任高曉
(遼寧師范大學(xué) 心理學(xué)院,遼寧 大連 116029)
風(fēng)險感知(Risk Perception)是指駕駛?cè)嗽隈{駛過程中對交通情境中危險產(chǎn)生的主觀體驗,個體間的風(fēng)險感知水平存在差異[1]。風(fēng)險感知水平會影響駕駛?cè)藢︸{駛情境中交通危險的識別和預(yù)測,與交通安全密切相關(guān)[2-3]。隨著駕駛?cè)笋{駛經(jīng)驗的提升,他們對危險的識別更迅速,風(fēng)險感知水平也越高[4]。駕駛?cè)说娘L(fēng)險感知水平與駕駛行為之間相關(guān)顯著,風(fēng)險感知水平越高,攻擊性駕駛行為越少[5]。
以往對風(fēng)險感知的測量主要分為實驗法和主觀報告法兩種[3,5-6]。實驗法指使用真實拍攝的交通情境視頻材料或者模擬駕駛視頻材料來測量駕駛?cè)说娘L(fēng)險感知水平。實驗法在操作中既能控制各個變量,也不會給駕駛?cè)藥砣魏挝kU,是目前較為理想的研究方法,也是未來研究的方向[7]。主觀報告法主要指使用問卷來測量駕駛?cè)说娘L(fēng)險感知水平。最常用的風(fēng)險感知問卷之一是駕駛?cè)孙L(fēng)險感知量表[8]。該量表包含8個題目,3個維度,衡量風(fēng)險感知的不同方面。維度一——擔(dān)心和不安全感,考察被試對交通事故傷害的擔(dān)心和不安全感;維度二——可能性評估考察,被試對本人以及青少年在交通事故中發(fā)生事故的概率評估;維度三——關(guān)切,考察被試對交通相關(guān)危險的關(guān)心程度。研究表明Rundmo編制的駕駛?cè)孙L(fēng)險感知量表的信度和效度較好,可以對駕駛?cè)耸y[9]。
截止目前,我國針對駕駛?cè)巳后w的風(fēng)險感知量表較少。研究者針對駕駛?cè)碎_發(fā)的風(fēng)險感知量表也存在信效度不良,題量過大、維度定義不清晰等問題,無法達(dá)到研究目的[10]。因此,征得原作者同意后,本研究對Rundmo編制的風(fēng)險感知量表進(jìn)行了修訂,為衡量中國司機(jī)風(fēng)險感知提供一個可靠的工具。
在遼寧大連、沈陽和北京市隨機(jī)發(fā)放問卷310份,回收有效數(shù)據(jù)299份(96.5%)。其中,男性157名,女性142名。駕駛?cè)四挲g在18~40歲之間(21.55±2.65歲),駕齡在1~10年之間(2.18±1.29歲)。受教育程度:初中43人,高中92人,本科及以上164人。
2.2.1 風(fēng)險感知量表
風(fēng)險感知量表共8道題目,從擔(dān)心和不安全感、可能性評估、關(guān)切三個方面來考察駕駛?cè)说娘L(fēng)險感知水平。其中,擔(dān)心和不安全感包括4個題目,可能性評估包括2個題目,關(guān)切包括2個題目。量表的計分方法為 7點記分,從1分(一點也不)到7分(非常)。量表采用總分作為統(tǒng)計指標(biāo),總分越高,風(fēng)險感知水平越好。
本研究嚴(yán)格按照量表修訂的翻譯-回譯程序?qū)υ勘磉M(jìn)行翻譯。原量表所有項目翻譯完成后,特別邀請兩位交通心理學(xué)專家對量表項目進(jìn)行逐個評定。該程序可確保項目描述的準(zhǔn)確性,使其適應(yīng)中國駕駛?cè)说睦斫夥绞健?/p>
2.2.2 親社會與攻擊性駕駛行為量表
本研究使用馬文瑤等人修訂的中文版親社會與攻擊性駕駛行為量表,量表由28個項目組成,分為親社會駕駛行為和攻擊性駕駛行為兩部分[11]。題目1~16為親社會駕駛行為分量表,題目17-28為攻擊性駕駛行為分量表。量表的計分方法為6點計分,從1分(從不)到6分(總是)。對本研究的樣本進(jìn)行施測結(jié)果表明,兩個分量表的內(nèi)部一致性系數(shù)分別為0.91、0.73,信度良好。
參與抽樣調(diào)查的駕駛?cè)嗽诒桓嬷狙芯康难芯磕康牟⑶掖_認(rèn)其知情同意后,依次填寫基本人口學(xué)信息統(tǒng)計表、風(fēng)險感知量表、親社會和攻擊性駕駛行為量表。
使用 SPSS 21.0 軟件進(jìn)行數(shù)據(jù)統(tǒng)計分析。
使用經(jīng)過篩選保留的299份有效數(shù)據(jù)計算各個題目的描述性統(tǒng)計值,包含平均數(shù)、偏度、峰度,結(jié)果見表1。
表1 描述性統(tǒng)計分析與因子負(fù)荷
由表1,本量表8個題目均設(shè)置7個選項,被試的選擇范圍均在1-7之間,平均數(shù)在4.43~5.14之間,偏度和峰度的變化也在正常范圍內(nèi)。這表明,量表8個題目的內(nèi)容和選項設(shè)置均比較合理。
將項目與總分的相關(guān)系數(shù)及相關(guān)的顯著性作為項目分析的指標(biāo)。由表1,8個項目與量表總分之間的相關(guān)系數(shù)均大于0.3,并且達(dá)到顯著性水平(P<0.001),保留所有題目進(jìn)行下一步分析。
對保留的8個題目進(jìn)行主成分因素分析,KMO=0.730,Bartlett球形檢驗結(jié)果達(dá)到顯著性水平(P< 0.001)。采用主成分分析方法,結(jié)果顯示有3個特征根大于1的因子,累計方差貢獻(xiàn)率達(dá)到70.80%。參照原始量表分別將 3個因子命名為擔(dān)心和不安全感(題目1、題目2、題目3、題目4)、可能性評估(題目5、題目6)、關(guān)切(題目7、題目8)。
采用驗證性因素分析方法進(jìn)行分析,考察修訂版駕駛行為量表在結(jié)構(gòu)特征上的擬合程度。見表2。表中的各項指標(biāo)達(dá)到理想擬合標(biāo)準(zhǔn)。
表2 驗證性因素分析的擬合指數(shù)
對量表的信度進(jìn)行分析。結(jié)果發(fā)現(xiàn),量表內(nèi)部一致性信度為0.78,擔(dān)心與不安全感的信度為0.74,可能性評估的信度為0.75,關(guān)切的信度為0.84。
3.6.1 內(nèi)容效度
對量表三個維度進(jìn)行相關(guān)分析,結(jié)果見表3。各維度間相關(guān)系數(shù)在0.22~0.37之間,這表明量表內(nèi)容效度較好。
3.6.2 相容效度
對親社會與攻擊性駕駛行為量表兩個維度得分與風(fēng)險感知量表三個維度得分進(jìn)行相關(guān)分析,結(jié)果見表3。結(jié)果表明,親社會駕駛行為得分與擔(dān)心和不安全感、可能性評估、關(guān)切三個維度均呈顯著正相關(guān)(P<0.05);攻擊性駕駛行為與擔(dān)心和不安全感、可能性評估、關(guān)切三個維度均呈顯著負(fù)相關(guān)(P<0.01)。這說明,修訂后量表具有良好的相容效度。
表3 量表效度分析
3.6.3 實證效度
對量表各維度與被試在過去一年內(nèi)發(fā)生的交通違規(guī)次數(shù)、交通事故次數(shù)進(jìn)行相關(guān)分析,結(jié)果見表3。駕駛?cè)私煌ㄟ`規(guī)次數(shù)與擔(dān)心和不安全感維度、可能性評估維度、關(guān)切維度存在顯著負(fù)相關(guān)。交通事故次數(shù)與擔(dān)心和不安全感維度、可能性評估維度、關(guān)切維度存在顯著負(fù)相關(guān)。
進(jìn)一步使用獨立樣本t檢驗,對有交通違規(guī)(交通事故)、無交通違規(guī)(交通事故)的駕駛?cè)诉M(jìn)行分析。結(jié)果見表4、表5。
表4 有無交通違規(guī)駕駛?cè)孙L(fēng)險感知均值比較(M±SD)
表5 有無交通事故駕駛?cè)孙L(fēng)險感知均值比較(M±SD)
結(jié)果表明,有交通違規(guī)、有交通事故記錄的駕駛?cè)嗽陲L(fēng)險感知總分及各維度的得分均低于無交通違規(guī)、無交通事故記錄的駕駛?cè)?。這說明,修訂后的量表可以很好地區(qū)分有無交通違規(guī)(交通事故)記錄的駕駛?cè)恕?/p>
3.7.1 風(fēng)險感知的性別差異
采用獨立樣本t檢驗探索性別對駕駛?cè)孙L(fēng)險感知水平的影響,男女駕駛?cè)孙L(fēng)險感知量表得分之間的均值比較見表6。
表6 男女駕駛?cè)孙L(fēng)險感知量表得分均值比較(M±SD)
由表6,發(fā)現(xiàn)男性、女性駕駛?cè)嗽陲L(fēng)險感知總分和各維度上得分均存在顯著差異,女性駕駛?cè)孙L(fēng)險感知水平顯著高于男性駕駛?cè)恕?/p>
3.7.2 駕駛?cè)孙L(fēng)險感知與人口學(xué)變量的相關(guān)
皮爾遜相關(guān)分析發(fā)現(xiàn),駕駛?cè)孙L(fēng)險感知總分與年齡(r=0.17,P<0.01)、駕齡(r=0.29,P<0.01)、總駕駛里程(r=0.30,P<0.01)、駕駛頻率(r=0.16,P<0.01)呈顯著正相關(guān)。根據(jù)這一結(jié)果我們可以發(fā)現(xiàn)駕駛?cè)说哪挲g越大,駕駛經(jīng)驗越豐富,他們的風(fēng)險感知水平越高。
修訂后的中文版風(fēng)險感知量表共8個題目,分為擔(dān)心和不安全感、可能性評估、關(guān)切3個維度。量表的內(nèi)部一致性系數(shù)為0.78。每個題目與量表總分的相關(guān)達(dá)到顯著水平,且相關(guān)系數(shù)均在0.57以上。這說明量表的信度、效度較好。
風(fēng)險感知總分及其各維度得分均與親社會駕駛行為呈正相關(guān),與攻擊性駕駛?cè)诵袨槌守?fù)相關(guān)。這與以往研究結(jié)論一致[5,12]。研究發(fā)現(xiàn),風(fēng)險感知水平高的駕駛?cè)嗽隈{駛過程中會采取更多的親社會駕駛行為,如主動給其他車輛讓道、避讓等[12]。風(fēng)險感知水平低的駕駛?cè)藢ξkU的敏感度低,在駕駛過程中經(jīng)常出現(xiàn)跟車距離過近、拒絕給其他車輛讓道、超速、連續(xù)超車等攻擊性駕駛行為[12-13]。 也就是說,駕駛?cè)说娘L(fēng)險感知水平越高,安全駕駛行為越多,發(fā)生事故的可能性也更低[2,5]。
駕駛?cè)说娘L(fēng)險感知水平與性別、駕駛經(jīng)驗相關(guān)。就性別而言,女性駕駛?cè)说娘L(fēng)險感知水平明顯高于男性駕駛?cè)?,這與以往研究結(jié)果相同。大量研究發(fā)現(xiàn),駕駛?cè)孙L(fēng)險感知水平的性別差異顯著,而且男性風(fēng)險感知水平比女性低[2,14]。本研究發(fā)現(xiàn),駕駛?cè)说鸟{駛經(jīng)驗越長,風(fēng)險感知水平越高[4,9]。一方面,有經(jīng)驗的駕駛?cè)丝梢愿玫倪m應(yīng)復(fù)雜的路況,搜索當(dāng)前場景中可能存在的危險,做出更快、更準(zhǔn)確的反應(yīng)[5,15]。另一方面,新手駕駛?cè)送鶗吖雷约旱鸟{駛技術(shù),在遇到危險時只關(guān)注危險本身,不能對交通情境中危險進(jìn)行整體的評估,無法提前做出避讓反應(yīng)[3,12]。
最后,量表總分可以用來篩選有無交通違規(guī)和有無交通事故的駕駛?cè)?。本研究發(fā)現(xiàn),有交通違規(guī)、有交通事故記錄的駕駛?cè)孙L(fēng)險感知總分及其各維度的得分均低于無交通違規(guī)記錄、無交通事故記錄的駕駛?cè)?。以往研究發(fā)現(xiàn),駕駛?cè)藢︼L(fēng)險的感知水平越高,發(fā)生事故的概率就越低[2-3]。這說明,修訂后的量表不僅可以用于檢測我國駕駛?cè)说娘L(fēng)險感知水平,還可以評估和篩選事故傾向性高的駕駛?cè)?。為降低駕駛?cè)耸鹿事剩抻喓蟮牧勘砜梢詾殚_展駕駛?cè)诉x拔、駕駛干預(yù)訓(xùn)練提供數(shù)據(jù)支持。
修訂后的風(fēng)險感知量表具有良好的信度和效度,可以作為測量我國私家車駕駛?cè)孙L(fēng)險感知的有效工具。