基于潜变量的出行者出租车与网约快车选择研究

2022-07-14关宏志

重庆交通大学学报(自然科学版) 2022年7期

司杨，关宏志

(1. 北京航空航天大学交通科学与工程学院，北京 102206； 2. 北京工业大学交通工程北京市重点实验室，北京 100124)

0 引言

近年来，除了出租车以外，网约车由于其利用互联网技术实现了出行者与司机信息的匹配而得到快速发展并形成了多家网约车平台。尽管出租车和网约车提供的都是“个性化”和“门到门”的服务，从服务指标来看，两者之间的出行特征差异没有出租车与地铁、出租车与公共汽车明显，但仍然存在一定的差异[1]，并且，当选择对象的效用差小到某个范围(无差异区间)时，人们的出行选择行为将趋于随机[2]，而此种情况下，出行者还是能够清楚地区分网约车和出租车的服务，说明出行者在选择出行方式时，受到一些难以用可观测指标描述的因素——潜变量——的影响。

学者针对出行者出行方式选择做了大量研究，B.D.SPEAR[3]认为抽象的运输系统特征能够被量化，并且能够被包含到出行需求行为模型的解释变量中；A.KUPPAM等[4]用态度和偏好变量解释了通勤方式选择行为，将认知、感受以及偏好等潜变量考虑到选择模型中，证明这些潜变量对选择结果有显著影响；C.WATANABE等[5]认为Uber使用由数字技术驱动的颠覆性商业模式引发了一场共享出行的革命，从根本上提高了载客效率；K.KIM等[6]认为Uber和出租车可以通过善意竞争创造积极价值；M.DAWES[7]发现Uber或Lyft的出行特性与用户特性和态度之间存在着一定的关系；PENG Lifang等[8]分别用计划行为理论(TPB)、理性行为理论(TRA)以及科技接受模型(TAM)研究了出行者使用打车软件的行为意向；张梦瑶[9]通过PPM(push-pull-mooring)模型探究了网约车用户的转移意愿；朱乔[10]通过结构方程模型建立了网约车用户的满意度模型；ZHANG Yujie等[11]通过建立两项Logit模型分析了城市居民对出租车和网约车的选择行为。

上述研究大都是讨论网约车对市场的影响，并未深入探究出行者的选择行为机理。结构方程模型(structural equation modeling, SEM)作为一种能够描述潜变量之间及潜变量与显变量之间因果关系的方法，近些年在交通领域得到广泛应用[12-13]。笔者以出行者对网约快车和出租车的选择行为为研究对象，采用SEM分析影响出行者选择行为意向的各种变量之间的关系，并探究了潜变量对选择结果的影响机理。

1 调查数据

1.1 问卷设计

在出行方式选择模型中，效用函数的潜变量通常是方便性、安全性、可靠性、舒适性和经济性5大类[14-15]，因此，笔者选取这5类性质作为外生潜变量，并假设出行者的出行选择行为意向受知觉价值(行为意向及知觉价值为内生潜变量)影响，而知觉价值又受到以上5类外生潜变量的影响，设计了出行者出行选择行为意向的调查问卷，问卷内容包括被调查者的个人属性、出行属性和态度属性3个方面。

1.2 态度属性的问卷调查

1.2.1 调查样本结果

问卷中态度属性的题项釆用李克特五点量表进行度量，即1、2、3、4、5分别表示非常不同意、不同意、一般、同意、非常同意。

态度属性变量设计详见表1，被调查者的个人属性统计见表2，出行属性调查结果见表3。调查时间为2018年12月19日至24日。通过网络随机发放问卷，实际发放问卷519份，回收有效问卷452份，有效回收率87.1%。

表1 态度属性变量设计

表2 被调查者个人属性统计

表3 出行属性调查结果

1.2.2 调查样本信度检验

调查潜变量的克朗巴哈系数(Cronbach’sα)如表4。由表4可见，所有潜变量的α均大于0.8，表明问卷调查的样本信度良好，可以进行结构方程分析。

表4 信度检验结果

2 结构方程模型建立

2.1 结构方程模型介绍

通常，结构方程模型包括测量模型与结构模型2部分，前者揭示显变量与潜变量之间的关系，如式(1)；后者揭示潜变量之间的关系，如式(2)：

(1)

η=Bη+Γξ+ζ

(2)

式中：x、y分别为外生、内生显变量；ξ、η分别为外生、内生潜变量；Λy为y在η上的因子载荷；Λx为x在ξ上的因子载荷；ε为y的误差项；δ为x的误差项；B为内生变量间的关系；Γ为外生变量对内生变量的影响；ζ为结构方程的残差项。

2.2 结构方程模型构建

结构方程模型的测量变量共有21个；数据点个数t= 231，待估计参数共有84

图1 选择行为结构方程模型

分别建立出行者出租车和网约快车选择行为的结构方程模型，并对路径系数进行显著性统计检验，结果见表5。由表5可以看出：p<0.05，通过显著性检验，表明估计值具有统计意义。

表5 路径系数估计值及显著性检验

2.3 结构方程模型评价

结构方程模型适配度表征所假设的结构方程模型与实际数据的适配程度，指标包括卡方值、适配度、均方根残差等，检验结果如表6。从表6可以看出，除出租车模型的调整适配度(0.877)略低于标准(但检验结果可接受)，其余各项适配度指标均能达到标准，说明结构方程模型拟合精度较高。

表6 适配度检验结果

2.4 结构方程模型分析

由于路径系数通过显著性统计检验，适配度基本达标，因此可对结构方程模型结果(图1)进行分析：

1)出租车模型与网约快车模型中知觉价值的路径系数分别为0.826和0.729，表明：在出租车模型和网约快车模型中，知觉价值对出行者出行方式选择行为意向的影响显著且正相关，验证了之前的假设。

2)方便性、安全性、可靠性、舒适性和经济性与知觉价值均呈正相关关系；经济性和舒适性是影响知觉价值的重要因子。模型中，经济性和舒适性对出租车知觉价值的路径系数分别为0.445和0.411，对网约快车知觉价值的路径系数分别为0.582和0.369。说明出行者在选择网约快车时更注重经济性，而在选择出租车时则兼顾了经济性与舒适性。

3)根据路径系数，在出租车模型中，影响知觉价值程度的潜变量依次为经济性(0.445)、舒适性(0.411)、方便性(0.172)、可靠性(0.156)、安全性(0.130)；在网约快车模型中，影响知觉价值程度的潜变量依次为经济性(0.582)、舒适性(0.369)、安全性(0.193)、可靠性(0.158)、方便性(0.154)。可以看出，出行者在选择出租车出行时，相对来说更加注重方便性；而在选择网约快车出行时，则更加注重安全性。