中国危险品车辆驾驶人驾驶行为影响因素分析*

张 晖 肖逸影 吴超仲 楚文慧，3 邓 敏 张奕骏

（1.武汉理工大学智能交通系统研究中心 武汉 430063；2.武汉理工大学国家水运安全工程技术研究中心 武汉 430063；3.武汉科技大学汽车与交通工程学院 武汉 430065；4.中交第二公路勘察设计研究院有限公司 武汉 430056）

0 引 言

道路安全一直是国内外交通安全的研究热点。世界卫生组织《2018年全球道路安全现状报告》指出，每年全球道路交通死亡人数约为135万。在我国，2018年交通事故发生数总计244 937起，造成63 194人死亡，带来直接财产损失总计138 456万元。随着我国经济迅速发展，国家对石油、天然气等危险货物的运输需求也不断扩大。据统计，我国每年运输的80%危险品货物是通过公路运输[1]，相比于小汽车，尽管危险品车辆每百公里发生事故数量更少，但其中大部分事故都造成了人员死亡。研究统计发现，绝大部分的事故是由驾驶人因素单独引起或者与其他因素共同导致的，驾驶行为是影响事故风险的重要因素[2-3]。

国内外现有研究中，通常采用不同的问卷来研究驾驶人驾驶行为。广泛采用的问卷类型有驾驶人行为问卷（driver behavior questionnaire，DBQ）［4］、积极行为问卷（positive driver behavior scale，PDBS）［5］、驾驶人技能量表（driver skill inventory，DSI）［6］、驾驶人攻击性指标量表（driver aggression indicators scale，DAIS）［7］、交通状况调查问卷（traffic climate scale，TCS）等［8］。现有基于问卷的研究多数针对小车驾驶人，但已有研究表明职业驾驶人与非职业驾驶人的驾驶技能和驾驶行为等存在差异[9]，而目前只有少量基于问卷的驾驶安全研究针对危险品车辆驾驶人，且尚未探索2种驾驶人之间的驾驶技能和驾驶行为的差异性。

已有大量研究表明，DBQ和DSI都与驾驶人事故相关[9-11]。范双双等[12]针对驾驶人之间的异质性进行研究，将DBQ和DSI分别分为3类异常驾驶行为（违规，错误和失误）和2类驾驶技能（感知运动技能和安全技能），结果表明，驾驶技能水平较低的驾驶人在异常驾驶行为上的频率很高。但也有研究指出，经验丰富的驾驶人反而会产生更多的违法行为和交通事故[13]，经验不足的驾驶人比有经验的驾驶人更注重安全性[14]。还有学者基于攻击性驾驶行为对全国范围内的驾驶人进行抽样分析，得到攻击性驾驶行为与事故有较强相关性的结论[7]。而目前针对卡车司机的问卷研究很大程度上局限于采用驾驶人行为问卷和基本信息问卷，忽视了驾驶技能和驾驶人性格特质的研究。

基于以上，本文提出研究假设“危险品车辆驾驶人与小车驾驶人的驾驶技能和驾驶行为存在差异性，受年龄、驾龄、攻击性、积极性影响结果不同”，拟利用驾驶人行为问卷（DBQ）和积极行为问卷（PDBS）、驾驶人技能量表（DSI）、驾驶人攻击性指标量表（DAIS）、驾驶人基本信息问卷，探讨我国危险品车辆驾驶人驾驶安全的影响因素以及探索与小车驾驶人的差异性研究，为预防危险品车辆交通事故提供理论基础。

1 研究设计

1.1 调查对象

本研究通过课题合作单位宁波金洋化工物流有限公司和镇海石化物流有限责任公司线下向危险品车辆男性驾驶人随机发放50份问卷。参加问卷调查前，驾驶人都阅读了知情同意书，知晓该次问卷的目的与意义，以及填写结果将会被严格保密，仅用作科学研究。且如果在填写问卷的过程中感觉不适，可以在任何时候停止问卷的填写。最终回收问卷50份，删除填写不完整的问卷后，有效问卷共46份。

驾驶人平均年龄为42.2岁（标准差SD=6.88），年龄范围为28～57岁。平均驾龄为17.2年（SD=5.57），驾龄范围为7～35年，2018年平均行驶里程为10.79万km（SD=4.19），自获得执照以来平均里程为149.63万km（SD=122.51），2016—2018年总违反交规次数平均值为1.43次（SD=0.98），平均事故总数为0.65次（SD=0.9）。

1.2 问卷内容

参考已有研究成熟问卷，考虑本研究目的，确定最终问卷包括以下4个问卷内容。

1）驾驶人基本信息问卷。见表1，包括年龄、驾龄、过去1年平均行驶里程、总行驶里程、过去3年发生的事故数、过去3年因违反交规而受到处罚的次数、在限速120 km/h高速公路和限速50 km/h城区道路上倾向行驶速度。

2）驾驶人行为问卷（DBQ）和积极行为问卷（PDBS）。本研究中使用曼彻斯特风险驾驶行为问卷和新增的积极行为问卷进行测量，DBQ由28个条目组成，其中包括违规操作、错误、失误行为。PDBS由14个条目组成，是为了能平稳安全行驶，而照顾其他道路使用者或者维持交通通畅的相关行为。需要问卷填写者回答在驾驶过程中这些行为的频率，采用Likert6级计分形式，从1从不发生，到6总是发生。

3）驾驶人技能量表（DSI）。DSI用于度量驾驶人自我报道的车辆操作技能、安全技能，由20个条目组成，包括感知运动技能和安全技能。需要回答驾驶技能的熟练程度，采用Likert5级计分形式，从1非常弱，到5非常强。

4）驾驶人攻击性指标量表（DAIS）。该问卷测量驾驶人侵略行为的频率，由13个条目组成。需要回答在驾驶过程中这些行为的频率，采用Likert5级计分形式，从0从未发生，到4经常发生。

表1 驾驶人基本信息问卷Tab.1 Basic driver information questionnaire

1.3 信度检验

对DBQ进行KMO和Bartlett球形检验[15]，得到KMO值为0.549，Bartlett球形检验的显著性Sig.值为0远小于0.01，达到了显著性水平，利用因子分析中的主成分分析法，对潜在公因子进行识别，选取特征值大于1的因子，进行正交旋转。为优化问卷，保留因子载荷大于0.5的条目，最终得到20个问题，此时KMO值为0.732，Bartlett球形检验Sig.值为0。根据已有文献[11]将DBQ分为3个维度的分量表，分别为违规操作行为、错误驾驶行为、失误驾驶行为，PDBS作为积极驾驶维度分量表，驾驶行为信度检验汇总见表2。违规操作、错误、失误、积极驾驶的Cronbach's alpha（标准化项Cronbach's alpha值）分别为 0.748（0.778），0.791（0.808），0.817（0.806），0.844（0.858），各因素信度值范围在0.74～0.85之间，整体量表的α值为0.855，说明总驾驶行为问卷具有比较高的可靠性。

对DSI进行KMO和Bartlett球形检验，得到KMO值为0.713，Bartlett球形检验的显著性Sig.值为0远小于0.01，无需通过删减条目优化问卷。将DSI分为2个维度的分量表，分别为感知运动技能和安全技能。驾驶技能问卷信度检验汇总见表3。感知运动技能与安全保持技能的信度值范围在0.79～0.84之间，整体量表的α值为0.878，说明量表内部一致性比较好，问卷整体信度非常好。

表2 驾驶行为问卷信度检验表Tab.2 Reliability test of DBQ and PDBS

表3 驾驶技能问卷信度检验Tab.3 Reliability test of DSI

对DAIS进行KMO和Bartlett球形检验，得到KMO值为0.794，Bartlett球形检验的显著性Sig.值为0远小于0.01，整体量表的α值为0.913，说明问卷整体信度非常好。

2 数据分析与建模

2.1 变量间的相关性分析

根据上文驾驶人行为问卷、技能量表、积极行为问卷、攻击性指标量表的分类，计算各因子所包含的条目总得分，由于不同量表使用了不同的Likert计分形式，为了使各因子间具有可比性，通过软件SPSS 22.0对各因子总得分进行标准化处理得到各因子标准分。利用SPSS 22.0将积极行为标准分和攻击性标准分分别进行系统聚类（K=2）处理，得到积极性高组、积极性低组和攻击性强组、攻击性弱组。数据分析得出变量不满足正态分布，为研究基础信息描述性变量与其他变量之间的相关程度，利用SPSS 22.0对全部样本进行Spearman相关性分析。结果见表4。

危险品车辆驾驶人的年龄与违规操作频率、失误行为频率呈显著正相关（p＜0.05），驾龄与违规操作频率呈显著正相关。随着驾龄的增长，驾驶人经验更加丰富，但过度自信可能会导致更不安全的驾驶行为，从而出现更多的违规操作行为，这与Tao等[13]针对小车驾驶人的研究结果一致。过去3年是否发生事故与驾驶积极性存在显著相关性，驾驶人照顾其他道路使用者的积极性行为频率越高，越能保证平稳安全的行驶，从而降低交通事故发生率。过去3年的主动事故数与攻击性有显著相关性，驾驶人侵略性行为频率越高，越容易因自身原因造成交通事故发生。而过去3年的主动或被动事故数与驾驶技能微弱负相关，与异常驾驶行为微弱正相关。

表4 描述性变量与其他变量间的相关性分析Tab.4 Correlation analysis between descriptive variables and other variables

在限速120 km/h高速公路上倾向行驶速度与感知运动技能呈显著正相关，与异常驾驶行为频率呈微弱负相关。表明在高速行车过程中，拥有高水平感知运动技能的驾驶人希望以偏高的速度行驶。在限速50 km/h城区上倾向行驶速度与安全技能呈显著负相关，与违规操作频率、错误行为频率、失误行为频率、攻击性呈显著正相关，且相关性系数由大到小。说明在城区道路中，为了保障自身行车安全，安全技能较好的驾驶人更偏好以较低的速度行驶，而在城区道路上以偏高的速度形式的驾驶人，往往更容易出现异常驾驶行为，行车安全系数偏低。

已有文献证明，驾驶人具备的驾驶技能与异常驾驶行为之间有联系。危险品车辆驾驶人驾驶技能与驾驶行为相关系数表见表5。

驾驶人的异常驾驶行为与综合驾驶技能（r=-0.329，p<0.05）呈显著负相关，与安全技能（r=-0.407，p<0.01）呈极显著负相关。综合驾驶技能与错误驾驶行为（r=-0.517，p<0.01）呈极显著负相关。说明驾驶人驾驶水平越高，尤其是安全技能方面越好，出现异常驾驶行为的概率越低，尤其是错误驾驶行为的概率越小。

感知运动技能与安全技能（r=-0.565，p<0.01）呈极显著正相关。说明驾驶人的感知操作能力越好，保持安全驾驶的能力也就越强，与Ju等[6]的研究结论一致。安全技能与违规操作行为（r=-0.357，p<0.05）呈显著负相关，与错误驾驶行为（r=-0.517，p<0.01）呈极显著负相关。这说明驾驶人的保持安全驾驶能力越强，出现违规操作行为和错误驾驶行为的概率越低。

错误驾驶行为与违规操作行为（r=0.656，p<0.01）呈极显著正相关，与失误驾驶行为（r=0.453，p<0.01）呈极显著正相关，违规操作行为与失误驾驶行为（r=0.515，p<0.01）呈极显著正相关。这说明容易有失误操作的驾驶人，也容易出现错误操作和违规行为。

表5 驾驶技能与驾驶行为间的相关性分析Tab.5 Correlation analysis between driving skills and driving behavior

2.2 年龄和驾龄对驾驶技能和驾驶行为的影响

由于变量不满足正态分布，选用非参数检验法对变量进行分析。具体地，分别使用不同年龄组（28～40岁、41～57岁）、不同驾龄组（7～16年、17～25年）作为独立自变量，以违规操作、错误行为、失误行为、异常驾驶行为、感知运动技能、安全技能、驾驶技能为因变量进行Mann-Whitney检验，判断2个样本在以上维度是否具有显著性差异，并计算2个样本各维度的均值和方差。相关数据表格分别见表6和表7。从表6数据中来看，年龄不同的2个组别在安全技能、错误行为频率、失误行为频率上有差异性，即显著性p<0.05。且年龄较大的A2组驾驶人在感知运动技能和安全技能方面不如年龄较小的A1组驾驶人，A2组驾驶人出现违规操作、错误行为、失误行为的频率要高于A1组。与郑东鹏等[17]有所结论不同，郑东鹏指出感知运动技能与年龄呈负相关，而安全技能却相反，年轻的男性驾驶人倾向于从事更具风险的驾驶行为。与先前研究中的小车驾驶人相比，本研究中的研究主体是危险品车辆驾驶人，年龄较小的A1组的平均驾驶经验小于A2组，行车会较为谨慎，故安全技能相对较高。

表6 不同年龄组问卷各维度均值比较Tab.6 Comparison of each dimension of the questionnaires in different age groups

表7 不同驾龄组问卷各维度均值比较Tab.7 Comparison of each dimension of the questionnaires in different driving age groups

因驾龄数据中有1个数据偏差过大，故剔除，一共是45个驾龄相关样本。从表7数据中来看，驾龄不同的2个组别在这些维度上没有差异性，即显著性p>0.05。驾龄较长的B2组在驾驶技能方面不如B1组，这是因为B2组驾驶人普遍年龄大于B1组，说明相对于驾龄，年龄对驾驶技能的影响程度更大。B2组出现违规操作、失误行为的频率高于B1组。而B2组出现错误行为的频率小于B1组，说明驾龄较长的驾驶人由于错误判断出现错误行为的频率较低，这是由于驾驶经验会提高驾驶人的驾驶判断能力。

2.3 攻击性和积极性对驾驶技能和驾驶行为的影响

分别使用不同攻击性组、不同积极性组作为独立自变量，以违规操作、错误行为、失误行为、异常驾驶行为、感知运动技能、安全技能、驾驶技能为因变量进行Mann-Whitney检验，同时计算2个样本各维度的均值和方差。相关数据表格分别见表8和表9。

从表8数据中来看，攻击性强弱不同的2个组别在违规操作、失误行为频率上有差异性。攻击性强的C1组在在感知运动技能和安全技能方面不如攻击性弱的C2组驾驶人，且出现出现违规操作、错误行为、失误行为的频率要高于C2组。

从表9数据中来看，积极性高低不同的2个组别在这些维度上没有差异性。与韦晓冰等[18]研究得出小车驾驶人感知运动技能和安全技能与积极性呈显著正相关这个结论不同，危险品车辆驾驶人的驾驶技能、异常驾驶行为与积极性没有明显相关性。这是因为危险品车辆驾驶人大多数时间在高速公路上驾驶，倾向于在保障驾驶安全的前提下提高运输效率，比起小车驾驶人，和道路其他参与者的交流会明显减少。积极性高的D2组驾驶人在感知运动技能和安全技能方面超过积极性低的D1组驾驶人，说明对车辆操纵和行车安全把控较好的驾驶人更愿意照顾其他道路使用者。D2组驾驶人出现违规操作、错误行为、失误行为的频率要均低于D1组，D2组行车安全性更高一些。

表8 不同攻击性组问卷各维度均值比较Tab.8 Comparison of each dimension of the questionnaires in different aggressive groups

表9 不同积极性组问卷各维度均值比较Tab.9 Comparison of each dimension of the questionnaires in different positivity groups

2.4 驾驶人攻击性Logistic回归预测

前文分析得出过去3年的主动事故数与攻击性有显著相关性的结论，而过去3年事故数与驾驶技能微弱负相关，与异常驾驶行为微弱正相关，已有研究得出攻击性高的驾驶人更容易造成事故。为了进一步研究驾驶人攻击性与驾驶技能、异常驾驶行为频率、统计学信息之间的关系，建立回归预测模型。驾驶人攻击性强或弱是1个二分量（0表示攻击性弱，1表示攻击性强），根据前文各变量间的相关性以及不同组别间的差异性结论，筛选出过去3年的主动事故数、在限速50 km/h城区上倾向行驶速度、违规操作频率、失误行为频率作为自变量，按比分检验概率大小依次进入模型，再按LR偏似然比检验移出，最后建立驾驶人攻击性预测模型。利用SPSS 22.0分析结果见表10。

经筛选后得出限速50 km/h城区道路倾向行驶速度、违规操作总分、过去3年主动事故数的显著性水平小于0.05，可以用来预测驾驶人攻击性强弱。第一阶段投入自变量为限速50公里城区道路倾向行驶速度，模型卡方值改进10.513，预测正确率为76.10%；第二阶段投入违规操作总分，模型卡方值改进11.529，预测正确率为80.40%；第三阶段投入过去3年主动事故数，模型卡方值改进14.566，预测正确率为87.00%模型系数的综合检验中显著性P＜0.05表示本次拟合的模型里，纳入的变量中，至少有1个变量的回归比率（odds ratio，OR）有统计学意义，即模型总体有意义。整体模型的Hosmer-Lemeshow检验值为4.415，显著性水平为P=0.621不小于检验水准（即P>0.05），说明统计模型不显著，不能拒绝关于模型拟合数据较好的假设，即当前数据中的信息已经被充分提取，模型拟合优度较高，模型预测的正确率为87.00%。因此，限速50 km/h城区道路倾向行驶速度、违规操作总分、过去3年主动事故数可以作为驾驶人攻击性强弱预测模型的输入变量。

表10 Logistic回归分析结果Tab.10 Logistic regression analysis results

3 结束语

应用DBQ问卷、PDBS问卷、DSI问卷、DAIS问卷、驾驶人基本信息问卷调查分析了50名中国危险品车辆驾驶人，根据已有文献[12，19，20]得到 DBQ3因子（违规操作、错误、失误）和DSI2因子（感知运动技能、安全技能）。

分析问卷中各变量的相关性发现，年龄与违规操作频率、失误行为频率正相关，年龄较大的驾驶人在感知运动技能和安全技能方面不如年龄较小的驾驶人，与郑东鹏等[17]针对小车驾驶人的感知运动技能与年龄呈负相关而安全技能却相反的结论不同，年龄较小的危险品车辆驾驶人平均驾驶经验小于年龄较大的，行车会更为谨慎，安全技能相对较高。

相对于年龄，驾龄对驾驶技能的影响程度较小，驾龄与违规操作频率正相关。本研究还得出，年龄较小组出现错误行为的频率大于年龄较大组，说明驾龄较长、拥有更多驾驶经验的驾驶人由于错误判断出现错误行为的频率较低。

驾驶人的异常驾驶行为与综合驾驶技能负相关，感知运动技能与安全技能呈显著正相关，违规操作行为、错误驾驶行为、失误驾驶行为两两正相关。攻击性行为频率较高的驾驶人在感知运动技能和安全技能方面不如频率低的驾驶人，且出现违规操作、错误行为、失误行为的频率要高于低频组。而驾驶技能、异常驾驶行为与积极性驾驶行为频率没有明显相关性，与韦晓冰等[18]研究得出小车驾驶人感知运动技能和安全技能与积极性呈显著正相关这个结论不同。这是因为危险品车辆驾驶人大多数时间在高速公路上驾驶，倾向于在保障驾驶安全的前提下提高运输效率，比起小车驾驶人，和道路其他参与者的交流会明显减少。但积极性驾驶行为高频组驾驶人在感知运动技能和安全技能方面超过低频组，说明对车辆操纵和行车安全把控较好的危险品车辆驾驶人更愿意照顾其他道路使用者。

利用Logistic二元回归分析建立了驾驶人攻击性预测模型，结果表明，限速50 km城区道路倾向行驶速度、违规操作总分、过去3年主动事故数可以作为驾驶人攻击性强弱预测模型的输入变量，且模型预测的正确率为87.00%。出现违规操作的频率越高，驾驶人的驾驶攻击性越强，引发事故可能性也就越大。这与张琦等[7]关于攻击性驾驶行为与事故有较强相关性这个研究结论一致。

本研究也存在一些不足。首先，危险品车辆驾驶人的问卷样本数量较少，样本内部所存在的误差无法避免，且由于是自答式问卷调查，可能会出现随意填写或由于顾虑填写不诚实的情况，会影响分析结果的精确度；其次，本研究依照针对小车驾驶人的研究成果对DBQ，DSI问卷进行划分，未考虑危险品车辆驾驶人的驾驶职业性。因此，后续将继续深入研究，基于充足样本数量下针对危险品车辆驾驶人进行多问卷因子分析，得到以上分析方向的普适性结论。