2017年以来,公安部交管局针对机动车不礼让行人的行为逐渐加大惩处力度,取得了较好的效果,极大保障了行人的过街安全。但在机动车让行率提升并趋于稳定后,无信号控制路段人行横道处机动车过度让行行为频发,与此同时,行人过街时的警惕性逐渐下降,抢行过街、慢速过街等违规行为也时有发生,严重影响了道路交通的通行效率。因此,亟需对“礼让行人”政策下的机动车让行行为展开针对性研究。本文结合现有的让行规则提出机动车让行决策点的概念,据此将机动车的让行行为分为不让行、正常让行、过度让行和被迫让行四种,选取西安市内的三处无信号控制路段人行横道为交通调查点采集让行行为特征数据。从行人、机动车和交通环境的角度分析,提取了影响机动车让行行为的16组特征,其中影响较为显著的特征共14组。通过描述性统计可以发现,在现有的管控力度下,机动车的让行率达到了71.94%,其中正常让行、过度让行和被迫让行的比例分别为43.57%、12.24%和16.14%。在机动车让行行为研究中,本文以三种集成学习方法（XGBoost、Cat Boost和Random Forest）为基本算法,分别建立机动车两分类（让行、不让行）、四分类（不让行、正常让行、过度让行和被迫让行）和有、无监管下的两分类让行行为模型,选取最优模型并采用SHAP方法进行解释,提取对机动车让行行为影响较大的特征。依据以上特征,分析机动车通行与否、行人通行与否和政府监管者积极监管与否的收益与损失,构建三方演化博弈模型,探讨系统演化均衡点并分析机动车和行人不同交通流量组合下的三方演化路径,最后研究政府监管者、机动车和行人三方自身收益变化对整体演化方向及演化速度的影响。研究发现,机动车与停止线之间的距离、机动车行驶速度、行人速度、是否有抓拍设施、临近车道是否减速停车和机动车类型是对二分类和四分类让行行为影响均较大的几种因素。另外,通过对有、无监管下的让行行为模型分析发现,当不让行的成本降低时,机动车的让行行为受行人数量、行人来向和双方自身的交互行为影响更大,机动车的让行自觉程度仍有待提高。通过对演化博弈模型的数值模拟发现,为提高机动车让行率,监管部门要增大监管力度并提升对机动车让行率上升带来的社会效益的认识;同时,通过增大机动车不让行的处罚额度相较于增大监管力度可以更快提升机动车让行率;而由于让行率的升高,行人抢行行为会逐渐增多,通过适度增大对行人违规过街行为的处罚额度可以在保证机动车让行率的前提下有效抑制行人通过率,提高其过街警惕性。通过上述研究,本文揭示了“礼让行人”政策背景下无信号控制路段人行横道处机动车让行行为的影响因素,并建立了机动车、行人和政府监管者的三方演化博弈模型,丰富了机动车让行行为研究的理论,为交管部门在保证交通安全的情况下尽可能提高道路交通的通行效率提供了科学依据。