基于結構方程模型的居民對城市交通智能化的滿意度評價

楊濤 林鳳蕓 陸佳鶯 汪凱

摘 要：合肥市作為近些年來經濟快速增長的城市，正面臨經濟結構調整和轉型發展的迫切需要，交通行業的變革特別是交通智能化的發展顯得尤為重要，而城市居民對于交通智能化的滿意度則成為了評價交通行業智能化發展的關鍵因素。本文采用了結構方程模型，首先對合肥市居民對交通智能化的滿意度進行調查，并使用SPSS和Amos對收集數據的信度和效度檢驗，為結構性方程的設計提供數據基礎。其次設定潛變量以及可測變量并進行假設，基于假設對模型進行擬合及實現，接著對模擬結果進行分析并基于模型對模擬結果進行討論和分析，最后結合模型結論提出相應建議。

關鍵詞：交通智能化;因子分析;結構方程模型;SPSS

中圖法分類號： U121? ? ? 文獻標識碼：A? ? ? 文章編號：

城市交通是一個城市發展的基礎，是一個城市的“血脈”，是一個城市發展程度高低的重要考核指標之一。隨著城市現代化建設進程的加快，大量人口涌入城市，造成我國大量城市的交通擁堵，進而導致各種交通安全問題層出不窮，顯然，交通問題已經嚴重制約了城市的快速發展，如何提升城市交通服務效率，確保民眾安全、高效出行成為很多城市管理者亟需解決的問題，而城市交通智能化理念的提出，為城市交通的發展提供了新的理念[1]。城市交通智能化也被稱為智慧交通，是指利用現代化信息技術對道路交通的管理模式進行優化升級，將智能化技術與傳統道路交通工程相融合，將物聯網、云計算、大數據、人工智能、自動控制、移動互聯網等技術用于交通管理系統中，對公共交通出行進行全方位的實時管理，達到將交通區域，乃至整個城市的交通系統，如公交車、列車、出租車等交通工具，橋梁、道路等交通樞紐等進行互聯、分析、預測、管理的目的，從而將對交通基礎設施的利用效率發揮至最佳，提高道路交通系統的管理質量，提升交通服務質量，為民眾的出行保駕護航[2]。基于這樣的背景和意義，本文選擇合肥市為城市交通智能化評價的研究對象，基于結構方程模型建立智慧交通評價評價模型。希望能為我國城市交通智能化建設提供一定價值的參考，發揮指引作用。

一、研究設計

（一）數據來源

筆者通過查閱相關文獻設計了居民對合肥市交通智能化的滿意度問卷，然后進行了線上和線下問卷調查，對于一些不符合要求的問卷進行了刪除處理，共收集了500份有效問卷。之后使用了SPSS對數據進行了整理和處理，并采用Amos進行分析。

（二）問卷設計

本文使用的調查問卷為城市居民對城市交通智能化滿意度量表，該量表包括基礎設施水平、信息服務水平、交通管理水平、總體滿意度共計4個維度10個題項。本研究根據李克特五級量表對這10個測量題項設立“非常不滿意、不滿意、中立、滿意、非常滿意”5個等級，分別對應1分至5分[3]。

二、數據的信度及效度檢驗及探索性因子分析

（一）數據的效度檢驗

1.KMO檢驗和Bartletts球形檢驗

首先進行KMO檢驗和Bartletts球形檢驗分析，以驗證各項目之間的共同性大小是否顯著。檢驗結果顯示：KMO檢驗系數為0.788，大于最低檢驗系數標準0.5，Bartlett的球形檢驗值為1019.630，P值小于0.001，所以問卷具有結構效度，不同指標之間有共同因素存在，可以進行因子分析。

2.數據的信度檢驗

本文采用克朗巴哈（Cronbach）系數信度法，使用SPSS24.0對500份問卷調研數據進行信度分析，結果顯示其總體的Cronbach 值為0.728，在0.5到0.9之間，說明其呈現出較高的信度，且內部一致性良好。

（二）探索性因子分析

為了檢驗量表的結構效度，采用主成分分析、最大方差旋轉法，對所得數據進行探索性因子分析（EFA）。通過因子分析，根據碎石圖，相關系數矩陣的大于1的特征根有4個，因此考慮取四個公共因子。經過因子旋轉后得到因子載荷矩陣如下表1。

根據每個因素下的題目，將關于平臺總體滿意度方面的信息歸結為基礎設施水平、信息服務水平、交通管理水平[4，5]三個方面，進一步進行分析。

三、結構方程

使用結構方程模型的分析步驟一般包括：結構方程模型設計、模型擬合、模型評價、模型修正四個步驟，如果經檢驗擬合較好，就無需再模型修正;如果擬合效果較差，則修正路徑后再次運行模型。因此使用結構方程分析的首要步驟就是結構方程設計，具體包括方程本身的設計以及外生潛變量因子的設計、內生潛變量因子的設計。

（一）結構方程設計

使用上述所得到的4個方面因子以及對應10個可測變量作為內生潛變量;設定總體滿意度作為方面因子產品滿意度和服務滿意度由調查直接獲得。模型中各變量之間的關系可表示為以下3個矩陣方程式：

是外生觀測變量與外生潛變量直接的關系，是外生觀測變量在外生潛變量上的因子載荷矩陣;是內生觀測變量與內生潛變量之間的關系，是內生觀測變量在內生潛變量上的因子載荷矩陣;是路徑系數，表示內生潛變量間的關系;是路徑系數，表示外生潛變量對內生潛變量的影響;是結構方程的殘差項，反映了在方程中未能被解釋的部分。生觀測變量用X表示，內生觀測變量用Y表示。外生潛變量通常用表示，內生潛變量通常用表示。外生觀測變量X的誤差;內生觀測變量Y的誤差。方程采用極大似然估計法進行估計，擬合優度采用似然比卡方、GFI、RMSEA等檢驗，以分析模型擬合優度[6]。

（二）潛變量及可測變量的設定

潛變量是不可直接觀測的變量，本次潛變量的選定從理論出發，根據數據的探索性分析結果，選取基礎設施水平、信息服務水平、交通管理水平及總體滿意度進行分析。其中基礎設施水平、信息服務水平、交通管理水平為外生潛變量，而總體滿意度是內生潛變量。

相應可測變量設定情況如下：將公交站牌電子化水平設定為x1，ETC安裝覆蓋水平設定為x2，交通服務渠道多樣化設定為x3，信息發布的實時性設定為x4，交通公共信息的共享度設定為x5，高峰期擁堵情況設定為x6，交通事故快速處理水平設定為x7，交通誘導設施設置設定為x8，社會型公共交通服務滿意度設定為y1，政務型公共交通服務滿意度設定為y2。

（三）研究假設

根據4個潛變量之間的影響情況，可以建立如下假設：

H1：“基礎設施水平”對“總體滿意度”具有正向影響;

H2：“信息服務水平”對“總體滿意度”具有正向影響;

H3：“交通管理水平”對“總體滿意度”具有正向影響。

根據以上分析，現采用AMOS 24.0 軟件，按照結構方程模型路徑圖[7]的符號規則，畫出模型的因果關系路徑圖，規定模型中每個潛在變量對應的測量指標中的一個系數為1，相當于規定潛在變量的度量單位與對應測量指標的單位相同;規定外生潛在變量、內生潛在變量的可測變量的測量誤差系數為1.設置好因果關系路徑圖，如下圖1所示。

（四）模型擬合

根據以上分析，現采用AMOS 24.0軟件，按照結構方程模型路徑圖的符號規則，畫出模型的因果關系路徑圖，規定模型中每個潛在變量對應的測量指標中的一個系數為1，相當于規定潛在變量的度量單位與對應測量指標的單位相同;規定外生潛在變量、內生潛在變量的可測變量的測量誤差系數為1.設置好因果關系路徑圖。采用極大似然估計法進行估計，通過對比似然比卡方、RMR、GFI、RMSEA檢驗，比較模型擬合優度。

（五）模型實現

運行程序，得到此標準化的結構方程模型[8]，通過查看模型求解出的系數和P值發現基礎設施水平和信息服務水平到總體滿意度的路徑的系數不顯著，分析得出原因在于結構方程模型設計存在缺陷。雖然此模型結構理論上可行，但在數據上驗證不可執行，因此進行路徑調整，后得到新模型。

現重新于AMOS24.0中繪制模型，帶入數據，進行模型檢驗與擬合優度結果表明：P值為0.046，卡方對應的P值具有統計顯著性，通過顯著水平為95%的顯著性檢驗。卡方與自由度之比為0.941，小于2，符合要求。同時，AGFI為0.980，GFI為0.998，均接近于1，RMSEA小于0.1，以上的指標均滿足模型檢驗與擬合優度的要求，說明模型擬合效果較好。

運行程序，得到標準化后的結構方程模型結果，如圖2所示。

（六）結構方程模型參數估計結果[9]

（七）模型結果分析與討論

在經過路徑的修正后，我們得到了擬合程度較好的模型。各路徑系數都有其含義，我們根據先前對各潛變量之間單向影響關系的假設，作出以下結論。

1.潛在變量之間的關系分析

潛在變量間的系數表示某一變量的變動引起其他變量變動的程度。如圖3中，在調查樣本作出的結論中說明交通管理水平與總體滿意度因子的回歸系數為0.68，表示交通管理水平提高1個百分點將直接使總體滿意度提高0.68個百分點。

而基礎設施水平、信息服務水平與總體滿意度的直接關系不大，它們是通過影響交通管理水平間接影響總體滿意度，基礎設施水平與交通管理水平因子的回歸系數為0.37，表示基礎設施水平提高1個百分點將直接使得交通管理水平提高0.37個百分點;同理：信息服務水平提高一個百分點將直接使得交通管理水平提高0.58個百分點。

2.潛在變量與可測變量之間的關系分析

通過對潛在變量與觀測變量之間關系的分析，可以發現與潛在變量關系重大的觀測變量，還可進行各因子觀測變量間的比較。

（1）基礎設施水平因子與可測變量之間的關系

基礎設施水平因子中公交站牌電子化水平變量的系數最大（0.768），ETC安裝覆蓋水平系數比它小（0.626）。這說明在基礎設施水平方面，居民更注重的是公交站牌電子化水平，這與現實生活經驗相符，而用戶對于ETC安裝覆蓋水平的關注度也不低，建議相關部門可以通過改進技術以及加強基礎設施覆蓋率的措施來提高居民的滿意度。

（2）信息服務水平因子與可測變量之間的關系

信息服務水平因子中信息發布的實時性的系數（0.643）最大，這表明在交通智能化程度的信息服務水平方面，居民更希望收到的交通信息是精準且沒有延時的，顯然，這也與現實生活相符，也對交通信息服務部門提出了相應的挑戰。

交通公共信息的共享度的系數（0.639）與交通服務渠道多樣化的系數（0.61）次之，表明居民容易受到周圍環境的影響，交通信息服務部門應該擴大信息流通范圍，保證更多人可以通過更廣泛的渠道了解交通信息。

（3）交通管理水平因子與可測變量之間的關系

交通管理水平因子中高峰期擁堵情況的系數（0.757）最大，說明居民更加重視與自己生活息息相關的變量，即如果相關部門采取具體措施改變提升高峰期擁堵情況所能得到的回報是最高的，而交通事故快速處理水平的系數（0.71）和交通誘導設施設置的系數（0.692）分別為0.71和0.692，與高峰期擁堵情況的系數差距并不是很大，說明在交通管理水平這一因子中三個小方面的提升均能夠有效提高居民對于城市交通智能化程度的滿意度。

（八）模型的結論與建議

結論：在問卷調查的基礎上，通過結構方程模型，證實了合肥市居民對交通智能化的滿意度受到基礎設施水平、信息服務水平以及交通管理水平三個方面直接或間接的影響在上述的潛在變量與潛在變量之間、潛在變量與可測變量之間的關系已經予以闡述。因此相關部門應該從自己的實際情況出發，采取不同的策略（上述提出），重點提升交通管理水平，并且協調好提升基礎設施水平和信息服務水平之間的關系，城市居民也要相應配合遵守相關部門在這三個方面的改革提升措施，這對促進合肥市交通智能化的健康發展具有積極的意義。

建議：欲提高合肥市居民對交通智能化的總體滿意度，最重要的是提高交通管理水平，且諸多方面的各種因素均對滿意度有不同程度的影響。通過對本科生打卡滿意度影響因素的結構方程分析，發現公交站牌電子化水平、高峰期擁堵情況、信息發布的實時性對總體滿意度的影響相對較大，相關部門可以考慮將提升滿意度的相關舉措重點放在這四個方向。

參考文獻

[1]周小敏.智慧交通發展的現狀分析與建議[J].電子世界，2020（02）：96-97.

[2]唐彩虹，楊慧，何富.基于偏最小差結構方程模型的旅游業游客滿意度調查研究——以攀枝花為例[J].旅游縱覽（下半月），2019（11）：34-36.

[3]周彬，王雨桐，虞虎，呂寧，張亦弛.基于結構方程模型的寧波城市居民休閑滿意度研究[J].地理科學，2020，40（01）：119-127.

[4]魏玉.針對城市智能交通系統的研究[J].輕工科技，2019，35（04）：88-89.

[5]蔡龍江.智能交通評價指標分析研究[J].信息通信，2019（04）：131-132.

[6]李印. 城市智慧交通評價系統研究[D].長安大學，2017.

[7]彭慧，夏龍，徐莉莉.基于結構方程模型的親子休閑農園游客滿意度及游后行為傾向研究——以北京洼里博物·鄉居樓為例[J].江蘇農業科學，2019，47（06）：329-334.

[8]匡霞，楊揚.圖書在線消費者感知質量對忠誠度影響的實證研究[J].科技與出版，2019（04）：151-156.

[9]劉巍，崔玉虎，畢彤，王惠.基于SEM模型的精準扶貧政策農戶滿意度提升路徑研究——以河北滄州市鹽山、海興和南皮三縣為例[J].南方農機，2019，50（23）：25-26.

作者簡介：楊濤（1997-），男，安徽滁州人，安徽財經大學統計與應用數學學院本科生在讀，研究方向：信息與計算科學。

通訊作者：汪凱（1977-），男，安徽涇縣人，安徽財經大學統計與應用數學學院教授，博士，研究方向：應用數學。