影響道路交通安全的駕駛員異常行為研究

馬 明 嚴(yán)新平 吳超仲 陳偉偉

(武漢理工大學(xué)水路公路交通安全控制與裝備教育部工程研究中心1) 武漢 430063)(武漢理工大學(xué)交通學(xué)院2) 武漢 430063)

大量研究表明,絕大多數(shù)的道路交通事故與駕駛員行為因素有關(guān),而純粹由道路設(shè)計(jì)缺陷或車輛故障引起的交通事故僅占很少比例[1].1990年,Reason等設(shè)計(jì)了基于異常行為分類的駕駛行為調(diào)查表(driverbehaviourquestionnaire,DBQ),該表有28項(xiàng)調(diào)查內(nèi)容,由研究人員以問卷調(diào)查行為對駕駛員進(jìn)行調(diào)查,并將異常的駕駛行為分為失誤與侵犯兩類.其中,對失誤定義為認(rèn)知處理出現(xiàn)的問題,而侵犯則是由于動(dòng)機(jī)和交通環(huán)境共同作用引起的.在其首次研究中,Reason提取出了3個(gè)因子,分別定義為蓄意侵犯、危險(xiǎn)失誤、疏忽[2-3].在此后有關(guān)DBQ的研究中,得到了許多不同的因子結(jié)構(gòu).如Parker等證實(shí)了DBQ的3因子結(jié)構(gòu)[4];Sullman等根據(jù)對新西蘭卡車駕駛員的調(diào)查,得到了4個(gè)因子的結(jié)構(gòu)[5].Turker Ozkan根據(jù)調(diào)查得出DBQ的兩因子結(jié)構(gòu)更具有時(shí)間穩(wěn)定性[6].Blockey根據(jù)研究提出文化、社會(huì)習(xí)慣的差異會(huì)產(chǎn)生不同的因子結(jié)構(gòu)[7].

本文針對中國駕駛員的異常駕駛行為特點(diǎn)進(jìn)行調(diào)查,分析了駕駛員性別、年齡以及性別與年齡交互作用下駕駛行為調(diào)查表中各調(diào)查項(xiàng)之間的差異;并且,根據(jù)調(diào)查結(jié)果對駕駛行為調(diào)查表中的28個(gè)調(diào)查項(xiàng)進(jìn)行因子分析,確定了符合中國駕駛員駕駛行為特點(diǎn)的DBQ因子結(jié)構(gòu).

1 基本方法

1.1 問卷調(diào)查

在本研究中,選擇武漢、北京、大連、深圳4個(gè)城市作為調(diào)查地區(qū).從這些地區(qū)中隨機(jī)選擇了120名經(jīng)常駕車的男女駕駛員作為調(diào)查對象,并通過電子郵件給每位被調(diào)查駕駛員發(fā)送駕駛員調(diào)查問卷,并告知其本次調(diào)查為匿名調(diào)查以及本調(diào)查的研究意義.本次調(diào)查共計(jì)發(fā)送120份問卷,其中,實(shí)際返還了105份問卷;經(jīng)篩選并去除8份缺失大量信息的問卷,最終確定97份為有效問卷.

1.2 多元統(tǒng)計(jì)分析方法

1.2.1 方差分析 方差分析又稱變異數(shù)分析,其目的是推斷兩組或多組資料的總體均數(shù)是否相同,檢驗(yàn)兩個(gè)或多個(gè)樣本均數(shù)的差異是否有統(tǒng)計(jì)學(xué)意義.方差分析可分為單因素方差分析、多因素方差分析.方差分析采用的統(tǒng)計(jì)推斷方法是計(jì)算F統(tǒng)計(jì)量[8].對于單因素方差分析,F統(tǒng)計(jì)量是平均組間平方和與平均組內(nèi)平方和的比值,并且F服從(k-1,n-k)個(gè)自由度的F分布,計(jì)算公式為

式中:k為水平數(shù);ni為第i個(gè)水平下的樣本容量.

應(yīng)用多因素方差分析方法分析兩個(gè)控制變量多個(gè)水平交互作用對結(jié)果的影響時(shí),F統(tǒng)計(jì)量的計(jì)算公式為

式中:r為第一個(gè)控制變量的水平數(shù);s為第二個(gè)控制變量的水平數(shù);l為兩個(gè)控制變量不同水平組合的樣本個(gè)數(shù);xijk為2個(gè)控制變量不同水平組合下的每個(gè)樣本值.

1.2.2 因子分析 通過研究眾多變量之間的內(nèi)部依賴關(guān)系,探求觀測數(shù)據(jù)中的基本內(nèi)容,并用少數(shù)幾個(gè)假想變量來表示其基本的數(shù)據(jù)結(jié)構(gòu).基本數(shù)學(xué)模型為

式中:x1,x2,…,xp為p個(gè)原有變量;F1,F2,…,Fm為m個(gè)因子變量,m小于p;aij為因子載荷,是第i個(gè)原有變量在第j個(gè)因子變量上的負(fù)荷;ε為特殊因子,表示了原有變量不能被因子變量所解釋的部分.

因子分析有許多確定因子變量的方法,如基于主成分模型的主成分分析法和基于因子分析模型的主軸因子法、極大似然法、最小二乘法等.

2 數(shù)據(jù)分析結(jié)果

2.1 描述性統(tǒng)計(jì)結(jié)果

以97份有效問卷作為研究對象,對其進(jìn)行描述性統(tǒng)計(jì).結(jié)果顯示,此次實(shí)際參與調(diào)查的駕駛員平均年齡為34.59歲(標(biāo)準(zhǔn)差為8.692歲);平均駕齡為6.34 a(標(biāo)準(zhǔn)差為5.4 a).其中,男性駕駛員比例占51.5%.所有參與調(diào)查駕駛員的年平均行駛里程為15 773.2 km(標(biāo)準(zhǔn)差為16 374.05 km).

2.2 方差分析結(jié)果

采用單因素方差分析方法分析性別、年齡不同水平間的駕駛行為差異;采用多因素方差分析方法分析性別、年齡不同水平交互作用下的駕駛行為差異.駕駛員年齡的不同水平按照5個(gè)等級進(jìn)行分類,分別為:18～25歲,26～34歲,35～45歲,46～55歲,＞55歲.利用SPSS統(tǒng)計(jì)分析軟件實(shí)現(xiàn)方差分析,并設(shè)定顯著性水平為0.05.駕駛員性別、年齡以及性別與年齡交互作用的方差分析結(jié)果如表1所列.

由表1可以看出,性別之間差異顯著(p＜0.05)的駕駛行為調(diào)查項(xiàng)有8項(xiàng)侵犯行為:(7)、(17)、(25)、(3)、(10)、(11)、(18)、(20)、(21)、(23)、(28),其中,男性駕駛員存在上述侵犯行為的較多;性別之間差異的駕駛行為調(diào)查項(xiàng)還有8項(xiàng)失誤及疏忽行為 :(9)、(14)、(16)、(2)、(12)、(15)、(19)、(22),其中,女性駕駛員存在上述失誤及疏忽行為的較多.對于第24項(xiàng)調(diào)查內(nèi)容(用遠(yuǎn)光燈“閃”其它車輛或行人),國外研究表明該項(xiàng)駕駛行為在不同性別之間的差異顯著,而在國內(nèi)卻無顯著差異,這與國內(nèi)駕駛員的駕駛習(xí)慣有較大關(guān)系.駕駛員年齡類別之間駕駛行為差異顯著(p＜0.05)的有 7項(xiàng)侵犯行為:(17)、(25)、(11)、(18)、(23)、(24)、(28),存在上述 7 項(xiàng)侵犯行為的年輕駕駛員明顯多于年老駕駛員;此外,不同年齡水平之間差異顯著的駕駛行為有7項(xiàng)失誤及疏忽行為 :(8)、(14)、(27)、(12)、(15)、(19)、(26),存在上述7項(xiàng)失誤及疏忽行為的年老駕駛員比年輕駕駛員明顯較多.

駕駛員性別與年齡交互作用下差異明顯(p＜0.05)的駕駛行為調(diào)查內(nèi)容有3項(xiàng):(25)、(28)、(14).其中,年老的女性駕駛員極少在高速公路上超速行駛,并且在被其他車輛惹惱時(shí)也極少采取不友好行為;但是,年老的女性駕駛員容易對讓行標(biāo)志產(chǎn)生疏忽.

2.3 因子分析結(jié)果

采用主成分方法作為因子提取方法,確定能夠反映駕駛員行為調(diào)查表中28個(gè)調(diào)查項(xiàng)主要信息的因子,并確定相應(yīng)的因子結(jié)構(gòu).采用Bartlett球度檢驗(yàn)和KMO檢驗(yàn)兩種方法檢驗(yàn)DBQ中的28項(xiàng)變量是否適合做因子分析,結(jié)果表明,Bartlett給出的相伴概率為0.000,小于顯著性水平,認(rèn)為適合于因子分析;KMO檢驗(yàn)值為0.827.

表1 駕駛行為調(diào)查數(shù)據(jù)方差分析結(jié)果

根據(jù)統(tǒng)計(jì)學(xué)家Kaiser給出的標(biāo)準(zhǔn),也認(rèn)為適合做因子分析.采用最小特征值方法確定因子個(gè)數(shù),大于最小特征值設(shè)定值1的因子可以被提取,結(jié)果顯示有8個(gè)因子的特征值大于1,但是根據(jù)如圖1所示的因子特征值散點(diǎn)圖來看,只有前面兩個(gè)因子特征值變化比較明顯,說明提取兩個(gè)公共因子可以對原28項(xiàng)變量的信息描述有顯著作用,并且兩個(gè)因子結(jié)構(gòu)比4個(gè)因子更加容易解釋.

根據(jù)上述分析,最終確定提取兩個(gè)因子.其中,第一個(gè)因子所解釋的方差為31.519%,特征值為8.825;第二個(gè)因子所解釋的方差為10.146%,特征值為2.841.由于未經(jīng)過旋轉(zhuǎn)的載荷矩陣中,因子變量在許多變量上都有較高的載荷.因此,選擇常用的方差極大法對因子載荷矩陣進(jìn)行旋轉(zhuǎn).經(jīng)過旋轉(zhuǎn)后的因子變量含義變得較為清楚.旋轉(zhuǎn)后的因子載荷見表2.

圖1 因子特征值散點(diǎn)圖

表2 旋轉(zhuǎn)后的因子載荷、特征值及解釋方差

3 結(jié) 束 語

在對調(diào)查結(jié)果進(jìn)行方差分析后,可以發(fā)現(xiàn)駕駛員性別、年齡或性別與年齡交互作用下存在顯著差異的駕駛異常行為共有23項(xiàng).其中,男、女駕駛員間存在顯著差異的駕駛異常行為有16項(xiàng);年齡類別間(18～25,26～34,35～45,46～55,＞55)存在顯著差異的駕駛異常行為有14項(xiàng);年齡與性別交互作用下存在顯著差異的駕駛異常行為有3項(xiàng).并且,根據(jù)參與調(diào)查駕駛員樣本的因子分析結(jié)果,可以用兩個(gè)獨(dú)立的公共因子很好的解釋DBQ中的28項(xiàng)駕駛員異常行為變量,這兩個(gè)因子可以描述為“侵犯與違例”和“認(rèn)知失誤及疏忽”.結(jié)合方差分析與因子分析的結(jié)果可知,男性駕駛員、年輕駕駛員有關(guān)“侵犯及違例”的駕駛異常行為較多;而女性駕駛員、年老駕駛員在“認(rèn)知失誤及疏忽”方面的駕駛異常行為較多.

[1]公安部交通管理局.中華人民共和國道路交通事故統(tǒng)計(jì)年報(bào)(2005年度)[R].無錫:2006.

[2]Reason J T.Human Error[M].New York:Cambridge University Press,1990.

[3]熊 軼.交通交通信息作用下不同風(fēng)險(xiǎn)屬性出行者的行為演進(jìn)[J].武漢理工大學(xué)學(xué)報(bào):交通科學(xué)與工程版,2009,33(2):279-282.

[4]Parker D,Reason J T,Manstead A S R,et al.Driving errors,driving violations and accident involvement[J].Ergonomics,1995,38(5):1036-1048.

[5]Sullman M,Meadows M,Pajo K.Errors,lapses and violation in the drivers of heavy vehicles[C]//Proceedings of the Paper Presented at the International Conference on Traffic and Transport Psychology,Berne,Switzerland.2000:147-154.

[6]Turker Ozkan,Timo Lajunen,Heikki Summala.Driver behaviour questionnaire:a follow-up study[J].Accident Analysis and Prevention,2006,38(2):386-395.

[7]Blockey P N,Hartley L R.Aberrant driving behavior:errors and violations[J].Ergonomics,1995,38(9):1 759-1 771.

[8]余建英,何旭宏.數(shù)據(jù)統(tǒng)計(jì)分析與SPSS應(yīng)用[M].北京:人民郵電出版社,2003.