電動(dòng)載貨三輪車風(fēng)險(xiǎn)行為及影響因素分析

　　摘要：為探究電動(dòng)載貨三輪車群體風(fēng)險(xiǎn)駕駛行為的行為特征及其影響因素，設(shè)計(jì)并實(shí)施了“個(gè)性特質(zhì)態(tài)度感知行為”風(fēng)險(xiǎn)行為影響因素問(wèn)卷量表，分析了906名電動(dòng)載貨三輪車騎行者和280名對(duì)照組數(shù)據(jù)采用結(jié)構(gòu)方程模型建立了道路行駛失誤、道路行駛錯(cuò)誤、超速違規(guī)和紅燈違規(guī)類風(fēng)險(xiǎn)行為模型，基于樣本數(shù)據(jù)的信息熵對(duì)風(fēng)險(xiǎn)因素二次賦權(quán)，分析各因素對(duì)電動(dòng)載貨三輪車騎行風(fēng)險(xiǎn)行為的影響機(jī)制。結(jié)果表明，容易憤怒β=0.332,0.309)且利他性差β−0.215,−0.156)者易發(fā)生行駛錯(cuò)誤和超速違規(guī)的行為;容易憤怒β=0.275)，無(wú)規(guī)范感較強(qiáng)β=0.164)且利他性差β−0.209)者容易發(fā)生行駛失誤類風(fēng)險(xiǎn)行為;焦慮程度高β=0.144)且無(wú)規(guī)范感強(qiáng)β=0.231)者容易發(fā)生紅燈違規(guī)類風(fēng)險(xiǎn)行為;安全態(tài)度差者容易發(fā)生所有風(fēng)險(xiǎn)行為。失誤、錯(cuò)誤、超速、紅燈類風(fēng)險(xiǎn)行為的綜合風(fēng)險(xiǎn)得分分別為0.367，0.176，0.321，0.136。

　　關(guān)鍵詞：交通運(yùn)輸安全工程;風(fēng)險(xiǎn)行為;結(jié)構(gòu)方程模型;電動(dòng)載貨三輪車;致因分析

　　引言

　　2018年，我國(guó)道路交通事故萬(wàn)車死亡率為1.93[1]，遠(yuǎn)高于發(fā)達(dá)國(guó)家水平，交通安全形勢(shì)嚴(yán)峻。“零死亡”已成為交通發(fā)展的終極目標(biāo)[2]。隨著快遞物流業(yè)的迅猛發(fā)展，電動(dòng)三輪車群體已經(jīng)成為了道路交通上不容忽視的組成部分�？爝f完成最后一公里的配送任務(wù)的運(yùn)輸工具中90%以上選用電動(dòng)三輪車。至2020年底，電動(dòng)三輪車的市場(chǎng)保有量攀升至1.02億輛[3]。當(dāng)前道路交通混行現(xiàn)象仍普遍，交通事故風(fēng)險(xiǎn)居高不下。

　　研究表明，駕駛風(fēng)險(xiǎn)行為是產(chǎn)生交通事故的重要原因之一[4]。電動(dòng)載貨三輪車騎行者，在時(shí)間約束條件下為了完成運(yùn)輸任務(wù)，在騎行過(guò)程中經(jīng)常發(fā)生超速違規(guī)、紅燈違規(guī)、逆行、與機(jī)動(dòng)車搶道、騎車時(shí)使用手機(jī)分心等騎行風(fēng)險(xiǎn)行為，交通安全意識(shí)淡薄，極易造成交通事故。統(tǒng)計(jì)數(shù)據(jù)顯示，道路弱勢(shì)群體事故發(fā)生率占總交通事故以上。

　　因此，研究降低電動(dòng)三輪車等道路弱勢(shì)群體的交通事故風(fēng)險(xiǎn)，是降低交通事故的重要方向之一。目前對(duì)騎行者風(fēng)險(xiǎn)行為的研究與建模主要針對(duì)摩托車、電動(dòng)兩輪車。Vlahogiann等總結(jié)動(dòng)力兩輪車(Powertwowheeler,PTW)的重要事故風(fēng)險(xiǎn)因素是錯(cuò)誤和違規(guī)駕駛行為[5]。

　　Johnson和Zambon等發(fā)現(xiàn)摩托車騎行者具有很高的事故風(fēng)險(xiǎn)，并且往往造成嚴(yán)重事故[6,7]。江亮等也發(fā)現(xiàn)，駕駛風(fēng)險(xiǎn)行為是影響電動(dòng)兩輪車交通事故的重要參數(shù)[8]。Reason將駕駛風(fēng)險(xiǎn)行為分為錯(cuò)誤行為和違規(guī)行為兩種[9]。Westerman和Haigney將駕駛風(fēng)險(xiǎn)行為擴(kuò)展為三種：失誤，錯(cuò)誤和違規(guī)[10]。Chen在摩托車的風(fēng)險(xiǎn)行為調(diào)查問(wèn)卷中將違規(guī)行為擴(kuò)展為超速和紅燈違規(guī)兩種[11]，Wang等人設(shè)計(jì)的電動(dòng)兩輪車行為問(wèn)卷將違規(guī)行為擴(kuò)充為超速違規(guī)，紅燈違規(guī)和群體違規(guī)[12]。

　　人因是導(dǎo)致交通事故的最重要因素。Ulleberg在研究汽車駕駛員時(shí)提出了“個(gè)性特質(zhì)態(tài)度感知行為”的經(jīng)典框架[13]，采用駕駛員自我報(bào)告(問(wèn)卷調(diào)查)的方式獲取影響因素?cái)?shù)據(jù)，結(jié)果表明駕駛員的個(gè)性特質(zhì)對(duì)風(fēng)險(xiǎn)行為有顯著影響，如焦慮、憤怒、利他、無(wú)規(guī)范感等[11,13]，通過(guò)駕駛員的安全態(tài)度和風(fēng)險(xiǎn)感知等因素影響風(fēng)險(xiǎn)行為的發(fā)生，并在機(jī)動(dòng)兩輪車，或是青少年、公交車駕駛員等多種不同群體風(fēng)險(xiǎn)行為分析中得到了成功應(yīng)用[1416]。

　　此外，有研究通過(guò)增加相關(guān)類別的風(fēng)險(xiǎn)因素來(lái)驗(yàn)證影響因素的作用，如駕駛自信、騎行樂(lè)趣等[17]。當(dāng)前國(guó)內(nèi)外針對(duì)電動(dòng)載貨三輪車風(fēng)險(xiǎn)行為研究缺乏。通過(guò)設(shè)計(jì)實(shí)施符合我國(guó)國(guó)情的電動(dòng)載貨三輪車騎行特征問(wèn)卷量表，建立基于結(jié)構(gòu)方程的風(fēng)險(xiǎn)行為模型，基于樣本數(shù)據(jù)的信息熵對(duì)風(fēng)險(xiǎn)因素二次賦權(quán)，分析各因素對(duì)電動(dòng)載貨三輪車騎行風(fēng)險(xiǎn)行為的影響，都具有重要的現(xiàn)實(shí)意義。

　　1樣本調(diào)查

　　1.1參與者

　　為保證數(shù)據(jù)的可靠性和有效性，本研究通過(guò)中國(guó)快遞協(xié)會(huì)進(jìn)行問(wèn)卷調(diào)查，參與者被告知調(diào)查僅作為研究使用，要求其根據(jù)自身的真實(shí)情況填寫(xiě)，所有參與者均采取自愿和不記名的形式完成調(diào)查問(wèn)卷。調(diào)查共回收問(wèn)卷1567份，在篩除不符合要求的問(wèn)卷(如：答案不完整，所有條目均選擇相同答案，答案整體分布呈現(xiàn)特定規(guī)律，答案前后矛盾，沒(méi)有使用目標(biāo)交通工具等)后，保留了使用電動(dòng)三輪車的有效樣本906份以及使用電動(dòng)兩輪車的對(duì)照樣本280份。

　　1.2調(diào)查方法

　　1.2.1問(wèn)卷設(shè)計(jì)

　　風(fēng)險(xiǎn)行為因素問(wèn)卷主要包括個(gè)部分：基本信息和風(fēng)險(xiǎn)行為因素量表。具體設(shè)計(jì)過(guò)程如下：

　　1)文獻(xiàn)綜述與歸納目前對(duì)于電動(dòng)三輪車的風(fēng)險(xiǎn)行為分類可以參考其他道路弱勢(shì)群體的錯(cuò)誤行為和違規(guī)行為的四分類模式[910]。在此基礎(chǔ)上，查閱了中國(guó)道路交通事故統(tǒng)計(jì)年報(bào)，考慮了其中導(dǎo)致電動(dòng)三輪車發(fā)生事故的高頻行為。導(dǎo)致風(fēng)險(xiǎn)行為的主要因素是駕駛員個(gè)人原因。尤其個(gè)人特質(zhì)、態(tài)度等心理特質(zhì)，更是其中最內(nèi)在的因素。因此，參考IPIP國(guó)際人格特質(zhì)項(xiàng)目以及Ulleberg、Wong等的風(fēng)險(xiǎn)感知和風(fēng)險(xiǎn)態(tài)度量表[13,1719]，設(shè)計(jì)了電動(dòng)三輪車的風(fēng)險(xiǎn)行為因素量表。

　　2)預(yù)調(diào)查調(diào)查問(wèn)卷發(fā)放給了武漢市天天快遞公司的218名快遞員，觀測(cè)他們對(duì)問(wèn)卷內(nèi)容和回答方式的理解程度。考慮參與者的文化程度差異性，對(duì)于部分難以理解的問(wèn)題根據(jù)反饋而進(jìn)行了表述的修改。同時(shí)，對(duì)問(wèn)卷量表進(jìn)行了信度檢驗(yàn)，修正了造成量表信度不佳的項(xiàng)目，然后再進(jìn)行正式調(diào)查。

　　1.2.2問(wèn)卷信度檢驗(yàn)

　　信度檢驗(yàn)即問(wèn)卷的可靠性檢驗(yàn)，指采用同樣的方法對(duì)同一對(duì)象重復(fù)測(cè)量時(shí)所得結(jié)果的一致性程度，也就是反映實(shí)際情況的程度。一般克隆巴赫α系數(shù)大于0.7即表明問(wèn)卷的信度是足夠的。

　　1.3量表

　　1.3.1基本信息

　　問(wèn)卷基本信息主要為了解受訪者的人口統(tǒng)計(jì)學(xué)信息及日常交通相關(guān)信息，如性別、年齡、月收入、駕齡、日均行駛距離、工作時(shí)長(zhǎng)以及過(guò)去兩年是否發(fā)生的事故情況等。

　　1.3.2風(fēng)險(xiǎn)行為因素量表

　　問(wèn)卷包括個(gè)因素量表和類行為量表。個(gè)人格特質(zhì)因素：焦慮、憤怒、利他、無(wú)規(guī)范感，反映了駕駛行為的內(nèi)在驅(qū)動(dòng)的人因;工作樂(lè)趣因素表現(xiàn)的是送貨者在工作中進(jìn)行騎行產(chǎn)生的樂(lè)趣感;騎行自信因素反映了騎行者對(duì)騎行過(guò)程的心理掌握程度;風(fēng)險(xiǎn)感知因素反映的是騎行者對(duì)特定風(fēng)險(xiǎn)的特征和嚴(yán)重性的判斷能力，不安全態(tài)度因素反映了騎行者對(duì)于各類風(fēng)險(xiǎn)行為的態(tài)度。

　　道路行駛失誤行為，即在非故意狀態(tài)下導(dǎo)致的偏離行為;道路行為錯(cuò)誤行為，即為了獲取交通利益而故意地做出的偏離行為;超速違規(guī)行為和紅燈違規(guī)行為，是兩類故意偏離正常安全操作或行為準(zhǔn)則的行為。風(fēng)險(xiǎn)行為及因素量表均采用點(diǎn)式李克特量表，用分代表問(wèn)題的程度、頻率或表述準(zhǔn)確度。“”代表著“程度低”、“次數(shù)少”或“表述不準(zhǔn)確”，“”代表“程度高”、“次數(shù)多”或“表述準(zhǔn)確”。

　　2樣本特征

　　基于收集的數(shù)據(jù)，對(duì)電動(dòng)兩輪車群體的人口屬性特征和風(fēng)險(xiǎn)行為特征進(jìn)行了分析。

　　2.1人口屬性特征

　　電動(dòng)載貨三輪車群體的典型特征為男性年輕人占比高，工作量強(qiáng)度高且大多具有豐富的騎行經(jīng)驗(yàn)。騎行者中男性比例(90.4%)遠(yuǎn)多于女性(9.6%)，而且大多數(shù)(70.1%)是2435歲的年輕人。88.2%具有年以上的電動(dòng)三輪車騎行經(jīng)驗(yàn)。騎行者工作強(qiáng)度大，運(yùn)送包裹100件天以上的多達(dá)66.7%，工作時(shí)長(zhǎng)在小時(shí)天以上的占了89.7%，有23%每天工作12個(gè)小時(shí)以上。

　　電動(dòng)載貨三輪車群體的騎行風(fēng)險(xiǎn)要比普通電動(dòng)兩輪車群體更高，這主要是因?yàn)殡妱?dòng)載貨三輪車群體中低騎行經(jīng)驗(yàn)較少，高工作強(qiáng)度的比例更高。前者的駕齡在年以內(nèi)的比例是后者的倍，同時(shí)前者(23%)每天工作12小時(shí)以上的比例多于后者(15%)，前者(36.7%)每天行駛50公里以上的比例也多于后者(30.5%)。過(guò)去兩年間的事故數(shù)據(jù)顯示，電動(dòng)載貨三輪車更易發(fā)生事故。電動(dòng)載貨三輪車的事故發(fā)生率(6.4%)要顯著高于電動(dòng)兩輪車群體(17.5%)。電動(dòng)載貨三輪車主要發(fā)生的事故類型為財(cái)產(chǎn)損失事故和輕微傷害事故，發(fā)生率均高于一般電動(dòng)兩輪車群體。

　　2.2風(fēng)險(xiǎn)行為特征

　　并找出了其中的高頻風(fēng)險(xiǎn)行為(使用表中的題目序號(hào)表示)。在四類風(fēng)險(xiǎn)行為中，發(fā)生頻率最高的行為分別是接近路口或小區(qū)門(mén)口時(shí)不減速、騎車時(shí)使用手機(jī)、不帶頭盔、緊急情況下保持最高速度騎行以及群體紅燈違規(guī)，遠(yuǎn)超分類平均值。在這些行為中，由于載貨中頻繁的交流對(duì)接，騎車時(shí)使用手機(jī)會(huì)導(dǎo)致騎行者難以發(fā)現(xiàn)和處理騎行中的意外事件[2。

　　群體紅燈違規(guī)行為的交通從眾效應(yīng)可能導(dǎo)致群體風(fēng)險(xiǎn)[2，這種風(fēng)險(xiǎn)的后果將比個(gè)體行為的后果更為嚴(yán)重。電動(dòng)載貨三輪車群體的風(fēng)險(xiǎn)行為狀況整體上要優(yōu)于電動(dòng)兩輪車群體。電動(dòng)載貨三輪車群體的風(fēng)險(xiǎn)行為與電動(dòng)兩輪車群體相對(duì)比，前者發(fā)生道路行駛失誤類行為和紅燈違規(guī)類行為的頻率要低于后者，發(fā)生道路行駛錯(cuò)誤類行為的頻率要高于后者，兩者發(fā)生超速違規(guī)類的頻率相當(dāng)。

　　3風(fēng)險(xiǎn)行為因素模型

　　通過(guò)建立風(fēng)險(xiǎn)行為因素模型來(lái)研究個(gè)風(fēng)險(xiǎn)因素分別與類風(fēng)險(xiǎn)行為之間的影響關(guān)系�？紤]模型中的變量較多，選用結(jié)構(gòu)模型的方法研究各變量間的路徑影響關(guān)系。

　　3.1模型原理

　　結(jié)構(gòu)模型的構(gòu)建主要包含兩個(gè)方面：①確定觀察變量(題目)與潛變量(因素)之間的關(guān)系，即建立測(cè)量模型;②確定潛變量之間的關(guān)系，即建立結(jié)構(gòu)模型[20]。

　　3.2模型變量設(shè)定

　　根據(jù)“個(gè)性特質(zhì)感知態(tài)度行為”模型的構(gòu)成，將焦慮、憤怒、利他、無(wú)規(guī)范感、工作樂(lè)趣設(shè)定為模型的自變量，將騎行自信、風(fēng)險(xiǎn)感知、不安全態(tài)度、K/L/M/N四類風(fēng)險(xiǎn)行為設(shè)定為模型的因變量。

　　3.3模型的構(gòu)建與驗(yàn)證

　　通過(guò)構(gòu)建測(cè)量模型和結(jié)構(gòu)模型，界定并修正各變量及其測(cè)量變量的關(guān)系、各變量間的路徑關(guān)系，使模型盡可能擬合原始數(shù)據(jù)。在“個(gè)性特質(zhì)態(tài)度感知行為”框架基礎(chǔ)上，采用AMOS構(gòu)建了擬合度良好的因子的道路行駛失誤行為因素模型。

　　3.4四類風(fēng)險(xiǎn)行為因素模型的路徑結(jié)果

　　兩個(gè)因素間的直接路徑連接表示具有直接的影響效應(yīng)，直接影響效應(yīng)由路徑上的數(shù)字表示。兩個(gè)因素間通過(guò)兩條或以上的路徑間接連接表示這兩個(gè)因素之間具有間接的影響效應(yīng)，間接影響效應(yīng)為經(jīng)過(guò)路徑上所有直接效應(yīng)的乘積。兩個(gè)因素間總的影響效應(yīng)為其直接效應(yīng)與間接效應(yīng)之和，記為β。由此分別計(jì)算出了各類風(fēng)險(xiǎn)因素對(duì)道路行駛失誤、道路行駛錯(cuò)誤、超速違規(guī)、紅燈違規(guī)這四類風(fēng)險(xiǎn)行為的總影響效應(yīng)，結(jié)果如表所列。一般來(lái)說(shuō)，小于0.05的影響效應(yīng)可以忽略不計(jì)，大于0.05小于0.1的影響效應(yīng)是微弱的。

　　3.5風(fēng)險(xiǎn)行為模型的擴(kuò)展評(píng)價(jià)

　　不同風(fēng)險(xiǎn)行為模型，主要得出的微觀層面的結(jié)論。在模型影響效應(yīng)結(jié)果的基礎(chǔ)上，可以將從風(fēng)險(xiǎn)行為整體出發(fā)，考慮失誤、錯(cuò)誤、超速、紅燈等四類風(fēng)險(xiǎn)行為的內(nèi)部差異。首先，使用熵值法以表影響效應(yīng)矩陣為決策矩陣，計(jì)算各風(fēng)險(xiǎn)因素指標(biāo)的權(quán)重，并最終計(jì)算得出不同風(fēng)險(xiǎn)行為的綜合得分。

　　3.6風(fēng)險(xiǎn)行為模型的討論

　　3.6.1風(fēng)險(xiǎn)行為因素的影響機(jī)制

　　通過(guò)風(fēng)險(xiǎn)模型的路徑結(jié)果，風(fēng)險(xiǎn)因素可以直接影響風(fēng)險(xiǎn)行為的發(fā)生，或通過(guò)多個(gè)風(fēng)險(xiǎn)因素的間接傳導(dǎo)影響著風(fēng)險(xiǎn)行為的發(fā)生。在四個(gè)風(fēng)險(xiǎn)行為的模型中，失誤行為是由憤怒、無(wú)規(guī)范感的組合驅(qū)動(dòng)，并可由利他性抑制。這體現(xiàn)了失誤行為的一種特點(diǎn)，即其為一種非故意性的不良駕駛習(xí)慣。錯(cuò)誤行為和超速違規(guī)行為兩者的影響機(jī)制相似，這兩種行為均與無(wú)規(guī)范感無(wú)關(guān)，但可以由憤怒情緒驅(qū)動(dòng)并可由利他性抑制。這在一定程度上體現(xiàn)了其故意性和利益驅(qū)動(dòng)性。

　　另一方面，由兩者影響機(jī)制的相似性，如果某些錯(cuò)誤行為的頻率或嚴(yán)重程度上升，也建議將其納入交通法規(guī)進(jìn)行管理。紅燈違規(guī)行為，它的特點(diǎn)在于時(shí)間的緊迫性。因?yàn)轵T行者對(duì)于送貨完成的時(shí)間極為敏感，從而騎行者的焦慮和無(wú)規(guī)范感會(huì)共同的促使紅燈違規(guī)的發(fā)生。如果騎行者擁有較強(qiáng)的風(fēng)險(xiǎn)感知能力，那么紅燈違規(guī)行為會(huì)更容易發(fā)生，這與一般的直覺(jué)相違反。

　　3.6.2風(fēng)險(xiǎn)行為的異質(zhì)性

　　失誤、超速兩類風(fēng)險(xiǎn)行為的綜合風(fēng)險(xiǎn)得分較高，而另兩種風(fēng)險(xiǎn)行為的綜合風(fēng)險(xiǎn)得分較低。這反映了在關(guān)注因素框架內(nèi)，失誤、超速風(fēng)險(xiǎn)模型內(nèi)的高影響風(fēng)險(xiǎn)因素的異質(zhì)性較高，而錯(cuò)誤類行為和紅燈違規(guī)類行為的風(fēng)險(xiǎn)因素影響趨同。對(duì)不同種類的風(fēng)險(xiǎn)行為的治理過(guò)程中，除了采取共性措施外，要考慮對(duì)失誤類行為和超速類行為的針對(duì)性措施。

　　4結(jié)語(yǔ)

　　1)設(shè)計(jì)了符合我國(guó)國(guó)情的電動(dòng)載貨三輪車群體的風(fēng)險(xiǎn)行為問(wèn)卷，調(diào)查了906名使用電動(dòng)載貨三輪車和對(duì)照組的280名使用電動(dòng)兩輪車的快遞員，統(tǒng)計(jì)分析了電動(dòng)載貨三輪車群體的人口屬性特征以及風(fēng)險(xiǎn)行為特征。電動(dòng)載貨三輪車群體的樣本特征為男性年輕人占比高，工作量強(qiáng)度高且大多具有豐富的騎行經(jīng)驗(yàn)。同時(shí)，電動(dòng)載貨三輪車的騎行風(fēng)險(xiǎn)要高于道路交通其他弱勢(shì)群體。

　　2)發(fā)現(xiàn)了電動(dòng)載貨三輪車的高頻風(fēng)險(xiǎn)行為，主要有路口或小區(qū)門(mén)口時(shí)不減速、使用手機(jī)、不戴頭盔、緊急情況下超速行駛和群體紅燈違規(guī)。建議在地方交通法規(guī)中對(duì)電動(dòng)三輪車加以更清晰的界定，并對(duì)其出現(xiàn)頻率較高的風(fēng)險(xiǎn)行為加強(qiáng)處理，以降低電動(dòng)載貨三輪車群體的風(fēng)險(xiǎn)。

　　3)對(duì)四類風(fēng)險(xiǎn)行為及其相關(guān)風(fēng)險(xiǎn)因素進(jìn)行了結(jié)構(gòu)方程建模。根據(jù)模型的路徑結(jié)果分析了人格因素對(duì)四類風(fēng)險(xiǎn)行為的影響機(jī)制，驗(yàn)證了“個(gè)性特質(zhì)態(tài)度感知行為”的經(jīng)典框架在電動(dòng)載貨三輪車群體中的有效性。電動(dòng)載貨三輪車騎行者的人格特質(zhì)廣泛影響著其風(fēng)險(xiǎn)行為的發(fā)生。容易憤怒且利他性差的人易發(fā)生行駛錯(cuò)誤和超速違規(guī)的行為，容易憤怒、無(wú)規(guī)范感強(qiáng)且利他性差的人容易發(fā)生行駛失誤類風(fēng)險(xiǎn)行為，焦慮程度高、無(wú)規(guī)范感強(qiáng)的人容易發(fā)生紅燈違規(guī)類風(fēng)險(xiǎn)行為。安全態(tài)度差的人容易發(fā)生所有的四類風(fēng)險(xiǎn)行為。

　　4)熵值法對(duì)模型的影響效應(yīng)結(jié)果進(jìn)行了擴(kuò)展。計(jì)算了各風(fēng)險(xiǎn)因素指標(biāo)的權(quán)重，并從風(fēng)險(xiǎn)行為整體出發(fā)進(jìn)行了風(fēng)險(xiǎn)評(píng)價(jià)。失誤、錯(cuò)誤、超速、紅燈四類風(fēng)險(xiǎn)行為的綜合風(fēng)險(xiǎn)得分分別為0.367，0.176，0.321，0.136。

　　(5)在未來(lái)可以考慮對(duì)其他道路交通弱勢(shì)群體的風(fēng)險(xiǎn)行為及因素展開(kāi)進(jìn)一步研究。通過(guò)多群體研究的橫向比較以及其他類型的風(fēng)險(xiǎn)因素(如：個(gè)人生理因素、道路環(huán)境因素等)的研究，為目前風(fēng)險(xiǎn)因素影響理論做進(jìn)一步更新。

　　參考文獻(xiàn)

　　[1]中國(guó)工程院,中國(guó)交通運(yùn)輸部.交通強(qiáng)國(guó)戰(zhàn)略研究[M].北京:人民交通出版社,2019.ChineseAcademyofEngineering,MinistryofTransportofthePeople'sRepublicofChina.Strategicresearchontransportationpower[M].Beijing:ChinaCommunicationsPress,2019.

　　[2]嚴(yán)新平,吳兵,賀宜,等.我國(guó)零死亡愿景交通安全理念[J].交通信息與安全,2019,(1)(37):16.YANX,WUB,HEY,etal.Astudyof"VersionZero"conceptoftransportationsafetyanditsimplementationstrategiesinChina[J].JournalofTransportInformationandSafety,2019,1(37):16.

　　[3]第一物流研究院.電動(dòng)三輪車在快遞行業(yè)使用情況報(bào)告[R].現(xiàn)代物流報(bào)Thefirstlogisticsresearchinstitute.Reportontheuseofelectrictricyclesintheexpressdeliveryindustry[R].Modernlogisticsnewspaper.

　　[4]ZHANGG,YAUKKW,CHENG.RiskfactorsassociatedwithtrafficviolationsandaccidentseverityinChina[J].AccidentAnalysis&Prevention,2013,59:1825.

　　[5]VLAHOGIANNIEI,YANNISG,GOLIASJC.OverviewofcriticalriskfactorsinPowerTwoWheelersafety[J].AccidentAnalysis&Prevention,2012,49:1222.

　　[6]JOHNSONP,BROOKSC,SAVAGEH.FatalandSeriousRoadCrashesInvolvingMotorcyclists[].Australia:DepartmentofInfrastructure,Transport,RegionalDevelopmentandLocalGovernment,2008.

　　作者：賀宜，孫昌鑫1,2，彭建華，吳超仲1,2，江亮，馬明

轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/29516.html