根据道路交通事故统计年报数据显示,2019年我国累计发生交通事故超过24万起,国内交通安全形势仍然比较严峻。目前,针对交通事故频次的研究多集中在微观和中观层面,较少从宏观尤其缺少从城市群层面研究交通事故数及其影响因素。本文利用京津冀城市群区域的违章数据,以京津冀各区县为空间分析单元,分析超速和酒驾违章频次的时空分布特征;构建超速和酒驾违章频次的传统负二项和时空效应模型,分析超速和酒驾违章频次的显著影响因素。结果可以为交管部门制定相应的安全提升措施提供科学依据。主要工作如下:（1）违章频次空间分布规律与基本统计分析。借助Arc GIS软件得到各区县超速和酒驾违章频次的空间分布规律,结果表明酒驾违章频次在空间层面具有一定的聚集性,主要集中在人口密度大、经济商业活动多、餐饮娱乐消费场所多的城市核心区域。运用交叉列联表分析比较不同车辆类型的违章类别差异,结果表明不同车辆类型的主要违章类别有显著差异,大型汽车超载违章较多,普通摩托车无驾驶证违章更为突出。（2）基于负二项模型的违章频次影响因素分析。构建超速和酒驾违章频次的负二项模型,揭示社会经济等因素对超速和酒驾违章频次的影响。结果表明面积、人口密度、规模以上工业总产值、高速公路里程越高的区县超速违章频次越多;人均生产总值越高的区县超速违章频次越少,主要是由于人均生产总值高的区县多为城市核心区域,其车流量大,车速偏低,不易发生超速违章现象。人口、规模以上工业总产值、高速公路里程、路网密度越大的区县酒驾违章频次越多,主要原因是这些区县经济商业活动多,交通出行量多,导致酒驾相对频繁。（3）基于时空效应模型的违章频次影响因素分析。通过考虑各区县违章的时间和空间效应,构建四种不同的超速和酒驾违章频次时空效应模型。结果表明与负二项模型相比,时空效应模型显著变量系数值变大,说明没有考虑时空效应的模型容易低估自变量对违章频次的影响;时空效应模型中,空间误差模型（SEM）为最优模型,说明违章频次的空间相关性主要来源于相邻区县未观测到的因素。时空效应模型的直接、间接和总效应结果表明相邻区县超速违章频次和自变量对本区县超速违章频次无显著影响,相邻区县自变量对本区县酒驾违章频次有显著影响,主要是因为酒驾违章频次多集中在城市核心区域,这些区域与周边区域的商业经济活动联系密切,自变量之间会相互影响,但这些区域的车流量较多,超速现象较少,导致相近区域的自变量对本区域超速违章无显著影响。