• 沒有找到結果。

第三章 研究設計

第四節 自行車肇事資料統計分析

(Klop et al.,2009)的結果不甚相同,可能原因為白天騎乘自行車之比率 相較於夜晚高,而若於晚上騎車時則會選擇有照明之道路,因此就事

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

66

7. 視距

視距有分為不良和良好兩部分,而視距不良可能會因為彎道、坡 道、建築物、路上停放車輛和其他原因所造成,從表 3-12 顯示自行車 事故發生時,多處於視距良好時,有將近 94%,因一般道路視距多為 良好,故其肇事件數較高。

表 3- 12 視距之基本統計表

彎道 坡道 建築物 路上停放車輛 其他 良好 總和 次數 23 20 12 69 173 4361 4658 百分比 1 0 0 2 4 94 100 8. 號誌種類

號誌種類主要分為有行車管制號誌、閃光號誌以及無號誌,而從 表 3-13 得知,自行車事故多發生於無號誌時,佔自行車事故之六成。

表 3- 13 號誌種類之基本統計表

行車管制號誌 行車管制號誌(附

設行人專用號誌) 閃光號誌 無號誌 總和 次數 811 835 143 2869 4658

百分比 17 18 3 62 100

9. 事故型態

就事故型態而言,於事故調查報告表中通常會有人與車、車與車、

車本身以及平交道事故四類,但民國 98 至 102 年皆無發生自行道平交 道事故,而從表 3-14 可發現,有 95%之自行車事故為車與車相撞所造 成。

表 3- 14 事故型態之基本統計表

人與車 車與車 車本身 總和 次數 134 4415 109 4658 百分比 3 95 2 100 10. 時間

根據事故之發生時間,將其分為清晨、上午、下午及夜晚四個時 段,從表 3-15 可看出,除清晨 0-6 時發生自行車事故機率為 4%較低外,

其餘時段之機率差不多,但其中又以 6-12 時(34%)略高出 12-18、18-24 時所發生之自行車事故數。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

從臺北市自行車安全分析探討都市街道改善策略之研究

67

表 3- 15 時間之基本統計表

0-6 6-12 12-18 18-24 總和 次數 206 1584 1426 1442 4658 百分比 4 34 31 31 100

11. 周間周末

根據自行車事故發生之星期,分為周間(周一至周五)以及周末(週 六日),而從表 3-16 我們可以發現,有將近 74%的自行車事故發生於周 間。

表 3- 16 周間周末之基本統計表 周間 周末 總和 次數 3450 1208 4658 百分比 74 26 100 12. 當事人序

自行車事故當事人序於事故調查報告表中通常會詳細記載,然本 研究將其分為第一當事人和非第一當事人,以瞭解事故中需擔負最大 責任者,而從表 3-17 中可發現,自行車事故中自行車騎士有將近七成 屬非第一當事人。

表 3- 17 當事人序之基本統計表

第一當事人 非第一當事人 總和

次數 1297 3361 4658

百分比 28 72 100

13. 行動狀態

本研界根據事故調查報告表,將當事者行動狀態分為直行、左轉、

右轉及其他四類,而從表 3-18 可得知,自行車肇事當事人以向前直行 中時,最容易發生事故,其次為左轉彎,推估可能原因為自行車左轉 彎時,易與直行之機動車輛產生衝突。

表 3- 18 行動狀態之基本統計表

直行 左轉 右轉 其他 總和 次數 3232 429 125 872 4658 百分比 69 9 3 19 100

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

68

14. 飲酒情形

本研究根據事故調查報告表,將當事者飲酒情形分為未酒駕、酒 駕和無法檢測三類,而從表 3-19 中可發現,自行車當事者中有將近八 成為未酒駕之狀態。

表 3- 19 飲酒情形之基本統計表

未酒駕 酒駕 無法檢測 總和 次數 3673 73 912 4658

百分比 79 2 20 100

15. 年齡

從表 3-20 中可發現,自行車事故中自行車騎士以 51-64 歲者佔最 多為 34%,其次是 65 歲以上騎士為 21%,可見高齡者發生自行車事故 之比率較高,和過去文獻結果相符(Yan et al.,2011)。

表 3- 20 年齡之基本統計表

17 以下 18-30 31-40 41-50 51-64 65 以上 總和 次數 484 503 415 692 1568 996 4658 百分比 10 11 9 15 34 21 100

二、 小結

根據自行車肇事特性分析可得知 51 歲以上及未酒駕之騎士為自行 車事故之好發族群,且通常非第一當事人,而事故發生時多於周間、

白天、光線佳、柏油鋪面及視距良好時;事故位置則多發生於無號誌 路口,其中又以四岔路口為最多,和多數文獻的結果相符,且有將近 九成的自行車事故發生於時速 30-50 公里之路段,在事故型態的部分,

多為車與車相撞,且自行車騎士之行動狀態為直行時。

然不同之空間特性所發生之事故可能導因於不同之影響因素,因 此本研究後續將分別針對自行車整體事故、不同空間特性和不同事故 特性進行事故肇事嚴重度模型之建構,以釐清影響自行車事故之主要 因素。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

從臺北市自行車安全分析探討都市街道改善策略之研究

69

第四章 自行車肇事嚴重度模型之構建與改善策略研擬