《表5 SDM模型参数估计结果》
注:*表示变量在90%显著性水平上显著;**表示变量在95%显著性水平上显著.
近郊区和远郊区SDM模型的参数估计结果如表5所示,其中带有w的变量代表的是空间滞后变量,表示本小区酒驾事故的发生受到邻近小区解释变量的影响.空间自回归系数ρ在近郊区和远郊区均显著,表明被解释变量之间存在一定的空间依赖,酒驾事故的研究不能忽略空间溢出效应.在近郊区域,零售店密度和餐饮服务密度对本小区内酒驾事故发生具有显著性影响,变量系数均为正.在远郊区域,人口密度和零售店密度对小区内酒驾酒驾事故发生具有显著性影响,变量系数均为正.该结论与人们传统认识一致,说明在人口密集,酒精销售和消费密度越高的区域,人们饮酒概率越大,酒驾事故发生可能性越大.但更为具体的是,表明在近郊区和远郊区,影响酒驾事故发生的具体因素并不相同.同时,对于近郊和远郊区域,宾馆酒店密度和公司企业密度都对本区域内的酒驾事故发生具有显著的负作用.其原因可能是前往宾馆酒店住宿的大多非本地居民,常采用公共交通或出租车等方式,而非以自驾方式前往宾馆酒店住宿,因而导致酒驾事故发生概率降低.公司企业密度对本区域酒驾事故发生具有显著的负作用,其原因可能是公司企业严格执行相关规章制度,工作期间严禁饮酒.
图表编号 | XD0051762300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.10 |
作者 | 王少华、陈艳艳、黄建玲、刘卓、李佳 |
绘制单位 | 北京工业大学北京市交通工程重点实验室、天津职业技术师范大学天津市交通安全与控制协同创新中心、北京工业大学北京市交通工程重点实验室、北京工业大学北京市交通工程重点实验室、北京市交通信息中心、北京工业大学北京市交通工程重点实验室、北京工业大学北京市交通工程重点实验室 |
更多格式 | 高清、无水印(增值服务) |