刘永涛，赵俊玮，华 珺，李 旋，袁天宇

(长安大学汽车学院，陕西 西安 710064 )

随着绿色出行的理念深入人心，城市公共交通规模得到了长足发展。据统计，截至2017年底，全国拥有公共汽电车65.12万辆，拥有公共汽电车运营线路56 786条，完成城市客运量722.87亿人[1]。然而，庞大的客运量背后存在着诸多的安全问题。2018年10月28日重庆万州公交车坠江事件引起了公众的广泛关注，将司乘冲突问题彻底暴露出来。近年来由于公交乘客自身失误(如坐过站、坐错站、多投币等)产生过激情绪和风险行为引发的公共安全事件屡见不鲜，造成了巨大的生命和财产损失，同时产生了不良的社会影响。因此，对公交乘客情绪状态问题进行研究具有十分重要的意义。

目前国内外学者对于乘客情绪状态影响因素的研究已取得了一些成果。如van Hagen等[2]研究发现乘客预计行程时间往往大于实际行程时间，并且在乘客有重要任务需要执行时，时间压力会使其产生不良情绪；Watkins等[3]的研究同样证明了行程时间不确定时乘客会产生心理压力，从而引发烦躁情绪；Yazdanpanah等[4]研究发现神经质人格的乘客在天气状况恶劣时更容易产生消极情绪；Chang等[5]研究表明缺乏客舱安全知识的乘客在紧急情况下易产生过大压力或恐慌情绪，对突发事件会采取消极态度；Moon等[6]研究论证了乘客情绪在出行环境属性与乘客满意度之间的中介效用；Brunner等[7]、范春梅等[8]研究发现高速列车运行状况如噪音、振动、不平稳性能够直接负向影响乘客的情绪；钟茂华等[9]研究发现良好的地铁安全氛围能够有效提高乘客的安全心理水平和安全行为水平。乘客在乘坐交通工具的过程中，交通工具的运行状况、乘坐环境的情绪氛围、服务人员的服务态度与质量等因素都会通过感知觉信息诱发情绪体验[10]。此外，当前道路环境、交通状况和天气等也是引起情绪体验的刺激因素[11]。然而，目前对于公交乘客情绪问题的研究相比于航空、地铁等其他交通方式来说还较为欠缺，并且大多数学者仅研究了单一因素对乘客情绪的影响，缺乏对各个影响因素的综合考虑。公交乘客的情绪受多种因素的影响，尤其是在乘客失误行为发生后产生的过激情绪，会引发干扰驾驶员或其他的不良行为，影响着公交驾驶安全，从而导致事故的发生。已有研究证明，乘客的利己行为极易激起公交驾驶员的愤怒情绪[12]。因此，探究公交乘客在自身失误行为下情绪状态的影响因素，对于改善其安全行为、维护公交运营安全至关重要。

本文关注公交乘客在自身失误行为发生后的情绪状态问题，建立了外部环境、任务压力、认知评估与个人情绪之间的影响关系，并通过问卷调查收集公交乘客在失误行为下的心理感受，运用结构方程模型(Structural Equation Modeling，SEM)验证变量之间的显著关系，探讨公交乘客在自身失误行为下情绪状态的影响因素，以期提高公交运营的安全水平。

1 理论分析

1. 1 测量变量的设置

心理学认为，情绪是伴随着认知过程产生的对外界事物态度的体验，是人脑对客观外界事物与主体需求之间关系的反应。当一个人处于积极情绪中，就说明当前的环境使其需求处于平衡状态。乘客在消费公交服务后，会产生一种自身需求是否被满足的认知[13]，从而在不同因素影响下产生不同的情绪。以往的研究表明，出行者个人属性[4，14]、出行时间价值与时间压力[2-3，14-15]、所处环境[6，11，14，16-18]、交通工具运行特性[7-8，10，14]等均会影响出行者在公共交通出行中的心理状态和行为倾向。同时，对事件的认知与评估[19-20]、车内安全氛围[9-10，21-22]也会对乘客情绪产生影响。因此，本文结合已有研究成果与专家经验，参考公交乘客访谈调研等信息，考虑行车环境、车内氛围、司机态度、时间压力、角色压力、安全认知、情境评估、情绪状态和行为倾向9个因素，对各因素预设问题形成初步问卷，采集公交乘客在失误行为后的主观态度信息。

通过对预设问卷采集到的调查数据进行因子分析，结合变量间的关联程度，将 “行车环境”、“车内氛围”、“司机态度”确定为高阶因素构面 “外部环境”，将“时间压力”、“角色压力”确定为高阶因素构面“任务压力”，将“安全认知”、“情境评估”确定为高阶因素构面“认知评估”，将“情绪状态”、“行为倾向”确定为高阶因素构面“个人情绪”，最终确定与公交乘客情绪状态相关的高阶因子为外部环境、任务压力、认知评估、个人情绪4个构面，共设置30个题项，均采用Likert scale量表5分制形式计分。被调查者需勾选对该题的认同程度，分数愈高愈认同，5分代表非常认同，1分代表极不认同。通过对预设问卷逐步修订并反复论证，最终形成正式问卷。

1. 2 关系假设的提出

对于上述4个构面变量之间的关系，做出如下分析推理和假设：

1.2.1 外部环境与个人情绪的关系

在驾驶过程中，恒速状态下突然加速或减速会使乘客的交感神经系统更加活跃，从而引发个人情绪状态发生变化[18]。在嘈杂环境中，声压级与个人情绪强度有显著的相关关系[21]。同时，情绪具有由外而内的运动模式，个体在他人情绪及环境作用下感受到自己的情绪，即群体情绪会影响个体情绪[22]。另外，个体会通过情绪感染与认知评估过程产生指向他人的情绪情感反应[23]。在外界环境与个体的相互作用中，个体的行为倾向会作为内部因素进行应对[24]。因此，提出假设H1：外部环境对个人情绪具有正向作用，行车环境越通畅、车内氛围越良好、司机态度越积极，所产生的个人情绪越积极。

1.2.2 任务压力与个人情绪的关系

时间压力是个体因在有限时间内必须处理或完成相应任务而产生的压力感[25]。人们对时间压力的反应通常是消极的[26]，突发事件下的时间紧迫性会使人感到时间压力和由于时间压力而产生的强烈情绪，如焦虑、恐惧等[15]。此外，角色压力对消极情绪有很大的作用[27]，出行任务所带来的角色压力会导致出行者心理紧张。同时，行为倾向会因个体对压力情境的感受而缓冲或加剧[28]。因此，提出假设H2：任务压力对个人情绪具有负向作用，任务压力越大，所产生的个人情绪越消极。

1.2.3 认知评估与个人情绪的关系

不同主体有不同的认知，对于同一刺激所反应出的情绪不同，在认知和信息的相互作用下，情绪会被激发[19]。Arnold[20]认为，情绪源于对刺激情境的认知评估结果，如个体将情境评估为对自己有利，会产生肯定情绪，反之则会产生否定情绪。在风险场景中，道路使用者的焦虑情绪与其对情境的评估之间存在显著的交互作用[29]。个体在认知水平较低时很难理性分析问题，易造成负面性的行为决策倾向，以致造成恶劣影响[17]。因此，提出假设H3：认知评估对个人情绪具有正向作用，对事件的认知评估越积极，所产生的个人情绪越积极。

1.2.4 外部环境与任务压力的关系

环境是一个动态的、不断变化的、由众多参与者组成的复杂系统，个体可在这个系统中产生动态的心理特征[30]。在面临紧急任务时，良好的环境因素能够调节该任务带来的心理压力[31]。此外，时间紧迫性是压力的重要来源[32]，而安全氛围能够影响心理压力[33]，积极的安全氛围会减少时间压力需求[34]。因此，提出假设H4：外部环境对任务压力具有负向作用，外部环境越良好，所感受到的任务压力越小。

1.2.5 外部环境与认知评估的关系

对于选择公交出行的乘客来说，在进入车厢后会通过所处环境将乘车感受与交通信息融合，并结合个人特征、身体生理状态等因素对行程产生特有的认知[35]。交通网络越复杂，出行者的感知时间越长[16]。居民对出行的认知感受与行程的特点(道路是否拥堵、交通环境是否复杂等)密切相关[36]。安全氛围能够对个体的安全认知水平产生显著的正向影响[37]。此外，个体的认知具有弹性，即使在认知遭受刺激的情况下，其认知仍然能随着与外界交流的变化表现出向原有水平恢复的能力[38]。因此，提出假设H5：外部环境对认知评估具有正向作用，外部环境越良好，对事件的认知评估越积极。

1.2.6 任务压力与认知评估的关系

认知评估理论认为，个体在压力下会对自身和环境需求进行评估[39]，具有焦虑特质的个体对于压力的认知评估较高[40]，心理所承受的角色压力越大，对于事件的认知评估越负面。在途时间是影响乘客对出行效率评估的重要因素[41]，当面临高时间压力时，个体对情境信息的评估趋于表面化，其认知水平相应较低[42]。因此，提出假设H6：任务压力对认知评估具有负向作用，任务压力越大，对事件的认知评估越消极。

2 数据获取与因子分析

研究人员在西安市通过乘坐公交的形式在不同时段、不同线路向乘客发放并收回问卷共计600份，具体调查时段和线路见表1。为了保证调查结果的可信度，在调查的过程中，研究人员需向受调查者强调调查内容均以乘客做出失误行为为前提，随后完成问卷调查数据的收集工作。

表1 调查时段和线路

2. 1 问卷调量数据的描述性统计分析

对问卷调查数据进行描述性统计分析，得到的基本信息见表2。样本数据显示：公交乘客中男性比例略高于女性，且以中青年居多，出行目的多为通勤；该年龄段人群具有一定的社会阅历和自我认知，能够将自身带入失误行为情境中，保证了问卷调查结果的有效性；非常了解公交出行安全知识的乘客数量仅占样本数量的4.33%，而缺乏安全知识的乘客通常存在一定的认知偏差，如对公交港湾之外禁止停车、行车途中不得与驾驶员交谈等基本安全知识没有深刻的认知。为了保证样本数据的可靠性，将乘坐频率低于5次/周的样本剔除，最终确定有效问卷463份，问卷有效率为77.17%。

表2 问卷调查数据的描述性统计分析

2. 2 问卷调查数据的信度与效度分析

对问卷量表问项调查数据进行信度与效度分析[43]，其结果见表3。

信度分析主要用来检测量表各问项是否具有一致性，常用方法为Cronbach’sα信度系数法，内部一致性系数Cronbach’sα值越接近于1，表明量表中各问项的内部一致性越高，一般认为Cronbach’sα值大于0.7时，量表问项具有可靠的信度。由表3可知，各初阶因子的Cronbach’sα值均大于0.7，表明量表问项的内部一致性良好，量表具有可靠的信度；累计方差贡献率达到78.66%，符合调查量表的要求。

表3 问卷数据的信度与效度分析

注：Sig.表示Bartlett球形检验统计量显著性水平，Sig.<0.05时，表明该问卷适合做因子分析。

通过效度分析获取量表的最佳因素结构，对问卷进行Kaiser-Meyer-Olkin(KMO)检验及Bartlett球形检验。KMO检验即通过比较量表各问项之间相关系数的大小，判断变量间的相关性，KMO值越接近于1，表明变量间的相关程度越高，问卷越适合进行因子分析。Bartlett球形检验即通过检验各变量是否独立来证明问卷数据的效度，其中Chi-squared表示近似卡方值，该值越大，表明问卷数据的效度越高；Bartlett球形检验统计量显著性水平Sig.<0.05，表明问卷适合做因子分析。由表3可知，个人情绪、认知评估、任务压力、外部环境4个高阶因子的KMO值分别为0.816、0.823、0.807和0.833，Bartlett球形检验值在0.001水平上显著，表明该问卷适合做因子分析。

2. 3 问卷调查数据的验证性因子分析

为了验证量表因素结构与采集的调查数据是否契合，以及各因素指标变量可否作为潜在变量的有效测量变量，对问卷各项指标进行了验证性因子分析[43]，观察组合信度(Composite Reliability，CR)和平均方差抽取量(Average Variance Extracted，AVE)，其结果见表4。

CR值反映潜在变量题项的一致性，CR>0.7时认为潜在变量具有较好的建构效度；AVE值显示指标变量中被潜在变量解释的变异量百分比，AVE值愈大，测量误差愈小，AVE>0.5时认为观察变量被其潜在变量解释的变异量高于被测量误差解释的变异量。由表4可知，个人情绪、认知评估、任务压力和外部环境4个潜在变量的CR值分别为0.765 5、0.829 7、0.782 6和0.826 8，均大于0.7；4个潜在变量的AVE值分别为0.657 4、0.706 7、0.642 7和0.708 7，均大于0.5，认为量表内在质量较好。

表4 问卷调查数据的验证性因子分析

综上分析可知，因子的信、效度以及潜在变量的整体组合信度表明问卷题项设置可行，能够为建立公交乘客情绪状态影响因素的结构方程模型提供可靠的测量数据来源。

3 结构方程模型的构建

3.1 结构方程模型(SEM)构建与指标拟合

结构方程模型(Structural Equation Modeling,SEM)是行为与社会领域量化研究的重要统计方法，可对多原因多结果事件的因果关系进行有效测量与验证[44-45]。很多学者将SEM模型运用于人的心理和行为关系研究，如史晨军等[46]构建了驾驶员疲劳驾驶行为SEM模型，探讨了影响驾驶员疲劳驾驶行为的心理因素以及各因素间的相关关系；王永刚等[47]构建了民航机务人员自我效能感与不安全行为关系的SEM模型。本文根据理论分析中的关系假设，构建了公交乘客失误行为下情绪状态的结构方程假设模型，见图1。

图1 公交乘客失误行为下情绪状态的结构方程假设模型Fig.1 Structural equation hypothetical model of emotional state of bus passengers under self-mistake conditions注：e1～e12为对应潜在变量的残差项，下同。

对结构方程假设模型进行指标拟合，其拟合结果及适配模型理想指标的数值范围见表5。

表5 结构方程假设模型指标的拟合结果及适配模型理想指标的数值范围

由表5可知：假设模型的卡方值χ2=133.329，卡方自由度比χ2/df=6.349，显著性概率p=0.000<0.05，达到显著水平，拒绝虚无假设，表明假设模型与实际数据无法契合；假设模型的残差均方和平方根RMR=0.333>0.05，渐进残差均方和平方根RMSEA=0.154>0.08，比较适配指数CFI=0.895<0.90，规准适配指数NFI=0.888<0.90，增值适配指数IFI=0.895<0.90，仅适配度指数GFI为0.902，达到0.9，该拟合结果表明假设模型适配度不佳，需对假设模型进行修正。

经过对假设模型不断修正，将“角色压力”和“行为倾向”的误差变量设定为共变关系，可有效减少χ2值，修正模型的χ2值为35.380,χ2/df值为1.769，p值为0.076，其他适配度指标均符合适配模型理想指标的数值范围，整体拟合度较高，表明样本数据可与修正模型进行适配。修正后的结构方程模型见图2。

图2 公交乘客失误行为情绪状态的结构方程修正模型Fig.2 Structural equation modified model of emotional state of bus passengers under self-mistake conditions

3. 2 路径分析

图2结构方程修正模型中所呈现的系数为标准化的回归系数，表示两个内因变量的直接效果值[43]。标准化路径系数为正时，表示两个变量正向相关；标准化路径系数为负时，表示两个变量负向相关。该结构方程修正模型标准化路径系数的检验结果见表6。

表6 结构方程修正模型标准化路径系数的检验结果

注：“***”表示显著性概率p<0.001，达到0.001显著水平。

由表6可知，结构方程修正模型所估计的6个路径的标准化路径系数均达显著水平；回归系数值除以估计值的标准误差为临界比值(C.R.值)，其绝对值大于1.96时表示估计值达到0.05的显著水平，标准化路径系数值的方向与建构的路径假设符号相同，支持假设成立。

由修正模型及路径分析可知：认知评估、任务压力和外界环境均对个人情绪状态存在显著影响，其中认知评估、外部环境、任务压力对个人情绪状态的直接影响效果值分别为0.531、0.468、-0.358，此结果表明公交乘客的认知评估对个人情绪状态的直接正向影响最大，而调查数据显示公交乘客普遍未正式接受过公交乘坐安全教育，自身需求与规则制度发生冲突的根本原因为乘客对公交运行的基本常识缺乏认知了解，因此加强公交乘客的安全教育和对情景的正确评估有助于稳定公交乘客在失误行为下的情绪状态；时间压力对于公交乘客的情绪状态和行为倾向有显著的负向影响，若由于乘客自身失误导致行程延误，其情绪状态和行为倾向会因受到时间紧迫性的影响而呈现消极状态；角色压力与行为倾向具有共变关系，角色压力越大，行为倾向可能会朝着消极状态的方向发展；拥堵的交通环境和嘈杂的车内环境易使公交乘客产生消极情绪；当乘客做出失误行为导致需求得不到满足时，司机良好的服务态度和车内缓和的氛围有助于乘客情绪状态的稳定。

外部环境、任务压力可分别通过认知评估这一中介变量影响公交乘客的个人情绪状态，其间接影响效果值分别为0.129、-0.198(间接影响效果值由同一间接路径内系数相乘得到)，此结果表明糟糕的外部环境和内在任务压力会使得乘客的心理负担过大，导致其认知水平降低，对情景的分析评估过激，从而引发非理性行为倾向；外部环境通过任务压力这一中介变量对个人情绪状态的间接影响效果值为0.138，此结果表明外部环境愈糟糕，愈有可能增加乘客的任务压力，使其情绪不稳定；外部环境、认知评估和任务压力对个人情绪状态的影响总效果值分别为0.735、0.531、-0.556(总效果值由各条路径系数相加得到)，可见外部环境对个人情绪状态的综合影响最为显著。因此，在公交乘客失误行为发生后，维持温和的外部环境可有效地保证乘客处于稳定的情绪状态。

4 结 论

(1) 公交乘客在自身失误行为发生后的个人情绪状态主要受到外部环境、任务压力和认知评估的影响。认知评估对于个人情绪状态的直接影响效果相较于外部环境和任务压力更为显著；外部环境通过影响公交乘客的认知评估和任务压力，对个人情绪状态的综合影响效果显著。因此，外部环境越温和、任务压力越缓和、认知评估越积极，个人情绪状态越稳定。

(2) 公交乘客对于自身失误行为这一刺激事件的安全认知水平和对风险情景的评估能力受到外部环境和任务压力的影响，而认知评估能够显著地正向影响其在失误行为后的情绪状态和行为倾向。因此，加强对公交乘客的安全知识教育，将风险案例融入到安全教育中，将有利于提高乘客的安全意识，使其在失误行为发生后保持情绪的稳定性。

(3) 时间压力和角色压力对于公交乘客的情绪状态和行为倾向具有显著的负向影响。充足的行程时间能够抑制乘客消极情绪的产生，合理规划出行时间和路线是缓解任务紧迫性的有效方法。

(4) 日常生活中公交乘客时常会做出失误行为,车内乘客应及时对司乘冲突加以善意劝阻，营造缓和的车内氛围；公交公司在对司机的教育中应注重并加强司乘冲突场景的应急培训，设立应急预案，培养司机的规则意识。

(5) 除本研究主要考虑的外在因素外，影响公交乘客情绪状态的因素还有很多,后续的研究将侧重于对不同年龄、职业以及性格特质的乘客进行多群组分析，使修正后的模型更科学，适配性更高。