電動(dòng)自行車風(fēng)險(xiǎn)駕駛行為及事故機(jī)理研究.pdf

1、經(jīng)過(guò)十余年的發(fā)展，在國(guó)內(nèi)很多城市電動(dòng)自行車的數(shù)量已經(jīng)超過(guò)機(jī)動(dòng)車和自行車成為城市道路上最主要的交通工具。但是，由于目前電動(dòng)自行車超標(biāo)嚴(yán)重，安全性能無(wú)法保障，而國(guó)內(nèi)又缺乏針對(duì)電動(dòng)自行車的相關(guān)道路設(shè)計(jì)、安全管理及安全教育措施和手段，造成電動(dòng)自行車安全問(wèn)題日益突出，給城市交通管理、交通安全保障帶來(lái)了新的挑戰(zhàn)和巨大壓力。
　　針對(duì)電動(dòng)自行車快速發(fā)展帶來(lái)的大量交通安全問(wèn)題以及交通管理、交通設(shè)計(jì)對(duì)電動(dòng)自行車風(fēng)險(xiǎn)駕駛行為和交通事故研究的迫切需求，

2、本文依托國(guó)家基金重點(diǎn)項(xiàng)目《演變中的城市現(xiàn)代道路交通系統(tǒng)集成設(shè)計(jì)基礎(chǔ)理論與方法》（基金號(hào):51238008）以及國(guó)家自然科學(xué)基金青年項(xiàng)目《信控交叉口混合非機(jī)動(dòng)車群體過(guò)街行為機(jī)理及通行效率研究》（基金號(hào):51408145）以揭示電動(dòng)自行車風(fēng)險(xiǎn)駕駛行為及事故機(jī)理為目標(biāo)，在道路交通事故數(shù)據(jù)采集和風(fēng)險(xiǎn)駕駛行為問(wèn)卷調(diào)查的基礎(chǔ)上，分別對(duì)電動(dòng)自行車事故嚴(yán)重程度的顯著影響因素和風(fēng)險(xiǎn)駕駛行為潛在因子結(jié)構(gòu)及發(fā)生機(jī)理進(jìn)行了分析研究，并在此基礎(chǔ)上，建立了揭示事故

3、中人為因素和外部環(huán)境因素的共同作用事故預(yù)測(cè)組合模型。論文的研究成果和結(jié)論總結(jié):
　　(1)電動(dòng)自行車事故影響因素研究
　　為了保證事故信息的完整性，逐條采集了2365起電動(dòng)自行車交通事故數(shù)據(jù)用于研究，運(yùn)用有序Logit模型估計(jì)電動(dòng)自行車交通事故的分布概率，并引用彈性分析定量鑒別電動(dòng)自行車事故嚴(yán)重程度的顯著影響因素。研究發(fā)現(xiàn)電動(dòng)自行車駕駛者性別、年齡、交通管控方式、道路中央隔離形式、機(jī)非隔離形式、機(jī)動(dòng)車類型、照明情況、事故責(zé)任

4、方、違規(guī)行為、機(jī)動(dòng)車駕駛行為、電動(dòng)自行車駕駛行為等11個(gè)因素與電動(dòng)自行車事故嚴(yán)重程度顯相關(guān)。
　　(2)電動(dòng)自行車風(fēng)險(xiǎn)駕駛行為量表及因子分析
　　設(shè)計(jì)了適合我國(guó)國(guó)情的電動(dòng)自行車風(fēng)險(xiǎn)駕駛行為量表(ERBQ)，通過(guò)跟蹤調(diào)查和隨機(jī)抽樣兩種方式進(jìn)行了問(wèn)卷調(diào)查，共獲取了573個(gè)有效樣本，利用調(diào)查樣本對(duì)電動(dòng)自行車駕駛者“風(fēng)險(xiǎn)感知”、“駕駛信心”、“安全態(tài)度”、“風(fēng)險(xiǎn)駕駛行為”等4個(gè)構(gòu)面分別進(jìn)行了探索性因子分析，同時(shí)為了避免平均值的缺點(diǎn)，

5、本文利用因子得分對(duì)不同屬性電動(dòng)自行車駕駛者因子差異性進(jìn)行了分析。取得主要結(jié)論包括:1）電動(dòng)自行車駕駛者風(fēng)險(xiǎn)感知由“危險(xiǎn)程度”、“擔(dān)憂程度”、“機(jī)率評(píng)估”3個(gè)因子構(gòu)成最合適;2）安全態(tài)度構(gòu)面可由“交通規(guī)則態(tài)度”、“安全責(zé)任態(tài)度”、“從眾心理”3個(gè)因子構(gòu)成;3）駕駛信心構(gòu)面可由“技術(shù)能力”、“判斷能力”2個(gè)因子構(gòu)成;4）風(fēng)險(xiǎn)駕駛行為構(gòu)面可由“疏忽及失誤”、“違規(guī)行為”、“逞強(qiáng)行為”、“獲取領(lǐng)先”4個(gè)因子構(gòu)成。
　　(3)電動(dòng)自行車風(fēng)險(xiǎn)

6、駕駛行為模式研究
　　利用問(wèn)卷數(shù)據(jù)，通過(guò)相關(guān)性分析和回歸分析，初步判斷因子之間關(guān)系。在此基礎(chǔ)上構(gòu)建了電動(dòng)自行車風(fēng)險(xiǎn)駕駛行為結(jié)構(gòu)方程模型，通過(guò)對(duì)模型進(jìn)行修正，最終得到了包含5條路徑的電動(dòng)自行車駕駛者風(fēng)險(xiǎn)行為結(jié)構(gòu)方程模型。采用K均值聚類法對(duì)電動(dòng)自行車駕駛者進(jìn)行了聚類分析，并建立了各類駕駛?cè)后w風(fēng)險(xiǎn)駕駛行為機(jī)理模型。取得主要結(jié)論包括.:1）駕駛信心-風(fēng)險(xiǎn)感知、風(fēng)險(xiǎn)感知-安全態(tài)度、駕駛信心-安全態(tài)度、安全態(tài)度-風(fēng)險(xiǎn)行為、風(fēng)險(xiǎn)感知-風(fēng)險(xiǎn)行為路

7、徑系數(shù)顯著，而駕駛信心-風(fēng)險(xiǎn)駕駛行為路徑不顯著;2）真正影響駕駛者的風(fēng)險(xiǎn)感知的關(guān)鍵因素在于，駕駛者認(rèn)為這種危險(xiǎn)并不適用于或并不會(huì)發(fā)生在他們身上，而非對(duì)某一行為危險(xiǎn)程度的認(rèn)知;3）相對(duì)而言駕駛者長(zhǎng)期積累起來(lái)的對(duì)行為、環(huán)境判斷自我肯定的判斷信心比技術(shù)能力信心對(duì)駕駛信心的影響更大;4）電動(dòng)自行車駕駛者可以分為行動(dòng)型、焦慮型、內(nèi)斂型、消極型等4個(gè)駕駛集群;5）行動(dòng)型群體風(fēng)險(xiǎn)行為受駕駛信心的影響最為強(qiáng)烈，盲目型群體風(fēng)險(xiǎn)行為要受到風(fēng)險(xiǎn)感知過(guò)低的影響

8、，消極型群體風(fēng)險(xiǎn)駕駛行為可能傾向在保證自身安全的情況下進(jìn)行危險(xiǎn)行為，內(nèi)斂型群體機(jī)率評(píng)估和從眾心理對(duì)風(fēng)險(xiǎn)行為仍有顯著影響。
　　(4)基于決策樹和結(jié)構(gòu)方程的電動(dòng)自行車事故預(yù)測(cè)
　　根據(jù)電動(dòng)自行車事故影響因素和風(fēng)險(xiǎn)駕駛行為研究結(jié)果，提出了由交通事故反映模型、事故影響因素構(gòu)成模型以及決策樹模型組成的電動(dòng)自行車事故預(yù)測(cè)組合模型(PLS-CART)，并給出了組合模型計(jì)算的詳細(xì)步驟和方法。利用事故數(shù)據(jù)和行為量表數(shù)據(jù)對(duì)建立的PLS-CAR

9、T模型進(jìn)行了試算和評(píng)估，結(jié)果顯示PLS-CART模型具有解釋變量之間的非線性關(guān)系和交互作用能力，與傳統(tǒng)的線性計(jì)模型相比預(yù)測(cè)能力均有顯著提升，與Neural-SM等神經(jīng)網(wǎng)絡(luò)模型相比其結(jié)果更具有解釋性和干預(yù)性。取得主要結(jié)論包括:1）對(duì)電動(dòng)自行車事故影響重要性依次為風(fēng)險(xiǎn)行為傾向、電動(dòng)自行車駕駛者屬性、外部環(huán)境;2）當(dāng)風(fēng)險(xiǎn)行為傾向得分大于0.737且電動(dòng)自行車駕駛者屬得分大于0.853，則電動(dòng)自行車事故得分將達(dá)到0.719;3）變量之間的交互作