基于計劃行為理論的農(nóng)村交通安全行為影響因素研究

摘" 要：為了提高農(nóng)村地區(qū)交通參與者的交通安全意識，面向湖南省懷化市農(nóng)村地區(qū)，設(shè)計了基于計劃行為理論的農(nóng)村交通安全行為量表，共收集有效問卷2 664份，有效率為88.83%，將研究對象分成步行、乘車、騎行和駕駛車輛四類分別進(jìn)行研究，并通過信度檢驗、探索性因子分析與驗證性因子分析，刪除了4個題項，證實了量表的成熟性。最后通過SPSS和AMOS結(jié)構(gòu)方程軟件實證表明，以騎行和駕駛車輛為主的交通參與者的不安全行為受到態(tài)度和知覺行為控制的影響較大，以乘車為主的交通參與者的不安全行為受到態(tài)度和主觀規(guī)范的影響較大，以步行為主的交通參與者的不安全行為受到知覺行為控制的影響較大，提出了針對不同的交通參與者的提高交通安全意識的策略。

關(guān)鍵詞：計劃行為理論；結(jié)構(gòu)方程模型；測評量表；路徑分析；農(nóng)村交通安全

" 中圖分類號：U491.2+54" " 文獻(xiàn)標(biāo)志碼：A" " DOI：10.13714/j.cnki.1002-3100.2025.05.020

Abstract： In order to improve the traffic safety awareness of traffic participants in rural areas， a rural traffic safety behavior scale based on the theory of planned behavior was designed for the rural areas of Huaihua City， Hunan Province. A total of 2 664 valid questionnaires were collected， with an effective rate of 88.83%. The research objects were divided into four categories： Walking， riding， cycling and driving vehicles. Through reliability test， exploratory factor analysis and confirmatory factor analysis， four items were deleted， which confirmed the maturity of the scale. Finally， the empirical results show that the behavioral intention of traffic participants based on cycling and driving vehicles is greatly influenced by attitude and perceptual behavior control. The behavioral intention of traffic participants based on riding is greatly influenced by attitude and subjective norms. The behavioral intention of traffic participants based on walking is greatly influenced by perceptual behavior control. Ultimately， this paper proposes strategies to improve traffic safety awareness for different traffic participants.

Key words： theory of planned behavior; structural equation model; evaluation measurement; path analysis; rural traffic safety

“減量控大”工作部署，是公安部于2020年全國道路交通事故預(yù)防會議上，就事故預(yù)防提出的工作要求，據(jù)2006年至2018年間我國道路交通事故數(shù)據(jù)統(tǒng)計，農(nóng)村地區(qū)的交通事故死亡率始終遠(yuǎn)高于城市。加強(qiáng)農(nóng)村地區(qū)的交通安全治理，一直是公安交警部門工作的重點和難點。由于我國農(nóng)村交通參與者的安全意識較為薄弱，需要進(jìn)行交通安全宣傳。但農(nóng)村地緣廣闊、宣傳工作大，需要進(jìn)行針對性宣傳教育，因此通過挖掘不安全交通行為產(chǎn)生的意圖，進(jìn)而進(jìn)行針對性的宣傳教育，是落實農(nóng)村地區(qū)的“減量控大”工作的一大有效途徑。

" 近年來，學(xué)者通過不同角度對交通參與者的行為進(jìn)行了分析。如王江鋒等[1]借助隱馬爾可夫模型給出了駕駛行為意圖應(yīng)用于車輛避撞預(yù)警的研究展望。柏璐[2]通過分析電動自行車的不安全行為，分析了不安全行為對城市信號交叉口、路段安全性的影響。其中，計劃行為理論在研究個體行為在決策過程中的內(nèi)在機(jī)制有著突出優(yōu)勢，尤其能顯著增加對不安全交通行為意向的解釋度和預(yù)測力[3]。該理論旨在解釋個人行為背后的決策過程，包括態(tài)度、主觀規(guī)范和知覺行為控制等因素。目前已逐漸應(yīng)用于交通安全行為意圖的研究，如老年駕駛?cè)诵袨閇4]、大學(xué)生闖紅燈行為[5]和城鄉(xiāng)結(jié)合部路段駕駛員駕駛行為[6]等，但基于TPB理論研究農(nóng)村交通安全行為的研究較少。

目前各地市公安交警部門，為了了解農(nóng)村交通安全意識的薄弱點，多自行設(shè)計問卷量表進(jìn)行調(diào)查，重復(fù)工作量大且宣傳教育針對性效果不穩(wěn)定，并且各地市公安大多針對某種駕駛行為進(jìn)行調(diào)查設(shè)計，如騎行、超速行駛等，缺少一套統(tǒng)一、全面且經(jīng)過統(tǒng)計學(xué)檢驗的成熟的調(diào)查量表。

" 為解決這一問題，本文根據(jù)國內(nèi)外已有的基于TPB的相關(guān)交通行為量表，如改進(jìn)的駕駛員行為問卷量表[7]、摩托車駕駛員行為問卷量表[8]等，結(jié)合我國農(nóng)村交通特點，擬設(shè)計“農(nóng)村交通安全行為調(diào)查問卷”，對問卷進(jìn)行了信效度檢驗，利用結(jié)構(gòu)方程模型，分析農(nóng)村不安全交通行為的影響機(jī)制，對不同的交通參與者提出了針對性交通安全宣傳教育策略，供各地市公安交警部門參考。

1" 方法論述

1.1" 計劃行為理論。計劃行為理論（Theory of Planned Behavior，簡稱TPB）是美國學(xué)者Ajzen提出社會心理學(xué)理論，其核心思想是行為意圖會直接決策實際行為，而態(tài)度、主觀規(guī)范和知覺行為控制三個認(rèn)知方面因素共同影響行為意圖。由于交通行為意圖產(chǎn)生交通行為是已知條件，因此本文重點研究態(tài)度、主觀規(guī)范和知覺行為控制對行為意圖的影響機(jī)理。其中，態(tài)度是指對某交通行為的工具性評價（如有益或者有害）或情感性評價（如愉快或者不愉快）；主觀規(guī)范是指進(jìn)行交通行為時所受到的社會壓力；知覺行為控制是指對進(jìn)行某種交通行為難易程度的認(rèn)知，即作出該交通行為所受到的阻礙程度；行為意圖是個體進(jìn)行某交通安全行為的傾向，其基本關(guān)系圖如圖1所示。

1.2" 結(jié)構(gòu)方程。結(jié)構(gòu)方程（Structural Equation Model，簡稱SEM）模型是檢驗和估計變量間因果關(guān)系的一種統(tǒng)計方法，可以評估TPB中變量之間的關(guān)系，并檢驗?zāi)Ｐ偷臏?zhǔn)確性和適用性。

2" 問卷設(shè)計與數(shù)據(jù)描述

2.1" 問卷設(shè)計。基于TPB理論，問卷分為2個部分設(shè)計調(diào)查內(nèi)容：（1）個體屬性指標(biāo)，包括性別、年齡、駕齡、地址、受教育程度、主要駕駛或乘車類型以及主要出行方式7個問題；量表設(shè)置跳轉(zhuǎn)題，在第7題中，通過“主要出行方式”的選擇跳轉(zhuǎn)到第2部分相應(yīng)部分作答對應(yīng)的10個題目；（2）TPB結(jié)構(gòu)的問卷，共包含4個小部分，每個小部分設(shè)置有10題，共40個問題，問卷從乘車安全、步行安全、騎行安全、以及行車安全四個方面研究個體對于交通安全的認(rèn)知，其響應(yīng)均采用李克特五點量表，取值范圍為1～5。具體問題設(shè)置如表1所示。

2.2" 數(shù)據(jù)預(yù)處理。問卷向湖南省懷化市農(nóng)村地區(qū)的個體進(jìn)行隨機(jī)發(fā)放，樣本收集采用分層隨機(jī)抽樣的方式。共發(fā)放3 000份問卷，為提高問卷質(zhì)量，對數(shù)據(jù)進(jìn)行以下預(yù)處理：（1）對作答地址不為湖南省懷化市農(nóng)村地區(qū)的數(shù)據(jù)、年齡與駕齡之差小于18的數(shù)據(jù)、主要駕駛或乘坐的車輛類型與主要出行方式明顯不符的數(shù)據(jù)以及作答全部相同的數(shù)據(jù)進(jìn)行剔除；（2）對反向問題進(jìn)行反向編碼，使得編碼后不同題目同一數(shù)字代表含義一致；（3）將問卷中帶有空值的數(shù)據(jù)進(jìn)行剔除。

" 經(jīng)過預(yù)處理后，共得到有效問卷2 664份，有效率88.83%，其中居民主要出行交通方式為駕駛車輛的問卷有1 246份，為騎車的問卷有667份，為步行的問卷共有339份，為乘車的共有412份。

" 由于因子分析要求樣本量必需滿足為變量數(shù)的至少5～10倍，且變量不能少于10個[9]。文中每類情境需要估計的變量數(shù)為32個，實際樣本數(shù)均超過320個，滿足要求，可以進(jìn)行因子分析。

2.3" 數(shù)據(jù)描述性分析。調(diào)查樣本人口統(tǒng)計學(xué)變量（見表2），樣本年齡和駕齡分布比例適中，學(xué)歷以高中、大專與本科為主，符合人口統(tǒng)計學(xué)特征，樣本具有隨機(jī)性。

3" 模型實現(xiàn)與優(yōu)化

3.1" 模型結(jié)果。為驗證量表的成熟型，需要進(jìn)行探索性因子分析和信度分析。根據(jù)吳明隆[9]的研究，計算得Kaiser-Meyer

-Olkin檢驗指標(biāo)值大于0.80，Bartlett球型度檢驗顯著性小于0.05，符合探索性因子分析的前提。此外，探索性因子分析要求所有題項的因子負(fù)荷系數(shù)應(yīng)均大于0.5，且累計方差解釋率大于等于50%。

" 基于此，本文采用主成分分析最大方差法，以特征根gt;1.0為標(biāo)準(zhǔn)提取公共因子，將不達(dá)標(biāo)的203、207、219和223四個題項進(jìn)行了剔除，其余各個題項的內(nèi)容與預(yù)分類設(shè)置的“態(tài)度”、“主觀規(guī)范”、“知覺行為控制”和“行為意圖”維度一致，且經(jīng)檢驗，所有題目因子負(fù)荷均在0.50～0.90之間累計方差解釋率均高于50%。因此刪除上述題項后，本文量表符合TPB模型的結(jié)構(gòu)，具有良好的結(jié)構(gòu)效度。

" 在信度分析方面，經(jīng)過Cronbach's ɑ的檢驗，每一交通方式題項的ɑ系數(shù)均大于0.6，表明調(diào)查數(shù)據(jù)內(nèi)部一致性良好[10]，信度達(dá)標(biāo)。

" 綜上所述，本文設(shè)計并修訂的量表具有較好的信度和效度，可以作為評估農(nóng)村交通參與者交通安全文化的有效工具。

" 隨后，對文中設(shè)計的農(nóng)村交通安全TPB量表構(gòu)建結(jié)構(gòu)方程，進(jìn)行路徑分析，得到各變量間標(biāo)準(zhǔn)化路徑系數(shù)及顯著性，結(jié)果如圖2所示。

由圖2可知，超過90%的潛變量標(biāo)準(zhǔn)化因子負(fù)荷大于0.5，依據(jù)Iacobucci[11]的研究及表3" SEM統(tǒng)計檢驗量指標(biāo)，通過檢驗結(jié)果與表3中的“適配標(biāo)準(zhǔn)”比較可知，結(jié)果達(dá)標(biāo)，測量模型具有較強(qiáng)的解釋能力。

3.2" 驗證性因子分析。驗證性因子分析用于檢驗變量間關(guān)系的可靠性，分析內(nèi)容包括收斂效度和區(qū)分效度的檢驗，根據(jù)Chin[12]的研究，收斂效度指標(biāo)有組合信度CR和平均變異抽取量AVE，最低達(dá)標(biāo)標(biāo)準(zhǔn)分別為0.7與0.5，其計算公式如下：

經(jīng)Amos 28軟件的檢驗，每類交通方式情境下的每4個潛變量的組合信度CR均≥0.7，平均變異抽取量AVE≥0.5，潛變量的AVE的平方根均達(dá)標(biāo)，因此所有變量均滿足收斂效度和區(qū)分效度，分析結(jié)果具有較強(qiáng)的可解釋性。

3.3" 結(jié)果解讀。SEM分析了不同交通方式群體對交通安全的態(tài)度、主觀規(guī)范、知覺行為控制對交通安全行為意圖之間的關(guān)系，結(jié)果如表4所示。

由表4可知，乘車人群中，乘車安全態(tài)度和主觀規(guī)范對乘車安全行為意圖有正向影響，標(biāo)準(zhǔn)化路徑系數(shù)（后簡稱系數(shù)）分別為0.287和0.319，知覺行為控制沒有顯著影響，系數(shù)為0.206。步行出行人群中，知覺行為控制對步行安全行為意圖有正向影響，系數(shù)為0.298，而態(tài)度和主觀規(guī)范則沒有顯著影響，系數(shù)為0.102和0.176。騎行出行人群中，騎行安全態(tài)度和知覺行為控制對行為意圖有顯著的正向影響，系數(shù)為0.641和0.392，主觀規(guī)范則沒有顯著影響，系數(shù)為0.123。駕駛車輛出行人群中，行車安全態(tài)度和知覺行為控制對行車安全行為意圖有正向影響，系數(shù)為0.455和0.623，而主觀規(guī)范沒有顯著影響，系數(shù)為0.012。

" 綜上所述，以騎行和駕駛車輛為主的交通參與者的行為意圖受態(tài)度和知覺行為控制的影響較大，以乘車為主的交通參與者的行為意圖受態(tài)度和主觀規(guī)范的影響較大，以步行為主的交通參與者的行為意圖受知覺行為控制的影響較大。

3.4" 農(nóng)村交通安全宣傳策略。對于騎行和駕車人群，在態(tài)度層面，可以通過增設(shè)交通安全宣傳欄，加強(qiáng)宣傳海報等宣傳方式，通過完善限速提醒，文明讓行等交通警示提示牌，讓交通參與者知道哪些是不安全行為并且“不想”進(jìn)行不安全行為。在提高知覺行為控制層面，可以通過增設(shè)減速帶、線形誘導(dǎo)等安全標(biāo)志標(biāo)線；通過增加交通監(jiān)控設(shè)施的覆蓋率和提高查處力度，避免產(chǎn)生不安全的行為意圖。

" 對于乘車人，主觀規(guī)范對行為意圖的影響較大，因此宣傳教育方式上應(yīng)側(cè)重采用覆蓋大部分人群的普及性宣傳，如通過在趕集趕圩和重大節(jié)假日時期進(jìn)行廣播，利用微信在村民群中轉(zhuǎn)發(fā)相關(guān)信息等方式進(jìn)行交通安全宣傳。

" 對步行群體，知覺行為控制對降低交通危險行為的發(fā)生具有顯著作用，在強(qiáng)化“隨意穿越道路是非常危險的”這一意識認(rèn)知上，相關(guān)部門可以通過墻體字畫等實體宣傳以及開展教育活動等方式，向他們傳授居安思危和出行安全高于出行暢通等正確的交通安全理念，進(jìn)而消除危險出行行為的意圖。

4" 結(jié)束語

" 本文創(chuàng)新在于，設(shè)計了基于TPB理論的適合于農(nóng)村交通安全行為研究的問卷量表，并通過了信效度檢驗，可以為公安交管部門針對農(nóng)村的交通安全分析提供成熟量表；可定量分析出態(tài)度、主觀規(guī)范和知覺行為控制對不安全交通行為的影響比重，進(jìn)而針對性的制定改善交通安全的策略。然而本文的研究也存在一些不足之處，量表僅在湖南懷化市農(nóng)村收集數(shù)據(jù)，且量表設(shè)計不唯一，不能代表全國的情況，推廣應(yīng)用仍需要在更大的范圍中測試與驗證。

參考文獻(xiàn)：

[1] 王江鋒，劉雨桐，王夢玉，等. 車車通信環(huán)境下基于駕駛意圖共享的車輛避撞預(yù)警算法[J]. 中國公路學(xué)報，2020，33（6）：65-76.

[2] 柏璐. 城市道路電動自行車交通特性與安全影響研究[D]. 南京：東南大學(xué)，2017.

[3] 趙曉華，朱紅臻，邊揚，等. 基于擴(kuò)展TPB模型的老年駕駛?cè)俗晕艺{(diào)節(jié)行為研究[J]. 華南理工大學(xué)學(xué)報（自然科學(xué)版），2022，50（3）：28-37.

[4] 郭鳳香，周怡雯，李明遠(yuǎn)，等. 基于TPB理論和結(jié)構(gòu)方程模型的老年駕駛?cè)税踩嘤?xùn)[J]. 長安大學(xué)學(xué)報（自然科學(xué)版），2022，42（5）：96-104.

[5] 馬瑩瑩，陸思園. 基于計劃行為理論的大學(xué)生闖紅燈行為決策模型[J]. 華南理工大學(xué)學(xué)報（自然科學(xué)版），2018，46（9）：73-81.

[6] 張惠玲，王益，楊金燕. 基于TPB理論的城鄉(xiāng)結(jié)合部路段駕駛員駕駛行為影響因素分析[J]. 重慶交通大學(xué)學(xué)報（自然科學(xué)版），2018，37（12）：105-110.

[7]" CHEN H Y W， DONMEZ B， HOEKSTRA-ATWOOD L， et al. Self-reported engagement in driver distraction： An application of the Theory of Planned Behaviour[J]. Transportation Research Part F： Traffic Psychology and Behaviour， 2016，38：151-163.

[8] 楊鴻泰，蘇帆，劉小寒，等. 摩托車駕駛員闖紅燈的行為意向研究[J]. 中國安全科學(xué)學(xué)報，2018，28（2）：21-27.

[9] 吳明隆. 問卷統(tǒng)計分析實務(wù)[M]. 重慶：重慶大學(xué)出版社，2010.

[10]" HAIR J F， et al. Multivariate data analysis[M]. Upper Saddle River， NJ： Prentice Hall， 2009.

[11]" IACOBUCCI D. Structural equations modeling： Fit indices， sample size， and advanced topics[J]. Journal of Consumer Psychology， 2010，20（1）：90-98.

[12]" CHIN W W. Commentary： Issues and opinion on structural equation modeling[J]. MIS Quarterly， 1998，22（1）：1.