药物影响下驾驶(简称药驾)的定义是驾驶人服用了某些药物后驾驶交通工具的行为。国外针对药驾定义有专门研究术语，包括“driving under the influence of drugs (DUID)”“drug driving”等。药物影响下驾驶在一些国家已经成为很严重的问题。据统计，美国机动车事故中涉及使用药物的驾驶人约占10%~22%[3]；在奥地利，一项研究表明有16%的事故是驾驶员服了某种药物后驾驶导致发生的[4]。在中国，约有10%的交通事故源于药物驾驶[3]。例如，2022年3月20日邯郸市刘某北因超量服药导致其驾驶车辆在非机动车道内撞上多辆非机动车，造成4人死亡、14人受伤[5]。
药物影响下驾驶易引发交通事故，严重危害交通安全。因此，需要更多研究关注药物影响下驾驶这一危险驾驶行为，进而为药物影响下驾驶的防控和管理提供支撑。然而，现有研究没有对药物影响下驾驶研究进行综合、全面的分析。通过对国际药物影响下驾驶研究文献的定量分析，可以更加直观地了解国际药驾研究的方向和现状，更加清晰地认识国内现有药驾研究和管理与国际上先进国家和地区的差距。
本文通过收集药驾研究英文文献，应用科学知识图谱(mapping knowledge domain, MKD)[6]方法，对药驾的国际研究进展进行分析。通过分析文献出版年度、国家和地区、来源期刊、关键词共现等信息，进行绘图、挖掘、分析、分类，进而展示及阐述以下问题：1) 药物影响下驾驶研究历程；2) 药物影响下驾驶研究主要涉及的国家和地区；3) 药物影响下驾驶研究核心期刊；4) 药物影响下驾驶研究的主要议题及其现状。本研究还分析了国内药驾研究和管理的不足，可以为后续国内药驾研究的开展及实际监管提供参考。
1 数据来源与分析方法
1.1 数据来源
世界卫生组织(World Health Organization, WHO)曾列出7大类在服用后可能影响驾驶行为安全性的药品，包括：催眠药、止痛类药、兴奋剂、降压药和降血糖药等[3]。同时，英文中表示药物的词“drug”的含义还有毒品的意思，因此药驾中“药”的范围囊括广义概括类的毒品。一些研究将可能影响驾驶的药物分为两大类：合法药物和非法药物。其中：合法药物是指法律允许的民众日常能够获得的用来治疗特定疾病的药物，如感冒药、抗病毒药、抗抑郁药等；非法药物主要指毒品。在中国，毒品是指鸦片、海洛因、甲基苯丙胺(冰毒)、吗啡、大麻、可卡因以及国家规定管制的其他能够使人形成瘾癖的麻醉药品和精神药品(《中华人民共和国刑法》第三百五十七条)。
酒驾作为一种宏观意义上的药驾，在国内外已经得到较为深入的研究。在国内，酒驾行为已经纳入《中华人民共和国刑法》的管理范畴，整体治理水平已经较高，因此本文研究讨论的药驾范围中不再考虑酒驾这一内容。
本研究在《Web of Science核心合集数据库》中，针对关键词“drug (medicine) and drive (driving)”“drug driving” “drugged driving”等开展检索，通过限制研究方向、发表时间等，并剔除“酒驾”研究和重复文献，最终得到英文文献264篇，作为本文的文献分析数据来源。
1.2 分析方法
本研究使用科学计量学中的MKD方法，对收集的264篇文献数据进行统计和可视化分析。
本研究使用的分析软件是VOSviewer，该软件被广泛应用于文献综述和统计分析。VOSviewer由荷兰莱顿大学的研究者们开发，其原理是基于相似度可视化(visualization of similarities, VOS)技术，对文献中的知识单元进行相似度计算，进而根据相似度对文献信息进行关联和可视化[7]。主要分析步骤包括相似度矩阵构建以及VOS布局两部分。
1) 相似度矩阵构建。通过对共现矩阵中有关元素(如关键词、发表年份等)出现总数的差异进行校正，分析计算元素间的关联强度，构建相似度矩阵。关联强度计算方法为
式中：Sij为元素i和元素j之间的关联度或相似度，cij为元素i和元素j共同出现的次数，wi和wj分别为元素i和元素j分别出现的次数。
2) VOS布局。VOS布局是用元素i与j的空间距离来反映它们之间的关联度Sij。元素间距离越近，则关联度越高。通过最小化所有元素对之间的Euclid距离的平方加权和，可得到VOS布局：
式中：n是布局的元素数目, ‖·‖是Euclid范数。
2 研究进展分析
本文在《Web of Science核心合集数据库》中针对关键词“drug (medicine) and drive (driving)”“drug driving”“drugged driving”等，进行英文文献检索，一共得到文献3 000余篇。然后，将研究方向限制为“transportation”，文献类型限制为“论文、综述论文以及会议论文”，最近出版时间限制为2023年12月31日，最远出版时间限制为1999年1月1日，最终获得264篇英文文献。
2.1 文献出版年度分布统计
药驾的研究方法和研究重点也随着时间显著变化。2005年之前的一些研究聚焦于探究年轻驾驶员、老年驾驶员的药物使用(包括毒品和其他药物)与驾驶碰撞风险、伤害风险以及不安全驾驶行为之间的关联性。2005年，首次出现了利用驾驶模拟实验研究哌甲酯对驾驶表现影响的文献[9]。这些研究初步揭示了药驾行为和交通风险之间的关系。
2008年之后有关药驾的研究显著增加。随着路边调查、液相色谱-串联质谱(liquid chromatography-tandem mass spectrometry，LC-MS/MS)等技术的应用和普及，各个国家和地区分别开展了药驾流行情况调查，有关药物使用与驾驶风险之间关联性的研究内容也更为丰富，所涉及的药物包括大麻、苯丙胺、可卡因、阿片类药物、苯二氮卓类药物以及抗抑郁类药物等。驾驶模拟实验被用于研究各类药物，如亚甲基二氧甲基苯丙胺(methylenedio- xymethamphetamine，MDMA)、大麻(cannabis)、兴奋剂(stimulants)、阿片类(opioids)等，对驾驶表现的影响[10]，考察指标包括车道内偏差、平均速度、横向位置的标准偏差等。部分文献还探讨了药物使用对不使用安全带等危险驾驶行为、攻击性驾驶行为、交通相关技能受损以及驾驶员罪责判定的关联和促进作用。
2.2 国家和地区统计
表 1为药驾研究国际文献发表数量排名前10位的国家和地区统计(1999—2023年)。其中，美国有关药驾的文献总量最多，达到72篇，占总数的29.27%，篇均引用次数达到16.7次。丹麦作为最早开展药驾研究的国家之一, 虽然后期发表的文献数量总体较少，但篇均引用次数达到44.3次，体现了其研究的高质量性。
表 1 药驾研究文献发表数量排名前10位的国家和地区(1999—2023年) |
| 序号 | 国家和地区 | 文献数量/篇 | 占比/% | 总引用次数 | 篇均引用次数 |
| 1 | 美国 | 72 | 29.27 | 1 199 | 16.7 |
| 2 | 澳大利亚 | 38 | 15.45 | 1 052 | 27.7 |
| 3 | 加拿大 | 34 | 13.82 | 691 | 20.3 |
| 4 | 挪威 | 25 | 10.16 | 816 | 32.6 |
| 5 | 荷兰 | 16 | 6.50 | 473 | 29.6 |
| 6 | 丹麦 | 9 | 3.66 | 399 | 44.3 |
| 7 | 西班牙 | 9 | 3.66 | 122 | 13.6 |
| 8 | 瑞典 | 8 | 3.25 | 178 | 22.3 |
| 9 | 意大利 | 8 | 3.25 | 62 | 7.8 |
| 10 | 巴西 | 8 | 3.25 | 69 | 8.6 |
2.3 来源期刊分析
对文献来源期刊(1999—2023年)进行统计分析，结果如表 2所示。由表 2可知，有5种期刊有关药驾的文献发表数量在5篇以上。其中，《Traffic Injury Prevention》和《Accident Analysis and Prevention》是研究者选择的典型期刊，其次是《Transportation Research Part F—Traffic Psychology and Behaviour》和《Journal of Safety Research》。《Traffic Injury Prevention》和《Accident Analysis and Prevention》期刊上所发表的文献数量分别占据全部文献的41.06%和40.24%，且《Accident Analysis and Prevention》影响引子达到6.376，篇均引用次数达到42.8次。
表 2 药驾研究国际文献发表数量排名前5位的期刊(1999—2023年) |
| 序号 | 期刊名称 | 2023年影响因子 | 文献数量/篇 | 占比/% | 总引用次数 | 篇均引用次数 |
| 1 | Traffic Injury Prevention | 2.183 | 101 | 41.06 | 1 461 | 14.5 |
| 2 | Accident Analysis and Prevention | 6.376 | 99 | 40.24 | 4 238 | 42.8 |
| 3 | Transportation Research Part F—Traffic Psychology and Behaviour | 4.349 | 12 | 4.88 | 134 | 11.2 |
| 4 | Journal of Safety Research | 4.264 | 11 | 4.47 | 194 | 17.6 |
| 5 | Transportation Research Record | 2.019 | 5 | 2.03 | 12 | 2.4 |
2.4 关键词共现分析
本研究对收集到的国际文献中的关键词开展共现分析，其共现关系网络如图 3所示。DUI为driving under the influence的缩写。在图 3中，关键词共聚类为3类，同一聚类下的关键词在研究课题上具有一定相似性，节点大小表示关键词使用频次。类似于“drug driving”等的通用关键词在不同集群中均会有所体现，而一些特殊关键词如“prevalence”等则能表明该聚类下的主要研究方向。同时，由于很多研究不只关注于某一点，往往存在交叉性，导致集群间也存在一些交叉性。图 3结果表明，药驾研究领域主要围绕药驾流行病学调查、药物使用与驾驶风险的关联性、药物对驾驶表现的影响等主题来展开研究。
1) 群集1(绿色)：药驾流行病学调查。本群集共包含11个关键词，主要有大麻(cannabis)、唾液(oral fluid)、流行率(prevalence)、趋势(trends)以及非法药物(illicit drugs)等。
药驾流行病学调查是指在某一时间段对药驾行为在不同国家和地区、不同性别和年龄的人群中的流行程度进行调查，由此分析药驾行为的现状和发展趋势。药驾流行病学调查是了解特定地区一段时间内驾驶人员药驾行为的现状和发展趋势的有效手段，是制定药驾监管和治理策略的基础。
趋势分析方面的研究主要总结了驾驶员常用的药物种类以及其在几十年内的流行趋势[16-17, 20-26]。图 3显示，现有药驾的药物主要包括酒精、大麻和其他非法药物等。虽然酒精未被纳入到本文的群集中，但酒精是药驾流行病学研究中最常被发现的物质之一，且往往和其他药物同时被检测到，对交通安全构成严重威胁[26-29]。大麻是在各个国家和地区驾驶员中主要流行的药物之一[16, 30]。此外，可卡因(cocaine)、甲基苯丙胺(methamphetamine)等非法药物以及安非他命(amphetamines)、阿片类等药物的非法使用和药药联用现象在某些国家的驾驶员中流行率也较高[16, 19, 29-33]。
2) 群集2(红色)：药物使用与驾驶风险的关联性。本群集共包含11个关键词，主要有行为(behavior)、损伤驾驶(impaired driving)以及碰撞(crashes)等。
药物使用与驾驶风险的关联性研究是指借助逻辑回归模型等统计学方法，分析驾驶员药物使用现象与驾驶风险之间的关联性。已有文献涉及的药驾报告系统和数据库主要有美国国家公路交通安全管理局(National Highway Traffic Safety Administration，NHTSA)建立的伤害分析报告系统(Fatality Analysis Reporting System，FARS)[41]、美国加利福尼亚州全州卫生规划和发展办公室(California Office of Statewide Health Planning and Development, COSHPD)的住院病人住院数据[42]、挪威道路交通事故登记和法医毒理学数据库(Norwegian Road Traffic Crash Registries and Forensic Toxicology Databases, NRTCRFTD)[43]以及各个国家的尸检报告[44]等。在检索到的文献中，最大的统计样本量达到35万个[45]。
3) 群集3(蓝色)：药物对驾驶表现的影响。本群集共包含10个关键词，主要有药物使用(drug-use)、驾驶(driving)、表现(performance)、损伤(impairment)、受伤司机(injured drivers)、风险(risk)以及苯二氮卓类(benzodiazepines)等。
药物对驾驶表现的影响研究是指借助实验和模拟手段开展药物使用对具体的驾驶能力的影响分析。这类研究的开展时间相对较晚，相关文献相对较少。
药物影响驾驶能力研究是评价药驾风险的基础，是支撑药驾治理的理论依据。目前研究仅关注单一药物的影响，缺乏有关混合药物影响的研究。而且，过量用药和混合用药一直是药驾事故产生的重要原因。因此，未来研究可以拓展至典型常见药物过量服用和混合服用后对驾驶能力的影响。
3 研究进展讨论
通过以上文献分析不难发现，关于药驾研究和治理可从以下5个方面展开。
3.1 药物影响驾驶能力研究
建议1 针对国民身体特征，开展药驾模拟驾驶实验，定量评估药物对驾驶能力的影响。
3.2 药驾流行病学调查研究
建议2 开展药驾流行病学调查，厘清国内特定区域特定人群的药驾流行情况。
3.3 药驾风险研究
国际上的药驾风险研究主要关注两方面内容：1) 药驾风险评价及影响因素分析；2) 驾驶员对药驾风险的态度和认知调查。定量化研究分析药驾风险评价及影响因素，能够更好地帮助决策者控制相关风险变量，进而制定药驾管控策略；对药驾风险的态度和认知调查研究，能够摸清特定地区驾驶员或一般群众对药驾的态度和认知，可以为药驾相关的知识普及策略制定提供一定参考依据。国内目前在这两方面整体研究不足，后续可以积极开展。
建议3 开展药驾影响因素分析和驾驶员对药驾风险的态度、认知调查，定量评估药驾风险。
3.4 影响驾驶药物检测技术研究
国际上对影响驾驶药物检测技术的研究也有所进展。实际工作中，常用以下几种检材来进行药物分析，包括血液、尿液和唾液。分析方法有免疫筛选法、高效液相色谱(high-performance liquid chromatography，HPLC)、LC-MS/MS等[63]。例如，Shrivastava等[64]对唾液、尿液、血液作为检材开展药物检测的优缺点进行了分析对比，梳理了各自的优缺点。国内方面，李瑾等[65]研发的毒品快速检测设备，通过检测唾液可实现对大麻、吗啡等药物的快速检测，整体检测时间仅需1 min。科学高效的药物检测技术和装备能够帮助交警更及时准确地发现药驾行为。因此，有必要开展相关技术和装备的研发，以支撑药驾辨识与管理。
建议4 开展药物快速检测技术研究，促进药驾行为路边检测。
3.5 药驾管理法律建设研究
表 3 药驾违法性判断标准 |
| 标准类型 | 具体执行依据 | 特点 | 代表性国家和地区 |
| “零容忍”标准 | 只要在驾驶人身体内检测出药物成分就认为是药驾行为。对于他是否服用药物、药物浓度如何、成分具体属于何种药物、当时客观驾驶能力等因素均不考虑 | 操作成本最低，可实现性较高 | 澳大利亚、新西兰、芬兰、荷兰、法国、德国、瑞典、比利时、美国10个州等 |
| “药物浓度”标准 | 根据案发时驾驶人的血液中检测出的药物浓度是否超过当地规定标准阈值来判断是否符合药驾行为 | 考验检测技术的精确性 | 英国、美国部分州等 |
| “综合状态”标准 | 需要综合考量案例中的各种因素：血液药物浓度是否超过标准阈值，当事人车辆的行进轨迹是否正常，驾驶人本身能否独立行走、姿态是否歪斜，是否出现言语能力降低等情况 | 考验规章制度的细化完善性及一线执法人员的经验判断 | 瑞士、日本等 |
国外一些发达国家早就开始了针对药驾行为的监管和立法工作，而国内关于药驾的相关法律法规还处于起步阶段。由于学术界未对药驾行为开展充分研究，药驾立法存在科学支撑不足的问题，国内尚未出台针对药驾行为的惩罚性制度，造成人们对药驾的风险认知性不强。因此，有必要开展药驾相关基础性研究和立法研究，加强对药驾行为的监督管理和惩戒干预。
建议5 开展药驾案例的实证分析与立法研究，促进药驾监督管理和惩戒干预。
4 结论
本文利用文献计量和结构化网络分析方法梳理了药物影响下驾驶研究领域国际上近30年的研究成果，对该领域现有文献进行综述和分析总结，可为药驾研究和治理提供参考。研究形成主要结论如下：
1) 药驾的国际研究整体时间久远，涉及的主题很丰富，在药物类型、药物影响驾驶能力、药驾风险、药驾流行情况、驾驶员对药驾风险的态度与认知、药物检测技术、药驾立法等多方面均开展有定性定量研究。
2) 为促进国内药驾治理、遏制因药驾引发重特大事故，需要从多方面进行努力：开展对影响驾驶的药物梳理及其药理作用规律的研究；开展对药物检测技术的研究；开展对驾驶人员的药驾流行病学调查研究；开展药驾影响因素分析；开展对药驾案例的实证分析和立法研究等。
本文针对药物影响下驾驶的国际研究现状开展分析，并展望了国内的未来研究方向。下一步工作考虑具体从流行病学调查等方面开展研究，分析国内典型驾驶人群体对药驾风险的态度和认知，为药驾问题监管等提供支撑。
