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

史晨軍，鄧院昌，林慶豐，張 圓

(中山大學智能工程學院，廣東 廣州 510006)

隨著我國機動車保有量的迅速增加，頻發的交通事故造成了巨大的財產損失和人員傷亡。2016年，我國共計發生了約21.3萬起交通事故，這些事故導致約6.31萬人死亡、約22.64萬人受傷，直接財產損失超過12.07億元[1]。已有相關研究表明[2-4]，駕駛員疲勞駕駛是引發道路交通事故的主要原因之一，其導致的交通事故數量占交通事故總數的10%～20%，而在特大交通事故中駕駛員疲勞駕駛導致的交通事故比例達40%以上,并且駕駛員疲勞駕駛造成的交通事故危害甚至超過了酒后駕駛和藥后駕駛。

目前，國內外相關學者已針對駕駛員疲勞駕駛開展了一系列的研究。在國外，Radun等[5]為了研究駕駛員性別與疲勞駕駛行為之間的關系，在對芬蘭駕駛員進行調查后發現，男性駕駛員比女性駕駛員更容易出現駕駛疲勞的現象；Walting等[6]為了研究人口學因素、態度、感知合法性、性格特征和冒險因素等變量對駕駛員疲勞駕駛行為的影響，對293位駕駛員進行了調查，結果發現駕駛員的年齡和態度比性格特征和冒險因素對駕駛員疲勞駕駛行為的影響更顯著；Vural等[7]運用機器學習訓練分類器的方法，對駕駛員打哈欠、眨眼以及其他面部動作進行了識別，并將此作為判斷駕駛員疲勞駕駛的依據。

在國內，對于駕駛員疲勞駕駛的研究則主要集中在駕駛員疲勞駕駛行為檢測方面。如金立生等[8]基于駕駛模擬器研究和分析了駕駛員在疲勞狀態下的轉向盤操作行為特征參數，建立了基于支持向量機的駕駛員疲勞狀態檢測模型；胡鴻等[9]基于疲勞檢測分級和預警與自動智能控制技術，開發了車載駕駛員疲勞駕駛實時檢測與控制系統。此外，也有部分學者對駕駛員疲勞駕駛行為的客觀因素進行了相關分析。如李都厚等[10]通過對國內外道路交通事故數據進行統計分析后發現，30歲以下男性駕駛員、3年以下和10年左右駕齡的駕駛員是疲勞駕駛所致交通事故的高發群體；2∶00～6∶00和15∶00～16∶00是駕駛員疲勞駕駛導致交通事故的高發時段。

然而，國內外對于駕駛員疲勞駕駛行為影響因素的分析仍然較少，因此從心理學角度深入了解駕駛員為什么會進行疲勞駕駛行為，對有效減少因駕駛員疲勞駕駛而發生的交通事故數量和提升道路交通安全管理水平是至關重要的。鑒于此，本文以計劃行為理論為主體框架，新增法律規范和行為經驗兩個解釋變量，建立了基于擴展計劃行為理論的駕駛員疲勞駕駛結構方程模型，從社會心理學的角度探究駕駛員疲勞駕駛行為的影響因素以及各影響因素之間的關系路徑，為減少駕駛員疲勞駕駛行為提供一定的參考依據。

1 研究理論與模型建立

1.1 計劃行為理論(TPB)的基本原理

計劃行為理論(the Theory of Planned Behavior,TPB)主要用于解釋個體行為的決策過程。相關研究指出，TPB對包括行人過街使用手機[11]、駕駛員超速駕駛[12]和駕駛員駕駛時使用手機[13]等在內的行人和駕駛員的不安全交通行為有較高的解釋能力和預測能力。TPB主要有3個變量：態度、主觀規范和知覺行為控制。該理論認為行為受到行為意向和知覺行為控制的直接影響，態度、主觀規范和知覺行為控制通過行為意向間接影響行為。其中，態度是指個人對某一行為所抱有的正面或負面的感覺；主觀規范是指個體感知到的社會壓力對某一行為的支持或反對；知覺行為控制是指執行某一行為時所感知到的促進或阻礙因素，是對既定行為可控程度的感知[14]。

1.2 基于擴展行為理論的駕駛員疲勞駕駛行為結構方程模型的建立

TPB對于其他相關解釋變量的加入是開放的，Bamberg等[15]認為增加新的變量可以提高TPB的解釋能力和預測能力；Conner等[16]通過研究發現，行為經驗與行為意向和駕駛員疲勞駕駛行為有直接的關系；Kim[17]通過研究也發現，法律規范與駕駛員在駕駛時使用手機行為意圖存在負相關的關系。此外，筆者在與職業駕駛員訪談時，他們表示不擔心因為疲勞駕駛而得到法律制裁，并且認為自己擁有豐富的疲勞駕駛經驗，可以很好地處理突發情況。因此，為了探討駕駛員疲勞駕駛行為的心理因素，本文擬加入行為經驗(Experience of Behavior,EB)和法律規范(Legal Norm,LN)兩個新的解釋變量，構建了基于擴展計劃行為理論(the Extended Theory of Planned Behavior,Ex-TPB)的駕駛員疲勞駕駛行為結構方程模型(Structural Equation Modeling,SEM)，詳見圖1。

圖1 基于擴展計劃行為理論(Ex-TPB)的駕駛員疲勞 駕駛行為結構方程模型Fig.1 Diagram of the structure equation model of fatigued driving behavior based on Ex-TPB

2 模型驗證與質量評估

2. 1 問卷設計與收集

數據收集采用問卷調查的形式進行。問卷內容包括三部分：問卷說明、基本信息、Ex-TPB量表。其中，基本信息主要包括被試者的性別、年齡、駕齡、睡眠質量等；Ex-TPB量表是根據Ajzen提出的TPB原始問卷內容[18]及其駕駛員相關疲勞駕駛行為的研究結果[19～20]進行改編而成。所有題項均采用5級李克特計分形式，1～2分表示低傾向，3分表示一般，4～5分表示高傾向。

調查問卷首先設置了一個潛在駕駛員的疲勞駕駛情景，被試者家里突發急事，需要當天趕回去處理，而被試者的家與工作地的距離超過了350 km，且被試者恰好滿足以下4種情況中的一種或幾種：①在工作6 h后開車；②在回家前一晚的凌晨2點入睡，且睡眠時間不超過6 h；③在開車前身體感到不適；④在回家前已開車很長一段距離。

在Ex-TPB量表中，三個題項用于描述行為態度，如“ATT1 在上述情景下開車回家是安全的”等；三個題項用于描述主觀規范，如“SN1您的家人不會阻止您在上述情景下開車”等；三個題項用于描述知覺行為控制，如“PBC1您認為自己有能力在上述情景下繼續開車并保持安全”等；兩個題項用于描述法律規范，如“LN1如果您身邊有人在上述情景下開車，他/她將會被警察發現并處罰款，扣6分 ”等；三個題項用于描述行為經驗，如“BE1在過去，您經常遇到與上述情景相似的情況，但您會選擇繼續開車直到終點”等；三個題項用于描述行為意向，如“BI1如果您遇到上述情景，您打算繼續開車回家不做任何休息”等；最后被試者將報告“FB在過去一年里，在遇到與上述情景類似的情況下，開車的次數”用于測量行為變量。

所有問卷均通過網絡填寫方式完成，為了保證問卷的質量，設置了同一IP地址的用戶不能重復填寫問卷。此外，被試者必須擁有駕駛證且最近一年有過駕駛經歷。被試者需要在規定時間內(5 min)完成問卷。本次調查共收回364份問卷，剔除無效問卷18份后，獲得有效問卷346份。

2. 2 問卷數據分析

2.2.1 調查樣本的描述性分析

在346份有效問卷中，被試者包括175名男性和171名女性；年齡在26歲～34歲之間的被試者最多，共159人，占總數的45.95%；駕齡占比最多的是2～3年，共164人，占總數的47.4%；有265人表示在開車2～4 h會感受到疲勞，占總數的76.59%；有161人的睡眠質量好，占總數的46.53%。

2.2.2 調查問卷的信度和效度分析

本文采用SPSS 22.0軟件對調查問卷進行信度和效度分析。在問卷的信度分析中，采用克隆巴赫α系數檢驗問卷內部的一致性。結果表明：Ex-TPB量表整體信度為0.78，6個潛變量的克隆巴赫α系數均大于0.7，說明Ex-TPB量表具有較好的內部一致性，符合問卷設計要求。

在問卷的效度分析中，采用KMO檢驗和Bartlett球型檢驗判斷變量是否適合做因子分析。結果表明：KMO值為0.822,該值大于0.50,Sig值為0.00，該值小于0.05，KMO檢驗和Bartlett球型檢驗通過，說明問卷可通過因子分析萃取公共因子。在公共因子的萃取上，使用最大方差法提取了6個特征值大于1的因子，解釋變異量分別為28.338%、11.032%、8.422%、8.219%、6.965%和6.649%，累計方差解釋率為69.625%，并且所有觀測變量在各自潛變量上的因子載荷均大于0.5，表明潛在變量有很好的建構效度。

2. 3 模型質量評估

調查問卷的信度和效度都符合要求后，本文利用上述建立的駕駛員疲勞駕駛行為Ex-TPB結構方程模型(SEM)(見圖1)，進行了模型質量評估。模型質量評估主要包括兩個部分，一是模型外在質量評估，二是模型內在質量評估。

模型外在質量評估主要檢驗問卷收集的數據與假設模型的匹配程度,其評價指標包括絕對適配度指數(RMESA、GFI、AGFI)、增值擬合指數(NFI、IFI、TLI、CFI)和簡約適配度指數(NC、PGFI、PNFI)。修正后的結構方程模型適配度指標見表1。

表1 修正后的結構方程模型適配度指標

由表1可知，各評價指標均符合評價標準的要求，表明問卷收集的數據與模型有很好的適配度。

模型內在質量評估主要通過潛在變量的組合信度和平均方差抽取量來判斷，其中組合信度用于評價一組潛在變量指標的一致性程度，具體評估結果見表2。

表2 結構方程模型內在結構指標

表2可知，平均方差抽取量用于評價一個潛在變量能被一組觀察變量有效估計的聚斂程度，各潛在變量的組合信度均大于0.7，說明模型的建構信度較好；各潛在變量的平均方差抽取量均大于0.50，表明模型聚斂性良好。

2. 4 模型路徑分析

綜上分析可知，所建立的結構方程模型質量較好，表明假設的模型路徑是合理的，從而得到如圖2所示的駕駛員駕駛行為影響因素Ex-TPB結構路徑圖。

圖2 駕駛員疲勞駕駛行為心理影響因素Ex-TPB 結構路徑圖Fig.2 Ex-TPB structure road map of the phychological factors influencing drivers’ fatigued driving behavior

3 駕駛員疲勞駕駛行為影響因素之間的相關性分析

在SEM中，內因變量是指模型當中受到任何一個變量影響的變量；外因變量是指模型當中未受到其他變量影響，卻能影響其他變量的變量。SEM輸出的內因變量和外因變量間的標準化回歸系數(Standardized Regression Weight,SRW)以及各外因變量間的標準化相關系數,見表3。

表3 駕駛員疲勞駕駛行為影響因素之間的相關性分析

注：“*”表示在0.05水平下顯著。

由表3可知：①行為意向、行為經驗和知覺行為控制對駕駛員疲勞駕駛行為有顯著正向影響(SRW分別為0.389、0.155和0.139)，且行為意向對駕駛員疲勞駕駛行為的影響最大；②行為態度對行為意向有顯著正向影響(SRW為0.257)；③主觀規范對行為意向有顯著正向影響(SRW為0.198)；④法律規范對行為意向有負向影響， 但不顯著(SRW為-0.106)；⑤知覺行為控制和行為經驗均對行為意向有顯著正向影響，且知覺行為控制對行為意向的影響稍大于行為經驗(SRW分別為0.218和0.217)；⑥法律規范、行為經驗和行為態度等5個變量之間有相互影響，且法律規范與主觀規范的相關性最強(SRW為-0.373)。

3.1 行為意向與行為態度之間的相關關系分析

行為意向是駕駛員疲勞駕駛行為最主要的影響因素，表明行為意向對駕駛員疲勞駕駛行為有很強的預測能力，這與Jiang等[19]的研究結論基本一致。行為意向受到行為態度、行為經驗、主觀規范和知覺行為控制的顯著影響，且受行為態度的影響最大。因此，交通管理部門可通過影響駕駛員的行為態度來干預駕駛員疲勞駕駛行為意向，如積極開展杜絕駕駛員疲勞駕駛行為的宣傳教育工作，讓駕駛員重視疲勞駕駛行為的危險性，同時還要讓駕駛員對交通事故產生畏懼心理，以減少駕駛員疲勞駕駛行為。

3.2 知覺行為控制與行為經驗之間的相關關系分析

知覺行為控制和行為經驗均顯著正向影響駕駛員的行為意向和疲勞駕駛行為，表明隨著駕駛員疲勞駕駛行為次數的增多，駕駛員疲勞駕駛經驗的不斷豐富，可導致自我控制能力減弱，久而久之便形成了習慣，便可跳過行為意向直接影響駕駛員疲勞駕駛行為，這與張磊等[21]對自行車不安全行為的研究結論基本一致。在駕駛員感到疲勞的時候，警告措施能有效地提高駕駛員的自控能力，降低駕駛員繼續疲勞駕駛的幾率，所以交通管理部門可在高速、國道、省道等道路上多設置疲勞駕駛行為警告標示牌，用以警示駕駛員，杜絕疲勞駕駛行為。此外，交管部門應對駕齡較長的駕駛員進行有針對性的教育與培訓工作，如組織他們重新學習交通安全知識，并考試，以提高他們對交通法律法規的認識。

3.3 主觀規范與法律規范之間的相關關系分析

主觀規范對駕駛員疲勞駕駛行為意向有顯著正向影響，而法律規范對駕駛員疲勞駕駛行為意向的影響是最弱的。其原因可能是：①現行、有效的疲勞駕駛檢測系統沒有得到廣泛運用，駕駛員認為即便自己疲勞駕駛，警察也不會發現；②家人、朋友等有時也會進行疲勞駕駛，導致他們的勸告缺乏說服力；③目前對駕駛員疲勞駕駛行為判定的依據不全，僅僅只是通過連續駕駛時間來判斷，未考慮到駕駛員工作時間、累計駕駛時間和身體狀況等因素；④現行的法律法規針對駕駛員疲勞駕駛行為的處罰力度不足，對駕駛員沒有起到約束作用。

綜上分析，本文提出以下建議：①交管部門應加強對駕駛員疲勞駕駛行為的檢查，綜合考慮能讓駕駛員感到疲勞的多種因素，進一步完善法律法規的制定，同時做好相關法律法規的教育工作，提高駕駛員對相關法律法規的認識；②每個駕駛員要以身作則，在日常開車感到疲勞時，把車停在路邊安全的地方，打開車窗休息，同時要勸誡身邊人減少疲勞駕駛行為。

3 結 論

(1) 本文運用計劃行為理論，新增法律規范和行為經驗兩個變量，構建了基于擴展計劃行為理論(Ex-TPB)的駕駛員疲勞駕駛行為結構方程模型，并通過問卷調查驗證了該結構方程模型對駕駛員疲勞駕駛行為具有較強的解釋能力和預測能力。

(2) 從社會心理學角度分析了駕駛員疲勞駕駛行為的原因，結果發現：行為態度、知覺行為控制、主觀規范、行為經驗均對駕駛員疲勞駕駛行為意向有顯著正向影響，僅法律規范的影響不顯著；行為經驗、知覺行為控制和行為意向對駕駛員疲勞駕駛行為有正向顯著影響。這可為交管部門開展更有效的交通安全教育工作與制定監控管理措施提供依據。

(3) 本研究還存在一定的局限性，一些其他的因素如道德規范、風險感知等也會對駕駛員疲勞駕駛行為有一定的影響，今后可開展進一步的研究。