Phys.org·· 6 天前AI 评分35
共享电动滑板车用户将险情归因于经验不足:纵向研究
Shared e-scooter users attribute near misses to inexperience: Longitudinal study
AI 导读
一项12个月纵向研究(285名澳大利亚共享与私人电动滑板车骑手)显示,共享滑板车骑手更可能将险情归因于经验不足,研究发表于 Safety Science。两次调查中,共享滑板车险情的经验不足评分分别为2.3和2.2,私人滑板车均为1.3。调整骑行频率后,两次调查间险情率无统计学显著变化,研究无法排除真实变化。
- 背景
- 电动滑板车相关的伤害与死亡上升,推动了大量关于安全与监管的研究。但按作者的说法,既有研究大多依赖医院与警方记录,这类记录捕捉不到近失(near miss),且往往不区分共享滑板车与私人滑板车用户。与此同时,澳大利亚各州与领地针对电动出行工具的法规并不统一,昆士兰州最近要求骑手持有驾照、年满16岁,若由成人陪同则可放宽到12岁。共享滑板车随取随用,使用者中新手比例更高,但此前缺少对同一批骑手、跨时间的安全结果追踪,因此“经验是否随使用而改善安全”这一问题没有直接数据。
- 做法
- QUT道路安全团队(博士研究员 Fariborz Mansourifar 领衔,MAIC-QUT道路安全研究合作)招募了285名澳大利亚共享与私人电动滑板车骑手,覆盖昆士兰、维多利亚、西澳、首都领地与塔斯马尼亚五地。研究做了两轮问卷:第一轮发放于2024年7月至2025年6月,第二轮发放于2025年7月至2026年6月,原文表述为随访12个月。每轮问卷要求骑手报告此前12个月内经历的碰撞与近失,并给出最近一次事件的细节,其中包括骑手缺乏经验、道路条件、其他道路使用者行为三者对事件的贡献程度评分。研究对比共享与私人滑板车上的近失与碰撞,检验同一批骑手的近失率在一年间是否变化,分析时计入了参与者骑行的频繁程度。作者称,据其所知这是首个对同一批电动滑板车骑手做时间追踪、考察安全结果变化的研究。
- 结论
- 在计入骑行频率后,两轮调查之间骑手的近失率没有统计学显著变化,样本为285名骑手。近失绝大多数涉及另一名道路使用者,最常是小汽车:随访轮为78%,最终轮为70%。已报告的碰撞则大多不涉及其他道路使用者,但数量很少,随访轮18起、最终轮22起。在归因评分上,骑行经验不足这一项在共享滑板车近失中显著高于私人滑板车近失:随访轮2.3对1.3,最终轮2.2对1.3。私人滑板车骑手最常把近失归因于其他道路使用者的行为,其次是道路基础设施与道路养护。共享与私人两类用户在归因结构上呈现不同侧重。
- 机制
- 对近失率一年内未见显著变化这一结果,作者列出三种可能解释:安全改善可能在第一年内就趋于平台;骑手信心增长可能抵消了一部分经验带来的收益;骑手对“什么算作近失”的判定也可能随时间发生变化。作者同时明确表示,这不等于安全结果一定没有变化,数据无法排除任一方向的真实变化。这种纵向设计本身会引入感知漂移这一混杂,作者把它作为待检验的解释之一,而不是排除掉。
- 意义
- 这项工作用自报近失补上了医院与警方记录看不到的一段,并把共享与私人滑板车用户分开看;同一批骑手被重复测量,使“经验是否带来安全改善”可以被直接检验,而不必只靠横断面比较。对运营商与监管者来说,两类工具的风险结构不同:共享一侧更多被归因于经验不足,私人一侧更多被归因于其他道路使用者行为与路面条件。作者据此提出,入门引导、新手骑行模式与简短的动手练习值得作为支持新车手的候选手段加以评估。
- 局限
- 作者承认,结果无法排除两个方向上真实的安全变化。碰撞事件数量少(随访轮18起、最终轮22起),据此难以做更细的分组比较。近失与归因都来自骑手自报,而且骑手对近失的定义可能随时间改变,这一点会直接干扰纵向比较。
- 下一步
- 作者提出需要进一步研究来厘清上述几种可能:安全改善是否在第一年内就趋于平台、信心增长是否抵消经验收益、以及骑手对近失的判定如何随时间漂移。入门引导、新手骑行模式与简短动手练习作为支持新车手的潜在手段,也还有待评估。
本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文
来源:Phys.org · phys.org