基于持續(xù)跟蹤調(diào)查的防御性駕駛行為分析模型

高紅麗，高麗英，楊煒程，范雙雙

(1.西南交通大學(xué)交通運輸與物流學(xué)院，成都611756；2.西華大學(xué)汽車與交通學(xué)院，成都610039；3.汽車測控與安全四川省重點實驗室，成都610039；4.四川交通職業(yè)技術(shù)學(xué)院汽車工程系，成都611130；5.成都紡織高等?？茖W(xué)校，成都611731；6.四川(成都)兩院院士咨詢服務(wù)中心，成都610041)

0 引言

全世界范圍內(nèi)機動化出行持續(xù)增長，2018年全球道路安全現(xiàn)狀報告中，世界衛(wèi)生組織指出道路交通死亡人數(shù)繼續(xù)攀升，每年死亡135萬人，對人類的傷害已經(jīng)超越任何一種疾病的威脅，像傳染病般蔓延，迫切需要得到全社會的共同治理.面對交通事故“傳染病”，需要研制出更多新的“疫苗”，即從整個道路交通系統(tǒng)人、車、路、環(huán)境各方面共同實施主動防御措施.

防御性駕駛是一種以預(yù)防為核心，可以有效降低交通事故發(fā)生率及事故損傷度的安全駕駛方式，最早由美國人哈羅德·史密斯提出，旨在駕駛過程中準(zhǔn)確預(yù)測和識別各種潛在風(fēng)險，使駕駛員不主動引發(fā)事故和有效避免被動卷入事故.美國資深駕駛教練Robert Schaller整理了防御性駕駛70條準(zhǔn)則(70 Rules of Defensive Driving)，較為全面地闡述了防御性駕駛的具體做法.防御性駕駛引入我國相對較晚且主要是對職業(yè)駕駛員進(jìn)行防御駕駛技術(shù)培訓(xùn).何桂發(fā)[1]通過分析防御性駕駛技術(shù)的基本概念，提出防御性駕駛的重要性；張軍[2]提出風(fēng)險知覺和防御駕駛是一種預(yù)測危險并遠(yuǎn)離危險的駕車、用路哲學(xué)；陳文金[3]從防御性駕駛行為特征出發(fā)，論證了事故責(zé)任認(rèn)定增加防御性行為作用評判的合理性.福建省泉州高速公路交警支隊制作了防御性駕駛技術(shù)推廣視頻.2016年5月1日起，我國駕考科目三，即道路駕駛技能考試增加了防御性駕駛技術(shù)內(nèi)容.但截至目前，對防御性駕駛的學(xué)術(shù)研究主要是從概念和作用等方面的定性分析；由于缺乏有效傳播，廣大非職業(yè)駕駛員對防御性駕駛了解甚少.我國私家車數(shù)量快速增長，非職業(yè)駕駛員數(shù)量龐大，每天在各種道路上駕車的絕大多數(shù)是這部分群體，故對非職業(yè)駕駛員防御性駕駛行為進(jìn)行調(diào)查分析，找出影響因素，針對性采取措施，促使該行為得到廣泛推廣具有一定實際意義.

本文以成熟的社會心理學(xué)理論——計劃行為理論(Theory of Planned Behavior，TPB)為基礎(chǔ)，通過界定防御性駕駛行為基本概念，開發(fā)基于計劃行為理論的防御性駕駛行為量表(Defensive Driving Behavior Scale,DDBS)；分析行為意向?qū)罄m(xù)防御性駕駛行為的影響，采用方便抽樣法對部分非職業(yè)駕駛員進(jìn)行了兩次間隔3個月的持續(xù)跟蹤調(diào)查；第1次調(diào)查基于TPB的防御性駕駛心理變量及過去防御性駕駛行為，第2次僅調(diào)查駕駛員后續(xù)的防御性駕駛行為；通過對兩次調(diào)查對象的一致性關(guān)聯(lián)匹配，獲取有效調(diào)查數(shù)據(jù)，進(jìn)行結(jié)構(gòu)模型架構(gòu)分析.

1 計劃行為理論模型構(gòu)建

計劃行為理論是1985年Ajzen[4]在理性行為(Theory of Reasoned Action，TRA)的基礎(chǔ)上增加知覺行為控制變量提出的理論，很多方面得到了大量研究結(jié)果的支持，對人類理性行為具有很好的解釋力和預(yù)測力.段文婷[5]指出該理論不僅可以用來解釋和預(yù)測行為，還能一定程度上干預(yù)行為.從方法論的角度看，計劃行為理論變量與行為之間關(guān)聯(lián)在同一時間點測量時容易受到一致性偏差的影響，如果采用同一次調(diào)查數(shù)據(jù)分析之間的關(guān)系，可能導(dǎo)致人為夸大計劃行為理論措施與行為之間的關(guān)系[6].由于測量行為的不易，截至目前，大多數(shù)利用計劃行為理論進(jìn)行行為分析的研究，只分析到行為意向或采用過去行為來間接測定未來行為.

本文利用兩次調(diào)查數(shù)據(jù)，構(gòu)建以行為態(tài)度(Attitude toward the behavior,AT)、主 觀 規(guī) 范(Subjective norm,SN)、知覺行為控制(Perceived Behavioral Control,PBC)和過去防御性駕駛行為(Prior Defensive Driving Behavior,PDDB)為預(yù)測變量，行為意圖(Behavior Intention，BI)為中介變量，后續(xù)防御性駕駛行為(Subsequent Defensive Driving Behavior,SDDB)為結(jié)果變量的結(jié)構(gòu)模型，具體如圖1所示.

圖1 基于TPB的防御性駕駛行為模型Fig.1 Diagram of structure equation model of defensive driving behavior based on TPB

2 量表設(shè)計及調(diào)查

2.1 量表設(shè)計

(1)防御性駕駛行為量表.

基于駕駛?cè)^程的防御性駕駛行為是指駕駛員在駕駛?cè)^程中，即駕駛前、駕駛中及駕駛后始終保持良好交通安全意識，全面預(yù)估并有效搜索自己、其他道路交通參與者、車輛、道路及相關(guān)設(shè)施、不良?xì)夂虻仍蚩赡軒淼娘@性、隱性風(fēng)險，提前采取預(yù)防性操作措施，有效避免主動事故發(fā)生且不卷入被動事故的一種安全駕駛行為模式.主動事故為由于駕駛員自己違規(guī)或錯誤行為而引發(fā)的具有全部或一定責(zé)任的交通事故；被動事故為由于其他道路交通參與者違規(guī)或錯誤行為引發(fā)的，駕駛員自己無責(zé)的交通事故.參照美國史密斯防御性駕駛體系核心駕駛行為要求，考慮到防御性駕駛行為致力于促使和諧、安全交通環(huán)境的形成，確定防御性駕駛行為六大要點為：預(yù)估風(fēng)險、保持空間、引人注意、遵守規(guī)則不僥幸、專注不分心和寬容禮讓.

“預(yù)估風(fēng)險”是指有效識別各種因素帶來的顯性和隱性風(fēng)險，采取措施以規(guī)避主動和被動事故，借鑒多維駕駛風(fēng)格中耐心和謹(jǐn)慎型[10]題項要點，設(shè)置了“通過視野不好路段總是提前減速”等7個題項；“保持空間”是為安全行車留有足夠反應(yīng)時間，以實現(xiàn)有效規(guī)避被動交通事故或降低事故傷害度，設(shè)置了“與前車保持足夠安全車距”等7個題項.“引人注意”是指通過充分利用“車語”或“手勢”表達(dá)行為意圖，與其他道路交通參與者有效互動，以實現(xiàn)安全駕駛，設(shè)置了“通過急彎路段總是鳴笛來提醒其他交通參與者”等6個題項；“遵守規(guī)則不僥幸、專注不分心”要點具體題項設(shè)置是通過對美國防御性駕駛課程指南中違規(guī)行為和分心行為部分題項反轉(zhuǎn)說法，分別設(shè)置了6個題項；“寬容禮讓”行為要點，借鑒多維駕駛風(fēng)格[11]、積極駕駛行為[12-13]和親社會駕駛行為[10]具體行為題項，設(shè)置了“車輛合流時總是主動禮讓其他車輛”等6個題項.

(2)計劃行為理論核心變量.

行為態(tài)度設(shè)定了駕駛員對防御性駕駛行為降低事故率、車輛油耗、保險支出、駕駛焦慮感與增強信任度的信念強度和結(jié)果評價；主觀規(guī)范從重要他人、其他交通參與者、主流媒體與交管部門4個方面分析外界壓力對執(zhí)行防御性駕駛行為的影響；知覺行為控制從自主控制與行為堅持的難易程度方面設(shè)置5個題項；行為意向從自己未來行為意愿，對重要他人影響意愿，對其他駕駛員影響意愿3個層面共設(shè)置5個題項.以上評定量表統(tǒng)一采用李克特(Likert)五標(biāo)度，即1～5計分.

(3)個人基本信息和事故統(tǒng)計.

個人基本信息包括：人口社會屬性信息(性別、年齡、婚姻狀況和教育程度)、駕駛經(jīng)驗信息(駕齡、年平均駕駛里程、駕駛總里程和周平均駕駛時間).駕駛不良記錄統(tǒng)計了被調(diào)查者在近3年內(nèi)所發(fā)生的主被動交通事故次數(shù)及近1年內(nèi)違規(guī)次數(shù).

此外，根據(jù)上海市腦卒中預(yù)防與救治中心指定的腦卒中救治規(guī)范，設(shè)立急性期缺血性腦卒中后給予抗栓治療及危險因素的干預(yù)的質(zhì)控考核指標(biāo)。2017年全年全市數(shù)據(jù)顯示，腦梗死和TIA入院48小時抗血小板藥物的使用比例達(dá)93%，出院時抗血小板比例高達(dá)99%；血脂評估后干預(yù)比例92%，明確血脂異常診斷后，藥物干預(yù)率達(dá)98%，出院時低密度脂蛋白降至2.7mmol/L以下的比例為63.5%；明確高血壓診斷出院時降壓治療比例為84%；明確糖尿病診斷出院時降糖治療比例為87.5%。腦卒中格式化出院小結(jié)中均包含腦卒中健康宣教的內(nèi)容。

2.2 調(diào)查及數(shù)據(jù)預(yù)處理

調(diào)查方法為通過“問卷星”發(fā)放問卷，采用方便抽樣方法對部分獲得有效駕駛證的非職業(yè)駕駛員進(jìn)行調(diào)查，并進(jìn)一步采用滾雪球模式讓部分被調(diào)查者擴大調(diào)查范圍，通過問卷中設(shè)置的反向題答題結(jié)果和答題時間兩個標(biāo)準(zhǔn)篩選問卷.

(1)調(diào)查時間及結(jié)果.第1次調(diào)查于2018年12月底開展，內(nèi)容包括過去防御性駕駛行為、TPB變量、個人基本信息，最終獲得有效問卷525份；第2次調(diào)查于2019年4月初開展，內(nèi)容為2018年12月～2019年4月間防御性駕駛行為和個人基本信息，為滿足兩次被調(diào)查者一致性要求，采用相同方法對第1次接受調(diào)查者逐個回訪并發(fā)放二次調(diào)查問卷，共獲得有效問卷312份；兩次調(diào)查防御性駕駛行為都采用相同的行為量表.

(2)數(shù)據(jù)預(yù)處理.為完成兩次調(diào)查數(shù)據(jù)的匹配和整合，從被調(diào)查者個人信息8個變量、地域分布和提交答卷時間等多個變量進(jìn)行數(shù)據(jù)匹配，最終獲得配對成功的有效問卷213份.

3 數(shù)據(jù)分析

3.1 調(diào)查樣本的描述性分析

第1次調(diào)查獲取525份有效問卷中：被試者包括335名男性和190名女性；年齡在31～40歲的人數(shù)最多，共計218人，占比41.5%，51歲及以上人數(shù)較少，共36人，占比6.9%；婚姻狀況中，已婚有子女的共425人，占比81%；實際駕齡中，10年及以上的共193人，占比36.8%，其他幾個時間段的人數(shù)相對均衡；年平均駕駛里程1.5萬～2.0萬km人數(shù)最少，共57人，占比10.9%；每周平均駕車時間10 h以上的共126人，占比24%.兩次匹配的有效問卷213份中，各項統(tǒng)計信息和第1次調(diào)查的有效問卷比例結(jié)構(gòu)相同，在此不展開說明.

3.2 量表信效度分析

對DDBS各指標(biāo)和TPB變量進(jìn)行可靠性檢驗，用糾正題項的總相關(guān)系數(shù)(Corrected Item Total Correlation，CITC)純化題項，CITC指每個題項與其他所有題項之和的相關(guān)系數(shù)，一般CITC指標(biāo)值應(yīng)不小于0.4，用克隆巴赫α系數(shù)檢驗測量題項的信度.防御性駕駛行為量表信度檢驗克隆巴赫α系數(shù)為0.955，所有題項指標(biāo)的CITC均大于0.4，各構(gòu)面的克隆巴赫α系數(shù)均大于0.75；行為態(tài)度、主觀規(guī)范、認(rèn)知行為控制和行為意向可靠性檢驗結(jié)果顯示4個變量中各題項CITC指標(biāo)范圍均在0.455～0.865，滿足不低于0.4的要求；克隆巴赫α系數(shù)均大于0.7，表示量表具有較好的可靠性.

3.3 模型質(zhì)量評估

模型質(zhì)量評估主要包括兩個部分，即模型外在質(zhì)量評估和模型內(nèi)在質(zhì)量評估.外在質(zhì)量評估主要檢驗問卷收集的數(shù)據(jù)與假設(shè)模型的匹配程度，修正后的結(jié)構(gòu)方程模型適配度指標(biāo)如表1所示.NFI、GFI兩個適配檢驗值指標(biāo)接近適配標(biāo)準(zhǔn)值，其他檢驗指標(biāo)均非常適配，認(rèn)為模型與數(shù)據(jù)是比較適配的，能反映出變量之間的關(guān)系.

表1 模型適配度評價Table 1 Evaluation model fit

模型內(nèi)在質(zhì)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(biāo)的一致性程度，具體評估結(jié)果如表2所示.

表 2 結(jié)構(gòu)方程模型內(nèi)在結(jié)構(gòu)指標(biāo)Table 2 Internal structure indexes of structural equation model

分析結(jié)果，各潛在變量的組合信度均大于0.7，說明模型的建構(gòu)信度較好；除知覺行為控制略的平均方差抽取量小于0.5，其他潛在變量的平均方差抽取量均大于0.5，表明模型聚斂性滿足要求；故認(rèn)為模型內(nèi)在質(zhì)量較好.

3.4 兩次調(diào)查匹配數(shù)據(jù)結(jié)構(gòu)模型分析

對第2次調(diào)查匹配得到的213份數(shù)據(jù)進(jìn)行相關(guān)性分析，得到潛變量之間的關(guān)系如表3所示.行為態(tài)度、知覺行為控制與防御性駕駛行為為弱相關(guān)(分別為0.179、0.239)，過去防御性駕駛行為、防御性駕駛行為意向與防御性駕駛行為中等相關(guān)(分別為0.387、0.315)，行為態(tài)度、知覺控制行為、過去防御性駕駛行為之間存在一定的聯(lián)系.

表 3 TPB變量相關(guān)性分析Table 3 Correlations among TPB variables

采用AMOS軟件對兩次調(diào)查獲取匹配的213份調(diào)查數(shù)據(jù)進(jìn)行分析，結(jié)果顯示，主觀規(guī)范對防御性駕駛行為意向不顯著，故在模型中不考慮主觀規(guī)范的影響，這一結(jié)果與閆巖[14]總結(jié)的主觀規(guī)范是對行為意向影響力最弱的結(jié)論一致，為提高主觀規(guī)范對行為意向的影響，應(yīng)擴大規(guī)范內(nèi)涵.設(shè)計問卷時，對防御性駕駛行為意向沒有界定具體時間段，在一定程度上導(dǎo)致行為意向?qū)Φ?次調(diào)查行為的解釋度不高.過去防御性駕駛行為、行為態(tài)度、知覺行為控制為預(yù)測變量，防御性駕駛行為意向為中間變量，后續(xù)防御性駕駛行為為結(jié)果變量.樣本通過信度檢驗和正態(tài)性檢驗，采用最大釋然估計法進(jìn)行參數(shù)估計，如圖2所示.

圖2 基于TPB防御性駕駛行為模型擬合結(jié)果Fig.2 Model fitting results based on TPB

由圖2可知，防御性駕駛行為意向?qū)Ψ烙择{駛行為顯著相關(guān)，標(biāo)準(zhǔn)化路徑系數(shù)為0.36，防御性駕駛行為意向?qū)Ψ烙择{駛行為有一定的解釋力和預(yù)測效果；知覺行為控制(0.40)、行為態(tài)度(0.29)和過去防御性駕駛行為(0.26)對行為意向產(chǎn)生一定正向影響.

4 結(jié)論

防御性駕駛是一種值得倡導(dǎo)的交通安全理念，加強對防御性駕駛行為推廣進(jìn)而形成安全駕駛氛圍，改善整個交通環(huán)境.本文為量化分析防御性駕駛行為影響因素，開發(fā)了信效度良好的防御性駕駛行為量表，在此基礎(chǔ)上構(gòu)建了基于計劃行為理論的防御性駕駛行為結(jié)構(gòu)模型，通過對調(diào)查對象采用間隔3個月的先后兩次調(diào)查，獲取有效問卷213份，分析結(jié)果顯示，行為態(tài)度、知覺行為控制和過去駕駛行為通過行為意向可以一定程度對后續(xù)防御性駕駛行為進(jìn)行解釋.