1.1 研究背景及意义

道路交叉口是事故高发地段，运行效率是整个交通网络的咽喉。据统计，在2015年，美国有13294架车辆在道路交叉口发生严重交通事故(NHTSA, 2017a)。目前研究发现，在接近信号交叉口时不当的驾驶行为是交叉口易发交通事故的主要原因(Haque et al., 2013)。在黄灯信号相位开始到结束的时间段内，驾驶员选择通过交叉口或在停车线处等待对交叉口通行安全至关重要。驾驶分心是一种常见的不当驾驶行为,是引发交通事故的重要因素之一。在接近信号交叉口时，驾驶员在黄灯信号相位开始的情况下需要做出停车决策，保守的停车决定可能会引起车辆急停，引发追尾事故，而冒进的通过决定可能造成车辆闯红灯或发生直角碰撞(Russo et al., 2014; Li et al., 2016)，并且当驾驶员因使用移动手机而分心时，以上碰撞风险将会急剧上升。据美国国家公路交通安全局(NHTSA)报道，2015年因驾驶员分心而造成的车辆事故中有3477人死亡，391,000人受伤，其中有442起事故是因移动手机的使用使驾驶员分心而造成的(NHTSA, 2017b)，驾驶时移动手机的使用已经成为影响道路安全的严重问题。目前研究表明，驾驶时使用手机可能会转移驾驶员的驾驶注意力，增加四倍事故风险(Redelmeier and Tibshirani, 1997; Haque and Washington, 2013)，还有可能由于延长准备时间及反应时间导致严重后果或引发车辆急停(Xiao and Shi, 2016; Mirman et al., 2017).因此，通过改善模型方法提高在信号交叉口对驾驶员行为的认知对改善信号交叉口交通安全有着重要意义。

1.2 国内外研究现状

目前对于在黄灯信号相位开始后驾驶员在接近交叉口时的驾驶行为已经有很多研究，大多数研究关注于在交叉口区域对驾驶行为的评估，如在交叉口驾驶员需要对通过或是停车快速决策(Kouml;ll et al., 2004; Gates et al., 2007; Papaioannou, 2007; Chang et al., 2013; Lavrenz et al., 2014; Savolainen, 2016)。驾驶决策可以用一个二元模型来模拟，目前大多数研究主要用logistic回归模型来分析可能影响驾驶决策的因素。目前研究结果表明，在黄灯信号相位开始后对驾驶行为有影响的因素可以分为五类：车辆类型、车辆运营数据（速度、减速率、距离停车线的距离）、几何构型、交通特性及驾驶员统计特性（年龄、性别及驾驶经验），目前的研究主要关注这些因素对驾驶员行为的影响。

此外，许多研究通过非参数或参数模型研究了手机对驾驶行为的影响。这些模型可以分为三类：道路研究、区域研究及驾驶模拟器研究(Owens et al., 2011; Young ‘’et al., 2013; Haque and Washington, 2014; Klauer et al., 2014; Haque et al., 2015; Savolainen, 2016).对于非参数模型，如分类树模型，已经用来分析在黄灯信号相位下的驾驶行为。Elmitiny et al. (2010)用分类树来分析与交通参数有关的停车或通过驾驶决策的可能性；Haque et al. (2015)用CART分类树揭示了样本数据的统计关系并把他们转变为指示变量，确定变量用来描述停车/通过行为，将上述两种类型的变量在logistic模型中使用，然后选出影响驾驶员决策的重要变量。但上述非参数模型不能解释影响因素的边缘效应，为了弥补非参数模型的缺陷，许多参数模型被建立。Haque et al. (2015)用广义估计方程(GEEs)模型发现青年人和中年人在驾驶分心时会减少在黄灯信号相位通过交叉口的倾向；Pope et al. (2017)用回归分析来测试分心驾驶行为的特殊影响。研究还表明因使用手机分心对老年驾驶员及女性驾驶员有较大影响(Hancock et al., 2003; Haque and Washington, 2014).

由于因使用手机而驾驶分心可能会增加准备反应时间0.25s以上(Caird et al., 2008)，目前许多研究关注使用手机怎样改变驾驶员的准备反应时间(Consiglio et al., 2003; Bellinger et al., 2009; Haque et al., 2015; Choudhary and Velaga, 2017).加速失效时间(AFT)模型在目前已经有所应用(Haque et al., 2015)，用来描述驾驶员决策过程。然而传统的AFT模型并未考虑驾驶员的异质性，它们假设所有的解释变量完全独立并且在不同状况下任何个体变量对分心的驾驶员是相同的。事实上，分心的驾驶员可能有不同的特性，因此，传统的AFT模型需要改进来克服驾驶员异质性的问题。此外，之前的研究主要独立关注准备反应行为及通过/停车决定，并未将两者结合考虑。

1．3研究目的

本文的主要目的在于检测在黄灯信号相位内可能影响驾驶员停车时间的因素，包括驾驶员特征、交通状况、驾驶时移动电话的使用状况，如拨打电话或手持移动电话讲话。依据停车事故的影响因素对交叉口停车事故进行分类，建立基于加速失效时间（AFT）的分类回归树模型，然后在每一类事故中，将其特殊的影响因素与移动电话的分心影响一起探讨。CART-AFT模型通过分类和观察相同驾驶员之间的联系强调了不同驾驶员的异质问题，该模型应用于从驾驶模拟器上获得的实验数据，相比于传统的AFT模型提供了更为准确的预测。

2. 研究的基本内容与方案

2.1基本内容

本文主要利用从驾驶模拟器上获得的实验数据，首先考虑不同交通事故之间的异质性问题，依据驾驶员的社会经济属性对交叉口停车事故进行分类，即用CART法构建决策树模型。然后再对每一类停车事故进行接打电话的分心影响研究，即构建生存分析模型。通过建立基于加速失效时间（AFT）的分类回归树模型，对交叉口停车事故做出更加准确地预测。具体思路如下：