何 慶,李成志,任 斌,楊 斌

(1.北京警察學院道路交通管理系,北京 102202;2.云南云天化商貿有限公司,昆明 650000)

0 引言

事故駕駛人的特征研究是交通安全研究中的重要主題之一.傳統(tǒng)的研究思路集中于2個方向，一部分研究者力圖在駕駛人心理測試的基礎上發(fā)現(xiàn)事故多發(fā)駕駛群體的人格、情緒等方面特征，這一研究思路有助于研究者們從內在心理機制角度對駕駛人的事故傾向性特征進行分析，并在此基礎上有針對性地開展職業(yè)駕駛人的篩查工作；但不得不承認的是，這一思路從管理實踐的角度來看，并不完全適用于針對廣大普通駕駛人的宣傳教育[1-2].同時，也有一部分研究者更關注從外在觀察肇事駕駛人的各項統(tǒng)計學特征，以期在此基礎上發(fā)現(xiàn)事故傾向性駕駛人，并開展針對性的宣傳教育[3].但是，這兩種研究視角中都忽略了一個重要的問題，即，并非所有涉及事故的駕駛人都對事故的發(fā)生負有責任.因此，研究者認為，有必要依據(jù)是否對事故負有責任對事故駕駛人進行進一步的區(qū)分，并在此基礎上對事故傾向駕駛人進行更精細化的識別.

在研究事故駕駛人特征時，目前國內還是主要采用事故頻率(即某類駕駛人中肇事駕駛人占總體比例)來評價他們的安全水平或者駕駛風險[4].采用這種方法便于理解，但忽略了交通系統(tǒng)的危險具有一定的動態(tài)性，評價可能并不準確.如，從目前實踐情況來看，相當一部分駕駛人獲取駕駛證的年齡與實際上路駕駛的年齡之間可能存在一定時間的間隔[5].這一情況導致以駕齡評判駕駛經(jīng)驗這一范例在我國變得不是那么可靠.在此基礎上，使用肇事駕駛人規(guī)模與總體駕駛人比例這一指標來評價相對風險時，就有可能導致風險評價偏低的情況發(fā)生.因此，研究者認為，采用相對危險暴露量(quasi-induced exposure)指標來分析駕駛群體的安全水平可能更符合我國駕駛人研究的實際情況.該方法將雙車事故中責任方視為事故傾向群體，而將非責任方視為在設定危險暴露下的駕駛群人的總體，通過對他們之間比較分析，研究事故傾向駕駛群體的特征[6].目前，這種交通安全評價方法，已經(jīng)成為國外事故傾向性駕駛人識別的重要研究方法[7-8].

但是，這一方法在國內應用的實證研究還比較少見.本研究將事故當事人中引起事故發(fā)生的駕駛人定義為肇事駕駛人(或者過錯駕駛人，driver at-fault)，通過搜集北京市兩車交通事故數(shù)據(jù)，采用相對危險暴露量評價法，對事故傾向性駕駛人的性別、年齡、駕齡等方面的特征進行了探索和嘗試.

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

首先，本文將研究范圍限定為兩車事故，即事故雙方均為機動車.這一限定的目的是基于這樣一種假設，即相同類型交通方式，其對環(huán)境中信息、風險的感知基本相同.眾所周知，不同類型的交通方式對于環(huán)境中信息、風險感知程度必然不盡相同.因此，選擇兩車事故一定程度有利于排除其他因素的干擾.

其次，我國交通事故處理法律程序，一般根據(jù)駕駛人的過錯，將事故責任劃分為全部、主要、同等、次要、無責等5個等級.如果駕駛人存在過錯，則根據(jù)過錯程度將其責任判定為前4個等級.只有駕駛人無過錯的情況下，其責任才被判定為無責.因此，要研究過錯駕駛人的特征，需要將前4類責任駕駛人統(tǒng)一歸為一組，命名為有責駕駛人，然后將其與無責駕駛人進行比較，從而發(fā)現(xiàn)承擔事故責任的駕駛人的行為特征.

根據(jù)上述兩點要求，本文搜集了北京市3年發(fā)生的2 040起兩車交通事故，涉及駕駛人4 080人.然后將他們分為有責方和無責方，其中，有責方2 743人，無責方1 337人.

交通事故數(shù)據(jù)記錄的當事人信息包括30項，本文選擇其中4項進行分析，包括性別、年齡、駕齡、車輛類型等.

1.2 方法

為了比較有責駕駛人和無責駕駛人的差異，本文采用卡方檢驗對其中分類變量的獨立性進行檢驗，采用Wilcoxon-Mann-Whitney檢驗對其中“平均值”的差異性進行檢驗[9].

2 數(shù)據(jù)分析

2.1 責任與性別之間的關系

統(tǒng)計駕駛人在責任和性別兩個變量上的聯(lián)合分布，見表1.

表1 駕駛人在責任和性別上的聯(lián)合分布 人

從表1中可見，男性駕駛人中有責任者較多.而針對責任與性別之間是否獨立的卡方檢驗結果為，卡方統(tǒng)計計量χ2=37.76，p<0.001.這表明，責任與性別之間不獨立、存在相關關系.而進一步計算出，男性駕駛人的近似風險為2.175，女性駕駛人的近似風險為1.054.也就是說，相對而言，男性駕駛人的駕駛風險遠高于女性.

2.2 有責和無責駕駛人在年齡、駕齡上的差異

有責和無責駕駛人在年齡上差異按照5 a為一個區(qū)間段，將駕駛人年齡分為10個區(qū)間，統(tǒng)計有責駕駛和無責駕駛人的年齡分布情況，繪制其密度分布曲線，如圖1所示.

圖1 有責駕駛人和無責駕駛人的年齡分布

有責和無責駕駛人的年齡分布均呈現(xiàn)左偏的特點.也就是說，駕駛人整體的年齡特征呈現(xiàn)出相對年輕化的趨勢.這一特點與我國目前的駕駛人總體分布特點是相符合的，與發(fā)達國家相比，我國整體邁入機動化的時間比較有限，汽車保有量的迅速增加也帶來了駕駛人數(shù)量的突飛猛進，從駕駛人的總體分布上來看，年輕人掌握駕駛技能的比例較高，而中老年人中的比例則相對較低.

從數(shù)據(jù)觀察來看，無責方的年齡略大于有責方.基于Shapiro-Wilk檢驗的結果顯示，兩組數(shù)據(jù)均不服從正態(tài)分布.基于Kolmogorov-Smirnov檢驗的結果顯示，兩組數(shù)據(jù)來自不同總體.基于Wilcoxon-Mann-Whitney檢驗，判斷無責駕駛人的年齡相對于有責其分布更偏左.這表明無責方平均年齡略大于有責方.這一趨勢與現(xiàn)有研究一致，也與駕駛人風險的年齡趨勢一致.這是因為青年駕駛人在生理、心理等方面的不成熟，以及顯著的同伴壓力等社會因素的影響，青年駕駛人在超速、闖紅燈等風險行為中的表現(xiàn)一直較為突出，同時也一直是事故駕駛人研究中的重點關注對象.

進一步統(tǒng)計了各個年齡上的有責駕駛人占總體比例，結果如圖2所示.需要說明的是：①部分有責駕駛人年齡在18歲以下和62歲以上，但人數(shù)較少，因此略去；②年齡在18歲的駕駛人均為有責駕駛人，沒有無責駕駛人，因此基于計算考慮，此處不采用相對危險暴露量(有責與無責之比)作為評價駕駛風險指標，而采用簡單數(shù)學變換后的有責/(有責+無責)作為駕駛風險評價指標.

圖2 各個年齡上責任駕駛人的比例

在整體上，隨著年齡增大，駕駛人駕駛風險逐步下降水平越高，但是當年齡過大時，駕駛人駕駛風險又會上升.對此可以做出如下解釋：隨著年齡和駕駛經(jīng)驗的增長，駕駛人的安全意識不斷增強.這種增強，一方面是源于年齡增長所帶來的生理和心理方面的成熟，如大腦前額皮層負責執(zhí)行和判斷功能的腦區(qū)一般需要在25歲左右才能完全成熟，這種生理機制的成熟自然能夠幫助駕駛人在執(zhí)行駕駛活動中出現(xiàn)更加優(yōu)秀的表現(xiàn).另一方面，伴隨著駕駛經(jīng)驗的增長，駕駛人對駕駛活動中可能存在的各種突發(fā)狀況的應對也趨于更加科學合理，自然也使得駕駛事故風險不斷下降.但是，在60歲之后，由于自然衰老等因素的作用，包括視覺在內的各項生理指標及判斷思維等認知過程能力均出現(xiàn)顯著下滑.因此，這一階段開始，駕駛技能水平開始下滑，駕駛風險重新升高.

但需要注意的是，在整體趨勢中，還存在著21～24歲、28～32歲、36～40歲、47～57歲等4個年齡段上升波動.這種波動除了是可能的正常數(shù)據(jù)波動原因外，很可能與各個年齡段所經(jīng)歷的社會、心理因素有關.21～24歲一般是城市青年走出學校開始工作的階段，而在28～32歲則是成立家庭的高峰階段，這2個伴隨而來的是用車需求與經(jīng)濟實力的同步增長.因此，很可能是人們真正開始學習駕駛技能或購買車輛的一個高峰時間.而這些風險群體駕駛經(jīng)驗不足(與前期是否取得駕照、駕齡多大并無關系)，危險暴露面擴大，并進一步導致他們駕駛風險增大.同樣，年齡在47～57歲的波動值得關注，其時間段與更年期有關，似乎可以解釋為更年期帶來生理變化而造成了駕駛風險增加.事實上，一些國外研究也表明48歲時之后，駕駛人的駕駛風險明顯上升[10].當然這種波動還需要做進一步分析，如采用統(tǒng)計方法對其隨機性進行檢驗.

2.3 有責和無責駕駛人在駕齡的比較

統(tǒng)計有責和無責兩組駕駛人的駕齡分布，如圖3所示.需要說明的是，由于有217名駕駛人無駕照，因此圖3所涉及的駕駛人為3 863名.

圖3 有責和無責駕駛人的年齡分布

從圖3中可以看出，隨著駕齡的增加，有責和無責駕駛人規(guī)模都在下降，但有責駕駛人規(guī)模下降速度較快.就無責駕駛人的駕齡曲線而言，其中存在4～5 a、8～9 a、13～14 a、16～18 a等4處波動，表明駕駛人總體規(guī)模存在著波動.前兩個時間段可能與駕駛人購車經(jīng)歷有關，而后2個根據(jù)時間維度觀察，可能與2002年汽車市場繁榮和1996年駕駛資格放寬有關.兩者均使得我國駕駛人中普通駕駛人比例增加、專業(yè)駕駛人比例下降.

再統(tǒng)計有責駕駛人占總體比例在駕齡上的分布，如圖4所示.

從圖4可以看出，駕齡在1～2 a內，其駕駛風險最高，駕齡為3 a的，其駕駛風險小幅下降.然后駕駛風險逐年下降，但其中存在幾個波動上升年份，分別是駕齡為5～6 a、12 a、15 a、21 a.駕駛人自18～19歲取得駕照，3～4 a后參加工作，然后購買車輛，上路駕駛實踐增加，但駕駛經(jīng)驗不足，導致事故多發(fā)，實際上仍然處于駕駛經(jīng)驗剛剛積累的1～2 a的“新手駕駛人”.圖3和圖4結合起來看，無責駕駛人規(guī)模在駕齡為21 a處持續(xù)下降，但有責駕駛人在該點上升，這可能是因為駕齡為21 a時，駕駛人年齡處于45歲左右，正是開始步入更年期，一方面各項生理、認知指標均開始出現(xiàn)顯著下滑，另一方面，剛剛意識到自己各項指標的下滑所帶來的情緒波動也非常明顯，這些下滑和波動顯然都會對駕駛活動產(chǎn)生一定的影響，并進一步增大駕駛事故風險.需要注意的是，如果考慮到駕齡為21 a的駕駛人在我國并不多，往往是以專業(yè)駕駛人為主，這種解釋更加合理.駕齡為12、15 a處的波動，其產(chǎn)生原因較為復雜，可能是因為初始購車和2002年汽車市場繁榮等多個因素有關，還有待進一步研究.

圖4 不同駕齡上的有責駕駛人比例

3 有責和無責駕駛人在和車輛類型上分布

除了少數(shù)性質不能確定的車輛，統(tǒng)計有責和無責駕駛人在車輛類型上的分布，見表2.

鑒于表2中部分單元格計數(shù)小于5，采用Fisher精確檢驗，統(tǒng)計檢驗結果表明，精確概率p<0.001.這說明車輛類型與事故責任之間存在相關性.而進一步觀察表2，可以看出：①各類車輛中，小型客車整體規(guī)模最大，以此為基準，觀察其他類型車輛的駕駛風險，微型客車的駕駛風險與小型客車的基本持平；②大型客車與汽車列車的駕駛風險程度相近，在各類車輛中最低，甚至低于汽車，表明北京市大型客車運輸企業(yè)的交通安全監(jiān)管和交通安全建設較好；③中型客車的駕駛風險程度最高，甚至高于貨車，可能說明北京市中型客車相關企業(yè)的交通安全監(jiān)管和文化建設不足，需要重點關注；④重型貨車的駕駛風險程度低于中型、輕型和微型貨車，也說明中小型貨運企業(yè)的交通安全監(jiān)管和文化建設不足，有待加強；⑤其他車輛的駕駛風險最高，但有待作進一步分析.

4 結束語

本文研究表明，責任與性別之間的關系較為清晰，與過去的研究基本一致，即可能因為風險意識的原因，男性駕駛人比女性駕駛人更容易發(fā)生交通事故.

但責任與年齡、駕齡的關系較為復雜.雖然在整體上，年齡與責任之間存在U形關系，即低齡駕駛人和高齡駕駛人風險較大，中間年齡段的駕駛人風險較低，但存在著4個年齡段的波動.本文均做了初步解釋.在駕齡上，隨著駕齡增加，駕駛風險逐年下降.但存在著4個波動.本文對第1個、第4個作了解釋，但中間2個有待進一步研究.基于上述分析，除了低齡駕駛人、高齡駕駛人和新手駕駛人，交通安全管理工作需要重點關注新購車群體、47～55歲群體等.

從過去10多年到今后一段時間內，我國處于機動化快速發(fā)展期間，因此，交通事故中駕駛人的年齡和駕齡特征會隨著時間發(fā)展而變化，可能呈現(xiàn)出歐美國家不同的特征，應值得交通安全研究人員關注.

有責駕駛人在車輛類型上分布存在著差異.較之大型運輸企業(yè)，中小型運輸企業(yè)的駕駛人更容易誘發(fā)交通事故，因此交通安全監(jiān)管應該更加深入到中小型運輸企業(yè)，特別是中型客車企業(yè).

本文基于相對風險暴露量和兩車事故，對北京市交通事故有責駕駛人特征進行了初步探討，相關內容還有待進一步展開.