田振中， 孫振雷

(河南警察學(xué)院交通管理工程系， 河南鄭州 450046)

0 引言

近年來，隨著我國經(jīng)濟(jì)社會的快速發(fā)展，道路交通設(shè)施建設(shè)步伐明顯加快、機動車保有量持續(xù)快速增長，這使得人們出行更加方便快捷、貨物運輸更加暢通高效，同時也給道路交通秩序與安全帶來重大挑戰(zhàn)，嚴(yán)重威脅人們的生命安全。根據(jù)《中國統(tǒng)計年鑒—2021》提供的數(shù)據(jù)，2020年我國發(fā)生244 674起道路交通事故，導(dǎo)致61 703人死亡、250 723人受傷，交通事故致死率高達(dá)19.75%(即死亡人數(shù)占交通事故傷亡人數(shù)的比例)，是同期發(fā)達(dá)國家，如德國、意大利和日本交通事故致死率(分別是9.01%、2.00%和0.56%)的2.19倍、9.88倍和35.27倍；萬車死亡率高達(dá)1.66人/萬車，是發(fā)達(dá)國家，如德國和日本萬車死亡率(分別是0.52人/萬車和0.36人/萬車)的3.19倍和4.61倍，這說明我國道路交通安全形勢仍然十分嚴(yán)峻。因此，在交通強國加快建設(shè)的背景下，研究道路交通事故死亡人數(shù)影響因素對于推動道路交通安全工作高質(zhì)量發(fā)展具有十分重要的現(xiàn)實意義。

國內(nèi)外學(xué)者高度關(guān)注交通安全問題，針對道路交通事故死亡人數(shù)影響因素的研究已取得了一定的成果。Feng Zhongxiang等[1]運用多元線性回歸模型研究了中國道路交通事故死亡人數(shù)影響因素，指出汽車保有量、人口總數(shù)、GDP、公路貨運量、公路客運量、公路里程是影響道路交通事故死亡人數(shù)的重要因素；Alireza Razzaghi等[2]運用負(fù)二項回歸模型分析了伊朗道路交通事故死亡的有效因素，指出人口數(shù)量和GDP對伊朗道路交通事故死亡人數(shù)有顯著影響；Evangelos Anagnostou等[3]運用多元logistic回歸模型研究了希臘駕駛員死亡率的影響因素，結(jié)果表明：與人有關(guān)的因素對死亡率影響最大；RB Noland[4]研究指出工業(yè)化國家醫(yī)療水平和技術(shù)的提升有助于道路交通事故死亡人數(shù)的減少；方園等[5]研究認(rèn)為，民用汽車擁有量、人口數(shù)與中國道路交通事故死亡人數(shù)呈現(xiàn)正相關(guān)關(guān)系；孫麗璐等[6]的統(tǒng)計分析表明我國汽車擁有量與道路交通事故死亡人數(shù)增長率有顯著的相關(guān)關(guān)系；孫浩等[7]運用VAR模型中的脈沖響應(yīng)函數(shù)分析了我國交通事故死亡人數(shù)與等級公路里程、國民總收入和機動車駕駛員人數(shù)的關(guān)系，結(jié)果表明等級公路里程與機動車駕駛員人數(shù)的增長，會引起交通事故死亡人數(shù)的增長。門玉琢等[8]借助灰色關(guān)聯(lián)模型分析了城市道路交通事故死亡人數(shù)的影響因素，研究結(jié)果發(fā)現(xiàn)，機動車保有量影響最大。

綜上所述，道路交通事故死亡人數(shù)受到人員、車輛、道路等諸多方面因素的影響，影響的作用機理也十分復(fù)雜?，F(xiàn)有文獻(xiàn)多使用相關(guān)分析、回歸分析、灰色關(guān)聯(lián)分析等傳統(tǒng)研究方法分析各因素本身對道路交通事故死亡人數(shù)的影響，而忽略了各因素之間相互作用對道路交通事故死亡人數(shù)的影響?；诖?，本文根據(jù)我國31個省(市、自治區(qū))2018～2020年的面板數(shù)據(jù)，探索地用PLS-SEM模型對道路交通事故死亡人數(shù)的影響因素進(jìn)行綜合交叉分析，克服傳統(tǒng)分析方法的缺陷，剖析各潛在變量之間的關(guān)系與作用機制，以期為進(jìn)一步強化道路交通事故預(yù)防治理、進(jìn)一步加強道路交通規(guī)劃與交通安全精細(xì)化管理等提供科學(xué)依據(jù)。

1 研究方法和模型構(gòu)建

1.1 研究方法簡介

結(jié)構(gòu)方程模型(Structural Equation Modeling，SEM)是一種用于建立、估計和檢驗因果關(guān)系的多元統(tǒng)計分析方法，目前在解決商業(yè)和社會研究問題中得到廣泛的應(yīng)用。一般來說，結(jié)構(gòu)方程模型包含兩個子模型，一個是用于描述潛在變量之間關(guān)系的結(jié)構(gòu)模型(Inner model)，另一個是用于描述潛在變量和觀測變量(測量指標(biāo))之間關(guān)系的測量模型(Outer model)[9]，如圖1所示，具體方程表達(dá)式分別為：

圖1 SEM模型結(jié)構(gòu)圖

η=βη+γξ+ζ

(1)

(2)

其中，式(1)是結(jié)構(gòu)模型，式中η為內(nèi)因潛在變量，β是內(nèi)因潛在變量間的關(guān)系，ξ為外因潛在變量，γ是外因潛在變量ξ對內(nèi)因潛在變量η的影響，ζ是隨機干擾項；式(2)是測量模型，式中x是外因潛在變量ξ的指標(biāo)，y是內(nèi)因潛在變量η的指標(biāo)，λx、λy分別表示X在ξ上、y在η上的因子載荷矩陣，δ、ε分別表示x和y的測量誤差。

目前，結(jié)構(gòu)方程模型求解的方法主要有基于協(xié)方差的SEM(Covariance-based SEM，CB-SEM)和基于偏最小二乘法的SEM(Partial Least Squares SEM，PLS-SEM)兩種。與CB-SEM模型相比，PLS-SEM模型對樣本數(shù)據(jù)分布正態(tài)性、樣本容量要求相對寬松[9]，同時PLS-SEM模型能夠有效地克服觀測變量間的共線性問題，提高模型魯棒性。目前，PLS-SEM模型已被應(yīng)用于行為科學(xué)、市場營銷、組織管理和商業(yè)戰(zhàn)略等多個社會科學(xué)領(lǐng)域的研究實踐中。本次研究的樣本容量不大、數(shù)據(jù)分布亦不滿足正態(tài)性，故選擇PLS-SEM模型。

1.2 模型構(gòu)建

根據(jù)國內(nèi)外學(xué)者關(guān)于道路交通事故死亡人數(shù)影響因素的研究，結(jié)合數(shù)據(jù)的可獲取性，本文將影響道路交通事故死亡人數(shù)的主要因素歸納為以下4大類：(1)經(jīng)濟(jì)發(fā)展。隨著經(jīng)濟(jì)的快速發(fā)展，人們出行需求、貨運物流需求持續(xù)快速增長，交通形勢日趨復(fù)雜，傷亡交通事故頻發(fā)。因此，經(jīng)濟(jì)發(fā)展可能直接影響道路交通事故死亡人數(shù)，同時經(jīng)濟(jì)發(fā)展還可能對人口因素、車輛與道路、醫(yī)療衛(wèi)生服務(wù)水平有直接影響。(2)人口因素。隨著人口數(shù)量的增長，特別是機動車駕駛員數(shù)量的快速增長，未按規(guī)定讓行、超速行駛、酒駕等交通違法行為不斷增多，極易引發(fā)道路交通事故，造成較高的致死率。同時國內(nèi)外相關(guān)文獻(xiàn)指出，80%～90%的道路交通事故死亡是由駕駛員的失誤、交通違法等行為造成的[10-12]。因此，人口因素可能直接影響道路交通事故死亡人數(shù)。(3)車輛與道路。車輛作為道路交通的主要運載工具，其性能狀況對交通安全影響極大[13-15]，道路是交通的載體，道路路面、線形、標(biāo)識和標(biāo)線、防護(hù)設(shè)施等道路因素對交通安全影響較大[16-18]。因此，車輛與道路可能直接影響道路交通事故死亡人數(shù)。(4)醫(yī)療衛(wèi)生服務(wù)水平。醫(yī)療服務(wù)水平與技術(shù)的提升有助于減少道路交通事故死亡人數(shù)[4，15，19]，因此，醫(yī)療衛(wèi)生服務(wù)水平也可能是影響道路交通事故死亡人數(shù)的重要因素。

基于上述分析，本文提出以下假設(shè)：H1：人口因素對交通事故死亡人數(shù)具有正向影響；H2：經(jīng)濟(jì)發(fā)展對車輛與道路具有正向影響；H3：經(jīng)濟(jì)發(fā)展對醫(yī)療服務(wù)水平提升具有正向影響；H4：經(jīng)濟(jì)發(fā)展對交通事故死亡人數(shù)增加具有正向影響；H5：醫(yī)療衛(wèi)生服務(wù)水平對交通事故死亡人數(shù)增加具有負(fù)向影響；H6：車輛與道路對交通事故死亡人數(shù)增加具有正向影響；H7：經(jīng)濟(jì)發(fā)展對人口因素具有正向影響?；诖?，構(gòu)建道路交通事故死亡人數(shù)影響因素分析的假設(shè)模型如圖2所示，該模型包含5個潛在變量和13個觀測變量，具體見表1所示。

圖2 道路交通事故死亡人數(shù)影響因素研究假設(shè)框架圖

2 實證分析

2.1 數(shù)據(jù)的獲取

根據(jù)表1建立的道路交通事故死亡人數(shù)影響因素變量體系，進(jìn)行相關(guān)數(shù)據(jù)的收集、整理。本文采用我國31個省(市、自治區(qū))2018～2020年的93組統(tǒng)計數(shù)據(jù)，主要來源于《中國統(tǒng)計年鑒(2019～2021)》、《中國衛(wèi)生健康統(tǒng)計年鑒(2019～2021)》和《中國人口和就業(yè)統(tǒng)計年鑒(2019～2021)》。

表1 道路交通事故死亡人數(shù)影響因素PLS-SEM 模型變量設(shè)定

2.2 模型結(jié)果分析

2.2.1 數(shù)據(jù)信度與效度檢驗

本文采用克朗巴哈系數(shù)(Cronbach’s Alpha)和Composite Reliability (CR)值分別對變量數(shù)據(jù)的內(nèi)部一致性信度與合成信度進(jìn)行測量。使用軟件SmartPLS 3.3.5計算得到各潛變量的信度檢驗結(jié)果，見表2所示。根據(jù)表2可以看出，每個變量的克朗巴哈系數(shù)和Composite Reliability (CR)值都在0.8以上，高于推薦的門檻值0.7，這說明本文所使用的數(shù)據(jù)具有良好的信度。

效度檢驗主要分為內(nèi)斂效度與判別效度兩大類。首先，通過每個潛在變量的Average Variance Extracted (AVE)值來衡量內(nèi)斂效度，經(jīng)計算每個潛在變量的AVE值(見表2最后一列)均大于可接受的閾值0.5，因此，內(nèi)斂效度的存在得到了證實。其次，使用Fornell-Larcker準(zhǔn)則來判斷是否存在判別效度[9]。這里借助軟件SmartPLS計算得到每個潛在變量AVE值的平方根及其他潛在變量的相關(guān)系數(shù)，見表3所示。根據(jù)表3可以看出，每個潛在變量AVE值的平方根(對角線上的數(shù)值)均大于其與其他潛變量的相關(guān)系數(shù)，因此存在良好的判別效度。

表2 變量信度檢驗與內(nèi)斂效度檢驗結(jié)果

表3 判別效度檢驗結(jié)果(基于Fornell-Larcker準(zhǔn)則)

2.2.2 整體模型解釋力與適配度檢驗

使用SmartPLS Algorithm可計算出PLS-SEM模型的標(biāo)準(zhǔn)化路徑系數(shù)和決定系數(shù)R2，具體如圖3所示。PLS-SEM模型與一般回歸模型一樣，可用R2值來反映模型中外生變量對內(nèi)生變量的解釋能力，Chin[22]將結(jié)構(gòu)方程模型的R2分為：較好(0.67)、中等(0.33)和較差(0.19)。從圖3可以看出，模型中道路交通事故死亡人數(shù)對應(yīng)R2=0.684(圖3中圓圈內(nèi)的數(shù)值為R2)，表明人口因素、車輛與道路、經(jīng)濟(jì)發(fā)展和醫(yī)療衛(wèi)生服務(wù)水平能共同解釋交通事故死亡人數(shù)68.4%的方差變化，達(dá)到了較好水平，其他要素的R2值均在0.7以上，這說明模型有較強的解釋能力。模型的整體適配度可通過GOF(Goodness of Fit)來反映，一般認(rèn)為GOF>0.36時認(rèn)為模型整體適配度較好。經(jīng)計算該模型的GOF值為0.70，表明模型整體適配度較好。綜合起來看，這里所構(gòu)建的PLS-SEM模型具有良好的解釋能力和較好的適配度。

圖3 道路交通事故死亡人數(shù)影響因素路徑系數(shù)圖

2.2.3 模型路徑系數(shù)顯著性檢驗

這里使用SmartPLS軟件中的Bootstrapping方法對各路徑系數(shù)進(jìn)行顯著性檢驗，最大重復(fù)抽樣次數(shù)設(shè)為2 000，計算得到PLS-SEM模型的路徑系數(shù)估計值的T檢驗統(tǒng)計量，見表4所示。

根據(jù)表4可以看出，在5%的顯著水平下，人口因素對道路交通事故死亡人數(shù)有顯著正向影響，假設(shè)H1得到支持；在1%的顯著水平下，經(jīng)濟(jì)發(fā)展對車輛與道路有顯著正向影響，假設(shè)H2得到支持；在1%的顯著水平下，經(jīng)濟(jì)發(fā)展對地區(qū)醫(yī)療服務(wù)水平有顯著正向影響，假設(shè)H3得到支持；在5%的顯著水平下，經(jīng)濟(jì)發(fā)展對道路交通事故死亡人數(shù)有顯著正向影響，假設(shè)H4得到支持；在1%的顯著水平下，醫(yī)療衛(wèi)生服務(wù)水平對交通事故死亡人數(shù)有顯著的負(fù)向影響，假設(shè)H5得到支持；在5%的顯著水平下，車輛與道路因素對道路交通事故死亡人數(shù)有顯著正向影響，假設(shè)H6得到支持；在1%的顯著水平下，經(jīng)濟(jì)發(fā)展對人口因素有顯著的正向影響，假設(shè)H7得到支持。

表4 道路交通事故死亡人數(shù)影響因素路徑系數(shù)顯著性檢驗結(jié)果

2.2.4 模型各變量影響效應(yīng)分析

根據(jù)圖3和表4可以看出，人口因素、車輛與道路、經(jīng)濟(jì)發(fā)展都對道路交通事故死亡人數(shù)有顯著的正向直接影響，影響程度大小依次為人口因素(0.561)、車輛與道路(0.446)、經(jīng)濟(jì)發(fā)展(0.352)，而醫(yī)療衛(wèi)生服務(wù)水平對道路交通事故死亡人數(shù)有顯著的負(fù)向直接影響(-0.546)。同時也可以看出，經(jīng)濟(jì)發(fā)展不僅直接影響道路交通事故死亡人數(shù)，還在人口因素、車輛與道路、醫(yī)療衛(wèi)生服務(wù)方面間接地影響道路交通事故死亡人數(shù)。經(jīng)計算可得間接影響程度分別為：人口因素(0.934×0.561=0.524)、車輛與道路(0.897×0.446=0.400)和醫(yī)療衛(wèi)生服務(wù)(-0.546×0.880=-0.480)，且在5%水平下都是顯著的。經(jīng)濟(jì)發(fā)展對道路交通死亡人數(shù)的間接影響就是這3條間接路徑之和，即0.524+0.400-0.480=0.444。

將各主要因素(外因潛在變量)對道路交通事故死亡人數(shù)的直接影響、間接影響和總影響效應(yīng)匯總，見表5所示。根據(jù)表5可以看出，經(jīng)濟(jì)發(fā)展對道路交通事故死亡人數(shù)總的正向影響程度最大，影響效應(yīng)為0.796，且間接影響效應(yīng)(0.444)大于直接影響效應(yīng)(0.352)；人口因素對道路交通事故死亡人數(shù)的正向直接影響程度最大，影響系數(shù)為0.561；車輛與道路因素對道路交通事故死亡人數(shù)的影響系數(shù)為0.446；醫(yī)療衛(wèi)生服務(wù)水平對道路交通事故死亡人數(shù)的影響系數(shù)為-0.546。

表5 模型各變量的影響效應(yīng)

3 降低道路交通事故死亡人數(shù)的管理對策

本文在梳理已有文獻(xiàn)的基礎(chǔ)上，運用PLS-SEM模型對我國道路交通事故死亡人數(shù)影響因素進(jìn)行了實證分析。結(jié)果顯示，人口因素、車輛與道路、經(jīng)濟(jì)發(fā)展都直接正向影響著道路交通死亡人數(shù), 其中人口因素的正向直接影響效應(yīng)是最大的，路徑系數(shù)為0.561；醫(yī)療衛(wèi)生服務(wù)水平對道路交通事故死亡人數(shù)具有顯著的負(fù)向直接影響，路徑系數(shù)為-0.546；經(jīng)濟(jì)發(fā)展還通過人口因素、車輛與道路、醫(yī)療衛(wèi)生服務(wù)對道路交通事故死亡人數(shù)產(chǎn)生顯著的間接影響，間接影響程度分別為0.524、0.400和-0.480，這一點在以往的研究中鮮有談及。

根據(jù)上述研究結(jié)論，本文提出以下的對策與措施：

第一，強化對道路交通參與者的教育與管理。人是確保道路交通安全的主導(dǎo)因素[22，24]，需要進(jìn)一步加強《道路交通安全法》和文明交通常識的宣傳教育工作，增強人們道路交通安全意識和自我防范能力，特別是要加強對男性交通參與者的交通安全教育；進(jìn)一步優(yōu)化駕駛員培訓(xùn)內(nèi)容，強化對機動車駕駛員培訓(xùn)機構(gòu)管理，加大機動車駕駛證考試的難度，切實提高駕駛員培訓(xùn)的質(zhì)量、提升駕駛員綜合素質(zhì)；進(jìn)一步加大路面管控力度，加強對不禮讓行人、酒駕、超速等交通違法行為的處罰力度，提高交通違法成本，從而最大限度地預(yù)防和減少道路交通事故發(fā)生，保障人民群眾的生命安全。

第二，進(jìn)一步加強車輛安全管理工作。定期對車輛進(jìn)行安全檢查與保養(yǎng)，特別是要加大對車輛制動系統(tǒng)、燈光照明系統(tǒng)、轉(zhuǎn)向系統(tǒng)等重點部位的檢修力度，保證在使用過程中有良好性能。同時還要加大對車輛安全技術(shù)研究開發(fā)的投入，加快車輛安全駕駛技術(shù)和產(chǎn)品的研發(fā)與推廣應(yīng)用，不斷提高車輛的安全性能。

第三，持續(xù)推進(jìn)道路交通環(huán)境優(yōu)化提升。在促進(jìn)經(jīng)濟(jì)持續(xù)健康發(fā)展的同時，進(jìn)一步強化道路交通規(guī)劃和基礎(chǔ)設(shè)施建設(shè)，特別是照明設(shè)備、標(biāo)線、標(biāo)識等道路交通安全設(shè)施建設(shè)，提升道路質(zhì)量，綜合運用車聯(lián)網(wǎng)、GPS、GIS、RS等先進(jìn)技術(shù)，實現(xiàn)人、車、路的一體化運行監(jiān)測和管理，提升道路交通管理智慧化水平，及時消除道路交通安全隱患和不安全因素，為車輛的安全行駛提供良好交通環(huán)境。

第四，加快構(gòu)筑有中國特色的道路交通事故應(yīng)急醫(yī)療救援系統(tǒng)建設(shè)。日本、德國等發(fā)達(dá)國家的實踐經(jīng)驗表明，交通事故緊急醫(yī)療救援系統(tǒng)的建立能有效減少交通事故死亡人數(shù)[25]。在推動經(jīng)濟(jì)持續(xù)健康發(fā)展的同時，一方面要加大財政投入，加強交通事故急救知識培訓(xùn)，健全區(qū)域醫(yī)療衛(wèi)生服務(wù)設(shè)施，推進(jìn)分層級、分區(qū)域應(yīng)急醫(yī)療救治體系建設(shè)，提升區(qū)域醫(yī)療服務(wù)能力和應(yīng)急醫(yī)療救治水平；另一方面要積極充分運用現(xiàn)代科技手段和信息技術(shù)，提高道路交通管理的快速反應(yīng)能力，推進(jìn)交通管理部門與醫(yī)療、急救等部門的協(xié)同聯(lián)動，推動建立“空地一體化”立體救援救治工作機制，抓緊交通事故后“黃金30分鐘”，提高急重癥傷員的救治率、降低死亡率，努力減少道路交通事故死亡人數(shù)。