公交駕駛員駕駛行為量表的編制及其信效度檢驗

李瓊，王婷婷，張作博，汪勇杰

(1.長安大學 運輸工程學院;2.西安市公共交通集團 營運安全部)

1 引言

世界衛(wèi)生組織2018年發(fā)布的《全球道路安全現(xiàn)狀報告》顯示，每年高達135萬人死于道路交通事故，且交通事故在致人死亡的眾多因素中位列第八[1]。其中，90%以上的道路交通事故與駕駛員的駕駛行為有關[2]，職業(yè)駕駛員比私家車駕駛員的事故率高出49%[3]，27%的職業(yè)駕駛員在過去三年的駕駛過程中發(fā)生過交通事故[4]。根據(jù)《2019年交通運輸發(fā)展統(tǒng)計公報》數(shù)據(jù)顯示，2019年末全國公共汽電車69.33萬[5]，按照公交行業(yè)公交車數(shù)與駕駛員1:2.1的比例推算，我國公交駕駛員數(shù)量約145萬人。因此，研究基數(shù)龐大的公交駕駛員的駕駛行為，對降低道路交通事故率、提高道路交通安全具有重要意義。

目前，已有大量的研究聚焦私家車駕駛員駕駛行為量表的開發(fā)與修訂[6]。Reason等[7]于1990年首次編制駕駛行為量表(Driver Behavior Questionnaire，DBQ)，該量表共包括50個題項，分為違規(guī)、錯誤和失誤3個維度。Parker[8]等在原始DBQ量表中新增記憶力流失維度的同時對原始DBQ量表予以簡化，形成了24題4維度的DBQ量表。Lawton等[9]將違規(guī)駕駛行為中對其他道路使用者表現(xiàn)出敵意或傷害的侵略性行為界定為攻擊性違規(guī)，其余違規(guī)行為稱為普通違規(guī)。不同國家的交通模式與文化背景的不同，致使DBQ量表的維度與題項設計不同。Lajunen[10]等研究表明，錯誤、注意力流失、普通違規(guī)、攻擊性違規(guī)組成的4維度量表在芬蘭、荷蘭等具有較好的一致性。?zkan[11]等人在芬蘭、英國、伊朗、荷蘭、希臘、土耳其和伊朗，驗證了攻擊性違規(guī)、普通違規(guī)、錯誤3個維度量表表現(xiàn)出較好的適用性。鄭東鵬等人[12]在Reason的原始DBQ基礎上，保留了符合中國實際情況的27個題項，分為認知錯誤、違規(guī)行為、無意失誤與記憶力流失4個維度。

與私家車駕駛相比，公交車的駕駛環(huán)境與駕駛要求完全不同。公交駕駛是一個重復且高強度的工作，駕駛員數(shù)年駕駛相同路線，每日肩負數(shù)百甚至上千乘客的出行安全，加之惡劣天氣、交通擁堵、不配合的其他道路使用者，以及大量乘客和車廂內(nèi)擁擠嘈雜的工作環(huán)境等，均會影響公交駕駛員的駕駛行為。然而，現(xiàn)有駕駛行為量表主要針對私家車駕駛行為，尚無真正反映公交駕駛環(huán)境的公交駕駛行為量表。本研究擬在鄭東鵬等[12]的中國版DBQ的基礎上，通過與公交駕駛員、車隊隊長等相關人員深度訪談，刪除不適合公交駕駛環(huán)境的題項，新增符合公交運行場景的題項，并檢驗其在國內(nèi)公交駕駛員群體中的信效度和有效性，形成符合我國公交駕駛環(huán)境的專用量表。

2 量表編制與數(shù)據(jù)采集

2.1 量表設計

為充分反映公交駕駛員的駕駛行為特征，通過與公交企業(yè)運營安全部門負責人、車隊隊長及5名15年公交駕齡的駕駛員進行深度訪談，刪除中國版DBQ中的“在高速路上超速行駛”、“對剛駛過的道路記憶模糊”、“本想去目的地A，結(jié)果發(fā)現(xiàn)自己在通往目的地B的路上”等與公交駕駛環(huán)境不符或發(fā)生概率極低的題項；新增“門未關好起步或車未停穩(wěn)開門”、“未到站上下客”、“高速進出站”等公交特有的駕駛場景。初步確定27個題項的預調(diào)查量表，其中18個題項來自中國版DBQ，9個新增題項來自本次訪談。采用李克特5級計分形式，1-5分別代表：從未發(fā)生、偶爾發(fā)生、有時發(fā)生、經(jīng)常發(fā)生和總是發(fā)生。邀請25位西安市公交駕駛員對量表所有題項進行預調(diào)查，對公交駕駛員普遍認為的語義表達不清、不易理解、易產(chǎn)生歧義的題項予以修改，確保各題項內(nèi)容的表述清楚、準確、易懂。

2.2 數(shù)據(jù)采集

以西安市某公交公司的在職公交車駕駛員為調(diào)查對象，通過問卷星平臺獲取調(diào)查數(shù)據(jù)，告知調(diào)查為匿名且調(diào)查結(jié)果只為研究分析所用，以便被調(diào)查者能夠較好地配合并如實作答。調(diào)查時間為期一周，共回收問卷438份，剔除所有題目答案為同一選項的69份，有效問卷369份。其中，男性349名(94.57%)，女性20名(5.43%)，性別比例符合公交行業(yè)從業(yè)情況；年齡：22-25歲2.65%，26-35歲34.27%，36-45歲43.61%，46-60歲19.47%；公交駕齡：0-3年30.69%，4-10年35.67%，11-20年30.22%，21年以上3.43%；受教育程度：初中及以下15.58%，高中或中專61.68%，大專18.85%，本科及以上3.89%。此外，本次調(diào)查還包括平均每日駕駛時長、平均每日睡眠時長以及近3年發(fā)生是否發(fā)生公交事故等信息的采集。

3 數(shù)據(jù)分析

3.1 項目分析

使用SPSS26.0對各題項與總量表得分進行相關性分析。以各題得分與量表總分之間的相關系數(shù)均達到r>0.3，且相關必須達到顯著水平(P<0.01)，作為題目的區(qū)分度指標依據(jù)[15]。刪除相關系數(shù)為0.29的第3題后，結(jié)果如表1所示，各個題目與總量表得分的相關系數(shù)在0.32～0.67之間，且均達到顯著水平，表明剩余的26個題項全部滿足統(tǒng)計學意義，可全部保留做進一步分析。

表1 公交駕駛行為量表題總相關分析

3.2 探索性因素分析

對經(jīng)過項目分析篩選后符合要求的26個題項，使用SPSS26.0進行探索性因素分析。采用主成分分析和正交旋轉(zhuǎn)，得到取樣適切性量數(shù)(Kaiser-Meyer-Olkin Measure of Sampling Adequacy，KMO)為0.901，且巴特利特球形檢驗結(jié)果達到顯著性水平(P<0.001)，說明量表數(shù)據(jù)具有統(tǒng)計學意義，適合進一步做探索性因素分析。提取特征根>1的公因子4個，累計方差貢獻率為55.98%?？紤]同時滿足提取因子的可解釋性、避免某一因子低于3道題、每個題目共同度大于0.4、因子載荷大于0.4等約束，經(jīng)過反復對比，刪除8個題項。

對剩余的18個題項再次進行主成分分析，KMO為0.88，巴特利特球形檢驗達到顯著性水平，表明具有統(tǒng)計學意義，可進一步做主成分分析。分析結(jié)果表明，共有4個因子的特征值大于1，且碎石圖顯示，從第5個因子開始，曲線變平緩，因此，提取4個因子比較合適。因子結(jié)構(gòu)及載荷如表2所示，因子包括5個題目，可解釋總方差的32.18%。該因子下的各題項均屬于在駕駛活動過程中，對接收到的信息判斷和加工處理過程出現(xiàn)錯誤而引發(fā)的不良行為，因此命名為錯誤駕駛；因子2包括5個題目，解釋了總方差的9.30%，均是公交駕駛員未遵守公交企業(yè)規(guī)定的安全服務準則的行為，因此命名為失誤駕駛；因子3包括5個題目，解釋了總方差的8.36%，均屬于故意偏離行車系統(tǒng)安全準則要求的行為，因此界定為違規(guī)駕駛(violations)；因子4包括3個題項，解釋了總方差的6.13%，因為均對其他交通參與者造成潛在的安全駕駛威脅，因此命名為攻擊駕駛。以上4個因子累積方差解釋率為55.98%。

表2 公交駕駛行為問卷因子及載荷值(去掉小于0.4的載荷值)

3.3 信度分析

已有研究表明，Cronbach's α系數(shù)達到0.7以上，則認為該量表各題目之間的一致性較好，測量結(jié)果可靠。修訂后的公交駕駛員駕駛行為量表Cronbach's α系數(shù)見表3?？偭勘淼腃ronbach's α系數(shù)為0.87， 4個維度的內(nèi)部一致性系數(shù)范圍為0.72-0.79，表明編制的公交駕駛員駕駛行為量表具有良好的信度。

3.4 效度分析

根據(jù)探索性因子分析的結(jié)果，采用皮爾遜相關分析對新編制的公交駕駛員駕駛行為量表中的4個因子與總量表之間進行相關性檢驗，結(jié)果見表3。由表3可知，各因子與總量表的相關性達到顯著性水平，即4個因子所測內(nèi)容與總量表所測內(nèi)容之間具有較高的一致性，說明編制的公交駕駛員駕駛行為量表的內(nèi)容效度較好。

表3 量表各因子與總量表得分之間的相關性

3.5 驗證性因素分析

運用AMOS25.0對公交駕駛行為量表進行驗證性因子分析，結(jié)果見表4。與三因子和單因子相比，4因子模型擬合結(jié)果最優(yōu)，χ2/df的值為2.02，<3，適配理想；RMSEA為0.05，<0.06，適配理想；GFI為0.93，>0.9，結(jié)果適配良好；AGFI為0.90，>0.9，結(jié)果適配良好；CFI為0.93，>0.9，結(jié)果適配良好；IFI為0.94，接近0.9，結(jié)果適配良好；TLI為0.92，>0.9，結(jié)果適配良好。表明編制的公交駕駛行為量表4因子模型適配良好。

表4 公交駕駛行為驗證性因子分析擬合指標

4 量表的有效性與適用性檢驗

為進一步檢驗編制的公交駕駛員駕駛行為量表的有效性與適用性，對各因子得分差異、人口學變量與各因子及總量表之間的相關性檢驗、駕駛員自我報告的近3年是否發(fā)生過公交事故與4個因子進行獨立樣本t檢驗。

4.1 各因子得分

根據(jù)調(diào)查數(shù)據(jù)，編制的公交駕駛員駕駛行為量表中各因子的平均得分，錯誤駕駛為1.24，失誤駕駛為1.40，違規(guī)駕駛為1.16，攻擊駕駛為1.38。公交駕駛員在失誤駕駛的平均得分最高，其余依次攻擊駕駛、錯誤駕駛和違規(guī)駕駛。說明公交駕駛員在失誤駕駛與攻擊駕駛因子所表征的駕駛環(huán)境下，發(fā)生不良駕駛行為的可能性更高。

4.2 人口學變量與駕駛行為

對公交駕駛員年齡、公交駕齡、教育程度、日均駕駛時間、日均睡眠時間與4個因子進行皮爾遜相關性分析，結(jié)果見表5。公交駕駛員的年齡與錯誤駕駛、違規(guī)駕駛和攻擊駕駛以及總量表均顯著負相關，表明駕駛員的年齡越大，發(fā)生錯誤駕駛、違規(guī)駕駛與攻擊駕駛的概率越低。公交駕駛員的受教育程度與攻擊駕駛顯著正相關，表明駕駛員的受教育程度越高，其發(fā)生攻擊性駕駛的可能性越大。日均駕駛時間與失誤駕駛顯著正相關，表明公交駕駛員平均每日駕駛工作時間越長，發(fā)生失誤駕駛的可能性越高。公交駕駛員的日均睡眠時間與失誤駕駛、違規(guī)駕駛顯著負相關，表明駕駛員每日睡眠時間越短，出現(xiàn)失誤駕駛、違規(guī)駕駛的可能性越高。

表5 人口學變量與駕駛行為量表的相關性

4.3 駕駛行為與交通事故

采用獨立樣本t檢驗分析公交駕駛員近3年發(fā)生過公交事故與未發(fā)生交通事故在4個維度的平均得分，結(jié)果見表6。

表6 近3年是否發(fā)生交通事故在量表中的差異

結(jié)果表明，發(fā)生與未發(fā)生交通事故在錯誤駕駛、違規(guī)駕駛與攻擊駕駛上具有顯著性差異。錯誤駕駛方面，發(fā)生過交通事故的均值為1.34，未發(fā)生交通事故均值為1.19，且通過了顯著水平為0.001的顯著性檢驗；在違規(guī)駕駛方面，發(fā)生過交通事故的均值為1.22，未發(fā)生交通事故的均值為1.13，通過了顯著水平為0.05的顯著性檢驗；攻擊駕駛方面，發(fā)生過交通事故和未發(fā)生交通事故的公交駕駛員的均值分別為1.44和1.35，通過了顯著水平為0.01的顯著性檢驗。以上表明近3年發(fā)生交通事故的公交駕駛員，發(fā)生違規(guī)駕駛、錯誤駕駛與攻擊駕駛與交通事故的發(fā)生顯著相關，與Lawton等、鄭東鵬等的研究結(jié)果一致。

5 討論

雖然涉及公交車輛的交通事故較少，但一旦發(fā)生都會帶來巨大的人員傷亡(例如，2018年重慶萬州公交墜江造成15人死亡，2020年貴州安順公交墜湖造成21人死亡)，社會影響極大。公交駕駛行為對于公交事故的預防和發(fā)生具有重要作用[15]。與私家車駕駛員相比，公交駕駛員因每日駕駛時間長、數(shù)年駕駛在同一條線路、面對大量乘客等，駕駛環(huán)境與駕駛行為有顯著差異。因此，很有必要編制公交駕駛員駕駛行為量表。在借鑒鄭東鵬等修訂的中國版DBQ的基礎上，充分考慮了公交駕駛員的工作環(huán)境與工作規(guī)范要求，刪除不符合公交駕駛環(huán)境的題項，新增公交駕駛特有的駕駛行為考核題項，形成了27題的初始量表。通過對采集的369份有效樣本的項目分析、探索性因子分析、驗證性因子分析等，結(jié)果表明18個題項的4因子(錯誤駕駛、失誤駕駛、違規(guī)駕駛與攻擊駕駛)量表具有良好的信效度，可解釋總方差的55.98%。

公交駕駛員發(fā)生不良駕駛行為的頻率不高，很大可能由于公交企業(yè)對于駕駛員實行嚴格的安全監(jiān)管，定期對駕駛員進行安全教育，通過視頻監(jiān)控及現(xiàn)場抽檢等方式對公交駕駛過程中違反公司規(guī)定的異常駕駛行為實施嚴格的處罰制度，因此，公交駕駛員較其他駕駛員具有較好的駕駛行為規(guī)范。公交駕駛員的失誤駕駛平均得分最高，其余依次為攻擊駕駛、錯誤駕駛和違規(guī)駕駛。造成以上現(xiàn)象的主要原因在于，公交駕駛員保持單一姿勢日均駕駛時間長，容易出現(xiàn)失誤駕駛；因受到乘客與車外交通主體的多重影響，極易誘發(fā)攻擊駕駛；公交駕駛員在上崗前進行嚴格的駕駛技術(shù)培訓與崗前培訓，駕駛員熟練掌握崗位操作流程及具備良好的駕駛技術(shù)水平，因此公交駕駛員錯誤駕駛頻率低；公交駕駛員一旦出現(xiàn)違規(guī)駕駛行為，除較高的罰款外，一律停班下崗學習，培訓合格后才可上崗，所以駕駛員發(fā)生違規(guī)的可能性較低。

公交駕駛員的年齡與錯誤駕駛、違規(guī)駕駛和攻擊駕駛以及總量表均顯著負相關，說明隨著年齡的增長，駕駛員的錯誤駕駛、違規(guī)駕駛與攻擊駕駛會逐漸減少，公交企業(yè)應加強年輕駕駛員在錯誤駕駛、違規(guī)駕駛與攻擊駕駛方面的教育培訓。公交駕駛員的受教育程度與攻擊駕駛顯著正相關，表明應加強對高學歷駕駛員的攻擊性駕駛行為管理。日均駕駛時間與失誤駕駛顯著正相關，表明可以從減少駕駛員的工作時長來降低失誤駕駛行為的發(fā)生，同時應限制部分駕駛員的加班要求，防止因疲勞駕駛導致的失誤駕駛行為。公交駕駛員的日均睡眠時間與失誤駕駛、違規(guī)駕駛顯著負相關，需要督促、提醒駕駛員保持充足的睡眠，以減少因睡眠不足引起的失誤駕駛與違規(guī)駕駛。

近3年發(fā)生交通事故的公交駕駛員，發(fā)生違規(guī)駕駛、錯誤駕駛與攻擊駕駛的次數(shù)高于未發(fā)生事故駕駛員，與Lawton、鄭東鵬等人的研究結(jié)果一致。公交企業(yè)必須對駕駛員進行嚴格的教育培訓，有針對性的開展公交駕駛員安全教育，減少不良駕駛行為的發(fā)生頻率，進而降低交通事故率，保障城市公共交通安全。

6 結(jié)論

(1)本文編制的公交駕駛員駕駛行為量表由18個題項組成，分為錯誤駕駛、失誤駕駛、違規(guī)駕駛與攻擊駕駛4個因子。

(2)編制的公交駕駛員駕駛行為總量表內(nèi)部一致性系數(shù)為0.87，各分量表內(nèi)部一致性系數(shù)在0.72～0.79之間，具有較好的穩(wěn)定性。4個因子與總量表之間的相關系數(shù)在0.67～0.77之間，P<0.05，表明該量表具有較好的效度。

(3)公交駕駛員不良駕駛行為發(fā)生頻率由高到低依次為，失誤駕駛、攻擊駕駛、錯誤駕駛與違規(guī)駕駛。

(4)近3年發(fā)生過交通事故的公交駕駛員，在違規(guī)駕駛、錯誤駕駛與攻擊駕駛3個因子上得分偏高，與Lawton、鄭東鵬等的研究結(jié)果一致。證實了編制的公交駕駛行為量表符合我國公交駕駛環(huán)境，且具有較好的有效性與適用性，可作為公交企業(yè)評估公交駕駛員駕駛行為與公交駕駛行為研究的有效測量工具。