羅露璐 鄒晨 繆輝

【摘 要】文章利用全國1990—2017年的交通事故數(shù)據(jù)，建立由交通事故發(fā)生次數(shù)、公路里程、民用汽車擁有量和機動車駕駛員人數(shù)組成的VAR模型。采用脈沖響應(yīng)和方差分解分析的方法，研究了它們之間的關(guān)系。結(jié)果表明：公路里程的增加會增加交通事故的發(fā)生次數(shù)，汽車擁有量的增加也會增加交通事故發(fā)生次數(shù);駕駛員人數(shù)雖然影響力較小，但它是較快穩(wěn)定且具有長期趨勢的一個影響因素。交通事故也對高等級公路里程、汽車擁有量和駕駛員數(shù)量有著正面的影響。

【關(guān)鍵詞】交通事故;民用汽車擁有量;VAR模型;脈沖響應(yīng)

【中圖分類號】U491.31 【文獻標識碼】A 【文章編號】1674-0688（2020）05-0054-02

0 引言

道路交通事故隨著交通的發(fā)展而出現(xiàn)。交通事故的發(fā)生造成了人員傷亡、家庭破碎及大量財產(chǎn)損失等極其嚴重的后果，雖然如今制定了一系列相關(guān)的法規(guī)政策，但我國的交通事故數(shù)量卻仍然呈上升趨勢，死亡人數(shù)更是居高不下，并在2002年時達到了歷年的最大值，發(fā)生交通事故約77萬件，造成近11萬人死亡、56萬人受傷。所以，只有對交通事故進行分析，才能找到導(dǎo)致交通事故發(fā)生的原因。

1 文獻綜述

關(guān)于我國交通事故的相關(guān)問題，國內(nèi)學(xué)者針對不同的方面進行了大量的實證研究。王文博、陳紅等人[1]為提升交通事故預(yù)測的精度，以中國的交通事故數(shù)量，1萬輛汽車的死亡率和10萬人的死亡率為例，建立了基于相關(guān)向量機的交通事故時間序列預(yù)測模型。孫軼軒、邵春福等人[2]根據(jù)ARIMA模型和SVR模型預(yù)測每季度道路交通事故發(fā)生的趨勢。史鈞[3]認為人為因素是導(dǎo)致交通事故的最根本原因之一，而駕駛員在人為因素中又占有絕對地位。孫麗璐[4]分析得出GDP、汽車保有量、交通投資、道路里程等影響因素變化率與道路交通事故死亡增長率存在顯著相關(guān)性;張連增[5]認為道路交通氮氧化物排放、汽油消耗、交通事故和道路里程之間存在著顯著相關(guān)性。從已有的文獻來看，國內(nèi)學(xué)者主要對我國交通事故進行預(yù)測分析較多，偶爾有一些單一的影響因素分析提及，但研究交通事故發(fā)生次數(shù)與高等級公路里程、民用汽車擁有量及機動車駕駛員人數(shù)之間關(guān)系的分析相對較少，而這正是本文的切入點。

2 實證分析

2.1 數(shù)據(jù)來源與說明

本文采用的數(shù)據(jù)來源于國家統(tǒng)計局的年度數(shù)據(jù)，時間為1990—2017年。其中，變量用T代表交通事故發(fā)生次數(shù)、H代表高等級公路里程、M代表民用汽車擁有量、J代表機動車駕駛員人數(shù)。為了異方差的消除，我們對原數(shù)據(jù)進行對數(shù)處理，計量分析軟件為Eviews7.3。

2.2 模型的建立與分析

（1）平穩(wěn)性檢驗：采用單位根檢驗法對4個變量進行檢驗，結(jié)果見表1。

結(jié)果表明，4個變量均為平穩(wěn)變量，可直接建立VAR模型。根據(jù)AIC等準則可以確定VAR模型的滯后階數(shù)為4，則建立VAR（4）模型。并利用AR根的圖表檢驗對VAR（4）模型進行穩(wěn)定性檢驗，顯示其特征根的倒數(shù)的模全在單位圓內(nèi)，說明VAR（4）模型滿足穩(wěn)定性條件。

（2）脈沖響應(yīng)分析。利用基于交通事故發(fā)生次數(shù)（T）、高等級公路里程（H）、民用汽車擁有量（M）和機動車駕駛員人數(shù)（J）的VAR模型的脈沖響應(yīng)函數(shù)可以分析T、H、M和J四者之間的動態(tài)特征（如圖1、圖2、圖3所示）。

由圖1、圖2、圖3可以看出，假設(shè)高等級公路里程對交通事故實施一個沖擊，交通事故在短期內(nèi)沒有明顯反應(yīng)，到第6期時有負向反應(yīng)，但很快就回到正向;汽車擁有量對交通事故有著明顯趨勢且波動較大，但逐漸穩(wěn)定并呈正向反應(yīng);駕駛員人數(shù)對交通事故在1～5期都是呈現(xiàn)負向反應(yīng)，但正向反應(yīng)相比更明顯;表明了在短期內(nèi)交通事故發(fā)生次數(shù)對這3種因素具有滯后效應(yīng)。這種沖擊會逐漸趨于穩(wěn)定，隨著高等級公路里程的增加，交通事故也會增加;而汽車擁有量對交通事故數(shù)量有著重大的影響;駕駛員人數(shù)對交通事故的影響程度相比其他因素較弱，但相對其他變量會較快趨于穩(wěn)定。脈沖響應(yīng)函數(shù)分析結(jié)果表明：隨著高等級公路里程的增加，交通事故也會增加;而汽車擁有量對交通事故數(shù)有著重大的影響;駕駛員人數(shù)對交通事故的影響程度相比其他因素較弱，但相對于其他變量會較快地趨于穩(wěn)定。

（3）方差分解。分析方差分解表（見表2），交通事故發(fā)生次數(shù)在第一期時只受自身波動的影響，其他3個變量在第2期才顯現(xiàn)出來。高等級公路里程和機動車駕駛員人數(shù)對交通事故發(fā)生次數(shù)解釋力較小，說明高等級公路里程和駕駛員人數(shù)對于事故發(fā)生雖然影響并不大，但不會隨著時間的推移而消失。民用汽車擁有量對交通事故發(fā)生次數(shù)解釋力到12期時已經(jīng)達到了近46%，說明汽車擁有量的增加會更大程度地影響交通事故發(fā)生概率。

3 結(jié)語

綜上，汽車擁有量整體波動雖然較大，但它在很大程度上影響著交通事故的發(fā)生次數(shù)，汽車擁有量的增加會導(dǎo)致事故發(fā)生次數(shù)增加;高等級公路里程隨著時間的推移對交通事故的影響越來越大，高等級公路里程的增加會增加事故的發(fā)生次數(shù);駕駛員人數(shù)雖然影響力較小，但它是較快穩(wěn)定且具有長期趨勢的一個影響因素，它也會對交通事故造成正面影響。交通事故也對高等級公路里程、汽車擁有量和駕駛員數(shù)量有著正面的影響，并且能在很大程度上影響公路里程和駕駛員數(shù)量。

參 考 文 獻

[1]王文博，陳紅，韋凌翔.交通事故時間序列預(yù)測模型研究[J].中國安全科學(xué)學(xué)報，2016，26（6）：52-56.

[2]孫軼軒，邵春福，計尋，等.基于ARIMA與信息?；疭VR組合模型的交通事故時序預(yù)測[J].清華大學(xué)學(xué)報（自然科學(xué)版），2014，54（3）：348-353，359.

[3]史鈞.駕駛員因素對道路交通事故指標的影響分析[J].綠色環(huán)保建材，2018（12）：146.

[4]孫麗璐，吳奇，趙娟，等.我國2004—2015年交通事故影響因素實證研究[J].西南大學(xué)學(xué)報（自然科學(xué)版），2018，40（11）：112-118.

[5]張連增，孫維偉.行駛里程數(shù)對環(huán)境、交通和能源的影響——基于外部性視角的省際面板數(shù)據(jù)研究[J].統(tǒng)計與信息論壇，2013，28（11）：75-82.