基于逐步回归分析方法的北京市交通安全研究

杨鑫刚 单彩虹 杜洁

摘要：为了城市交通安全，基于逐步回归分析方法对北京市交通安全发展进行研究。本文结合北京市2000年至2021年的道路交通事故相关数据，利用逐步回归分析方法建立道路交通死亡人数的最优回归方程，找到影响交通安全的显著因素，并对北京市交通安全发展提出有效建议。研究表明，利用逐步回归分析方法可以很容易找到交通安全的主要影响因素，对城市交通安全的发展具有重要意义。本文结合北京市统计年鉴数据，应用SPSS20软件进行线性回归及逐步回归分析，得到最优回归模型，并以此提出北京市交通安全发展的建议和改进措施。

关键词：交通安全；逐步回归分析；影响

基金项目：中国劳动关系学院“中央高校基本业务费专项资金”项目，基于逐步回归分析的北京交通安全发展研究

项目编号：22ZYJS011

基金项目：教育部第二批新工科研究与实践项目“新工科产教融合、校企合作机制模式探索与实践”

项目编号：E-XTYR20200607

一、逐步回归分析方法的应用意义

近年来，我国交通运输业的快速发展给人们的生产和生活带来了便利，有效促进了经济的发展和社会的进步。与此同时，道路交通事故量也在增加。虽然在各方努力下，我国道路交通安全现状有一定好转，但是安全形势依然十分严峻，道路交通安全已成为社会管理的重大问题。交通安全影响因素众多，如何找到主要影响因素，对交通安全状况的好转具有重要的应用意义。

为了有效解决交通安全问题，许多学者做了相关研究：肖荣娜等针对主管部门安全监管和企业安全管理水平发展速度与日益扩张的城市公共交通网之间的矛盾，围绕城市公共交通管理现状，从主管部门安全监管、企业、从业人员及营运车辆安全管理等角度分析问题，并提出相应的改善对策；Sai Wei和Wang Hongzhi利用改进的回归树算法建立交通信号质量预测模型，针对不同尺度的城市快速路交通数据，提出了一种基于小波和卡尔曼滤波的收敛算法，从而助力基于大数据的城市交通规划优化设计；朱涵和杨润凯选取了城市道路交通管理、城市道路条件、城市道路交通设施和城市道路环境四项评价指标，建立交通风险评价指标体系，并将变权法结合模糊数学理论和AHP方法进行交通风险评估，为道路交通管理部门管理决策提供合理和科学的意见提供参考。

上述研究有的从安全技术、安全管理等方面对道路交通安全提出对策，有的通过定量分析道路安全水平、道路交通优化设计、安全风险控制等方面提出相应措施，但这些措施对结果影响的重要程度不够直观。逐步回归分析方法是一种选择自变量以建立最优回归方程的回归分析方法，最优回归方程中，包含所有对因变量有显著影响的自变量，不包含对因变量影响不显著的自变量。目前，逐步回归分析方法已经在能源、预防医学、农村问题、农业经济、震害预测等方面得到广泛应用，为相应目标找到核心因素提供了重要方法依据。因此，本文选用逐步回归分析方法研究交通安全问题。

二、北京市道路安全现状分析

北京市2000—2021年道路交通事故数据统计如表1所示。

道路交通安全不仅受到道路本身具有的内部因素影响，还不可避免地受到外部因素影响。一般认为交通事故的发生是由人、车、道路交通环境、管理等要素组成的系统失衡造成的。选取事故死亡人数为因变量，依据文献的结果，结合交通事故的主要影响因素，重点选取公路里程、常住人口、机动车拥有量和地区生产总值四个相关量为自变量。

由表1可知，北京市的机动车保有量从2000年的157.8万辆增加到2021年的685.0万辆，交通事故量从2000年的32378起降到2021年的5362起。这说明北京市在面对持续复杂的交通压力过程中，对交通安全的各种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财产损失达到5291.9万元，依然是一笔不小的数目，交通安全依然面临巨大挑战。基于此，对北京市交通安全情况进行深入分析，继而找到根本性的解决方案，具有重要的实际意义。

三、 交通安全评价模型的建立

首先对数据进行无量纲化处理，接下来选取事故死亡人数为因变量，选取公路里程、年末常住人口、机动车拥有量和地区生产总值四个量为自变量，应用SPSS20软件进行线性回归及逐步回归分析，得到针对北京市交通安全的最优回归模型。

利用SPSS20软件首先对无量纲处理后的各影响因素与死亡人数做多元线性回归分析，其分析结果如表2所示。

为了避免多重共线性，以死亡人数为因变量，以常住人口、公路里程、地区生产总值和机动车拥有量四个变量为自变量，利用逐步回归法继续进行回归分析，结果如表3和表4所示。

根据上面的回归结果，可考虑使用二元线性回归模型，其估计方程：

y=1.595-0.532x1

其中，y表示死亡人数；x1表示公路里程数。

四、 北京市交通安全发展建议及改进措施

根据逐步回归方法的计算过程，特对北京市交通安全发展提出如下建议。

（一）增加公路里程

从回归方程可以看出，公路里程为事故死亡人数的唯一回归变量，与死亡人数呈负相关。根据表4，公路里程与事故死亡人数为0.01水平上的相关性的绝对值最大，即负相关关系。公路里程增加，从出发地到达目的地的路线也就增多，降低了车辆间的碰撞率和摩擦率，从而有效避免交通事故的发生。

（二）控制常住人口过快增长

根据表4所示，常住人口数和事故死亡人数在0.01水平上的相关性较大，相关性绝对值仅次于公路里程数的相关性绝对值，并且是正相关关系。适当控制常住人口数量，可以缓解北京市的交通压力，有效减少交通事故发生量。

（三）合理控制机动车拥有量

根据表3所示，机动车保有量与事故死亡人数在0.002水平上相关性为0.627，为正相关关系。合理控制机动车拥有量，对于缓解交通压力和减少事故发生有重要意义。北京市目前实行的摇号和限行政策对于合理控制机动车保有量有重要意义。

参考文献：

[1]《中国公路学报》编辑部.中国桥梁工程学术研究综述·2021[J].中国公路学报，2021，34（02）：1-97.

[2]肖荣娜，赵南希，李欣.城市公共交通安全管理现状及对策[J].综合运输，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，杨润凯.基于变权理论的城市道路交通风险评价[J].国防交通工程与技术，2021，19（06）：36-39.

[5]颜丙峰，王光耀，朱肖曼，等.逐步回归分析中国煤质特性与其液化特性关系[J].石油学报（石油加工），2021，37（02）：362-371

[6]仇佳欢，汤少梁，杨朵儿.基于多元逐步回归分析的川、浙、津三地慢性病患者住院费用影响因素研究[J].现代预防医学，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，牛兴奎，李武林，等.基于逐步回归分析的家庭农场经营规模影响因素分析[J].生态经济，2019，35（10）：119-123.

[9]武佳佳，王威，朱强强，等.基于QRNN模型的生命年损失概率密度预测[J].中国安全科学学报，2019，29（05）：37-43.

[10]贾俊平. 统计学——基于SPSS[M].北京： 中国人民大学出版社， 2016.

[11]王丹，胡尧，吴楠，等.城市道路交通安全影响因素分析[J].贵州大学学报（自然科学版），2018，35（02）：14-21.

[12]杨鑫刚，李德生，任国友.基于残差修正灰色预测模型的北京市道路交通事故预测分析[J].数学的实践与认识，2018，48（03）：159-166.

作者简介：杨鑫刚（1982），男，河北省邯郸市人，博士，讲师，研究方向为劳动教育、运筹与管理、安全科学。

杜洁（1995），女，四川省绵阳市人，本科，研究方向为安全工程。

通讯作者：单彩虹（1981），女，河北省邯郸市人，硕士，讲师，研究方向为运筹学、数学教学。