考慮心理潛變量的出行方式選擇行為

頡 磊，王立曉

(新疆大學(xué) 建筑工程學(xué)院，烏魯木齊 830047)

隨著城市交通擁堵問題日益嚴(yán)峻，大力發(fā)展公共交通迫在眉睫[1-2]。提高公共交通出行分擔(dān)率，可有效緩解城市交通擁堵，鐘芳[3]的研究表明出行者的出行方式選擇偏好顯著影響出行者是否選擇公共交通出行。因此，分析影響市內(nèi)出行者出行方式選擇偏好的因素，對緩解城市交通擁堵具有重要意義。

巢式Logit模型(NL)因其具有克服不相關(guān)替選方案獨立性缺陷的優(yōu)點(同為公共交通的常規(guī)公交與地鐵之間存在不相關(guān)替選方案獨立性缺陷)，被學(xué)者們用于處理具有結(jié)構(gòu)關(guān)系的多個選擇行為[4-5]。Flugel等[6]學(xué)者通過比較多項Logit模型和巢式Logit模型，發(fā)現(xiàn)當(dāng)增加新的出行方式時，巢式Logit模型的擬合程度更高。Zulqarnain等[7]學(xué)者構(gòu)建巢式Logit模型探究居民出行方式選擇行為，模型上層選擇肢為公共交通、私人交通和拼車3類出行方式，下層選擇肢為7種具體出行方式。俞俊[8]考慮地鐵、公交、私家車和出租車4種出行方式，基于巢式Logit模型的分析結(jié)果表明：巢式Logit模型可有效克服不相關(guān)替選方案的獨立性缺陷。Palma等[9]學(xué)者的研究結(jié)果表明收入是影響出行者出行方式選擇行為的主要因素。Paulley等[10]學(xué)者運用巢式Logit模型探究出行者收入對出行方式選擇行為的影響，研究結(jié)果表明隨著收入增加，出行者會傾向于選擇小汽車出行。郭季[11]運用巢式Logit模型，探究出行者職業(yè)、是否擁有私家車對出行方式選擇行為的影響。上述研究僅考慮了可觀測因素對出行者出行方式選擇行為的影響，忽略了不可直接觀測的心理潛變量對出行者出行方式選擇行為的影響，隨著研究的深入，有學(xué)者考慮出行者的態(tài)度等不可直接觀測的心理潛變量對出行方式選擇行為的影響[12-13]。將心理潛變量納入傳統(tǒng)離散選擇模型中，即建立混合選擇模型(HCM)分析出行者出行方式選擇行為，從而提高模型的精確度和可信度[14-15]。朱順應(yīng)等[16]的研究結(jié)果表明，出行方式的便捷性作為心理潛變量顯著影響出行者出行方式選擇行為。方瑞韜等[17]的研究結(jié)果表明小汽車、地鐵和公交車的舒適性作為心理潛變量在一定程度上影響出行者出行方式選擇行為。上述研究雖然構(gòu)建混合選擇模型研究出行者出行方式選擇行為，但僅考慮了單一心理潛變量(如便捷性[18]或舒適性[19])對出行者出行方式選擇行為的影響，鮮有研究同時考慮多個心理潛變量對出行方式選擇行為的影響。此外，也鮮有研究運用基于巢式Logit模型構(gòu)建的混合選擇模型對出行者出行方式選擇行為進(jìn)行分析。

綜上所述，本研究基于巢式Logit模型，建立考慮多個心理潛變量的混合選擇模型對出行方式選擇行為進(jìn)行研究，探究個人社會經(jīng)濟屬性和心理潛變量對出行方式選擇行為的影響。研究結(jié)果可為提高公共交通服務(wù)水平和提升公共交通出行分擔(dān)率提供理論依據(jù)。

1 問卷設(shè)計及樣本描述性統(tǒng)計

1.1 問卷設(shè)計

文中采用RP調(diào)查與SP調(diào)查相結(jié)合的方法，研究出行者在常規(guī)公交、地鐵、小汽車3種出行方式中的選擇行為。問卷包括三部分，即情景設(shè)計、心理潛變量測量和社會經(jīng)濟屬性相關(guān)問題。問卷采用正交設(shè)計，共設(shè)置12個情景，每個情景包含常規(guī)公交、地鐵、小汽車3種交通方式，分別設(shè)置各交通方式的費用、車內(nèi)時間、擁擠程度、步行距離，具體水平設(shè)置如表1所示。問卷的第二部分為心理潛變量的測量，對涉及的心理潛變量采用五點式Likert量表通過不同的觀測變量進(jìn)行測量。問卷的第三部分包括對被調(diào)查者性別、年齡、收入等個人社會經(jīng)濟屬性的測量。文中研究是在烏魯木齊市開展網(wǎng)絡(luò)問卷調(diào)查，共收集問卷1 600份。剔除不完整和無效問卷42份，共獲取1 558份有效問卷，問卷的有效回收率為97.4%。

表1 出行方式水平設(shè)置

1.2 描述性統(tǒng)計分析

對收集的有效樣本進(jìn)行描述性統(tǒng)計分析，統(tǒng)計結(jié)果如表2所示。

表2 描述性統(tǒng)計

由表2可知，樣本中男性占比為50.8%，女性占比為49.2%，收集樣本性別比例與烏魯木齊市第7次人口普查的結(jié)果總體近似，符合實際情況；被調(diào)查者年齡以26～40歲最多，18～25歲次之，共占67.2%，兩者作為出行的主要人群，具有較強的代表性；教育水平為本科及以上的人數(shù)占樣本總數(shù)的52.3%，表明被調(diào)查者教育水平普遍較高；樣本中家庭年收入5～12萬以上的群體占比最大，為42.9%，家庭年收入12～25萬的群體占36.8%；家庭擁有汽車人數(shù)占71.1%；調(diào)查中涉及的職業(yè)較為全面；本次調(diào)查的結(jié)果具有一定代表性。

2 結(jié)構(gòu)方程模型建模及擬合

本研究運用結(jié)構(gòu)方程模型量化心理潛變量，由出行者對常規(guī)公交和地鐵的快速準(zhǔn)時性、便捷性、舒適性評價反映出行者的常規(guī)公交和地鐵出行滿意度，各個評價及其對應(yīng)的測量指標(biāo)如表3所示。

運用AMOS軟件構(gòu)建潛變量模型，經(jīng)過對模型結(jié)構(gòu)的多次調(diào)整，得到模型結(jié)構(gòu)如圖1～2所示。

判斷潛變量模型擬合程度的指標(biāo)主要包括卡方比自由度(χ2/df)、殘差均方和平方根(RMR)、漸進(jìn)殘差均方和平方根(RMSEA)、適配度指數(shù)(GFI)、調(diào)整后適配度指數(shù)(AGFI)、比較適配指數(shù)(CFI)、增值適配指數(shù)(IFI)等，通常使用上述指標(biāo)對模型擬合效果進(jìn)行綜合判斷[20-23]。在大樣本情況下，χ2/df為1～5時，模型可以接受；當(dāng)RMR小于0.05時，模型擬合程度較好；當(dāng)RMSEA小于0.08時，模型擬合程度較高；當(dāng)GFI、AGFI、CFI、IFI的取值大于0.9，模型擬合程度較好[24]。模型的各項擬合指標(biāo)實際值和建議值如表4所示。由表4可知，模型各項擬合指標(biāo)均滿足建議值，因此,該模型的擬合程度良好，具有較高的可信度，可將模型擬合結(jié)果代入巢式Logit模型進(jìn)行下一步分析。

表3 心理潛變量及其對應(yīng)觀測題項

注：***表示在1%置信水平下顯著圖1 地鐵潛變量模型

注：***表示在1%置信水平下顯著圖2 常規(guī)公交潛變量模型

表4 模型擬合指標(biāo)

3 出行行為NL模型建立

本研究考慮的出行方式可分為公共交通和私人交通2類，其中公共交通包括地鐵和常規(guī)公交，私人交通包括小汽車。因此,依據(jù)本研究特點構(gòu)建兩層NL模型的出行方式選擇樹結(jié)構(gòu)，如圖3所示。

圖3 出行方式選擇樹結(jié)構(gòu)

在NL模型中，出行者的選擇服從隨機效用最大化理論，出行者n選擇選項i(i∈Bm)的效用Uni[25]為

Uni=Wnm+Vni+εni

(1)

式中:Wnm為不隨選項i變化只隨上層選擇肢Bm變化的固定效用；Vni為只隨選項i變化的固定效用；εni為選項i的隨機效用,通常假設(shè)εni服從二重指數(shù)分布，且各備選方案之間相互獨立。

出行者n選擇選項i(i∈Bm)的選擇概率Pni為

Pni=P(i/Bm)Pn(Bm)

(2)

式中:P(i/Bm)為上層選擇肢Bm條件下選擇選項i的條件概率,Pn(Bm)為選擇Bm選擇肢的概率。

P(i/Bm)和Pn(Bm)表達(dá)式如式(3)～(4)所示。

(3)

(4)

其中

(5)

式中：λm為上層選擇肢Bm的不相似參數(shù)，m為上層選擇肢個數(shù)。

確定本研究所用NL模型選擇樹結(jié)構(gòu)后，引入社會經(jīng)濟屬性、方案屬性與心理潛變量構(gòu)建混合選擇模型，再進(jìn)行下一步分析，模型估計采用極大似然估計(見文獻(xiàn)[25])。

4 混合選擇模型建模及分析4.1 變量設(shè)置

本研究選取的變量可分為社會經(jīng)濟屬性變量、備選方案屬性變量以及心理潛變量三類，其中，社會經(jīng)濟屬性變量包括性別、年齡、職業(yè)、受教育程度、家庭年收入、是否有車；方案屬性變量包括費用、車內(nèi)時間、擁擠程度和步行距離；心理潛變量包括常規(guī)公交和地鐵的快速準(zhǔn)時性、便捷性、舒適性和總體滿意度。在模型中，性別、年齡、受教育水平、家庭年收入等變量無法按實際取值進(jìn)行建模，應(yīng)將其轉(zhuǎn)為虛擬變量；方案屬性變量中的費用、車內(nèi)時間、擁擠程度和步行距離按照實際取值進(jìn)行建模；心理潛變量通過結(jié)構(gòu)方程模型計算出相應(yīng)適配值后，將適配值代入模型。各變量具體定義如表5所示。

表5 變量定義

續(xù)表5

建立模型時，把影響出行者是否選擇公共交通的變量選入上層模型，把影響出行者選擇不同交通方式的變量選入下層模型，形成表6所示的NL模型層次劃分及對應(yīng)變量。

表6 NL模型變量

4.2 模型估計結(jié)果分析

混合選擇模型的估計方法包含連續(xù)兩階段估計法和同步估計法。連續(xù)兩階段估計法具有更易于求解的優(yōu)點，因此受到不少學(xué)者的推崇[26]，研究采取連續(xù)兩階段估計法估計混合選擇模型，根據(jù)結(jié)構(gòu)方程模型的估計結(jié)果計算各個心理潛變量得分，后將各個心理潛變量的得分值作為新的解釋變量引入到傳統(tǒng)離散選擇模型中進(jìn)行估計。經(jīng)過多次調(diào)試模型，保留部分對出行者出行方式選擇行為產(chǎn)生顯著影響的變量，具體估計結(jié)果如表7所示。

表7 模型估計結(jié)果

現(xiàn)有研究通過不相似參數(shù)和IIA特性檢驗，判斷基于NL模型的混合選擇模型構(gòu)建是否合理，通常各上層選擇肢的不相似參數(shù)大于1，且IIA特性檢驗P值小于0.05，即表明基于NL模型構(gòu)建的混合選擇模型是合理的。在構(gòu)建的模型中，上層選擇肢中公共交通的不相似參數(shù)為2.756，上層選擇肢中私人交通因只有一個分肢，因此不相似參數(shù)為1；模型的IIA特性檢驗P值小于0.05，拒絕IIA特性假定。上述結(jié)果表明文中基于NL模型構(gòu)建的混合選擇模型是合適的[27]，可進(jìn)行下一步分析。

混合選擇模型上下層共有變量估計結(jié)果可知，出行費用、擁擠程度、步行距離對出行者選擇各種出行方式具有顯著的負(fù)影響。表明隨著出行費用增加、車內(nèi)變得擁擠、步行距離增加，出行者選擇該交通方式的概率變低，這與已有研究結(jié)果一致[28-29]。

從上層變量估計結(jié)果可知，出行者是否有車對出行者的出行方式選擇行為有顯著正影響，表明家里無車的出行者更傾向于選擇公共交通出行，這可能是因為相較于家里有車的出行者，家里無車的出行者使用出租車等其他出行方式的費用更高，因此更傾向于選擇公共交通出行。

從下層變量估計結(jié)果可知，部分個人社會經(jīng)濟屬性對出行者出行方式選擇行為產(chǎn)生顯著影響。相較于女性，男性更傾向于選擇常規(guī)公交出行，這可能是因為女性對交通工具的服務(wù)水平要求更高；相較于老年人，青年群體更傾向于選擇小汽車出行，原因可能是青年群體在出行時會期待服務(wù)水平更高的交通方式；相較于低學(xué)歷群體，高學(xué)歷出行者更傾向于選擇小汽車出行，原因可能是高學(xué)歷出行者更在意出行時的服務(wù)水平；相較于低收入出行者，高收入出行者更傾向于選擇小汽車出行，原因可能是高收入出行者更愿意為出行服務(wù)支付更多的出行費用。

從下層變量估計結(jié)果可知，部分心理潛變量對出行者出行方式選擇行為產(chǎn)生顯著影響。地鐵的快速準(zhǔn)時性、便捷性顯著影響出行者出行方式選擇行為，即對地鐵快速準(zhǔn)時性和便捷性滿意的出行者更傾向于選擇地鐵出行；常規(guī)公交的便捷性、舒適性顯著影響出行者出行方式選擇行為，即對常規(guī)公交便捷性和舒適性滿意的出行者更傾向于選擇常規(guī)公交出行；地鐵和常規(guī)公交的總體滿意度顯著影響出行者出行方式選擇行為，即對地鐵服務(wù)總體滿意度高的出行者更傾向于選擇地鐵出行，對常規(guī)公交服務(wù)總體滿意度高的出行者更傾向于選擇常規(guī)公交出行。

5 結(jié)論及展望

現(xiàn)有研究中缺乏同時考慮多個心理潛變量對出行者出行方式選擇行為的影響，本研究運用考慮多個心理潛變量的混合選擇模型對市內(nèi)出行者出行方式選擇行為進(jìn)行深入研究，探究出行者的心理潛變量和個人社會經(jīng)濟屬性對出行方式選擇行為的影響，得出以下結(jié)論。

1)出行費用、擁擠程度、步行距離對出行者選擇各種出行方式產(chǎn)生顯著負(fù)影響，出行者是否有車顯著影響出行者是否選擇公共交通出行。

2)部分個人社會經(jīng)濟屬性對出行者出行方式選擇行為存在顯著影響。女性、青年群體、高學(xué)歷群體、高收入群體更傾向于選擇小汽車出行，這可能是因為女性、青年群體、高學(xué)歷群體、高收入群體在出行時會期待服務(wù)水平更高的交通方式。

3)部分心理潛變量對出行者出行方式選擇行為存在顯著影響。地鐵快速準(zhǔn)時性、便捷性和總體滿意度對出行者出行方式選擇行為具有顯著正影響；常規(guī)公交便捷性、舒適性和總體滿意度對出行者出行方式選擇行為具有顯著正影響。

后續(xù)研究可以考慮引入更多心理潛變量，如地鐵和常規(guī)公交的安全性、趣味性，對出行者出行方式選擇行為進(jìn)行更深入的分析。