許 冰， 邵春福， 錢劍培， 李 軍

(1.北京交通大學 城市交通復雜系統(tǒng)理論與技術教育部重點實驗室， 北京 100044;

0 引言

經(jīng)濟和社會的迅速發(fā)展帶來了城際間交通基礎設施建設的較大變化，這種變化引導人們的出行需求在不同出行方式之間的分布趨向于新的平衡，人們對出行的便捷、安全、快速和舒適等要求也愈來愈高. 目前，研究者多從出行目的、方式、出行者社會經(jīng)濟特性等角度研究城際間各種交通方式的出行規(guī)律，采用集計或非集計的模型方法，探尋出行影響因素對出行行為的影響機理，忽略了出行決策過程的內(nèi)在機理及個體出行者心理決策層面存在的“黑箱”問題. 出行者的行為決策未必完全理性或完全由個人控制和決定，其決策過程由許多難以直接觀測的變量共同產(chǎn)生作用.

計劃行為理論(Theoryof planning behavior，TPB)基于期望價值理論分析個體行為的一般決策過程. 研究結果表明，TPB的應用能幫助提高對行為的預測效度和解釋能力[1]. TPB在駕駛安全、違規(guī)行為、出行行為等很多交通領域問題均有較好的解釋效果，如張磊[2]以TPB為基礎，構建自行車騎行者不安全騎行行為模型；林威成[3]利用TPB框架，對出行者行為態(tài)度、群體影響力等心理因素與出行方式選擇行為間的關聯(lián)性進行分析；陳堅[4]對居民公共交通出行心理進行解析，提出出行者特征會通過TPB的心理潛變量間接影響出行行為；景鵬[5]在原始TPB基礎上引入描述性規(guī)范等潛變量，通過建立回歸模型探究都市圈城際出行方式選擇過程中心理因素對行為和意向的影響.

本文通過引入擴展的TPB搭建城際出行方式?jīng)Q策過程理論框架，通過構建四種城際出行方式的多指標多因果模型(Multiple Indicators and Multiple Causes, MIMIC)，探索各出行方式下心理變量對選擇行為的解釋程度，并分析人口統(tǒng)計特征與心理變量的內(nèi)在聯(lián)系，為解析城際間交通需求管理政策與出行行為的互動響應，優(yōu)化交通系統(tǒng)提供理論支撐.

1 理論與假設

1.1 計劃行為理論

計劃行為理論主張，態(tài)度、主觀規(guī)范及感知行為控制受到其對事物的行為信念、規(guī)范信念和控制信念等外部因素影響，又能協(xié)同作用解釋個體的全部或大部分行為意向，行為意向控制個人實際行為. 計劃行為理論框架如圖1所示. 該框架中，“行為態(tài)度(Attitude)”指個體對執(zhí)行某特定行為的正面或負面的總體評價；“主觀規(guī)范(SN)”指個體在計劃執(zhí)行某特定行為時所感知到的社會壓力；“感知行為控制(PBC)”指個體對執(zhí)行某特定行為所具備能力的認知；“行為意向(Intention)”指個體對于采取某項特定行為的主觀概率的判定.

圖1 計劃行為理論結構模型

1.2 計劃行為理論的擴展變量

TPB假定行為意向完全由態(tài)度、主觀規(guī)范和感知行為控制決定，但研究表明，某些意圖和行為受到TPB模型中未包含的特定領域因素的影響(如Armitage&Conner,2001; Conner&Armitage,1998)[1,6]. 在城際出行方式選擇這一具體問題中，人格特質(zhì)的差異將使不同人群在出行關注焦點、情緒傳達、實際行為表征及評估反饋等方面有所區(qū)別，進而產(chǎn)生不同行為結果. Ajzen提出，計劃行為理論是較為開放的理論框架，通過增添新的影響變量能提高模型的解釋能力[7]. 為此根據(jù)我國城際間出行行為的特征，以及綜合考慮出行行為決策的影響因素，引入2個外部價值觀念變量和“行為習慣”變量.

1)環(huán)保態(tài)度

Whitmarsh和O’Neil研究了環(huán)境親和行為，在TPB框架中增加自我認同變量發(fā)掘該變量與模型其他因素的聯(lián)系[8]. Harland等[9]表明，加入道德變量能更全面地解釋各種促進環(huán)境的行為，包括出行者使用公共交通工具而非小汽車的原因. 本文認為，環(huán)保態(tài)度的加入不一定能提高模型預測能力，但有一定實際應用意義. 如Verplanken等[10]表明交通方式選擇時個人習慣比環(huán)境問題更為重要，但環(huán)境態(tài)度提供了額外的信念解釋，能改善計劃行為理論模型的預測準確性.

2)安全態(tài)度

程龍[11]在大城市低收入通勤者出行方式選擇研究中，將安全意識作為出行者主觀感知態(tài)度的指標變量，得出社會人口統(tǒng)計特征與安全意識間的相關關系. 以往的出行行為研究中，安全態(tài)度一般作為出行者行為態(tài)度的具體指標變量，反應其對某特定交通方式的評價. 但本文認為，出行者的安全意識應作為外部價值觀念獨立于出行方式進行衡量，直接對“行為意向”產(chǎn)生作用.

3)行為習慣

在出行者面臨全新的選擇問題時，并無以往經(jīng)驗作為參照，出行者通過深思熟慮的比較形成以目標為導向的行為意向，并在其指導下開展后續(xù)行為[12]. 然而在積累了一定出行經(jīng)驗的城際出行中，出行者采用某一方式選擇的頻率愈高，其將選擇環(huán)境和行為直接聯(lián)系起來形成慣性行為的可能性愈高. 穩(wěn)定的決策環(huán)境中，“行為意向”與“行為習慣”對“實際行為”的作用方向保持一致[13]，共同對出行者的行為起到更有效的解釋.

1.3 基本假設

Ajzen認為所有影響行為的因素都是通過“行為意向”間接影響“實際行為”，而“行為意向”受到“行為態(tài)度”、“主觀規(guī)范”和“感知行為控制”3項因素的影響. 具體而言，個體對某行為的“主觀規(guī)范”、“感知行為控制”和態(tài)度愈正向，個體的行為意向愈強[14]. Wu等[15]就認為“主觀規(guī)范”對“行為態(tài)度”有正向影響. Yu和Tsai[16-17]通過典型實例分析論證了“感知行為控制”對“行為態(tài)度”的偏好有影響. 根據(jù)以上計劃行為理論中各變量間關系的描述，可以對城際交通出行方式?jīng)Q策理論模型做出如下基本假設：(1)安全態(tài)度、環(huán)保態(tài)度、主觀規(guī)范、行為態(tài)度、感知行為控制對個體的出行行為意向均有正向影響. (2)主觀規(guī)范、感知行為控制對居民的行為態(tài)度均有正向影響. (3)行為習慣對個體的主觀規(guī)范、行為態(tài)度和感知行為控制有正向影響，行為習慣在行為意向和實際行為的關系間起到中介作用.

2 問卷實施及檢驗

2.1 調(diào)查方案設計

本文采用網(wǎng)絡發(fā)放問卷的形式，獲取居民城際出行方式選擇行為的數(shù)據(jù). 問卷要求受訪者2017年城際出行中使用頻次最高的一項出行方式，回憶采用該方式出行且最經(jīng)常往返的城際起終點間一次印象深刻的出行經(jīng)歷，并回答問題. 回收問卷2 678份，剔除無效問卷后，共計2 304份有效問卷. 調(diào)查問卷的主要內(nèi)容為影響城際出行方式?jīng)Q策的出行者屬性、出行方式信息及擴展計劃行為理論中的潛變量因素. 潛變量部分的問卷題項如表1所示. 該部分的測量采用Likert五級量表，要求被調(diào)查者對影響其某次特定城際出行行為的因素進行打分.

表1 擴展計劃行為理論相應問卷題項

2.2 問卷統(tǒng)計分析

根據(jù)出行者屬性對調(diào)查樣本進行統(tǒng)計分析，結果如表2所示.

表2 調(diào)查樣本的社會人口統(tǒng)計特征

統(tǒng)計結果表明，調(diào)查范圍基本覆蓋了各年齡段和職業(yè)的出行群體，具有一定的廣泛性和代表性. 26～35歲的年輕受訪者占比較高，約38%；受教育程度在大學本科以上的出行者為主要受訪群體；企事業(yè)職員占比最高,為37%，網(wǎng)絡調(diào)查的局限使工人和離退休人員占比較低；個人月收入在3 000～6 000元的收入群體占比最高約為32%；近43%左右的受訪者沒有私家車；在已婚的受訪者中，37%的居民有18歲以上的孩子；隨著社會經(jīng)濟的快速發(fā)展，小汽車的普及率很高，70%以上的家庭均有1輛及以上小汽車.

2.4 信度與效度檢驗

1)問卷數(shù)據(jù)的信度分析

Cronbach信度系數(shù)α是測度問卷內(nèi)部一致性的重要指標. 設xi，系數(shù)α計算公式如式(1)～(3)所示.

(1)

(2)

(3)

式中，k為用于構建某一潛變量的的題項數(shù)目，si為第i題得分stotal為總得分的方差. Mallery和George認為，信度系數(shù)α大于0.9時表示其可信程度優(yōu)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信度基本認可.

2)問卷數(shù)據(jù)的效度分析

效度(Validity)是指所需測量事物能夠被測量工具或其它手段準確測出的程度. 通過KMO檢驗與Bartlett球形檢驗對問卷的因子分析適宜性進行初步判斷. 選用平均方差提取值(AVE)評價問卷的收斂效度. 信效度分析結果如表3所示.

表3 潛變量的信效度分析

注：其中“*”表示該數(shù)值為剔除SN1、ATT9、EC1后的計算結果.

可以看出，問卷的整體信度為0.901，信度很好. 除“環(huán)保態(tài)度”外，各潛變量信度系數(shù)都大于0.6. ATT9、EC1和SN1題項與潛變量包含的其他題目相關性較低，表述不太一致，且刪除題項后，潛變量和問卷整體的信度系數(shù)均能有顯著提升. 效度方面，各題項因子載荷值均高于0.6，KMO值均高于0.5，AVE值高于0.6，問卷有較好的收斂效度和結構效度.

3 模型結果分析

3.1 MIMIC模型框架

為檢驗TPB中各潛變量間的內(nèi)在作用機理，及各潛變量與出行者屬性之間的關系，建立MIMIC模型. 該模型的主要優(yōu)點是可以通過結構方程清晰的表達出潛變量的外生原因和內(nèi)生指標之間的關系，并得到各解釋變量與潛變量之間的影響系數(shù). 本質(zhì)上是結構方程模型的一種形式，包含2個結構方程和2個測量方程，矩陣形式如式(4)和式(5)所示.

結構方程：

η=Γx+ξ

(4)

測量方程：

y=Λη+ε

(5)

其中，η為潛變量的組成的(1×1)向量；x為和潛變量η有因果關系的外生可觀測變量的向量；y為η的可觀測的指標變量向量.Γ和Λ為待估計的參數(shù)矩陣；ξ和ε為測量誤差. MIMIC模型的整體架構如圖2所示.

圖2 MIMIC模型框架圖

MIMIC模型可分解為2部分：第1部分是對于擴展TPB各潛變量進行驗證性因子分析的過程. 以“行為習慣”潛變量為例，可表示為如式(6)所示.

(6)

上述公式由3個線性方程組成，每一個y都是ηHabit的可觀測外生變量，但因均無法完全解釋ηHabit，為此添加對應的殘差項ε. 殘差項ε彼此之間相互獨立，且假設與x之間也相互獨立.

MIMIC模型的第2部分是出行者屬性的外生變量與擴展TPB中的內(nèi)生潛變量，及潛變量的指標變量之間的結構方程模型. 以“行為習慣”為例，該部分類似回歸分析，包括一個構成TPB的潛變量因素和多個外源指標變量，可用式(7)表示.

ηki=γk1xi+γk2xi+γk3xi+…γknxi+ξi

(7)

式中，k為“行為習慣”等潛變量；i為觀測的城際出行行為個體；γ為待估系數(shù)；x為“受教育程度”等社會經(jīng)濟屬性變量.

3.2 模型擬合評價

本文選用擬合優(yōu)度的卡方檢驗(χ2)、近似誤差平方根(RMSEA)、相對擬合指數(shù)(CFI)、塔克劉易斯指數(shù)(TLI)等評價模型擬合程度. 統(tǒng)計分析軟件選擇AMOS，在導入樣本數(shù)據(jù)對1.3提出的理論假設模型進行估計后，初始模型的部分擬合指標不符合評價標準. 對模型進行逐步修正過程中發(fā)現(xiàn)，對于各出行方式“行為習慣”和“環(huán)保態(tài)度“對“行為意向”均沒有顯著性影響，假設不成立，且將“環(huán)保態(tài)度”加入模型后使得模型擬合度降低，為此去掉“環(huán)保態(tài)度”變量. 此外，刪除“行為習慣”和“行為態(tài)度”之間路徑關系MIMIC模型的擬合結果如表4所示.

由表4可知，4種城際出行方式MIMIC模型和樣本數(shù)據(jù)間擬合度良好，雖然從TLI和CFI指標看，普通列車、長途客車和自駕車3種方式不完全高于0.90，但在可以接受的范圍內(nèi)， RMSEA值均小于0.08，表明模型擬合合理. 長途客車和高鐵/動車方式和普通列車的RMSEA均小于0.05，說明擬合效果較好.

表4 MIMIC模型擬合評價指標

圖3 四種城際出行方式MIMIC模型中的潛變量間標準化路徑系數(shù)

3.3 擴展計劃行為理論潛變量間的關系分析

通過多次修正，得到MIMIC模型潛變量間路徑系數(shù)圖及參數(shù)估計結果，如圖3(a～d)所示. 圖中潛變量間指向箭頭上的數(shù)字為標準化路徑系數(shù)，括號中為C.R.值. 95%置信水平下顯著用“*”表示，99%置信水平下顯著用“**”表示. “行為意向”和“實際行為”上的數(shù)字為模型對選擇某種城際交通方式的“行為意向”和“實際行為”的判定系數(shù).

總體上看，基于擴展TPB的MIMIC模型對于城際出行方式選擇行為有較好的解釋效果，解釋了“實際行為”的52%～62%的方差，對“行為意向”的解釋程度更是達到69%～89%. 根據(jù)圖3中的標準化路徑系數(shù)及其顯著性檢驗結果，可以得出結論.

1)四種出行方式中，“主觀規(guī)范”對“行為意向”均有顯著正向影響，說明社會期望和外界壓力對于出行者方式選擇的行為意愿有很強的驅(qū)動作用. “行為態(tài)度”對“行為意向”的顯著影響僅體現(xiàn)在高鐵/動車方式中，在長途汽車方式上起到負的顯著性作用. 說明出行者對于高鐵/動車方式的正向態(tài)度促進其出行意愿的形成，而對長途汽車出行的負面印象則很大程度導致出行意愿較低.

2)“感知行為控制”在高鐵/動車、普通列車和自駕車方式上對“行為意向”有正向顯著作用，說明出行者在認為出行行為易掌控且不具有難度時，較大程度能促進其出行意愿的形成. 在高鐵/動車和長途汽車方式中，“行為習慣”對“行為意向”有顯著正向影響，說明高鐵/動車在鐵路運輸中逐步成為出行者下意識的選擇.

3)在四種出行方式中，“主觀規(guī)范”對“行為態(tài)度”的影響均不顯著，與理論假設略有出入；反之“感知行為控制”對“行為態(tài)度”均有顯著正向影響，說明與受到的社會期望相比，出行者對于行為的掌控信念更大程度影響其對出行方式的喜好.

“行為習慣”對于“感知行為控制”和“主觀規(guī)范”均有顯著正向影響，說明城際出行中習慣會影響出行者對于社會期望的感知和接納程度，同時出行者對采用某特定方式出行的掌控水平和信念受到習慣的驅(qū)動. “行為意向”和“行為習慣”對于“實際行為”均有正向的顯著性作用.

3.4 社會人口統(tǒng)計特征和潛變量的關系分析

在MIMIC模型的第二部分中，分析了出行者屬性對于擴展計劃行為理論各潛變量的影響效應，參數(shù)估計結果如表8所示. 可以得出結論.

表8 MIMIC模型潛變量與人口統(tǒng)計特征間的參數(shù)估計結果

注：“*”表示p<0.05,“**”表示p<0.01.

1)高鐵/動車方式中，個人月收入對“主觀規(guī)范”有顯著負影響，月收入越高的群體在高鐵/動車方式出行的選擇上受他人及外界影響的程度越小，體現(xiàn)出更多主觀性. 年齡大的群體更傾向采用高鐵/動車方式出行.

2)普通列車方式中，受教育程度對出行者的“主觀規(guī)范”有顯著負的影響，受教育程度越高，越不易受社會期望及規(guī)范影響而選擇普通列車出行.

3)長途客車方式中，受教育程度對出行者的“行為意向”“行為習慣”和“感知行為控制”均有顯著性的作用. 受教育程度高的群體不習慣于采用長途客車出行，學歷較高的群體對采用長途客車出行的“容易性和方便性”呈現(xiàn)相對負面的態(tài)度. 年齡較大的出行者對獨立乘坐長途客車進行城際出行不具有信心.

4)自駕車方式中，小汽車擁有量對“主觀規(guī)范”“行為意向”等均有顯著正向影響. 說明家庭小汽車擁有量會強化出行者對該方式的使用習慣和滿意度，豐富的駕駛和出行經(jīng)驗促進出行者對城際間自駕行為的掌控和信心.

4 結語

本文將計劃行為理論引入對城際間出行方式選擇的研究中，并在原始TPB基礎上添加“行為習慣”等3個影響變量，以高鐵/動車、普通列車、自駕車、長途汽車4種城際出行方式為研究對象構建MIMIC模型，得出結論：基于擴展計劃行為理論的MIMIC模型對于城際出行方式選擇的“行為意向”與“實際行為”均有較好的解釋效果. 不同的城際出行方式中，計劃行為理論各潛變量之間的相互作用關系有所不同，出行者屬性對各潛變量的影響程度有所差異. 環(huán)境態(tài)度”對“行為意向”沒有顯著性作用. 但外部價值觀念變量“安全態(tài)度”的加入符合實際應用意義，并提高了MIMIC模型擬合程度.

參考文獻：

[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] 張磊, 任剛, 王衛(wèi)杰. 基于計劃行為理論的自行車不安全行為模型研究[J]. 中國安全科學學報, 2010, 7: 43-48.

[3] 林威成. 旅運者觀點探討態(tài)度、涉入成都、群體影響力、行為意向與運具選擇行為的關連性——以臺北地區(qū)為例[D]. 臺灣: 國立中山大學, 2005. 8.

[4] 陳堅, 晏啟鵬, 楊飛, 等. 出行方式選擇行為的SEM-Logit整合模型[J]. 華南理工大學學報(自然科學版), 2013, 2: 51-57.

[5] 景鵬. 基于計劃行為理論的區(qū)域出行方式選擇行為研究[D]. 上海: 上海交通大學, 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] 程龍. 大城市低收入通勤者出行方式選擇及改善對策評估[D]. 南京: 東南大學, 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, 吳桂森. 金門觀光客旅游行為意向?qū)嵶C研究-線性結構模式之交叉效度驗證 [J]. 觀光研究學報, 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.