田 晟 劉爾輝

（華南理工大學(xué)土木與交通學(xué)院 廣州510640）

0 引 言

隨著交通安全的深入研究，人們越來越認(rèn)識到青少年的安全與交通行為之間相互關(guān)系的重要性。國內(nèi)外學(xué)者運用分析因果鏈條、多重表征和多中心方法、風(fēng)險分析方法等對于交通環(huán)境進行了綜合評價，并建立了道路交通系統(tǒng)交通安全可靠性模型［1－4］。文獻［5-9］通過對于中小學(xué)生的相關(guān)交通行為和現(xiàn)狀進行了調(diào)查，將回收后的數(shù)據(jù)進行了統(tǒng)計分析并量化，確定了相關(guān)的影響因素后，進行了一些探索性分析。

由于我國與發(fā)達國家在小學(xué)生交通安全教育的系統(tǒng)性和針對性存在一定的差距，國內(nèi)城市小學(xué)生安全過馬路行為表現(xiàn)比國外小學(xué)生差。面對復(fù)雜的交通現(xiàn)狀，國內(nèi)的研究也認(rèn)為短期行為和臨時性措施無法從根本上解決這一問題［10］。本文基于出行行為分析理論，通過對于青少年安全調(diào)查數(shù)據(jù)的分析，針對目前國內(nèi)外還沒有對真實交通環(huán)境下青少年的交通行為的幾個關(guān)鍵性因素進行過深入研究，以加強對青少年交通行為的理解，同時探討教育、意識、態(tài)度、個人因素對于青少年安全行為的影響，通過對青少年交通安全行為得分，并進一步進行探索性分析，建立了多元回歸模型，為預(yù)防與控制交通傷害，有針對性地開展青少年交通安全教育提供了理論依據(jù)。

1 調(diào)查與分析

1.1 調(diào)查對象

按照學(xué)校生源的不同，將廣州市主城區(qū)學(xué)校分為外來務(wù)工人員子弟學(xué)校、城市學(xué)生學(xué)校2大類，從每個大類中隨機抽取2所小學(xué)，2所中學(xué)，再采取整群抽樣方法，從4所學(xué)校分別隨機抽取5個班，共抽取40個班的全部學(xué)生為調(diào)查對象。

天河區(qū)天澤中學(xué)初一、初二年級各5個班，共計430人；天河區(qū)東方小學(xué)五、六年級各5個班，共計490人；天河區(qū)匯景實驗學(xué)校初一、初二年級各5個班，共計440人；天河區(qū)五山小學(xué)五、六年級各1個班，共計440人。調(diào)查人數(shù)總共1 800人。

1.2 調(diào)查方法

1.2.1 問卷編制

設(shè)計調(diào)查問卷時，首先需要對影響青少年交通安全的因素進行分析，分別是人、車、路、環(huán)境這4個方面針對青少年交通安全的影響分析。并將其分成5大塊，分別是交通安全教育、交通安全意識、交通安全態(tài)度、交通安全行為以及學(xué)生基本信息進行問卷的設(shè)計。最終，選擇一些可量化的指標(biāo)設(shè)置問卷問題，并將分?jǐn)?shù)按照梯度設(shè)計問卷選項。

問卷設(shè)計依據(jù)青少年自身的認(rèn)知特性而設(shè)計。問卷包括5個部分，共35個問題。

第1個部分是青少年的交通安全教育、意識、態(tài)度調(diào)查。這一部分的操作比較特殊，共設(shè)35個題項。第一，要求青少年在每個題項中選出自己在參與道路交通中所表現(xiàn)的行為，以評估青少年交通行為安全性；第二，要求青少年在每個題項中選出自己認(rèn)為參與道路交通中安全的行為，以評估青少年交通安全意識；第三，要求青少年在每個題項中選出自己認(rèn)為參與道路交通中危險的行為，以評估青少年交通危險意識。

第2個部分是青少年的過去30d道路交通行為，共10題。包括各種常見的不正確的交通行為的發(fā)生次數(shù)。

第3個部分涉及人口統(tǒng)計學(xué)的信息，包括：年級、性別、年齡、出行方式、接送者、離校距離、安全教育途徑，共7題。

第4個部分是對青少年的家長的調(diào)查，共9題。

完成每份問卷內(nèi)容所需要的時間約15min。

1.2.2 數(shù)據(jù)收集

整份問卷由青少年自己填寫完成，在青少年不理解的題項上，由調(diào)查人員解釋說明，以確保調(diào)查數(shù)據(jù)無誤。本次調(diào)查問卷共1 800份，刪除因填寫不規(guī)范或者部分空缺而不合格的問卷102份，共收集合格問卷1 698份。

1.2.3 分析方法

利用SPSS19.0分析數(shù)據(jù)：第1，對問卷第一部分打分。問卷調(diào)查表的設(shè)計采用了李克特（Likert）5分制量表，問卷為每個維度的潛變量分別設(shè)計了2～3個可測量的題目。其中交通安全教育、交通安全行為和交通安全意識計分均一致。其得分越高，表示交通安全教育、意識、態(tài)度越好。第二，對問卷第二、三部分進行頻率和描述統(tǒng)計分析。然后進行頻率和描述統(tǒng)計分析，皮爾遜（Pearson）相關(guān)分析，和多元回歸分析。

1.3 調(diào)查數(shù)據(jù)描述性統(tǒng)計分析

通過對于4所學(xué)校的系列調(diào)查，城市學(xué)校的綜合交通安全得分好于外來務(wù)工子弟學(xué)校得分，中學(xué)的綜合交通安全得分要好于小學(xué)得分。通過圖1～5可以看出，由于家庭條件、年齡、父母文化水平、家到學(xué)校的距離等因素的原因，離學(xué)校近的學(xué)生采用步行為主，離學(xué)校遠(yuǎn)的學(xué)生采用公共交通為主。父母文化水平越高，家庭的安全教育越好，學(xué)校整體的安全意識及態(tài)度得分越高。家庭條件也影響著安全意識、態(tài)度的整體水平。

圖1 上學(xué)最常用的出行方式Fig.1 The most common way to travel to school

圖2 家離學(xué)校的距離Fig.2 Distance from home to school

圖3 獲得交通安全知識的最主要途徑Fig.3 The main way to get traffic safety knowledge

圖4 父母最高學(xué)歷Fig.4 Parents’highest degree

圖5 家庭年收入Fig.5 Annual household income

2 青少年交通安全行為影響因素分析

青少年交通安全教育、青少年交通安全意識、青少年交通安全態(tài)度和青少年交通安全態(tài)度和其他影響因素作為解釋變量。其中，其他影響因素指的是將年齡、出行方式、出行距離以及父母文化水平這四部分相結(jié)合所得到的得分。被解釋變量即為青少年交通安全行為得分。運用SPSS19.0采用皮爾遜（Pearson）相關(guān)分析以及多元回歸模型分析進行實證分析。

2.1 皮爾遜相關(guān)分析

相關(guān)分析主要的目的是為了研究各個變量之間的密切程度。根據(jù)發(fā)放的調(diào)查問卷得到的數(shù)據(jù)，按照青少年安全教育、青少年安全意識、青少年安全態(tài)度、其他因素以及青少年安全行為得分這4個變量之間的關(guān)系，使用SPSS19.0軟件對這5個變量之間做其皮爾遜相關(guān)矩陣見表1。

表1 影響青少年交通安全各因素相關(guān)矩陣Tab.1 Correlation matrix of various influence factors of adolescent traffic safety

由表1可見，交通安全行為得分與青少年安全教育、青少年安全意識、青少年安全態(tài)度、其他因素均呈現(xiàn)出正相關(guān)關(guān)系，并且5個變量之間的皮爾遜相關(guān)系數(shù)R均達到了顯著水平，即其相關(guān)系數(shù)通過檢驗，得出的相關(guān)系數(shù)R值可以使用。并且我們可以看出，與青少年交通安全行為得分相關(guān)系數(shù)R值按大排到小分別依次是青少年交通安全意識、青少年交通安全態(tài)度、青少年交通安全教育和其他因素。其R值分別為0.744，0.654，0.518，0.373。說明改善青少年交通行為最有效的方法就是通過提高青少年的交通安全意識，并且青少年交通安全態(tài)度和青少年交通安全教育的影響也是比較大的。而其他影響因素的R值只有0.373，相比其他幾個變量來說比較低，但是也達到了顯著水平，其他影響因素對青少年的交通安全行為存在著潛在的影響。

2.2 青少年交通安全行為回歸分析

經(jīng)過青少年交通安全行為相關(guān)分析后，為了進一步分析青少年交通安全行為的影響因素，需要對青少年交通安全行為進行回歸分析。回歸分析是尋找自變量與因變量間的函數(shù)式，從而將變量之間的相關(guān)關(guān)系近似的表示出來。由相關(guān)分析可知青少年交通安全行為與各個變量之間存在近似的線性關(guān)系，因而選擇線性回歸分析。線性回歸的一般數(shù)學(xué)模型為

式中：Y為青少年交通安全行為得分；X1為青少年交通安全教育；X2為青少年交通安全意識；X3為青少年交通安全態(tài)度；X4為其他影響因素；α為常數(shù)項；e為隨機變量。并使用SPSS19.0軟件對這5個變量進行多元線性回歸分析，并建立模型。分別得到以下數(shù)據(jù)，見表2、表3。

表2 模型擬合程度Tab.2 Model fitting degree

表3 均方、F值以及對F值的顯著性檢驗Tab.3 Mean square、Fvalue and F value of test of significance

表2列出了模型的R，R2，調(diào)整R2、以及估計標(biāo)準(zhǔn)誤差。其中R稱之為多元相關(guān)系數(shù)；R2為模型的擬合度，就是說R2的值越大，其反映的自變量與因變量的共變量比率越高，模型的擬合程度越好。本次定義模型所得的多元相關(guān)系數(shù)R＝0.862，擬合多元線性回歸的確定系數(shù)R2＝0.743，調(diào)整后的確定系數(shù)為0.740，估計的標(biāo)準(zhǔn)誤差為0.869。說明該模型的擬合度還是比較良好的。

表3中模型的回歸平方和為21 702.540，殘差平方和為7 493.261，總平方和為29 195.801，F(xiàn)值為228.806，F(xiàn)的值比較大，這代表著該回歸模型是顯著的；并且sig.的值約等于0.000，sig.＜0.05，因此可以認(rèn)為本次所建的多元線性回歸方程模型有效。表4為該多元線性回歸方程模型的系數(shù)。

表4 回歸系數(shù)表Tab.4 The regression coefficient table

本次模擬因變量Y（交通安全行為得分）對4個自變量 X1（安全教育）、X2（安全意識）、X3（安全態(tài)度）、X4（其他因素）的回歸的非標(biāo)準(zhǔn)化系數(shù)分別為0.092，0.485，0.292，0.060，對應(yīng)的顯著性 檢 驗 的 t 值 分 別 為 3.230，12.661，9.339，3.068，4個回歸系數(shù)b1，b2，b3，b4的顯著性水平sig.最大為0.001，所有的sig.＜0.05，因此可以認(rèn)為自變量 X1（安全教育）、X2（安全意識）、X3（安全態(tài)度）、X4（其他因素）對因變量Y（交通安全行為得分）均有顯著影響。根據(jù)以上表中的數(shù)據(jù)可以得到完整的多元線性回歸方程：

可以很明顯地從回歸模型式（2）中得知青少年交通安全行為得分與青少年交通安全教育、青少年交通安全意識、青少年交通安全態(tài)度，以及相應(yīng)的其他因素呈正相關(guān)關(guān)系，其中青少年交通安全意識和青少年交通安全態(tài)度的影響最大。

圖6用來研究殘差的直方圖。是用來觀察殘差是否符合正態(tài)分布的工具方法之一。在此圖中可以很明顯地看出殘差在該圖形上的形狀基本上是符合正態(tài)分布的。

圖6 交通安全行為得分直方圖Fig.6 Histogram of Score of traffic safety behavior

如圖7所示，可以很明顯地觀察出殘差圖是散點圖，并且可以看出散點都是隨機分布在e＝0為中心的橫帶中，因此可以證明該模型是可以使用的。

圖7 交通安全行為得分殘差圖Fig.7 Scatterplot of Score of traffic safety behavior

通過圖6和圖7的模型擬合分析結(jié)果，可以確定得出的多元線性回歸模型是可行的。

3 結(jié)束語

筆者通過定量分析的形式，結(jié)合廣州市主城區(qū)青少年安全調(diào)查數(shù)據(jù)，建立并標(biāo)定了青少年交通安全回歸分析模型，研究得出了2點結(jié)論。

1）模型不僅體現(xiàn)了對于青少年交通安全狀況的分析，還可以用來對于交通安全狀況進行預(yù)估和評價。

2）青少年的交通安全意識和態(tài)度幾乎主導(dǎo)著青少年交通安全行為，提高青少年意識和態(tài)度才能從根本上保障青少年交通安全。

［1］ ELVIK R.Assessing the validity of road safety evaluation studies by analysing causal chains［J］.Accident Analysis ＆ Prevention，2003，35（5）：741-748.

［2］ WANG Xiang，PAN Xiaodong，CONG Haozhe.Children road traffic safety education effect evaluation based on multiple-representations［C］.Management Science and Industrial Engineering（MSIE），2011International Conference on.Harbin：IEEE，2011：89-92.

［3］ VIET Hung K，HUYEN L T.Education influence in traffic safety：A case study in vietnam［J］.IATSS research，2011，34（2）：87-93.

［4］ LI Shuqing，LI Zhe.Construction of the traffic safety reliability models in Road Traffic Sys-tem［C］.11thInternational Conference of Chinese Transportation Professionals（ICCTP）.Nanjing：Southeast U-niversity，2011：2086-2091.

［5］ 姚玉華，陳道湧，周 峰.上海市虹口區(qū)小學(xué)生預(yù)防交通傷害知識態(tài)度行為調(diào)查［J］.中國學(xué)校衛(wèi)生，2008，11：991-992.YAO Yuhua，CHEN Daoyong，ZHOU Feng.Traffic injury knowledge，attitude and behaviors of primary school students in hongkou district in shanghai［J］.Chinese Journal of School Health，2008（11）：991-992.（in Chinese）

［6］ 石 琦，王雪松，楊東援，等.中學(xué)生交通安全知識，態(tài)度，行為調(diào)查分析［J］.中國安全科學(xué)學(xué)報，2011，21（12）：143-152.SHI Qi，WANG Xuesong，YANG Dongyuan，et al.Analysis of traffic safety among middle school students and safety education improvements［J］.China Safety Science Journal，2011，21（12）：143-152.（in Chinese）

［7］ 王 薇，黃 瑛，高寧波.基于模糊界定的道路交通安全評價模型［J］.交通信息與安全，2013（5）：87-92.WANG Wei，HUANG Ying，GAO Ningbo.A road safety evaluation model based on fuzzy definition theory［J］.Journal of Transport Information and Safety，2013（5）：87-92.（in Chinese）

［8］ 王 麗，王雪松，楊東援.考慮學(xué)校和年級差異的精細(xì)化小學(xué)生交通安全教育研究［J］.交通信息與安全，2012，30（1）：103-110.WANG Li，WANG Xuesong，YANG Dongyuan.Precise education of pupils’traffic safety considering schools and grades differences［J］.Journal of Transport Information and Safety，2012，30（1）：103-110.（in Chinese）

［9］ 李海瓊，秦雅琴，趙琳琳，等.昆明市兒童行人交通安全行為研究［J］.人類工效學(xué)，2012（1）：45-49.LI Haiqiong，QIN Yaqin，ZHAO Linlin，et al.Research on traffic safety behavior of children pedestrian in kunming［J］.Chinese Journal of Ergonomics，2012（1）：45-49.（in Chinese）

［10］ 宋 洋，王雪松.中小學(xué)生交通安全教育現(xiàn)狀分析與改進策略研究［J］.中國安全科學(xué)學(xué)報，2013（2）：153-159.SONG Yang，WANG Xuesong.Research on improving traffic safety education for pupils and middle school students in china［J］.China Safety Science Journal，2013（2）：153-159.（in Chinese）