楊軍 郭子渝

摘要：近年來，道路交通安全問題日漸突出，交通違法行為是造成交通事故的主要原因。文章隨機(jī)選取20 000條貴陽市2019年6月的城市道路交通違法數(shù)據(jù)，運(yùn)用單因素方差分析法，以罰款和記分為觀測變量，駕駛?cè)诵詣e、駕駛?cè)四挲g、車輛類型、違法時間為控制變量，對交通違法行為的影響因素進(jìn)行研究，并根據(jù)方差分析的結(jié)果針對性地提出改善交通違法行為的措施。

關(guān)鍵詞：交通違法行為;方差分析;影響因素

0 引言

隨著經(jīng)濟(jì)社會規(guī)模和體量的高速發(fā)展，道路交通安全問題也日漸突出。2018年，我國共發(fā)生交通事故24.5萬起，造成6.2萬人死亡，25.9萬人受傷，直接經(jīng)濟(jì)損失高達(dá)13.8億元。有關(guān)研究表明，因機(jī)動車駕駛?cè)私煌ㄟ`法行為造成的交通事故占事故總數(shù)的86.84%，造成死亡人數(shù)占死亡總數(shù)的79.22%，造成的受傷人數(shù)占受傷總?cè)藬?shù)的85.76%[1]，因此交通違法行為是造成交通事故的主要原因。本文研究了交通違法行為的影響因素，針對性地提出改善交通違法行為的措施，對降低交通事故發(fā)生率，構(gòu)建“平安交通”工程有重要意義。

目前，國內(nèi)學(xué)者對交通違法行為的影響因素做了許多研究。施陽[2]從博弈論的角度，對相互對立的道路交通主體和執(zhí)法主體之間的互動策略進(jìn)行研究，并分析博弈收益矩陣得出納什均衡的存在，以期根據(jù)均衡存在的條件對道路交通違法行為提出有效的約束和規(guī)制建議，以促使納什均衡的出現(xiàn)，實(shí)現(xiàn)道路交通主體和執(zhí)法主體的雙向共贏。張光南等[3]以2010年廣州市發(fā)生的交通事故原始數(shù)據(jù)處理與分析為例，運(yùn)用GIS技術(shù)和系統(tǒng)聚類法，對廣州市交通違法事故的時空分布特征及影響因素進(jìn)行分析，并提出改進(jìn)措施。付川云等[4]以2016年四川省德陽市機(jī)動車交通違法行為電子抓拍數(shù)據(jù)為基礎(chǔ)，從交通違法行為類型及發(fā)生次數(shù)、車輛類型、時空分布三個方面揭示交通違法行為特征，在此基礎(chǔ)上構(gòu)建交通違法行為多項(xiàng)Logit模型，探究超速行駛、違法停車、不按規(guī)定導(dǎo)向車道行駛、違反禁止標(biāo)線等高頻交通違法行為的情景影響因素，以提出相應(yīng)的干預(yù)措施。

本文借鑒道路交通違法行為分析和道路交通事故分析的研究成果，隨機(jī)選取20 000條貴州市2019年6月3～9日城市道路交通違法數(shù)據(jù)，采用單因素方差分析法分析交通違法行為罰款和記分的影響因素，為建立道路安全風(fēng)險評價指標(biāo)、制定道路安全管理政策、降低交通事故提供決策依據(jù)。

1 貴陽市城市道路交通違法行為總體分布

本文首先對數(shù)據(jù)進(jìn)行篩選，剔除存在明顯錯誤、不合理、信息缺失的數(shù)據(jù)，最終得到19 939條有效數(shù)據(jù)，數(shù)據(jù)內(nèi)容包括駕駛?cè)诵詣e、駕駛?cè)四挲g、車輛類型、違法時間、罰款、記分等違法信息。各因素的取值及總體分析如表1所示。

從數(shù)據(jù)總體情況可以得到以下結(jié)論：（1）貴陽市城市道路違法行為以罰款和記分作為懲罰措施，罰款金額大部分為50元，其次為20元、10元;絕大部分違法行為不記分，其次為記分3分;（2）不同個人屬性的駕駛?cè)?，其違法行為差異較大，男性占絕大部分，年齡在30～40歲之間的違法行為較多，其次為40～50歲;（3）車輛類型中以貨車和電動車的違法行為最多;（4）違法行為多發(fā)生于8：00-12：00、14：00-18：00兩個時段。

2 貴陽市城市道路交通違法行為單因素方差分析 通過方差分析從對觀測變量的方差分解入手，通過推斷控制變量各水平下各觀測變量的總體均值是否存在顯著差異，分析控制變量是否給觀測變量帶來了顯著影響，進(jìn)而再對控制變量各個水平對觀測變量影響的程度進(jìn)行剖析。單因素方差研究的是單個控制變量的不同水平是否對觀測變量產(chǎn)生了顯著影響，多因素方差研究兩個及兩個以上控制變量及其相互作用是否對觀測變量產(chǎn)生了顯著影響。

本文采用單因素方差分析法對貴陽市城市道路交通違法行為的影響因素進(jìn)行分析，觀測變量為罰款和記分，控制變量為駕駛?cè)诵詣e、駕駛?cè)四挲g、車輛類型、違法時間。通過單因素方差分析法，分別分析四個控制變量對罰款和記分的影響程度。

2.1 理論依據(jù)

2.2 單因素方差分析步驟

使用單因素方差分析法分析貴陽市城市道路交通違法行為。

2.2.1 數(shù)據(jù)檢驗(yàn)

在進(jìn)行方差分析之前，先對數(shù)據(jù)進(jìn)行方差齊性檢驗(yàn)，以判斷數(shù)據(jù)是否適用方差分析法。經(jīng)檢驗(yàn)，在不同控制變量下，罰款和記分的總體方差無顯著差異，滿足方差分析的前提要求。

2.2.2 提出零假設(shè)

方差分析問題屬于推斷統(tǒng)計中的假設(shè)檢驗(yàn)問題，需要提出零假設(shè)，即認(rèn)為控制變量的不同水平?jīng)]有對觀測變量產(chǎn)生顯著影響。本文提出8個零假設(shè)：（1）駕駛?cè)诵詣e對罰款無顯著影響;（2）駕駛?cè)四挲g對罰款無顯著影響;（3）車輛類型對罰款無顯著影響;（4）違法時間對罰款無顯著影響;（5）駕駛?cè)诵詣e對記分無顯著影響;（6）駕駛?cè)四挲g對記分無顯著影響;（7）車輛類型對記分無顯著影響;（8）違法時間對記分無顯著影響。

2.2.3 選擇檢驗(yàn)統(tǒng)計量

方差分析采用F統(tǒng)計量作為檢驗(yàn)統(tǒng)計量，數(shù)學(xué)定義見式（4）：

計算檢驗(yàn)統(tǒng)計量的觀測值和概率p值，即F的顯著性程度。

2.2.4 給出顯著性水平α，做出決策

給出顯著性水平α，與概率p值比較，如果αp，拒絕零假設(shè)，認(rèn)為該控制變量對觀測變量的影響顯著。顯著性水平一般取0.01或0.05。

2.3 單因素方差分析結(jié)果

本文使用SPSS15.0軟件對數(shù)據(jù)進(jìn)行分析，結(jié)果如表2和3所示。

2.4 單因素方差分析結(jié)果分析

2.4.1 罰款影響因素分析

（1）從表2可以看到，駕駛?cè)诵詣e、駕駛?cè)四挲g、車輛類型和違法時間對罰款的概率p值（F的顯著性）分別為0.001、0.009、0.000和0.028。如果顯著性水平α取0.01，則違法時間的概率p值>α，應(yīng)拒絕其零假設(shè)，認(rèn)為僅考慮時間單個影響，其對罰款無顯著性影響;同理，駕駛?cè)诵詣e、駕駛?cè)四挲g、車輛類型的概率p值<α，不應(yīng)拒絕其零假設(shè)，認(rèn)為駕駛?cè)诵詣e、駕駛?cè)四挲g、車輛類型單個因素對罰款有顯著性影響。

（2）如果顯著性水平α取0.05，駕駛?cè)诵詣e、駕駛?cè)四挲g、車輛類型和違法時間四個因素均對罰款有顯著性影響。

（3）各單因素對罰款的影響程度排序依次為：車輛類型>駕駛?cè)诵詣e>駕駛?cè)四挲g>違法時間。

2.4.2 記分影響因素分析

（1）從表3可以看到，駕駛?cè)诵詣e、駕駛?cè)四挲g、車輛類型和違法時間對記分的概率p值（F的顯著性）分別為0.015、0.023、0.000和0.010。如果顯著性水平α取0.01，駕駛?cè)诵詣e、駕駛?cè)四挲g單個因素對記分無顯著性影響;車輛類型、違法時間單個因素對記分有顯著性影響。

（2）如果顯著性水平α取0.05，駕駛?cè)诵詣e、駕駛?cè)四挲g、車輛類型和違法時間四個因素均對記分有顯著性影響。

（3）各單因素對記分的影響程度排序?yàn)椋很囕v類型>違法時間>駕駛?cè)诵詣e>駕駛?cè)四挲g。

3 貴陽市城市道路交通違法行為改善策略

3.1 針對車輛類型對交通違法行為的影響的改善策略

方差分析結(jié)果顯示，車輛類型對罰款和記分的影響比重均很大，其中以貨車和電動車的違法數(shù)據(jù)最多。針對貨車違法行為，應(yīng)提高B2型駕駛證的準(zhǔn)入門檻，道路運(yùn)輸主管部門應(yīng)加強(qiáng)對道路貨物運(yùn)輸企業(yè)的安全管理，要求道路貨物運(yùn)輸企業(yè)加強(qiáng)對司機(jī)的教育以及培訓(xùn)，落實(shí)安全生產(chǎn)責(zé)任制。針對電動車違法行為，交通管理部門應(yīng)加強(qiáng)對電動車駕駛員的安全意識教育，建立交通法規(guī)知識和駕駛技能培訓(xùn)制度，以提高電動自行車駕駛者交通安全意識和駕駛技能，降低事故風(fēng)險。

3.2 針對駕駛?cè)藢傩詫煌ㄟ`法行為的影響的改善策略

駕駛?cè)诵詣e和年齡對罰款和記分有一定的影響，其中以30～40歲男性駕駛的交通違法數(shù)據(jù)最多。政府部門要加大文明駕駛、安全駕駛、典型案例的宣傳力度，特別針對30～40歲男性駕駛?cè)耍岣咂浒踩庾R，幫助駕駛?cè)诵纬闪己玫鸟{駛習(xí)慣。同時，可以盡可能提高違法成本，從宏觀上調(diào)控駕駛?cè)说鸟{駛行為。

3.3 針對違法時間對交通違法行為的影響的改善策略

違法時間因素對記分的影響程度大于對罰款的影響程度，在8：00-12：00、14：00-18：00這兩個時段的交通違法數(shù)據(jù)較多，原因是在該時間段交通流量較大，且在下午時段，駕駛?cè)巳菀壮霈F(xiàn)精神疲勞，放松警惕。因此在這兩個時間段，在交通流量較大的路段、交叉道口，應(yīng)加大交通執(zhí)法力度，疏導(dǎo)交通，提醒駕駛?cè)税踩{駛。

4 結(jié)語

交通違法行為是造成交通事故的主要原因，本文采用單因素方差分析法，對貴陽市城市道路交通違法進(jìn)行分析。分析結(jié)果表明，罰款的影響因素按影響比重依次為：車輛類型>駕駛?cè)诵詣e>駕駛?cè)四挲g>違法時間;記分的影響因素按影響比重依次為：車輛類型>違法時間>駕駛?cè)诵詣e>駕駛?cè)四挲g。西南地區(qū)各城市在社會文化、經(jīng)濟(jì)水平、地形地貌、氣候條件等方面有許多相似之處，本文以貴陽市城市道路交通違法行為為研究對象，研究結(jié)果可為西南地區(qū)各城市建立道路安全風(fēng)險評價指標(biāo)、制定道路安全管理政策、降低交通事故提供決策依據(jù)。

參考文獻(xiàn)：

[1]張萬安，肖躍秀. 機(jī)動車駕駛?cè)说缆方煌ㄟ`法行為的博弈分析[C].中國智能交通年會，2012.

[2]施 陽. 基于博弈論視角的道路交通違法行為研究[J]. 物流技術(shù)，2016，35（10）：8-11.

[3]張光南，鐘俏婷，楊清玄. 交通違法事故時空分布特征及其影響因素——以廣州市為例[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2019（3）：208-214.

[4]付川云，劉 華，周 悅，等. 基于電子抓拍數(shù)據(jù)的交通違法行為影響因素研究[J]. 武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版），2019（6）：985-990.

收稿日期：2020-05-27