无信号控制路段手机对行人过街行为和安全的影响

张存保，陈 峰，韦媛媛，张华龙

(武汉理工大学智能交通系统研究中心，武汉430063)

0 引言

随着手机成为人们日常生活中不可缺少的一部分，越来越多的行人在过街时会有打电话、发短信等行为，这些行为会增加其发生交通事故的风险.近年来，行人过街时使用手机这一安全问题引起了很多相关研究机构的关注.

国内外学者针对行人使用手机问题开展了一定的研究.早在2005年，Bungum等[1]通过实验发现使用手机会使行人分心.Nasar等[2]研究交通事故数据进一步发现，使用手机所产生的认知分心可能会增加行人的不安全过街行为及发生交通事故的风险.随着虚拟仿真技术的成熟，越来越多学者利用这一技术对行人过街进行实验[3-4]，结果表明使用手机会对行人过街产生负面影响，而且不同的手机使用方式对行人的影响也不同.国内关于行人过街时使用手机的研究起步较晚.赵艳等[5]通过问卷和实地调查发现，我国行人过街时使用手机是一个非常普遍的现象，而且这种行为会分散行人过街时的注意力，甚至导致交通事故的发生.姜康等[6]，凌飞阳等[7]通过计划行为理论，从社会心理学角度对影响行人过街时使用手机行为的心理因素及这些因素间的作用关系进行了研究.李华[8]基于策略性反应—延迟理论，从社会心理学与行为心理学两个角度建立行人过街时使用手机的道路通行延迟效应模型，探寻了不同手机使用方式所造成的延迟率.

目前国内外相关研究大多针对城市交叉口，对无信号控制路段的行人过街行为和安全性研究相对较少.然而，对于无信号控制路段的人行横道，国内机动车驾驶员大多不避让行人，使得行人的过街环境比交叉口更加复杂和危险[9].为此，本文针对无信号控制路段，在武汉市选取了6个具有代表性路段的人行横道进行实地观测，在此基础上，对行人过街行为和安全性进行量化分析和建模.

1 数据采集与提取

1.1 数据采集

交通调查地点选在武汉市6个无信号控制路段，如表1所示.在选择调查地点时，综合考虑了路段的地理位置、土地使用功能和道路特点等因素.调查时间为2016年9月1～15日，9:00-12:00和14:00-17:00.在开展交通调查时，2台同步摄像机被安装在选定路段处进行拍摄.具体安装位置如图1所示.同时，为了减少对行人的干扰，摄像机被设置在不易被行人看到的地方，如绿化带中或大树旁边.

1.2 数据提取

本文通过实验人员人工处理视频方式获取交通调查数据，主要数据变量如表2所示.其中，为了确保行人过街行为不受调查影响，本次调查没有采取问卷调查方式，而是根据实验人员主观判断，以行人外貌、衣着和行走姿势判断行人性别、年龄和使用手机方式.其中，将行人年龄进行了分组，这种做法不需要得到行人的确切年龄，准确性较高，是类似研究中常用的方法[12].此外，本研究利用行人车辆冲突数来衡量行人过街安全，通过职务侵占时间(Post-Encroachment Time,PET)[10]判断行人与车辆之间是否有冲突，以及冲突的严重程度，并根据现场观察和相关文献[11]确定了PET在不同冲突程度时的阈值，如表3所示.

表1 行人过街交通调查地点Table 1 Traffic survey site for pedestrian crossing

图1 摄像机安装图Fig.1 Cameras installation

表2 交通调查数据和参数Table 2 Data and parameters of traffic survey

表3 基于PET的冲突类型判别的阈值Table 3 The threshold of different conflict type discrimination based on PET

2 行人过街行为分析

本次实地调查共记录了2 901个行人样本.使用手机的行人占行人总数的11.76%.在各种使用手机的方式中，看手机屏幕所占的比例最高(6.65%)，其次是打电话(2.83%)和听音乐(2.28%).这与韦媛媛[12]的调查研究结果类似，在信号交叉口的人行横道处，使用手机的行人中，看手机屏幕的占比最高.然而，在路段处行人使用手机的比例明显高于交叉口处行人使用手机的比例.

图2为不同性别、年龄和车道数对行人使用手机比例的影响.由图2(a)可知，相比于女性行人(10.77%)，有更多的男性行人在过街时使用手机(12.83%)；由图2(b)可知，青年行人使用手机的比例最大(19.00%)，其次是中年行人(11.25%)，老年行人所占的比例最小(1.08%)，而且老年行人中未见过街时听音乐的情况；由图2(c)可知，行人使用手机的比例会随着车道数的增加而降低，在双向2车道为18.04%，双向4车道为14.69%，双向6车道为9.09%，产生这种现象的原因可能是因为随着车道数量的增加，行人的过街环境变得更加复杂和危险，与此同时行人过街时也会更加谨慎，因此行人过街时使用手机的比例会逐渐下降.

表4为行人行为的统计分析表，从表4可以看出，行人的人均过街时间和人均冲突数受使用手机方式、性别和年龄的影响明显.在2、4车道路段上，打电话行人的人均过街时间比不使用手机的行人分别多0.82 s和0.40 s.看手机屏幕行人的人均过街时间比不使用手机的行人在4车道路段上多1.63 s，但是在手机上听音乐的行人的人均过街时间与不使用手机的行人差别不大；女性行人的人均过街时间比男性行人在2、4和6车道路段上分别多0.87 s、1.56 s和0.72 s；同时，在2、4车道路段上，行人的人均过街时间随着年龄的增长而增加.此外，打电话行人的人均冲突数最多，看手机屏幕行人的人均冲突数次之.这与在武汉市的一个针对交叉口调查研究的结果相反[13].而且，路段处行人使用手机时的人均冲突数要高于交叉口处的人均冲突数.

图2 性别、年龄和车道数对行人使用手机比例的影响Fig.2 The proportions of pedestrian using mobile phones with different gender,age and the number of vehicle lanes

行人的人均过街眺望次数受手机使用方式和行人年龄影响较大.在2、4车道路段上，打电话行人的人均过街眺望次数比不使用手机的行人分别少18.03%和29.36%，看手机屏幕行人的人均过街眺望次数比不使用手机的行人分别少10.38%和11.93%，听音乐行人的人均过街眺望次数比不使用手机的行人分别少8.74%和8.26%.青年和中年行人的人均过街眺望次数相差不大，但是老年行人在2、4车道路段上的人均过街眺望次数要比前两者高出很多，老年行人比青年行人分别高14.50%和16.30%，比中年行人分别高12.00%和9.25%.

表4 行人过街行为统计分析Table 4 Statistical analysis results of pedestrian crossing behaviors

3 行人过街安全分析

3.1 人车冲突分析模型

为分析各自变量对行人过街安全的影响，本文建立人车冲突分析模型，将人车冲突次数作为因变量.由于发生轻微冲突和严重冲突时对行人的事故危险程度有较大的区别，因此将因变量分为轻微冲突和严重冲突两类.

此外，在建模时按交通冲突数量对轻微冲突和严重冲突进行分级.将轻微冲突划分为4个级别：1级为不发生冲突，2级为发生1次轻微冲突，3级为发生2次轻微冲突，4级为发生3次或更多轻微冲突.将严重冲突划分为3个级别：1级为不发生严重冲突，2级为发生1次严重冲突，3级为发生2次或更多严重冲突.本次实地调查中，行人与车辆发生3次或更多轻微冲突的样本很少，为了保证模型的准确性，因此将其归为一级.同样的，行人与车辆很少发生2次或更多严重冲突，因此将其归为一级.

在以往的研究中，传统的离散模型如多项式、嵌套和概率模型，通常不适用于有序和离散的数据.而有序Probit模型比较适合于离散、有序的数据，它假定模型的误差项服从标准正态分布[13].有序Probit的基本表达式为

本文中，轻微冲突和严重冲突的数量被视为离散变量，取值范围分别为1～4和1～3，即

人车冲突等级严重程度的概率表示为：

式中：Φ(·)表示εi的一般标准正态分布变量的累积分布函数.

3.2 人车冲突分析模型结果

运用Stata 12.0软件对2 901个有效行人样本数据进行了有序Probit回归分析.有序Probit回归分析模型结果如表5所示.从表5的结果来看，轻微冲突模型和严重冲突模型的整体拟合度较高.

表5 有序Probit模型估计结果表Table 5 Ordered-Probit model estimation results

从表5中轻微冲突模型的结果来看，它受手机使用方式中的打电话(0.848 2)和看手机屏幕(0.576 8)，行人年龄中的青年(-0.474 3)和中年(-0.415 4)，车道数(0.361 4)，车流量(0.001 3)，车速(0.039 1)等变量的影响较大，但是听音乐和行人性别对轻微冲突的影响不是很显著.其中，打电话和看手机屏幕对轻微冲突的影响程度最大，说明行人过街时打电话或看手机屏幕会显著增加行人发生轻微冲突的概率；而且随着行人年龄、车道数或车速的增加，行人发生轻微冲突的几率也会随之增加.从表5中严重冲突模型的结果来看，它受手机使用方式中的打电话(0.493 8)和看手机屏幕(0.570 4)，行人性别(-0.144 7)，行人年龄中的青年(-0.510 5)和中年(-0.395 5)，车道数(0.202 9)，车流量(0.000 9)等变量的影响较大.其中，行人过街时看手机屏幕对严重冲突的影响程度最大，打电话次之.而且与轻微冲突类似的是，听音乐对严重冲突也没有明显的影响；相比于男性行人，女性行人有更大的几率发生严重冲突；随着行人年龄、车道数或车流量的增长，行人发生严重冲突的几率会随之增加.

将轻微冲突模型和严重冲突模型的结果进行对比可以发现，使用手机方式中的打电话和看手机屏幕会显著影响两类冲突的发生几率，但是其影响程度却不相同.其中，打电话对轻微冲突影响最为严重(0.848 2)，而看手机屏幕对严重冲突影响最为严重(0.570 4).本文中听音乐对发生两类冲突都没有明显影响，其原因是听音乐可能会使行人产生听觉掩蔽，从而导致行人观察感知能力降低，最终影响到行人的判断决策[14].但是这种听觉掩蔽作用远没有打电话和看手机屏幕产生的分心复杂.

4 结论

为量化研究使用手机对行人过街行为和安全的影响，选取武汉市6个无信号控制路段人行横道开展实地交通调查，在此基础上对行人的手机使用行为和安全性进行了统计分析，并建立了基于有序Probit模型的人车冲突量化模型.研究结果表明：

(1)行人在路段人行横道过街时使用手机的现象较为普遍，有11.76%的行人过街时使用手机.其中，看手机屏幕，打电话和听音乐分别占行人总数的6.65%，2.83%和2.28%.

(2)使用手机对路段人行横道处的行人过街行为具有一定影响.打电话和看手机屏幕会明显增加行人的过街时间，同时使用手机还会降低行人过街时的眺望次数.

(3)使用手机会增加路段人行横道处行人交通事故风险.行人过街时打电话和看手机屏幕会明显增加行人过街时与车辆发生冲突的几率，其中打电话对轻微冲突的影响最大，看手机屏幕对严重冲突的影响最大.但是，行人过街时听音乐对过街安全没有显著的影响.

(4)本研究的结果是以武汉的调查数据为基础.人车冲突分析模型是一个具有普适性的模型，对于其他城市，只需要根据该地区实际调查数据对模型的参数重新调整即可.

参考文献:

[1]BUNGUM T J,DAY C,HENRY L J.The association of distraction and caution displayed by pedestrians at a lighted crosswalk[J].Journal of Community Health,2005,30(4):269-279.

[2]NASAR J L,TROYER D.Pedestrian injuries due to mobile phone use in public places[J].Accident Analysis and Prevention,2013,57(1):91-95.

[3]SCHWEBEL D C,STAVRINOS D,BYINGTON K W,et al.Distraction and pedestrian safety:how talking on the phone texting,and listening to music impact crossing the street[J].Accident Analysis and Prevention,2012,45(2):266-271.

[4]BYINGTON K W,SCHWEBEL D C.Effects of mobile Internet use on college student pedestrian injury risk[J].Accident Analysis and Prevention,2013,51(51C):78-83.

[5]赵艳,刘东,王竞雄.北京市行人过街使用手机对交通安全影响研究[J].中国人民公安大学学报(自然科学版),2015,84(2):58-62.[ZHAO Y,LIU D,WANG J X.The effect of mobile phone use on pedestrian crossing safety in Beijing city of China[J].Journal of Chinese People's Public Security University(Science and Technology),2015,84(2):58-62.]

[6]姜康,凌飞阳,冯忠祥,等.行人过街使用手机行为的心理影响因素研究[J].中国安全科学学报,2016,26(6):13-18.[JIANG K,LING F Y,FENG Z X,et al.Research on psychological factors affecting pedestrians'mobile phone use behaviour while crossing[J].China Safety Science Journal,2016,26(6):13-18.]

[7]凌飞阳.行人过街使用手机行为特性及管控方法研究[D].合肥:合肥工业大学,2017.[LING F Y.The research on behavior characteristics and control methods of pedestrians'mobile phone use behavior while crossing[D].Hefei:Hefei University of Technology,2017.]

[8]李华,李世伦.行人使用手机任务转换延迟特性安全分析[J].中国安全科学学报,2017,27(1):19-24.[LI H,LI S L.Analysis of characteristics of delay in task switching for pedestrians using mobile phones[J].China Safety Science Journal,2017,27(1):19-24.]

[9]ZHANG C B,ZHOU B,CHEN G J,et al.Quantitative analysis of pedestrian safety at uncontrolled multi-lane mid-block crosswalks in China[J].Accident Analysis and Prevention,2017(108):19-26.

[10]VARHELYI A.Drivers’speed behaviour at a zebra crossing:A case study[J].AccidentAnalysisand Prevention,1998,30(6):731-743.

[11]CHEN P,WUb C,ZHU S.Interaction between vehicles and pedestrians at uncontrolled mid-block crosswalks[J].Safety Science,2016(82):68-76.

[12]WEI Y Y,ZHANG C B,ZHOU B,et al.The mobile phone use behavior and its effect on pedestrian safety at signalized intersections in China[C].International Conference on Transportation Information& Safety,2017:225-231.

[13]KADALI B R,VEDAGIRI P.Proactive pedestrian safety evaluation at unprotected mid-block crosswalk locations undermixed traffic conditions[J].Safety Science,2016(89):94-105.

[14]吴昌旭，马舒，庄想灵．行人过街的认知心理过程和模型[J].心理科学进展，2013，21(7):1141-1149.[WU C X,MA S,ZHUANG X L.Cognitive psychological process and model of pedestrian crossing[J].Advances in Psychological Science,2013,21(7):1141-1149.]