北京地区驾驶人职业类型对交通事故的影响分析

黄利华 赵晓华 荣 建

（北京工业大学城市交通学院北京市交通工程重点实验室 北京 100124）

0 引言

据统计，2012年全球发生的道路交通事故中有75%是由驾驶人导致的，可见随着社会机动化的加速，机动车驾驶人已成为引发交通事故的关键因素［1－2］。对于事故成因中人因因素的主导性，国内外专家的观点不谋而合。为了进一步挖掘交通事故与机动车驾驶人之间的关系，学者们对机动车驾驶人的性别、驾龄、性格、职业等基本特征同交通事故间的关系均进行了大量的探索。

职业特性作为机动车驾驶人的基本特征之一，起初并没有受到研究者的重视。近年来随着社会分工的细化，研究者逐渐认识到交通事故与机动车驾驶人职业特性间的重要联系。如Charbotel等人［3－4］对法国地区9种不同职业类型驾驶人进行研究，发现不同时间段内不同职业驾驶人的事故数及事故严重程度均不相同；并利用描述分析及非参数检验的方法，找出了当地事故高发职业及事故中的弱势职业。Boufous等人［5］利用软件进行数据记录链接，从疲劳驾驶的角度，分析澳大利亚地区交通事故的发生特征，研究表明不同职业类型驾驶人占有不同的事故比例。

相比国外，国内学者更多地研究交通事故的地区分布、人群分布、时间分布规律以及事故预测等方面。如李文权等人［6］运用统计分析、对比分析，得出江苏地区的事故发生规律。胡江碧等人［7］利用灰色聚类分析对109国道某典型路段交通事故肇事驾驶人的年龄、驾龄、性别进行了统计分析。林国顺等人［8］对交通事故时间因素进行挖掘，利用聚类分析的方法找出我国某高速公路的事故高发时段。蒋宏等人［9］基于时间序列和灰色模型进行交通事故的预测。可以看出，对于交通事故与机动车驾驶人职业特性间的关系研究，国内学者关注甚少。，马社强、蔡娜、张宏等人［10－12］在进行交通事故特征研究时，仅简单提及事故起数较多的职业人群，并无深入分析。职业特性与驾驶人的日常交通出行息息相关，很大程度上影响并决定了出行的车辆条件、道路条件、环境条件，以及驾驶人的生心理反应、操控行为等特点。挖掘交通事故与机动车驾驶人职业特性间的关系，对提高道路交通安全具有重要意义。

北京市近年来随着汽车保有量的快速增加，交通安全问题日益突出［13］。在借鉴国外研究方法的基础上，笔者试图利用描述统计、非参数检验的分析方法，对北京地区机动车驾驶人职业类型对交通事故的影响特征进行初步探索。从而，在找出不同职业驾驶人事故发生特点的基础上提出相应的解决对策，推动北京地区交通事故预防工作的开展。

本文分析的事故数据为2008～2012年间北京市一般程序处理事故的采样数据。数据记录每起事故中驾驶人的10项基本信息，分别为：驾龄、性别、职业类型、主要违法行为、事故责任、行驶状态、受伤程度、事故发生时间及违法总量。论文主要分析驾驶人的3种基本信息：职业类型、事故责任及受伤程度。同时，除去由机动车以外其他原因引起的事故记录，剔除信息不全、职业特性不明确的事故记录，笔者结合7 011起事故记录数据进行研究。研究涉及肇事驾驶人的11种职业类型：公务员、公安民警、职员、工人、农民、自主经营者、军人、武警、教师、外来务工人员及不在业人员。

1 驾驶人职业类型影响下的事故统计特征

在参考我国道路事故统计指标体系及国内外学者研究成果的基础上，笔者将事故数、死亡事故数、事故比例及死亡事故比例作为基本的事故统计指标［14－15］。死亡事故数是指事故中造成人员死亡的事件数。事故比例是指某一职业类型驾驶人的事故在事故总数中的比例（事故比例＝（i／I）×100%。i为某职业类型驾驶人的事故数；I为11种职业驾驶人的事故总数）。死亡事故比例是指某一职业类型驾驶人的死亡事故在死亡事故总数中的比例（残废事故比例＝（j／J）×100%。j为某职业类型驾驶人的死亡事故数；J为11种职业驾驶人的死亡事故总数）。

1.1 驾驶人职业类型影响下的事故数、死亡事故数分布特征

图1、图2分别为北京地区2008～2012年不同职业类型机动车驾驶人的事故数、死亡事故数分布情况。图中显示，不同职业类型驾驶人的事故数并不相同，其死亡事故数也不相同，且差异较大。

如图1所示，5年间职员、工人、农民、自主经营者、外来务工、不在业人员，这6种职业人员的事故数远远大于其他职业的事故数。其中，农民职业类型驾驶人的事故数最多，达2 548起；其次，为外来务工人员，事故数为1 810起。而公务员、公安民警、军人、武警、教师类型驾驶人的事故数与前6中职业类型的事故数相差甚远，均不大于100起。对职业类型同事故数进行非参数检验，统计结果显示χ2＝51.423，ρ＜0.05可见不同职业类型影响下事故数的差异具有明显的统计学意义。

整体上，不同职业类型驾驶人的死亡事故数与事故数有相同的分布趋势。5年间职员、工人、农民、自主经营者、外来务工、不在业人员，这6种职业远远大于其他职业的死亡事故数。其中，死亡数最多的肇事职业仍为农民类型，死亡事故数为142起；其次为外来务工人员，死亡事故数为48起。相比之下，公务员、公安民警、军人、武警、教师类型驾驶人的死亡事故数很少，均小于10起。对职业类型同死亡事故数进行非参数检验，统计结果显示χ2＝43.504，ρ＜0.05说明不同职业类型其死亡事故数是有差异的。

1.2 驾驶人职业类型影响下的事故比例、死亡事故比例统计特征

表1为北京市不同职业驾驶人的事故比例、死亡事故比例情况。同时，为便于2种指标间的对照，表中括弧内的数字为某指标下某类职业在11种职业类型中的排名。如职员这一类型的死亡事故比例为9.54%，仅次于农民与外来务工人员类型的死亡事故比例，排名第3。表1 中事故比例与死亡事故比例排名一致的职业类型有8种，该现象反映出这2种指标描述11种职业类型驾驶人交通事故特性的一致性。

表1中对于事故比例的统计结果与1.1节中事故数的分布特征相似，5年间职员、工人、农民、自主经营者、外来务工、不在业人员，这6种职业的事故比例远远大于其他5种职业的事故比例，比例总和达93.19%，为事故多发职业人群。相比之下，其余5种职业类型驾驶人的事故比例每项均小于1%，总和仅6.81%，与前6种职业类型驾驶人的事故比例相差甚远，为事故低发职业人群。对职业类型同事故比例进行非参数检验，统计结果显示χ2＝51.908，ρ＜0.05。

表1 北京市11种职业类型驾驶人的事故比例、死亡事故比例统计情况Tab.1 Statistics of accident rate and death accident rate of 11types of driver’s occupation in Beijing %

同样，5 年间职员、工人、农民、自主经营者、外来务工、不在业人员，这6种职业远远大于其他职业的死亡事故比例，总和达97.18%，大于其事故比例的总和。相比之下，公务员、公安民警、军人、武警、教师，这5种职业类型驾驶人的死亡事故比例总和仅2.82%，除公安民警的死亡事故比例为1.06%之外，其他4种职业每项的死亡事故比例均小于1%。对职业类型同死亡事故比例进行非参数检验，统计结果显示χ2＝43.772，ρ＜0.05。

表1中，尽管11种职业类型的2种指标排名趋势相同，但不同职业类型下2种指标间的差异并一致。如事故高发人群中的农民这一职业类型在事故比例、死亡事故比例中均占到最高，但其死亡事故比例竟达50.18%，高出其事故比例13.71%。此现象表明，11 种职业的死亡事故总数中一半以上是由农民类型驾驶人引发，该职业类型驾驶人在交通行驶中较易引发死亡事故，事故中交通安全性低。类似的还有事故低发人群中的公安民警、教师和武警人员，此3种职业类型驾驶人虽较少发生交通事故，但其死亡事故比例大于其事故比例。

事故比例高出死亡事故比例的有：外来务工人员，事故比例高出8.95%；职员，事故比例高出3.21%；不在业人员，事故比例高出1.24%；其余4种职业高出值均少于1%。此3种职业类型驾驶人，发生事故虽多，但其死亡事故比例却相对大幅降低。由此可见，此职业类型驾驶人相对其他职业类型驾驶人在交通事故中具有较低的死亡几率。

2 驾驶人职业类型影响下的事故责任特征

按照每起事故产生的诱因，驾驶人在事故中承担有不同程度的责任。表2统计了11种职业驾驶人在3种责任类型（全部责任、主要责任及同等责任）事故中的比例，如农民类型驾驶人的全部责任事故数在11种职业全部责任事故总数中的事故比例为37.04%。

表2 北京市不同责任事故中各职业人员事故比例Tab.2 Accident rate of different responsibility of 11types of driver’s occupation in Beijing%

表2显示，11种职业类型驾驶人在3种责任事故中的事故比例有相似分布趋势，但其比例大小并不相同。进行3种责任类型事故比例间的对比，发现农民类型的全部责任事故比例大于其主要责任事故比例及同等责任事故比例；同时，仍大于其他职业类型的全部责任事故比例。此现象表明，农民类型驾驶人在事故中多承担全部责任。与农民类型对比情况相似的还有自主经营人员，其全部责任事故较多发。可见，此2种职业类型驾驶人主要发生全部责任事故，多为交通事故的诱发者，道路行驶中具有较高的危险性和侵犯性，该类型驾驶人的驾驶技能、安全意识、车辆安全性能等方面亟需提高。

对于外来务工人员，其3种责任类型事故比例中主要责任事故比例最大，且主要责任事故比例仅次于农民。与之相似的还有公务员、武警这两种职业类型。说明该类型驾驶人，交通事故中多为事故主要责任方，道路行驶中同样具有较高的危险性。此外，其余6种职业驾驶人3种责任类型事故比例对比，可以看出同等责任事故比例最高，说明此类型驾驶人容易受到外界影响。

对职业类型同3种责任类型事故比例进行非参数检验，统计结果显示χ2＝7.058，ρ＜0.05；可见不同职业类型发生3种责任程度的事故数有显著性差异，即职业类型显著影响事故的责任类型。总之，事故高发人群中农民、自主经营及外来务工人员这3种职业类型驾驶人主要发生全部责任、主要责任事故，在道路交通中具有相对较高的驾驶危险性和侵略性，应成为安全教育、驾照考核的重点对象。

3 驾驶人职业类型对交通事故影响的成因分析

随着城市道路事故的多发，交通事故研究领域的学者们逐渐认识到提高驾驶人教育水平、素质是减少道路事故的根本途径［1，13，16－17］。并且，已有学者发现教育水平对驾驶人认知与驾驶行为的影响大于年龄及其他因素，这种影响呈显著积极性［18－19］。职业作为驾驶人学校教育的成果及社会教育的延伸，与驾驶人的教育水平紧密相关。笔者从教育水平角度解释不同职业类型间交通事故发生的差异。

结合前人研究并依据现有事故资料，将11种职业驾驶人划分成3种等级的教育水平（低、中、高），见表3。3种教育水平中，高等级教育水平涵盖5种职业，其他2种教育水平均包含3种职业。

表3 北京地区不同教育水平驾驶人事故分布及责任承担状况Tab.3 Accident rate of different education level of 11types of driver’s occupation in Beijing%

表3中，3种等级教育水平下的事故比例不同且差异较大。其中，低级教育水平驾驶人发生的事故比例为70.85%，死亡事故比例高于其事故比例为74.56%，3种事故责任类型中主要责任事故比例最高。中等级教育水平驾驶人的事故比例为26.78%，死亡事故比例小于其事故比例为22.62%，3种事故责任类型中同等责任事故比例最高。而涵盖职业种类最多的高等级教育水平驾驶人事故比例仅为2.37%，死亡事故比例小于其事故比例为2.82%，3种事故责任类型中同等责任事故比例最高。

对3种教育水平同事故比例进行非参数检验，统计结果显χ2＝42.619，ρ＜0.05；教育水平同死亡事故比例进行非参数检验，结果X2＝38.622，ρ＜0.05。可以看出，教育水平对驾驶人事故比例、死亡事故比例的影响具有统计学意义。

表3中，低、中等级教育水平人员同样为事故高发人群，然而低等教育人员的事故比例、死亡事故比例却远远大于中等教育水平人员，且死亡事故多发、主要责任事故多发。而中等教育水平驾驶人的事故比例、死亡事故比例较小，主要发生同等责任事故。可以看出，教育水平的差异导致了不同职业驾驶人群间事故比例的差异，低等级教育水平的驾驶人具有事故多发性、事故诱发性。受教育水平的影响，农民、外来务工人员、不在业人员类型中普遍存在安全意识薄弱、信息认知能力低、法规遵守度低等现象，使得驾驶人在道路行驶过程中极易发生驾驶不规范、认读错误、违章行使等危险行为，最终增大事故发生的几率。

综上所述，事故高发人群中的农民、外来务工者、不在业人员3种职业类型驾驶人，应成为北京地区交通安全管理的重点对象。

4 结束语

通过对北京地区2008～2012年间驾驶人职业特性对交通事故的影响分析，研究发现：

1）职业类型影响了驾驶人的事故数、死亡事故数。农民、外来务工人员、不在业人员、工人、职员这5种职业类型驾驶人为事故、死亡事故高发人群。

2）职业类型影响了驾驶人在事故中的责任类型。事故高发人群中的农民、自主经营类型驾驶人主要发生全部责任事故，外来务工人员发生主要责任事故较多。

3）教育水平的差异导致了不同职业驾驶人群事故比例的差异，低等级教育水平驾驶人具有事故多发性、事故诱发性。事故高发职业中的农民、外来务工人员、不在业人员应成为北京地区交通安全管理的重点对象。

在研究中受采集年份、地区的限制，个别职业类型驾驶人的死亡事故发生过少，本研究相应分析较简单，如想进一步充分了解该类型驾驶人的死亡事故特性，需增大该职业类型死亡事故样本量。同时，不同职业类型间的事故数差异可能由于不同职业类型驾驶人群拥有机动车比例、驾驶机动车次数、驾驶里程不同引起的，为更精确地研究不同职业类型驾驶人对交通事故的影响，本课题将会在未来的研究中考虑这些因素的存在。

笔者所开展的职业类型对于交通事故发生的影响研究，结合了北京地区城市道路交通事故的特点，是希望北京市相关交通管理部门可以针对北京地区事故高发、诱发职业，采取有效的管理措施。例如加强交通违规执法力度、完善驾照考核制度、注重违章驾驶人群的二次驾驶培训与安全教育工作等。此外，北京地区的车辆管理、道路设施管理、交通治理救援体系管理与北京地区交通发展策略也应逐步完善，这将对减少北京地区的交通事故有非常重要的意义［13，20］。

［1］陈宽民，王玉萍.城市道路交通事故分布特点及预防对策［J］.交通运输工程学报，2003，3（1）：84－87.Chen Kuanmin，Wang Yuping.Distribution characteristics and countermeasures of urban traffic accidents［J］.Journal of Traffic and Transportation Engineering，2003，3（1）：84－87.（in Chinese）.

［2］李昌吉，汽车驾驶员的人为因素与交通安全［J］.疾病控制杂志，2004，8（6）：576－578.Li Changji.Human factors of vehicle drivers and traffic safety［J］.Chinese Journal of Disease Control and Prevention，2004，8（6）：576－578.（in Chinese）.

［3］Charbotel B，Chiron M，Martin J L，et al.Workrelated road accidents in France［J］.European Journal of Epidemiology，2001，17（8）：773－778.

［4］Charbotel B，Martin J L，Chiron M.Work－related versus non－work－related road accidents，developments in the last decade in France［J］.Accident Analysis ＆Prevention，2010，42（2）：604－611.

［5］Boufous S，Williamson A.Work－related traffic crashes：a record linkage study［J］.Accident Analysis＆Prevention，2006，38（1）：14－21.

［6］李文权，王 炜.交通事故的时间分布规律［J］.中国安全科学学报，2005，15（4）：56－61.Li Wenquan，Wang Wei.Time distribution of traf－fic accident［J］.China Safety Science Journal，2005，15（4）：56－61.

［7］胡江碧，曹新涛.道路交通事故肇事驾驶员特征分析［J］.中国公路学报，2009，22（6）：106－110.Hu Jiangbi，Cao Xintao.Analysis of characteristic of driver involved in road traffic accident［J］.China Journal of Highway and Transport.2009，22（6）：106－110.（in Chinese）.

［8］林国顺，陈 燕，李丽丽，等.高速公路安全事故时间关联聚类分析［J］.交通信息与安全，2011，29（5）：83－88.Lin Guoshun，Chen Yan，Li Lili，et al.Expressway safety accidents time－correlation cluster analysis［J］.Journal of Transport Information and Safety，2011，29（5）：83－88.（in Chinese）.

［9］蒋 宏，方守恩，陈雨人，等.基于时间序列和灰色模型的交通事故预测［J］.交通信息与安全，2012，30（4）：93－98.Jiang Hong，Fang Shouen，Chen Yuren，et al.A detection method for abnormal vehicle behavior based on space－time diagram［J］.Journal of Transport Information and Safety，2012，30（4）：93－98.（in Chinese）.

［10］马社强，韩凤春，朱鸣国.北京市道路交通事故特征的研究［J］.道路交通与安全，2007，7（6）：15－19.Ma Sheqiang，Han Fengchun，Zhu Ming.Study the characteristics of road traffic accidents in Beijing［J］.Road Traffic ＆Safety，2007，7（6）：15－19.（in Chinese）.

［11］蔡 娜.女性驾驶员道路交通事故影响因素分析［D］.北京：北京工业大学，2010.Cai Na.Analysis of female drivers factors affecting road traffic accident［D］.Beijing：Beijing University of Technology，2010.（in Chinese）.

［12］张 宏.北京道路交通事故特点分析及对策［J］.才智，2011（9）：279.Zhang Hong.Characteristics analysis and countermeasure of road traffic accidents in Beijing［J］.Intelligence，2011（9）：279.（in Chinese）.

［13］张 迪.北京市区道路交通事故致因分析与安全对策［D］.郑州：河南理工大学，2012.Zhang Ding.Cause analysis and safety counter－measures of road traffic accidents in Beijing urban［D］.Zhengzhou：Henan Polytechnic University，2012.（in Chinese）.

［14］费雪良，胡江碧，刘小明.我国道路交通事故统计指标体系问题探讨［J］.公路，2006（7）：125－127.Fei Xueliang，Hu Jiangbi，Liu Xiaoming.Statistical index system of road traffic accidents in our country［J］.Highway，2006（7）：125－127.（in Chinese）.

［15］邱 俊.中国交通事故和交通伤成因特点与趋势研究［D］.重庆：第三军医大学，2009.Qiu Jun.Analysis on causes，features and trend of road traffic crashes and traffic injuries in China［D］.Chongqing：Third Military Medical University.2009.（in Chinese）.

［16］王正国.新世纪道路交通事故的发生趋势［J］.中华创伤杂志，2002，18（6）：325－328.Wang Zhengguo.The occurrence trend of road traffic accidents in the new century［J］.Chin J Traumatol，2002，18（6）：325－328.（in Chinese）.

［17］马艳丽.驾驶员驾驶特性与道路交通安全对策研究［D］.哈尔滨：哈尔滨工业大学，2007.Ma Yanli.Study on characteristics of driving and its countermeasures［D］.Harbin：Harbin Institute of Technology，2007.（in Chinese）.

［18］Ardila A，Ostrosky－Solis F，Rosselli M，et al.Age－related cognitive decline during normal aging：the complex effect of education［J］.Archives of clinical neuropsychology，2000，15（6）：495－513.

［19］王大华，申继亮，彭华茂，等.教育水平对老年人认知能力的影响模式［J］.心理学报，2005，37（4）：511－516.Wang Dahua，Shen Jiliang，Peng Huamang，et al.The model of educational effect on old adult’s cognition［J］.Acta Psychologica Sinica，2005，37（4）：511－516.（in Chinese）.

［20］张 宏，李 娟，冯秋丽.论北京道路交通事故特点及预防对策［J］.才智，2011（11）：258.Zhang Hong，Li Juan，Feng Qiuling.Theory of Beijing road traffic accident characteristics and prevention countermeasures［J］.Intelligence .2011（11）：258.（in Chinese）.