基于逐步回歸分析方法的北京市交通安全研究

楊鑫剛 單彩虹 杜潔

摘要：為了城市交通安全，基于逐步回歸分析方法對(duì)北京市交通安全發(fā)展進(jìn)行研究。本文結(jié)合北京市2000年至2021年的道路交通事故相關(guān)數(shù)據(jù)，利用逐步回歸分析方法建立道路交通死亡人數(shù)的最優(yōu)回歸方程，找到影響交通安全的顯著因素，并對(duì)北京市交通安全發(fā)展提出有效建議。研究表明，利用逐步回歸分析方法可以很容易找到交通安全的主要影響因素，對(duì)城市交通安全的發(fā)展具有重要意義。本文結(jié)合北京市統(tǒng)計(jì)年鑒數(shù)據(jù)，應(yīng)用SPSS20軟件進(jìn)行線性回歸及逐步回歸分析，得到最優(yōu)回歸模型，并以此提出北京市交通安全發(fā)展的建議和改進(jìn)措施。

關(guān)鍵詞：交通安全；逐步回歸分析；影響

基金項(xiàng)目：中國(guó)勞動(dòng)關(guān)系學(xué)院“中央高?；緲I(yè)務(wù)費(fèi)專項(xiàng)資金”項(xiàng)目，基于逐步回歸分析的北京交通安全發(fā)展研究

項(xiàng)目編號(hào)：22ZYJS011

基金項(xiàng)目：教育部第二批新工科研究與實(shí)踐項(xiàng)目“新工科產(chǎn)教融合、校企合作機(jī)制模式探索與實(shí)踐”

項(xiàng)目編號(hào)：E-XTYR20200607

一、逐步回歸分析方法的應(yīng)用意義

近年來，我國(guó)交通運(yùn)輸業(yè)的快速發(fā)展給人們的生產(chǎn)和生活帶來了便利，有效促進(jìn)了經(jīng)濟(jì)的發(fā)展和社會(huì)的進(jìn)步。與此同時(shí)，道路交通事故量也在增加。雖然在各方努力下，我國(guó)道路交通安全現(xiàn)狀有一定好轉(zhuǎn)，但是安全形勢(shì)依然十分嚴(yán)峻，道路交通安全已成為社會(huì)管理的重大問題。交通安全影響因素眾多，如何找到主要影響因素，對(duì)交通安全狀況的好轉(zhuǎn)具有重要的應(yīng)用意義。

為了有效解決交通安全問題，許多學(xué)者做了相關(guān)研究：肖榮娜等針對(duì)主管部門安全監(jiān)管和企業(yè)安全管理水平發(fā)展速度與日益擴(kuò)張的城市公共交通網(wǎng)之間的矛盾，圍繞城市公共交通管理現(xiàn)狀，從主管部門安全監(jiān)管、企業(yè)、從業(yè)人員及營(yíng)運(yùn)車輛安全管理等角度分析問題，并提出相應(yīng)的改善對(duì)策；Sai Wei和Wang Hongzhi利用改進(jìn)的回歸樹算法建立交通信號(hào)質(zhì)量預(yù)測(cè)模型，針對(duì)不同尺度的城市快速路交通數(shù)據(jù)，提出了一種基于小波和卡爾曼濾波的收斂算法，從而助力基于大數(shù)據(jù)的城市交通規(guī)劃優(yōu)化設(shè)計(jì)；朱涵和楊潤(rùn)凱選取了城市道路交通管理、城市道路條件、城市道路交通設(shè)施和城市道路環(huán)境四項(xiàng)評(píng)價(jià)指標(biāo)，建立交通風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，并將變權(quán)法結(jié)合模糊數(shù)學(xué)理論和AHP方法進(jìn)行交通風(fēng)險(xiǎn)評(píng)估，為道路交通管理部門管理決策提供合理和科學(xué)的意見提供參考。

上述研究有的從安全技術(shù)、安全管理等方面對(duì)道路交通安全提出對(duì)策，有的通過定量分析道路安全水平、道路交通優(yōu)化設(shè)計(jì)、安全風(fēng)險(xiǎn)控制等方面提出相應(yīng)措施，但這些措施對(duì)結(jié)果影響的重要程度不夠直觀。逐步回歸分析方法是一種選擇自變量以建立最優(yōu)回歸方程的回歸分析方法，最優(yōu)回歸方程中，包含所有對(duì)因變量有顯著影響的自變量，不包含對(duì)因變量影響不顯著的自變量。目前，逐步回歸分析方法已經(jīng)在能源、預(yù)防醫(yī)學(xué)、農(nóng)村問題、農(nóng)業(yè)經(jīng)濟(jì)、震害預(yù)測(cè)等方面得到廣泛應(yīng)用，為相應(yīng)目標(biāo)找到核心因素提供了重要方法依據(jù)。因此，本文選用逐步回歸分析方法研究交通安全問題。

二、北京市道路安全現(xiàn)狀分析

北京市2000—2021年道路交通事故數(shù)據(jù)統(tǒng)計(jì)如表1所示。

道路交通安全不僅受到道路本身具有的內(nèi)部因素影響，還不可避免地受到外部因素影響。一般認(rèn)為交通事故的發(fā)生是由人、車、道路交通環(huán)境、管理等要素組成的系統(tǒng)失衡造成的。選取事故死亡人數(shù)為因變量，依據(jù)文獻(xiàn)的結(jié)果，結(jié)合交通事故的主要影響因素，重點(diǎn)選取公路里程、常住人口、機(jī)動(dòng)車擁有量和地區(qū)生產(chǎn)總值四個(gè)相關(guān)量為自變量。

由表1可知，北京市的機(jī)動(dòng)車保有量從2000年的157.8萬(wàn)輛增加到2021年的685.0萬(wàn)輛，交通事故量從2000年的32378起降到2021年的5362起。這說明北京市在面對(duì)持續(xù)復(fù)雜的交通壓力過程中，對(duì)交通安全的各種管控措施取得了良好的效果。但是，即便如此，2021年的交通事故造成的直接財(cái)產(chǎn)損失達(dá)到5291.9萬(wàn)元，依然是一筆不小的數(shù)目，交通安全依然面臨巨大挑戰(zhàn)?；诖?，對(duì)北京市交通安全情況進(jìn)行深入分析，繼而找到根本性的解決方案，具有重要的實(shí)際意義。

三、 交通安全評(píng)價(jià)模型的建立

首先對(duì)數(shù)據(jù)進(jìn)行無量綱化處理，接下來選取事故死亡人數(shù)為因變量，選取公路里程、年末常住人口、機(jī)動(dòng)車擁有量和地區(qū)生產(chǎn)總值四個(gè)量為自變量，應(yīng)用SPSS20軟件進(jìn)行線性回歸及逐步回歸分析，得到針對(duì)北京市交通安全的最優(yōu)回歸模型。

利用SPSS20軟件首先對(duì)無量綱處理后的各影響因素與死亡人數(shù)做多元線性回歸分析，其分析結(jié)果如表2所示。

為了避免多重共線性，以死亡人數(shù)為因變量，以常住人口、公路里程、地區(qū)生產(chǎn)總值和機(jī)動(dòng)車擁有量四個(gè)變量為自變量，利用逐步回歸法繼續(xù)進(jìn)行回歸分析，結(jié)果如表3和表4所示。

根據(jù)上面的回歸結(jié)果，可考慮使用二元線性回歸模型，其估計(jì)方程：

y=1.595-0.532x1

其中，y表示死亡人數(shù)；x1表示公路里程數(shù)。

四、 北京市交通安全發(fā)展建議及改進(jìn)措施

根據(jù)逐步回歸方法的計(jì)算過程，特對(duì)北京市交通安全發(fā)展提出如下建議。

（一）增加公路里程

從回歸方程可以看出，公路里程為事故死亡人數(shù)的唯一回歸變量，與死亡人數(shù)呈負(fù)相關(guān)。根據(jù)表4，公路里程與事故死亡人數(shù)為0.01水平上的相關(guān)性的絕對(duì)值最大，即負(fù)相關(guān)關(guān)系。公路里程增加，從出發(fā)地到達(dá)目的地的路線也就增多，降低了車輛間的碰撞率和摩擦率，從而有效避免交通事故的發(fā)生。

（二）控制常住人口過快增長(zhǎng)

根據(jù)表4所示，常住人口數(shù)和事故死亡人數(shù)在0.01水平上的相關(guān)性較大，相關(guān)性絕對(duì)值僅次于公路里程數(shù)的相關(guān)性絕對(duì)值，并且是正相關(guān)關(guān)系。適當(dāng)控制常住人口數(shù)量，可以緩解北京市的交通壓力，有效減少交通事故發(fā)生量。

（三）合理控制機(jī)動(dòng)車擁有量

根據(jù)表3所示，機(jī)動(dòng)車保有量與事故死亡人數(shù)在0.002水平上相關(guān)性為0.627，為正相關(guān)關(guān)系。合理控制機(jī)動(dòng)車擁有量，對(duì)于緩解交通壓力和減少事故發(fā)生有重要意義。北京市目前實(shí)行的搖號(hào)和限行政策對(duì)于合理控制機(jī)動(dòng)車保有量有重要意義。

參考文獻(xiàn)：

[1]《中國(guó)公路學(xué)報(bào)》編輯部.中國(guó)橋梁工程學(xué)術(shù)研究綜述·2021[J].中國(guó)公路學(xué)報(bào)，2021，34（02）：1-97.

[2]肖榮娜，趙南希，李欣.城市公共交通安全管理現(xiàn)狀及對(duì)策[J].綜合運(yùn)輸，2020，42（10）：22-25.

[3]Sai Wei，Wang Hongzhi. Optimal design of urban transportation planning based on big data[J]. Environmental Technology & Innovation，2021（prepublish）.

[4]朱涵，楊潤(rùn)凱.基于變權(quán)理論的城市道路交通風(fēng)險(xiǎn)評(píng)價(jià)[J].國(guó)防交通工程與技術(shù)，2021，19（06）：36-39.

[5]顏丙峰，王光耀，朱肖曼，等.逐步回歸分析中國(guó)煤質(zhì)特性與其液化特性關(guān)系[J].石油學(xué)報(bào)（石油加工），2021，37（02）：362-371

[6]仇佳歡，湯少梁，楊朵兒.基于多元逐步回歸分析的川、浙、津三地慢性病患者住院費(fèi)用影響因素研究[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2020，47（01）：79-83.

[7]SHANG Xiaowen，CHEN Yufu.Rural Poverty Patterns and Influencing Factors in Yunnan Province， China： Based on County Level Dataset [J].Journal of Resources and Ecology，2020，11（04）：366-377.

[8]司海平，牛興奎，李武林，等.基于逐步回歸分析的家庭農(nóng)場(chǎng)經(jīng)營(yíng)規(guī)模影響因素分析[J].生態(tài)經(jīng)濟(jì)，2019，35（10）：119-123.

[9]武佳佳，王威，朱強(qiáng)強(qiáng)，等.基于QRNN模型的生命年損失概率密度預(yù)測(cè)[J].中國(guó)安全科學(xué)學(xué)報(bào)，2019，29（05）：37-43.

[10]賈俊平. 統(tǒng)計(jì)學(xué)——基于SPSS[M].北京： 中國(guó)人民大學(xué)出版社， 2016.

[11]王丹，胡堯，吳楠，等.城市道路交通安全影響因素分析[J].貴州大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，35（02）：14-21.

[12]楊鑫剛，李德生，任國(guó)友.基于殘差修正灰色預(yù)測(cè)模型的北京市道路交通事故預(yù)測(cè)分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2018，48（03）：159-166.

作者簡(jiǎn)介：楊鑫剛（1982），男，河北省邯鄲市人，博士，講師，研究方向?yàn)閯趧?dòng)教育、運(yùn)籌與管理、安全科學(xué)。

杜潔（1995），女，四川省綿陽(yáng)市人，本科，研究方向?yàn)榘踩こ獭?/p>

通訊作者：?jiǎn)尾屎纾?981），女，河北省邯鄲市人，碩士，講師，研究方向?yàn)檫\(yùn)籌學(xué)、數(shù)學(xué)教學(xué)。