这篇文档属于类型a，即报告了一项原创研究。以下是对该研究的学术报告：
本研究由Tiantian Chen、N.N. Sze、Sharon Newnam和Lu Bai共同完成。Tiantian Chen和N.N. Sze来自香港理工大学土木与环境工程系，Sharon Newnam来自澳大利亚莫纳什大学事故研究中心，Lu Bai则来自中国东南大学江苏省城市智能交通系统重点实验室。该研究于2021年发表在《Transportation Research Part F》期刊上。
随着全球老龄化问题的加剧，老年驾驶员的数量迅速增加，尤其是在交通运输行业。老年驾驶员的生理和认知能力随着年龄增长而下降，这可能导致驾驶安全风险的增加。然而，老年驾驶员可能会通过调整驾驶行为来补偿这种风险，这种行为被称为“补偿策略”（compensatory strategy）。尽管已有大量研究探讨了老年驾驶员的补偿策略，但关于老年职业驾驶员（如出租车、公交车司机）与非职业驾驶员之间的补偿策略差异的研究仍然有限。职业驾驶员通常具有更高的驾驶技能和应对复杂驾驶环境的能力，因此可能更有效地降低驾驶风险。本研究旨在通过驾驶模拟器实验，比较老年职业驾驶员与非职业驾驶员的补偿行为及其对驾驶安全的影响，为雇主和交通管理部门提供有价值的见解。
本研究分为以下几个主要步骤：
参与者招募与筛选
研究共招募了44名男性驾驶员，其中19名为职业驾驶员，22名为非职业驾驶员。参与者需持有有效驾驶执照，每周至少驾驶5小时，且健康状况良好。最终，41名驾驶员完成了驾驶模拟器测试，3名因模拟器不适被排除。
驾驶模拟器实验设计
实验使用Oktal CDS-650固定式驾驶模拟器进行，模拟了香港深水埗区的典型道路环境。实验分为高流量和低流量两种交通条件，每种条件下驾驶员需跟随前车驾驶1小时。在驾驶过程中，模拟器会触发两次前车突然刹车事件，以评估驾驶员的反应能力和补偿行为。
数据收集与指标定义
研究通过模拟器记录驾驶员的横向控制（lateral control）、纵向控制（longitudinal control）、刹车反应时间（brake reaction time）、平均速度（average speed）和车头时距（time headway）等指标。此外，研究还采用了两种改进的交通冲突指标：时间暴露碰撞时间（time exposed time-to-collision, TET）和时间积分碰撞时间（time integrated time-to-collision, TIT）来评估交通冲突风险。
数据分析方法
研究使用随机参数Tobit模型（random parameter Tobit model）分析交通冲突风险与驾驶员属性之间的关系，并使用随机截距模型（random intercept model）评估其他驾驶表现指标。模型参数通过最大似然法估计。
驾驶能力
研究结果显示，老年驾驶员的横向控制能力较差，刹车反应时间较长，尤其是在高流量交通条件下。然而，老年驾驶员的车头时距较长，表明他们通过调整驾驶行为来补偿驾驶能力的下降。
补偿行为
老年职业驾驶员和非职业驾驶员均采取了较长的车头时距，但老年职业驾驶员在降低严重交通冲突风险方面的效果更为显著。这表明老年职业驾驶员能够更有效地利用补偿策略来降低碰撞风险。
安全效果
研究通过TET和TIT指标发现，老年驾驶员的交通冲突风险低于中年驾驶员，尤其是在职业驾驶员群体中。老年职业驾驶员在长时间驾驶后，交通冲突风险显著降低，而非职业驾驶员则没有这种趋势。
本研究表明，尽管老年驾驶员的驾驶能力随着年龄增长而下降，但他们通过调整驾驶行为（如降低速度、增加车头时距）来补偿这种风险。特别是老年职业驾驶员，由于其丰富的驾驶经验和技能，能够更有效地利用补偿策略来降低交通冲突风险。这一发现为交通运输行业的管理策略提供了重要启示，建议雇主和交通管理部门在评估老年驾驶员时，不仅要考虑其健康状况，还应关注其补偿策略的有效性。此外，研究还建议为老年驾驶员提供针对性的培训和驾驶技能提升课程，以进一步提高其驾驶安全性。
研究对象特殊
本研究首次系统比较了老年职业驾驶员与非职业驾驶员的补偿策略及其对驾驶安全的影响，填补了相关研究领域的空白。
创新性实验设计
研究通过驾驶模拟器实验，精确控制交通条件和驾驶任务，能够更真实地反映驾驶员的实际驾驶行为。
多维度数据分析
研究不仅关注传统的驾驶能力指标，还引入了TET和TIT等改进的交通冲突指标，全面评估了驾驶安全风险。
研究还指出，老年驾驶员的补偿策略与其驾驶经验密切相关。职业驾驶员由于其长期暴露在复杂的驾驶环境中，能够更好地识别潜在危险并采取相应的补偿措施。这一发现为未来的驾驶员培训和管理策略提供了新的思路，建议在驾驶员培训中加强对危险识别和防御性驾驶技能的培养。