ลักษณะพฤติกรรมและปัจจัยที่มีอิทธิพลต่อการฝ่าฝืนสัญญาณไฟแดงของผู้ขับขี่ รถยนต์นั่งส่วนบุคคลในเขตเมืองขอนแก่น

ผู้แต่ง

  • Piyanat Jantosut นักศึกษา หลักสูตรปรัชญาดุษฎีบัณฑิต สาขาวิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
  • Wichuda Satiennam รองศาสตราจารย์ สาขาวิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
  • Thaned Satiennam รองศาสตราจารย์ สาขาวิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
  • Sittha Jaensirisak ผู้ช่วยศาสตราจารย์ สาขาวิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยอุบลราชธานี

คำสำคัญ:

การฝ่าฝืนแบบเสี่ยง, การฝ่าฝืนแบบตามกระแส, การฝ่าฝืนแบบฉวยโอกาส

บทคัดย่อ

การฝ่าฝืนสัญญาณไฟแดงเป็นการกระทำที่ไม่ปลอดภัยทั้งต่อตนเองและผู้อื่น นับเป็นพฤติกรรมเสี่ยงที่นำไปสู่การบาดเจ็บและเสียชีวิตที่ทางแยก การศึกษานี้มีวัตถุประสงค์เพื่อศึกษาลักษณะพฤติกรรมและปัจจัยที่มีอิทธิพลต่อการแสดงพฤติกรรมเสี่ยงนี้ การศึกษาสังเกตและบันทึกพฤติกรรมของผู้ขับขี่รถยนต์นั่ง 6,772 คัน ในเขตเมืองขอนแก่น 3 ทางแยก และวิเคราะห์ข้อมูลด้วยเทคนิคการวิเคราะห์ถดถอยโลจิสติก ผลการศึกษาพบว่าผู้ขับขี่มีลักษณะพฤติกรรมการฝ่าฝืนแบบตามกระแสจราจร แบบเสี่ยง และแบบฉวยโอกาส คิดเป็นร้อยละ 53 25 และ 22 ตามลำดับ ส่วนใหญ่เกิดในช่วงต้นและปลายไฟแดง ผู้ขับขี่กลุ่มนี้มีโอกาสฝ่าฝืนสัญญาณไฟแดงสูงในทิศทางเลี้ยวขวา ในช่วงเวลาไม่เร่งด่วน และในทิศทางที่มีระยะข้ามทางแยกสั้น (£ 42 เมตร) ซึ่งแต่ละปัจจัยมีอิทธิพลต่อลักษณะพฤติกรรมการฝ่าฝืนที่แตกต่างกัน การศึกษานี้ได้เสนอมาตรการควบคุมลักษณะพฤติกรรมการฝ่าฝืนในแต่ละรูปแบบ และเสนอให้มีการศึกษาเชิงลึกในแต่ละลักษณะพฤติกรรมต่อไป

เอกสารอ้างอิง

WHO. Global Status Report on Road Safety 2013. World Health Organization: 2013.

WHO. Global Status Report on Road Safety 2015. World Health Organization: 2015.

WHO. Global Status Report on Road Safety 2018. World Health Organization: 2018.

Thailand Accident Research Center [Internet]. 2019 [cited 2019 Sep 5]. Available from: https://www.facebook.com/tarc.official/photos/a.280086752093525/2003335409768642/?type=3&theater.

National Statistical Office [Internet]. 2019 [cited 2019 Jan 21]. Available from:

http://service.nso.go.th/nso/web/statseries/statseries21.html

Jensupakarn A, Kanitpong K. Influences of motorcycle rider and driver characteristics and road environment on red light running behavior at signalized intersections. Accid Anal Prev. 2018; 113: 317–324.

Porter BE, England KJ. Predicting Red-Light Running Behavior: A Traffic Safety Study in Three Urban Settings. J Safety Res. 2000; 31(1): 1–8.

Martinez KLH, Porter BE. Characterizing red light runners following implementation of a photo enforcement program. Accid Anal Prev. 2006; 38(5): 862–870.

Retting RA, Ferguson SA, Hakkert AS. Effects of red light cameras on violations and crashes: A review of the international literature. Traffic Inj Prev. 2003; 4(1): 17–23.

Satiennam W, Satiennam T, Triyabutra T, Rujopakarn W. Red light running by young motorcyclists: Factors and beliefs influencing intentions and behavior. Transp Res Part F Traffic Psychol Behav. 2018; 55: 234–245.

Wu C, Yao L, Zhang K. The red-light running behavior of electric bike riders and cyclists at urban intersections in China: An observational study. Accid Anal Prev. 2012; 49: 186–192.

Pai CW, Jou RC. Cyclists’ red-light running behaviours: An examination of risk-taking, opportunistic, and law-obeying behaviours. Accid Anal Prev. 2014; 62: 191–198.

Johnson M, Newstead S, Charlton J, Oxley J. Riding through red lights: The rate, characteristics and risk factors of non-compliant urban commuter cyclists. Accid Anal Prev. 2011; 43(1): 323–328.

Retting RA, Ulmer RG, Williams AF. Prevalence and characteristics of red light running crashes in the United States. Accid Anal Prev. 1999; 31(6): 687–694.

Harb R, Radwan E, Yan X. Larger size vehicles (LSVs) contribution to red light running, based on a driving simulator experiment. Transp Res Part F Traffic Psychol Behav. 2007; 10: 229–241.

Retting RA, Williams AF. Characteristics of red light violators: Results of a field investigation. J Safety Res. 1996; 27(1): 9–15.

Elmitiny N, Yan X, Radwan E, Russo C, Nashar D. Classification analysis of driver’s stop/go decision and red-light running violation. Accid Anal Prev. 2010; 42(1): 101–111.

Chang MS, Messer CJ, Santiago AJ. Timing Traffic Signal Change Intervals Based on Driver Behavior. Transp Res Rec. 1985: 20–30.

Fraboni F, Marín Puchades V, De Angelis M, Pietrantoni L, Prati G. Red-light running behavior of cyclists in Italy: An observational study. Accid Anal Prev. 2018; 120: 219–232.

Khon Kaen Regional Hospital. 21 Years Anniversary Trauma Registry 1997-2017. Thailand; 2018.

Yan F, Li B, Zhang W, Hu G. Red-light running rates at five intersections by road user in Changsha, China: An observational study. Accid Anal Prev. 2016; 95: 381–386.

Lum KM, Wong YD. Impacts of red light camera on violation characteristics. J Transp Eng. 2003; 129(6): 648–656.

Sze NN, Wong SC, Pei X, Choi PW, Lo YK. Is a combined enforcement and penalty strategy effective in combating red light violations? An aggregate model of violation behavior in Hong Kong. Accid Anal Prev. 2011; 43(1): 265–271.

Federal Highway Administration (FHWA). Marking Intersections Safer: A Toolbox of Engineering Countermeasures to Reduce Red-Light Running. Vol. 21 An Informational Report; 2003.

ดาวน์โหลด

เผยแพร่แล้ว

2021-01-23

ฉบับ

ประเภทบทความ

บทความวิจัย