交通安全意识对非机动车骑行者危险骑行行为的影响研究

安全意识在促进安全行为方面发挥着重要作用,但由于安全意识具有多维性和复杂性,难以直接测量。为探究交通安全意识对危险骑行行为的影响,通过云模型选取安全态度、危险认知、安全素质和外界环境这4个潜变量,作为影响交通安全意识的结构要素,并基于调查问卷数据开展实证研究。运用Mplus 8.0软件构建“交通安全意识-危险骑行行为”结构方程模型,量化交通安全意识各要素作用于危险骑行行为的因果链路。采用Bootstrap法检验安全素质、危险认知和安全态度的中介作用,梳理外界环境对危险骑行行为的直接和间接关系;再利用分层回归模型,验证交通安全知识在交通安全意识与危险骑行行为间的调节效应。研究结果表明:①结构方程模型拟合良好,交通安全意识的4个要素分别与危险骑行行为呈显著的负相关,其中,危险认知对无意行为的影响最大(-0.331),安全态度对有意行为的影响最大(-0.332);②中介效应显示外界环境作为外生变量可直接作用于行为,也可通过安全素质、危险认知和安全态度对骑行者的行为产生影响;③交通安全知识的调节作用显著(ΔR^(2)=0.017,P<0.05),该变量强化了交通安全意识与危险骑行行为的负向影响关系,其简单斜率关系表明,当骑行者交通安全知识水平较高时,交通安全意识对危险骑行行为的作用效果更强。

基于结构方程的校园电动自行车危险骑行行为分析

为提高校园交通安全性,探究校园环境下大学生电动自行车危险骑行行为的影响因素。根据预调研结果,在计划行为理论(TPB)模型的基础上新增“环境管制态度”变量,编制调查问卷,构建基于拓展计划行为理论的结构方程模型(SEM);通过相关性分析和模型路径检验,对264份有效样本数据开展实证研究。结果表明:校园环境中,学生的日均骑行时长、骑行事故率、充电冲突率与危险骑行行为存在正相关性;行为态度、主观规范、知觉行为控制对安全行为意向有一定影响;对危险骑行行为的抑制作用最强的是安全行为意向,其次是环境管制态度,知觉行为控制对危险骑行行为呈现了与以往研究不同的促进作用。研究结果可为校园危险骑行行为的有效管控提供参考。

基于骑行技能与行为问卷的校园骑行行为研究

为了分析校园内自行车风险骑行行为的影响机制.使用问卷调查方法,编制了自行车风险骑行行为量表,获取了757份有效问卷.对问卷进行因子分析,提取了冷静专注、应急避险、安全平稳3个骑行技能因子,以及一般危险行为、操控能力弱化、路口消极行为3个骑行行为因子.将各因子得分与骑行者特征关联,进行方差分析发现:1)女性骑行者有更好的安全平稳骑行能力;2)骑行频率更高的骑行者有更好的安全平稳骑行能力和更少的路口消极行为;3)骑龄更大的骑行者有更强的应急避险能力和更少的路口消极行为.研究得到校园骑行行为的构成特点,并强调了骑行频率与经验对安全骑行习惯养成的作用.

非机动车骑行行为实验研究

基于交通信息负荷量和交通信息变化的非机动车骑行过程,分析了骑行行为的安全性.针对不同的交通信息负荷量下非机动车骑行者的骑行行为,从骑行的安全感和舒适度出发,借助交通行为分析理论,设计了非机动车行车实验的研究方法,通过对比实验研究,分析了非机动车的速度和加速度特点,并根据自行车速度不稳定、波动频率高,而电动自行车速度相对稳定,但速度高、加速度大的特点,得出电动自行车安全性差的结论,验证了实验方法的可行性与合理性.

基于道路交通环境的非机动车骑行行为特征研究

为促进路段非机动车服务水平评价及骑行环境改善,以道路交通环境为基础,研究非机动车骑行行为特征是十分必要的.以机非实体隔离、未施划人行横道的非机动车专用道为研究对象,在骑行行为特征影响因素分析的基础上,针对具有不同道路交通环境的典型路段采集非机动车骑行行为信息,应用二维运动图像解析技术与数理统计分析方法研究速度、加减速度、加速度变化率、横向偏移率等骑行行为特征,剖析不同道路交通环境下骑行行为特征的特点;在此基础上,利用广义回归神经网络建立基于道路交通环境的非机动车骑行行为特征模型.通过模型精度分析,证明基于道路交通环境的广义回归神经网络模型对非机动车骑行行为特征的预测效果良好.

基于卷积神经网络的自行车骑行行为识别

为研究适合我国城市交通的自行车骑行行为分类识别方法,实施骑行行为视频调查试验,并提取骑行者骑行特征信息。结合我国交通现状和自行车交通特点,提出一种新的骑行行为分类方法,新的行为分类可基本覆盖我国自行车交通的所有骑行行为场景。采用提出的行为分类方法对试验个体骑行行为进行人工分类标记,得到不同骑行场景下的骑行行为分类数据集。基于卷积神经网络(CNN)建立自行车骑行行为识别模型,考虑模型输入特征特性以及分类任务复杂度对模型结构进行迭代设计选优,调整模型网络组成和卷积参数,得到分类效果显著的模型结构。对比分析多元Logit分类模型、三层全连接层BP神经网络模型,与本文的卷积网络模型在骑行行为分类预测的表现,在20 000次迭代训练之后, 3个模型均得到收敛结果。结果表明,提出的骑行行为分类模型准确率分别高于多元Logit模型20%,高于BP网络模型15%,显著优于对比模型的识别效果。卷积网络模型可有效解析骑行行为与各骑行特征因素之间的关系。

自行车骑行行为研究

从观察自行车骑行者在路段和路口的骑行行为出发,分别选择有机非隔离栏和无机非隔离栏的非机动车道,对路段和路口停车线分区域、对自行车分种类进行观测,并通过便携式摄像机进行实时拍摄,调查到大量的数据,在对调查数据进行统计分析的基础上,总结出自行车骑行者在路口、路段上的骑行行为效应和相关交通流特性。

基于强化敏感性理论的电动自行车风险骑行行为影响因素

从交通管理的奖惩机制角度,探究电动自行车骑行人的奖惩反应性对其风险骑行行为的影响机理。采用改进强化敏感性理论构建风险骑行行为的心理认知模型。在改进强化敏感性理论框架下,引入风险感知和风险骑行意向,同时考虑性别、年龄和骑行次数的影响,采用结构方程模型评估影响风险骑行行为的主要心理因素。通过问卷调查,共获取402个有效样本。研究结果表明:(1)修正后的心理认知模型对数据的适配性良好(χ^(2)/df=1.343,RMSEA=0.029),能解释风险骑行行为48%的变异;(2)惩罚敏感性和奖励敏感性显著影响风险骑行行为,且奖励敏感性的影响程度更大;(3)风险感知和风险骑行意向显著影响风险骑行行为;(4)性别显著影响惩罚敏感性和奖励敏感性,且通过二者间接显著影响风险骑行行为;而年龄、骑行次数对各变量的影响均不显著。

电动自行车超速骑行行为的心理因素预测

目的:探讨影响电动自行车超速骑行的心理因素,为减少电动自行车超速骑行提供心理学支持。方法:基于计划行为理论(TPB)和原型意愿模型(PWM)编制问卷,使用问卷星在线调查平台收集有效问卷415份,采用SPSS 16.0和Amos 24.0软件对数据进行分析和模型构建。结果:(1)与TPB相比,PWM和TPB-PWM扩展模型能更好地预测电动自行车超速骑行行为(解释率分别为14%,21%,21%);(2)电动车超速骑行行为意愿对预测电动车超速骑行行为的贡献(33%)稍高于行为意向的解释率(27%);(3)态度、主观规范、原型相似、原型好感、骑行自我效能、行为意愿和行为意向对超速骑行行为具有显著的预测效应(P<0.05)。结论:电动车骑行超速行为更多受到社会反应性决策的影响,骑行者态度、主观规范,原型认知和骑行自我效能感能有效预测骑行超速行为。

电动自行车上牌与骑行者危险骑行行为和交通事故风险的关联分析:网络调查

目的了解电动自行车上牌情况与骑行者出现危险骑行行为及发生交通事故风险的关联,为提升道路交通安全提供参考。方法于2022年3月开展网上问卷调查,收集电动自行车骑行者的基本情况、11种危险骑行行为和交通事故/临近交通事故发生情况。采用多因素logistic回归分析上牌与危险骑行行为、上牌与交通事故/临近交通事故发生风险间的关系。结果共调查490名以骑行私家电动自行车为主要出行方式的人员,其中已上牌者441人(占90.00%)。在11种危险骑行行为中,占用行人专用道、与同行者交谈和车速过快的发生率最高,分别为58.37%、57.35%和56.33%。近1个月内,电动自行车骑行人员的交通事故/临近交通事故发生率为15.71%。多因素logistic回归分析结果显示,仅车速过快(OR=0.411,95%CI:0.205,0.824)、占用中央机动车道(OR=0.415,95%CI:0.215,0.801)、占用行人专用道(OR=0.473,95%CI:0.238,0.939)和未佩戴头盔(OR=0.430,95%CI:0.220,0.840)4种危险行为与电动自行车上牌存在统计学关联(P<0.05),电动自行车上牌与以上4种危险行为发生相关。结论电动自行车骑行人员的危险骑行行为高发,电动自行车上牌与部分危险行为发生率低有关,建议在全国推广电动自行车上牌政策。

网约配送员典型危险骑行行为特性研究

针对网约配送员危险骑行行为的发生率远超普通电动车骑行者问题,通过路段观测的方法,收集并记录网约配送员的人口统计学信息及3种典型危险骑行行为(占道骑行、逆向骑行和使用手机);通过二元Logistic回归模型对观测数据进行分析,探究网约配送员危险骑行行为特性。结果表明:男性的危险骑行行为发生率要高于女性;年长组危险骑行行为发生率更高;不佩戴头盔的网约配送员会有更多的危险骑行行为;非机动车道密度、机动车道密度与速度因素对不同的危险骑行行为也有显著影响。研究结果可为交通管理部门及相关企业针对网约配送员特殊群体制定相关管理制度及安全培训措施提供借鉴,也有利于道路交通安全的改善。

电动自行车骑行行为问卷设计及信效度检验

考虑到电动自行车交通安全问题日益突出,结合我国的实际情况和电动自行车骑行行为特点,自行设计了针对电动自行车骑行人的骑行行为问卷.回收问卷后进行统计学分析,对问卷的信效度进行了检验.结果显示,该问卷具有良好的信效度,可以作为评估电动自行车骑行行为的有效工具.并且在检验结构效度的过程中探索并验证了电动自行车骑行行为量表的三因子结构并建立了其结构方程模型.

自行车使用者关于危险骑行行为的影响因素综述

非法占用机动车道、超速骑行、闯红灯、黄灯骑行、非法载人和逆向骑行主要的自行车危险骑行行为。文章通过已有的安全系统构成要素方法,结合文献研究对自行车行车安全的因素进行分类与归纳。

上海市成年人自行车骑行行为及影响因素分析

目的探讨上海市成年人自行车骑行行为特征及其影响因素,为从环境卫生角度制定干预措施及城市规划提供参考。方法以社会生态模型为理论框架,采用问卷调查法收集数据,采用二项分类logistic回归方法对自行车骑行行为的影响因素进行分析。结果上海市自行车骑行者目前主要以"事务性"为目的,以每天时间≤30min的比例最高(67.52%)。社会人口统计特征作为控制变量,社会环境中,骑行氛围(P=0.001)、骑行后主观感受(P=0.000)、骑行认识(P=0.000)、便捷感受度(P=0.000)和个人因素(态度和技能)的骑车熟练程度(P=0.000)、是否得到指导(P=0.000)是可以预测与解释骑行行为的重要预测变量。自然环境中的骑行环境舒适度(P=0.013)、物理环境变量中停车安全(P=0.001)和道路设施(P=0.000)是具有非常显著意义的影响因素。结论社会人口特征、社会环境、个人层面因素和环境因素对自行车骑行行为都产生影响。

基于网络文本分析的自行车骑行行为与空间特征研究

依据旅游者空间行为模式等理论,搜集和获取网络自行车骑行数据,借助Excel、SPSS 21、Google Earth、GIS Office等软件对百度收录的以自行车骑行为主题的新闻进行内容分析,从网络服务器获取的自行车骑行APP运动轨迹进行聚类分析,得出自行车骑行者的行为的4个特征:在骑行方式上,独自一人骑行约占25%,男性占绝大多数,非独自骑行中2~20人数段约占65%;在骑行道路选择偏好上,选择国道的最多,其次是城市道路和省道;在骑行空间尺度上,跨省级的最多,其次是市级和省级;在骑行目的上,出于公益、宣传的最多,其次是有组织的节事、活动,出于锻炼磨炼和旅行观光的相当。进而在骑行空间特征方面,聚类得出直游型和环状游等两种简单型骑行模式,以及点轴辐射型、轴环型、双环型、串珠式、点轴辐射与环游的组合型等由直游型和环状游复合形成的组合型骑行模式。基于研究结果,提出促进自行车骑行运动可持续发展的4项策略:加快自行车专用道与城市绿道建设;加强自行车骑行旅游安全管理;发挥非正式自行车骑行组织作用;提升自行车骑行的科技和信息化水平。

共享单车骑行的时空与人文驱动力研究

随着城市共享单车的普及,了解骑行行为的时空与人文驱动力变得尤为重要。本研究通过多维度解析共享单车数据,旨在探讨共享单车使用模式的变化及其背后的原因。研究过程中,我们对纽约市2020年6月和12月超过200万条数据进行了预处理和加工,并运用地理学方法和地理数据对纽约市共享单车使用情况进行了深入分析。文章关注了共享单车的使用量、骑行距离、使用时段以及与城市功能区的关联性。此外,本文还考察了年龄、性别以及工作日和周末等人文因素对共享单车使用的影响。本研究为城市交通规划和共享单车运营提供了有益启示,同时对于理解共享单车在城市交通中的地位和作用具有重要意义,也为相关政策制定提供了参考依据。

《电动自行车交通安全与事故预防》

作者:周继彪等,出版社:人民交通,出版社股份有限公司,定价:98.00,本书是一本介绍电动自行车交通安全与事故预防的学术专著,较为全面地论述了电动自行车的发展现状、交通出行特性、交通事故特征、安全影响因素、风险骑行行为、决策行为分析、头盔政策分析。

大学生骑行者行为研究

自行车骑行既是一种旅游方式,又是一种健康、时尚的生活方式,日益受到大学生群体的欢迎。大学生骑行者以男性为主,年龄分布较为均匀,骑龄相对较长,内在动机以强身健体、观光休闲为主,影响因素包括时间、资金、体力、安全和交通条件等。大学生参加骑行运动,不但可以为骑行运动的发展注入活力,而且可以成为城市形象建构和城市品质提升工作的组成部分。推动大学生骑行运动的发展,需要在加强价值引领的基础上,完善运动设施,优化赛事组织。

疫情期间共享单车的使用行为与意愿

2020年初爆发的新型冠状病毒肺炎疫情对城市交通系统造成了重大影响。利用网络问卷,调查疫情前后公众对共享单车的选择意愿与使用行为。调查结果显示,共享单车在疫情期间的主要交通功能由接驳其他公共交通方式变为承担完整的出行。通过建立多元逻辑回归模型分析疫情期间共享单车使用频率的影响因素,结果显示,用户的复工状况、对疫情的担忧程度、所处地区的交通管控程度以及共享单车的经济性、便捷性、安全性等对其有显著影响。在聚类分析的基础上总结了疫情期间共享单车的三种使用模式,并分析用户的年龄、环保意识和城市的交通拥堵程度、交通管控措施对使用模式选择的影响。研究表明,合理的消毒措施、科学的投放布局、舒适的骑行环境能够有效地鼓励公众在疫情期间的必要出行中使用共享单车。研究结论为公共卫生事件防控常态化情况下共享单车在城市交通体系中的运营管理和政策制定提供依据。

城市道路非机动车骑行品质评价:一种自然骑行实验方法

中国的很多城市道路往往以机动车为主导进行规划设计,导致非机动车骑行环境安全性和舒适性较低,对路段非机动车骑行品质进行评估,找出问题路段进行改善至关重要。本文基于自然骑行实验,提出了一种包含设施属性和骑行行为特征参数等评价指标的城市道路非机动车骑行品质评估模型。首先设计实验车,通过自然骑行实验采集交通设施参数、骑行行为参数及骑行品质评分等数据,随后基于有序Logit模型识别关键指标,并建立随机森林评价模型;最后,以上海市杨浦区某小路网为例对模型进行应用,绘制了骑行品质地图,可直观评价路段骑行品质。本文所提出的评价模型可结合共享单车进一步推广应用,突破数据样本数量和质量的局限性,实现大规模路网骑行品质评估。