Resumen

El objetivo principal de este estudio es evaluar los factores que afectan a las colisiones con bicicletas eléctricas y al uso de matrículas en China. Los datos sobre accidentes de bicicletas eléctricas se recogieron de la base de datos de la policía y se completaron mediante una entrevista telefónica. Las muestras de no accidentes se recogieron mediante un cuestionario. Se desarrolló un modelo probit bivariante (BP) para examinar simultáneamente los factores significativos asociados a los accidentes con bicicletas eléctricas y a las matrículas de bicicletas eléctricas y para tener en cuenta las correlaciones entre ellos. Se calcularon los efectos marginales de los factores contribuyentes para cuantificar su impacto en los resultados. Los resultados muestran que varios factores contribuyentes, incluyendo el género, la edad, el nivel de educación, el permiso de conducir, el coche en el hogar, la experiencia en el uso de la e-bike, el cumplimiento de la ley, y los comportamientos agresivos al volante, tienen un impacto significativo tanto en el accidente con e-bike como en el uso de la matrícula. Por otra parte, el tipo de e-bike, la frecuencia de uso de la e-bike, el comportamiento impulsivo, el grado de experiencia de conducción, y la escala de percepción de riesgo se encuentran asociados con el accidente de e-bike. También se descubrió que los accidentes con e-bike y el uso de la matrícula de e-bike están fuertemente correlacionados y tienen una dirección negativa. El resultado mejora nuestra comprensión de los factores relacionados con los accidentes y el uso de matrículas de bicicletas eléctricas.

• Materias:Transporte urbano Señales de control de tráfico Accidentes de transito Planificación de ruta Capacidad de tráfico
• Subjects:Urban transport Traffic control signs Traffic accidents Path planning Traffic capacity
• Palabras claves:bicicleta, accidente, uso de la matrícula para bicicletas, uso de la matrícula, conductas agresivas al volante, datos sobre accidentes de bicicleta, matrícula para bicicletas, escala de percepción del riesgo, varios factores contribuyentes, factores
• Keywords:bike, crash, bike license plate use, license plate use, aggressive driving behaviors, bike crashes data, bike license plate, risk perception scale, several contributory factors, factors