根据世界卫生组织对道路安全所作的首次全球评估发现,每年死于道路交通事故的127万人中几乎有一半是行人、骑摩托车者和骑自行车者。这样的事故率说明创造交通弱势群体安全环境的形势十分急迫且十分严峻。在交通规划设计领域，国内外学者都用到了交通弱势群体这一概念，一致将其范围限定为非机动车驾驶者和行人^[1]。行人与机动车流的冲突是造成城市交通效率下降和危险性上升的重要原因，并且行人与机动车主要在城市路网中的无信号控制路段发生冲突。道路交通事故统计数据表明,人的因素在诱发道路交通事故的诸因素中占主导地位，人的因素其实就表现为弱势群体的过街行为和驾驶者的驾驶行为，这是交叉口事故成因中的首要因素^[2]。在无信号控制路段行人将直接面临机动车威胁。然而在行人交通特性中,行人过街速度是研究行人过街交通的一个重要参数，也是评价行人过街交通设施服务水平、设施提供规划和改造的依据,对提高交通管理水平、促进行人交通和谐安全等具有重要意义。

A. Coffin^[3]对老年人过街速度进行调查，通过统计6个交叉口处行人的过街时间，并通过问卷形式调查了影响行人过街速度的主要因素。调查结果表明,由于老年人体力及视力的影响，在车速判断、过街信号灯的辨别及跨越路沿石方面存在障碍，并建议一般交叉口处行人过街设计步速为1.2 m/s，而在老年人较多的交叉口处行人过街设计速度应为 1 m/s。J. Oxley^[4]对安曼市 27条人行横道上的行人进行调查，总结出性别、年龄、同时过街人数等因素对行人过街速度的影响，并建议行人信号设计时的设计速度应为1.11 m/s。美国高速公路管理局在《交通控制设施手册》中，将行人平均过街步速认定为1.22 m/s。国内的学者对行人的特性或过街行为也有相关描述^{[5, 6]}。孙智勇等^{[7, 8]}使用系统采集数据，研究信号控制交叉口行人与车辆冲突行为，通过建立模型来分析行人选择间隙的行为，找出了车头时距、行人等待时间、等待人数等对行人行为决策的影响作用。任炜等^[9]分析了具有不同区域土地利用功能的道路上行人过街的差异性，发现行人的年龄、性别、生理机能不同，过街的速度快慢就有差异。陆建等^[10]通过对南京市新街口区的行人过街速度进行调查，发现行人过街步速为1.17～1.29 m/s。刘光新等^[11]在研究行人过街心理时运用的相关过街速度为男性1.57 m/s、女性1.53 m/s。但前面的研究仅仅说明行人的年龄、性别等对过街有影响，并没有说明对过街速度影响的差异性，而且没有考虑行人过街方式对行人速度的影响。本文针对无信号控制路段行人过街进行调查与分析，运用统计学方法得出性别、年龄、过街方式及干扰因素对过街速度影响的差异性，并得到无信号控制路段的行人过街速度模型。

为了分析行人过街行为，选择镇江市丁卯桥路5处路段过街横道(周家河村、美景家园、瑞泰新城、外贸冷库和车友车饰)开展调查。选取这5个地点的原因如下：丁卯桥路早晚高峰交通压力大，机非冲突严重，存在较多无信号控制路段；这些地点为正交无信号控制路段，无明显坡度，视距良好；行人交通量足够大；具有明显的机动车与行人冲突现象且发生过交通事故。行人流量类和时间类的数据采集主要依靠视频录像的方式，借助硬盘摄像机和三脚架完成。同时测得主路道路宽度和斑马线长度，然后对所录视频进行处理，提取如下数据。

(1)行人性别：男性和女性。

(2)年龄：少年小于20岁；青年为20～30岁；成年为30～50岁；老年大于50岁。

(3)过街方式：逐个方向穿越、逐条车道穿越、一次性穿越。

(4)干扰行人过街因素：跑步过街、交谈、使用手机、负重。

(5)行人初始到达时刻、到达中分带时刻、完成过街时刻、停止次数、过街平均速度。

行人过街的基本行为包括：前进、停止、减速、躲避、加速、超越、侧向移动等。在无信号控制路段过街横道处,行人没有过街信号的保护,机动车流通常影响行人过街并且具有很大的影响，两者之间的相互干扰不仅增加了交通安全隐患,还会使交叉口和路段通行能力及服务水平下降。然而对机动车流中可穿越间隙的选择存在差异，行人过街行为会发生不同变化，从而导致行人的平均过街速度不同。造成这种差异的主要原因是行人本身的生理、心理不同以及出行目的不同。下面将在不同条件下，探讨不同过街人群在无信号控制路段人行横道处的过街速度。

如图 1所示，不同性别分类的行人中,男性平均速度为1.30 m/s,女性平均速度为1.24 m/s。如图 2所示，不同年龄分类的行人中,少年平均速度为1.36 m/s，青年平均速度为1.2 8m/s，成年平均速度为1.28 m/s，老年平均速度为1.22 m/s。少年平均速度最高，原因在于少年在过街时一旦感觉危险或获得通行机会时常常采用跑步过街的方式。由于心理和生理的双重劣势，老年过街时一般不会跑步或强行过街，而是等待一个足够大的间隙后从容过街，所以速度最低。由图 1与图 2分析得出，无论是以性别还是年龄分类，不同类别的行人过街速度存在差异，原因在于行人的生理、心理特性的不同，对危险的感知不同。

图 1 不同性别行人的过街速度累计频率分布 Fig. 1 Cumulative frequency distribution of pedestrian crossing speeds in different genders

图选项

图 2 不同年龄行人过街速度累计频率分布 Fig. 2 Cumulative frequency distribution of pedestrian crossing speeds of in different ages

图选项

无信号控制路段过街横道处，行人选择不同的过街方式：一次性穿越、逐个方向穿越、逐条车道穿越。当路段上机动车流量较大时,行人随着等待时间的不断延长而失去耐心，开始尝试接近车流，会逐条车道地穿越。逐个方向穿越方式是3者中较常见且相对安全的，即二次过街，先在道路边缘等待穿越间隙，一次不停地到达中分带，再等待，一次不停地到达道路的另一端。然而还存在一种比较特殊的过街方式：斜插过街，即行人到达道路中分带后没有沿着斑马线达到道路另一端，而是选择更近路线到达目的地，属于违章行为。

通过所测数据分析得出，无信号控制路段行人选择逐个方向穿越的平均过街速度为1.31 m/s，逐条车道穿越的平均过街速度为1.18 m/s，一次性穿越的平均过街速度为1.49 m/s。其中逐条车道穿越的过街方式是最危险的，然而绝大多数行人选择逐条车道过街。从表 1可以看出，除少年与老年以外，选择逐条车道过街人数比例均超过50%。这主要是因为行人等待时间存在心理极限^[12]，当延误达到一定程度却还需等待时，行人将会慢慢地朝着机动车道逼近，一旦超出心理极限就会冒险强行穿越主路，置身于来往穿梭的车流中。从图 3可以看出，3种过街方式对过街速度影响存在明显的差异性。

图 3 不同过街方式行人过街速度累计频率分布 Fig. 3 Cumulative frequency distribution of pedestrian crossing speeds in different crossing modes

图选项

无信号控制路段人行横道处行人大多结伴出行。据调查，约占72%的行人以批量到达人行横道。由于群体心理或从众心理，行人过街速度与一起过街人数有关。人行横道上人数较多时，多数行人对危险的感知变小，一旦人群中出现率先抢行者，其他行人往往跟从；反之，行人会谨慎地选择过街时机。大多数行人认为自己在斑马线内享有先行权，机动车应当主动避让，常与机动车抢行。有的行人会交谈、使用手机或负重过街，还有一部分行人由于赶时间等目的会跑步过街。孙志勇等^[13]在行人交通数据采集方法研究中认为，多数事故是在弱势群体受到过街干扰情况下发生的。因为干扰因素会降低行人对周围环境的判断力，从而影响对危险的感知，导致交通事故的发生，同时对过街速度有很大影响。在无信号控制路段使用手机的行人约占4%，负重的行人约占15.8%，然而跑步过街行为在无信号控制路段出现的比例较大，约占25.5%，且跑步行人的平均过街速度是1.44 m/s，比正常过街平均速度高18.4%。图 4显示了行人有无跑步行为的过街速度对比情况。

图 4 行人有/无跑步行为的过街速度累计频率分布< Fig. 4 Cumulative frequency distribution of pedestrian crossing speeds on status of walking/running

图选项

选用 Kolmogorov-Smirnov 检验方法对行人过街速度分布进行检验，过程如下。

(1)原假设H₀：过街速度符合正态分布；

(2)拒绝假设H₁：过街速度不符合正态分布；

(3)检验统计量：

点击浏览公式

若双侧渐近显著性大于显著性水平α(α=0.05)，则判定H₀成立。以此为依据对各分类情况下的过街速度分布进行正态分布检验，特征参数和检验结果列入表 2中,每个自变量渐近显著性(双侧)均大于显著性水平α,故不同分类情况下的行人过街速度分布符合正态分布。

以上研究表明，无信号控制路段行人过街速度与诸多因素有关，其基础模型为：

点击浏览公式

通过逐步回归的方法剔除对行人过街速度影响显著性弱的因素：少年、青年、使用手机。由于所负重的大小对行人本身影响具有差异性，然而对重量的数据收集比较困难，遂将“负重”这一干扰项剔除。以男性、成年、逐车道穿越的过街速度为参照组，对保留的因素用SPSS做多元回归分析,得出模型特征参数，见表 3。“一次性穿越”对行人过街平均速度敏感性最强，显著性值为0，其次是 “跑步”、“逐方向穿越”、“女性”、“交谈”、“老年”。常量项1.21是参照组的平均数。由于下文中h₁~h₆的系数分别代表不同属性样本与参照组平均数的差，因此对这些系数进行t检验。该表中6个系数的t值均已达到0.05的显著性水平，表明与参照组有显著性差异。方差膨胀因子值均小于10，故自变量之间不存在多重共线性。

根据SPSS输出的结果，建立行人过街速度回归模型：

点击浏览公式

从模型的回归系数可以看出，女性、老年、是否交谈的回归系数为负数，表明相对于男性、成年参照组，逐车道穿越过街的平均速度慢；是否跑步、一次性穿越、逐方向穿越回归系数为正，说明与参照组相比，过街平均速度较快。与前文所分析的结果相符。因R²=0.455，比较高，所以回归模型的整体显著性较高。从表 4可以看出，组方差值为6.352，显著性值为0，表示此模型成立并具有统计意义，即这些自变量可以显著解释行人过街平均速度。

随着我国环境污染越加严重，许多城市提倡慢行交通，并且步行是城市交通中的一种重要方式。本文针对镇江市5处无信号控制路段的实际情况进行了录像调查和数据分析,得出不同人群过街平均速度为：男性1.30 m/s，女性1.24 m/s，青年1.28 m/s，老年1.22 m/s，成年1.28 m/s，少年1.36 m/s，一次性过街1.49 m/s，逐方向过街1.31 m/s，逐条车道过街1.18 m/s。检验得出过街平均速度符合正态分布，进而通过SPSS软件逐步回归分析了对过街速度的影响显著性，建立了行人平均过街速度的线性回归模型。

不足之处：(1)由于行人负重重量很难调查，所以本文并未对“负重”这一干扰因素进行分析。(2)由于受调查数据的限制，对青年和少年的过街行为研究不够全面，相关参数的标定需更多数据的验证。(3)对环境变量因素考虑不全，例如：不同时段、天气、季节等对行人过街的影响。(4)未考虑机动车速度、行人接收间隙、拒绝间隙、机动车与行人冲突对行人过街的影响。