陳 堅,張 弛,庹永恒,傅志妍
(1.重慶交通大學(xué)交通運(yùn)輸學(xué)院,重慶400074;2.重慶大學(xué)建筑城規(guī)學(xué)院,重慶400030;3.重慶市公安局大渡口區(qū)分局交巡警支隊,重慶400084)
作為現(xiàn)代城市綜合交通體系的重要組成部分,城市公共交通在緩解交通擁堵、促進(jìn)節(jié)能減排等方面發(fā)揮著關(guān)鍵作用.隨著宣傳教育的不斷深化,公眾環(huán)保意識顯著提升,培養(yǎng)公交出行習(xí)慣已成為社會普遍共識.準(zhǔn)確分析出行者環(huán)保意識、出行習(xí)慣對公交出行選擇行為的影響是評估現(xiàn)有政策成效的基礎(chǔ)前提,也是制定相關(guān)發(fā)展規(guī)劃的參考依據(jù).
公交出行選擇行為研究主要通過Ajzen 提出的計劃行為理論(Theory of Planning Behavior,TPB)來刻畫出行者內(nèi)在心理感受.Heath 等[1]基于TPB 基本框架探討了態(tài)度、知覺行為控制等影響公交出行行為的心理因素;陳堅等[2]通過構(gòu)建公交出行TPB模型,對比分析成渝兩地公交出行選擇的差異特征.環(huán)保意識被認(rèn)為是影響公交等綠色出行方式選擇行為的重要因素,將其作為新增變量引入TPB模型.Groot 等[3]在TPB 框架下增加環(huán)保意識變量,對出行者換乘設(shè)施使用意向進(jìn)行預(yù)測,驗(yàn)證了環(huán)保意識直接影響行為意向的假設(shè);Hunecke等[4]發(fā)現(xiàn)環(huán)保意識對公交出行行為存在影響,但TPB變量比環(huán)保意識的影響更為顯著;Wang等[5]研究表明,環(huán)保意識對出行方式選擇行為意向的影響作用受其他因素中介效應(yīng)的影響.
從心理學(xué)視角分析,出行行為并非一種完全理性的行為.Verplanken[6]首次提出在外部環(huán)境保持相對穩(wěn)定的情況下,定期性出行行為不需要經(jīng)過復(fù)雜的思考決策,而是由出行習(xí)慣決定.當(dāng)某種出行行為重復(fù)出現(xiàn)并達(dá)到一定程度時,與之相對應(yīng)的出行習(xí)慣就會形成.從而習(xí)慣驅(qū)動行為理論(Theory of Behavior Driven by Habit)逐漸與TPB一起應(yīng)用于公交等定期性出行行為的預(yù)測,表現(xiàn)出良好的解釋能力.Chen 等[7]研究表明,出行習(xí)慣是阻礙私家車出行轉(zhuǎn)換為公共交通出行的主要因素;Fu 等[8]認(rèn)為在TPB 框架中加入習(xí)慣變量,有助于提高公交出行行為預(yù)測精度;方曉平等[9]驗(yàn)證了習(xí)慣變量對行為意向,低碳出行行為有正向影響.
公交出行作為日常出行最為普遍的方式之一,其環(huán)保、高頻屬性顯著,但已有研究中未同時將環(huán)保意識和出行習(xí)慣納入到公交出行選擇行為的TPB 擴(kuò)展模型中,出行習(xí)慣對環(huán)保意識是否存在中介效應(yīng)仍不清楚.本文基于計劃行為理論,探索環(huán)保意識、態(tài)度、主觀規(guī)范、知覺行為控制對公交出行選擇行為的影響,并構(gòu)建兩個對比模型,研究新增環(huán)保意識和出行習(xí)慣變量對TPB模型適配度的影響.
在TPB、習(xí)慣驅(qū)動行為理論及相關(guān)文獻(xiàn)綜述的基礎(chǔ)上,運(yùn)用5個TPB 潛變量及環(huán)保意識(EC)、出行習(xí)慣(HB)刻畫出行者選擇公交出行的心理感受.采用李克特(LIKERT)5 點(diǎn)量表測度潛變量,具體描述如表1所示.提出研究假設(shè)H1~H8,形成基于TPB的公交出行選擇行為結(jié)構(gòu)方程基本模型A;增加假設(shè)H9描述環(huán)保意識對行為意向的影響,構(gòu)建考慮環(huán)保意識的TPB擴(kuò)展模型B;再增加假設(shè)H10~H15 描述出行習(xí)慣的中介效應(yīng)(環(huán)保意識等變量通過直接影響出行習(xí)慣間接影響公交出行選擇行為),形成涵蓋環(huán)保意識和出行習(xí)慣的TPB 擴(kuò)展模型C.各模型假設(shè)如表2所示,各模型框架如圖1所示.
基于結(jié)構(gòu)方程模型分析各模型變量間的因果關(guān)系,量化環(huán)保意識、出行習(xí)慣等因素對公交出行選擇行為的影響.測量模型說明外生潛變量X與外生觀測變量ξ的關(guān)系,以及內(nèi)生潛變量Y與內(nèi)生觀測變量η之間的關(guān)系;結(jié)構(gòu)模型說明潛變量ξ與潛變量η之間的因果關(guān)系.模型A、B、C的測量模型及結(jié)構(gòu)模型的基本形式均相同,僅在向量維度方面因模型變量個數(shù)不同而有所差異.以擴(kuò)展模型C為例,給出測量模型和結(jié)構(gòu)模型.
(1)測量模型.
式中:X為19個外生潛變量測量值構(gòu)成的向量;ξ為4個外生潛變量構(gòu)成的向量;ΛX為X對ξ的因子負(fù)荷矩陣;δ為X的19個測量誤差構(gòu)成的向量;Y為9個內(nèi)生潛變量測量值構(gòu)成的向量;η為3個內(nèi)生潛變量構(gòu)成的向量;ΛY為Y對η的因子負(fù)荷矩陣;ε為Y的9個測量誤差構(gòu)成的向量.
表1 模型變量描述Table1 Description of model variables
表2 模型假設(shè)描述Table2 Description of model assumptions
圖1 模型A、B、C 基本框架Fig.1 Basic framework of model A,B and C
(2)結(jié)構(gòu)模型.
式中:B為內(nèi)生潛變量η的結(jié)構(gòu)系數(shù)矩陣,其元素反映了模型中內(nèi)生潛變量對其他內(nèi)生潛變量的作用大?。沪橥馍鷿撟兞喀蔚慕Y(jié)構(gòu)系數(shù)矩陣,其元素反映了外生潛變量ξ對內(nèi)生潛變量η的作用大??;ζ為內(nèi)生潛變量的誤差向量.
通過AMOS軟件對各模型進(jìn)行求解并計算模型適配度.模型適配度包含3項絕對擬合度檢驗(yàn)指標(biāo)(卡方值與自由度比X2/df,近似誤差均方根RMSEA,擬合優(yōu)度指數(shù)GFI),以及4項增值擬合度檢驗(yàn)指標(biāo)(比較擬合指數(shù)CFI,規(guī)范擬合指數(shù)NFI,增值擬合指數(shù)IFI,調(diào)整自由度擬合優(yōu)度指數(shù)AGFI).通過比較3個模型適配度的差異,分析新增環(huán)保意識、出行習(xí)慣對TPB模型適配度的影響.
為保證調(diào)查問卷的數(shù)據(jù)質(zhì)量,在正式調(diào)查前進(jìn)行預(yù)調(diào)查從而完善初始問卷,得到正式問卷.2019年5月對重慶市公交出行者進(jìn)行調(diào)查,回收問卷500份,剔除無效問卷,得到有效問卷401份,有效率為80.2%.調(diào)查樣本分布統(tǒng)計結(jié)果如表3所示.
表3 調(diào)查樣本分布統(tǒng)計Table3 Distribution of demographic attributes of survey samples
信度反映了調(diào)查問卷的可靠性,Cronbach'sα值大于0.6,表明問卷信度滿足要求;效度反映了調(diào)查問卷的準(zhǔn)確性,驗(yàn)證性因子分析(CFA)的因子載荷系數(shù)大于0.6,平均方差抽取值(AVE)大于0.5,表明測量模型解釋能力良好,具有較高的聚合效度[10].剔除調(diào)查中CFA小于0.6的測量變量,各模型指標(biāo)均符合標(biāo)準(zhǔn),計算結(jié)果如表4所示.
表4 信度和效度分析結(jié)果Table4 Analysis results of reliability and validity
各模型的適配度檢驗(yàn)指標(biāo)如表5所示,均達(dá)到檢驗(yàn)要求,其中,模型C 指標(biāo)最優(yōu).說明新增環(huán)保意識變量可提升模型擬合精度,在此基礎(chǔ)上,增加出行習(xí)慣變量則進(jìn)一步改善了模型解釋效果.除H1、H11外,各模型中的路徑假設(shè)系數(shù)C.R.值均大于1.96(達(dá)到95%置信度的顯著性),表明假設(shè)均成立,如表6所示.出行習(xí)慣對環(huán)保意識、態(tài)度、知覺行為控制存在中介效應(yīng),而行為意向?qū)ζ溆嗨凶兞烤嬖谥薪樾?yīng),即出行習(xí)慣與行為意向同為連接其余影響因素與公交出行選擇行為之間因果關(guān)系的紐帶.各模型的標(biāo)準(zhǔn)化路徑系數(shù)計算結(jié)果如圖2~圖4所示.
表5 模型擬合度檢驗(yàn)結(jié)果Table5 Test results of goodness of fit
表6 結(jié)構(gòu)方程路徑系數(shù)及假設(shè)檢驗(yàn)結(jié)果Table6 Path coefficient of structural equation standardized and hypothesis test results
圖2 結(jié)構(gòu)方程模型A 分析結(jié)果Fig.2 Analysis results of structural equation model A
通過路徑分析計算影響效應(yīng)量化潛變量間的因果關(guān)系,結(jié)果如表7所示.影響效應(yīng)包含:直接效應(yīng)(標(biāo)準(zhǔn)化路徑系數(shù))、間接效應(yīng)(經(jīng)中介變量的標(biāo)準(zhǔn)化路徑系數(shù)之積)及總效應(yīng)(直接、間接效應(yīng)之和),分別反映了外生潛變量對內(nèi)生潛變量的直接影響、間接影響及總影響.結(jié)果顯示,新增環(huán)保意識和出行習(xí)慣變量后,模型C中各潛變量的總效應(yīng)較模型A、B均有一定提升.其中,行為意向(0.54)、知覺行為控制(0.46)、出行習(xí)慣(0.38)對公交出行選擇行為的影響最為顯著.這表明是否選擇公交出行主要取決于出行者的主觀意愿、對公交的感知出行難度及以往出行經(jīng)驗(yàn),而公交的環(huán)保屬性的吸引力并不明顯.
圖3 結(jié)構(gòu)方程模型B 分析結(jié)果Fig.3 Analysis results of structural equation model B
圖4 結(jié)構(gòu)方程模型C 分析結(jié)果Fig.4 Analysis results of structural equation model C
表7 各潛變量對公交出行選擇行為的影響效應(yīng)Table7 Effect of latent variables on travel behavior
本文基于TPB 及習(xí)慣驅(qū)動行為理論,構(gòu)建了考慮環(huán)保意識和出行習(xí)慣的公交出行選擇行為模型及兩個對比模型,通過重慶市出行者實(shí)例分析得到結(jié)論為:新增環(huán)保意識、出行習(xí)慣變量可提升TPB模型的適配度和解釋性,驗(yàn)證了在公交出行領(lǐng)域通過環(huán)保意識、出行習(xí)慣變量擴(kuò)展傳統(tǒng)TPB模型的可行性;出行習(xí)慣與行為意向同為中介變量,是各因素影響公交出行選擇行為的內(nèi)在機(jī)制,知覺行為控制、態(tài)度、主觀規(guī)范、環(huán)保意識、出行習(xí)慣均可通過直接影響行為意向來間接影響公交出行選擇行為,且知覺行為控制、態(tài)度、環(huán)保意識還可通過出行習(xí)慣來產(chǎn)生間接影響;行為意向、知覺行為控制、出行習(xí)慣是公交出行選擇行為的主要影響因素,而態(tài)度、環(huán)保意識、主觀規(guī)范雖然也存在一定影響,但效果有限,故政府除加強(qiáng)公交環(huán)保屬性宣傳外,還應(yīng)強(qiáng)化公交的經(jīng)濟(jì)、安全等優(yōu)勢,從根本上增強(qiáng)公眾公交出行意愿,并有效提升公交分擔(dān)率.