基于結構方程模型的駕駛員對VMS響應研究①

楊明誠,干宏程,曹文超,高 吉

(上海理工大學 管理學院,上海 200093)

我國經濟持續快速發展,造成城市交通系統的供需矛盾日益加重,加快了用于緩解交通擁堵的新技術發展速度.可變信息標志(variable message signs,VMS)作為智能交通系統的重要組成部分,通過發布實時交通誘導信息,對擁堵分流和均衡路網交通量具有重要作用[1].而VMS 是否發揮作用取決于駕駛員對誘導信息的響應程度和遵從意愿.因此,研究駕駛員對VMS 的接受程度具有重要意義.

現有研究中關于影響駕駛員對VMS 反應因素,主要有:(1)駕駛員的個體屬性;(2)出行路線特性;(3)VMS顯示內容3 個方面.針對駕駛員個體屬性方面的研究,Gan 等[2]利用截面和面板二元probit 模型分析了影響駕駛員響應D-VMS 轉向行為的因素,發現駕駛經驗豐富的駕駛員對于VMS 信息的遵從率更高.Li 等[3]也得到了相似的結論,對北京快速路VMS 分流表現的研究表明駕駛年限、個人月收入是導致駕駛員是否改變路徑的重要因素.

出行路線特性和VMS 顯示內容方面,駕駛員對VMS 的反應也與他對出行路網的熟悉度和替代路徑上的交通狀況有關[4].VMS 上顯示的不同類型的信息內容甚至同樣的信息不同的顯示方式對駕駛員的影響也是不同的.Chatterjee 等[5]使用Logistic 回歸模型分析不同VMS 信息對駕駛員的影響,發現突發事件(事故,施工封閉區等)的位置和顯示消息內容是影響路線轉移的重要因素.徐天東等[6]建立不同信息內容條件下駕駛員動態路徑選擇行為模型,發現VMS 信息的精準性、及時性和完整性是影響駕駛員路線選擇的主要因素.

綜上,大部分針對VMS 的研究主要集中在影響因素和接受偏好的分析,而對于VMS 使用意愿的研究較少,很多研究是通過離散選擇模型和描述性統計分析個人屬性、VMS 顯示信息屬性等顯變量對VMS 使用意愿的影響,而少有分析駕駛員出行習慣等心理潛變量造成的主觀使用意愿.不同于離散選擇模型等分析方法,TAM 是預測一項新產品被市場接受程度的主流框架且得到了廣泛使用.本文以簡化后的技術接受模型為基礎,重點研究VMS 信息可靠性和駕駛員出行習慣兩個潛在變量之間的關系,以及技術接受模型中VMS 感知有用性和感知易用性對駕駛員VMS 使用意圖的影響程度.使用結構方程模型分析方法探尋各潛在變量之間的相互作用機理,并針對分析結果提出相關建議.

1 模型建立

1.1 理論背景與模型構建

技術接受模型(technology acceptance model,TAM)由Davis[7]提出,現被廣泛用于預測和解釋用戶對新興信息技術的使用情況.簡化后的TAM 包含3 個潛變量即感知有用性、感知易用性和行為意圖.本文中的感知有用性解釋為使用VMS 改善駕駛員出行體驗的程度,感知易用性解釋為駕駛員使用VMS 信息時容易理解便于學習使用,行為意圖指駕駛員遵從VMS顯示信息的主觀可能性.

1.2 研究假設

信息可靠性常以及時性、準確性和完整性等指標表征,并且是駕駛員遵從信息后的出行體驗與其預期中的體驗進行比較的結果.Lin 等[8]在進行一項關于駕駛員對ATIS 采用情況的研究中發現,信息可靠性是最重要的影響因素.魏雪梅等[9]使用結構方程模型分析駕駛員出行信息搜索行為特性,表明當誘導信息準確度高且易獲取的情形下,駕駛員使用出行信息的意愿很強,同時發現通勤出行情況下,搜索和使用誘導信息的意愿很低甚至不需要搜尋.信息的及時完整更有利于駕駛員的使用,準確的VMS 信息會加深駕駛員對于信息有用性的認識,也會使駕駛員堅持自己已有的出行習慣.據此,提出以下3 點假設:

H1:信息可靠性對出行習慣有正向影響.

H2:信息可靠性對感知有用性有正向影響.

H3:信息可靠性對感知易用性有正向影響.

文中的出行習慣是由“經常使用相同的路線上下班”和“經常會根據實時交通狀況改變出行路線”等屬性定義的.莫一魁等[10]利用偏最小二乘迭代算法分析了駕駛員誘導信息喜好的結構方程模型,發現當工作出行時,駕駛員對出行信息需求是下降的.使用同一路線出行頻率越高越容易養成出行習慣,具有習慣性出行的駕駛員有不在乎出行距離長、主干道使用率低和選擇的路線中轉彎次數多等問題的傾向[11],有一定出行習慣的駕駛員當習慣性出行路線擁堵程度較高時,改變行駛路線的概率也很低,相應的駕駛員很難發現有用的VMS 信息.有出行習慣的駕駛員對習慣性路線上VMS 顯示內容更為熟悉,并且能夠輕松的獲取VMS 上所有的信息而毫不費力.據此,提出以下兩點假設:

H4:出行習慣對感知易用性有正向影響.

H5:出行習慣對感知有用性有負向影響.

原始的TAM 由4 個部分組成,即感知易用性(PEOU)、感知有用性(PU)、使用意圖(BI)和使用態度(ATT).從Davis 提出以來,已被應用于多個交通細分領域的研究,如智能交通技術對居民綠色出行的影響、自動駕駛汽車接受度和共享出行背景下消費者行為研究等.當用戶對某一信息技術的有用性和易用性看法增加時,就更有可能采用該信息技術,同時易用性高的VMS 信息意味著駕駛員理解該信息耗費的時間和精力更少,從而讓駕駛員有更多的時間去做出判斷,改善自己的出行體驗.據此,提出以下3 點假設,具體的研究假設如圖1所示.

圖1 研究假設圖

H6:感知易用性對感知有用性有正向影響.

H7:感知易用性對行為意圖有正向影響.

H8:感知有用性對行為意圖有正向影響.

2 數據收集與初步分析

2.1 問卷設計

每個潛變量的測量指標均借鑒于已有文獻中的潛變量測量題項,結合國內駕駛員VMS 實際使用情況進行修訂和補充.為了進一步提高所選題項的有效性和精確度,采訪了10 位駕駛員朋友和學習ITS 課題的同學,根據采訪結果刪除了不相關題項并完善了措辭,最終剩下了5 個因子和17 個測量題項.所有題項均采用五點李克特量表進行測量.表1 是上述內容的詳細列表.

表1 潛變量構造及題項來源

2.2 數據收集

本次調查時間是從2020年12月1日到2021年2月15日,采取網上調查和現場調查結合的方法,其中線上平臺回收問卷258 份,線下回收問卷112 份,歷時兩個月,剔除掉網上問卷中作答時間較短和線下問卷填寫連續多題答項相同的23 份問卷,最終得到347 份有效問卷,問卷回收率達到93.8%.

2.3 樣本的描述性統計

347 個有效樣本的基本情況如表2所示:性別構成方面以男性駕駛員240 位(69.2%)位居多,女性駕駛員107 位(30.8%),這與生活中男女駕駛員構成比例基本吻合.受訪者年齡方面整體偏年輕化,有197 位(56.8%)的受訪者年齡介于18-30 歲之間;月收入方面,有將近一半的受訪者(51%)月收入在5 000 元以內;347 名受訪者中有1-5年駕駛經驗的人占比42.4%,駕齡大于5年的受訪者有31.4%;受教育程度方面分析,擁有本科學歷的有202 位(58.2%);受訪者職業以企事業員工居多有166 位(47.8%).

表2 問卷調查樣本信息統計

3 研究結果及分析

3.1 驗證性因子分析

在分析結構模型之前應該先分析測量模型.對測量模型的收斂效度進行驗證性因子分析(confirmatory factor analysis,CFA),只有測量模型的配適度達到推薦的標準,才能進一步對結構模型進行評估.模型的5 個構面分別為出行習慣(HAB)、信息可靠性(IRE)、感知有用性(PU)、感知易用性(PEOU)和行為意圖(BI).整理后的數據如表3所示.表中所有構面的因子負荷量均大于0.6,各個構面的測量題項信度均大于0.36,組成信度(composite reliability,CR)均大于0.8,平均方差萃取量(average variance extracted,AVE)均高于0.5,符合吳明隆所提標準[14].該模型的收斂效度良好.

表3 測量模型的信度和收斂效度分析

區別效度決定了模型各個構面之間是否可以充分區分,常用的檢驗指標是如果一個構面的AVE 的平方根大于它與其他所有構面之間的相關性,則可以認為符合區別效度的要求,在95%的置信水平下模型的區別效度檢驗如表4所示,模型通過了區別效度檢驗.

表4 構面的方差及區別效度檢驗結果

3.2 擬合度分析與假設檢驗

為了評估模型與收集到數據的匹配程度,利用AMOS 25.0 軟件進行分析,得到模型整體的擬合優度檢驗指標如表5所示,各個主要的配適度檢驗指標均在推薦的標準范圍內或接近標準值要求,模型整體的擬合精度達到要求,可以進一步對結構方程模型進行路徑分析.

表5 模型整體配適度指標

路徑分析圖2 中駕駛員出行習慣的R2為0.290,VMS 信息可靠性可以解釋29%的駕駛員出行習慣的變化;感知易用性的R2為0.510,信息可靠性和出行習慣可以解釋51%的感知易用性的變化;感知有用性的R2為0.380,出行習慣、信息可靠性、感知易用性可以解釋38%的感知有用性的變化;同時模型中所有自變量可解釋57%的駕駛員行為意圖的變化.

圖2 結構方程模型路徑分析圖

通過模型路徑分析表6 中可以發現,VMS 信息可靠性對駕駛員出行習慣具有顯著正向影響(H1),標準化路徑系數為0.535***,也是路徑關系分值最高的一項,當“VMS 信息可靠性”得分增加1,“駕駛員出行習慣”增加0.535,VMS 信息可靠性與駕駛員的出行習慣之間具有高度的正相關關系;信息可靠性對感知有用性、感知易用性有顯著正向影響(H2、H3),標準化路徑系數分別為0.434***,0.457***,VMS 信息可靠性對感知易用性的影響程度大于對感知有用性的;出行習慣對感知易用性有顯著正向影響(H4),標準化路徑系數為0.354***;感知易用性、感知有用性分別對行為意圖有顯著正向影響(H7、H8),標準化路徑系數分別為0.350***和0.518***;而出行習慣對感知有用性無顯著影響,H5 不成立;感知易用性對感知有用性無顯著影響,H6 不成立.

表6 模型假設檢驗與路徑系數

4 結論

本研究基于技術接受模型理論框架構建結構方程模型,引入駕駛員出行習慣和VMS 信息可靠性兩個潛變量,研究駕駛員對VMS響應的影響因素.研究結果表明:

(1)信息可靠性對感知易用性的影響大于對感知有用性的影響.駕駛員需在行駛途中完成閱讀信息、處理信息和做出路徑選擇這一系列任務,可靠性較差的VMS 信息會加大這一任務的難度.因此,信息可靠性對感知易用性比對感知有用性更加重要.

(2)感知易用性對感知有用性無顯著影響.易用性高的信息只是降低了駕駛員使用VMS 的門檻,駕駛員對VMS響應與否還是要回歸到信息可靠性上去.

(3)出行習慣對感知易用性有顯著正向影響,對感知有用性無顯著影響.駕駛員會對習慣性路線表現出極大信任感,即使習慣性路線已經出現明顯的擁堵也不會輕易改變路線,很難發現對其有用的VMS 信息.

本研究主要從VMS 使用意愿的角度分析駕駛員對VMS 的接受度,后續的研究可在該模型的基礎上對個人社會經濟屬性進行檢驗,以增強研究的嚴謹性.