“路怒癥”的內外生邏輯及影響因素研究

任倩文，盧昕瑋，趙 妍，湯子帆，吳會珍

(1.長安大學 經濟與管理學院，陜西 西安 710064；2.長安大學 運輸工程學院，陜西 西安 710064)

0 引言

截止2020年底，我國私家車保有量達2.81億輛[1]，私家車在便利人們生活的同時，亦使道路交通狀況日益復雜，甚至導致各種交通事故頻發。約90%的人身傷亡事故是由人為因素引起[2]，其中，“路怒癥”現象十分普遍。據報道，我國約有60.72%的機動車駕駛人有路怒的經歷[3]。路怒情緒若不能及時處理，會嚴重危害交通安全，擾亂社會秩序，因此，研究駕駛人路怒情緒產生的內外生邏輯及影響因素，對準確識別駕駛人的路怒情緒，并及時進行干預和調節具有重要作用。

梳理關于“路怒癥”或駕駛憤怒的相關文獻，發現國外在該領域的研究主要集中在駕駛人的憤怒情緒產生情景[4-6]、憤怒表現或行為[7]、憤怒情緒對交通安全的影響[8]、干預措施[9]等方面；國內在該領域的研究主要側重于綜述研究[3,10-11]、駕駛憤怒量表修訂[12]和駕駛憤怒的影響因素[13-14]等，其中，關于駕駛憤怒影響因素的研究僅關注了人口學方面。由于國內對“路怒癥”的誘因分析相對匱乏，針對駕駛憤怒安全問題的學術關注明顯少于社會關注，因此本文綜合考慮外界交通環境與駕駛人自身因素，結合即時和長期原因，從路怒行為特征出發探索“路怒癥”的內外生邏輯，對最易引發路怒的中國式交通情景和長期原因進行系統分析，并進一步分析各主要路怒原因的易發駕駛人群。除此之外，已有文獻在樣本選取上地區較集中[12]，本次調查涵蓋國內不同地區及多樣化的群體，以保證研究結果具有全面性和適用性。

1 數據來源與研究思路

本次調研主要采用問卷調查，共收集1 320份問卷，有效問卷1 146份，有效率86%，調查范圍包括北京(354份)、哈爾濱(161份)、西安(167份)、南京(139份)、廣州(260份)和其他城市(65份)，各城市回收問卷數量均滿足前期設定的抽樣要求，且問卷的信效度均良好。

基于問卷調查數據，本文對“路怒癥”的內外生邏輯進行深入探討。首先，運用因子分析法歸納駕駛人群的路怒行為特征；在此基礎上，運用灰色關聯分析法對可能引發路怒的即時原因和長期原因分別排序；最后，運用Logistic回歸模型分析人口學特征和駕駛基本屬性對主要路怒原因的影響，判斷各主要原因的易發駕駛人群特征。

2 駕駛人路怒原因分析

為從根本上解決路怒現象，須探索“路怒癥”產生的內外生邏輯，具體包括即時原因和長期原因。其中，即時原因指在駕駛當下發生的某些狀況引發了駕駛人的路怒情緒，進而產生不當操作乃至引發事故；長期原因指某些非現場因素對駕駛人的路怒情緒產生的潛移默化影響。

2.1 確定參考序列和比較序列

選用灰色關聯分析法對“路怒癥”的即時原因和長期原因進行討論。首先對問卷中的15項路怒表現降維歸類，并對提取出的5個公共因子進行命名，分別為違規駕駛、操作強度、操作頻率、攻擊性行為和言語攻擊，通過計算各因子得分匹配出每個樣本最易產生的路怒行為。之后選取該5種路怒行為特征公共因子作為參考序列，引發路怒的即時原因和長期原因分別作為比較序列，如表1所示。

表1 序列選取

2.2 引發路怒的即時原因分析

即時原因中各指標均采用5維李克特量表度量，根據關聯度結果對引發路怒的即時原因排序，如表2所示，其中rk(k=1,…,14)為即時原因與路怒行為特征的關聯度。

表2 即時原因與路怒行為特征的關聯度結果及排序

即時原因與路怒行為特征間的關聯度集中在0.4～0.7，說明駕駛人路怒情緒的產生與以上原因相關性較強。其中，前車或其他車隨意變換車道或調頭(0.591 7)，其他車輛插隊、加塞(0.578 0)和夜間行駛開遠光燈(0.560 0)的綜合關聯度依次位列前3名，表明這3項即時原因最易引發路怒。

2.3 引發路怒的長期原因分析

除了上述交通情景，駕駛人的性格、工作生活壓力等因素亦會影響駕駛人的路怒情緒[15]。根據關聯度結果確定引發路怒的長期原因排序，如表3所示，其中Rk(k=1,…,5)表示長期原因與路怒行為特征的關聯度。

表3 長期原因與路怒行為特征的關聯度結果及排序

引發路怒的長期原因與路怒行為特征間的關聯度集中在0.5～0.7，說明駕駛人產生路怒情緒與以上原因的關聯程度較高。其中，工作或生活壓力大(0.600 9)這一因素最易引發路怒。

3 駕駛人路怒原因的影響因素分析

為提出更有效的針對性對策，有必要對路怒原因的影響因素進行研究。針對某項路怒原因，將樣本數據分為該原因“會引發路怒”和“不會引發路怒”2組，分析駕駛人的人口學特征和駕駛基本屬性對路怒原因的影響，通過2組樣本的對比可以將駕駛人群按照路怒原因進行分類。其中，人口學特征包括性別、年齡、學歷、月收入水平和婚姻狀況，駕駛基本屬性包括駕齡、每周開車頻率和機動車類型。

3.1 路怒即時原因影響因素分析

選取二元Logistic回歸模型對比分析某項原因的2組樣本，在對每項原因進行分析前，利用卡方檢驗對不顯著變量進行剔除，將剩余自變量進行二元Logistic回歸。對引發路怒的前3項即時原因進行分析發現，各模型均通過Wald檢驗(P值<0.05)和Hosmer-Lemeshow檢驗(P值>0.05)，擬合效果較好，分析結果如表4所示，分析時將各多分類變量均變換為啞變量，并將第1個選項作為參照。

表4 即時原因的Logistic回歸分析結果

在Logistic回歸中，設置過啞變量的多分類變量遵從“同進同出”原則，即相對于參照組，只要有一組的OR值有統計學意義，該變量的全部分組均納入模型。分析結果如下：

1)關于前車或其他車輛隨意變換車道或調頭是否會引發路怒，年齡、學歷、婚姻狀況和機動車類型對其有顯著影響。其中，25～35歲、36～45歲的駕駛人相對于18～24歲的駕駛人，因該原因產生路怒的概率更小，說明年輕駕駛人更容易因該原因而產生路怒；本科、研究生學歷的駕駛人因該原因產生路怒的概率更高；已婚未育的駕駛人產生路怒的概率是未婚駕駛人的56.9%；SUV車型駕駛人因該原因產生路怒的概率是小轎車駕駛人的56.6%，可見開闊的駕駛空間在一定程度上有利于緩解路怒情緒。

2)其他車輛插隊、加塞是否會引發路怒與每周開車頻率、年齡有關。其中，偶爾開車(1～2天/周)、經常開車的駕駛人(3～5天/周)相對于幾乎每天開車的駕駛人(5～7天/周)，因該原因引起路怒的概率分別為后者的66.4%和68.0%，說明開車頻率越高，越易因車輛插隊而產生路怒；36～45歲的駕駛人相對于18～24歲的駕駛人，因車輛插隊引發路怒的概率是后者的55.1%。

3)夜間行駛開遠光燈是否引發路怒與駕駛人的婚姻狀況有關。對于未婚的駕駛人，已婚未育、已婚已育的駕駛人因該原因產生路怒的概率分別是前者的49.1%和44.4%。

3.2 路怒長期原因影響因素分析

對長期原因中的工作或生活壓力大是否會引發路怒的影響因素進行分析發現，模型通過Wald檢驗(P值<0.05)和Hosmer-Lemeshow檢驗(P值>0.05)，模型的擬合效果較好，分析結果如表5所示，所有變量均以第1個選項作為參照。

由表5可知，工作或生活壓力大是否會引發路怒與駕駛人每周開車頻率、性別和婚姻狀況有關。其中，偶爾開車的駕駛人(1～2天/周)相對于幾乎每天開車的駕駛人來說，因為該原因產生路怒的概率是后者的55.9%；女性駕駛人產生路怒的概率是男性駕駛人的1.443倍；已婚未育駕駛人相對于未婚駕駛人，其產生路怒的概率是后者的57.3%。

表5 長期原因的Logistic回歸分析結果

4 結論

1)在引發路怒的原因中，前車隨意變換車道或調頭、其他車輛插隊加塞、夜間行駛開遠光燈是最主要的3個即時原因。工作或生活壓力大是最主要的長期原因。

2)影響前車隨意變換車道或調頭是否引發駕駛人路怒的因素為年齡、學歷、婚姻狀況和機動車類型，且易發于18～24歲的高學歷駕駛人；車輛插隊加塞是否會引發路怒與每周開車頻率、年齡有關，且開車頻率高更易引發路怒；夜間行駛開遠光燈更易導致未婚駕駛人產生路怒。影響工作或生活壓力大是否會引發駕駛人路怒的因素為每周開車頻率、性別和婚姻狀況，且易發于未婚女性和開車頻率高的駕駛人。

3)針對不文明駕駛行為所引發的路怒情緒，須由政府和駕駛人共同參與解決，交通部門應加大對不文明駕駛行為的處罰力度，可將不良交通行為納入個人信用評價體系，同時需對違規駕駛人定期開展安全培訓；駕駛人可在車內安裝路況監測設備，及時了解周圍道路突發狀況，并利用情緒自控手環等來提示路怒情緒的出現。針對工作或生活壓力大所引發的路怒情緒，可通過日常運動等方式及時排解，避免不良情緒積壓。若日常駕駛頻率較高，可提前規劃路線，以保證充足的在途時間。