基于跨理论模型的小汽车向自行车出行分阶段转移过程

舒诗楠　 边　扬　 荣　建　 李　爽　 马俊来

(1北京工业大学北京市城市交通运行保障工程技术研究中心, 北京 100124)(2北京市城市规划设计研究院, 北京 100045)(3清华同衡规划设计研究院, 北京 100085)

随着交通拥堵、环境污染、能源紧缺等问题的日益严重,城市交通的可持续发展受到越来越多的重视.自行车出行作为一种绿色的交通方式,同时也是一种健康的生活方式,重新走进了大众视野.然而,部分城市采取的自行车交通改善措施并未取得理想效果,如何有效推进自行车交通的回归仍是各城市面临的一个重大挑战.

早期的出行方式选择研究主要考虑了可观测的外生变量对出行的影响,学者们大量研究论证了建筑环境[1]、交通系统设施[2]、出行特征[3]、家庭与个人属性[4]等对自行车出行的影响.随着社会经济的发展,影响居民出行方式选择的因素也越来越复杂,学者开始关注不可观测的潜变量(态度、偏好、生活方式、价值观等)影响.Munoz等[5]基于计划行为理论研究了态度、主观规范、感知行为控制等潜变量的结构,发现其对自行车出行具有显著影响.李志斌等[6]基于出行态度对自行车通勤出行市场进行了划分,发现不同出行态度的出行者选择存在偏好差异,应针对不同的子市场采取相应的引导政策.这些研究发现针对心理层面采取干预措施比单纯提升自行车交通基础设施能够更有效地促进自行车出行.然而,已有的出行方式转移研究均将其等同于出行方式选择,认为小汽车向自行车出行的转移行为是出行者关于“选择”与“不选择”自行车出行的结果,无法描述出行转移的心理与行为变化过程.

Prochaska等[7]提出的跨理论模型为行为改变的研究提出了新思路,该理论指出人的行为变化并非一次性的事件,而是一个渐进和连续的过程,由前意向(pre-contemplation, PC)、意向(contemplation, C)、准备(prepared for action, PA)、行动(action, A)和维持(maintenance, M)5个阶段构成.并指出对所处不同阶段的个体应采取不同的干预措施,才能更有效地促进其向行动和保持阶段转换.该理论已被广泛用于戒烟、饮食行为、运动行为等领域的研究.基于此,本文以跨理论模型为基础,将小汽车向自行车出行转移的行为划分为前意向、意向、准备、行动和维持5个阶段,考虑外生变量与心理潜变量的影响,采用混合选择模型建立了小汽车向自行车出行转移行为的4个分阶段转移模型.模型刻画了小汽车向自行车出行的分阶段转移过程,能够明确推进不同阶段间转移的关键因素与影响机理,为自行车交通发展对策和改善措施的提出奠定了理论基础.

1　数据获取与分析

1.1　问卷调查与实地调研

以往研究表明自行车出行主要受个人特征、出行特征、客观环境特征、主观心理与交通政策措施的影响[8],因此本研究通过问卷调查与实地调研获取了以上5方面数据.调查选取了北京市不同地理位置、路网结构、设施环境水平的10个社区,包括三里河一区、慧时欣园小区、方舟苑等.

问卷调查于2017-04-12―2017-04-18开展,通过当面询问的方式共获取608份有效问卷.

问卷包括4部分内容：① 个人特征,包括性别、年龄、收入、学历与家庭有无儿童.② 出行特征,包括出行距离、小汽车可用性、私人自行车可用性、过去与现在的自行车使用情况、未来的自行车使用打算.③ 小汽车限制措施,询问了采取小汽车限速、提高停车费、减少停车位和增收拥堵费措施后,短距离时向自行车出行转移的意愿.④ 潜变量,包括感知环境障碍[9]、个人障碍[10]、骑行偏好[8,11]、骑行态度[12]和主观规范[5].其中，感知环境障碍指感知到的自行车道障碍、停车障碍与共享单车障碍[9]；个人障碍指采用自行车出行的身体条件与骑行技术障碍[10]；骑行偏好指对自行车出行的喜好程度[11]；骑行态度指对自行车出行的安全性、快捷性、舒适性评价与意识[12]；主观规范指采用自行车出行感受到的社会认同与压力[5].潜变量利用问卷中的35个题项测量,采用Likert五级量表的形式,以1,2,…,5表示完全不同意、不同意、说不清、同意、完全同意.

为保证数据质量,采用KMO (Kaiser-Meyer-Olkin) 测度、Bartlett球形度检验进行效度检验,采用Cronbach’s信度检测进行信度检验.结果表明,潜变量KMO值介于0.79～0.84之间,Bartlett球形检验统计结果P值均小于0.01,α值介于0.81～0.88之间,说明问卷具有良好的信度与效度.

为获取出行者所在社区的客观环境特征,于4月24日至5月12日对10个社区展开了实地调研.基于调研数据测算了社区1.5 km区域范围内的自行车出行环境服务水平[13]、自行车路网密度与生活设施可达性[14].

1.2　数据分析

1.2.1阶段判别

跨理论模型认为行为变化过程是由前意向、意向、准备、行动与维持5个不同阶段构成.前意向阶段指人们在未来6个月没有改变行为的意向.意向阶段指未来6个月有改变行为的意向却没有任何准备和行动的迹象.准备阶段指倾向于近期采取行动.行动阶段指已在近期做出了行为改变.维持阶段指保持了已改变的行为状态.根据跨理论模型,本文将小汽车向自行车出行转移行为划分为5个阶段,基于问卷调查数据,利用Thigpen等[15]提出的阶段判别方法,以4个连续问题来判别出行者所处阶段(见表1).针对短距离出行,本研究总共判别了608名出行者的行为阶段.其中33.6%的出行者处于维持阶段,将自行车作为短距离出行的常用交通方式.27.1%的出行者处于行动阶段,开始采用自行车出行.39.3%的出行者处于前意向、意向与准备阶段,在短距离内未采用自行车出行,说明推进自行车出行还有较大的提升空间.

表1　阶段判别问题

1.2.2分阶段描述性统计

根据对608名出行者的所处阶段的判别结果,分别对处于5个行为阶段的出行者的个人特征、出行特征与潜变量进行统计,结果如表2所示.对于感知到的环境障碍指标,数值越大表示障碍越大；对于骑行偏好、骑行态度指标,数值越大表示偏好与态度越积极；对于主观规范指标,数值越大表示受到社会压力与认同的影响越大.

结果表明,各阶段间的个人特征、出行特征与潜变量特征存在差异且差异大小不同,说明推进不同阶段间转移的关键影响因素可能不同.从个人特征上看,前意向阶段女性占比较高,平均年龄较大,前意向、意向与准备阶段的平均收入较高.从出行特征上看,小汽车可用性占比与阶段转移呈现负相关,自行车可用性占比与阶段转移呈现正相关,短距离内的出行距离变化对阶段转移影响不大.从潜变量上看,骑行偏好、安全性态度、快捷性态度、舒适性态度等感知益处在5个阶段呈现递增趋势,自行车道障碍、停车障碍、个人障碍等感知障碍在5个阶段呈现递减趋势,说明提高感知益处、降低感知障碍对于推进阶段转移至关重要.其中共享单车障碍最大,主要是由于共享单车的分布与用户需求未能较好吻合,导致用户需求无法及时满足,并且共享单车损坏较严重.此外,共享单车障碍在5个阶段间的数值均较大且差异不大,说明处在各阶段的人群均感知到较大的共享单车障碍.

表2　不同阶段的特征

2　模型方法

离散选择模型以随机效用最大化理论为基础,被广泛应用于出行方式选择研究中,其中最具代表性的为多项logit、二项logit模型等.传统的离散选择模型在简化模型的同时带来了独立不相关(independence of irrelevant alternatives,IIA)的缺陷,也损失了不可观测的信息,降低了再现实际选择行为的能力.混合选择模型摆脱了IIA假设的束缚,允许不同选择项之间存在相关性,并且能够捕捉到选择项的不可观测效用,有效体现了决策者的心理偏好、态度等特点.此外,混合选择模型具有灵活性,可以在任何精度上趋近于任何一种离散选择模型.因此,本研究采用混合选择模型研究小汽车向自行车出行分阶段转移过程,揭示外生变量与潜变量对行为的作用机理.该模型由多指标多原因(multiple indicators and multiple causes, MIMIC)模型与离散选择模型结合而成,模型框架如图1所示.图中，矩形表示可直接观测的外生变量,椭圆形表示无法直接观测的潜变量与效用.

图1　混合选择模型框架

MIMIC模型用于分析外生变量对潜变量的影响,以及潜变量与测量指标之间的关系,该模型可分为结构方程与测量方程.结构方程可表述为

η=Γx+ζ

(1)

式中,η为潜变量向量；x为影响潜变量η的外生变量向量；Γ为待估计的未知参数矩阵；ζ为测量误差.

测量方程可表述为

y=Λη+v

(2)

式中,y为潜变量η的可观测指标向量；Λ为待估计的未知参数矩阵；v为误差项.

根据小汽车向自行车出行转移行为的5个阶段,以是否转移到下一阶段为因变量,构建4个分阶段转移模型,概念模型如图2所示.离散选择模型采用二项逻辑回归模型,可表述为

(3)

Pi=1-Pi+1

(4)

式中,Pi为保留在阶段i的概率；Pi+1为转移到下一阶段i+1的概率；Vi为保留在阶段i的效用；Vi+1为转移到阶段i+1的效用.

影响阶段转移的要素为个人特征、出行特征、客观环境、小汽车限制措施与潜变量,将保留在阶段i的效用设为0,则转移到阶段i+1的效用可表述为

图2　小汽车向自行车出行转移行为分阶段概念模型

(5)

式中,Xj为个人特征属性，j=1,2,…,J分别表示性别、年龄等J个属性；Xk为出行特征属性，k=1,2,…,K分别表示出行距离、小汽车可用性等K个属性；Xl为客观环境属性，l=1,2,…,L分别表示自行车出行环境、自行车路网密度等L个属性；Xm为小汽车限制措施属性，m=1,2,…,M分别表示小汽车限速、提高停车费等M个属性；ηn为潜变量属性，n=1,2,…,N分别表示自行车道障碍、停车障碍等N个属性；α,β,χ,δ,ε为待估计参数；A为常数项.

3　小汽车向自行车出行转移行为分阶段模型

MIMIC模型可以刻画潜变量之间的关系以及外生变量与潜变量之间的因果关系.混合选择模型可以刻画外生变量、潜变量与行为的关系.本文仅展示了混合选择模型中的二项逻辑模型标定结果,分析了外生变量与潜变量对分阶段转移行为的影响.

3.1　模型变量

为刻画小汽车向自行车出行分阶段转移过程,研究影响不同阶段间转移的关键因素与影响机理,基于混合选择模型构建了4个分阶段模型,分别为PC-C阶段模型、C-PA阶段模型、PA-A阶段模型、A-M阶段模型.4个分阶段模型均以是否转移到下一阶段作为二分因变量,各模型的因变量赋值如表3所示.

4个分阶段模型选取的自变量包括外生变量与潜变量,其中外生变量为个人特征、出行特征、客观环境与小汽车限制措施,潜变量为自行车道障碍、停车障碍、共享单车障碍、个人障碍、安全性态度、便捷性态度、舒适性态度、意识、骑行偏好与主观规范.具体指标与赋值如表4所示.

表3　分阶段模型因变量与赋值

表4　分阶段模型自变量与赋值

3.2　模型估计

利用SPSS对分阶段模型进行标定,经过多次建模筛去对因变量影响不显著的自变量,最终建立的4个分阶段转移模型估计结果与检验结果如表5～表8所示,表中展示了各因素参数、Odds比例值与Sig.值.由表可以看出,模型伪R2在0.357～0.416之间,一般认为该值达到0.2以上模型即具有较高的精度[9],说明4个分阶段模型均具有较高的拟合精度.

PC-C阶段模型结果表明,年龄、小汽车可用性与阶段转移存在显著负相关,说明高龄、小汽车可用的人群更不易从前意向转移到意向阶段.从客观环境上看,生活设施可达性与阶段转移存在显著负相关,原因是对于骑行意愿较低的人,可达性越高,人们更愿意选择步行而非自行车出行.自行车路网密度与转移存在显著正相关,说明提高自行车路网密度有助于推进阶段转移.从潜变量上看,自行车道障碍与个人障碍与阶段转移存在显著负相关,停车障碍与阶段转移存在显著正相关,原因是处于前意向阶段的人不关注自行车停车,感知到的停车障碍较低.从小汽车限制措施上看,居住区限速与增收拥堵费与阶段转移存在显著正相关,说明这2项措施对于推进前意向到意向阶段的转移具有较好效果.

表5　PC-C阶段模型

注：“*”表示变量影响不显著,在最终模型中筛去.

C-PA阶段模型结果表明,只有潜变量与小汽车限制措施对该阶段的转移存在影响.从潜变量上看,自行车道障碍、停车障碍与阶段转移存在显著负相关,骑行态度、骑行偏好与阶段转移存在显著正相关,说明感知到的自行车出行障碍越高,越难以转移,感知到自行车出行的益处越高,越容易转移.主观规范与阶段转移存在正相关,说明处于意向阶段的人更容易受社会期望与认同的影响.从小汽车限制措施上看,增加停车费、减少停车位、增收拥堵费与阶段转移存在显著正相关,说明限制小汽车停车、增加使用成本对于推进意向到准备阶段的转移具有良好效果.

表6　C-PA阶段模型

注：“*”表示变量影响不显著,在最终模型中筛去.

PA-A阶段模型结果表明,收入与阶段转移存在显著负相关,说明较难促进高收入人群采取行动.客观环境的各变量对阶段转移均存在正相关关系,自行车出行环境与自行车路网密度的影响尤其显著,说明改善客观环境对于推进人们尝试采用自行车出行的行动必不可少.从潜变量上看,自行车道障碍、停车障碍、个人障碍与阶段转移存在显著负相关,说明降低感知环境障碍对于促进行动同样重要,而个人障碍高的人难以转移.安全性态度与阶段转移存在显著正相关,说明对安全性抱有积极态度的人更容易采取行动.

A-M阶段模型结果表明,小汽车不可用、私人自行车可用的人群更愿意维持自行车出行.从潜变量上看,自行车道障碍与阶段转移存在显著负相关,说明减小感知自行车障碍是保障人们维持自行车出行的有效方式.

表7　PA-A阶段模型

注：“*”表示变量影响不显著,在最终模型中筛去.

对4个分阶段模型的影响因素进行汇总,得到推进各阶段间转移的关键因素如表9所示.

由表9可以发现,促进不同阶段间转移的关键影响因素是不同的,说明促进不同阶段间的转移需采取不同的干预措施.具体来看：① 小汽车限制措施仅作用于行为意向阶段,能够促进骑行意向的产生,但要推进后阶段的行动与维持还需采取自行车交通改善措施.② 对于自行车交通改善措施,硬性措施(改善自行车交通设施环境)与柔性措施(宣传推广、社会营销等)的作用阶段不同,两者缺一不可.意向到准备阶段与主观心理因素显著相关,说明通过柔性措施提升对自行车出行益处的认知是促进出行者准备转移的重要手段；准备到行动阶段与客观环境因素显著相关,说明完善自行车路网、改善自行车出行环境与生活设施可达性是促进出行者采取行动的重要措施.③ 感知环境障碍作用于每个阶段,而客观环境仅作用于前意向到意向阶段、准备到行动阶段,说明改善客观环境是推进小汽车向自行车出行转移的基础,而通过干预措施减少人们对环境障碍的感知更是推进转移的重点.

表8　A-M阶段模型

注：“*”表示变量影响不显著,在最终模型中筛去.

表9　推进各阶段转移的关键因素

注：“√”表示该因素是推进这个阶段转移的关键因素.

因此,在改善自行车出行环境后,需配适当的宣传推广措施让出行者感知到环境的改善,才能更好地促进人们转移到自行车出行，并维持良好的自行车出行习惯.④ 感知环境障碍中,停车障碍作用于前意向到意向阶段、意向到准备阶段、准备到行动阶段,并且在各阶段间的影响均大于自行车道障碍,说明减少停车障碍对于促进骑行意向的产生、促进采取行动具有更显著的作用,一定程度上说明了共享单车取得成功的原因是解决了人们自行车停车的难题.

4　结论

1) 将小汽车向自行车出行转移行为视为分阶段转变的过程,基于跨理论模型将其划分为前意向、意向、准备、行为和维持5个阶段.采用混合选择模型建立了4个分阶段转移模型,刻画了小汽车向自行车出行分阶段转移的过程,明确了外生变量与潜变量对不同阶段间转移的影响机理.

2) 处于不同行为阶段出行者的个人特征、出行特征与潜变量特征存在显著差异.感知益处在5个阶段呈现递增趋势,感知障碍在5个阶段呈现递减趋势,说明提高感知益处、降低感知障碍能够有效推进阶段转移.

3) 促进不同阶段间转移的关键因素不同.小汽车限制措施仅能够促进行为意向的产生,无法促进出行者采取行动.主观心理因素作用于意向到准备阶段,客观环境因素作用于准备到行动阶段,说明改善自行车出行的柔性措施与硬性措施作用阶段不同,需要兼顾两者.感知环境障碍作用于每个阶段,而客观环境仅作用于2个阶段,说明单纯的改善客观环境是不够的,配合宣传推广让出行者感知到自行车出行友好更重要.

参考文献(References)

[1] Moudon A V, Lee C, Cheadle A D, et al. Cycling and the built environment, a US perspective [J].TransportationResearchPartD, 2005,10(3): 245-261. DOI:10.1016/j.trd.2005.04.001.

[2] Pucher J, Buehler R, Seinen M. Bicycling renaissance in North America? An update and re-appraisal of cycling trends and policies [J].TransportationResearchPartA, 2011,45(6): 451-475. DOI:10.1016/j.tra.2011.03.001.

[3] Hunt J D, Abraham J E. Influences on bicycle use[J].Transportation, 2007,34(4): 453-470.DOI:10.1007/s11116-006-9109-1.

[4] Kemperman A D A M, Timmermans H. Influences of the built environment on walking and cycling of latent segments of the aging population [C]//TransportationResearchBoard88stAnnualMeeting. Washington DC, USA, 2009,21(2): 85-107.

[5] Munoz B, Monzon A, Lopez E. Transition to a cyclable city: Latent variables affecting bicycle commuting [J].TransportationResearchPartA, 2016,84: 4-17. DOI:10.1016/j.tra.2015.10.006.

[6] 李志斌, 杨晨, 王炜, 等. 基于出行态度的自行车通勤出行市场划分[J]. 东南大学学报(自然科学版), 2012, 42(4): 784-789.

Li Zhibin, Yang Chen, Wang Wei, et al. Bicycle commuting market segmentation analysis using attitudinal factors [J].JournalofSoutheastUniversity(NaturalScienceEdition), 2012,42(4): 784-789. (in Chinese)

[7] Prochaska J O, DiClemente C C, Norcross J C. In search of how people change: Applications to addictive behaviors [J].AmericanPsychologist, 1992,47(9): 1102-1114. DOI:10.1037//0003-066x.47.9.1102.

[8] Dill J, Voros K. Factors affecting bicycling demand: initial survey findings from the portland region [J].TransportationResearchRecord, 2007,2031: 9-17. DOI:10.3141/2031-02.

[9] Nkurunziza A, Zuidgeest M, Brussel M, et al. Examining the potential for modal change: Motivators and barriers for bicycle commuting in Dar-es-Salaam [J].TransportPolicy, 2012,24(9): 249-259. DOI:10.1016/j.tranpol.2012.09.002.

[10] Fernandez-Heredia A, Jara-Diaz S, Monzon A. Modelling bicycle use intention: The role of perceptions [J].Transportation, 2016,43(1): 1-23. DOI:10.1007/s11116-014-9559-9.

[11] Trapp G S, Gilescprti B, Christian H E, et al. On your bike! A cross-sectional study of the individual, social and environmental correlates of cycling to school [J].InternationalJournalofBehavioralNutritionandPhysicalActivity, 2011,8(1):123-133. DOI:10.1186/1479-5868-8-123.

[12] Park Y, Akar G. Factors affecting bicycle commuting: the role of individual attitudes and neighborhood environments [C]//TransportationResearchBoard96thAnnualMeeting. Washington D C, USA, 2017：01623119-1-01623119-20.

[13] 方雪丽, 陈小鸿, 叶建红. 自行车交通服务品质分级方法[J]. 同济大学学报(自然科学版), 2016, 44(10): 1573-1578.

Fang Xueli, Chen Xiaohong, Ye Jianhong. Model of classification criteria about quality of service for bicycle lanes [J].JournalofTongjiUniversity(NaturalScience), 2016,44(10): 1573-1578. (in Chinese)

[14] Ma L, Dill J, Mohr C. The objective versus the perceived environment: What matters for bicycling?[J].Transportation, 2014,41(6): 1135-1152. DOI:10.1007/s11116-014-9520-y.

[15] Thigpen C G, Driller B K, Handy S L. Using a stages of change approach to explore opportunities for increasing bicycle commuting [J].TransportationResearchPartD, 2015,39: 44-55. DOI:10.1016/j.trd.2015.05.005.