基于心理潛變量的網約車出行行為模型

■馬子嶸

（1.福建省交通科研院有限公司，福州 350004；2.近海公路建設與養護新材料技術應用交通運輸行業研發中心，福州 350004）

隨著“互聯網+出行”的愈演愈烈，以滴滴出行、T3 出行和曹操出行等為典型代表的網約車出行行業得到了迅速發展。 網約車出行模式作為通過手機等智能終端平臺放大化的一種共乘模式，打破了傳統巡游出租行業邏輯，賦予了城市共乘交通模式新價值，符合國家深化供給側改革的方向。 網約車模式帶有典型的共享經濟特征，與傳統巡游出租車對比，具備匹配精確化、供給靈活化、交易數字化等特點， 既能夠解決經濟高速發展過程中過度投資、產能過剩、重復購買等問題，又能夠對過量閑置的汽車資源進行重新配置，緩解了傳統巡游出租車模式易出現的供給需求不對等問題，滿足了乘客用車需求，因此受到了廣泛歡迎。 開展網約車出行行為分析有助于構建城市交通運輸行業的可持續發展，并為網約車相關管理部門的政策制定提供參考依據。

在出行行為分析上，姜雨等[1]借助合肥市居民出行數據，對出行起訖點進行空間分析，提出交通小區分段抽樣法，構建出行聯合模型，結果表明該模式適用性優于傳統出行重力模型；徐婷等[2]基于北京部分區域出行原始數據， 以汽車和公交出行的效用函數差值構建出新函數， 揭示了出行時間比、成本比與方式選擇之間的關系；Joachim[3]通過聚類回歸分析性別差異、 私家車擁有數等出行參數對于出行者出行選擇的影響。 目前在出行方式選擇中應用最廣泛的模型仍為最大期望效用理論， 即以出行行為參數和乘客自身屬性作為期望函數的解釋變量， 并認為出行群體具有 “完全理性”特點，即假設出行者總是客觀地選取期望值最大的出行策略。

部分學者開始著手研究出行者的心理因素對于出行選擇的影響，試圖擺脫“完全理性”出行的局限性。 Fujii 等[4]利用實驗闡明了出行結構變化是否會促進出行者更多地選擇公交出行方式，通過給予實驗組一張為期一個月的免費公交車票，而對照組不作改變，在實驗結束后的跟蹤調研中得出，實驗組明顯更傾向于選擇公交出行，使用私家車的出行頻率也開始逐步降低，表明出行心理習慣改變能夠有效改變出行結構。 Maya 等[5]通過出行方式切換實驗證明對出行成本敏感度較高的出行者更易轉向公交出行，表明了出行者心理變量差異將會切實影響交通出行結構的優化調整。

現有研究較少對網約車出行選擇行為模式的探討，同時缺乏通過定量研究以刻畫心理因素對網約車出行行為的內在關聯，也難以分析不同出行者的心理因素對網約車出行選擇結果的作用大小。 本文在計劃行為理論基礎上提出基于心理潛變量的網約車出行行為模型，以期為網約車出行選擇行為研究提供一個新思路。

1 研究方法

1.1 計劃行為理論

計劃行為理論 （Theory of Planned Behavior，TPB）是指以期望效用理論作為基礎，通過信息加工的視角來闡明個體行為意向的一般決策過程。 TPB理論認為個人的人格特質等外在屬性決定個人行為態度（Attitude towards the Behavior，ATB）、主觀規范（Subjective Norm，SN）和知覺行為控制（Perceptual Behavioral Control，PBC），且三者之間存在相互影響的關系[6]，如圖1 所示。 TPB 理論在交通行為學領域中目前主要應用于交通安全分析[7]、侵犯駕駛行為[8]等。

圖1 計劃行為理論模型

出行者是否選取網約車作為出行方式受到多種因素影響，如城市經濟水平、政策法規、出行特性等因素，此外，在很大程度上還受到出行者自身心理因素的影響。 根據TPB 理論，個體的選擇一般由心理需要控制，因此TPB 理論能夠為網約車出行選擇行為作出合理解釋，并表現出較強適配性，通過將出行者的心理因素納入考量，能夠更加科學地解釋和預測出行者所作出的出行選擇行為。

1.2 網約車出行選擇行為模型

結合TPB 理論，通過構建基于心理潛變量的結構方程模型，以定量刻畫出行者的心理因素對于網約車出行選擇行為的影響。 由圖2 可知，ATB、SN和PBC 為外衍潛變量，網約車出行選擇行為意向為內生潛變量；X1～X11和Y1～Y3分別為ξ1～ξ11和η1～η3的直接觀測指標 （即測量顯變量）， ξ1～ξ11和η1～η3為相應的潛變量因子，η4為除η1～η3外能夠直接影響到網約車出行選擇行為意向的潛變量因子；單向箭頭表示因果關系，即ATB、SN 和PBC 能夠直接影響網約車出行選擇行為意向；雙向箭頭代表潛變量之間存在相關關系，即ATB、SN 和PBC 3 個外衍潛變量互相影響。

圖2 網約車出行選擇行為模型

基于顯變量X、Y 與潛變量ξ、η 間的關聯性刻畫測量模型，基于潛變量ξ 與η 之間的關聯性刻畫結構模型。

（1）測量模型

式中：X 表示外衍顯變量向量，由11 個自變量測量值構成，ΛX為X 對于ξ 的因子載荷矩陣；Y 表示內生顯變量向量， 由3 個因變量測量值構成，ΛY為Y 對于η 的因子載荷矩陣；δ 和ε 為分別為X 和Y 的測量誤差向量。

（2）結構模型

結構模型能夠切實說明各個潛變量間的因果關系，其表達式如下：

式中：B 為η 的系數矩陣， 表示內生潛變量η之間的相互影響程度；Γ 為ξ 的系數矩陣， 表示外衍潛變量ξ 和η 的相互影響程度；ζ 為隨機干擾誤差向量，即η 未能解釋出行選擇行為的誤差向量。

2 案例分析

2.1 數據處理

對福州市網約車出行行為進行問卷調查，調查方式采取線上與線下實地調查相結合的方法進行。線下采用隨機攔截行人進行問卷發放調查，共發出80 份，實際收回61 份；網上收回302 份問卷，剔除無效問卷（缺失填答、連續極端值等）5 份，最終得到有效問卷數為358 份， 有效問卷回收率為93.7%。調查內容涉及行為調查 （Revealed Preference，RP）和意向調查（Stated Preference，SP）。

RP 調查包括出行者的基礎信息， 如性別、學歷、 出行目的等；SP 調查采用Likert 五級量表分別對4 個潛變量的測量顯變量進行調查，通過打分制進行數據統計。 構建的潛變量的測量顯變量問題如表1 所示。

表1 模型變量定義

對調查樣本進行分析，發現53.6%的被調查對象 為 男 性， 年 齡 以 中 青 年 為 主 （18 ～30 歲 占69.83%），受教育程度較高（大專及以上占57.8%），月收入2000～6000 元與2000 元以下占比幾乎相等，分別占36.9%和39.7%，出行目的以休閑娛樂為主（占57.8%），本次問卷總體信度系數Cronbach’s α為0.817，問卷整體信度較高。

2.2 模型求解與檢驗

運用AMOS 軟件采用GLS （一般化最小平方法）對模型進行求解，得出網約車出行選擇行為模型的相關擬合指標結果如表2 所示。

表2 檢驗指標表

絕對適配度檢驗指標：RMSEA=0.058、GFI=0.942、Chi/DF=2.199 和AGFI=0.908 均符合指標，說明模型擁有合理適配度，可以預測協方差矩陣和相關矩陣的程度性較好；增值適配度檢驗NFI=0.976、CFI=0.958 和IFI=0.973 檢驗值均大于0.9， 說明理論模型與實際數據匹配度較高。

2.2.1 測量模型

綜上數據進行模型計算，得出X1為負值，這反映出網約車的等待時間與約車態度為負相關，這也與實際情況相一致， 除此之外， 其余數據均大于0.5，表明模型具有較優的適配性。 在建模得出的數據中，變量反映的心理因素的準確度與負荷量成正比。 另外，建模有效反映出了準確的解釋力，主要是由于負荷量的檢驗值均滿足測量需求。同時，4 個心理因素參考量的組合信度都在0.7 上下浮動， 抽樣取值的平均方差接近0.5， 反映出模型信度的優異性和解釋能力的合理性。 因X4、X7、X11和Y1在非標準化回歸系數設定為1，所以其沒有相關檢驗結果。具體參數計算結果詳見表3、4。

表3 測量模型負荷量計算結果

表4 測量模型組合信度計算結果

2.2.2 結構模型

經計算，各路徑的T 檢驗均為顯著，模型具備合理性，表明3 個心理潛變量對網約車出行行為意向均存在積極影響，計算結果如表5 所示。

表5 結構模型計算結果

本次數據計算中ATB、SN 與PBC 分別為0.02、0.07、0.86，其中PBC 對網約車出行意向選擇的影響最大， 這說明出行者是否選擇網約車出行主要由PBC 控制，即與自己對過往出行所掌握的經驗密切相關，而他人經驗與乘坐網約車的體驗對出行抉擇的貢獻度偏低。

2.2.3 結構方程模型

本次網約車出行行為結構方程模型總體數據結果如圖3 所示，各測量變量值對應的誤差項均為正值， 說明模型無異常。 該模型卡方值Chi-square為145.166，自由度DF 為66，卡方值較大，這是因為卡方值會隨樣本量增大而變化，因而綜合考慮卡方值/自由度指標 （Chi/DF=2.199＜3）， 滿足模型要求。 此外ATB、SN 和PBC 的負荷量分別為0.62、0.68、0.70，表明三個心理潛變量之間呈兩兩的正向影響且達顯著水平，與計劃行為理論相符。

圖3 網約車出行選擇行為模型結果

此外， 模型將ξ1、ξ4、ξ7-ξ10、η2和η4從固定參數修正為自由參數， 如將ξ1和ξ7修正為自由參數表明兩者并不獨立，說明X1和X7之間存在正相關；即從理論角度可以解釋為網約車平臺優惠力度的大小會影響等車時長的長短， 平臺優惠力度越大，出行者可接受的等車時長越長。 余下參數之間關系近似X1和X7，在此不做多余贅述。

網約車出行行為意向的負荷量為0.85，表示3 個外衍潛變量（ATB、SN、PBC）能夠解釋網約車出行行為意向的程度值為85%，數值越接近1 表示解釋程度越高。 其中X1（安全滿意度）、X2（環境滿意度）、X4（價格滿意度）出行者對ATB 的解釋度一般，X3（環境滿意度）的解釋度為72%，解釋程度良好。同理，SN 中解釋程度最好的為X6（媒體推廣）；PBC中的解釋度值都小于0.5， 但X10（與朋友出行）和X11（出行目的地）接近0.5，說明X10和X11對其也有不錯的解釋度。 Y1（經常乘坐）、Y2（更關注）和Y3（鼓勵他人乘坐）作為行為意向的測量指標對其有較好的解釋，其程度值分別為：56%、74%和61%。

3 結論

隨著對網約車出行選擇行為的進一步研究，發現已有研究缺乏心理因素對網約車出行選擇方式的定量分析，心理學等學科的蓬勃發展為研究出行者個人心理因素對網約車行為選擇的影響提供了新穎且有效的方法，進而為解析網約車出行選擇行為內在機理提供了可能。 本文通過TPB 理論，結合網約車出行特點，建立了包括ATB、SN 和PBC 在內的結構模型，得出以下結論：

（1） 模型適用性良好， 外衍潛變量ATB、SN和PBC 對網約車出行行為意向的解釋程度值為85%，其中知覺行為控制（PBC）對出行者是否選擇網約車出行的控制效果最為顯著。

（2）外衍顯變量X3（環境滿意度）、X6（媒體推廣）和X10（與朋友出行）分別在ATB、SN 和PBC 中的貢獻程度最大，其值分別為72%、57%和49%；內生顯變量Y1（經常乘坐）、Y2（更關注）和Y3（鼓勵他人乘坐）均對網約車出行選擇有較大貢獻值，其值分別為56%、74%和61%。