驾驶员特质焦虑水平评估方法研究

夏映雪， 曹 凯

(山东理工大学 交通与车辆工程学院， 山东 淄博 255091)

焦虑(Anxiety)是个体对即将来临的、可能发生的危险或威胁所产生的紧张、忧虑、烦恼、不安等不愉快的复杂情绪状态[1].Cattel和Spielberger将焦虑区分为特质焦虑和状态焦虑，特质焦虑是一种人格特征，是具有个体差异的相对稳定的焦虑倾向性.状态焦虑是指因为特定情境引起的暂时的不安状态.具有特质焦虑的个体倾向于把外界环境的刺激知觉为有危险的或有威胁的，并因此对这种威胁产生状态焦虑反应[2].现代交通对驾驶员心理素质[3]的要求越来越高，随着经济的发展，我国汽车数目持续大量增长，截至2012年6月底，全国 保有量超过1.1亿辆，上半年增量为历史同期最高.全国17个城市的汽车保有量超过1百万辆，其中北京、成都、天津、深圳、上海等5个城市的汽车保有量超过200万辆.然而，人们在享受汽车带来的生活便利的同时，不得不考虑车辆增加带来的安全隐患.其中，最为直接的影响就是拥挤的交通对驾驶员心理产生的压力，从而引起驾驶状态焦虑反应.驾驶员的特质焦虑直接影响着驾驶员对道路交通信息的接受、判断[4]，进而影响驾驶员对交通环境的评价和驾驶行为.驾驶员在行车过程中因焦虑导致情绪不稳定，从而引发交通事故的例子屡见不鲜[5].

长期以来，对驾驶员的情绪状态及其影响因素的研究引起世界各国交通心理学研究者的高度关注，并进行了大量研究，得到了许多颇具理论意义和应用价值的研究成果.为了评价个体的特质焦虑倾向，1970年Charles D.Spielberger等人编制了一套具有良好的信效度的评定量表，即状态-特质焦虑量表，并于1979年做了修订，为不同的研究目的[6-7]和临床实践服务.国内也有许多研究人员对驾驶员的性别、年龄、驾龄等与情绪状态的关系进行过研究比较，如朱国锋，何存道等人编制了驾驶员情绪状态量表[8]，并对客车、卡车等驾驶员的情绪状态[9]进行了调查研究，为后来的研究提供了依据. 对于驾驶员特质焦虑，目前尚未出现系统的、较为成熟的研究成果.本研究在以往研究的基础上，从主观和客观两个角度研究了驾驶员特质焦虑水平的评估方法.首先通过查阅大量国内外资料，结合理论与实际，确定了主、客观评价指标.主观方面，编制了一套适合驾驶员的特质焦虑自评量表，从主观认知角度评定特质焦虑水平；客观方面，结合实际驾驶中的一般情况，采用模糊层次综合分析法[10-11]，对驾驶员的特质焦虑水平做出了科学合理的评估.两个方面的评估结果相互印证，内容上又相互补充，使得驾驶员充分了解自己的特质焦虑水平，为进一步研究驾驶员的特质焦虑对驾驶员风险评价和驾驶行为的影响，加强对驾驶员的不良情绪疏导与管理，控制焦虑因素所致的交通事故，提供理论支持和技术手段.

1 评估指标的确定

根据心理学家的建议和大量的驾驶员在驾驶过程中情绪体验的调查，结合相关资料及前人的研究，对驾驶员焦虑心理的各种反映做了全面分析，驾驶员焦虑情绪可以通过多种指标反应出来[12]，如生理指标：血压、心率、皮肤电等；心理指标，可以通过各种心理量表测量获得；还可以通过动作、表情和语言表现出来.

综合考虑指标的合理性及应用的可行性，主观方面评估指标采用心理指标作为评估测量依据，反复调查并大量采集反映焦虑情绪的相关因素，在此基础上编制驾驶员特质焦虑自评量表，并进行信效度检测，用来评估驾驶员对自身特质焦虑水平的认知程度；客观方面考虑到需要在实际驾驶中不影响驾驶员正常驾驶的情况下来评定特质焦虑水平，兼顾指标体系建立原则的系统性和层次性，采用动作、表情、和语言作为评估指标.其中动作包括整体的协调性，操作稳定性，反应灵敏性，以及对方向盘和刹车的操纵频率和幅度等.表情包括面部肌肉的紧张度，眼神的集中度等.语言包括与他人的互动以及对外部环境做出的语言反应等[13-14].然后，采用模糊层次综合评价法对客观指标进行评价.

2 驾驶员特质焦虑量表的编制

量表的编制过程包括：确定主题，搜集资料，采集信息，筛选问题，预测及信效度分析，以下是驾驶员特质焦虑量表问题选取及信效度分析过程.

2.1 问题的选取

利用交通心理学[3]和普通心理学[1]的相关理论和方法，结合心理学家的建议及多名驾驶员的经验调查，筛选了30个问题，并拟定了一套能够反映驾驶员特质焦虑自我认知水平的初始问题.如对自己的车技充满信心，很享受驾驶的乐趣，感到烦躁等.前面13个问题反映的是驾驶员的积极情绪，后面17个问题反映的是消极情绪，全部问题均采用1-4级评定，即“1-完全没有”，“2-有些”，“3-中等程度”，“4-非常明显”，积极情绪反序计分.另外需要填写的个人信息还包括被试人员的性别、年龄、驾龄及是否发生过交通事故.征集50位志愿者进行问卷调查，回收有效问卷46份，用spss17.0统计分析软件[15]对调查结果进行初步的信效度分析和因素分析，利用项目分析法确定每个问题是否有效，将相关系数在0.05水平上无显著性差异的问题予以删除，再利用主成分因子分析法确定最终保留的20个问题，组成最终量表，见表1.然后，要求志愿者反复填写问卷，并对量表进行信效度分析.

2.2 信效度分析

信度(Reliability)系指测验结果的一致性、稳定性及可靠性，一般多以内部一致性来表示该测量信度的高低.信度系数越高即表示该测量的结果越一致、稳定越可靠.然而，系统误差对信度没什么影响，因为系统误差总是以相同的方式影响测量值的，因此不会造成不一致性.目前，最常用的测量量表信度的方法是Cronbach α信度系数法；效度(Validity)即有效性，是指所测量到的结果反映所想要考察内容的程度，测量结果与要考察的内容越吻合，则效度越高.效度分析方法有很多种，不同的分析方法反应效度的不同方面.最常用的的方法是用因子分析法来分析调查问卷的结构效度.

2.2.1 信度分析

本文采用α信度系数法来估计量表的信度，计算公式为

其中：n为量表中题目的总数；Si为第i题得分的题内方差；SH为全部题目总得分的方差.

表1 驾驶员特质焦虑量表

α系数评价的是量表中各题目得分间的一致性，属于内在一致性系数.经SPSS17.0统计分析得量表的Cronbanchα系数为0.840，表明量表的内部一致性信度较好.案例汇总见表2，可靠统计结果见表3.

表2案例处理汇总及可靠性统计

表3可靠性统计

2.2.2 效度分析

这里采用Bartlett球形检验和Kaiser-Meyer-Olkin度量分析变量的相关矩阵，KMO值为0.783，表明因素分析结果可较好的解释变量之间的关系，适合做因子分析.采用主成分分析法对20个问题提取主要因素，特征值大于1的因素共5个，可解释总方差的73.823%，为主因素.20个问题的公因子方差均在0.6以上，说明每个问题都适合做因子分析，有良好的效度.分析结果见表4和表5.

表4KMO和Bartlett的检验

表5 公因子方差

经过信效度分析，驾驶员特质焦虑量表符合信度与效度的要求，调查结果能够从主观方面准确反映驾驶员的特质焦虑水平.

3 模糊层次综合评价

模糊综合评价是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，进行综合评价的一种方法.在驾驶员特质焦的客观综合评估中，涉及到多种评价因素的相互影响，而且存在大量模糊关系和模糊概念，因此，需要采用模糊综合评价法进行定量化处理，对驾驶员的特质焦虑水平进行有效评估.评估模型中各指标的权重采用层次分析法确定，比起先前凭借专家的知识经验确定权重的方法更加合理，更符合客观实际并易于定量表示.模糊层次综合评价法结合层次分析法和模糊综合评价法的优点，首先通过层析分析法确定影响因素的权重集，然后用模糊综合评判确定评判效果，提高了模糊综合评判结果的准确性.

3.1 模型的建立

模糊层次综合评价法模型的建立步骤.

第一步：确立指标体系.P个一级评价指标，V={V1，V2,…,VP},每个指标又可包含次级评价指标C.

第二步：确定评语等级论域.建立评价等级集合u={u1，u2,…,uP}，每一个等级对应一个模糊子集.

第三步：建立模糊关系矩阵.在构造了等级模糊子集后，要逐个对被评事物从每个因素Vi(i=1，2,…，p)上进行量化，即确定从单个因素来看被评事物对等级模糊子集的隶属度(R|Vi)，进而得到模糊关系矩阵：

矩阵R中第i行第j列元素rij，表示某个被评事物从因素vi来看对uj等级模糊子集的隶属度.

第四步：确定指标权重.为了使评价结果更加客观合理，采用层次分析法确定各指标的权重.根据层次分析法原理，计算各指标的相对权重，把对权重的判断定量化，即确定评价因素的权重集A=(A1，A2，…，Ap)，其中，A的元素Ai本质上是因素Vi对模糊子集的隶属度.

第五步：合成模糊综合评价矩阵.将评价因素的权重集A与模糊关系矩阵R合成，得到模糊综合评价矩阵B.

B=A·R=(A1,A2,…，Ap)·

其中，bj由A与R的第j列运算得到，表示被评事物从整体上看对uj的等级模糊子集的隶属度.

第六步：评价结果分析.最常用的方法是最大隶属度原则，但有些情况下无法得出合理的评价结果.因此，在这里采用加权平均法确定隶属等级.

3.2 模型应用

以下利用模糊层次综合评价模型对驾驶员特质焦虑水平进行客观评价.采用动作、表情、和语言作为一级指标，V={V1，V2，V3}.动作包括整体的协调性，操作稳定性，反应灵敏性，以及对方向盘和刹车的操纵频率和幅度等，表情包括面部肌肉的紧张度，眼神的集中度等，语言包括与他人的互动以及对外部环境做出的语言反应等.由此确立次级指标：V1={C1，C2，C3，C4，C5}，V2={C6，C7},V3={C8，C9}.驾驶员的特质焦虑水平评估指标层次结构如图1.

图1驾驶员特质焦虑水平评估指标层次结构图

在特质焦虑量表中，均采用四级评价“十分明显”，“中等程度”，“有些”，“完全没有”对驾驶员的特质焦虑进行自评，并依次赋值4，3，2，1.在这里，依然采用四级评价对实际驾驶中表现出的焦虑进行客观评价.由相关研究人员对驾驶员实际驾驶过程中表现的焦虑情绪依次进行评分，建立评价集为

u={u1,u2,u3,u4}=

{“十分明显”，“中等程度”，“有些”，

“完全没有”}.

实际驾驶实验中，46位驾驶员反复进行一段大约20分钟的车程，并通过摄像头全程监控.在此期间，由10名研究人员即时对驾驶员的整个过程中的一般动作，表情及语言三方面的9个指标所表现出的焦虑情绪按照评价集进行评分，建立模糊关系矩阵.

根据层次分析法原理，确立各评价指标的相对权重.如图1所示，综合指标评价集V=(V1，V2，V3)，动作指标V1的次级综合指标评价集V1=(C1，C2，C3，C4，C5)，表情指标V2的次级综合指标评价集V2=(C6，C7)，语言指标V3=(C8，C9).以S-V各评价指标(V1，V2，V3)的权重计算的过程为例说明计算权重的方法.

指标体系中的递阶层次结构，确定了上下层之间元素的关系，将同一层次的各个指标元素关于上层指标的重要性进行两两比较，构造出判断矩阵:

标度含义见表6.

表61-5标度及含义对照

用方根法求因素权重向量近似值Wi'：W1'=(1×2×3)1/3=1.816;W2'=(1/2×1×2)1/3=1;W3'=(1/3×1/2×1)1/3=0.551；将各因素的权重向量近似值作归一化处理：W1=W1'/(W1'+W2'+W3')=0.539；W2=W2'/(W1'+W2'+W3')=0.297;W3=W3'/(W1'+W2'+W3')=0.164.即权重集为A=W=(0.539，0.297，0.164).

V1-(C1，C2，C3，C4，C5)判断矩阵：

V2-(C6，C7)判断矩阵：

V3-(C8,C9)判断矩阵：

最后求得

A1=(0.298，0.298，0.088，0.158，0.158)，

A2=(0.750，0250)，A3=(0.5，0.5).

为了说明合成模糊综合评价矩阵过程，以其中一名驾驶员为例，并给出评价结果.计算结果如下：

A1=α·R=

(0.298，0.298，0.088，0.158，0.158)·

(0.1754，0.3754，0.3544，0.0948)

归一化后的综合评价向量为

(0.175，0.375，0.355，0.095)；

A2=(0.750,0.250)·

(0.125,0.3,0.4,0.175)

A3=(0.5,0.5)·

(0.1，0.35，0.4，0.15)

A=(0.539，0.297，0.164)·

(0.14785,0.348625,0.375745,0.12778)

归一化得(0.148，0.348，0.376，0.128).

根据以上计算结果，可以分析得到驾驶员特质焦虑水平评价定量分级标准,见表7.

表7 定量分级标准

此驾驶员特质焦虑的客观的综合评估分数为u=4×0.148+3×0.348+2×0.376+1×0.128=2.516.该驾驶员的特质焦虑水平等级为中.通过对驾驶员的实际试验视频监控观察发现，在测试路段的驾驶中，该驾驶员情绪较为紧张，动作有些僵硬，偶尔不协调，但是十分小心谨慎，严格遵守交通规则，不做冒险行为，基本没有驾驶失误.由此说明，在一般环境下，一定程度的特质焦虑是有利于安全驾驶的.但在高危环境下，特质焦虑会导致驾驶员产生状态焦虑，由此出现较大的情绪波动，影响驾驶安全.其他45位驾驶员用同样的方法得到特质焦虑水平等级.

4 结束语

本文分别从主观和客观两个角度评估了驾驶员的特质焦虑水平，研制了一套适合驾驶员的特质焦虑自评量表，并采用模糊层次综合评价法，将模糊的评价因素定量化，从客观角度对驾驶员的特质焦虑水平进行评估，既从驾驶员的认知角度出发，讨论了驾驶员个人对特质焦虑水平的自我评价，又能结合实际情况，避免主观上的错误认识，科学又合理的对驾驶员的特质焦虑水平做出评估.在以后的研究中，将进一步研究驾驶员的特质焦虑水平在特殊情境中是怎样影响状态焦虑，以及对驾驶行为和风险决策产生影响的.

[1]叶奕乾，何存道，梁宁建.普通心理学[M].2版.上海：华东师范大学出版社，2001：353.

[2]赵云龙，赵建新.状态焦虑与特质焦虑的关系[J].楚雄师范学院报，2010，25(10)：85-89.

[3]郑安文.道路交通安全概论[M].机械工业出版社，2010.

[4]陈莉，人格特质、心境对情绪信息加工的影响[D].江西：江西师范大学，2005.

[5]董林.情绪驾驶与心理疏导[J].汽车运用，2005(3)：33.

[6]郑晓华，李延之.状态-特质焦虑问卷[J].中国心理卫生杂志，1997,11(4)：219-220.

[7]李文利，钱铭怡.状态特质焦虑量表中国大学生常模修订[J].北京大学学报:自然科学版，1995,31(1)：108-112.

[8]朱国锋，何存道.驾驶员情绪状态量表的信度与效度的初步研究[J].心理科学，2002，25(3)：296-299.

[9]何存道，汤振东，郑宁华.卡车驾驶员情绪状态研究[J].人类工效学，2001(2)：18-21.

[10]江鹏辉，杨豪，彭斌.基于模糊层次综合法的加油站现状评价模型及应用[J].工业安全与环保，2008,34(2)：58-61.

[11]江高.模糊层次综合评价法及其应用[D].天津：天津大学，2005.

[12]Wen W H.Studies on Physidugical Signals Based Emotion Reugnition[D].Chongqing:China South West university,2010.

[13]Wang J,Gong Y.Recognition of multiple drivers' emotional state[C]//19th International Conference on.IEEE,2008:1-4.

[14]Pecher C,Lemercier C,Cellrier J M. Emotions drive attention:Effects on driver's behaviour[J].Safety Science, 2009,47(9):1 254-1 259.

[15]黄润龙.数据统计与分析技术- SPSS软件实用教程[M].高等教育出版社，2004.