姜秉佼 史俊偉 陳章良

摘要： 我國(guó)正屬于經(jīng)濟(jì)發(fā)展的高速時(shí)期，人們的生活水平逐步提高，發(fā)達(dá)的交通在給人們高節(jié)奏的生活帶來便利時(shí)，也給人們帶來了頻發(fā)的道路交通事故，預(yù)測(cè)方法的研究可以有效地減少交通事故給人們帶來的生命與財(cái)產(chǎn)的威脅。為了探究更為合適精確的交通事故預(yù)測(cè)方法，文章選用了指數(shù)平滑法方法，以2009年至2013年影響山東省道路交通事故嚴(yán)重程度的四個(gè)指標(biāo)的統(tǒng)計(jì)數(shù)據(jù)為原始數(shù)據(jù)，包括交通事故發(fā)生次數(shù)、死亡人數(shù)、受傷人數(shù)、財(cái)產(chǎn)損失，建立起CES（三次指數(shù)平滑）預(yù)測(cè)模型，并預(yù)測(cè)出未來幾年內(nèi)的四個(gè)交通事故指標(biāo)值，其結(jié)果可以為交通管理部門制定措施和對(duì)策提供理論依據(jù)。

Abstract： China is in the period of high-speed economic development， people's living standards have gradually improved. The developed transportation brings people a lot of convenience for the high-paced lives. At the same time， it also causes frequent road accidents. The study of prediction method can effectively reduce the threat of accidents for life and property. To explore more suitable and accurate methods for accurate prediction of traffic accidents， this paper chooses gray prediction method and cubic exponential smoothing method. The statistical data of four indicators of road traffic accidents in Shandong Province from 2009 to 2013 is taken as the research object， including the number of traffic accidents， the number of deaths， the number of injuries， and property damage. CES （cubic exponential smoothing） forecast model is established to predict traffic accidents of the four index values in the next few years. The results may provide a theoretical basis for the traffic management departments to develop measures and countermeasures.

關(guān)鍵詞： 道路交通事故；發(fā)生次數(shù)；死亡人數(shù)；受傷人數(shù)；財(cái)產(chǎn)損失；CES預(yù)測(cè)模型

Key words： road traffic accidents；frequency；death toll；injuries；property loss；CES predict mode

中圖分類號(hào)：U491.31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2017）03-0017-03

0 引言

評(píng)定一個(gè)地方的經(jīng)濟(jì)水平可以通過查看當(dāng)?shù)氐慕煌òl(fā)展水平，通常來說越是經(jīng)濟(jì)發(fā)達(dá)的地方交通就越為便利，交通運(yùn)輸給人們的遷徙，商品的流通，文化的交流帶來極大的便捷，是不可或缺的一個(gè)行業(yè)。我國(guó)的交通運(yùn)輸業(yè)長(zhǎng)期屬于落后的狀態(tài)，為了加快經(jīng)濟(jì)建設(shè)，投入大量的資金來修建道路，原本落后的道路基礎(chǔ)設(shè)施在短時(shí)間內(nèi)發(fā)生了重大的改變[1]。截至2015年底，全國(guó)高速公路通車總里程已經(jīng)達(dá)到12萬公里。交通運(yùn)輸業(yè)的發(fā)展提高了交通運(yùn)輸能力、提高了生產(chǎn)力水平，給我們生活帶來了便利，但是也造成了很多問題。例如城市交通堵塞、交通事故頻發(fā)以及交通安全等。在全球范圍內(nèi)人們都將道路交通事故的危害作為一個(gè)重要的課題進(jìn)行研究，為了降低它的危害強(qiáng)度，很多國(guó)家對(duì)于道路交通事故預(yù)測(cè)方法進(jìn)行了很多研究，有以下幾種比較典型的預(yù)測(cè)方法：①判斷法[2]；②北京模型[3]；③統(tǒng)計(jì)回歸模型法[4]；④灰色預(yù)測(cè)法[5]；⑤指數(shù)平滑法[6]。本文選用的是指數(shù)平滑法方法。

1 山東省道路交通事故概況

山東省是我國(guó)的經(jīng)濟(jì)大省，其經(jīng)濟(jì)的發(fā)達(dá)與道路的建設(shè)息息相關(guān)，根據(jù)2015年1-8月份數(shù)據(jù)統(tǒng)計(jì)，山東省交通運(yùn)輸固定資產(chǎn)投資累計(jì)完成352.17億元，同比增長(zhǎng)3%，其中公路建設(shè)方面投資254.43億元，占固定資產(chǎn)投資總額的72.2%。其中高速公路等重點(diǎn)工程完成投資102.13億元，普通國(guó)省道路網(wǎng)改造完成投資94.14億元，農(nóng)村公路完成投資40.68億元，其他公路完成投資17.48億元。隨著經(jīng)濟(jì)的發(fā)展人們的生活節(jié)奏也越來越快，越發(fā)便利的交通讓人們出行方便迅速。

與此同時(shí)，私有交通工具數(shù)量也迅速增長(zhǎng)。對(duì)私有交通工具的需求對(duì)于社會(huì)來說也是一種發(fā)展，但是不可避免的，交通擁擠，尾氣污染問題也越發(fā)的嚴(yán)重。比之更為嚴(yán)重的是交通事故頻發(fā)，據(jù)數(shù)據(jù)顯示，2015年，全國(guó)共接報(bào)涉及人員傷亡的道路交通事故21017起，共造成72387人死亡。私人交通工具的數(shù)量增長(zhǎng)以及公路里程的增加，都是導(dǎo)致交通事故數(shù)量增長(zhǎng)的因素，這不僅給人們帶來了人身傷亡、財(cái)產(chǎn)的巨大損失，同時(shí)也危害著社會(huì)的穩(wěn)定。交通事故的發(fā)生也存在著偶然性，但是如果某一地區(qū)在一定時(shí)間內(nèi)發(fā)生大量的交通事故，那么這其中一定是存在著規(guī)律性的。

4 結(jié)論

針對(duì)本文選取的與交通事故死亡人數(shù)這一指標(biāo)，把2014年的指標(biāo)值作為觀察值，從結(jié)果來看，山東省道路交通事故死亡人數(shù)這一指標(biāo)是呈下降趨勢(shì)的，這已經(jīng)很大程度上說明省內(nèi)道路交通事故情況已經(jīng)在不斷的改善。

道路交通事故預(yù)測(cè)是一個(gè)復(fù)雜的工程，道路交通事故的發(fā)生本身就是一個(gè)隨機(jī)事件，無論是自然環(huán)境、天氣狀況、經(jīng)濟(jì)發(fā)展、人為因素等都會(huì)對(duì)它造成干擾，這就要求我們需要更加深入的研究，盡可能的找出與道路交通事故的發(fā)生相關(guān)的因素，隨時(shí)關(guān)注它們的動(dòng)態(tài)信息，發(fā)現(xiàn)其穩(wěn)定性與規(guī)律性，以便可以針對(duì)不同的場(chǎng)合，不同的數(shù)據(jù)發(fā)展規(guī)律，選用不同的預(yù)測(cè)方法，最大程度上提高預(yù)測(cè)模型的精度，為道路交通安全提供很好的理論基礎(chǔ)，把道路交通事故的危害性降到最低。

參考文獻(xiàn)：

[1]鐘連德，孫小端，陳永勝等.中國(guó)高速公路事故特點(diǎn)及分布規(guī)律研究[J].道路交通與安全，2007，7（4）：11-15.

[2]《交通工程手冊(cè)》編委會(huì).交通工程手冊(cè)[M].北京：人民交通出版社，1998.

[3]過秀成.道路交通安全學(xué)[M].南京：東南大學(xué)出版社，2001： 181-192.

[4]劉志強(qiáng).道路交通安全研究方法[J].中國(guó)安全科學(xué)學(xué)報(bào)，2000，10（6）：14-16.

[5]Hao Wang， Lai Zheng， Xianghai Meng.Traffic Accidents Prediction Model Based on Fuzzy Logic[C].2011，7.

[6]袁偉，付銳，郭應(yīng)時(shí)，韓文利.道路交通事故死亡人數(shù)預(yù)測(cè)模型[J].交通運(yùn)輸工程學(xué)報(bào)，2007，7（4）：112-116.

[7]鄭小平，高金吉，劉夢(mèng)婷.事故預(yù)測(cè)理論與方法[M].北京：清華大學(xué)出版社，2009.

[8]王長(zhǎng)江.指數(shù)平滑法中平滑系數(shù)的選擇研究[J].中北大學(xué)學(xué)報(bào)，2006，27（6）：558-561.