評估政策感知對居民綠色出行意向的影響

陳文強, 勾小梅

(長安大學(xué)運輸工程學(xué)院, 西安 710064)

綠色出行指采用對環(huán)境影響較小的出行方式出行,例如,選擇公共汽車、地鐵公共交通或步行、騎自行車、合乘等。綠色出行可節(jié)約能源、提高能效、減少污染,又益于居民健康、兼顧效率[1]。如何引導(dǎo)居民綠色出行受到了政府和學(xué)者的極大關(guān)注。中國政府頒布了一系列引導(dǎo)政策,包括汽車購置稅、在市中心限制汽車使用以及改善公共交通設(shè)施等,但對政策效果評估缺乏深入研究,影響政策后期的修訂完善。部分學(xué)者探究了居民綠色出行與內(nèi)外影響因素之間關(guān)系。例如:魏慶琦等[2]結(jié)合行為經(jīng)濟學(xué)、社會心理學(xué)和出行行為分析, 研究外生政策、學(xué)習(xí)能力、有限理性和情境依賴等因素對個體低碳出行傾向的影響。袁亞運[3]運用系數(shù)集束化方法,從意愿與行為兩個維度出發(fā),比較內(nèi)部心理性因素和外部結(jié)構(gòu)性因素對城鎮(zhèn)居民低碳出行的影響強度。Liu等[4]研究居民的低碳出行意向,研究得出將積極的低碳社會心理因素與有效的低碳交通政策相結(jié)合,可以在一定程度上影響居民選擇低碳出行方式的意愿。Li等[5]考察低碳出行方式的行為意向是否存在地域和年齡差異。研究結(jié)果表明,低碳政策、主觀規(guī)范和個人規(guī)范對采用低碳出行方式的行為意向的作用更加顯著。Song等[6]基于刺激-機體-反應(yīng)(stimulus-organism-response,SOR)理論,研究公眾對氣候政策的感知對低碳出行的影響。Chen等[7]將計劃行為理論應(yīng)用于自行車共享情境,探討感知利益和政府政策對大學(xué)生自行車共享使用的影響。楊舒等[8]創(chuàng)建偏最小二乘法結(jié)構(gòu)方程模型和中介模型分析票價與通勤行為的關(guān)系。李紅昌等[9]研究了感知利得和感知利失心理權(quán)衡過程對出行者出行選擇的量化影響水平。鐘異瑩等[10]在計劃行為理論的基礎(chǔ)上引入居住環(huán)境,構(gòu)建公共交通出行選擇行為模型。雖然有研究人員將政策措施納入綠色出行影響因素中進行研究,但在處理過程中,將不同類型的政策合并為單一類別的政府干預(yù)措施,難以區(qū)分單一政策的異質(zhì)性和有效性。考慮到政策的針對性和實用性,應(yīng)對政策措施進行分類,針對不同人群探討不同類別政策措施的具體效果,但從已發(fā)布的研究成果來看,政策分類研究場景更多是針對電動汽車使用[11-13]。從政策分類角度分析其對居民綠色出行的影響仍缺乏系統(tǒng)研究。

此外,出行者是一個異質(zhì)的群體,不能粗略地將所有出行者當(dāng)作一個整體進行分析[14]。對出行者進行細分的目的是確定最合適的低碳交通政策,提高政策干預(yù)出行者出行行為的有效性。出行行為的劃分依據(jù)主要有兩類:第一類是基于人口統(tǒng)計特征細分(如年齡、性別、收入等)的先驗方法[5,13,15]。第二類是使用基于心理細分(如價值觀、態(tài)度)的事后方法。第二類相較于第一類的優(yōu)點如下,第二類樣本子集不會過多、類別劃分有理論基礎(chǔ),因此使用范圍更廣。然而,在第二類中許多學(xué)者根據(jù)與環(huán)保相關(guān)的意識和態(tài)度對出行者類別進行劃分[16-18],從目標和動機的角度研究出行者異質(zhì)性的文獻較少。同一政策對不同出行偏好群體的綠色出行引導(dǎo)效果可能存在差異,為了改善出行引導(dǎo)政策的調(diào)控效果,需要比較各種政策在不同群體中的有效性。因此,必須考慮出行者的異質(zhì)性,根據(jù)出行偏好將人群細分,在此基礎(chǔ)上制定有針對性的政策,更有效地促進綠色交通方式的轉(zhuǎn)變。居民選擇私家車出行的距離一般較遠,替代的主要方式是地面公交和地鐵[19],故本文研究場景設(shè)定為城市居民中長距離出行,可供選擇的出行方式由私家車和公共交通組成,因此,本文中綠色出行特指乘地面公交或地鐵的出行。

本研究主要貢獻體現(xiàn)在兩個方面。首先,目前的研究缺乏探討不同類型交通政策引導(dǎo)居民綠色出行的效果。本研究基于Geng等[20]的分類方法,將政策分為三類:經(jīng)濟政策、便利政策和公共信息政策。研究經(jīng)濟政策感知(旨在通過改變與私家車出行相關(guān)的價格和成本來影響行為的干預(yù)措施,如停車費、擁堵費和燃油價格)、便利政策感知(旨在提高公共交通便利性的措施,如交通分布密度、頻率和路線)、公共信息政策感知(旨在通過宣傳教育引導(dǎo)居民改變出行方式)對居民綠色出行意向的影響。其次,探究不同出行偏好群體之間綠色出行意愿的差異,比較不同政策對不同群體綠色出行意愿的影響效果。

1 理論和概念框架

1.1 理論模型

如圖1所示,本研究建立了一個“感知-態(tài)度-行為”的研究框架。它將政策類型分為三類,考慮到經(jīng)濟政策感知、便利政策感知和公共信息政策感知以及態(tài)度對綠色出行意愿的影響。研究參與者根據(jù)出行目標和偏好,使用K-means聚類被分成兩組:享樂型和實用型,并檢查這兩類出行者群體綠色出行意向受到各類影響因素的異同。

圖1 研究框架Fig.1 Research framework

1.2 研究假設(shè)

1.2.1 ATT與綠色出行意愿的關(guān)系

態(tài)度(attitute,ATT)是指對某種特定行為的積極或消極的評價[21],一個人對某種行為的態(tài)度越積極,他實施這種行為的意愿就越強烈[22]。許多研究證實,態(tài)度對環(huán)保意向和行為有積極影響,如綠色產(chǎn)品購買行為[12]和節(jié)能行為[21]。因此,假設(shè):

假設(shè)1 (H1): 態(tài)度對居民綠色出行意向有顯著的正向影響。

1.2.2 低碳政策與綠色出行態(tài)度的關(guān)系

以往的研究已經(jīng)證實了政策與態(tài)度之間的關(guān)系。例如,Wang[12]研究激勵政策感知和消費者社會屬性對電動汽車購買意愿的影響時,證實消費者金融激勵政策的感知、信息提供政策的感知和便利政策的感知對純電動汽車(battery electric vehicles,BEV)態(tài)度的影響具有異質(zhì)性。Liu等[4]探討了出行者使用低碳出行的意愿、一組社會心理變量以及政府支持的低碳出行政策之間的關(guān)系,發(fā)現(xiàn)低碳交通政策顯著正向影響態(tài)度。Li等[5]旨在考察低碳出行方式的行為意向是否存在地域和年齡差異,發(fā)現(xiàn)低碳交通政策對出行態(tài)度有正向影響。因此,假設(shè):

假設(shè)2-1 (H2-1):經(jīng)濟政策感知對居民綠色出行態(tài)度有顯著的正向影響。

假設(shè)2-2 (H2-2):便利政策感知對居民綠色出行態(tài)度有顯著的正向影響。

假設(shè)2-3 (H2-3):公共信息政策感知對居民綠色出行態(tài)度有顯著的正向影響。

1.2.3 低碳政策與綠色出行意向的關(guān)系

以往的研究已經(jīng)證實了政策與意向之間的關(guān)系。例如Li等[5]考察低碳出行方式的行為意向是否存在地域和年齡差異。研究結(jié)果表明,低碳政策、主觀規(guī)范和個人規(guī)范對采用低碳出行方式的行為意向的作用更加顯著。Song等[6]基于刺激-有機體-反應(yīng)(SOR)理論,以中國公眾為研究對象,探討公眾氣候政策意識對低碳出行的影響。Chen等[7]將計劃行為理論應(yīng)用于自行車共享情境,探討感知利益和政府政策對大學(xué)生自行車共享使用的影響,實證結(jié)果表明,感知利益和政府政策是影響大學(xué)生共享單車使用意向和行為的重要因素。因此,假設(shè):

假設(shè)3-1 (H3-1):經(jīng)濟政策感知對居民綠色出行意向有顯著的正向影響。

假設(shè)3-2 (H3-2):便利政策感知對居民綠色出行意向有顯著的正向影響。

假設(shè)3-3 (H3-3):公共信息政策感知對居民綠色出行意向有顯著的正向影響。

2 材料和方法

2.1 問卷設(shè)計和收集

研究數(shù)據(jù)是通過問卷調(diào)查收集的。問卷包括三部分。第一部分是樣本的人口統(tǒng)計學(xué)信息(性別、年齡、教育水平、月收入)。第二部分測量了六個出行偏好:安全、便利、舒適、經(jīng)濟、環(huán)保和健康。要求參與者按降序排列偏好(“在您的日常出行方式選擇中,您的出行目標或偏好是什么?請排列您的偏好。”)并從6到1按降序分配值。第三部分測量綠色出行意向及其影響因素,所有潛變量的測量都是參考以前相關(guān)研究的成熟量表,并根據(jù)本研究背景做了相應(yīng)的修改。潛變量測量問項用李克特五級量表來測量,范圍從1(“非常不同意”)到5(“非常同意”)。為了驗證量表題的合理性和適用性,首先進行了預(yù)調(diào)查。根據(jù)預(yù)調(diào)查結(jié)果,對部分測量問項進行了相應(yīng)的修改和完善。最終的潛變量、測量問項和具體的文獻來源如表1所示。本研究于2023年3月在問卷星上制作問卷并收集數(shù)據(jù)。同時也邀請了身邊的老師、同學(xué)和朋友幫助轉(zhuǎn)發(fā)電子問卷。本次調(diào)研共收集 550份問卷,剔除一些答題時間過小、量表測量問項全選一樣的問卷,最終剩下 521份有效問卷,有效率94.7%。根據(jù)Barclay等[23],以單一構(gòu)面中具有最大顯變量的潛變量為基準,樣本數(shù)為該潛變量的顯變量數(shù)量的 10 倍。因此,在結(jié)構(gòu)方程模型中本研究中的人群樣本量是滿足要求的。521名被調(diào)查者的人口統(tǒng)計學(xué)特征如表2所示。調(diào)查者的性別比例基本相等,月收入多集中在10 000元以下,以大專、本科、碩士及以上學(xué)歷的中青年為主。這表明調(diào)查者對于一些綠色出行政策有一定的認識和了解,能夠很好理解問卷中一些有關(guān)政策的測量問項。

表1 結(jié)構(gòu)和測量項目Table 1 Constructs and measurement items

表2 樣本的人口統(tǒng)計特征Table 2 Demographic characteristics of respondents

2.2 研究方法

數(shù)據(jù)分析主要使用SPSS24.0和SmartPLS3.0 軟件。運用SPSS24.0對被調(diào)查者的基本信息進行描述性統(tǒng)計分析,使用SPSS24.0軟件提供的可靠性測試計算出各變量的Cronbach’s α系數(shù);運用SmartPLS3.0進行驗證性因子分析(confirmatory factor analysis,CFA)以測試測量變量的結(jié)構(gòu)有效性。結(jié)構(gòu)方程模型(structural equation model,SEM)是社會科學(xué)領(lǐng)域中相當(dāng)盛行的統(tǒng)計方法,它有兩大主流技術(shù)。一類是以協(xié)方差為基礎(chǔ)的結(jié)構(gòu)方程模型,另一類是以方差為基礎(chǔ)的結(jié)構(gòu)方程模型,偏最小二乘法是第二類結(jié)構(gòu)方程模型的典型分析方法,常被稱為PLS-SEM (partial least square method of structural equation model)。PLS適用于結(jié)構(gòu)數(shù)量多、關(guān)系復(fù)雜、樣本量較小的結(jié)構(gòu)方程模型,并且數(shù)據(jù)不需要滿足正態(tài)分布。基于偏最小二乘法的上述特點和優(yōu)勢,本研究采用偏最小二乘法進行了實證研究。

2.3 PLS-SEM模型構(gòu)建

2.3.1 測量模型

經(jīng)濟、便利和公共信息政策感知三個外生潛變量與其觀測變量之間的關(guān)系測量模型為

X=ΛXζ+δ

(1)

態(tài)度、綠色出行意向兩個內(nèi)生潛變量與其測量變量之間的關(guān)系測量模型為

Y=ΛYη+ε

(2)

式中:X為由自變量的測量值構(gòu)成的向量;ζ為由外生潛變量構(gòu)成的向量;ΛX為X對ζ的回歸系數(shù)或因子負荷矩陣;δ為X的觀測誤差構(gòu)成的向量;Y為由因變量的測量值構(gòu)成的向量;η由潛在內(nèi)生變量構(gòu)成的向量;ΛY為Y對η的回歸系數(shù)或因子負荷矩陣;ε為Y的觀測誤差構(gòu)成的向量。

2.3.2 結(jié)構(gòu)方程模型

外生潛變量與內(nèi)生潛變量之間的因果關(guān)系模型為

η=Bη+Γζ+ξ

(3)

式(3)中:B為2個內(nèi)生潛變量構(gòu)成的結(jié)構(gòu)系數(shù)矩陣;Γ為3個外生潛變量對 2個內(nèi)生潛變量作用的結(jié)構(gòu)系數(shù)矩陣;ξ為模型的誤差向量。

3 結(jié)果

3.1 出行目標的聚類分析

表3列出了根據(jù)出行目標的K-means聚類分析結(jié)果。將521名參與者分成兩組,兩組的特征描述如下。

表3 以標準分數(shù)測量的兩個聚類組Table 1 Two cluster solutions measured in standard scores

享樂型組(頻數(shù):316)將舒適和便利作為他們出行行為的主要目標,他們最不關(guān)心的是健康、安全和金錢。在選擇出行方式時他們更愿意選擇那些能夠提供高品質(zhì)服務(wù)、舒適體驗和方便的小汽車。

實用型組(頻數(shù):205)是由關(guān)心金錢、安全和健康而不是舒適和便利的人組成的。他們傾向于做出理性的決策,會更加重視出行的成本效益,在選擇出行方式時更愿意選擇一種更省錢的交通工具,如公交、地鐵等。

3.2 不同類別出行者的人口統(tǒng)計學(xué)特征分析

享樂型組和實用型組的社會經(jīng)濟屬性差異如圖2所示。從結(jié)果可以看出,其他條件不變情況下,月收入水平在4 000元以下時,享樂型出行者的概率為53.8%,隨著月收入的增加,享樂型出行者的概率增大,在月收入水平為6 001～8 000元時,享樂型出行者的概率達到最高為73.4%,但是當(dāng)月收入水平超過8 000元時,為享樂型出行者的比例又開始降低。為實用型出行者的概率在18～29年齡區(qū)間最高42.2%,其次是大于40歲的,在30～39年齡區(qū)間最低32.1%。當(dāng)受教育程度為本科以下時,屬于實用型出行者的概率為30.8%,并且受教育程度越高,實用型出行者的比例在增加,研究生及以上學(xué)歷的實用型出行者概率達到45.6%。

圖2 不同類別出行者的社會經(jīng)濟屬性Fig.2 Socioeconomic attributes of different categories of travelers

3.3 測量模型的評估

由表4結(jié)果可知,各變量的標準化因子載荷值0.728～0.867,高于標準化因子載荷量臨界閾值0.5;各變量的組合信度(composite reliability,CR)值0.864～0.891,全部大于臨界閾值 0.7;各變量的平均方差提取值(average variance extracted,AVE)值0.576～0.731,全部大于臨界閾值 0.5;可以判斷各變量的收斂效度良好。各變量的 Cronbach’sα系數(shù)最小為0.764,大于臨界閾值 0.7,問卷的信度較高。由表5可知,對角線單元格值大大超過了每個變量的絕對相關(guān)系數(shù),表明問卷具有較強的區(qū)分效度。

表4 驗證性因子分析結(jié)果Table 4 Results of confirmatory factor analysis

表5 區(qū)分效度結(jié)果Table 5 Distinguish validity results

3.4 結(jié)構(gòu)模型的評估

標準化均方根殘差(standardized root mean square residual,SRMR)值評估模型的擬合優(yōu)度。SRMR<0.1表明模型擬合良好。本研究中結(jié)構(gòu)模型的SRMR值為0.058,表明研究模型的總體擬合度良好。Q2值評估結(jié)構(gòu)模型的預(yù)測相關(guān)性。只有內(nèi)生變量才有Q2和AdjustedR2值,本研究中包含2個內(nèi)生變量的Q2值分別為0.311、0.381,都大于最小閾值0,這表明這些結(jié)構(gòu)都具有很高的預(yù)測相關(guān)性。模型解釋了44.6%的態(tài)度,53.5%的綠色出行意向,模型總體解釋能力較好。

SmartPLS3.0測試的PLS-SEM路徑假設(shè)結(jié)果如圖3和表6所示。通過在SmartPLS3.0中運行bootstrapping以測試假設(shè)。經(jīng)濟政策感知對綠色出行態(tài)度(β=0.162,P=0.005)和意向(β=0.130,P=0.010)均有顯著的正向影響。便利政策感知對綠色出行態(tài)度(β=0.377,P<0.001)有很大影響,但對綠色出行意向(β=-0.061,P=0.340)沒有顯著影響。公共信息政策感知對綠色出行態(tài)度(β=0.246,P<0.001)和意向(β=0.440,P<0.001)均有顯著的正向影響。最后態(tài)度對綠色出行意向(β=0.348,P<0.001)有顯著的正向影響。政策感知對綠色出行意向的效應(yīng)值如表7所示,其中間接效應(yīng)值為相關(guān)影響路徑系數(shù)乘積,總效應(yīng)的值等于直接效應(yīng)與間接效應(yīng)的代數(shù)和。發(fā)現(xiàn):

表6 偏最小二乘(PLS)結(jié)果的路徑系數(shù)和假設(shè)檢驗Table 6 Partial least squares (PLS) results of path coefficients and hypothesis testing

圖3 全樣本路徑分析Fig.3 The overall structural modeling results

表7 政策感知對綠色出行意向的效應(yīng)值Table 7 Effect value of policy perceptions on green travel intentions

(1)政策感知對居民的綠色出行意向影響的總效應(yīng)值從大到小依次排序為:公共信息政策感知、經(jīng)濟政策感知、便利政策感知。

(2)公共信息政策感知對居民的綠色出行意向有直接和間接的正向影響,表明隨著政府的綠色出行推廣力度增強,出行者對綠色出行的態(tài)度會提高,選擇綠色出行的意愿也會更加強烈。

(3)經(jīng)濟政策感知對居民的綠色出行意向有直接和間接的正向影響,說明通過適當(dāng)增加道路擁堵收費和提高停車費、油價等使私家車出行成本變高,可能讓居民對私家車出行態(tài)度產(chǎn)生負面影響,反過來會改善居民對綠色出行的態(tài)度,也會增強居民的綠色出行意愿。

(4)便利政策感知對居民的綠色出行意向僅有間接正向影響,這表明感受到公共交通便利程度提高的出行者對綠色出行的態(tài)度會更加積極,具有較強的利于城市發(fā)展的出行意向。但是,便利政策感知對居民的綠色出行意向產(chǎn)生直接負向影響,雖然影響是不顯著的。說明那些宣稱提高公共交通便利程度對他們綠色出行有用的出行者傾向于減少綠色出行行為。主要原因還是居民覺得當(dāng)前公共交通便利程度不夠,導(dǎo)致其不能直接影響居民的綠色出行意向,而是通過改善綠色出行態(tài)度間接影響意向。

3.5 群組分析

本研究對享樂型和實用型群體分別進行結(jié)構(gòu)模型建模,比較政策對兩組的綠色出行影響效果的差異。圖4和表8顯示享樂型和實用型群體的路徑分析結(jié)果。

表8 政策感知對不同類別出行者綠色出行意向的效應(yīng)值Table 8 Effect value of policy perceptions on green travel intentions of different categories of travelers

圖4 多組路徑分析Fig.4 Multi-group structural modeling results

對于享樂型群體:①政策感知對享樂型組的綠色出行意向影響的總效應(yīng)值從大到小依次排序為:公共信息政策感知、便利政策感知、經(jīng)濟政策感知。②公共信息政策感知對享樂型組的綠色出行意向有直接和間接的正向影響,說明政府加強媒體綠色出行的宣傳,營造出大多數(shù)人都在綠色出行的社會氛圍,并且發(fā)揮表率作用進行綠色出行對于該群體的綠色出行的態(tài)度和意向起到很好的引導(dǎo)作用。③便利政策感知對享樂型組的綠色出行意向僅有間接正向影響。④經(jīng)濟政策感知對享樂型組的綠色出行意向僅有間接正向影響。

對于實用型群體:①政策感知對享樂型組的綠色出行意向影響的總效應(yīng)值從大到小依次排序為:公共信息政策感知、經(jīng)濟政策感知、便利政策感知。②公共信息政策感知對實用型組的綠色出行意向僅有直接正向影響。③經(jīng)濟政策感知對實用型組的綠色出行意向僅有直接正向影響。④便利政策感知對實用型組的綠色出行意向僅有間接正向影響。

對比享樂型組(公共信息政策感知0.575>便利政策感知0.117>經(jīng)濟政策感知0.076)、實用型組(公共信息政策感知0.442>經(jīng)濟政策感知0.165>便利政策感知0.116)和整體分析組(公共信息政策感知0.526>經(jīng)濟政策感知0.186>便利政策感知0.131)的結(jié)果發(fā)現(xiàn),若不考慮出行者的異質(zhì)性,可能高估或低估政策對出行者綠色出行意向的影響。實用型組與享樂型組相比,受經(jīng)濟政策感知的影響更大。

4 結(jié)論

本研究旨在探討各種政策措施如何影響居民的綠色出行意愿,考慮出行者的異質(zhì)性,對于不同群體的出行者,比較不同政策對不同群體綠色出行意愿的影響效果。通過分析可以得出以下結(jié)論。

(1)根據(jù)出行偏好將出行者劃分為享樂型、實用型兩個群體,分別占比60.7%、39.3%。

(2)月收入水平為6 001～8 000元、年齡為30～39歲的人屬于享樂型的概率最高,分別為73.4%、67.9%,呈現(xiàn)先升高再降低的趨勢。受教育程度越高,屬于實用型的概率越高,研究生及以上為45.6%,本科以下為30.8%。

(3)政策感知對出行者的綠色出行意向影響的總效應(yīng)值從大到小依次排序為:公共信息政策感知、經(jīng)濟政策感知、便利政策感知。

(4)對比享樂型組、實用型組和整體分析的結(jié)果發(fā)現(xiàn),若不考慮出行者的異質(zhì)性,可能高估或低估政策對出行者綠色出行意向的影響。

(5)實用型組受經(jīng)濟政策感知的影響大于享樂型組,受公共信息政策感知的影響小于享樂組。

基于以上結(jié)論,提出一些政策建議。首先,建議政府進一步加大對于綠色出行的宣傳力度。公共信息政策對不同群體綠色出行意愿的影響最大,但是對實用型組的態(tài)度沒有顯著影響。認為可能是實用型組相比享樂組,對有關(guān)倡導(dǎo)綠色出行的信息關(guān)注較少,因此政府應(yīng)該繼續(xù)關(guān)注公共信息政策。其次,適度實施經(jīng)濟政策是可取的。經(jīng)濟政策對實用型組綠色出行意愿的效應(yīng)值為0.165,對享樂型組綠色出行意愿的效應(yīng)值為0.076。總的來說對于兩個群體綠色出行意愿都有一定的影響。因此政府應(yīng)繼續(xù)在各地區(qū)適當(dāng)推廣經(jīng)濟政策,作為輔助條件,充分發(fā)揮其在促進綠色出行方面的作用。第三,應(yīng)進一步完善便利政策。在整體分析、實用型組和享樂型組的結(jié)構(gòu)方程模型中,便利政策都無法直接對綠色出行意向產(chǎn)生顯著影響,而是通過態(tài)度間接影響意向。即便他們贊同公共交通便利程度提高可以促進自己綠色出行,但是覺得目前的公共交通便利程度不夠,還是傾向選擇私家車出行。所以我們意識到目前的公共交通的便利程度是不夠的,應(yīng)該繼續(xù)改善公共交通的便利程度。