驾驶员决策风格与驾驶风格之间的关系浅析

文章出处:深圳市赛为安科技有限公司 发表时间:2018-12-20

【摘要】目的探索驾驶员决策风格对驾驶风格的影响。方法:采用多维度驾驶风格量表(MDSI—C)和一般决策风格量表(GDMS)对199名驾驶员进行测量。结果:MDSI—C感觉寻求、愤怒、焦虑和分心4个维度的性别差异显著(t=一3.021,一4.259,3.550,5.531,P<0.01)。理智与感觉寻求、分心和焦虑维度得分呈负相关(r=一0.352~一0.383,P<0.01)。直觉冲动与感觉寻求、分心和焦虑维度呈正相关(r=0.140~0.264,P<0.05)。依赖与愤怒、冒险维度呈负相关(r=一0.221,一0.242,P<0.01),与分心和焦虑维度呈正相关(r=0.350,0.477,P<0.01)。回归分析发现:驾驶员各人口学因素和DMPS各维度的主效应,可以分别解释冒险型、愤怒型和焦虑型驾驶风格36.9%、21.1%和42.1%的变异。

结论

不同决策风格类型通过影响驾驶员的驾驶风格,进而影响驾驶安全。

1、引言

驾驶风格(DrivingStyle),是指一个人选择开车的方式或者习惯陛的驾驶方式。驾驶风格对驾驶员驾驶行为和交通违规的预测和解释具有整体陛功能。自1993年,Elander等人首次提出驾驶风格的概念及开发驾驶风格问卷后,驾驶风格问卷已被广泛地应用于评估驾驶员的驾驶胜任力、选拔职业驾驶员和对危险驾驶行为进行预测等方面。

驾驶风格分为适应性和非适应性两种类型,适应性驾驶风格指驾驶行为比较安全谨慎,非适应性驾驶风格分为焦虑型、愤怒型和冒险型三种。焦虑型驾驶风格,指驾驶员在驾驶过程中易紧张、易警觉,并且伴有分心活动;愤怒型驾驶风格,指驾驶员在驾驶过程中有激惹、愤怒、敌对的态度及行为,并且有攻击性行为倾向(如,辱骂、频繁闪灯);冒险型驾驶风格,指驾驶员故意违反安全的交通规则,乐于寻求刺激(如非法超车、闯红灯)等。

目前,关于驾驶经验、人格、驾驶动机及家庭因素等对驾驶风格的影响,国内外研究者已进行了大量实证研究。然而,研究发现,驾驶员决策风格的差异对他们的驾驶行为有重要影响。驾驶决策(DrivingDecisionMaking)是驾驶员对不同的交通情境进行判断、选择,并进一步形成驾驶行为的过程。研究者通过分析驾驶员的决策风格类型,来评估他们应对突发事件和处理交通事故的行为能力。因此,我们假设:驾驶员不同决策风格对其非适应性驾驶风格的形成及其即时性表现也有重要的影响。

基于此,本研究致力于通过测量驾驶员的决策风格对非适应性驾驶风格的影响,以期进一步丰富和完善驾驶风格理论,为开展职业驾驶员安全继续教育以及为建立驾驶风格各影响因素的结构模型等提供科学依据。


2、对象与方法

2.1对象
在辽宁省大连市随机选取发放220份问卷,收回有效问卷199份(90.5%)。其中,男性驾驶员126名,女性驾驶员73名。年龄在26—55岁之间(x=36.62,S:8.16),驾龄在0.5年一3O年之间(x=15.O1,s=9.26)。受教育程度:初中7人,高中91人,大/中专58人,本科43人。

2.2工具

2.2.1多维度驾驶风格量表(MDSI—C)

量表共24个条目,分为感觉寻求,愤怒,冒险,分心和焦虑5个维度。其中,感觉寻求和冒险维度属于冒险型驾驶风格,愤怒维度单独成为愤怒型驾驶风格,分心和焦虑维度属于焦虑型驾驶风格。采用1(根本不符合)~6(非常符合)的6级评分。量表总的内部一致性系数为:0.90;5个维度的内部一致性系数为0.72~0.88。量表的结构效度较好(X2/df=2.09,GFI=0.88,CFI=0.90,RFI=0.91,RMSEA=0.051)。

2.2.2一般决策风格量表(GDMS)

该研究采用的是陈晓晨等人修订的一般驾驶决策风格量表,该量表共11题目,分为理智、直觉冲动、依赖3个维度。量表总的内部一致性系数为0.89,各维度的内部一致性系数为0.90~0.92。量表的结构效度较好(X2/df=1.56,GFI=0.96,CFI=0.96,RFI=0.98,RMSEA=0.045)。

2.3统计方法

采用SPSS19.0进行数据统计和分析。

3、结果

3.1人口学因素对驾驶风格的影响

3.1.1性别对驾驶风格的影响

男性驾驶员在感觉寻求、愤怒和冒险维度上得分比女性驾驶员高,在分心和焦虑维度上得分比女性驾驶员低。男女驾驶员在感觉寻求、愤怒、分心和焦虑维度上得分差异显著。

表1男女驾驶员MDSI—C各维度均值比较(x±s)

表1男女驾驶员MDSI—C各维度均值比较(x±s)

3.1.2年龄、受教育水平与驾驶经验对驾驶风的影响

表2年龄、受教育水平与驾驶经验对MDSI—C各维度相关

表2年龄、受教育水平与驾驶经验对MDSI—C各维度相关

由表2,年龄,驾龄与MDSI—C各维度得分均呈负相关;每周平均驾驶里程与愤怒、冒险、分心和焦虑得分呈负相关;受教育程度与愤怒和冒险呈负相关,与分心和焦虑得分呈正相关。

3.2GDMS与驾驶风格各维度的相关

GDMS与MDSI—C各维度得分的相关分析如表3所示:
表3DPMS与MDSI—C各维度得分相关(r)

表3DPMS与MDSI—C各维度得分相关(r)

由表3,理智与MDSI—C感觉寻求、分心、焦虑得分呈显著负相关,与愤怒和冒险得分无显著相关。直冲与感觉寻求、愤怒、分心和焦虑得分呈显著正相关。依赖与愤怒、冒险得分呈显著负相关,与分心和焦虑得分呈显著正相关。

3.3驾驶风格各类型预测变量的回归分析

以三种非适应性驾驶风格类型的得分作为因变量进行分层回归分析,进一步检验哪些因素对驾驶风格各类型的变异起关键作用,采用“STEPWISE”方法分两步进入回归模型。第一步,人口学各因素;第二步,GDMS各维度。结果如表4所示:

表 4 驾驶风格各类型预测变量的回归分析(B)

表 4 驾驶风格各类型预测变量 的回归分析(|B )

注:P<0.05,P<0.01。

由表4,性别、年龄和驾龄对冒险型驾驶风格均有负向预测作用(β=一0.561,一0.224,一0.403,P<0.O1)。理智对冒险型驾驶风格具有负向预测作用(β=一0.294,P<0.01)。各人口学因素和理智维度的主效应可以解释冒险型驾驶风格36.9%的变异。

年龄、受教育程度对愤怒型驾驶风格有负向预测作用(β=一0.306,一0.370,P<0.01)。直冲对愤怒型驾驶风格均有正向预测作用(β=0.156,P<0.01)。各人口学因素和直冲维度的主效应可以解释驾驶员愤怒型驾驶风格21.1%的变异。

性别、受教育程度对焦虑型驾驶风格有正向预测作用(β=0.185,0.154,P<0.05),年龄、驾龄对焦虑性驾驶风格具有负向预测作用(β=一0.152,一0.245,P<0.05)。依赖对焦虑型驾驶风格具有正向预测作用(β=0.222,P<0.05)。各人口学因素和依赖维度的主效应可以解释驾驶员焦虑型驾驶风格42.1%的变异。

4、讨论
4.1人口学因素对驾驶风格的影响

结合表1和表2,男性驾驶员的驾驶风格主要以冒险型和愤怒型为主,女性驾驶员以焦虑型为主。驾驶员年龄越大,驾龄越大,每周平均驾驶里程越长,驾驶中非适应性驾驶活动越少,驾驶越安全。这与以前的研究结论一致。受教育程度对驾驶风格的影响具有两面性。一方面,驾驶员受教育程度越高,驾驶中敌对、愤怒情绪越少。另一方面,驾驶员受教育程度越高,驾驶中焦虑活动越多,也越更易出现分心活动。Taubman—Ben—Arj在先前研究中,只发现受教育程度与焦虑有关,这可能是由于研究样本取样不同造成的。

4.2驾驶决策风格对驾驶风格的影响

理智决策风格对冒险型驾驶风格有负向的预测作用。驾驶员在理智维度上得分越高,说明他们在生活中目标越明确,在做决策时也能更加充分地收集信息,逻辑思维能力较强,对事情有更清晰的认识。在驾驶中,相比理智维度得分低的驾驶员,他们能搜集更多的道路环境信息,对驾驶环境作出更为准确的认知、判断和决策,其冒险性行为也随之减少。

直觉一冲动决策风格对愤怒型驾驶风格有正向预测作用。驾驶员在直觉一冲动维度上得分越高,说明他们平时就易生气、易冲动,常常依赖于感觉来做决定,处理事情比较快速、简单。而且,冲动、易怒容易成为一种稳定的人格倾向,容易导致驾驶员决策出现偏差。因此,在驾驶中,这类驾驶员一旦决策不当造成驾驶受挫,容易出现驾驶愤怒甚至攻击行为。

依赖型决策风格对焦虑型驾驶风格有正向预测作用。研究发现,依赖型的决策风格与大五人格的宜人性之间呈显著正相关,与神经质之间呈显著负相关。这说明,依赖维度得分高的驾驶员在做决策时常常需要依赖他人的指导,渴望得到社会的支持。此外,女性驾驶员在决策时,更容易受到当时驾驶压力的影响,她们在面对复杂的道路环境时,如果在决策时得不到他人的支持,通常会表现的不知所措,焦虑水平较高。

5、结论

男女驾驶员驾驶风格类型不同。驾驶员决策风格对驾驶风格具有预测作用。驾驶员不同决策风格通过影响驾驶风格的即时行为表现,进而影响驾驶安全。

400-902-2878400-902-2878
企业邮箱mail@safewaychina.com
在线咨询在线咨询