Анализ показателей дорожно-транспортных происшествий в России средствами эконометрического моделирования
Журнал «KANT» №2(47) 2023 [стр. 38-44]
DOI: 10.24923/2222-243X.2023-47.7
Ключевые слова: дорожно-транспортные происшествия; транспортная инфраструктура; социально-экономические показатели; регрессионное моделирование; Россия.
Цель исследования – выявить взаимосвязь дорожно-транспортных происшествий и показателей транспортной инфраструктуры и социально-экономических показателей в России. Своевременное и сбалансированное развитие транспортной системы - неотъемлемая часть развития любого города, позволяющая осуществить функционирование всех видов транспорта с целью максимального удовлетворения транспортных потребностей при минимальных затратах. Одним из важнейших аспектов этого развития является анализ и предупреждение аварийных ситуаций. В данной работе аварийные ситуации были измерены через следующие три показателя: количество дорожно-транспортных происшествий, число погибших и раненых в них. В рамках исследования проводился анализ панельных данных по 29 субъектам Российской Федерации из Центрального и Северо-Западного федеральных округов по 23 показателям, сгруппированных в семь групп, оценивающих различные аспекты влияния. В результате были построены три модели для оценки влияния факторов транспортной инфраструктуры и социально-экономических показателей на три переменных: количество дорожно-транспортных происшествий, число погибших и раненых в них соответственно; был выделен ряд значимых факторов: доля дорог, не соответствующих нормативным требованием, коэффициенты рождаемости, доходы населения, уровень автомобилизации, выпуск в квалифицированных рабочих и служащих и число туристов. В итоге была доказана значимость влияния как факторов развития транспортной инфраструктуры, так и социально-экономической сферы.
1. Герасименко Т.В. Методические рекомендации для самостоятельной работы по дисциплине "Единая транспортная система": учебное пособие. – Новороссийск: Изд-во Морского ун-та, 2018. – 162 с.
2. Papadimitriou E., Theofilatos A. Meta-analysis of crash-risk factors in freeway entrance and exit areas // Journal of Transportation Engineering, Part A: Systems. – 2017. – Т. 143. – №. 10. – С. 04017050.
3. Orsini F., Gecchele G., Gastaldi M., & Rossi R. Collision prediction in roundabouts: a comparative study of extreme value theory approaches //Transportmetrica A: transport science. – 2019. – Т. 15. – №. 2. – С. 556-572.
4. Mafi S., AbdelRazig Y., Doczy R. Machine learning methods to analyze injury severity of drivers from different age and gender groups //Transportation research record. – 2018. – Т. 2672. – №. 38. – С. 171-183.
5. Behnood A., Mannering F. The effect of passengers on driver-injury severities in single-vehicle crashes: A random parameters heterogeneity-in-means approach //Analytic methods in accident research. – 2017. – Т. 14. – С. 41-53.
6. Мазунова Л.Н., Лукьянов Д.А., Шишмаков Е.Д., Мазунов П.А. Исследование зависимости количества ДТП от стажа водителей с помощью корреляционно-регрессионного анализа // Наука, образование, общество: тенденции и перспективы развития. – 2018. – № 10. – С. 173-175.
7. Мельник Е.С., Фаизова Л.Р. Многомерный статистический анализ смертности от дорожно-транспортных происшествий в регионах Российской Федерации // Вестник магистратуры. – 2016. – № 10. – С. 73-77.
8. Колосницына М.Г., Хоркина Н.А., Волков А.Ю. Влияние мер алкогольной политики на динамику дорожно-транспортных происшествий в регионах России // Вопросы статистики: исследование социально-экономических процессов. – 2016. – № 5. – С. 50-62.
9. Волков А.Ю. Анализ факторов, влияющих на количество погибших в ДТП (по странам мира) // Эконометрические исследования. – 2020. – № 3. – С. 134-142.
10. Арженовский С.В., Федотова Э.А. Эконометрическое моделирование дорожной аварийности в региональном аспекте // Учет и статистика. Экономика и бизнес. – 2018. – № 8. – С. 71-77.
11. Компанцев В.И., Алсеитов В.И. Математическое моделирование влияния скорости и интенсивности движения на количество дорожно-транспортных происшествий на автодороге Бишкек-Ош // Вестник КРСУ. – 2012. – № 12. – С. 80-83.
12. Rodionova M., Skhvediani A., Kudryavtseva T. Prediction of crash severity as a way of road safety improvement: the case of Saint Petersburg, Russia // Sustainability. – 2022. – Т. 14. – №. 16. – С. 9840.
13. Показатели состояния безопасности дорожного движения [Электронный ресурс]. – GIBDD.RU: Госавтоинспекция– Режим доступа: http://stat.gibdd.ru/.
14. Сведения об автомобильных дорогах общего пользования и сооружениях на них федерального, регионального или межмуниципального значения [Электронный ресурс]. – ROSAVTODOR.GOV.RU: Федеральное дорожное агентство "Росавтодор" – Режим доступа: https://rosavtodor.gov.ru/docs/statisticheskaya-otchetnost/1016/.
15. Региональная статистика. Социально-экономическое положение субъектов Российской Федерации [Электронный ресурс]. – ROSSTAT.GOV.RU: Федеральная служба государственной статистики – Режим доступа: https://gks.ru/bgd/regl/b21_14p/Main.htm.
16. Национальный рейтинг трезвости субъектов Российской Федерации [Электронный ресурс]. – TREZVROS.RU: Федеральный проект "Трезвая Россия" – Режим доступа: http://www.trezvros.ru/calendar/874.
Analysis of indicators of road accidents in Russia using econometric modeling
Keywords: traffic accidents; transport infrastructure; socio-economic indicators; regression modeling; Russia.