王意東，全洪鈺，王文迪，何太碧

基于拓展計劃行為理論的違規(guī)駕駛行為建模

王意東1,2，全洪鈺1,2，王文迪1,3，何太碧1,2

（1.西華大學(xué) 汽車與交通學(xué)院，四川 成都 610039；2.汽車測控與安全四川省重點實驗室，四川 成都 610039；3.成都工業(yè)學(xué)院 汽車與交通學(xué)院，四川 成都 611730）

為探究機動車駕駛員違規(guī)駕駛行為機理及其對后續(xù)駕駛行為的影響，編制了符合我國駕駛環(huán)境和駕駛特征的問卷量表，提煉了3個違規(guī)駕駛行為因子：習(xí)慣性違規(guī)（I1）、危險性違規(guī)（I2）、疏忽性違規(guī)（I3）。在計劃行為理論的基礎(chǔ)上增加了“違規(guī)駕駛行為”“后續(xù)駕駛行為”和“執(zhí)行意向”三個變量，構(gòu)建了基于拓展計劃行為理論（EX-TPB）的違規(guī)駕駛行為結(jié)構(gòu)方程模型。結(jié)果表明，該模型對分析違規(guī)駕駛行為的影響機理具有很好的解釋能力和預(yù)測能力；行為態(tài)度（AT）和主觀規(guī)范（SN）對駕駛員安全駕駛行為意向的影響不顯著，知覺行為控制（PBC）與違規(guī)駕駛行為（IDB）對執(zhí)行后續(xù)安全駕駛行為意向（BI）有正向顯著影響，執(zhí)行意向（EI）是行為意向轉(zhuǎn)化為實際行為的中介變量，并且提升了對后續(xù)安全駕駛行為的解釋力；經(jīng)駕駛信息差異性分析，可知實際駕齡越高的駕駛員在習(xí)慣性違規(guī)和疏忽性違規(guī)方面有顯著差異，每周駕駛頻率越高的駕駛員更容易導(dǎo)致習(xí)慣性違規(guī)和疏忽性違規(guī)，1年內(nèi)發(fā)生3次及以上違規(guī)被罰的駕駛員對被罰0～2次的駕駛員有更高的疏忽性違規(guī)傾向。

交通安全；違規(guī)駕駛行為；EX-TPB；結(jié)構(gòu)方程模型；執(zhí)行意向；駕駛行為矯正

隨著經(jīng)濟的發(fā)展，我國機動車保有量和機動車駕駛?cè)丝焖僭黾樱瑱C動車給人們帶來方便的同時，也引發(fā)了很多交通事故。研究表明[1-4]，人是導(dǎo)致交通事故的關(guān)鍵性因素。某學(xué)者統(tǒng)計了2.8萬起交通事故，發(fā)現(xiàn)與人相關(guān)的因素高達96.4%，其中，因駕駛員違規(guī)駕駛導(dǎo)致的交通事故占74%[5]。

違規(guī)駕駛行為（Illegal Driving Behavior, IDB）在我國機動車駕駛員中普遍存在，是指駕駛員在行車過程中下意識或無意識地影響其他交通參與者，危害自身和他人安全的不安全駕駛操作習(xí)慣或違法駕駛操作行為等。

通過文獻查新，國外對違規(guī)駕駛行為進行了相關(guān)研究。REASON等人[6]制作了著名的曼徹斯特駕駛行為問卷，從中總結(jié)了三大違規(guī)駕駛行為因子；BOLLEN等人[7]對違章的駕駛員和安全駕駛員采用16PF量表測試，分析了兩者的駕駛行為傾向和心理特點；LAJUNEN等人[8]通過對部分歐洲國家駕駛員進行研究，分析了駕駛行為問卷（Driver Behavior Questionnaire, DBQ）對多種文化的實用性；MASLA等人[9]提出了“事故傾向性理論”，認(rèn)為部分人的某些個性特征跟交通事故具有較大的相關(guān)性；ELANDER等人[10]認(rèn)為駕駛行為與人格體質(zhì)、駕駛態(tài)度和信念相關(guān)。

國內(nèi)學(xué)者對違規(guī)駕駛行為的研究，主要集中在違規(guī)駕駛行為視覺識別檢測方法[11]、非機動車駕駛?cè)诉`規(guī)駕駛心理行為[12-15]、違規(guī)駕駛行為法律規(guī)范制度[16]、違規(guī)駕駛定性描述等。對其他駕駛行為的研究，則集中在進攻性[17-18]、防御性[19]、競爭性[20]以及疲勞駕駛[21]等不安全駕駛行為。

因此，國內(nèi)外對違規(guī)駕駛行為的研究依然較少。國外偏向于駕駛行為量表結(jié)構(gòu)、人格特質(zhì)與駕駛行為的關(guān)聯(lián)性、駕駛行為性格傾向及心理活動等研究，國內(nèi)則偏向于某一特定不安全駕駛行為的研究，缺乏專門針對機動車違規(guī)駕駛行為的影響機理及其對后續(xù)駕駛行為影響的相關(guān)研究。本文結(jié)合前人的研究基礎(chǔ)，編制了符合我國駕駛特征和交通環(huán)境的調(diào)研問卷，構(gòu)建了基于拓展計劃行為理論（Extended Theory of Planned Behavior, EX-TPB）的結(jié)構(gòu)方程模型（Structural Equation Model, SEM），系統(tǒng)、定量分析違規(guī)駕駛行為的影響機理及其對后續(xù)駕駛行為的影響。

1 研究理論及方法

本文利用計劃行為理論（Theory of Planned Behavior, TPB）[22-24]，構(gòu)建了違規(guī)駕駛行為的SEM模型。模型變量中，行為態(tài)度（Behavioral Attitude, AT）體現(xiàn)了駕駛員對違規(guī)駕駛行為的評價；主觀規(guī)范（Subjective Norm, SN）體現(xiàn)了社會壓力對違規(guī)駕駛行為的影響；知覺行為控制（Perceived Behavioral Control, PBC）體現(xiàn)了駕駛員對違規(guī)駕駛行為的控制力；行為意向（Behavior Intention, BI）體現(xiàn)了駕駛員在SN、AT、PBC等影響下會采取的行為意愿強度。為探究駕駛員違規(guī)駕駛行為的影響因素，新增了違規(guī)駕駛行為變量。同時，為探索過去違規(guī)駕駛行為對后續(xù)安全駕駛行為的影響程度，以及駕駛員駕駛行為改變的影響因素，本文還增設(shè)了后續(xù)駕駛行為（Follow-up Driving Behavior, FDB）及執(zhí)行意向行為（Executive Intention, EI）兩個解釋變量，以此構(gòu)建了基于拓展計劃行為理論的違規(guī)駕駛行為理論模型，如圖1所示。

圖1 基于拓展計劃行為理論的違規(guī)駕駛行為結(jié)構(gòu)方程模型

2 問卷設(shè)計及收集

2.1 問卷設(shè)計

本次研究采用問卷調(diào)查法，問卷包括駕駛行為量表和計劃行為量表兩部分。其中，駕駛行為量表包括駕駛員個人基本信息（駕齡、駕駛頻率、計分周期內(nèi)的違規(guī)駕駛和扣分情況等）、違規(guī)駕駛行為（IDB）量表、駕駛技術(shù)（Driving Skill, DS）量表、風(fēng)險意識（Risk Awareness, RA）量表等。IDB量表包括習(xí)慣性違規(guī)I1、危險性違規(guī)I2、疏忽性違規(guī)I3三個因子構(gòu)面，共計16個題項。計劃行為量表包括主觀規(guī)范、行為態(tài)度、知覺行為控制、行為意向、執(zhí)行意向等五個構(gòu)面共19個題項，如表1所示，所有題項采用5級李克特計分形式，無論是正向計分還是反向計算分值，分值越高表示被調(diào)查駕駛員的違規(guī)傾向水平越高，分?jǐn)?shù)越低則遵守交通規(guī)則的可能性越高。

表1 計劃行為量表設(shè)計說明

2.2 問卷收集

本問卷調(diào)查采用網(wǎng)絡(luò)調(diào)查法（問卷星），調(diào)查對象為機動車（汽車）駕駛員，整個調(diào)查過程于2021年3月結(jié)束。由于問卷題項較多，為提高問卷數(shù)據(jù)有效性，主要針對微信及QQ朋友圈、校內(nèi)辦公系統(tǒng)中結(jié)識的具有有效駕駛經(jīng)歷的親朋好友發(fā)放調(diào)查問卷，并通過答題時間、反向題、同一IP地址不能重復(fù)答題、未答完題項不能提交等措施剔除無效問卷。本次調(diào)查共回收問卷605份，有效問卷528份，有效率約為87%。

2.3 量表檢驗

為保證問卷質(zhì)量可靠性，需對問卷進行內(nèi)部一致性分析，檢驗的標(biāo)準(zhǔn)為題項的總相關(guān)系數(shù)（Corrected Item Total Correlation, CITC）≥0.4，Cronbach≥0.7，經(jīng)驗證，駕駛行為量表及計劃行為量表各構(gòu)面均滿足可靠性要求。

經(jīng)探索性因子分析，IDB量表所包含的習(xí)慣性違規(guī)I1、危險性違規(guī)I2、疏忽性違規(guī)I3三個因子構(gòu)面所有觀測變量在各自潛在變量上的因子載荷均大于0.5，潛在變量具有很好的建構(gòu)效度。

3 違規(guī)駕駛行為差異性分析

3.1 駕齡信息對違規(guī)駕駛行為的影響

表2為駕齡對違規(guī)駕駛行為的單因素方差分析。表3為實際駕齡在3個構(gòu)面上的圖基法事后檢驗結(jié)果。從表2可知，駕駛員的實際駕齡對I1（習(xí)慣性違規(guī)；=5.579，<0.001）、I3（疏忽性違規(guī)；=5.563，<0.001）、兩個構(gòu)面的影響均有顯著性差異，對I2（危險性違規(guī)）沒有顯著差異。

表2 駕齡在各構(gòu)面的平均分值

注：*表示平均值差值的顯著性水平為0.001。

表3 實際駕齡對I1、I3的多重比較（圖基）

注：*表示平均值差值的顯著性水平為0.05。

從表3可知，（1）實際駕齡在4年以上的駕駛員平均得分比1年以內(nèi)的駕駛員更高，同時達到顯著水平。也就是說隨著駕齡的推移，高駕齡機動車駕駛員在駕駛過程中比新手駕駛員更容易出現(xiàn)習(xí)慣性違規(guī)的操作。這是由于長期的駕駛習(xí)慣沒有得到及時糾正或改善，容易將部分駕駛習(xí)慣保留，甚至形成肌肉記憶，最終從心理上認(rèn)為該操作與違規(guī)無關(guān)。（2）在I3（疏忽性違規(guī)）方面，7年及以上駕齡的駕駛員平均得分更高，相比駕齡在1～3年的駕駛員達到顯著水平。說明駕齡越高越可能疏忽部分交通規(guī)則，尤其在駕齡達到7年之后更為明顯。

3.2 駕駛頻次對違規(guī)駕駛行為的影響

表4為駕駛員每周開車頻率對違規(guī)駕駛行為的單因素方差分析。圖5為每周駕車頻率在3個構(gòu)面上的圖基法事后檢驗結(jié)果。由表4可知，每周開車頻率對I1（習(xí)慣性違規(guī)；=5.579，<0.001）、I3（疏忽性違規(guī)；=5.563，<0.001）兩個因素的影響均有顯著性差異，對I2（危險性違規(guī)）沒有顯著差異。

表4 每周駕齡頻率在各構(gòu)面的平均分值

注：*表示平均值差值的顯著性水平為 0.05。

表5 駕駛頻率對I1、I3的多重比較（圖基）

注：*表示平均值差值的顯著性水平為 0.05。

由表5可知，（1）駕駛頻率每周在6～7天的駕駛員相對于頻率在1～5天的駕駛員的違規(guī)概率更高，其中對于1～2天的駕駛員差異顯著。由于駕駛經(jīng)驗更豐富、駕駛時間更長、頻率更高導(dǎo)致駕駛過程中習(xí)慣性地違規(guī)操控車輛。（2）在I3構(gòu)面上駕駛頻率的結(jié)果和I1幾乎一致，駕駛頻率越高越可能導(dǎo)致駕駛員的疏忽性違規(guī)。

3.3 違規(guī)次數(shù)對違規(guī)駕駛行為的影響

表6為近1年內(nèi)違規(guī)次數(shù)對違規(guī)駕駛行為的單因素方差分析。表7為違規(guī)次數(shù)在3個構(gòu)面上的圖基法事后檢驗結(jié)果。由表6可知，駕駛員的駕駛違規(guī)和事故信息幾乎對所有構(gòu)面的影響有呈顯著性差異。

表6 駕駛信息在各構(gòu)面的平均分值

注：**代表平均值差值的顯著性水平為0.01。

由表7可知，（1）“違規(guī)被罰次數(shù)”在I1和I3構(gòu)面有相同的顯著性表現(xiàn)，發(fā)生3次及以上的駕駛員在習(xí)慣性違規(guī)駕駛和危險駕駛兩個方面比發(fā)生0～2次的駕駛員有更高的傾向。也就是說違規(guī)被罰次數(shù)的多少反映了駕駛員對交通規(guī)則的遵守程度，且為正相關(guān)。（2）在I2構(gòu)面，發(fā)生3次及以上駕駛員對0～2次的駕駛員有更高的疏忽性違規(guī)傾向。1～2次駕駛員雖然平均值得分高于0次駕駛員，但結(jié)果不顯著。

表7 被罰次數(shù)圖基法多重比較

注：*代表平均值差值的顯著性水平為0.05。

4 模型構(gòu)建及評價

4.1 模型假設(shè)

為研究機動車駕駛員違規(guī)駕駛行為的影響機理，以及過去違規(guī)駕駛行為對后續(xù)安全駕駛行為的影響程度，提出以下假設(shè)：

H1：駕駛員過去違規(guī)駕駛行為對后續(xù)駕駛行為意向有顯著影響；

H2：駕駛員過去違規(guī)駕駛行為對知覺行為控制有顯著影響；

H3：駕駛員違規(guī)駕駛行為態(tài)度對后續(xù)駕駛行為意向有顯著影響；

H4：駕駛員知覺行為控制對后續(xù)駕駛行為意向有顯著影響；

H5：駕駛員知覺行為控制對主觀規(guī)范有顯著影響；

H6：駕駛員知覺行為控制對駕駛行為態(tài)度有顯著影響；

H7：駕駛員駕駛行為意向?qū)罄m(xù)駕駛行為有顯著影響；

H8：駕駛員主觀規(guī)范對后續(xù)駕駛行為意向有顯著影響。

4.2 模型構(gòu)建及參數(shù)估計

本文觀測變量分布情況符合極大似然法分布，故采用極大似然法驗證其結(jié)構(gòu)方程模型的適配度，并對參數(shù)進行標(biāo)準(zhǔn)化處理。結(jié)合上述假設(shè)，經(jīng)標(biāo)準(zhǔn)化處理和修正后，在AMOS24.0中構(gòu)建了基于拓展計劃行為理論的SEM模型路徑圖，如圖2所示。

4.3 適配評價

SEM模型適配度評價是用來評估模型與數(shù)據(jù)的擬合程度，通常用以下指標(biāo)進行判斷，如表8所示。模型經(jīng)過適配度修正后，各指標(biāo)均滿足標(biāo)準(zhǔn)，說明樣本數(shù)據(jù)與模型間能進行較好的擬合，模型適配度較好。

表8 修正后的模型適配度檢驗表

4.4 假設(shè)驗證

基于EX-TPB的違規(guī)駕駛行為SEM模型修正與適配度評價結(jié)果，對4.1中的假設(shè)進行檢驗，檢驗結(jié)果如表9所示。

由表9可知，H1、H2、H4、H5、H6、H7的路徑系數(shù)檢驗＜0.001，假設(shè)成立。駕駛員違規(guī)駕駛行為態(tài)度（AT）對后續(xù)駕駛行為意向（BI）沒有顯著影響（>0.05）。同樣，駕駛員主觀規(guī)范（SN）對后續(xù)駕駛行為意向（BI）也沒有顯著影響（>0.05）。H3、 H8假設(shè)不被支持，檢驗結(jié)果如表10所示。

圖2 違規(guī)駕駛行為EX-TPB結(jié)構(gòu)路徑圖

表9 路徑系數(shù)檢驗

注：***表示顯著水平達到0.001水平。

表10 模型假設(shè)驗證結(jié)果分析

4.5 模型結(jié)果分析

通過4.1—4.4可知，行為態(tài)度、主觀規(guī)范、知覺行為控制以及過去違規(guī)駕駛行為能夠較有效地預(yù)測駕駛行為意向；加入了過去違規(guī)駕駛行為與執(zhí)行意向兩個構(gòu)面的EX-TPB模型解釋了44%的駕駛員行為意向及21%的后續(xù)駕駛行為，增強了對駕駛員駕駛行為意向和后續(xù)駕駛行為的解釋力；知覺行為控制及過去違規(guī)駕駛行為對后續(xù)安全駕駛行為意向產(chǎn)生正向影響，執(zhí)行意向是行為意向影響駕駛員參與后續(xù)安全駕駛行為的中介變量，即形成了安全駕駛行為執(zhí)行意向的駕駛員更有可能矯正或者規(guī)范自身的駕駛行為，將其行為意向的轉(zhuǎn)化實現(xiàn)自動化，從而提升駕駛員行為意向轉(zhuǎn)變?yōu)榘踩{駛行為的轉(zhuǎn)化率，改善TPB模型中存在行為意向和行為不一致的弊端，最終降低道路交通事故的發(fā)生率，提升了對后續(xù)安全駕駛行為的解釋力。

5 結(jié)論

將過去違規(guī)駕駛行為、執(zhí)行意向以及后續(xù)駕駛行為加入TPB模型，構(gòu)建基于EX-TPB的SEM 模型。通過研究，可得到以下結(jié)論：

（1）實際駕齡越高的駕駛員在習(xí)慣性違規(guī)和疏忽性違規(guī)方面有顯著差異；對每周駕駛頻率越高的駕駛員更容易導(dǎo)致習(xí)慣性違規(guī)和疏忽性違規(guī)；違規(guī)被罰次數(shù)的多少反映了駕駛員對交通規(guī)則的遵守程度，且為正相關(guān)，1年內(nèi)發(fā)生3次及以上違規(guī)被罰的駕駛員對被罰0～2次的駕駛員有更高的疏忽性違規(guī)傾向。

（2）行為態(tài)度和主觀規(guī)范對駕駛員執(zhí)行安全駕駛行為意向的影響不顯著；知覺行為控制與過去違規(guī)駕駛行為均對執(zhí)行安全駕駛行為意向有正向顯著影響；執(zhí)行意向是行為意向轉(zhuǎn)化為實際行為的中介變量，并且提升了對后續(xù)安全駕駛行為的解釋力。

今后需要進一步研究的問題：（1）針對不同類型機動車，進一步細化駕駛員群體，以此建立結(jié)構(gòu)方程模型，對比分析不同群體的違規(guī)駕駛行為特點；（2）后續(xù)還需進一步研究是否有其他因素對后續(xù)駕駛行為意向有顯著影響，以提高模型的適用性。

[1] 陳明偉,袁曉華,潘敏,等.從道路交通事故統(tǒng)計分析對比談預(yù)防措施[J].中國安全科學(xué)學(xué)報,2004,14(8): 62-66.

[2] 張麗霞,劉濤,潘福全,等.駕駛員因素對道路交通事故指標(biāo)的影響分析[J].中國安全科學(xué)學(xué)報,2014,24 (5):79-84.

[3] 張迪.北京市區(qū)道路交通事故致因分析與安全對策[D].焦作:河南理工大學(xué),2012.

[4] 于影霞,曾致桓,龍丹.基于事故樹分析的貨運駕駛員失誤研究[J].華東交通大學(xué)學(xué)報,2018,35(21):55-62.

[5] 畢建彬.道路交通事故的人因分析與駕駛員可靠性研究[D].北京:北京交通大學(xué),2012.

[6] REASON J T,MANSTEAD A S R,STRADLING S, et al. Errors and Violations on the Roads[J].Ergonomics, 1990, 33(10):1315-1332.

[7] BOLLEN K A,LONG J S.Testing Structural Equation Models[M].Kingdom:Sage Publications,1993,136-162.

[8] LAJUNEN T,PARKER D,SUMMALA H.The Manch- ester Driver Behaviour Questionnaire:A Cross-cultural Study[J].Accident Analysis Prevention,2004,36(2): 231-238.

[9] MASLA M,ANTI B,LIPOVAC K,et al. Behaviours of Drivers in Serbia: Non-professional Versus Professi- onal Drivers[J].Transportation Research Part F:Traffic Psychology and Behaviour, 2018,52:101- 111.

[10] ELANDER J,WEST R,FRENEH D.Behavioral Correl- ates of Individual Differences in Road Traffic Rash Risk:An Examination of Methods and Findings[J]. Psychol Bull,993,113(2):279-294.

[11] 高尚兵,黃子赫,耿璇.視覺協(xié)同的違規(guī)駕駛行為分析方法[J].智能系統(tǒng)學(xué)報,2021,16(6):1158-1165.

[12] 李澤群.營運非機動車駕駛?cè)诉`規(guī)駕駛心理與行為研究[J].交通工程.2021,21(1):63-69.

[13] WANG C,ZHANG W H,FENG Z X,et al.Aberrant Behaviours in Relation to the Self-reported Crashes of Bicyclists in China:Development of the Chinese Cycling Behaviour Questionnaire[J].Transportation Research Part F:Traffic Psychology and Behaviour, 2019,66:63-75.

[14] QIAN Y N,SUN Q N, FEI G Q, et al. Riding Behavior and Electric Bike Traffic Crashes:a Chinese Case- control Study[J].Traffic Injury Prevention,2020,21: 24-28.

[15] TANG T P,GUO Y T, ZHOU X Z, et al. Under- standing Electric Bike Riders’ Intention to Violate Traffic Rules’ and Accident Proneness in China[J]. Travel Behaviour and Society, 2021,23:25-38.

[16] 董瀟.高危駕駛行為的刑法規(guī)制問題[D].上海:華東政法大學(xué),2010.

[17] 駱勇.道路交通中攻擊性駕駛行為分析與研究[D].成都:西南交通大學(xué),2009.

[18] 李曉晨,常若松,馬錦飛.攻擊性駕駛行為的綜合模型[J].心理科學(xué)與研究,2019,27(4):748-760.

[19] 高紅麗,高麗英,范雙雙.基于計劃行為理論的防御性駕駛行為意向分析模型[J].公路交通科技,2020,37 (3):137-144.

[20] 李鵬飛,石建軍,劉小明.基于計劃行為理論的競爭駕駛行為建模[J].公路運輸系統(tǒng)工程與信息,2016,16 (1):92-98.

[21] 史晨軍,鄧院昌,林慶豐,等.基于擴展計劃行為理論的駕駛員疲勞駕駛行為心理影響因素分析[J].安全與環(huán)境工程,2018,25(6):94-99.

[22] FISHBEIN M,AJIZEN I.Belief, Attitude, Intention and Behavior: An Introduction to Theory and Research [M].Ottawa:Addison-Wesley Publishing Company, 1975.

[23] 苑風(fēng)霞.基于計劃行為理論的駕駛行為模型研究[D].西安:長安大學(xué),2011.

[24] 閆巖.計劃行為理論的產(chǎn)生發(fā)展和評述[J].國際新聞界,2014,36(7):113-129.

Modeling of Illegal Driving Behavior Based on Extended Theory of Planned Behavior

WANG Yidong1,2, QUAN Hongyu1,2, WANG Wendi1,3, HE Taibi1,2

( 1.School of Automobile & Transportation, Xihua University, Chengdu 610039, China;2.Key Laboratory of Sichuan Provincial Vehicle Measurement, Control and Safety, Chengdu 610039, China;3.School of Automobile & Transportation, Chengdu Technological University, Chengdu 611730, China )

In order to study the mechanism of motor vehicle drivers' illegal driving behavior and its impact on subsequent driving behavior, combined with China's current driving environment, a questionnaire conforming to China's driving environment and driving characteristics is compiled, and three illegal driving behavior factors are refined: habitual violation (I1), dangerous violation (I2) and negligent violation (I3).On the basis of planned behavior theory, three variables of “execution intention”, “subsequent driving behavior” and “follow-up driving behavior scale” are added, and a structural equation model of illegal driving behavior based on extended theory of planned behavior (EX-TPB) is constructed. The results show that: the model has good explanatory ability and predictive ability for analyzing illegal driving behavior. Behavioral attitude (AT) and subjective norm (SN) have no significant influence on drivers' behavioral intention to execute safe driving. Both perceived behavioral control (PBC) and illegal driving behavior (IDB) have a positive effect on the intention to execute subsequent safe driving behaviors, and the results are significant. Safe driving behavior intention (BI) has positive influence on subsequent safe driving behavior. Executive intention (EI) is the intermediary variable of behavioral intention into actual behavior, and improves the explanatory power of subsequent safe driving behavior; the difference by the driving of information analysis shows that the higher the actual driving experience of the pilot in the habitual violations and negligence sexual abuses have significant differences, weekly driving frequency, the higher the drivers are more likely to lead to habitual violations and negligent violation, is punished for violation occurred three times in a year or more drivers to be fined 0 to 2 times the driver has a higher tendency of negligence sexual violation.

Traffic safety; Illegal driving behavior; EX-TPB; Structural equation model; Execution intention; Driving behavior correction

X951

A

1671-7988(2023)03-191-07

10.16638/j.cnki.1671-7988.2023.03.036

王意東（1987—），男，高級實驗師，研究方向為汽車運用工程的科研及教學(xué)，E-mail:wydzn1125@mail.xhu. edu.cn。

四川省創(chuàng)新創(chuàng)業(yè)項目（S202010650103）。