基于計劃行為理論的農村交通安全行為影響因素研究

摘" 要：為了提高農村地區交通參與者的交通安全意識，面向湖南省懷化市農村地區，設計了基于計劃行為理論的農村交通安全行為量表，共收集有效問卷2 664份，有效率為88.83%，將研究對象分成步行、乘車、騎行和駕駛車輛四類分別進行研究，并通過信度檢驗、探索性因子分析與驗證性因子分析，刪除了4個題項，證實了量表的成熟性。最后通過SPSS和AMOS結構方程軟件實證表明，以騎行和駕駛車輛為主的交通參與者的不安全行為受到態度和知覺行為控制的影響較大，以乘車為主的交通參與者的不安全行為受到態度和主觀規范的影響較大，以步行為主的交通參與者的不安全行為受到知覺行為控制的影響較大，提出了針對不同的交通參與者的提高交通安全意識的策略。

關鍵詞：計劃行為理論；結構方程模型；測評量表；路徑分析；農村交通安全

" 中圖分類號：U491.2+54" " 文獻標志碼：A" " DOI：10.13714/j.cnki.1002-3100.2025.05.020

Abstract： In order to improve the traffic safety awareness of traffic participants in rural areas， a rural traffic safety behavior scale based on the theory of planned behavior was designed for the rural areas of Huaihua City， Hunan Province. A total of 2 664 valid questionnaires were collected， with an effective rate of 88.83%. The research objects were divided into four categories： Walking， riding， cycling and driving vehicles. Through reliability test， exploratory factor analysis and confirmatory factor analysis， four items were deleted， which confirmed the maturity of the scale. Finally， the empirical results show that the behavioral intention of traffic participants based on cycling and driving vehicles is greatly influenced by attitude and perceptual behavior control. The behavioral intention of traffic participants based on riding is greatly influenced by attitude and subjective norms. The behavioral intention of traffic participants based on walking is greatly influenced by perceptual behavior control. Ultimately， this paper proposes strategies to improve traffic safety awareness for different traffic participants.

Key words： theory of planned behavior; structural equation model; evaluation measurement; path analysis; rural traffic safety

“減量控大”工作部署，是公安部于2020年全國道路交通事故預防會議上，就事故預防提出的工作要求，據2006年至2018年間我國道路交通事故數據統計，農村地區的交通事故死亡率始終遠高于城市。加強農村地區的交通安全治理，一直是公安交警部門工作的重點和難點。由于我國農村交通參與者的安全意識較為薄弱，需要進行交通安全宣傳。但農村地緣廣闊、宣傳工作大，需要進行針對性宣傳教育，因此通過挖掘不安全交通行為產生的意圖，進而進行針對性的宣傳教育，是落實農村地區的“減量控大”工作的一大有效途徑。

" 近年來，學者通過不同角度對交通參與者的行為進行了分析。如王江鋒等[1]借助隱馬爾可夫模型給出了駕駛行為意圖應用于車輛避撞預警的研究展望。柏璐[2]通過分析電動自行車的不安全行為，分析了不安全行為對城市信號交叉口、路段安全性的影響。其中，計劃行為理論在研究個體行為在決策過程中的內在機制有著突出優勢，尤其能顯著增加對不安全交通行為意向的解釋度和預測力[3]。該理論旨在解釋個人行為背后的決策過程，包括態度、主觀規范和知覺行為控制等因素。目前已逐漸應用于交通安全行為意圖的研究，如老年駕駛人行為[4]、大學生闖紅燈行為[5]和城鄉結合部路段駕駛員駕駛行為[6]等，但基于TPB理論研究農村交通安全行為的研究較少。

目前各地市公安交警部門，為了了解農村交通安全意識的薄弱點，多自行設計問卷量表進行調查，重復工作量大且宣傳教育針對性效果不穩定，并且各地市公安大多針對某種駕駛行為進行調查設計，如騎行、超速行駛等，缺少一套統一、全面且經過統計學檢驗的成熟的調查量表。

" 為解決這一問題，本文根據國內外已有的基于TPB的相關交通行為量表，如改進的駕駛員行為問卷量表[7]、摩托車駕駛員行為問卷量表[8]等，結合我國農村交通特點，擬設計“農村交通安全行為調查問卷”，對問卷進行了信效度檢驗，利用結構方程模型，分析農村不安全交通行為的影響機制，對不同的交通參與者提出了針對性交通安全宣傳教育策略，供各地市公安交警部門參考。

1" 方法論述

1.1" 計劃行為理論。計劃行為理論（Theory of Planned Behavior，簡稱TPB）是美國學者Ajzen提出社會心理學理論，其核心思想是行為意圖會直接決策實際行為，而態度、主觀規范和知覺行為控制三個認知方面因素共同影響行為意圖。由于交通行為意圖產生交通行為是已知條件，因此本文重點研究態度、主觀規范和知覺行為控制對行為意圖的影響機理。其中，態度是指對某交通行為的工具性評價（如有益或者有害）或情感性評價（如愉快或者不愉快）；主觀規范是指進行交通行為時所受到的社會壓力；知覺行為控制是指對進行某種交通行為難易程度的認知，即作出該交通行為所受到的阻礙程度；行為意圖是個體進行某交通安全行為的傾向，其基本關系圖如圖1所示。

1.2" 結構方程。結構方程（Structural Equation Model，簡稱SEM）模型是檢驗和估計變量間因果關系的一種統計方法，可以評估TPB中變量之間的關系，并檢驗模型的準確性和適用性。

2" 問卷設計與數據描述

2.1" 問卷設計?；赥PB理論，問卷分為2個部分設計調查內容：（1）個體屬性指標，包括性別、年齡、駕齡、地址、受教育程度、主要駕駛或乘車類型以及主要出行方式7個問題；量表設置跳轉題，在第7題中，通過“主要出行方式”的選擇跳轉到第2部分相應部分作答對應的10個題目；（2）TPB結構的問卷，共包含4個小部分，每個小部分設置有10題，共40個問題，問卷從乘車安全、步行安全、騎行安全、以及行車安全四個方面研究個體對于交通安全的認知，其響應均采用李克特五點量表，取值范圍為1～5。具體問題設置如表1所示。

2.2" 數據預處理。問卷向湖南省懷化市農村地區的個體進行隨機發放，樣本收集采用分層隨機抽樣的方式。共發放3 000份問卷，為提高問卷質量，對數據進行以下預處理：（1）對作答地址不為湖南省懷化市農村地區的數據、年齡與駕齡之差小于18的數據、主要駕駛或乘坐的車輛類型與主要出行方式明顯不符的數據以及作答全部相同的數據進行剔除；（2）對反向問題進行反向編碼，使得編碼后不同題目同一數字代表含義一致；（3）將問卷中帶有空值的數據進行剔除。

" 經過預處理后，共得到有效問卷2 664份，有效率88.83%，其中居民主要出行交通方式為駕駛車輛的問卷有1 246份，為騎車的問卷有667份，為步行的問卷共有339份，為乘車的共有412份。

" 由于因子分析要求樣本量必需滿足為變量數的至少5～10倍，且變量不能少于10個[9]。文中每類情境需要估計的變量數為32個，實際樣本數均超過320個，滿足要求，可以進行因子分析。

2.3" 數據描述性分析。調查樣本人口統計學變量（見表2），樣本年齡和駕齡分布比例適中，學歷以高中、大專與本科為主，符合人口統計學特征，樣本具有隨機性。

3" 模型實現與優化

3.1" 模型結果。為驗證量表的成熟型，需要進行探索性因子分析和信度分析。根據吳明隆[9]的研究，計算得Kaiser-Meyer

-Olkin檢驗指標值大于0.80，Bartlett球型度檢驗顯著性小于0.05，符合探索性因子分析的前提。此外，探索性因子分析要求所有題項的因子負荷系數應均大于0.5，且累計方差解釋率大于等于50%。

" 基于此，本文采用主成分分析最大方差法，以特征根gt;1.0為標準提取公共因子，將不達標的203、207、219和223四個題項進行了剔除，其余各個題項的內容與預分類設置的“態度”、“主觀規范”、“知覺行為控制”和“行為意圖”維度一致，且經檢驗，所有題目因子負荷均在0.50～0.90之間累計方差解釋率均高于50%。因此刪除上述題項后，本文量表符合TPB模型的結構，具有良好的結構效度。

" 在信度分析方面，經過Cronbach's ɑ的檢驗，每一交通方式題項的ɑ系數均大于0.6，表明調查數據內部一致性良好[10]，信度達標。

" 綜上所述，本文設計并修訂的量表具有較好的信度和效度，可以作為評估農村交通參與者交通安全文化的有效工具。

" 隨后，對文中設計的農村交通安全TPB量表構建結構方程，進行路徑分析，得到各變量間標準化路徑系數及顯著性，結果如圖2所示。

由圖2可知，超過90%的潛變量標準化因子負荷大于0.5，依據Iacobucci[11]的研究及表3" SEM統計檢驗量指標，通過檢驗結果與表3中的“適配標準”比較可知，結果達標，測量模型具有較強的解釋能力。

3.2" 驗證性因子分析。驗證性因子分析用于檢驗變量間關系的可靠性，分析內容包括收斂效度和區分效度的檢驗，根據Chin[12]的研究，收斂效度指標有組合信度CR和平均變異抽取量AVE，最低達標標準分別為0.7與0.5，其計算公式如下：

經Amos 28軟件的檢驗，每類交通方式情境下的每4個潛變量的組合信度CR均≥0.7，平均變異抽取量AVE≥0.5，潛變量的AVE的平方根均達標，因此所有變量均滿足收斂效度和區分效度，分析結果具有較強的可解釋性。

3.3" 結果解讀。SEM分析了不同交通方式群體對交通安全的態度、主觀規范、知覺行為控制對交通安全行為意圖之間的關系，結果如表4所示。

由表4可知，乘車人群中，乘車安全態度和主觀規范對乘車安全行為意圖有正向影響，標準化路徑系數（后簡稱系數）分別為0.287和0.319，知覺行為控制沒有顯著影響，系數為0.206。步行出行人群中，知覺行為控制對步行安全行為意圖有正向影響，系數為0.298，而態度和主觀規范則沒有顯著影響，系數為0.102和0.176。騎行出行人群中，騎行安全態度和知覺行為控制對行為意圖有顯著的正向影響，系數為0.641和0.392，主觀規范則沒有顯著影響，系數為0.123。駕駛車輛出行人群中，行車安全態度和知覺行為控制對行車安全行為意圖有正向影響，系數為0.455和0.623，而主觀規范沒有顯著影響，系數為0.012。

" 綜上所述，以騎行和駕駛車輛為主的交通參與者的行為意圖受態度和知覺行為控制的影響較大，以乘車為主的交通參與者的行為意圖受態度和主觀規范的影響較大，以步行為主的交通參與者的行為意圖受知覺行為控制的影響較大。

3.4" 農村交通安全宣傳策略。對于騎行和駕車人群，在態度層面，可以通過增設交通安全宣傳欄，加強宣傳海報等宣傳方式，通過完善限速提醒，文明讓行等交通警示提示牌，讓交通參與者知道哪些是不安全行為并且“不想”進行不安全行為。在提高知覺行為控制層面，可以通過增設減速帶、線形誘導等安全標志標線；通過增加交通監控設施的覆蓋率和提高查處力度，避免產生不安全的行為意圖。

" 對于乘車人，主觀規范對行為意圖的影響較大，因此宣傳教育方式上應側重采用覆蓋大部分人群的普及性宣傳，如通過在趕集趕圩和重大節假日時期進行廣播，利用微信在村民群中轉發相關信息等方式進行交通安全宣傳。

" 對步行群體，知覺行為控制對降低交通危險行為的發生具有顯著作用，在強化“隨意穿越道路是非常危險的”這一意識認知上，相關部門可以通過墻體字畫等實體宣傳以及開展教育活動等方式，向他們傳授居安思危和出行安全高于出行暢通等正確的交通安全理念，進而消除危險出行行為的意圖。

4" 結束語

" 本文創新在于，設計了基于TPB理論的適合于農村交通安全行為研究的問卷量表，并通過了信效度檢驗，可以為公安交管部門針對農村的交通安全分析提供成熟量表；可定量分析出態度、主觀規范和知覺行為控制對不安全交通行為的影響比重，進而針對性的制定改善交通安全的策略。然而本文的研究也存在一些不足之處，量表僅在湖南懷化市農村收集數據，且量表設計不唯一，不能代表全國的情況，推廣應用仍需要在更大的范圍中測試與驗證。

參考文獻：

[1] 王江鋒，劉雨桐，王夢玉，等. 車車通信環境下基于駕駛意圖共享的車輛避撞預警算法[J]. 中國公路學報，2020，33（6）：65-76.

[2] 柏璐. 城市道路電動自行車交通特性與安全影響研究[D]. 南京：東南大學，2017.

[3] 趙曉華，朱紅臻，邊揚，等. 基于擴展TPB模型的老年駕駛人自我調節行為研究[J]. 華南理工大學學報（自然科學版），2022，50（3）：28-37.

[4] 郭鳳香，周怡雯，李明遠，等. 基于TPB理論和結構方程模型的老年駕駛人安全培訓[J]. 長安大學學報（自然科學版），2022，42（5）：96-104.

[5] 馬瑩瑩，陸思園. 基于計劃行為理論的大學生闖紅燈行為決策模型[J]. 華南理工大學學報（自然科學版），2018，46（9）：73-81.

[6] 張惠玲，王益，楊金燕. 基于TPB理論的城鄉結合部路段駕駛員駕駛行為影響因素分析[J]. 重慶交通大學學報（自然科學版），2018，37（12）：105-110.

[7]" CHEN H Y W， DONMEZ B， HOEKSTRA-ATWOOD L， et al. Self-reported engagement in driver distraction： An application of the Theory of Planned Behaviour[J]. Transportation Research Part F： Traffic Psychology and Behaviour， 2016，38：151-163.

[8] 楊鴻泰，蘇帆，劉小寒，等. 摩托車駕駛員闖紅燈的行為意向研究[J]. 中國安全科學學報，2018，28（2）：21-27.

[9] 吳明隆. 問卷統計分析實務[M]. 重慶：重慶大學出版社，2010.

[10]" HAIR J F， et al. Multivariate data analysis[M]. Upper Saddle River， NJ： Prentice Hall， 2009.

[11]" IACOBUCCI D. Structural equations modeling： Fit indices， sample size， and advanced topics[J]. Journal of Consumer Psychology， 2010，20（1）：90-98.

[12]" CHIN W W. Commentary： Issues and opinion on structural equation modeling[J]. MIS Quarterly， 1998，22（1）：1.