城乡电动车头盔佩戴意愿与行为比较——以天津地区为例--中国期刊网

字体：大中小

首页> 原创作品> 正文

城乡电动车头盔佩戴意愿与行为比较——以天津地区为例

发表时间：2021/6/10 来源：《城市建设》2021年5月作者：刘小谢

[导读] 佩戴头盔可以挽救生命和减少受伤程度。本研究在健康信念模型（HBM）的基础上，利用结构方程模型（SEM）构建了影响佩戴电动车头盔的模型在此基础上，以天津地区为例对比分析了市区与郊区人群佩戴电动车头盔模式。

天津理工大学管理学院刘小谢 300384

摘要：佩戴头盔可以挽救生命和减少受伤程度。本研究在健康信念模型（HBM）的基础上，利用结构方程模型（SEM）构建了影响佩戴电动车头盔的模型在此基础上，以天津地区为例对比分析了市区与郊区人群佩戴电动车头盔模式。本文分别调查了市区（n = 401）和郊区（n = 400）两组人群。通过模型检验发现市区和郊区的模型参数存在显著差异，因此，为市区和郊区应开发不同的电动车头盔激励政策。
关键词：电动车；头盔佩戴意愿；健康信念模型；结构方程建模
        1 理论背景及研究假设
        1.1 健康信念模型（HBM）
        健康信念模型（HBM）是一个通过干预人们的感知、态度和信念等心理活动，从而改变人们的行为的健康教育模型。由于早期的HBM只能针对可预防疾病进行行为预测，Maiman和Becker扩展并增加了HBM的影响影响因素如下：
        （1）疾病免伤感知是个体对自己行为的直接信念。人们相信感染疾病或有某种程度的健康问题的概率与他们的疾病预防行为有关。疾病免伤感知被认为是影响人们健康行为的主要因素。
        （2）疾病严重性感知是指人们对自己评估疾病或健康问题严重性的能力的信念。疾病免伤感知伴随着疾病严重性感知，使人们认识到疾病的威胁，从而避免疾病。
        （3）预防行为利益感知是指人们如何寻找方法来保持健康、病愈或预防疾病。遵循建议的决定取决于这种行为的优点和缺点之间的比较，并选择提供更大的优点。
        （4）预防行为障碍感知是指个体对执行预防行为中可能出现的问题和障碍的信念，这些问题和障碍与该人的不良卫生健康行为有关。那些相信存在许多问题的人为自己的预防行为制造了更多障碍，使预防行为的执行更加困难。
       （5）行动提示是指触发一个人指定行为的事件。实现HBM需要考虑两个方面：内部提示，如确认自己的身体条件和疾病症状；和外部提示，如通过大众媒体获得信息或亲人的警告等。
        （6）修正因素是指不直接影响健康行为但影响认识和实践的因素，如人口因素（包括年龄和教育程度）和社会心理因素（包括健康动机），这些因素也可以改变个体对预防行为的决定。
        1.2研究假设及量表设计
        健康信念模型（HBM）也被广泛地应用在交通安全的研究当中，例如自行车头盔的佩戴、摩托车头盔的佩戴、安全带的使用等。文献研究发现，基于健康信念模型（HBM），影响交通安全预防行为的因素有六个：免伤感知、严重性感知、利益感知、障碍感知、行动提示和健康动机。基于文献分析，在研究电动车头盔佩戴意愿的范畴下，本文提出以下假设：H1：骑手对交通意外的免伤感知越高，其佩戴电动车头盔的意愿就越低；H2：骑手对交通意外的严重性感知越高，其佩戴电动车头盔的意愿就越高；H3：骑手对佩戴电动车头盔的利益感知越高，其佩戴电动车头盔的意愿就越高；H4：骑手对佩戴电动车头盔的障碍感知越高，其佩戴电动车头盔的意愿就越低；H5：骑手对佩戴电动车头盔的行动提示越高，其佩戴电动车头盔的意愿就越高；H6：骑手的健康动机越高，其佩戴电动车头盔的意愿就越高。
        1.3 数据收集
        本文在天津地区采用随机抽样的方法对电动车骑行人员进行调查问卷。本文共计发放了801份有效问卷，其中401份为调查市区的问卷，400份为调查郊区的问卷。在801份问卷中，女性受访者占53%，男性受访者占47%；有71%的人使用电动车上学或上班，29%的人用于其他用途。问卷采用采用Likert5点评分法进行测度，1-5分分别代表“完全不同意”到“完全同意”。
        2 数据分析及结果讨论
        2.1数据的信度效度检验
        本研究在对数据进行分析时，采用SPSS 22.0和AMOS 24.0软件对其测量模型进行信度、效度检验，以及对所测模型的假设验证。在测量模型有效性时，信度、效度是任何测量工具不可或缺的条件。本研究采用组合信度(CR)来衡量各个测量项的内部一致性，用Cronbach's α值来测量各个因子的信度，用平均抽取方差(AVE)来判断测量项的聚合效度。每一变量的因子荷载不低于0.6的临界值，Cronbach's α值超过0.7的临界值，组合信度（CR）超过0.7的临界值，平均抽取方差（AVE）高于0.5的临界值，由此证明，各题项都能够较好地解释其测量项目，且量表的信度和效度满足分析要求，该模型具有较好的内部一致性。
        2.2 结构方程模型分析
        运用 AMOS 24.0建立初始模型，进行路径分析，验证模型的假设。模型拟合指数结果如表1所示，其中，市区数据的拟合指数中，X2/df值为1.95，CFI值为0.959，TLI的值为0.947，RMSEA值为0.043；郊区数据的拟合指数中，X2/df值为2.09，CFI值为0.957，TLI的值为0.945，RMSEA值为0.053。拟合指标均在可接受的数值范围内，因此可知模型的拟合效果较好。

假设的检验结果如表2所示。

        验证结果显示，对于市区来说，显著影响骑手佩戴电动车头盔的因素只有健康动机（β = 0.544，p < 0.001），因为只有该条路径是显著的，其他假设路径均不显著。换句话说，如果强调骑车时健康和安全的重要性，就会鼓励市区的人们佩戴电动车头盔。其他5个因素——免伤感知、严重性感知、利益感知、障碍感知和行动提示，均未在统计学意义上影响佩戴电动车头盔的意图和行为，也不支持HBM框架。
        2.3 结果讨论
        城市市区和郊区佩戴头盔的模式存在显著差异。因此，政策的重点也需要有所不同。对于市区，必须强调提升健康福利，而对于郊区，必须向不戴头盔的人发出关于事故致残和致死风险的警告，以及戴头盔可以减少事故的严重程度。研究还发现，人们佩戴头盔的动机主要来自于朋友、家人和大众媒体。朋友或家人定期佩戴头盔和鼓励佩戴头盔将提高电动车头盔的佩戴率。
        3小结
        本文基于健康信念模型（HBM）、采用结构方程模型，以天津地区为例探讨了影响佩戴电动车头盔的因素。该研究调查了市区（n = 401）和郊区（n = 400）两组人群。本研究以免伤感知、严重性感知、利益感知、障碍感知、行动提示和健康动机等六个因素作为健康信念模型(HBM)的因子，用以检验头盔佩戴意图与行为。通过结构方程模型检验发现，市区和郊区的模型参数存在显著差异，因此，为市区和郊区开发不同的电动车头盔激励政策是必要的。
参考文献
[1]李英帅,张旭,王卫杰,居潇凡.基于随机森林的电动自行车骑行者事故伤害程度影响因素分析[J].交通运输系统工程与信息,2021,21(01):196-200.
[2]宋昀农,马蔚蔚,沈健,沈建国.电动车驾驶员佩戴头盔与伤亡关系的分析研究[J].中国城乡企业卫生,2020,35(12):7-9.