張存保，陳 峰，韋媛媛，張華龍

(武漢理工大學智能交通系統(tǒng)研究中心，武漢430063)

0 引言

隨著手機成為人們日常生活中不可缺少的一部分，越來越多的行人在過街時會有打電話、發(fā)短信等行為，這些行為會增加其發(fā)生交通事故的風險.近年來，行人過街時使用手機這一安全問題引起了很多相關研究機構的關注.

國內外學者針對行人使用手機問題開展了一定的研究.早在2005年，Bungum等[1]通過實驗發(fā)現(xiàn)使用手機會使行人分心.Nasar等[2]研究交通事故數(shù)據(jù)進一步發(fā)現(xiàn)，使用手機所產生的認知分心可能會增加行人的不安全過街行為及發(fā)生交通事故的風險.隨著虛擬仿真技術的成熟，越來越多學者利用這一技術對行人過街進行實驗[3-4]，結果表明使用手機會對行人過街產生負面影響，而且不同的手機使用方式對行人的影響也不同.國內關于行人過街時使用手機的研究起步較晚.趙艷等[5]通過問卷和實地調查發(fā)現(xiàn)，我國行人過街時使用手機是一個非常普遍的現(xiàn)象，而且這種行為會分散行人過街時的注意力，甚至導致交通事故的發(fā)生.姜康等[6]，凌飛陽等[7]通過計劃行為理論，從社會心理學角度對影響行人過街時使用手機行為的心理因素及這些因素間的作用關系進行了研究.李華[8]基于策略性反應—延遲理論，從社會心理學與行為心理學兩個角度建立行人過街時使用手機的道路通行延遲效應模型，探尋了不同手機使用方式所造成的延遲率.

目前國內外相關研究大多針對城市交叉口，對無信號控制路段的行人過街行為和安全性研究相對較少.然而，對于無信號控制路段的人行橫道，國內機動車駕駛員大多不避讓行人，使得行人的過街環(huán)境比交叉口更加復雜和危險[9].為此，本文針對無信號控制路段，在武漢市選取了6個具有代表性路段的人行橫道進行實地觀測，在此基礎上，對行人過街行為和安全性進行量化分析和建模.

1 數(shù)據(jù)采集與提取

1.1 數(shù)據(jù)采集

交通調查地點選在武漢市6個無信號控制路段，如表1所示.在選擇調查地點時，綜合考慮了路段的地理位置、土地使用功能和道路特點等因素.調查時間為2016年9月1～15日，9:00-12:00和14:00-17:00.在開展交通調查時，2臺同步攝像機被安裝在選定路段處進行拍攝.具體安裝位置如圖1所示.同時，為了減少對行人的干擾，攝像機被設置在不易被行人看到的地方，如綠化帶中或大樹旁邊.

1.2 數(shù)據(jù)提取

本文通過實驗人員人工處理視頻方式獲取交通調查數(shù)據(jù)，主要數(shù)據(jù)變量如表2所示.其中，為了確保行人過街行為不受調查影響，本次調查沒有采取問卷調查方式，而是根據(jù)實驗人員主觀判斷，以行人外貌、衣著和行走姿勢判斷行人性別、年齡和使用手機方式.其中，將行人年齡進行了分組，這種做法不需要得到行人的確切年齡，準確性較高，是類似研究中常用的方法[12].此外，本研究利用行人車輛沖突數(shù)來衡量行人過街安全，通過職務侵占時間(Post-Encroachment Time,PET)[10]判斷行人與車輛之間是否有沖突，以及沖突的嚴重程度，并根據(jù)現(xiàn)場觀察和相關文獻[11]確定了PET在不同沖突程度時的閾值，如表3所示.

表1 行人過街交通調查地點Table 1 Traffic survey site for pedestrian crossing

圖1 攝像機安裝圖Fig.1 Cameras installation

表2 交通調查數(shù)據(jù)和參數(shù)Table 2 Data and parameters of traffic survey

表3 基于PET的沖突類型判別的閾值Table 3 The threshold of different conflict type discrimination based on PET

2 行人過街行為分析

本次實地調查共記錄了2 901個行人樣本.使用手機的行人占行人總數(shù)的11.76%.在各種使用手機的方式中，看手機屏幕所占的比例最高(6.65%)，其次是打電話(2.83%)和聽音樂(2.28%).這與韋媛媛[12]的調查研究結果類似，在信號交叉口的人行橫道處，使用手機的行人中，看手機屏幕的占比最高.然而，在路段處行人使用手機的比例明顯高于交叉口處行人使用手機的比例.

圖2為不同性別、年齡和車道數(shù)對行人使用手機比例的影響.由圖2(a)可知，相比于女性行人(10.77%)，有更多的男性行人在過街時使用手機(12.83%)；由圖2(b)可知，青年行人使用手機的比例最大(19.00%)，其次是中年行人(11.25%)，老年行人所占的比例最小(1.08%)，而且老年行人中未見過街時聽音樂的情況；由圖2(c)可知，行人使用手機的比例會隨著車道數(shù)的增加而降低，在雙向2車道為18.04%，雙向4車道為14.69%，雙向6車道為9.09%，產生這種現(xiàn)象的原因可能是因為隨著車道數(shù)量的增加，行人的過街環(huán)境變得更加復雜和危險，與此同時行人過街時也會更加謹慎，因此行人過街時使用手機的比例會逐漸下降.

表4為行人行為的統(tǒng)計分析表，從表4可以看出，行人的人均過街時間和人均沖突數(shù)受使用手機方式、性別和年齡的影響明顯.在2、4車道路段上，打電話行人的人均過街時間比不使用手機的行人分別多0.82 s和0.40 s.看手機屏幕行人的人均過街時間比不使用手機的行人在4車道路段上多1.63 s，但是在手機上聽音樂的行人的人均過街時間與不使用手機的行人差別不大；女性行人的人均過街時間比男性行人在2、4和6車道路段上分別多0.87 s、1.56 s和0.72 s；同時，在2、4車道路段上，行人的人均過街時間隨著年齡的增長而增加.此外，打電話行人的人均沖突數(shù)最多，看手機屏幕行人的人均沖突數(shù)次之.這與在武漢市的一個針對交叉口調查研究的結果相反[13].而且，路段處行人使用手機時的人均沖突數(shù)要高于交叉口處的人均沖突數(shù).

圖2 性別、年齡和車道數(shù)對行人使用手機比例的影響Fig.2 The proportions of pedestrian using mobile phones with different gender,age and the number of vehicle lanes

行人的人均過街眺望次數(shù)受手機使用方式和行人年齡影響較大.在2、4車道路段上，打電話行人的人均過街眺望次數(shù)比不使用手機的行人分別少18.03%和29.36%，看手機屏幕行人的人均過街眺望次數(shù)比不使用手機的行人分別少10.38%和11.93%，聽音樂行人的人均過街眺望次數(shù)比不使用手機的行人分別少8.74%和8.26%.青年和中年行人的人均過街眺望次數(shù)相差不大，但是老年行人在2、4車道路段上的人均過街眺望次數(shù)要比前兩者高出很多，老年行人比青年行人分別高14.50%和16.30%，比中年行人分別高12.00%和9.25%.

表4 行人過街行為統(tǒng)計分析Table 4 Statistical analysis results of pedestrian crossing behaviors

3 行人過街安全分析

3.1 人車沖突分析模型

為分析各自變量對行人過街安全的影響，本文建立人車沖突分析模型，將人車沖突次數(shù)作為因變量.由于發(fā)生輕微沖突和嚴重沖突時對行人的事故危險程度有較大的區(qū)別，因此將因變量分為輕微沖突和嚴重沖突兩類.

此外，在建模時按交通沖突數(shù)量對輕微沖突和嚴重沖突進行分級.將輕微沖突劃分為4個級別：1級為不發(fā)生沖突，2級為發(fā)生1次輕微沖突，3級為發(fā)生2次輕微沖突，4級為發(fā)生3次或更多輕微沖突.將嚴重沖突劃分為3個級別：1級為不發(fā)生嚴重沖突，2級為發(fā)生1次嚴重沖突，3級為發(fā)生2次或更多嚴重沖突.本次實地調查中，行人與車輛發(fā)生3次或更多輕微沖突的樣本很少，為了保證模型的準確性，因此將其歸為一級.同樣的，行人與車輛很少發(fā)生2次或更多嚴重沖突，因此將其歸為一級.

在以往的研究中，傳統(tǒng)的離散模型如多項式、嵌套和概率模型，通常不適用于有序和離散的數(shù)據(jù).而有序Probit模型比較適合于離散、有序的數(shù)據(jù)，它假定模型的誤差項服從標準正態(tài)分布[13].有序Probit的基本表達式為

本文中，輕微沖突和嚴重沖突的數(shù)量被視為離散變量，取值范圍分別為1～4和1～3，即

人車沖突等級嚴重程度的概率表示為：

式中：Φ(·)表示εi的一般標準正態(tài)分布變量的累積分布函數(shù).

3.2 人車沖突分析模型結果

運用Stata 12.0軟件對2 901個有效行人樣本數(shù)據(jù)進行了有序Probit回歸分析.有序Probit回歸分析模型結果如表5所示.從表5的結果來看，輕微沖突模型和嚴重沖突模型的整體擬合度較高.

表5 有序Probit模型估計結果表Table 5 Ordered-Probit model estimation results

從表5中輕微沖突模型的結果來看，它受手機使用方式中的打電話(0.848 2)和看手機屏幕(0.576 8)，行人年齡中的青年(-0.474 3)和中年(-0.415 4)，車道數(shù)(0.361 4)，車流量(0.001 3)，車速(0.039 1)等變量的影響較大，但是聽音樂和行人性別對輕微沖突的影響不是很顯著.其中，打電話和看手機屏幕對輕微沖突的影響程度最大，說明行人過街時打電話或看手機屏幕會顯著增加行人發(fā)生輕微沖突的概率；而且隨著行人年齡、車道數(shù)或車速的增加，行人發(fā)生輕微沖突的幾率也會隨之增加.從表5中嚴重沖突模型的結果來看，它受手機使用方式中的打電話(0.493 8)和看手機屏幕(0.570 4)，行人性別(-0.144 7)，行人年齡中的青年(-0.510 5)和中年(-0.395 5)，車道數(shù)(0.202 9)，車流量(0.000 9)等變量的影響較大.其中，行人過街時看手機屏幕對嚴重沖突的影響程度最大，打電話次之.而且與輕微沖突類似的是，聽音樂對嚴重沖突也沒有明顯的影響；相比于男性行人，女性行人有更大的幾率發(fā)生嚴重沖突；隨著行人年齡、車道數(shù)或車流量的增長，行人發(fā)生嚴重沖突的幾率會隨之增加.

將輕微沖突模型和嚴重沖突模型的結果進行對比可以發(fā)現(xiàn)，使用手機方式中的打電話和看手機屏幕會顯著影響兩類沖突的發(fā)生幾率，但是其影響程度卻不相同.其中，打電話對輕微沖突影響最為嚴重(0.848 2)，而看手機屏幕對嚴重沖突影響最為嚴重(0.570 4).本文中聽音樂對發(fā)生兩類沖突都沒有明顯影響，其原因是聽音樂可能會使行人產生聽覺掩蔽，從而導致行人觀察感知能力降低，最終影響到行人的判斷決策[14].但是這種聽覺掩蔽作用遠沒有打電話和看手機屏幕產生的分心復雜.

4 結論

為量化研究使用手機對行人過街行為和安全的影響，選取武漢市6個無信號控制路段人行橫道開展實地交通調查，在此基礎上對行人的手機使用行為和安全性進行了統(tǒng)計分析，并建立了基于有序Probit模型的人車沖突量化模型.研究結果表明：

(1)行人在路段人行橫道過街時使用手機的現(xiàn)象較為普遍，有11.76%的行人過街時使用手機.其中，看手機屏幕，打電話和聽音樂分別占行人總數(shù)的6.65%，2.83%和2.28%.

(2)使用手機對路段人行橫道處的行人過街行為具有一定影響.打電話和看手機屏幕會明顯增加行人的過街時間，同時使用手機還會降低行人過街時的眺望次數(shù).

(3)使用手機會增加路段人行橫道處行人交通事故風險.行人過街時打電話和看手機屏幕會明顯增加行人過街時與車輛發(fā)生沖突的幾率，其中打電話對輕微沖突的影響最大，看手機屏幕對嚴重沖突的影響最大.但是，行人過街時聽音樂對過街安全沒有顯著的影響.

(4)本研究的結果是以武漢的調查數(shù)據(jù)為基礎.人車沖突分析模型是一個具有普適性的模型，對于其他城市，只需要根據(jù)該地區(qū)實際調查數(shù)據(jù)對模型的參數(shù)重新調整即可.

參考文獻:

[1]BUNGUM T J,DAY C,HENRY L J.The association of distraction and caution displayed by pedestrians at a lighted crosswalk[J].Journal of Community Health,2005,30(4):269-279.

[2]NASAR J L,TROYER D.Pedestrian injuries due to mobile phone use in public places[J].Accident Analysis and Prevention,2013,57(1):91-95.

[3]SCHWEBEL D C,STAVRINOS D,BYINGTON K W,et al.Distraction and pedestrian safety:how talking on the phone texting,and listening to music impact crossing the street[J].Accident Analysis and Prevention,2012,45(2):266-271.

[4]BYINGTON K W,SCHWEBEL D C.Effects of mobile Internet use on college student pedestrian injury risk[J].Accident Analysis and Prevention,2013,51(51C):78-83.

[5]趙艷,劉東,王競雄.北京市行人過街使用手機對交通安全影響研究[J].中國人民公安大學學報(自然科學版),2015,84(2):58-62.[ZHAO Y,LIU D,WANG J X.The effect of mobile phone use on pedestrian crossing safety in Beijing city of China[J].Journal of Chinese People's Public Security University(Science and Technology),2015,84(2):58-62.]

[6]姜康,凌飛陽,馮忠祥,等.行人過街使用手機行為的心理影響因素研究[J].中國安全科學學報,2016,26(6):13-18.[JIANG K,LING F Y,FENG Z X,et al.Research on psychological factors affecting pedestrians'mobile phone use behaviour while crossing[J].China Safety Science Journal,2016,26(6):13-18.]

[7]凌飛陽.行人過街使用手機行為特性及管控方法研究[D].合肥:合肥工業(yè)大學,2017.[LING F Y.The research on behavior characteristics and control methods of pedestrians'mobile phone use behavior while crossing[D].Hefei:Hefei University of Technology,2017.]

[8]李華,李世倫.行人使用手機任務轉換延遲特性安全分析[J].中國安全科學學報,2017,27(1):19-24.[LI H,LI S L.Analysis of characteristics of delay in task switching for pedestrians using mobile phones[J].China Safety Science Journal,2017,27(1):19-24.]

[9]ZHANG C B,ZHOU B,CHEN G J,et al.Quantitative analysis of pedestrian safety at uncontrolled multi-lane mid-block crosswalks in China[J].Accident Analysis and Prevention,2017(108):19-26.

[10]VARHELYI A.Drivers’speed behaviour at a zebra crossing:A case study[J].AccidentAnalysisand Prevention,1998,30(6):731-743.

[11]CHEN P,WUb C,ZHU S.Interaction between vehicles and pedestrians at uncontrolled mid-block crosswalks[J].Safety Science,2016(82):68-76.

[12]WEI Y Y,ZHANG C B,ZHOU B,et al.The mobile phone use behavior and its effect on pedestrian safety at signalized intersections in China[C].International Conference on Transportation Information& Safety,2017:225-231.

[13]KADALI B R,VEDAGIRI P.Proactive pedestrian safety evaluation at unprotected mid-block crosswalk locations undermixed traffic conditions[J].Safety Science,2016(89):94-105.

[14]吳昌旭，馬舒，莊想靈．行人過街的認知心理過程和模型[J].心理科學進展，2013，21(7):1141-1149.[WU C X,MA S,ZHUANG X L.Cognitive psychological process and model of pedestrian crossing[J].Advances in Psychological Science,2013,21(7):1141-1149.]