劉 凱，姜 康

(合肥工業(yè)大學(xué) 汽車(chē)與交通工程學(xué)院，安徽 合肥 230009)

由于我國(guó)互聯(lián)網(wǎng)經(jīng)濟(jì)和電子商務(wù)的快速發(fā)展，“叫外賣(mài)”已成為一種新的生活方式。與此同時(shí)，誕生了一批以送外賣(mài)為職業(yè)的“外賣(mài)小哥”，他們大多騎著電動(dòng)自行車(chē)穿梭于城市，2020年人社部正式認(rèn)定這一群體為網(wǎng)約配送員。網(wǎng)約配送員的出現(xiàn)雖然給人們的生活帶來(lái)了便利，但由于電動(dòng)自行車(chē)事故的易發(fā)性、嚴(yán)重性及職業(yè)特殊性，使得網(wǎng)約配送員發(fā)生危險(xiǎn)騎行行為的概率遠(yuǎn)超普通電動(dòng)車(chē)騎行者。數(shù)據(jù)顯示，僅2019年上半年，上海市共發(fā)生涉及外賣(mài)行業(yè)的各類(lèi)道路交通事故325起，造成5人死亡、324人受傷。2020年11月，深圳市交警共查處外賣(mài)行業(yè)交通違法1.7萬(wàn)宗。因此，探究網(wǎng)約配送員危險(xiǎn)騎行行為及其影響因素，進(jìn)而制定有針對(duì)性的措施來(lái)改善其騎行行為，對(duì)于保障我國(guó)特定職業(yè)群體的道路交通安全有著極其重要的意義。

與機(jī)動(dòng)車(chē)相比，電動(dòng)自行車(chē)因其較小的體積和較快的車(chē)速，以及缺乏保護(hù)的騎行狀態(tài)，會(huì)大大增加事故的風(fēng)險(xiǎn)和嚴(yán)重性[1-2]。國(guó)內(nèi)外學(xué)者對(duì)電動(dòng)自行車(chē)騎行的相關(guān)安全問(wèn)題進(jìn)行了研究。Wu等[3]通過(guò)調(diào)查研究，指出我國(guó)騎行者的8個(gè)危險(xiǎn)騎行行為，包括逆向騎行、占道騎行、使用手機(jī)等。Ma等[4]系統(tǒng)整理了以往研究，總結(jié)電動(dòng)自行車(chē)的主要危險(xiǎn)騎行行為，包括占道騎行、逆向騎行等。Gao等[5]在我國(guó)長(zhǎng)沙市開(kāi)展一項(xiàng)觀察性研究，評(píng)估騎行者逆向騎行、雙手不握把手和占道騎行等危險(xiǎn)騎行行為的發(fā)生率，結(jié)果發(fā)現(xiàn)危險(xiǎn)騎行行為的發(fā)生率相當(dāng)驚人。Rusdi等[6]探究中低收入國(guó)家電動(dòng)車(chē)騎行者危險(xiǎn)騎行行為的發(fā)生率和影響因素，主要觀察不佩戴頭盔、使用手機(jī)等危險(xiǎn)騎行行為及其他人口統(tǒng)計(jì)學(xué)信息和環(huán)境因素，研究表明危險(xiǎn)騎行行為在中低收入國(guó)家普遍存在，且影響因素會(huì)因場(chǎng)景不同而不同。

相較于普通非機(jī)動(dòng)車(chē)騎行者的騎行行為研究，關(guān)于網(wǎng)約配送員的研究卻顯得十分不足。趙永強(qiáng)等[7]和Vassilis等[8]通過(guò)問(wèn)卷調(diào)查分別研究我國(guó)和希臘網(wǎng)約配送員的社會(huì)人口特征與危險(xiǎn)騎行行為間的關(guān)系。張凡等[9]和Shen等[10]通過(guò)計(jì)劃行為理論構(gòu)建框架，使用結(jié)構(gòu)方程模型研究網(wǎng)約配送員闖紅燈行為，發(fā)現(xiàn)態(tài)度等因素與網(wǎng)約配送員紅燈行為密切相關(guān)。

作為我國(guó)城市道路上新興的電動(dòng)自行車(chē)騎行群體，網(wǎng)約配送員與普通非機(jī)動(dòng)車(chē)騎行者的騎行行為有較大不同。雖然國(guó)內(nèi)外已經(jīng)有一些關(guān)于危險(xiǎn)騎行行為的研究，但現(xiàn)有研究主要針對(duì)非機(jī)動(dòng)車(chē)騎行者的交通安全心理與行為[11-12]，對(duì)網(wǎng)約配送員群體的關(guān)注不夠；且對(duì)網(wǎng)約配送員交通安全的研究主要通過(guò)問(wèn)卷調(diào)查展開(kāi)，數(shù)據(jù)收集存在一定的社會(huì)稱(chēng)許性，難以挖掘自然狀態(tài)下的行為特征規(guī)律，對(duì)于網(wǎng)約配送員交通安全提升缺乏有效的理論支持和策略方法。因此，文中基于實(shí)地視頻觀察收集數(shù)據(jù)，通過(guò)二元Logistic回歸模型分析網(wǎng)約配送員危險(xiǎn)騎行行為，并探究其影響因素。

1 研究方法

在非機(jī)動(dòng)車(chē)騎行行為數(shù)據(jù)收集方面，主要采用問(wèn)卷調(diào)查法[13-15]和視頻觀察法[16-17]。問(wèn)卷調(diào)查法主要通過(guò)收集騎行者騎行行為、安全態(tài)度、風(fēng)險(xiǎn)感知等信息進(jìn)行研究。與問(wèn)卷調(diào)查相比，視頻觀察法可收集騎行者在自然狀態(tài)下的騎行行為，保證騎行者行為的真實(shí)性。此外，視頻可反復(fù)觀看，也確保了采集數(shù)據(jù)的準(zhǔn)確性。基于上述優(yōu)點(diǎn)，文中通過(guò)實(shí)地視頻錄制，收集網(wǎng)約配送員的危險(xiǎn)騎行行為數(shù)據(jù)。

1.1 觀察點(diǎn)選擇

文中的觀察點(diǎn)選在我國(guó)蕪湖市，在道路中段選擇4個(gè)位置進(jìn)行觀察。按機(jī)非分離類(lèi)型分為標(biāo)線(xiàn)分隔、柵欄分隔、綠化分隔和機(jī)非混行。為保證觀察樣本的普遍性和豐富性，觀察點(diǎn)的選擇應(yīng)遵循以下標(biāo)準(zhǔn)：具有代表性；路側(cè)有足夠的空間架設(shè)相機(jī)，且不會(huì)影響交通；道路中段不設(shè)路邊停車(chē)位。

1.2 視頻數(shù)據(jù)采集與記錄

使用Sony HDR-CX405高清數(shù)碼攝像機(jī)記錄職業(yè)需求騎行者的危險(xiǎn)騎行行為，將攝像機(jī)放置在路側(cè)不容易被騎行者觀察到的地方，且視線(xiàn)無(wú)遮擋，確保可以準(zhǔn)確記錄到網(wǎng)約配送員行為。觀察時(shí)間為2020年5月至6月，由于網(wǎng)約配送員主要在用餐時(shí)間工作，所以將每個(gè)觀察點(diǎn)的錄制時(shí)間定為午高峰(11:30—12:30)和晚高峰(17:30—18:30)，觀察期間的天氣均為晴天。觀察點(diǎn)錄制視頻時(shí)長(zhǎng)合計(jì)12 h，共觀察到754位網(wǎng)約配送員。

綜合考慮既有研究、我國(guó)道路交通安全法的有關(guān)規(guī)定和網(wǎng)約配送員騎行時(shí)的實(shí)際情況，文中選擇了3種典型危險(xiǎn)騎行行為進(jìn)行研究，分別為占道騎行、逆向騎行和使用手機(jī)。對(duì)每位網(wǎng)約配送員分別記錄其性別、估計(jì)的年齡分組及其危險(xiǎn)騎行行為等。對(duì)估計(jì)的年齡進(jìn)行分組，可分為3類(lèi)：年輕組為目測(cè)30歲以下，中等組為目測(cè)30～45歲，年長(zhǎng)組為目測(cè)45歲以上[18-19]。記錄觀測(cè)點(diǎn)非機(jī)動(dòng)車(chē)道密度和機(jī)動(dòng)車(chē)道密度，并將每分鐘的平均交通密度作為觀察點(diǎn)密度。通過(guò)觀測(cè)，將機(jī)動(dòng)車(chē)交通密度分為低密度(0～28 輛·km-1·lane-1)、高密度(>28 輛·km-1·lane-1)；同樣,非機(jī)動(dòng)車(chē)交通密度分為低密度(0～0.093 輛·m-2)、高密度(>0.093輛·m-2)[20]。速度則是通過(guò)視頻中單位時(shí)間內(nèi)經(jīng)過(guò)的距離換算得出。

1.3 數(shù)據(jù)分析

考慮到危險(xiǎn)騎行行為是否發(fā)生為二元變量，選擇二元Logistic回歸模型進(jìn)行數(shù)據(jù)分析，以分析在不同道路場(chǎng)景下危險(xiǎn)騎行行為的發(fā)生與性別、年齡、是否佩戴頭盔、非機(jī)動(dòng)車(chē)道密度、機(jī)動(dòng)車(chē)道密度及速度之間的關(guān)系。

2 結(jié) 果

2.1 危險(xiǎn)騎行行為統(tǒng)計(jì)

通過(guò)描述性統(tǒng)計(jì)對(duì)不同道路特征(機(jī)非分隔類(lèi)型、車(chē)道密度)及754位網(wǎng)約配送員的人口統(tǒng)計(jì)學(xué)信息(性別、估計(jì)的年齡段)、騎行行為和特征進(jìn)行分析，分析結(jié)果如表1所示。對(duì)網(wǎng)約配送員的騎行速度進(jìn)行統(tǒng)計(jì)，結(jié)果如表2所示。

表1 危險(xiǎn)騎行行為統(tǒng)計(jì)

表2 騎行速度統(tǒng)計(jì)

從表1可以看出，性別上男性網(wǎng)約配送員675人(89.52%)、女性79人(10.48%)，分布情況與相關(guān)報(bào)告[21]的數(shù)據(jù)相一致。男性占道騎行的百分率(45.63%)明顯高于女性的百分率(39.24%)；男性(11.11%)逆向騎行的百分率與女性(12.66%)大致相同；男性使用手機(jī)的百分率(13.19%)則高于女性(10.13%)。

年齡分布也與報(bào)告的數(shù)據(jù)相吻合，超過(guò)一半的網(wǎng)約配送員處于30～45歲年齡段(50.53%)。年長(zhǎng)組(53.68%)、中等組(43.57%)、年輕組(38.80%)的占道騎行百分率依次降低；3個(gè)年齡組逆向騎行的百分率大致相同(11.05%;11.29%；11.48%)；中等組(14.96%)使用手機(jī)的百分率明顯高于年長(zhǎng)組(10.53%)與年輕組(10.93%)。

超過(guò)一半的網(wǎng)約配送員(55.97%)會(huì)在騎行時(shí)佩戴頭盔。佩戴頭盔的網(wǎng)約配送員(41.23%)占道騎行百分率明顯低于不佩戴頭盔的網(wǎng)約配送員(49.70%)；佩戴頭盔的配送員(14.22%)逆向騎行百分率是不佩戴頭盔(7.53%)的2倍；佩戴頭盔的配送員(11.14%)使用手機(jī)的百分率低于不佩戴頭盔的配送員(15.06%)。

在柵欄分隔(55.11%)和混行(50.29%)條件下網(wǎng)約配送員占道騎行的百分率最大；在標(biāo)線(xiàn)分隔(17.16%)和綠化分隔(16.45%)條件下，網(wǎng)約配送員逆向騎行百分率明顯高于柵欄分隔(8.44%)和混行(3.47%)；在柵欄分隔(14.67%)、標(biāo)線(xiàn)分隔(13.73%)、混行(11.56%)和綠化分隔(10.53%)條件下，網(wǎng)約配送員使用手機(jī)的百分率依次降低。

網(wǎng)約配送員在非機(jī)動(dòng)車(chē)道低密度(45.88%)時(shí)的占道騎行百分率高于高密度(44.20%)時(shí)；在非機(jī)動(dòng)車(chē)道高密度時(shí)，網(wǎng)約配送員的逆向騎行百分率更大(13.04%)，而在低密度時(shí)則會(huì)更多地使用手機(jī)(14.12%)。

機(jī)動(dòng)車(chē)道處于低密度時(shí)，網(wǎng)約配送員的占道騎行百分率更大(55.82%)；高密度時(shí)逆向騎行的百分率更大(14.71%)；同時(shí)，在高密度時(shí)使用手機(jī)的百分率也更大(16.67%)。

從表2可以看出，網(wǎng)約配送員占道騎行時(shí)速度最快，高達(dá)30.37 km/h；使用手機(jī)時(shí)速度為22.62 km/h；逆向騎行時(shí)速度最慢，為19.52 km/h。

2.2 危險(xiǎn)騎行行為影響因素

通過(guò)二元Logistic回歸分析探究在各道路場(chǎng)景情況下網(wǎng)約配送員危險(xiǎn)騎行行為的影響因素，分析結(jié)果如表3所示。

表3 二元Logistic回歸分析結(jié)果

從表3可以看出，相比于男性網(wǎng)約配送員，女性會(huì)有更少的占道騎行(OR=0.770，95%CI：0.478～1.239)。年輕組(OR=0.547， 95%CI：0.362～0.826)和中等組(OR=0.666，95%CI：0.470～0.945)相比年長(zhǎng)組發(fā)生占道騎行的概率更低。騎行時(shí)不佩戴頭盔的網(wǎng)約配送員會(huì)有更多的占道騎行(OR=1.408，95%CI：1.054～1.881)。占道騎行也會(huì)受到機(jī)非分隔類(lèi)型的影響，標(biāo)線(xiàn)分隔類(lèi)型的發(fā)生率最低，柵欄分隔(OR=2.625，95%CI：1.769～3.896)和混行(OR=2.163，95%CI：1.423～3.289)時(shí)的發(fā)生率最高。占道騎行的發(fā)生率與非機(jī)動(dòng)車(chē)道密度呈正相關(guān)，密度越高網(wǎng)約配送員占道騎行的概率就越大(OR=2.019，95%CI：1.432～3.053)。此外，該行為還與機(jī)動(dòng)車(chē)道密度呈負(fù)相關(guān)，在機(jī)動(dòng)車(chē)低密度狀態(tài)時(shí)發(fā)生率最高(OR=0.172，95%CI：0.108～0.274)。同時(shí)，速度也與占道騎行的發(fā)生密切相關(guān)，速度越大越可能發(fā)生占道騎行(OR=1.205，95%CI：1.167～1.245)。

女性網(wǎng)約配送員相比男性會(huì)有更少的逆向騎行(OR=0.469，95%CI：0.385～0.571)；騎行時(shí)不佩戴頭盔的網(wǎng)約配送員會(huì)有更多的逆向騎行(OR=2.035，95%CI：1.246～3.325)；相比于標(biāo)線(xiàn)分隔，網(wǎng)約配送員在柵欄分隔(OR=0.445，95%CI：0.246～0.807)和混行(OR=0.173，95%CI：0.071～0.423)時(shí)會(huì)有更少的逆行騎行；隨著非機(jī)動(dòng)車(chē)道密度的增大，逆向騎行的發(fā)生率會(huì)降低(OR=0.352，95%CI：0.117～1.062)。同時(shí)，逆向騎行的發(fā)生率會(huì)隨著速度的增大而下降(OR=0.834，95%CI：0.797～0.871)。

相比男性網(wǎng)約配送員，女性在騎行時(shí)使用手機(jī)的概率會(huì)更低(OR=0.189，95%CI：0.038～0.931)。非機(jī)動(dòng)車(chē)道密度對(duì)騎行時(shí)使用手機(jī)行為也有一定影響：非機(jī)動(dòng)車(chē)道密度越高，網(wǎng)約配送員越不會(huì)在騎行時(shí)使用手機(jī)(OR=0.608，95%CI：0.386～0.957)。速度越低也越容易發(fā)生使用手機(jī)情況(OR=0.923，95%CI：0.893～0.953)。

3 討 論

網(wǎng)約配送員的性別與危險(xiǎn)騎行行為的發(fā)生關(guān)系密切，女性比男性有更少的危險(xiǎn)騎行行為，這一結(jié)果與Bai等[22]的研究結(jié)果相似，男性比女性更容易發(fā)生危險(xiǎn)騎行行為。

年齡因素同樣也影響著危險(xiǎn)騎行行為的發(fā)生。相比于年長(zhǎng)組，年輕組會(huì)有更少的占道騎行行為，這與以往的研究結(jié)果有些不同：一般來(lái)說(shuō)年長(zhǎng)的非機(jī)動(dòng)車(chē)騎行者會(huì)更加謹(jǐn)慎，會(huì)有更少的危險(xiǎn)騎行行為。對(duì)于網(wǎng)約配送員，年長(zhǎng)意味著經(jīng)驗(yàn)更加豐富，騎行技能更加出色，他們認(rèn)為自己能更好地控制車(chē)輛并處理意外情況[23]，所以相較于普通騎行者會(huì)有更多的危險(xiǎn)騎行行為。

騎行時(shí)是否佩戴頭盔也會(huì)影響網(wǎng)約配送員的騎行行為，不佩戴頭盔的網(wǎng)約配送員發(fā)生占道騎行和逆向騎行的概率更大，這與不佩戴頭盔的網(wǎng)約配送員本身安全意識(shí)不高相關(guān)，所以，安全意識(shí)不高也會(huì)導(dǎo)致更多的危險(xiǎn)騎行行為。

機(jī)非分隔類(lèi)型同樣是非常重要的影響因素。在先前的研究中[24]，標(biāo)線(xiàn)分隔道路中的占道騎行概率遠(yuǎn)高于柵欄分隔和綠化分隔道路，該結(jié)果與文中結(jié)果有較大不同。研究發(fā)現(xiàn)，相比于標(biāo)線(xiàn)分隔類(lèi)型，在柵欄分隔的道路上占道騎行概率更大，主要是由于在中小城市中，采用標(biāo)線(xiàn)類(lèi)型分隔的道路較窄，即使對(duì)于騎行經(jīng)驗(yàn)和技術(shù)更加出色的網(wǎng)約配送員來(lái)說(shuō)，也會(huì)選擇在標(biāo)線(xiàn)內(nèi)騎行，以保證自己的騎行安全。

道路上非機(jī)動(dòng)車(chē)道密度也與網(wǎng)約配送員的危險(xiǎn)騎行行為密切相關(guān)。隨著非機(jī)動(dòng)車(chē)道密度的增加，占道騎行的行為會(huì)越來(lái)越多，而逆向騎行則隨著非機(jī)動(dòng)車(chē)道密度的增加而減少。隨著非機(jī)動(dòng)車(chē)道密度的減小，網(wǎng)約配送員使用手機(jī)的概率會(huì)增大，網(wǎng)約配送員更可能在非機(jī)動(dòng)車(chē)較少的道路上使用手機(jī)查看自己的訂單，并聯(lián)系商家和客戶(hù)。

機(jī)動(dòng)車(chē)道密度也是影響網(wǎng)約配送員占道騎行的重要因素。網(wǎng)約配送員的占道騎行會(huì)隨著機(jī)動(dòng)車(chē)道密度的增加而減少，這與普通非機(jī)動(dòng)車(chē)騎行者的行為相似。其他學(xué)者對(duì)于普通非機(jī)動(dòng)車(chē)騎行者的研究[25]發(fā)現(xiàn)：隨著機(jī)動(dòng)車(chē)道密度的增加危險(xiǎn)騎行行為會(huì)隨之減少，在機(jī)動(dòng)車(chē)道密度擁擠的道路上，即使經(jīng)驗(yàn)更加豐富、騎行技能更加出色的網(wǎng)約配送員，也不會(huì)選擇占道騎行。

在關(guān)于普通非機(jī)動(dòng)車(chē)騎行者危險(xiǎn)騎行行為的研究中[26-27]，速度也是十分重要的影響因素。本研究對(duì)網(wǎng)約配送員危險(xiǎn)騎行行為進(jìn)行分析發(fā)現(xiàn)，速度因素對(duì)于危險(xiǎn)騎行行為也有重要影響。占道騎行會(huì)隨著速度的增加而增加，這與網(wǎng)約配送員的職業(yè)性密切相關(guān)，他們需要在規(guī)定時(shí)間內(nèi)完成相應(yīng)的訂單，因此，需要更快的速度。逆向騎行則會(huì)隨著速度的增加而減少，一般情況下網(wǎng)約配送員在逆向騎行時(shí)會(huì)降低速度，以避免與正常行駛車(chē)輛發(fā)生沖突。使用手機(jī)的情況與逆向騎行相似，會(huì)隨著速度的增加而減少，由于職業(yè)原因，網(wǎng)約配送員需要時(shí)常使用手機(jī)查看訂單與路線(xiàn)，大多數(shù)情況下網(wǎng)約配送員會(huì)選擇在速度較慢時(shí)使用手機(jī)。

文中的調(diào)查地點(diǎn)為我國(guó)典型中等城市，根據(jù)相關(guān)報(bào)告，80%的網(wǎng)約配送員集中在發(fā)達(dá)城市，因此，發(fā)達(dá)城市的網(wǎng)約配送員危險(xiǎn)騎行行為更值得關(guān)注。由于不同城市對(duì)網(wǎng)約配送員的管理不相同，在未來(lái)的研究中需要重點(diǎn)關(guān)注不同城市網(wǎng)約配送員危險(xiǎn)騎行行為的差異性。同時(shí)，由于本研究采用視頻觀察的方法開(kāi)展，并未考慮網(wǎng)約配送員的收入、學(xué)歷、家庭等社會(huì)人口特征因素，因此，無(wú)法確定危險(xiǎn)騎行行為是否與這些因素有潛在關(guān)系，這也是未來(lái)的關(guān)注重點(diǎn)。

4 結(jié) 論

通過(guò)對(duì)路段典型危險(xiǎn)騎行行為的視頻觀察，研究探討了我國(guó)中等城市蕪湖市網(wǎng)約配送員的危險(xiǎn)騎行行為特性。分析結(jié)果表明：男性相比女性更有可能發(fā)生危險(xiǎn)騎行行為；年長(zhǎng)組危險(xiǎn)騎行行為發(fā)生率則會(huì)高于年輕的網(wǎng)約配送員；不佩戴頭盔的網(wǎng)約配送員會(huì)有更多的危險(xiǎn)騎行行為；在道路的機(jī)非分隔類(lèi)型中，網(wǎng)約配送員在柵欄分隔類(lèi)型的道路上發(fā)生危險(xiǎn)騎行行為的概率較大；非機(jī)動(dòng)車(chē)道密度和機(jī)動(dòng)車(chē)道密度則對(duì)不同危險(xiǎn)騎行行為的影響各不相同；速度也與網(wǎng)約配送員的危險(xiǎn)騎行行為密切相關(guān)，速度越快占道騎行的發(fā)生率越高，逆向騎行和使用手機(jī)的發(fā)生率則會(huì)越低。以上研究結(jié)果有利于交通管理部門(mén)以及相關(guān)平臺(tái)企業(yè)針對(duì)網(wǎng)約配送員群體，制定相應(yīng)的管理制度和安全培訓(xùn)措施。