基于结构方程模型的共享自行车选择行为分析

陈艳艳，郝世洋，陈 宁，李佳贤，赖见辉

(北京工业大学 北京市交通工程重点实验室，北京 100124)

0 引 言

随着中国城镇化、机动化进程加快，城市交通更为便捷的同时，城市交通问题也日渐凸显。当前，城市交通发展的战略由机动化向绿色交通转变尤为重要。自行车出行是居民出行链的重要环节，如何提高慢行交通出行效率成为政府和公众关注的焦点。

2016年，以“摩拜单车”和“ofo”为代表的共享自行车成为了快速增长的一类出行方式。据统计，2016年10月“摩拜单车”和“ofo”总用户数分别为396.14万和78.42万，2017年1月增长至691.73万和318.95万[1]。自行车不仅是短距离出行的适宜方式，也在门到门绿色多方式出行链中扮演重要角色。共享自行车出行选择行为的研究对提高服务质量，优化城市出行结构，提高居民出行效率具有重要意义。

自行车领域的研究较为广泛。R. B. NOLAND等[2]用统计学模型，分析得到出行者个人属性和共享自行车服务水平是影响选择行为的主要原因。CHEN D等[3]通过随机电话调查对影响租赁自行车使用的关键因素进行分析，最终指出年龄和教育水平对自行车选择行为有显著影响；K. MARTENS[4]重点研究了德国、新西兰、英国租赁自行车系统与其他交通方式之间衔接的关系；P. VOGEL等[5]研究了交通政策对公共自行车服务质量的影响。相关研究多使用Logit模型、结构方程模型(structural equation model，SEM)、回归模型等方法。其中，SEM可以同时考虑并处理多个因变量，可以将不可直接观察的概念通过隐变量的形式，利用显变量的模型化分析来估计，在多因素分析中更具有优势。LU X等[6]以个人和家庭社会经济特性、活动方式为变量，构建结构方程模型，从而探讨了通勤出行者的社会经济特征与出行行为之间的相互关系；T. F. GOBOB[7]运用结构方程模型分析了持续活动与出行选择行为的关系，并进行了交通需求预测。国内学者近些年利用SEM研究自行车出行行为的也比较广泛，张磊等[8]基于计划行为理论研究了自行车不安全行为模型，深入研究自行车不安全行为的影响因素并提出了降低自行车不安全行为的建议；郭春琳[9]研究了城市道路自行车出行满意度；黄鑫[10]研究了北京市通勤者公共自行车选择意向影响因素，最后基于实证表明从政府和运营商两个层面对提高公共自行车系统使用意向提出对策建议，对自行车系统的使用率和普及率提高有重要现实意义。

然而，当前的研究中传统公共自行车研究较多，重点研究公共自行车的交通行为，而对共享自行车出行选择行为研究较少。因此，在计划行为理论的基础上，综合考虑态度、服务质量、满意度、持续使用意向4个潜在变量之间的相互影响关系建模分析。由于共享自行车使用数据难以获得，本研究通过问卷调查的方式采集数据，进而对模型参数进行估计。

1 模型方法

1.1 结构方程模型

SEM是多元数据统计的重要工具之一，被广泛的应用于心理学、社会科学、行为科学等领域[11-12]。

1)模型结构

结构方程模型由两部分构成：测量模型和结构模型。测量模型表示了显变量对潜变量的影响；结构模型表示了潜变量之间的相互作用。

测量模型：

X=∧Xξ+δ

Y=∧Yξ+ε

(1)

式中：ε与η、ξ与δ之间无相关，∧X与∧Y为测量变量(X、Y)的因素负荷量；δ、ε为外生变量的测量误差；η和ξ为潜在变量。

结构模型：

η=BXη+Γξ+ζ

(2)

式中：BX代表内生潜在变量间的关系；Γ反映了外生潜在变量对内生潜在变量的影响；ζ是结构方程残差项。

2)模型参数估计

参数估计能得到变量之间关系、模型未能解释部分、变量测量上的误差等参数[13]。SEM共有7种模型估计方法，其中最常用的是最大似然估计方法(maximum likelihood，ML)。ML是一种全系估计方法，对资料的估计具有一致性，利用该方法对结构方程模型进行估计，得到变量之间的关系和模型的测量误差。

3)模型评价

结构方程模型的评价最常用的拟合优度指标为 检验，能够通过拟合函数值进行推导计算。常用的拟合评价指数有拟合优度指数(goodness-of-fit index，GFI，小于0.90为宜)、修正的拟合优度指数(adjusted-goodness-of-fit index，AGFI，小于0.90为宜)、近似误差平方根(root-mean-square-error-of-approximation，RMSEA，小于0.08为宜)、卡方与自由度比值(chi-square/degrees-of-freedom，CHI/DF，小于3为宜)，4个指标进行模型评价。

1.2 共享自行车持续使用意向模型

美国学者M. FISHBEIN等[14]提出了计划行为理论，描述了态度、意向、行为之间的相互作用，是经典的行为理论。满意度理论在计划行为基础上指出服务质量、满意度、忠诚度间的相互作用关系。借鉴已有的模型，笔者从共享自行车使用者自身感知的角度筛选变量并构建共享自行车持续使用意向模型。

1.2.1 模型变量选取

理性行为理论认为个体做出某个行动是通过理性思考之后的行为表现。理性行为模型中描述了意向、态度和主观行为规范之间的相互作用关系，其中态度对意向具有正相关影响。R. L. OLIVER等[15]认为满意度是指顾客对消费过的产品的整体评价。T. O. JONES[16]以再次购买的意愿、购买的频率来衡量顾客的忠诚度。借鉴以上研究，选取共享自行车服务质量(ξ1)、出行者态度(η1)、共享自行车持续使用意向(η2)、整体满意度(η3)为模型潜在变量，并采用5级李克特量表进行问卷设计，1～2分表示高倾向，3分表示一般，4～5分表示低倾向。各题目答题结果的平均值(用m表示)、方差(用s表示)，见表1。

表1 模型变量对应关系

1)服务质量(ξ1)：用来表示共享自行车向用户提供的服务品质高低。利用共享自行车的投放密度、停放位置、借车的便利性和车容车况来作为服务质量的测量变量，构成与服务质量之间的测量模型。

2)态度(η1)：表征出行者对于共享自行车的切身感受和主观的印象，本研究主要从出行者对共享自行车的整体评价和从交通的偏好程度(快捷性、便利性、经济性、安全性)来衡量。

3)持续使用意向(η2)：出行者在采用共享自行车出行之后，由于理性行为，还会再次采用同种交通方式出行的意愿，以出行者再次选择共享自行车出行和鼓励身边的人选择共享自行车出行两个测量变量来衡量。

4)满意度(η3)：出行者对于共享自行车的满意程度，以出行者对共享自行车的整体满意度作为测量变量。

1.2.2 模型构建

模型认为：H1共享自行车服务质量能够影响使用者满意度，H2使用者满意度影响共享自行车持续使用意向，H3共享自行车服务质量对使用者态度有影响，H4使用者满意度对使用者态度有影响，H5使用者对共享自行车的使用态度对持续使用意向有影响，如图1。

图1 共享自行车持续使用意向模型

2 数据采集与分析

2.1 问卷调查

共享自行车的用户使用数据及出行GPS数据难以获取。因此，为深入探究共享自行车使用者的出行行为，从实际情况调查和意向调查两个角度设计问卷。实际情况调查内容包括：性别、年龄、出行目的、使用共享自行车的原因、骑行距离、能接受的接驳地铁的距离。意向调查包括：态度、服务质量、持续使用意向、满意度。

问卷调查采用随机抽样调查的方式，于2017年3月21工作日，以共享自行车使用者为调查对象，综合考虑到用地属性可能对模型产生影响，因此，选取北京市朝阳区的5个地点开展调查，覆盖地铁、商业区、居住区，见表2。

表2 调查地点

P. M. BENTLER等[17]提出当样本数不少于估计参数的5倍的情况下，SEM是可信的，并且提出估计参数的个数约为测量变量的2倍。因此，当样本数不少于测量变量的10倍，可以用SEM进行分析。本次调查共收回240份问卷，其中有效问卷为202份，有效样本率为84%，大于测量变量的10倍，能够进行SEM分析。

2.2 描述性统计分析

2.2.1 个人属性分布

对回收的有效样本进行描述性统计分析，探究共享自行车出行者个人属性分布特征。

1)被调查的共享自行车使用者中19～25岁和26～40岁的分别占45%，18岁以下和41岁以上的被调查者占10%，一定程度上说明共享自行车使用者以年轻人为主，如图 2。

2)图3共享自行车的了解途径中“路边看到”“朋友推荐”占比较高，合理的单车投放、朋友推荐是使用共享单车的重要影响因素。

图2 年龄组成

图3 共享自行车的了解途径

2.2.2 出行特征

1)调查显示，35%的被调查者使用共享自行车接驳地铁出行。

2)共享自行车出行原因综合得分计算结果如图4，方便换乘其他交通工具是选择共享自行车的主要原因。问卷让被调查者回答选择共享自行车的原因，并按照先后排序。此处引入选项综合得分计算方法，将选择共享自行车的主要原因量化，如式(3)。

(3)

式中：C为选项综合得分；fi为该选项排在第i位的频数；N为该题目被选中的次数；Mi为该选项在第i位的权值，取值见表 3。

表3 Mi的取值

3)92%的共享自行车使用者的骑行距离在5 km以内，平均骑行距离为2.40 km,如图5。据《北京市第五次综合交通大调查》和《北京市交通发展年度报告(2016)》数据显示，传统公共自行车出行距离5 km以内的占80%，出行平均骑行距离为3.6 km。从出行距离的角度，使用者多为短距离出行，说明该交通方式在短距离出行方面具有一定优势。

图4 共享自行车出行原因综合得分

图5 共享自行车骑行距离

3 共享自行车持续使用意向模型分析

3.1 模型估计

利用ML对模型进行估计，标准化模型参数估计结果如图 6。验证性因子分析是对调查数据进行一种统计分析方法，能够测试一个因子相对应的测量变量之间的关系是否符合研究者所设计的理论关系。持续使用意向模型的标准化参数估计结果显示在变量之间的路径系数均大于0.5，说明测量变量对潜在变量的解释关系显著，符合模型的理论关系。

图6 共享自行车持续使用意向模型路径分析

3.2 模型评价

通过拟合函数值进行推导计算各项拟合优度检验指标见表 4，检验参数计算结果都满足结构方程模型拟合检验标准。

表4 模型评价结果

3.3 模型解释

1)态度变量：模型中测量变量态度1(Y1)、态度2(Y2)、态度3(Y3)、态度4(Y4)对潜变量的影响值均大于0.5。其中态度1(Y1)影响程度最大为0.94，说明出行者更关注自行车出行是否省时(快捷性)。

2)服务质量变量：模型中测量变量服务质量1(X1)、服务质量2(X2)、服务质量3(X3)、服务质量(X4)对潜变量的影响值均大于0.5，4个测量变量对服务质量具有正相关影响。其中X1影响程度最大为0.76，说明出行者更关注借车的便利程度。

3)持续使用意向变量：模型中测量变量持续使用意向1(Y5)、持续使用意向2(Y6)对潜变量的影响值均大于0.5，同样具有正相关影响。使用者的持续使用意向的强烈程度能够用再次使用或推荐他人使用两个行为来衡量。

4)结构模型显示，态度受到服务质量和满意度的正向影响。因此，在规划设计中可通过提升共享自行车的服务质量和满意度，来影响出行者行为，进而提升共享自行车的吸引率。

5)结构模型显示，服务质量与满意度路径系数估计结果为0.58，影响显著。说明出行者的整体满意程度与共享自行车服务质量的高低息息相关。

6)满意度与持续使用意向的路径系数估计结果为0.35，说明当出行者对共享自行车的满意程度越高，越可能持续使用或者推荐他人使用共享自行车。

7)态度与持续使用意向的路径系数估计结果为0.5，说明出行者的态度对持续使用或者推荐他人使用共享自行车具有积极促进作用。

4 结 论

以北京市共享自行车为例，从与传统公共自行车对比的角度进行统计性分析，探求共享自行车使用者交通行为特征。从乘客感知的角度进行建模，利用结构方程模型分析了影响共享自行车持续使用意向的相关因素，并且描绘了各变量的关联性。以上研究表明:

1)注重服务质量、提升使用者满意度是多方位提高共享自行车持续使用意向的重要手段。

2)共享自行车服务质量的提升可以从共享自行车的投放密度、高效的停放调度、借车的便利程度和车辆的及时维护等方面考虑，进而提升绿色交通吸引率。

3)多模式公共交通重点在于合作互补，良性的竞争需要高效公平的政府管理及市场培育机制。

共享自行车的出行选择行为分析对提升服务质量、绿色出行的可持续发展具有一定的指导作用，但本研究数据主要来源是问卷调查，对共享自行车的特征分析具有一定的局限性，在以后的研究中，需结合共享自行车的出行轨迹数据进一步人群画像与特征挖掘。