一般的な行動理論を超えて：若いモーターサイクリストの危険な運転行動における構造的矛盾とその政策への影響

多くの研究では、不均一なドライバーグループ間の心理的決定因子の平均スコアの違いを調べていますが、この研究では、因果的行動フレームワークにおける構造的矛盾が明らかになりました。若いモーターサイクリスト（18〜28歳）を被験者として使用して、この研究では、危険な運転行動を決定する際の重要な影響力のある要因のさまざまな役割を調査しています。構造方程式モデリングのマルチグループ分析は、年齢と性別が、リスクのある運転行動を形作る際に異なる意思決定メカニズムを示す不均一なドライバーグループを効果的に区別できる2つの要因であることを示しています。望ましくない交通条件に遭遇すると、道路の怒りは、男性のモーターサイクリストの意図をすぐに増やし、危険な運転行動に従事する可能性があります。一方、若い女性のモーターサイクリストは、認識されたリスクをさらに計算して、危険な運転行動に従事するかどうかを判断します。この結果は、経験豊富なドライバー（25〜28歳）のリスク認識と交通状態の認識との間に重要なリンクがあるが、若いドライバー（18〜24歳）ではないことを示しています。この発見は、計画された行動やリスクの恒常性などのよく発達した理論が、リスクのある運転行動を説明するための一般的なフレームワークを提供するが、異種のドライバーグループは、さまざまな意思決定メカニズムを反映する構造的矛盾を示す可能性があることを示しています。これは、違いを平均することに加えて、不均一なグループ間の構造的矛盾を理解することが、研究者が効果的な介入戦略を特定するのに役立つことを示唆しています。

While many studies examine the mean score differences of psychological determinants between heterogeneous driver groups, this study reveals a structural discrepancy in a causal behavioral framework. Using young motorcyclists (ages 18-28) as subjects, this study investigates the various roles of key influential factors in determining risky driving behavior. Multi-group analysis of structural equation modeling shows that age and gender are two factors that can effectively distinguish heterogeneous driver groups exhibiting different decision-making mechanisms in shaping their risky driving behaviors. When encountering undesirable traffic conditions, road rage can immediately increase male motorcyclists' intentions to engage in risky driving behaviors; on the other hand, young female motorcyclists further calculate their perceived risk to determine whether to engage in risky driving behaviors. This result shows that there is a significant link between risk perception and traffic condition awareness for experienced drivers (ages 25-28), but not for younger drivers (ages 18-24). This finding shows that while well-developed theories such as planned behavior and risk homeostasis provide general frameworks to explain risky driving behavior, heterogeneous driver groups may exhibit structural discrepancies that reflect their various decision-making mechanisms. This suggests that, in addition to mean differences, understanding structural discrepancies among heterogeneous groups could help researchers identify effective intervention strategies.