驾驶人暴怒情绪对行车安全的影响研究＊

李海，王志新

（甘肃交通职业技术学院，甘肃 兰州 730070）

引言

在通常情况下，情绪色彩常伴随着人类的一切心理活动，而应激、激情、心境是体现人类情绪色彩的三种形式[1]。激情状态是影响驾驶员正常驾驶的主要因素，悲痛、狂躁、暴怒等都属于人类的激情状态，驾驶人在激情状态下常会出现失控现象，从而造成驾驶过程中观察疏忽、操作失误现象的发生，进而引发交通事故。驾驶人暴怒情绪对行车安全的影响是当前研究交通事故的中心之一。Jerry L. Deffenbacher 是美国柯林斯堡科罗拉多州立大学的教授，其设计了用来研究驾驶人在不同情景下的愤怒程度的量表（Driving Anger Scale,DAS）[2]。澳大利亚、法国等运用DAS 对本国驾驶人进行了研究[3][4]。国内该方面的研究相对较少，仰恩大学的王艳红分析了恐惧、悲哀、忧愁等情绪对行车安全的影响[5]。武汉理工大学的雷虎分析了驾驶人愤怒情绪下的行为特征及其对交通安全的影响[6]。本文借鉴以往的研究经验，结合我国文化和交通情景，采用问卷调查的方法主要从以下三个方面展开研究：（1）分析暴怒情绪对驾驶人生理、心理、行为的影响。（2）通过建立回归关系，研究驾驶人暴怒情绪下的行为表现与行车安全的关系。（3）分析问卷调查结果，得出暴怒情绪对行车安全的影响。

1 暴怒情绪对驾驶人生理、心理、行为的影响

1.1 暴怒情绪对驾驶人生理心理影响的分析

心理学研究表明[2]，人的情绪是一种心理活动的产物，是人对客观事物是否符合自己需要的态度的体验。调查显示，车辆行驶中驾驶人产生的暴怒情绪会对驾驶人的生理心理产生一定的影响，如表1 所示。有效的观测共有435 个，其中驾驶人对各种可能影响驾驶的生理、心理因素的选择频次为692 次，其中频数为172 的为注意力不集中因素，频数为161的为出现驾驶操作小失误因素，而容易开“赌气车”132 次，反应迟钝94 次，频数为82 的为判断失误因素，以上五种生理、心理因素是影响驾驶人驾驶的主要因素。此外，在该调查中还发现，暴怒情绪使驾驶人产生疲劳的情况比较少，但是仍然应该加以注意与防范。

表1 暴怒情绪对驾驶人生理心理的影响频率

暴怒情绪对驾驶人的生理心理影响存在着个体差异，如表2 所示。通过对其他非研究因素进行调控，采取控制变量法对驾驶人的人口统计学特征、暴怒情绪等进行研究，从而得出较为科学的调查结果。研究结果显示，暴怒情绪对于女性驾驶员的影响相比于男性驾驶员是较小的，且暴怒情绪对男性驾驶员所产生的影响较大的为注意力不集中、开“赌气车”，其次是反应迟钝、判断失误，而对女性驾驶人影响比较大的是注意力不集中、出现驾驶操作小失误，其次是容易反应迟钝、开“赌气车”。不论年龄的大与小，驾驶员在一定程度上均会受到暴怒情绪的影响，其中最易出现的结果就是驾驶员注意力不集中的现象。具体来说，年龄在40 岁以下的驾驶员相比于年龄在40 岁以上的驾驶员来说，情绪波动较为容易受到外界事物影响，因此，年龄在40 岁以下的驾驶员在暴怒情绪下更容易开“赌气车”，41-50 岁的人比其他年龄段的人更容易疲劳，驾龄在2 年以下的驾驶人容易出现车辆控制方面的小失误。暴怒情绪对不同学历的驾驶人影响也是不同的，具体来说，对于大学以上学历的驾驶人来说，在驾驶过程中容易出现注意力不集中的现象；对于大学学历的驾驶人来说，在驾驶过程中容易出现车辆控制上的小失误；对于高中及高中以下学历的驾驶人来说，在驾驶过程中容易出现注意力不集中的现象。对于收入水平不同的驾驶员，暴怒情绪对其所产生的影响也是具有差异的，具体来说，对于平均月收入不到2000 元的驾驶人来说，暴怒情绪对其所产生影响由重到轻是：注意力不集中、车辆控制方面的小失误、开“赌气车”、反应不够敏捷、开车过程中易疲劳；而对于平均月收入在2000 元以上的驾驶人来说，受暴怒影响所产生的主要现象为车辆控制上出现小失误、注意力不集中。此外，除了驾驶人本身情况所导致的受暴怒情况影响不同以外，驾驶人所驾驶的车型也会对驾驶人产生一定的影响，如除了出租车驾驶人以外，货车驾驶人、私家小汽车驾驶人、长途客车驾驶人、公交车驾驶人在驾驶过程中受暴怒情绪影响所出现的现象主要为注意力不集中，其次是车辆控制小失误、开“赌气车”。暴怒情绪对出租车驾驶人的影响比较大的前三位依次是注意力不集中、对车速估计不准、车辆控制小失误。暴怒情绪对未婚驾驶人影响最明显的是车辆控制小失误，其次是开“赌气车”和注意力不集中，对已婚驾驶人影响最明显的是注意力不集中，其次是车辆控制小失误和开“赌气车”。

综上所述，驾驶人的人口统计学特征以及暴怒情绪均会对驾驶人的驾驶产生一定程度上的影响，影响驾驶人驾驶的人口统计学特征主要有驾驶人的性别、驾驶人的年龄；影响驾驶人驾驶暴怒情绪的主要因素有驾驶人的学历、驾驶人的收入水平、驾驶人的驾驶车型。以上因素均会影响到驾驶人的正常驾驶。

1.2 暴怒情绪下驾驶人可能发生的违法驾驶行为

表2 暴怒情绪对驾驶人影响的个体差异情况

驾驶人在暴怒情况下，常常会由于发泄暴怒情绪而做出一些法律所禁止的行为，甚至会做出超乎寻常的越轨行为，如强超、强会、超速等。根据相关调查，暴怒状态下的驾驶人对于激怒其的车辆有很大的概率会采取过激性报复行为，从而导致故意违法现象的发生。为了调查在暴怒情绪下驾驶人可能发生的违法驾驶行为，本研究以我国道路交通事故年报统计的违法违规驾驶行为作为标准，对我国兰州市300 名驾驶员展开了调查，具体的调查结果如表3 所示。违规使用灯光、不按规定让行、超速行驶、逆向驾驶、强超、违法停车等均为受暴怒情绪影响的驾驶人所采取的行为，这些有悖于交通规则的行为不仅使得其他道路行驶车辆行驶困难，而且还容易引发追尾、碰撞等较为严重的交通事故。

表3 暴怒情绪下可能发生的危险行为（N=300）

2 驾驶人暴怒情绪下的表现与行车安全的关系

为了提高驾驶人暴怒情绪下的表现与行车安全关系研究的准确性、科学性、合理性，本研究采取了回归分析的方式对驾驶人受暴怒情绪影响所出现的行为方式与驾驶人在近两年的驾驶中出现事故的频次、违章的次数进行了具体研究，研究成果表明，驾驶人受暴怒情绪影响所出现的行为方式与驾驶人在近两年的驾驶中出现事故的频次、违章的次数无法建立起理想的回归模型。分析原因为问卷调查中该项目数据统计不够准确，许多被调查对象都记不清违章次数而只对于自身违章频率有模糊的印象。因此，本文对驾驶人受暴怒情绪影响所出现的行为方式与驾驶人在近两年的驾驶中出现事故的频次、违章的次数进行了有序回归模型以及多项Logistic回归模型的建立。

2.1 驾驶人暴怒表现与违章频率有序回归分析

对驾驶人暴怒时违章的频率和其暴怒时的表现进行有序回归分析。根据拟合度表，偏差为χ2为1031.724（P=1.000＞0.05），表明本文数据适合于有序回归分析。

根据伪R 方（Pseudo R-Square）的计算结果，0.119、0.294、0.269 分别为McFadden R2、Nagelkerke R2、Snell R2与Cox的计算结果，该结果表明，可由量表解释的暴怒表达形式分别占总体的12.8%、29.4%以及27.7%。

采取α=0.05 水准，7.324（P=0.007＜0.05）、5.317（P=0.021＜0.05）分别为位置参数item1、item15 的Wald 统计量数值，该结果可由参数估计表4 得出，而其他位置参数的P 值均在0.05 水平以上，因此，位置参数item15、item1 与违规之间是可以建立回归模型的，其Logit 连接函数分别为：

第1 组水平，Link1=3.918-(0.368* item1+0.443* item15)

第2 组水平，Link2=5.009-(0.368* item1+0.443* item15)

第3 组水平，Link3=7.058-(0.368* item1+0.443* item15)

第4 组水平，Link4=10.112- (0.368* item1+0.443* item15)

由以上公式可以计算出Logit 连接函数的具体数值，可再根据以下公式计算出具体的概率值。预测出驾驶人违章的频率情况。

通过以上模型分析， 驾驶人违章与驾驶人谩骂其他驾驶人、驾驶人拍打方向盘之间具有很大的相关关系，该研究成果表明，可以通过研究驾驶人谩骂其他驾驶人、拍打方向盘发生的频次来对驾驶人违章的频率做出粗略预测。

表4 回归参数估计表

2.2 驾驶人暴怒表现与违章频率多项Logistic 回归分析

对驾驶人暴怒时违章的频率和其暴怒时的表现进行多项Logistic 回归分析。根据拟合度表，采取α=0.05 为水准，偏差为χ2=925.021-683.728=241.293，P=0.000＜0.01，且Pearson χ2及偏差χ2分别为1273.521（P=1.000＞0.05），表明本文数据适合于多项Logistic 回归分析。表5 为多项Logistic 回归分析的具体结果。

表5 拟合度

在伪R 方（Pseudo R-Square）中，0.206、0.465、0.436分别为McFadden R2、Nagelkerke R2、Snell R2与Cox 的计算结果，该结果表明，可由量表解释的暴怒表达形式分别占总体的20.6%、46.5%以及43.6%。

采取Wald 检验显著性标准水平为0.05，对于量表所示数据，只有item1、item15 的值大于相较于3-一般和4-比较高，而其他情况下如item2 到item14 以及item16 到item21的α值均大于0.05，因此，认为仅在item1、item15 情况下是可以进行多项Logistic 回归的，且若以1-非常低为频率标准，以下公式所得到的线形预测方程：

Logit[P（违规=3∣item1，item15）]=-5.030+0.722* item1+0.518* item15

Logit[P（违规=4∣item1，item15）]=-9.396+0.869* item1+0.977* item15

由具体结果可得，item1 的回归系数均大于0，即驾驶人暴怒时出现违规的概率与驾驶人拍打方向盘出现的频次呈正相关；item15 的回归系数均大于0，即驾驶人暴怒时出现违规的概率与驾驶人谩骂其他驾驶人出现的频次呈正相关。

一般情况下，若模型的预测概率大于百分之五十，则说明该模型的预测效果良好，若模型的预测概率小于百分之五十，则说明该模型的预测效果并不理想。在本研究中，由模型的预测效果分类表可得，本模型的预测概率达到了50.8%，即本模型的预测效果良好，具体如表6 所示。这说明可以用item1、item15 构成的模型来预测交通违规的频率等级。

表6 分类表

3 暴怒情绪下开车对行车安全的影响

在暴怒情绪下开车对行车安全的影响主要表现在驾驶人所出现的方向盘转动频率显著增加、挡位变换过快、制动踏板操作不当，且注意力不集中等现象，所以暴怒情绪下驾驶人开车有非常大的安全隐患。

3.1 暴怒情绪下发生交通事故形态统计

调查显示，暴怒驾驶引发的交通事故形态中正面碰撞和侧面碰撞较多，300 人中就有63 人发生过该类交通事故，占调查总数的21%。其次是对向刮擦、碰撞固定物，300 人中就有48 人发生过该类交通事故，占调查总数的16%。若当时道路上来往车辆数量较多，暴怒情绪下所发生的交通事故形态如正面碰撞、侧面碰撞、对向刮擦等极易引起道路车辆阻塞，从而引起负面的交通情况变化，此外，驾驶人频繁地操作车辆将增加因车辆局部温度过高，进而引发火灾现象发生的概率。由表7 可得出，暴怒情绪对于驾驶人的影响是不容小觑的。

表7 暴怒情绪下发生的交通事故形态

3.2 暴怒情绪下几乎发生交通事故的频率统计

调查结果如图1 所示。

图1 暴怒情绪下驾驶人几乎发生交通事故的频率

从图1 可看出，暴怒情绪下从未发生交通事故的只有41%，说明有59%的人在暴怒情绪下出现过“几乎发生交通事故”的情况。

3.3 暴怒情绪对驾驶人行车安全的影响程度

调查结果如图2、图3 所示。

图2 暴怒情绪对驾驶人行车安全的影响程度

从图2 可看出，87%的人认为暴怒情绪对行车安全是有影响的，6%的人认为影响非常大，只有13%的人认为无影响。从图3 可看出，认为暴怒情绪引起事故的严重程度在严重以上的达到19%，认为严重程度为一般的占到了25%，两者占到了44%。从两图分析可知，大部分人认为暴怒情绪对行车安全及引发的交通事故影响较大。

图3 暴怒情绪下发生交通事故的严重程度

4 结语

（1）行车中，暴怒情绪最容易导致驾驶人注意力不集中，其次是车辆控制方面出现小失误，再就是开“赌气车”。另外还会导致驾驶人判断失误、反应迟钝、疲劳等。

（2）开车中，驾驶人自身情况会影响到暴怒情绪对驾驶人的影响。

（3）通过对具体数据的分析，本文建立了有序回归和多项Logistic 回归模型两种回归模型，得出驾驶人受暴怒情绪影响所出现的行为方式与驾驶人在近两年的驾驶中出现事故的频次、违章的次数存在统计学回归意义。

（4）暴怒情绪下驾驶发生道路交通事故的形态排在前三位的是：正面碰撞、侧面碰撞、对向刮擦；59%的人在暴怒情绪下出现过“几乎发生交通事故”的情况，87%的人认为暴怒情绪对行车安全是有影响的，44%的认为暴怒驾驶引发的交通事故严重程度在一般以上。

（5）由于部分驾驶人因顾及个人情面而不愿填写真实违章情况，致使收集到的数据存在一定的误差，希望在今后再做该项研究时能尽力消除被调查人的顾虑，以获得更有价值的数据。