民航安全與社會經濟指標關聯分析范文

本站小編為你精心準備了民航安全與社會經濟指標關聯分析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:

為了分析中國民航的安全趨勢，基于中國民航1995－2014年安全生產歷史數據和民航安全運行關系密切的26項社會經濟指標，利用因子分析、相關系數等數學方法，建立了多元線性回歸模型分析民航安全狀況與社會經濟指標的管理關聯性。該模型表明對民航安全具有顯著影響的社會經濟指標包括國民經濟、產業結構和人員素質。通過對比安全生產指標的擬合值和實際值，分析民航安全趨勢的變化規律，并利用自回歸移動平均模型預測2015－2018年民航安全生產指標值。計算結果顯示該時間段內民航安全生產指標將處于歷史高位，且呈現緩慢上升趨勢。最后給出了針對行業安全監管、安全運行等方面的改進建議。

關鍵詞:

安全;民用航空;社會經濟指標;多元線性回歸;ARIMA模型

雖然從交通工具的可靠性、維護性、安全性、從業人員素質、政府安全標準和事故率、死亡人數等全方位對比，航空運輸的安全性遠高于鐵路、水路和公路運輸。但是，隨著“馬航MH370”等事故的發生，民航安全已經成為國家戰略與安全層面問題。近年來，中國民航安全記錄持續改進，已經接近世界一流水平。2010－2014年期間，中國民航運輸總周轉量、旅客運輸量年均增長率超過10%，而運輸航空重大事故率(0．07/百萬架次，0．03/百萬飛行小時)遠好于全球平均水平(0．39/百萬架次，0．2/百萬飛行小時)，超過了世界民航發達國家美國(0．19/百萬架次，0．1/百萬飛行小時)的安全記錄。雖然安全記錄一流，但實際上在我國民航業高速發展中凸顯出的保障能力、基礎設施、關鍵人才隊伍和管理水平等薄弱環節，使得民航業未來的安全、運行、發展面臨全方位的挑戰和限制。研究顯示［1］，某一行業的安全宏觀與微觀形勢與其所處經濟社會發展環境關系密切。可以預見“十三五”期間，隨著民航業規模的持續快速增長，安全的壓力將同步呈現增長的趨勢。因此為了進一步提升民航安全水平，研究民航安全與社會經濟的關系具有重要的意義。

1影響民航安全的社會經濟指標分析

1．1社會經濟指標篩選已有研究成果表明［2－3］，全球各國在不同發展階段的安全狀況與經濟社會狀況存在相關性，如十萬人死亡率與國內生產總值呈負相關或正相關。同理，民航的安全與經濟發展也存在密切的關聯。參考國內外社會學家對經濟社會發展水平的研究成果［4］，選擇了7個大類45項反映經濟社會發展的指標，用于分析我國民航安全生產狀況與經濟社會在各個發展階段的內在聯系和相互作用。通過散點圖、關聯分析等方法剔除與民航安全生產關系不密切的指標之后，得到6個大類共計26項指標，包括:1)國民經濟指標:國家財政收入(億元)X1、國家財政支出(億元)X2、國內生產總值(億元)X3、人均國內生產總值(元)X4、城鎮居民家庭人均可支配收入(元)X5、城鎮居民家庭恩格爾系數(%)X6、國際旅游外匯收入(億美元)X7。2)產業結構指標:第一產業增加值(億元)X8、第二產業增加值(億元)X9、第三產業增加值(億元)X10。3)行業發展指標:民用航空旅客運輸量(萬人)X11、民用航空旅客周轉量(億人公里)X12、民用航空貨物運輸量(萬噸)X13、民用航空貨物周轉量(億噸公里)X14、民用航空航線數(條)X15、定期航班航線里程(公里)X16、民用運輸飛機架數(架)X17。4)人員素質指標:普通本專科畢業生數(萬人)X18、研究生畢業生數(萬人)X19、航空運輸業就業人員數(人)X20。5)科技水平指標:研究與試驗發展人員全時當量(萬人年)X21、研究與試驗發展經費支出(億元)X22、高技術產品進出口額(億美元)X23。6)社會穩定指標:公安機關立案的刑事案件合計(起)X24、城鎮登記失業人數(萬人)X25、城鎮登記失業率(%)X26。本文所采用的1995－2014年期間的統計數據均來自中國國家統計局［5］。

1．2民航安全生產指標篩選事故數、事故征候數、事故征候率是民航運輸飛行的主要安全指標。隨著近二十年來中國民航的安全水平快速提升，民航運輸飛行事故數量變得極為稀少，間隔多年才會出現一次。本文事故數將轉化為“事故災變系數”［6－7］，其定義為指定時間段內有運輸飛行事故發生時為1，無則為0。

2民航安全生產狀況與經濟社會指標多元回歸分析

2．1影響民航安全生產的經濟社會指標因子分析由于影響民航安全生產的主要社會經濟指標較多，難以直接進行回歸分析，本文采用因子分析法，將社會經濟指標分類提取公因子后再進行回歸分析［8－9］。

2．2多元線性回歸分析采用向后刪除法篩選自變量。該方法通過從眾多變量中篩選顯著的變量，并建立回歸方程，是多元回歸分析法中能夠得到最優方程的一種方法。該方法是按各變量Fi對Y作用的顯著程度大小來決定是否引入或剔除。用以衡量Fi對Y作用大小的量是Fi對Y的貢獻，即顯著性(Sig)值［10］。通過對1995－2014年我國經濟社會發展指標和民航安全生產指標進行回歸分析，可以確定影響我國民航安全生產的主要因素及其不同的影響程度［11］。

2．2．1計算結果分析以Y為因變量，以Fi為自變量，采用向后刪除法進行多元線性回歸，結果如表2～表4所示。表2信息顯示4個模型R2均大于0．90，表明各模型能夠解釋民航安全生產指標90%以上的變差，模型效果極好。表3中，Durbin－Watson=2．143，與2接近，殘差與自變量獨立，通過檢驗。表4中，ANOVA檢驗結果顯示，4個模型顯著性(Sig)值均小于0．05，說明其均有意義，且與民航安全生產指標顯著相關。表5結果清晰的顯示了自變量的刪除過程，除模型4以外，其他模型中的參數均存在非顯著性(Sig．＞0．05)的自變量，這些自變量對于民航安全生產指標(Y)的影響并不顯著。最優模型應去除所有對Y影響不顯著的Fi，僅顯示對Y影響顯著的Fi。因此，最終確定模型4為最優模型。

2．2．2民航安全生產指標回歸方程民航安全生產指標與經濟社會主要影響因素的標準化回歸方程。將1995－2014年我國的經濟社會數據，代入回歸方程，結果顯示擬合曲線與實際曲線擬合程度較高，表明回歸方程解釋效果較好(如圖1)。

3民航安全生產發展趨勢分析與預測

3．1建立預測模型計算結果表明差分自回歸滑動平均法［12－13］優于灰色理論、趨勢分析預測等建模方法。本文預測模型使用時序預測中的ARIMA模型，對比不同p，d，q值后得到ARIMA(0，1，0)模型，結果如表6所示。平穩的R2=0．659，R2=0．878，Ljung－Box統計量的顯著性值Sig．=0．640＞0．5。表6數據顯示，模型擬合情況良好，殘差序列是沒有自相關性的。表7表明對民航安全生產狀況有顯著影響的指標依次為:民用運輸飛機架數(X17)、第三產業增加值(X10)、城鎮居民家庭人均可支配收入(X5)、研究與試驗發展人員全時當量(X21)、研究生畢業生數(X19)。以除X21的Sig．=0．066＞0．05，其余指標Sig．均小于0．05，可認為模型各參數具有顯著性。同時，模型中的各指標與現實中的情況高度吻合，即直接反映出行業增長(民用運輸飛機架數)、產業結構調整(第三產業增加值)、國民經濟(城鎮居民家庭人均可支配收入)、以及科技(研究與試驗發展人員全時當量)和教育(研究生畢業生數)對民航安全的直接影響。預測2015－2018年安全生產指數(如圖2所示)。實際值與擬合值具有較好的重合度，趨勢完全一致，若能提升樣本數量模型的預測精度將更為理想。

3．2預測結果分析1)鑒于我國“十三五”期間經濟仍然將保持較高增速，同時將處于產業結構調整的轉型階段，民航的事故、事故征候的總量很可能出現較大起伏，總體安全形勢嚴峻。2)從預測結果看，2015－2018年期間，我國民航安全生產指數保持平穩，雖緩慢上升趨勢，但是幅度極小。民航安全生產指數將保持在1．13左右保持穩定，但并不排除出現較大波動的可能性。5結論本文針對當前我國民航業快速發展的形勢，結合中國民航近二十年來安全生產數據，分析了影響民航安全生產的經濟社會主要因素，相關結論如下:1)ARIMA(0，1，0)模型預測結果顯示2015－2018年，民航安全生產指數將處于高位運行，但在我國經濟社會發展和科技進步的大環境中，通過行業主管部門對主要安全因素進行宏觀控制，能夠控制民航安全生產指數上升幅度并縮短上升期。2)民用運輸飛機架數、第三產業增加值、城鎮居民家庭人均可支配收入、研究與試驗發展人員全時當量和研究生畢業生數對于安全生產指數具有顯著影響。通過合理調整產業結構，民航業的增長速度、加強高級人才培養與增加科技研發投入，可有效的改善民航業安全形勢。3)對民航安全生產指標的影響程度從高到低依次為國民經濟、產業結構和人員素質。在我國“十三五”戰略規劃中，國民經濟的發展，產業結構的優化，國民素質的提高已被列為了重點。國家與民航業戰略重點完全重合，這將為民航安全水平提供戰略層面的有力支撐。4)民航安全生產還受到其他多種因素的綜合影響，要結合我國經濟發展的狀況，以及民航行業發展的形勢，持續推進安全生產法制建設，健全完善民航安全監管體系、安全管理體系，推進積極主動的安全文化建設。

參考文獻

［1］王顯政，等．安全生產與經濟社會發展報告［M］．北京:煤炭工業出版社，2006:5－16．

［2］韓光勝，等．試論統計學理論在安全經濟分析中的應用［J］．中國安全生產科學技術，2008，4(1):74－77．HANGuangsheng，CHENGuohua，CHENQingguang，etal．Discus-siononapplicationofstatistictheoryinsafetyeconomicanalysis［J］．JournalofSafetyScienceandTechnology，2008，4(1):74－77．

［3］黃盛初，周心權．安全生產與經濟社會發展多元回歸分析［J］．煤炭學報，2005，30(5):580－584．HUANGShengchu，ZHOUXinquan，ZHANGBinchuan．Multipleregressionanalysisonoccupationalsafetyandeconomicandsocialdevelopment．JournalofChinaCoalSociety，2005，30(5):580－584．

［4］朱慶芳，吳寒光．社會指標體系［M］．北京:中國社會科學出版社，2001．

［5］國家統計局．中國統計年鑒1995－中國統計年鑒2014［M］．北京:中國統計出版社，1995－2014．

［6］歐韜，周長春．基于神經網絡的民航安全態勢評估模型及仿真［J］．中國安全生產科學技術，2011，7(2):34－41．OUTao，ZHOUChangchun．Situationassessmentmodelofcivila-viationsafetybasedonneuralnetworkanditssimulation．JournalofSafetyScienceandTechnology，2011，7(2):34－41．

［7］LEVESONNG．Anewaccidentmodelforengineeringsafersystems［J］．SafetyScience，2004，42(4):237－270．

［8］HASLAMRA，HIDESA，GIBBAGF，etal．Contributingfactorsinconstructionaccidents［J］．AppliedErgonomics，2005，36(4):401－415．

［9］張文彤．SPSS統計分析高級教程［M］．北京:高等教育出版社，2004．

［10］于秀林，任雪松．多元統計分析［M］．北京:中國統計出版社，1999．

［11］KASAIN，MATSUHASHIS，SEKINEK．Accidentoccurrencemodelfortheriskanalysisofindustrialfacilities［J］．ReliabilityEngineering＆SystemSafety，2013，114(6):71－74．

［12］甘旭升，端木京順，高建國，等．基于ARIMA模型的航空裝備事故時序預測［J］．中國安全科學學報，2012，22(3):97－101．GANXusheng，DUANMUJingshun，GAOJianuo，etal．Timese-riespredictionofaviationequipmentaccidentbasedonARIMAmodel［J］．ChinaSafetyScienceJournal，2012，22(3):97－101．

［13］鄭向陽，李正君．基于ARIMA的安全生產事故預測與實證研究［J］．工業安全與環保，2015，41(3):78－80．ZHENGXiangyang，LIZhengjun．PredictionofproductionsafetyaccidentandempiricalresearchbasedonARIMA［J］．IndustrialSafetyandEnvironmentalProtection，2015，41(3):78－80

作者：程明 梁文娟 單位：中國民航大學 民航安全科學研究所