基于层次分析法的私家车驾驶员驾驶愤怒情绪的致因分析.docx

?

?

基于层次分析法的私家车驾驶员驾驶愤怒情绪的致因分析

?

?

【摘要】本文在分析驾驶愤怒相关文献的基础上，运用层次分析法（AHP），构建私家车驾驶员驾驶愤怒的致因模型，并通过专家打分法，对驾驶员驾驶愤怒的致因因素进行系统分析和重要性排序，从而为道路交通安全管理者在管理规划、制定决策方面提供理论支持。

【关键词】驾驶愤怒私家车驾驶员层次分析法

一、引言

近几年，由驾驶员的愤怒情绪引发的矛盾纠纷，时常见诸报端。这种愤怒情绪常常通过开车骂人、故意阻挡他人进入自己的车道、疯狂按喇叭甚至冲撞他人车辆、痛打对方等行为表现出来[1]。一般地，我们将这种驾驶时驾驶员的消极情绪称为驾驶愤怒情绪（DrivingAnger），由驾驶员的驾驶愤怒情绪导致的不安全行为称为“路怒”（RoadRage）。

随着网络手机APP的发展，优步、滴滴等打车软件逐渐走入到人们的生活中。区别于传统的出租车服务，私家车驾驶员均可在此平台注册成为专车、快车等的驾驶员。然而，私家车驾驶员相较于专业驾驶员，缺乏经验和系统培训，更易在驾驶时产生愤怒情绪[2]。且造成私家车驾驶员情绪变化的原因更加复杂[3]。因此，本文对私家车驾驶员的驾驶愤怒情绪原因进行研究，这对于减少道路交通事故的发生、提升道路安全水平十分重要。

二、驾驶愤怒致因AHP模型的构建

驾驶人在开车中产生愤怒情绪是由驾驶人的个性决定的[4]。但也有研究者认为，外界因素也是造成驾驶人驾驶愤怒的主要原因[5]，另外驾驶员身体的疲劳感、心理压力和挫折会使驾驶人对情绪的调节及控制能力减弱[6]。根据情绪评价理论，人们对某种情境的主观评定决定了一种情绪是否会被激发[7]。目前对驾驶员的愤怒情绪进行评定的常见量表为驾驶愤怒量表（DAS），但是该量表没有考虑个人所处的环境。有研究者指出，危险的道路条件会诱发驾驶员的愤怒情绪。通过对文献进行整理归纳，本文将导致驾驶愤怒的致因分为驾驶环境、他人的不良行为和驾驶员自身状况三方面。

（一）目标层和准则层要素的确定

将“驾驶愤怒”作为目标层，用A表示。此外，根据上文对驾驶愤怒致因的分析结果，将准则层要素分为分为驾驶环境、他人的不良行为、驾驶员自身状况，并用Bi（i=1，2，3）表示。

（二）方案层要素确定

通过对相关文献进行分析，将导致驾驶员愤怒情绪的方案层要素分为：

（1）道路条件：主要是指驾驶作业所处位置、道路交通设施完善程度、以及交通拥堵程度[8]；

（2）天气状况：指雨、雪、雾等影响驾驶的恶劣天气条件；

（3）车内环境：指车内的工作条件，如温度、噪声、交互界面设计、驾驶性能等。

（4）其他驾驶人的不良行为：按照修订版驾驶愤怒量表（中国版）[3]的内容，主要包括无理驾驶、违规驾驶和低速驾驶；

（5）非机动车人群的不良行为：主要指非机动车驾驶人群的违规（不遵守道路交通规则）现象；

（6）疲劳：主要通过睡眠时间、持续开车时间进行衡量。

（7）压力：主要指工作、生活压力，不包括驾駛时的外界环境变化引起的。

（8）人格特质：指驾驶员本身的人格类型，根据大五人格量表，主要包括外向性、宜人性、责任感、开放性、情绪稳定性五种。

（三）建立驾驶愤怒致因层次结构模型

根据以上分析，采用层次分析法（AHP）建立如图1所示的驾驶愤怒致因的层次结构模型。

三、分析驾驶愤怒致因AHP模型

（一）构造判断矩阵

本文判断矩阵元素采用1～9的比例标度，在10名专家打分的基础上统计综合所得，建立驾驶愤怒各致因因素的判断矩阵。根据图1驾驶愤怒致因层次结构模型，本文共构造了4个判断矩阵：A—B层1个判断矩阵，A—B；B—C层3个判断矩阵，B1—C1、C2、C3，B2—C4、C5，B3—C6、C7、C8。

（二）层次单排序及一致性检验

根据CI=（λmax-n）/（n-1）计算判断矩阵的一致性指标CI以及CR=CI/RI计算随机一致性比例CR。计算后可得到表1：

当CR0.10时，说明判断矩阵具有满意的一致性。对于构造判断矩阵中建立的4个判断矩阵，求得CR的值分别为：0.017，0.047，0和0.034，结果表明判断矩阵均具有满意的一致性。

（三）层次总排序

在同一层次中所有层次单排序结果的基础上，可以计算针对上一层次，本层次所有驾驶愤怒致因因素的重要性的权值，进行层次总排序，驾驶愤怒的致因因素层次总排序计算结果如表2所示。

层次总排序一致性检验指标计算如下：

CI=0.123×0.027+0.557×0+0.320×0.02=0.0097

RI=0.123×0.58+0.557×0+0.320×0.58=0.257

CR=CI/RI=0.012/0.257=0.0390.1

上述驾驶愤怒致因因素层次总排序一致性检验指标表明：驾驶愤怒致因因素层次总排序的计算结果具有满意的一致