攻击性驾驶行为的FA和AHP评价系统研究

刘志强，李云霞

(江苏大学汽车与交通工程学院，江苏镇江 212013)

攻击性驾驶行为的FA和AHP评价系统研究

刘志强，李云霞

(江苏大学汽车与交通工程学院，江苏镇江 212013)

驾驶行为与交通事故的发生有着紧密的关系。首先选取众多攻击性驾驶行为模型的评价指标，利用因子分析法(FA)，对众多的指标进行分类并提取主因子;在此基础上，利用因子贡献率给出各主因子的权重，建立起攻击性驾驶行为的三级评价模型;再运用层次分析法(AHP)确定各因子在每类中的主观权重，结合因子分析法的客观权重，最终建立攻击性驾驶行为评价系统。

攻击性驾驶行为;评价体系;层次分析法;因子分析法;权重

攻击性驾驶行为是指驾驶者有意识或无意识地对驾驶环境中其他人造成生理或心理伤害的一种驾驶行为，已成为影响交通安全的一个备受关注的热点。人们对攻击性驾驶行为的最早认识来源于M.Parry主办的一个关于“驾驶中的攻击”专题研讨会，会上提出了“行驶压力的加重在心理上产生的潜在效应远大于车辆的机械效应”的论点。1997年，美国国家公路交通安全管理局正式以法规定义攻击性驾驶行为为“驾驶者有意识地对驾驶环境中他人的生理、心理造成伤害的行为”，其主要的表现形式有闯红灯、骂脏话、右侧超车、跟车距离过小等［1］。美国每年平均至少有1 500人因攻击性驾驶受伤或死亡，且以每年7%的速度增长［2］。美国纽约布法罗州大学Hermessy博士与其科研小组［3］己经研究出了一套较为成熟的评定驾驶员攻击性的行为、心理量表。目前，国内在研究其影响因素及相关性上主要采用问卷和访谈等调研方法，还未提出标准的评价体系［4］。Lawton等［5］通过构建驾驶行为问卷发现了驾驶错误、违反交通法规和攻击性违规3个主要因素。骆勇等［6］提出了道路交通中攻击性驾驶行为发生的3个层次和反应过程，分析了挫折、个人、环境因素对攻击性驾驶行为的影响。北京大学心理学系的庄明科等［7］进行了驾驶人员风险驾驶行为分析及相关因素研究，开展了对驾驶人员风险驾驶行为的结构分析，同时还分析了影响风险驾驶行为的主要因素及其和交通事故的关系。国内其他学者还针对高速公路的驾驶员生理和心理特点对行车安全的一系列负面影响提出了提高行车安全的预防措施［8-10］。

本文提出一个攻击性驾驶行为评价体系，且对评价指标的权重进行分析确定。指标权重的确定分为主观赋权法和客观赋权法，通常将二者结合使用更精确。层次分析法定性和定量地将主观判断用数量形式表达和处理，使用流程如图1所示［11-13］。因子分析法(FA)从指标的相关矩阵内部的依赖关系出发，把一些信息重叠、具有错综复杂关系的变量归结为少数几个不相关的综合因子，是一种多元统计分析方法［14-18］。

1 因子分析法

假定有p个变量x1，x2，…，xp，在n个样本中对p个变量观测的结果构成了1个n×p阶的原始数据矩阵:

变量标准化后为z1，z2，…，zp，假设p个标准化变量可由p个新的标准化变量因子F1，F2，…，Fp线性表示:

式中aij(i，j=1，2，…，p)构成矩阵A，为因子载荷矩阵。假定式(1)中p个因子是按照它们的方差贡献由大到小排列的，通常选择m个方差贡献较大的因子(m个因子的累积贡献率在85%以上)，此时式(1)可写成:

其中e1，e2，…，ep是误差项。通过估计可以得到载荷矩阵A。因子Fj(j=1，2，…，p)对全部变量的方差贡献为A第j列元素的平方和:

通常可以用公共因子的方差贡献率来作为权重。

图1 层次分析法的使用流程

2 攻击性驾驶行为评价体系

2．1 体系建立

从驾驶者的表现角度出发，构建“驾驶行为-表现模式-评价指标”这样的3层结构体系。其中攻击性驾驶行为是目标层，表现模式作为准则层，评价指标作为层次分析中的方案层。2级指标通过因子分析及层次分析法从3级指标中提取。基于历史调查及专家分析，选取了17个攻击性指标。在镇江市对200名驾驶员进行了问卷调查。样本组成包括150名男性驾驶员和50名女性驾驶员，驾龄在1～10年不等。对样本中的驾驶员所记录得到的攻击性指标综合分析，最终得到攻击性驾驶的3级指标:x1为速度离散性;x2为超速;x3为猛加速;x4为急制动;x5为频繁的加速;x6为转向灯使用情况;x7为换道频繁程度;x8为换道时车道间隙情况;x9为跟车时间;x10为方向盘使用情况;x11为前后车相对速度;x12为右侧超车;x13为闯红灯;x14为路肩超车;x15为闪前灯;x16为鸣笛;x17为驾驶员肢体及言语攻击。

2．2 主因子分析

利用SPSS软件对调查的数据进行综合分析与试验［19-24］。选取了4个主因子。表1为因子载荷矩阵，表达各指标变量对4个主因子的贡献。表2是特征值及4个主因子对应的方差贡献率。

表1 因子载荷矩阵

表2 特征根及方差贡献率

从表2可看出:4个主因子共分摊了总方差的87．397%，大于85%。

由表1可见:因子1主要与x12，x13，x14，x15，x16，x17正相关，更多地反映驾驶者的不良驾驶行为，记为F1;因子2主要与x1，x2，x3，x4，x5正相关，主要反映了驾驶者控制速度的行为，记为F2;因子3主要与x6，x7，x8，x10正相关，主要反映了驾驶员在换道时的一些行为，记为F3;因子4主要与x9，x11正相关，反映了跟车时的指标，记为F4。由此确定了4个2级指标:不良驾驶、速度控制、车辆换道及跟车驾驶。攻击性驾驶行为评价体系如图2所示。

图2 攻击性驾驶行为评价体系

2．3 权重的确定

2．3．1 2级指标权重的确定

2级指标对于1级指标的权重由各因子的贡献率确定。4个因子按其贡献率由高到低分别为不良驾驶因子F1、速度控制因子F2、变换车道因子F3、跟车因子F4，对应的特征根分别为5．472， 4．263，3．573，1．960。根据4)可算得因子贡献率分别为 0．358，0．279，0.234，0．128，则攻击性驾驶行为评价值F可表达为

2．3．2 3级指标权重的确定

1)AHP确定主观权重

利用AHP计算权重，首先要确立判断矩阵。4个因子要有4个对应的判断矩阵。一般情况下，采用9级标度来表达因素之间的相对重要性程度:1表示两元素相比具有相同的重要性;而9表示前者比后者重要很多。假定上一层元素支配的下一层元素有n个，则n个元素构成了一个两两比较判断矩阵A=(aij)n×n，其中aij表示元素i与元素j的重要性之比，则元素j与元素i的重要性之比为aji=1/aij。如果向量ω=(ω1，ω2，…，ωn)T满足

式中λmax是矩阵A的最大特征根，则ω为相应的特征向量，归一化后的ω可作为权向量。

通过资料查询，根据在驾驶安全方面有多年经验的专家填写基于层次分析模型的调查问卷，计算出判断矩阵。以下分别为不良驾驶、速度控制、换道、跟车的比较判断矩阵:

由矩阵可求得对应的最大特征根λmax分别为6．564，5．4377，4．238，2，对应的归一化特征向量分别为:［0．173，0．510，0．191，0．022，0．037，0.066］T，［0．074，0．543，0．130，0．211，0.043］T，［0．262，0．088，0．607，0．043］T，［0．833，0．166］T。在 AHP中一致性检验的步骤为:

首先根据公式

计算出一致性指标。

然后查找随机一致性指标RI。1～9阶的值在查找时遵循表3。

表3 平均一致性指标的值

计算一致性比例

当CR＜0．10时，认为矩阵具有一致性，否则需要调整矩阵。

由式(3)计算出一致性指标分别为(0．112 78，0．109 4，0．079 4，0)，查表得对应的随机一致性指标RI分别为(1．2，1．12，0．89，0)，一致性比例分别为0．0940＜0．1，0．098＜0．1，0．089＜0．1，0＜0．1，满足一致性检验。这样确定的权向量是可以接受的，可作为3级指标对2级指标的主观权重。

2)因子分析法确定客观权重

采用回归法计算得到因子得分矩阵，如表4所示。

由此可确定:

对各系数进行标准化可得3级指标对2级指标的客观权向量分别为:［0．150，0．544，0．167，0．030，0．030，0．078］T，［0．076，0．458，0．097，0．323，0．046］T，［0．366，0．074，0．526，0.033 ］T，［0．852，0．148］T。

表4 因子得分矩阵

3)综合权重的确定

综合权重的求解遵循［25］:

式中m=4，代入式(4)求出的主观及客观权重可得最终权向量:［0．162，0．527，0．179，0．026，0.033，0．144］T，［0．075，0．500，0．114，0．267，0．045］T，［0．314，0．081，0．567，0．038］T，［0．842，0．157］T。

主因子可近似表达为:

将上述表达式代入式(2)，可得攻击性驾驶行为的最终评价模型为:

3 结论

1)研究表明:不良驾驶行为、速度控制、换道以及跟车驾驶4项因子对攻击性驾试行为指标的贡献率高达98%。

2)建立了“攻击性驾试行为-表现模式-评价指标”这样的3层结构，确立了攻击性驾驶行为的评价模式，并用精确的数学关系式描述了驾驶行为与各因子的关系。

3)以镇江市200名驾驶者的调查数据为例进行分析，数据来源具有一定的代表性。该模型体系可以预测驾驶者的攻击性驾驶行为，也能用于攻击性等级的划分。下一步研究可基于该评价体系构建判别攻击性驾驶行为的数学及物理模型，这将对交通安全决策具有重要的意义。

［1］Jasper Laagland.How To Model Aggressive Behavior In Traffic simulation［C］//3rd twente student conference on IT.Enschede:［s.n.］，2005.

［2］MILLER M，AZRAEL D，HEMENW A Y D.Road Rage’in Arizona:Armed and Dangerous［J］.Accident Analysis &Prevention，2002，34(6):807-814.

［3］Hennessy D A，Wiesenthal D L.Gender，driver Aggression，and Driver Violence:An APPlied Evaluation［J］. SexRoals，2001(44):661-667.

［4］Shinar D，Compton R.Aggressive Driving:an Observational Study of Driver，Vehicle，and Situational Variables［J］.Accident Analysis&Prevention，2004，36(3):429-437.

［5］Lawton R，Parker D，Stradling S，et al.Predicting road traffic accidents:The role of Social deviance and violation［J］.British Journal of Psychology，1997，88(2):249 -262.

［6］骆勇，罗霞.道路交通中攻击性驾驶行为产生机理分析［J］.交通运输工程学报，2009，7(2):1-4，44.

［7］庄明科，白海峰，谢晓非.驾驶人员风险驾驶行为分析及相关因素研究［J］.北京大学学报:自然科学版，2008，44(3):475-482.

［8］刘哲义.高速公路驾驶员生、心理特点对行车安全的危害与预防［J］.公路交通科技，1999，16(3):72-75.

［9］马骏.论驾驶员的感知特性及安全管理对策［J］.公路交通科技，2000，5(17):89-92.

［10］甘霖，李灵犀，王飞跃.高速公路驾驶员行为模型的建立与仿真［J］.模式识别与人工智能，2003，16(3):357 -361.

［11］许树伯.层次分析法原理［M］.天津:天津出版社，1988.

［12］赵艳龙，熊兰，徐敏捷，等.基于模糊层次分析法的干式变压器运行状态综合评估［J］.重庆理工大学学报:自然科学版，2013(4):60-67.

［13］殷涛.层次分析法在道路运输应急集结地构建中的应用［J］.四川兵工学报，2013(7):137-140，148.

［14］何有世，徐文芹.因子分析法在工业企业经济效益综合评价中的应用［J］.数理统计与管理，2003，22(1): 19-22.

［15］罗玉波.关于因子分析用于综合排名的一个注记［J］.西南大学学报:自然科学版，2013(4):106-110.

［16］刘照德.因子分析在企业技术创新能力评价中的应用［J］.重庆师范大学学报:自然科学版，2006(2):75 -79.

［17］Parker D，Lajunne T，Sununala H.Anger and aggression among drivers In three European countries［J］.Accident Analysis&Pervention，2002，34:229-235.

［18］张新安，田澎.顾客满意度线性建模中多重共线性处理方法的模拟研究［J］.工业工程与管理，2004，11 (4):73-77.

［19］杜智敏.抽样调查与SPSS应用［M］.北京:电子工业出版社，2010.

［20］罗国旺，付馨雨.采用联合多因子分析法的经济发展研究［J］.重庆理工大学学报:自然科学版，2013(10): 134-139.

［21］龚福和，高娟.基于因子分析法的中小制造企业成长性研究［J］.西安工业大学学报，2013(1):146-151.

［22］顾英伟，李业帅.基于因子分析法的节能减排对策分析［J］.沈阳工业大学学报:社会科学版，2013(3):253 -257.

［23］王继顺，王传斌，闫敏伦，等.基于因子分析法的各地城镇就业情况综合评价模型［J］.数学的实践与认识，2013(19):10-18.

［24］蔡二兵，史健勇.基于因子分析法的国内四大邮轮母港竞争力比较［J］.上海工程技术大学学报，2014 (2):187-192.

［25］张世英，张文泉，王京芹.技术经济预测与决策［M］.天津:天津大学出版社，1996.

(责任编辑刘 舸)

Study of Aggressive Driving Behavior Evaluation System Based on Factor Analysis and AHP

LIU Zhi-qiang，LI Yun-xia
(School of Automobile&Traffic Engineering，Jiangu University，Zhenjiang 212013，China)

There is a close relationship between driving behavior and the traffic accidents.First，evaluation indexes of aggressive driving behavior model were selected，and then these indexes were classified and the main factors were extracted by using factor analysis(FA).The weights of main factors were determined by factor contribution and then a 3-layer evaluation system model on aggressive driving behavior was set up.Finally，the aggressive driving behavior evaluation system was established based on the subjective weight given by analytic hierarchy process(AHP)and the objective weight given by FA.

aggressive driving behavior;evaluation system;analytic hierarchy process;factor analysis;weight

U491.2

A

1674-8425(2015)11-0011-06

10.3969/j.issn.1674-8425(z).2015.11.003

2015-05-20

国家自然科学基金资助项目(61203244);2011年博士点基金资助项目(20113227110014)

刘志强(1963—)，男，博士，教授，博士生导师，主要从事从事道路交通运输系统安全、智能运输系统研究;李云霞(1989—)，女，硕士研究生，主要从事道路交通运输系统安全研究。

刘志强，李云霞.攻击性驾驶行为的FA和AHP评价系统研究［J］.重庆理工大学学报:自然科学版，2015 (11):11-16.

format:LIU Zhi-qiang，LI Yun-xia.Study of Aggressive Driving Behavior Evaluation System Based on Factor Analysis and AHP［J］.Journal of Chongqing University of Technology:Natural Science，2015(11):11-16.