天氣-道路因素耦合對(duì)駕駛員疲勞程度影響研究

陳文瑛， 李 謙， 嚴(yán) 碩

(首都經(jīng)濟(jì)貿(mào)易大學(xué) 管理工程學(xué)院， 北京 100071)

0 引言

隨著汽車駕駛?cè)藬?shù)的增多，道路交通事故在逐年遞增. 據(jù)2016—2018年中華人民共和國道路交通事故統(tǒng)計(jì)報(bào)告[1]表明，我國每年因駕駛疲勞導(dǎo)致的交通事故占交通事故總數(shù)的20%左右，占特大交通事故的40%以上[2]. 由此可見，駕駛疲勞是導(dǎo)致交通事故發(fā)生的主要原因之一[3].

目前，國內(nèi)外學(xué)者主要是針對(duì)駕駛過程中的道路環(huán)境因素、天氣環(huán)境因素等單因素對(duì)駕駛疲勞的影響進(jìn)行分析. 在道路環(huán)境因素方面，閻瑩等[4]采用眼動(dòng)儀、腦電儀等儀器設(shè)備開展自然駕駛實(shí)驗(yàn)，研究單調(diào)道路環(huán)境對(duì)駕駛疲勞的影響，指出當(dāng)環(huán)境單調(diào)性加強(qiáng)、被覆蓋率降低時(shí)，駕駛員疲勞程度明顯增加. 陳建新等[5]對(duì)比了城市和鄉(xiāng)村路況對(duì)駕駛員駕駛疲勞的影響. 指出駕駛員在鄉(xiāng)村道路上行駛比在城市道路上行駛更容易產(chǎn)生疲勞. 周建等[6]主要研究環(huán)境單調(diào)地區(qū)公路駕駛疲勞的外部致因，得出直線公路會(huì)增加駕駛員的疲累感. Farahmand[7]通過研究道路幾何線形對(duì)駕駛員疲勞的影響，發(fā)現(xiàn)道路幾何變化越多，駕駛員的操作表現(xiàn)越好，越不容易出現(xiàn)疲勞. 在天氣環(huán)境因素方面，馮忠儒[8]對(duì)不同天氣狀況下駕駛員駕駛工作負(fù)荷進(jìn)行了研究，指出隨著天氣條件惡化，駕駛員負(fù)荷增加，容易導(dǎo)致駕駛疲勞. Vedat等[9]針對(duì)氣象條件對(duì)危險(xiǎn)化學(xué)品(簡稱?；?道路運(yùn)輸?shù)挠绊戇M(jìn)行研究.

綜上所述，大多數(shù)文獻(xiàn)是對(duì)影響駕駛疲勞的單因素進(jìn)行分析. 但是，在?；返缆愤\(yùn)輸過程中，耦合的風(fēng)險(xiǎn)因素越多，事故發(fā)生的概率越大，事故后果越嚴(yán)重[10]. 基于此，本文應(yīng)用問卷調(diào)查法對(duì)天氣和道路類型耦合因素下的?；返缆愤\(yùn)輸駕駛員駕駛疲勞進(jìn)行研究，耦合情境見圖1.

圖1 天氣與道路類型耦合條件下12種駕駛情境

1 調(diào)查問卷設(shè)計(jì)

目前，對(duì)駕駛員駕駛疲勞的主觀檢測方法主要有卡羅林斯卡嗜睡量表[11](Karolinska Sleepiness Scale，KSS)、Epwonh嗜睡量表[12]、疲勞癥狀自評(píng)量表[13]等問卷調(diào)查法. 本次研究也采用問卷調(diào)查法.

本研究編制《危險(xiǎn)貨物道路運(yùn)輸司機(jī)駕駛疲勞問卷調(diào)查》參考2002年日本能率協(xié)會(huì)的《疲勞癥狀自評(píng)量表》[14]，該調(diào)查問卷按內(nèi)容分為：引導(dǎo)語、駕駛員基本情況、12種駕駛情境下駕駛員疲勞特征自評(píng)以及駕駛員對(duì)自身駕駛技術(shù)評(píng)價(jià)4個(gè)部分，題型包括選擇題和填空題. 本問卷共包含12個(gè)疲勞特征因子，這12個(gè)特征因子可劃分為3個(gè)特征項(xiàng)目群體：模糊感、乏力感和困倦感. 將相同疲勞等級(jí)、不同特征項(xiàng)目群體的特征因子劃分為一個(gè)選項(xiàng)，則每題包含4個(gè)選項(xiàng). 4個(gè)選項(xiàng)依次賦予1～4分，分?jǐn)?shù)越高，疲勞程度越高.

2 調(diào)查數(shù)據(jù)分析

2.1 樣本特征

選取263位具有?；返缆愤\(yùn)輸資格的駕駛員作為調(diào)查對(duì)象，對(duì)其講解本次調(diào)查的流程、目的及意義并集體填發(fā)調(diào)查問卷. 共收集到263份調(diào)查問卷，問卷回收率為100%，剔除27份無效問卷，有效問卷236份，問卷有效率達(dá)到89.73%. 將有效問卷信息輸入SPSS進(jìn)行統(tǒng)計(jì)性分析，結(jié)果如下：

1)性別：男性駕駛員占85.6%，女性駕駛員占14.4%，說明本次調(diào)查主要集中于男性駕駛員，這與參加?；返缆愤\(yùn)輸絕大多數(shù)是男性駕駛員的現(xiàn)狀基本一致，男性駕駛員更具有代表性.

2)年齡：本次調(diào)查對(duì)象年齡介于31～40歲占總?cè)藬?shù)的31.4%，年齡介于41～50歲占總?cè)藬?shù)的30.1%，表明本次調(diào)查對(duì)象主要集中于31～40歲和41～50歲年齡段.

3)從業(yè)駕齡：本次調(diào)查對(duì)象從業(yè)駕齡介于3～6a的人數(shù)居多，占總?cè)藬?shù)的32.6%.

4)學(xué)歷：本次調(diào)查對(duì)象的學(xué)歷主要是初中及以下(29.7%)、高中或中專(43.2%).

2.2 信度分析

在調(diào)查問卷中，問卷有效的必要條件是問卷可信[15]. 本文采取的信度分析方法是Cronbach’s α系數(shù)檢驗(yàn)法，即內(nèi)部一致性檢驗(yàn). 如式(1)所示：

(1)

表1 危險(xiǎn)貨物道路運(yùn)輸司機(jī)駕駛疲勞問卷調(diào)查

Cronbach’s α系數(shù)越高，代表該問卷的信度越高，Cronbach’s α系數(shù)大于0.9時(shí)，表示量表信度非常高；小于0.35時(shí)，表示量表信度低，應(yīng)考慮重新編寫問卷. 使用SPSS軟件得到《危險(xiǎn)貨物道路運(yùn)輸駕駛員駕駛調(diào)查問卷》信度分析結(jié)果如表2所示，共包含12個(gè)題目，每個(gè)題目分別針對(duì)晴天、雨天、雪天、霧天4種天氣條件和高速公路、城市道路、隧道3種道路類型耦合的12種駕駛情境進(jìn)行分析. 從表2中可看出每題的信度均在0.9以上，標(biāo)準(zhǔn)化Cronbach’s α系數(shù)為0.927，說明本調(diào)查問卷數(shù)據(jù)信度高，可進(jìn)行下一步分析.

表2 調(diào)查問卷信度分析

2.3 效度分析

效度即有效程度，反映調(diào)查結(jié)果的真實(shí)性. 效度分析分為內(nèi)容效度分析和結(jié)構(gòu)效度分析，本問卷內(nèi)容效度分析采用專家評(píng)判法，這里僅說明應(yīng)用探索性因子分析進(jìn)行結(jié)構(gòu)效度分析的過程.

探索性因子分析方法是對(duì)數(shù)據(jù)進(jìn)行Bartlett’s球形檢驗(yàn)和Kaiser-Meyer-Olkin(簡稱KMO)值檢驗(yàn). Bartlett’s球形檢驗(yàn)中，P值(顯著性概率Sig.)小于0.01時(shí)，說明該問卷可進(jìn)行因子分析. KMO值(0≤KMO≤1)越接近于1，說明該調(diào)查問卷效度高，適合進(jìn)行因子分析[16]. 從表3可看出KMO值為0.933，高于0.8，接近于1；Bartlett’s球形檢驗(yàn)的P值為0，小于0.01，說明該問卷的數(shù)據(jù)效度高，可進(jìn)行因子分析.

表3 調(diào)查問卷效度分析

3 結(jié)果分析

3.1 環(huán)境對(duì)駕駛疲勞影響分析

變量描述性統(tǒng)計(jì)分析的目的在于研究調(diào)查對(duì)象對(duì)變量的整體態(tài)度，本文通過平均值和標(biāo)準(zhǔn)差對(duì)12種天氣與道路類型耦合情境下駕駛員疲勞程度進(jìn)行分析，分析結(jié)果如表4所示，天氣-道路類型耦合情境下駕駛員疲勞程度平均得分柱狀圖如圖 2所示.

表4 天氣-道路類型耦合下駕駛疲勞程度得分情況

分析結(jié)果表明：晴天-高速公路的駕駛疲勞分值最低，霧天-隧道的駕駛疲勞分值最高. 在天氣條件為晴天、雨天和霧天的場景下，相比于其他道路類型，隧道的駕駛疲勞分值是最高的，雪天則是高速公路的駕駛疲勞分值最高；且在天氣條件為晴天、霧天的情境下，隧道的駕駛疲勞分值標(biāo)準(zhǔn)差均大于等于其他道路類型，說明在該條件下的駕駛疲勞分值波動(dòng)比其他條件下的駕駛疲勞分值大，分布較為分散.

出現(xiàn)這種現(xiàn)象可能是由于隧道相較于其他道路類型是一段極為特殊的路段，該路段的駕駛環(huán)境極為單調(diào)、壓抑[17-19]，隧道內(nèi)外光線差異大，使得駕駛員對(duì)外界環(huán)境的變化產(chǎn)生不適[20]，再加上車輛在行駛進(jìn)隧道前，已經(jīng)在高速公路上駕駛了2 h，產(chǎn)生了一定的駕駛疲勞，駕駛員生理機(jī)能下降，尤其是在晴天天氣條件下，這種駕駛疲勞差異性更為突出. 而在雪天，路面附著系數(shù)較低、摩擦力小，高速公路上駕駛速度快，想要安全駕駛，駕駛員必須長時(shí)間保持高度精力集中，導(dǎo)致心理壓力增加，容易產(chǎn)生緊張、焦慮、煩躁等負(fù)面的情緒，促使駕駛員疲勞的產(chǎn)生[21].

3.2 個(gè)體屬性與駕駛疲勞相關(guān)性分析

相關(guān)性分析的目的是為了揭示事物之間關(guān)系的強(qiáng)弱，常用的相關(guān)系數(shù)包括Pearson、Spearman[22]等，本文選用Spearman相關(guān)系數(shù)法來分析駕駛員個(gè)體屬性差異與駕駛疲勞之間是否存在相關(guān)性，相關(guān)性分析結(jié)果如表5所示.

表5 個(gè)體屬性與駕駛疲勞相關(guān)性分析結(jié)果

分析結(jié)果表明：年齡在晴天-城市道路、晴天-隧道情境下與駕駛疲勞在1%顯著性水平顯著且相關(guān)系數(shù)值都小于0，說明在這兩種情境下，隨著年齡的增加，駕駛員駕駛疲勞程度下降，在其他情境下相關(guān)性不明顯.

駕齡在晴天-高速公路、晴天-城市道路、雪天-隧道、霧天-隧道下與駕駛疲勞在1%顯著性水平顯著且相關(guān)系數(shù)值都小于0，在雪天-高速公路下在5%顯著性水平顯著且相關(guān)系數(shù)值都小于0，說明在這5種情境下，隨著從業(yè)駕齡的增加，駕駛員駕駛疲勞程度下降，在其他情境下相關(guān)性不明顯.

學(xué)歷在霧天-隧道下與駕駛疲勞在5%顯著性水平顯著且相關(guān)系數(shù)值大于0，說明在這種情境下，隨著學(xué)歷的增加，駕駛員駕駛疲勞程度也上升，在其他情境下相關(guān)性不明顯.

4 結(jié)束語

1)在天氣條件為晴天、雨天、霧天的情況下，由于隧道內(nèi)外環(huán)境差異大，駕駛員不適應(yīng)環(huán)境變化，極易在隧道路段產(chǎn)生疲勞. 在天氣條件為雪天的情況下，由于高速公路上駕駛速度快，駕駛條件惡劣，相比其他駕駛情境需要保持注意力高度集中，心理壓力增大，容易產(chǎn)生疲勞.

2)年齡、駕齡以及學(xué)歷與駕駛員疲勞程度顯著性相關(guān)，在晴天-城市道路和晴天-隧道駕駛情境下，年齡與駕駛員疲勞程度呈負(fù)相關(guān)關(guān)系，隨著年齡增加，駕駛員疲勞程度減少；在晴天-高速公路、雪天-高速公路、晴天-城市道路、雪天-隧道以及霧天-隧道駕駛情境下，駕齡與駕駛員疲勞程度呈負(fù)相關(guān)關(guān)系，隨著駕齡增加，駕駛員疲勞程度減少；而在霧天-隧道駕駛情境下，學(xué)歷與駕駛員疲勞程度呈正相關(guān)關(guān)系，隨著學(xué)歷的增加，駕駛員駕駛疲勞程度增強(qiáng).

本文通過主觀問卷調(diào)查法，對(duì)263名危化品道路運(yùn)輸駕駛員填寫的數(shù)據(jù)進(jìn)行研究，旨在探索不同環(huán)境因素對(duì)?；愤\(yùn)輸駕駛員駕駛疲勞的影響規(guī)律，從而可為?；返陌踩\(yùn)輸提出合理的、有依據(jù)的建議，因主觀調(diào)查法與實(shí)際情況存在一定的誤差，后續(xù)將主客觀調(diào)查方法相結(jié)合，減少誤差的產(chǎn)生.