吳金金 鄧鑄 張琪

摘 要：駕駛可靠性既關乎駕駛者本人，也關乎他人的生命財產(chǎn)安全，甚至會影響社會安定，是和諧社會建設必須重視的課題。除受天氣、交通環(huán)境、車輛狀態(tài)影響外，駕駛可靠性還與駕駛人員的生理、心理因素，以及人-機-環(huán)的適配性關系密切。因此，駕駛安全的管控要充分考慮到人的生理、心理，以及交通環(huán)境設計、車輛設計與人的匹配度，通過普及和運用心理學的知識與理論，來降低危險駕駛的頻率和危害程度。

關鍵詞：駕駛可靠性;事故管控;人因學

Abstract： Driving reliability is not only related to the driver himself， but also to the safety of other people's lives and property， and even affects social stability. It is an important issue that must be paid attention to in the construction of a harmonious society. Apart from being affected by weather， traffic environment and vehicle condition， driving reliability is also closely related to physiological and psychological factors of drivers， as well as the adaptability of man-machine-loop. Therefore， the management and control of driving safety should take full account of human physiology and psychology， as well as the matching degree of traffic environment design， vehicle design and human， and reduce the frequency and harm degree of dangerous driving by popularizing and applying the knowledge and theory of psychology.

前言

1886年，世界上第一輛載人汽車的誕生，標志著人類的交通運輸邁向新紀元，但也悄悄打開了一個潘多拉魔盒——道路交通傷害（Road Traffic Injury，簡稱RTI）。道路交通傷害是指車輛、人員在各種道路上移動過程中所發(fā)生的人員傷亡或者經(jīng)濟損失[1]。WHO（2014）公布的數(shù)據(jù)顯示，全球每年有約120萬人因交通事故死亡，每年因交通事故造成的直接經(jīng)濟損失更是高達5180億美元。預計到2020年前后，RTIs將會成為全球公共安全危險因素中排名第三位的不安全因素[2]。

人的可靠性是隨著工程學的發(fā)展而提出的。1952年Williams 首先提出系統(tǒng)可靠性必須包括人的可靠性，否則系統(tǒng)可靠性將不能反映實際情況[3]。具體到交通領域，強調交通參與者如何感知、加工道路環(huán)境信息是道路和交通設施設計的關鍵，不僅要符合總體規(guī)劃的要求，還必須充分考慮交通參與者的身心特點和有限性[4]。因此，本文從駕駛可靠性入手，深入分析道路交通事故的致因，探究危險形成機理，為交管部門的安全分析和管理機制的設計提供理論支撐。

1 認知有限性對駕駛可靠性的影響

1.1 環(huán)境感知有限性及信息遺漏

對于駕駛任務而言，駕駛員通過視覺、聽覺、觸覺等感覺通道獲得外部環(huán)境信息，且90%以上的交通信息是通過視覺通道獲取。因此，良好的視力是精準地獲取外界環(huán)境信息、完成駕駛操作以及實現(xiàn)安全駕駛的基本條件。黎美清[5]等人在對6707名駕駛人進行視力、色覺、立體視覺等視覺特性進行檢查，并將之與其駕駛違法記錄對比之后發(fā)現(xiàn)，近視駕駛人的違法率明顯高于非近視駕駛人，而色覺和立體視覺對于駕駛事故率影響不顯著，由此說明了視力對駕駛行為的影響。Plainis[6]等人也發(fā)現(xiàn)近視駕駛人與非近視駕駛人相比，出現(xiàn)反應時間增加、失誤操作增多、駕駛過程易疲勞等不安全現(xiàn)象，并且這種現(xiàn)象在夜間尤為突出。隨后，金鍵[7]等人在對近視和非近視駕駛人的夜間事故率進行統(tǒng)計分析后發(fā)現(xiàn)，近視駕駛人的夜間事故率明顯大于非近視駕駛人。其主要原因在于近視會導致駕駛人視敏度下降，視敏度是指眼睛分辨物體細微結構的最大能力，它與照明條件密切相關。視網(wǎng)膜的不同部位視敏度也不相同，在亮光下，中央凹的視敏度最高，中央凹之外的區(qū)域視敏度急速下降;在暗處，中央凹的視敏度幾乎為零，而周圍部分視敏度相對較高。中央視覺的特點是在亮光下分辨細節(jié)和顏色;邊緣視覺的特點則是在暗光中對弱光敏感。而近視的駕駛人在夜間弱光駕駛條件下，因其視敏度的下降，對弱光的敏感度再次下降，對外部信息的感知、識別、辨認能力均降低，從而增加了駕駛風險。

年齡作為一個影響視覺的關鍵變量，楊立本[8]等人利用夜間視力檢測儀，在對營運駕駛人的夜間視力以及事故發(fā)生率進行相關性分析后發(fā)現(xiàn)，45歲及以上駕駛人的年齡對其夜間視力存在顯著性影響，隨著年齡的增大，駕駛人的夜間視力逐漸變差，事故的發(fā)生率也顯著提高。Gruber[9]在通過回顧關于視覺對老年人夜間駕駛能力影響的研究后提出，對老年人明視力的檢測并不能作為預測其能否在夜間安全駕駛的變量，對老年人過渡視覺和眩光敏感度的探究反而顯得更為重要。而目前對于老年人視覺、眩光敏感度與駕駛行為之間的關系，研究不足。

同時，在行駛過程中，我們所獲取的視覺信息約95%是動態(tài)的[10]，此時的視力稱為動視力。駕駛人的動視力與車速呈現(xiàn)反比關系，隨著車速的提高，動視力下降，邊緣視野逐漸縮小，注視點前移，形成“隧道視覺”，即視野是一個狹窄的圓形隧道式的區(qū)域，此時駕駛人的注意力集中于該視覺區(qū)域，而忽視兩側交通信息，極易發(fā)生危險。此外，車輛行駛過程中，距離越近的物體，相對于車輛的角速度越大，在駕駛人視網(wǎng)膜上的呈像越模糊，車速為64km/h時，駕駛人能看清24m外的物體;當車速達到97km/h時，駕駛人只能看清34m外的物體，位于該距離內的物體無法清晰識別，導致駕駛人對近距離的危險感知能力變弱，增加了危險發(fā)生的可能性。

1.2 風險評估不足及“賭徒心理”

風險評估是指駕駛人對交通情境中潛在客觀風險的主觀體驗[11]，它有多種譯法，比如危險認知、危險感知、風險感知等[12]，是駕駛員通過不斷獲取道路交通信息，并結合自己的駕駛經(jīng)驗來判斷當前道路是否存在危險，并量化其潛在危害程度的過程。一般認為，駕駛人對潛在風險的認知水平不同，其危險駕駛行為也存在差異，即對潛在風險的認知水平越高，則危險駕駛行為越少，交通事故的發(fā)生率也可能較低。Brown等人[13]就指出，大多數(shù)交通事故的發(fā)生都由于駕駛人過低估計所處駕駛環(huán)境中的風險。

謝曉非[14]在對風險評估進行定義時，強調個體的經(jīng)驗差異對風險認知的影響。而研究也發(fā)現(xiàn)新、老駕駛員之間在風險的感受性和預測性方面確實存在一定的差異。例如Wallis等人利用模糊信號檢測理論發(fā)現(xiàn)：面對危險時，經(jīng)驗豐富的駕駛員比新駕駛員反應時間更短，證實了經(jīng)驗豐富的駕駛員其危險感知水平更高[15]。Horswill等人則通過危險感知操作實驗發(fā)現(xiàn)：老年駕駛員隨著年齡的增長其事故涉及率會有所上升，但其危險感知能力并未隨著年齡的增長而降低，只是他們的操縱能力降低了[16]。

由于風險認知是一種主觀體驗，它與人的人格特質必定有所關聯(lián)。面對相同的客觀風險，不同類型的駕駛人感知的風險不同。鄭新夷、 Boyce等人的研究均發(fā)現(xiàn)，在眾多變量中，只有 A 型人格與風險駕駛達到顯著相關，說明 A型人格更容易出現(xiàn)風險性駕駛行為[17-18]。Sümer 等人的研究則發(fā)現(xiàn)，大五人格中，只有開放性對事故風險有直接影響，外傾性、神經(jīng)質、宜人性和盡責性通過影響駕駛行為，進而影響駕駛員的事故風險[19]。他認為不同的人格特質對事故風險的影響可能是非線性的，這種影響受到社會認知因素的調節(jié)。其中，安全意識就是一種極其重要的調節(jié)因素，例如，駕駛員的安全意識越好，危險駕駛行為就越少[20]?！百€徒心理”就是安全意識薄弱的表現(xiàn)，它反映了駕駛員的一種僥幸心理。郭洪洋[21]等人在采用模糊聚類算法（ FCM）劃分影響駕駛風險的因子等級時也發(fā)現(xiàn)，位居第一的是駕駛員抱著僥幸心理的違章狀態(tài);Machado[22]等人在調查影響駕駛人感知風險的5種因素時也發(fā)現(xiàn)，不遵循交通規(guī)則和分心駕駛是對駕駛人風險感知最具影響力的因素。2015年的交通事故數(shù)據(jù)也顯示，由機動車駕駛人違規(guī)造成的交通事故約占總數(shù)的 91.35% [23]，同樣證實了這一觀點。

2 身心應激反應對駕駛可靠性的影響

2.1 應激反應的一般模式

應激反應是機體面對外界環(huán)境的威脅，經(jīng)認知評價后所產(chǎn)生的生理、心理和行為反應[24]。經(jīng)典行為主義流派認為，人的行為模式是刺激（S）-機體（O）-反應（R）。J.Surry在此基礎上提出一種新的應激響應模式，將駕駛員的駕駛行為分為三個階段，即感知階段、判斷決策階段和操作動作階段[25]。駕駛員通過視覺、聽覺、觸覺等器官感知環(huán)境信息和車輛信息;外部信息傳入中樞神經(jīng)，駕駛員依據(jù)自身駕駛能力、知識經(jīng)驗、身體條件等對獲取的交通信息進行處理加工后作出相應的判斷和決策;最后，駕駛員的運動系統(tǒng)依據(jù)中樞神經(jīng)傳來的指令，做出相應的動作。

2.2 生理應激對駕駛行為的影響

應激綜合征之父Selye將生理應激狀態(tài)分為三個階段：警戒反應階段、抵抗階段和疲憊階段[26]。

警戒反應是由應激源引起，它作用于下丘腦，再傳遞到腦垂體，促使其分泌促腎上腺皮質激素，從而引發(fā)一系列緊張的生理和心理反應，如心率、呼吸、皮電位變化等。在抵抗階段，機體會全力與應激狀態(tài)進行抵抗并試圖恢復正常狀態(tài)。如果機體所做的努力獲得了成功，機體將重新恢復到正常狀態(tài);如果努力失敗，機體再度表現(xiàn)出生理和心理上的不適，進入疲憊階段。因為在抵抗階段，機體已經(jīng)耗費了大量的生理能量和心理能量，疲憊階段時，機體變得反應遲鈍了，各器官的免疫能力也在不斷下降。研究發(fā)現(xiàn)，突發(fā)事件越緊急，心率的變化量越大，若駕駛人在面對突發(fā)事件時的心率與平靜狀態(tài)下的相似，則說明駕駛人的應激能力較好[27]。

2.3 心理應激對駕駛行為的影響

應激狀態(tài)下，駕駛員會出現(xiàn)認知狹窄和刻板行為的傾向，具體表現(xiàn)為：注意集中于一點，難以轉移和分配;對外界情況只能做出“有”或“無”判斷，難以做量化的判斷，在極端情況下會失去對外界的認知和判斷能力;動作準確性下降，易出現(xiàn)錯誤操作[28]。

心理應激與心理負荷密切相關。任福田測量了駕駛人的心理緊張量與車速、超車之間的關系，結果表明，與無超車影響相比，在相同車速下，有超車條件下行車的平均心理緊張量顯著提高[29]。張展宏等人探究了在專心駕駛、與乘客交談、聽音樂、撥電話和接聽電話這五種條件下，心理負荷水平對駕駛人反應時間的影響。結果表明，隨著心理負荷的增加反應時間延長，且在接聽電話條件下反應時間最長[30]。此結論也驗證了Wickens提出的心理負荷和工作績效之間關系模型（圖1）：駕駛人的心理負荷超過一定閾限后駕駛人的工作績效會急劇下滑[31]。

駕駛人的心理負荷不僅來自于突發(fā)情境，與個體生活經(jīng)驗也密切相關。Zylman注意到，只有30%的致命車禍是由酒精直接導致，而50%的致命車禍是由相對較少酗酒的高風險司機導致，其事故是酒精與諸如疏離、敵視、攻擊和短暫的創(chuàng)傷經(jīng)歷等特征或條件相結合的結果[32]。同樣有研究發(fā)現(xiàn)，離婚駕駛員的事故率顯著高于離婚前的事故率。在對比410名離異駕駛員與未離異駕駛員的事故率后發(fā)現(xiàn)，前者的事故率是后者的兩倍，而在離婚前后的6個月中事故率最高[33]。這也提示我們，我們的研究的重點也許應該從飲酒本身轉向事故之前所伴隨的行為特征或身心狀況。

3 環(huán)境設計失配性對駕駛可靠性的影響

3.1 車輛設計失配性的影響

清華大學的碰撞實驗表明，白色汽車事故率最低，黑色汽車的事故率是白色汽車的三倍。為了分析其原因，他們選取同一車型的五種顏色進行可視性實驗，分別在清晨、白天、傍晚及夜間的不同時段以一定的時間間隔進行圖像捕捉，結果發(fā)現(xiàn)白色和銀色的視認性最好，黑色最差，證明了汽車的色彩對汽車的可視性產(chǎn)生影響，從而影響到駕駛的安全性。腦電誘發(fā)實驗也證明，白色轎車激發(fā)的大腦活躍度要髙于黑色轎車，白色轎車在枕部產(chǎn)生興奮點，黑色轎車在頂部產(chǎn)生抑制點[34]。此外，不同的色調對人的情緒、視覺均有不同的影響。暖色調給人溫暖的心理體驗，同時伴有視覺上的擴張效應;相反，冷色調給人寒冷的心理體驗，同時帶來視覺上的收縮效應。正因顏色的這種特殊效應，會使人們在判斷物體間的距離時產(chǎn)生錯覺。假如有紅色、藍色轎車與某駕駛員保持相同距離，在正常情況下，駕駛員會覺得藍色車比紅色車離自己更近。同時，因距離和顏色產(chǎn)生的壓迫感程度不同，駕駛員的速度知覺和深度知覺也會因為汽車的顏色的不同而不同[35]。

除了汽車顏色，儀表盤是駕駛員獲得駕駛信息以及調整駕駛行為的重要中介，與駕駛安全緊密相關，朱郭奇等人的實驗發(fā)現(xiàn)指針顏色、指針寬度和指針長短對于人員操作的正確率有顯著影響，其中黃色指針，寬指針，長指針搭配下的正確率效果顯著[36]。楊桂云的實驗也同樣發(fā)現(xiàn)儀表界面中的字符顏色、指針顏色均會影響駕駛員對儀表界面信息的識讀速度，當儀表界面元素顏色相同且均為白色時效果最佳[37]。

3.2 道路設計失配性的影響

Rasmussen在1987年指出“人的錯誤可以看作是人-任務的瞬間不協(xié)調，如果這種不協(xié)調頻繁的出現(xiàn)，那么我們可以認為這可能是個設計錯誤”[38]。正常的視覺環(huán)境是我們安全駕駛的前提，在隧道條件下，駕駛人會經(jīng)歷暗適應和明適應的變化，即由一種光刺激到另一種光刺激的適應過程。當車輛快速通過隧道進出口時，由于劇烈的明暗過渡，駕駛人瞳孔面積變化率會急劇發(fā)生變化。當變化率超過駕駛人的視覺適應能力時，無法在視網(wǎng)膜上清晰成像，產(chǎn)生視覺震蕩[39]。視覺震蕩的強度與車速、明度變化快慢緊密相關。當車速大于 100km/h 時，視覺震蕩的強度增加，嚴重影響交通安全。同時，暗適應相較于明適應所需時間更長，所以我們必須使用足夠明亮的燈光來提高視覺可見性，使用足夠的反射物標記道路的中心和道路的邊緣來增加駕駛的安全性。同樣，夜晚駕駛，因為光線不足，其危險發(fā)生率也遠高于白天。

道路幾何線形作為車輛行駛的載體，必然與交通事故存在一定聯(lián)系。Shanker發(fā)現(xiàn)，相較于道路寬度及視距長短，路線曲率是導致鄉(xiāng)村道路交通事故發(fā)生的重要因素之一[40]。JTGD20-2006《公路路線設計規(guī)范》從行車視距及動力等方面對道路設計的半徑、坡度、偏角、長度等提出了極限值的限定。如圖2所示，當平曲線半徑大于7000m時，事故率呈上升趨勢[41]。研究發(fā)現(xiàn)，駕駛人在普通行車環(huán)境下的反應時間一般是2.5s，但在復雜的行車環(huán)境下，駕駛人往往需要10-15s的反應時間完成緊急情況下的操作[42]。駕駛人在行駛過程中是有一定預期的，駕駛預期是從當前環(huán)境以及以往的行車經(jīng)驗中發(fā)生的無意識學習，當駕駛預期與實際行駛軌跡（曲線）不相符時，道路線形失去其引導作用，引發(fā)交通事故。

交通標志向駕駛員傳達了包括方向、道路狀況、限速以及潛在危險等多方面的信息，因此對于路標的研究對于駕駛安全有重要意義。駕駛員的夜視力和路標的顏色、對比度的實驗證明：夜間使用近光燈照明時，白色、黃色視標最易辨認，綠色、紅色視標次之，藍色視標最不易辨認;使用遠光燈照明時，紅色、白色、黃色視標最容易辨認，綠色視標次之，藍色視標最不易辨認[35]。王培的實驗則發(fā)現(xiàn)，駕駛員腦力負荷的大小對駕駛員識別交通標志有影響，可通過減少道路兩旁無關的標志牌、廣告牌，規(guī)范其它道路使用者的行為等來降低腦力負荷[43]。

4 影響駕駛可靠性的人因管控

4.1 培養(yǎng)良好觀察習慣，充分把握行車環(huán)境信息

環(huán)境感知能力雖非安全風險增加主因，但錯誤的感知信息或者遺漏信息，均會增加駕駛風險。因此，培養(yǎng)良好觀察習慣，充分把握行車環(huán)境信息就顯得尤為重要。Chapman 等人發(fā)現(xiàn)可以通過視覺搜索訓練來改善新手駕駛員信息識別的廣度和速度，他要求新手駕駛員在觀看視頻時，預測隨后發(fā)生的事件，視頻先以0.5倍速播放，以保證駕駛員有充足的時間來獲取視覺加工信息。然后，再以1倍速播放，以促使駕駛員提高對駕駛環(huán)境的視覺掃描速度和范圍。結果發(fā)現(xiàn)，同訓練前相比，駕駛員視覺掃描范圍變寬，對危險的平均注視時間減少[44]。因此，交通管理部門在對新駕駛員的培訓環(huán)節(jié)，可通過增加一定的視覺訓練，來提高其視覺搜索能力。

4.2 提升風險評估意識，堅決消除“賭徒心理”

駕駛員危險知覺能力、風險評估意識，不僅可以預測駕駛人的危險駕駛行為，而且能預測交通事故率。因此，加強對駕駛員危險知覺的檢測，對降低他們的危險駕駛行為，提高道路交通安全性具有重要意義。后續(xù)研究可繼續(xù)探索影響危險知覺的因素及其堆駕駛員行為的影響，例如：心理負荷、人格、心理狀態(tài)、生活事件等。其次，提高安全意識，消除“賭徒心理”，提高危險感知能力是降低安全風險的重要途徑。

4.3 優(yōu)化交通環(huán)境設計，營造安全駕駛環(huán)境

加強交通系統(tǒng)中各要素的人因學研究并對一些可能存在安全隱患的交通設施進行專項評估。官陽曾指出，任何用戶良好型道路均會在路口前、彎道前給駕駛人至少6秒的反應時間[45]。相關人員應對道路的中間的隔離帶、隧道燈光、道路的曲線、彎道的寬度和角度等均進行更詳盡的檢測，得到安全的臨界值以供后人參考。汽車廠商應努力完善智能汽車輔助系統(tǒng)，以減輕駕駛人的駕駛負荷，并在駕駛人失去感知、判斷或者操控能力時，及時介入。國家監(jiān)管部門應設置嚴格的車輛穩(wěn)定性、制動性的檢測標準，對車輛的安全性進行排查，降低事故發(fā)生的可能性。

4.4 強化法規(guī)遵守自覺，創(chuàng)建平安和諧行車環(huán)境

加強駕駛違規(guī)行為的管控。管理人員應利用交管部門的“大數(shù)據(jù)庫”，對駕駛行為進行監(jiān)測并分析，對其駕駛危險系數(shù)進行測算。在測算基礎上制定一定標準，設置自動篩查與報警系統(tǒng)，檢測出部分需要心理訓練的駕駛人，甚至是吊銷駕證的人員。其次，建立綜合性機動車安全駕駛教育培訓基地，除了提供學員學習交通安全理論知識，還應包括多種 “體感教育”設施，如模擬醉酒駕駛、模擬兒童視野過馬路等，讓學員親身體驗，提高文明駕駛和安全駕駛的意識。

參考文獻

[1] 楊莉，左宇坤.心理-遺傳因素對駕駛員事故傾向性的影響及分子作用機制研究[J].傷害醫(yī)學（電子版），2018，7（1）：1-4.

[2] 世界衛(wèi)生組織和世界銀行.世界預防道路交通傷害報告[Z].北京：人民衛(wèi)生出版社，2004.

[3] 高佳，黃祥瑞.人的失誤心理學分析[J].中南工學院學報，1999，6（2）： 42-50.

[4] 李健勇.交通心理學研究方法及其在交通管理中的作用[J].建筑工程技術與設計，2015，5：1413-1414.

[5] 黎美清，杜巖，羅毅學，等.影響機動車駕駛人安全駕駛行為的因素分析[J].應用預防醫(yī)學， 2009， 15（6）：346-347.

[6] Plainis，S.，Murray，I.J.Reaction times as an index of visual conspicuity when driving at night[J].Ophthalmic & Physiological Optics，2002， 22（5）， 409-415.

[7] 金鍵.駕駛人夜間視力與行車安全研究[J].西南交通大學學報 ，? 2000， 35（2）：201-203.

[8] 楊立本，伍小敏，楊超，等.夜間視力與行車安全的相關性及年齡對夜間視力的影響研究[J].陜西交通職業(yè)技術學院學報，2013（2）： 29-33.

[9] Gruber， N.， Mosimann， U.P.， Muri， R.M.， et al. Vision and night driving abilities of elderly drivers[J].Traffic Injury Prevention， 2013， 14（5）， 477-485.

[10] 劉苗苗，艾玲梅.駕駛疲勞腦電信號的多尺度熵分析[J].計算機技術與發(fā)展，2011，21（8）：209-212.

[11] Deery H A . Hazard and Risk Perception among Young Novice Drivers[J]. Journal of Safety Research， 1999， 30（4）：225-236.

[12] 鄭東鵬.駕駛人危險感知及影響因素研究[D].上海交通大學， 2013.

[13] Rundmo T， Iversen H. Risk perception and driving behaviour among adolescents in two Norwegian counties before and after a traffic safety campaign[J]. Safety Science， 2004， 42（1）：1-21.

[14] 謝曉非，徐聯(lián)倉.風險認知研究概況及理論框架[J].心理學動態(tài)， 1995， 3（2）：17-22.

[15] Wallis S.A.， Horwill M.S.. Using Fuzzy Signal Detection Theory to Determine Why Experence and Traind Drivers Respond Faster than Novice Driver in a Hazard Perception Test[J]. Accident Analysis and Prevention，2007，39：1177-21227.

[16] Horswill M S ， Anstey K J ， Hatherly C ， et al. Older drivers' insight into their hazard perception ability[J].Accident; analysis and prevention， 2011， 43（6）：2121-2127.

[17] 鄭新夷，楊艷群，陳少惠，等.我國二十年來安全駕駛適應性因素元分析[J].人類工效學， 2014， 20（5）：64-70.

[18] Boyce TE， Geller S.An instrumented vehicle assessment of problem behavior and driving style： Do younger males really take more risks？ Accident Analysis&Prevention，2002，34（1）：51264.

[19] Sümer N， Lajunen T，Oezkan T， et al. The Five Personality Traits as the Distal Predictors of Road Accident Involvement[C]. Interna -tional Conference of Traffic and Transport Psychology.2005.

[20] Lucidi F，Mallia L，Lazuras L，et al.Personality and Attitudes as Predictors of Risky Driving among Older Drivers[J].Accident Analysis&Prevention，2014，72（2）：318-324.

[21] 郭洪洋，韓雪松，劉瀾，.駕駛員交通安全行為可靠性風險度量研究[J].中國安全科學學報， 2013，06：103-109.

[22] Machado J L，O?a J D， O?a R D， et al. A Stated Preference? Experiment? for Understanding Drivers Risk Perception [J]. Proce -dia-Social and Behavioral Sciences， 2014， 162（162）：263-272.

[23] 公安部交通管理局.中華人民共和國道路交通事故統(tǒng)計年報（2015年度）[M]. 2016.

[24] 董妍.拉扎魯斯心理健康思想解析[M].杭州：浙江教育出版社， 2013.

[25] Erik Hollnagel.The reliability of man-machine interaction[J]. Reliability Engineering & System Safety， 1992，38（1-2）：81-89.

[26] Selye H.The Gernal Adaptation Syndrome and the Diseases of Adaptation[J]. Journal of Allergy， 1946， 17（5）：289，308-306，323.

[27] 陳雪梅，魏中華，高利.緊急情況下駕駛員行為研究[J].北京工業(yè)大學學報，2007，5：7-12.

[28] Heather S. Lonczak， Clayton Neighbors， Dennis M. Donovan， et al.? Predicting Risky and Angry Driving as [29]鄭柯，任福田.高速公路順直路段上駕駛員行車緊張性研究[J].北京工業(yè)大學學報，2003， 29（2）：199-201.

[30] 張展宏.基于模擬器的駕駛員應急狀態(tài)下剎車反應時間的研究[J].華北科技學院學報，2009，6（3）：27-30.

[31] 廖建橋.腦力負荷及其測量[J].系統(tǒng)工程學報，1995，10（3）：119- 123.

[32] Richard ZykmanZ. DWI enforcement programs：? why are they not moreeffective？[J].Accident Analysis &Prevention，1975，7（3）：179- 190.

[33] 陳爽.駕駛員心理應激與事故傾向性的相關研究[J].山東交通學院學報， 2005.

[34] 張寧寧.基于神經(jīng)人因學的人-車交互系統(tǒng)若干問題的研究[D]. 東北大學，2012.

[35] 王昆元.道路交通運輸安全管理[M].機械工業(yè)出版社，2004.

[36] 朱郭奇，孫林巖，李同正，等.儀表盤界面指針因素在駕駛行為中影響作用分析[J]人類工效學，2012，18（4）：49-52.

[37] 楊桂云，鄧鑄.汽車儀表盤界面字符顏色與指針顏色的工效學研究[J].人類工效學， 2019，1：36-40.

[38] Fuller R.Human factors for highway enginner，2002.

[39] 王召陽.基于CA模型的低能見度道路交通流動態(tài)特性研究[D].合肥工業(yè)大學，2011.

[40] Shankar V， Mannering F， Barfield W， et al. Effect of roadway geometrics and environmental factors on rural accident frequencies [J]. Accident Analysis & Prevention，1995，27（3）：371-389.

[41] 楊洋，李莉莉.基于道路線形的平原區(qū)高速公路事故分布及致因分析[J]. 公路與汽運，2018，4：44-47.

[42] FELIPE E L. Reliability-based design for highway horizontal curves[D]. Vancouver： The University of British Columbia，1996.

[43] 王培，饒培倫等.駕駛員對北京市道路交通標志的感知和理解[J]. 工業(yè)工程， 2011， 14（1）：114-117.

[44] Chapman P， Underwood G， Roberts K. Visual search patterns in trained and untrained novice drivers[J]. Transportation Research. Part F， 2002， 5（2）：0-167.

[45] 官陽.預防道路交通事故做好"人因"分析很關鍵[J].汽車與安全， 2017，9：42-43.