不同性别驾驶人的驾驶风险与人口统计学、环境变量关系

何庆，朱旭姣，弯美娜

(北京警察学院 道路交通管理系，北京 102202)

1 引言

随着我国经济社会快速发展和居民家庭收入水平提高，机动车保有量不断增长，与此同时女性社会地位也在不断提高，女性驾驶人规模不断扩大，甚至其增速高于全体驾驶人的增长速度，我国机动车驾驶人的性别构成正在改变[1]，女性驾驶人安全问题或者说性别与安全关系成为社会舆论、管理部门、学术界关注焦点。

Albalbissi在总结前人研究的基础上指出，除少数例外，大多数研究表明，男性驾驶人的事故率高于女性驾驶人[2]。但同时研究者们也指出，交通事故事故的风险研究中通常使用卷入事故的某类驾驶人规模占该类驾驶人总体比例作为评价该类驾驶人驾驶风险的指标，这一方法并不科学[3]。如，某些驾驶人取得驾照并未上路行驶，而以该类驾驶人总体规模作为风险暴露面，则必然高估风险暴露面，另一方面将卷入事故驾驶人而非事故中承担责任的驾驶人，与风险暴露面之比作为驾驶风险，可能高估了驾驶风险。因此有研究者提出采用事故中处于责任方的驾驶人与该类驾驶人总体规模作为该类驾驶人驾驶风险指标。也有研究者使用两车事故中处于责任方的驾驶人与无责方的比例作为驾驶风险指标。这两类指标的研究结果同样表明，男性驾驶人驾驶风险高于女性驾驶人，研究者们同时指出，性别是影响事故发生的重要指标。

从目前的研究实践来看，相对于男性驾驶人驾驶风险高于女性驾驶人争议较小，性别是否是驾驶风险来源则争议更大。如Weber指出，性别和暴露面带来事故率(风险)的差异远高于性别[4]。Mcguire在回顾多个前人研究的基础上指出，在控制驾驶经验与年龄的前提下，性别与事故发生率没有显著关系，但性别与事故严重程度相关[5]。Santamarina-Rubio等则以出行时间为风险暴露面，建立事故率与性别、年龄等因素的关系模型，认为性别是影响驾驶风险的因素，同时性别与年龄之间存在着交互效应[6]。在笔者看来，性别是否为风险源，不同研究得到不同结论是合理的。原因是在不同文献中所研究的男女驾驶人在其文化氛围、价值观点、出行目的等方面都存在着一定差异，导致其驾驶行为存在差异，继而导致事故模式各不相同，因此针对性别是否影响事故得到不同结论是合理的。

为了进一步探讨性别是否影响事故发生，冯忠祥等介绍了国内外一些学者采用调查问卷，获得了男女驾驶人的与事故相关的心理、行为数据，探讨了男女驾驶人在这些方面的差异，并将之解释为男女驾驶人的驾驶风险来源[7]。必须注意的是，这种研究仅能从“内因”上对男女驾驶风险做出解释，但不能描述男女驾驶人的事故外在特点，对于发现事故高发群体和提高事故预防工作的支持不足。

因此，从事故预防角度，加强不同性别驾驶人的事故特征分析，有助于发现驾驶风险的“外在”来源，提高事故预防针对性。如Shaffer等研究发现，女性发生伤亡事故与自身社会地位没有关联，相反男性驾驶人则与其社会地位、社会调整关系密切[8]。Sirkku和Esko 则发现女性交通事故较多是因车辆控制及处理方面欠佳导致的，倒车事故和失控事故较多，男性交通事故多与超速相关[9]。蔡娜的研究发现，因溜车、倒车、开关车门造成的交通事故占女性驾驶人负全部责任的比例，高于男性驾驶人相应比例，反映了女性驾驶人的车辆控制及处理能力相对较弱；而与狭义攻击性驾驶与相关的追尾、逆行造成的交通事故占女性驾驶人负全部责任的比例低于男性相应比例；但与广义攻击性驾驶相关的未按规定让行以及违反交通信号造成的交通事故占女性驾驶人负全部责任的比例，也高于男性相应比例，说明女性在一个相对密封的车厢环境中同样具有驾驶攻击性[10]。上述研究都为制定针对性的事故预防措施提供了有效支持。

综合前人研究，本文搜集了实际发生的两车事故数据，将当事人分为有责和无责两方，以有责与无责之比作为该类驾驶人的驾驶风险，然后分性别研究年龄、驾龄、户口性质等个体人口统计学变量以及天气、照明情况、路表情况、道路线型、事故发生点的城乡属性等环境因素对驾驶风险的影响，通过对男女驾驶人驾驶风险对比，研究不同性别驾驶人的风险来源，为开展针对性的事故预防工作提供支持。

2 方法

交通安全研究中，一般用特定统计周期内某类驾驶人承担事故责任的人数除以该类驾驶人驾驶风险暴露面(如，驾驶里程数、出行时间等)作为该类评价指标。但限于数据采集的困难，很多事故暴露面难以测定。为此，国内外学者提出采用相对风险暴露面法替代[11]。该方法搜集涉及目标驾驶人的两车交通事故数据，以其中无责驾驶人规模代表该类驾驶人总体出行规模，并用有责任人数除以无责任人数作为评价目标驾驶人驾驶风险的指标。

根据我国道路交通事故程序处理规定，根据当事人在事故中存在过错程度，判定其承担全部责任、主要责任、同等责任、次要责任和无责任。因此，凡是承担全部责任、主要责任、同等责任、次要责任的人员在事故中均存在一定程度的过错行为，而承担无责任的人员在事故中不存在过错行为。

本文采用相对风险暴露面方法作为驾驶风险评价方法，然后采用基于卡方分布的独立性检验、连续校正的卡方分布独立性检验、fisher精确检验的方法[12]，探讨不同性别驾驶人的驾驶风险受到哪些人口统计学变量或道路环境变量上的差异。三种统计方法较为常见，可参见参考文献，在此不作详细介绍。

不知何时，小区里的野菊花相继开放。夕阳下，站在阳台上举目观望，这一簇簇的野菊花与窗台上的“祥云春雨”遥相呼应，似乎有种“秋丛绕舍似陶家，遍绕篱边日渐斜”的意境。微风将菊花特有的清香送入胸怀，顿感心旷神怡。喜欢菊的精致典雅，有着让人无法割舍的水墨之美，让人不禁融汇其中，如诗如画。

通过北京市公安局交通管理局数据库，随机抽取了近几年内发生的按照一般程序处理的(意味着存在伤亡或者重大财产损失，是事故预防的重点)的两车交通事故数据，剔出不合适的样本(如未能判定责任的)，获得1225起交通事故数据，涉及2450名驾驶人。其中男性2255人，占总体比例的98%，女性195人，占总体的2%。

尽管数据库中关于事故和事故当事人的指标较多，但本文仅选择了年龄、驾龄、户口性质等三个人口统计学变量和天气、照明条件、路表情况、道路线型、事故发生点的城乡属性。

3 结果

3.1 性别与事故责任的关系

为分析事故责任在性别上分布是否不同，统计事故当事人在性别与事故责任上的分布，见表1。

表1 事故当事人在性别与事故责任上的分布(单位：人)

从表1可以看出，男性驾驶人占总体的98%,是女性驾驶人的11倍数；而在代表者出行暴露面的无责驾驶人中，男性无责驾驶人占无责驾驶人总体的88.15%，女性无责驾驶人则占11.85%，远低于全国注册女性驾驶人占总体比例(27.23%)。这一差异也许与大量的女性驾驶人虽然取得驾照，但并未上路驾驶的现实状况有关。因此，从方法论的角度来看看，以传统的注册驾驶人作为女性驾驶人的风险暴露面的指标显然是不合适的。

在责任上，有责驾驶人占总体70.7%，是无责的2.4倍。在男性驾驶人中，有责驾驶人占总体的71.9%。在女性驾驶人，有责驾驶人占女性驾驶人的的56%。基于卡方分布的独立性检验结果表明，卡方统计量为21，P值小于 0.001。这说明性别与事故责任有关，男性驾驶人中有责比例更高，男性驾驶人的驾驶风险高于女性。

3.2 性别、风险与人口统计学变量及环境变量

为了对比分析不同性别驾驶人的驾驶风险与人口统计学变量之间的关系，统计不同性别驾驶人责任在年龄、驾龄和户口性质上的分布，并就责任与人口统计学变量、环境变量的相关性，采用基于卡方分布独立性检验、连续校正的卡方分布独立性检验和fisher精确检验，见表2、表3。注：在表3的女性驾驶人中，责任分布与照明条件、责任分布与道路线形的两项独立性检验中，均有单元格中计数据小于5，因此，前者采用fisher精确检验，后者采用连续校正的卡方分布独立性检验。其他检验均采用了基于卡方分布独立性检验。

其中，年龄被分为三个阶段，以18～30岁为青年，以31～50岁为中年、以50岁以上为中老年人；驾龄也分为三个阶段，分别是1～3年、4～10年、10年以上；户口性质分为农业户口和非农业户口；数据库中照明条件包括白天、黄昏、黎明、夜间无灯光照明、夜间有灯光照明五类。因黄昏和黎明的数据规模较小，故将两类合并，因此照明条件最后分为白天、黄昏+黎明、夜间无灯光照明和夜间有灯光照明四类；数据库中天气因素分为晴、阴、雨、雪、雾、沙尘、大风、其它，因为女性驾驶人在晴天之外的天气中出现事故较少，故将除晴天外的天气类型合并；数据库中路表情况包括为干燥、潮湿、积水、冰雪、其它五种情况，同样因数据规模考虑将路表情况分为干燥和非干燥两类。就事故发生地点所属行政区域，将之分为中心城区(东城与西城)、城区(包括朝阳、海淀、丰台、石景山)、近郊区(包括门头沟、房山、顺义、昌平、大兴、通州)、远郊区(包括密云、延庆、平谷、怀柔)。

表2 性别、责任和人口统计学变量的联合分布(单位：人)

表3 性别、责任和环境变量的联合分布(单位：人)

4 讨论

4.1 户口性质、天气、路表情况和道路线形对不同性别驾驶人事故都不存在影响

从表2和表3中可以看出，取P=0.05作为显著水平时，无论性别如何，责任分布与户口性质、天气情况、路表情况、道路线型等四个因素无关。

4.2 男性驾驶人的风险责任与年龄、驾龄及事故发生地相关

在男性中的责任分布，与年龄、驾龄、事故发生地点所属区域等三个因素有关，而女性与这三个因素无关。进一步统计男性驾驶中男性中，不同年龄、驾龄和事故发生地点所属区域分布情况如图1所示。

(a) (b) (C)

图1男性驾驶人中责任在年龄、驾龄和事故发生地点的区域上分布

从图1中可以看到，在男性驾驶人中，青少年驾驶人、青年驾驶人、中老年事故有责率分别为76%、71%和66%。在男性驾驶人中，年龄渐长后，驾驶风险明显下降。青年和青少年仍然是交通事故重点关注群体。驾龄为1～3年、4～10年和10年以上的事故有责率分别为78%、73%、68%。驾龄时间越短事故有责率越高，越容易发生交通事故。特别是1～3年驾龄的男性驾驶人应该是事故预防重点人群。女性驾驶人的责任分布与年龄和驾龄独立无关，这反映了女性驾驶人的风险水平并不随着驾龄和年龄而变化。这与先前研究中所指出的高龄女性驾驶人驾驶风险高的研究结论相悖，也与年龄增大带来驾驶技能下降的一般性规律相悖[6]。研究者认为，这可能因为中国高龄女性驾驶人更多回归家庭，车辆移交家中年轻人，驾驶出行规模减少同时特别是在风险高的时间和空间，驾驶出行规模下降，从而导致高龄女性驾驶人的驾驶风险得到了控制。

4.3 女性驾驶人的风险责任主要与照明条件相关

在中心城区、城区、近郊区和远郊区的事故有责率分别为59%、72%、73%、74%。显然驾驶人中心城区时驾驶风险明显低于其他地区。而女性的责任分布与事故发生地点无关。这可能是因为，对于男性驾驶人而言，中心城区道路运行速度低、交通管控设备完善，使得在男性驾驶人中常见的超速、超车、逆行等违法行为较之其他区域明显减少。而女性驾驶人在这些区域的风险水平较为稳定。因此，在这些方面，男性驾驶人应向女性驾驶人学习。

男性驾驶人的驾驶风险与照明条件无关；而在女性中，责任分布仅与照明条件有关。统计女性驾驶人的责任分布如图2所示。

从图2可以看出，女性驾驶人白天风险高，到了黄昏和黎明以及在夜间有灯的情况下，驾驶风险明显下降。这表明，女性驾驶人在照明条件变差的情况下，其变得更加谨慎，反而提高了安全水平。但是当照明条件进一步恶化时，如夜间无灯光时，女性驾驶人驾驶技能今后进一步下降，无法准确获得道路信息，容易产生判断错误。因此，建议女性驾驶人减少在夜间无灯光道路出行，或者增加导航仪、检测雷达等驾驶辅助设备。

图2 不同照明条件下女性驾驶人的责任分布情况

5 结论

本文对男女驾驶人的责任分布与年龄等三个人口统计学变量，天气等五个环境变量之间的相关性进行检验。结果发现，男女驾驶人的驾驶风险均不受城乡户口性质、天气、路表情况、道路线型等四个因素影响。

但对于男性驾驶人，驾龄越短、年龄越小，越可能成为事故责任方。这与过去研究一致，这表明青年男性驾驶人仍然是交通安全管理的重点。本文研究表明，高龄女性驾驶人并非事故高发群体，与国外研究不一致，但随着我国经济社会发展，驾驶人文化和社会心理可能会发生变化，影响高龄女性驾驶人的驾驶风险，因此该类群体在今后仍然需要关注。

驾驶人的责任分布与事故地点的关系表明，事故发生地点位于非中心城区，男性驾驶人更可能成为事故责任方，而女性驾驶人的责任分布与事故地点的行政区域无关。这表明，女性驾驶人的风险阈值更加稳定。男性驾驶人应向女性驾驶人学习。

最后，男性驾驶人的事故责任与照明条件无关，体现了男性驾驶人的驾驶技能，但女性驾驶人的事故责任与照明条件的关系，

则建议女性驾驶人减少夜间无路灯环境下出行，或者增加检测雷达、导航等辅助驾驶设备。