駕駛心理能力特性綜合評(píng)價(jià)及預(yù)測(cè)

鄭新夷?康良凱?蹇美玲?楊艷群

摘 要 交通道路死亡是世界十大死亡原因之一，而依據(jù)個(gè)體駕駛心理能力特性預(yù)測(cè)其駕駛績(jī)效并給予及時(shí)干預(yù)或培訓(xùn)，可在一定程度上減少交通事故傷亡。利用維也納心理測(cè)試系統(tǒng)采集被試群體的八個(gè)心理能力特性，采用層次分析法獲得駕駛心理能力特性的綜合指標(biāo)，并建立綜合評(píng)價(jià)等級(jí)；接著搭建模擬駕駛實(shí)驗(yàn)采集被試駕駛行為績(jī)效、認(rèn)知負(fù)荷以及駕駛經(jīng)驗(yàn)，以探究駕駛?cè)诵睦砟芰μ匦詫?duì)駕駛行為績(jī)效的預(yù)測(cè)效果。最終發(fā)現(xiàn)駕駛心理能力特性綜合評(píng)價(jià)對(duì)駕駛行為績(jī)效有一定的預(yù)測(cè)作用，并通過認(rèn)知負(fù)荷中介，且受到駕駛經(jīng)驗(yàn)的調(diào)節(jié)。

關(guān)鍵詞 心理能力特性；駕駛經(jīng)驗(yàn)；認(rèn)知負(fù)荷；駕駛績(jī)效

分類號(hào) B849

DOI：10.16842/j. cnki. issn2095-5588.2023.05.005

1 引言

2020年，我國道路交通事故24.5萬起，造成受傷人數(shù)25.1萬人，死亡人數(shù)超6萬，直接財(cái)產(chǎn)損失13.13億元人民幣。世界衛(wèi)生組織報(bào)告，交通道路死亡是世界十大死亡原因之一（World Health Organization， 2022）。學(xué)界由此開展事故原因分析研究，發(fā)現(xiàn)超過80%的道路交通事故主要由駕駛員因素導(dǎo)致（Ramisetty-Mikler & Almakadma， 2016）。因此有必要針對(duì)駕駛?cè)说鸟{駛心理能力特性開展研究，嘗試開發(fā)評(píng)估駕駛心理能力特性的綜合分析方法，并考察駕駛心理能力特性對(duì)駕駛行為績(jī)效的預(yù)測(cè)效果，為駕駛?cè)说陌踩袨檠芯刻峁├碚撘罁?jù)。

長(zhǎng)期以來，駕駛?cè)说慕煌ㄊ鹿蕛A向性和“駕駛適宜性”密切相關(guān)?！榜{駛適宜性”是指駕駛?cè)司邆漤樌瓿神{駛?cè)蝿?wù)的基本素質(zhì)，包括不斷感知和了解道路交通狀況，預(yù)測(cè)可能的危險(xiǎn)，并迅速做出決策和執(zhí)行安全駕駛的行為（Schomerus et al.， 1981）。駕駛適宜性水平主要受到生理?xiàng)l件、心理特性和后天練習(xí)而獲得的駕駛技能的影響。其中，生理?xiàng)l件包括視力、身體狀況等，心理特性包括心理能力特性、人格特征等，駕駛技能主要依靠積累駕駛經(jīng)驗(yàn)（Harris et al.， 2014; Shen et al.， 2018）。值得注意的是，駕駛適宜性沒有統(tǒng)一的測(cè)量標(biāo)準(zhǔn)，以往有研究將邏輯推理能力、復(fù)雜選擇反應(yīng)、簡(jiǎn)單選擇反應(yīng)、視野范圍、分散注意、主觀接受水平、社會(huì)責(zé)任感、自我控制等要素通過人工神經(jīng)網(wǎng)絡(luò)和邏輯回歸的雙重方法計(jì)算，發(fā)現(xiàn)與駕駛相關(guān)的人格特質(zhì)對(duì)駕駛安全行為預(yù)測(cè)的效度貢獻(xiàn)為29.8%，而與駕駛相關(guān)的能力特質(zhì)總共對(duì)預(yù)測(cè)效度的貢獻(xiàn)為44.9%，即駕駛心理能力比人格特質(zhì)對(duì)駕駛績(jī)效的預(yù)測(cè)更重要（H?usler， 2010）。

1.1 駕駛心理能力特性

駕駛心理能力特性是駕駛?cè)嗽谛畔⑻幚磉^程中所表現(xiàn)出來的自身特征，是駕駛時(shí)最基本心理素質(zhì)，在車輛設(shè)計(jì)、道路設(shè)計(jì)等交通安全領(lǐng)域都開展過駕駛?cè)诵睦硖匦匝芯浚ǘ琶溃?2022; 張博涵等， 2021）。心理能力特性測(cè)試通常采用迷你精神狀態(tài)檢查表（Lincoln et al.， 2006）、連線測(cè)驗(yàn) （Piersma et al.， 2016）和有效視野測(cè)試 （Anstey et al.， 2012）等。然而，Bennett等（2016）通過元分析發(fā)現(xiàn)，使用單一心理能力特性測(cè)試來預(yù)測(cè)駕駛心理能力，其結(jié)果不一致，即單項(xiàng)心理能力特性無法準(zhǔn)確預(yù)測(cè)駕駛行為績(jī)效。Seong等（2014）的元分析也有相似的結(jié)論。因此，有必要整合多項(xiàng)心理能力特性綜合評(píng)估駕駛心理能力。

1.2 駕駛心理能力測(cè)試工具

維也納心理測(cè)試系統(tǒng)（VTS）是奧地利Schuhfried公司開發(fā)的計(jì)算機(jī)心理測(cè)試系統(tǒng)，在駕駛員、飛行學(xué)員選拔等領(lǐng)域有較強(qiáng)的預(yù)測(cè)和篩查效度（吳穎超等， 2015）。VTS中的駕駛適宜性測(cè)試模塊基于駕駛行為理論模型，該理論模型認(rèn)為駕駛行為包括三個(gè)階段：駕駛行為的規(guī)劃、駕駛行為的執(zhí)行和駕駛結(jié)果的預(yù)期（Groeger， 2001）。這三個(gè)階段可以通過VTS系統(tǒng)測(cè)量駕駛相關(guān)的六個(gè)心理能力，具體包括：駕駛行為規(guī)劃能力的測(cè)量采用自適應(yīng)矩陣測(cè)試；駕駛行為執(zhí)行能力的測(cè)量采用集中力測(cè)試；駕駛結(jié)果的預(yù)期能力采用自適應(yīng)速視交通感知測(cè)試、反應(yīng)力測(cè)試、決斷力測(cè)試和周邊感知測(cè)試。

以往基于駕駛適宜性模塊測(cè)評(píng)的研究表明，決斷力測(cè)試、反應(yīng)力測(cè)試有助于預(yù)測(cè)駕駛適宜性（H?usler， 2010），自適應(yīng)速視交通感知測(cè)試能較好地預(yù)測(cè)道路駕駛行為績(jī)效（Wang et al.， 2015），自適應(yīng)矩陣測(cè)試、周邊感知測(cè)試對(duì)駕駛績(jī)效和危險(xiǎn)感知有顯著預(yù)測(cè)作用（Vetter et al.， 2018; Zhang et al.， 2022）。然而，這些研究只利用了模塊中的某幾項(xiàng)測(cè)試，將測(cè)試組分裂開來單獨(dú)分析有悖模塊測(cè)試的初衷，忽略了各項(xiàng)心理能力特征之間可能存在相互影響，且存在對(duì)駕駛績(jī)效的權(quán)重程度不一致的結(jié)果。因此，在使用測(cè)試駕駛適宜性的心理能力時(shí)，應(yīng)該基于駕駛行為理論的三個(gè)階段獲得測(cè)試駕駛?cè)诵睦硖匦缘恼w模塊。

1.3 影響駕駛行為績(jī)效的重要因素——認(rèn)知負(fù)荷和駕駛經(jīng)驗(yàn)

澳大利亞認(rèn)知心理學(xué)家 Sweller 于 20 世紀(jì)提出認(rèn)知負(fù)荷理論，該理論將認(rèn)知負(fù)荷分為外在認(rèn)知負(fù)荷、內(nèi)在認(rèn)知負(fù)荷和關(guān)聯(lián)認(rèn)知負(fù)荷。認(rèn)知負(fù)荷理論被廣泛應(yīng)用到工程學(xué)領(lǐng)域（Paxion et al.， 2015）。在交通心理研究中，道路的復(fù)雜程度以及在駕駛過程中的非駕駛?cè)蝿?wù)（比如聽音樂或操控車載設(shè)備等）都會(huì)影響駕駛認(rèn)知負(fù)荷，并對(duì)駕駛行為績(jī)效產(chǎn)生作用。比如，駕駛?cè)嗽诟咚俟?、城市道路、鄉(xiāng)村道路中駕駛，其認(rèn)知負(fù)荷在復(fù)雜的城市道路中最高，而在簡(jiǎn)單的高速公路環(huán)境下最低（Yang et al.， 2021; Zheng et al.， 2020）；在駕駛中聽快節(jié)奏音樂也會(huì)導(dǎo)致認(rèn)知負(fù)荷升高，降低了危險(xiǎn)識(shí)別水平（Choudhary et al.， 2022）；在駕駛中使用車載系統(tǒng)，影響了駕駛的主觀認(rèn)知負(fù)荷，從而影響駕駛行為績(jī)效（Cooper et al.， 2013）。

此外，習(xí)得的駕駛經(jīng)驗(yàn)對(duì)駕駛心理能力特性的發(fā)展有促進(jìn)作用。研究表明，經(jīng)驗(yàn)豐富的個(gè)體能更快構(gòu)建駕駛心理模式，采用最有效和最相關(guān)的策略應(yīng)對(duì)每個(gè)駕駛?cè)蝿?wù)（Gog et al.， 2010）。駕駛經(jīng)驗(yàn)越豐富，駕駛績(jī)效越好，具體表現(xiàn)在事故、超速違規(guī)和危險(xiǎn)駕駛行為的減少（Girotto et al.， 2016; Wang et al.， 2015）。此外，先天的心理能力特性在駕駛初期對(duì)駕駛行為績(jī)效的影響更大，而隨著駕駛經(jīng)驗(yàn)的積累，駕駛經(jīng)驗(yàn)在駕駛心理能力特性和駕駛績(jī)效之間存在調(diào)節(jié)作用（Guo， 2019）。

綜上所述，為綜合評(píng)價(jià)駕駛心理能力特性，考察認(rèn)知負(fù)荷因素和駕駛經(jīng)驗(yàn)在駕駛心理特性水平和駕駛績(jī)效之間的作用，本研究首先綜合多項(xiàng)心理能力特性，利用層次分析法建立心理能力特性綜合評(píng)價(jià)等級(jí)；再通過駕駛模擬實(shí)驗(yàn)，利用熵權(quán)法綜合駕駛行為績(jī)效，探究以認(rèn)知負(fù)荷為中介、以駕駛經(jīng)驗(yàn)為調(diào)節(jié)的心理能力特性對(duì)駕駛績(jī)效的預(yù)測(cè)。

2 方法

2.1 被試

研究招募福州大學(xué)在校大學(xué)生和研究生。招募條件為已拿到駕駛執(zhí)照，聽力、視力或矯正聽力、視力正常，無色弱色盲癥和3D眩暈癥。共招募100名被試，首先測(cè)量其駕駛心理特性，剔除極端數(shù)據(jù)后，得到有效被試96名。男性62人（64.60%），女性34人（35.4%），年齡在19歲到26歲之間（M=22.27，SD=2.01）。之后召回被試共65名參加模擬駕駛實(shí)驗(yàn)，其中有效被試62名。男性39人（62.9%），女性23人（37.1%），年齡在19歲到26歲之間（M=22.47，SD=2.05）。駕駛經(jīng)驗(yàn)在1公里到150千公里之間（M=12.5，SD=29.9）。

2.2 研究工具

首先采用VTS的駕駛適宜性測(cè)試模塊測(cè)量八項(xiàng)駕駛心理能力特性（邏輯推理、集中力、反應(yīng)壓力耐受、視野范圍、分散注意力、決策速度、運(yùn)動(dòng)速度、概覽能力）。

如圖1所示，邏輯推理能力測(cè)試要求被試在無時(shí)間限制的情況下識(shí)別給定矩陣的規(guī)則，根據(jù)規(guī)則從八個(gè)選項(xiàng)中選出正確圖形；決策速度和運(yùn)動(dòng)速度測(cè)試要求被試將手指放在休息按鈕上，當(dāng)黃色圓圈與高頻音同時(shí)出現(xiàn)時(shí)，將手指從休息按鈕上移開，并按下響應(yīng)面板上休息按鈕上方的一個(gè)按鈕；反應(yīng)壓力耐受性測(cè)試要求被試對(duì)五種視覺刺激（白光、黃光、藍(lán)光、綠光、紅光），兩種聽覺刺激（高、低頻音），以及兩種踏板作出反應(yīng)；集中力測(cè)試要求被試比較一個(gè)抽象的參考圖和四個(gè)比較圖，并確定它是否與四個(gè)比較圖中的一個(gè)相匹配；視野范圍和分散注意測(cè)試要求被試對(duì)沿著視野邊緣移動(dòng)的光刺激作出反應(yīng)；概覽能力測(cè)試要求被試回憶快速呈現(xiàn)的道路交通場(chǎng)景圖。

其次采用DSR-1000TS2.0模擬駕駛系統(tǒng)采集駕駛行為數(shù)據(jù)（縱向速度平均值、側(cè)向速度平均值、穩(wěn)態(tài)質(zhì)心側(cè)偏角平均值、縱向速度標(biāo)準(zhǔn)差、方向盤轉(zhuǎn)角標(biāo)準(zhǔn)差和穩(wěn)態(tài)質(zhì)心側(cè)偏角標(biāo)準(zhǔn)差）。根據(jù)被試群體的特點(diǎn)，本研究設(shè)計(jì)的模擬駕駛場(chǎng)景要求被試在一定負(fù)荷條件下順利完成駕駛。因此，模擬路段總計(jì)8公里，是一條位于鄉(xiāng)村的雙向二級(jí)公路。公路除直行路外共包含五個(gè)彎道（分別長(zhǎng)530米、260米、190米、100米和290米）和五個(gè)隧道（分別長(zhǎng)350米、310米、230米、60米和320米），路上無交通流。該場(chǎng)景在彎道和直行路處無中央分隔帶，但設(shè)有單黃虛線；在隧道處設(shè)有中央分隔帶。該虛擬道路標(biāo)志標(biāo)線都根據(jù)《國家標(biāo)準(zhǔn)-道路標(biāo)志和標(biāo)線》（GB5768.2-2009）設(shè)置。駕駛?cè)蝿?wù)設(shè)置在天氣狀況良好的白天進(jìn)行。

最后采用NASA-TLX量表測(cè)量被試的認(rèn)知負(fù)荷（Hart & Staveland， 1988）。NASA-TLX量表由兩部分組成，第一部分用六個(gè)維度評(píng)估認(rèn)知負(fù)荷，包括心理需求、體力需求、時(shí)間需求、個(gè)人表現(xiàn)、努力及挫折感。第二部分對(duì)六個(gè)維度進(jìn)行成對(duì)比較。通過讓參與者對(duì)這些維度的相關(guān)性打分，來減少參與者和任務(wù)背景之間的可變性，同時(shí)求得每個(gè)維度的權(quán)重，最后通過兩部分的平均加權(quán)得到被試認(rèn)知負(fù)荷總分。

2.3 研究流程

實(shí)驗(yàn)開始前，要求被試閱讀并簽署一份知情同意書。首先采用VTS系統(tǒng)進(jìn)行心理能力特性測(cè)試。完成整個(gè)測(cè)試過程，人均耗時(shí)50分鐘。所有被試完成測(cè)試后，一周后召回被試進(jìn)行模擬駕駛實(shí)驗(yàn)。被試首先進(jìn)行十分鐘左右的模擬駕駛訓(xùn)練以熟悉設(shè)備操控，然后開展正式模擬駕駛場(chǎng)景實(shí)驗(yàn)，最后完成NASA-TLX量表。

3 研究結(jié)果

3.1 駕駛心理能力特性評(píng)價(jià)等級(jí)

利用層次分析法構(gòu)建心理能力特性綜合指標(biāo)。具體步驟如下：

第一步，構(gòu)建層次結(jié)構(gòu)，目標(biāo)層為駕駛適宜性，準(zhǔn)則層為各項(xiàng)特性指標(biāo)。第二步，構(gòu)造判斷矩陣，基于專家們對(duì)指標(biāo)重要性的判斷和標(biāo)度賦值，綜合獲得判斷矩陣。第三步，一致性檢驗(yàn)。（1）計(jì)算判斷矩陣的最大特征根λmax，公式為λmax=。其中，Bi為判斷矩陣的第i個(gè)行向量，利用Matlab求得判斷矩陣的最大特征根；（2）計(jì)算判斷矩陣的一致性指標(biāo)CI，檢驗(yàn)其一致性，公式為CI=。（3）找出隨機(jī)一致性指標(biāo)RI。RI取值與矩陣的階數(shù)有關(guān)，在本研究中取RI=1.40。（4）計(jì)算一致性比率CR，公式為CR=。第四步，層次單排序。利用公式為Wi=，計(jì)算結(jié)果見表1。第五步，計(jì)算綜合指標(biāo)得分T，公式為T=。其中，w對(duì)應(yīng)各個(gè)指標(biāo)的權(quán)重，X對(duì)應(yīng)相應(yīng)的標(biāo)準(zhǔn)參照分?jǐn)?shù)的變量。第六步，剔除極端值后，基于綜合指標(biāo)分?jǐn)?shù)定義駕駛?cè)笋{駛心理能力特性評(píng)價(jià)的四個(gè)類別，結(jié)果見表2。

3.2 模擬駕駛行為實(shí)驗(yàn)

本研究利用熵權(quán)法構(gòu)建一個(gè)綜合駕駛行為績(jī)效指標(biāo)。具體步驟如下：第一步，確定指標(biāo)體系。納入的駕駛行為績(jī)效指標(biāo)為：縱向速度平均值、側(cè)向速度平均值、穩(wěn)態(tài)質(zhì)心側(cè)偏角平均值、縱向速度標(biāo)準(zhǔn)差、方向盤轉(zhuǎn)角標(biāo)準(zhǔn)差和穩(wěn)態(tài)質(zhì)心側(cè)偏角標(biāo)準(zhǔn)差。第二步，臨界值歸一化處理。第三步，計(jì)算指標(biāo)的熵和權(quán)。（1）計(jì)算第i個(gè)用戶的第j個(gè)指標(biāo)的比重yij公式為yij=；（2）計(jì)算第j個(gè)指標(biāo)的信息熵ej，公式為ej=。其中k為常數(shù)，k=；（3）計(jì)算第個(gè)指標(biāo)的權(quán)重wj，公式為wj=。第四步，計(jì)算指標(biāo)加權(quán)得分。公式為S=。

基于綜合駕駛績(jī)效與綜合駕駛心理能力特性分類，采用SPSS 26.0進(jìn)行單因素方差分析，不同駕駛心理能力特性等級(jí)在綜合駕駛績(jī)效上存在顯著差異（F（2，58）=7.74，p<0.01，偏η2=0.21），見表3。

進(jìn)一步檢驗(yàn)綜合駕駛心理能力特性等級(jí)之間的綜合駕駛行為績(jī)效，結(jié)果發(fā)現(xiàn)，“合格”組被試的綜合駕駛行為績(jī)效的均值分別顯著低于“良好”組（MD=-0.11，p< 0.05）和“優(yōu)秀”組（MD=-0.16，p< 0.05），但是“良好”組的綜合駕駛行為績(jī)效和“優(yōu)秀”組的無顯著差異（MD=-0.05，p> 0.05）。

采用單因素方差分析檢驗(yàn)不同駕駛心理能力特性組的認(rèn)知負(fù)荷差異，結(jié)果顯示，不同駕駛心理能力特性等級(jí)在認(rèn)知負(fù)荷上存在顯著差異（F（2，58）=4.14，p<0.05，偏η2=0.13），見表4。

進(jìn)一步檢驗(yàn)綜合駕駛心理能力特性等級(jí)之間的認(rèn)知負(fù)荷，結(jié)果發(fā)現(xiàn)，“合格”組認(rèn)知負(fù)荷的均值分別顯著高于“良好”組（MD=1.35，p< 0.05）和“優(yōu)秀”組（MD=1.06，p< 0.05），但是“良好”組的認(rèn)知負(fù)荷和“優(yōu)秀”組的無顯著差異（MD=-0.29，p> 0.05）。

采用層次回歸和Process程序的Bootstrap法檢驗(yàn)認(rèn)知負(fù)荷的中介作用。認(rèn)知負(fù)荷的中介效應(yīng)檢驗(yàn)結(jié)果如表5所示，在控制了人口學(xué)變量后，綜合心理能力特性不僅能顯著正向預(yù)測(cè)綜合駕駛績(jī)效（β=0.40，t=3.30，p< 0.01），也能顯著負(fù)向預(yù)測(cè)認(rèn)知負(fù)荷（β=-0.31，t=-2.44，p< 0.05）。當(dāng)加入認(rèn)知負(fù)荷這一中介變量后，綜合駕駛心理能力特性仍然能顯著正向預(yù)測(cè)綜合駕駛績(jī)效（β=0.29，t=2.45，p < 0.05），但是效應(yīng)值從0.40減小到0.29。同時(shí)，認(rèn)知負(fù)荷也能顯著負(fù)向預(yù)測(cè)綜合駕駛績(jī)效（β=-0.35，t=2.89，p< 0.01），即此模型的直接路徑和間接路徑均顯著。認(rèn)知負(fù)荷的中介效應(yīng)值為0.08，其Bootstrap 95%置信區(qū)間不包含0，認(rèn)知負(fù)荷在綜合心理能力特性對(duì)綜合駕駛績(jī)效的預(yù)測(cè)中起中介作用。

將駕駛經(jīng)驗(yàn)一同納入模型分析時(shí)，可以看到綜合心理能力特性與經(jīng)驗(yàn)的乘積項(xiàng)對(duì)綜合駕駛績(jī)效的預(yù)測(cè)作用顯著（β=-0.51，t=-2.49，p<0.05），即經(jīng)驗(yàn)在綜合心理能力特性對(duì)綜合駕駛績(jī)效的預(yù)測(cè)中起調(diào)節(jié)作用。

不同經(jīng)驗(yàn)水平的綜合心理能力特性對(duì)綜合駕駛績(jī)效的預(yù)測(cè)作用如表6所示，經(jīng)驗(yàn)水平較低時(shí)，綜合心理能力特性的效應(yīng)值為0.42，其95%Bootstrap 置信區(qū)間不包含0；經(jīng)驗(yàn)水平較高時(shí)，綜合心理能力特性的效應(yīng)值為-0.19，其95%Bootstrap置信區(qū)間包含0。駕駛經(jīng)驗(yàn)在綜合心理能力特性與綜合駕駛績(jī)效之間的調(diào)節(jié)作用如圖2所示。

4 討論

本研究通過駕駛心理能力特性綜合評(píng)價(jià)，提出測(cè)量駕駛適宜性的評(píng)估方法，并檢驗(yàn)其對(duì)駕駛行為的有效預(yù)測(cè)性，同時(shí)探索駕駛認(rèn)知負(fù)荷在駕駛心理能力特性和駕駛行為之間的中介作用，以及駕駛經(jīng)驗(yàn)的調(diào)節(jié)作用機(jī)制。

4.1 心理能力特性評(píng)價(jià)等級(jí)及驗(yàn)證

本研究基于駕駛行為理論的駕駛行為規(guī)劃、決策和執(zhí)行三個(gè)連續(xù)階段，將邏輯推理、集中力、反應(yīng)壓力耐受、周邊感知能力、簡(jiǎn)單反應(yīng)力和概覽能力六個(gè)心理能力特性的八個(gè)子項(xiàng)目納入考慮，利用層次分析法求得各子項(xiàng)目在駕駛適宜性評(píng)估中所占的權(quán)重，進(jìn)而獲得可用來評(píng)估駕駛適宜性的心理能力特性綜合指標(biāo)。綜合指標(biāo)得分在［39.00， 42.63）區(qū)間的為“不合格”，得分在［42.63， 49.67）區(qū)間的為“合格”，得分在［49.67， 54.08）區(qū)間的為“良好”，得分在［54.08， 62.00］區(qū)間的為“優(yōu)秀”。

隨后采用駕駛模擬艙采集駕駛行為數(shù)據(jù)指標(biāo)，利用熵權(quán)法構(gòu)建駕駛績(jī)效綜合指標(biāo)。在對(duì)綜合心理能力特性評(píng)價(jià)等級(jí)進(jìn)行驗(yàn)證時(shí)，無論是基于綜合駕駛績(jī)效，還是基于認(rèn)知負(fù)荷，“合格”組被試分別與“良好”組和“優(yōu)秀”組差異均顯著，但是，“良好”組的被試與“優(yōu)秀”組的被試均值差異不顯著。這可能是因?yàn)槌霈F(xiàn)了天花板效應(yīng)，即模擬駕駛實(shí)驗(yàn)的場(chǎng)景復(fù)雜度或任務(wù)難度不夠，無法區(qū)分出“良好”組被試和“優(yōu)秀”組被試，具體表現(xiàn)在研究采用的道路交通場(chǎng)景是一條鄉(xiāng)村道路，沒有設(shè)置應(yīng)激環(huán)境，該實(shí)驗(yàn)道路場(chǎng)景對(duì)于學(xué)生駕駛?cè)藖碚f，考察的是駕駛過程的基本操控行為，缺少考察對(duì)道路應(yīng)激條件下的避險(xiǎn)操控，而以往研究表明，“老司機(jī)”（優(yōu)秀組）相對(duì)于其他群組，在駕駛應(yīng)激環(huán)境下更能夠安全且及時(shí)操控車輛。另外一個(gè)可能的原因是，由于本研究招募的被試來自高校的大學(xué)生和研究生群體，囿于日常交通出行工具的限制，他們的駕駛經(jīng)驗(yàn)不足，以至于駕駛績(jī)效不能達(dá)到實(shí)際水平上的“優(yōu)秀”，故“良好”組和“優(yōu)秀”組在駕駛績(jī)效和認(rèn)知負(fù)荷上沒有統(tǒng)計(jì)學(xué)意義上的差異，但是本研究發(fā)現(xiàn)他們與“合格”組的顯著差異，大致說明本研究采用的評(píng)估方法可以區(qū)分兩個(gè)類別，即“合格”駕駛?cè)撕汀傲己谩瘪{駛?cè)?。本研究結(jié)果發(fā)現(xiàn)，“合格”駕駛?cè)说鸟{駛安全行為偏低，不僅是由于其駕駛心理特性偏低，同時(shí)也受到駕駛經(jīng)驗(yàn)不足的影響。因此，本研究的應(yīng)用價(jià)值在于，為保障道路安全，應(yīng)給予駕駛績(jī)效顯著更差的“合格”組駕駛?cè)烁嗟纳鐣?huì)關(guān)注，在交通安全實(shí)踐中提供針對(duì)性的駕駛適宜性培訓(xùn)、干預(yù)和評(píng)估。

4.2 心理能力特性對(duì)駕駛績(jī)效的影響機(jī)制

本研究發(fā)現(xiàn)駕駛心理能力特性對(duì)駕駛行為績(jī)效的影響是通過認(rèn)知負(fù)荷中介的。駕駛心理能力特性越優(yōu)，其駕駛相關(guān)行為所需認(rèn)知負(fù)荷越少。Nengchao等（2017）發(fā)現(xiàn)不同交通信息量的交通標(biāo)志對(duì)駕駛?cè)说鸟{駛行為績(jī)效效應(yīng)顯著，證明認(rèn)知負(fù)荷顯著影響駕駛行為績(jī)效。對(duì)于綜合心理能力特性低的駕駛?cè)?，在駕駛場(chǎng)景復(fù)雜度較高時(shí)，要減少次任務(wù)的執(zhí)行，以確保足夠的認(rèn)知資源安全執(zhí)行駕駛?cè)蝿?wù)。

本研究也發(fā)現(xiàn)綜合心理能力特性對(duì)駕駛行為績(jī)效的作用受駕駛經(jīng)驗(yàn)調(diào)節(jié)。這與Borowsky等（2010）的研究結(jié)果一致，老年駕駛?cè)穗m然心理能力特性下降，但是相較于無經(jīng)驗(yàn)的駕駛?cè)?，他們有更好的駕駛行為績(jī)效。因?yàn)轳{駛?cè)擞幸欢ǖ鸟{駛經(jīng)驗(yàn)后，能構(gòu)建更多關(guān)于駕駛活動(dòng)的心理圖式，并通過圖式快速響應(yīng)道路交通信息類別，同時(shí)還能把這些圖式儲(chǔ)存在長(zhǎng)期記憶中。比如，Zheng等（2020）研究發(fā)現(xiàn)相比于新手駕駛?cè)说囊曈X搜索模式，經(jīng)驗(yàn)豐富的駕駛?cè)说囊曈X搜索習(xí)慣更有利于行車安全。因此，有經(jīng)驗(yàn)的駕駛?cè)送ㄟ^應(yīng)用特定任務(wù)的策略降低信息處理成本，從而有效地執(zhí)行駕駛?cè)蝿?wù)。

4.3 不足與展望

在本文的基礎(chǔ)上，未來可以在以下幾個(gè)面進(jìn)行進(jìn)一步的研究：

（1）本研究的樣本均為在校大學(xué)生和研究生，駕駛出行需求不足，駕駛經(jīng)驗(yàn)普遍偏低只能代表高校學(xué)生群體，不能代表更廣泛的駕駛?cè)后w，這使得對(duì)駕駛經(jīng)驗(yàn)調(diào)節(jié)作用的檢驗(yàn)有待進(jìn)一步驗(yàn)證。未來可選取更多有豐富駕駛經(jīng)驗(yàn)的社會(huì)樣本，以進(jìn)一步檢驗(yàn)駕駛經(jīng)驗(yàn)的調(diào)節(jié)作用。

（2）本研究設(shè)置的道路交通場(chǎng)景比較單一，缺少復(fù)雜的道路生態(tài)指標(biāo)，后續(xù)研究可通過設(shè)置駕駛生態(tài)應(yīng)激指標(biāo)，比如行人突然穿行公路，前車突然變道等道路場(chǎng)景，分情況考察駕駛?cè)说鸟{駛行為反應(yīng)，作為區(qū)分“優(yōu)秀”和“良好”駕駛?cè)巳旱闹匾u(píng)價(jià)指標(biāo)。

（3）未來在對(duì)心理能力特性與駕駛績(jī)效之間的作用機(jī)制的研究中需要考察更多的影響因素，以研究不同層級(jí)因素之間如何共同影響駕駛績(jī)效。比如，從個(gè)體微觀水平（駕駛?cè)烁裉刭|(zhì)）、群體社會(huì)規(guī)范遵從水平（駕駛親社會(huì)行為）以及社會(huì)交通安全文化水平（駕駛道德規(guī)范水平）等方面開展綜合因素的機(jī)制模型研究。

參考文獻(xiàn)

杜美（2022）. 基于駕駛特性的指路標(biāo)志信息量與行車安全關(guān)系探究. 中國公路， 29（3），112-113.

吳穎超，鄒志康，孫金杰，夏青，馬中立 （2015）. 維也納心理測(cè)試系統(tǒng)在飛行學(xué)員心理選拔中的應(yīng)用價(jià)值. 軍事醫(yī)學(xué)， 39（2），97-100.

張博涵，盧少波，謝文科，謝菲菲 （2021） 考慮駕駛?cè)颂匦缘囊恢鞫鄰幕旌喜┺娜蒎e(cuò)控制. 中國公路學(xué)報(bào)， 34（9），161-171.

Anstey， K. J.， Horswill， M. S.， Wood， J. M.， & Hatherly， C. （2012）. The role of cognitive and visual abilities as pre-dictors in the multifactorial model of driving safety. Acc-idient Analysis and Prevention， 45， 766-774.

Bennett， J. M.， Chekaluk， E.， & Batchelor， J. （2016）. Cognitive tests and determining fitness to drive in dem-entia： A systematic review. Journal of the American Ger-iatrics Society， 64（9）， 1904-1917

Borowsky， A.， Shinar， D.， & Oron-Gilad， T. （2010）. Age， skill， and hazard perception in driving. Accident Analysis and Prevention， 42（4）， 1240-1249.

Choudhary， P.， Gupta， A.， & Velaga， N. R. （2022）. Perceived risk vs actual driving performance during distracted dri-ving： A comparative analysis of phone use and other se-condary distractions. Transportation Research Part F： Traffic Psychology and Behaviour， 86（3）， 296-315.

Cooper， J. M.， Medeiros-Ward， N.， & Strayer， D. L. （2013）. The impact of eye movements and cognitive workload on lateral position variability in driving. Human Factors， 55（5）， 1001-1014.

Girotto， E.， Andrade， S. M. D.， González， Alberto Durán， & Mesas， A. E. （2016）. Professional experience and traffic accidents/near-miss accidents among truck drivers. Acci-dent Analysis and Prevention， 95， 299-304.

Gog， T. V.， Paas， F.， & Merri?nboer， J. （2010）. Uncovering expertise-related differences in troubleshooting perfo-rmance： Combining eye movement and concurrent verbal protocol data. Applied Cognitive Psychology， 19（2）， 205-221.

Groeger， J. A. （2001）. Understanding driving： Applying cognitive psychology to a complex everyday task. Opt-ometry and Vision Science， 78（11）， 635-636.

Guo， M.， Hu， L.， & Ye， L. （2019）. Cognition and driving safety： How does the high-speed railway drivers cog-nitive ability affect safety performance？ Transportation Research Part F： Traffic Psychology and Beh-aviour， 65， 10-22.

Harris， P. B.， Houston， J. M.， Vazquez， J. A.， Smither， J. A.， Harms， A.， Dahlke， J. A.， & Sachau， D. A. （2014）. The Prosocial and aggressive driving Inventory （PADI）： A self-report measure of safe and unsafe driving behaviors. Accident Analysis and Prevention， 72（9）， 1-8.

Hart， S. g. ， & Staveland， L. E. （1988）. Development of NASA-TLX （Task Load Index）： Results of Empirical and Theoretical Research. Advances in Psychology， 52， 139-183.

H?usler， J. （2010）. Cognitive and personality determinants of post-injury driving fitness. Archives of Clinical Neuropsychology the Official Journal of the National Academy of Neuropsychologists， 25（2）， 99-117.

Lincoln， N. B.， Radford， K. A.， Leea， E.， & Reay， A. C. （2006）. The assessment of fitness to drive in people with dementia. International Journal of Geriatric Psychiatry， 21（11）， 1044-1051.

Nengchao， L.， Lian， X.， Wu， C.， Fu， Q.， & Deng， C. （2017）. Driver's cognitive workload and driving performance under traffic sign Information exposure in complex environments： A case study of the highways in China. International Journal of Environmental Research and Public Health， 14（2）， 203-228.

Paxion， J.， Galy， E.， & Berthelon， C. （2015）. Overload depending on driving experience and situation comp-lexity： Which strategies faced with a pedestrian crossing？ Applied Ergonomics， 51（6）， 343-349.

Piersma， D.， Fuermaier， A.， Waard， D. D.， Davidse， R. J.， Groot， J. D.， Doumen， M. & Vermeeren， A. （2016）. Prediction of fitness to drive in patients with Alzheimer's Dementia. Plos One， 11（2）， e0149566.

Ramisetty-Mikler， S.， & Almakadma， A. （2016）. Attitudes and behaviors towards risky driving among adolescents in Saudi Arabia. International Journal of Pediatrics and Adolescent Medicine， 3（2）， 55-63.

Schomerus， H.， Hamster， W.， Blunck， H.， Reinhard， U.， Mayer， K.， & Dolle， W. （1981）. Latent portasystemic encephalopathy. 1. nature of cerebral functional defects and their effect on fitness to drive. Digestive Diseases and Sciences， 26（7）， 622-630.

Seong-Youl， C.， Jae-Shin， L.， & Song， A. Y. （2014）. Cognitive test to forecast unsafe driving in older drivers： Meta-analysis. Neurorehabilitation， 35（4）， 771-778.

Shen， B.， Qu， W.， Ge， Y.， Sun， X.， & Zhang， K. （2018）. The relationship between personalities and self-report positive driving behavior in a Chinese sample. Plos One， 13（1）， e0190746.

Vetter， M.， Schünemann， A. L.， Brieber， D.， Debelak， R.， Gatscha， M.， Grünsteidel， F.， ... & Ortner， T. M. （2018）. Cognitive and personality determinants of safe driving performance in professional drivers. Transportation research part F： Traffic Psychology and Behaviour， 52， 191-201.

Wang， Y.， Li， M.， Du， J.， & Mao， C. （2015）. Prevention of ta-xi accidents in Xi'an， China： What matters most？ Central European Journal of Public Health， 23（1）， 77-83.

World Health Organization. （2022）. World health statistics 2022： Monitoring health for the SDGs， sustainable development goals. Retrieved October 14， 2022， from https：//www.who.int/data/gho/publications/world-health-statistics

Yang， Y.， Chen， M.， Wu， C.， Easa， S. M.， & Zheng， X. Y. （2020）. Structural equation modeling of drivers' situation awareness considering road and driver factors. Frontiers in Psychology， 11（7），1601-1610.

Yang， Y. Q.， Feng， Y.， Easa， S. M.， & Zheng， X. Y. （2021）. Evaluation of mental load of drivers in long highway tunnel based on electroencephalograph. Frontiers in Psychology， 12， 646406.

Zhang， D. N.， Chen， F.， Zhu， J. Y.， Wang， C. Z.， Cheng， J. C.， Zhang， Y. L.， . . . &Zhang， P. （2022）. Research on drivers' hazard perception in plateau environment based on vis-ual characteristics. Accident Analysis and Prevention， 166，106540.

Zheng， X. Y.， Yang， Y. Q.， Easa， S.， Lin， W.， & Cherchi， E. （2020）. The effect of leftward bias on visual attention for driving tasks. Transportation Research Part F： Traffic Psychology and Behaviour， 70（2）， 199-207.