行人闯红灯违规行为机理分析.docVIP

PAGE  PAGE 11 行人闯红灯违规行为机理分析 　　摘 要 本文通过实地观测采集了行人闯红灯的数据，并进行了行人闯红灯违规行为机理的分析。首先，在对总体数据进行统计分析的基础上，得出性别、群体环境因素、违规成本等对闯红灯行为都有显著的影响的结论，然后在借鉴相关文献的基础上，构建出了行人违规行为的决策模型，模型包括四大类因素：个体因素、环境因素、预期价值因素、反馈因素，最后给出了防止行人闯红灯的治理措施和建议。 　　关键词 违规 闯红灯 机理分析 　　一、引言 　　当前我国行人闯红灯违规行为极为常见，仅深圳一地，2014年共查出此类违规行为160142宗。行人闯红灯不仅会威胁行人自身的安全，而且增加了其他交通事故发生的概率，后果极为严重。据有关部门统计，2009～2013年，每年由于行人闯红灯导致的交通事故死亡人数占因行人肇事导致死亡人数的21.5%。 　　除此之外，行人闯红灯还会导致路口滞留车辆增加、通行能力下降，在车流高峰期加剧交通拥堵。因此，各地政府纷纷出台各项政策法规整治这一违规行为，如，2013年5月23日开始，深圳市出台了行人闯红灯处罚新标准，行人闯红灯也将被记录到全国交通违法系统。2015年7月31日，深圳市交警局通报，从8月起出台行人出行信用报告，行人闯红灯行为将被纳入个人征信体系。2015年8月，深圳市交警局加大整治力度，严查行人乱闯红灯的行为。但就最新公布的深圳市城市交通文明指数显示，行人和非机动车违法率依然高达33.3%，[1]由此可见，陆续出台的各项法规收效并不明显。 　　本文首先对行人闯红灯违规行为的观测现状进行描述，并结合相关文献研究结论，归纳出行人闯红灯违规行为的四大类影响因素，再围绕相关理论，构建出行人闯红灯违规行为的决策模型，最后给出减少这一违规行为的相关建议。 　　二、实地调查数据分析 　　本次调查选取深圳市南山区海德二道和文心五路相交处十字路口的两条人行横道作为实地观测样本点，分别记录为A路口、B路口（见表1）。该观测样本点位于南山商业文化中心区，步行范围内有海岸城、保利、天利三大购??中心，所处商圈周围公交、地铁线路齐全，交通十分便利。周末休闲时，该路口车流量、人流量较大，为观测行人闯红灯违规行为提供了良好的条件。 　　观测样本点处为双向四车道，路宽约为15米。为了保证所观察人群的多样性，故选择周六为本次的调查时间，且该路口所处商圈的大多数商户从上午10点开始营业，因而确定的两个观测时间段分别是10：00～13：00和16：00～19：00。 　　（一）整体数据分析 　　表1是根据实地观测数据整理得出的行人闯红灯违规行为的总体分布情况。 　　表1中的总等待人数指的是，每个时间段所有红灯周期内等待人数的总和；闯红灯人数指的是每个时间段所有红灯周期内闯红灯人数的总和；百分比指的是闯红灯人数占总等待人数的比例。本次调查观测到闯红灯人群主要分为三类：单独个体、群体以及带孩子的家长。单独个体表示闯红灯时行为人为单独状态，即个体出行；群体表示闯红灯时行为人为群体状态，即两人或两人以上同行；带孩子的家长表示闯红灯时行为人带孩子同行。 　　从本次观测的结果来看，相对于其他而言，深圳市的行人闯红灯现象并不算严重。吴潇在《对海淀区黄庄路口行人闯红灯的统计调查与分析》中的观测结果是，“行人违规率都在80%以上”；林洁鹏在《行人闯红灯的系统思考》中指出“行人闯红灯现象还是十分突出（违法人数占总人数的80.5%）”；刘子叶在《行人闯红灯行为研究》中指出“违规者所占比例最高可达77%”；而在本次调查中，闯红灯的百分比最高值只有22.03%。 　　从闯红灯分布百分比来看，单独个体和群体所占比重比较大，带孩子的家长闯红灯的比重很小。另外，在12：00～13：00和17：00～18：00这两个就餐时间段，群体闯红灯比重都高于单独个体闯红灯比重，其原因可能是就餐时间人们多以群体的状态出行，相对于个体数量，群体数量较多；其二，以群体状态闯红灯时，闯红灯行为的预计成本会因为同行人数较多而被分摊，进而削弱了预计成本的影响。 　　（二）具体数据分析 　　通过对本次观测数据的深入整理与分析，我们发现并验证了性别、群体环境因素与违规成本对闯红灯违规行为都有一定的影响。 　　1.性别对违规行为的影响 　　如表2所示，在发生了闯红灯行为的观测样本中，男性带头闯红灯的频率明显高于女性。这反映出了在当前社会下，对男性的角色期望使得其更倾向于冒险，更容易试图突破既定规则的约束。 　　2.群体环境因素对违规行为的影响 　　在本次调查中，可以很明显地发现，在红灯等待时长内，若对面有行人闯红灯，那么观测方行人闯红灯的概率会大大增加，将观测数据通过SPSS.19的分析，我们得到表3的结果。