歸

以事故層級（n=22,368、死亡事故72件）配適邏輯迴歸，預測「是否為死亡事故」。參考組別：時段=下午、車種=小客車。顯著風險因子（p<0.05）：

| 風險因子 | 勝算比(OR) | 95%CI | p值 | 解讀 |
|----------|-----------|-------|-----|------|
| 第一當事人為大型車（大客/大貨/聯結/曳引）| 6.67 | 3.19–13.96 | <0.001 | 死亡風險為小客車的6.7倍 |
| 第一當事人為小貨車 | 3.26 | 1.43–7.42 | 0.005 | 3.3倍 |
| 清晨時段（00-06時）| 2.69 | 1.13–6.40 | 0.025 | 相對下午2.7倍 |
| 第一當事人為男性 | 2.35 | 1.10–5.04 | 0.028 | 2.4倍 |
| 速限每增加10 km/h | 1.34 | 1.01–1.76 | 0.042 | 風險遞增34% |
| 年齡每增加10歲 | 1.21 | 1.05–1.40 | 0.010 | 風險遞增21% |

不顯著因子：雨天（OR 0.72, p=0.39）、週末（p=0.97）、機車（p=0.70）——機車雖佔涉入車種一半以上（量大），但控制其他因素後其單件事故的死亡風險與小客車無顯著差異；真正推升嚴重度的是**大型車、清晨、高速限路段**。

> ⚠️ **模型限制**：死亡事故為罕見事件（佔0.32%），本模型用於解讀風險因子方向與相對強度（勝算比），不宜作為機率預測器。完整模型摘要見 `分析結果/模型結果/邏輯迴歸_模型摘要.txt`。

---

## 五、綜合討論

### 5.1 主要發現總結

#### 5.1.1 基本統計（與官方報告一致）
- A1+A2類事故：22,368件（A1 68件、A2 22,300件）
- 死亡人數：74人（24小時內70人 + 2-30日4人）、受傷人數：29,774人

#### 5.1.2 空間分布
- 前5名行政區（中山、大安、中正、信義、內湖）佔A1+A2事故52.6%
- 中山區事故最多（2,932件，13.1%）

#### 5.1.3 肇因分析（第一當事人統計）

**主要肇因類型**：
- 「恍神、緊張、心不在焉分心駕駛」（代碼108）佔 9.6%，為第一大肇因
- 「變換車道不當」（代碼100）佔 7.7%
- 「未保持行車安全距離」（代碼16）佔 7.7%
- 「右轉彎未依規定」（代碼9）佔 6.6%

**特殊違規統計**：
- 無照駕駛：A1類6件（8.8%）、A2類883件（4.0%）
- 酒駕事故：約137件（A1+A2類）

> 💡 **統計方法說明**：本分析採用與官方報告一致的統計方式——以「事故件數」為單位，肇因僅統計「第一當事人」。

### 5.2 風險因子識別

| 風險因子類別 | 具體內容 | 風險等級 |
|--------------|----------|----------|
| **高風險時段** | 8時、17-18時（通勤） | ★★★★★ |
| **高風險區域** | 中山區、大安區 | ★★★★★ |
| **高風險車種** | 普通重型機車 | ★★★★★ |
| **高風險肇因** | 分心駕駛（代碼108，9.6%）| ★★★★★ |
| **特殊違規** | 無照駕駛、酒駕 | ★★★★☆ |

---

## 六、結論與建議

### 6.1 研究結論

本研究數據與「臺北市113年交通事故分析報告」完全一致：

1. **事故概況**：A1+A2類事故共22,368件，死亡74人、受傷29,774人
   - A1類（當場或24小時內死亡）：68件、死亡70人
   - A2類（受傷或超過24小時死亡）：22,300件，其中4人於事故後2-30日內死亡
2. **區域集中度高**：前5區（中山、大安、中正、信義、內湖）占A1+A2事故52.6%
3. **主要肇因**（第一當事人統計）：
   - 第1名：「恍神、緊張、心不在焉分心駕駛」（代碼108）佔 9.6%
   - 第2名：「尚未發現肇事因素（駕駛者）」（代碼44）佔 7.9%
   - 第3名：「變換車道不當」（代碼100）佔 7.7%
   - 第4名：「未保持行車安全距離」（代碼16）佔 7.7%
4. **特殊違規統計**：
   - 無照駕駛：A1類6件、A2類883件
   - 酒駕事故：約137件（A1+A2類）

> 📋 **統計方法說明**：本分析採用與官方報告一致的統計方式——以「事故件數」為單位，肇因僅統計「第一當事人」（肇事責任較重者）。

### 6.2 政策建議

#### 短期措施（0-6個月）

| 措施 | 內容 |
|------|------|
| 🚦 重點時段執法 | 上午8時、下午5-7時加強執法 |
| 📍 聚焦高事故區域 | 中山區、大安區優先處理 |
| 📢 路權教育宣導 | 針對「未依規定讓車」進行專案宣導 |
| 🚛 大型車特別管理 | 強制加裝盲點偵測系統 |

#### 中期策略（6個月-2年）

| 措施 | 內容 |
|------|------|
| 🛠️ 道路工程改善 | 高事故路口系統性改善 |
| 📚 駕駛教育強化 | 改革駕照考試制度 |
| 🤖 科技執法 | 建置智慧路口監控系統 |
| 🚴 人車分流 | 擴建自行車專用道 |

#### 長期願景（2-5年）

| 措施 | 內容 |
|------|------|
| 🚇 運輸系統轉型 | 推廣大眾運輸與綠色運輸 |
| 🌐 智慧交通 | 發展自動駕駛與車聯網技術 |
| 💡 安全文化 | 建立「交通安全第一」的社會氛圍 |
| ⚖️ 制度革新 | 引入「零願景」(Vision Zero)政策框架 |

---

## 七、未來研究方向

1. **長期趨勢研究**：納入多年度資料，分析長期趨勢
2. **空間深化分析**：本研究已建置GPS熱點地圖，後續可加入路口層級的空間統計（如Getis-Ord Gi*熱點檢定）
3. **預測模型深化**：本研究已建立解釋性邏輯迴歸，後續可嘗試罕見事件校正（Firth法）或機器學習模型
4. **特定議題深化**：高齡駕駛、電動輔助自行車、外送平台等

---

## 八、專案結構與成果清單

### 8.1 專案結構

```
taipei-traffic-analysis/
├── 完整研究報告.md                              # 本文件
├── 完整分析.ipynb                               # Jupyter Notebook（探索性分析）
├── README.md                                    # 專案說明與使用方式
├── pyproject.toml                               # uv 專案設定
│
├── 113年-臺北市A1及A2類交通事故明細.csv         # 原始數據（51,810筆，未入版控）
│
├── src/taipei_traffic/                          # 分析套件
│   ├── codes.py                                 #   代碼對照表（112.7.1後版本）
│   ├── data.py                                  #   資料載入與清理
│   ├── db.py                                    #   SQLite 資料庫建置
│   ├── stats.py                                 #   SQL 統計表產生
│   ├── charts.py                                #   補充圖表
│   ├── models.py                                #   卡方檢定與邏輯迴歸
│   └── pipeline.py                              #   一鍵重跑流程
│
├── sql/                                         # 統計查詢（10支SQL）
├── app/dashboard.py                             # Streamlit 互動儀表板
├── api/main.py                                  # FastAPI 統計服務
│
└── 分析結果/
    ├── 分析摘要.txt                             # 一頁式摘要
    ├── 圖表/                                    # 12張圖表（01-11 由 notebook 產生）
    │   ├── 01_月份分析.png ⋯ 11_甜甜圈與堆疊面積圖.png
    │   └── 12_月份天氣分析.png                  # 由 pipeline 產生
    ├── 統計表/                                  # 10個統計表（由 SQL 產生）
    └── 模型結果/                                # 卡方檢定、邏輯迴歸勝算比與摘要
```

### 8.2 圖表清單

| 編號 | 檔案名稱 | 圖表類型 | 內容說明 |
|------|---------|----------|---------|
| 01 | 01_月份分析.png | 折線圖 + 長條圖 | 月份趨勢與分布 |
| 02 | 02_時段分析.png | 圓餅圖 + 長條圖 | 時段分布與24小時分布 |
| 03 | 03_行政區分析.png | 水平長條圖 | Top5行政區與全市分布 |
| 04 | 04_肇因分析.png | 水平長條圖 | 主要肇因Top5與Top10 |
| 05 | 05_車種分析.png | 長條圖 + 圓餅圖 | 車種涉入統計 |
| 06 | 06_肇因車種交叉分析.png | 分組長條圖 | Top5肇因各車種分布 |
| 07 | 07_人員特性分析.png | 圓餅圖 + 直方圖 | 性別、年齡、受傷程度 |
| 08 | 08_時間熱力圖.png | 熱力圖 | 小時×星期、月份×星期 🆕 |
| 09 | 09_樹狀圖分析.png | 樹狀圖 | 行政區與肇因比例 🆕 |
| 10 | 10_年齡分布進階分析.png | 箱形圖 + 小提琴圖 | 各車種/行政區年齡分布 🆕 |
| 11 | 11_甜甜圈與堆疊面積圖.png | 甜甜圈圖 + 堆疊面積圖 | 比例與趨勢變化 🆕 |
| 12 | 12_月份天氣分析.png | 長條圖 + 折線圖（單軸）| 各月總事故與雨天事故 🆕 |

---

## 參考文獻

1. 臺北市政府警察局交通大隊 (2024)。113年臺北市A1及A2類交通事故明細。臺北市政府資料開放平台。https://data.gov.tw/dataset/130110

2. 交通部道路交通安全督導委員會 (2024)。道路交通事故調查報告表(代碼對照)。

3. 內政部警政署 (2024)。道路交通事故統計年報。

4. 交通部 (2022)。交通安全白皮書。

5. Chen, C., et al. (2016). Investigating driver injury severity patterns in rollover crashes using support vector machine models. Accident Analysis & Prevention, 90, 128-139.

6. OECD/ITF (2016). Zero Road Deaths and Serious Injuries: Leading a Paradigm Shift to a Safe System. OECD Publishing, Paris.

7. Reason, J. (1990). Human Error. Cambridge University Press.

8. WHO (2018). Global Status Report on Road Safety 2018. World Health Organization, Geneva.

---

## 附錄

### 附錄A：代碼對照表（依據道路交通事故調查報告表 112.7.1 後適用版本）

> ⚠️ **重要說明**：本資料為113年（2024年）資料，適用 **112.7.1 後版本** 的代碼對照表。
> 
> - **112.6.30 前適用**：肇因碼範圍 01-67
> - **112.7.1 後適用**：肇因碼範圍 01-131（大幅擴充，細分多種違規類型）

**肇因碼**（112.7.1 後適用版本，代碼範圍 01-131）

| 類別 | 代碼 | 中文描述 |
|------|------|----------|
| **(一) 駕駛者** | 01 | 違規超車 |
|  | 02 | 爭(搶)道行駛 |
|  | 04 | 逆向行駛 |
|  | 05 | 未靠右行駛 |
|  | 08 | 左轉彎未依規定 |
|  | 09 | 右轉彎未依規定 |
|  | 10 | 迴轉未依規定 |
|  | 11 | 橫越道路不慎 |
|  | 12 | 倒車未依規定 |
|  | 13 | 超速駕駛 |
|  | 14 | 未依規定減速 |
|  | 16 | 未保持行車安全距離 |
|  | 17 | 未保持行車安全間隔 |
|  | 18 | 停車操作時未注意安全 |
|  | 19 | 起步時未注意安全 |
|  | 20 | 吸食違禁物駕駛 |
|  | 21 | 酒醉（後）駕駛 |
|  | 22 | 患病或服用藥物（疲勞）駕駛 |
|  | 24 | 搶（闘）越平交道 |
| **🆕 未依規定讓車細分** | 68 | 危險駕駛 |
|  | 69 | 未遵守依法令授權交通指揮人員之指揮 |
|  | 70 | 車輛未依規定暫停讓行人先行 |
|  | 71 | 有號誌路口，轉彎車未讓直行車先行 |
|  | 72 | 無號誌路口，支線道未讓幹線道先行 |
|  | 73 | 無號誌路口，少線道未讓多線道先行 |
|  | 74 | 無號誌路口，轉彎車未讓直行車先行 |
|  | 75 | 無號誌路口，左方車未讓右方車先行 |
|  | 76 | 山路會車，靠山壁車未讓外緣車先行 |
|  | 77 | 峻狹坡路會車，下坡車未讓上坡車先行 |
|  | 78 | 行經圓環未依規定讓車 |
|  | 79 | 未依規定避讓執行緊急任務車 |
|  | 80 | 其他未依規定讓車 |
| **🆕 違反號誌細分** | 81 | 闘紅燈直行 |
|  | 82 | 闘紅燈右轉 |
|  | 83 | 闘紅燈左轉（或迴轉） |
|  | 84 | 違反閃光號誌 |
|  | 85 | 違反其他號誌 |
| **🆕 違反標誌標線細分** | 86 | 違反遵行方向標誌（線） |
|  | 87 | 違反車輛專用標誌（線） |
|  | 88 | 違反行人專用標誌（線） |
|  | 89 | 違反禁止進入標誌 |
|  | 90 | 違反禁止各種車輛進入標誌 |
|  | 91 | 違反禁止會車標誌 |
|  | 92 | 違反禁止迴轉或迴車標誌 |
|  | 93 | 違反車輛改道標誌 |
|  | 94 | 違反禁止超車標誌（線） |
|  | 95 | 違反禁止變換車道標線 |
|  | 96 | 違反二段式左（右）轉標誌（線） |
|  | 97 | 違反禁行車種標誌（字） |
|  | 98 | 違反禁止左轉、右轉標誌 |
|  | 99 | 違反其他標誌（線）禁制 |
| **🆕 其他駕駛行為** | 100 | 變換車道不當 |
|  | 101 | 方向不定（不包括危險駕車） |
|  | 102 | 閃避不當（慎） |
|  | 103 | 多車道迴轉，未先駛入內側車道 |
| **🆕 分心駕駛細分** | 104 | 打瞌睡或疲勞駕駛 |
|  | 105 | 飲食、抽菸、拿物品分心駕駛 |
|  | 106 | 乘客、車上動物干擾分心駕駛 |
|  | 107 | 觀看其他事故、活動、道路環境分心駕駛 |
|  | 108 | 恍神、緊張、心不在焉分心駕駛 |
|  | 109 | 使用車輛自動駕駛或先進駕駛輔助系統設備不符規定 |
|  | 110 | 操作、觀看行車輔助或娛樂性顯示設備 |
|  | 111 | 使用手持行動電話 |
|  | 112 | 未保持平交道淨空 |
| **(二) 燈光** | 27 | 未依規定使用燈光 |
|  | 28 | 暗處停車無燈光、標識 |
|  | 29 | 夜間行駛無燈光設備 |
| **(三) 裝載** | 30 | 裝載貨物不穩妥 |
|  | 31 | 載運貨物超重 |
|  | 32 | 超載人員 |
|  | 33 | 載運貨物超長、寬、高 |
|  | 34 | 裝卸貨物不當 |
|  | 35 | 裝載未盡安全措施 |
|  | 36 | 未待乘客安全上下而開車 |
|  | 37 | 其他裝載不當 |
| **(四) 其他** | 38 | 違規（臨時）停車 |
|  | 39 | 車輛拋錨未採安全措施 |
|  | 40 | 開啟或關閉車門不當 |
|  | 42 | 其他不當駕車行為 |
|  | 113 | 車輛未停妥滑動致生事故 🆕 |
|  | 114 | 發生事故後未採取安全措施 🆕 |
|  | 115 | 被車輛輾壓之不明物體彈飛 🆕 |
|  | 116 | 車輛或機械操作不當（慎） 🆕 |
|  | 117 | 因光線、視線遮蔽致生事故 🆕 |
|  | 118 | 跡證不足且無影像，無法釐清肇因 🆕 |
|  | 119 | 肇事逃逸未查獲，無法查明肇因 🆕 |
| **(五) 無（車輛駕駛者因素）** | 44 | 尚未發現肇事因素（駕駛者） |
| **(六) 機件** | 45 | 煞車失靈或故障 |
|  | 46 | 方向操縱系統故障 |
|  | 47 | 燈光系統故障 |
|  | 48 | 車輪脫落或輪胎爆裂 |
|  | 49 | 車輛零件脫落 |
|  | 50 | 其他機件失靈或故障 |
|  | 120 | 車輛附屬機具未盡安全措施 🆕 |
| **(七) 非駕駛者** | 53 | 穿越道路未注意左右來車 |
|  | 54 | 在道路上嬉戲或奔走不定 |
|  | 55 | 未待車輛停妥而上下車 |
|  | 56 | 上下車輛時未注意安全 |
|  | 57 | 頭手伸出車外 |
|  | 58 | 乘坐不當（慎） |
|  | 59 | 在道路上工作未設適當標識 |
|  | 60 | 其他引起事故之疏失或行為 |
|  | 121 | 未依標誌或標線穿越道路 🆕 |
|  | 122 | 未依號誌或手勢指揮穿越道路 🆕 |
|  | 123 | 未依規定行走地下道、天橋穿越道路 🆕 |
|  | 124 | 搶（闘）越平交道 🆕 |
|  | 125 | 事故發生時當事者逕自離開現場 🆕 |
|  | 126 | 開啟或關閉車門不當 🆕 |
|  | 127 | 指揮不當(包括未依法令授權) 🆕 |
| **(八) 交通管制(設施)** | 61 | 路況危險無安全（警告）設施 |
|  | 62 | 交通管制設施失靈或損毀 |
|  | 64 | 平交道看守疏失或未放柵欄 |
|  | 65 | 其他交通管制不當 |
|  | 128 | 施工安全防護措施未依規定或未盡完善 🆕 |
| **(九) 無（物或動物）** | 66 | 動物竄出 |
|  | 67 | 尚未發現肇事因素（非駕駛者） |
|  | 129 | 道路設施、植栽或其他裝置，倒塌或掉落 🆕 |
|  | 130 | 物品滾滑行或飛掉落 🆕 |
|  | 131 | 強風、暴雨、濃霧（煙） 🆕 |

**車種代碼**（112.7.1 後適用版本）

| 類別 | 代碼 | 中文描述 |
|------|------|----------|
| **(一) 大客車** | A01 | 公營公車 |
|  | A02 | 民營公車 |
|  | A03 | 公營客運 |
|  | A04 | 民營客運 |
|  | A05 | 遊覽車 |
|  | A06 | 自用大客車 |
| **(二) 大貨車** | A11 | 營業用 |
|  | A12 | 自用 |
| **(三) 全聯結車** | A21 | 營業用 |
|  | A22 | 自用 |
| **(四) 半聯結車** | A31 | 營業用 |
|  | A32 | 自用 |
| **(五) 曳引車** | A41 | 營業用 |
|  | A42 | 自用 |
| **(六) 小客車** | B01 | 計程車 |
|  | B02 | 租賃車 |
|  | B03 | 自用 |
| **(七) 小貨車** | B11 | 營業用 |
|  | B12 | 自用 |
|  | B13 | 租賃小貨車 🆕 |
| **(八) 機車** | C01 | 大型重型1(550C.C.以上) |
|  | C02 | 大型重型2(250-550C.C.) |
|  | C03 | 普通重型 |
|  | C04 | 普通輕型 |
|  | C05 | 小型輕型 |
| **(九) 軍車** | D01 | 大客車 |
|  | D02 | 載重車 |
|  | D03 | 小型車 |
| **(十) 特種車** | E01 | 救護車 |
|  | E02 | 消防車 |
|  | E03 | 警備車 |
|  | E04 | 工程車 |
|  | E05 | 其他特種車 |
| **(十一) 慢車** | F01 | 腳踏自行車 |
|  | F02 | 電動輔助自行車 |
|  | F03 | 微型電動二輪車 🆕（原：電動自行車） |
|  | F04 | 人力車 |
|  | F05 | 獸力車 |
|  | F06 | 其他慢車 |
|  | F07 | 個人行動運具 🆕 |
| **(十二) 其他車** | G01 | 拼裝車 |
|  | G02 | 農耕用車(或機械) |
|  | G03 | 動力機械 |
|  | G04 | 拖車(架) |
|  | G05 | 火車 |
|  | G06 | 其他車 |
|  | G07 | 大眾捷運系統車輛 🆕 |
| **(十三) 人** | H01 | 行人 |
|  | H02 | 乘客 |
|  | H03 | 其他人 |
|  | H04 | 輔助代步器材 🆕 |

### 附錄B：新舊版本代碼對照表主要差異

| 項目 | 112.6.30前適用 | 112.7.1後適用 |
|------|---------------|---------------|
| **肇因碼範圍** | 01-67 | 01-131 |
| **未依規定讓車** | 統一代碼 06 | 細分為 70-80（11種情境） |
| **違反號誌** | 統一代碼 25 | 細分為 81-85（5種情境） |
| **違反標誌標線** | 統一代碼 26 | 細分為 86-99（14種情境） |
| **分心駕駛** | 統一代碼 41 | 細分為 104-111（8種情境） |
| **車種 B13** | 無 | 租賃小貨車 |
| **車種 F03** | 電動自行車 | 微型電動二輪車 |
| **車種 F07** | 無 | 個人行動運具 |
| **車種 G07** | 無 | 大眾捷運系統車輛 |
| **車種 H04** | 無 | 輔助代步器材 |

---

**報告初版**：2025年12月  
**報告版本**：4.0（2026年7月：修正時段/行政區佔比數據、新增天氣分析、統計檢定與嚴重度模型、互動儀表板與API）

---

*本報告旨在提供客觀、全面的交通事故分析，作為政策制定參考。所有統計數據來源於政府公開資料，分析方法遵循學術規範。*

*交通安全，人人有責。讓我們共同努力，打造更安全的道路環境。*