基于结构方程的城市居民绿色出行意愿影响因素研究

李赤林++黄勇

摘 要：经济的不断发展使得我国私家车保有量不断增加，私家车的普及性和便利性使得人们更倾向于将其作为首要的出行方式，这给城市交通系统带来了巨大压力。作为交通出行的主体，城市居民选择何种出行方式对城市的交通状况有着直接的影响。文章运用结构方程，以Bamberg等提出的多因素整合模型为基础，分析影响城市居民绿色出行意愿的因素，旨在优化城市交通出行结构，合理引导居民绿色出行，缓解城市交通压力，营造环保、节约型城市出行环境。

关键词：结构方程；绿色出行意愿；多因素整合模型

中图分类号：F570 文献标识码：A

Abstract： The continuous development of the economy makes the increase of private car holdings in China. The popularization and convenience of private cars make people more inclined to regard it as the primary mode of travel， which brings great pressure to the urban traffic system. Urban residents are the main bodies of traffic， the way how to travel they choose has a direct impact on the city's traffic conditions. Based on multi-factor integration model put forward by Bamberg and other scholars， this paper analyzes the influencing factors of urban residents' travel intentions by the structural equation modeling. The aim is to optimize the urban traffic travel structure， guide the residents' green travel reasonably， relieve the urban traffic pressure and create environment-friendly and economical urban travel environments.

Key words： structural equation； green travel intentions； multi-factor integration model

0 引 言

20世纪50年代以來，城市化迅猛发展的同时也带来了交通拥堵、能源危机、环境污染等问题，可持续发展概念的提出，使得以环境保护为目标的“绿色交通”应运而生[1]。绿色出行指绿色交通理念指导下的出行，即出行过程中，尽量减少能源消耗和环境污染，采取对环境影响最小的出行方式，例如自行车、公共汽车、步行、地铁等。与传统出行方式相比，绿色出行具有一定的特殊性，主要表现在它强调出行的环保性和资源的节约性，对发展城市绿色交通至关重要。

目前，虽然关于城市居民出行方式选择的研究很多，学者们也提出了相应的建议与对策来引导合理的城市出行结构，如控制小汽车的使用率等。但这些研究大多集中在出行成本和出行时间等方面，在绿色交通理念下对城市居民出行方式选择的分析还未有过系统的研究。因此，以城市居民绿色出行方式选择为出发点，研究相关影响因素，深入了解城市居民绿色出行的行为过程，合理引导绿色出行，实现城市绿色交通具有重要意义。

1 文献回顾

对出行行为的研究国内外学者最早采用的是集计的方法，然而这种方法对于个体出行者的行为不能有很好的体现。随着研究的加深，学者们提出了以个体为研究对象的非集计理论，并不断的被丰富完善。Daniel Mcfadden（1974）重新对Logit模型进行了系统的论述，最终构建了非集计模型的理论体系[2]。随后引入随机效用理论，提出每一个出行个体都会选择效用最高的出行方式，并在此基础上建立了日后为众多学者引用的MNL模型[3]。Stephan Krygsman等（2007）认为出行工具的选择会随着出行目的的不同而发生变化，通过构建改进的MNL模型分析了收集的数据，发现出行活动的改变对出行方式的选择有着显著的影响[4]。

随着出行研究的完善，学者们逐渐引入了用于多元数据分析的结构模型。Golob（2003）着重分析了出行距离这一变量的影响程度。其从家庭出行时间和出行动机角度，运用结构方程模型进行了定量分析，结果显示家庭成员的数量与出行活动次数有相关关系[5]。李海峰（2006）对影响出行者出行选择的自身特征变量做了深入研究，为城市居民出行方式选择的变量选取提供依据。并在此基础上以居民自身特征变量等数据变量作为输入变量建立神经网络模型，通过实证研究得出模型具有较好的实用性[6]。

也有一些学者从出行方式选择影响因素的角度进行研究。Pross（2008）认为，影响出行者出行方式选择可分为内部因素和外部因素：内部因素包括出行距离、出行费用、出行时间、年龄、家庭拥有交通工具情况等，外部因素包括国家法规政策和社会经济发展水平等[7]。黄树森等（2008）以北京地区为例，通过对相关出行数据分析，指出出行时间、出行者属性、交通特性、出行地区特性等因素对出行方式的选择有很大的影响[8]。Joachim Scheiner（2012）认为女性驾车出行比例要小于男性，且小汽车拥有量与家庭人口的关系影响该家庭交通出行方式，小汽车拥有量小于家庭人口的家庭更可能选择公共交通[9]。

Bamberg等人通过整合计划行为理论、环境行为理论、规范激活理论，提出了一种多因素整合模型[10]。研究认为个体行为会受到环保意识、道德规范、内疚感、态度、社会规范、内在归因、感知到的行为控制、环保行为意向这八大因素的影响。各因素之间的关系较为复杂，各因素不仅会受到其他因素的直接影响，还会受到其他因素的中介作用的影响。

2 指标体系建立与假设设计

绿色出行与传统出行方式既有共性也有不同，更强调绿色交通理念。本文以Bamberg等人提出的多因素整合模型为基础，综合国内外研究，减少其中不必要因素，提出了如下几个指标并做假设。

（1）绿色出行的态度。行为态度指的是个体对某项行为所持有的正面或负面的感觉，即对进行某一特定行为的喜欢程度。总的来说，个体对目标行为的态度越消极，则越会放弃该行为；反之，若个体对目标行为的态度越积极，则越会实施该行为。结合绿色出行，本文将绿色出行的态度作为一个指标。

H1：出行者的绿色出行态度对绿色出行意愿有正向的影响，居民绿色出行态度越积极，则其意向越强。

（2）绿色出行的主观规范。主观规范指在对他人行为进行预测时，那些对个体的行为决策具有影响力的个人或集体对于个体是否执行目标行为所产生的影响力大小。出行者在面临出行工具选择时，来自他人的意见可能也会对其产生影响。本文将主观规范作为一个指标。

H2：出行者的主观规范对绿色出行态度有正向影响，主观规范越强，出行者绿色出行态度越积极。

H3：出行者的主观规范对绿色出行意愿有正向影响，主观规范越强，出行者绿色出行意愿越强。

（3）绿色出行的知觉行为控制。段文婷等（2008）指出知觉行为控制是个体感知到执行某特定行为容易或困难的程度，反映了个体对促进或妨碍目标行为的因素的知觉[11]。它包括两个方面：一方面是内部控制因素，指个体对于执行目标行为的信心或其所感知的困難程度，其与个体技能等密切相关；另一方面是外部控制的因素，指个体完成目标行为能力，客观条件是否具备。结合绿色出行，本文将绿色出行的知觉行为控制作为一个指标。

H4：绿色出行的知觉行为控制对绿色出行意愿有正向影响，知觉行为控制越强，出行者的绿色出行意愿越强。

（4）环保敏感度。Bradley（2009）认为环保敏感度强的家庭拥有更少的车辆，而且车辆的能源利用率也会更高，车辆的使用频率更低[12]。因此，本文创新性地引入环保敏感度这一变量。

H5：环保敏感度对绿色出行态度有正向影响，环保敏感度越强，出行者的绿色出行态度越积极。

H6：环保敏感度对绿色出行意愿有正向影响，环保敏感度越强，出行者的绿色出行意愿越强。

（5）绿色出行认知。张玉玲等（2014）借助NAM模型研究居民环境后果认知对保护旅游地环境行为的驱动机制，指出环境后果认知对日常环保行为的间接影响[13]。结合绿色出行，本文将绿色出行认知作为一个指标。

H7：绿色出行认知对绿色出行态度有正向影响，绿色出行认知越深刻，出行者的绿色出行态度越积极。

H8：绿色出行认知对绿色出行意愿有正向影响，绿色出行认知越深刻，出行者的绿色出行意愿越强。

（6）政府政策。谌丽（2014）通过设置不同的政策背景，分析居民对不同政策的响应情况，并根据模拟政策的实施结果提出了相应建议[14]。本文将人们对政府政策的认知和反应作为变量引入到模型框架当中。

H9：政府政策对绿色出行态度有正向影响，政府政策越鼓励，出行者的绿色出行态度越积极。

H10：政府政策对绿色出行意愿有正向影响，政府政策越鼓励，出行者的绿色出行意愿越强。

3 研究方法

3.1 研究设计

本文研究影响城市居民绿色出行意愿的因素，选择武汉居民作为研究对象，通过问卷调查的方式收集数据，并利用结构方程进行数据分析。

3.2 量表选择

本文采用李克特7级量表。用1～7分别表示完全不同意、不同意、比较不同意、一般、比较同意、同意、完全同意。

3.3 数据收集

本文问卷主要采用网络问卷和纸质问卷的方式，共计发放问卷500份，回收有效问卷386份，回收率为77.2%。

4 结构方程模型的构建

4.1 信度检验与效度检验

本文以CR（组成信度）和Cronbach's Alpha来检验变量的信度，以AVE值检验变量的效度。由表1可知，Cronbach's Alpha值和CR值均大于0.8，说明问卷信度良好；每个维度的AVE值均大于0.5，说明聚合效度良好，问卷能够有效地反应居民出行意愿的整体情况。

4.2 模型的拟合度

问卷数据通过了信度与效度检验，说明比较适合进行结构方程分析，依据相关理论建立结构方程模型验证各影响因素对于居民绿色出行意愿的影响。本研究的模型拟合度如表2所示。

由表2可知，本模型卡方与自由度之比为1.596，说明模型拟合十分理想；近似误差均方根为0.039，说明模型接似拟合；比较拟合指数、递增拟合指数、非规范拟合指数均大于0.96，拟合优度指数大于0.9，说明模型拟合十分合理。

4.3 结构方程模型的参数估计

结构方程模型主要由随机变量、结构参数和非随机变量组成，根据所描述关系，可分为测量模型和结构模型。

测量模型主要研究显变量与潜变量之间的关系，其表达式如下：

其中：x——外生指标组成的向量；Λ——外生指标与外生潜变量间的关系，外生指标在外生潜变量上的因子载荷矩阵；ξ——外生潜变量；δ——外生指标的误差项；y——内生指标组成的向量；Β——内生指标与内生潜变量间的关系，内生指标在内生潜变量上的因子载荷矩阵；η——内生潜变量；ε——内生指标的误差项。

结构模型主要研究潜变量之间的关系，其表达式如下：

其中：Β——内生潜变量与内生潜变量之间的关系；Γ——内生潜变量与外生潜变量之间的关系；ζ——结构方程残差项，表示结构方程中无法被解释的部分。

根据上述研究建立结构方程模型，并将问卷数据带入AMOS17.0中，得到结构方程概念模型，如图1所示。

通过计算，得到各指标路径系数如表3所示。

4.4 结果分析

路径估计值的显著性小于0.05，可认为显著影响。由表3可知：

（1）绿色出行态度到绿色出行意愿的路径系数为0.384，则绿色行为态度对绿色出行意愿具有显著性正向影响，接受假设H1。该路径系数最大，表明在绿色出行意愿影响因素中，出行态度起着主要作用。

（2）主观规范到绿色出行态度的路径系数为0.065，其显著性为0.226，则主观规范对绿色出行态度不具有显著性影响，拒绝假设H2；主观规范到绿色出行意愿的路径系数为0.256，则主观规范对绿色出行意愿具有显著性正向影响，接受假设H3。这说明主观规范对于绿色出行意愿的影响是直接的，出行者在出行时可能受到他人建议影响而倾向于选择绿色出行方式，但是其对于绿色出行的态度并没有发生变化。

（3）知觉行为控制到绿色出行意愿的路径系数为0.246，其显著性为0.003，则知觉行为控制对绿色出行意愿具有显著性正向影响，接受假设H4。出行者出行时，不可避免会受到一些不客观因素的影响，如天气状况差，公交线路与自身通勤路径不一致，换乘次数多等，可能会导致出行者倾向于选择私家车出行。

（4）环保敏感度到绿色出行态度的路径系数为0.151，其显著性为0.003，则环保敏感度对绿色出行态度具有显著性正向影响，接受假设H5；环保敏感度到绿色出行意愿的路径系数为0.209，其显著性为0.001，则环保敏感度对绿色出行意愿具有显著性正向影响，接受假设H6。环保敏感度直观地反应了个体对于绿色出行的态度，影响其出行选择。

（5）绿色出行认知到绿色出行态度的路径系数为0.149，其显著性为0.001，则环保敏感度对绿色出行态度具有显著性正向影响，接受假设H7；绿色出行认知到绿色出行意愿的路径系数为0.025，其显著性为0.663，则绿色出行认知对绿色出行意愿不具有显著性影响，拒绝假设H8。这说明出行者对于绿色出行认知越深刻，其态度也会变得积极，但是在其选择出行方式时，影响力较小。

（6）政府政策到绿色出行态度的路径系数为0.211，其显著性为0.004，则政府政策对绿色出行态度具有顯著性正向影响，接受假设H9；政府政策到绿色出行意愿的路径系数为0.241，其显著性为0.009，则政府政策对绿色出行意愿具有显著性正向影响，接受假设H10。这说明政府在绿色出行指导中扮演着重要作用，绿色出行的推广离不开政府的支持。

5 结 论

本文以Bamberg等人提出的多因素整合模型为基础，系统的研究了在绿色交通理念下城市居民出行意愿影响因素，对于绿色出行的推广具有重要意义。根据研究结果，居民绿色出行意愿和绿色出行态度、绿色出行主观规范、绿色出行知觉行为控制、政府政策、环保敏感度具有较强的相关性。这5个影响因素中绿色出行态度起着最主要作用，因此绿色出行推广的关键在于让出行者以积极的态度参与进来。加强宣传以提升出行者绿色出行认知，完善公共交通、道路规划以实现绿色交通现实基础，制定相关鼓励政策以引导绿色出行等，都有助于绿色出行的推广。同时，由分析结果可知认知的加深并不意味意向的倾斜，因此宣传不应仅仅停留在空泛的广而告之方面，如何加深出行者对于绿色出行的认可才是宣传的重点。他人的建议虽然对于出行者出行态度影响不显著，但是对于出行意愿具有显著影响作用，因此在绿色出行推广方面应重视集体效应的发挥。

参考文献：

[1] 黄玖菊，李永玲. 我国绿色交通研究综述[J]. 福建建筑，2012（9）：56-60.

[2] Daniel McFadden. Conditional logit analysis of qualitative choice behavior[M]. New York： Academic Press， 1974：105-142.

[3] Daniel McFadden. A Method of simulated Moments for Estimation of Discrete Response Models Without Numerical Integration[J]. Econometrica， 1987，57（5）：995-1026.

[4] Stephan Krygsman， Theo Arentze， Harry Timmermans. Capturing tour mode and activity choice interdependencies： A co-evolutionary logit modeling approach[J]. Transportation Research Part A， 2007（41）：913-933.

[5] TF Golob. Structural equation modeling for travel behavior research[J]. Transportation Research B， 2003（37）：1-25.

[6] 李海峰. 城市形态、交通模式和居民出行方式研究[D]. 南京：东南大学（博士学位论文），2006.

[7] Pross. Traffic dynamics[J]. Transportation Research-B， 2008，22（6）：421-435.

[8] 黄树森，宋瑞，陶嫒. 大城市居民出行方式选择行为及影响因素研究——以北京市为例[J]. 交通标准化，2008（9）：124-128.

[9] Joachim Scheiner， Christian Holz-Rau. Gendered travel mode choice： a focus on car deficient households[J]. Journal of Transport Geography， 2012，24（4）：250-261.

[10] Bamberg S， Moser G. Twenty years after Hines， Hungerford， and Tomera： A new meta-analysis of psycho-social determinants of pro-environmental behavior[J]. Journal of Environmental Psychology， 2007，27（1）：14-25.

[11] 段文婷，江光荣. 计划行为理论述评[J]. 心理科学进展，2008，16（2）：315-320.

[12] Bradley F. The impacts of environmental knowledge and attitudes on vehicle ownership and use[J]. Transportation Research Part D， 2009，14：272-279.

[13] 张玉玲，张捷，赵文慧. 居民环境后果认知对保护旅游地环境行为影响研究[J]. 中国人口·资源与环境，2014（24）：149-156.

[14] 谌丽. 大城市居民绿色出行的政策干预效果[C] // 城乡治理与规划改革——2014中国城市规划年会论文集，2014.

[15] 侯杰泰，温忠麟，成子娟. 结构方程模型及其应用[M]. 北京：教育科学出版社，2004.