中国电动车的驾驶者的交通安全.doc

中国电动车驾驶者的交通安全：安全态度、风险感知和异常的驾驶行为 摘要： 过去的十年里电动车的数量在中国迅速的增长。 随着伤亡率的增加，电动车的交通安全问题成为公众关注的问题。本次研究的目的是确定影响交通事故的风险因素，建立安全态度、风险感知和异常驾驶行为之间的关系。分析数据来自一个自动报告的调查问卷，该问卷从中国的两个大城市收集了603个电动车驾驶者样本。调查结果显示，性别和机动车驾驶经验对于触犯交通法规引发的事故有重要的影响。男性比女性更容易触犯法规导致事故，然而有驾照的驾驶员事故率低于没有机动车驾照的驾驶员。两种典型的异常驾驶行为，错误驾驶和激进行为是预测触犯法规引发的事故的重要因素。结构方程模型分析表明，安全态度和风险感知显著地影响了异常的驾驶行为。有强烈积极的安全态度、更多关心自己交通风险的驾驶者异常驾驶行为倾向较低。文章还讨论了提高电动车驾驶者道路安全的实际启示。 引言： 电动车数量增长 电动车简介：电动车在中国被分类成非机动车，电动车驾驶者没有驾照、保险、在 自行车道行驶、不用戴头盔。最大速度20km/h,最大重量、最大功率 电动车事故增加 W，在石家庄调查了715名自行车驾驶者和460电动车驾驶者，研究使用者特征、 模型选择行为和风险感知。结果显示，电动车是一种人们负担的起的、允许通勤距离更长、高灵活性的交通工具。L，电动车速度选择与性别和年龄有关，大部分电动车驾驶者不知道最高限速、实际使用速度往往高于法律规定速度。 更多的研究还应聚焦在，能够提高电动车安全性的驾驶行为和心理因素上。 有关异常驾驶行为、安全态度和风险感知的先前的研究： 很少有研究，与异常驾驶行为有关的心理因素。 先前研究机动车驾驶者、摩托车驾驶者、电动车驾驶者文章的总结：R，研发了司机行为问卷，区分了三种典型的行为：错误（错误的行为计划）失误（无意识的行为偏差）和违规（故意偏离）。E英国，研发了摩托车驾驶者行为问卷，发现了交通错误、控制错误、速度违规、展示特技、使用安全配件之间的区别。S荷兰，研发了电动车驾驶者行为问卷，验证了错误、失误和违规的区别。 安全态度、风险感知影响驾驶行为。在中国研究的很少→本文：研究的目的是确定影响交通事故的风险因素，建立安全态度、风险感知和异常驾驶行为之间的关系。 方法： 调查采用问卷的形式 在北京和杭州，调查具体地点：电动车停车场、电动车充电站、购物中心。注意事项：有时间自愿参加、匿名、送小礼物 测量值（问卷分四个部分）： ⑴异常驾驶行为 大部分条目节选自前面文献中提到的三个问卷，五分制的里克特量表（从来没有过这样的行为→经常这样做），20个典型的电动车驾驶员初测问卷→调整清晰性和可读性 ⑵安全态度（共16条目、六分制量表） 对安全和个人责任的态度（5条目）：如果事故是我的过失引起的我会很后悔 对交通法规的态度（5条目）：驾驶员必须始终遵守交通法规，不管他们是不是合理 对危险驾驶行为的态度（6条目）：我认为闯红灯是错误的 安全态度得分越高说明，对安全和个人责任的态度是积极的，遵守交通法规，危险驾 驶行为比较少。 ⑶风险感知 担心和关注程度（6条目）：我经常因为可能会在交通事故中受伤而感觉不安全 认知基础规模，包括感知事故发生的可能性、感知危险。1、感知事故发生的可能性：未来12月中发生以下事故的可能性有多大（非常不可能→非常可能6分）2、危险感知：以下行为你认为危险吗（非常安全→非常不安全6分） 风险感知分数越高说明，被调查者担心关注安全的程度高、感知异常行为更加危险 ⑷曾经发生过的事故和人口统计 曾经发生过的事故：去年他们经历过的电动车事故数量，分严重事故、轻微事故、只有财产损失的事故。触犯法规引发的事故和没有触犯法规所引发的事故被分开讨论。 人口统计学方面的变量 数据分析 ⑴探索性的和验证性的因子分析，用来检验构建的异常行为检测的基本维度。几个合适的指数，近似均方根误差、拟合优度指数、调整的拟合优度指数、比较适合指数（CFI）用来检测模型的拟合优度。一致性系数用来检测，单个维度内部条目的同质性，评价异常驾驶行为、安全态度、风险感知的可靠性和内部一致性。 ⑵检验违法导致的事故与其他事故，在人口统计方面变量、风险感知、安全态度和异常驾驶行为上是否有显著的不同。对于一元（单变量）分析，分类变量用卡方检验、连续变量用单向方差分析的方法。对于多元分析，二进制逻辑回归模型，用来确定与违法导致事故相关的因素。 ⑶结构方程模型（AMOS17.0软件），探索安全态度、风险感知和异常驾驶行为之间的关系。模型构建和模型检验。 结果 受试者特征（表一） 测量问卷的可靠性 ⑴表二：异常行为问卷，分别计算了五个维度中，每一维中变量的因子载荷、每一维一致性系数，所有数据显示，问卷设计可靠、可以被接受 ⑵表三：风险感知和安全态度问卷，检验各条