Basierend auf den natürlichen Fahrversuchsdaten der Tenglong-Autobahn in der Provinz Yunnan wurde ein Analyse-Rahmenwerk entwickelt, das Fahrermerkmale, Fahrzeugbedienung, Straßenumgebung und abnormales Fahrverhalten miteinander verbindet. Zunächst wurde ein Datensatz zur Ursachenermittlung auf Basis der Fahrzeugbewegung, der Straßenumgebung und der Fahrerinformationen erstellt, wobei die Ergebnisse der unscharfen Gesamtbewertung als Grundlage für das Risikoniveau des abnormalen Fahrverhaltens verwendet wurden; zweitens wurde ein Strukturgleichungsmodell (SEM) eingesetzt, um die Schlüsselfaktoren und Wirkpfade des abnormalen Fahrverhaltens zu identifizieren; darauf aufbauend wurde die Methode der fuzzy-set Qualitativen Vergleichsanalyse (fsQCA) eingeführt, um multiple ursächliche Konfigurationen für hochrisikantes und nicht-hochrisikantes abnormales Fahrverhalten zu erkennen. Die Ergebnisse zeigen, dass Fahrermerkmale einen signifikant negativen Einfluss auf abnormales Fahrverhalten haben, während Fahrzeugbedienung und Straßenumgebung einen signifikant positiven Einfluss ausüben; hochriskantes abnormales Fahrverhalten wird hauptsächlich durch drei Konfigurationen verursacht: niedriges Können-hohes Risiko, Umweltstress und Betrieb-Umwelt-Kopplung, während nicht-hochriskantes abnormales Fahrverhalten die Konfiguration „robuste Defensive“ zeigt, was die Entstehungspfade abnormalen Fahrverhaltens durch unterschiedliche Risikofaktorkombinationen offenbart.

Verkehrssicherheit;Gebirgsautobahnen;abnormales Fahrverhalten;Strukturgleichungsmodell;unscharfe qualitative Analyse