《Applied Sciences》：Proposal for Two-Stage Machine Learning-Based Algorithm for Dried Moringa Leaves Quality Classification
编辑推荐：
本文采用贝叶斯泊松回归（BPR）模型，分析重庆渝中区建成环境对老年行人交通事故的影响。研究发现，土地利用混合度（Land Use Mix）、教育设施密度与公交站点密度可显著降低事故率，而人行天桥密度、休闲设施密度及公园绿地比例则会增加风险。研究为山地城市老年友好型步行环境优化提供了实证依据。
引言
全球人口老龄化已成为最显著的人口变化趋势。作为世界第二大发展中国家，中国老龄化问题日益突出：65岁及以上人口比例从2010年的8.9%（1.1894亿）上升至2024年的15.6%（2.2023亿）。中国老年人群伤害相关死亡率位居全球前列，其中交通事故是第二大伤害致死原因。步行是老年人主要的出行方式，但年龄相关的生理机能衰退会影响其对交通环境的感知能力，导致反应迟缓，使老年行人在交通事故中面临更高的重伤和死亡风险。
近年来，中国老年人群交通事故数量显著上升，2016-2020年间较2011-2015年平均增长163.2%。事故成因复杂，涉及驾驶员因素、老年人生理机能衰退、行为因素（如违反交通规则、分心行为）以及不友好的建成环境等多方面。然而，当前针对建成环境如何影响老年行人事故的研究仍较有限，特别是在山地城市语境下。这类城市受地形限制，普遍建设了大量人行天桥和地下通道以缓解交通压力，但这些垂直交通设施的安全效应尚未得到充分探讨。
在研究方法上，既有研究多采用负二项回归模型，侧重于参数的点估计而缺乏不确定性量化。机器学习算法虽能捕捉复杂非线性关系，但存在可解释性差的局限。本研究创新性地引入贝叶斯泊松回归（Bayesian Poisson Regression, BPR）方法，通过整合先验分布与观测数据，显式量化参数不确定性，为小样本条件下的建成环境安全效应分析提供更稳健的估计。
文献综述
建成环境对行人安全的影响已有广泛研究。老年行人因其行为特征（如过马路时谨慎缓慢）和认知能力下降，面临更高的受伤风险。建成环境要素中，土地利用混合度（Land Use Mix）与行人事故的关系存在争议：既有研究发现其与事故概率正相关，反映高混合度区域行人活动集中导致冲突点增加；也有研究观察到负相关，认为混合用地通过控制行人暴露度、营造活跃环境来提升安全。特定土地用途如商业用地密集区会形成行人吸引极，增加人车冲突，但大型商业中心因严格的交通管控可能降低事故率。
设施密度方面，公交站点密度的影响具有双重性：停靠车辆会遮挡视线增加风险，但高密度站点也可能减少人均车公里从而提升安全。交叉口密度、路网密度、人行横道密度等道路设计要素也被证实与事故率显著相关。针对老年行人的研究发现，医院、市场、银行等日常活动设施周边事故风险较高，既可能因驾驶员警觉性提高产生交通镇静效应，也可能因增加老年人暴露度而提升风险。
分析方法上，既有研究采用空间分析（如核密度估计）、统计模型（如负二项回归）及机器学习等方法。贝叶斯泊松回归（BPR）作为传统泊松回归的扩展，具备先验知识整合、不确定性量化、小样本表现优等优势，特别适合本研究的小样本数据（n=50）情境。
研究方法
研究框架以“3Ds”（密度Density、设计Design、多样性Diversity）理论为基础，选取重庆渝中区50个交通分析小区（TAZ）为分析单元。因变量为各TAZ内老年行人交通事故频率（2010-2021年共392条有效记录），自变量涵盖三类建成环境指标：密度类（如零售、教育、医疗设施密度）、设计类（如交叉口密度、路网密度、人行天桥密度）及多样性类（如土地利用混合度、各类用地比例）。人口暴露量以老年人口数量作为偏移项纳入模型。
模型选择上，数据分布检验支持采用泊松回归。研究先后建立标准泊松回归（Standard Poisson Regression, SPR）和贝叶斯泊松回归（BPR）模型进行对比。BPR模型设定弱信息先验：截距项β0~N(0, 52)，斜率项βj~N(0, 22)。采用马尔可夫链蒙特卡洛（MCMC）抽样，配置3条链，每条链2000次退火迭代加10000次采样迭代，共获得30000个样本。模型收敛性通过R-hat<1.01、有效样本量（ESS>1000）和轨迹图验证。
变量筛选经过三步：泊松LASSO变量选择、方差膨胀因子（VIF）诊断（阈值10）、变量数量调整。最终保留8个共线性较低的指标进入模型。
研究结果
描述性统计显示，50个TAZ中平均每个区域老年行人事故数为7.78起，最高达33起。空间热力图识别出三个事故高发集群（A、B、C区），这些区域位于重庆历史旧城核心区，具有老年人口密度高、建成环境复杂（老旧住宅区密集、路网复杂、行人流量大）等共同特征。相反，以商业功能为主的批发市场区（D、E区）及新建住区（F区）事故率较低且分散。
模型估计结果方面，标准泊松回归（SPR）显示，老年行人事故与土地利用混合度、公交站点密度、教育设施密度及人行天桥密度显著相关（显著性水平分别为5%、10%、1%和5%）。贝叶斯泊松回归（BPR）后验分析表明，土地利用混合度增加（从25分位到75分位）可使事故率降低16.85%；教育设施密度同等幅度增加可降低事故率25.99%；而人行天桥密度增加则会提升事故率7.09%。休闲设施密度（+6.40%）、公交站点密度（-12.04%）和公园绿地比例（+5.91%）虽未达到统计显著性，但具有实践意义（变化率≥5%）。仓储用地比例和医疗设施密度影响微弱（<5%）。莫兰指数（Moran’s I）检验表明回归残差存在空间自相关（I=0.443, p<0.001），提示未观测风险因素具有空间依赖性。
讨论与政策建议
关键发现解读指出，土地利用混合度提升通过缩短老年人日常出行距离降低暴露风险，但公园绿地比例的增加可能因吸引更多老年人活动而间接提升风险，这并非否定绿地的积极价值，而是强调需优化其与道路网络的连接安全。教育设施周边因严格交通管理（限速、停车控制、人车分离设施）形成安全区，显著降低事故率；而休闲设施周边因老年人警惕性降低可能增加冲突概率。公交站点高密度区域通常配套过街设施和管理，形成节点保护。山地城市特色设施人行天桥因缺乏电梯等适老化设计，老年人使用意愿低，反而可能导致违规穿行增加风险。
基于此，提出三项政策建议：一是优化建成环境土地利用，推行梯度混合布局，缩短老年人出行距离，并加强公园绿地与道路连接处的安全设计；二是调控生活服务设施布局与密度，在学校和公交站点周边划定安全区，配套隔离栏、标志标线、监控设施，在休闲设施入口协调人车流线；三是实施人行天桥扩增计划，在次干道优先建设带电梯、休息平台的“银色人行走廊”，提升老年人使用意愿与安全。
研究局限包括横断面设计难以确立因果关系、事故数据可能低估轻微事故、单城市案例普适性受限以及非空间模型可能低估参数不确定性。未来可引入空间贝叶斯模型进一步改进。
结论
本研究通过贝叶斯泊松回归（BPR）模型量化了山地城市建成环境对老年行人交通事故的影响。土地利用混合度、教育设施密度、公交站点密度是保护性因素，而人行天桥密度、休闲设施密度及公园绿地比例是风险性因素。建议通过土地利用优化、设施安全调控和人行天桥适老化改造等多维度措施，构建老年友好型步行环境。未来研究可在此基础上进一步深化数据集分析，验证并拓展本研究结论。
