随着我国城市化进程的加快，城市中的交通问题愈发明显，交通拥堵、交通事故频发等问题始终没有得到有效解决。与普通路段相比，交叉口更容易发生这类问题，交叉口延误往往是其他路段延误的若干倍，是城市路网中最常见的交通拥堵发生源[1]，各股车流之间形成了较多的冲突点[2]。“非机动车交通事故发生数”连续5年逐年攀升，从2011年的10 347起上升到2015年的15 437起，上升了50%。我国对非机动车行车安全的重视程度远不及机动车。这主要是我国目前针对非机动车的道路交通安全设施严重不足，且针对非机动车骑行者的交通安全教育力度不足，导致他们往往成为事故的引发者或受害者。
目前，国外学者对机动车与非机动车冲突避让行为的行为本身研究较多，但对导致此类行为的心理因素研究较少。Minikel[3]对加州伯克利市2003—2010年的碰撞事故数据进行统计分析，发现骑行者在城市主干道旁骑行的事故率比在自行车专用道上要高，并且在严重碰撞的交通事故中，骑行者在城市主干道旁骑行的比例比在自行车专用道上要高；Stipancic等[4]使用有序logit模型对自行车和车辆之间的冲突行为进行分析，得出性别、车速等因素与该种冲突有关的结论；Silvano等[5]通过logit建模的方法对无信号交叉口机动车和自行车的冲突行为进行分析，表明冲突的概率受到不同情况的影响；Madsen和Lahrmann[6]通过视频监控软件分析的方法，对5种自行车道基础设施进行比较，对不同情况进行冲突分析。
国内的研究对象同样以冲突行为本身为主，对该类行为的心理因素研究较少。潘晓东和陈丽烨[7]通过对现场交叉口进行视频拍摄，着重研究了交叉口处直行非机动车和右转机动车之间的冲突行为，对非机动车的避让轨迹进行了总结和简化；沈家军等[8]探索了城市道路交叉口混合交通流中机动车和非机动车的冲突概率, 发现机非冲突的概率随着车流量的增大而增大; 董陈继[9]以为城市混合交通问题寻找新的解决思路为目标，重点研究自行车通过交叉口处的微观行为；Lu等[10]使用logit模型对无信号控制交叉口机动车间冲突的驾驶行为进行分析，结果表明适当控制进入交叉口的车速能够避免该类冲突的发生。
本文着重探讨无信号交叉口处直行非机动车与右转机动车之间的冲突，分析非机动车避让行为以及相关因素，并研究避让行为选择与人格特质的关系。既探讨了导致非机动车与机动车冲突的因素，又从心理学角度对此类行为进行了分析，力图更好地解释在此类情况下非机动车驾驶人的避让行为，为改善道路交通安全提供参考。
随着交通流量的增大，机非冲突的概率也随之增大。因此，选择早晚交通高峰时段，观测到机非冲突的概率相对较高，从而获取更多的有效样本。
经过实地考察之后，选择中山大道中—黄村西路交叉口作为实验地点，实验人员于东进口人行道开阔位置进行连续性拍摄，拍摄时间选在工作日的晚高峰17:00—18:30。由于信号灯从时间上分离了各股车流，不同行驶方向的车流之间的冲突不如无信号交叉口的明显，故选择无信号交叉口能得到更加可靠、典型的样本。此外，本文研究的是直行非机动车和右转机动车的冲突，故不宜选择有右转渠化设施的交叉口，右转渠化设施在一定程度上削弱了车流间的冲突，因此选取了无信号且无右转渠化设施的交叉口。此外，非机动车主要分为电动自行车和人力自行车，在通过交叉口时两者速度均较低，两者之间的避让行为影响较小，故本文没有对其进行分类。
南京农业大学农学院“乡村振兴，青年力量”农科学子暑期社会实践服务团，于2018年7月13—17日对江苏省淮安市金湖县以及盐城市响水县展开了关于“三农”问题的调研活动。本次调研涉及金湖县的2个镇5个村落，其中包括金南镇的福寿村、时墩村，塔集镇的陆河村、高桥村和联合村以及响水县西部与灌南县交界处的3个村落，包括姜圩村、张集居和杨回村。
本文对拍摄录像中的冲突样本进行观察并分析，对非机动车的避让行为类型，骑行者的性别、年龄、冲突点位置以及机动车车型等信息进行汇总。
问卷主要分为以下3个部分。
眼下，一场科创板“选秀”活动正在各地蔚然兴起。自沪、皖、苏、浙四省市之后，11月26日，湖北省上市公司指导中心印发了《关于组织推荐“科创板”后备企业的通知》，要求各地迅速行动，把创新能力强、掌握核心技术、细分领域行业领先且上市积极性高的后备企业，动员出来，推荐到省级科创板后备企业中。
各卷在分别展现改革开放40年经济、政治、社会、文化、生态文明、外交、执政党建设等方面的发展历程及成就的同时，也互相呼应，共同构成一个整体。换言之，每一卷都是改革开放40年一个发展侧面的例证，而合并起来又可以共同构成完整的历史叙述。比如外交卷，编者将我国外交事务单独编成一卷，记叙改革开放以来我国外交政策的调整和变化，也体现了40年间中国的国际地位和形象的变化，而这种变化又是与经济的发展以及政治、社会、文化等各方面的改革密不可分的。一部改革开放40年的中国外交史，就是一部中国共产党治国理政史、一部中华人民共和国史在对外关系领域的投射和缩影。
(1) 非机动车驾驶员个人基本信息，如性别、年龄、受教育程度、驾龄，等等。
(2) 非机动车驾驶员在通过无信号控制交叉口的特定情形下，针对机动车车身部位、车速以及车型的不同，对后侧避让、加速超车、贴车跟行(未到斑马线)、斑马线过街4种行为的选择。其中，贴车跟行指直行非机动车先在右转机动车的右方跟随机动车继续行驶一段距离(未到人行横道斑马线)，等机动车驶离后再穿越交叉口；斑马线过街指直行非机动车先在右转机动车的右方跟随机动车继续行驶一段距离，到达人行横道斑马线后，等到合适机会再通过斑马线过街。
(3) 人格因素测试。通过专家咨询以及访问骑行者，最终选择16PF人格理论[11]中的3个因素进行问卷调查，分别是因素C(稳定性)、因素E(恃强性)和因素H(敢为性)。通过在16PF量表中抽取关于这3个因素相关的心理测试题目对被测试人进行人格特质测评。
正式调查前的预调查中对非机动车驾驶员进行访谈，收集他们对问卷的意见，对问卷问题进行了筛选和修改。所有问卷均通过网络填写方式完成，受访者将有偿完成问卷填写，同一IP地址的用户不能重复填写问卷。共回收有效问卷150份。
取累计相对规模达75%～85%以上的前若干元素作为综合异常特征组合元素，但与主元素关系比较密切的元素则不受相对规模限制[9]。共计圈定综合异常60个，其中甲1类异常2个，乙1类异常9个，乙2类异常10个，乙3类异常16个，丙类异常23个。主元素异常分类情况见表4。此外Cd为1个乙2类异常第二主元素，Th为1个丙类异常第二主元素。
1.2.2 强化培训 把住院医师外送到二甲以上的综合医院进行内科、外科的学习，妇科、产科、儿科的医师在本院接受强化培训，开阔临床的视野，期间的工资、奖金不受影响。在开展相关培训工作中，院方必须加强完善管理制度，强化培训评估反馈，重视人文关怀，使医学生能够更主动地加入到培训之中，使用此法来保证培训质量[6]。据此，医教科定期进行考勤和严格考核。
本文从以下6个方面对实地观测所收集的数据进行统计分析。
2.1.1 避让行为选择比例
“校企合作”既是国情需要，又需国策支撑。在经济高速发展背景下，经济产业链需要有与之相匹配的职业链来助力。需求侧转型升级，不同产业岗位需要不同专业的技术型劳动者。即：密集的产业布局，需要大量的、能够熟练操作岗位技术能手。企业不可能苛求高职生个个都能成为技术全能型员工，但完全有理由希望高职生要具备基本的职业素养。
避让行为选择比例如表1所示。由表1可知，“后侧避让”的比例最高，占37.04%；其次是“贴车跟行”和“斑马线过街”，分别占27.16%和24.69%；“加速超车”的比例最低，仅占11.11%。绝大部分骑行者更加倾向于“后侧避让”“贴车跟行”和“斑马线过街”3种避让方式，只有少数相对冒进的骑行者会选择“加速超车”。
表1 避让行为选择比例
避让行为避让行为选择比例/%后侧避让37.04加速超车11.11贴车跟行27.16斑马线过街24.69
2.1.2 不同性别避让行为差异
不同性别避让行为差异如表2所示。
表2 不同性别避让行为差异
避让行为男性比例/%女性比例/%后侧避让48.8922.22加速超车13.338.33贴车跟行24.4430.56斑马线过街13.3338.89
由表2可知，男性选择“后侧避让”“加速超车”的比例远远高于女性。相反，女性选择“贴车跟行”和“斑马线过街”的比例则高于男性。男性的超越欲望比女性的要强，故有更多男性选择“加速超车”。女性则更偏向比较安全、保险的“斑马线过街”，这也是女性守规则意识较强的表现。
2.1.3 不同年龄段避让行为差异
不同年龄段避让行为差异如图1所示。
图1 不同年龄段避让行为差异
由图1可知，中老年人偏向“后侧避让”和“贴车跟行”，少年群体明显偏向于“后侧避让”，3个年龄段选择“加速超车”的比例相当，均为10%左右。青年中“斑马线过街”比例最高。
2.1.4 不同车型避让行为差异
需要指出的是，法律翻译对中西方权力斗争的重要性早在当时就已引起统治阶级的重视。证据之一就是，我们所熟知的总理各国事务衙门乃晚清最重要的对外事务决策机构，同时却又称译署。另一方面，中体西用式的法律翻译模式只是权力博弈过程中的阶段性平衡点。随着封建专制统治的渐次瓦解，西方民主观念的逐步确立，传统义理纲常终究要被现代政法术语所取代。仅仅几十年后，1911年编撰完成的《大清民律草案》中，“休妻/出妻”等已无踪迹，取而代之的是“离婚”。时至今日，我们无论制定法律规章，还是探索法律问题，所用皆是源于西方的术语，这些术语所包含的概念完全游离了传统文化形象。
不同车型避让行为差异如图2所示。由图2可知，面对小型车，“加速超车”的比例是面对大型车的2倍多，这与大型车极大限制了非机动车加速超车的空间、延长了超车时间有关。而面对大型车时“贴车跟行”的比例则明显高于小型车，这说明大型车给非机动车骑行者带来的压迫感和恐惧感要远远高于小型车。
图2 不同车型避让行为差异
2.1.5 不同冲突点位置避让行为差异
不同冲突点位置避让行为差异如图3所示。
全民学习共享平台模式设计的基础是构建好知识拓扑图，知识拓扑图为以知识节点为单元的树状结构图示，学习者对整体结构有直观、具体的认识，能够更好把握课程框架，可以根据自身特点自主选择学习内容和资源，形成在线学习过程的学习路径。课程教学模型创建要充分调研学习者的学习需求，分析知识拓扑结构，聚合、解析单元教学内容，建立基于树状拓扑图的在线学习途径和教学资源。全民学习共享平台既要能提供系统、全面的知识讲堂，也要具有易查询、易搜索、交互友好的界面功能，提供“以人为本”的个性化教学服务。
图3 不同冲突点位置避让行为差异
由图3可知，当冲突点位置为“车身前段”时，骑行者比较倾向于 “斑马线过街”；当冲突点位置为“车身中、后段”时，骑行者比较倾向于 “后侧避让”。另外，仅当冲突点位置为“车身前段”时，才有较大的机会观测到“加速超车”现象。
农村经济体制与经营管理司司长张红宇表示，对于清产核资工作已经制定了明确的时间表、路线图。2019年6月底前，重点是指导乡镇、村、组各级农村集体经济组织，全面清查核实资产，填写登记报表，逐级审核上报。2019年年底前基本完成清产核资，重点是组织开展监督检查和成果验收，农业农村部、中央农办将形成报告上报党中央、国务院。
2.1.6 不同车速避让行为差异
不同车速避让行为差异如图4所示。
图4 不同车速避让行为差异
由图4可知，当机动车的速度较快时，骑行者明显倾向于 “后侧避让”；只有当机动车的车速较慢时，才有骑行者选择“加速超车”。车速较快时，“加速超车”的比例为零。
避让行为的相关因素变量之间存在一定的交互性，一个变量往往会受到其他不同变量的影响，因此采用偏相关分析工具就可以对其他变量进行控制。本文使用SPSS对避让行为与性别、年龄、车型、冲突点位置、车速等因素分别进行偏相关分析，得到的结论为：避让行为与性别、冲突点位置存在显著的线性相关关系，而与其他因素不存在显著的线性相关关系。
对150份有效问卷进行统计，得到不同类型的非机动车驾驶员得分情况如表3所示。
表3 非机动车驾驶员得分情况
选择情况后侧避让加速超车跟车贴行斑马线过街稳定性10.6210.5710.5710.04恃强性9.2911.039.818.67敢为性7.849.148.407.27
由调查统计结果可知：
(1) 在稳定性方面，选择“后侧避让”“加速超车”“贴车跟行”3种方式的骑行者的得分比较接近，都在10.6左右；选择“斑马线过街”的骑行者的得分稍低。4种选择的骑行者在稳定性方面没有显著差异。
(2) 在恃强性方面，不同避让行为的得分有比较明显的差别。得分从高到低依次是：“加速超车”“贴车跟行”“后侧避让”“斑马线过街”。这说明选择“加速超车”的骑行者最为“好强固执、独立积极”；而选择“斑马线过街”的骑行者最为“谦逊、顺从、通融、恭顺”。
根据我国塑料管道行业的现状，塑料管道加工业还将以PVC-U管道和PE管道为发展重点，并大力发展改性、复合以及其他新型塑料管道，尽快完善应用的配套和质量保证体系。在稳步提高市政、建筑、水利等领域应用水平的前提下，积极开拓塑料管道在农业、非开挖技术、旧管道修复、矿山、石油以及工业等领域的应用市场。
(3) 在敢为性方面，不同避让行为的得分也有比较明显的差别。得分从高到低依次是：“加速超车”“贴车跟行”“后侧避让”“斑马线过街”。这说明选择“加速超车”的骑行者最为“冒险敢为、少有顾忌”；而选择“斑马线过街”的骑行者最为“畏怯退缩，缺乏自信心”。
本文着重研究直行非机动车和右转机动车之间的冲突，探究影响非机动车避让行为的因素，包括骑行者的性别、年龄、冲突点位置以及机动车车型等。对实际交叉口的观测数据进行统计分析，得出了非机动车避让行为与上述因素的关系。通过相关性分析，得到的结果是非机动车避让行为与“性别”“冲突点位置”有着较为显著的相关关系。
为了更加深入地探讨非机动车的避让行为选择，进一步分析影响这种行为选择的心理因素，本文采用了16PF中的“稳定性”“恃强性”和“敢为性”3个人格特性来设计问卷，对交通行为背后的心理诱因进行分析。问卷的分析结果表明选择“加速超车”的骑行者的“恃强性”和“敢为性”都明显高于选择其他避让行为的骑行者，而在“稳定性”方面的得分比较接近。
通过对非机动车避让行为的研究，不难发现非机动车的不避让行为仍然广泛存在，成为影响交通安全的隐患之一。对此，有关部门应当对无信号控制交叉口进行改进，加装信号灯等控制设施，这有助于改进交通秩序，提高通行安全；此外，还可以在无信号控制交叉口增派工作人员进行交通安全督导，对非机动车不避让行为进行有效遏制；还可以通过改进交通标志标线，增强非机动车骑行者的交通安全意识。
参考文献
[1]徐良杰,王炜,俞斌.信号交叉口非机动车及行人交通控制研究[J].交通运输工程与信息学报, 2004 (2):102-108,114.
[2]曹瑾鑫,高志军.城市道路交叉口机动车与非机动车冲突和仿真研究[J].中国安全科学学报, 2015, 25(6):29-34.
[3]MINIKEL E.Cyclist safety on bicycle boulevards and parallel arterial routes in Berkeley, California [J].Accident analysis & prevention, 2012, 45(2):241-247.
[4]STIPANCIC J, ZANGENEHPOUR S, MIRANDA M L, et al.Investigating the gender differences on bicycle-vehicle conflicts at urban intersections using an ordered logit methodology [J].Accident analysis & prevention, 2016, 97:19-27.
[5]SILVANO A P, KOUTSOPOULOS H N, Ma X.Analysis of vehicle-bicycle interactions at unsignalized crossings: a probabilistic approach and application[J].Accident analysis & prevention, 2016, 97:38-48.
[6]MADSEN T K O, LAHRMANN H.Comparison of five bicycle facility designs in signalized intersections using traffic conflict studies[J].Transportation research part F: traffic psychology and behaviour, 2017, 46: 438-450.
[7]潘晓东,陈丽烨.直行非机动车避让右转车辆轨迹分析[J].交通科学与工程, 2011, 27(4):56-61.
[8]沈家军,王炜,陈学武.城市道路交叉口混合交通流机动车与非机动车冲突概率[J].东南大学学报(自然科学版),2010, 40(5):1093-1096.
[9]董陈继.平面信号交叉口自行车微观行为研究[D].成都：西南交通大学, 2007.
[10]LU G, LIU M, WANG Y, et al.Logit-based analysis of drivers’ crossing behavior at unsignalized intersections in China [J].Human factors, 2015, 57(7):1101-1114.
[11]徐学俊.人格心理学[M].武汉：华中科技大学出版社, 2015：67-72.
联系客服
