基于计划行为理论的黄灯启亮时驾驶行为及影响因素研究

基于计划行为理论的黄灯启亮时驾驶行为及影响因素研究

景浏璐，黄华江

(广东华路交通科技有限公司，广州 510420)

摘 要：本文基于计划行为理论，探讨影响黄灯启亮时驾驶员行为选择的因素。采用调查问卷的方式收集数据，共回收有效问卷286份，对获取的数据进行信效度检验及修正，分析变量间的相关性及组间差异性。采用分层回归法，逐步加入基本信息变量、计划行为理论基本变量和扩展变量，分析各因素对驾驶员闯黄灯行为意向的影响程度。本研究对交叉口黄灯期间的法规制定、提高交叉口通行能力有一定现实意义。

关键词：计划行为理论；黄灯启亮；交叉口安全；知觉行为控制

作者简介：景浏璐（1999-），女，大学本科，从事交通安全咨询工作，E-mail:3391055144@qq.com。

0 引言

黄灯作为过渡型交通信号灯，起提醒警示作用，目的是清空已经进入交叉口的车辆。闯黄灯行为是指黄灯启亮时，停止线以内的行驶车辆强行通过停止线继续前进。

目前，过内外学者对黄灯启亮时驾驶员行为选择的研究大多基于道路环境的考量。龙科军[1]等基于驾驶员在黄灯启亮时的车辆位置和车辆速度进行了Logistic回归。石京[2]等通过黄灯启亮时的各种信息，建立了驾驶行为决策模型。David S.Hurwitz[3]等人根据驾驶员与停车线的长度距离分为了三个区域，利用模糊logit模型解释了驾驶员的闯黄灯行为。

综上，国内外的学者为了提高交叉口的安全对黄灯期间的驾驶行为展开了研究。但是，影响驾驶员行为选择的因素繁多，相对而言，现有的研究考虑的因素较少，对驾驶员行为选择的原因不能做到更多的解释。

而驾驶员面临的交通环境、对道路熟悉程度、驾驶年限等客观因素，及驾驶员的心态、心理、自我认知、驾驶习惯、对法律法规的熟悉程度等主观因素，都会影响驾驶员的行为决策。

本文选择国内的驾驶员作为调查对象，采用调查问卷方式收集数据，通过分层次回归研究，逐步探索对预测因子行为意向的影响，同时观测符合显著性要求的变量对行为意向影响程度，从多方面来探讨影响驾驶员闯黄灯的原因。

1 计划行为理论及扩展

计划行为理论（Theory of Planned Behavior，TPB）是关于行为影响因素的模型研究，计划行为理论认为行为意向由态度、主观规范、知觉行为控制的综合作用，而人的行为直接受到行为意向的影响。

①AT（Attitude），态度。反映出来为持肯定或否定的长时间个人观点。驾驶员漠视黄灯的警示作用时，闯黄灯倾向将增大。

②SN（Subjective Norm），主观规范。指个体的行为选择受到重要关系人的影响。重要关系人包括父母、领导、同事、朋友等社会团体。即旁人的示范态度影响主体的行为选择。

③PBC（Perceived Behavioral Control），知觉行为控制。指认识到自己是否具备进行某一行为的能力。驾驶员认为闯黄灯的条件越充足，各项因素越利于进行该行为，闯黄灯的行为意向越强烈。

④BI（Behavior Intention），行为意向。指对闯黄灯倾向的预测。

⑤B（Behavior），行为。指驾驶员实际采取的闯黄灯行动。

结合本文探讨的黄灯启亮时影响驾驶员行为选择因素的问题，可以使研究分析更符合驾驶时的实际情况。

为了研究驾驶员在黄灯启亮时的行为选择，本文通过增加交通环境的扩展变量，得到了关于计划行为理论的扩展模型，如图1所示。

图1 TPB扩展结构模型

2 行为决策问卷设计与调查实施

本次问卷设计主要采用五级李克特量表形式。参考部分计划行为理论和驾驶行为的问卷设计[4]。问卷分五个维度，30个问项，测量驾驶员的基本信息，及驾驶态度、主观规范、知觉行为控制、交通环境、行为意向。问卷分值设定为从1分（完全同意）到5分（完全不同意）。得到的评价指标如表1所示。

表1 驾驶行为评价指标表

2.1 预调查数据收集与分析

在正式发放问卷之前，为核查问卷设置的合理程度，邀请20名驾驶员试填，并对问项不恰当之处进行更正。

2.2 问卷收集与处理

问卷发放采用纸质问卷和网上问卷相结合的方法，调查地点选择人员流动性大的客运站、停车场、公园和商场等地，收集问卷遵循随机原则。经验表明。抽样总量趋于无穷大时，调查样本应符合：

      （1）

式中：—置信水平的统计量；

—总体的标准差，一般取0.5；

—容许误差。

本次研究取置信水平%，因此值取1.96，容许误差取6.5%，当样本的数量等于232时，满足该置信水平和容许误差的要求。本次调查收集310份问卷，回收有效问卷286份，符合要求。

通过对286位驾驶员的性别、年龄、驾龄、受教育程度、婚姻情况、年收入、是否为职业驾驶员七个指标进行分析，得到如图2所示的基本信息统计图。

由图2可知，调查对象中，男性占比72.7%，18~25岁的驾驶员占比32.8%，10年以上驾龄的驾驶员占比9.4%，高中及以下学历占比17.1%，未婚驾驶员占比37.0%，月收入5000以上占比25.8%，非职业驾驶员占比86.7%。

图2 基本信息统计图

3 问卷的检验及修正

评价问卷的关键因素有信度和效度，信度用来考察量表整体，效度用来考察量表中单个题项是否有效。

3.1 问卷的信度检验及改进

信度分析是为了检验问卷当中不同类型的问题设置对问卷主题解释的程度是否满足一致性，即问题能否准确反映问卷所要表达的意思。通常采用克朗巴哈系数（）检测问卷内部一致性[5]。问卷信度函数检验关系式为：

            （2）

—量表中题项的总数；

—第i题在某一题项评分的方差；

—全部题项总得分的方差；

按照规定，系数值低于0.5，表明问卷不可靠，需要修改；系数值在0.5~0.7时，说明问卷信度可接受；系数值在0.7~0.8时，说明信度较好；当系数值大于0.8时，表示问卷一致性好[6]。

观测校正的项与总计相关性（Corrected Item Total Correlation，CITC），当CITC的值低于0.35时，评价指标与其他指标相关性低，应删除此项[7]。经检验，剔除TE4、TE5、TE6、TE7、TE9五项指标，其余18项的CITC值在0.440~0.803之间，符合标准。

修正后问卷信度分析的结果如表2所示，系数在分量表中均大于0.7，在总量表中为0.906，问卷一致性较好。

3.2 问卷的效度检验及改进

效度是指所得的结果对所想要研究问题的评价，评测结果与要考察的问题越合适，则效度越高。对改进过剩余的18个问项进行结构效度检验，结构效度是指实验结果与理论内容的一致性标准。

问卷结构效度水平衡量原则：（一）累计贡献率应达40%以上；（二）题项公因子解释方差值均应高于0.4；（三）各题项的因子载荷应高于0.4，不存在交叉负荷。当不满足上述衡量原则时，应删除相关问题，直至问卷合适[8]。

分析结果如表2所示，累计贡献率为81.101%，公因子方差最小值为0.591，各题项因子载荷最小值为0.608，不存在交叉负荷，满足效度衡量原则。

进行结构效度检验后需对统计数据实施KMO（）与Bartlett球形检验，当KMO值高于0.7时，可进行数据因子分析。

由表2可知，KMO=0.820，显著性<0.01，说明问卷结构效度水平良好。

问卷经过了信度与效度检验，可用于下一步的分析。

表2 修正后因子总体信效度分析

4 结果分析

4.1 描述性统计与变量间相关性分析

利用Pearson相关系数分析变量间的关系，各变量间的描述性统计分析和相关系数矩阵如表3所示。

表3  描述统计与变量相关性

注：**为在0.01级别，相关性显著

由表3可知，BI与AT、PBC和TE之间的相关系数为正值，且变量间相关性显著。因此，BI与AT、PBC和TE之间存在正相关关系。

4.2 基本信息变量组间差异性分析

针对被调查者的七个基本信息，采用非参数检验分析变量间的差异性。其中性别和是否为职业驾驶员采用两个独立样本的曼-惠特尼U检验（Mann-Whitney U），其他采用K个独立样本的克鲁斯卡尔-沃利斯H检验（Kruskal Wallis H）[9]。得到基本信息在不同变量上的差异情况，如表4所示：

表4  差异性分析结果

注：当P<0.05时，表示存在显著性差异（*为P<0.05;**为P<0.01）。

由表4可知，驾驶员面对黄灯启亮时，不同性别的驾驶员在各方面因素影响下对是否抢黄灯的选择没有显著差异。不同年龄的驾驶员在PBC和TE作用下存在不同的行为选择；驾龄不同时在AT、PBC、TE和BI影响下的行为选择存在显著差异；不同学历在AT、SN、PBC和BI考量下存在显著差异；收入不同在AT、SN、PBC、TE和BI方面均存在显著差异；是否为职业驾驶员在AT和PBC影响下对闯黄灯的行为选择存在显著差异。

图4  年龄差异图

由图4可知，不同年龄的驾驶员在面对黄灯时的PBC和TE平均值得分基本呈现U型，表现出两端高中间低的现象：55岁以上最高；其次分别为18-25、26-40和41-55。得分越高，越不容易做出闯黄灯行为。

图5  驾龄差异图

由图5可知，10年以上与两年以下驾龄的驾驶员不抢黄灯意愿相对较高。

图6  学历差异图

由于硕士及以上学历被调查者数量过少，问卷不具有代表性，不予考虑。由图6可知，随着学历升高，驾驶员不闯黄灯的行为意向基本呈现不断上升的趋势。

图7  月收入差异图

如图7所示，呈现随着收入增加，不闯黄灯倾向性增强的趋势。

图8  是否为职业驾驶员

如图8所示，在AT和PBC上，职业驾驶员要比非职业驾驶员对待闯黄灯的态度更加随意，更容易做出闯黄灯的行为选择。

4.3 闯黄灯行为的影响变量分析

为了研究驾驶员在黄灯启亮时闯黄灯行为的影响因素及各因素影响程度大小，采用层次回归法，逐步加入基本信息变量、TPB基本变量和交通环境变量，如表5所示，：

模型1 纳入7个基本信息变量，由表5可知，R2=0.042（F变化=2.769，P=0.008<0.01），表明纳入基本信息变量对闯黄灯行为有4.2%的影响度，其中，年龄、驾龄和家庭情况对驾驶员闯黄灯行为的意向具有显著预测性。

模型2 增加AT、SN和PBC变量。由表5可知，R2增加了0.617（F变化=50.058，P<0.001），表明TPB基本变量对闯黄灯行为有61.7%的影响度；PBC对行为意向预测能力最强。

模型3 增加了交通环境变量。由表5可知，∆R2=0.005，R2=0.664（F变化=52.201，P<0.001），表明交通环境变量对闯黄灯行为有0.5%的影响度。

满足显著预测性要求的有AT、SN、PBC、TE和驾龄。

表5  分层回归分析结果

注：（1）为标准化回归系数；（2）为变异的解释程度；为解释程度变化量。（3）检验共线性。（4）德宾-沃森（）检验自相关程度。

5 讨 论

本文分别采用U检验和H检验得到了基本信息变量的组间差异性，并通过层次回归分析，筛选出对闯黄灯行为有显著影响的变量。

5.1 人口学变量影响分析

由表5可知，基本信息中各变量对闯黄灯行为有4.2%的解释度，其中年龄与闯黄灯行为呈现正相关，而驾龄、家庭情况对行为的选择总体呈现负相关。

如图4所示，结合差异性分析，55岁以上及18到25岁驾驶员不闯黄灯的行为意向最高，现有的研究也证实，年龄长的驾驶员见多了交通事故造成的不良后果，安全意识更加强烈，年轻驾驶员接触到的安全宣传途径更加广泛，风险意识也会相对强。

驾龄对行为意向有显著的预测能力，在统计学上显示存在组间差异性，如图5所示。探究其原因是因为很多驾龄较长的司机，倾向于做出最具安全性的决策，对黄灯的态度会更加谨慎。新上手的驾驶员同样对待交通法规和道路环境也会更加认真，对陌生事物有较高防备，所以不闯黄灯的行为意向平均值得分比较高。

家庭情况对行为意向有显著的预测能力，但在统计学上显示不存在组间差异性，故不同家庭情况的驾驶员群体的闯黄灯行为的倾向性差距不大。

5.2 TPB扩展量表影响分析

由表5可知，TPB扩展量表对对闯黄灯行为有62.2%的影响度，其中，PBC对行为意向的预测能力最强，其次为AT、SN和TE。

①AT:态度。通过调查问卷显示，当驾驶员对闯黄灯行为的抱有随意态度时，做出闯黄灯的行为倾向增加。

②SN:主观规范。现有研究显示，身边人行为成为示范性规范，如果驾驶员身边的父母家人、朋友同学等都对闯黄灯行为表示反对，那么来自社会的舆论压力也会让该驾驶员的闯黄灯倾向性减弱。

③PBC：知觉行为控制。本研究中知觉行为控制对闯黄灯行为的解释程度最高。若驾驶员在通过交叉口时，自信具有对道路环境较强的控制力，黄灯启亮时更加倾向于加速通过交叉口。

④TE：交通环境。该因子对行为意向回归模型解释程度增加了0.5%，即行驶环境和交通设施布设情况都有可能导致驾驶员闯黄灯。

5.3 对策

根据此次驾驶员面对黄灯时的驾驶行为问卷分析，可以发现，对行为意向产生显著影响的是驾龄、AT、SN、PBC、TE。针对影响因素之间的相互关系，现在提出以下建议：

对策1  改善交通环境，目前部分地区行车环境恶劣，汽车保有量不断增加，但全国信号灯设置没有统一规范，整体没有成熟的行车习惯。

对策2  加强交警和监控摄像的监督。黄灯原本是提醒驾驶、清空交叉口的作用。但是许多驾驶员将黄灯当做提醒加速灯，反而增大了道路安全风险。

对策3  加强安全教育。合理引导驾驶行为，使驾驶员知法守法，安全驾驶观念深入人心。

6 结 语

本文基于计划行为理论，结合驾驶员闯黄灯时的特性，引入交通环境变量，对计划行为理论进行扩展，创建黄灯启亮时影响驾驶员行为选择的计划行为理论。根据驾驶员的个体属性、计划行为理论扩展变量，利用层次回归分析，研究了黄灯启亮时驾驶员行为选择影响因素间的相互关系以及各因素作用程度的大小。

本研究还存在数据量偏少、调查区域较小等不足，问卷的问题设置应更加贴合实际、通俗易懂，后续应进一步做出优化。

参考文献：

[1]龙科军,何林儒,韩立.黄灯期间信号交叉口的驾驶员行为[J].系统工程,2010,28(12):117-120.

[2]石京,罗灵,吴伟坤.黄灯启亮时的驾驶行为及影响因素研究[J].交通工程,2020,20(02):1-5+53.

[3]David S. Hurwitz,Haizhong Wang,Michael A. Knodler,Daiheng Ni,Derek Moore. Fuzzy sets to describe driver behavior in the dilemma zone of high-speed signalized intersections[J].Transportation Research Part F: Psychology and Behaviour, 2012,15(2):

[4]李慧慧,胡启洲,雷爱国,林娟娟.基于计划行为理论的驾驶员未礼让行为研究[J].交通运输工程与信息学报,2020,18(04):110-119.

[5]马莹莹,陆思园.基于计划行为理论的大学生闯红灯行为决策模型[J].华南理工大学学报(自然科学版),2018,46(09):73-81.

[6]杨燕,孙剑,李克平.行人违章过街行为心理成因分析及预测[J].中国安全科学学报, 2011,21(04):20-25.

[7]陈怀超,侯佳雯,张晶,范建红.外部知识获取对企业营销绩效的影响研究——环境宽松性的调节作用和营销能力的中介作用[J].软科学,2019,33(06): 101-106.

[8]李豹. 基于计划行为理论的信号交叉口行人违章行为决策研究[D].武汉理工大学,2017.1212.

[9]陈军.非参数检验的实验设计及其SPSS软件实操应用[J].邢台职业技术学院学报, 2019,36(01):95-100.