0 引 言

我国的道路安全形势依然十分严峻：世界卫生组织最新统计数据表明，2013年我国估计约有26.14万人死于交通事故，占世界交通事故致死人数的21.64%；死亡率为1.88人/万人，高于国际当年的平均水平1.68人/万人[1]。另据研究，我国16%～22%的交通事故发生于平面交叉口[2]，90%的交叉口事故发生在信号相位切换期间[3]，因此，平面交叉口信号相位切换对于交通安全具有重大的影响。揭示驾驶员在信号相位切换期间的驾驶行为，并据此合理地设置信号相位切换模式，对于提高信控交叉口的安全性具有重要意义。

多种信号相位切换模式在我国同一个城市往往同时存在，且设置存在一定的随意性，但是缺少对各模式优劣的横向对比研究。绿灯切换至红灯的方式有黄灯、绿闪(green signal flash,GSF)和绿灯倒计时(green signal countdown,GSC)。最常见的信号切换模式为GSC，但是在某些城市，GSF模式也在大范围使用[4]。我国《交通信号灯安装与设置规范(GB14886—2006)》和《道路交通信号灯(GB14887—2011)》规定：“黄灯作为信号过渡方式；绿灯倒计时仅是辅助提示装置，不属于强制性要求”。我国相关规范中没有定义或规定绿闪。国家规范的不详细与工程实践中“创新”这对矛盾，共同指向了同一个科学问题：即需要探究不同特征的驾驶员在各种信号相位切换方式下的驾驶行为，并基于行为规律选择安全的信号相位切换模式。因为只有准确掌握驾驶行为这一基础性规律，才能为规范制定和工程实践提供理论支持[5]。

1 文献综述

当车辆进入交叉口进口道时，驾驶员需要对信号切换做出选择反应，凭主观判断做出相应决策并执行操作。国内外学者对驾驶员在GSF与GSC切换模式下的驾驶行为进行了系列研究。

对驾驶员在信号相位切换期间驾驶行为的研究，多是基于“两难区”(dilemma zone，DZ)这一概念展开的。所谓的“两难区”，是指在交叉口停止线前存在着这样的一个区域，驾驶员在此区域内若遇到信号相位切换，既不宜紧急刹车(容易发生追尾事故)，又不能加速通过，即驾驶员在通过和停止之间面临两难的选择。

Gazis[6]，May等[7]于上世纪60年代提出了两难区的概念，并建立了GHM分析模型；此后，Olson[8]，Liu等[9]都对两难区引发的黄灯时间和绿灯间隔时间进行了研究；Martin[10]建立了安全停驶距离(safe stopping distance,SSD)与临界通过距离(critical crossing distance,CCD)的经典分析范式。Sheffi[11]于1981年开始将驾驶员的个体特征纳入考虑并采用行为学的研究方法。而后，国内外对此问题展开了大量的相关研究，探索交叉口特征(信号配时、几何设计)，车辆特征、及驾驶员个体特征(年龄、性别)对“通过/停止”决策行为的影响[5,12-15]。

对于采用GSF模式的影响，H.Köll等[16]认为GSF会增加驾驶员在绿灯闪烁早期的停止概率，因为驾驶员在此情况下通常会低估黄灯时间；R.Factor等[17]的研究表明，尽管GSF提供了信息以帮助驾驶员进行“停止/通过”决策，但是并没有观测到其能提高交叉口的安全性；唐克双等[18]的研究表明：安装GSF设备后，第一类型的DZ出现的概率减小，但是可供选择区及第二类型的DZ出现的概率增加，且诱发驾驶员停车概率提高约30%。对于采用GSC模式的影响，Lum等[19]研究发现，交叉口安装GSC设备后，观测到的闯红灯现象减少了65%，但是1.5个月以后影响减弱，且闯红灯的水平又回到了未安装时的水平；台湾的1个匿名研究表明：安装GSC设备后该交叉口的交通事故死亡人数上升了100%，且驾驶员的驾驶行为更为激进，因此，该研究强烈建议交通管理部门避免在交叉口使用GSC切换模式；Chiou等[20]研究表明，GSC会减小在绿灯倒计时晚期停止的概率，DZ的范围增加28 m，且驾驶员行为的不一致性增加；Biswas等[21]通过前后对比实验的方法证明：GSC信息的提供会减小闯红灯的频率；Ishikura[22]等利用驾驶模拟器得到如下结果：在GSC切换模式下，大部分的驾驶员都会降低在进口道的车速，因此，车辆落入DZ的概率减小；特别地，驾驶员会在绿灯倒计时早期就完成“停止/通过”的决策，那么驾驶员就会以“较少的困惑”通过交叉口。

南朝诗文用典遭人诟病之处，即在于因炫才逞博而使事忘义，故有“淫文破典”之弊；而有人因这一弊端，便认为抒情性诗文不贵于用事，从而反对用典，又未免矫枉过正。从沈约对用典的态度中可以看到，他实际上是要求能在直寻与隶事、性情与才学之间，找到适当的平衡点。这样，用典对抒情就会起到积极的作用。这个平衡点简单地说就是人工与自然的统一，虽出机杼，而泯于自然。

The next chapter describes the prevention of metachronous gastric cancer through the use of predictive markers.

Yi=β0+β1V+β2D+β3S+β4A+β5E+μ(4)

因此，必须基于本国的交通情况及驾驶员特性展开研究才能适用于本国交通实际。笔者设计了1组驾驶模拟实验以对比驾驶员在GSF与GSC 2种信号切换模式下的驾驶行为。首先设计了1组单盲实验，要求实验者模拟驾驶通过GSF和GSC的交叉口，并利用系统软件采集相关数据；其次，对驾驶员在两种信号相位切换方式下的驾驶数据进行统计分析；最后，对“通过/停止”决策行为建立综合考虑各影响因素的二项Logit模型。

2 实验设计

2.1 受试者

本实验在选取受试者时结合我国驾驶员人口统计资料充分考虑了他们在性别、年龄、驾龄等个体特征。实验共记录了42名驾驶员的共1 764次(42名×42次/名)“通过/停止”决策行为。在驾驶员受试前，不向其透露实验目的、手段等相关信息，以消除参与者偏差。另外，实验之前1 d禁止受试者饮酒，12 h前不允许饮用咖啡、茶类等功能性饮料，以排除其他因素的干扰[23]。受试者特征见表1。

 

表1 受试者的个体特征

 

Tab.1 Demographic data of the participants

  

项目分组我国驾驶员分布/%本实验驾驶员分布(占比/%)数量-10042(100)年龄/岁20～3028.8812(28.57)30～4031.6418(42.86)40～5028.1712(28.57)其它11.310(0.00)驾龄/年1～222.3315(35.71)>2～420.8014(33.33)>4～620.7713(30.95)其他36.100(0.00)性别男74.3033(78.57)女25.709(21.43)

2.2 实验场景

本实验场景是1条全长8 km的双向四车道的主干路，限速80 km/h，在沿途共设置了7个与之相交的信号控制交叉口，各交叉口的信号相位切换模式见图1。实验过程中，为突出表现信号相位切换方式对驾驶行为的影响，环境中车流量较小，即车辆达到停止线时前方均无排队车辆。

可以看出，对驾驶员在信号相位切换期间驾驶行为的研究已经形成了一些成果，但仍然存在两方面问题：一方面，各研究对此问题的结论存在分歧，特别是对于GSC模式下的驾驶行为甚至存在相反的结论；另一方面，缺少对绿尾信号切换模式的横向对比及优劣分析，特别是缺少对GSF与GSC的对比研究，因此就无法直接指导信号相位切换模式的选择。

  

图1 实验场景

 

Fig.1 Experiment scenario

正式实验前安排受试者先驾驶5 min，以熟悉设备和操作。实验正式开始后，要求受试者先按照“1→7”的顺序通过交叉口；而后在7交叉口的东出口掉头，再按照“7→1”的顺序驾驶。各受试者重复3遍此过程。故1名受试者可提取42组数据，并可消除由于驾驶方向等因素带来的偏差。

2.3 驾驶模拟器的逼真程度调查

只有在足够高的逼真程度下驾驶模拟器实验才能真实地反映驾驶员的行为，为考察此问题，在受试者结束试验之后进行了问卷调查。调查采用5分制，分别反映受试者对车辆总体操纵、油门、刹车、方向盘、标志标线信号灯、天气、眩晕等7个方面模拟的逼真程度，其中0分表示非常不逼真，5分表示非常逼真。问卷调查结果见图2，表明受试者除了因感觉眩晕(3.5分)而觉得与真实驾驶有差距外，其余方面的真实程度均较高(大于4分)。此结果说明本驾驶模拟实验具有较高的逼真程度。

  

图2 对驾驶模拟器逼真程度的调查问卷结果

 

Fig.2 The survey results of the verisimilitude of this driving simulator

3 实验结果

3.1 交通因素驾驶行为的影响

通过提供优惠政策，使贫困县获得特殊的发展条件以减轻或部分抵消其自然条件和发展落后施加于地方发展的限制，在局部形成政策优势，在不同阶段给予贫困地区不同的优惠政策，如土地政策、进出口政策、减免农业税，出让部分中央政府和地方政府的收益给贫困地区和贫困户，或者改善其发展环境、提高其竞争和发展能力，或者直接增加其福祉。

图3(b)表明：在不同的信号相位切换模式下，驾驶员的“通过/停止”决策行为和黄灯启亮时的速度之间的关系较为复杂。在GSF模式下，速度低的驾驶员会倾向选择通过，当速度低至40 km/h时，通过率为100%；而速度越高的驾驶员会倾向于选择停止，速度为90 km/h时，通过率约为4%。而GSC模式下则存在着正好相反的趋势：在速度为90 km/h时，通过率为100%，而速度为40 km/h时，仅有6%的驾驶员选择通过停止线。GSF与GSC2条曲线的交点处的速度约为60 km/h，此速度下的通过率分别为55%和45%。

考虑到“通过/停止”行为结果的二元性质，采用二项Logistic回归模型为此行为建模。如前所述，驾驶员选择“通过/停止”的决策与黄灯启亮时刻的速度V、车辆与停车线的距离D、驾驶员的性别S、年龄A、驾龄E均有关，故选择它们作为解释变量。被解释变量Y定义“1”为通过、“0”为停止。另外，由于性别S为非量化参数，故进行哑变量变换：“1”代表男性，“0”代表女性。建立模型如下。

  

图3 通过率与交通因素之间的关系

 

Fig.3 The relationship between the passing rate and the traffic parameters

如前所述，在信控交叉口进口道两难区的研究中，安全停驶距离(SSD)与临界通过距离(CCD)是2个重要的参数，其计算公式分别为

 

(1)

CCD=v0A

(2)

利用IBM SPSS Statistics V.21.0进行模型估计，结果见表2。

在本研究中，v0为80 km/h，即22.22 m/s，通常驾驶员的反应时间和车辆减速度可取为1.0 s和2.5 m/s2[13]，那么可作图表示GSF和GSC模式下出现DZ的概率，见图4。

  

图4 GSF和GSC模式下出现DZ的概率

 

Fig.4 Occurrence rate of DZ under GSF and GSC

图4数据表明：在GSC模式下11.59%的车辆落入DZ，而在GSF模式下4.35%的车辆落入DZ。黄灯启亮时，在GSC模式下落入DZ的车辆的平均速度为19.06 m/s (S.D.=4.41 m/s)，与停车线的距离为76.11 m(18.78 m)；这2个参数均高于GSF模式下的17.23 m/s(S.D.=0.97 m/s)和56.25 m(1.43 m)。由此可知：车辆在GSC环境下的速度的离散型增加，且车辆在GSC模式下黄灯启亮时的速度要明显高于GSF模式下，可得出结论：GSC模式对驾驶员具有催促作用。

Para7第一句把动词spend的宾语置于句首,讲授的时候可以请学生分析句子结构，识别句子的正常语序。lay hands on词组的含义是形象生动的：“把手放在……上面”。引申含义“为得到，获得”,前后句式进行对比：no one will ever know,we do know以强调后者的重要性。

3.2 驾驶员个体特征对驾驶行为的影响

图5为通过率与驾驶员个体特征之间的关系。

  

图5 通过率与驾驶员个体特征之间的关系

 

Fig.5 The relationship between the passing rate and the drivers′ demographics

由图5(a)可知，男性在GSF和GSC 2种模式中的通过率分别比女性高11%和18%，这表明男性驾驶员的驾驶行为确实比女性较为激进。单独分别考虑男性和女性，GSC下的通过率比GSF下高27%和20%，此结论与前述研究是一致的。

图5(b)可见，通过率与驾驶员年龄之间呈现出先下降后上升的趋势。30～40岁年龄组的通过率最低，而其余年龄段的驾驶员通过率要高于该组15%以上。一般的解释为[4]：年轻驾驶员通常较为激进，而后随着年龄增长逐渐保守，而随着年龄的继续增长反应速度变缓，从而导致驾驶的安全性再次下降。

3.3.2 硫酸盐测定结果 按“2.4.2”和“2.4.3”分别配制2种供试品溶液，进样，测定本次抽样19批检品的硫酸盐含量，结果见表4。

如图3(a)所示，通过率和车辆在黄灯启亮时与停车线距离之间的距离呈负相关关系。GSF和GSC 2种模式下，距离为10 m时通过率均为100%；而车辆距停车线80 m时，通过率均下降至0%。即黄灯启亮时，若车辆与停车线距离较近，驾驶员无法在停车线前安全停车，倾向继续通过停车线；而若与停车线距离足够远时，驾驶员倾向于停止。在20～70 m各距离下，车辆在GSC模式下的通过率均比GSF模式下的高，最大的差值出现在50 m处(21%)，最小的差值出现在60 m处(1%)。

图5(c)表明，通过率与驾龄之间呈现出先上升后下降的趋势。GSF和GSC 2种模式下，驾龄在3～4年的驾驶员比1～2年的通过率高,分别高20%和34%，比5～6年的高20%和19%。对此现象一般的解释为新手驾驶员较为保守，随着驾驶技术的提升其驾驶行为逐渐激进，而后由于阅历增加重新趋于保守。单独考虑同一驾龄组内，GSC的通过率均高于GSF，通过率差值分别为4%，9%，9%。

综合上述的分析可知，在不同交通环境下，不同个体特征的驾驶员针对GSF或GSC 2种信号相位切换模式的行为是不同的，与驾驶环境(如黄灯启亮时与停车线的距离、车速)和个体特征(如性别、年龄、驾龄)等密切相关。具体趋势为：①相位切换方式方面：GSC具有较为强烈的催促暗示作用，驾驶员在此环境下的通过率要明显高于GSF；②驾驶员个体特征方面：男性、年轻、中等驾龄的驾驶员的驾驶行为较为激进，通过率远高于其他类型驾驶员。

4 “通过/停止”决策行为建模

4.1 变量选取

研究区土壤类型以棕色针叶林土为主，土体内含有石砾多，质地较轻，土层浅薄，一般在30～40 cm，表土疏松，腐殖质含量高。由于土壤滞水性强，土壤呈现高度湿润状态。该区土壤冻结期较长，冻层深度达3 m，并有岛状永冻层存在，土壤呈酸性。

 

(3)

郑君出身于一个农民家庭，大学毕业后分配在政府部门。他聪明、能干、能说会道，也很直爽。总的说来，我们相处得还不错。

式中：Pi(1)为编号为i的个体选择通过的概率，βi为未知参数，μ为随机误差项。其他各变量的涵义与上文相同。

4.2 模型建立及讨论

式中:v0为交叉口进口道限速；tr为驾驶员的反应速度；ds为车辆的减速度；A为信号的黄灯时长。

 

表2 GSF与GSC下模型的参数估计

 

Tab.2 Model variables and parameter estimation under GSF and GSC

  

BS.E.Walsd.f.Sig.Exp(B)GSF模型包含常数和变量V,D,S,NRS=0.917V-0.2470.05818.2571.0000.0000.781D-0.0650.01911.7221.0000.0010.937S(1)0.2690.9793.7881.0000.0496.721Constant12.4152.68421.3921.0000.000246466.549GSC模型包含常数和变量V,D,S,NRS=0.931V0.1630.0646.5961.0000.0101.178D-0.1890.0707.2141.0000.0070.828S(1)0.3512.9855.2761.0000.0229.338Constant-6.1933.1783.7971.0000.0500.002

注：NRS，Nagelkerke R Square。

4.3 影响因素分析

由表2可见，共有3个变量显著地影响着驾驶员的“通过/停止”决策行为，分别是黄灯启亮时刻的速度V、车辆与停车线的距离D、驾驶员的性别S。

还有安南（越南）自古以来就使用中国钱币。最早开始铸钱是在丁朝大瞿越大平年间(970)，仿照中国宋朝方孔圆钱的形制铸成的，钱文多有宋体之意。从黎仁宗延宁起，到昭宗光绍年间（1454—1521），则是安南铸钱的成熟时期，无论铸钱技术，还是工艺水平，都达到了较高水平。光绍以后，安南古钱的制作便逐步走向下坡。安南曾经大量仿制过中国古钱，与中国铜钱同名的有15种。

对比驾驶员在GSF与GSC 2种信号相位切换模式下的“通过/停止”行为可以发现，车辆与停车线的距离D对通过率Y显著负影响。参数估计结果表明，GSF模式下，D每增大1 m，将导致通过的概率提高6.7%(即e0.065-1)；GSC模式下，D每增大1 m，将导致通过的概率提高20.8%(即e0.189-1)。当黄灯启亮时，车辆距离停止线越近，越容易通过交叉口。

性别S对驾驶员的“通过/停止”行为亦有显著的影响。结果表明，GSF与GSC模式下，男性驾驶员选择通过的概率都远超过女性。在GSF模式下，男性的通过率比女性高30.9%(即e0.269-1)；在GSC模式下，高42.0%(即e0.351-1)。

黄灯启亮时刻的速度V对驾驶员的“通过/停止”行为的影响最为复杂，具体表现在：GSC模式下车辆的通过率与V呈正相关关系，这与一般的认知相同；但是GSF模式下车辆的通过率与V呈现负相关关系，尚未有类似的结果，需要对其致因进一步分析。

5 结束语

1) 笔者设计了1组驾驶模拟实验，以我国驾驶员为受试者，对不同个体特征的驾驶员在GSF与GSC模式下的驾驶行为(包括“通过/停止”决策行为、两难区)进行横向对比研究，为交叉口信号相位切换模式的选择提供依据。

2) 实验表明，在解释变量不变时，驾驶员在GSC环境下落入DZ的概率(11.59%)、车速均值(19.06 m/s)、车速的离散性(S.D.=4.41 m/s)均高于GSF环境下的相关数值(4.35%，17.23 m/s，S.D.=0.97 m/s)，这说明GSC模式具有催促作用，且驾驶员在GSC环境下的驾驶行为的激进程度要高于GSF。

3) 笔者还研究了交通因素和驾驶员个体特征对“通过/停止”决策行为的影响，并以通过率为被解释变量，黄灯启亮时刻的速度V、车辆与停车线的距离D、驾驶员的性别S为解释变量建立了二元Logit模型。

近期，山东省济南市中级人民法院披露了一起官司的民事判决书。在这起官司中，原审原告杨某某把装有罗曼尼康帝、作品一号等多款名庄酒的酒柜置于小区物业地下室，结果地下室一旁的换热站发生爆管，导致名庄酒被长时间浸泡在80℃高温的热水中，遭受损坏。杨某某便把换热站的管理方济南热电公司告上法庭，索赔245.696万元，并获得胜诉。

4) 由于驾驶模拟器成本的限制，故受试者样本量有限。下一步将扩大样本量并采集实际交通数据，以提高模型预测精度。另外，尚需对GSF模式下车辆的通过率与V呈现的负相关关系进行进一步研究。

一辆2007款一汽大众速腾，搭载手动挡变速器和1.6L发动机，发动机无法正常关闭。因此故障曾在其他维修厂进行过维修，更换了点火开关仍然无法排除故障，才转到我厂进一步维修。

5) 下一步可基于本论文的研究对工程实践中交叉口信号相位切换模式的选择给出指导性意见。

参考文献

References

[1] World Health Organization (WHO). Global status report on road safety 2015[R]. Geneva: WHO, 2015.

[2] 蒲文静.城市道路平面交叉口交通安全设计研究[D].上海:同济大学,2004.

PU Wenjing. Study on traffic safety design at urban intersections[D]. Shanghai: Tongji University,2004.(in Chinese)

[3] 钱红波,李克平.绿灯间隔时间对交叉口交通安全的影响研究[J].中国安全科学学报,2008,18(6):166-170.

QIAN Hongbo, LI Keping. Study on the influence of green traffic light intervals on the cross traffic[J]. China Safety Science Journal,2008,18(6):166-170.(in Chinese)

[4] WU Z, TAN G, WANG C, et al. Analysis of driving behavior during different phase-switching modes based on field data[C]. Transportation Research Board 95th Annual Meeting, Washington, D.C., United States: TRB, 2016.

[5] PAPAIOANNOU P. Driver behaviour, dilemma zone and safety effects at urban signalized intersections in Greece[J]. Accident Analysis & Prevention,2007,39(1):147-158.

[6] GAZIS D, HERMAN R, MARADUDIN A. The problem of the amber signal light in traffic flow[J]. Operations Research,1960,8(1):112-132.

[7] MAY A D. Clearance interval at flashing systems[J]. Highway Research Record. 1968(221):41-71.

[8] OLSON P L, ROTHERY R W. Deceleration levels and clearance times associated with the amber phase of traffic signals[J]. Traffic Engineering Inst Traffic Engr,1972,42(7)：16-19，62-63.

[9] LIN F B, VIJAYKUMAR S. Timing design of signal change interval[J]. Traffic Engineering & Control,1988,29(10)：531-536.

[10] MARTIN P T, KALYANI V C, STAVANOVIC A. Evaluation of advance warning signals on high speed signalized intersections[R]. Salt Lake City:University of Utah,2003.

[11] SHEFFI Y, MAHMASSANI H. A model of driver behavior at high speed signalized intersections[J]. Transportation Science,1981,15(1):50-61.

[12] BURNETT N P, SHARMA A, BURNETT N, et al. Role of information on probability of traffic conflict on the onset of yellow[J]. Advances in Transportation Studies,2011,135(3):425-428.

[13] LI Z, WEI H. Modeling dynamics of dilemma zones by formulating dynamical contributing factors with video-observed trajectory data[J]. Procedia-Social and Behavioral Sciences,2013(80):880-900.

[14] GATES T J, SAVOLAINEN P T, MARIA H U. Impacts of automated red light running enforcement cameras on driver behavior[C]. Transportation Research Board 93th Annual Meeting, Washington, D.C., United States: TRB, 2014.

[15] ABBAS M M, MACHIANI S G. Modeling the dynamics of driver′s dilemma zone perception using agent based modeling techniques[J]. International Journal of Transportation,2016,4(2):1-14.

[16] KÖLL H, BADER M, AXHAUSEN K W. Driver behaviour during flashing green before amber: A comparative study[J]. Accident Analysis & Prevention,2004,36(2):273-280.

[17] PRASHKER J N, MAHALEL D. The flashing green light paradox[J]. Transportation Research Part F：Psychology & Behaviour,2012,15(3):279-288.

[18] TANG K, XU Y, WANG P, et al. Impacts of flashing green on dilemma zone behavior at high-speed intersections: Empirical study in China[J]. Journal of Transportation Engineering,2015,141(7):4015005.

[19] LUM K M, HALIM H. A before-and-after study on green signal countdown device installation[J]. Transportation Research Part F：Psychology & Behaviour,2006,9(1):29-41.

[20] CHIOU Y C, CHANG C H. Driver responses to green and red vehicular signal countdown displays: Safety and efficiency aspects.[J]. Accident Analysis & Prevention,2010,42(4):1057-1065.

[21] BISWAS S, GHOSH I, CHANDRA S. Influence of signal countdown timer on efficiency and safety at signalized intersections[J]. Canadian Journal of Civil Engineering,2017,44(4):308-318.

[22] ISHIKURA T, SUZUKI H. Effect of green phase countdown timer on reduction of drivers′ dilemma at signalized intersection[J]. Transactions of the JSME, 2016(82)：1-13(in Japanese).

[23] 王雪松,李 佳,钟楚君.机动车闯红灯行为影响因素分析[J].城市交通,2015,13(6):73-79.

WANG Xuesong, LI Jia, ZHONG Chujun. Drivers′ red light running behavior analysis[J]. Urban Transport of China,2015,13(6):73-79.(in Chinese)