何 慶,劉 君,彎美娜,李 軍

(1.北京警察學(xué)院道路交通管理工程系,北京 102202; 2.公安部道路交通安全研究中心道路安全研究室,北京 100062)

0 引言

隨著我國經(jīng)濟(jì)社會(huì)的快速發(fā)展，機(jī)動(dòng)車保有量和駕駛?cè)艘?guī)模不斷增長.據(jù)統(tǒng)計(jì)，截至2016年底，全國機(jī)動(dòng)車保有量達(dá)到2.9億輛，機(jī)動(dòng)車駕駛?cè)诉_(dá)到3.6億[1].與此同時(shí)，不安全交通行為的頻繁發(fā)生，也引發(fā)了全社會(huì)的關(guān)注.工程、執(zhí)法和宣傳是交通安全管理的3大基本措施.一般認(rèn)為，大約有85%的事故是由于道路交通參與者不遵守交通法律法規(guī)或是缺乏交通安全意識(shí)所引發(fā)的.針對各項(xiàng)違法行為開展交通安全宣傳，普及交通法律法規(guī)，培養(yǎng)道路參與者的安全意識(shí)、守法意識(shí)、文明意識(shí)，提高遵守交通規(guī)則的水平，能有效地改善道路交通環(huán)境、減少交通違法行為和交通事故的發(fā)生.特別值得注意的是，與工程和執(zhí)法措施相比較，交通安全宣傳教育措施更加柔和，更富有人文關(guān)懷.交通安全宣傳在事故預(yù)防工作中發(fā)揮了巨大作用.但隨著時(shí)代發(fā)展、社會(huì)變遷，社會(huì)群體分化現(xiàn)象日益突出，社會(huì)異質(zhì)性也在不斷增強(qiáng).不同群體間在信息獲取、風(fēng)險(xiǎn)態(tài)度、道德認(rèn)知等方面的差異也越來越受到研究者們關(guān)注.特別是伴隨著網(wǎng)絡(luò)時(shí)代的到來，信息獲取的渠道越來越廣，獲取速度越來越快，人們傳播和獲取信息傳播的主要方式從主動(dòng)搜索變成被動(dòng)接受推送.與此同時(shí)，傳統(tǒng)交通安全宣傳工作在內(nèi)容和傳播途徑上缺乏針對性，局限了交通安全宣傳的效果.因此，提升交通安全宣傳針對性，面向不同的群體“量身定制”，是交通安全宣傳的必然發(fā)展趨勢[2].

研究者們已經(jīng)開始對這種“定制”式的交通安全宣傳模式進(jìn)行初步的嘗試.如王雪松等人圍繞某些確定的群體，如中小學(xué)生，調(diào)查研究這些群體的交通安全態(tài)度或行為，并為制定相應(yīng)的交通安全宣傳策略提供支持[3-5].除了這些針對傳統(tǒng)的交通安全宣傳重點(diǎn)群體的研究之外，研究者們還在對交通違法、交通事故的實(shí)際數(shù)據(jù)進(jìn)行挖掘的基礎(chǔ)上，對宣傳對象的特征進(jìn)行進(jìn)一步細(xì)化和區(qū)分，尋找并識(shí)別交通安全宣傳中的重點(diǎn)群體，并為制定針對性的交通安全宣傳策略、方式、載體等提供智力支持.如，馬兆有等在對交通事故和違法行為等數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上，提出了針對性的宣傳教育建議[6].劉東波等在廣泛調(diào)查宣傳對象的性別、年齡等特征之后，采用了模糊綜合評價(jià)法和層次分析法確定十類重點(diǎn)教育人群，繼而分析和提煉了重點(diǎn)教育人群的特征[7].但必須承認(rèn)的是，這一領(lǐng)域的研究仍然處于起步階段，研究數(shù)量較為有限，同時(shí)，所使用的研究方法種類也較為匱乏.為此，本文引入一種新的分析方法——多重對應(yīng)分析，研究宣傳對象中的重點(diǎn)群體及特征，并以酒后駕駛行為的交通安全宣傳為例進(jìn)行了驗(yàn)證.

1 方法

1.1 受教對象的高維列聯(lián)表描述

交通心理學(xué)認(rèn)為，年齡、性別、學(xué)歷、居住情況、婚姻狀況等人口統(tǒng)計(jì)學(xué)變量深刻影響道路交通參與者交通安全態(tài)度和行為.同時(shí)，這些因素并不是獨(dú)立地存在影響，而往往與其他因素共同作用.因此，為了能綜合各個(gè)因素的作用效果，需要采用交叉列聯(lián)表描述受教對象特征.以三維交叉列聯(lián)表為例，其形式見表1.表1描述了A、B、C三維變量分布情況，其中A、B、C三個(gè)變量均為分類變量，分別具有r、s和t個(gè)水平.

表1 三維r*s*t列聯(lián)分布表

1.2 多重對應(yīng)分析原理

近年來，研究者們推薦使用對應(yīng)分析來考察交叉列聯(lián)表中各個(gè)因素之間關(guān)系.對應(yīng)分析，又稱為R-Q型因子分析，是在因子分析基礎(chǔ)上發(fā)展來的一種多元統(tǒng)計(jì)方法.對應(yīng)分析認(rèn)為，在列聯(lián)表中，行變量和列變量之間并非獨(dú)立的，而是存在著一定的相關(guān)關(guān)系，這種相關(guān)關(guān)系可能突出體現(xiàn)在行變量的某些水平與列變量的某些水平之間.為此，對應(yīng)分析采用總慣量I來描述變量之間的相關(guān)程度，繼而通過矩陣分析的方法，提出由行變量和列變量組成的矩陣的特征值，根據(jù)特征值將總慣量I分解成若干個(gè)辨識(shí)度量，然后分別計(jì)算行變量和列變量在辨識(shí)度量上的值，如果行變量和列變量上某些水平在辨識(shí)度量上值相近，則認(rèn)為它們之間存在對應(yīng)關(guān)系.

多重對應(yīng)分析是將對應(yīng)分析從兩維推廣到多維上的成果.其基本原理可參見王靜龍等編著的《定性數(shù)據(jù)統(tǒng)計(jì)分析》[8].多重對應(yīng)分析廣泛地應(yīng)用在衛(wèi)生保健等諸多領(lǐng)域，特別是市場營銷中市場定位環(huán)節(jié).如陳道平、劉偉通過多重對應(yīng)分析研究年齡、職業(yè)、居住城市、購車用途、家庭平均消費(fèi)與汽車類型的對應(yīng)關(guān)系，從而確定不同汽車類型的用戶對象[9].

2 實(shí)例

為了說明多重對應(yīng)分析在受教對象重點(diǎn)群體識(shí)別和特征分析中的應(yīng)用，本文對酒后駕駛?cè)说娜丝诮y(tǒng)計(jì)學(xué)變量為例，對這一群體進(jìn)行了分類和特征分析.

2.1 數(shù)據(jù)基本情況

搜集某市1 075個(gè)酒后駕駛?cè)说男詣e、年齡、居住情況、教育程度、婚姻狀況等5個(gè)變量的數(shù)據(jù).這5個(gè)變量是心理行為科學(xué)最為關(guān)注的人口社會(huì)學(xué)變量.樣本中，年齡大于60歲或者小于20歲的駕駛?cè)藥缀鯖]有，為了便于分析，將年齡這一連續(xù)變量轉(zhuǎn)化為分類變量，按照一般研究，年齡小于35歲為青年，反之為中年；按照是否擁有本地戶口，將居住情況分為本地和外地；數(shù)據(jù)采集時(shí)，酒后駕駛?cè)说氖芙逃潭劝ㄐW(xué)、初中、高中、大專、本科、研究生等6類，為了便于分析，將前3類統(tǒng)歸為高中及以下，將后3類統(tǒng)歸為大學(xué)及以上；婚姻狀況分為未婚、已婚和離異等3類.

對1 075個(gè)酒后駕駛?cè)说脑紨?shù)據(jù)進(jìn)行處理后，得到其五維列聯(lián)表，見表2.

表2 酒后駕駛?cè)嗽谛詣e、年齡等5個(gè)維度上的人數(shù)分布表

2.2 數(shù)據(jù)分析結(jié)果

選擇數(shù)據(jù)分析軟件SPSS，對數(shù)據(jù)進(jìn)行處理，可以得到對應(yīng)分析結(jié)果.

2.2.1 特征值

通過對五維列聯(lián)表進(jìn)行特征分析，按照特征根的值大于1的標(biāo)準(zhǔn)進(jìn)行篩選，得到2個(gè)特征根，見表3.

表3 五個(gè)維度在特征根值的分布情況表

從表3可看出，第1個(gè)特征根對應(yīng)的方差為28.7%，表明第1個(gè)特征根可以解釋總體變異的28.7%；第2個(gè)特征根對應(yīng)的方差為22.9%，表明第2個(gè)特征根可以解釋總體變異的22.9%.兩個(gè)特征根合計(jì)可以解釋總體變異的51.6%.

2.2.2 辨別度量

根據(jù)上述兩個(gè)特征根，得到兩個(gè)辨識(shí)度量，并得到性別等5個(gè)維度在這兩個(gè)辨識(shí)度量之間的載荷，見表4.

表4 五個(gè)維度與辨識(shí)度量的相關(guān)系數(shù)表

注：低于0.2的載荷不予顯示.

從表4可以看出，性別和文化程度主要分布在第一個(gè)辨識(shí)度量上，婚姻狀況和年齡主要分布在第2個(gè)辨識(shí)度量上，而戶籍在兩個(gè)辨識(shí)度量上分布比較平均.它們之間的關(guān)系，如圖1所示.

圖1 5個(gè)變量在兩個(gè)辨識(shí)度量上分布圖

2.2.3 對應(yīng)分析圖

將兩個(gè)辨識(shí)度量進(jìn)行標(biāo)準(zhǔn)化后分別作為橫、縱坐標(biāo)，計(jì)算5個(gè)維度的11個(gè)水平在這兩個(gè)辨識(shí)度量上的得分，并繪制出對應(yīng)分析圖，結(jié)果如圖2所示.

圖2 酒后駕駛?cè)宋寰S屬性的多重對應(yīng)分析圖

對應(yīng)分析圖是多重對應(yīng)分析結(jié)果的主要體現(xiàn).從圖2可看出，學(xué)歷和性別共同組成一個(gè)維度，說明在酒后駕駛?cè)酥校瑢W(xué)歷和性別之間存在著較高的一致性，具體表現(xiàn)為，男性偏向低學(xué)歷和女性偏向高學(xué)歷的傾向.婚姻狀況和年齡共同組成一個(gè)維度，說明在酒后駕駛?cè)酥校橐鰻顩r和年齡之間存在較高的一致性，表現(xiàn)為青年偏向未婚、中年偏向已婚和離異，這與一般社會(huì)群體的特征相同.戶籍的兩個(gè)水平，按照與兩個(gè)維度關(guān)系，分別出現(xiàn)在第二象限和第四象限.

2.3 討論

多重對應(yīng)分析的結(jié)論，主要來自多重對應(yīng)分析圖的解讀.其原則是：落在由原點(diǎn)(0，0)出發(fā)接近相同方位及圖形相同區(qū)域的同一個(gè)變量的不同類別具有類似性質(zhì)；落在原點(diǎn)出發(fā)接近相同方位及圖形相同區(qū)域的不同變量的類別間可能有聯(lián)系.

從圖1可看出，高中及以下、外地、男性3個(gè)特征距離較近，大學(xué)及以上、女性2個(gè)特征距離較近，其他的特征分布較為散亂.根據(jù)多重對應(yīng)圖解讀依據(jù)來看“高中及以下、外地、男性”和“大學(xué)及以上、女性”這2個(gè)群體可能應(yīng)該成為交通安全宣傳教育的重點(diǎn)關(guān)注群體.

研究者進(jìn)一步對被試的學(xué)歷和性別分布情況進(jìn)行了分析，結(jié)果如表5所示.在酒后駕駛?cè)后w中，雖然女性占比較低((107+142)/1 075=23.2%)，但在學(xué)歷的影響下，女性駕駛?cè)苏急壬仙?，從低學(xué)歷女性駕駛?cè)苏嫉蛯W(xué)歷駕駛?cè)说?6.9%(107/(107+527))，上升到高學(xué)歷女性駕駛占高學(xué)歷駕駛?cè)说?2.2%(142/(142+299)).高學(xué)歷和女性關(guān)系較為密切.

表5 學(xué)歷及性別狀況的交叉分布表

雖然在酒后駕駛?cè)巳后w中，男性與低學(xué)歷關(guān)系較為密切，高中及以下外地男性，占總體的49%(527/1 075)，屬于突出人群.但還需要進(jìn)一步分析.對學(xué)歷、性別和戶籍所在地的分布情況進(jìn)行分析，結(jié)果如表6所示.從表6可看到，僅觀察屬于男性的四格表來看，外地偏向低學(xué)歷(從133人增加至375人)，而對于本地，學(xué)歷似乎影響并不大.因此，高中以下、外地、男性是突出群體.

表6 學(xué)歷、戶籍所在地、性別三者交叉表

綜合表5、6來看，可以認(rèn)為“高中及以下、外地、男性”“大學(xué)以上、女性”是2個(gè)重點(diǎn)宣傳群體.如果通過進(jìn)一步調(diào)查，分析這兩個(gè)群體酒后駕駛的心理動(dòng)機(jī)，則可以更好地找到酒后駕駛宣傳的切入點(diǎn).

3 結(jié)束語

從對酒后駕駛?cè)说亩嘀貙?yīng)分析結(jié)果來看，研究者認(rèn)為，酒后駕駛行為似乎存在兩個(gè)重點(diǎn)群體，即外地、高中及以下學(xué)歷的男性和大學(xué)以上的女性，相對于酒后駕駛?cè)思性谶@兩個(gè)群體中.因此，在未來對酒后駕駛這一違法行為進(jìn)行宣傳教育時(shí)，似乎應(yīng)該考慮對這兩個(gè)群體進(jìn)行有針對性的設(shè)計(jì)和宣傳，如，選擇更容易被這兩個(gè)群體所接受的明星，加大在這些群體獲取信息較多的渠道進(jìn)行宣傳等方式，也許能使相關(guān)的安全宣傳工作達(dá)到事半功倍的效果.

事實(shí)上，根據(jù)人口統(tǒng)計(jì)學(xué)變量或者其他變量，來分析受教群體.如果使用的變量過少，如僅選擇一個(gè)，由此分析獲得重點(diǎn)群體，作為宣傳宣傳對象，將存在宣傳對象過于寬泛的不足.增加變量，不僅劃分細(xì)致，也會(huì)增加一些宣傳元素，從而提高宣傳對象的認(rèn)同感.如，“高學(xué)歷女性”這樣的標(biāo)簽較之“女性”這一標(biāo)簽更容易引起高學(xué)歷女性的關(guān)注.但是如果增加的變量過多，不僅會(huì)因所分過細(xì)，導(dǎo)致信息冗余，同時(shí)也會(huì)浪費(fèi)宣傳教育資源.由此可見，選擇合適變量，恰當(dāng)合理地定位宣教對象比較重要，而本文分析結(jié)果相對取得了平衡.

當(dāng)然，必須承認(rèn)，多重對應(yīng)分析僅僅是一個(gè)探索性的數(shù)據(jù)分析方法，在利用分析結(jié)果推論因果關(guān)系時(shí)必須要十分謹(jǐn)慎.但是，多重對應(yīng)分析的優(yōu)點(diǎn)是可視化效果較好，能直觀地說明數(shù)據(jù)分析的結(jié)果；也能為進(jìn)一步的研究，如分析這些人群選擇酒后駕駛的心理機(jī)制，提供基礎(chǔ).

本文所使用案例中兩個(gè)辨識(shí)度量對應(yīng)方差僅解釋了總體變異的50%，這在一定程度上限制了分析效果，這一原因可能是由于納入此次分析的樣本量過小.如果增加樣本量，甚至再增加一部分變量，則分析效果將會(huì)大大提升.

總之，從對酒后駕駛?cè)说姆治鲋锌梢钥吹?，多元對?yīng)分析為分析和識(shí)別可能的風(fēng)險(xiǎn)群體提供了一種可能性，未來這一研究方法還可以嘗試應(yīng)用到其他違法駕駛?cè)嘶蛘唢L(fēng)險(xiǎn)群體的分析和識(shí)別工作中.

[1] 公安部交管局.我國機(jī)動(dòng)車保有量達(dá)2.9億輛汽車駕駛?cè)顺?.1億人[EB/OL].http://news.xinhuanet.com/auto/2017-01/11/c_1120285334.htm.

[2] 黎剛.改善我國道路交通安全宣傳教育的幾個(gè)問題[J].公安研究,2016(2): 84-87.

[3] 宋洋,王雪松.中小學(xué)生交通安全教育現(xiàn)狀分析與改善策略研究[J].中國安全科學(xué)學(xué)報(bào),2013,23(2): 153-159.

[4] 張梅玲,毛輝青.西寧市出租車駕駛員交通安全知識(shí)、態(tài)度、行為現(xiàn)況調(diào)查[J].青海醫(yī)藥雜志,2011,41(7): 2-6.

[5] 張永青,吳蔚,黃明豪,等.南京市社區(qū)居民道路交通安全知識(shí)、態(tài)度、行為分析[J].中國健康教育,2007,23(8): 570-572.

[6] 馬兆有,王長君,陳綱.交通安全宣傳教育的針對性及要點(diǎn)分析[J].交通企業(yè)管理,2007 ,22(11): 70-71.

[7] 劉東波,楊軫,唐磊.我國交通安全宣教群體劃分與受教特征研究[J].城市道橋與防洪,2013(1): 129-132,152.

[8] 王靜龍,梁小筠.定性數(shù)據(jù)統(tǒng)計(jì)分析[M].北京: 中國統(tǒng)計(jì)出版社,1998.

[9] 陳道平,劉偉.微型汽車消費(fèi)者特性分析[J].汽車工業(yè)研究,2008(1): 8-12.