騎行者風(fēng)險(xiǎn)感知能力測(cè)試及分析

倪定安，郭鳳香，李春梅，李明遠(yuǎn) NI Dingan,GUO Fengxiang,LI Chunmei,LI Mingyuan

（昆明理工大學(xué) 交通工程學(xué)院，云南 昆明 650500）

(School of Traffic Engineering,Kunming University of Science and Technology,Kunming 650500,China)

0 引言

隨著共享經(jīng)濟(jì)的風(fēng)靡，可以共享的東西越來(lái)越多，尤其是共享單車和共享電單車。然而共享單車與電單車的極快發(fā)展增加了道路上非機(jī)動(dòng)車流量，伴之而來(lái)的是亂停亂放、秩序混亂及非機(jī)動(dòng)車事故增加等問(wèn)題。騎行者是借助自行車、電動(dòng)車等非機(jī)動(dòng)車為主要交通工具，實(shí)施出行活動(dòng)的個(gè)人或群體。2016年，中國(guó)交通事故發(fā)生總計(jì)212 846起，非機(jī)動(dòng)車交通事故發(fā)生17 747起，造成2 968人死亡，其中自行車交通事故1 460起，造成341人死亡；電動(dòng)車交通事故13 687起，造成2 627人死亡，造成直接財(cái)產(chǎn)損失4 248萬(wàn)元[1]。非機(jī)動(dòng)車由于靈活性強(qiáng)，不易于管理，頻繁發(fā)生違法占道、闖紅燈、逆行、電動(dòng)車違法載貨載人等交通違法行為，導(dǎo)致機(jī)非混合車道上交通事故的發(fā)生。而騎行者風(fēng)險(xiǎn)感知能力的強(qiáng)弱直接決定了是否會(huì)發(fā)生事故及發(fā)生事故大小，風(fēng)險(xiǎn)感知能力差是導(dǎo)致非機(jī)動(dòng)車事故的一個(gè)主要原因。因此，研究騎行者的風(fēng)險(xiǎn)感知能力，確定其影響因素，可為制定非機(jī)動(dòng)車相關(guān)管理政策、改善非機(jī)動(dòng)車的道路交通安全水平提供一定的依據(jù)。

目前，國(guó)內(nèi)外學(xué)者對(duì)風(fēng)險(xiǎn)感知進(jìn)行了廣泛研究，Vanlaar等[2]編制了駕駛?cè)孙L(fēng)險(xiǎn)意識(shí)量表，通過(guò)15種可能引發(fā)交通事故的危險(xiǎn)情境的評(píng)分來(lái)評(píng)判駕駛?cè)说娘L(fēng)險(xiǎn)意識(shí)。孔春玉等通過(guò)問(wèn)卷調(diào)查，運(yùn)用最小二乘法擬合得到駕駛?cè)孙L(fēng)險(xiǎn)感知時(shí)間與AIS損傷級(jí)別的定量關(guān)系式，并對(duì)駕駛?cè)孙L(fēng)險(xiǎn)感知時(shí)間的影響因素進(jìn)行了分析[3]?？娒髟碌葘?duì)問(wèn)卷進(jìn)行分析，對(duì)非機(jī)動(dòng)車駕駛?cè)孙L(fēng)險(xiǎn)行為進(jìn)行分解，建立基于關(guān)鍵度系數(shù)、對(duì)應(yīng)相關(guān)行為的風(fēng)險(xiǎn)估算模型，實(shí)現(xiàn)非機(jī)動(dòng)車駕駛?cè)孙L(fēng)險(xiǎn)行為的量化分級(jí)[4]。王濤等通過(guò)問(wèn)卷調(diào)查，對(duì)電動(dòng)自行車的風(fēng)險(xiǎn)駕駛行為進(jìn)行探索性因子分析，提取公共因子，從而對(duì)騎行者進(jìn)行關(guān)聯(lián)性分析[5]。目前非機(jī)動(dòng)車的交通安全研究都停留在問(wèn)卷調(diào)查研究，而風(fēng)險(xiǎn)感知測(cè)試的研究主要集中在機(jī)動(dòng)車駕駛員，對(duì)騎行者的風(fēng)險(xiǎn)感知能力測(cè)試試驗(yàn)研究較少。本文主要是通過(guò)問(wèn)卷調(diào)查結(jié)合風(fēng)險(xiǎn)感知試驗(yàn)測(cè)試的手段，應(yīng)用主成分分析法分析騎行者風(fēng)險(xiǎn)反應(yīng)時(shí)間與各種因素的關(guān)系，建立騎行者風(fēng)險(xiǎn)感知能力評(píng)價(jià)模型，通過(guò)模型對(duì)騎行者進(jìn)行評(píng)價(jià)。

1 試驗(yàn)方案

在實(shí)際道路交通場(chǎng)景中以騎行者角度拍攝9個(gè)視頻片段，剪輯制作成測(cè)試視頻。招募100名受試者進(jìn)行問(wèn)卷調(diào)查及風(fēng)險(xiǎn)感知測(cè)試，風(fēng)險(xiǎn)感知測(cè)試是通過(guò)風(fēng)險(xiǎn)感知測(cè)試軟件測(cè)試騎行者在突顯風(fēng)險(xiǎn)情境與征兆風(fēng)險(xiǎn)情境中對(duì)風(fēng)險(xiǎn)的反應(yīng)時(shí)間。

1.1 場(chǎng)景簡(jiǎn)介。為了測(cè)試騎行者的風(fēng)險(xiǎn)感知能力，從騎行者的角度，對(duì)日?？赡苡龅降娘L(fēng)險(xiǎn)進(jìn)行分析并設(shè)計(jì)出9個(gè)風(fēng)險(xiǎn)情境，研究的風(fēng)險(xiǎn)即在風(fēng)險(xiǎn)情境中對(duì)騎行者正常行駛可能產(chǎn)生沖突的對(duì)象，具體風(fēng)險(xiǎn)描述如圖1所示，其中（1）至（6）圖為突顯風(fēng)險(xiǎn)情境，（7） 至（9） 圖為征兆風(fēng)險(xiǎn)情境。

圖1 風(fēng)險(xiǎn)情境圖

圖2 騎行路線圖

本研究根據(jù)學(xué)校周邊道路設(shè)計(jì)出一條騎行路線，并在此路線上設(shè)計(jì)再現(xiàn)了上述9個(gè)風(fēng)險(xiǎn)情境，以騎行者的角度錄制了風(fēng)險(xiǎn)情境的視頻，錄制騎行路線和情境位置設(shè)置見(jiàn)圖2，錄制視頻場(chǎng)景截圖如圖3所示。1.2 測(cè)試軟件簡(jiǎn)介。編制了風(fēng)險(xiǎn)感知測(cè)試軟件對(duì)騎行者的風(fēng)險(xiǎn)感知能力進(jìn)行測(cè)試，風(fēng)險(xiǎn)感知測(cè)試軟件（HP Test）是由昆明理工大學(xué)交通工程學(xué)院道路交通模擬實(shí)驗(yàn)室自行開(kāi)發(fā)，用于測(cè)試道路交通參與者的風(fēng)險(xiǎn)感知能力。軟件的輸入為視頻文件，該視頻以交通參與者的視角顯示所處的交通環(huán)境，視頻包含多個(gè)潛在的風(fēng)險(xiǎn)源和干擾信息。受試者使用鼠標(biāo)點(diǎn)擊來(lái)標(biāo)識(shí)他所識(shí)別到的真正風(fēng)險(xiǎn)，能否準(zhǔn)確點(diǎn)擊對(duì)象可以表現(xiàn)出受試者的風(fēng)險(xiǎn)感知能力。測(cè)試軟件工作界面如圖4所示。

1.3 受試者。本次試驗(yàn)共招募了100名有著半年及以上騎行經(jīng)驗(yàn)的騎行者，這些騎行者的騎行路線以學(xué)校周邊道路為主，其中男性64人，女性36人，年齡在16-54歲之間，64人有駕照，36人無(wú)駕照，擁有本科學(xué)歷的騎行者占大多數(shù)。

圖3 視頻錄制場(chǎng)景截圖

1.4 試驗(yàn)過(guò)程。受試者首先需要填寫(xiě)調(diào)查問(wèn)卷，然后觀看輸入在風(fēng)險(xiǎn)感知測(cè)試軟件中的9個(gè)視頻，要求他們?cè)诎l(fā)現(xiàn)風(fēng)險(xiǎn)情況時(shí)，點(diǎn)擊鼠標(biāo)，系統(tǒng)能夠自動(dòng)記錄受試者鼠標(biāo)點(diǎn)擊的時(shí)間（視頻幀序）、點(diǎn)擊的位置（鼠標(biāo)位置坐標(biāo)），通過(guò)儀器采集數(shù)據(jù)，將參數(shù)進(jìn)行分析處理，評(píng)價(jià)受試者的風(fēng)險(xiǎn)感知能力。

圖4 風(fēng)險(xiǎn)感知測(cè)試軟件主界面

2 數(shù)據(jù)分析

2.1 問(wèn)卷統(tǒng)計(jì)。計(jì)算本問(wèn)卷的Cronbach's ɑ系數(shù)，ɑ值介于0與1之間，ɑ值越大表示問(wèn)卷項(xiàng)目間相關(guān)性越好，內(nèi)部一致性可信度越高；ɑ大于0.8表示內(nèi)部一致性極好，ɑ在0.6～0.8之間表示較好；而低于0.6表示內(nèi)部一致性較差[6]。本調(diào)查問(wèn)卷的ɑ值為0.78，表明調(diào)查問(wèn)卷的項(xiàng)目間相關(guān)性較好，具有一定的可靠性，可以反映出騎行者的風(fēng)險(xiǎn)感知能力。通過(guò)調(diào)查問(wèn)卷獲取了受試騎行者的性別、年齡、是否有機(jī)動(dòng)車駕照、騎行經(jīng)驗(yàn)、騎行頻率、有無(wú)遇到事故和是否遵守交規(guī)等7種基本信息，統(tǒng)計(jì)結(jié)果如表1所示。

表1 受試者問(wèn)卷調(diào)查統(tǒng)計(jì)表

2.2 風(fēng)險(xiǎn)反應(yīng)時(shí)間分析。反應(yīng)時(shí)間為從危險(xiǎn)出現(xiàn)到駕駛?cè)擞^察到此目標(biāo)所經(jīng)過(guò)的時(shí)間[7]。本文的騎行者風(fēng)險(xiǎn)反應(yīng)時(shí)間定義為受試者觀看每段風(fēng)險(xiǎn)視頻時(shí)，從風(fēng)險(xiǎn)出現(xiàn)到按下按鈕所需的時(shí)間，用于分析騎行者的風(fēng)險(xiǎn)感知能力。分析在突顯風(fēng)險(xiǎn)情境、征兆風(fēng)險(xiǎn)情境下的騎行者平均風(fēng)險(xiǎn)反應(yīng)時(shí)間與年齡、騎行經(jīng)驗(yàn)、騎行頻率、是否發(fā)生過(guò)事故、有無(wú)駕照、性別、遵守交規(guī)等因素的關(guān)系，結(jié)果如圖5所示。

從圖5的a～g可以看出，多數(shù)情況下騎行者對(duì)征兆風(fēng)險(xiǎn)的反應(yīng)時(shí)間要長(zhǎng)于突顯風(fēng)險(xiǎn)的反應(yīng)時(shí)間，表明騎行者需要更長(zhǎng)的時(shí)間發(fā)現(xiàn)征兆風(fēng)險(xiǎn)并作出反應(yīng)。由圖a和b可知隨著年齡的增長(zhǎng)及騎行經(jīng)驗(yàn)的積累，騎行者風(fēng)險(xiǎn)感知的能力有所提高，反應(yīng)時(shí)間減少；騎行頻率對(duì)比發(fā)現(xiàn)，反應(yīng)時(shí)間最短的是一月騎行幾次的一類人，這類騎行者的騎行次數(shù)處于中等水平，對(duì)風(fēng)險(xiǎn)保持一定的警惕性，導(dǎo)致反應(yīng)時(shí)間最短；同時(shí)有駕照的騎行者對(duì)于風(fēng)險(xiǎn)具有較強(qiáng)的感知能力，反應(yīng)時(shí)間短于無(wú)駕照的騎行者；男性的反應(yīng)時(shí)間短于女性，說(shuō)明男性的風(fēng)險(xiǎn)感知能力要強(qiáng)于女性，在遇到風(fēng)險(xiǎn)時(shí)能及時(shí)應(yīng)對(duì)；遵守交規(guī)的騎行者反應(yīng)時(shí)間短于偶爾不遵守交規(guī)的騎行者，說(shuō)明遵守交規(guī)的騎行者具有較強(qiáng)的警惕性；遇到過(guò)事故的騎行者反應(yīng)時(shí)間低于未遇到過(guò)事故的騎行者。

圖5 反應(yīng)時(shí)間比較分析

3 風(fēng)險(xiǎn)感知能力評(píng)價(jià)

為了確定各影響因素對(duì)風(fēng)險(xiǎn)感知能力的影響，本文應(yīng)用主成分分析法對(duì)影響風(fēng)險(xiǎn)感知能力的因素進(jìn)行分析，主成分分析是用較少的變量去解釋原來(lái)資料中的大部分變異，消除變量間的相關(guān)性，將n維變量降至2維，觀察樣本的相互關(guān)系及分布特點(diǎn)[8]。

對(duì)性別、年齡、駕照、遵守交規(guī)、遇到事故、騎行經(jīng)驗(yàn)、騎行頻率這7個(gè)影響因素進(jìn)行主成分分析，提取主成分，應(yīng)用主成分方程，建立騎行者風(fēng)險(xiǎn)感知能力評(píng)價(jià)模型，并進(jìn)行模型的應(yīng)用，對(duì)騎行者風(fēng)險(xiǎn)感知能力評(píng)價(jià)分級(jí)，并確定影響風(fēng)險(xiǎn)感知能力的主要因素。

3.1 主成分提取。首先應(yīng)用公式（1）對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后建立各種指標(biāo)之間的相關(guān)矩陣，并進(jìn)行主成分提取，提取結(jié)果見(jiàn)表2。

其中：ZXi為處理后標(biāo)準(zhǔn)化的數(shù)據(jù)；Xi為原始數(shù)據(jù)；X為原始數(shù)據(jù)的均值；Si為原始數(shù)據(jù)的標(biāo)準(zhǔn)差。

表2 主成分提取矩陣

由表2可知，提取的5個(gè)主成分的累積貢獻(xiàn)率達(dá)到了85.94%，可以解釋大多數(shù)變量，其中第一主成分t1在年齡x1（）、騎行頻率x3（）、交通事故x2（）、交通規(guī)則x4（）上有較高的解釋率，第一主成分上解釋指標(biāo)數(shù)量較多，說(shuō)明數(shù)據(jù)重復(fù)率較大，符合主成分分析的使用標(biāo)準(zhǔn)，可將第一主成分命名為“騎行成長(zhǎng)因子”；第二主成分t2在駕照x6（）、性別x5（）上有著較高的解釋率，將第二主成分命名為“先天及訓(xùn)練因子”；第三主成分t3在騎行經(jīng)驗(yàn)x7（）上有著較高的解釋率，因此將第三主成分命名為“日常積累因子”；第四主成分t4在交通規(guī)則x4（）上表現(xiàn)出較高的解釋率，將第四主成分命名為“遵規(guī)守紀(jì)因子”；第五主成分t5在交通事故x2（）上表現(xiàn)出較高的解釋率，將第五主成分命名為“突發(fā)事件因子”。

3.2 評(píng)價(jià)模型構(gòu)建及應(yīng)用。為了綜合評(píng)判騎行者風(fēng)險(xiǎn)感知能力的強(qiáng)弱，需要構(gòu)建騎行者風(fēng)險(xiǎn)感知能力評(píng)價(jià)模型，通過(guò)構(gòu)建的模型對(duì)騎行者風(fēng)險(xiǎn)感知能力進(jìn)行評(píng)價(jià)。

根據(jù)主成分載荷矩陣（見(jiàn)表2），每一列除以相應(yīng)特征值的算術(shù)平方根，得到相應(yīng)的系數(shù)矩陣，各系數(shù)向量分別與標(biāo)準(zhǔn)化處理的各指標(biāo)向量相乘，得到各主成分得分方程，5個(gè)主成分得分方程分別為：

以每個(gè)主成分對(duì)應(yīng)的特征值占所提取主成分總的特征值之和的比例作為權(quán)重，建立騎行者風(fēng)險(xiǎn)感知能力評(píng)價(jià)模型：

其中：F為騎行者風(fēng)險(xiǎn)感知能力的綜合評(píng)價(jià)得分，得分越高說(shuō)明騎行者的風(fēng)險(xiǎn)感知能力越強(qiáng)。根據(jù)模型計(jì)算結(jié)果將騎行者的風(fēng)險(xiǎn)感知能力分為優(yōu)秀（0.51～1.00）、良好（0.01～0.50）、中等（-0.51～0.00）、較差（-1.00～-0.50） 4個(gè)等級(jí)，對(duì)4個(gè)等級(jí)騎行者的年齡、性別、有無(wú)機(jī)動(dòng)車駕照、騎行頻率、騎行經(jīng)驗(yàn)、是否遇到事故、是否遵守交規(guī)等因素進(jìn)行差異性分析，統(tǒng)計(jì)分析結(jié)果見(jiàn)表3。

表3 評(píng)價(jià)結(jié)果分級(jí)及差異性分析

通過(guò)獨(dú)立樣本T檢驗(yàn)發(fā)現(xiàn)，不同感知能力等級(jí)中騎行者有無(wú)機(jī)動(dòng)車駕照、騎行頻率在0.01水平下存在顯著性差異，年齡、性別在0.05水平下存在顯著性差異，而騎行經(jīng)驗(yàn)、是否遇到事故、是否遵守交通規(guī)則均沒(méi)有表現(xiàn)出顯著的差異性。表明騎行者的年齡、性別、有無(wú)機(jī)動(dòng)車駕照、騎行頻率等因素對(duì)騎行者的風(fēng)險(xiǎn)感知能力存在顯著影響，在提取的主成分矩陣中也可發(fā)現(xiàn)這4個(gè)因素在第一、第二主成分中占較大比例。由優(yōu)秀等級(jí)的18人中男性12人，10人處于35～54歲，15人有駕照。每月騎行幾次的有16人等結(jié)果可以看出，男性對(duì)于風(fēng)險(xiǎn)的觀察更加全面；隨著年齡的增長(zhǎng)，使得騎行者更加關(guān)注可能遇到的風(fēng)險(xiǎn)以便有足夠的反應(yīng)時(shí)間；經(jīng)過(guò)機(jī)動(dòng)車駕照的培訓(xùn)和考試，提高了風(fēng)險(xiǎn)感知的能力；每月騎行幾次保證騎行者始終保持對(duì)風(fēng)險(xiǎn)的警惕性，從而對(duì)遇到的風(fēng)險(xiǎn)做出正確的反應(yīng)，提高騎行的安全性。

4 結(jié)論

本文是以騎行者為研究對(duì)象，通過(guò)對(duì)受試者問(wèn)卷調(diào)查及風(fēng)險(xiǎn)感知測(cè)試，研究了騎行者的風(fēng)險(xiǎn)感知能力及其影響因素，為騎行者的交通安全研究及相關(guān)政策的制定提供了一定的理論基礎(chǔ)，本文的結(jié)論如下：

（1）在突顯風(fēng)險(xiǎn)情境與征兆風(fēng)險(xiǎn)情境下，通過(guò)風(fēng)險(xiǎn)反應(yīng)時(shí)間的對(duì)比分析，發(fā)現(xiàn)騎行者對(duì)突顯風(fēng)險(xiǎn)的反應(yīng)時(shí)間普遍短于征兆風(fēng)險(xiǎn)，說(shuō)明騎行者需要花費(fèi)更長(zhǎng)的時(shí)間辨別征兆風(fēng)險(xiǎn)并作出反應(yīng)，因此在騎行過(guò)程中需要較長(zhǎng)的安全距離，導(dǎo)致交通事故發(fā)生的可能性增加。

（2）確定了影響騎行者風(fēng)險(xiǎn)感知能力的主成分，建立了騎行者風(fēng)險(xiǎn)感知能力評(píng)價(jià)模型，并通過(guò)顯著性差異分析發(fā)現(xiàn)影響騎行者的風(fēng)險(xiǎn)感知能力的主要因素為年齡、性別、有無(wú)機(jī)動(dòng)車駕照、騎行頻率。