文 高鸿飞（上海海事大学，上海 201306）

一、引言

海上交通安全具有重要意义，而船舶交通事故时有发生，造成人身伤亡，船舶、货物、港口等损坏，以及海洋环境污染。为预防和控制事故的发生，国家水上交通安全管理机关制定了一系列相关的公约、规则、法律、法规及其他规范性文件，然而仍未能有效控制事故发生，重大事故仍然存在。

国内外学者运用了多种方法对船舶交通事故进行分析。张逸飞等[1]利用自回归综合移动平均模型与反馈神经网络的组合预测方法（ARIMA-BP）构建船舶交通事故预测模型，探究船舶交通事故随年份变化的规律；叶子阳等[2]利用贝叶斯网络分析内河船舶交通事故，探究不同事故类型与各方面影响因素之间的关系；张锋等[3]提出了一种关联规则模型，挖掘船舶事故间的强关联规则并分析事故原因；于佳佳等[4]分别运用系统聚类分析法、离差平方和聚类准则分析影响碰撞事故的因素，提出了船舶碰撞后果分析模型，得出了碰撞时排水量、碰撞角度、碰撞速度、碰撞位置对碰撞损失结果影响最为显著的结论；邬惠国等[5]利用模糊聚类的算法，建立碰撞危险度的分类模型，使危险度变得更加直观。然而，上述研究缺少对事故变量相关性的研究，通过引入两步聚类算法，以近六年的船舶交通事故为样本，建立聚类模型，挖掘事故种类与事故原因的相关性以及事故种类、伤亡数、损失等级的相关性。

二、数据采集及统计分析

事故原始数据来源于我国海事局管辖水域的船舶交通事故数据。……