随着城市交通的快速发展和绿色出行理念的普及，电动自行车已成为现代城市交通系统的重要组成部分（Bai等人，2020年）。由于其操作简单、对身体要求低、方便灵活的特点，电动自行车的使用率在各个年龄段持续上升，特别是成为中老年人群的重要日常出行方式（Leger等人，2019年；Schepers等人，2020年）。
截至2023年底，中国的电动自行车数量达到了3.5亿辆（Zhang等人，2024年）。然而，随着电动自行车拥有量的增加，相关事故数量也在持续上升（An等人，2013年；Fyhri等人，2019年）。中国电动自行车事故导致的死亡人数从2015年的6453人增加到2020年的8724人，增长了35.2%，占交通事故死亡总数的约13.51%，这一增长率远高于其他交通方式（Zhu等人，2021年）。
值得注意的是，截至2024年底，中国60岁及以上的人口达到了3.1亿，占全国人口的22.0%，其中65岁及以上的人口为2.2亿，占15.6%，这标志着中国已进入深度老龄化社会（国家统计局，2025年）。这一人口结构变化凸显了迫切需要解决老年道路使用者的交通安全问题。40岁及以上的人群普遍面临生理机能下降和认知能力减退等限制（Bayam等人，2005年；Ulak等人，2017年）。值得注意的是，40岁是一个具有生理意义的临界年龄，因为在这个年龄左右可能会出现视力障碍（包括夜视能力下降），反应时间也会以每十年2-6毫秒的速度减慢（Woods等人，2015年），这些都对在复杂交通环境中安全骑行电动自行车至关重要。以胶州市为例，在2019年至2024年间发生的3476起电动自行车事故中，40岁及以上骑行者参与的事故有2452起，占比高达70.5%。此外，在1169起导致严重伤害或死亡的事故中，40岁及以上骑行者参与的事故有911起，占比78.0%，这凸显了40岁及以上年龄组在电动自行车事故中的脆弱性。多项研究也表明，与年轻骑行者相比，40岁以上的骑行者面临更高的严重伤害风险（Hu等人，2014年；Weber等人，2014年；Hertach等人，2018年；Li等人，2022年；Qian和Shi，2023年）。
此外，40岁及以上的电动自行车骑行者在不同年龄组之间存在显著的风险因素差异。现有研究表明，中年道路使用者常因工作压力和生活负担而表现出疲劳驾驶等高风险行为，而老年群体则主要受到生理机能下降的制约（Vlakveld等人，2015年；Dzinyela等人，2023年；Hossain等人，2024年；Tamakloe等人，2025年）。因此，对不同年龄组进行差异化的风险分析并准确识别每个年龄组的具体风险因素，对于制定有针对性的安全预防策略具有重要的理论价值和实际意义。然而，现有研究对40岁及以上电动自行车骑行者的伤害严重程度关注不足，更缺乏对其不同年龄组风险差异的深入探讨。
为填补这些研究空白，本研究基于中国山东省胶州市2019年至2024年的事故数据，创新性地聚焦于40岁及以上的电动自行车骑行者。遵循交通安全研究中广泛采用的年龄分层方法（Martínez-Ruiz等人，2015年；Vanparijs等人，2015年），本研究将这一人群分为三个年龄组：40-50岁、50-60岁和60岁及以上。通过构建结合极端梯度提升（XGBoost）与具有均值异质性的随机参数二元逻辑模型（RPBL-HM）的混合方法框架，本研究旨在：
- (1)
识别并量化影响不同年龄组电动自行车骑行者伤害严重程度的关键因素。
- (2)
捕捉随机参数的均值异质性，并探索每个年龄组内的潜在差异。
- (3)
识别不同因素之间的交互效应，并探讨每个年龄组面临的典型安全风险场景。
- (4)
研究不同年龄组之间的关键因素和风险场景的差异。
本研究可以为交通管理部门和安全从业者提供科学依据，以制定差异化和有针对性的交通安全干预策略。此外，基于现有的事故严重程度分析方法，本研究的独特贡献在于它没有将年龄仅仅视为众多解释变量之一，而是进行了专门针对40岁及以上高风险人群的年龄分层分析。这种针对性方法能够识别出在总体分析中可能被掩盖的年龄特定风险因素和交互效应。
本文的其余部分安排如下：第2节对现有文献进行了全面回顾。第3节描述了事故数据的来源和特征。第4节介绍了混合方法框架的构建过程。第5节展示了年龄组的统计验证结果。第6节提出了政策建议。第7节总结了研究结论。
