[发明专利]一种交通事故影响因素空间效应分析方法及其应用

权利要求书

1.一种交通事故影响因素空间效应分析方法，其特征在于，包括以下步骤：

步骤1，划分交通事故的空间研究区域，采集影响交通事故的影响因素数据，获得建模所需解释变量和被解释变量；

所述步骤1中空间研究区域根据区、县区、街道、交通小区、邮编区域或人口普查区划分，优选为交通小区；

所述步骤1中影响因素包括交通事故地点、人口统计特征、社会经济属性、兴趣点数据、交通基础设施和运行管理数据相关影响因素中的一种或多种，其中涉及地理位置的影响因素的经纬度坐标作为影响因素数据；

步骤2，通过双对数处理和多重共线性检验删除不合理的被解释变量；

步骤3，构建不同类型的表征研究区域之间关联关系的空间权重矩阵；

步骤4，对步骤3中的不同类型的空间权重矩阵进行空间自相关性检验，若最为显著则进入下一步，否则重新进入步骤1；

步骤5，以步骤2中所选取的解释变量和被解释变量构建OLS模型，通过F检验调整拟合优度值最大，删除未通过t检验的解释变量，重构OLS模型；

步骤6，基于LM检验对步骤5得到的OLS模型残差进行检验，若不存在空间滞后项和空间误差项，则进入步骤7，否则重新进入步骤1；

所述步骤6中的拉格朗日乘数包括LM、LM和稳健的拉格朗日乘数检验Robust LM和Robust LM；所述步骤6中，如果检验结果均在90％显著性水平上显著，则视为模型中不存在空间滞后项和空间误差项，否则视为模型中存在空间滞后项和空间误差项；

步骤7，基于步骤4中空间自相关性最为显著空间权重矩阵，利用步骤5通过t检验的解释变量构建原始空间杜宾模型，同时，将步骤5中删除的解释变量通过替代或组合方式构建多个SDM模型，选取LogL值最大的模型为最优空间杜宾模型，作为交通事故影响因素空间效应的分析模型，具体包括：

分别用休闲娱乐密度、餐饮服务密度替换前述模型中的零售店密度进行SDM建模；基于主成分分析法PCA提取休闲娱乐密度、餐饮服务密度与零售店密度三个变量的主成分进行SDM建模；基于对数似然函数值LogL对上述四个SDM模型和OLS模型进行比较，选取LogL值最大的模型为最优杜宾模型，作为交通事故影响因素空间效应的分析模型。