“路怒癥”的內(nèi)外生邏輯及影響因素研究

任倩文，盧昕瑋，趙 妍，湯子帆，吳會(huì)珍

(1.長(zhǎng)安大學(xué) 經(jīng)濟(jì)與管理學(xué)院，陜西 西安 710064；2.長(zhǎng)安大學(xué) 運(yùn)輸工程學(xué)院，陜西 西安 710064)

0 引言

截止2020年底，我國(guó)私家車保有量達(dá)2.81億輛[1]，私家車在便利人們生活的同時(shí)，亦使道路交通狀況日益復(fù)雜，甚至導(dǎo)致各種交通事故頻發(fā)。約90%的人身傷亡事故是由人為因素引起[2]，其中，“路怒癥”現(xiàn)象十分普遍。據(jù)報(bào)道，我國(guó)約有60.72%的機(jī)動(dòng)車駕駛?cè)擞新放慕?jīng)歷[3]。路怒情緒若不能及時(shí)處理，會(huì)嚴(yán)重危害交通安全，擾亂社會(huì)秩序，因此，研究駕駛?cè)寺放榫w產(chǎn)生的內(nèi)外生邏輯及影響因素，對(duì)準(zhǔn)確識(shí)別駕駛?cè)说穆放榫w，并及時(shí)進(jìn)行干預(yù)和調(diào)節(jié)具有重要作用。

梳理關(guān)于“路怒癥”或駕駛憤怒的相關(guān)文獻(xiàn)，發(fā)現(xiàn)國(guó)外在該領(lǐng)域的研究主要集中在駕駛?cè)说膽嵟榫w產(chǎn)生情景[4-6]、憤怒表現(xiàn)或行為[7]、憤怒情緒對(duì)交通安全的影響[8]、干預(yù)措施[9]等方面；國(guó)內(nèi)在該領(lǐng)域的研究主要側(cè)重于綜述研究[3,10-11]、駕駛憤怒量表修訂[12]和駕駛憤怒的影響因素[13-14]等，其中，關(guān)于駕駛憤怒影響因素的研究?jī)H關(guān)注了人口學(xué)方面。由于國(guó)內(nèi)對(duì)“路怒癥”的誘因分析相對(duì)匱乏，針對(duì)駕駛憤怒安全問題的學(xué)術(shù)關(guān)注明顯少于社會(huì)關(guān)注，因此本文綜合考慮外界交通環(huán)境與駕駛?cè)俗陨硪蛩?，結(jié)合即時(shí)和長(zhǎng)期原因，從路怒行為特征出發(fā)探索“路怒癥”的內(nèi)外生邏輯，對(duì)最易引發(fā)路怒的中國(guó)式交通情景和長(zhǎng)期原因進(jìn)行系統(tǒng)分析，并進(jìn)一步分析各主要路怒原因的易發(fā)駕駛?cè)巳?。除此之外，已有文獻(xiàn)在樣本選取上地區(qū)較集中[12]，本次調(diào)查涵蓋國(guó)內(nèi)不同地區(qū)及多樣化的群體，以保證研究結(jié)果具有全面性和適用性。

1 數(shù)據(jù)來(lái)源與研究思路

本次調(diào)研主要采用問卷調(diào)查，共收集1 320份問卷，有效問卷1 146份，有效率86%，調(diào)查范圍包括北京(354份)、哈爾濱(161份)、西安(167份)、南京(139份)、廣州(260份)和其他城市(65份)，各城市回收問卷數(shù)量均滿足前期設(shè)定的抽樣要求，且問卷的信效度均良好。

基于問卷調(diào)查數(shù)據(jù)，本文對(duì)“路怒癥”的內(nèi)外生邏輯進(jìn)行深入探討。首先，運(yùn)用因子分析法歸納駕駛?cè)巳旱穆放袨樘卣?；在此基礎(chǔ)上，運(yùn)用灰色關(guān)聯(lián)分析法對(duì)可能引發(fā)路怒的即時(shí)原因和長(zhǎng)期原因分別排序；最后，運(yùn)用Logistic回歸模型分析人口學(xué)特征和駕駛基本屬性對(duì)主要路怒原因的影響，判斷各主要原因的易發(fā)駕駛?cè)巳禾卣鳌?/p>

2 駕駛?cè)寺放蚍治?/h2>

為從根本上解決路怒現(xiàn)象，須探索“路怒癥”產(chǎn)生的內(nèi)外生邏輯，具體包括即時(shí)原因和長(zhǎng)期原因。其中，即時(shí)原因指在駕駛當(dāng)下發(fā)生的某些狀況引發(fā)了駕駛?cè)说穆放榫w，進(jìn)而產(chǎn)生不當(dāng)操作乃至引發(fā)事故；長(zhǎng)期原因指某些非現(xiàn)場(chǎng)因素對(duì)駕駛?cè)说穆放榫w產(chǎn)生的潛移默化影響。

2.1 確定參考序列和比較序列

選用灰色關(guān)聯(lián)分析法對(duì)“路怒癥”的即時(shí)原因和長(zhǎng)期原因進(jìn)行討論。首先對(duì)問卷中的15項(xiàng)路怒表現(xiàn)降維歸類，并對(duì)提取出的5個(gè)公共因子進(jìn)行命名，分別為違規(guī)駕駛、操作強(qiáng)度、操作頻率、攻擊性行為和言語(yǔ)攻擊，通過計(jì)算各因子得分匹配出每個(gè)樣本最易產(chǎn)生的路怒行為。之后選取該5種路怒行為特征公共因子作為參考序列，引發(fā)路怒的即時(shí)原因和長(zhǎng)期原因分別作為比較序列，如表1所示。

表1 序列選取

2.2 引發(fā)路怒的即時(shí)原因分析

即時(shí)原因中各指標(biāo)均采用5維李克特量表度量，根據(jù)關(guān)聯(lián)度結(jié)果對(duì)引發(fā)路怒的即時(shí)原因排序，如表2所示，其中rk(k=1,…,14)為即時(shí)原因與路怒行為特征的關(guān)聯(lián)度。

表2 即時(shí)原因與路怒行為特征的關(guān)聯(lián)度結(jié)果及排序

即時(shí)原因與路怒行為特征間的關(guān)聯(lián)度集中在0.4～0.7，說(shuō)明駕駛?cè)寺放榫w的產(chǎn)生與以上原因相關(guān)性較強(qiáng)。其中，前車或其他車隨意變換車道或調(diào)頭(0.591 7)，其他車輛插隊(duì)、加塞(0.578 0)和夜間行駛開遠(yuǎn)光燈(0.560 0)的綜合關(guān)聯(lián)度依次位列前3名，表明這3項(xiàng)即時(shí)原因最易引發(fā)路怒。

2.3 引發(fā)路怒的長(zhǎng)期原因分析

除了上述交通情景，駕駛?cè)说男愿?、工作生活壓力等因素亦?huì)影響駕駛?cè)说穆放榫w[15]。根據(jù)關(guān)聯(lián)度結(jié)果確定引發(fā)路怒的長(zhǎng)期原因排序，如表3所示，其中Rk(k=1,…,5)表示長(zhǎng)期原因與路怒行為特征的關(guān)聯(lián)度。

表3 長(zhǎng)期原因與路怒行為特征的關(guān)聯(lián)度結(jié)果及排序

引發(fā)路怒的長(zhǎng)期原因與路怒行為特征間的關(guān)聯(lián)度集中在0.5～0.7，說(shuō)明駕駛?cè)水a(chǎn)生路怒情緒與以上原因的關(guān)聯(lián)程度較高。其中，工作或生活壓力大(0.600 9)這一因素最易引發(fā)路怒。

3 駕駛?cè)寺放虻挠绊懸蛩胤治?/h2>

為提出更有效的針對(duì)性對(duì)策，有必要對(duì)路怒原因的影響因素進(jìn)行研究。針對(duì)某項(xiàng)路怒原因，將樣本數(shù)據(jù)分為該原因“會(huì)引發(fā)路怒”和“不會(huì)引發(fā)路怒”2組，分析駕駛?cè)说娜丝趯W(xué)特征和駕駛基本屬性對(duì)路怒原因的影響，通過2組樣本的對(duì)比可以將駕駛?cè)巳喊凑章放蜻M(jìn)行分類。其中，人口學(xué)特征包括性別、年齡、學(xué)歷、月收入水平和婚姻狀況，駕駛基本屬性包括駕齡、每周開車頻率和機(jī)動(dòng)車類型。

3.1 路怒即時(shí)原因影響因素分析

選取二元Logistic回歸模型對(duì)比分析某項(xiàng)原因的2組樣本，在對(duì)每項(xiàng)原因進(jìn)行分析前，利用卡方檢驗(yàn)對(duì)不顯著變量進(jìn)行剔除，將剩余自變量進(jìn)行二元Logistic回歸。對(duì)引發(fā)路怒的前3項(xiàng)即時(shí)原因進(jìn)行分析發(fā)現(xiàn)，各模型均通過Wald檢驗(yàn)(P值<0.05)和Hosmer-Lemeshow檢驗(yàn)(P值>0.05)，擬合效果較好，分析結(jié)果如表4所示，分析時(shí)將各多分類變量均變換為啞變量，并將第1個(gè)選項(xiàng)作為參照。

表4 即時(shí)原因的Logistic回歸分析結(jié)果

在Logistic回歸中，設(shè)置過啞變量的多分類變量遵從“同進(jìn)同出”原則，即相對(duì)于參照組，只要有一組的OR值有統(tǒng)計(jì)學(xué)意義，該變量的全部分組均納入模型。分析結(jié)果如下：

1)關(guān)于前車或其他車輛隨意變換車道或調(diào)頭是否會(huì)引發(fā)路怒，年齡、學(xué)歷、婚姻狀況和機(jī)動(dòng)車類型對(duì)其有顯著影響。其中，25～35歲、36～45歲的駕駛?cè)讼鄬?duì)于18～24歲的駕駛?cè)耍蛟撛虍a(chǎn)生路怒的概率更小，說(shuō)明年輕駕駛?cè)烁菀滓蛟撛蚨a(chǎn)生路怒；本科、研究生學(xué)歷的駕駛?cè)艘蛟撛虍a(chǎn)生路怒的概率更高；已婚未育的駕駛?cè)水a(chǎn)生路怒的概率是未婚駕駛?cè)说?6.9%；SUV車型駕駛?cè)艘蛟撛虍a(chǎn)生路怒的概率是小轎車駕駛?cè)说?6.6%，可見開闊的駕駛空間在一定程度上有利于緩解路怒情緒。

2)其他車輛插隊(duì)、加塞是否會(huì)引發(fā)路怒與每周開車頻率、年齡有關(guān)。其中，偶爾開車(1～2天/周)、經(jīng)常開車的駕駛?cè)?3～5天/周)相對(duì)于幾乎每天開車的駕駛?cè)?5～7天/周)，因該原因引起路怒的概率分別為后者的66.4%和68.0%，說(shuō)明開車頻率越高，越易因車輛插隊(duì)而產(chǎn)生路怒；36～45歲的駕駛?cè)讼鄬?duì)于18～24歲的駕駛?cè)?，因車輛插隊(duì)引發(fā)路怒的概率是后者的55.1%。

3)夜間行駛開遠(yuǎn)光燈是否引發(fā)路怒與駕駛?cè)说幕橐鰻顩r有關(guān)。對(duì)于未婚的駕駛?cè)?，已婚未育、已婚已育的駕駛?cè)艘蛟撛虍a(chǎn)生路怒的概率分別是前者的49.1%和44.4%。

3.2 路怒長(zhǎng)期原因影響因素分析

對(duì)長(zhǎng)期原因中的工作或生活壓力大是否會(huì)引發(fā)路怒的影響因素進(jìn)行分析發(fā)現(xiàn)，模型通過Wald檢驗(yàn)(P值<0.05)和Hosmer-Lemeshow檢驗(yàn)(P值>0.05)，模型的擬合效果較好，分析結(jié)果如表5所示，所有變量均以第1個(gè)選項(xiàng)作為參照。

由表5可知，工作或生活壓力大是否會(huì)引發(fā)路怒與駕駛?cè)嗣恐荛_車頻率、性別和婚姻狀況有關(guān)。其中，偶爾開車的駕駛?cè)?1～2天/周)相對(duì)于幾乎每天開車的駕駛?cè)藖?lái)說(shuō)，因?yàn)樵撛虍a(chǎn)生路怒的概率是后者的55.9%；女性駕駛?cè)水a(chǎn)生路怒的概率是男性駕駛?cè)说?.443倍；已婚未育駕駛?cè)讼鄬?duì)于未婚駕駛?cè)?，其產(chǎn)生路怒的概率是后者的57.3%。

表5 長(zhǎng)期原因的Logistic回歸分析結(jié)果

4 結(jié)論

1)在引發(fā)路怒的原因中，前車隨意變換車道或調(diào)頭、其他車輛插隊(duì)加塞、夜間行駛開遠(yuǎn)光燈是最主要的3個(gè)即時(shí)原因。工作或生活壓力大是最主要的長(zhǎng)期原因。

2)影響前車隨意變換車道或調(diào)頭是否引發(fā)駕駛?cè)寺放囊蛩貫槟挲g、學(xué)歷、婚姻狀況和機(jī)動(dòng)車類型，且易發(fā)于18～24歲的高學(xué)歷駕駛?cè)?；車輛插隊(duì)加塞是否會(huì)引發(fā)路怒與每周開車頻率、年齡有關(guān)，且開車頻率高更易引發(fā)路怒；夜間行駛開遠(yuǎn)光燈更易導(dǎo)致未婚駕駛?cè)水a(chǎn)生路怒。影響工作或生活壓力大是否會(huì)引發(fā)駕駛?cè)寺放囊蛩貫槊恐荛_車頻率、性別和婚姻狀況，且易發(fā)于未婚女性和開車頻率高的駕駛?cè)恕?/p>

3)針對(duì)不文明駕駛行為所引發(fā)的路怒情緒，須由政府和駕駛?cè)斯餐瑓⑴c解決，交通部門應(yīng)加大對(duì)不文明駕駛行為的處罰力度，可將不良交通行為納入個(gè)人信用評(píng)價(jià)體系，同時(shí)需對(duì)違規(guī)駕駛?cè)硕ㄆ陂_展安全培訓(xùn)；駕駛?cè)丝稍谲噧?nèi)安裝路況監(jiān)測(cè)設(shè)備，及時(shí)了解周圍道路突發(fā)狀況，并利用情緒自控手環(huán)等來(lái)提示路怒情緒的出現(xiàn)。針對(duì)工作或生活壓力大所引發(fā)的路怒情緒，可通過日常運(yùn)動(dòng)等方式及時(shí)排解，避免不良情緒積壓。若日常駕駛頻率較高，可提前規(guī)劃路線，以保證充足的在途時(shí)間。