居民低碳通勤出行的主观态度识别及影响分析

吴文静，孙刃超，宗 芳，贾洪飞

(吉林大学 交通学院，吉林 长春 130022)

0 引 言

态度是影响行为意愿的最直接因素，在计划行为理论、理性行为理论等理论框架中都有对态度的测量。对态度测量的客观性直接影响到对出行者行为决策预测的准确性。现有研究大多借助于SP问卷来测量态度，例如：以五级计分法为例，从1至5分别表示“非常不赞成”、“不赞成”、“一般”、“赞成”、“非常赞成”。由于认知、情感等主观因素及客观可获得知识的差异性，导致被试者对不同问题持有态度存在多样性。被试者有的能明确表达自己的意见，如会倾向于选择“1”或“5”，而某些被试却表现为态度的模棱两可，倾向于选择“2、3、4”。笔者在研究中，将被试答题的倾向性作为研究对象。假设答题的倾向性是被试者对所调查问题所持有的主观态度的外在表现形式，个体对某一问题所持有的主观态度，与个体的行为决策密切相关。面对现有引导城市居民低碳出行的政策效果不佳的现状[1]，探讨个体对低碳出行所持有的主观态度，对其低碳行为方式决策的作用途径，对交通管理者精细化掌握个体的出行行为特征，并制定相应的低碳交通推广政策具有理论参考价值。

对低碳出行的研究，主要分析个人属性、环保意识和交通政策等因素对低碳出行的影响。Y.HIRANO等[1]发现，不同个体和家庭特征是影响 CO2排放量的重要因素；魏庆琦等[2]将交通政策纳入个体出行行为决策过程研究框架，分析政策对出行行为决策与情境依赖和学习能力之间关系的调节作用；刘建荣等[3]分析环保意识对低碳出行行为的影响；刘梅[4]分析了环境价值观、环境责任感、交通政策、个体特征对出行的影响。

对居民出行行为的研究方法，目前主要分为2类：①基于非集计理论，分析出行行为的外生影响因素，如K.VILLE等[5]、汤薛艳[6]基于MNL模型对出行者方式选择行为进行研究，梁泉[7]等从个体角度获取公交出行特征，这类方法缺乏考虑出行者的态度、心理偏好等内因变量；②基于计划行为、理性行为、态度-情景-行为等理论框架，探究出行选择行为的形成机理，这类研究在探讨个体出行行为及其影响因素之间的因果关系方面通常借助于回归模型、结构方程等模型的构建，如LIU Diyi等[8]、王玉茹[9]结合了计划行为理论与价值-信念-规范理论分析了居民低碳出行行为意愿；常四铁[10]等通过多项Logit模型和混合Logit模型，量化出行者对出行方式服务属性的感知差异；ZHANG Junyi等[11]总结了以生活为导向的出行行为研究；JING Peng等[12]利用基于回归分析极小化模型研究出行者的选择行为。对于还没有发生的意愿行为研究来说，适合采用第2类研究方法。目前，第2类研究仍然大量依赖于SP调查数据，但是从现有的研究来看，对低碳出行的研究鲜有关注于个体主观态度与低碳出行决策之间的相关性。现有研究对调查数据的处理以信度与效度检验为主，并没有关注个体在表达意愿时所持有的主观态度，目前对居民出行主观态度的识别的研究还不多见。

基于第2类方法中“对居民出行主观态度的识别的研究还不多见”的缺点，笔者做了主观态度对居民低碳出行的影响研究。基于已采集得到的居民低碳通勤出行SP问卷数据，融合直觉模糊C均值聚类算法(intuitionistic fuzzy c-means clustering, IFCM)及MIMIC(multiple indicator and multiple causes)模型探讨不可观测的主观态度对居民低碳通勤出行意愿的影响途径。

1 主观态度聚类模型

1.1 问卷调查

笔者采用网络问卷形式，进行低碳通勤出行的意愿调查，调查内容包括外生可观测变量(性别、年龄、学历、职业、收入、家庭构成、拥有小汽车、自行车、公交卡情况等，反映个体属性的变量)、通勤出行方式和反映个体低碳通勤出行意愿的相关问题。问卷关于低碳通勤出行意愿的问题分为行为态度、主观规范、知觉行为控制、共性心理需求共13个量，13个量设置选项1～5，分别代表被调查者对问题的同意程度，即非常同意、同意、中立、不同意、非常不同意，问卷题项和每类的同意程度占比如表1。

表1 低碳通勤出行意愿问卷及统计

经过问卷筛选，最终获得2941个有效样本。样本中85%为26～55岁的中青年，其中52%为男性，48%为女性。家庭拥有小汽车的占比为31%，通勤使用小汽车占比为22%。

1.2 主观态度的直觉模糊C均值聚类

聚类方法上来看，模糊C均值聚类(fuzzy c-means clustering, FCM)相比于比较常用的K均值聚类来说，将硬隶属关系提升为软性隶属关系，使中心点的迭代更合理。在居民的低碳通勤出行调查中，个体对低碳通勤出行的主观态度偏好表达通常是不确定的。聚类的依据是个体的主观态度偏好，模糊C均值聚类方法仅用一个隶属度函数来表达个体的态度偏好，包含的信息量少，难以全面反映评价信息的模糊性和不确定性。因此选择由模糊集理论拓展而来的直觉模糊C均值聚类模型(IFCM)来处理主观态度数据，把只考虑隶属度的经典模糊C均值聚类，推广为同时考虑隶属度、非隶属度和犹豫度三方面信息的直觉模糊聚类，可以收敛到一个更理想的聚类中心。

1.2.1 直觉模糊集

直觉模糊决策是基于直觉模糊信息的决策问题，直觉模糊集是K.ATANASSOV[13]最早于1983年提出的一种模糊信息的概念。将直觉模糊集应用于调查数据的分析中，每个问题的设置为李克特五级计分法(非常同意、同意、中立、不同意、非常不同意)，为了区分同意和不同意的程度，将其用模糊数表示其隶属度为(1，0.75，0.5，0.75，1)。通常选择3～4个可观测指标反映一个潜变量，以测量行为态度为例，共有3个问题构成，将此3项可观测指标合并考虑为一个直觉模糊集。举例说明，假设有两个样本，“√”表示样本1的选择结果，“Δ”表示样本2的选择结果，其选择结果如表2。那么样本1对行为态度这一项表示同意、中立、不同意的隶属度为(0.75，0.5，1)，归一化处理后为(0.33，0.23，0.44)，定义其直觉模糊集为(0.33，0.44)。样本2的隶属度为(0，1，0.75)，归一化处理后为(0，0.57，0.43)，定义其直觉模糊集为(0，0.43)。

表2 样本选择结果举例

1.2.2 直觉模糊C均值聚类模型

直觉模糊C均值算法如式(1)[14]：

(1)

式中：P为样本个数，P=2 941；m为模糊因子，通常取2[14]；ui,j为第j个样本隶属于第d(Zj,Vi)类的隶属度；Zj为第j个样本由n个直觉模糊集构成的数组，在此n=4，分别为个体的主观规范、知觉行为控制、行为态度、共性心理需求，即该数组由4个直觉模糊集作为特征指标，如式(2)：

Zi={[μZi(x1),νZi(x1)],[μZi(x2),νZi(x2)],…,

[μZi(x4),νZi(x4)]}

(2)

C(1≤C≤j)为类别数；Vi为第i类的直觉模糊聚类中心，与Zj形式相同，如式(3)：

Vi={[μVi(x1),νVi(x1)],[μVi(x2),νVi(x2)],…,

[μVi(x4),νVi(x4)]}

(3)

d(Zj,Vi)为Zj与Vi之间的直觉模糊距离，如式(4)为：

(4)

式中：ωk∈[0,1](k=1,2,…,n)代表该样本的n个特征所占的权重，在此各项特征权重相同；α,β,γ∈[0,1]分别为隶属度、非隶属度和犹豫度所占权重，这里对隶属度、非隶属度、犹豫度没有倾向性，取α=β=γ=1。聚类过程见文献[14]。

2 主观态度的聚类结果分析

2.1 主观态度聚类

2.1.1 聚类数确定

聚类的数目对聚类效果的影响很大，聚类数目越多，样本划分越精细，组内样本之间的相似性越高，聚类效果越好。组内平方误差和SSE(sum of squared error)是一种用来代表组内样本间相似性的指标，常用来确定最佳聚类数[15]。SSE值是随聚类数目的增加而减少的，当聚类数较小时，增加聚类数会使组内聚合程度大幅增加，SSE的下降幅度会很大，达到某一点时下降幅度会趋于平缓，这个点的值就是最佳聚类数。因此关注SSE值下降速率的变化，图像中出现的“肘点”就是最佳聚类数目。分别计算IFCM聚类数目为2～8时聚类结果的SSE值，做变化图，如图1。由图1可知，“肘点”出现在聚类数为3时，因此将样本划分为3类。

图1 不同聚类数对应SSE值

2.1.2 主观态度类型划分

根据聚类结果，将3类样本的直觉模糊聚类中心Vi(i=1,2,3)进行统计，如表3。

表3 聚类中心

每一类的4个特征指标聚类中心和直觉模糊集相对应，由2个数字组成，分别为其低碳通勤出行态度对同意和不同意的隶属度，同意隶属度、不同意隶属度和犹豫度之和为1。第一类中，其对同意的隶属度普遍较低，在0.3左右，只有行为态度方面略高，这一类表现为低碳通勤出行的主观态度“消极”。第二类相比于其他两类，同意隶属度和不同意隶属度都不高，而是表现为犹豫度较高，这一类人群主观态度相对“中立”。第三类4个方面对于同意的隶属度都很高，而对于不同意和中立很低，明显表现出“积极”的低碳通勤出行主观态度。

2.2 主观态度与出行方式及低碳意愿相关性

对主观态度的分析表明：个体对低碳通勤出行的主观态度有积极、消极、中立几种倾向，主观态度直接影响其出行方式的选择。为研究这几种主观态度倾向与居民当前的常用通勤出行方式间的关系，调查问卷中将居民通勤出行常用的方式：步行、自行车、电动车、公交、单位班车或地铁、出租车、私家车分为低、中、高碳出行三种方式。步行和自行车为低碳出行方式，电动车和以公交、地铁、班车为代表的公共交通为中碳出行方式，私家车和出租车为高碳出行方式。问卷中个体的低碳通勤出行意愿大致划分为三个类型：取消高碳出行、减少高碳出行、出行计划不变。分析个体主观态度与已有出行方式选择结果的相关性，以及主观态度对个体低碳通勤出行意愿之间的相关性，结果如表4。

表4 相关性分析结果

由显著性检验值可知，均小于显著性水平(0.05)，所以拒绝原假设，认为不同主观态度的个体对于出行方式的选择及低碳通勤出行意愿不独立，主观态度对于出行方式及出行意愿均有影响。其中，主观态度“积极”的个体，其高碳出行方式占比与出行意愿选择不变的比例明显要高于其他类型。相类似的情况出现在主观态度“消极”的个体，其低碳出行方式选择及取消高碳出行意愿的占比都要高于其他类型。这与预想中存在较大偏差，但是从现有出行方式来看，选择低碳通勤出行方式的个体是以步行、自行车为主，其本身是低碳出行者；而主观态度为“积极”的个体，其现有方式是私家车或出租车，其可能是交通压力最直接的感受者，主观态度上存在积极的低碳偏好性，但意愿上不愿意放弃目前的高碳出行。

3 考虑主观态度的MIMIC低碳通勤出行意愿分析

居民的低碳通勤出行主观态度可以大致分为积极、中立、消极三类，个体的行为态度(ATT)、主观规范(ZG)、知觉行为控制(ZJ)、共性心理需求(GX)这些潜变量反映出行者的主观态度，而这些潜变量受到包括个体自身属性的外生可观测变量影响。对不同主观态度的个体，外生可观测变量如何作用于潜变量，进而影响个体的低碳通勤出行选择，是进一步挖掘低碳通勤出行行为影响因素需要研究的问题。

笔者选择了反映居民个人特征的性别、年龄、学历、职业、月收入、是否拥有小汽车、自行车或公交卡和家庭构成8个变量作为外生可观测变量，研究不同的个体主观态度下外生可观测变量对潜变量的影响。其中“家庭构成(儿童)”包括了：1(学龄前儿童)，2(小学生)，3(初中生)，4(高中及以上)，5(没有)这五个选项。定义反映潜变量关系的结构方程如式(5)：

η=Γx+ξ

(5)

式中：Γ为待估计参数矩阵；ξ为测量误差；x为影响潜变量η的外生可观测变量向量。

由聚类结果可知，个体的主观态度分为3类，笔者利用统计软件State建立3类偏好个体的MIMIC[16]模型，经过拟合优度检验，三个模型的拟合度在可接受范围内，如表5。个体社会经济属性与潜变量之间的关系，显著性水平为95%，如表6。

表5 模型拟合度检验表

表6 外生可观测变量对潜变量的影响参数标定表

由表6中的MIMIC模型参数标定结果可知：

1)持有不同主观态度的群体，作用于其行为意向的影响因素的构成不同。例如主观态度“积极”的群体，其低碳行为意愿不受“性别”的影响。主观态度“消极”的群体，其低碳通勤出行意愿不受“拥有自行车”、“月收入”的影响。收入高的“积极”群体低碳出行意愿高，而“中立”群体却随时收入的增加变得不愿意低碳出行。“拥有小汽车”对主观态度为“消极”“积极”的群体中对共性需求潜变量作用是负值。这表明有小汽车的家庭更不愿意采用低碳出行；

2)持有不同主观态度的群体，作用于其行为意向的影响因素作用路径不同。例如在“消极”态度群体，性别通过影响主观规范影响行为意愿，而在“中立”态度群体，则是通过影响共性心理需求影响行为意愿；

3)持有不同主观态度的群体，影响因素作用于其行为意向的强度不同。例如“学历”对主观态度“中立”者的作用强度要比“积极”“消极”者弱。

4 结 语

笔者对低碳通勤出行意愿问卷进行数据挖掘，基于直觉模糊C均值聚类模型对持有不同主观态度的个体进行聚类识别，并基于MIMIC模型分析持有不同主观态度的群体其行为意愿形成机理的差异性。

居民低碳出行主观态度可以被大致聚类为积极、中立、消极三类。包括出行者个人属性的外生可观测变量通过作用于个体的行为态度、主观规范、知觉行为控制、共性心理需求，影响出行者的低碳出行意愿。这些影响因素对于持有不同主观态度的群体作用方式和作用强度不同。相比于同类型的研究，结论的相似性在于，低碳通勤出行的意愿受到多种因素影响，积极的环保意识对低碳通勤出行主观态度有正向影响。但相比于其他研究，笔者将模糊的低碳通勤出行主观态度进行了分类，补充了外生可观测变量在其中的作用机理。研究结果丰富了已有的出行行为的分析理论与研究方法，全面系统地认识居民低碳出行意愿的形成机理，从多个角度为城市交通低碳化发展及管理提供理论支持。

由于笔者研究基于已有的问卷调查数据，因此在内因与外因因素选择方面受到很大的约束，尤其是解释变量还不够充分。此外，在态度、主观规范等问题设计中，没有成熟的量表可供参考，因此不可避免的会影响调查结果，从而聚类结果也不可避免的会存在偏差。在后续的研究中将重点针对上述问题进行改进。