易恬

(西南交通大學交通運輸與物流學院)

公交駕駛員不良駕駛行為調查與特征分析
——以成都為例

易恬

(西南交通大學交通運輸與物流學院)

為了確定公交駕駛員行為失當的具體表現，首先界定了廣義公交駕駛員不良駕駛行為。根據交通心理學、交通行為學與組織行為學等理論，結合城市公交系統(tǒng)中的駕駛員個體因素、行業(yè)因素和交通環(huán)境因素，構建了基于主成分分析法與信度分析法公交駕駛員的不良駕駛行為評價指標體系。以成都茶店子公交總站和九里堤的公交線路及公交駕駛員的抽樣調查為例，結合本文所構建的評價指標體系，可得出:成都市公交駕駛員不良駕駛行為的具體表現具有以下四類特性，即駕駛員的冒險特性、習慣慣性、隨意特質與個體特性。通過算例分析可證實，提出的評價體系具有可行性與有效性，可為城市常規(guī)公交管理過程中對駕駛員的安全駕駛考評提供相應的量化方法。

安全工程;公交駕駛員;不良駕駛行為;評價體系

1 公交司機不良駕駛行為的界定及影響因素

1.1 不良駕駛行為的內涵與特征

所謂駕駛行為，大多是指駕駛員為了一定的駕駛出行目的而執(zhí)行的駕駛操作，駕駛行為主要受駕駛員的認知和動機的影響，本文所研究的不良駕駛行為是指駕駛員在駕駛過程中出現的一些不安全、不規(guī)范、違章的駕駛行為的總稱。

對于公交駕駛員的不良駕駛行為，還應包括公交車截頭進站、不使用公交專用道、未到站下客等具有行業(yè)特殊性的不良駕駛行為。在當前交通實踐中，除了已有的成熟的不良駕駛行為研究之外，對于不良駕駛行為范疇的客觀認定還應基于交通參與者的個體認知和以及長期乘坐公交車的乘客的公眾觀察來確定，故而，對于公交駕駛員不良駕駛行為的微觀認定，研究需要借助調查問卷形式予以區(qū)分，根據交通過程的參與主體的差異，可以將當前公交駕駛員不良駕駛行為歸納為以下16項具體表現。

表1 公交駕駛員不良駕駛行為

1.2 公交駕駛員不良駕駛行為的影響因素

現代交通運輸學和交通行為學對于駕駛行為的研究，整體上是從個體因素、職業(yè)因素和環(huán)境因素等幾個方面進行學理性探討，從已有的研究發(fā)現來看，決定當代公交駕駛員不良駕駛行為出現頻率的關鍵因素多為個體差異性因素，其主要包括年齡、性別、氣質、婚姻與否等等，此外，職業(yè)因素越來越成為不良駕駛行為趨于固化的主導誘因，多與疲勞駕駛、行業(yè)薪酬和工作壓力等原因緊密相關，最后、外部環(huán)境作用于公交駕駛員本體也可能進一步加劇不良駕駛行為的持續(xù)時間，給公眾安全和行車安全帶來嚴重挑戰(zhàn)。具體來說，年齡層面，年齡較大的駕駛員的駕駛穩(wěn)定性更高，這是因為對于年輕的駕駛員來說，其駕駛技能較生疏，駕駛經驗不夠豐富，駕駛操作過程尚未實現自動化。而性別角度，在風險駕駛行為中，男性駕駛員較女性駕駛員更容易出現攻擊性駕駛行為，在駕駛過程中女性駕駛員比男性駕駛員出現更多的沖動行為，原因是駕駛員的工作較為幸苦，工作強度較高，而家庭壓力和工作壓力的雙重負擔使女性駕駛員更容易出現不良駕駛行為。而對于男性駕駛員來說，在駕駛過程中，隨著駕駛經驗的積累，社會責任感的增強，在駕駛過程中逐漸趨于謹慎，所以出現不良駕駛行為的可能性降低。而對于未婚駕駛員、離異駕駛員在沖動行為和錯誤行為上均高于已婚駕駛員均，并且在沖動行為上存在顯著的差異。對此的解釋可能是因為婚姻給公交駕駛員帶來了更為平和的心態(tài)、穩(wěn)定的情緒，以及對家庭的牽絆和對社會更多的責任感，從而養(yǎng)成了良好的駕駛行為等等。

除了個體因素外，職業(yè)因素也是當前值得研究的熱點領域，如疲勞駕駛。一些研究表明，發(fā)達國家駕駛員因疲勞駕駛所導致的交通事故約占事故總數的10%～12.8%。根據公交駕駛員的工作時間，結合交通傷亡事故發(fā)生的時間來分析，上午7∶00～12∶00發(fā)生事故的概率占19%，而下午13∶00～18∶00高達到38%。疲勞駕駛是指機動車駕駛員駕駛時間過長，導致心理機能、生理機能和操作效能下降的現象。導致疲勞駕駛的因素有很多，如果從駕駛員自身因素和客觀條件兩方面分析，大致可以分成以下三類:(1)駕駛員本人情況，包括性別、年齡、性格、健康狀況和駕駛技術。(2)駕駛員的生活情況，包括駕駛員的睡眠和生活環(huán)境。(3)行車情況，包括車外環(huán)境、車內環(huán)境和駕駛條件。疲勞駕駛對駕駛員安全行車產生了巨大的威脅，目前為止，國際上還沒有一套完整的測量疲勞駕駛的相關標準。但是控制駕駛時間、保證睡眠時間、及時調節(jié)心態(tài)、做好行車計劃、科學安排飲食等方法對預防疲勞駕駛也是有效的。職業(yè)因素中還有一類是壓力因素，也對不良駕駛行為有間接影響，有研究表明:過大或者持續(xù)時間過長的壓力會影響人的心理健康水平，心理活動的變化又會導致人的行為變化。駕駛行為也受壓力和心理健康的影響，許多公交駕駛員因為工作壓力過大，常出現一些不安全和違章駕駛行為，產生交通安全隱患的同時也對道路交通環(huán)境造成不良的作用。

最后，環(huán)境因素也是不良駕駛行為形成環(huán)節(jié)中不可忽略的要素，事實上，監(jiān)管部門在統(tǒng)計事故成因時，大都傾向于簡單認為事故的基本原因主要是駕駛員的失誤和錯誤造成的，而較少考慮交通事故與交通環(huán)境的關聯，但這并不代表道路交通事故與道路交通環(huán)境的關聯度小。在對道路交通安全構成威懾的諸因素中，氣候條件、交通和路政條件、道路配套設施以及路面的識認性等的影響不是通過直接作用表露出來，而是通過與其他因素的結合，導致交通參與者產生錯誤的判斷和行為，繼而導致交通事故的發(fā)生。事實上，一起交通事故的發(fā)生并不是人－車－路體系中某一獨立環(huán)節(jié)的失調引起的，而往往是兩個或多個因素共同作用的結果。但在一般事故處理現場只能確定其中一種作為主要原因，道路環(huán)境這一重要因素往往被忽視。

2 公交駕駛員不良駕駛行為調查分析

2.1 問卷設計

本研究所設置的《公交駕駛員不良駕駛行為調查問卷》中除了上述16種不良駕駛行為外，還應包括能夠合理代表公交司機本身個體因素、行業(yè)因素、交通環(huán)境等方面的變量。故根據前文所提及的影響公交駕駛員駕駛行為的研究與理論以及研究的初衷和目標，問卷選取了公交駕駛員的性別、年齡、公交駕齡、學歷、婚姻狀況、氣質類型、月平均收入、工作壓力、每天平均駕駛時間、作息時間、交通擁堵狀況、整體交通素質和道路條件13個變量代表不同影響因素。

其中，為了合理設置月平均收入、每天平均駕駛時間、作息時間等行業(yè)因素的選項，本研究已在前期對公交公司進行走訪調查。了解到公交駕駛員根據線路和作息時間不同月平均收入在3 000～7 000元不等;根據所在線路的交通狀況和氣候影響每天平均駕駛時間介于7～9 h之間;而作息時間根據公司安排和個人選擇分為2休1、3休1、4休1、5休2以及6休1五類。

本研究問卷包含29道題目，大概需要5 min的時間完成，原計劃通過在公交總站的休息室發(fā)放，但是由于本研究的對象——公交駕駛員的工作性質具有特殊性，回收效果并不理想，且由于公駕駛員機的休息時間緊張，回收到的問卷質量也很難保證。因此，只能利用公交駕駛員發(fā)車前在駕駛室休息的幾分鐘以提問的方式幫助其完成問卷。

調查地點應充分考慮到人流量，公交車?？繑盗?，路線豐富程度等因素，以保證抽樣的隨機性，綜合以上幾點，本研究的調查地點設定為成都市金牛區(qū)九里堤公交總站和茶店子公交總站，并盡量選擇客源充足，換乘率高的線路，在本研究的問卷調查中，主要涉及九里堤公交總站的56路、48路、103路、119路、362路和茶店子公交總站的4路、17路、82路、86路等線路。問卷共計收集150份，其中男性司機105份，女性司機45份，達到統(tǒng)計學上的大樣本條件。

2.2 變量的設定

在變量選取上，包括代表公交駕駛員本身個體因素、行業(yè)因素、交通環(huán)境因素等13個方面的變量以及描述公交駕駛員不良駕駛行為的16個觀測變量，其中各變量元素的界定如表2所示。

表2 公交駕駛員不良駕駛行為變量元素的界定

在SPSS軟件中錄入數據前需要進行抽象轉換，其中，問卷設置的Q類變量中除了Q3公交駕齡這一題目為數值型變量之外，其他12個Q類變量均為分類型變量，需要特別注意的是，性別指標和婚姻狀況指標在通常的研究中為二分類變量，用0或1表示。S類分類變量都是按照程度大小進行排列，如S1沖紅燈、強信號按照沖紅燈、強信號行為出現的頻繁程度劃分為總是出現、經常出現、有時出現、很少出現、從未出現，那么對應的分類變量分別為5，4，3，2，1。以此類推，其他分類型變量都如此進行抽象轉換。

3 實證結果與分析

本研究對公交駕駛員的不良駕駛行為設置了16個觀測變量，若直接將這些變量用做分析，會非常繁瑣雜亂，得不到理想結果。因此，在實際的研究中，需要把多個變量進行數據縮減，根據各變量之間的相關性及其共性特征提取公共因子，以最少的信息丟失為代價將眾多彼此之間可能有關系的觀測變量提煉為少數幾個因素。

為此我們將調查所得樣本中的公交駕駛員不良駕駛行為量表進行因子分析，根據具體的適用性原則，本研究使用的是主成分因子分析方法。為了判斷此次樣本施測的數據是否適合做主成分因子分析，首先需要進行項目相關性檢驗。SPSS軟件首先給出了因子分析的KMO與Bartlett球形檢驗的結果。當KMO值越大，表示變量間的相關性越強，越適合進行因子分析:KMO＞0.9表示非常適合，0.8＜KMO＜0.9很適合，0.7＜KMO＜0.8適合，0.6＜KMO＜0.7不太適合，0.5＜KMO＜0.6比較勉強，KMO＜0.5不適合。

對駕駛行為分量表進行KMO與Bartlett球形檢驗。結果顯示KMO=0.881＞0.8，說明數據很適合進行因子分析。Bartlett球形檢驗統(tǒng)計量為930.678，對應的顯著性水平Sig.=0.000＜0.05，說明原始變量相關矩陣不是單位陣，適合進行因子分析，結果另人滿意。

本文所參考的公交駕駛員不良駕駛行為的16個因素，可將每一個因素視為一個觀測變量。首先，在主成分分析中采用抽取(Extraction)特征根大于1的方法診斷主成分，結果顯示，只有前4個因素被提取出來進行分析，而這4個因素每個解釋的方差都在5%以上，方差貢獻值百分比累積達到62.433%。

表3 解釋的總方差

然后，進行因素旋轉，經過旋轉的成分矩陣輸出結果中，16個觀測變量大體被分入4個因素當中。根據成分矩陣中各變量與每個主成分的相關系數排名進行歸類，其中變量S3、S11、S4、S15、S6在兩個因素上都有大于0.4的載荷，取其較高的載荷值進行主成分劃分。

在旋轉成分矩陣中可以看出，成分1中S9的負載最高，即違規(guī)超車、未使用公交車專用道這一行為是該主成分的標記變量，命名時應圍繞該因素考慮。同理，成分2、成分3、成分4的標記變量分別為S10、S2、S13?，F根據以上主成分分析結果以及前文公交駕駛員不良駕駛行為的相關理論參考駕駛員行為量表，對4個主成分命名如下:

表4 駕駛員行為量表

理論上一般認為:通過主成分分析方法能夠將多種變量因素進行重新歸類縮減，但其可靠性仍值得懷疑，如果變量之間的信度較低，即便進行了變量重新歸類，其歸類科學性亦不能為實證檢驗提供支持，因此需進一步驗證該4因子方案的總體信度水平，在操作中我們逐一對其進行主成分的信度(可靠性)分析，即使用SPSS考察4個因子的內部一致性系數α。

從下表結果可以看出，對于主成分F1，其Cronbach＇s Alpha值為0.818＞0.6，表明量表的可靠性較好。對于主成分F2，其Cronbach＇s Alpha值為0.802＞0.6，但項統(tǒng)計量中顯示，若刪除S15，其量表Cronbach＇s Alpha提高為0.815＞0.802，因此，此處將變量S15刪除。同理，對F3和F4量表作信度(可靠性)分析，α值分別為0.754和0.713，均符合信度檢驗。至此，四個主成分信度(可靠性)計算結果如下:

表5 主成分可靠性分析

4 結論

從理論上來看，先驗研究已經證明個體因素、職業(yè)因素和外部環(huán)境因素對公交司機不良駕駛行為有著決定性影響，而我們的研究通過問卷的收集和重新處理，借助現代實證分析方法表明:除了傳統(tǒng)的三個因素之外，公交司機自身的行為因素也是值得深入探討的一個話題，事實上傳統(tǒng)的分類方法并不能很好地將影響公交駕駛員不良駕駛行為出現頻率的各種因素完全區(qū)分開來，因此需要借助主成分分析和信度分析方法實現，從結果來看，將所有微觀因素劃分為冒險特質、習慣依賴、個體隨意性和個體特征更為合適。當然這樣劃分可能依舊存在一些問題，但至少可以為后續(xù)的研究起到一定拋磚引玉之效。

［1］ 陳雪梅，高利，魏中華，等.駕駛員因素與交通事故率的關聯性［J］.北京工業(yè)大學學報，2007，(7).

［2］ 黎美清，杜巖，羅義學，蘇紅帆，王灝.影響機動車駕駛員交通行為的因素［J］.應用預防醫(yī)學，2011，(2).

［3］ 李江.交通工程學［M］.北京:人民交通出版社，2007.

［4］ 趙磊，趙崢嶸，鄒盛玲，張鈞.消除疲勞駕駛確保行車安全［J］.交通與運輸，2003，(6).

［5］ 范士儒.交通心理學教程［M］.北京:中國人民公安大學出版社，2005.

U415.1

C

1008－3383(2015)10－0166－03

2015－01－19