李海，王志新

（甘肅交通職業(yè)技術(shù)學院，甘肅 蘭州 730070）

引言

在通常情況下，情緒色彩常伴隨著人類的一切心理活動，而應(yīng)激、激情、心境是體現(xiàn)人類情緒色彩的三種形式[1]。激情狀態(tài)是影響駕駛員正常駕駛的主要因素，悲痛、狂躁、暴怒等都屬于人類的激情狀態(tài)，駕駛?cè)嗽诩で闋顟B(tài)下常會出現(xiàn)失控現(xiàn)象，從而造成駕駛過程中觀察疏忽、操作失誤現(xiàn)象的發(fā)生，進而引發(fā)交通事故。駕駛?cè)吮┡榫w對行車安全的影響是當前研究交通事故的中心之一。Jerry L. Deffenbacher 是美國柯林斯堡科羅拉多州立大學的教授，其設(shè)計了用來研究駕駛?cè)嗽诓煌榫跋碌膽嵟潭鹊牧勘恚―riving Anger Scale,DAS）[2]。澳大利亞、法國等運用DAS 對本國駕駛?cè)诉M行了研究[3][4]。國內(nèi)該方面的研究相對較少，仰恩大學的王艷紅分析了恐懼、悲哀、憂愁等情緒對行車安全的影響[5]。武漢理工大學的雷虎分析了駕駛?cè)藨嵟榫w下的行為特征及其對交通安全的影響[6]。本文借鑒以往的研究經(jīng)驗，結(jié)合我國文化和交通情景，采用問卷調(diào)查的方法主要從以下三個方面展開研究：（1）分析暴怒情緒對駕駛?cè)松?、心理、行為的影響。?）通過建立回歸關(guān)系，研究駕駛?cè)吮┡榫w下的行為表現(xiàn)與行車安全的關(guān)系。（3）分析問卷調(diào)查結(jié)果，得出暴怒情緒對行車安全的影響。

1 暴怒情緒對駕駛?cè)松?、心理、行為的影?/h2>

1.1 暴怒情緒對駕駛?cè)松硇睦碛绊懙姆治?/h3>

心理學研究表明[2]，人的情緒是一種心理活動的產(chǎn)物，是人對客觀事物是否符合自己需要的態(tài)度的體驗。調(diào)查顯示，車輛行駛中駕駛?cè)水a(chǎn)生的暴怒情緒會對駕駛?cè)说纳硇睦懋a(chǎn)生一定的影響，如表1 所示。有效的觀測共有435 個，其中駕駛?cè)藢Ω鞣N可能影響駕駛的生理、心理因素的選擇頻次為692 次，其中頻數(shù)為172 的為注意力不集中因素，頻數(shù)為161的為出現(xiàn)駕駛操作小失誤因素，而容易開“賭氣車”132 次，反應(yīng)遲鈍94 次，頻數(shù)為82 的為判斷失誤因素，以上五種生理、心理因素是影響駕駛?cè)笋{駛的主要因素。此外，在該調(diào)查中還發(fā)現(xiàn)，暴怒情緒使駕駛?cè)水a(chǎn)生疲勞的情況比較少，但是仍然應(yīng)該加以注意與防范。

表1 暴怒情緒對駕駛?cè)松硇睦淼挠绊戭l率

暴怒情緒對駕駛?cè)说纳硇睦碛绊懘嬖谥鴤€體差異，如表2 所示。通過對其他非研究因素進行調(diào)控，采取控制變量法對駕駛?cè)说娜丝诮y(tǒng)計學特征、暴怒情緒等進行研究，從而得出較為科學的調(diào)查結(jié)果。研究結(jié)果顯示，暴怒情緒對于女性駕駛員的影響相比于男性駕駛員是較小的，且暴怒情緒對男性駕駛員所產(chǎn)生的影響較大的為注意力不集中、開“賭氣車”，其次是反應(yīng)遲鈍、判斷失誤，而對女性駕駛?cè)擞绊懕容^大的是注意力不集中、出現(xiàn)駕駛操作小失誤，其次是容易反應(yīng)遲鈍、開“賭氣車”。不論年齡的大與小，駕駛員在一定程度上均會受到暴怒情緒的影響，其中最易出現(xiàn)的結(jié)果就是駕駛員注意力不集中的現(xiàn)象。具體來說，年齡在40 歲以下的駕駛員相比于年齡在40 歲以上的駕駛員來說，情緒波動較為容易受到外界事物影響，因此，年齡在40 歲以下的駕駛員在暴怒情緒下更容易開“賭氣車”，41-50 歲的人比其他年齡段的人更容易疲勞，駕齡在2 年以下的駕駛?cè)巳菀壮霈F(xiàn)車輛控制方面的小失誤。暴怒情緒對不同學歷的駕駛?cè)擞绊懸彩遣煌模唧w來說，對于大學以上學歷的駕駛?cè)藖碚f，在駕駛過程中容易出現(xiàn)注意力不集中的現(xiàn)象；對于大學學歷的駕駛?cè)藖碚f，在駕駛過程中容易出現(xiàn)車輛控制上的小失誤；對于高中及高中以下學歷的駕駛?cè)藖碚f，在駕駛過程中容易出現(xiàn)注意力不集中的現(xiàn)象。對于收入水平不同的駕駛員，暴怒情緒對其所產(chǎn)生的影響也是具有差異的，具體來說，對于平均月收入不到2000 元的駕駛?cè)藖碚f，暴怒情緒對其所產(chǎn)生影響由重到輕是：注意力不集中、車輛控制方面的小失誤、開“賭氣車”、反應(yīng)不夠敏捷、開車過程中易疲勞；而對于平均月收入在2000 元以上的駕駛?cè)藖碚f，受暴怒影響所產(chǎn)生的主要現(xiàn)象為車輛控制上出現(xiàn)小失誤、注意力不集中。此外，除了駕駛?cè)吮旧砬闆r所導致的受暴怒情況影響不同以外，駕駛?cè)怂{駛的車型也會對駕駛?cè)水a(chǎn)生一定的影響，如除了出租車駕駛?cè)艘酝?，貨車駕駛?cè)?、私家小汽車駕駛?cè)?、長途客車駕駛?cè)恕⒐卉囻{駛?cè)嗽隈{駛過程中受暴怒情緒影響所出現(xiàn)的現(xiàn)象主要為注意力不集中，其次是車輛控制小失誤、開“賭氣車”。暴怒情緒對出租車駕駛?cè)说挠绊懕容^大的前三位依次是注意力不集中、對車速估計不準、車輛控制小失誤。暴怒情緒對未婚駕駛?cè)擞绊懽蠲黠@的是車輛控制小失誤，其次是開“賭氣車”和注意力不集中，對已婚駕駛?cè)擞绊懽蠲黠@的是注意力不集中，其次是車輛控制小失誤和開“賭氣車”。

綜上所述，駕駛?cè)说娜丝诮y(tǒng)計學特征以及暴怒情緒均會對駕駛?cè)说鸟{駛產(chǎn)生一定程度上的影響，影響駕駛?cè)笋{駛的人口統(tǒng)計學特征主要有駕駛?cè)说男詣e、駕駛?cè)说哪挲g；影響駕駛?cè)笋{駛暴怒情緒的主要因素有駕駛?cè)说膶W歷、駕駛?cè)说氖杖胨健Ⅰ{駛?cè)说鸟{駛車型。以上因素均會影響到駕駛?cè)说恼ｑ{駛。

1.2 暴怒情緒下駕駛?cè)丝赡馨l(fā)生的違法駕駛行為

表2 暴怒情緒對駕駛?cè)擞绊懙膫€體差異情況

駕駛?cè)嗽诒┡闆r下，常常會由于發(fā)泄暴怒情緒而做出一些法律所禁止的行為，甚至會做出超乎尋常的越軌行為，如強超、強會、超速等。根據(jù)相關(guān)調(diào)查，暴怒狀態(tài)下的駕駛?cè)藢τ诩づ涞能囕v有很大的概率會采取過激性報復行為，從而導致故意違法現(xiàn)象的發(fā)生。為了調(diào)查在暴怒情緒下駕駛?cè)丝赡馨l(fā)生的違法駕駛行為，本研究以我國道路交通事故年報統(tǒng)計的違法違規(guī)駕駛行為作為標準，對我國蘭州市300 名駕駛員展開了調(diào)查，具體的調(diào)查結(jié)果如表3 所示。違規(guī)使用燈光、不按規(guī)定讓行、超速行駛、逆向駕駛、強超、違法停車等均為受暴怒情緒影響的駕駛?cè)怂扇〉男袨?，這些有悖于交通規(guī)則的行為不僅使得其他道路行駛車輛行駛困難，而且還容易引發(fā)追尾、碰撞等較為嚴重的交通事故。

表3 暴怒情緒下可能發(fā)生的危險行為（N=300）

2 駕駛?cè)吮┡榫w下的表現(xiàn)與行車安全的關(guān)系

為了提高駕駛?cè)吮┡榫w下的表現(xiàn)與行車安全關(guān)系研究的準確性、科學性、合理性，本研究采取了回歸分析的方式對駕駛?cè)耸鼙┡榫w影響所出現(xiàn)的行為方式與駕駛?cè)嗽诮鼉赡甑鸟{駛中出現(xiàn)事故的頻次、違章的次數(shù)進行了具體研究，研究成果表明，駕駛?cè)耸鼙┡榫w影響所出現(xiàn)的行為方式與駕駛?cè)嗽诮鼉赡甑鸟{駛中出現(xiàn)事故的頻次、違章的次數(shù)無法建立起理想的回歸模型。分析原因為問卷調(diào)查中該項目數(shù)據(jù)統(tǒng)計不夠準確，許多被調(diào)查對象都記不清違章次數(shù)而只對于自身違章頻率有模糊的印象。因此，本文對駕駛?cè)耸鼙┡榫w影響所出現(xiàn)的行為方式與駕駛?cè)嗽诮鼉赡甑鸟{駛中出現(xiàn)事故的頻次、違章的次數(shù)進行了有序回歸模型以及多項Logistic回歸模型的建立。

2.1 駕駛?cè)吮┡憩F(xiàn)與違章頻率有序回歸分析

對駕駛?cè)吮┡瓡r違章的頻率和其暴怒時的表現(xiàn)進行有序回歸分析。根據(jù)擬合度表，偏差為χ2為1031.724（P=1.000＞0.05），表明本文數(shù)據(jù)適合于有序回歸分析。

根據(jù)偽R 方（Pseudo R-Square）的計算結(jié)果，0.119、0.294、0.269 分別為McFadden R2、Nagelkerke R2、Snell R2與Cox的計算結(jié)果，該結(jié)果表明，可由量表解釋的暴怒表達形式分別占總體的12.8%、29.4%以及27.7%。

采取α=0.05 水準，7.324（P=0.007＜0.05）、5.317（P=0.021＜0.05）分別為位置參數(shù)item1、item15 的Wald 統(tǒng)計量數(shù)值，該結(jié)果可由參數(shù)估計表4 得出，而其他位置參數(shù)的P 值均在0.05 水平以上，因此，位置參數(shù)item15、item1 與違規(guī)之間是可以建立回歸模型的，其Logit 連接函數(shù)分別為：

第1 組水平，Link1=3.918-(0.368* item1+0.443* item15)

第2 組水平，Link2=5.009-(0.368* item1+0.443* item15)

第3 組水平，Link3=7.058-(0.368* item1+0.443* item15)

第4 組水平，Link4=10.112- (0.368* item1+0.443* item15)

由以上公式可以計算出Logit 連接函數(shù)的具體數(shù)值，可再根據(jù)以下公式計算出具體的概率值。預測出駕駛?cè)诉`章的頻率情況。

通過以上模型分析， 駕駛?cè)诉`章與駕駛?cè)酥櫫R其他駕駛?cè)恕Ⅰ{駛?cè)伺拇蚍较虮P之間具有很大的相關(guān)關(guān)系，該研究成果表明，可以通過研究駕駛?cè)酥櫫R其他駕駛?cè)?、拍打方向盤發(fā)生的頻次來對駕駛?cè)诉`章的頻率做出粗略預測。

表4 回歸參數(shù)估計表

2.2 駕駛?cè)吮┡憩F(xiàn)與違章頻率多項Logistic 回歸分析

對駕駛?cè)吮┡瓡r違章的頻率和其暴怒時的表現(xiàn)進行多項Logistic 回歸分析。根據(jù)擬合度表，采取α=0.05 為水準，偏差為χ2=925.021-683.728=241.293，P=0.000＜0.01，且Pearson χ2及偏差χ2分別為1273.521（P=1.000＞0.05），表明本文數(shù)據(jù)適合于多項Logistic 回歸分析。表5 為多項Logistic 回歸分析的具體結(jié)果。

表5 擬合度

在偽R 方（Pseudo R-Square）中，0.206、0.465、0.436分別為McFadden R2、Nagelkerke R2、Snell R2與Cox 的計算結(jié)果，該結(jié)果表明，可由量表解釋的暴怒表達形式分別占總體的20.6%、46.5%以及43.6%。

采取Wald 檢驗顯著性標準水平為0.05，對于量表所示數(shù)據(jù)，只有item1、item15 的值大于相較于3-一般和4-比較高，而其他情況下如item2 到item14 以及item16 到item21的α值均大于0.05，因此，認為僅在item1、item15 情況下是可以進行多項Logistic 回歸的，且若以1-非常低為頻率標準，以下公式所得到的線形預測方程：

Logit[P（違規(guī)=3∣item1，item15）]=-5.030+0.722* item1+0.518* item15

Logit[P（違規(guī)=4∣item1，item15）]=-9.396+0.869* item1+0.977* item15

由具體結(jié)果可得，item1 的回歸系數(shù)均大于0，即駕駛?cè)吮┡瓡r出現(xiàn)違規(guī)的概率與駕駛?cè)伺拇蚍较虮P出現(xiàn)的頻次呈正相關(guān)；item15 的回歸系數(shù)均大于0，即駕駛?cè)吮┡瓡r出現(xiàn)違規(guī)的概率與駕駛?cè)酥櫫R其他駕駛?cè)顺霈F(xiàn)的頻次呈正相關(guān)。

一般情況下，若模型的預測概率大于百分之五十，則說明該模型的預測效果良好，若模型的預測概率小于百分之五十，則說明該模型的預測效果并不理想。在本研究中，由模型的預測效果分類表可得，本模型的預測概率達到了50.8%，即本模型的預測效果良好，具體如表6 所示。這說明可以用item1、item15 構(gòu)成的模型來預測交通違規(guī)的頻率等級。

表6 分類表

3 暴怒情緒下開車對行車安全的影響

在暴怒情緒下開車對行車安全的影響主要表現(xiàn)在駕駛?cè)怂霈F(xiàn)的方向盤轉(zhuǎn)動頻率顯著增加、擋位變換過快、制動踏板操作不當，且注意力不集中等現(xiàn)象，所以暴怒情緒下駕駛?cè)碎_車有非常大的安全隱患。

3.1 暴怒情緒下發(fā)生交通事故形態(tài)統(tǒng)計

調(diào)查顯示，暴怒駕駛引發(fā)的交通事故形態(tài)中正面碰撞和側(cè)面碰撞較多，300 人中就有63 人發(fā)生過該類交通事故，占調(diào)查總數(shù)的21%。其次是對向刮擦、碰撞固定物，300 人中就有48 人發(fā)生過該類交通事故，占調(diào)查總數(shù)的16%。若當時道路上來往車輛數(shù)量較多，暴怒情緒下所發(fā)生的交通事故形態(tài)如正面碰撞、側(cè)面碰撞、對向刮擦等極易引起道路車輛阻塞，從而引起負面的交通情況變化，此外，駕駛?cè)祟l繁地操作車輛將增加因車輛局部溫度過高，進而引發(fā)火災現(xiàn)象發(fā)生的概率。由表7 可得出，暴怒情緒對于駕駛?cè)说挠绊懯遣蝗菪∮U的。

表7 暴怒情緒下發(fā)生的交通事故形態(tài)

3.2 暴怒情緒下幾乎發(fā)生交通事故的頻率統(tǒng)計

調(diào)查結(jié)果如圖1 所示。

圖1 暴怒情緒下駕駛?cè)藥缀醢l(fā)生交通事故的頻率

從圖1 可看出，暴怒情緒下從未發(fā)生交通事故的只有41%，說明有59%的人在暴怒情緒下出現(xiàn)過“幾乎發(fā)生交通事故”的情況。

3.3 暴怒情緒對駕駛?cè)诵熊嚢踩挠绊懗潭?/h3>

調(diào)查結(jié)果如圖2、圖3 所示。

圖2 暴怒情緒對駕駛?cè)诵熊嚢踩挠绊懗潭?/p>

從圖2 可看出，87%的人認為暴怒情緒對行車安全是有影響的，6%的人認為影響非常大，只有13%的人認為無影響。從圖3 可看出，認為暴怒情緒引起事故的嚴重程度在嚴重以上的達到19%，認為嚴重程度為一般的占到了25%，兩者占到了44%。從兩圖分析可知，大部分人認為暴怒情緒對行車安全及引發(fā)的交通事故影響較大。

圖3 暴怒情緒下發(fā)生交通事故的嚴重程度

4 結(jié)語

（1）行車中，暴怒情緒最容易導致駕駛?cè)俗⒁饬Σ患校浯问擒囕v控制方面出現(xiàn)小失誤，再就是開“賭氣車”。另外還會導致駕駛?cè)伺袛嗍д`、反應(yīng)遲鈍、疲勞等。

（2）開車中，駕駛?cè)俗陨砬闆r會影響到暴怒情緒對駕駛?cè)说挠绊憽?/p>

（3）通過對具體數(shù)據(jù)的分析，本文建立了有序回歸和多項Logistic 回歸模型兩種回歸模型，得出駕駛?cè)耸鼙┡榫w影響所出現(xiàn)的行為方式與駕駛?cè)嗽诮鼉赡甑鸟{駛中出現(xiàn)事故的頻次、違章的次數(shù)存在統(tǒng)計學回歸意義。

（4）暴怒情緒下駕駛發(fā)生道路交通事故的形態(tài)排在前三位的是：正面碰撞、側(cè)面碰撞、對向刮擦；59%的人在暴怒情緒下出現(xiàn)過“幾乎發(fā)生交通事故”的情況，87%的人認為暴怒情緒對行車安全是有影響的，44%的認為暴怒駕駛引發(fā)的交通事故嚴重程度在一般以上。

（5）由于部分駕駛?cè)艘蝾櫦皞€人情面而不愿填寫真實違章情況，致使收集到的數(shù)據(jù)存在一定的誤差，希望在今后再做該項研究時能盡力消除被調(diào)查人的顧慮，以獲得更有價值的數(shù)據(jù)。