徐 建,孙 璐
(1.东南大学 交通学院,南京210096;2.美国德克萨斯州大学 奥斯汀分校交通研究中心,奥斯汀78712;3.美国华盛顿Catholic 大学 土木工程系,华盛顿20064)
应用计量模型回归分析交通事故已成为交通安全领域的重要研究内容。由于交通事故具有离散、独立等特性,泊松模型最早被用于研究,后来衍生出大量回归模型。人们在研究回归模型时,主要研究模型中随机项的选取问题以提高拟合效果,却往往忽视对数据集本身的分析。由于交通事故(特别是死亡事故)具有零星、随机、小概率等特征,研究单元(如人口普查区、路段等)在一定时期内往往存在大量零值现象。常规的回归模型如泊松模型、泊松伽马模型或负二项模型等都是假设交通事故发生次数服从伯努利分布,但由于外界因素如环境、地形等,导致某些路段从未发生事故,这与原假设产生矛盾,因此用常规模型来研究大量零值问题,往往无法较好地拟合,甚至会产生错误的结果。
近些年,为了解决这种大量零值问题,研究人员提出了多种回归模型,主要包括3 类,分别是零膨胀模型、多层零膨胀模型和Lindley 模型,每类模型又涉及泊松和负二项两种主要分布。①零膨胀模型。该模型分为两个过程,一个过程假设只产生零值,即观察值的数量为零,另一个过程假设观察值与泊松或负二项分布一致。该模型由Lambert 于1992 年首次提出[1],并于近些年得到广泛应用,如卡车事故分析[2]、摩托车事故分析[3]、行人事故分析[4]、两车道路段上车辆事故分析[5]、死亡事故分析[6]等。……