我國2019 年31 個行政區交通事故總量空間分析

譚立云

(華北科技學院理學院,河北 三河065201)

經查詢2019 年我國國家統計局官網,我國2019 年31 個省、直轄市和自治區交通事故總數為247646 起,其中最多的省份是湖北高達23168 起,最低的省份是西藏,共468 起。為了對總體情況進行更好了解,我們利用Geoda 空間統計分析軟件來進行空間探索和分析。

1 交通事故總量的箱形圖分析

在Geoda 空間統計分析軟件中,箱形圖是一種特殊的四分位數地圖,是在四分位地圖基礎上,再加上兩個異常值,這種地圖實際與“箱形”沒任何聯系,只是其構思是從箱線圖演化而成,故稱箱形圖,它尤其強調具有異常值的地域單位。所謂異常值是指那些大于Q3+1.5d,或小于Q1-1.5d,其中d=Q3-Q1,稱為四分位距,異常值又可以分為極端和溫和兩種:那些大于Q3+3d,或小于Q1-3d 的異常值稱為極端異常值,而那些小于或等于Q3+3d,或大于或等于Q1-3d 的異常值稱為溫和異常值。在Geoda 中很容易做出箱形圖,這里取溫和異常值,見圖1。

圖1 交通事故箱線圖分布圖

從圖1 可以看出,有一個高的溫和異常值,這是湖北省,沒有低溫和異常值；交通事故低的省份(即小于Q1)集中在西藏、寧夏、甘肅、青海、湖南、海南、北京、上海等8 個地區；Q1和Q2之間的省份有新疆、內蒙古、東三省、重慶及河等7 個地區；Q2和Q3之間的省份有云南、山西、陜西、四川、天津、浙江、江蘇、江西等8 個地區；大于Q3的省份有貴州、廣西、廣東、河南、山東、安徽和福建等7 個地區。交通事故總量表現出的聚集性非常明顯。

在Geoda 空間統計分析軟件中,很容易進行空間聚類,圖2是聚為四類時的聚類圖,從聚類圖中可以看出這四類基本都是地理位置靠近且成片在一起的,這里的聚類圖與線形圖略有出入,地理位置特征更加明顯。

圖2 空間聚類(4 類)圖

2 空間聚集性全局自相關莫蘭指數分析

莫蘭1950 年提出了全局自相關莫蘭指數I,它是最早應用于檢驗空間關聯性和集聚問題的指標,反映了整個研究區域內,各個地域單元與鄰近地域單元之間的相似性,其計算公式為:

莫蘭指數I 取值介于-1 與1 之間,大于0 表示正相關,值越大表明具有相似的屬性集聚在一起(即高值與高值鄰接、低值與低值鄰接),小于0表示負相關,值越接近-1,表明具有相異的屬性集聚在一起(即高值與低值鄰接、低值與高值鄰接),接近0,則表示屬性是隨機分布的,或者說不具有空間自相關性。

本案例中用GeoDa 計算得到全局自相關莫蘭指數I=0.111＞0,表現出正相關,即表現出高指與高值鄰接、低值與低值鄰接。圖3 表示的高值與高值鄰接的行政區,圖4 表現的是低值與低值鄰接的行政區

圖3 高值- 高值鄰接的行政區示意圖

圖4 低值與低值鄰接的行政區示意圖

3 空間誤差回歸分析模型

以下考察GDP 與交通事故總量之間的回歸關系,通過采取普通最小二乘回歸、空間滯后回歸和空間誤差回歸三種模型進行對比后發現,本模型最合適的模型是空間誤差回歸模型。

空間誤差回歸模型是如下的模型:

其中Y,X,W 分別表示GDP、交通事故總量、空間權重矩陣。空間權重我們這里取得按共邊或共頂點及視為鄰接,采取“后”方式計算權重矩陣。

最后得到的模型如表1(這里只展示回歸系數,其他信息均刪除)。

表1

即我們得到GDP 與交通事故總量的回歸模型為:

GDP=9972.60+2.63628* 交通事故總數

但從模型檢驗結果可以看出來,參數λ 不顯著,常數也不夠顯著,模型較為粗糙,GDP 與交通事故總量二者之間的正向關系我們可以理解,我們目前的經濟發展在一定程度上還是粗放型,經濟越發達的省份交通事故越多,從前面的箱形圖、聚類圖都可以印證這一點。

4 結論

通常數據都具有空間地理位置,因此我們在進行數據分析時,最理想的方法應該是采取利用空間數據分析方法。我們對2019 年我國31 個行政區的交通事故總量進行了分析,表現出較強的聚集性,即高值與高值鄰接,低值與低值鄰接。我們進一步對GDP與交通事故總數關系時發現,經濟越發達的地區,交通事故總數越多,在發展經濟時應該尊重人的生活,堅持人民至上、生命至上。