电动自行车骑行人闯红灯行为意向心理诱因研究
发布时间：2022-01-02 03:49
我国电动自行车保有量巨大,与其他交通工具相比电动自行车具有诸多优点,如价格便宜、速度较快、可提供“门对门”服务,并且是绿色环保的交通工具。但涉及电动自行车的交通事故频发,电动自行车的交通安全问题日益成为当今交通安全的热点问题。研究电动自行车的交通行为心理,尤其是最为危险的闯红灯行为,对于减少电动自行车事故,提高道路交通安全水平具有重要的意义。本文基于计划行为理论对电动自行车骑行人闯红灯行为意向的心理诱因进行研究分析。设计关于计划行为理论基本变量、扩展变量和人口统计学变量的调查问卷,在成都市获得160份有效调查样本,以此数据进行分析。首先,本研究应用最优子集法对基本变量、扩展变量和人口统计学变量进行筛选,以最大的调整后2为最优准则,获得包含态度、知觉行为控制、道德规范、自我认同、从众倾向、示范性规范、性别、年龄、教育程度以及婚姻状况的最优子集。然后应用分层回归分析最优子集对电动自行车骑行人闯红灯行为意向的解释能力,结果表明模型可以解释行为意向方差的39.8%,态度、知觉行为控制对行为意向具有显著的正向影响,道德规范、自我认同对行为意向有显著的负向影响,年龄、教育程度...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
计划行为理论基本模型
图 3-1 不同自变量个数的最优子集的调整后 R2表 3-8 各类最优子集的 2与调整后的 2 2调整后的 2调整后的 2变化量1 0.17417 0.16895 0.168952 0.28112 0.27196 0.103013 0.32744 0.31450 0.042544 0.34852 0.33171 0.017215 0.36169 0.34096 0.009256 0.38211 0.35788 0.016927 0.39235 0.36436 0.006488 0.39878 0.36693 0.002579 0.40448 0.36875 0.0018210 0.40849 0.36879 0.0000411 0.41062 0.36681 -0.0019812 0.41221 0.36422 -0.0025913 0.41273 0.36044 -0.00378自变量个数（个）
西南交通大学硕士研究生学位论文 第方法为观察数据的 Q-Q 图，如果数据在 Q-Q 图中集中于对角线上，则认为数据态分布。仅改变知觉行为控制获得的最小行为意向的 Q-Q 图如图 4-1 所示，数是集中分布在对角线上，因此数据不服从正态分布。表 4-1 仅改变知觉行为控制获得的最小行为意向的正态分布检验结果样本量 Kolmogorov-Smirnov 检测 Shapiro-Wilk 检测回归方程得到的意向160 0.000 0.000
【参考文献】：
期刊论文
[1]基于TPB理论的城乡结合部路段驾驶员驾驶行为影响因素分析[J]. 张惠玲,王益,杨金燕. 重庆交通大学学报(自然科学版). 2018(12)
[2]基于扩展计划行为理论的驾驶员疲劳驾驶行为心理影响因素分析[J]. 史晨军,邓院昌,林庆丰,张圆. 安全与环境工程. 2018(06)
[3]电动自行车交通事故严重程度影响因素分析——以杭州市为例[J]. 徐程,管满泉. 中国人民公安大学学报(自然科学版). 2018(03)
[4]中国城市道路交通安全特点解析[J]. 赵琳娜,贾兴无,戴帅,巩建国,支野. 城市交通. 2018(03)
[5]电动自行车交通事故特征与安全改善对策[J]. 朱建安,戴帅,朱新宇. 城市交通. 2018(03)
[6]酒驾行为心理影响因素分析[J]. 金杰灵,邓院昌. 中国安全科学学报. 2018(05)
[7]摩托车驾驶员闯红灯的行为意向研究[J]. 杨鸿泰,苏帆,刘小寒,濮莉,李延来,刘昱岗. 中国安全科学学报. 2018(02)
[8]电动自行车交通事故严重程度影响因素分析[J]. 王涛,黎文皓,李文勇. 广西大学学报(自然科学版). 2017(06)
[9]电动自行车事故和车牌使用影响因素分析[J]. 周继彪,郭延永,吴瑶,董升. 交通运输系统工程与信息. 2017(03)
[10]行人过街使用手机行为的心理影响因素研究[J]. 姜康,凌飞阳,冯忠祥,王锟,尹宏程. 中国安全科学学报. 2016(06)
博士论文
[1]几类常用非线性回归分析中最优模型的构建与SAS智能化实现[D]. 高辉.中国人民解放军军事医学科学院 2012
[2]道路交通中攻击性驾驶行为分析与研究[D]. 骆勇.西南交通大学 2009
[3]重庆市摩托车事故特点及心理影响因素研究[D]. 李彦章.第三军医大学 2006
硕士论文
[1]机动车驾驶员不良驾驶行为研究[D]. 朱晓艳.哈尔滨工业大学 2018
[2]电动自行车道路交通伤害现状及影响因素分析[D]. 胡洁.东南大学 2017
[3]基于心理学的行人交通违规行为的研究[D]. 冯俊辉.昆明理工大学 2010
本文编号：3563412
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
计划行为理论基本模型
图 3-1 不同自变量个数的最优子集的调整后 R2表 3-8 各类最优子集的 2与调整后的 2 2调整后的 2调整后的 2变化量1 0.17417 0.16895 0.168952 0.28112 0.27196 0.103013 0.32744 0.31450 0.042544 0.34852 0.33171 0.017215 0.36169 0.34096 0.009256 0.38211 0.35788 0.016927 0.39235 0.36436 0.006488 0.39878 0.36693 0.002579 0.40448 0.36875 0.0018210 0.40849 0.36879 0.0000411 0.41062 0.36681 -0.0019812 0.41221 0.36422 -0.0025913 0.41273 0.36044 -0.00378自变量个数（个）
西南交通大学硕士研究生学位论文 第方法为观察数据的 Q-Q 图，如果数据在 Q-Q 图中集中于对角线上，则认为数据态分布。仅改变知觉行为控制获得的最小行为意向的 Q-Q 图如图 4-1 所示，数是集中分布在对角线上，因此数据不服从正态分布。表 4-1 仅改变知觉行为控制获得的最小行为意向的正态分布检验结果样本量 Kolmogorov-Smirnov 检测 Shapiro-Wilk 检测回归方程得到的意向160 0.000 0.000
【参考文献】：
期刊论文
[1]基于TPB理论的城乡结合部路段驾驶员驾驶行为影响因素分析[J]. 张惠玲,王益,杨金燕. 重庆交通大学学报(自然科学版). 2018(12)
[2]基于扩展计划行为理论的驾驶员疲劳驾驶行为心理影响因素分析[J]. 史晨军,邓院昌,林庆丰,张圆. 安全与环境工程. 2018(06)
[3]电动自行车交通事故严重程度影响因素分析——以杭州市为例[J]. 徐程,管满泉. 中国人民公安大学学报(自然科学版). 2018(03)
[4]中国城市道路交通安全特点解析[J]. 赵琳娜,贾兴无,戴帅,巩建国,支野. 城市交通. 2018(03)
[5]电动自行车交通事故特征与安全改善对策[J]. 朱建安,戴帅,朱新宇. 城市交通. 2018(03)
[6]酒驾行为心理影响因素分析[J]. 金杰灵,邓院昌. 中国安全科学学报. 2018(05)
[7]摩托车驾驶员闯红灯的行为意向研究[J]. 杨鸿泰,苏帆,刘小寒,濮莉,李延来,刘昱岗. 中国安全科学学报. 2018(02)
[8]电动自行车交通事故严重程度影响因素分析[J]. 王涛,黎文皓,李文勇. 广西大学学报(自然科学版). 2017(06)
[9]电动自行车事故和车牌使用影响因素分析[J]. 周继彪,郭延永,吴瑶,董升. 交通运输系统工程与信息. 2017(03)
[10]行人过街使用手机行为的心理影响因素研究[J]. 姜康,凌飞阳,冯忠祥,王锟,尹宏程. 中国安全科学学报. 2016(06)
博士论文
[1]几类常用非线性回归分析中最优模型的构建与SAS智能化实现[D]. 高辉.中国人民解放军军事医学科学院 2012
[2]道路交通中攻击性驾驶行为分析与研究[D]. 骆勇.西南交通大学 2009
[3]重庆市摩托车事故特点及心理影响因素研究[D]. 李彦章.第三军医大学 2006
硕士论文
[1]机动车驾驶员不良驾驶行为研究[D]. 朱晓艳.哈尔滨工业大学 2018
[2]电动自行车道路交通伤害现状及影响因素分析[D]. 胡洁.东南大学 2017
[3]基于心理学的行人交通违规行为的研究[D]. 冯俊辉.昆明理工大学 2010
本文编号：3563412
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3563412.html
