基于調(diào)查問卷的不安全駕駛行為分析

李海琴，黎莉

（長安大學(xué) 汽車學(xué)院，陜西 西安 710064）

綜 述

基于調(diào)查問卷的不安全駕駛行為分析

李海琴，黎莉

（長安大學(xué) 汽車學(xué)院，陜西 西安 710064）

營運(yùn)車輛的道路交通安全面臨著非常嚴(yán)峻的問題，近些年來由于營運(yùn)駕駛?cè)瞬话踩{駛行為導(dǎo)致的交通事故有逐年增加的趨勢。本文通過調(diào)查問卷分析駕駛?cè)瞬话踩{駛行為的現(xiàn)狀，為今后交通管理的完善提供理論支持。

道路交通安全；營運(yùn)駕駛?cè)?；不安全駕駛行為；調(diào)查問卷

CLC NO.: U491.2 Document Code: A Article ID: 1671-7988(2015)02-145-04

引言

在我國，營運(yùn)車輛的交通安全面臨著非常嚴(yán)峻的安全問題，一方面是營運(yùn)運(yùn)輸車輛類型多、數(shù)量龐大，營運(yùn)運(yùn)輸車輛的安全保護(hù)設(shè)施相對不足或者落后，安全性較轎車低；營運(yùn)駕駛讓人由于受教育程度偏低、安全意識較差等因素，在駕駛過程中存在著較多的不安全駕駛行為。根據(jù)2013年道路交通事故統(tǒng)計年報，全國涉及人員傷亡的道路交通事故198394起，造成58539人死亡、213724人受傷，其中營運(yùn)車輛共肇事47047起，導(dǎo)致20153人死亡，47237人受傷，分別約占事故總數(shù)的23.7%、34.4%和22.1%；其中16起一次死亡10人以上的重大交通事故全部是因營運(yùn)車輛引起的[1]。大量研究資料表明，90%以上的交通事故都與駕駛?cè)艘蛩赜嘘P(guān)，駕駛?cè)瞬话踩{駛行為是導(dǎo)致交通事故最主要、最直接的原因。因此，駕駛?cè)诵枰岣邔Σ话踩{駛行為的認(rèn)識，減少不安全駕駛行為的發(fā)生，才能有效減少道路交通事故的發(fā)生，營造良好的道路交通安全環(huán)境。

1、調(diào)查問卷設(shè)計

參考DBQ(Driver Behavior Questionnaire)問卷，調(diào)查問卷分為基本信息和問卷主體，基本信息包括駕駛?cè)四挲g、駕齡、駕駛現(xiàn)駕駛車型年數(shù)、違規(guī)次數(shù)、每日工作時長等，問卷主體則分為不安全駕駛行為出現(xiàn)的頻率和不安全駕駛行為導(dǎo)致事故的可能性兩部分。根據(jù)相關(guān)文獻(xiàn)調(diào)研中匯總出53種不安全駕駛行為[2]，通過專家打分法篩選出37種不安全駕駛行為（如表1所示），再根據(jù)問卷的需要篩選出18種不安全駕駛行為用于調(diào)查問卷中（如表2所示）。

（1）對于“搶紅燈行駛”、“逆向行駛”、“酒后駕駛”、“違法掉頭”、“駕車強(qiáng)行通過禁止通行路段”、“急轉(zhuǎn)彎”、“長下坡連續(xù)制動”、“占用應(yīng)急車道行駛”、“在某路段禁止通行的時間內(nèi)駕車通過該路段”這九種駕駛行為，由于其不安全性是顯而易見的，所以并不將其列入調(diào)研問卷中。

（2）對于如下“違規(guī)裝載”、“駕駛有故障/報廢/非法改裝等不符合規(guī)定車輛”駕駛行為，并不算是嚴(yán)格意義上的“駕駛行為”，所以不將其列入調(diào)研問卷中。

（3）對于如下“高速公路出口，在減速車道上進(jìn)行超車”、“在高速公路匝道上進(jìn)行超車”、“高速公路入口，在加速車道上進(jìn)行超車”、“強(qiáng)行超車”都將概括在“不適合超車時，超車”不安全駕駛行為中。

表1 專家打分法結(jié)果

（4）對于如下“不良路況速度過快”、“惡劣天氣速度過快”都將概括在“超速行駛”不安全駕駛行為中。

（5）對于如下“疏于觀察道路情況”、“特殊路況經(jīng)驗(yàn)不足”、“疲勞駕駛”較難通過設(shè)備檢測，現(xiàn)研究階段沒有有效可行的檢測手段，且無法明確給出相應(yīng)定義，所以不列入調(diào)研問卷中。

（6）對于“進(jìn)站時，并排?？俊惫卉囻{駛?cè)笋{駛行為并不在37種不安全駕駛行為中，但是考慮調(diào)研單位涉及到公交公司，所以將其列入調(diào)研問卷中。

表 2 不安全駕駛行為統(tǒng)計表

綜上所述，通過篩選的不安全駕駛行為總計18種，如表2所示。

2、調(diào)研數(shù)據(jù)分析

隨機(jī)挑選營運(yùn)駕駛?cè)藢?shí)施匿名問卷測試，總計發(fā)放300份調(diào)查問卷，實(shí)際回收問卷285份（回收率95%）。在收回的所有問卷中，進(jìn)行廢卷處理工作，將缺失信息過多，明顯胡亂做答的問卷剔除，最后得到有效問卷260份（有效回收率86.7%）。為了確保調(diào)查數(shù)據(jù)的準(zhǔn)確性，需要對調(diào)查問卷進(jìn)行信度與效度分析。

2.1 信度分析

在問卷調(diào)查分析中，調(diào)查問卷有效是其重要條件，而問卷有效的必要條件是問卷可信[3]。信度即是可信度，是指對同一題目重復(fù)打分時，所得結(jié)果的一致性程度。信度數(shù)值越大，各題目越是顯示出強(qiáng)烈的正相關(guān)，問卷的可信度越高。目前，最常采用的信度分析法是Cronbach's α系數(shù)法，其公式如下所示。

表3 信度檢驗(yàn)標(biāo)準(zhǔn)

（1）不安全駕駛行為出現(xiàn)的頻率

使用SPSS 18.0軟件得到不安全駕駛行為調(diào)查問卷信度統(tǒng)計結(jié)果[4]，Cronbach's α系數(shù)為0.959，表明調(diào)查問卷的信度為“十分可信”，如表 4所示。

表4 不安全駕駛行為出現(xiàn)的頻率信度項目統(tǒng)計

（2）不安全駕駛行為導(dǎo)致事故的可能性

使用SPSS 18.0軟件得到Cronbach's α系數(shù)為0.976，表明調(diào)查問卷的信度為“十分可信”，如表 5所示。

表5 不安全駕駛行為導(dǎo)致事故的可能性信度項目統(tǒng)計

2.2 效度分析

效度即是有效程度，是指問卷能夠準(zhǔn)確測量其題目屬性的程度。本文采用因子分析的方法對問卷的結(jié)構(gòu)效度進(jìn)行檢驗(yàn)。首先要應(yīng)用KMO和Bartlett's球形檢驗(yàn)來判斷其能否做因子分析。其中在KMO檢驗(yàn)中，KMO值（介于0至1之間）越接近1時，越適合應(yīng)用因子分析；在Bartlett檢驗(yàn)中，當(dāng)Sig.值小于0.01時，適合應(yīng)用因子分析[5]。

（1）不安全駕駛行為出現(xiàn)的頻率

表6 KMO和Bartlett檢驗(yàn)結(jié)果

KMO和Bartlett的檢驗(yàn)結(jié)果如表 6所示。KMO值為0.945，Bartlett檢驗(yàn)的顯著性Sig.值為0.000遠(yuǎn)小于0.01，達(dá)到極顯著水平，說明適合應(yīng)用因子分析。

對樣本進(jìn)行結(jié)構(gòu)效度檢驗(yàn)，就是采用因子分析法對潛在公因子進(jìn)行識別，并進(jìn)行正交旋轉(zhuǎn)，顯著相關(guān)的就是因子負(fù)荷大于0.4的條目。對該部分的效度檢驗(yàn)中，沒有因子負(fù)荷小于0.4的條目，即全部通過效度檢驗(yàn)。

（2）不安全駕駛行為導(dǎo)致事故的可能性

表7 KMO和Bartlett的檢驗(yàn)結(jié)果

KMO和Bartlett的檢驗(yàn)結(jié)果如表 7所示。KMO值為0.961，Bartlett檢驗(yàn)的顯著性Sig.值為0.000遠(yuǎn)小于0.01，達(dá)到極顯著水平，說明適合應(yīng)用因子分析。對該部分的效度檢驗(yàn)中，沒有因子負(fù)荷小于0.4的條目，即全部通過效度檢驗(yàn)。

3、不安全駕駛行為分析

3.1 不安全駕駛行為的常見性

表8 不安全駕駛行為出現(xiàn)頻率排序

按照Likert五級評分法，按照答案的強(qiáng)度處理數(shù)據(jù)。選項1得1分，選項2得2分，依次類推，分?jǐn)?shù)越高表示出現(xiàn)的頻率越高。根據(jù)調(diào)查問卷打分的結(jié)果，對不安全駕駛行為出現(xiàn)的頻率進(jìn)行排序，如表 8所示。

統(tǒng)計分析得到不安全駕駛行為的常見性情況（如圖1所示），“跟車距離太近”、“超速行駛”兩項駕駛行為的常見性均值約為3.0 ，“頻繁換道”常見性均值約為2.9，“超車時，不打轉(zhuǎn)向燈”常見性均值較高約為2.8?？梢姡@四項駕駛行為均是較為常見的不安全駕駛行為，發(fā)生頻率較高。

3.2 不安全駕駛行為導(dǎo)致事故可能性

同樣采用按照Likert五級評分法，選項1得1分，選項2得2分，依次類推，分?jǐn)?shù)越高表示導(dǎo)致事故的可能性越大。根據(jù)問卷打分的結(jié)果，對不安全駕駛行為導(dǎo)致事故可能性進(jìn)行排序，如表 9所示。

表9 導(dǎo)致交通事故的可能性排序

統(tǒng)計分析得到不安全駕駛行為導(dǎo)致事故可能性情況（如圖2所示），得到“超速行駛”導(dǎo)致事故可能性的均值達(dá)到了3.6 ，“不恰當(dāng)停車”、“在無信號路口/支路，沒有讓行”、“接聽或者撥打電話”、“不適合超車時，超車”、“急剎車”、“跟車距離太近”、“公交車開關(guān)車門時，沒有停車”等駕駛行為導(dǎo)致事故可能性的均值都為3.5。

綜合不安全駕駛行為的常見性，“跟車距離太近”、“超速行駛”兩項駕駛行為發(fā)生頻率較高，且也被認(rèn)為導(dǎo)致事故的可能性較高。

3.3 不安全駕駛行為重要度

不安全駕駛行為重要度排序要結(jié)合不安全駕駛駕駛行為發(fā)生頻率與導(dǎo)致交通事故可能性兩部分內(nèi)容，并且這兩部分權(quán)重相同，而問卷主體不安全駕駛行為導(dǎo)致事故的可能性部分分值普遍要高于不安全駕駛駕駛行為發(fā)生頻率部分分值，所以將兩部分化為統(tǒng)一的權(quán)重，才能得出綜合的結(jié)果，如表所示。

表10 不安全駕駛行為重要度排序

4、結(jié)論

通過對營運(yùn)駕駛?cè)说恼{(diào)查問卷，分析了營運(yùn)駕駛?cè)耸朔N不安全駕駛行為的狀況，并對其重要度進(jìn)行了排序。研究結(jié)果表明，超速行駛和跟車距離過近是營運(yùn)車輛最為常見和安全隱患最大的不安全駕駛行為；由于營運(yùn)車輛的特殊性，營運(yùn)駕駛?cè)嗽隈{駛過程中接聽或者撥打電話、在不適合超車時超車會對營運(yùn)車輛的行駛安全造成極大的威脅。

[1] 公安部交通管理局. 中華人民共和國交通事故統(tǒng)計年報, 2013年.

[2] Sheila G. Klauer. Risky Driving Report [R]. Virginia Polytechnic Institute and State University, 2006.

[3] 李百川編著. 汽車駕駛員適宜性檢測及評價[M]. 北京: 人民交通出版社, 2003.

[4] 吳明隆. SPSS統(tǒng)計應(yīng)用實(shí)務(wù)-問卷分析與應(yīng)用統(tǒng)計 [M].北京: 科學(xué)出版社, 2003.

[5] Hilde Iversen. Risk-taking attitudes and risk driving behavior [J].Transportation Research Part F, 2004, 7: 135-150.

Analysis of Unsafe Driving Behavior Based on Questionnaire

Li Haiqin, Li Li
( School of Automobile, Chang'an University, Shaanxi Xi'an 710064)

Road traffic safety of the commercial vehicle is facing a very serious problem, traffic accidents cause by commercial vehicle drivers' unsafe driving behaviors has an increased trend in recent years. The article analysis the current situation of unsafe driving behavior through the questionnaire, to provide theoretical support for the improvement of traffic management in the future.

road traffic safety; commercial vehicle driver; unsafe driving behaviors; questionnaire

U491.2

A

1671-7988(2015)02-145-04

李海琴，長安大學(xué)汽車學(xué)院碩士研究生，主要研究方向?yàn)檐囕v與道路交通安全技術(shù)。