摘要：為有效提升農(nóng)村公路的交通經(jīng)濟(jì)效益，量化其潛在影響因素的差異性影響至關(guān)重要。以2016—2020年河南省1 791個(gè)鄉(xiāng)鎮(zhèn)的農(nóng)村公路為例，從基礎(chǔ)經(jīng)濟(jì)、交通建設(shè)、運(yùn)輸能力與安全環(huán)保4個(gè)維度選取27個(gè)影響農(nóng)村公路交通經(jīng)濟(jì)效益的因素；采用偏比例優(yōu)勢(shì)模型，得到22個(gè)顯著因素，其中11個(gè)因素違背平行線假設(shè)；利用其邊際效應(yīng)，進(jìn)一步量化分析顯著因素對(duì)農(nóng)村公路交通經(jīng)濟(jì)效益的影響。其中影響最大的前6個(gè)因素為日平均出行強(qiáng)度、路網(wǎng)密度、戶均機(jī)動(dòng)車擁有量、人口密度、日平均出行距離、人均消費(fèi)支出，其邊際效應(yīng)的最大值均超過13%，表明出行需求、建設(shè)規(guī)模、經(jīng)濟(jì)水平對(duì)該交通經(jīng)濟(jì)效益的影響最明顯；其余農(nóng)路運(yùn)營服務(wù)性與安全環(huán)保性因素的影響較小（邊際效應(yīng)均小于11%）。據(jù)此差異性影響提出一些相應(yīng)的發(fā)展對(duì)策，以推動(dòng)農(nóng)村公路的交通經(jīng)濟(jì)又好又快地發(fā)展。

關(guān)鍵詞：農(nóng)村公路；交通經(jīng)濟(jì)效益；影響因素；偏比例優(yōu)勢(shì)模型

中圖分類號(hào)：U491.2文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1002-4026（2023）03-0115-08

Abstract∶To effectively improve the traffic economic benefits of rural roads， it is crucial to quantitatively analyze the different impacts of their potential influencing factors. The current study took the rural roads of 1 791 townships across Henan Province between 2016 and 2020 as an example and selected 27 factors influencing the traffic economic benefits of rural highways from four dimensions： basic economy， transportation construction， transportation capacity， and safety and environmental protection. The partial proportional odds model was applied， and the results showed 22 significant factors of which 11 factors violated the parallel-lines assumption. Through the marginal effects of the model， further quantitative analysis of the effects of the significant factors on the traffic economic benefits of rural highways was conducted. Among the factors， the top six influencing factors were daily average travel intensity， road network density， average motor vehicle ownership per household， population density， daily average travel distance， and per capita consumption expenditure. The maximum values of their marginal effects exceeded 13%， indicating that travel demand， construction scale， and economic level had the most remarkable impact on traffic economic benefits. Other factors concerning rural highway operation service and safety and environmental protection had less impact （marginal effects were less than 11%）. Based on the different effects observed， several corresponding development countermeasures are propounded to promote sound and rapid development in the traffic economy of rural highways.

Key words∶rural roads; traffic economic benefits; influencing factors; partial proportional odds model

近年來，我國經(jīng)濟(jì)發(fā)展持續(xù)穩(wěn)定增長，作為社會(huì)經(jīng)濟(jì)發(fā)展大動(dòng)脈的道路，在“交通強(qiáng)國”背景下依然保持快速發(fā)展態(tài)勢(shì)[1]。農(nóng)村公路（農(nóng)路）是村民進(jìn)行經(jīng)濟(jì)活動(dòng)最主要的道路，其建設(shè)發(fā)展情況對(duì)推進(jìn)我國城鎮(zhèn)化水平、實(shí)現(xiàn)城鄉(xiāng)一體化建設(shè)、縮小城鄉(xiāng)經(jīng)濟(jì)差距至關(guān)重要[2]。但在我國農(nóng)路的快速發(fā)展進(jìn)程中，也存在著一系列問題亟需完善，如管理體制不健全、“建管養(yǎng)運(yùn)”不匹配、區(qū)域發(fā)展不平衡、籌資方式不完善、建設(shè)技術(shù)不先進(jìn)、建設(shè)質(zhì)量不過關(guān)、維修養(yǎng)護(hù)不及時(shí)、管控措施不合理等[3]。為厘清我國不同地域農(nóng)路交通經(jīng)濟(jì)發(fā)展的癥結(jié)所在，量化分析其不同潛在影響因素非常關(guān)鍵，如此方能因地制宜、對(duì)癥下藥，使不同區(qū)域的農(nóng)路建設(shè)實(shí)現(xiàn)一體化、協(xié)調(diào)式可持續(xù)發(fā)展，進(jìn)而促進(jìn)農(nóng)路交通環(huán)境優(yōu)化、出行質(zhì)量提高、人民幸福指數(shù)提升。

目前，在道路交通經(jīng)濟(jì)效益影響因素分析相關(guān)研究中，多數(shù)學(xué)者以定性方法淺析制度[4]與經(jīng)濟(jì)[5]等維度上不同因素的影響，也有些專家通過建模量化分析各因素的影響差異性。黃楊茜[6]從經(jīng)濟(jì)、社會(huì)、環(huán)境等方面選擇了42項(xiàng)指標(biāo)，利用主成分分析法與熵權(quán)法，對(duì)我國交通經(jīng)濟(jì)效益進(jìn)行評(píng)價(jià)；趙常安[7]從財(cái)務(wù)、償債能力、發(fā)展能力等方面構(gòu)建評(píng)價(jià)指標(biāo)體系，提出以層次分析法與灰色綜合評(píng)價(jià)法的結(jié)合模型來剖析不同因素的影響。此外，部分學(xué)者建模分析了不同交通方式的交通經(jīng)濟(jì)效益。溫旭麗等[8]基于面板數(shù)據(jù)，利用廣義最小二乘法探索了固定資產(chǎn)、人口密度、就業(yè)率等因素對(duì)城市公共交通經(jīng)濟(jì)貢獻(xiàn)性的影響；王子娟等[9]從車輛事故、公交車購置、基礎(chǔ)設(shè)施投資、交通壓力等維度來研究軌道交通對(duì)城市經(jīng)濟(jì)效益的影響；王衛(wèi)東等[10]用梯形模糊數(shù)-熵權(quán)法分析了軌道網(wǎng)的協(xié)調(diào)性、效果性、實(shí)施性和結(jié)構(gòu)合理性等方面，對(duì)軌道交通效益進(jìn)行評(píng)價(jià)。但針對(duì)農(nóng)路交通經(jīng)濟(jì)效益影響因素分析的研究比較匱乏，其相關(guān)模型應(yīng)用也有待進(jìn)一步完善。

二項(xiàng)Logit/Probit模型用于探索多個(gè)因素對(duì)無序二分類因變量的影響，多項(xiàng)Logit（multinomial Logit，MNL）模型可用于分析各因素對(duì)無序多分類變量的影響，但皆要求模型中各因素必須嚴(yán)格遵守IIA（independence from irrelevant alternative）特性，即各因素的不同子分類間互相獨(dú)立[11]。有序Logit（ordered Logit，OL）模型貼合因變量與各自變量的有序多分類特征，但限制各自變量必須遵守平行線（parallel-lines assumption，PL）假設(shè)，即各自變量回歸系數(shù)不會(huì)隨因變量的變化而變化[12]。為克服PL假設(shè)，有人提出了廣義有序Logit（generalized ordered Logit，GOL），但該模型中所有自變量完全違背PL假設(shè)，不切合實(shí)際[13]。為此，有人提出了偏比例優(yōu)勢(shì)（partial proportional odds，PPO）模型，在反映多分類變量的有序性同時(shí)，又能靈活地使部分自變量違背PL假設(shè)，且允許部分自變量為無序二分類/多分類變量，而其余自變量為有序變量，具有極強(qiáng)的靈活性[14]。目前，尚沒有采用PPO模型進(jìn)行農(nóng)路交通經(jīng)濟(jì)效益影響因素分析的相關(guān)研究。

綜上所述，本文以2016—2020年河南省1 791個(gè)鄉(xiāng)鎮(zhèn)（不包括街道）的統(tǒng)計(jì)年鑒信息為數(shù)據(jù)來源，以農(nóng)路交通經(jīng)濟(jì)效益為研究對(duì)象，以科學(xué)性、通用性及可操作性為原則，從經(jīng)濟(jì)基礎(chǔ)、交通建設(shè)、運(yùn)輸能力、安全環(huán)保等4個(gè)層面選取27個(gè)潛在影響因素，采用更具靈活性的PPO模型及其邊際效應(yīng)來量化分析不同因素對(duì)農(nóng)路交通經(jīng)濟(jì)效益的差異性影響，并根據(jù)模型結(jié)果提出指導(dǎo)農(nóng)路交通經(jīng)濟(jì)發(fā)展的對(duì)策。

1數(shù)據(jù)來源

研究數(shù)據(jù)源于河南省統(tǒng)計(jì)年鑒與各鄉(xiāng)鎮(zhèn)官網(wǎng)公布數(shù)據(jù)，各鄉(xiāng)鎮(zhèn)農(nóng)路交通經(jīng)濟(jì)效益等級(jí)依據(jù)“十三五”期間（2016—2020年）河南省1 791個(gè)鄉(xiāng)鎮(zhèn)的生產(chǎn)總值與交通運(yùn)輸業(yè)經(jīng)濟(jì)產(chǎn)值綜合排名而定，即歷年第1～200位為“很好”，第201～500位為“較好”，第501～1 500位為“一般”，第1 501～1 791位為“較差”。本文從經(jīng)濟(jì)基礎(chǔ)、交通建設(shè)、運(yùn)輸能力、安全環(huán)保等4個(gè)層面選取27個(gè)潛在影響因素，各因素的數(shù)據(jù)統(tǒng)計(jì)情況見表1。

其中，“gt;15歲平均受教育年限”教育水平依據(jù)我國第七次全國人口普查中特一線城市、新一線城市、二三線城市、其他城市的相應(yīng)教育水平劃分；恩格爾系數(shù)是食品支出總額占個(gè)人消費(fèi)支出總額的比重，其值越小表示生活越富裕；路網(wǎng)等級(jí)水平指所選范圍內(nèi)全部道路修正技術(shù)等級(jí)的加權(quán)平均值，高速、一級(jí)、二級(jí)、三級(jí)、四級(jí)（含等外）公路的技術(shù)等級(jí)取值分別為0、1、2、3、4、5；路面性能是路面技術(shù)狀況評(píng)定的綜合性指標(biāo)，由路面損壞、平整度、車轍、抗滑性能指標(biāo)綜合計(jì)算所得；高峰飽和度是農(nóng)路高峰時(shí)當(dāng)量交通量與道路通行能力的比值。

2分析方法

（1）偏比例優(yōu)勢(shì)模型

PPO模型是OL模型與GOL模型的改進(jìn)模型，可靈活地克服PL假設(shè)，其表達(dá)式為：

式中：Yi為鄉(xiāng)鎮(zhèn)i的農(nóng)路交通經(jīng)濟(jì)效益等級(jí)， j為因變量等級(jí)；X1i是遵守PL假設(shè)的因素組成的向量，其相應(yīng)系數(shù)向量為βj；X2i是違背PL假設(shè)的因素組成的向量，γj為其系數(shù)偏差向量，若γj≠0表示該因素不遵守PL假設(shè)；τj是第 j等級(jí)的常數(shù)項(xiàng)。

（2）邊際效應(yīng)

邊際效應(yīng)可用于量化分析各因素在特定時(shí)段內(nèi)對(duì)不同農(nóng)路交通經(jīng)濟(jì)效益等級(jí)的影響趨勢(shì)變化，其表達(dá)式為：

式中，EP（Yigt;j）（xijk）是鄉(xiāng)鎮(zhèn)i的第k個(gè)自變量在第j等級(jí)的相關(guān)自變量xjnk的邊際效應(yīng)，其余變量含義同上。

3模型分析

PPO模型結(jié)果如表2所示，其中恩格爾系數(shù)、寬帶網(wǎng)入戶普及率、道路用地占比、路面性能與綠化率5個(gè)因素對(duì)農(nóng)路交通經(jīng)濟(jì)效益的影響不顯著，其余22個(gè)變量的影響均顯著；此外，由γ參數(shù)結(jié)果可知，有11個(gè)因素違背了PL假設(shè)，其余顯著變量則均遵守PL假設(shè)。

不同顯著因素的具體邊際效應(yīng)如表3所示。整體而言，動(dòng)態(tài)影響因素（運(yùn)輸能力、基礎(chǔ)經(jīng)濟(jì)）影響力大于靜態(tài)影響因素（交通建設(shè)）。因素間對(duì)農(nóng)路交通經(jīng)濟(jì)效益的影響差異性較大：影響最大的前6個(gè)顯著因素為日平均出行強(qiáng)度、路網(wǎng)密度、戶均機(jī)動(dòng)車擁有量、人口密度、日平均出行距離、人均消費(fèi)支出，其邊際效應(yīng)的最大值均超過13%，表明出行需求、建設(shè)規(guī)模、經(jīng)濟(jì)水平對(duì)該地農(nóng)路交通經(jīng)濟(jì)效益的影響最明顯；而非農(nóng)業(yè)就業(yè)率、道路硬化率、行政村通公路比例、城鄉(xiāng)公交覆蓋率、每公里養(yǎng)護(hù)費(fèi)5個(gè)因素對(duì)該地農(nóng)路交通經(jīng)濟(jì)效益的影響較?。ㄟ呺H效應(yīng)均小于4.10%）；其余11個(gè)顯著因素對(duì)該地農(nóng)路交通經(jīng)濟(jì)效益的影響一般，其邊際效應(yīng)最大值介于6%～11%。

此外，一級(jí)指標(biāo)的不同二級(jí)指標(biāo)間對(duì)該地農(nóng)路交通經(jīng)濟(jì)效益也存在差異影響。

3.1基礎(chǔ)經(jīng)濟(jì)

在基礎(chǔ)經(jīng)濟(jì)方面，戶均機(jī)動(dòng)車擁有量、人口密度與人均消費(fèi)支出3個(gè)因素對(duì)該地農(nóng)路交通經(jīng)濟(jì)效益影響最為敏感（其邊際效應(yīng)的最大值均超過13%），人均生產(chǎn)總值、15～59歲占比、gt;15歲平均受教育年限、人均純收入的影響次之（其邊際效應(yīng)的最大值介于7.40%～8.54%），非農(nóng)業(yè)就業(yè)率影響最?。ㄆ溥呺H效應(yīng)不超過4.02%）。由此可知，村民的經(jīng)濟(jì)狀況對(duì)農(nóng)路交通經(jīng)濟(jì)效益的影響大于工作類型與學(xué)歷。

勞動(dòng)力（15～59歲占比）增加，人均純收入隨之增加，戶均機(jī)動(dòng)車擁有量才會(huì)跟著增加，則村民的出行便捷性與機(jī)動(dòng)性增加，其人均消費(fèi)支出、人均生產(chǎn)總值也會(huì)相應(yīng)增大，進(jìn)而顯著促進(jìn)交通經(jīng)濟(jì)效益，特別是對(duì)于“很好”等級(jí)的交通經(jīng)濟(jì)效益影響最為敏感（17.67%）。因此，適當(dāng)調(diào)整人口年齡結(jié)構(gòu)、提升勞動(dòng)力價(jià)值是關(guān)鍵，同時(shí)也要注意延長gt;15歲平均受教育年限以達(dá)到更高的學(xué)習(xí)能力，提高非農(nóng)業(yè)就業(yè)率，優(yōu)化就業(yè)結(jié)構(gòu)，增加優(yōu)惠政策吸引人才保持更高的創(chuàng)新活力，進(jìn)而提高人口密度形成產(chǎn)業(yè)集聚效應(yīng)，同時(shí)提升財(cái)務(wù)管理水平，促進(jìn)交通經(jīng)濟(jì)良性發(fā)展。

3.2交通建設(shè)

在交通建設(shè)方面，路網(wǎng)密度對(duì)該地農(nóng)路交通經(jīng)濟(jì)效益的影響明顯大于其他因素（其邊際效應(yīng)的最大值達(dá)到17.99%），其次為路網(wǎng)等級(jí)水平（-8.00%），而道路硬化率、行政村通公路比例、城鄉(xiāng)公交覆蓋率、每公里養(yǎng)護(hù)費(fèi)等因素的敏感性顯著較?。ㄆ溥呺H效應(yīng)介于-2.69%～4.05%）。由此可知，道路的基礎(chǔ)建設(shè)型指標(biāo)對(duì)農(nóng)路交通經(jīng)濟(jì)效益的影響明顯大于其交通服務(wù)型指標(biāo)。

路網(wǎng)規(guī)模越大的鄉(xiāng)鎮(zhèn)其路網(wǎng)密度未必就越高，但路網(wǎng)密度使不同鄉(xiāng)鎮(zhèn)的道路基礎(chǔ)建設(shè)水平有了可比性，其值越高，若同時(shí)等級(jí)水平越小，則道路建設(shè)越好；雖然交通服務(wù)型指標(biāo)（道路硬化率、行政村通公路比例、城鄉(xiāng)公交覆蓋率、每公里養(yǎng)護(hù)費(fèi)）對(duì)該地農(nóng)路交通經(jīng)濟(jì)效益的影響小一些，但更好的交通服務(wù)則能很好地提升村民交通體驗(yàn)感，吸引村民產(chǎn)生更大的交通需求，更利于提升交通經(jīng)濟(jì)效益，形成良性循環(huán)發(fā)展。因此，要為農(nóng)路因地制宜實(shí)施“建管養(yǎng)運(yùn)”全周期匹配發(fā)展，例如政企結(jié)合拓寬道路建設(shè)資金籌備渠道、增強(qiáng)財(cái)務(wù)管理質(zhì)量、完善交通管理體制、創(chuàng)新管理理念與模式、發(fā)展優(yōu)勢(shì)交通方式的同時(shí)，兼顧公共交通線網(wǎng)覆蓋率以有效銜接等。

3.3運(yùn)輸能力

在運(yùn)輸能力方面，日平均出行強(qiáng)度對(duì)該地農(nóng)路交通經(jīng)濟(jì)效益的影響明顯大于其他因素（其邊際效應(yīng)的最大值達(dá)到18.42%），其次為日平均出行距離（13.36%），而單車道日均流量、高峰飽和度、平均車速的敏感性顯著較?。ㄆ溥呺H效應(yīng)介于-9.48%～10.52%）。由此可知，村民的出行需求因素對(duì)農(nóng)路交通經(jīng)濟(jì)效益的影響大于道路的運(yùn)營狀態(tài)因素。

村民的出行需求（日平均出行強(qiáng)度/距離）越大，對(duì)農(nóng)路交通經(jīng)濟(jì)效益的影響越敏感，因此隨著交通需求的增大，應(yīng)當(dāng)更大幅度地匹配相應(yīng)的道路服務(wù)水平，學(xué)習(xí)先進(jìn)的服務(wù)與管控理念，以提升鄉(xiāng)鎮(zhèn)農(nóng)路的交通經(jīng)濟(jì)效益，進(jìn)而整體促進(jìn)其社會(huì)經(jīng)濟(jì)活力，實(shí)現(xiàn)城鄉(xiāng)一體化發(fā)展。

3.4安全環(huán)保

在交通安全方面，路網(wǎng)事故率越低，則道路安全性越好，更有利于農(nóng)路的交通經(jīng)濟(jì)效益；農(nóng)路事故整改率越高，交通管理治理能力越強(qiáng)，交通服務(wù)水平越好，可促進(jìn)其經(jīng)濟(jì)效益良性發(fā)展。而目前由于大多數(shù)農(nóng)路交通經(jīng)濟(jì)效益未得以充分發(fā)揮，其安全性得不到足夠重視，因此，各鄉(xiāng)鎮(zhèn)應(yīng)當(dāng)大力提升農(nóng)路交通事故治理水平，及時(shí)整治事故黑點(diǎn)，對(duì)交通事故多發(fā)路段進(jìn)行優(yōu)化設(shè)計(jì)，同時(shí)增強(qiáng)違章駕駛行為懲治力度。

在生態(tài)環(huán)保方面，百公里油耗越大，資源浪費(fèi)越嚴(yán)重，污染物排放越多，生態(tài)環(huán)保性越差，其值與車輛性能直接相關(guān)，也與當(dāng)?shù)氐匦尉o密相關(guān)，而地形往往決定著農(nóng)路的線形設(shè)計(jì)。因此應(yīng)在道路建設(shè)前根據(jù)地形做好農(nóng)路的橫縱曲線設(shè)計(jì)，改善公共交通服務(wù)水平，調(diào)整村民出行結(jié)構(gòu)，以推動(dòng)農(nóng)路交通經(jīng)濟(jì)效益綠色可持續(xù)發(fā)展。

4結(jié)語

基于河南省不同鄉(xiāng)鎮(zhèn)的農(nóng)路交通經(jīng)濟(jì)相關(guān)數(shù)據(jù)，從基礎(chǔ)經(jīng)濟(jì)、交通建設(shè)、運(yùn)輸能力與安全環(huán)保4個(gè)方面，選取了27個(gè)潛在影響因素，采用PPO模型及其邊際效應(yīng)深入分析了不同因素對(duì)農(nóng)路交通經(jīng)濟(jì)效益的影響差異性。主要結(jié)論如下：

（1）由PPO模型得到22個(gè)顯著影響因素，其中11個(gè)因素違背了PL假設(shè)。

（2）動(dòng)態(tài)因素（運(yùn)輸能力、基礎(chǔ)經(jīng)濟(jì)）的影響力大于靜態(tài)因素（交通建設(shè)）。影響較大的前5個(gè)顯著因素為：日平均出行強(qiáng)度、路網(wǎng)密度、戶均機(jī)動(dòng)車擁有量、人口密度、日平均出行距離，其邊際效應(yīng)的最大值均超過13%。

（3）在利用邊際效應(yīng)量化分析各因素間的差異性影響基礎(chǔ)上，結(jié)合區(qū)域特征提出了一些有效的農(nóng)路交通經(jīng)濟(jì)發(fā)展對(duì)策。

參考文獻(xiàn)：

［1］陸化普. 交通強(qiáng)國戰(zhàn)略下城市交通發(fā)展要求與對(duì)策重點(diǎn)[J]. 城市交通， 2020， 18（6）： 1-9. DOI： 10.13813/j.cn11-5141/u.2020.0041.

[2]白驊，王建軍，許鶴. 基于集對(duì)分析的區(qū)域農(nóng)村公路建設(shè)發(fā)展階段性評(píng)價(jià)[J]. 長安大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，38（5）：189-195. DOI： 10.3969/j.issn.1671-8879.2018.05.024.

[3]王廳. 交通強(qiáng)國背景下農(nóng)村公路建設(shè)發(fā)展思路研究[J]. 浙江交通職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2021，22（1）：28-32. DOI： 10.3969/j.issn.1671-234X.2021.01.006.

[4]黃楊茜. 基于主成分分析的交通經(jīng)濟(jì)效益評(píng)價(jià)研究[J]. 西南交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，23（1）：37-44. DOI： 10.3969/j.issn.1009-4474.2022.01.004.

[5]劉燕. 公路交通經(jīng)濟(jì)的制約因素及對(duì)策[J]. 中國商論，2020（12）：29-30. DOI： 10.19699/j.cnki.issn2096-0298.2020.12.029.

[6]黃楊茜. 基于主成分分析的交通經(jīng)濟(jì)效益評(píng)價(jià)研究[J]. 西南交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，23（1）：37-44. DOI： 10.3969/j.issn.1009-4474.2022.01.004.

[7]趙常安. 交通運(yùn)輸經(jīng)濟(jì)效益的評(píng)價(jià)及指標(biāo)構(gòu)建淺談[J]. 經(jīng)濟(jì)研究導(dǎo)刊，2020（4）：27-28. DOI： 10.3969/j.issn.1673-291X.2020.04.013.

[8]溫旭麗，陳欣. 基于面板數(shù)據(jù)的城市公共交通經(jīng)濟(jì)貢獻(xiàn)性分析[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2017，17（5）：228-234. DOI： 10.16097/j.cnki.1009-6744.2017.05.032.

[9]王子娟，楊茂盛. 城市軌道交通經(jīng)濟(jì)效益的分析[J]. 鐵道運(yùn)輸與經(jīng)濟(jì)，2009，31（2）：51-53. DOI： 10.3969/j.issn.1003-1421.2009.02.017.

[10]王衛(wèi)東，杜香剛，鐘晟. 城市軌道交通評(píng)價(jià)指標(biāo)權(quán)重模糊決策方法[J]. 中國鐵道科學(xué)，2009，30（1）：118-121. DOI： 10.3321/j.issn：1001-4632.2009.01.021.

[11]王羽塵，馬健霄，劉宇航. 公路隧道火災(zāi)環(huán)境人群逃生行為分析及多項(xiàng)Logit建模[J]. 中國安全生產(chǎn)科學(xué)技術(shù)，2020，16（12）：129-135. DOI： 10.11731/j.issn.1673-193x.2020.12.021.

[12]牛世峰，李貴強(qiáng)，劉恩全. 基于Logit模型的城鄉(xiāng)結(jié)合部不同車型安全性分析[J]. 重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，39（1）：28-33. DOI： 10.3969/j.issn.1674-0696.2020.01.05.

[13]葉之放，靳文舟，湯左淦. 基于廣義有序Logit模型的翻車事故傷害程度估計(jì)[J]. 河南科學(xué)，2019，37（1）：119-126. DOI： 10.3969/j.issn.1004-3918.2019.01.020.

[14]MA J F， REN G， LI H J， et al. Characterizing the differences of injury severity between single-vehicle and multi-vehicle crashes in China[J]. Journal of Transportation Safety amp; Security， 2022： 1-21. DOI：10.1080/19439962.2022.2056931.