基于相对危险暴露面的两车交通事故中有责驾驶人特征

何 庆,李成志,任 斌,杨 斌

(1.北京警察学院道路交通管理系,北京 102202;2.云南云天化商贸有限公司,昆明 650000)

0 引言

事故驾驶人的特征研究是交通安全研究中的重要主题之一.传统的研究思路集中于2个方向，一部分研究者力图在驾驶人心理测试的基础上发现事故多发驾驶群体的人格、情绪等方面特征，这一研究思路有助于研究者们从内在心理机制角度对驾驶人的事故倾向性特征进行分析，并在此基础上有针对性地开展职业驾驶人的筛查工作；但不得不承认的是，这一思路从管理实践的角度来看，并不完全适用于针对广大普通驾驶人的宣传教育[1-2].同时，也有一部分研究者更关注从外在观察肇事驾驶人的各项统计学特征，以期在此基础上发现事故倾向性驾驶人，并开展针对性的宣传教育[3].但是，这两种研究视角中都忽略了一个重要的问题，即，并非所有涉及事故的驾驶人都对事故的发生负有责任.因此，研究者认为，有必要依据是否对事故负有责任对事故驾驶人进行进一步的区分，并在此基础上对事故倾向驾驶人进行更精细化的识别.

在研究事故驾驶人特征时，目前国内还是主要采用事故频率(即某类驾驶人中肇事驾驶人占总体比例)来评价他们的安全水平或者驾驶风险[4].采用这种方法便于理解，但忽略了交通系统的危险具有一定的动态性，评价可能并不准确.如，从目前实践情况来看，相当一部分驾驶人获取驾驶证的年龄与实际上路驾驶的年龄之间可能存在一定时间的间隔[5].这一情况导致以驾龄评判驾驶经验这一范例在我国变得不是那么可靠.在此基础上，使用肇事驾驶人规模与总体驾驶人比例这一指标来评价相对风险时，就有可能导致风险评价偏低的情况发生.因此，研究者认为，采用相对危险暴露量(quasi-induced exposure)指标来分析驾驶群体的安全水平可能更符合我国驾驶人研究的实际情况.该方法将双车事故中责任方视为事故倾向群体，而将非责任方视为在设定危险暴露下的驾驶群人的总体，通过对他们之间比较分析，研究事故倾向驾驶群体的特征[6].目前，这种交通安全评价方法，已经成为国外事故倾向性驾驶人识别的重要研究方法[7-8].

但是，这一方法在国内应用的实证研究还比较少见.本研究将事故当事人中引起事故发生的驾驶人定义为肇事驾驶人(或者过错驾驶人，driver at-fault)，通过搜集北京市两车交通事故数据，采用相对危险暴露量评价法，对事故倾向性驾驶人的性别、年龄、驾龄等方面的特征进行了探索和尝试.

1 数据与方法

1.1 数据

首先，本文将研究范围限定为两车事故，即事故双方均为机动车.这一限定的目的是基于这样一种假设，即相同类型交通方式，其对环境中信息、风险的感知基本相同.众所周知，不同类型的交通方式对于环境中信息、风险感知程度必然不尽相同.因此，选择两车事故一定程度有利于排除其他因素的干扰.

其次，我国交通事故处理法律程序，一般根据驾驶人的过错，将事故责任划分为全部、主要、同等、次要、无责等5个等级.如果驾驶人存在过错，则根据过错程度将其责任判定为前4个等级.只有驾驶人无过错的情况下，其责任才被判定为无责.因此，要研究过错驾驶人的特征，需要将前4类责任驾驶人统一归为一组，命名为有责驾驶人，然后将其与无责驾驶人进行比较，从而发现承担事故责任的驾驶人的行为特征.

根据上述两点要求，本文搜集了北京市3年发生的2 040起两车交通事故，涉及驾驶人4 080人.然后将他们分为有责方和无责方，其中，有责方2 743人，无责方1 337人.

交通事故数据记录的当事人信息包括30项，本文选择其中4项进行分析，包括性别、年龄、驾龄、车辆类型等.

1.2 方法

为了比较有责驾驶人和无责驾驶人的差异，本文采用卡方检验对其中分类变量的独立性进行检验，采用Wilcoxon-Mann-Whitney检验对其中“平均值”的差异性进行检验[9].

2 数据分析

2.1 责任与性别之间的关系

统计驾驶人在责任和性别两个变量上的联合分布，见表1.

表1 驾驶人在责任和性别上的联合分布 人

从表1中可见，男性驾驶人中有责任者较多.而针对责任与性别之间是否独立的卡方检验结果为，卡方统计计量χ2=37.76，p<0.001.这表明，责任与性别之间不独立、存在相关关系.而进一步计算出，男性驾驶人的近似风险为2.175，女性驾驶人的近似风险为1.054.也就是说，相对而言，男性驾驶人的驾驶风险远高于女性.

2.2 有责和无责驾驶人在年龄、驾龄上的差异

有责和无责驾驶人在年龄上差异按照5 a为一个区间段，将驾驶人年龄分为10个区间，统计有责驾驶和无责驾驶人的年龄分布情况，绘制其密度分布曲线，如图1所示.

图1 有责驾驶人和无责驾驶人的年龄分布

有责和无责驾驶人的年龄分布均呈现左偏的特点.也就是说，驾驶人整体的年龄特征呈现出相对年轻化的趋势.这一特点与我国目前的驾驶人总体分布特点是相符合的，与发达国家相比，我国整体迈入机动化的时间比较有限，汽车保有量的迅速增加也带来了驾驶人数量的突飞猛进，从驾驶人的总体分布上来看，年轻人掌握驾驶技能的比例较高，而中老年人中的比例则相对较低.

从数据观察来看，无责方的年龄略大于有责方.基于Shapiro-Wilk检验的结果显示，两组数据均不服从正态分布.基于Kolmogorov-Smirnov检验的结果显示，两组数据来自不同总体.基于Wilcoxon-Mann-Whitney检验，判断无责驾驶人的年龄相对于有责其分布更偏左.这表明无责方平均年龄略大于有责方.这一趋势与现有研究一致，也与驾驶人风险的年龄趋势一致.这是因为青年驾驶人在生理、心理等方面的不成熟，以及显著的同伴压力等社会因素的影响，青年驾驶人在超速、闯红灯等风险行为中的表现一直较为突出，同时也一直是事故驾驶人研究中的重点关注对象.

进一步统计了各个年龄上的有责驾驶人占总体比例，结果如图2所示.需要说明的是：①部分有责驾驶人年龄在18岁以下和62岁以上，但人数较少，因此略去；②年龄在18岁的驾驶人均为有责驾驶人，没有无责驾驶人，因此基于计算考虑，此处不采用相对危险暴露量(有责与无责之比)作为评价驾驶风险指标，而采用简单数学变换后的有责/(有责+无责)作为驾驶风险评价指标.

图2 各个年龄上责任驾驶人的比例

在整体上，随着年龄增大，驾驶人驾驶风险逐步下降水平越高，但是当年龄过大时，驾驶人驾驶风险又会上升.对此可以做出如下解释：随着年龄和驾驶经验的增长，驾驶人的安全意识不断增强.这种增强，一方面是源于年龄增长所带来的生理和心理方面的成熟，如大脑前额皮层负责执行和判断功能的脑区一般需要在25岁左右才能完全成熟，这种生理机制的成熟自然能够帮助驾驶人在执行驾驶活动中出现更加优秀的表现.另一方面，伴随着驾驶经验的增长，驾驶人对驾驶活动中可能存在的各种突发状况的应对也趋于更加科学合理，自然也使得驾驶事故风险不断下降.但是，在60岁之后，由于自然衰老等因素的作用，包括视觉在内的各项生理指标及判断思维等认知过程能力均出现显著下滑.因此，这一阶段开始，驾驶技能水平开始下滑，驾驶风险重新升高.

但需要注意的是，在整体趋势中，还存在着21～24岁、28～32岁、36～40岁、47～57岁等4个年龄段上升波动.这种波动除了是可能的正常数据波动原因外，很可能与各个年龄段所经历的社会、心理因素有关.21～24岁一般是城市青年走出学校开始工作的阶段，而在28～32岁则是成立家庭的高峰阶段，这2个伴随而来的是用车需求与经济实力的同步增长.因此，很可能是人们真正开始学习驾驶技能或购买车辆的一个高峰时间.而这些风险群体驾驶经验不足(与前期是否取得驾照、驾龄多大并无关系)，危险暴露面扩大，并进一步导致他们驾驶风险增大.同样，年龄在47～57岁的波动值得关注，其时间段与更年期有关，似乎可以解释为更年期带来生理变化而造成了驾驶风险增加.事实上，一些国外研究也表明48岁时之后，驾驶人的驾驶风险明显上升[10].当然这种波动还需要做进一步分析，如采用统计方法对其随机性进行检验.

2.3 有责和无责驾驶人在驾龄的比较

统计有责和无责两组驾驶人的驾龄分布，如图3所示.需要说明的是，由于有217名驾驶人无驾照，因此图3所涉及的驾驶人为3 863名.

图3 有责和无责驾驶人的年龄分布

从图3中可以看出，随着驾龄的增加，有责和无责驾驶人规模都在下降，但有责驾驶人规模下降速度较快.就无责驾驶人的驾龄曲线而言，其中存在4～5 a、8～9 a、13～14 a、16～18 a等4处波动，表明驾驶人总体规模存在着波动.前两个时间段可能与驾驶人购车经历有关，而后2个根据时间维度观察，可能与2002年汽车市场繁荣和1996年驾驶资格放宽有关.两者均使得我国驾驶人中普通驾驶人比例增加、专业驾驶人比例下降.

再统计有责驾驶人占总体比例在驾龄上的分布，如图4所示.

从图4可以看出，驾龄在1～2 a内，其驾驶风险最高，驾龄为3 a的，其驾驶风险小幅下降.然后驾驶风险逐年下降，但其中存在几个波动上升年份，分别是驾龄为5～6 a、12 a、15 a、21 a.驾驶人自18～19岁取得驾照，3～4 a后参加工作，然后购买车辆，上路驾驶实践增加，但驾驶经验不足，导致事故多发，实际上仍然处于驾驶经验刚刚积累的1～2 a的“新手驾驶人”.图3和图4结合起来看，无责驾驶人规模在驾龄为21 a处持续下降，但有责驾驶人在该点上升，这可能是因为驾龄为21 a时，驾驶人年龄处于45岁左右，正是开始步入更年期，一方面各项生理、认知指标均开始出现显著下滑，另一方面，刚刚意识到自己各项指标的下滑所带来的情绪波动也非常明显，这些下滑和波动显然都会对驾驶活动产生一定的影响，并进一步增大驾驶事故风险.需要注意的是，如果考虑到驾龄为21 a的驾驶人在我国并不多，往往是以专业驾驶人为主，这种解释更加合理.驾龄为12、15 a处的波动，其产生原因较为复杂，可能是因为初始购车和2002年汽车市场繁荣等多个因素有关，还有待进一步研究.

图4 不同驾龄上的有责驾驶人比例

3 有责和无责驾驶人在和车辆类型上分布

除了少数性质不能确定的车辆，统计有责和无责驾驶人在车辆类型上的分布，见表2.

鉴于表2中部分单元格计数小于5，采用Fisher精确检验，统计检验结果表明，精确概率p<0.001.这说明车辆类型与事故责任之间存在相关性.而进一步观察表2，可以看出：①各类车辆中，小型客车整体规模最大，以此为基准，观察其他类型车辆的驾驶风险，微型客车的驾驶风险与小型客车的基本持平；②大型客车与汽车列车的驾驶风险程度相近，在各类车辆中最低，甚至低于汽车，表明北京市大型客车运输企业的交通安全监管和交通安全建设较好；③中型客车的驾驶风险程度最高，甚至高于货车，可能说明北京市中型客车相关企业的交通安全监管和文化建设不足，需要重点关注；④重型货车的驾驶风险程度低于中型、轻型和微型货车，也说明中小型货运企业的交通安全监管和文化建设不足，有待加强；⑤其他车辆的驾驶风险最高，但有待作进一步分析.

4 结束语

本文研究表明，责任与性别之间的关系较为清晰，与过去的研究基本一致，即可能因为风险意识的原因，男性驾驶人比女性驾驶人更容易发生交通事故.

但责任与年龄、驾龄的关系较为复杂.虽然在整体上，年龄与责任之间存在U形关系，即低龄驾驶人和高龄驾驶人风险较大，中间年龄段的驾驶人风险较低，但存在着4个年龄段的波动.本文均做了初步解释.在驾龄上，随着驾龄增加，驾驶风险逐年下降.但存在着4个波动.本文对第1个、第4个作了解释，但中间2个有待进一步研究.基于上述分析，除了低龄驾驶人、高龄驾驶人和新手驾驶人，交通安全管理工作需要重点关注新购车群体、47～55岁群体等.

从过去10多年到今后一段时间内，我国处于机动化快速发展期间，因此，交通事故中驾驶人的年龄和驾龄特征会随着时间发展而变化，可能呈现出欧美国家不同的特征，应值得交通安全研究人员关注.

有责驾驶人在车辆类型上分布存在着差异.较之大型运输企业，中小型运输企业的驾驶人更容易诱发交通事故，因此交通安全监管应该更加深入到中小型运输企业，特别是中型客车企业.

本文基于相对风险暴露量和两车事故，对北京市交通事故有责驾驶人特征进行了初步探讨，相关内容还有待进一步展开.