周清雅 沈明 王雪松 陳佳雯
摘 要:近年來,隨著上海市浦東新區(qū)的快速發(fā)展,電動自行車作為一種重要的交通出行方式,已在人們的出行中發(fā)揮著不可替代的作用。而同時,與電動自行車相關的交通事故頻發(fā)帶來了巨大的人員傷亡和財產損失,浦東新區(qū)的道路交通安全形勢不容樂觀。本文對此開展了廣泛問卷調查,分析得到浦東新區(qū)電動自行車使用者的出行特征、安全意識、事故經歷以及安全教育意愿。最后總結國外相關安全改善經驗,提出電動自行車改善對策,具有重要的理論與實踐意義。
關鍵詞:電動自行車;出行特征;安全意識;事故經歷;安全教育意愿;安全改善對策
A survey on electric bicycles in Pudong District of Shanghai
ZHOU Qingya, SHENG Ming, WANG Xuesong, CHEN Jiawen
(Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China;Traffic Police Office of Pudong Public Security Bureau, Shanghai 201201, China)
Abstract: In recent years, with the development of Pudong District, electric bicycles, as an important traffic mode, play an irreplaceable role in peoples lives. At the same time, traffic crashes related to electric bicycles have brought huge casualties and property losses, and traffic safety environment is becoming worse in Pudong District. In conclusion, extensive questionnaires survey was conducted to analyze the characteristics and use status, safety awareness, accident experience and safety education willingness of electric bicycle users. Besides, relevant safety improvement experience of foreign countries were summarized and improvement countermeasures for electric bicycles were put forward, which is of great theoretical and practical significance.
Keywords:Electric Bicycle; Traffic Characteristics; Safety Awareness; Accident Experience; Safety Education Willingness; Safety Improvement Countermeasures
1 調查背景
近年來,隨著浦東新區(qū)的快速發(fā)展,非機動車作為一種重要的出行工具,在人們的出行中發(fā)揮著不可替代的作用。與此同時,在所有非機動車類型中,電動自行車因其速度快、騎行省力等優(yōu)點,成為了發(fā)展最為迅速的交通方式之一。我國最新電動自行車的國家標準《電動自行車安全技術規(guī)范》(GB 17761-2018)中將電動自行車定義為:“以車載蓄電池作為輔助能源,具有腳踏騎行能力,能實現電助動或/和電驅動功能的兩輪自行車”[1]。在交通運輸業(yè)迅猛發(fā)展和各類車型保有量迅速增長的背景下,道路設施的建設和安全規(guī)劃與管理未能及時跟上急劇增長的交通需求,再加上我國混合交通嚴重的現狀,導致交通事故頻發(fā),而作為交通中的弱勢群體,非機動車駕駛員在事故中更易受到傷害甚至死亡,其安全狀況堪憂。以上海市為例,2016年,非機動車重傷事故率達0.06%,是總體事故的2倍;而死亡率高達0.35%,是總體事故的1.75倍。在非機動車事故中,電動自行車是主要的事故主體,其事故比例在所有非機動車事故中高達87.86%,自行車事故僅8.17%,而其他類型非機動車事故占比僅3.98%,說明整治電動自行車對于改善整體非機動車安全具有較大的意義。
因此,在日益嚴峻的道路交通安全形勢下,急需對電動自行車及其使用者這一類特殊群體的出行特征、安全意識、事故經歷以及安全教育意愿等開展有針對性的研究,以了解電動自行車的主要使用群體和使用現狀。為了調查電動自行車使用者的各項特征,便于從源頭開展管理和教育,本研究設計了有針對性的調查問卷,由同濟大學和上海市浦東交警支隊合作,在浦東新區(qū)開展了廣泛的、多渠道的匿名問卷調查。本報告基于浦東新區(qū)的有效樣本開展分析,為開展源頭管理提供指導。
2 問卷結構與調查方法
目前針對電動自行車使用者特征和出行特征的研究,已經較為陳舊[2][3],而我國交通安全現狀變化日新月異,原有的研究已經不適用于討論現狀問題。另外,國內外以往的研究覆蓋范圍比較有限[4][5],大多通過研究者自己開展實地小范圍調查獲取樣本,而較少有多部門、多機構聯合開展的大范圍綜合調查。因此,本研究擬彌補過往研究的不足,通過多部門合作,擴大調查的覆蓋面,針對上海市電動自行車使用者的群體特征和出行特征,開展廣泛、時效性高的問卷調查,為后續(xù)開展有針對性的管理和教育提供依據。
3.2.2日常主要出行方式
在被調查的電動自行車騎行者中,不論是快遞外賣從業(yè)人員還是其他職業(yè)人員,日常出行方式分布總體相似。即以電動自行車為主(其他職業(yè)75.61%,快遞外賣行業(yè)90.04%),其次是慢行和公共交通,再次是小汽車和摩托車。但相比于其他行業(yè)人員,快遞外賣從業(yè)人員使用電動自行車和摩托車出行的比例均較高,而采用公共交通和小汽車的比例則明顯較低。
3.2.3出行目的
在出行目的方面,快遞外賣從業(yè)人員與其他職業(yè)人員存在很大差異。對于其他職業(yè)人員,他們主要使用電動自行車以滿足上下班/上下學的通勤需求(80.51%),其次是購物休閑(22.7%);而對于快遞外賣從業(yè)人員,其使用電動自行車的主要交通活動是派送貨物,占比高達88%,這主要是由其工作性質決定的;其次是通勤需求,比例為24.8%。
3.2.4出行時間和距離
在電動自行車出行頻率方面,快遞外賣從業(yè)人員與其他職業(yè)人員存在較大差異。對于其他職業(yè)的從業(yè)人員,其人數比例隨著出行頻率的增加而逐漸增加,大部分人員的電動自行車騎行頻率(約70%)集中在每周4天以上,且頻率為4~6天的人員比例與每天都騎的人員比例相差不太大。
然而,由于工作性質使然,高達84.8%的快遞外賣從業(yè)人員每天都騎行電動自行車;剩下的15%人員中,大部分的騎行頻率也在每周4~6天之間;僅有2.4%的快遞外賣從業(yè)人員每周騎行天數在3天以內。
該調查結果表明,電動自行車因其經濟、便利等優(yōu)勢,確實已經成為市民的重要出行方式之一;對于快遞外賣從業(yè)人員尤其如此,已經成為其日常都要使用的交通工具。
在電動自行車出行時段方面,快遞外賣從業(yè)人員與其他職業(yè)人員存在一定差異。對于其他職業(yè)人員,出行呈現明顯的雙峰特征,即早上6~9點和下午15~21點較高,其余時間較低。結合出行目的的調查結果,這兩個時段剛好是早晚高峰,因而通勤需求大。
而對于快遞外賣從業(yè)人員,其電動自行車出行從早9點至晚9點之間一直處于較高水平,甚至在21~24點間,也有26.4%的快遞外賣從業(yè)者騎電動自行車出行;這與其工作性質密不可分。
從電動自行車騎行的平均時長和平均距離來看,快遞外賣從業(yè)人員與其他職業(yè)人員存在很大差異。對于其他職業(yè)人員,平均單次使用電動自行車的時長集中在30分鐘以內(77.97%),僅有3.34%的人員單次出行時長超過1小時;而出行距離的結果也可以對此進行印證,即其他職業(yè)人員騎電動自行車的平均單次距離集中在10公里以內,其中,5公里的短途出行占了47.66%。總體而言,對于其他職業(yè)人員,使用電動自行車主要用于中短距離的出行。
而對于快遞外賣從業(yè)人員,其出行單次騎行時長呈現出集中在30分鐘以內和1小時以上兩個分段。其中,30分鐘以內的出行占了32.8%,而一小時以上的出行比例大44%。出行距離的分布也呈現出相同的特征:快遞外賣從業(yè)人員單次騎行在5公里以內的占了60.8%,其次是大于15公里,比例達24.8%。該結果說明,電動自行車的使用呈現出“兩極化”特征,即5公里以內的近距離出行和15公里以上的較長距離出行為主。對于短距離出行,尚容易理解;而對于15公里以上的出行比例如此之高,可能的原因是,被調查的快遞外賣從業(yè)人員對于“單次出行”的理解有一定偏差。例如,外賣派送員出發(fā)進行派送時,可能需要連續(xù)到達多個派送點;雖然每個派送點之間的距離可能不大,但將所有外賣派送完,整個一圈行駛下來累計距離可能就較遠;調查中,部分外賣快遞派送人員可能按照一次派送的累計距離填寫了問卷,因而使統計結果呈現出兩極化的特征。
3.3風險行為原因及頭盔使用
在電動自行車安全行為研究中,國內外研究結果存在一定差異。美國的研究發(fā)現高達60%的電動自行車使用者覺得比自行車更安全[7],騎行行為與自行車騎行者差異不大[8],且電動自行車騎行者更遵守交通規(guī)則[9]。而中國的研究發(fā)現,僅一半用戶覺得電動自行車更安全[10],在因駕駛不當而發(fā)生的事故中,電動自行車騎行者的安全意識通常更為淡泊,也因此更容易發(fā)生違章行為,如沖動易怒等[11]。還有一項中國的研究表明,電動自行車騎行者闖紅燈的概率(63%)比普通自行車騎行者(50%)要高[12]。國內外的研究結論差異表明,電動自行車的安全狀況與實際國情、政策息息相關,需結合實際的交通環(huán)境進行深入研究。
因此,本研究針對浦東新區(qū)電動自行車使用者的不安全行為如闖紅燈、逆行等,調查了產生該類行為的原因,同時調查了頭盔使用的情況,希望能夠從電動自行車使用者這個源頭開始,減少風險騎行行為,推廣安全頭盔的使用,開展有針對性的管理和教育。
3.3.1風險行為原因
當問及產生風險騎行行為的原因時,最主要的三項原因是未意識到不安全、僥幸心理、從眾心理。在開展對應的騎行人安全教育時,需要特別針對這三種不安全的騎行心理,采取對應的教育內容和對策。
3.3.2頭盔使用
在頭盔購買和擁有方面,高達90.5%的被調查的浦東新區(qū)電動自行車使用者都購買過或擁有頭盔,僅9.5%的人員沒有安全頭盔。然而,擁有頭盔并不代表在實際騎行中會佩戴。從總樣本來看,只有三分之二的被調查者表示在騎行時會經常佩戴安全頭盔,而剩下的三分之一被調查者則偶爾佩戴甚至不佩戴頭盔。而若區(qū)分職業(yè)來分析,快遞外賣從業(yè)人員由于行業(yè)要求嚴格,因此達82.4%的外賣快遞從業(yè)者經常佩戴頭盔,僅17.6%偶爾或不佩戴;但其他行業(yè)從業(yè)者中,僅64.89%經常佩戴頭盔,而25.1%的人員偶爾佩戴,達10.01%的人員則從不佩戴頭盔。
進一步對不愿意佩戴頭盔的原因進行調查,反饋得到最主要的三個原因是佩戴時感覺悶熱、不方便攜帶、太重;僅有7.44%的被調查者選擇了“認為不戴也不會有危險”。而當問及是否支持電動自行車騎行佩戴頭盔的強制法律規(guī)定時,大部分人表示了支持(81.81%)。
調查結果說明,大多數電動自行車使用者確實意識到了頭盔的保護作用,對于頭盔使用的重要性和必要性還是比較認可的,但是因為佩戴頭盔的種種不舒適、不方便而選擇了不佩戴。該調查結果對相關部門推廣頭盔使用提供了一個新的思路,即不僅僅要重視對于安全意識的提高,同時還要推進頭盔產品的舒適性、便攜性的改進,使得使用者主動、愿意佩戴和使用頭盔。
3.4事故經歷和設施安全
國內外研究表明,不同等級的道路長度、比例、道路網密度等是影響道路安全的因素之一[13-14]??偨Y被調查的浦東新區(qū)電動自行車使用者的歷史事故經歷、事故原因、對現有道路設施的建議,以及對電動自行車保險的態(tài)度,有利于幫助改善道路設施設計,以及制定法規(guī)政策。
3.4.1事故經歷
在本研究所調查的浦東新區(qū)電動自行車使用者中,大部分(90.85%)的人員都未發(fā)生過電動自行車交通事故;有8.7%的使用者發(fā)生過1~3次事故;僅有0.23%的人員發(fā)生過6次以上的事故。
在發(fā)生電動自行車事故的人員中,公司職員比例為36.25%,而在總樣本中,公司職員比例為52.29%,這表示公司職員的事故風險水平較低。在發(fā)生事故的人員中,快遞外賣從業(yè)人員比例高達41.25%,而在總調查樣本中,快遞外賣從業(yè)者比例為14.3%,顯著低于其在事故人員中的比例,這說明快遞外賣從業(yè)人員電動自行車事故風險較高,安全水平不佳,需要重點關注和整治。
在發(fā)生事故的人員中,約三分之一的事故都發(fā)生在電動自行車與機動車之間;其次是電動自行車與電動自行車之間。
3.4.2現有道路設施評估
事故記錄數據中往往把事故原因歸因于人的行為,而事實上,交通事故的發(fā)生往往是人、車、路多方面因素作用的結果。因此,為了解電動自行車騎行者對道路設施的評價,本研究從電動自行車使用者的角度,評估上海市現有道路設施的不足。
調查結果表明,排名第一的設施方面的問題是“非機動車道被占用”,有高達64.07%的被調查者認為這是目前電動自行車出行所面臨的一個重要的道路設施問題。排名前三的道路設施不足還有“非機動車道不連續(xù)”和“非機動車道寬度不足”??傮w而言,目前電動自行車使用者所面臨的道路環(huán)境方面的問題主要是非機動車相關的設施不完善,路網不暢達,行駛空間和路權無法得到保障。
3.4.3對電動自行車保險的態(tài)度
目前,我國尚無電動自行車強制上保險的規(guī)定。若電動自行車和小汽車發(fā)生事故,小汽車保險可解決部分經濟賠償問題,但若電動自行車和電動自行車或是行人之間發(fā)生事故,如果沒有保險,雙方損失都不會小。如果電動自行車駕駛員的賠付能力較弱,一些輕傷事故無論是現場處理,還是經濟調解難度都很大。一旦發(fā)生重傷事故,有時連醫(yī)療費用落實都十分困難。電動自行車一旦發(fā)生事故,賠償是一個令人困擾的問題,同時給交通事故處理和調解工作增加了難度。如果電動車可以上保險,就能彌補一些缺憾。
對于要求電動自行車上保險的規(guī)定,大部分(73.11%)被調查的浦東新區(qū)電動自行車使用者表示了支持,有16.7%的被調查者并不關心,認為無所謂;另外有10.18%的人員表示不支持該規(guī)定。
3.5安全教育
針對自行車相關的安全教育研究,國外學者Feenstra等人[15]針對荷蘭已經開展的一項非機動車安全教育項目的效果進行了評估。通過問卷調查,Twisk[16]等人對比研究了五個道路安全教育項目對青少年步行和騎自行車安全的提高效果,也發(fā)現不同的安全教育項目之間效果存在較大差異。本研究旨在調查了解上海市浦東新區(qū)電動自行車使用者的安全教育經歷,以及對交通安全教育的態(tài)度,有助于指導相關部門開展和推廣教育項目,并使得教育的內容和形式更加易被受教育者接受,強化教育的效果。
3.5.1安全教育經歷
關于上海市浦東新區(qū)電動自行車使用者對我國交通安全法律法規(guī)的熟悉程度,有68.54%的被調查者表示熟悉或非常熟悉,其中39.24%的人表示非常熟悉,29.29%表示熟悉。其中,77.63%的被調查者都擁有機動車駕照,可能是由于在考取駕照時接受了交通安全法律法規(guī)的教育,同時在駕駛機動車的實踐經驗中逐漸強化了對相關法規(guī)的了解,因而對相關交通法規(guī)較為熟悉。
電動自行車保險:我國目前尚無電動自行車強制購買保險的規(guī)定。若電動自行車與小汽車發(fā)生事故,小汽車的交強險尚可解決部分經濟賠償問題,但若電動自行車與非機動車或行人之間發(fā)生事故,若沒有保險,則對雙方都會造成一定的經濟負擔。而根據調查結果,電動自行車騎行者的經濟水有時連醫(yī)療費用落實都十分困難。電動自行車一旦發(fā)生事故,可能難以承擔高額的賠償和醫(yī)療費用,同時也給交通事故處理和調解工作增加了難度??紤]到目前電動自行車的發(fā)展已經逐漸向“輕摩化”靠近,在保險的管理上也應當結合實際,制定適宜該群體的保險險種。
4.2交通管理
路權問題:電動自行車騎行者的部分違法行為,如占用機動車道行駛等,除了電動自行車騎行者自身的守法意識、安全意識薄弱以外,還很可能是因為騎行者路權未得到保障。例如,由于機動車的亂停亂放、路邊攤擺設、機動車違法占道等行為,導致非機動車道空間被占用,電動自行車被迫行駛在機動車道,路權無法保障。需要加強針對性交通執(zhí)法,結合道路設施設計和改造、停車管理等進行綜合改善。
停車設計:對于機動車和非機動車亂停亂放現象嚴重的路段,可通過交通管理和控制手段進行疏導、管理;若無法改善,則應當在有需要處進行合理停車規(guī)劃,引導車輛停放于停車設施內,減少亂停亂放、占用非機動車道的現象。
4.3道路設施
在問卷調查中發(fā)現,電動自行車騎行者的逆行、占用機動車道等違法行為,往往不能完全歸咎于騎行者自身,而是多種因素作用的結果。例如,在非機動車道不連續(xù)的地方、或未設置非機動車道的地方,電動自行車騎行者無路可走,只能被“逼”上機動車道或選擇逆行。因此,完善非機動車設施,為非機動車騎行者提供良好的交通環(huán)境,也是保障電動自行車安全的重要一步。
完善非機動車道網絡,包括五個方面。
(1)在有需求但未設置非機動車道的道路上,通過研究論證,應該增設非機動車道,保障電動自行車騎行者的交通空間;
(2)在非機動車道不連續(xù),存在“斷頭”的路段上,要改善道路設計,讓非機動車道連結成網;
(3)對于非機動車流量大、但設施寬度不足的路段,應依據實際情況,對非機動車道進行拓寬;
(4)對于道路設計不合理而導致電動自行車事故高發(fā)的路段,需重新考察其設計方案,進行適當調整和修改;
(5)對非機動車道設施進行定期的檢查和維護,保障非機動車有一個良好的騎行環(huán)境。
4.4安全教育
重點群體教育:對于重點群體、教育水平較低的人員,如外來務工人員、快遞外賣從業(yè)人員等,以居民小區(qū)和行業(yè)單位為主要的教育地點,重點開展集中式、針對性交通安全教育。制定一系列對應的教育材料,內容應包括我國交通安全法律法規(guī)、危險案例觀看、危險騎行行為糾正、騎行心理、緊急情況處理等。對于可以系統管理的人員,如外賣快遞群體,應當按照一定周期開展重復教育和效果評估,教育周期建議是一季度一次為佳。
交通安全法規(guī):目前大部分電動自行車騎行者對于我國交通法規(guī)有一定了解,但仍有近40%的被調查者對我國交通法規(guī)尚未達到熟悉。建議組織電動自行車使用者在購買和登記時接受交通安全教育。對于有交通事故歷史且在事故中負有一定責任的電動自行車駕駛人,以及有交通違法歷史的駕駛人,強制要求其參與一定學時的交通安全教育,方可繼續(xù)騎行。
參考文獻
[1] GB 17761-2018,電動自行車安全技術規(guī)范.
[2] 王曼麗.城市道路電動自行車的交通安全特性分析.西南交通大學,2010.
[3] Lin, P.-S et al., Development of countermeasures to effectively improve pedestrian safety in low- income areas, Journal of Traffic and Transportation Engineering(English Edition), https://doi.org/10.1016/j.jtte.2019.02.001
[4] Kroesen M . To what extent do e-bikes substitute travel by other modes? Evidence from the Netherlands. Transportation Research Part D Transport and Environment, 2017, 53:377-387.
[5] 王濤,黎文皓,李文勇.電動自行車交通事故嚴重程度影響因素分析.廣西大學學報(自然科學版),2017,42(6):2080-2088.
[6] 付倩.城市電動自行車交通安全性與管理研究.西南交通大學,2016.
[7] MacArthur J, Dill J, Person M. Electric Bikes in North America: Results of an Online Survey. Transportation Research Record, 2014 (2468): 123-130.
[8] Langford B C, Chen J, Cherry C R. Risky Riding: Naturalistic Methods Comparing Safety Behavior from Conventional Bicycle Riders and Electric Bike Riders. Accident Analysis and Prevention, 2015, 82: 220-226.
[9] Popovich N , Gordon E , Shao Z , et al. Experiences of electric bicycle users in the Sacramento, California area. Travel Behaviour and Society, 2014, 1(2):37-44.
[10] Lin S, He M, Tan Y, et al. Comparison Study on Operating Speeds of Electric Bicycles and Bicycles Experience from Field Investigation in Kunming, China. Transportation Research Record, 2008, 2008 (2048): 52-59.
[11] Yao L, Wu C. Traffic Safety for Electric Bike Riders in China Attitudes, Risk Perception, and Aberrant Riding Behaviors. Transportation Research Record, 2012, 2314: 49-56.
[12] Wu C, Yao L, Zhang K. The Redlight Running Behavior of Electric Bike Riders and Cyclists at Urban Intersections in China: An Observational Study. Accident Analysis and Prevention, 2012, 49: 186-192.
[13] Osama A, Sayed T. Evaluating the impact of bike network indicators on cyclist safety using macrolevel collision prediction models. Accident Analysis & Prevention, 2016, 97:28-37.
[14] Jiang, Ximiao, Abdel-Aty, Mohamed, Hu, Jia, et al. Investigating macro-level hotzone identification and variable importance using big data: A random forest models approach. Neurocomputing, 2016, 181:53-63.
[15] Feenstra H , Ruiter R A C , Kok G . Evaluating traffic informers: Testing the behavioral and socialcognitive effects of an adolescent bicycle safety education program. Accident Analysis & Prevention, 2014, 73:288-295.
[16] Twisk D A M , Vlakveld W P , Commandeur J J F , et al. Five road safety education programmes for young adolescent pedestrians and cyclists: a multiprogramme evaluation in a field setting.[J]. Accid Anal Prev, 2014, 66(4):55-61.
[17]毛霖,楊新苗,馬澤丹等.電動自行車出行特征分析.電動自行車,2006(1): 34-36.
[18] David Shinar. Crash causes, countermeasures, and safety policy implications. Accident analysis and prevention, 2019, 125: 224-231.