基于結(jié)構(gòu)方程模型的出租車事故影響因素分析

王永崗，張 衡，彭志鵬，周琬琦

(長安大學(xué) 公路學(xué)院，陜西 西安 710064)

0 引 言

出租車具有方便、靈活、舒適度高等優(yōu)點(diǎn)，受到出行者的喜愛，與其他交通方式一起組成了城市客運(yùn)交通系統(tǒng)[1]，但出租車交通事故率也逐漸上升，對城市交通安全提出了巨大挑戰(zhàn)。研究表明：駕駛員因素占造成交通事故的原因的九成以上[2]。因此，研究出租車駕駛員工作條件、日常駕駛行為對出租車事故的影響具有重要意義。

有研究表明出租車駕駛員不良的生理及心理因素以及駕駛行為容易誘發(fā)交通事故。J.R.DALZIEL等[3]發(fā)現(xiàn)，超負(fù)荷工作易導(dǎo)致疲勞駕駛而發(fā)生交通事故；M.J.M.SULLMAN等[4]發(fā)現(xiàn)，激進(jìn)駕駛是造成出租車駕駛員注意力不集中，導(dǎo)致事故風(fēng)險(xiǎn)上升的主要原因；郭洪洋等[5]通過構(gòu)建安全行為風(fēng)險(xiǎn)度量模型，利用模糊聚類算法研究了駕駛員因素對交通事故的影響；羅勇等[6]分析了易造成出租車事故的駕駛員心理因素，并提出了相應(yīng)的改善措施；戴璟等[7]分析了交通事故與駕駛員違法駕駛行為與間的關(guān)系，結(jié)果表明超速、違法占道等行為是造成事故的主要誘因；張麗霞等[8]基于歷史道路交通事故數(shù)據(jù)，分析了不良駕駛行為等因素對事故的影響Y.G.WANG等[9]基于出租車駕駛員問卷調(diào)查數(shù)據(jù)，采用雙變量混合模型，分析了異常駕駛行為與事故及其嚴(yán)重程度之間的關(guān)系。

結(jié)構(gòu)方程模型(SEM)作為一種統(tǒng)計(jì)分析方法，能用于處理數(shù)據(jù)變量關(guān)系復(fù)雜的情況，為研究交通事故內(nèi)在因素的復(fù)雜關(guān)系提供良好理論框架。近年來，國內(nèi)外學(xué)者也利用SEM對交通領(lǐng)域進(jìn)行了一定的研究。陳艷艷等[10]基于結(jié)構(gòu)方程模型研究了影響共享自行車出行選擇行為的顯著因素；KUN Xie等[11]以曼哈頓為例，研究了二次碰撞的影響因素以及二次碰撞對傷害嚴(yán)重性水平的影響，發(fā)現(xiàn)二次碰撞與傷害嚴(yán)重程度以及超速、酒后駕車、疲勞駕駛、剎車失靈，視野受限和下雨等影響因素存在相關(guān)性；Y.K.BAE等[12]通過構(gòu)建結(jié)構(gòu)方程模型分析了道路、環(huán)境等因素與交通事故間的因果關(guān)系。

筆者采用問卷調(diào)查的方式，獲取包括工作情況、不良駕駛行為以及過去兩年中發(fā)生的事故次數(shù)等信息，構(gòu)建交通事故的結(jié)構(gòu)方程模型，試圖找出影響出租車事故的主要因素以及影響程度大小，并給出相應(yīng)的管理建議。

1 數(shù)據(jù)收集及描述分析

1.1 問卷設(shè)計(jì)及數(shù)據(jù)收集

問卷內(nèi)容共包括：出租車駕駛員基本信息調(diào)查、工作滿意度調(diào)查、不良駕駛行為調(diào)查和交通事故次數(shù)調(diào)查4部分。其中，工作滿意度指標(biāo)包括：每天工作時(shí)長(HOUD)、每周休息天數(shù)(ODUT)、收入情況(DCOM)等5個(gè)問題；不良駕駛行為指標(biāo)包括：隨意闖紅燈(LAMP)、危險(xiǎn)超車(OVTA)、超速駕駛(SPEE)、疲勞駕駛(FATI)等13個(gè)問題，且均采用七級李克特量表進(jìn)行評分。交通事故調(diào)查則按實(shí)際發(fā)生次數(shù)記錄，分財(cái)產(chǎn)損失事故(PDO)和受傷事故(PI)兩種。

調(diào)查選擇在國內(nèi)西安、西寧、長春及汕頭4個(gè)城市進(jìn)行。駕駛員選擇的標(biāo)準(zhǔn)是：出租車駕駛員至少有2年駕駛經(jīng)驗(yàn)，且每年駕駛里程超過50 000公里。最后共有21家出租車公司(西安8家，西寧5家，吉林4家，汕頭4家)，2 273名出租車駕駛員參與調(diào)查。剔除無效問卷后共獲得有效問卷2 091份問卷(西安766份，西寧503份，吉林434份，汕頭388份)。

1.2 描述性統(tǒng)計(jì)分析

表1 駕駛員基本信息Table 1 Basic information of drivers

表2 事故次數(shù)統(tǒng)計(jì)Table 2 Accident statistics

表3 不良駕駛行為頻率Table 3 Frequency of aberrant driving behavior %

2 因子分析

在建模前，因沒有實(shí)質(zhì)性的理論模型，使用探索性因子分析(EFA)來獲得經(jīng)驗(yàn)因素模型，建立SEM的結(jié)構(gòu)部分[13]。在進(jìn)行了主成分因子分析前，計(jì)算了表明變量間的相關(guān)性的KMO值。根據(jù)H.F.KAISER[14]觀點(diǎn)，KMO值愈接近1，則變量相關(guān)性愈高，愈適合因子分析。采用克朗巴哈系數(shù)Cronbach’s α來評價(jià)問卷的一致性問題，Cronbach’s α系數(shù)的取值在(0，1)，值越接近于1表示量表數(shù)據(jù)的信度越高。

通過測定，得到KMO為0.937，主成分分析結(jié)果如圖1，表明可提取出3個(gè)公共因子，總方差貢獻(xiàn)率達(dá)到61.53%。

圖1 碎石圖檢驗(yàn)Fig.1 Gravel map inspection

因子包含內(nèi)容及載荷和一致性分析如表4。將因子1命名為違章駕駛，Cronbach’s α系數(shù)為0.923，特征值為7.087，對結(jié)果的解釋貢獻(xiàn)率為41.69%；因子2命名為魯莽駕駛，特征值為1.483，Cronbach’s α系數(shù)為0.756，解釋貢獻(xiàn)率為11.83%；因子3命名為工作滿意度，Cronbach’s α系數(shù)為0.518，特征值為1.299，解釋貢獻(xiàn)率為8.01%。

表4 因子分析結(jié)果Table 4 Factor analysis results

3 模型構(gòu)建

3.1 結(jié)構(gòu)方程模型

結(jié)構(gòu)方程模型(SEM)既能夠準(zhǔn)確對因子內(nèi)部結(jié)構(gòu)進(jìn)行度量,又充分考慮了各個(gè)因子間的因果關(guān)系，包括測量模型(Measured model)與結(jié)構(gòu)模型(Structural model)兩個(gè)基本的模型[15]。

測量模型用來度量潛變量ξ、η與顯變量(測量指標(biāo))x、y之間的關(guān)系，如式(1)、(2)：

雖然在臨沂市上游實(shí)現(xiàn)了庫河聯(lián)合調(diào)度，保障了城市水供應(yīng)，在市區(qū)加強(qiáng)了水網(wǎng)建設(shè)，形成了完整的城區(qū)水循環(huán)，但城市排放的中水對下游的水質(zhì)造成了較大影響。為進(jìn)一步提升臨沂城的水環(huán)境質(zhì)量，改善下游水質(zhì)和居民的生活環(huán)境，降低因水環(huán)境污染引起的健康風(fēng)險(xiǎn)，臨沂市決定規(guī)劃建設(shè)武河濕地。

y=Λyη+δ

(1)

x=Λxξ+ε

(2)

式中:y代表內(nèi)生顯變量所組成的向量；x代表外生顯變量所組成的向量；η為內(nèi)生潛變量；ξ為外生潛變量；Λy為內(nèi)生顯變量在內(nèi)生潛變量上的因子負(fù)荷矩陣，反映內(nèi)生潛變量η和其顯變量y之間的關(guān)系；Λx為外生顯變量在外生潛變量上的因子負(fù)荷矩陣,用來解釋外生潛變量ξ其顯變量x之間的關(guān)系；ε、δ為測量殘差。

結(jié)構(gòu)模型用以解釋外生和內(nèi)生潛變量間的因果關(guān)系，如式(3)：

η=Bη+Γξ+ζ

(3)

式中:B為結(jié)構(gòu)系數(shù)矩陣,代表構(gòu)成內(nèi)生潛變量η的因素間的影響關(guān)系；Γ為結(jié)構(gòu)系數(shù)矩陣,代表外生潛變量ξ對內(nèi)生潛變量η的影響；ζ為結(jié)構(gòu)模型的殘差矩陣。

對結(jié)構(gòu)模式中的外生潛變量與內(nèi)生潛變量的路徑載荷因子進(jìn)行歸一化處理，得到兩者間的關(guān)系方程，計(jì)算過程如式(4)～式(6)：

(4)

(5)

η=Λy1ξ1+Λy2ξ2+…+Λynξ3

(6)

3.2 模型構(gòu)建

根據(jù)因子分析的結(jié)果，確定3個(gè)外生潛變量，分別為魯莽駕駛、違章駕駛、工作滿意度，一個(gè)內(nèi)生潛變量為事故傾向，并作4點(diǎn)假設(shè)：①魯莽駕駛與事故傾向正相關(guān)；②違章駕駛與事故傾向正相關(guān)；③工作滿意度與事故傾向有負(fù)相關(guān)；④3個(gè)外生潛變量間存在相關(guān)關(guān)系。建立出租車事故傾向結(jié)構(gòu)方程模型如圖2。模型評價(jià)指標(biāo)及擬合度判別標(biāo)準(zhǔn)如表5。

圖2 出租車事故傾向性結(jié)構(gòu)方程模型Fig.2 Taxi accident propensity structural equation model

表5 模型擬合優(yōu)度檢驗(yàn)標(biāo)準(zhǔn)Table 5 Test standard of model fitting goodness

4 模型結(jié)果分析

4.1 模型擬合度評價(jià)

通過模型擬合度計(jì)算，得到模型χ2=1578，自由度(DF)=125，GFI=0.93，CFI=0.904，AGFI=0.944，均大于0.90，RMSEA=0.07。除了卡方值不顯著外，其余指標(biāo)均符合要求，模型擬合程度良好。卡方自由度比偏大的原因是樣本量較大造成的[11]。模型的參數(shù)計(jì)算結(jié)果如圖3。

圖3 模型路徑參數(shù)Fig.3 Path parameters of model

4.2 模型解釋

在結(jié)構(gòu)方程模型中，各變量間的相互關(guān)系通過路徑系數(shù)來表示，路徑系數(shù)的大小代表了變量間相互影響的程度，部分標(biāo)準(zhǔn)化路徑系數(shù)計(jì)算結(jié)果如表6。

表6 標(biāo)準(zhǔn)化路徑系數(shù)(部分)Table 6 Standardized path coefficients (partial)

由表6可知，魯莽駕駛與事故傾向的路徑系數(shù)為0.389，說明魯莽駕駛與出租車事故的發(fā)生存在明顯的正相關(guān)性(p<0.001)，假設(shè)①成立。危險(xiǎn)超車、轉(zhuǎn)彎不打轉(zhuǎn)向燈和疲勞駕駛3個(gè)測量變量與魯莽駕駛相關(guān)性較大，相關(guān)系數(shù)均在0.7以上，不系安全帶指標(biāo)影響較小，相關(guān)系數(shù)為0.335。表明出租車駕駛員最常出現(xiàn)的魯莽駕駛行為有危險(xiǎn)超車、轉(zhuǎn)彎不打轉(zhuǎn)向燈和疲勞駕駛3種，而不系安全帶這一不良習(xí)慣基本很少出現(xiàn)，影響較小。

違章駕駛與事故傾向的路徑系數(shù)為0.811，呈顯著正相關(guān)性(p<0.001)，假設(shè)②成立。說明違章駕駛相較于魯莽駕駛來說性質(zhì)更為惡劣，更容易發(fā)生交通事故，造成財(cái)產(chǎn)損失和人員傷亡。同時(shí)由調(diào)查結(jié)果可知，隨意闖紅燈、不注意限速、激進(jìn)駕駛以及禁區(qū)停車這幾項(xiàng)違章駕駛行為在日常駕駛中出現(xiàn)的頻率也較高。8個(gè)測量變量對違章駕駛也有顯著的影響，系數(shù)基本都在0.7及以上，其中單手駕駛、隨意闖紅燈、不注意限速、和激進(jìn)駕駛4個(gè)測量變量的系數(shù)大于0.8，對違章駕駛的影響最大。說明駕駛員在單手駕駛、隨意闖紅燈以及超速駕駛時(shí)更容易違章。

工作滿意度與事故傾向的路徑系數(shù)為-0.440，呈顯著負(fù)相關(guān)性(p<0.001)，即工作滿意程度越高，事故發(fā)生的頻率就越低，這也與文獻(xiàn)[3]中的研究結(jié)論基本一致，假設(shè)③成立。另外，每日工作時(shí)長與上交管理費(fèi)對工作滿意度的影響值在0.8左右，說明出租車駕駛員日常工作的強(qiáng)度以及經(jīng)濟(jì)壓力對工作滿意度的影響較大。

由式(4)～式(6)以及表6的結(jié)果，可以計(jì)算得到結(jié)構(gòu)方程如式(7)：

η=0.273ξ1+0.495ξ2-0.268ξ3

(7)

式(7)也表明：魯莽駕駛、違章駕駛與事故傾向性呈正相關(guān)，其中違章駕駛的影響最大，而工作滿意度與事故傾向性呈負(fù)相關(guān)。

魯莽駕駛、違章駕駛以及工作滿意度3個(gè)潛變量之間亦存在明顯的相關(guān)性，其中魯莽駕駛與違章駕駛的相關(guān)性最大，相關(guān)系數(shù)為0.886，說明存在魯莽駕駛行為的駕駛員通常也容易存在違章駕駛行為，假設(shè)④成立。

為更清晰地揭示魯莽駕駛、違章駕駛以及工作滿意度3個(gè)潛變量對出租車事故的影響，計(jì)算得到潛變量對事故傾向的影響效應(yīng)，如表7。

表7 潛變量對事故傾向的效應(yīng)Table 7 Effect of latent variables on accident propensity

由表7可知，魯莽駕駛、違章駕駛以及工作滿意度3個(gè)潛變量對PDO的效應(yīng)均大于PI。說明在魯莽駕駛、違章駕駛的影響下，出租車駕駛員更容易發(fā)生PDO，與調(diào)查報(bào)告中PDO事故所占比重遠(yuǎn)大于PI事故這一結(jié)果相符。

5 對策與建議

結(jié)合分析得到的影響出租車駕駛員發(fā)生事故的主要因素，從法規(guī)條例以及出租車公司管理這兩個(gè)層面，給出了相應(yīng)的事故預(yù)防建議與措施。

5.1 法規(guī)條例層面

出租車駕駛員在進(jìn)行闖紅燈、超速駕駛等行為時(shí)，大多數(shù)是出于經(jīng)濟(jì)效益的考量，為在有限時(shí)間內(nèi)獲取更多收入，經(jīng)濟(jì)驅(qū)動(dòng)力是主要的原因，因此針對這現(xiàn)象，建議采取以下兩方面的措施：

1)在交通法規(guī)中，對駕駛員闖紅燈、超速駕駛行為已存在扣分處罰與罰款行為。建議可以加大出租車駕駛員違法駕駛的罰款力度，增加其違法成本，能在一定程度減少駕駛員違法超車、闖紅燈等情況；

2)根據(jù)事故原因的探究分析，單手駕駛與開車打電話等因素對出租車事故的影響較大，但是目前的交通法規(guī)中對此沒有實(shí)際約束處罰。建議通過道路交通監(jiān)控設(shè)施，對開車打電話、單手駕駛等存在安全的隱患的駕駛行為給予相應(yīng)的警告與經(jīng)濟(jì)處罰，加強(qiáng)日常駕駛行為管理。

5.2 出租車公司的管理措施

首先，出租車公司有關(guān)部門要定期組織交通安全駕駛培訓(xùn)，加強(qiáng)駕駛員的安全教育，和職業(yè)道德教育；其次，要規(guī)范輪班時(shí)間，保證駕駛員能獲得足夠的休息；再者，要加強(qiáng)對出租車駕駛員的業(yè)務(wù)水平的考核；最后，適當(dāng)降低出租車的管理費(fèi)，緩解駕駛員的生活壓力，提高其收入，營造良好的工作氛圍，減少事故的發(fā)生。

6 結(jié) 語

對中國西安、西寧、長春及汕頭4個(gè)城市21家出租車公司中2091名車租車司機(jī)進(jìn)行問卷調(diào)查。構(gòu)建了出租車駕駛員工作條件、不良駕駛行為與出租車事故三者的結(jié)構(gòu)方程模型。結(jié)果表明魯莽駕駛、違章駕駛以及工作滿意程度對出租車事故傾向均有顯著影響，其中魯莽駕駛、違章駕駛與出租車事故呈正相關(guān)關(guān)系，工作滿意度與事故呈負(fù)相關(guān)關(guān)系。根據(jù)對模型結(jié)果的分析，提出了針對性的管理對策，對今后出租車行業(yè)管理、出租車駕駛員駕駛行為的矯正和交通安全研究方面提供一定的理論參考。