基于結(jié)構(gòu)方程模型的共享停車選擇行為研究

宋 睿,秦婉嫕,施 雯,薛行健

(1.中南林業(yè)科技大學(xué) 物流與交通學(xué)院,湖南 長沙 410004;2.中南林業(yè)科技大學(xué) 風(fēng)景園林學(xué)院,湖南 長沙 410004)

0 引 言

隨著我國經(jīng)濟(jì)發(fā)展,小汽車出行占比重日益增加,城市居民汽車保有量也持續(xù)增長,使得城市停車難問題成為各大城市的通病。為解決停車供需矛盾和停車泊位資源配置不平衡的難題,學(xué)者提出了共享停車的概念,即利用不同建筑物在停車泊位空間、時間需求和供給的差異性,將居住區(qū)停車泊位共享服務(wù)于相鄰其他類建筑用戶,以滿足用戶對停車泊位的需求[1]。共享停車對緩解城市中心區(qū)停車矛盾有重要意義,但停車用戶是否會選擇并且接受這種新型停車方式值得探討。

國內(nèi)外已有關(guān)于共享停車用戶選擇行為的理論研究,多集中于分析哪些因素會直接影響停車用戶選擇共享停車。這些影響因素大致可以歸納成兩大類：① 顯變量因素,可通過問卷調(diào)查或者實(shí)地觀察獲取該變量的具體分布規(guī)律,彭威等[2]、常玉林等[3]、姬楊蓓蓓等[4]從用戶個人屬性、停車費(fèi)用、平均停車時間、停車后步行距離等角度分析了其是否會對共享停車用戶的停車意愿產(chǎn)生影響;② 潛變量因素,即變量無法通過直接觀測獲取數(shù)值變化規(guī)律,王保乾等[5]、張婭等[6]從用戶對停車的主觀意識、停車服務(wù)偏好、停車選擇意愿等潛變量角度分析用戶的停車選擇行為。從研究方法來看,主要包括改進(jìn)的二元Logit模型[7]、LCM模型[8]等對共享停車需求者的多種選擇策略進(jìn)行詳細(xì)探討。

相比較傳統(tǒng)研究,筆者綜合考慮停車用戶潛變量、停車用戶個人及家庭屬性變量和停車特征變量,構(gòu)建了上層為改進(jìn)技術(shù)接受度模型,下層為多項Logit的混合選擇模型,并對模型參數(shù)進(jìn)行標(biāo)定,以期研究結(jié)果為城市停車管理部門提高用戶選擇共享停車方式使用提供借鑒性的對策和建議。

1 模型構(gòu)建和方法

1.1 模型框架的構(gòu)建

模型框架分成上、下兩層,如圖1。

圖1 模型整體框架Fig.1 Overall frame diagram of model

上層參照現(xiàn)有研究[9]在技術(shù)接受度模型的基礎(chǔ)上進(jìn)行改進(jìn),新引入感知風(fēng)險、知識水平和服務(wù)質(zhì)量這3個潛變量,并且對每個潛變量設(shè)置若干個觀測變量來進(jìn)行測量。利用上層結(jié)構(gòu)方程模型,分析各個潛變量間的結(jié)構(gòu)關(guān)系并估計相應(yīng)的適配值[6]。將上層潛變量和社會屬性變量再帶入下層混合多項Logit模型的效用函數(shù)中,可分析停車用戶對不同停車方式的選擇結(jié)果。

根據(jù)構(gòu)建的模型,提出以下假設(shè)：H1為行為態(tài)度會正向影響共享停車用戶的使用意愿;H2為感知易用性會正向影響共享停車用戶的行為態(tài)度;H3為感知易用性會正向影響共享停車用戶的感知有用性;H4為感知有用性會正向影響共享停車用戶的行為態(tài)度;H5為服務(wù)質(zhì)量會正向影響共享停車用戶的感知有用性;H6為服務(wù)質(zhì)量會負(fù)向影響共享停車用戶的感知風(fēng)險;H7為知識水平會正向影響共享停車用戶的行為態(tài)度;H8為知識水平會負(fù)向影響共享停車用戶的感知風(fēng)險;H9為感知風(fēng)險會負(fù)向影響共享停車用戶使用意愿。

1.2 混合多項Logit選擇模型

混合多項Logit選擇模型將一些無法直接觀測的潛變量整合到傳統(tǒng)多項Logit模型中,可以認(rèn)為是一種擴(kuò)展的多項Logit選擇模型?；旌隙囗桳ogit選擇模型的效用函數(shù)Uin如式(1)[5]：

(1)

式中：Vin為固定項;εin為隨機(jī)誤差項,服從均值為0并且滿足獨(dú)立同分布的gumbel分布;i為用戶選擇不同的停車方式,i=1表示用戶選擇共享停車方式,i=2表示用戶選擇路邊停車方式,i=3表示用戶選擇公共停車場停車方式;n為停車用戶個數(shù);固定項中Likn、Simn、Ziqn分別為停車用戶潛變量、個人及家庭屬性變量、停車特征變量;aik、bim、ciq為模型待估參數(shù);k、m、q分別為停車用戶潛變量、個人及家庭屬性變量、停車特征變量的個數(shù)。

由式(1)可以推導(dǎo)出用戶選擇不同停車方式的概率Pin如式(2)[5]：

(2)

2 結(jié)果分析與評價

2.1 調(diào)查問卷設(shè)計和數(shù)據(jù)描述性分析

以城市中的停車用戶為研究對象,在2022年3—4月通過線上、線下結(jié)合方式發(fā)放問卷,共回收359份有效問卷。調(diào)查問卷內(nèi)容主要包括個人及家庭屬性、停車特征和停車意向調(diào)查3個部分。

個人及家庭屬性的描述性統(tǒng)計結(jié)果如表1。被調(diào)查人員中女性多于男性,以18～45歲的中青年人群為主,學(xué)歷中本科學(xué)歷人員占主要部分,被調(diào)查人員中平均月收入普遍在5 000元以下,公務(wù)員和普通職員占較大的比例。擁有駕齡的時間多在3年以下,49.6%的被調(diào)查家庭中擁有1輛小汽車。

表1 樣本描述性分析Table 1 Sample descriptive analysis

停車特征調(diào)查采取SP調(diào)查方式,調(diào)查的主要屬性為停車費(fèi)用、停車后到目的地步行時間和尋找車位時間。根據(jù)不同因素水平組合成6種情景模式供被調(diào)查人員進(jìn)行選擇。停車意向調(diào)查屬于潛變量調(diào)查,潛變量的具體定義和來源如表2。采用李克特5級量表設(shè)置1～5一共5個等級數(shù)值,分別對應(yīng)“非常不同意”、“不同意”、“一般”、“同意”和“非常同意”。

表2 潛變量的定義及來源Table 2 Definition and source of latent variable

2.2 數(shù)據(jù)的信度和效度檢驗

信度檢驗是采用不同的方法對調(diào)查問卷中同一對象重復(fù)進(jìn)行測量,以檢驗量表內(nèi)部的一致性以及所得結(jié)果的可靠程度。采用Cronbach’s α系數(shù)法檢驗量表的信度,結(jié)果如表3。通常Cronbach’s α系數(shù)的數(shù)值在0和1之間,如果系數(shù)大于0.6表示量表內(nèi)部具有一致性,達(dá)到0.7以上表示量表具有相當(dāng)?shù)男哦萚9]。從表3所知,7個潛變量的Cronbach’s α系數(shù)均大于0.7,說明量表整體具有非常好的信度。

表3 模型的信度檢驗Table 3 Reliability test of model

效度檢驗用于衡量問卷設(shè)計的評價體系是否能夠準(zhǔn)確反映評價的目的和要求,即問卷量表的設(shè)計是否合理有效,筆者將分別檢驗量表的結(jié)構(gòu)效度、收斂效度和區(qū)分效度是否滿足要求。首先采用KMO和Bartlett球形檢驗量表的結(jié)構(gòu)效度,其中KMO檢驗系數(shù)為0.852>0.6,Bartlett球形度檢驗顯著性水平為0.000<0.05,說明該問卷統(tǒng)計檢驗顯著[9]。對樣本再進(jìn)行探索性因子分析,利用主成分分析方法提取主成分因子,得到累計方差貢獻(xiàn)率為75.671%,說明該量表能夠充分反映原始數(shù)據(jù),具有很好的結(jié)構(gòu)效度。收斂效度檢驗結(jié)果如表4,可知量表中各個題目的信度均大于或者接近0.5,各個變量的組成信度大于0.7,收斂效度均超過0.5,說明該量表整體具有很好的收斂效度[10]。區(qū)分效度的檢驗結(jié)果如表5,可見各個潛變量之間均有顯著相關(guān)性,并且相關(guān)系數(shù)值均小于所對應(yīng)的收斂效度值的平方根,說明各個變量間具有一定相關(guān)性,并且彼此間又具有一定區(qū)分度,量表整體具有較大的區(qū)分效度[15]。

表4 模型收斂效度檢驗結(jié)果Table 4 Test results of model convergence validity

表5 模型區(qū)分效度檢驗結(jié)果Table 5 Test results of model discriminant validity

2.3 結(jié)構(gòu)方程模型分析及假設(shè)檢驗

結(jié)構(gòu)方程中各個潛變量之間的標(biāo)準(zhǔn)化載荷因子分布情況如圖2,e1～e21為軟件默認(rèn)生成的殘差項,行為態(tài)度對使用意愿的標(biāo)準(zhǔn)化載荷值(0.84)最高,即行為態(tài)度對使用意愿有較高的正向影響。感知風(fēng)險對使用意愿的標(biāo)準(zhǔn)化載荷值為-0.11,具有一定的負(fù)方向關(guān)系。服務(wù)質(zhì)量和感知有用、感知有用和行為態(tài)度、感知易用和感知有用間的載荷值均大于0.5,說明變量間影響較為顯著。

圖2 結(jié)構(gòu)方程的標(biāo)準(zhǔn)化載荷因子Fig.2 Standardized load factor of structural equation

表6給出模型的路徑顯著性分析結(jié)果,7個假設(shè)中只有H2的顯著性水平大于0.05(未能達(dá)到顯著性要求),其余6個假設(shè)均達(dá)到相應(yīng)的顯著性條件。結(jié)果顯示,行為態(tài)度和感知風(fēng)險對使用意愿具有直接的正向和負(fù)向影響,即提高用戶積極的行為態(tài)度、降低用戶的感知風(fēng)險會增加用戶使用該類停車方式的使用意愿。服務(wù)質(zhì)量、知識水平、感知易用和感知有用對使用意愿具有間接的正向影響。

表6 路徑顯著性分析Table 6 Path significance analysis

模型各個指標(biāo)的擬合結(jié)果如表7,從擬合情況來看,卡方值/自由度的值小于3,擬合優(yōu)度指數(shù)和相對擬合指數(shù)均大于0.8,比較擬合指數(shù)和調(diào)整擬合指數(shù)均大于0.9,模型的誤差均方根小于0.08,擬合結(jié)果驗證了該模型結(jié)果具有高度擬合性。

表7 模型擬合結(jié)果Table 7 Fitting results of model

2.4 混合選擇模型參數(shù)標(biāo)定

將停車用戶潛變量、個人及家庭屬性變量和停車特征屬性變量帶入到多項Logit模型中,用統(tǒng)計軟件可以估計模型中的參數(shù),結(jié)果如表8、表9。表8、表9分別以路邊停車和公共停車場停車為基準(zhǔn)組,研究各個因素對用戶選擇共享停車方式的影響程度,表中模型1為不考慮潛變量的多項選擇模型,模型2為考慮潛變量的多項選擇模型。相較模型1,模型2考慮的因素更加全面,擬合精度相對更高。

由表8可知：與路邊停車相比,使用意愿、行為態(tài)度、感知有用、感知易用、知識水平和服務(wù)質(zhì)量每增加1個單位,用戶選擇共享停車的勝算比的對數(shù)會分別增加0.964、0.479、0.644、0.577、0.614和0.644;感知風(fēng)險每增加1個單位,用戶選擇共享停車的勝算比對數(shù)會下降0.638。在個人及家庭屬性中,個人收入越高、公務(wù)員和事業(yè)單位職員、駕齡時間越長以及家庭擁有2輛車輛的人群相比較路邊停車更愿意選擇共享停車方式。在停車屬性中,停車費(fèi)用、到目的地步行時間和尋找車位時間的增加會降低用戶選擇共享停車的意愿。

由表9可知：與公共停車場停車相比,使用意愿、感知有用、感知易用、知識水平和服務(wù)質(zhì)量每增加1個單位,用戶選擇共享停車的勝算比的對數(shù)會分別增加0.416、0.401、0.865、0.377、0.308,相比較表8數(shù)值有所下降;感知風(fēng)險每增加1個單位,用戶選擇共享停車的勝算比的對數(shù)會下降0.838,與表8對比數(shù)值有所上升。在個人及家庭屬性中,個人收入越高、公務(wù)員和事業(yè)單位職員以及駕齡時間越短的人群更加傾向于選擇公共停車場而不是共享停車方式。停車費(fèi)用、到目的地步行時間和尋找車位時間的增加同樣也會降低用戶選擇共享停車的意愿。

表8 共享停車選擇模型的參數(shù)標(biāo)定結(jié)果(以路邊停車為基準(zhǔn)組)Table 8 Parameter calibration results of shared parking selection model (Taking roadside parking as the benchmark group)

表9 共享停車選擇模型的參數(shù)標(biāo)定結(jié)果(以公共停車場停車為基準(zhǔn)組)Table 9 Parameter calibration results of shared parking selection model (Taking the public parking lot as the benchmark group)

3 對策與建議

共享停車作為一種城市新型停車方式,能夠有效解決城市停車難的問題。相較路邊停車方式,共享停車不管是停車服務(wù)質(zhì)量還是停車安全性均有所保障,但因為共享停車在運(yùn)營過程中仍然存在停車收費(fèi)混亂、停車時間跟車位主下班使用車位容易發(fā)生沖突等問題,相比較專業(yè)化運(yùn)營的公共停車場,共享停車還需要在服務(wù)水平和服務(wù)質(zhì)量方面進(jìn)一步提高。基于分析結(jié)果,提出以下提高用戶選擇共享停車方式的對策與建議：

1)提高停車用戶對共享停車的主觀使用意愿能夠顯著增加用戶選擇共享停車方式。從分析結(jié)果可知：使用意愿、感知有用、感知易用、知識水平和服務(wù)質(zhì)量等變量的增加均會顯著提高用戶選擇共享停車方式的概率(如表8,分別增加0.964、0.644、0.577、0.614和0.644),而感知風(fēng)險的增加會直接降低用戶選擇共享停車的意愿(如表8,下降0.638)。共享停車管理部門一方面需要提高自身的服務(wù)能力和服務(wù)水平,打消用戶對共享停車安全性的顧慮,簡化共享停車服務(wù)流程,提供便捷和多樣化的支付方式;另一方面,需要加大宣傳力度,及時為停車用戶答疑解惑,提高用戶對共享停車的了解程度和知識水平。

2)提升停車服務(wù)質(zhì)量能夠增強(qiáng)共享停車對用戶的吸引力。結(jié)果顯示：停車費(fèi)用、到目的地步行時間和尋找車位時間的增加同樣也會降低用戶選擇共享停車的概率(如表8,分別下降0.640、0.299和0.159)。為吸引更多用戶選擇共享停車方式,共享停車管理部門需要合理設(shè)置公平透明的收費(fèi)價格,不斷增加和完善預(yù)約停車泊位的手機(jī)APP功能,減少用戶尋找和達(dá)到停車泊位的距離,快速提供距離用戶目的地較近的、讓用戶滿意的共享停車泊位。

3)關(guān)注特定人群的個性化停車需求,能進(jìn)一步提高共享停車的競爭力。模型標(biāo)定的參數(shù)結(jié)果證明：相比較路邊停車,個人收入越高、公務(wù)員和事業(yè)單位職員、駕齡時間越長以及家庭擁有2輛車輛的人群更加傾向于選擇共享停車(如表8,對應(yīng)的系數(shù)均為正數(shù),并且在5%水平上顯著),但是跟公共停車場相比,共享停車在這類人群中并不具有較大的競爭優(yōu)勢(如表9,對應(yīng)的系數(shù)為負(fù)數(shù))。共享停車管理部門需要深入分析該類特定人群的個性化停車需求,以該類人群作為重點(diǎn)發(fā)展的目標(biāo)市場,合理設(shè)計滿足個性化需求的停車服務(wù)內(nèi)容和服務(wù)方式,提升自身在停車市場的核心競爭力。

4 結(jié) 論

筆者構(gòu)建混合多項選擇模型對共享停車用戶選擇行為進(jìn)行研究,該模型由上、下兩層組成,上層是改進(jìn)的技術(shù)接受度模型,新引入感知風(fēng)險、知識水平和服務(wù)質(zhì)量。利用結(jié)構(gòu)方程模型分析各個潛變量之間的結(jié)構(gòu)關(guān)系,驗證模型提出的假設(shè),并將上層估計的潛變量和顯變量帶入下層多項Logit模型中對選擇模型的參數(shù)進(jìn)行標(biāo)定。研究結(jié)果顯示：

1)停車用戶潛變量、個人家庭屬性和停車特征變量對用戶選擇共享停車具有顯著影響。

2)相比較路邊停車,共享停車不管是停車服務(wù)質(zhì)量還是停車安全性對用戶更加具有吸引力,但是跟公共停車場相比優(yōu)勢不夠明顯。

3)為了提升市場核心競爭力,共享停車管理部門需要提高停車用戶對共享停車的主觀使用意愿、提升自身停車服務(wù)質(zhì)量和關(guān)注特定人群個性化停車需求。

筆者并未考慮城市不同土地類型對共享停車選擇行為的影響,這是未來一個重要的研究方向。