基于結構方程的在校大學生公交選擇行為研究

張 濤，孫 帆，晉民杰，賈慶林

(太原科技大學 交通與物流學院，山西 太原 030024)

0 引 言

隨著高等教育規模擴大，高校學生數量逐漸增加，學校周圍現有的交通基礎設施和服務水平無法滿足大學生的出行需求，導致大學生群體出行困難已成為不可回避的社會現象[1]。大學生作為沒有穩定收入的群體，相對于普通城市居民來說，其出行方式選擇可能存在較大差異。公交車作為城市最活躍的交通工具，也是大學生最頻繁乘坐的交通工具之一，但由于現代大學生消費習慣的轉變[2]以及網約車等其他基于互聯網的出行方式涌現，大學生選擇公交出行的頻次越來越少。公交車是公共交通的組成部分，其低碳環保、節能減排的特性，對緩解城市交通堵塞、優化城市客運結構有著重要意義。因此，探討影響大學生選擇公交出行的顯著性因素，將對鼓勵大學生選擇公共交通出行，建設可持續發展城市有積極作用。

先前對公交選擇行為研究都是在前景理論和最大效用理論的框架中。韓鵬等[3]運用前景理論建立了出行方式選擇模型，表明了當出行時間較長時，大學生更傾向于以公交作為主要出行方式;張薇等[4]在基于前景理論的出行方式選擇方法中，考慮了出行時間與出行費用兩種指標，認為出行時間參考點要求低的小范圍內居民傾向于公交出行；陳俊勵等[5]通過建立基于時間的巢式Logit交通方式選擇模型，定量分析了出行各種屬性特征對公交出行方式選擇行為的影響程度，指出出行距離、是否持有月票以及家庭人均月交通費對是否選擇公交出行的影響最大；狄迪等[6]在對不同區域人群的上海公交走廊出行行為的分析中，建立了Nested Logit模型，標定了居住于外環外的出行者對選擇公交出行有明顯的排斥，個人年收入少于25 000元的出行者更傾向于公交出行；M.PAULSSEN等[7]在對德國519名通勤者的研究中建立了多層次潛變量混合Logit模型，認為舒適性和便捷性會增加通勤者選擇公交的可能性。但隨著各學科的交叉研究增多，針對公交選擇行為的研究逐漸轉變在計劃行為理論(TPB)的框架中，計劃行為理論是I. AJZEN提出的用于解釋人類個體行為決策過程的社會心理學理論，TPB認為個人執行行為的意圖是行為的最直接決定因素，常用來研究潛變量之間的內在關系[8]。楊亞璪等[1]基于計劃行為理論指出了行為態度、主觀規范、知覺行為控制對選擇公交有顯著的正向影響；陳堅等[9]通過構建公交出行TPB模型，對比分析成渝兩地公交出行選擇的差異特征。環保意識被認為是影響公交等綠色出行方式選擇行為的重要因素，將其作為新增變量引入TPB模型。

但TPB理論主要扎根于認知傳統，強調認知因素對行為意向及行為的影響，所以在某種程度上就會忽略情感因素對行為意向及行為的影響。并且框架的原始變量和新增變量大多停留在宏觀層面，缺少對不同出行對象針對性的心理活動刻畫。大學生作為一種受過高等教育的群體，對公交車等其他交通工具的清晰認知，使得個人偏好和體驗后悔(公交出行后的內在情緒)也是影響其出行決策的重要因素[10-11]。其中個人偏好解釋個人對公交車特性或者功能的偏好，這種個人偏好或許促使大學生改變出行意向和選擇。后悔是內在情緒的組成部分，體驗后悔是在結果出現之后出現的情緒體驗，會使個體產生改變現實的決策動機或行為，避免出現類似錯誤或預期錯誤[11]。因此，將這兩種變量納入TPB框架，可以解釋新增變量與TPB變量的互動機理以及其對大學生公交出行的影響力，更加準確地描述在校大學生群體出行方式決策的內在機理以及與其他年齡群體在出行上差異，將對其他學者進一步研究其他人群的出行決策提供參考。同時，也為交通運輸部門倡導“綠色出行”提供案例研究。

1 大學生公交選擇模型

1.1 模型變量與假設

計劃行為理論(TPB)是一種心理測量模型，常涉及的變量為行為態度(attitude，ATT)、主觀規范(subjec-tive norms，SN)以及知覺行為控制(perceptual behavior control，PBC)。許多學者將這3個變量作為結構模型的基礎，來討論其對最終結果變量的作用機理，并論證了態度、主觀規范、知覺行為控制3個變量對居民的行為意向和出行方式選擇有正向效應的假設[9-10,12]。與此同時，大學生是一種處在情緒化的年輕群體，其會依據個人出行偏好做出不符合理性假設的出行方式選擇[10]以及因乘坐某交通工具產生后悔情緒而在下一次乘車前產生抵觸該交通工具的心理，進而對出行方式選擇產生負向影響[11-13]。因此，筆者將態度(ATT)、主觀規范(SN)以及知覺行為控制(PBC)作為外生潛在變量，把個人偏好(personal preference，PP)、體驗后悔(experience regret，ER)和行為意向(behavioral intention，BI)作為內生潛在變量，最終結果變量為公交選擇行為(choice of bus traveling, CBT)，形成了涵蓋個人偏好和體驗后悔的TPB擴展模型，來量化研究其對大學生公交選擇行為的影響力。結合先前學者的研究結果和變量分析做出以下假設，如圖1和表1。

圖1 模型路徑假設Fig. 1 Model path assumption

表1 路徑假設解釋Table 1 Path hypothesis explanation

1.2 數學模型

結構方程模型(structural equation model，SEM)是上世紀70年代Karl依據協方差矩陣提出，融合了因子分析和路徑分析，是一種研究多重點相互關系的多元統計方法[14]。擬合目標是使得模型的協方差矩陣與樣本的協方差矩陣的殘差最小。優點是可以使測量模型具備更大的彈性以及能夠同時估計因子結構和因子關系。常用估計方法為極大似然估計(maximum likelihood estimation，MLE)，具有漸進無偏性、漸進有效性、尺度不變性等良好性質，并且該方法對假設模型進行整體檢驗[12]。結構模型模型中包含兩個基本模型：測量模型和結構模型，測量模型由潛在變量和觀察變量構成，研究兩者的相互關系，結構模型是各個潛在變量的組成，探討各個潛變量之間的因果關系，模型表述如下。

測量模型：

y=Λyη+ε

(1)

x=Λxξ+δ

(2)

結構模型：

η=Bη+Γξ+ζ

(3)

式中：η為m個內生變量的列向量；ξ為n個外生變量的列向量；B為內生變量對其他內生變量直接影響的m×m階結構系數矩陣；Γ為外生變量對內生變量直接影響的m×n結構系數矩陣；ζ為與內生變量相關的誤差項的列向量；y為內生變量對應的p個觀察指標的列向量；x為外生變量對應的q個觀察指標的列向量；系數矩陣Λy為內生潛變量對觀測變量y直接影響的系數矩陣(p×m)；系數矩陣Λx為外生潛變量對觀測變量x直接影響的系數矩陣(p×n)；ε和δ為測量模型的測量誤差列向量。

1.3 潛變量和觀察變量

潛在變量與一般變量的最大不同在于不可直接測量的特性，因此潛在變量缺乏一個自然存在的尺度，必須以人為的手段設定尺度，讓潛在變量可以解讀。TPB模型中的3個外生變量ATT、SN、PBC以及內生變量BI都是潛在變量：行為態度指個體對公交選擇行為的整體評價，主觀規范指個體在決定是否執行公交出行時所感知到的社會壓力，知覺行為控制指個體所感知到的自己決定選擇公交出行的能力，行為意向表示個體執行公交出行的意愿[15]。納入的個人偏好和體驗后悔變量也全都是無法直接量化的潛變量，因此通過多個觀察變量來間接量化潛變量是通過結構方程研究大學生公交出行選擇的條件之一。筆者將7個潛變量進行量化處理如表2。

表2 模型變量描述Table 2 Description of model variables

2 交通調查

2.1 數據收集

為論證研究模型，2020年9月30日至10月10日在山西省太原市對山西的高等院校進行實際數據調查，調查對象為4所高等院校：太原科技大學(萬柏林區)、太原理工大學(萬柏林區)、中北大學(尖草坪區)、山西大學(小店區)。由于太原市每個區的公交基礎設施和服務水平不同，跨區調查能夠豐富調查數據，反映出太原市大學生的不同區域實際公交出行選擇。調查方法采用網絡問卷+紙質問卷相結合的方式，題項設計采用Likert5點量表，1表示非常不同意或者非常不滿意，5表示非常同意或者非常滿意，共發放問卷400份(網絡問卷200份，回收194份，面對面調查問卷200份，回收197份)，剔除出問卷32份(9份丟失，23份無效)，回收有效數據368份，有效率92%，滿足結構方程所需的樣本量[16]。樣本人口的描述性統計信息如表3。問卷調查中：女生占51.9%，家庭平均月收入2 000～5 000元的學生最多，占45.4%，家中有私家車的大學生占62%，每周平均出行在3次以上的學生占約50%。

表3 樣本數據描述Table 3 Description of sample data

2.2 問卷分析

在進行結構方程擬合實際數據之前，對問卷的信度和效度進行檢驗是使用結構方程分析的必要前提。信度所指的是測量結果的可靠性、一致性以及穩定性，針對的是調查的結果。而效度則是指測量工具所測得出的結果的準確性程度，針對的是調查問卷[14]。對太原市大學生的問卷進行信度和效度的檢驗，通過SPSS的Cronbach’sα信度分析和因子分析中的Kaiser-Meyer-Olkin(KMO)檢驗來驗證問卷的信度和效度如表4，各潛在變量的α值都大于0.6，表明結果存在一致性，KMO值都大于0.7，說明問卷具備良好的結構效度。整體問卷的信度和效度值分別為0.919和0.892，整體上表明此次問卷設計是合理的，信度和效度較優。

表4 問卷信度和效度分析Table 4 Reliability and validity analysis of questionnaire

3 實例分析

3.1 驗證性因子分析

對模型進行驗證性因子分析(confirmatory factor analysis, CFA)可以驗證測量模型與調查數據的擬合程度，以此檢驗模型的組成信度、收斂效度以及區別效度。分別對ATT、SN、PBC、BI、CBT、PP、ER共7個潛變量進行CFA分析，發現7個潛變量中都存在觀察變量標準化因子載荷小于0.5，需要進行調整修正，剔除因子載荷小于0.5的題項，得到表5。修正后的標準化因子載荷都在0.5以上，滿足J. F. HAIR等[17]提出的可接受標準。組成信度(CR)是所有觀察變量的信度的組成，表示構念指標的內部一致性，信度越高，表示這些指標的內部一致性越高，0.7是可接受的門檻[17]。表5表明各變量的CR值都大于0.7，即各潛在變量內部一致性較高。平均變異萃取量(AVE)計算潛在變量對應的觀察變量對該潛在變量的變異解釋力。若AVE越高則表示潛在變量有很高的收斂效度。C. FORNELL等[18]建議其標準值須大于0.5。表5顯示各個潛變量內部的收斂效度整體良好。區別效度指的是構念與其對應的多個觀察變量之間的整體相關性是否大于構念與構念之間的相關性，若大于，則各構念之間有很好的區別效度。表6顯示除BI和CBT的區別效度較低外，其余構念之間具有很好的區別效度，整體角度來看構念之間的區別效度是可接受的。

表5 組成信度和收斂效度Table 5 Composition reliability and convergent validity

表6 區別效度Table 6 Discriminative validity

3.2 構建模型

基于CFA的分析結果，表明數據適合使用結構方程進行分析。通過軟件AMOS.23構建了如圖2的結構路徑分析模型。圓圈表示潛在變量，方框表示觀察變量。e1～e4是內生潛變量的測量誤差，e5～e25是觀察變量的測量誤差，最終結果變量為公交選擇行為(CBT)。

3個外生變量之間(ATT-SN-PBC)的相關系數在0.7以下，說明了無多重共線性。通過最大似然法估計(ML)可以得到潛變量之間標準化路徑系數。

3.3 模型適配

對于結構方程的適配度指標選取，不同的研究選取的指標不同， D. L. JACKSON等[19]在總結194位學者報告的適配度指標的文章中得出卡方值〔Chi-square(χ2)，89.2%〕、自由度(df，89.2%)、比較擬合指數(CFI，78.4%)、近似誤差均方根(RMESA，64.9%)、塔克-劉易斯指數(TLI，46.4%)、擬合優度指數(GFI，34%)、規范擬合指數(NFI，23.7%)、標準化的均方根殘差(SRMR，23.2%)、卡方值與自由度的比值(χ2/df，21.6%)、調整擬合優度指數(AGFI，20.1%)以及增值擬合指數(IFI，8.8%)是眾多學者研究中最頻繁報告的適配度指標。因此，為契合適配度指標的嚴謹和全面，筆者將以上的11個指標作為結構模型的適配度指標，表7的結果表明除了AGFI沒有達到0.9以上，其他的指標值均滿足適配度要求。但B. M. BYRNE[20]指出GFI和AGFI的值在0.80～0.89的范圍內也是可接受的。綜上所述，建立的結構方程模型和實際數據具備良好的適配度。

4 結果分析

4.1 假設驗證

針對所作的假設，通過建立的結構方程模型進行驗證，結果如表8。發現行為態度對個人偏好、行為意向和體驗后悔無顯著性影響，主觀規范對體驗后悔無顯著性影響，其他假設均成立。但值得注意的是態度對公交選擇呈負向影響，雖然態度對公交選擇呈現顯著性影響，但是呈現負向顯著影響是與以前學者的研究結論完全相悖的，他們認為態度對于出行選擇有顯著的正向影響[21-23]。具體原因有兩個方面。

表7 適配度指標值Table 7 Fitness index

一方面調查發現，學生可能是因為受到滴滴出行等便捷式打車軟件的影響，數據中發現太原市的大學生對本市的公交車總體評價都較為滿意，但這些學生選擇公交出行的很少，他們認為通過便攜式打車軟件進行預約出行更加便捷，當在有限的時間內進行以購物聚餐等非通勤活動為目的的出行時，其更愿意選擇網約車出行。另一方面，R. ETMINANI-GHASRODASHTI等[24]學者在先前的研究中發現，性別對出行選擇也有一定的影響，女性更喜歡乘坐具有私密性空間的交通工具(如私家車、出租車等)出行。在本次調查中女性大學生比例較大(51.9%)，對公交的各個方面評價都處于積極態度的女生并未將公交滿意度作為衡量出行決策的唯一指標。因此態度對公交出行的負向影響可能跟性別有關。

表8 假設結果Table 8 Hypothesis results

4.2 效應分析

結構方程可以對影響效應進行量化分析。將潛變量之間的因果關系通過直接效應和間接效應來進行細分。通過間接效應來反映兩個潛變量之間是否存在一個中介潛變量來間接對目標潛變量產生影響效應。將總效應表示為T,直接效應表示為D，間接效應表示為I，效應值如表9。則大學生公交選擇行為模型的效應分析如下。

表9 潛變量效應Table 9 Effect of latent variable

1)TPB變量對公交選擇行為的影響。數據顯示一些大學生對太原市公交的總體評價較高，對公交的態度很積極，但是選擇公交出行的學生較少(DATT=-0.138)。由于ATT對BI、PP和ER無顯著性影響，所以不予考慮其直接效應和間接效應的解釋。主觀規范對個人偏好產生直接效應(DPP= 0.152)，即受到外界壓力影響選擇公交出行的大學生本身對公交的一些獨特屬性或者功能也有一定程度的偏愛(低碳環保、更安全等)。同時，大學生的主觀規范會對公交出行意向直接產生效應(DBI= 0.108)，并且通過個人偏好這一中介變量對出行意向產生間接效應(IBI=0.064)。大學生的主觀規范對公交選擇行為并無直接影響，都是通過中介變量個人偏好和出行意向而間接產生效應(ICBT=0.143)。知覺行為控制對4個內生變量都有直接效應(DER=0.473，DPP=0.594，DBI=0.345，DCBT=0.162)，通過中介變量間接影響公交選擇行為的效應更加顯著(ICBT=0.596)。表明個人的強烈意志對選擇公交出行影響巨大，可能是因為個人對公交的偏愛而重復使用公交車或者因為受限條件而不得不選擇公交出行。

2)個人偏好和體驗后悔對公交選擇行為的影響。個人偏好對出行意向有直接效應(DBI=0.421)。表明個人對公交的一些特有功能(低碳環保、減少交通堵塞等)的偏愛使得大學生會經常產生公交出行意向，并且這種公交出行意向不是短暫產生而是具有長期效應：一方面大學生是高知識面、高認知和高理解力的群體，對當前城市交通發展面臨的問題(交通堵塞等)和公交車對城市交通的重要性(緩解交通堵塞、建立集約型交通等)都有深刻的認知，因此這種長期認知產生的偏好具備長期效應。另一方面R. KITAMUR[25]將人的生活方式劃分兩種：時間使用型和行為導向型。隨著時間的流逝，時間使用型的人群出行方式隨著個人適應環境變化而改變，而行為導向型的人群是相對穩定的人群，出行方式的改變只會通過價值觀，態度和偏好的長期改變而發生。而對公交特定功能的偏愛會使部分大學生產生長期行為偏好，這種行為偏好是相對穩定的，這類學生通常被定義為行為導向型人群，他們產生公交出行的意向長期受自己的偏好所影響，因而選擇公交的行為意向具有長期效應。個人偏好對公交出行選擇的直接效應也是十分顯著的(DCBT=0.298)，并且通過行為意向的中介效應對公交出行選擇的產生間接效應(ICBT=0.238)。說明了在個人偏好的影響下產生公交出行意圖的人群有很大概率選擇公交出行，這種行為也是長期性的。

體驗后悔作為結構方程的一個內生變量對公交出行意向和選擇公交出行都有顯著直接效應(DBI=0.145，DCBT=0.092)，這與先前的后悔理論的邏輯是相悖的。后悔理論認為后悔情緒會使個體產生改變現實的決策動機或行為，避免出現類似錯誤。即對于選擇公交出行的人群，因令人不滿意乘車體驗而后悔乘車，在下一次的出行中不會選擇公交出行。但是此次研究卻表明后悔和公交選擇行為產生正向效應。原因在于面向對象是在校學生。樣本數據顯示，家庭平均月收入在5 000元以下的大學生比例占57.6%。對于大學生來說，有限的經濟使得其在做出出行決策之前要更加衡量自己的經濟實力，其他交通工具成本過高，而在太原市辦理公交IC卡享受乘坐公交半價優惠，繼而即使在選擇公交出行的過程中，不愉快的乘車體驗會使其產生后悔心理，但是并不影響下一次的乘坐公交車的決策。

5 結 論

基于TPB框架，構建了新增個人偏好和體驗后悔2個變量的大學生公交選擇模型。

1)把太原市4所高校的學生公交出行數據運用到模型中，結果顯示態度對新增的兩個變量無顯著影響，但態度和知覺行為控制對大學生公交行為意向和公交選擇意向有顯著影響，其中態度對公交選擇行為呈現了與先前研究不同的負向影響，挖掘其內在原因與網約車的蓬勃發展和性別有關。

2)個人偏好對大學生選擇公交出行有顯著的正向影響，這種對公交車特定功能的偏好而誘發產生公交出行意向和公交選擇的人群通常被定義為行為導向型，這種行為偏好不是短暫性的，而具有長期效應。而體驗后悔對大學生公交出行的影響是正向影響，與后悔理論的邏輯相悖，是因為大學生受限的經濟條件和當地公交政策的雙重影響。

結合以上分析，當地政府需要從以下兩方面提升大學生公交出行的頻率：①完善學校周圍公交基礎設施，例如推行實時公交、增加學校周圍公交班次，改善街景綠化程度等，同時加強公交車內外部環境的建設，如改善座椅柔軟度，保持公交內部空氣流通和衛生整潔；②提高個人對公交的偏好，減少大學生的后悔情緒，從根本上增強大學生公交出行的意愿，如在高峰時期增加熱門路線公交車數量，提供公交車半小時內再次乘車免費換乘服務等。