驾驶员年龄如何影响伤害严重程度及总伤亡人数：对有过错的高龄驾驶员的平行结构方程模型研究

《Journal of Transport & Health》：How driver age shapes injury severity and total casualties: A parallel structural equation modeling study of at-fault older drivers

　　

摘要

引言

尽管年龄较大的驾驶员面临更高的严重事故风险，但以往研究大多将他们视为一个同质群体，或是在统一模型中将年龄作为一个单一的分类变量，从而无法体现事故严重程度在不同生命阶段的差异变化。此外，大多数研究仅依赖伤害分类标准或总体严重程度统计，当伤害强度的决定因素与伤亡规模的决定因素不同时，就可能忽视两者之间的差异。

方法

本研究使用了两个并行的一指标结构方程模型，结合WLSMV估计方法，对2017年至2021年间540,449起有过错驾驶员引发的事故进行了分析，这些事故的结局为有序数据。研究分别从三个年龄组——工作年龄组（40–64岁）、中老年组（65–74岁）和最高龄组（75岁以上）——出发，对伤害严重程度（模型一）和总伤亡人数（模型二）进行了建模。多组结构方程模型用于检验不同年龄组之间的差异性，而疫情前后的对比则用于分析这种差异的稳定性。

结果

道路环境对伤害严重程度的影响随年龄增长而逐渐增加（总体增幅分别为+0.098、+0.108、+0.145），事故特征带来的影响也是如此（分别为?0.165、?0.211、?0.236）。总伤亡人数也呈现随年龄增长而上升的趋势，但其作用机制却相反：伤害严重程度是通过事故特征产生正向影响，而伤亡规模则是通过事故特征产生负向抑制作用，这表明伤害强度与伤亡规模背后的机制存在本质区别。多组结构方程模型证实，两种严重程度指标在不同年龄组间都存在显著差异，且这种随年龄增长的规律在疫情前后都保持一致。

结论

年龄较大且有过错的驾驶员的事故严重程度，是由于其身体和认知能力逐渐下降所导致的。由于伤害强度与伤亡规模的作用机制不同，因此需要针对不同年龄群体采取差异化的干预措施：对工作年龄组的驾驶员实施商业车辆相关监管，为中老年驾驶员提供过渡支持，而在交通条件较差的地区则为最高龄驾驶员提供替代出行服务。

引言

世界卫生组织预测，全球60岁及以上的人口数量将从2015年的12%增长到2050年的22%，几乎翻一番（WHO，2024）。对于老年人而言，私家车仍是最为灵活的出行方式之一，有助于他们独立开展日常活动并参与社交活动。因此，停止驾驶可能会带来不良的心理和社会后果，比如抑郁风险增加以及退出日常活动（EC，2015；Chihuri等人，2016）。

虽然单纯的时间年龄并不能决定一个人的驾驶能力，但随着年龄增长，人的身体和认知功能会出现衰退，比如反应速度变慢、危险感知能力下降、肌肉力量减弱，这些都会影响驾驶表现（Baldock等人，2006；Langford和Koppel，2006；Horswill等人，2011；Dzinyela等人，2023；Pae等人，2025）。不过，老年驾驶员往往会采取一些自我调节行为，比如降低行驶速度、避开复杂的道路环境，这些措施或许有助于降低整体事故率（Baldock等人，2006；Marshall，2008；Cantin等人，2009；NHTSA，2010；Horswill等人，2011）。然而，一旦发生事故，由于身体较为脆弱，他们面临严重受伤的风险会大幅上升，而且伤害严重程度会随着年龄增长呈非线性上升趋势（Newgard，2008；Cox和Cicchino，2021）。

为应对日益严峻的安全问题，包括欧盟、美国、日本和韩国在内的多个国家已经出台了多项政策，比如驾驶适龄评估、要求老年驾驶员接受认知筛查、推行驾驶员教育计划，以及支持先进驾驶辅助系统的发展（Davidse，2006；Ahn等人，2019；Ayuso等人，2020；Kirley等人，2023；Davidse和Martensen，2024）。要有效实施这些安全措施，就需要深入理解事故后果在人生不同阶段的变化规律。但目前大多数研究要么是将年轻驾驶员和老年驾驶员进行整体比较，要么是在统一的伤害严重程度模型中将年龄作为一个单一的分类变量。此外，以往研究大多只关注伤害严重程度，而事故严重程度实际上还包含诸多与伤害分类之外的因素。

为克服这些局限性，本研究采用结构方程模型，分析了40–64岁、65–74岁以及75岁及以上三个年龄组的有过错驾驶员事故严重程度的形成机制。结构方程模型非常适合用于这一研究，因为它能够同时估算多种相互关联的关系，将那些无法直接观测到的概念转化为潜变量，并且能够明确区分总效应中的直接效应和间接效应，而这些是单方程模型所不具备的。研究利用韩国道路2017年至2021年间的五年警察报告事故数据，分别为每个年龄组构建结构方程模型，从而能够系统地比较不同年龄组之间的结构差异。

事故严重程度被视为一个多维的潜变量，包含多种与严重程度相关的指标。有过错驾驶员被分为三个年龄组，分别是40–64岁、65–74岁以及75岁以上，这一划分既考虑了与年龄相关的功能变化，也兼顾了各国的政策要求（如韩国和日本规定75岁驾驶员必须接受认知筛查），同时还考虑了数据的可获得性。通过比较不同年龄组中影响事故严重程度的各种因素之间的结构关系，本研究旨在揭示老年驾驶员事故所带来的公共卫生负担是如何在不同生命阶段由不同机制所影响的，进而为制定差异化的安全干预措施提供依据，这些措施可能包括有条件的驾驶许可制度、基础设施投资以及针对商业车辆的监管措施。

章节节选

分析老年有过错驾驶员事故伤害严重程度的方法

表1汇总了以往关于老年有过错驾驶员事故伤害严重程度的主要研究。由于伤害严重程度属于有序或分类数据，传统的分离选择模型，如有序概率模型、二元逻辑回归模型和多项逻辑回归模型，被广泛使用（Zhang等人，2000；Khattak等人，2002；Duddu等人，2018）。为了解决未观测到的差异性问题，人们提出了具有均值和方差异质性的随机参数模型和混合逻辑回归模型，这类模型被认为更为合适

事故数据

事故数据来源于韩国道路交通管理局维护的事故分析系统（TAAS），http://taas.koroad.or.kr，该系统整合了韩国国家警察厅和各家保险公司上报的 accident记录。TAAS数据库包含了关于驾驶员特征（如年龄和性别）、车辆属性（如车辆类型和主要用途）、事故特征（如事故成因、事故类型和严重程度）以及道路状况的详细信息

概念模型与模型拟合度

基于现有文献，本研究提出了三个结构假设：（H1）事故特征会直接影响事故严重程度；（H2）道路和环境条件既会直接影响事故严重程度，也会通过事故特征间接产生影响；（H3）驾驶员和车辆的特征既会对事故严重程度产生直接影响，也会通过事故特征产生间接影响。图1展示了所提出的结构方程模型的概念图。

不过，在初步建模过程中，出现了两个

讨论

本研究发现了40岁及以上有过错驾驶员事故严重程度的三种核心结构模式，这些模式在所有 ??年龄组的驾驶员中都具有一致性。首先，影响伤害严重程度的各种结构效应会随着驾驶员年龄的增长而逐渐增强：对于工作年龄组的驾驶员，事故特征带来的负向直接效应为?0.165，而对于75岁以上的驾驶员，这一数值上升到了?0.236；同时，道路和环境条件带来的总效应也从+0.098上升到了+0.145

结论

本研究利用分层结构方程模型，分析了2017年至2021年间韩国道路上540,449起由有过错驾驶员引发的事故，探讨了40岁及以上驾驶员的事故严重程度问题。研究得出了三个重要结论。首先，事故特征，尤其是角度碰撞/侧面碰撞以及违反交通规则的行为，会在三个年龄组中都对事故严重程度产生持续的负向影响，而且这种影响的强度会随着年龄增长而增大，具体增幅从?0.165 $\to$ ?0.211 $\to$ ?0.236）。

CRediT作者贡献说明

Borim Choi：数据整理、正式分析、研究调查、方法设计、软件应用、结果验证、可视化处理、初稿撰写。Younshik Chung：概念构建、数据整理、资金筹集、研究调查、方法设计、项目管理、资源协调、监督指导、结果验证、可视化处理、初稿及修改稿撰写。Sangjin Han：资金筹集、资源协调、结果验证、修改稿撰写。

利益冲突声明

作者声明，他们不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。

致谢

本研究得到了韩国警察技术研究院在韩国国家警察厅资助下开展的“面向未来国民安全服务的科技发展计划”的支持（项目编号：PR09-02-000-22）。

Borim Choi|Younshik Chung|Sangjin Han

韩国庆尚南道庆山市，38541