影响道路交通安全的驾驶员异常行为研究

马 明 严新平 吴超仲 陈伟伟

(武汉理工大学水路公路交通安全控制与装备教育部工程研究中心1) 武汉 430063)(武汉理工大学交通学院2) 武汉 430063)

大量研究表明,绝大多数的道路交通事故与驾驶员行为因素有关,而纯粹由道路设计缺陷或车辆故障引起的交通事故仅占很少比例[1].1990年,Reason等设计了基于异常行为分类的驾驶行为调查表(driverbehaviourquestionnaire,DBQ),该表有28项调查内容,由研究人员以问卷调查行为对驾驶员进行调查,并将异常的驾驶行为分为失误与侵犯两类.其中,对失误定义为认知处理出现的问题,而侵犯则是由于动机和交通环境共同作用引起的.在其首次研究中,Reason提取出了3个因子,分别定义为蓄意侵犯、危险失误、疏忽[2-3].在此后有关DBQ的研究中,得到了许多不同的因子结构.如Parker等证实了DBQ的3因子结构[4];Sullman等根据对新西兰卡车驾驶员的调查,得到了4个因子的结构[5].Turker Ozkan根据调查得出DBQ的两因子结构更具有时间稳定性[6].Blockey根据研究提出文化、社会习惯的差异会产生不同的因子结构[7].

本文针对中国驾驶员的异常驾驶行为特点进行调查,分析了驾驶员性别、年龄以及性别与年龄交互作用下驾驶行为调查表中各调查项之间的差异;并且,根据调查结果对驾驶行为调查表中的28个调查项进行因子分析,确定了符合中国驾驶员驾驶行为特点的DBQ因子结构.

1 基本方法

1.1 问卷调查

在本研究中,选择武汉、北京、大连、深圳4个城市作为调查地区.从这些地区中随机选择了120名经常驾车的男女驾驶员作为调查对象,并通过电子邮件给每位被调查驾驶员发送驾驶员调查问卷,并告知其本次调查为匿名调查以及本调查的研究意义.本次调查共计发送120份问卷,其中,实际返还了105份问卷;经筛选并去除8份缺失大量信息的问卷,最终确定97份为有效问卷.

1.2 多元统计分析方法

1.2.1 方差分析 方差分析又称变异数分析,其目的是推断两组或多组资料的总体均数是否相同,检验两个或多个样本均数的差异是否有统计学意义.方差分析可分为单因素方差分析、多因素方差分析.方差分析采用的统计推断方法是计算F统计量[8].对于单因素方差分析,F统计量是平均组间平方和与平均组内平方和的比值,并且F服从(k-1,n-k)个自由度的F分布,计算公式为

式中:k为水平数;ni为第i个水平下的样本容量.

应用多因素方差分析方法分析两个控制变量多个水平交互作用对结果的影响时,F统计量的计算公式为

式中:r为第一个控制变量的水平数;s为第二个控制变量的水平数;l为两个控制变量不同水平组合的样本个数;xijk为2个控制变量不同水平组合下的每个样本值.

1.2.2 因子分析 通过研究众多变量之间的内部依赖关系,探求观测数据中的基本内容,并用少数几个假想变量来表示其基本的数据结构.基本数学模型为

式中:x1,x2,…,xp为p个原有变量;F1,F2,…,Fm为m个因子变量,m小于p;aij为因子载荷,是第i个原有变量在第j个因子变量上的负荷;ε为特殊因子,表示了原有变量不能被因子变量所解释的部分.

因子分析有许多确定因子变量的方法,如基于主成分模型的主成分分析法和基于因子分析模型的主轴因子法、极大似然法、最小二乘法等.

2 数据分析结果

2.1 描述性统计结果

以97份有效问卷作为研究对象,对其进行描述性统计.结果显示,此次实际参与调查的驾驶员平均年龄为34.59岁(标准差为8.692岁);平均驾龄为6.34 a(标准差为5.4 a).其中,男性驾驶员比例占51.5%.所有参与调查驾驶员的年平均行驶里程为15 773.2 km(标准差为16 374.05 km).

2.2 方差分析结果

采用单因素方差分析方法分析性别、年龄不同水平间的驾驶行为差异;采用多因素方差分析方法分析性别、年龄不同水平交互作用下的驾驶行为差异.驾驶员年龄的不同水平按照5个等级进行分类,分别为:18～25岁,26～34岁,35～45岁,46～55岁,＞55岁.利用SPSS统计分析软件实现方差分析,并设定显著性水平为0.05.驾驶员性别、年龄以及性别与年龄交互作用的方差分析结果如表1所列.

由表1可以看出,性别之间差异显著(p＜0.05)的驾驶行为调查项有8项侵犯行为:(7)、(17)、(25)、(3)、(10)、(11)、(18)、(20)、(21)、(23)、(28),其中,男性驾驶员存在上述侵犯行为的较多;性别之间差异的驾驶行为调查项还有8项失误及疏忽行为 :(9)、(14)、(16)、(2)、(12)、(15)、(19)、(22),其中,女性驾驶员存在上述失误及疏忽行为的较多.对于第24项调查内容(用远光灯“闪”其它车辆或行人),国外研究表明该项驾驶行为在不同性别之间的差异显著,而在国内却无显著差异,这与国内驾驶员的驾驶习惯有较大关系.驾驶员年龄类别之间驾驶行为差异显著(p＜0.05)的有 7项侵犯行为:(17)、(25)、(11)、(18)、(23)、(24)、(28),存在上述 7 项侵犯行为的年轻驾驶员明显多于年老驾驶员;此外,不同年龄水平之间差异显著的驾驶行为有7项失误及疏忽行为 :(8)、(14)、(27)、(12)、(15)、(19)、(26),存在上述7项失误及疏忽行为的年老驾驶员比年轻驾驶员明显较多.

驾驶员性别与年龄交互作用下差异明显(p＜0.05)的驾驶行为调查内容有3项:(25)、(28)、(14).其中,年老的女性驾驶员极少在高速公路上超速行驶,并且在被其他车辆惹恼时也极少采取不友好行为;但是,年老的女性驾驶员容易对让行标志产生疏忽.

2.3 因子分析结果

采用主成分方法作为因子提取方法,确定能够反映驾驶员行为调查表中28个调查项主要信息的因子,并确定相应的因子结构.采用Bartlett球度检验和KMO检验两种方法检验DBQ中的28项变量是否适合做因子分析,结果表明,Bartlett给出的相伴概率为0.000,小于显著性水平,认为适合于因子分析;KMO检验值为0.827.

表1 驾驶行为调查数据方差分析结果

根据统计学家Kaiser给出的标准,也认为适合做因子分析.采用最小特征值方法确定因子个数,大于最小特征值设定值1的因子可以被提取,结果显示有8个因子的特征值大于1,但是根据如图1所示的因子特征值散点图来看,只有前面两个因子特征值变化比较明显,说明提取两个公共因子可以对原28项变量的信息描述有显著作用,并且两个因子结构比4个因子更加容易解释.

根据上述分析,最终确定提取两个因子.其中,第一个因子所解释的方差为31.519%,特征值为8.825;第二个因子所解释的方差为10.146%,特征值为2.841.由于未经过旋转的载荷矩阵中,因子变量在许多变量上都有较高的载荷.因此,选择常用的方差极大法对因子载荷矩阵进行旋转.经过旋转后的因子变量含义变得较为清楚.旋转后的因子载荷见表2.

图1 因子特征值散点图

表2 旋转后的因子载荷、特征值及解释方差

3 结 束 语

在对调查结果进行方差分析后,可以发现驾驶员性别、年龄或性别与年龄交互作用下存在显著差异的驾驶异常行为共有23项.其中,男、女驾驶员间存在显著差异的驾驶异常行为有16项;年龄类别间(18～25,26～34,35～45,46～55,＞55)存在显著差异的驾驶异常行为有14项;年龄与性别交互作用下存在显著差异的驾驶异常行为有3项.并且,根据参与调查驾驶员样本的因子分析结果,可以用两个独立的公共因子很好的解释DBQ中的28项驾驶员异常行为变量,这两个因子可以描述为“侵犯与违例”和“认知失误及疏忽”.结合方差分析与因子分析的结果可知,男性驾驶员、年轻驾驶员有关“侵犯及违例”的驾驶异常行为较多;而女性驾驶员、年老驾驶员在“认知失误及疏忽”方面的驾驶异常行为较多.

[1]公安部交通管理局.中华人民共和国道路交通事故统计年报(2005年度)[R].无锡:2006.

[2]Reason J T.Human Error[M].New York:Cambridge University Press,1990.

[3]熊 轶.交通交通信息作用下不同风险属性出行者的行为演进[J].武汉理工大学学报:交通科学与工程版,2009,33(2):279-282.

[4]Parker D,Reason J T,Manstead A S R,et al.Driving errors,driving violations and accident involvement[J].Ergonomics,1995,38(5):1036-1048.

[5]Sullman M,Meadows M,Pajo K.Errors,lapses and violation in the drivers of heavy vehicles[C]//Proceedings of the Paper Presented at the International Conference on Traffic and Transport Psychology,Berne,Switzerland.2000:147-154.

[6]Turker Ozkan,Timo Lajunen,Heikki Summala.Driver behaviour questionnaire:a follow-up study[J].Accident Analysis and Prevention,2006,38(2):386-395.

[7]Blockey P N,Hartley L R.Aberrant driving behavior:errors and violations[J].Ergonomics,1995,38(9):1 759-1 771.

[8]余建英,何旭宏.数据统计分析与SPSS应用[M].北京:人民邮电出版社,2003.