การพัฒนากรอบแนวคิดของต้นแบบรายงานอุบัติเหตุทางถนนตามหลักการบริหารจัดการบุคลากรด้านความปลอดภัยในการขนส่งเพื่อส่งเสริมความปลอดภัยและสุขภาพ ที่ดีในธุรกิจโลจิสติกส์ด้านการขนส่ง
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัญหาและแนวทางแก้ไขระบบรายงานอุบัติเหตุทางถนนในธุรกิจ โลจิสติกส์ด้านการขนส่ง วิเคราะห์องค์ประกอบเชิงยืนยันของปัจจัยที่เกี่ยวข้อง และพัฒนากรอบแนวคิดของต้นแบบรายงานอุบัติเหตุตามหลักการบริหารจัดการบุคลากรด้านความปลอดภัยในการขนส่ง (TSM) ด้วยวิธีวิจัยแบบผสมผสาน ขั้นแรกสัมภาษณ์เชิงลึกผู้ปฏิบัติงาน 14 คน (ผู้จัดการ บุคลากรด้านความปลอดภัย และพนักงานขับรถ) เพื่อสังเคราะห์ปัญหาและพัฒนาตัวแปร 7 องค์ประกอบ 21 ตัวชี้วัด ได้แก่ ด้านระบบรายงานและ Workflow การใช้รายงานและวงจรการเรียนรู้ คุณภาพข้อมูลและการบูรณาการ ข้อมูลการบรรทุกและปัจจัยเชิงเทคนิค การเดินรถและความเสี่ยงเส้นทาง ปัจจัยมนุษย์และวัฒนธรรมความปลอดภัย และเทคโนโลยีและความต้องการระบบต้นแบบ ขั้นที่สองเก็บข้อมูลแบบสอบถาม 414 คน พบทุกตัวแปรมีค่าเฉลี่ยระดับมาก (4.19–4.36) โดยรูปแบบการรายงานที่สร้างความมั่นใจให้กล้ารายงานข้อเท็จจริงและการบูรณาการหลักฐานดิจิทัลได้รับความเห็นด้วยสูงสุด ผลการวิเคราะห์องค์ประกอบเชิงยืนยัน (CFA) ยืนยันว่าทุกองค์ประกอบมีค่า AVE ระหว่าง 0.581–0.690 และ CR ระหว่าง 0.806–0.870 ผ่านเกณฑ์ความตรงเชิงลู่เข้าและความเชื่อมั่นเชิงโครงสร้าง ผลการวิจัยนำไปสู่การพัฒนากรอบแนวคิดของต้นแบบรายงานอุบัติเหตุฉบับสมบูรณ์ที่บูรณาการข้อมูลหลายมิติ เพื่อส่งเสริมความปลอดภัยและสุขภาพที่ดีในธุรกิจโลจิสติกส์ด้านการขนส่งอย่างยั่งยืน
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ทุกบทความที่ตีพิมพ์ในวารสารมนุษยศาสตร์และสังคมศาสตร์ร่มพฤกษ์เป็นทัศนะและข้อคิดเห็นของผู้เขียนมิใช่ทัศนะของมหาวิทยาลัยเกริกหรือกองบรรณาธิการ การนำบทความส่วนใดส่วนหนึ่งหรือทั้งหมดไปพิมพ์เผยแพร่ต้องอ้างอิงที่มาให้ชัดเจน
เอกสารอ้างอิง
Auqui‐Caceres, M. V., & Furlan, A. (2023). Revitalizing double‐loop learning in organizational contexts: A systematic review and research agenda. European Management Review, 20(4), 741-761. https://doi.org/10.1111/emre.12615
Cai, M., Yazdi, M. A. A., Mehdizadeh, A., Hu, Q., Vinel, A., Davis, K., Xian, H., Megahed, M. F.& Rigdon, S. E. (2021). The association between crashes and safety-critical events: Synthesized evidence from crash reports and naturalistic driving data among commercial
truck drivers. Transportation Research Part C: Emerging Technologies, 126, 103016. https://doi.org/10.1016/j.trc.2021.103016
Cardoso, M., Fulton, F., Callaghan, J. P., Johnson, M., & Albert, W. J. (2019). A pre/post evaluation of fatigue, stress and vigilance amongst commercially licensed truck drivers performing a prolonged driving task. International journal of occupational safety and ergonomics, 25(3), 344-354. https://doi.org/10.1080/10803548.2018.1491666
Champahom, T., Wisutwattanasak, P., Ponphai, R., Jomnonkwao, S., Karoonsoontawong, A., & Ratanavaraha, V. (2024). Modelling of truck logistics provider based on attitude of truck operators and drivers: Mixed method approach. International Journal of Logistics Systems and Management, 49(4), 554–578. https://doi.org/10.1504/IJLSM.2024.143385
Chantith, C., Permpoonwiwat, C. K., & Hamaide, B. (2021). Measure of productivity loss due to road traffic accidents in Thailand. IATSS Research, 45(1), 131-136. https://doi.org/10.1016/j.iatssr.2020.07.001
Chen, G. X., Sieber, W. K., Lincoln, J. E., Birdsey, J., Hitchcock, E. M., Nakata, A., Robinson, C. F., Collins, J. W. & Sweeney, M. H. (2015). NIOSH national survey of long-haul truck drivers: Injury and safety. Accident Analysis & Prevention, 85, 66–72. https://doi.org/10.1016/j.aap.2015.09.001
Choosakun, A., Chaiittipornwong, Y., & Yeom, C. (2021). Development of the cooperative intelligent transport system in Thailand: A prospective approach. Infrastructures, 6(3), 36. https://doi.org/10.3390/infrastructures6030036
Creswell, J. W., & Clark, V. P. (2007). Mixed methods research. Thousand Oaks, CA. de Winkel, K. N., & Christoph, M. (2025). Rethinking Advanced Driver Assistance System taxonomies: A framework and inventory of real-world safety performance. Transportation Research Interdisciplinary Perspectives, 29, 101336. https://doi.org/10.1016/j.trip.2025.101336
Dolzhenko, N., Assilbekova, I., Konakbay, Z., Garmash, O., & Muratbekova, G. (2025). Organization of Transport Services and Transport Process Safety. Periodica Polytechnica Transportation Engineering, 53(3), 277-291. https://doi.org/10.3311/PPtr.38137
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 18(1), 39-50. https://doi.org/10.1177/002224378101800104
Gander, P. H., Marshall, N. S., James, I., & Le Quesne, L. (2006). Investigating driver fatigue in truck crashes: Trial of a systematic methodology. Transportation Research Part F: Traffic Psychology and Behaviour, 9(1), 65-76. https://doi.org/10.1016/j.trf.2005.09.001
Haddon Jr, W. (1980). Advances in the epidemiology of injuries as a basis for public policy. Public health reports, 95(5), 411-421.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson.
Jacob, B., & Feypell-de La Beaumelle, V. (2010). Improving truck safety: Potential of weigh-in-motion technology. IATSS Research, 34(1), 9-15. https://doi.org/10.1016/j.iatssr.2010.06.003
Jermakian, J. S. (2012). Crash avoidance potential of four large truck technologies. Accident Analysis & Prevention, 49, 338–346. https://doi.org/10.1016/j.aap.2010.10.033
Khan, M. N., & Das, S. (2024). Advancing traffic safety through the safe system approach: A systematic review. Accident Analysis & Prevention, 199, 107518. https://doi.org/10.1016/j.aap.2024.107518
Kline, R. B. (2015). Principles and practice of structural equation modeling (4th ed.). Guilford Press.
Koo, J., Kim, S., Kim, H., Kim, Y.-H., & Yoon, E. S. (2009). A systematic approach towards accident analysis and prevention. Korean journal of chemical engineering, 26(6), 1476-1483. https://doi.org/10.1007/s11814-009-0262-z
Lilhore, U. K., Imoize, A. L., Li, C. T., Simaiya, S., Pani, S. K., Goyal, N., & Lee, C. C. (2022). Design and implementation of an ML and IoT based adaptive traffic-management system for smart cities. Sensors, 22(8), 2908. https://doi.org/10.3390/s22082908
Lord, D., & Mannering, F. (2010). The statistical analysis of crash-frequency data: A review and assessment of methodological alternatives. Transportation research part A: policy and practice, 44(5), 291-305. https://doi.org/10.1016/j.tra.2010.02.001
Louati, A. (2025). Machine learning framework for sustainable traffic management and safety in AlKharj city. Sustainable Futures, 9, 100407. https://doi.org/10.1016/j.sftr.2024.100407
Mannering, F. L., & Bhat, C. R. (2014). Analytic methods in accident research: Methodological frontier and future directions. Analytic Methods in Accident Research, 1, 1–22. https://doi.org/10.1016/j.amar.2013.09.001
Montella, A., Andreassen, D., Tarko, A. P., Turner, S., Mauriello, F., Imbriani, L. L., & Romero, M. A. (2013). Crash databases in Australasia, the European Union, and the United States: review and prospects for improvement. Transportation research record, 2386(1), 128-136. https://doi.org/10.3141/2386-15
Mooren, L. E. (2016). An evidence-based safety management system for heavy truck transport operations (Doctoral dissertation, The University of New South Wales, Sydney).
Mooren, L., Grzebieta, R., Williamson, A., Olivier, J., & Friswell, R. (2014). Safety management for heavy vehicle transport: A review of the literature. Safety Science, 62, 79–89. https://doi.org/10.1016/j.ssci.2013.08.001
Musa, A. A., Malami, S. I., Alanazi, F., Ounaies, W., Alshammari, M., & Haruna, S. I. (2023). Sustainable traffic management for smart cities using Internet-of-Things-oriented intelligent transportation systems (ITS): Challenges and recommendations. Sustainability, 15(13), 9859. https://doi.org/10.3390/su15139859
Nævestad, T.-O., Blom, J., & Phillips, R. O. (2020). Safety culture, safety management and accident risk in trucking companies. Transportation Research Part F: Traffic Psychology and Behaviour, 73, 325-347. https://doi.org/10.1016/j.trf.2020.07.001
Nævestad, T.-O., Milch, V., & Blom, J. (2023). Traffic safety effects of economic driving in trucking companies. Transportation Research Part F: Traffic Psychology and Behaviour, 95, 322-342. https://doi.org/10.1016/j.trf.2023.04.011
Nandhu, C., Gopi, A., Nithamdhar, B., Laxmiprasanna, C., Srihari, D., Jitendra, A., & Saravanan, M. (2026). IoT-based vehicle tracking with accident alert system. International Journal of Research Publications in Engineering, Technology and Management (IJRPETM), 9(2), 486-494. https://doi.org/10.15662/IJRPETM.2026.0902001
Newman, A., Donohue, R., & Eva, N. (2017). Psychological safety: A systematic review of the literature. Human resource management review, 27(3), 521-535. https://doi.org/10.1016/j.hrmr.2017.01.001
Newnam, S., & Goode, N. (2015). Do not blame the driver: a systems analysis of the causes of road freight crashes. Accident Analysis and Prevention, 76, 141-151. https://doi.org/10.1016/j.aap.2015.01.016
Podsakoff, P. M., MacKenzie, S. B., Lee, J.-Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: a critical review of the literature and recommended remedies. Journal of applied psychology, 88(5), 879. https://doi.org/10.1037/0021-9010.88.5.879
Probst, T. M., & Estrada, A. X. (2010). Accident under-reporting among employees: Testing the moderating influence of psychological safety climate and supervisor enforcement of safety practices. Accident Analysis and Prevention, 42(5), 1438-1444. https://doi.org/10.1016/j.aap.2009.06.027
Puchongkawarin, C., & Ransikarbum, K. (2021). An integrative decision support system for improving tourism logistics and public transportation in Thailand. Tourism Planning & Development, 18(6), 614-629. https://doi.org/10.1080/21568316.2020.1837229
Rasmussen, J. (1997). Risk management in a dynamic society: a modelling problem. Safety Science, 27(2-3), 183-213. https://doi.org/10.1016/S0925-7535(97)00052-0
Reason, J. (2000). Human error: models and management. Bmj, 320(7237), 768-770. https://doi.org/10.1136/bmj.320.7237.768
Resanond, S. (2002). Organizational commitment and work-related cultural values: A cross-cultural study of Japanese and Thai managers in multinational corporations in Thailand. Nova Southeastern University.
Sattayathamrongthian, M., & Vanpetch, Y. (2022). Business’s transportation management system technology adoption in Nakhon Pathom, Thailand. Transportation Research Procedia, 63, 2449-2457. https://doi.org/10.1016/j.trpro.2022.06.281
Stefansson, G., & Lumsden, K. (2008). Performance issues of Smart Transportation Management systems. International Journal of Productivity and Performance Management, 58(1), 55-70. https://doi.org/10.1108/17410400910921083
Teoh, E. R. (2021). Effectiveness of front crash prevention systems in reducing large truck real-world crash rates. Traffic Injury Prevention, 22(4), 284-289. https://doi.org/10.1080/15389588.2021.1893700
Trigell, A. S., Rothhämel, M., Pauwelussen, J., & Kural, K. (2017). Advanced vehicle dynamics of heavy trucks with the perspective of road safety. Vehicle System Dynamics, 55(10), 1572-1617. https://doi.org/10.1080/00423114.2017.1319964
Yuan, Y., Yang, M., Guo, Y., Rasouli, S., Gan, Z., & Ren, Y. (2021). Risk factors associated with truck-involved fatal crash severity: Analyzing their impact for different groups of truck drivers. Journal of Safety Research, 76, 154–165. https://doi.org/10.1016/j.jsr.2020.12.012
Zhang, X., Wang, X., Bao, Y., & Zhu, X. (2022). Safety assessment of trucks based on GPS and in-vehicle monitoring data. Accident Analysis & Prevention, 168, 106619. https://doi.org/10.1016/j.aap.2022.106619
Zheng, Z., Lu, P., & Lantz, B. (2018). Commercial truck crash injury severity analysis using gradient boosting data mining model. Journal of Safety Research, 65, 115–124. https://doi.org/10.1016/j.jsr.2018.03.002
