International Open Access Journal Platform

1 引言

交通安全取决于交通中所有使用者的行为，他们的态度会影响他们的行为[1]。行人是道路交通参与者之一，行人的交通违法行为已成为一个严重的社会问题，相比发达国家，发展中国家中行人交通违法行为更加严重[2]。研究证实，行人的交通违法行为是造成交通事故的主要原因。当行人过马路时，涉及行人的交通事故最常发生。行人在交通环境中具有移动慢、易扎堆的特点，行人交通行为主要包括在人行道内行走、横过机动车道等。当行人过马路时，涉及行人的交通事故最常发生。行人乱闯红灯、横穿马路等都是导致交通事故的重要原因。

Papadimitriou的研究的结果表明[3]，行人的积极态度在很大程度上减少了发生交通事故的风险。行人表现出积极的态度，他们对交通环境表示满意，对其他道路使用者不感到烦恼，此时他们会遵守交通规则，并在交通行为上表现得更加谨慎。在全球范围内进行的几项研究已经检查了行人行为的性别和年龄差异。男性行人比女性更经常违反交通规则，并且在危险情况下更容易过马路［4，5］。一般而言，年轻人和青春期行人比年长的行人更有可能违法[4]，并且较年轻的行人、年长的道路使用者对受控的人行横道和信号交叉口表示更多的赞赏[6]。

MoyanoDíaz在智利开发了行人行为问卷（PBQ）[7]。该量表共有违规行为、错误行为和失误行为三个维度。Yildirim开发了新版本的行人行为问卷，对违规行为，攻击行为和错误行为作了区分。根据他所做的研究，男性比女性在交通行为中表现出更高的攻击性倾向[8]。此外，年轻行人（17至25岁）要比年长的行人（25至49岁）表现出更多的错误行为。Granié，Pannetier和Guého开发了行人行为量表（PBS）。这项研究针对所有年龄段的行人，这一版本的行人行为量表（PBS）包含违规行为、过失行为、错误行为、攻击性行为、积极行为五个维度，该量表在国外具有良好的信度、效度[9]。鉴于目前缺少中国版的行人交通行为量表，本研究翻译并修订了适合在中国文化背景下使用的行人交通行为量表。

2 研究对象与方法

2.1 研究对象

采用方便取样在成都市发放初稿量表336份进行预测，回收有效量表308份，有效回收率为91.6%，对其进行项目分析，并对量表进行内容校正。其中男生142人（46.1%），女生166人（53.8%），年龄在11—67岁之间（M=32，SD=10.892）。

使用二稿量表在成都市进行二次实测，采用方便抽样发放问卷120份，回收有效问卷117份，有效回收率为97.5%。通过项目分析、探索性因素分析等对量表进行分析。其中，男生60人（51.3%），女生57人（48.7%）；独生子女72人（61.5%），非独生子女45人（38.5%）；年龄在17—26之间（M=21，SD=2.14）。

使用正式量表在成都市、德阳市、西安市进行正式施测，采用方便取样，发放问卷740份，回收问卷720份，有效问卷715份，有效回收率为96.6%。通过验证性因素分析再次确认项目，并报告其信效度指标。其中，男性行人419人（58.5%），女性行人296人（41.5%）；学生群体436人（61.0%），社会群体279人。被试的年龄在16—60岁之间（M=32，SD=1.13）。

2.2 研究工具

行人行为量表（Pedestrian Behaviour Scale，PBS）。行人行为量表由Granie等人编制[9]，该量表共22道题，5个分量表。其中7个题目测量行人交通行为中的违规行为；4个题目测量行人交通行为中的错误行为；4个题目测量行人交通行为中的过失行为；3个题目测量行人交通行为中的攻击性行为；4个题目测量行人交通行为中的积极行为。量表为六点计分（1=从不，6=总是），得分越高，表示行人在该维度上的交通行为越频繁。该量表经过多名心理学专业和英语专业的老师和研究生进行翻译和回译，并经过两次测试，最终确定了中文版的行人行为量表。本研究中该量表的α系数为0.838，其中违规行为维度的α系数为0.749；错误行为维度的α系数为0.759；过失行为维度的α系数为0.868；攻击性行为维度的α系数为0.767；积极行为维度的α系数为0.837。

2.3 研究程序

2.3.1 初稿的形成

首先由2名翻译专业的研究生将Granie等人编制的英文版行人行为量表翻译成中文，再由心理学专业的英语老师将量表回译，与原英文版对比后进行修改。考虑到文化差异以及在中国文化背景下的适用性、量表语词和内容表达的准确性最终形成了忠于英文原文的22个项目的中文版冲动性与感觉寻求量表初稿。

初稿量表保留了与原量表相同的22个项目，5个分量表，采用六点计分。

2.3.2 预测与修订

根据第一次预测项目分析结果、测试中被试反馈的问题以及心理学专业老师对量表在中国文化背景下修订与计分方面的建议进行了修改。主要修改量表项目的内容表述以及容易产生歧义的项目，使其更符合中国文化背景下的阅读和表达习惯，使得量表内容更容易理解。最终形成的二稿量表包含了19个项目，2个分量表，与初稿量表结构相同，整个量表项目的表述更符合中国文化背景，更容易理解。

将第一次预测后修订的问卷进行了第二次施测，由此形成冲动性与感觉寻求量表中文版的最终版。

2.4 统计方法

采用spss22.0和Amos22.0进行数据统计与分析，主要采用了描述统计、相关分析、验证性因素分析等统计方法。

3 研究结果

3.1 项目分析

以行人行为量表的题目得分与量表总分之间的相关系数（r>0.3，且p<0.01）当作题目的区分度数据指标，结果如表1所示。各个题目的题总相关在0.335～0.615之间，因此保留22个题目进行下一步分析。

表 1 行人行为量表题总相关分析

Table 1 Total correlation analysis of pedestrian behavior scale

注：*p<0.05，**p<0.01。

3.2 探索性因素分析

通过正交旋转方法对量表的22个题目进行主成分因子分析。KMO=0.869，Bartlett球形检验结果的数值满足显著性水平要求（p<0.001）。得到5个特征根大于1的因子，可以解释66.136%方差贡献率。保留原量表5个维度的命名，违规行为、错误行为、过失行为、攻击行为、积极行为。修订后量表的5个因子分别可以解释19.553%，11.740%，12.779%，9.672%，12.393%的方差贡献率。5个因子下每个题目的内容和负荷量，见表2。

表 2 行人行为量表各题目的内容及负荷量

Table 2 The content and load of each item of the pedestrian behavior scale

3.3 信度分析

对行人行为量表总体及各维度进行信度分析，结果见表3。

表 3 行人行为量表总和及各维度内部一致性系数和分半信度

Table 3 The sum, internal consistency coefficient and split half reliability of pedestrian behavior scale

3.4 验证性因素分析

对正式实测样本（n=715）进行验证性因素分析，考察量表的拟合程度，保留原量表的22个题目与5因子维度，建立最终模型，采用Amos进行验证性因素分析，结果显示各拟合指数均在可接受范围，量表拟合指数为χ2/df=2.889，GFI=0.933，AGFI=0.905，CFI=0.945，RMR=0.074，RMSEA=0.051。

3.5 效度分析

对行人行为量表中各因子与总分之间进行相关检验，结果见表4。

表 4 行人行为量表各维度与总分之间的关系

Table 4 Relationship between dimensions and total score of pedestrian behavior scale

注：*p<0.05，**p<0.01，***p<0.001。

由表4可知，各因子与总分的相关系数在0.489～0.749之间，说明修订后量表的内容效度较好。

4 讨论与结论

研究结果表明，本研究修订的行人行为量表包括2个维度，分别是消极行为（18个项目）、积极行为（4个项目），共22个项目，其中消极行为共18道题目，其中7个题目测量行人交通行为中的违规行为；4个题目测量行人交通行为中的错误行为；4个题目测量行人交通行为中的过失行为；3个题目测量行人交通行为中的攻击性行为，4个题目测量行人交通行为中的积极行为。量表为六点计分（1=从不，6=总是），在不同维度上的得分越高，表示行人在该维度上的交通行为越频繁。

本研究结果显示，行人行为量表各项目的区分度较好，以行人行为量表的题目得分与量表总分之间的相关系数（r>0.3，且p<0.01）当作题目的区分度数据指标，各个题目的题总相关在0.335～0.615之间。

本研究结果显示，通过正交旋转方法对量表的 22个题目进行主成分因子分析。KMO=0.869，Bartlett 球形检验结果的数值满足显著性水平要求（p<0.001）。得到5个特征 根大于1的因子，可以解释66.136%方差贡献率。这五个因子分别是违规行为、错误行为、过失行为、攻击性行为、积极行为。

信度检验显示量表的总信度为0.838，分半信度为0.62，违规行为量表的内部一致性系数为0.749，分半信度为0.506；错误行为量表的内部一致性系数为0.759，分半信度为0.739；过失行为量表的内部一致性系数为0.868，分半信度为0.872；攻击性行为量表的内部一致性系数为0.767，分半信度为0.577；积极行为量表的内部一致性系数为0.837，分半信度为0.792。

本研究对行人行为量表进行炎症性因素分析，量表拟合指数为χ2/df=2.889，GFI=0.933，AGFI=0.905，CFI=0.945，RMR=0.074，RMSEA=0.051。

本研究结果显示，对行人交通行为量表的内容效度分析，各因子与总分的相关系数在0.489～0.749 之间，说明修订后量表的内容效度较好。

综上所述，修订后的行人交通行为量表是一个信度、效度良好的测量行人交通行为的工具，可作为今后进一步测量国内行人交通行为的工具。

参考文献

[1] Yannis G，Golias J，Papadimitriou E．Modeling Crossing Behavior and Accident Risk of Pedestrians［J］．Journal of Transportation Engineering，2007，133（11）：634-644．

[2] King M J，Soole D，Ghafourian A．Illegal pedestrian crossing at signalised intersections：incidence and relative risk［J］．Accident Analysis & Prevention，2009，41（3）：485-490．

[3] Papadimitriou E，Theofilatos A，Yannis G．Patterns of pedestrian attitudes，perceptions and behaviour in Europe［J］．Safety Science，2013，53（2）：114-122．

[4] Díaz E M．Theory of planned behavior and pedestrians’ intentions to violate traffic regulations［J］．Transportation Research Part F：Traffic Psychology and Behaviour，2002，5（3）：169-175．

[5] Rosenbloom T，Nemrodov D，Barkan H．For heaven’s sake follow the rules：pedestrians’ behavior in an ultra-orthodox and a non-orthodox city［J］．Transportation Research Part F：Traffic Psychology and Behaviour，2004，7（6）：395-404．

[6] Bernhoft I M，Carstensen G．Preferences and behaviour of pedestrians and cyclists by age and gender［J］．Transportation research part of traffic psychology and behaviour，2008，11（2）：83-95．

[7] Díaz E M．Teoría del comportamiento planificado e intención de infringir normas de transito en peatones［J］．Estudos de Psicologia（Natal），1997，2（2）：335-348．

[8] Yildirim Z．Religiousness，conservatism and their relationship with traffic behaviours［D］．Middle East Technical University，2007．

[9] Granié M A，Pannetier M，Gueho L．Developing a self-reporting method to measure pedestrian behaviors at all ages［J］．Accident Analysis & Prevention，2013，50：830-839．