高紅麗，高麗英，范雙雙

(1.西南交通大學(xué) 交通運(yùn)輸與物流學(xué)院，四川 成都 611756；2.西華大學(xué) 汽車與交通學(xué)院，四川 成都 610039； 3.汽車測控與安全四川省重點實驗室，四川 成都 610039；4. 四川交通職業(yè)技術(shù)學(xué)院，四川 成都 611130； 5.四川(成都)兩院院士咨詢服務(wù)中心, 四川 成都 610041)

0 引言

隨著道路交通環(huán)境的日益復(fù)雜化，機(jī)動車與汽車保有量逐年增加，機(jī)動車駕駛員數(shù)量持續(xù)增長，汽車交通事故發(fā)生數(shù)占機(jī)動車交通事故發(fā)生數(shù)比率常年居高不下，近5 a來維持在75%以上。

有關(guān)道路交通事故相關(guān)原因的許多研究結(jié)果表明[1-6], 人是導(dǎo)致交通事故的關(guān)鍵因素，駕駛員作為機(jī)動車輛的操縱者，是引發(fā)道路交通事故的最主要原因。

國內(nèi)外對不安全駕駛行為進(jìn)行了一系列相關(guān)研究。Parker等[7]研究發(fā)現(xiàn)風(fēng)險態(tài)度越高越容易發(fā)生攻擊性駕駛行為。Ulleberg等[8]分析發(fā)現(xiàn)青年駕駛員風(fēng)險態(tài)度因素與風(fēng)險駕駛行為之間均存在顯著相關(guān)。李鳳芝[9]參考了國外攻擊性駕駛行為問卷量表，證明了其中文譯本在國內(nèi)有較好的適應(yīng)性，隨后李鳳芝[10]通過問卷調(diào)查與結(jié)構(gòu)分析，發(fā)現(xiàn)駕駛員具有攻擊性駕駛行為的傾向表現(xiàn)。駱勇[11]構(gòu)建了攻擊性駕駛行為量表并進(jìn)一步分析了A型人格與攻擊性駕駛行為的相關(guān)性。賈云帆等[12]通過調(diào)查駕駛員憤怒量表與駕駛風(fēng)格量表，發(fā)現(xiàn)駕駛員的攻擊性駕駛行為與憤怒情緒呈正相關(guān)。國外有研究者結(jié)合計劃行為理論(Theory of Planned Behavior，TPB)與駕駛行為問卷(Driving Behavior Questionnaire，DBQ)設(shè)計了駕駛分心的敏感性問卷(Susceptibility to Driver Distraction Questionnaire，SDDQ)來預(yù)測駕駛中導(dǎo)致分心駕駛的次任務(wù)[13]。Sullman等[14]基于計劃行為理論，對212名英國駕駛員進(jìn)行調(diào)查，研究了駕駛員在開車時使用手機(jī)發(fā)信息或打電話行為意向的強(qiáng)烈程度。

目前國內(nèi)外針對正向駕駛行為也有相關(guān)研究。?zkan等[15]在DBQ的基礎(chǔ)上，開發(fā)了衡量積極駕駛行為的量表，研究積極行為與違規(guī)、錯誤、攻擊性、交通違規(guī)和事故之間的關(guān)系。在駕駛風(fēng)格研究中，Harris等[16]通過親社會性和攻擊性駕駛調(diào)查量表(Prosocial and Aggressive Driving Inventory，PADI)，研究分析出親社會駕駛行為與交通違規(guī)的相關(guān)性低于攻擊性駕駛行為。陳文金[17]基于防御性駕駛提出了更公正的定量認(rèn)定事故責(zé)任的方法。Shen等[18]利用?zkan與Lajunen的積極駕駛行為的中文譯本探討了我國駕駛員積極駕駛行為與人格的關(guān)系。

目前大多數(shù)研究著重偏向于駕駛員行為的負(fù)面導(dǎo)向分析，從正面引導(dǎo)相對很少。防御性駕駛行為是一種可以有效降低交通事故發(fā)生率及事故損傷度的正向駕駛行為，截至目前國內(nèi)外尚未對防御性駕駛行為進(jìn)行量化研究，同時當(dāng)前防御性駕駛技術(shù)培訓(xùn)對象主要是運(yùn)輸公司的職業(yè)駕駛員，龐大的私家車駕駛?cè)后w對防御性駕駛并不了解?；诖?，本研究將研究對象鎖定為非職業(yè)駕駛員，在結(jié)合駕駛員心理變量基礎(chǔ)上界定防御性駕駛行為基本概念，開發(fā)防御性駕駛行為量表(Defensive Driving Behavior Scale，DDBS)，通過問卷調(diào)查方法獲取數(shù)據(jù)，對防御性駕駛行為影響因素進(jìn)行定量分析。

1 研究方法與理論

1.1 計劃行為理論

計劃行為理論(TPB)是Fishbein和Ajzen在理性行為理論(Theory of Reasoned Action，TRA)的基礎(chǔ)上提出的，該理論在各種行為研究中得到了廣泛應(yīng)用。根據(jù)計劃行為理論，本研究提出防御性駕駛行為預(yù)測假設(shè)模型。模型將駕駛員對防御性駕駛行為的行為態(tài)度(Attitude toward Behavior, AT)、主觀規(guī)范(Subjective Norm, SN)、 知覺行為控制(Perceived Behavioral Control, PBC)和過去防御性駕駛行為(Prior Defensive Driving Behavior, PDDB)作為預(yù)測變量，將行為意向(Behavior Intention，BI)作為結(jié)果變量。

1.2 結(jié)構(gòu)方程模型理論

結(jié)構(gòu)方程模型整合了因子分析與路徑分析兩種統(tǒng)計方法，包含觀測變量、潛在變量、誤差項或誤差變量間的關(guān)系。完整的結(jié)構(gòu)方程模型涵蓋兩個基本模型：測量模型與結(jié)構(gòu)模型。

測量模型由觀測變量與潛在變量構(gòu)成，通過測量模型可分析潛在變量與該系列觀測變量的共變效果，測量模型大多數(shù)用回歸模型表示，觀測變量為自變量，潛在變量為因變量。量模型用矩陣表示，其公式如下：

X=ΛXξ+δ，

(1)

Y=ΛYη+ε，

(2)

式中，X為外衍潛在變量的觀測變量；Y為內(nèi)衍潛在變量的觀測變量；ΛX為連結(jié)X對變量ξ的系數(shù)矩陣；ΛY為連結(jié)Y對變量η的系數(shù)矩陣；ξ為外衍潛在變量；η為內(nèi)衍潛在變量；δ為變量X的測量誤差；ε為變量Y的測量誤差；δ與ξ，η，ε不相關(guān)；ε與ξ，η，δ不相關(guān)。

結(jié)構(gòu)模型主要表示潛在變量之間的因果關(guān)系，作為因的潛在變量為外衍潛在變量，作為果的潛在變量為內(nèi)衍潛在變量，因此結(jié)構(gòu)模型又被稱為因果模型與潛在變量模型。結(jié)構(gòu)模型的矩陣方程式為：

η=Bη+Γξ+ζ，

(3)

式中，B為內(nèi)衍潛在變量與內(nèi)衍潛在變量間的回歸系數(shù)矩陣；Γ為外衍潛在變量ξ對內(nèi)衍潛在變量η的回歸系數(shù)矩陣；ζ為外衍潛在變量對內(nèi)衍潛在變量無法解釋的殘差項。

2 防御性駕駛行為

2.1 防御性駕駛行為界定

防御性駕駛概念最早由史密斯提出，并于1952年創(chuàng)辦了全美第1個專業(yè)駕駛員培訓(xùn)公司，開發(fā)了“防御性駕駛培訓(xùn)”課程，隨后此概念應(yīng)用流行于英美等國家，現(xiàn)廣為世界各國所采用。結(jié)合福建省某研究小組制作的推廣視頻，將防御性駕駛技術(shù)行為界定為：放眼遠(yuǎn)方，觀察前方交通狀況，提早預(yù)防交通事故；顧全大局，隨時環(huán)顧所駕駛車輛四周的環(huán)境；留有余地，與前車保持安全距離，遠(yuǎn)離大貨車；預(yù)估風(fēng)險，根據(jù)周圍的交通環(huán)境，預(yù)測可能發(fā)生的事故及危害性，提前做好規(guī)避措施；引人注意，通過鳴笛、開車燈、手勢等方式提醒其他道路使用者[19]。

防御性駕駛行為是指駕駛員在駕駛?cè)^程中(即駕駛前、駕駛中及駕駛后)始終保持主動防御心理，全面預(yù)估并有效搜索由于自己、其他道路交通參與者、車輛、道路及相關(guān)設(shè)施、不良?xì)夂虻仍蚩赡軒淼娘@性、隱性風(fēng)險，通過提前采取預(yù)防性操作措施，有效避免主動事故(因自己違規(guī)或過錯引發(fā)交通事故)發(fā)生及不卷入被動事故(他人違規(guī)或失誤引發(fā)交通事故)的一種安全駕駛行為模式。

基于防御性駕駛概念與防御性駕駛行為界定，參考積極駕駛行為量表的內(nèi)容，將防御性駕駛行為設(shè)定為6個因子構(gòu)面：遵守規(guī)則不僥幸、預(yù)估風(fēng)險、保持安全空間、專注不分心、引人注意和寬容禮讓。據(jù)此設(shè)計出防御性駕駛行為量表。

2.2 防御性駕駛行為調(diào)查數(shù)據(jù)

采用問卷調(diào)查方法，調(diào)查對象為非職業(yè)機(jī)動車駕駛員，其總體數(shù)量相當(dāng)大，根據(jù)對應(yīng)抽樣調(diào)查公式計算得到最小樣本數(shù)為385。

本研究所用數(shù)據(jù)于2018年12月份調(diào)查獲得。調(diào)查方法為通過“問卷星”發(fā)放問卷，由于問卷題項較多，為提高調(diào)查問卷的回收有效性，采用方便抽樣法對作者微信、QQ和校內(nèi)辦公系統(tǒng)中不同時期結(jié)識且持有有效駕駛證的親朋好友逐個發(fā)放調(diào)查問卷，在此基礎(chǔ)上利用滾雪球方法獲取更多調(diào)查問卷。采用反向題和答題時間兩個標(biāo)準(zhǔn)篩選問卷共獲取有效問卷525份。駕駛員駕駛行為影響因素包括個人社會屬性、駕駛經(jīng)驗和個人安全意識等方面。本研究就個人基本社會屬性和駕駛經(jīng)驗對被調(diào)查者進(jìn)行統(tǒng)計，結(jié)果如表1所示。

2.3 防御性駕駛行為分析

對DDBS各指標(biāo)進(jìn)行可靠性檢驗，用糾正題項的總相關(guān)系數(shù)(Corrected Item Total Correlation，CITC)純化題項，CITC指每個題項與其他所有題項之和的相關(guān)系數(shù)，其指標(biāo)值一般應(yīng)不小于0.4，用克隆巴赫系數(shù)α檢驗測量題項的信效度。對防御性行為量表的調(diào)查樣本進(jìn)行信度檢驗，結(jié)果如表2所示，所有題項指標(biāo)的CITC均大于0.4，各構(gòu)面的α均大于0.75，表示樣本具有較高的可靠性。

表1 調(diào)查數(shù)據(jù)統(tǒng)計結(jié)果Tab.1 Statistical result of survey data

3 防御性駕駛行為結(jié)構(gòu)分析

3.1 模型假設(shè)

TPB中的行為態(tài)度(AT)體現(xiàn)了駕駛員對防御性駕駛行為的評價，從降低事故率(AT1)、車輛油耗(AT2)、保險支出(AT3)、降低駕駛焦慮感(AT4)與增強(qiáng)信任度(AT5)5個方面分析對防御性駕駛行為的態(tài)度；從重要他人(SN1)、其他交通參與者(SN2)、主流媒體(SN3)與交管部門(SN4)4個主觀規(guī)范方面分析外界壓力對執(zhí)行防御性駕駛行為的影響；從知覺行為控制(PBC)，從自主控制(PBC1)、駕駛習(xí)慣(PBC2)、促進(jìn)作用(PBC3)與難易程度(PBC4)4個方面來分析對執(zhí)行防御性駕駛行為的行為控制力；從自己未來行為意向(BI1)、對重要他人影響意向(BI2)、對其他駕駛員影響意向(BI3)和行為廣泛宣傳意向(BI4)4個方面設(shè)置題項分析防御性駕駛行為意向，并將防御性駕駛行為量表(DDBS)對調(diào)查對象最近1 a內(nèi)防御性駕駛行為的調(diào)查數(shù)據(jù)設(shè)定為過去行為的觀測變量，通過擴(kuò)展TPB模型對行為意向的影響因素構(gòu)建出基于TPB理論的SEM模型，提出以下8點假設(shè)：

表2 DDBS信度檢驗Tab.2 Reliability test for DDBS

H1：駕駛員對防御性駕駛行為的態(tài)度與主觀規(guī)范(SN)表現(xiàn)為相互正向影響；

H2：駕駛員的防御性駕駛行為主觀規(guī)范與知覺行為控制表現(xiàn)為相互正向影響；

H3：駕駛員對防御性駕駛行為的態(tài)度與知覺行為控制表現(xiàn)為相互正向影響；

H4：駕駛員的過去防御性駕駛行為分別與對防御性駕駛行為的態(tài)度、主觀規(guī)范、知覺行為控制表現(xiàn)為相互正向影響；

H5：駕駛員對防御性駕駛行為的態(tài)度正向影響執(zhí)行防御性駕駛行為的意向；

H6：駕駛員的防御性駕駛行為主觀規(guī)范正向影響執(zhí)行防御性駕駛行為的意向；

H7：駕駛員的防御性駕駛行為知覺行為控制正向影響執(zhí)行防御性駕駛行為的意向；

H8：駕駛員的過去防御性駕駛行為正向影響執(zhí)行防御性駕駛行為的意向。

根據(jù)模型的基本假設(shè)前提，基于TPB的防御性駕駛行為SEM模型，AT，SN，PBC，PDDB為外衍潛在變量，BI為內(nèi)衍潛在變量。

3.2 模型識別3.2.1 正態(tài)性檢驗

在SEM模型分析中，用偏態(tài)系數(shù)與峰度系數(shù)進(jìn)行樣本變量的正態(tài)性檢驗與評估，偏態(tài)系數(shù)絕對值大于3、峰度系數(shù)絕對值大于10，變量數(shù)據(jù)偏離正態(tài)分布較為嚴(yán)重。根據(jù)正態(tài)性評估結(jié)果可知，偏態(tài)系數(shù)的數(shù)值范圍為-1.786～-0.254，其絕對值小于2；峰度系數(shù)的數(shù)值范圍為-1.090～3.176，其絕對值小于4，表示變量數(shù)據(jù)呈未嚴(yán)重偏離的正態(tài)分布，變量滿足正態(tài)性的檢驗要求。

用正態(tài)概率分布的Q-Q圖直觀地觀察樣本的正態(tài)性(圖1～圖2)。由圖1和圖2可知，DDBS及TPB中的AT，SN，PBC與BI，理論與實際的正態(tài)累積概率分布基本重合，其中只有SN具有稍微的偏差，但其偏態(tài)系數(shù)的絕對值小于2，在可接受范圍內(nèi)，則目標(biāo)觀測變量PDDB,AT,SN,PBC和BI為正態(tài)分布變量。

圖1 DDBS的樣本Q-Q圖Fig.1 Q-Q diagram of DDBS

圖2 TPB指標(biāo)的樣本Q-Q圖Fig.2 Q-Q diagram of TPB indicators

3.2.2參數(shù)估計

由于觀測變量PDDB,AT,SN，PBC與BI為正態(tài)分布，符合極大似然法(ML)的數(shù)據(jù)分布，ML法是檢驗SEM模型適配度應(yīng)用最廣的方法。

3.3 適配評價

SEM模型的適配度評價指標(biāo)用來考察模型與數(shù)據(jù)的擬合程度，通常用以下6個指標(biāo)進(jìn)行判斷。如表2所示，模型經(jīng)過多次修正后，各指標(biāo)均滿足適配標(biāo)準(zhǔn)，說明模型與樣本數(shù)據(jù)間能進(jìn)行較好的擬合。

表2 模型適配度評價Tab.2 Evaluation of model fitness

最終的模型系數(shù)經(jīng)過標(biāo)準(zhǔn)化處理，防御性駕駛行為意向(BI)與主觀規(guī)范(SN)之間的路徑系數(shù)達(dá)到顯著性，結(jié)果如圖3所示。

圖3 模型擬合結(jié)果Fig.3 Model fitting result

4 模型驗證結(jié)果分析

根據(jù)基于擴(kuò)展TPB的防御性駕駛行為SEM模型修正與驗證的結(jié)果，對提出的模型假設(shè)進(jìn)行檢驗，結(jié)果如表3所示。

SEM的結(jié)構(gòu)模型分析：主觀規(guī)范(外界壓力)對執(zhí)行防御性駕駛行為意向的影響不顯著，則忽略不計，這一結(jié)果與之前研究得出的主觀規(guī)范對負(fù)面行為[20]影響比較顯著，對正面行為[21]影響不顯著相一致。在式(4)中知覺行為控制對行為意向的影響最大(0.51)，說明PBC每增加1單位，防御性駕駛行為意向?qū)⑸仙?.51個單位。

BI=0.18AT+0.51PBC+0.17PDDB。

(4)

SEM的測量模型分析：根據(jù)式(1)與式(2)可得到測量模型，由于AT，SN，PBC在進(jìn)行回歸測量模型分析時，所產(chǎn)生常數(shù)項的數(shù)量級均為10-14，DDBS的常數(shù)項數(shù)量級為10-13，則可以忽略常數(shù)項，得到標(biāo)準(zhǔn)化系數(shù)測量模型如下：

表3 模型假設(shè)驗證結(jié)果分析Tab.3 Analysis of model hypothetical verification result

AT=0.21AT1+0.28AT2+0.27AT3+0.25AT4+

0.26AT5,

(5)

SN=0.33SN1+0.33SN2+0.32SN3+

0.29SN4,

(6)

PBC=0.3PBC1+0.3PBC2+0.26PBC3+

0.41PBC4,

(7)

PDDB=0.19DDB1+0.16DDB2+0.15DDB3+

0.22DDB4+0.19DDB5+0.23DDB6。

(8)

由此可知，在行為態(tài)度、主觀規(guī)范與過去防御性駕駛行為方面，各因子影響程度較為平均；在知覺行為控制方面，一直保持防御性駕駛的難易程度(PBC4)對駕駛員控制自己執(zhí)行防御性駕駛行為的影響較大(0.41)。

5 結(jié)論

本研究結(jié)合防御性駕駛技術(shù)要點和駕駛員安全意識界定了防御性駕駛行為基本內(nèi)涵，在此基礎(chǔ)上確定了防御性駕駛行為6要素，進(jìn)一步設(shè)計了防御性駕駛行為量表(DDBS)。為定量揭示非職業(yè)駕駛員防御性駕駛行為意向影響因素，基于計劃行為理論構(gòu)建了行為態(tài)度、主觀規(guī)范、知覺行為控制、過去防御性駕駛行為與行為意向的結(jié)構(gòu)方程模型，采用網(wǎng)上調(diào)查方法獲取有效數(shù)據(jù)，驗證了設(shè)計量表的信效度。進(jìn)一步分析表明，知覺行為控制對執(zhí)行防御性駕駛行為意向影響最大；過去防御性駕駛行為對行為意向存在影響；主觀規(guī)范對執(zhí)行防御性駕駛行為意向的影響不顯著。說明了該模型中的行為態(tài)度、知覺行為控制與過去防御性駕駛行為對執(zhí)行防御性駕駛行為的意向有較好的解釋力與預(yù)測力。

后續(xù)研究應(yīng)結(jié)合不同道路條件、不同氣候環(huán)境和不同駕駛?cè)后w進(jìn)一步細(xì)化駕駛場景，在本研究防御性駕駛6大核心要點的基礎(chǔ)上，設(shè)計細(xì)化的防御性駕駛行為量表，擴(kuò)大調(diào)查范圍，并輔以模擬駕駛器、VR行為獲取方式，更細(xì)致地分析不同類別防御性駕駛行為特征及影響因素，最終實現(xiàn)駕駛員防御性駕駛能力定量核準(zhǔn)與車險、車保等掛鉤，促使駕駛員逐步形成良好駕車習(xí)慣，使得交通環(huán)境形成良性循環(huán)，從而大大降低道路交通事故的發(fā)生率和對人類的損傷度。