中国交通事故死亡人数预测分析

中国交通事故死亡人数预测分析
作者：王琴琴
来源：《现代商贸工业》2015年第23期
摘要：
为了对道路交通事故死亡人数进行预测并对道路交通安全问题提出有效解决方案，采用均方误差最小原则选取指数平滑系数，以中国2002～2013年交通事故死亡人数的统计数据为研究对象，构建二次、三次指数平滑模型，进而对我国2014和2015年的道路交通事故死亡人数进行拟合与预测分析；研究表明：三次指数平滑法模型对短期预测较适用且预测精度较高，而且对有效预防道路交通事故也有重要的指导意义和参考价值。

关键词：
指数平滑；交通事故；死亡人数；预测分析
中图分类号：
D9
文献标识码：A
文章编号：16723198（2015）24026703
0引言
据统计，地球上平均每63秒就有1人死于道路交通事故，每3s就有1人因此而受伤。

因此道路交通事故安全问题务必受到重视，它不仅影响人们的安全，还影响着道路交通系统的正常运行。

为解决这个问题，必须要对道路交通事故进行预测和预防。

目前交通事故预测方法有定性和定量预测两大类。

常用定性预测技术有专家会议法、德尔菲法、主观概率法、趋势判断法、相互影响分析法、类推法等。

常用定量预测技术有时间序列预测法、回归分析法、神经网络预测方法、灰色预测法、马尔可夫预测法等。

多数方法普遍存在着“长周期、大区域、低信度”的缺陷。

其中，时间序列法预测准确度较低，通常要求大量历史所用数据均为有序、研究对象相对稳定；回归分析则要求数据样本量大、规律性强、数据较稳定等；神经网络需较全面、能代表各种情况的样本数据，否则训练出的网络外延性不强；而灰色模型要求比较严格，不但数据序列必呈指数规律，且对随机波动性较大的数据序列拟合较差，故其预测精度不太高；马尔科夫预测模型虽能够对道路交通事故历史数据提供的信息进行有效利用，提高随机波动性较大数据列的预测精度，但方法和计算量的复杂度都是不可避免的。

事故预测有助于我们做决策，如果预测方法使用简单、容易让人理解、结果可靠，人们才会倾向于利用它。

为避免上面这些预测方法的缺点，本文提出一种基于三次指数平滑法的预测模型，该模型更加重视近期数据，比较符合实际情况，合理地体现出数据随时间变化的趋势。

1平滑指数预测模型
1.1指数平滑法基本原理
指数平滑法是由布朗（Robert Brown）提出的，他认为时间序列态势的特点是具有一定的稳定性或规则性，一般认为最近过去的态势，在未来最近一段时间一般是不会变的，所以在最近的资料赋予较大的权数。

它传承了移动平均法的优点，又具有一些新的特点：比如对不同时期的数据重视程度不同，当然更注重最近时期的；防止数据损失，可充分利用全部数据资源；运算方法也比较简单。

因此，在实际情况中，我们通常会利用指数平滑法预测很多问题，它是时间序列分析预测的一个重要方法。

指数平滑法在生产预测中比较常用，依照每期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均的原理，它先对原始数据进行处理，之后得到“平滑值”，再由平滑值经计算构造预测模型，预测未来值。

根据平滑次数不同指数平滑法可分为一次、二次和三次指数平滑法等。

指数平滑法的预测模型为
1.2初始值的确定
因为本文中的样本个数是12个，小于15，初始值会对预测结果造成一定的影响，所以根据经验，一般取最初3年实际值的平均值作为预测的初始值。

1.3平滑系数α的确定
在实际运用中，我们应根据时间序列数据的特点情况和对预测的要求来确定α值。

如果所用的时间序列数据比较稳定或变化不明显，甚至趋于某个常数时，α值就取较小的值（0.05～0.20）；但是如果所用的时间序列数据有着快速明显的波动时，α值就取较大的值（0.3～
0.5）。

一般情况下，短期预测时往往取较大的值，而长期预测则取较小的值。

在这里为了让所取α值更科学，计算起来更接近实际，我们在确定α值的大致范围后，先是算出α取不同值时的预测结果M（均方误差），再用M的最小值作为评价标准，最后确定想要的最合理的α值。

2对我国道路交通死亡人数的预测
2.1数据分析
因为国家各个省份各个地区都比较看重涉及人员死亡的交通事故，可以说对死亡人数的统计比较严格，所以它是事故次数、死亡人数、受伤人数和财产损失四项绝对指标中最具可比性
的一个数据元素，根据国家统计局记录的中国2002～2013年的全国道路交通事故死亡人数数据，本文对道路交通事故的死亡人数进行拟合预测。

在这里取2002～2013年的道路死亡人数12个数据作为初始数据样本（见表1），采用指数平滑法对2014和2015年交通事故死亡人数进行预测，把握交通事故的变化趋势，采取相关合理措施。

2.3指数平滑系数α的计算分析
从上面的死亡人数变化趋势图可以看出，在这个时间序列中，我国交通事故死亡人数数据波动较大，故α取值选择在0.3～0.5之间，为使预测结果更加接近实际，本文运用均方误差最小方法确定α值。

即：α=0.3，α=0.5时分别用三次指数平滑法求出2002-2013年这12年的预测值，每年的预测值均由前一年的数据得出，即Yt+1=at+bt+ct，再根据均方误差公式
M=1nnt=1[Yt-Xt]2求出当α取不同值时的均方误差M，比较大小，取M最小时的α值为此次研究对象——我国交通事故死亡人数预测的指数平滑系数，最后还是取该指数平滑系数α分别进行二次、三次指数平滑的预测分析，得出结果：当α=0.5时，M值更小，故取交通事故死亡人数预测问题的指数平滑系数值为α=0.5。

2.4预测结果分析计算
根据以上分析结果我们知道，本文研究问题交通事故死亡人数的初始值为S
2.5结果与分析
根据以上分析预测数据利用，利用Excel工具分别画出二次、三次指数平滑法下的道路交通死亡人数预测趋势图如图2。

由上面的趋势图可看出，三次指数平滑得到的预测值要比二次指数平滑得到的预测值更接近于实际值，所以用三次指数平滑预测更加合理。

故本文采用三次指数平滑法的预测结果作为对中国道路交通死亡人数的最终预测。

当我们代入不同的l值时就可以计算出预测年的交通事故死亡人数，预测结果由表3表示，趋势图见图3。

3结论与讨论
从上面的研究分析，可画出我国2014-2015年交通事故死亡人数较合理的预测结果如图3（由SPSS 17.0画出），可以看出，我国近两年的道路交通死亡人数变动不大，在一定程度上反映了中国道路安全管理的力度。

针对中国交通事故死亡人数进行的布朗三次指数平滑法预测精度较高，其中预测2014年和2015年的道路交通事故死亡人数分别为57694人、57659人，预测值与实际值基本符合。

从这两年交通事故死亡人数的预测结果可看出，死亡人数从2005年之后呈下降趋势，2011年开始明显上升，而且未来最近的一段时期仍持续这种趋势。

道路交通事故死亡人数还是很多，形势仍然比较严峻，我们国家政府部门就需要继续采取多方面措
施，比如加强人们的自我安全教育意识，改善道路设施情况等，总之要充分认识到道路交通安全工作的重要性，努力把道路交通死亡人数降到最少。

参考文献
[1]陈桢.试析道路交通事故预测[J].重庆交通大学学报，2010，10（1）：2628.
[2]刘志强.道路交通事故预测方法比较研究[J].交通与计算机，2000，19（5）：710.
[3]吕晓夫，杨亚东.回归分析方法在船舶交通事故预测中的应用[J].武汉理工大学学报，2006，10（3）：546548.
[4]李景文，高桂清.交通事故预测分析[J].中国安全科学学报，1996，6（1）：2023.
[5]朱庆华，陈铭.信息分析基础、方法及应用[M].北京：科学出版社，2004：163.
[6]王长江.指数平滑法中平滑系数的选择研究[J].中北大学学报，2006，27（6）：558561.
[7]中华人民共和国国家统计局.中国统计年鉴2012[M].北京：中国统计出版：2012：636637.
[8]黄荣富.真虹.三次指数平滑法在港口吞吐量预测中的应用[J].港口管理，2003，（2）：1314.。