北京地區(qū)駕駛?cè)寺殬I(yè)類型對交通事故的影響分析

黃利華 趙曉華 榮 建

（北京工業(yè)大學城市交通學院北京市交通工程重點實驗室 北京 100124）

0 引言

據(jù)統(tǒng)計，2012年全球發(fā)生的道路交通事故中有75%是由駕駛?cè)藢е碌模梢婋S著社會機動化的加速，機動車駕駛?cè)艘殉蔀橐l(fā)交通事故的關(guān)鍵因素［1－2］。對于事故成因中人因因素的主導性，國內(nèi)外專家的觀點不謀而合。為了進一步挖掘交通事故與機動車駕駛?cè)酥g的關(guān)系，學者們對機動車駕駛?cè)说男詣e、駕齡、性格、職業(yè)等基本特征同交通事故間的關(guān)系均進行了大量的探索。

職業(yè)特性作為機動車駕駛?cè)说幕咎卣髦?，起初并沒有受到研究者的重視。近年來隨著社會分工的細化，研究者逐漸認識到交通事故與機動車駕駛?cè)寺殬I(yè)特性間的重要聯(lián)系。如Charbotel等人［3－4］對法國地區(qū)9種不同職業(yè)類型駕駛?cè)诉M行研究，發(fā)現(xiàn)不同時間段內(nèi)不同職業(yè)駕駛?cè)说氖鹿蕯?shù)及事故嚴重程度均不相同；并利用描述分析及非參數(shù)檢驗的方法，找出了當?shù)厥鹿矢甙l(fā)職業(yè)及事故中的弱勢職業(yè)。Boufous等人［5］利用軟件進行數(shù)據(jù)記錄鏈接，從疲勞駕駛的角度，分析澳大利亞地區(qū)交通事故的發(fā)生特征，研究表明不同職業(yè)類型駕駛?cè)苏加胁煌氖鹿时壤?/p>

相比國外，國內(nèi)學者更多地研究交通事故的地區(qū)分布、人群分布、時間分布規(guī)律以及事故預測等方面。如李文權(quán)等人［6］運用統(tǒng)計分析、對比分析，得出江蘇地區(qū)的事故發(fā)生規(guī)律。胡江碧等人［7］利用灰色聚類分析對109國道某典型路段交通事故肇事駕駛?cè)说哪挲g、駕齡、性別進行了統(tǒng)計分析。林國順等人［8］對交通事故時間因素進行挖掘，利用聚類分析的方法找出我國某高速公路的事故高發(fā)時段。蔣宏等人［9］基于時間序列和灰色模型進行交通事故的預測?？梢钥闯?，對于交通事故與機動車駕駛?cè)寺殬I(yè)特性間的關(guān)系研究，國內(nèi)學者關(guān)注甚少。，馬社強、蔡娜、張宏等人［10－12］在進行交通事故特征研究時，僅簡單提及事故起數(shù)較多的職業(yè)人群，并無深入分析。職業(yè)特性與駕駛?cè)说娜粘＝煌ǔ鲂邢⑾⑾嚓P(guān)，很大程度上影響并決定了出行的車輛條件、道路條件、環(huán)境條件，以及駕駛?cè)说纳睦矸磻?yīng)、操控行為等特點。挖掘交通事故與機動車駕駛?cè)寺殬I(yè)特性間的關(guān)系，對提高道路交通安全具有重要意義。

北京市近年來隨著汽車保有量的快速增加，交通安全問題日益突出［13］。在借鑒國外研究方法的基礎(chǔ)上，筆者試圖利用描述統(tǒng)計、非參數(shù)檢驗的分析方法，對北京地區(qū)機動車駕駛?cè)寺殬I(yè)類型對交通事故的影響特征進行初步探索。從而，在找出不同職業(yè)駕駛?cè)耸鹿拾l(fā)生特點的基礎(chǔ)上提出相應(yīng)的解決對策，推動北京地區(qū)交通事故預防工作的開展。

本文分析的事故數(shù)據(jù)為2008～2012年間北京市一般程序處理事故的采樣數(shù)據(jù)。數(shù)據(jù)記錄每起事故中駕駛?cè)说?0項基本信息，分別為：駕齡、性別、職業(yè)類型、主要違法行為、事故責任、行駛狀態(tài)、受傷程度、事故發(fā)生時間及違法總量。論文主要分析駕駛?cè)说?種基本信息：職業(yè)類型、事故責任及受傷程度。同時，除去由機動車以外其他原因引起的事故記錄，剔除信息不全、職業(yè)特性不明確的事故記錄，筆者結(jié)合7 011起事故記錄數(shù)據(jù)進行研究。研究涉及肇事駕駛?cè)说?1種職業(yè)類型：公務(wù)員、公安民警、職員、工人、農(nóng)民、自主經(jīng)營者、軍人、武警、教師、外來務(wù)工人員及不在業(yè)人員。

1 駕駛?cè)寺殬I(yè)類型影響下的事故統(tǒng)計特征

在參考我國道路事故統(tǒng)計指標體系及國內(nèi)外學者研究成果的基礎(chǔ)上，筆者將事故數(shù)、死亡事故數(shù)、事故比例及死亡事故比例作為基本的事故統(tǒng)計指標［14－15］。死亡事故數(shù)是指事故中造成人員死亡的事件數(shù)。事故比例是指某一職業(yè)類型駕駛?cè)说氖鹿试谑鹿士倲?shù)中的比例（事故比例＝（i／I）×100%。i為某職業(yè)類型駕駛?cè)说氖鹿蕯?shù)；I為11種職業(yè)駕駛?cè)说氖鹿士倲?shù)）。死亡事故比例是指某一職業(yè)類型駕駛?cè)说乃劳鍪鹿试谒劳鍪鹿士倲?shù)中的比例（殘廢事故比例＝（j／J）×100%。j為某職業(yè)類型駕駛?cè)说乃劳鍪鹿蕯?shù)；J為11種職業(yè)駕駛?cè)说乃劳鍪鹿士倲?shù)）。

1.1 駕駛?cè)寺殬I(yè)類型影響下的事故數(shù)、死亡事故數(shù)分布特征

圖1、圖2分別為北京地區(qū)2008～2012年不同職業(yè)類型機動車駕駛?cè)说氖鹿蕯?shù)、死亡事故數(shù)分布情況。圖中顯示，不同職業(yè)類型駕駛?cè)说氖鹿蕯?shù)并不相同，其死亡事故數(shù)也不相同，且差異較大。

如圖1所示，5年間職員、工人、農(nóng)民、自主經(jīng)營者、外來務(wù)工、不在業(yè)人員，這6種職業(yè)人員的事故數(shù)遠遠大于其他職業(yè)的事故數(shù)。其中，農(nóng)民職業(yè)類型駕駛?cè)说氖鹿蕯?shù)最多，達2 548起；其次，為外來務(wù)工人員，事故數(shù)為1 810起。而公務(wù)員、公安民警、軍人、武警、教師類型駕駛?cè)说氖鹿蕯?shù)與前6中職業(yè)類型的事故數(shù)相差甚遠，均不大于100起。對職業(yè)類型同事故數(shù)進行非參數(shù)檢驗，統(tǒng)計結(jié)果顯示χ2＝51.423，ρ＜0.05可見不同職業(yè)類型影響下事故數(shù)的差異具有明顯的統(tǒng)計學意義。

整體上，不同職業(yè)類型駕駛?cè)说乃劳鍪鹿蕯?shù)與事故數(shù)有相同的分布趨勢。5年間職員、工人、農(nóng)民、自主經(jīng)營者、外來務(wù)工、不在業(yè)人員，這6種職業(yè)遠遠大于其他職業(yè)的死亡事故數(shù)。其中，死亡數(shù)最多的肇事職業(yè)仍為農(nóng)民類型，死亡事故數(shù)為142起；其次為外來務(wù)工人員，死亡事故數(shù)為48起。相比之下，公務(wù)員、公安民警、軍人、武警、教師類型駕駛?cè)说乃劳鍪鹿蕯?shù)很少，均小于10起。對職業(yè)類型同死亡事故數(shù)進行非參數(shù)檢驗，統(tǒng)計結(jié)果顯示χ2＝43.504，ρ＜0.05說明不同職業(yè)類型其死亡事故數(shù)是有差異的。

1.2 駕駛?cè)寺殬I(yè)類型影響下的事故比例、死亡事故比例統(tǒng)計特征

表1為北京市不同職業(yè)駕駛?cè)说氖鹿时壤⑺劳鍪鹿时壤闆r。同時，為便于2種指標間的對照，表中括弧內(nèi)的數(shù)字為某指標下某類職業(yè)在11種職業(yè)類型中的排名。如職員這一類型的死亡事故比例為9.54%，僅次于農(nóng)民與外來務(wù)工人員類型的死亡事故比例，排名第3。表1 中事故比例與死亡事故比例排名一致的職業(yè)類型有8種，該現(xiàn)象反映出這2種指標描述11種職業(yè)類型駕駛?cè)私煌ㄊ鹿侍匦缘囊恢滦浴?/p>

表1中對于事故比例的統(tǒng)計結(jié)果與1.1節(jié)中事故數(shù)的分布特征相似，5年間職員、工人、農(nóng)民、自主經(jīng)營者、外來務(wù)工、不在業(yè)人員，這6種職業(yè)的事故比例遠遠大于其他5種職業(yè)的事故比例，比例總和達93.19%，為事故多發(fā)職業(yè)人群。相比之下，其余5種職業(yè)類型駕駛?cè)说氖鹿时壤宽椌∮?%，總和僅6.81%，與前6種職業(yè)類型駕駛?cè)说氖鹿时壤嗖钌踹h，為事故低發(fā)職業(yè)人群。對職業(yè)類型同事故比例進行非參數(shù)檢驗，統(tǒng)計結(jié)果顯示χ2＝51.908，ρ＜0.05。

表1 北京市11種職業(yè)類型駕駛?cè)说氖鹿时壤?、死亡事故比例統(tǒng)計情況Tab.1 Statistics of accident rate and death accident rate of 11types of driver’s occupation in Beijing %

同樣，5 年間職員、工人、農(nóng)民、自主經(jīng)營者、外來務(wù)工、不在業(yè)人員，這6種職業(yè)遠遠大于其他職業(yè)的死亡事故比例，總和達97.18%，大于其事故比例的總和。相比之下，公務(wù)員、公安民警、軍人、武警、教師，這5種職業(yè)類型駕駛?cè)说乃劳鍪鹿时壤偤蛢H2.82%，除公安民警的死亡事故比例為1.06%之外，其他4種職業(yè)每項的死亡事故比例均小于1%。對職業(yè)類型同死亡事故比例進行非參數(shù)檢驗，統(tǒng)計結(jié)果顯示χ2＝43.772，ρ＜0.05。

表1中，盡管11種職業(yè)類型的2種指標排名趨勢相同，但不同職業(yè)類型下2種指標間的差異并一致。如事故高發(fā)人群中的農(nóng)民這一職業(yè)類型在事故比例、死亡事故比例中均占到最高，但其死亡事故比例竟達50.18%，高出其事故比例13.71%。此現(xiàn)象表明，11 種職業(yè)的死亡事故總數(shù)中一半以上是由農(nóng)民類型駕駛?cè)艘l(fā)，該職業(yè)類型駕駛?cè)嗽诮煌ㄐ旭傊休^易引發(fā)死亡事故，事故中交通安全性低。類似的還有事故低發(fā)人群中的公安民警、教師和武警人員，此3種職業(yè)類型駕駛?cè)穗m較少發(fā)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：外來務(wù)工人員，事故比例高出8.95%；職員，事故比例高出3.21%；不在業(yè)人員，事故比例高出1.24%；其余4種職業(yè)高出值均少于1%。此3種職業(yè)類型駕駛?cè)?，發(fā)生事故雖多，但其死亡事故比例卻相對大幅降低。由此可見，此職業(yè)類型駕駛?cè)讼鄬ζ渌殬I(yè)類型駕駛?cè)嗽诮煌ㄊ鹿手芯哂休^低的死亡幾率。

2 駕駛?cè)寺殬I(yè)類型影響下的事故責任特征

按照每起事故產(chǎn)生的誘因，駕駛?cè)嗽谑鹿手谐袚胁煌潭鹊呢熑?。?統(tǒng)計了11種職業(yè)駕駛?cè)嗽?種責任類型（全部責任、主要責任及同等責任）事故中的比例，如農(nóng)民類型駕駛?cè)说娜控熑问鹿蕯?shù)在11種職業(yè)全部責任事故總數(shù)中的事故比例為37.04%。

表2 北京市不同責任事故中各職業(yè)人員事故比例Tab.2 Accident rate of different responsibility of 11types of driver’s occupation in Beijing%

表2顯示，11種職業(yè)類型駕駛?cè)嗽?種責任事故中的事故比例有相似分布趨勢，但其比例大小并不相同。進行3種責任類型事故比例間的對比，發(fā)現(xiàn)農(nóng)民類型的全部責任事故比例大于其主要責任事故比例及同等責任事故比例；同時，仍大于其他職業(yè)類型的全部責任事故比例。此現(xiàn)象表明，農(nóng)民類型駕駛?cè)嗽谑鹿手卸喑袚控熑?。與農(nóng)民類型對比情況相似的還有自主經(jīng)營人員，其全部責任事故較多發(fā)?？梢?，此2種職業(yè)類型駕駛?cè)酥饕l(fā)生全部責任事故，多為交通事故的誘發(fā)者，道路行駛中具有較高的危險性和侵犯性，該類型駕駛?cè)说鸟{駛技能、安全意識、車輛安全性能等方面亟需提高。

對于外來務(wù)工人員，其3種責任類型事故比例中主要責任事故比例最大，且主要責任事故比例僅次于農(nóng)民。與之相似的還有公務(wù)員、武警這兩種職業(yè)類型。說明該類型駕駛?cè)?，交通事故中多為事故主要責任方，道路行駛中同樣具有較高的危險性。此外，其余6種職業(yè)駕駛?cè)?種責任類型事故比例對比，可以看出同等責任事故比例最高，說明此類型駕駛?cè)巳菀资艿酵饨缬绊憽?/p>

對職業(yè)類型同3種責任類型事故比例進行非參數(shù)檢驗，統(tǒng)計結(jié)果顯示χ2＝7.058，ρ＜0.05；可見不同職業(yè)類型發(fā)生3種責任程度的事故數(shù)有顯著性差異，即職業(yè)類型顯著影響事故的責任類型。總之，事故高發(fā)人群中農(nóng)民、自主經(jīng)營及外來務(wù)工人員這3種職業(yè)類型駕駛?cè)酥饕l(fā)生全部責任、主要責任事故，在道路交通中具有相對較高的駕駛危險性和侵略性，應(yīng)成為安全教育、駕照考核的重點對象。

3 駕駛?cè)寺殬I(yè)類型對交通事故影響的成因分析

隨著城市道路事故的多發(fā)，交通事故研究領(lǐng)域的學者們逐漸認識到提高駕駛?cè)私逃?、素質(zhì)是減少道路事故的根本途徑［1，13，16－17］。并且，已有學者發(fā)現(xiàn)教育水平對駕駛?cè)苏J知與駕駛行為的影響大于年齡及其他因素，這種影響呈顯著積極性［18－19］。職業(yè)作為駕駛?cè)藢W校教育的成果及社會教育的延伸，與駕駛?cè)说慕逃骄o密相關(guān)。筆者從教育水平角度解釋不同職業(yè)類型間交通事故發(fā)生的差異。

結(jié)合前人研究并依據(jù)現(xiàn)有事故資料，將11種職業(yè)駕駛?cè)藙澐殖?種等級的教育水平（低、中、高），見表3。3種教育水平中，高等級教育水平涵蓋5種職業(yè)，其他2種教育水平均包含3種職業(yè)。

表3 北京地區(qū)不同教育水平駕駛?cè)耸鹿史植技柏熑纬袚鸂顩rTab.3 Accident rate of different education level of 11types of driver’s occupation in Beijing%

表3中，3種等級教育水平下的事故比例不同且差異較大。其中，低級教育水平駕駛?cè)税l(fā)生的事故比例為70.85%，死亡事故比例高于其事故比例為74.56%，3種事故責任類型中主要責任事故比例最高。中等級教育水平駕駛?cè)说氖鹿时壤秊?6.78%，死亡事故比例小于其事故比例為22.62%，3種事故責任類型中同等責任事故比例最高。而涵蓋職業(yè)種類最多的高等級教育水平駕駛?cè)耸鹿时壤齼H為2.37%，死亡事故比例小于其事故比例為2.82%，3種事故責任類型中同等責任事故比例最高。

對3種教育水平同事故比例進行非參數(shù)檢驗，統(tǒng)計結(jié)果顯χ2＝42.619，ρ＜0.05；教育水平同死亡事故比例進行非參數(shù)檢驗，結(jié)果X2＝38.622，ρ＜0.05?？梢钥闯?，教育水平對駕駛?cè)耸鹿时壤⑺劳鍪鹿时壤挠绊懢哂薪y(tǒng)計學意義。

表3中，低、中等級教育水平人員同樣為事故高發(fā)人群，然而低等教育人員的事故比例、死亡事故比例卻遠遠大于中等教育水平人員，且死亡事故多發(fā)、主要責任事故多發(fā)。而中等教育水平駕駛?cè)说氖鹿时壤?、死亡事故比例較小，主要發(fā)生同等責任事故?？梢钥闯?，教育水平的差異導致了不同職業(yè)駕駛?cè)巳洪g事故比例的差異，低等級教育水平的駕駛?cè)司哂惺鹿识喟l(fā)性、事故誘發(fā)性。受教育水平的影響，農(nóng)民、外來務(wù)工人員、不在業(yè)人員類型中普遍存在安全意識薄弱、信息認知能力低、法規(guī)遵守度低等現(xiàn)象，使得駕駛?cè)嗽诘缆沸旭傔^程中極易發(fā)生駕駛不規(guī)范、認讀錯誤、違章行使等危險行為，最終增大事故發(fā)生的幾率。

綜上所述，事故高發(fā)人群中的農(nóng)民、外來務(wù)工者、不在業(yè)人員3種職業(yè)類型駕駛?cè)耍瑧?yīng)成為北京地區(qū)交通安全管理的重點對象。

4 結(jié)束語

通過對北京地區(qū)2008～2012年間駕駛?cè)寺殬I(yè)特性對交通事故的影響分析，研究發(fā)現(xiàn)：

1）職業(yè)類型影響了駕駛?cè)说氖鹿蕯?shù)、死亡事故數(shù)。農(nóng)民、外來務(wù)工人員、不在業(yè)人員、工人、職員這5種職業(yè)類型駕駛?cè)藶槭鹿?、死亡事故高發(fā)人群。

2）職業(yè)類型影響了駕駛?cè)嗽谑鹿手械呢熑晤愋?。事故高發(fā)人群中的農(nóng)民、自主經(jīng)營類型駕駛?cè)酥饕l(fā)生全部責任事故，外來務(wù)工人員發(fā)生主要責任事故較多。

3）教育水平的差異導致了不同職業(yè)駕駛?cè)巳菏鹿时壤牟町?，低等級教育水平駕駛?cè)司哂惺鹿识喟l(fā)性、事故誘發(fā)性。事故高發(fā)職業(yè)中的農(nóng)民、外來務(wù)工人員、不在業(yè)人員應(yīng)成為北京地區(qū)交通安全管理的重點對象。

在研究中受采集年份、地區(qū)的限制，個別職業(yè)類型駕駛?cè)说乃劳鍪鹿拾l(fā)生過少，本研究相應(yīng)分析較簡單，如想進一步充分了解該類型駕駛?cè)说乃劳鍪鹿侍匦?，需增大該職業(yè)類型死亡事故樣本量。同時，不同職業(yè)類型間的事故數(shù)差異可能由于不同職業(yè)類型駕駛?cè)巳簱碛袡C動車比例、駕駛機動車次數(shù)、駕駛里程不同引起的，為更精確地研究不同職業(yè)類型駕駛?cè)藢煌ㄊ鹿实挠绊?，本課題將會在未來的研究中考慮這些因素的存在。

筆者所開展的職業(yè)類型對于交通事故發(fā)生的影響研究，結(jié)合了北京地區(qū)城市道路交通事故的特點，是希望北京市相關(guān)交通管理部門可以針對北京地區(qū)事故高發(fā)、誘發(fā)職業(yè)，采取有效的管理措施。例如加強交通違規(guī)執(zhí)法力度、完善駕照考核制度、注重違章駕駛?cè)巳旱亩务{駛培訓與安全教育工作等。此外，北京地區(qū)的車輛管理、道路設(shè)施管理、交通治理救援體系管理與北京地區(qū)交通發(fā)展策略也應(yīng)逐步完善，這將對減少北京地區(qū)的交通事故有非常重要的意義［13，20］。

［1］陳寬民，王玉萍.城市道路交通事故分布特點及預防對策［J］.交通運輸工程學報，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，汽車駕駛員的人為因素與交通安全［J］.疾病控制雜志，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］李文權(quán)，王 煒.交通事故的時間分布規(guī)律［J］.中國安全科學學報，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，曹新濤.道路交通事故肇事駕駛員特征分析［J］.中國公路學報，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］林國順，陳 燕，李麗麗，等.高速公路安全事故時間關(guān)聯(lián)聚類分析［J］.交通信息與安全，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］蔣 宏，方守恩，陳雨人，等.基于時間序列和灰色模型的交通事故預測［J］.交通信息與安全，2012，30（4）：93－98.Jiang Hong，F(xiàn)ang 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］馬社強，韓鳳春，朱鳴國.北京市道路交通事故特征的研究［J］.道路交通與安全，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.女性駕駛員道路交通事故影響因素分析［D］.北京：北京工業(yè)大學，2010.Cai Na.Analysis of female drivers factors affecting road traffic accident［D］.Beijing：Beijing University of Technology，2010.（in Chinese）.

［12］張 宏.北京道路交通事故特點分析及對策［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］張 迪.北京市區(qū)道路交通事故致因分析與安全對策［D］.鄭州：河南理工大學，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］費雪良，胡江碧，劉小明.我國道路交通事故統(tǒng)計指標體系問題探討［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.中國交通事故和交通傷成因特點與趨勢研究［D］.重慶：第三軍醫(yī)大學，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］王正國.新世紀道路交通事故的發(fā)生趨勢［J］.中華創(chuàng)傷雜志，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］馬艷麗.駕駛員駕駛特性與道路交通安全對策研究［D］.哈爾濱：哈爾濱工業(yè)大學，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］王大華，申繼亮，彭華茂，等.教育水平對老年人認知能力的影響模式［J］.心理學報，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］張 宏，李 娟，馮秋麗.論北京道路交通事故特點及預防對策［J］.才智，2011（11）：258.Zhang Hong，Li Juan，F(xiàn)eng Qiuling.Theory of Beijing road traffic accident characteristics and prevention countermeasures［J］.Intelligence .2011（11）：258.（in Chinese）.