扩展计划行为理论框架下城际出行方式选择建模

许 冰， 邵春福， 钱剑培， 李 军

(1.北京交通大学 城市交通复杂系统理论与技术教育部重点实验室， 北京 100044;

0 引言

经济和社会的迅速发展带来了城际间交通基础设施建设的较大变化，这种变化引导人们的出行需求在不同出行方式之间的分布趋向于新的平衡，人们对出行的便捷、安全、快速和舒适等要求也愈来愈高. 目前，研究者多从出行目的、方式、出行者社会经济特性等角度研究城际间各种交通方式的出行规律，采用集计或非集计的模型方法，探寻出行影响因素对出行行为的影响机理，忽略了出行决策过程的内在机理及个体出行者心理决策层面存在的“黑箱”问题. 出行者的行为决策未必完全理性或完全由个人控制和决定，其决策过程由许多难以直接观测的变量共同产生作用.

计划行为理论(Theoryof planning behavior，TPB)基于期望价值理论分析个体行为的一般决策过程. 研究结果表明，TPB的应用能帮助提高对行为的预测效度和解释能力[1]. TPB在驾驶安全、违规行为、出行行为等很多交通领域问题均有较好的解释效果，如张磊[2]以TPB为基础，构建自行车骑行者不安全骑行行为模型；林威成[3]利用TPB框架，对出行者行为态度、群体影响力等心理因素与出行方式选择行为间的关联性进行分析；陈坚[4]对居民公共交通出行心理进行解析，提出出行者特征会通过TPB的心理潜变量间接影响出行行为；景鹏[5]在原始TPB基础上引入描述性规范等潜变量，通过建立回归模型探究都市圈城际出行方式选择过程中心理因素对行为和意向的影响.

本文通过引入扩展的TPB搭建城际出行方式决策过程理论框架，通过构建四种城际出行方式的多指标多因果模型(Multiple Indicators and Multiple Causes, MIMIC)，探索各出行方式下心理变量对选择行为的解释程度，并分析人口统计特征与心理变量的内在联系，为解析城际间交通需求管理政策与出行行为的互动响应，优化交通系统提供理论支撑.

1 理论与假设

1.1 计划行为理论

计划行为理论主张，态度、主观规范及感知行为控制受到其对事物的行为信念、规范信念和控制信念等外部因素影响，又能协同作用解释个体的全部或大部分行为意向，行为意向控制个人实际行为. 计划行为理论框架如图1所示. 该框架中，“行为态度(Attitude)”指个体对执行某特定行为的正面或负面的总体评价；“主观规范(SN)”指个体在计划执行某特定行为时所感知到的社会压力；“感知行为控制(PBC)”指个体对执行某特定行为所具备能力的认知；“行为意向(Intention)”指个体对于采取某项特定行为的主观概率的判定.

图1 计划行为理论结构模型

1.2 计划行为理论的扩展变量

TPB假定行为意向完全由态度、主观规范和感知行为控制决定，但研究表明，某些意图和行为受到TPB模型中未包含的特定领域因素的影响(如Armitage&Conner,2001; Conner&Armitage,1998)[1,6]. 在城际出行方式选择这一具体问题中，人格特质的差异将使不同人群在出行关注焦点、情绪传达、实际行为表征及评估反馈等方面有所区别，进而产生不同行为结果. Ajzen提出，计划行为理论是较为开放的理论框架，通过增添新的影响变量能提高模型的解释能力[7]. 为此根据我国城际间出行行为的特征，以及综合考虑出行行为决策的影响因素，引入2个外部价值观念变量和“行为习惯”变量.

1)环保态度

Whitmarsh和O’Neil研究了环境亲和行为，在TPB框架中增加自我认同变量发掘该变量与模型其他因素的联系[8]. Harland等[9]表明，加入道德变量能更全面地解释各种促进环境的行为，包括出行者使用公共交通工具而非小汽车的原因. 本文认为，环保态度的加入不一定能提高模型预测能力，但有一定实际应用意义. 如Verplanken等[10]表明交通方式选择时个人习惯比环境问题更为重要，但环境态度提供了额外的信念解释，能改善计划行为理论模型的预测准确性.

2)安全态度

程龙[11]在大城市低收入通勤者出行方式选择研究中，将安全意识作为出行者主观感知态度的指标变量，得出社会人口统计特征与安全意识间的相关关系. 以往的出行行为研究中，安全态度一般作为出行者行为态度的具体指标变量，反应其对某特定交通方式的评价. 但本文认为，出行者的安全意识应作为外部价值观念独立于出行方式进行衡量，直接对“行为意向”产生作用.

3)行为习惯

在出行者面临全新的选择问题时，并无以往经验作为参照，出行者通过深思熟虑的比较形成以目标为导向的行为意向，并在其指导下开展后续行为[12]. 然而在积累了一定出行经验的城际出行中，出行者采用某一方式选择的频率愈高，其将选择环境和行为直接联系起来形成惯性行为的可能性愈高. 稳定的决策环境中，“行为意向”与“行为习惯”对“实际行为”的作用方向保持一致[13]，共同对出行者的行为起到更有效的解释.

1.3 基本假设

Ajzen认为所有影响行为的因素都是通过“行为意向”间接影响“实际行为”，而“行为意向”受到“行为态度”、“主观规范”和“感知行为控制”3项因素的影响. 具体而言，个体对某行为的“主观规范”、“感知行为控制”和态度愈正向，个体的行为意向愈强[14]. Wu等[15]就认为“主观规范”对“行为态度”有正向影响. Yu和Tsai[16-17]通过典型实例分析论证了“感知行为控制”对“行为态度”的偏好有影响. 根据以上计划行为理论中各变量间关系的描述，可以对城际交通出行方式决策理论模型做出如下基本假设：(1)安全态度、环保态度、主观规范、行为态度、感知行为控制对个体的出行行为意向均有正向影响. (2)主观规范、感知行为控制对居民的行为态度均有正向影响. (3)行为习惯对个体的主观规范、行为态度和感知行为控制有正向影响，行为习惯在行为意向和实际行为的关系间起到中介作用.

2 问卷实施及检验

2.1 调查方案设计

本文采用网络发放问卷的形式，获取居民城际出行方式选择行为的数据. 问卷要求受访者2017年城际出行中使用频次最高的一项出行方式，回忆采用该方式出行且最经常往返的城际起终点间一次印象深刻的出行经历，并回答问题. 回收问卷2 678份，剔除无效问卷后，共计2 304份有效问卷. 调查问卷的主要内容为影响城际出行方式决策的出行者属性、出行方式信息及扩展计划行为理论中的潜变量因素. 潜变量部分的问卷题项如表1所示. 该部分的测量采用Likert五级量表，要求被调查者对影响其某次特定城际出行行为的因素进行打分.

表1 扩展计划行为理论相应问卷题项

2.2 问卷统计分析

根据出行者属性对调查样本进行统计分析，结果如表2所示.

表2 调查样本的社会人口统计特征

统计结果表明，调查范围基本覆盖了各年龄段和职业的出行群体，具有一定的广泛性和代表性. 26～35岁的年轻受访者占比较高，约38%；受教育程度在大学本科以上的出行者为主要受访群体；企事业职员占比最高,为37%，网络调查的局限使工人和离退休人员占比较低；个人月收入在3 000～6 000元的收入群体占比最高约为32%；近43%左右的受访者没有私家车；在已婚的受访者中，37%的居民有18岁以上的孩子；随着社会经济的快速发展，小汽车的普及率很高，70%以上的家庭均有1辆及以上小汽车.

2.4 信度与效度检验

1)问卷数据的信度分析

Cronbach信度系数α是测度问卷内部一致性的重要指标. 设xi，系数α计算公式如式(1)～(3)所示.

(1)

(2)

(3)

式中，k为用于构建某一潜变量的的题项数目，si为第i题得分stotal为总得分的方差. Mallery和George认为，信度系数α大于0.9时表示其可信程度优秀，0.8以上表示信度很好，0.7以上表示信度可以接受，大于0.6信度基本认可.

2)问卷数据的效度分析

效度(Validity)是指所需测量事物能够被测量工具或其它手段准确测出的程度. 通过KMO检验与Bartlett球形检验对问卷的因子分析适宜性进行初步判断. 选用平均方差提取值(AVE)评价问卷的收敛效度. 信效度分析结果如表3所示.

表3 潜变量的信效度分析

注：其中“*”表示该数值为剔除SN1、ATT9、EC1后的计算结果.

可以看出，问卷的整体信度为0.901，信度很好. 除“环保态度”外，各潜变量信度系数都大于0.6. ATT9、EC1和SN1题项与潜变量包含的其他题目相关性较低，表述不太一致，且删除题项后，潜变量和问卷整体的信度系数均能有显著提升. 效度方面，各题项因子载荷值均高于0.6，KMO值均高于0.5，AVE值高于0.6，问卷有较好的收敛效度和结构效度.

3 模型结果分析

3.1 MIMIC模型框架

为检验TPB中各潜变量间的内在作用机理，及各潜变量与出行者属性之间的关系，建立MIMIC模型. 该模型的主要优点是可以通过结构方程清晰的表达出潜变量的外生原因和内生指标之间的关系，并得到各解释变量与潜变量之间的影响系数. 本质上是结构方程模型的一种形式，包含2个结构方程和2个测量方程，矩阵形式如式(4)和式(5)所示.

结构方程：

η=Γx+ξ

(4)

测量方程：

y=Λη+ε

(5)

其中，η为潜变量的组成的(1×1)向量；x为和潜变量η有因果关系的外生可观测变量的向量；y为η的可观测的指标变量向量.Γ和Λ为待估计的参数矩阵；ξ和ε为测量误差. MIMIC模型的整体架构如图2所示.

图2 MIMIC模型框架图

MIMIC模型可分解为2部分：第1部分是对于扩展TPB各潜变量进行验证性因子分析的过程. 以“行为习惯”潜变量为例，可表示为如式(6)所示.

(6)

上述公式由3个线性方程组成，每一个y都是ηHabit的可观测外生变量，但因均无法完全解释ηHabit，为此添加对应的残差项ε. 残差项ε彼此之间相互独立，且假设与x之间也相互独立.

MIMIC模型的第2部分是出行者属性的外生变量与扩展TPB中的内生潜变量，及潜变量的指标变量之间的结构方程模型. 以“行为习惯”为例，该部分类似回归分析，包括一个构成TPB的潜变量因素和多个外源指标变量，可用式(7)表示.

ηki=γk1xi+γk2xi+γk3xi+…γknxi+ξi

(7)

式中，k为“行为习惯”等潜变量；i为观测的城际出行行为个体；γ为待估系数；x为“受教育程度”等社会经济属性变量.

3.2 模型拟合评价

本文选用拟合优度的卡方检验(χ2)、近似误差平方根(RMSEA)、相对拟合指数(CFI)、塔克刘易斯指数(TLI)等评价模型拟合程度. 统计分析软件选择AMOS，在导入样本数据对1.3提出的理论假设模型进行估计后，初始模型的部分拟合指标不符合评价标准. 对模型进行逐步修正过程中发现，对于各出行方式“行为习惯”和“环保态度“对“行为意向”均没有显著性影响，假设不成立，且将“环保态度”加入模型后使得模型拟合度降低，为此去掉“环保态度”变量. 此外，删除“行为习惯”和“行为态度”之间路径关系MIMIC模型的拟合结果如表4所示.

由表4可知，4种城际出行方式MIMIC模型和样本数据间拟合度良好，虽然从TLI和CFI指标看，普通列车、长途客车和自驾车3种方式不完全高于0.90，但在可以接受的范围内， RMSEA值均小于0.08，表明模型拟合合理. 长途客车和高铁/动车方式和普通列车的RMSEA均小于0.05，说明拟合效果较好.

表4 MIMIC模型拟合评价指标

图3 四种城际出行方式MIMIC模型中的潜变量间标准化路径系数

3.3 扩展计划行为理论潜变量间的关系分析

通过多次修正，得到MIMIC模型潜变量间路径系数图及参数估计结果，如图3(a～d)所示. 图中潜变量间指向箭头上的数字为标准化路径系数，括号中为C.R.值. 95%置信水平下显著用“*”表示，99%置信水平下显著用“**”表示. “行为意向”和“实际行为”上的数字为模型对选择某种城际交通方式的“行为意向”和“实际行为”的判定系数.

总体上看，基于扩展TPB的MIMIC模型对于城际出行方式选择行为有较好的解释效果，解释了“实际行为”的52%～62%的方差，对“行为意向”的解释程度更是达到69%～89%. 根据图3中的标准化路径系数及其显著性检验结果，可以得出结论.

1)四种出行方式中，“主观规范”对“行为意向”均有显著正向影响，说明社会期望和外界压力对于出行者方式选择的行为意愿有很强的驱动作用. “行为态度”对“行为意向”的显著影响仅体现在高铁/动车方式中，在长途汽车方式上起到负的显著性作用. 说明出行者对于高铁/动车方式的正向态度促进其出行意愿的形成，而对长途汽车出行的负面印象则很大程度导致出行意愿较低.

2)“感知行为控制”在高铁/动车、普通列车和自驾车方式上对“行为意向”有正向显著作用，说明出行者在认为出行行为易掌控且不具有难度时，较大程度能促进其出行意愿的形成. 在高铁/动车和长途汽车方式中，“行为习惯”对“行为意向”有显著正向影响，说明高铁/动车在铁路运输中逐步成为出行者下意识的选择.

3)在四种出行方式中，“主观规范”对“行为态度”的影响均不显著，与理论假设略有出入；反之“感知行为控制”对“行为态度”均有显著正向影响，说明与受到的社会期望相比，出行者对于行为的掌控信念更大程度影响其对出行方式的喜好.

“行为习惯”对于“感知行为控制”和“主观规范”均有显著正向影响，说明城际出行中习惯会影响出行者对于社会期望的感知和接纳程度，同时出行者对采用某特定方式出行的掌控水平和信念受到习惯的驱动. “行为意向”和“行为习惯”对于“实际行为”均有正向的显著性作用.

3.4 社会人口统计特征和潜变量的关系分析

在MIMIC模型的第二部分中，分析了出行者属性对于扩展计划行为理论各潜变量的影响效应，参数估计结果如表8所示. 可以得出结论.

表8 MIMIC模型潜变量与人口统计特征间的参数估计结果

注：“*”表示p<0.05,“**”表示p<0.01.

1)高铁/动车方式中，个人月收入对“主观规范”有显著负影响，月收入越高的群体在高铁/动车方式出行的选择上受他人及外界影响的程度越小，体现出更多主观性. 年龄大的群体更倾向采用高铁/动车方式出行.

2)普通列车方式中，受教育程度对出行者的“主观规范”有显著负的影响，受教育程度越高，越不易受社会期望及规范影响而选择普通列车出行.

3)长途客车方式中，受教育程度对出行者的“行为意向”“行为习惯”和“感知行为控制”均有显著性的作用. 受教育程度高的群体不习惯于采用长途客车出行，学历较高的群体对采用长途客车出行的“容易性和方便性”呈现相对负面的态度. 年龄较大的出行者对独立乘坐长途客车进行城际出行不具有信心.

4)自驾车方式中，小汽车拥有量对“主观规范”“行为意向”等均有显著正向影响. 说明家庭小汽车拥有量会强化出行者对该方式的使用习惯和满意度，丰富的驾驶和出行经验促进出行者对城际间自驾行为的掌控和信心.

4 结语

本文将计划行为理论引入对城际间出行方式选择的研究中，并在原始TPB基础上添加“行为习惯”等3个影响变量，以高铁/动车、普通列车、自驾车、长途汽车4种城际出行方式为研究对象构建MIMIC模型，得出结论：基于扩展计划行为理论的MIMIC模型对于城际出行方式选择的“行为意向”与“实际行为”均有较好的解释效果. 不同的城际出行方式中，计划行为理论各潜变量之间的相互作用关系有所不同，出行者属性对各潜变量的影响程度有所差异. 环境态度”对“行为意向”没有显著性作用. 但外部价值观念变量“安全态度”的加入符合实际应用意义，并提高了MIMIC模型拟合程度.

参考文献：

[1] Armitage C J, Conner M. Efficacy of the theory of planned behaviour: Ameta analytic review[J]. British Journal of Social Psychology, 2001, 40: 471-500.

[2] 张磊, 任刚, 王卫杰. 基于计划行为理论的自行车不安全行为模型研究[J]. 中国安全科学学报, 2010, 7: 43-48.

[3] 林威成. 旅运者观点探讨态度、涉入成都、群体影响力、行为意向与运具选择行为的关连性——以台北地区为例[D]. 台湾: 国立中山大学, 2005. 8.

[4] 陈坚, 晏启鹏, 杨飞, 等. 出行方式选择行为的SEM-Logit整合模型[J]. 华南理工大学学报(自然科学版), 2013, 2: 51-57.

[5] 景鹏. 基于计划行为理论的区域出行方式选择行为研究[D]. 上海: 上海交通大学, 2013.

[6] Conner M, Armitage C J. Extending the theory of planned behavior: A review and avenues for future research[J]. Journal of Applied Social Psychology, 1998, 28: 1429-1464.

[7] IcekAjzen. The theory of planned behavior[J]. Organizational behavior and human decision processes, 1991, 50(2): 179-211.

[8] Whitmarsh L, O’Neil S. Green identity, green living?the role of pro-environmental self-identity in determining consistency across diverse pro-environmental behaviours[J]. Journal of Environmental Psychology, 2010, 30: 305-314.

[9] Harland P, Staats H, Wilke H A M. Explaining pro-environmental intentions and behavior by personal norms and the theory of planned behavior[J]. Journal of Applied Social Psychology, 1999, 29: 2505-2528.

[10] Verplanken B, Walker I, Davis A, et al. Context change and travel modechoice: Combining the habit discontinuity and self-activation hypotheses[J]. Journal of Environmental Psychology, 2008, 28: 121-127.

[11] 程龙. 大城市低收入通勤者出行方式选择及改善对策评估[D]. 南京: 东南大学, 2016.

[12] HenkAarts, Bas Verplanken, AdKnippenberg. Predicting behavior from actions in the past: Repeated decision making or a matter of habit?[J]. Journal of Applied Social Psychology, 1998, 28(15): 1355-1374.

[13] Benjamin Gardner. Modelling motivation and habit in stable travel mode contexts[J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2009, 12(1): 68-76.

[14] IcekAjzen. The theory of planned behavior[J]. Organizational behavior and human decision processes, 1991, 50(2): 179-211.

[15] Sheng Wu. Tung-Ching Lin, Exploring knowledge sharing behavior of IS personnel with theory of planned behavior[J]. J. Inform. Manage, 2007, 14(2): 75-110.

[16] 余泰魁, 李能慧, 吴桂森. 金门观光客旅游行为意向实证研究-线性结构模式之交叉效度验证 [J]. 观光研究学报, 2005, 11(4): 355-384.

[17] Chih-Yung Tsai. Applying the theory of planned behavior to explore the independent travelers’behavior[J]. African Journal of Business Management, 2010, 4(2): 221-234.