公交涉入程度与出行者交通方式选择行为的关联性研究

潘驰，郭志达

(大连交通大学 经济管理学院，辽宁 大连 116028)*



公交涉入程度与出行者交通方式选择行为的关联性研究

潘驰，郭志达

(大连交通大学 经济管理学院，辽宁 大连 116028)*

借用市场营销学中被广泛应用的涉入理论，按照对公共交通工具涉入程度的高低将出行者分类为高涉入群体和低涉入群体，然后应用计划行为理论构造结构方程模型对分类人群进行分析.模型实证分析结果显示，不同涉入程度出行者的交通方式选择行为具有差异性：高涉入程度出行者的交通方式选择行为倾向于理性，低涉入程度出行者的交通方式选择行为则倾向于惯性.可见，交通诱导政策对高涉入群体所产生的效果更加显著.

交通方式选择；涉入理论；计划行为理论；结构方程

0　引言

面对人口城市化及机动车普及化所衍生的城市交通问题，世界各国大都以交通政策或土地使用政策为手段，改善城市交通问题[1].其中，通过低成本的交通诱导策略(如票价优惠、提供公交出行信息等)提升公共交通工具市场占有率，已逐渐受到重视.然而，以往的相关研究种形成了两种截然不同的观点：一种观点认为出行者的交通方式选择行为是理性的，其决策的过程为：问题辨识→信息收集→方案制定与评估，据此选择最佳的出行交通方式[2- 3]；另一种观点则认为交通方式选择是一种惯性的行为，出行者在选择交通工具时主要受到过去行为的影响，若无重大的刺激将持续选择固定的交通工具.决策行为是理性的还是惯性的，直接影响交通诱导策略是否能有效缓解城市交通拥堵问题.若出行者的选择行为是理性的，其会通过收集充分的信息，并比较各种出行方案的优劣后进行决策，那么，交通诱导策略改变了出行者信息获取的数量、替代交通工具方案的优劣关系，将有效地改变交通方式选择行为[4].然而，如果选择行为是惯性的，行为的决策主要受到过去行为经验的影响，会导致各种诱导措施难以收到实效[5].简而言之，过去研究对于决策行为是理性还是惯性各有支持者，因此，公交诱导策略是否会影响交通方式选择行为还未形成统一的论断.

本文探讨交通诱导策略对出行者的交通方式选择行为的影响，借用市场营销学中广泛使用的涉入理论，将出行者按照公共交通工具涉入程度的高低予以分类，并针对不同涉入程度的群体采用计划行为理论建立结构方程模型，以分析不同涉入程度出行者的交通方式选择行为是倾向于理性的或是倾向惯性的，此项决策行为的差异预期将影响公共交通工具诱导策略的效果.

1　研究方法与模型架构

本研究将出行者按照公共交通工具涉入程度的高低进行分类，并针对不同涉入群体应用TPB理论，构建结构方程模型.

1.1涉入理论与应用

Zaichkowshy将涉入定义为：“个人基于内在的需求、价值观与兴趣，所产生的对目标物感知的相关程度”[6].消费者的涉入程度会因个人、产品、情境等因素而有所不同，同时，过去针对一般产品涉入程度所进行的研究指出，消费者涉入程度的高低会受到决策的计划性强弱、信息接受程度、态度等因素的影响.高涉入者的决策行为倾向于理性，低涉入者的决策则倾向于惯性行为.而这一结论是否也符合交通方式选择的决策，本研究将利用涉入变量进行市场细分后，针对各分类群体采用计划行为理论构建模型，再由实证分析进行探究.

1.2计划行为理论

计划行为理论(The Theory of Planned Behavior，TPB)[7]是近年来著名的行为理论模型，该理论指出行为决策是基于三项基本假设：①大部分行为表现是在自己的意志控制下，并且合乎理性；②某项行为的行为“意向”是决定该项行为是否发生的主要因素；③“意向”的强弱是取决于“态度”、“主观规范”、“感知行为控制”三类变量.基于上述假设，各变量的关系式则如式(1)所示：

(1)

式中:I为意向；A代表态度；SN代表主观规范；PBC代表感知行为控制；αA、αSN、αPBC为权重，在实证分析中可以使用最小二乘法求得.本研究将出行者按照涉入程度的高低予以分类后，针对单个群体采用结构方程构建TPB模型，并通过单独群体模型TPB变量显著状况，探讨不同涉入程度出行者交通方式选择行为的差异.

1.3模型构建

本研究构建的结构方程是一种可以同时探讨二个(含)以上内生变量相互影响关系的模型，其模型结构如公式(2)所示.

(2)

式中:Y为内生变量矩阵；X为潜变量矩阵；B、Γ为参数矩阵；ε为误差项.

结构方程的变量设定主要参考陈坚[8]的研究，该研究探讨的因变量(“行为”变量)为公共交通工具使用，影响“行为”的变量包括：TPB变量及“过去的行为”变量(过去私家车使用频次与习惯)等两种类型，借此两种类型变量分别代表理性、惯性的影响变量.参考这种模型并依据TPB理论，本研究所构建模型的内生变量包括：公共交通工具使用、“意向”、“态度”、“主观规范”、“感知行为控制”；外生变量为过去私家车使用频次，具体型态如公式(3)：

(3)

式中:B代表“行为”；I代表“意向”；A代表“态度”；SN代表“主观规范”；PBC代表“感知行为控制”，此四项变量在模型的输入值为公共交通工具测量值与私家车测量值的差值；PPU为“过去私家车使用频次”，其值为“过去是否经常使用私家车”的测量值.ε为误差项；β、γ为参数.上述应用TPB理论构建线性结构关系模型，可分析不同涉入程度出行者的交通方式选择行为是倾向于理性或惯性，此行为特性的不同预期将影响诱导策略的效果.

2　实证资料收集与分析

2.1资料收集与问卷内容

调查地点为大连市中心城区大型商场、休闲游乐场所、公交车站，调查方法采用问卷面访方式.调查共发400份问卷，扣除填答不完全与不合理的问卷，共获得有效问卷247份.问卷内容包括三部分，第一部分是受访者的社会经济属性，具体题项包括：受访者的性别、年龄、教育程度、收入、家庭拥有私家车数等[9]；第二部分是交通方式选择行为资料，即TPB问卷；第三部分是涉入量表的相关题项.涉入程度量表测量受访者对公共交通工具的涉入程度高低，其中，个人因素主要在于衡量出行者对于公共交通工具相关信息的注意程度、及其是否会依赖于过去使用经验比较公共交通工具与私家车特性的差异；产品刺激因素主要通过公共交通工具的票价、选择公共交通工具后发现出行时间较长的结果风险、公共交通工具形成的社交观瞻等因素来衡量受访者对公共交通工具的涉入程度；情境因素是衡量受访者选择公共交通工具时，受时间紧迫程度、天气情况、出行目的、出行迄点等因素的影响程度.

其中，交通方式选择行为、涉入量表题项采用李克特五级量表进行测量，其具体内容说明如下：交通方式选择行为资料的问卷分别针对公共交通工具、私家车二项交通工具方案，即设计二个问卷表格，请受访者分别针对公共交通工具、私家车的使用频次、TPB变量的题项进行回答，其中，各TPB变量的题项内容主要参考Bamberg等人[4]的问卷.

2.2实证资料分析结果

本研究首先针对收集的数据进行信度与效度分析，其中，信度分析采用Cronbach’sα系数，如果系数值介于0.5～0.7之间，表示该题项可信；若大于0.7，则表示该题项的信度很高.以此方法对本研究所收集的涉入变量、TPB变量数据进行计算，结果显示，各题项的α系数值均大于0.5，表示各题项的信度属于合理范围内.在效度方面，常用的方法是计算各题项所属效标的因子载荷量，因子载荷量的绝对值若大于0.4，则表示该题项具有衡量上的效度.针对各涉入变量、TPB变量的题项计算因子载荷量，其绝对值均大于0.6，表示各题项均具有衡量上的效度.

2.2.1涉入变量测量结果

将单独受访者回答涉入量表的各题项分值累加后，可获得其涉入分数，经统计后，算得全体受访者涉入分数的平均值为28.56.为分析不同涉入程度出行者的决策行为，本研究将出行者依涉入程度的高低分为两类，即将分数高于平均分者列为高涉入群，低于平均分者列为低涉入群；其中，高涉入群的涉入分数平均值为31.78，低涉入群涉入分数的平均值为23.76.针对二群体的平均分数进行t检验，检验结果的t值为-11.87，显示两个群体的涉入程度具显著的差异.

此外，在公共交通工具涉入程度与使用交通工具类别的关系方面，各交通工具分布在高、低涉入程度的比率与平均涉入分数列于表1.若针对各交通工具的样本分布同样进行独立性检验，得p值为0.004 6，小于α=0.05，即在5%显著水平下，拒绝了交通工具使用与公共交通工具涉入程度无关的假设.进一步检验公共交通工具的使用者，高涉入程度的比率(70%)高于低涉入程度的比率(30%)，且其平均涉入分数也比私家车使用者高，可见公共交通工具使用者对公共交通工具涉入程度较高.

表1　基于交通工具的涉入程度分布表

2.2.2TPB变量测量结果

在TPB变量中，“态度”变量是衡量出行者对交通工具服务水平属性、喜好程度的评价，其中，交通工具服务水平属性(“认知”变量)的测量结果符合先验知识，即公共交通工具、私家车分别在“安全”、“舒适”项中具有最佳的评价；公共交通工具在“快速”、“便利”项的评价明显弱于私家车；私家车在“便宜”项呈现明显较差的评价.进一步计算每种交通工具在上述交通工具服务水平属性的评价均值，私家车(16.73)略高于公共交通工具(15.56).值得一提的是，衡量出行者对交通工具喜好程度、感觉(“情感”变量)的测量得分均值，以公共交通工具测量值(7.28)高于私家车(6.49)；该结果意味着，在公共交通工具服务水平不高的现状下，出行者对公共交通工具的喜好程度、感觉仍有不错的评价.综合各项“态度”变量的分值，私家车平均分(23.22)略优于公共交通工具的平均分(22.84).

公共交通工具与私家车在“态度”的评价上基本相当，在“主观规范”项的评价方面公共交通工具略优于私家车，其原因在于近年来倡导的公交优先、绿色出行.从“感知行为控制”变量上看，私家车明显好于公共交通工具，其可能的解释是出行者使用私家车的容易程度、便利性具有明显优势.相对地，在公共交通工具服务质量不高的现状下，出行者使用公共交通工具的容易程度、方便性较差.

3　实证模型的构建与分析

本研究构建的结构方程模型，使用Amos软件进行参数估计后，高、低涉入群体的模型估计结果如图1、图2所示.在模型整体配适度方面，两个模型适合度(CFI)均大于0.95，残差的均值平方根(RMSEA)均相当接近于0，显示模型的配适程度良好.在方程的参数估计值方面，“态度”、“主观规范”、“感知行为控制”对“意向”呈正向影响；“意向”、“感知行为控制”变量对“行为”变量呈正向影响关系；另外，“过去私家车使用频次”对公共交通工具各TPB变量、“行为”变量(使用频次)均呈负向影响；这些估计结果符合先验知识.

图1　高涉入群体的TPB结构方程式模型估计结果

图2　低涉入群体的TPB结构方程式模型估计结果

由分析结果可知，衡量模型的χ2(df=5，N=148)=56.77，P<0.001，表示理论模型与观察所得数据适配.衡量模型的绝对适配指标RMSEA值为0.005、CFI值为0.977，增值适配指标显示NFI为0.963，表示模型适配评估为优秀.

由分析结果可知，衡量模型的χ2(df=5，N=99)=48.93，表示理论模型与观察所得数据适配.衡量模型的绝对适配指标RMSEA值为0.129、CFI值为0.946，增值适配指标显示NFI为0.952，表示模型适配评估为优秀.

在“意向”、“行为”的参数估计结果方面，在高涉入群体的模型中，“态度”、“主观规范”、“感知行为控制”等TPB变量对“意向”的影响为正且显著，且“意向”、“感知行为控制”变量对“行为”变量亦呈正向且显著的影响关系，估计结果说明：高涉入群体的交通方式选择行为符合计划行为理论的立论，即“意向”的强弱明显受“态度”、“主观规范”、“感知行为控制”等三类变量的影响；且“意向”对“行为”产生显著的影响.代表习惯变量的“过去私家车使用频次”的估计结果，虽然对“意向”变量呈现显著的影响，但对“行为”变量的影响却不显著.在低涉入群体的模型中，TPB变量影响“意向”、“行为”的程度不如高涉入群体明显，其中，“态度”变量对“意向”变量的影响不显著，且“意向”、“感知行为控制”变量对“行为”变量的影响也不显著.此外，“过去私家车使用频次”的参数估计结果也与高涉入群体有较大差异，除对“意向”变量呈显著的负向影响关系外，且对“行为”变量具有显著的负向影响.

4　结论

本研究引入营销学中被广泛应用的涉入理论，将出行者按照公共交通工具涉入程度的高低予以分类，并应用TPB理论构建结构方程模型，分析不同涉入程度出行者交通方式选择行为的差异.模型的估计结果显示，高涉入群体的交通方式选择行为符合TPB的观点，即“态度”、“主观规范”、“感知行为控制”等理性行为变量对“意向”变量产生正向且显著的影响，且“意向”、“感知行为控制”变量能有效解释“行为”变量；然而对于低涉入群体，理性TPB变量对公共交通工具使用“行为”的影响则不如高涉入群体显著，其“意向”、“感知行为控制”变量对“行为”变量的影响并不明显.而代表惯性的“过去私家车使用频次”变量，其对高涉入群体的公共交通工具使用“行为”并无显著的影响效果，却对低涉入群体的公共交通工具使用“行为”呈现显著的影响.由实证分析结果可以推论：高涉入程度出行者的交通方式选择行为较倾向于理性，低涉入程度出行者的交通方式选择行为则较倾向于惯性，即交通诱导政策对于高涉入者所产生的效果远大于低涉入者.

[1]付建广.提高公交出行率关键技术研究[J].城市发展研究,2014,21(1):79- 83.

[2]景鹏,隽志才,贾玲玉.采用均匀设计SP调查的交通方式选择建模与敏感性分析[J].预测,2012,31(4):75- 80.

[3]王孝坤,饶秋丽,唐春艳,等.通勤者出行链类型与交通方式选择的相互影响[J].交通运输系统工程与信息,2014,14(2):144- 149.

[4]BAMBERG,ROLLE,WEBER.Dose Habitual Car Use Not Lead to More Resistance to Change of Travel Mode[J].Transportation,2003,30(3):97- 108.

[5]MURTAGH N,GATERSLEBEN B,UZZELL D.Self-identity threat and resistance to change:Evidence from regular travel behaviour[J].Journal of Environmental Psychology,2012,32(4):318- 326.

[6]RASHEED K O,OLANIPEKUN O J,SYDNEY A A.Effect of Product Package on Brand Involvement in Consumer Goods Markets of Lagos State Nigeria[J].American Journal of Marketing Research,2015,1(3):193- 200.

[7]AJZEN I.Attitudes,Personality,and Behavior[M].[s.l.]:Open University Press,2005.

[8]陈坚,杨亚璪,李小兵,等.基于SEM的城市公交方式选择行为模型[J].交通运输系统工程与信息,2014,14(5):202- 208.

[9]赵莹,柴彦威.基于出行链的居民行为决策影响因素分析[J].城市发展研究,2010,17(10):96- 101.

Application of Involvement Theory on Mode Choice Behavior

PAN Chi，GUO Zhida

(School of Management,Dalian Jiaotong University,Dalian 116028,China)

The involvement theory and its application in the field of marketing are introduced.The travelers are segmented according to their involvement in public transportation,and the theory of planned behavior is used to construct the behavior model.The model analysis results indicates that the traveler mode choice behaviors are varied by their involvement level.The results show that the traffic induction strategy to travelers with higher level of involvement are significantly greater than those with lower level of involvement.

mode choice;involvement;theory of planned behavior;structural equation model

1673- 9590(2016)05- 0073- 05

2016- 03- 28

教育部人文社会科学研究青年基金资助项目(15YJC630095)

潘驰(1978-)，男，副教授，博士，主要从事交通规划与管理的研究

E-mail:jerrypan1978@126.com.

A