林曉飛 宋守信 翟懷遠▲ 陳明利 袁朋偉 張大偉

(1.北京交通大學經(jīng)濟管理學院 北京 100044；2.安徽工業(yè)大學建筑工程學院 安徽 馬鞍山 243032；3.濟南大學商學院 濟南 250022；4.山東淄博周村經(jīng)濟開發(fā)區(qū)管委會 山東 淄博 255300)

0 引 言

根據(jù)國家統(tǒng)計局和國家安全生產(chǎn)監(jiān)督管理總局的統(tǒng)計數(shù)據(jù)， 2001—2015年的15年時間里我國各類事故死亡人數(shù)中道路交通事故死亡人數(shù)約占80%。國家安監(jiān)總局網(wǎng)站的事故查詢欄目顯示，僅2017年8月6—26日的20 d時間里，全國共發(fā)生各類事故39起，死亡189人，其中交通事故28起，死亡139人，無論是事故起數(shù)還是死亡人數(shù)都占各類事故的70%多。從國外來看，根據(jù)澳大利亞聯(lián)邦安全生產(chǎn)署的數(shù)據(jù)，澳大利亞從2003—2015年安全生產(chǎn)事故累計造成3 207人死亡，這13年間，2/3的安全生產(chǎn)死亡事故都與機動車輛有關(guān)；根據(jù)美國國家公路交通安全局的數(shù)據(jù)，2015年美國因車禍死亡35 092人，比2014年增長7.2%。因此，交通安全，特別是道路交通安全問題一直是國內(nèi)外的痼疾。

然而，隨著汽車安全技術(shù)的不斷進步，如安全帶、空氣囊、電子穩(wěn)定控制系統(tǒng)等的應用，使得汽車越來越安全，但是刺眼的交通事故數(shù)據(jù)卻在提醒“人并沒有更安全”，這背后的原因是什么呢？當前，人的因素特別是駕駛?cè)说男袨槭枪J的導致交通事故的主因，因此，各國在駕駛行為與交通安全上也進行了大量的研究，并采取了行之有效的措施，如：我國的“文明交通行動計劃”，重點防范6大類危險駕駛行為(酒后駕駛、超速行駛、疲勞駕駛、闖紅燈、強行超車以及超員/超載)；美國的“關(guān)注安全帶活動”、“普及行車時間規(guī)律”等，這些行動確實有效降低了傷亡事故的發(fā)生，但是反彈的事故死亡人數(shù)和高居不下的交通事故傷亡占比，說明現(xiàn)有的研究，還不足以解決交通安全問題。

由于交通安全行為具有個體性、離散型和隨機性的特點，其是否規(guī)范難于通過實時監(jiān)督管理，也難于通過技術(shù)手段制約，十分有賴于安全文化的約束力和導向力是否強大。因此，本文將從安全文化的角度入手，對道路交通領(lǐng)域安全文化影響安全行為的研究進行總結(jié)、分析和比較，以便更好地為交通安全服務。

1 研究方法

安全文化對安全行為的影響[1-2]偏向于社會科學的研究，研究方式包括社會調(diào)查、實驗研究和文獻研究。其中社會調(diào)查是用的最多的方法，分為調(diào)查研究和實地研究2類，調(diào)查研究主要是問卷和結(jié)構(gòu)式訪問等，實地研究主要是觀察和非結(jié)構(gòu)式訪問等。道路交通領(lǐng)域安全文化影響安全行為的研究方法，除少數(shù)研究者采用訪談法[3-5]和事故地圖模型[6]外，約90%的研究采用調(diào)查問卷的方法，該方法符合交通行為和交通參與者心理特點，針對調(diào)查問卷所采用的分析方法主要有以下4類。

1.1 探索性因子分析和驗證性因子分析

探索性因子分析(exploratory factor analysis，EFA)，是一項用來找出多元觀測變量的本質(zhì)結(jié)構(gòu)、并進行降維處理的技術(shù)。EFA法操作方便，對含有很多問題的調(diào)查問卷非常有用，但它只考慮數(shù)據(jù)間的純數(shù)字特征而沒有任何的理論前提。比如，B. ?z等[7]針對運輸公司的文化氛圍量表提取了一般安全管理、具體做法和措施、工作和時間壓力作為3個主因子；A. R. Nabipour和N Nakehaee[8]針對有42項題目的青少年道路使用者行為量表提取了在道路上危險玩耍、不安全的過馬路行為、有計劃的保護行為作為3個主因子，并將題目縮減為21項，發(fā)展了更濃縮版的青少年道路使用者行為量表。

驗證性因子分析(confirmatory factor analysis，CFA)，用來檢驗已知的特定結(jié)構(gòu)是否按照預期的方式產(chǎn)生作用，往往通過結(jié)構(gòu)方程模型(structural equation modeling，SEM)來測試。其是在對研究問題有所了解的基礎(chǔ)上進行的，這種了解可建立在理論研究、實驗研究或兩者結(jié)合的基礎(chǔ)上，克服了探索性因素分析模式的不足。比如，A. R. Nabipour等[8]驗證了濃縮版的青少年道路使用者行為量表因子結(jié)構(gòu)的適應性；T. B. Ari等[9]證實了適用于家庭的道路安全文化量表因子結(jié)構(gòu)對父母的適應性和可靠性；C. S. Fugas和S. A. Silva等[10]用2步結(jié)構(gòu)方程模型測試了安全行為的預測假設(shè)模型。

在交通安全領(lǐng)域，探索性因子分析主要用來對安全文化和安全行為量表進行潛在因子結(jié)構(gòu)分析，并獲取主因子，找出影響安全行為的因子個數(shù)，并精簡量表。驗證性因子分析一般和探索性因子分析結(jié)合使用，來驗證量表因子結(jié)構(gòu)的適應性和可靠性，通常是建立一個交通安全文化與安全行為之間的關(guān)系模型，然后通過結(jié)構(gòu)方程建模來測試，該方法比探索性因子分析更深入一步?？傊剿餍砸蜃臃治龊万炞C性因子分析是因子分析的2個不可分割的重要組成部分，在交通安全文化和安全行為研究的實際應用中，二者只有結(jié)合運用，才能相得益彰。

1.2 相關(guān)分析和回歸分析

相關(guān)分析(correlation analysis，CA)，是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對具體依存關(guān)系的現(xiàn)象探討其相關(guān)方向以及相關(guān)程度。S. Newnam等[11]通過相關(guān)性分析發(fā)現(xiàn)，司機的駕駛行為與年齡、行駛里程、薪酬、工作安全感、選擇、溝通、前途、績效考核和安全價值觀有中等程度的相關(guān)性，T. B. Ari[9]研究了青年駕駛員安全文化和安全行為之間的關(guān)系，認為魯莽、憤怒、焦慮的駕駛風格和魯莽的駕駛習慣都與積極的道路安全家庭文化和家庭安全承諾負相關(guān)，相反，謹慎的駕駛風格與積極的道路安全家庭文化正相關(guān)。在青年駕駛員和父母看來，安全駕駛行為與溝通水平相關(guān)性最大，特別是父親和女兒之間最強；危險駕駛的限制設(shè)置相關(guān)性最小，特別是母親和兒子、母親和女兒之間最弱。

回歸分析(regression analysis，RA)，是確定2種或2種以上變量間定量關(guān)系的一種統(tǒng)計分析方法。B. ?z等[7]進行分層回歸分析發(fā)現(xiàn)，當組織高度重視工作和時間壓力時，駕駛員很少出現(xiàn)違章行為和錯誤行為，當組織的安全承諾很高時，駕駛員有更強的安全技能。K. A. Tawiah和J. Mensah等[12]采用多元回歸分析來預測安全文化對超速駕駛、注意力不集中、違章駕駛和疲勞駕駛的定量影響，其中安全文化詮釋了超速行為7%左右的變化，詮釋了注意力不集中6%左右的變化，詮釋了司機違章行為3%左右的變化，詮釋了疲勞駕駛5%左右的變化，說明良好的組織安全氛圍會導致減少超速駕駛、違章駕駛和疲勞駕駛行為，駕駛員對安全文化的感知有利于他們提高注意力、遵守交通規(guī)則。T. Nordfjarn等[13]通過分層回歸分析發(fā)現(xiàn)，道路交通文化標志改變解釋風險感知改變的比重很低，個性和性別等對風險感知改變的影響也很小。

在交通安全領(lǐng)域，相關(guān)分析主要用來查找安全行為的影響因素，明確各個影響因子和安全行為之間是否存在依存關(guān)系。而回歸分析則是進一步明確前面這些有依存關(guān)系的安全行為影響因素之間的量化關(guān)系，包括關(guān)系的大小和正確如否。相關(guān)分析和回歸分析都是探索性因子分析的常用方法，相關(guān)分析是回歸分析的基礎(chǔ)和前提，回歸分析是相關(guān)分析的深入和繼續(xù)，在分析安全行為影響因素的具體應用過程中，只有把相關(guān)分析和回歸分析結(jié)合起來，才能達到研究和分析的目的。但是，通過相關(guān)分析和回歸分析，雖然可以從數(shù)量上反映變量之間的聯(lián)系形式及其密切程度，但是無法準確判斷變量之間內(nèi)在聯(lián)系的存在與否，也無法判斷變量之間的因果關(guān)系。因此，在具體應用過程中，還要注意把定性分析和定量分析結(jié)合起來，在定性分析的基礎(chǔ)上展開定量分析。

1.3 優(yōu)勢分析和通徑分析

優(yōu)勢分析(dominance analysis，DA)，是確定回歸模型中各個預測變量之間相對重要性的方法，該方法可以解決傳統(tǒng)回歸模型中預測變量模型依賴性的問題。S. L. Morrow等[14]用優(yōu)勢分析來檢驗與鐵路員工不安全行為相關(guān)的3個安全氛圍因素之間的相對重要性，發(fā)現(xiàn)工作安全壓力與不安全行為關(guān)聯(lián)最大，管理安全認知次之，最后是同事的安全觀點。L. M. Kath等[15]用優(yōu)勢分析對鐵路員工向主管溝通安全問題的主動性和舒適性進行了研究，分析認為安全文化中管理者對安全的態(tài)度是影響員工向上級溝通安全問題的最主要影響因素，其次是安全對工作的干涉要求，最后是領(lǐng)導-成員交流。

通徑分析(path analysis，PA)可用于分析多個自變量與因變量之間的線性關(guān)系，是回歸分析的拓展，可以處理較為復雜的變量關(guān)系[16]。D. Zohar等[17]，建立了單獨駕駛長途卡車司機的安全文化和安全行為通徑模型，認為領(lǐng)導-成員交流和卡車所有權(quán)對貨運安全文化有直接影響，而貨運安全文化又直接影響安全駕駛，但是貨運安全文化對用力剎車頻率沒有直接影響。2015年，他們又將外在動機和內(nèi)在動機作為安全文化的解釋變量，用通徑分析法對長途卡車駕駛員的安全績效進行了研究[18]。2016年，他們又用通徑分析研究了安全文化和兒童擾亂行為對校車駕駛員的安全績效影響，認為安全文化和兒童擾亂行為直接影響暫時停車，而暫時停車和安全文化又直接影響違章駕駛，違章駕駛、安全文化和兒童擾亂行為直接影響僥幸事件[19]。

在交通安全領(lǐng)域，優(yōu)勢分析可以全面、客觀地分析各變量或因素對交通安全行為的影響重要度排序；通徑分析，不僅可以明確各自變量(如安全氛圍、工作歸屬感、司機安全氛圍心理認知能力)對司機安全行為直接作用的方向與大小，而且還能明確兩兩相關(guān)自變量(如工作歸屬感和司機安全氛圍心理認知能力)共同對司機安全行為作用的方向與大小。優(yōu)勢分析和通徑分析都是回歸分析的拓展，優(yōu)勢分析的一個最大優(yōu)勢是全面比較了在所有可能的子模型情況下，各預測變量解釋或預測標準變量的相對重要性，并且由此方法所確定的各預測變量之間的相對重要性序列不會夸大或降低某一預測變量解釋或預測標準變量的重要性。通徑分析具有直觀、精確的優(yōu)點，通徑系數(shù)兼有回歸系數(shù)和相關(guān)系數(shù)的性質(zhì)。

1.4 方差分析和協(xié)方差分析

方差分析(analysis of variance，ANOVA)又稱“變異數(shù)分析”或“F檢驗”，用于2個及2個以上樣本均數(shù)差別的顯著性檢驗。Y. Gidron等[20]用方差分析發(fā)現(xiàn)在常規(guī)敵意狀態(tài)下，受教育組(控制組)和受心理干預組(實驗組)，在年齡、性別、駕照、駕齡、每周駕駛公里數(shù)和常規(guī)敵對狀態(tài)方面沒有明顯差異，但是與治療時間有關(guān)系，實驗組成員在接受治療后道路敵意傾向明顯降低，而控制組卻不明顯。Li Y等[21]用方差分析發(fā)現(xiàn)卡車運輸業(yè)年長和長駕齡的駕駛員風險警惕意識比年輕和短駕齡的駕駛員高，但是對工作壓力的現(xiàn)實性和競爭的脆弱性認識卻不如年輕和短駕齡的駕駛員積極，正式員工的團隊意識、工作壓力的真實度感知和風險警惕意識都明顯高于臨時工。

協(xié)方差分析(analysis of covariance，ANCOVA)是建立在方差分析和回歸分析基礎(chǔ)之上的一種統(tǒng)計分析方法，是檢驗剔除自變量的影響后，兩個或多個修正均數(shù)間有無差別的方法。Y. Gidron等[20]研究了心理干預對道路交匯敵意的影響，研究者用方差分析發(fā)現(xiàn)實驗組和控制組在常規(guī)敵意和性別分布上沒有顯著不同，但是接受安全教育的駕駛員年齡普遍比接受心理干預的駕駛員年齡高，因此將年齡作為協(xié)變量進行進一步地分析，發(fā)現(xiàn)經(jīng)過治療后，接受心理干預的組明顯比接受安全教育的組表現(xiàn)出更低的道路敵意。T. Nordfjaern等[13]將性別、年齡、教育程度和年度里程數(shù)作為協(xié)變量，研究了土耳其和伊朗交通安全的不同，認為兩個國家的人們對交通安全的態(tài)度基本相似，土耳其對違規(guī)和超速的態(tài)度要稍微安全一些；伊朗的司機比土耳其的司機更有可能在道路交通中發(fā)生違章和超速行為，并且具有較低使用安全帶的傾向；伊朗司機的酒駕行為僅略低于土耳其司機，道路交通事故的概率和事故后果也略低。

在交通安全領(lǐng)域，方差分析是從安全行為的方差入手，研究基于安全文化的諸多影響因素中，哪些因素對安全行為有顯著影響，各因素之間的交互作用，以及顯著影響因素的最佳水平。協(xié)方差分析將線性回歸與方差分析結(jié)合起來，用于處理可以控制的質(zhì)量因子和不可以控制的數(shù)量因子(也稱協(xié)變量)同時影響安全行為的情況，可提高方差分析的準確度。如將影響安全行為的個體特性作為協(xié)變量進行分析，通常用來估計結(jié)構(gòu)方程模型與理論模型的擬合程度。

2 安全文化對安全行為的影響

由于駕駛員的行為是公認的導致交通事故的主因，因此，交通安全文化影響安全行為的研究對象也以駕駛員居多，還有一些少數(shù)研究交通運輸行業(yè)員工和行人的成果，具體如下面幾節(jié)。

2.1 對駕駛員安全行為的影響

對單獨駕駛司機而言，其工作時間沒有同事的影響，影響行車安全的因素包括調(diào)度員領(lǐng)導力、公司安全氛圍、司機工作歸屬感、司機安全氛圍心理認知能力、司機安全行為，行車安全的結(jié)果有兩種形式安全駕駛和急剎車(如未遂事件)[18-19]。調(diào)度員的領(lǐng)導力與司機的安全氛圍心理認知能力成正比；在調(diào)度員領(lǐng)導力和公司安全氛圍相同的情形下，工作歸屬感與司機安全氛圍心理認知能力成正比；公司安全氛圍與安全駕駛成正比；安全氛圍與未遂事件并沒有呈現(xiàn)出明顯的直接負相關(guān)現(xiàn)象，但是安全氛圍間接影響未遂事件的發(fā)生頻率；安全行為可以間接調(diào)解安全氛圍心理認知能力和未遂事件之間的關(guān)系，見圖1。

圖1 單獨駕駛司機安全氛圍影響安全行為模型Fig.1 Comprehensive path model for the safety atmosphere of long distance truck drivers

但是對多人共事的駕駛員而言，其心理安全氛圍的3個方面安全管理、同事安全觀念或行為和安全工作壓力都與不安全行為明顯相關(guān)，與安全管理和同事安全因子相比，安全工作壓力與不安全行為呈現(xiàn)出明顯相關(guān)性，最具有影響優(yōu)勢，安全管理對不安全行為的影響次之，最后是同事的安全觀念或行為對不安全行為的影響最弱[14]。

對于職業(yè)駕駛員，安全氛圍和安全行為之間的關(guān)系可以通過訪談交流、工作壓力、人際關(guān)系、駕駛培訓、安全管理承諾、安全規(guī)范和道路干擾、交通違規(guī)、錯誤駕駛、提前維修來表達。其中，組織安全規(guī)范的重要性和實用性以及管理層對車隊和司機的安全承諾是駕駛員職業(yè)安全的重要影響因子。此外，與其他因素相比，安全氛圍更能預測駕駛干擾[21-22]，因此，通過交通安全文化的宣傳教育和交通違法監(jiān)控等手段，可以有效預防危險駕駛行為[23]。

作為年輕駕駛員，特別是男性司機，他們的個性特征和傾向性對危險行為起主要作用，有莽撞開車傾向的會轉(zhuǎn)化為實際行動，父母的角色和家庭安全文化對于抵消風險具有非常重要的作用。此外，盡管個性中的憤怒特質(zhì)和駕駛中的憤怒傾向性都會引起危險駕駛，但是它們代表的憤怒不同。因此，為了使安全干預措施更有效，不僅要教育司機如何應付路怒的情況，還要處理潛在的人格特征和環(huán)境因素的影響[9]。

2.2 對交通運輸業(yè)員工安全行為的影響

對于交通運輸行業(yè)的員工而言，安全文化與安全行為之間的關(guān)系可用組織安全文化、上司和同事的安全指示和禁令、個體的安全態(tài)度、個體的安全認知自控行為和自我安全行為報告來表示。組織安全文化與安全行為間接相關(guān)，并且通過個體認知能力和社會變量影響安全行為。同事的安全提示和個體的安全態(tài)度既是主動性安全行為的最直接原因，又是安全氛圍與主動性安全行為關(guān)系的最主要調(diào)解條件。上司的安全禁令和個體的安全認知自控行為既是遵從性安全行為的最直接原因，又是安全氛圍與遵從性安全行為關(guān)系的最主要調(diào)控條件[10]，見圖2。

圖2 安全行為的預測假設(shè)模型Fig.2 Prediction hypothesis of safety behavior

此外，安全工作壓力也是人的內(nèi)在因子的重要組成部分，與員工不安全行為有著密切關(guān)系[12]。在主動性安全行為中，員工主動向上級溝通安全問題也是一條很好的表現(xiàn)[18]。

2.3 對行人安全行為的影響

年輕行人是行人中的一個典型，研究者認為在馬路上危險玩鬧的群體特征是男性、大城市地區(qū)的居民、私立學校的學生、親戚或朋友在公路交通事故身亡的人、有個人交通事故歷史的人。此外，年齡較大的青少年、親戚或朋友在公路交通事故身亡的人、有個人交通事故歷史的人，他們所表現(xiàn)出來的不安全過馬路行為更明顯。女性、大齡青少年、小城市居民、中小城市學校的學生和有事故史的學生較少參與安全行為教育和培訓[8]，因此，需要采取干預措施，例如教育和執(zhí)法，以改善青少年的道路安全文化。

違章行為，也是行人安全行為的一個典型研究角度。對慢行交通行人而言，行人的違章行為與性別無關(guān)，與年齡有關(guān)，少年的違章比例最低[24]，說明隨著交通安全文化的宣傳和深入，年輕人越來越遵守交通規(guī)則。信號交叉口的過街行為，是行人交通中所面臨的一種決策行為，不同安全文化底蘊的人，其行為結(jié)果是不同的。一般城市會在信號交叉口設(shè)置綠閃信號，也有的城市右轉(zhuǎn)機動車的轉(zhuǎn)彎行為不受信號控制，不管哪種形式，都存在人車沖突，前人依據(jù)人行橫道尺寸、行人與車輛速度、沖突時間、后侵占時間、安全減速度、間距時間等指標和參數(shù)，構(gòu)建沖突模型進行了對比分析[25-27]，但是，從交通安全文化角度降低沖突，尚需要進一步研究。

3 探討

3.1 安全行為量表

在文獻中，考察安全行為的因子量表，其來源不同，量表側(cè)重點也不同，還需要進一步研究。比如同樣是駕駛行為量表，B. ?z等[7]選取了Parker等提出的違規(guī)行為和錯誤行為，T. ?zkan等提出的積極駕駛行為量表作為其考核項目；而A. R. Wills和B. Watson等則改進了Parker等[22]提出的駕駛行為量表，突出職業(yè)駕駛員的特點。并且，不同的量表適用的地域也有差別，因此，基于安全文化的安全行為量表編制仍然需要進一步有針對性地發(fā)展。

3.2 影響因子系數(shù)

由于受研究者選用的安全行為因子不同、各研究對象的采樣情況不同、采用的數(shù)理統(tǒng)計分析方法不同等因素的影響，各因子間的關(guān)系系數(shù)也不相同，比如相關(guān)系數(shù)、通徑系數(shù)、決定系數(shù)等，系數(shù)的普適性和可靠性有待提高，可進一步研究、歸納、總結(jié)安全文化對安全行為的影響因子，提煉量表，并統(tǒng)一各因子之間的關(guān)系系數(shù)。

3.3 統(tǒng)計分析方法

隨著研究的深入和統(tǒng)計學方法的發(fā)展，傳統(tǒng)的探索性因子分析和回歸分析等方法已不能滿足研究的需要，驗證性因子分析，特別是結(jié)構(gòu)方程模型作為近年來統(tǒng)計學的三大進展之一，已廣泛應用于行為科學領(lǐng)域的研究，與之相關(guān)的協(xié)方差分析、通徑分析等方法將在交通領(lǐng)域的安全行為研究中得到普遍應用和發(fā)展。此外，優(yōu)勢分析、貝葉斯網(wǎng)絡(luò)分析等方法在安全行為研究方法中也具有優(yōu)勢和應用空間。

3.4 研究成果應用

有關(guān)安全行為矯正的研究成果較少，研究者們普遍關(guān)注研究安全文化與安全行為之間的影響關(guān)系，而如何針對這些相關(guān)和因果關(guān)系，通過安全文化的宣傳和作用來提高人們安全行為的具體內(nèi)容較少，僅有一項研究認為心理干預比安全培訓能更有效降低不安全行為風險。

4 結(jié)束語

筆者以研究方法為線索分析了國內(nèi)外道路交通領(lǐng)域中安全文化影響安全行為的研究情況:國內(nèi)研究駕駛行為的學者很多，如嚴新平、張暉、吳超仲等[28]對汽車駕駛行為的研究進展和展望進行了全面的總結(jié)，但是有關(guān)道路交通領(lǐng)域安全文化影響安全行為的定量研究很少，大多集中在礦山和建筑施工領(lǐng)域[29-30]；國外有關(guān)交通領(lǐng)域安全行為的研究相對很多，研究普通采用調(diào)查問卷的方法；通過對4組分析方法應用情況的分析比較和3類不同角度安全文化影響安全行為成果的總結(jié)，認為安全行為量表、影響因子系數(shù)、統(tǒng)計分析方法和研究成果應用需要進一步研究，當前的研究以查找原因為主，對研究成果的分析總結(jié)和應用方面有很大的研究空間。建議在后期的研究中多基于現(xiàn)有的研究成果，關(guān)注研究成果的應用和推廣，以提高安全行為，降低事故發(fā)生概率。