对速度的管理始终是世界各国道路管理工作者面临的一个巨大挑战,需要多个部门之间长期合作并予以高度的重视。限速作为速度管理的一种常用手段,可用来控制车辆速度、降低事故风险。由此,本文就如何确定一、二级干线公路限速区的限速值进行了深入地研究,以期为相关管理、决策部门提供科学、量化的依据。　　 论文在对国内外大量相关研究进行总结、分析的基础上,指出我国目前一、二级干线公路的限速相关问题比较突出,进而选用可定量确定限速与各项影响因素之间关系的数学方法作为论文的技术核心,展开与之相关的各项研究内容。　　 数据采集与处理是建模分析的基础。在选取调查地点、选定观测方法,并得到原始观测数据后,确定了一、二级干线公路车型划分的依据,对原始数据进行筛选后得到自由流速度样本。应用统计学方法得出不同车型、路段之间的速度分布存在显著差异,指出对于一级干线公路,应当分车型对其进行限速；对于二级干线公路,在制定限速时应考虑其所在路段类型对限速的影响。　　 在前面数据质量满足要求的前提下,对一、二级干线公路运行速度影响因素进行单因素分析。在理解合理限速与运行速度、道路特征、交通流特征等因素之间逻辑关系的基础上,运用多元线性回归方法建立一级干线公路分车型的限速模型与二级干线公路考虑路段类型后的限速模型。对模型中所涉及到的影响因素进行分析,得出一级干线公路大、小型车限速的影响因素存在较大差异:小型车限速的主要影响因素是小型车运行速度、行人干扰情况；大型车限速的主要影响因素则有大型车运行速度、纵坡、大型车比例等。此外,对所建多元线性回归限速模型残差的正态性与同质性假设检验结果表明,一级干线公路小型车的多元线性回归限速模型有效性较差,应寻找更好的确定方法。　　 鉴于前述多元线性回归限速模型在应用中所存在的不足,加之仅以85％位速度作为限速主要依据存在缺陷,提出应用百分位速度能够更好地反映自由流的运行状态。根据百分位速度与其他变量所构成的数据结构与Panel Data结构的相似性,将Panel Data的相关建模方法引入论文,提出先建立最优的时间固定效应模型,采用F检验、Hausman检验选定最优的模型形式,构建限速模型的理论基础。然后,应用前面提出的Panel Data建模方法分别建立一级干线公路分车型的时间固定效应模型,二级干线公路考虑路段类型的时间固定效应模型,并采用F检验、Hausman检验来确定Panel Data限速模型的最优形式。对此处得出的Panel Data模型最优形式与前面建立的多元线性回归限速模型两种建模方式从统计指标、影响因素两方面进行对比,得出对于一级干线公路小型车的限速区限速值计算应选择基于Panel Data限速模型中的时间固定效应模型；一级干线公路大型车的限速区限速值计算应选择多元线性回归模型或混合回归模型；二级干线公路的限速区限速值计算应选择多元线性回归模型。更进一步地,对一级干线公路小型车的Panel Data限速模型中各独立方程应用.AIC与R2两个统计指标进行对比分析,得到一级干线公路小型车限速取值时速度因素的最佳百分位值为50％。　　 最后,应用实例对本文中一、二级干线公路限速区的限速取值方法予以说明,指出在实际应用中的注意事项,并根据本文研究结果对一、二级干线公路速度限制标准的制定提出了几点建议。