考虑空间异质性的建成环境对交通安全的影响

1 引言

社会经济快速发展推动交通需求增长，加速城市化进程。现有基础设施难以满足多元化出行需求，科学评估建成环境影响并制定针对性政策，成为构建安全高效城市交通体系的关键。本文基于空间异质性视角，系统探讨了城市建成环境对交通安全的影响机制。建成环境异质性导致交通拥堵与安全问题的区域差异[1]，大数据背景下建成环境对出行行为的作用机理[2]。地理加权回归模型通过空间位置关联回归系数提升分析精度[3]，系统阐释了空间非平稳性理论及GWR 模型扩展框架[4]。有学者混合GWR 模型的常系数估算方法[5]，亦有学者运用 GWR 模型对上海市商品房销售均价与影响因素的空间异质性进行了研究[6]。基于以上分析，从考虑空间异质性的角度出发，研究城市建成环境对交通安全的影响，以改善道路交通安全，从而提高交通安全。

2 建成环境与交通安全数据

2.1 建成环境数据

当前，建成环境所涵盖的内容很多，既包括土地、建筑和各种有形的建筑，也包括了抽象的景观感受、空间安全的感觉。从规划的视角来看，建成环境是由人类活动、土地利用形态、交通设施、城市设计等多种因素相互作用而形成的。以济南市的建成区作为本文的研究范围，建成环境的基础数据来源于相关部门提供的的 Excel 文件，具体包括餐饮、人口、医疗保健、生活服务、商务住宅、科教文化、交通设施、购物、公司企业建成环境数据。

2.2 交通安全数据

通过对济南市 2019 的工作日和节假日事故数据进行整理分析，利用Excel 和 arcmap 软件对数据进行统计和可视化处理。结果显示，事故主要集中在历下区、市中区、槐荫区、天桥区和历城区五个区域，其中历下区最为密集。在乡镇层面，王舍人街、华山街道、港沟街道等事故点数较高，均超过2000 起。这些数据为研究建成环境对交通安全的影响提供了重要依据。

3 建成环境对交通安全影响分析

3.1 建成环境对交通安全影响的空间异质性分析

城市建成环境因地理区位与政治经济地位差异呈现多样性及动态演化特征，受个体生活方式、出行偏好、交通要素分布不均及社会经济属性复杂性影响，各区域交通安全水平存在显著空间差异，导致建成环境与交通安全的关系具有空间异质性。

传统空间相互作用模型因假设空间参量同质性，用常规最小二乘法拟合时，估计值与实际值偏差大，因其忽视了空间异质性。基于地理第一法则，即空间中所有事物相互影响且相似事物联系更密切，本章构建地理加权回归模型并指出其局限性，随后通过多尺度地理加权回归模型弥补不足，借此阐释建成环境对交通安全的空间异质性影响。

3.2 建成环境对交通安全影响模型分析

地理加权回归模型由Brunsdon[3]于1996 年提出，通过引入空间坐标信息并采用局部加权最小二乘法进行参数估计，突破了传统全局回归模型的空间同质性假设，允许回归系数随空间位置变化，从而更精准捕捉空间异质性。该模型基于 Tobler 地理学第一定律构建空间权重矩阵，通过高斯函数或双重平方法量化空间衰减效应，并采用 AIC 准则或交叉验证法确定最优带宽，以平衡模型的光滑度与局部适应性。然而，GWR 模型存在局限性：其假定所有变量均具有空间非平稳性，可能导致参数估计冗余或偏差，且固定带宽难以反映不同变量的差异化空间作用尺度。为解决此问题，Fotheringham[4]进一步提出多尺度地理加权回归，通过允许各变量独立选择带宽，更有效刻画空间过程的异质性影响，成为 GWR 模型的重要扩展方向。

4 结论

通过多尺度地理加权回归模型分析建成环境与交通安全关系，发现两者相关系数较高，但变量间存在共线性影响。通过相关性及共线性检验排除共线性影响，发现医疗保障对交通安全具有全局性影响，其他变量呈现空间异质性影响。相较于空间地理加权回归模型，多尺度地理加权回归模型参数更优，能更有效地解释建成环境对交通安全的空间异质性影响，具有消除异质性偏差的优势。

参 考 文 献

[1]袁浩，任杰，杨睿，朱彤，李博超.考虑空间异质性的城市建成环境对交通 拥 堵 状 态 的 影 响 . 武 汉 理 工 大 学 学 报 （ 交 通 科 学 与 工 程版），2021，45（05）：840-845.

[2]王建军，王赛，宋明洋，李维佳，马驰骋，卢霄娟，李冬怡.大数据背景下城市建成环境对出行行为影响研究综述[J]. 长安大学学报（ 自然科学版），2022，42（01）：61-78.

[3]Brunsdon C. Fotberingham A S. Charlton M. Geographically weighted regression[J]. Journal of the Royal Statistical Society， 1998， 47（3） ：431-443.

[4]Fotheringham A S. Gograpbically weighted regression： the analysis of spatially varying relation-ships[M]. Chichester： Wiley， 2002.

[5]魏传华，梅长林，半参数空间变系数回归模型的两步估计方法及其数值模拟[J].统计与信息论坛，2005，20（1）： 16-19.

[6]覃文忠. 地理加权回归基本理论与应用研究[D].同济大学，2007.