崔振新，趙慶濤

（中國民航大學民航安全科學研究所，天津 300300）

旅客是維護客艙安全的參與者和直接受益人，安全意識淡薄會阻礙安全規(guī)定的落實，甚至會造成慘烈的航空安全事故。以“韓亞航空214班機空難”為例，美國國家運輸安全委員會（NTSB）在事后調(diào)查報告中指出：2名死亡的中國女學生由于未系安全帶，在飛機著陸時因機身尾段斷裂被拋出客艙，如果當時系好安全帶她們很有可能留在客艙內(nèi)并且幸存下來[1]。

對旅客客艙不安全行為致因進行研究，有利于干預旅客不安全行為決策，提高客艙安全水平。目前，相關學者對違規(guī)駕駛行為[2-4]、行人違章過街行為[5]、礦工違章行為[6-8]等不安全行為致因開展了研究，國內(nèi)外學者對旅客客艙安全認知和客艙安全管理進行了大量的研究，而對旅客客艙不安全行為致因的關注還較少。羅茜等[9]對近年來高頻出現(xiàn)的旅客不文明乘機行為所帶來的安全隱患進行了分析；李再長等[10]調(diào)查了中國臺灣地區(qū)乘客對客艙安全、緊急逃生及飛行風險等方面的認知；Chang等[11-12]考察了客艙安全教育對旅客知識、態(tài)度和行為的影響；Yang等[13]通過問卷調(diào)查和深度訪談的形式探討了乘客在實際航空事故中的緊急疏散經(jīng)歷對旅客安全認知的影響。綜上所述，現(xiàn)有的客艙安全研究缺乏對旅客不安全行為成因的定量驗證，故將以問卷分析的形式對不安全行為成因進行實證研究。

研究中涉及的旅客客艙不安全行為是指：“旅客在飛機上違反有關航空安全規(guī)定，危害或有可能危害民用航空器飛行安全或秩序，危及自身、其他乘客、機組人身安全或財產(chǎn)安全，須客艙乘務員立即加以制止的行為?！?/p>

1 研究設計

1.1 研究方法

采用問卷調(diào)查法，運用探索性因子分析和驗證性因子分析對旅客客艙不安全行為致因進行分析，找出影響旅客不安全行為決策的主要因素。探索性因子分析主要是簡化調(diào)查數(shù)據(jù)以找出旅客不安全行為的主要影響因素，同時也對量表的建構效度進行檢驗；驗證性因子分析是對探索性因子分析得出的因子模型進行驗證[14]。

1.2 研究工具

研究采用自編的《旅客客艙不安全行為調(diào)查問卷》。問卷的編制步驟主要是：首先，對航空公司客艙部管理人員進行訪談，整理出旅客經(jīng)常發(fā)生且隱患較大的客艙不安全行為，如使用手機、調(diào)整椅背、解開安全帶等行為；其次，對身邊10名經(jīng)常乘坐飛機且有過違規(guī)行為的旅客進行半結構式訪談；然后，根據(jù)訪談結果找出重復性較高的不安全行為成因?？傮w歸納為4點：①不知道該行為可能帶來的嚴重后果；②該行為沒有被乘務員發(fā)現(xiàn)；③旁邊有人實施了該行為；④就是不想被規(guī)則約束；最后，提煉出32個題項（用a1～a32標記）來編制問卷；在發(fā)放問卷前，請2名心理學教師和3名民航安全專家對問卷進行審查。最終形成包含29個題項的初始問卷，采用Likert五點計分法，根據(jù)題項提問的符合程度分別記為1～5分。

1.3 測試與數(shù)據(jù)處理

通過“問卷星”平臺，以網(wǎng)絡的形式在微信朋友中進行“滾雪球”抽樣，問卷預試階段共收集有效問卷87份。通過預實驗調(diào)查對象的反饋，剔除理解有歧義的題項，最終形成了含有27個題項的正式問卷。

2 探索性因子分析

2.1 項目分析

項目分析是對每個題項的適切性分析，即一個良好的評量試題必須具有較高的鑒別度。具體操作步驟如下：①將問卷總分由高到低排列（反向問題進行反向編碼）；②找出前（高分組）27%的受試者得分，及后（低分組）27%的受試者得分；③采用獨立樣本t檢驗法，求出高低兩組受試者在各試題平均數(shù)的差異顯著性。通過項目分析發(fā)現(xiàn)4個題項沒有達到顯著性，故將其刪除。

2.2 KMO和Bartlett’s球形檢驗

用KMO檢驗和Bartlett’s球形檢驗對問卷進行探索性因子分析的適宜性判斷，SPSS輸出結果如表1所示，根據(jù)Kaiser觀點，KMO值大于0.8時進行因素分析的適宜性良好[15]。Bartlett’s球形檢驗卡方值達到顯著水平，該數(shù)據(jù)適合進行因子分析。

表1 KMO與Bartlett檢驗Tab.1 KMO and Bartlett test

2.3 因子提取

用“極大方差法”進行正交旋轉(zhuǎn)分析求出旋轉(zhuǎn)因子負荷矩陣，因子的提取標準為因子特征值大于1，題項的選取標準為因子負荷大于0.5。在經(jīng)歷了3次因子提取、刪除7個題項后得到了一個穩(wěn)定的因子結構。探索性因子分析結果顯示，4個共同因子的累積貢獻率為65.745%，方差解釋率良好。經(jīng)“極大方差法”正交旋轉(zhuǎn)后得到的因子負荷旋轉(zhuǎn)矩陣（包含16個題項）如表2所示，同時也說明問卷具有良好的結構效度。

2.4 信度檢驗

用Cronbach’s alpha系數(shù)進行問卷內(nèi)部一致性信度檢驗，結果顯示：“風險感知”層面的信度為0.784，“主觀規(guī)范”層面的信度為0.727，“知覺行為控制”層面的信度為0.743，“風險傾向”的信度為0.736，整個量表的信度為0.791。綜合多位學者觀點[16]，內(nèi)部一致性信度系數(shù)值為0.70≤α≤0.80，表示層面信度較高。

3 驗證性因子分析

3.1 模型的提出

根據(jù)探索性因子分析提出模型M1，如圖1所示，即旅客不安全行為模型由4個潛在變量、16個觀察變量組成。用AMOS21.0對另外一半數(shù)據(jù)進行模型M1擬合，如表3所示，各擬合指標反映模型的擬合程度有待改進。

3.2 模型的修正

研究參考AMOS輸出的修正指數(shù)（MI，modification index）對模型進行修正[17]。AMOS提供的修正指數(shù)如表4所示?？梢钥闯鲈跉埐顓f(xié)方差中，修正指數(shù)較大的是 e2?e9、e4?e7、e4?e16、e7?e10、e7?e16、e12?e14，回歸系數(shù)矩陣中 a11?a30、a17?a30、a17?a2這 3 對指標的修正指數(shù)也很大。通過對指標進行調(diào)整，經(jīng)過多次修正和擬合，最終刪除了a11、a17和a30這3個指標，這在理論上也有一定的合理性。因子1主要體現(xiàn)的是旅客對可能發(fā)生的危險的認識，而a17體現(xiàn)的是旅客對客艙規(guī)定的遵守意愿；因子2主要體現(xiàn)的是旅客身邊的人對旅客行為的影響作用，而a11屬于旅客的主動行為；因子4主要體現(xiàn)的是旅客的冒險偏好，而a30體現(xiàn)的不只是行為偏好，還可能受到旅客對應急出口座位認知的影響。修正后的模型M2的擬合情況如表3所示，模型擬合程度較好。

表2 旅客不安全行為機理探索性因子分析摘要表Tab.2 Excerpt of exploratory factor analyses of passengers’unsafe behaviors

表3 擬合指標Tab.3 Fitting indices

圖1 模型M1Fig.1 Model M1

表4 M1的修正指數(shù)Tab.4 M1 correction indices

3.3 因子命名與解釋

根據(jù)修正后形成的模型M2，參考計劃行為理論[18-19]和相關的不安全行為研究[2-8，20-21]對因子進行命名。因子F1是指旅客對外界風險的感受和認識，故命名為“風險感知”；因子F2是指那些對于旅客是否做出不安全行為具有影響力的個人或組織所發(fā)揮的影響作用，故命名為“主觀規(guī)范”；因子F3反映的是旅客根據(jù)過去的經(jīng)驗和預期的阻礙來進行行為決策，故命名為“知覺行為控制”；因子F4是指旅客的一種冒險性偏好，故命名為“風險傾向”。這些影響因子也驗證了對旅客的半結構化訪談結果，模型M2的路徑圖及標準化估計值如圖2所示。

圖2 M2路徑圖及標準化估計圖Fig.2 M2 path map and standardized estimation

4 旅客不安全行為致因具體分析

1）風險感知 風險感知是人的心理對外界風險事件的認識過程，能夠影響旅客的行為決策。由圖2可知，“風險感知”的路徑系數(shù)為0.74，說明旅客比較在意違反客艙規(guī)定帶來的風險。問卷調(diào)查中發(fā)現(xiàn)，許多旅客由于安全知識的匱乏，對風險的感知程度并不高，而傳統(tǒng)的安全視頻與安全須知卡的教育效果一般，這在一定程度上促成了旅客的不安全行為。意大利烏迪內(nèi)大學人機交互實驗室通過VR設備開展沉浸式客艙游戲研究發(fā)現(xiàn)，旅客在虛擬現(xiàn)實情境下對客艙安全知識的保留較傳統(tǒng)教育手段效果好[22-23]，而VR設備最突出的特點就是旅客能在虛擬情境下更大程度地感知到風險的存在。

2）主觀規(guī)范 主觀規(guī)范是指對旅客的行為決策具有影響力的個人或團體所發(fā)揮的影響作用，同行的旅客和乘務員對旅客的不安全行為具有引導和監(jiān)督作用。“主觀規(guī)范”的路徑系數(shù)為0.88，說明監(jiān)督機構或組織的管理對旅客的行為決策有非常大的影響作用。通過監(jiān)督管理形成良好的客艙安全氛圍，這對每一位旅客都有安全意識的傳遞作用，有助于客艙安全文化的形成。

3）知覺行為控制 知覺行為控制是指旅客根據(jù)過去的經(jīng)驗以及現(xiàn)有的資源對某種不安全行為的預判。“知覺行為控制”的路徑系數(shù)為0.87，這說明旅客掌握的資源決定了旅客是否會違反客艙的安全規(guī)定。旅客在乎的是這種行為能給其自身帶來哪些利益和損害，因此，社會層面客艙安全知識的宣講和教育能幫助旅客更好地認識到行為的風險。隨著民航客運量的不斷增加，客艙安全教育具有成為一種社會普及教育的需求。

4）風險傾向 風險傾向是指旅客的一種冒險性偏好，是旅客對待風險的不確定性所持有的態(tài)度?！帮L險傾向”的路徑系數(shù)為0.79，說明旅客對風險容忍程度的不同影響了旅客不安全行為的發(fā)生。

5 結語

1）旅客客艙不安全行為可用風險感知、主觀規(guī)范、知覺行為控制和風險傾向這4個致因來解釋。旅客做出不安全行為不是某一種因素導致的，而是這4個致因因子交互影響的結果。

2）監(jiān)督管理機構或航空公司出臺相關政策和規(guī)定，加大對不安全行為的監(jiān)督力度，可有效地干預旅客的不安全行為決策；此外，傳統(tǒng)的客艙教育手段已不能滿足目前安全目標的需求，需借助現(xiàn)代科技手段普及推廣客艙安全教育，如在機場設置VR體驗室或開發(fā)與客艙安全相關的APP游戲等。

3）使旅客了解到安全規(guī)定能減少哪些風險以及風險的嚴重程度，可加大旅客對風險的感知程度，同時也會在一定程度上降低旅客對風險的容忍度，將有助于旅客自覺遵守客艙安全規(guī)定。

參考文獻：

[1]NTSB.Aircraft Incident Report[EB/OL].(2014-06-24)[2017-03-14].https：//www.ntsb.gov/investigations/AccidentReports/Reports/AAR1401.pdf.

[2]MARK A E.Testing the capacity within an extended theory of planned behaviour to reduce the commission of driving violations[J].Transportmetrica,2012,8(5)：321-343.

[3]EHERENFREUND H A,BEN-ARI O T.The effect of affect induction and personal variables on young drivers’willingness to drive recklessly[J].Transportation Research Part F：Traffic Psychology and Behaviour,2016,41：138-149.

[4]王良秋,孫婷婷,董 妍,等.道路交通違法行為研究：基于計劃行為理論的視角[J].心理科學進展,2015,23(11)：2009-2019.

[5]楊 燕,孫 劍,李克平.行人違章過街行為心理成因分析及預測[J].中國安全科學學報,2011,21(4)：20-25.

[6]王 丹.基于計劃行為理論的礦工違章行為研究[J].中國安全科學學報,2011,21(4)：7-12.

[7]韓曉靜.風險偏好對礦工不安全行為的影響研究[D].西安：西安科技大學,2014.

[8]田水承,薛明月,李廣利,等.基于因子分析法的礦工不安全行為影響因素權重確定[J].礦業(yè)安全與環(huán)保,2013,40(5)：113-116,123.

[9]羅 茜,戴 璐.從旅客不文明乘機行為談加強旅客民航安全知識教育的必要性[J].科技展望,2015(12)：244.

[10]李再長,方 斌.國內(nèi)搭機民眾對客艙安全認知之調(diào)查研究[J].人因工程學刊,2004,6(2)：53-60.

[11]CHANG YUHERN,LIAO MENGYUAN.The effect of aviation safety education on passenger cabin safety awareness[J].Safety Science,2009,47(10)：1337-1345.

[12]CHANG YUHERN,LIAO MENGYUAN.Airline passengers’awareness ofandpreferredsourceofcabinsafetyinformation[J].AsiaPacificManagement Review,2010,15(4)：533-547.

[13]CHANGYUHERN,YANGHUIHUA.Cabinsafetyandemergencyevacuation：Passenger experience of flightCI-120accident[J].AccidentAnalysis and Prevention,2011,43(3)：1049-1055.

[14]張 超,徐 燕,陳平雁.探索性因子分析與驗證性因子分析在量表研究中的比較與應用[J].南方醫(yī)科大學報,2007,27(11)：1699-1705.

[15]KAISER H F.An index of factorial simplicity[J].Psychometrika,1974(39)：31-36.

[16]吳明隆.問卷統(tǒng)計分析實務[M].重慶：重慶大學出版社,2010：243-244.

[17]吳明隆.結構方程模型-AMOS的操作與應用[M].重慶：重慶大學出版社,2010：158-170.

[18]AJZEN I.The theory of planned behavior[J].Organizational Behavior and the Human Decision Process,1991,50(2)：179-211.

[19]段文婷,江光榮.計劃行為理論述評[J].心理科學進展,2008,16(2)：315-320.

[20]孟 博,劉 茂,李清水,等.風險感知理論模型及影響因子分析[J].中國安全科學學報,2010,20(10)：59-66.

[21]郎忠友.復合型風險傾向函數(shù)構造和人們對風險態(tài)度的新解釋[J].延邊大學學報(自然科學版),2002,28(2)：130-133.

[22]BUTTUSSIF,CHITTAROL.Assessingknowledgeretentionofan immersive serious game vs.a traditional education method in aviation safety[J].IEEE Transactions on Visualization and Computer Graphics,2015,21(4)：529-538.

[23]LUCA CHITTARO.Designing serious games for safety education：‘learn to brace’vs.traditional pictorials for aircraft passengers[J].IEEE Transactions on Visualization and Computer Graphics,2016,22(5)：1527-1539.