民航安全与社会经济指标关联分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇民航安全与社会经济指标关联分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要:
为了分析中国民航的安全趋势，基于中国民航1995－2014年安全生产历史数据和民航安全运行关系密切的26项社会经济指标，利用因子分析、相关系数等数学方法，建立了多元线性回归模型分析民航安全状况与社会经济指标的管理关联性。该模型表明对民航安全具有显著影响的社会经济指标包括国民经济、产业结构和人员素质。通过对比安全生产指标的拟合值和实际值，分析民航安全趋势的变化规律，并利用自回归移动平均模型预测2015－2018年民航安全生产指标值。计算结果显示该时间段内民航安全生产指标将处于历史高位，且呈现缓慢上升趋势。最后给出了针对行业安全监管、安全运行等方面的改进建议。
关键词:
安全;民用航空;社会经济指标;多元线性回归;ARIMA模型
虽然从交通工具的可靠性、维护性、安全性、从业人员素质、政府安全标准和事故率、死亡人数等全方位对比，航空运输的安全性远高于铁路、水路和公路运输。但是，随着“马航MH370”等事故的发生，民航安全已经成为国家战略与安全层面问题。近年来，中国民航安全记录持续改进，已经接近世界一流水平。2010－2014年期间，中国民航运输总周转量、旅客运输量年均增长率超过10%，而运输航空重大事故率(0．07/百万架次，0．03/百万飞行小时)远好于全球平均水平(0．39/百万架次，0．2/百万飞行小时)，超过了世界民航发达国家美国(0．19/百万架次，0．1/百万飞行小时)的安全记录。虽然安全记录一流，但实际上在我国民航业高速发展中凸显出的保障能力、基础设施、关键人才队伍和管理水平等薄弱环节，使得民航业未来的安全、运行、发展面临全方位的挑战和限制。研究显示［1］，某一行业的安全宏观与微观形势与其所处经济社会发展环境关系密切。可以预见“十三五”期间，随着民航业规模的持续快速增长，安全的压力将同步呈现增长的趋势。因此为了进一步提升民航安全水平，研究民航安全与社会经济的关系具有重要的意义。
1影响民航安全的社会经济指标分析
1．1社会经济指标筛选已有研究成果表明［2－3］，全球各国在不同发展阶段的安全状况与经济社会状况存在相关性，如十万人死亡率与国内生产总值呈负相关或正相关。同理，民航的安全与经济发展也存在密切的关联。参考国内外社会学家对经济社会发展水平的研究成果［4］，选择了7个大类45项反映经济社会发展的指标，用于分析我国民航安全生产状况与经济社会在各个发展阶段的内在联系和相互作用。通过散点图、关联分析等方法剔除与民航安全生产关系不密切的指标之后，得到6个大类共计26项指标，包括:1)国民经济指标:国家财政收入(亿元)X1、国家财政支出(亿元)X2、国内生产总值(亿元)X3、人均国内生产总值(元)X4、城镇居民家庭人均可支配收入(元)X5、城镇居民家庭恩格尔系数(%)X6、国际旅游外汇收入(亿美元)X7。2)产业结构指标:第一产业增加值(亿元)X8、第二产业增加值(亿元)X9、第三产业增加值(亿元)X10。3)行业发展指标:民用航空旅客运输量(万人)X11、民用航空旅客周转量(亿人公里)X12、民用航空货物运输量(万吨)X13、民用航空货物周转量(亿吨公里)X14、民用航空航线数(条)X15、定期航班航线里程(公里)X16、民用运输飞机架数(架)X17。4)人员素质指标:普通本专科毕业生数(万人)X18、研究生毕业生数(万人)X19、航空运输业就业人员数(人)X20。5)科技水平指标:研究与试验发展人员全时当量(万人年)X21、研究与试验发展经费支出(亿元)X22、高技术产品进出口额(亿美元)X23。6)社会稳定指标:公安机关立案的刑事案件合计(起)X24、城镇登记失业人数(万人)X25、城镇登记失业率(%)X26。本文所采用的1995－2014年期间的统计数据均来自中国国家统计局［5］。
1．2民航安全生产指标筛选事故数、事故征候数、事故征候率是民航运输飞行的主要安全指标。随着近二十年来中国民航的安全水平快速提升，民航运输飞行事故数量变得极为稀少，间隔多年才会出现一次。本文事故数将转化为“事故灾变系数”［6－7］，其定义为指定时间段内有运输飞行事故发生时为1，无则为0。
2民航安全生产状况与经济社会指标多元回归分析
2．1影响民航安全生产的经济社会指标因子分析由于影响民航安全生产的主要社会经济指标较多，难以直接进行回归分析，本文采用因子分析法，将社会经济指标分类提取公因子后再进行回归分析［8－9］。
2．2多元线性回归分析采用向后删除法筛选自变量。该方法通过从众多变量中筛选显著的变量，并建立回归方程，是多元回归分析法中能够得到最优方程的一种方法。该方法是按各变量Fi对Y作用的显著程度大小来决定是否引入或剔除。用以衡量Fi对Y作用大小的量是Fi对Y的贡献，即显著性(Sig)值［10］。通过对1995－2014年我国经济社会发展指标和民航安全生产指标进行回归分析，可以确定影响我国民航安全生产的主要因素及其不同的影响程度［11］。
2．2．1计算结果分析以Y为因变量，以Fi为自变量，采用向后删除法进行多元线性回归，结果如表2～表4所示。表2信息显示4个模型R2均大于0．90，表明各模型能够解释民航安全生产指标90%以上的变差，模型效果极好。表3中，Durbin－Watson=2．143，与2接近，残差与自变量独立，通过检验。表4中，ANOVA检验结果显示，4个模型显著性(Sig)值均小于0．05，说明其均有意义，且与民航安全生产指标显著相关。表5结果清晰的显示了自变量的删除过程，除模型4以外，其他模型中的参数均存在非显著性(Sig．＞0．05)的自变量，这些自变量对于民航安全生产指标(Y)的影响并不显著。最优模型应去除所有对Y影响不显著的Fi，仅显示对Y影响显著的Fi。因此，最终确定模型4为最优模型。
2．2．2民航安全生产指标回归方程民航安全生产指标与经济社会主要影响因素的标准化回归方程。将1995－2014年我国的经济社会数据，代入回归方程，结果显示拟合曲线与实际曲线拟合程度较高，表明回归方程解释效果较好(如图1)。
3民航安全生产发展趋势分析与预测
3．1建立预测模型计算结果表明差分自回归滑动平均法［12－13］优于灰色理论、趋势分析预测等建模方法。本文预测模型使用时序预测中的ARIMA模型，对比不同p，d，q值后得到ARIMA(0，1，0)模型，结果如表6所示。平稳的R2=0．659，R2=0．878，Ljung－Box统计量的显著性值Sig．=0．640＞0．5。表6数据显示，模型拟合情况良好，残差序列是没有自相关性的。表7表明对民航安全生产状况有显著影响的指标依次为:民用运输飞机架数(X17)、第三产业增加值(X10)、城镇居民家庭人均可支配收入(X5)、研究与试验发展人员全时当量(X21)、研究生毕业生数(X19)。以除X21的Sig．=0．066＞0．05，其余指标Sig．均小于0．05，可认为模型各参数具有显著性。同时，模型中的各指标与现实中的情况高度吻合，即直接反映出行业增长(民用运输飞机架数)、产业结构调整(第三产业增加值)、国民经济(城镇居民家庭人均可支配收入)、以及科技(研究与试验发展人员全时当量)和教育(研究生毕业生数)对民航安全的直接影响。预测2015－2018年安全生产指数(如图2所示)。实际值与拟合值具有较好的重合度，趋势完全一致，若能提升样本数量模型的预测精度将更为理想。
3．2预测结果分析1)鉴于我国“十三五”期间经济仍然将保持较高增速，同时将处于产业结构调整的转型阶段，民航的事故、事故征候的总量很可能出现较大起伏，总体安全形势严峻。2)从预测结果看，2015－2018年期间，我国民航安全生产指数保持平稳，虽缓慢上升趋势，但是幅度极小。民航安全生产指数将保持在1．13左右保持稳定，但并不排除出现较大波动的可能性。5结论本文针对当前我国民航业快速发展的形势，结合中国民航近二十年来安全生产数据，分析了影响民航安全生产的经济社会主要因素，相关结论如下:1)ARIMA(0，1，0)模型预测结果显示2015－2018年，民航安全生产指数将处于高位运行，但在我国经济社会发展和科技进步的大环境中，通过行业主管部门对主要安全因素进行宏观控制，能够控制民航安全生产指数上升幅度并缩短上升期。2)民用运输飞机架数、第三产业增加值、城镇居民家庭人均可支配收入、研究与试验发展人员全时当量和研究生毕业生数对于安全生产指数具有显著影响。通过合理调整产业结构，民航业的增长速度、加强高级人才培养与增加科技研发投入，可有效的改善民航业安全形势。3)对民航安全生产指标的影响程度从高到低依次为国民经济、产业结构和人员素质。在我国“十三五”战略规划中，国民经济的发展，产业结构的优化，国民素质的提高已被列为了重点。国家与民航业战略重点完全重合，这将为民航安全水平提供战略层面的有力支撑。4)民航安全生产还受到其他多种因素的综合影响，要结合我国经济发展的状况，以及民航行业发展的形势，持续推进安全生产法制建设，健全完善民航安全监管体系、安全管理体系，推进积极主动的安全文化建设。
参考文献
［1］王显政，等．安全生产与经济社会发展报告［M］．北京:煤炭工业出版社，2006:5－16．
［2］韩光胜，等．试论统计学理论在安全经济分析中的应用［J］．中国安全生产科学技术，2008，4(1):74－77．HANGuangsheng，CHENGuohua，CHENQingguang，etal．Discus-siononapplicationofstatistictheoryinsafetyeconomicanalysis［J］．JournalofSafetyScienceandTechnology，2008，4(1):74－77．
［3］黄盛初，周心权．安全生产与经济社会发展多元回归分析［J］．煤炭学报，2005，30(5):580－584．HUANGShengchu，ZHOUXinquan，ZHANGBinchuan．Multipleregressionanalysisonoccupationalsafetyandeconomicandsocialdevelopment．JournalofChinaCoalSociety，2005，30(5):580－584．
［4］朱庆芳，吴寒光．社会指标体系［M］．北京:中国社会科学出版社，2001．
［5］国家统计局．中国统计年鉴1995－中国统计年鉴2014［M］．北京:中国统计出版社，1995－2014．
［6］欧韬，周长春．基于神经网络的民航安全态势评估模型及仿真［J］．中国安全生产科学技术，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］张文彤．SPSS统计分析高级教程［M］．北京:高等教育出版社，2004．
［10］于秀林，任雪松．多元统计分析［M］．北京:中国统计出版社，1999．
［11］KASAIN，MATSUHASHIS，SEKINEK．Accidentoccurrencemodelfortheriskanalysisofindustrialfacilities［J］．ReliabilityEngineering＆SystemSafety，2013，114(6):71－74．
［12］甘旭升，端木京顺，高建国，等．基于ARIMA模型的航空装备事故时序预测［J］．中国安全科学学报，2012，22(3):97－101．GANXusheng，DUANMUJingshun，GAOJianuo，etal．Timese-riespredictionofaviationequipmentaccidentbasedonARIMAmodel［J］．ChinaSafetyScienceJournal，2012，22(3):97－101．
［13］郑向阳，李正君．基于ARIMA的安全生产事故预测与实证研究［J］．工业安全与环保，2015，41(3):78－80．ZHENGXiangyang，LIZhengjun．PredictionofproductionsafetyaccidentandempiricalresearchbasedonARIMA［J］．IndustrialSafetyandEnvironmentalProtection，2015，41(3):78－80
作者：程明 梁文娟 单位：中国民航大学 民航安全科学研究所