楊京帥

(長安大學(xué)汽車學(xué)院，陜西 西安710064)

2012 年全國共查處超速行駛9 000 多萬起，因超速行駛肇事導(dǎo)致7 000 多人死亡，是導(dǎo)致交通事故最多的交通違法行為.2007—2010 年與營運(yùn)車輛相關(guān)的特大道路交通事故，22.7%是駕駛員超速行駛造成的，超速已成為交通事故最主要的直接成因［1-2］.

對于如此多駕駛員超速的原因、駕駛員超速的內(nèi)在影響因素、駕駛員超速行為分析，以及如何找出有效的方法減少駕駛員超速駕駛行為，現(xiàn)有研究一般使用統(tǒng)計技術(shù)處理并計算各種觀測數(shù)據(jù)的結(jié)果來尋找因果關(guān)系，但對成因復(fù)雜的人的行為以及許多心理現(xiàn)象，多數(shù)情況下都很難進(jìn)行直接測量與客觀標(biāo)定［3］.利用結(jié)構(gòu)方程模型(structural equation model，SEM)，可以通過考察人的外部表現(xiàn)(觀測指標(biāo))來了解其實質(zhì)特性(潛在變量)，是應(yīng)用線性方程系統(tǒng)表示觀測變量與潛在變量之間及潛在變量之間關(guān)系的一種有效統(tǒng)計方法［4］. 鑒于結(jié)構(gòu)方程模型能夠同時處理多個原因與多個結(jié)果之間的復(fù)雜關(guān)系，以及能夠處理不可直接觀測的變量(潛變量)等諸多優(yōu)勢，目前結(jié)構(gòu)方程模型已在心理、行為、教育和社會科學(xué)等領(lǐng)域得到了廣泛應(yīng)用［5］.本文利用結(jié)構(gòu)方程模型的功能特點，識別和量化駕駛員遵從限速標(biāo)志或限速警告信息的影響因素及其相互之間的因果關(guān)系.

駕駛員對于各種不同交通情況的行為反應(yīng)，可以通過不同的方法進(jìn)行測試，例如，調(diào)查問卷、模擬實驗、交通網(wǎng)絡(luò)監(jiān)測等. 問卷調(diào)查因其相對于其他方法的低成本而被廣泛用于收集不同交通情況下的行為反應(yīng)數(shù)據(jù)［6］. 此外，由于模擬實驗、交通網(wǎng)絡(luò)監(jiān)測無法排除以下局限性:測試時的動機(jī)、目的、期望等因素與自然狀態(tài)下的差異，以及獲取樣本數(shù)據(jù)少，超速行為可以觀測，但超速原因依然需要借助意愿調(diào)查數(shù)據(jù)進(jìn)行分析，等，在本研究的實際操作上，現(xiàn)場測試與模擬實驗分析都不易實現(xiàn). 當(dāng)調(diào)查問卷獲取的行為數(shù)據(jù)與實際行為數(shù)據(jù)有較大偏差時，問卷的有效性值得商榷. 但是以往的研究證實調(diào)查問卷與實際駕駛行為分析結(jié)果具有一致性與可靠性［7-8］，且結(jié)構(gòu)方程模型可以利用信度檢驗調(diào)查問卷設(shè)計及因子分析的有效性. 基于以上原因，本文將采用調(diào)查問卷的方式，對不同交通情況下的超速行為進(jìn)行數(shù)據(jù)采集.

1 問卷設(shè)計與抽樣

調(diào)查問卷的設(shè)計原則是，既要盡可能全面考慮超速行為的可觀測變量和指標(biāo)值獲取的便利性，又要極力避免觀測指標(biāo)的重復(fù)性.超速行為影響因素的觀測變量包括駕駛員個體因素、超速行為的客觀條件、主觀因素、限速條件下的行為表現(xiàn)4 個方面，即駕駛員因素、限速標(biāo)志的視認(rèn)度、駕駛員對限速的主觀意向以及在不同交通條件下對限速的反應(yīng).觀測變量及其統(tǒng)計值見表1.

問卷中觀測變量的指標(biāo)內(nèi)容、量化與賦值標(biāo)準(zhǔn)如下:

(1)駕駛員因素考慮了性別(男1，女0)、年齡、駕齡(年)、超速受罰次數(shù)(最近3 年的數(shù)據(jù))、是否卷入超速事故(是1，否0)以及駕車頻率(很少開、每月1、2 ～3、4 ～6、7 ～14、15 次以上，分別賦值1 ～6)共6 個觀測變量，兼顧了駕駛員背景信息以及與超速有關(guān)的駕駛經(jīng)歷.

表1 觀測變量統(tǒng)計值Tab.1 Statistic values of observed variables

(2)限速標(biāo)志的視認(rèn)度包括標(biāo)志的可讀程度(容易理解程度，易1，難2)、可視程度(醒目與易觀測性，易1，難2)共2 個觀測變量，考慮客觀條件導(dǎo)致的駕駛員無意識或非故意超速.

(3)駕駛員對限速的主觀意向設(shè)置了駕駛員遵守限速標(biāo)志的意愿、對限速類警告信息的內(nèi)容滿意度、限速值的認(rèn)可程度、限速區(qū)前使用限速提示信息標(biāo)志數(shù)量及位置的滿意程度4 個觀測變量，滿意程度或認(rèn)可程度分為5 級(非常不滿意、不滿意、一般、滿意、非常滿意，由低到高分別賦值1 ～5)，此類觀測變量考慮駕駛員的有意超速行為.

(4)在不同交通條件下，考察了駕駛員對限速警告信息以及限速標(biāo)志的反應(yīng).觀測駕駛員對限速警告信息的反應(yīng)，即駕駛員在沒有明顯感知危險時，在前方有無參照車輛2 種情況下駕駛員是否降低車速(降速1，其他0). 限速標(biāo)志設(shè)定具體限速值，考慮了駕駛員主觀感受到的危險程度(無感知危險、輕微感知危險、感知危險、高感知危險)以及前方有無參照車輛等情況，設(shè)置駕駛員遵從限速值降低車速的百分比為觀測值.

感知危險程度的判別要素分別為:

無感知危險是指①心理上未感到事故威脅;②未采取任何避險行為;③行駛速度或方向未發(fā)生明顯變化;

輕微感知危險是指①已感知到一定的心理壓力;②需采取預(yù)防性避險行為;③存在著較充分的預(yù)判時間;

感知危險是指①已感知到明顯的心理壓力;②需采取及時有效的避險行為;③預(yù)判時間已不允許過多的猶豫或動作失誤;

高感知危險是指①已感受到相當(dāng)大的心理壓力;②需采取迅速有效的措施，甚至是以劇烈動作為特征的緊急避險行為;③感知-判斷-行動的時間極短，客觀表現(xiàn)為不允許任何猶豫或動作失誤，部分情況下甚至處于條件反射式操作狀態(tài).

發(fā)放調(diào)查問卷570 份，收回有效問卷534 份，其中男駕駛員問卷308 份，女駕駛員問卷226 份.

2 探索性因子分析

為了找出多元觀測變量的本質(zhì)結(jié)構(gòu)，并進(jìn)行降維處理，本文用探索性因子分析(exploratory factor analysis，EFA)方法對表1 觀測變量進(jìn)行分析.EFA 能夠?qū)⒕哂绣e綜復(fù)雜關(guān)系的變量綜合為少數(shù)幾個核心因子［9］.應(yīng)用SAS 軟件進(jìn)行因子分析，采用正交旋轉(zhuǎn)法分析方差最大旋轉(zhuǎn)因子，以Kaiser 準(zhǔn)則和Scree 測試作為提取因子數(shù)目的準(zhǔn)則，因子載荷≥0.4 作為變量相關(guān)程度的選擇標(biāo)準(zhǔn)［4，10］.

表2 中，標(biāo)注* 觀測變量的因子載荷≥0.4，共有4 個符合選擇標(biāo)準(zhǔn)的因子.

由表2 可見，觀測變量v15、v16、v19和v20裝載于因子1，根據(jù)觀測變量與因子之間的相關(guān)性，因子1 為低危險感知時的限速遵從(F1);觀測變量v17、v18、v21和v22裝載于因子2，因子2 為高危險感知時的限速遵從(F2);觀測變量v9、v10、v11和v12裝載于因子3，因子3 為限速滿意度(F3);觀測變量v2、v3、v4和v6裝載于因子4，因子4 為駕駛員因素(F4).

表2 方差最大正交旋轉(zhuǎn)因子載荷Tab.2 Varimax orthogonal rotation factor loadings

3 信度分析

表3 給出觀測變量與潛變量的可靠度.

表3 觀測變量與潛變量的可靠度Tab.3 Reliability of latent and observed variables

為了評估探索性因子分析得到的4 個潛變量的內(nèi)部一致性，采用了克隆巴赫系數(shù)(也稱克朗巴哈系數(shù))(Cronbach's α 或Cronbach's alpha)和組合信度進(jìn)行信度分析. Cronbach's α 是檢測內(nèi)部一致性的系數(shù)，是目前社會科學(xué)研究最常使用的信度分析方法［10］.組合信度是反映觀測變量能夠多大程度表示潛變量的指標(biāo). Cronbach's α≥0.7 表明可靠性信度可以接受［11-12］. 表3 中信度指標(biāo)值表明，調(diào)查問卷和探索性因子分析是有效的.

4 結(jié)構(gòu)方程模型

為進(jìn)一步探索觀測變量與潛在變量之間及潛在變量之間的交互關(guān)系，并量化相互之間的作用，引進(jìn)結(jié)構(gòu)方程模型(structural equation model，SEM)進(jìn)行分析. SEM 綜合了路徑分析和因子分析，是一種建立、估計和檢驗因果關(guān)系模型的方法.模型可同時考慮和處理多個因變量，允許自變量和因變量有測量誤差，允許潛變量由多個外顯指標(biāo)變量構(gòu)成，可同時估計指標(biāo)變量的信度及效度，可構(gòu)建潛變量之間的關(guān)系，并估計模型與數(shù)據(jù)的吻合程度［3］.

結(jié)構(gòu)方程模型目前采用兩階段的方法，第1 階段是應(yīng)用驗證性因子分析，構(gòu)造一個可接受的測量模型，測量模型描述了觀測變量以及潛變量之間的關(guān)聯(lián)關(guān)系，但不能說明潛變量之間的因果關(guān)系;第2階段，應(yīng)用結(jié)構(gòu)模型描述潛變量之間的因果關(guān)系.

測量模型為

式中:V 為觀測變量vi(顯變量)組成的向量;F 為潛變量Fi組成的向量;Λ 為觀測變量在潛變量上的因子載荷矩陣，表示潛變量與其觀測變量之間的關(guān)系;E 為測量誤差向量.

結(jié)構(gòu)模型為

式中:F＊＊i為內(nèi)生潛變量;F*

i 為中介潛變量;Fi為外生潛變量;βi、Γi為參數(shù);di為結(jié)構(gòu)模型的殘差.

為研究駕駛員在各種交通條件下遵從限速的影響因素及其相互關(guān)系，對潛變量之間的因果關(guān)系進(jìn)行假設(shè)(表4)，構(gòu)建的結(jié)構(gòu)方程模型如圖1 所示.圖1 中，數(shù)字為因子負(fù)荷，括號內(nèi)數(shù)字為(標(biāo)準(zhǔn)差，t 檢驗值)，矩形框代表觀測變量，橢圓形框代表潛變量.所有t 值大于1.964，置信度≥95%，假設(shè)成立.

表4 駕駛員遵從限速影響因素及其因果關(guān)系假設(shè)檢驗Tab.4 Hypotheses verification of causal relationships betweendrives'compliance with speed limit and its associated factors

由圖1 可見，駕駛員限速滿意度是駕駛員在低危險感知時限速遵從的主要影響因素(標(biāo)準(zhǔn)化路徑系數(shù)為0.391，t =9.341). 也就是說，在沒有感知到明顯危險信息的情況下，駕駛員是否遵從限速的主要因素在于限速標(biāo)志或限速警告信息所傳達(dá)內(nèi)容的明確性與引導(dǎo)性、駕駛員對于限速值的認(rèn)可程度以及遵從限速的主觀意愿. 除此之外，駕駛員因素(年齡、駕齡、駕車頻率、超速受罰次數(shù))也影響駕駛員在低危險感知時的限速遵從(標(biāo)準(zhǔn)化路徑系數(shù)為0.367，t=9.726)，即駕駛員以往的駕駛經(jīng)驗和經(jīng)歷對于低危險感知情況下的限速遵從有直接影響.

在高危險感知時，即駕駛員感知到明顯危險信息情況下，駕駛員限速滿意度依然是限速遵從的主要影響因素(標(biāo)準(zhǔn)化路徑系數(shù)為0. 354，t =8.467)，相對于低危險感知時的標(biāo)準(zhǔn)化路徑系數(shù)有所降低.表明了在高危險感知情境下，駕駛員更多地是因為避險而選擇遵從限速，限速滿意度的影響要小些. 同樣地，駕駛員因素(標(biāo)準(zhǔn)化路徑系數(shù)為0.348，t=9.057)在高危險感知情況下的標(biāo)準(zhǔn)化路徑系數(shù)也有所降低.為了提高駕駛員的限速遵從率，必須分析駕駛員限速滿意度與駕駛員因素，并考慮與之關(guān)聯(lián)的觀測變量.由低危險感知與高危險感知兩種情況下標(biāo)準(zhǔn)化路徑系數(shù)的變化可推斷出，適當(dāng)提高駕駛員超速行為的危險感知程度，可以彌補(bǔ)限速滿意度與駕駛員因素對于限速遵從的影響.

圖1 駕駛員遵從限速的結(jié)構(gòu)方程模型Fig.1 Structural equation model of drivers'compliance with speed limit

5 結(jié)構(gòu)方程模型擬合度檢驗

為了檢驗結(jié)構(gòu)方程模型的擬合度，采用卡方自由度比、近似均方根誤差(root mean square error of approximation，RMSEA)、擬合優(yōu)度指數(shù)(goodness of fit index，GFI)、調(diào)整后的擬合優(yōu)度指數(shù)(adjusted goodness of fit index，AGFI)、規(guī)范擬合指數(shù)(normed fit index，NFI)、非規(guī)范擬合指數(shù)(nonnormed fit index， NNFI)和比較擬合指數(shù)(comparative fit index，CFI)等7 個指標(biāo)來檢驗評價模型與原始數(shù)據(jù)擬合的程度，其擬合指標(biāo)與檢驗結(jié)果見表5.當(dāng)卡方自由度比小于1 時，可以認(rèn)為模型過度適配，若大于3 表示模型適配度不佳，其值介于1 ～3 之間表示模型適配良好. RMSEA 小于0.05 時表示模型完全擬合，小于0.08 時表示擬合得較好，小于0.1 表示模型中等擬合. 其余擬合指標(biāo)大于0.9 時說明模型的擬合度較好，且越接近1擬合越好［13-15］. 表5 中擬合指標(biāo)值說明模型和觀測數(shù)據(jù)擬合程度良好，完全符合判別標(biāo)準(zhǔn).

表5 結(jié)構(gòu)方程模型擬合度指標(biāo)與檢驗Tab.5 Fit indices and test for structural equation model

6 結(jié)束語

限速標(biāo)志或限速警告信息有助于駕駛員保持合理的車速，以便在突發(fā)情況出現(xiàn)時降低事故概率.基于這一目的，本文研究了駕駛員對于限速的行為反應(yīng)，基于探索性因子分析與結(jié)構(gòu)方程模型，識別并量化了駕駛員遵從限速的影響因素及其相互之間的因果關(guān)系，結(jié)果證明，模型具有很好的擬合度.駕駛員限速滿意度是影響駕駛員遵從限速的主要因素，其次是駕駛員駕齡、超速受罰次數(shù)等駕駛員因素.

為增加駕駛員限速遵從行為，提出以下建議:

(1)改善駕駛員對于限速的整體認(rèn)可與滿意程度.限速標(biāo)志或限速警告信息所傳達(dá)的內(nèi)容應(yīng)明確并具有引導(dǎo)性，不宜采用“減速慢行”等模糊信息;限速值的設(shè)置應(yīng)該科學(xué)合理，能夠反映實際交通條件的安全行駛速度限值;限速標(biāo)志或限速警告信息牌(板)的設(shè)置位置易被駕駛員預(yù)先感知，避免無意識或非故意超速. 否則，駕駛員對限速的整體認(rèn)可與滿意度不高，從而出現(xiàn)有意或無意超速行為.

(2)適當(dāng)提高駕駛員的超速行為風(fēng)險.超速受罰次數(shù)是與駕駛員因素關(guān)聯(lián)的一個重要的觀測變量，且與限速遵從呈負(fù)相關(guān)關(guān)系.另外，相比低危險感知情況下，駕駛員因素在高危險感知情況下的標(biāo)準(zhǔn)化路徑系數(shù)有所降低，這表明提高駕駛員超速行駛的風(fēng)險，將有助于改善駕駛員遵從限速的行為.在實際操作中，可以采用提高超速行為的監(jiān)測與懲罰力度，對于重復(fù)超速或者超速嚴(yán)重的情況，提高扣分分值、吊銷駕照以及更高的經(jīng)濟(jì)罰款;對于從未出現(xiàn)超速等交通違法行為的駕駛員，在購買車險的時候予以優(yōu)惠;駕駛員培訓(xùn)中適度增加危險感知與情境意識測試等內(nèi)容.

［1］ 楊京帥，胡大偉，孫正一. 營運(yùn)車輛重特大交通事故反饋控制關(guān)鍵問題研究［J］. 公路，2013，58(4):134-139.YANG Jingshuai，HU Dawei，SUN Zhengyi. Feedback control key problems of commercial vehicle grave or extraordinarily serious road traffic accidents［J］.Highway，2013，58(4):134-139.

［2］ YANG J S，HU H，HU D W，et al. Road traffic safety system stability based on driving behaviors double feedback control［J］.International Journal of Advancements in Computing Technology，2013，5(8):807-815.

［3］ 孫連榮. 結(jié)構(gòu)方程模型(SEM)的原理及操作［J］. 寧波大學(xué)學(xué)報:教育科學(xué)版，2005，27(2):31-35.SUN Lianrong. The principle and operation of structural equation modeling (SEM)［J］. Journal of Ningbo University:Educational Science，2005，27(2):31-35.

［4］ LEE J Y，CHUNG J H，SON B S. Analysis of traffic accident size for Korean highway using structural equation models［J］. Accident Analysis and Prevention，2008，40(6):1955-1963.

［5］ 周錢，李一，孟超，等. 基于結(jié)構(gòu)方程模型的交通需求分析［J］. 清華大學(xué)學(xué)報:自然科學(xué)版，2008，48(5):879-882.ZHOU Qian，LI Yi，MENG Chao，et al. Analysis of travel demand based on a structural equation model［J］.Journal of Tsinghua University: Science and Technology，2008，48(5):879-882.

［6］ CHATTERJEE K，HOUNSELL N B，F(xiàn)IRMIN P E，et al. Driver response to variable message sign information in London［J］. Transportation Research Part C:Emerging Technologies，2002，10(2):149-169.

［7］ LOOMIS J B. An investigation into the reliability of intended visitation behavior［J］. Environmental and Resource Economics，1993，3(2):183-191.

［8］ YANNIS G，KANELLOPOULOU A，AGGELOUSSI K，et al. Modeling driver choices towards accident risk reduction［J］. Safety Science，2005，43(3):173-186.

［9］ 孫曉軍，周宗奎. 探索性因子分析及其在應(yīng)用中存在的主要問題［J］. 心理科學(xué)，2005，28(6):1440-1442.SUN Xiaojun， ZHOU Zongkui. Exploratory factor analysis and its main problems in application［J］.Psychological Science，2005，28(6):1440-1442.

［10］ 溫忠麟，葉寶娟. 測驗信度估計:從α 系數(shù)到內(nèi)部一致性信度［J］. 心理學(xué)報，2011，43(7):821-829.WEN Zhonglin，YE Baojuan. Evaluating test reliability:from coefficient alpha to internal consistency reliability［J］. Acta Psychologica Sinica， 2011，43(7):821-829.

［11］ HASSAN H M，ABDEL-ATY M A. Analysis of drivers' behavior under reduced visibility conditions using a structural equation modeling approach［J］.Transportation Research Part F:Traffic Psychology and Behavior，2011，14(6):614-625.

［12］ 張虎，田茂峰. 信度分析在調(diào)查問卷設(shè)計中的應(yīng)用［J］. 統(tǒng)計與決策，2007，23(21):25-27.ZHANG Hu，TIAN Maofeng. Reliability analysis and its application in questionnaire design［J］. Statistics and Decision，2007，23(21):25-27.

［13］ 傅貴，王祥堯，吉洪文，等. 基于結(jié)構(gòu)方程模型的安全文化影響因子分析［J］. 中國安全科學(xué)學(xué)報，2011，21(2):9-15.FU Gui，WANG Xiangyao，JI Hongwen，et al.Analysis of contributing factors to safety culture based on structural equation model［J］. China Safety Science Journal，2011，21(2):9-15.

［14］ 溫忠麟，侯杰泰，馬什赫伯特. 結(jié)構(gòu)方程模型檢驗:擬合指數(shù)與卡方準(zhǔn)則［J］. 心理學(xué)報，2004，36(2):186-194.WEN Zhonglin， HOU Jietai， HERBERT W M.Structural equation model testing:cutoff criteria for goodness of fit indices and chi-square test［J］. Acta Psychologica Sinica，2004，36(2):186-194.

［15］ ACKER V V，WITLOX F. Car ownership as a mediating variable in car travel behavior research using a structural equation modeling approach to identify its dual relationship［J］. Journal of Transport Geography，2010，18(1):65-74.