基于结构方程模型的小汽车车主公交使用频次的影响机理研究

肖 冰，何明卫，费 怡

(昆明理工大学 交通工程学院，云南 昆明 650500)

0 引 言

随着中国城市居民收入的不断增长，小汽车走进了越来越多的家庭，逐渐成为人们日常出行的重要交通工具.小汽车出行的快速增长使得交通拥堵、环境污染等问题越发凸显.近年来，在优先发展公共交通的战略背景下，我国城市公共交通系统在不断地完善，然而在居民出行方式结构中，公交出行比例并未得到显著提升.因此，如何更有效地减少小汽车使用并引导小汽车出行向公共交通转移，已成为城市交通管理者和研究者重点关注的问题.

目前，国内外研究者针对小汽车向公交转移的可能性及影响因素已进行了相关研究.Chorus等[1]发现车主在获取有利于公交出行的信息后，将汽车出行模式调整为公交出行的倾向仍然较低；陈励俊[2]通过分析公交出行的特征和规律，阐述了引导小汽车和自行车向公交转化的可能性.上述研究分析了小汽车向公交转移的可能性，但并未对背后的影响因素进行深入讨论.左忠义等[3]利用公交与小汽车的行程速度差异研究了不同公交比例下两种出行方式的行程速度曲线，确立了小汽车向公交转移的关系；Sweet等[4]发现不可靠的汽车行驶条件可能会导致小汽车出行向公交转移；Dandy[5]认为人们生活和工作区域的密度是出行者(特别是通勤者)从小汽车转移到公共交通的重要先决条件；Chakrabarti[6]发现影响小汽车用户使用公交的因素包括公交的快捷性、可靠性、发车频次以及换乘次数等；严海等[7]利用问卷调查数据结合结构方程对车主通勤时公交出行的意愿进行分析，结果表明主要影响因素为个体经济水平；Jain等[8]通过对德里小汽车通勤者公交的意向调查，发现他们最看重公交的安全性，其次是可靠性、成本和舒适度，若提供更高效的公交系统，大多数小汽车通勤者愿意转乘公交.以上这些研究虽然分析了部分影响公交使用的因素，但并未考虑不同用户群体之间可能存在的行为差异;此外，研究者也对促进小汽车向公交转移的措施进行了探讨.Beirão等[9]指出公交提供的服务水平应该结合乘客需求，需了解对于常用乘客和潜在乘客最重要的属性是什么，以及影响他们转移的原因，从而吸引小汽车出行转变为公交出行；相似的，Mackett[10]在其研究中也指出通过提升公交服务水平、增强个人意识等措施能够减少出行者在短距离出行中使用小汽车.

从现有的文献来看，小汽车用户和公交用户在公交出行方面存在差异，针对小汽车车主公交使用频次特征和影响机理的相关研究仍较为缺乏.同时，出行者的态度和感知被认为对出行方式选择有显著的影响[11].Verplanken等[12]发现影响出行方式选择的心理因素主要包括态度、感知以及价值；Van等[13]认为对公交(小汽车)的情感性态度、工具性态度以及社会秩序性态度会影响用户通勤出行方式选择；Johansson等[14]在出行方式选择模型中引入出行时间和成本、安全性、舒适性、便利性、灵活性以及环保倾向六个态度潜变量，发现除了出行时间和成本，舒适性、灵活性态度也会显著影响出行方式选择.然而，小汽车车主对公交和小汽车的态度对其公交使用行为的影响尚待进一步探究.为有效地促进小汽车出行向公交转移，从小汽车用户的视角来探究他们的公交使用行为将更具针对性.鉴于此，本文采用昆明市出行调查数据，对小汽车车主的公交使用频次特征和群体性差异进行统计分析，并基于结构方程模型探究小汽车车主对公交和小汽车的态度以及个人属性对公交使用频次的影响.研究成果有助于理解和掌握小汽车用户的公交使用行为并采取针对性策略促进小汽车出行向公交出行转移.

1 数据采集和描述性统计

以昆明市作为案例城市，于2019年5月对昆明市主城区5个行政区域内小汽车车主进行随机抽样调查.问卷收集了车主的个人属性以及对公交和小汽车的态度，并获取了车主过去一周内公交使用情况.在对公交的安全性、舒适性、便利性及可靠性进行评价时，分值设置为1～5分，分值越高评价越高.为了获取车主对小汽车的态度，设置了用于测量小汽车情感性态度、象征性态度及工具性态度的题项(详见表4).每个题项采用 7 点李克特量表，范围从“非常不赞同”到“非常赞同”，分别赋值为1～7分.

为保证调查质量，采用有偿回答问卷的形式，每份问卷向回答者支付10元作为回报.通过调查，共收回476份问卷，在剔除存在缺失信息的问卷后，最终得到有效问卷449份，问卷有效率为94.3%.样本构成特征如表1所示.

表1 样本构成特征

从表1中可以看出，小汽车车主的公交使用频次整体较少，一周内平均使用公交的次数为1.34次.其中，有74%的车主没有使用公交出行，仅有9%的车主的公交使用频次大于或等于5次.采用秩和检验法对群体差异性进行检验，一周内公交使用频次在不同群体间的分布和差异如表2所示.结果表明，不同群体的小汽车车主在公交使用频次的分布上存在显著差异.具体年龄在(30, 50]岁的车主相较于其他年龄段的用户公交使用频次更少.与男性相比，女性公交使用频次更多.学历越高，公交使用频次越多.在各职业类别中，离退休及其他这一类别的用户公交使用频率最高，个体经营者公交使用频率最低.被调查的个体经营者中有55.5%的家里拥有两辆及以上的小汽车，相对其他职业，他们是更依赖小汽车的一类人群.随着家庭年收入和家中小汽车数量的增加，公交使用频次降低.对于小汽车完全由自己支配的用户，一周内平均使用公交的次数仅为0.6次.

表2 小汽车车主不同群体一周内的公交使用频次

2 研究方法

2.1 模型构建

本文采用结构方程模型对小汽车车主公交使用频次的影响机理进行研究.结构方程模型是一种基于变量协方差矩阵来分析变量间相互关系的建模方法，已在出行行为研究中得到了广泛的应用.

根据现有研究[11,15]，将出行者对小汽车的态度潜变量分为工具性态度、情感性态度和象征性态度.这三个态度潜变量可通过一系列可观测的态度测量指标(题项)获取.在此基础上，引入小汽车态度合成因子，该潜变量通过工具性态度、情感性态度和象征性态度进行测量.小汽车车主对公交的态度包括对公交安全性、舒适性、便利性、可靠性的评价.在概念模型中，假设车主的公交使用频次既受到小汽车态度合成因子的影响，也受到车主对公交的态度的影响；同时，车主的个人属性也会对公交使用频次产生影响，概念模型如图1所示.

图1 概念模型框架Fig. 1 Conceptual Model framework

对工具性态度、情感性态度、象征性态度的态度潜变量测量模型如式(1)所示：

y=Λyη+ε

(1)

式中：y为问卷中态度观测指标构成的列向量，η为由象征性、情感性、工具性三个态度潜变量构成的列向量，Λy为y在η上的因子负荷矩阵，ε为误差项.

小汽车态度合成因子的测量模型如式(2)所示：

η=Ληξ+σ

(2)

式中：η为由象征性、情感性及工具性三个态度潜变量构成的列向量，ξ为小汽车态度合成因子，Λη为η在ξ上的因子负荷矩阵，σ为误差项.

公交使用频次与各变量的关系如式(3)所示：

D=μξ+βT+θX+ζ

(3)

式中：D为公交使用频次，ξ为小汽车态度合成因子，T为小汽车车主对公交的态度变量，X为个人属性变量，μ、β、θ为各变量对应的系数，ζ为误差项.

2.2 变量的设置和模型估计方法

公交使用频次作为类别因变量，根据小汽车车主一周内公交出行次数，将公交使用频次分为0次、[1, 4]次和≥5次三个类别，分别赋值为1、2、3.小汽车态度的观测指标和公交安全性、便利性、舒适性、可靠性按其所得分值进入模型.

个人属性变量包括年龄、性别、受教育程度、职业、家庭年收入、家庭小汽车数量和小汽车支配权.在统计分析的基础上，对变量进行分类处理.在模型中，将这些分类变量进行哑元化处理(见表6).

利用结构方程分析软件Mplus 7.0对模型进行估计.在参数估计时，采用加权均方差最小二乘法.加权均方差最小二乘法适用于对含有类别变量的结构方程进行估计，具有稳健的标准差且不需要大样本量做支撑.

3 结果分析

3.1 模型拟合评价

在模型估计过程中，根据拟合指标以及运行结果中路径的显著系数进行调试修正.采用卡方自由度比(2/df)、比较拟合指数(CFI)、近似误差均方根(RMSEA)和Tucker-Lewis系数(TLI)对模型的拟合优度进行评价，结果如表3所示.从表中可以看出，评价指标的结果均符合适配标准，说明模型拟合度较好.

表3 模型的拟合优度评价

3.2 态度潜变量的测量结果分析

小汽车态度潜变量的测量结果如表4所示.采用克朗巴赫系数(Cronbach’s α)对数据进行信度的检验，结果显示克朗巴赫系数均大于0.7，说明态度观测指标数据具有较好的信度.因子载荷反映了测量指标在其公共因子上的相对重要性.对于象征性态度，“小汽车可以向别人展示我的成功”最为重要，其次为“小汽车可以让我更加自信”.对于情感性态度，“小汽车能够带给我激情”最为重要.对于工具性态度，“小汽车能够方便我在任意时间点外出”最为重要，其次为“使用小汽车可以让我自主选择路线”和“使用小汽车更方便携带物品”.

表4 小汽车态度潜变量测量结果

小汽车态度合成因子的测量结果如表5所示.小汽车车主对工具性态度的评价最高，平均分为5.73分，体现了用户对小汽车使用性能的认可；其次是情感性态度，平均分为4.35分.与Steg的研究相似的是，人们在被问及小汽车象征性的问题时，总是回避这类问题[16]，调查中小汽车车主对象征性态度的评价平均分最低，仅为3.12分.小汽车态度合成因子是一个二阶潜变量，通过象征性态度、情感性态度和工具性态度进行测量.其中，情感性态度最为重要，其次为象征性态度.

表5 小汽车态度合成因子测量结果

3.3 公交使用频次的影响因素

在判别变量是否对公交使用频次有显著影响时，以P<0.1为标准.各变量对公交使用频次的影响参数估计结果如表6所示，并以结构方程模型路径图的形式展示，如图2所示.其中，箭头上的数字为路径系数，数值越大影响程度越大.从图中可以看出，与概念模型中假设一致，小汽车车主的公交使用频次受到车主对公交和小汽车态度的影响.小汽车态度合成因子的系数为负，表明车主对小汽车的态度越积极，其公交使用频率越低.在对公交的态度中，仅公交便利性对公交使用频次影响显著，即对公交便利性评价越高，公交使用频率越高.这表明在促进小汽车向公交方式转移中，一方面需要从提高公交服务水平(重点在于公交的便利性)入手，同时，还应该采取措施(如宣传引导等)降低车主对小汽车态度的偏好.

图2 公交使用频次结构方程模型路径图Fig. 2 Path diagram of structure equation model of public transport use frequency

表6 变量对公交使用频次的影响

与所预期的一致，家中小汽车数量和小汽车支配权对公交使用频次影响显著.由于家中小汽车数量和小汽车支配权是小汽车使用的客观条件，这两个变量在模型中主要起到控制变量的作用，有助于更准确地识别其他变量对公交使用频次的影响.在个人属性中，除职业外，年龄、性别、受教育程度、家庭年收入均对公交使用频次产生显著影响.与年龄为(30, 50]岁的群体相比，年龄大于50岁的车主公交使用频次更高；与男性相比，女性车主的公交使用频次更高；从受教育程度来看，大专及以上的车主公交使用频次更高；对于家庭年收入，与家庭年收入15万及以上的车主相比，家庭年收入5万以下的车主公交使用频次更高，而家庭年收入[5, 15)万的车主与家庭年收入15万及以上的车主的公交使用频次在统计学上并无显著差异.

4 结 论

随着公交的不断发展与完善，小汽车车主中将存在更多的潜在公交使用者.通过掌握用户的个体特征和出行行为特点，了解用户的需求和期望，有利于促进小汽车出行向公交出行转移，优化城市出行结构.本文以昆明市小汽车车主作为研究对象，对车主的公交使用行为及态度进行调查，分析了不同属性用户的公交使用频次分布特征，并对群体性差异进行了检验.进一步，基于结构方程模型分析了小汽车车主对公交和小汽车的态度以及个人属性对公交使用频次的影响，结果显示：

1)小汽车车主的公交使用频次整体较低，一周内平均使用公交的次数为1.34次，有高达74%的车主一周内未使用公交.这表明从小汽车车主入手，提升小汽车车主公交使用率是减少小汽车使用，优化城市出行结构的关键着力点之一.

2)小汽车车主对小汽车的态度对其公交使用频次产生显著影响.其中，小汽车情感性、象征性态度起到重要作用.因此，需在社会及学校教育中加强宣传和引导，鼓励人们多思考小汽车出行对环境和能源消耗、交通拥堵的影响，增强绿色出行的观念，削弱小汽车在身份、面子等方面的象征性符号，降低小汽车车主对小汽车的偏好和依赖.

3)公交便利性对小汽车车主使用公交具有显著影响.在公交的规划设计和设施建设时，需关注车主对公交便利性的认知和评价，结合用户需求，从公交网络层面、线路和站点的覆盖率及可达性等多方面入手，提高公交的便利性，从而提高公共交通对车主的吸引力.

4)在个人属性方面，小汽车车主的年龄、性别、受教育程度、家庭年收入、家庭小汽车数量以及小汽车支配权对公交使用频次产生显著影响.结合这些影响因素，对不同群体采取针对性的策略，将更有效地促进小汽车出行向公交出行转移.