王 超,周璐好,任倩文
(长安大学 经济与管理学院,陕西 西安 710064)
随着生活节奏加快,“互联网+餐饮”的商业组合极大程度丰富了现代居民用餐需求。截至2020年12月,我国外卖用户规模达4.19亿[1],外卖产业规模达8 353亿元,外卖配送从业人员总数已突破700万[2]。“互联网+餐饮”商业组合的蓬勃发展催生出消费者与点餐网络平台间的纽带—外卖配送。而电动(自行)车等非机动车因速度快、体积小、穿行方便等优势成为“互联网+餐饮”配送服务主要交通工具。基于目前薪酬机制,外卖配送员片面追求配送效率而忽视自身及他人交通安全现象普遍存在,配送员在交通安全风险感知与配送效率感知间极易产生“感知失衡”,如图1所示。“感知失衡”催生诸如闯红灯、逆行、超速行驶、骑车接打电话等不文明交通现象,形成有限文明下的有限安全交通困境,进而导致外卖配送群体成为城市出行“交通文明洼地”的集中体现,使城市交通面临新的挑战。
图1 交通安全风险与配送效率间“感知失衡”
电动(自行)车交通事故一直是城市道路交通治理难点。部分学者开展外卖配送交通安全影响研究[3-4],但从外卖配送群体自身出发,开展关于外卖配送个体交通行为动机及影响因素的研究较少。
本文结合“互联网+餐饮”业态特点,提出“感知失衡”是导致外卖配送群体交通违规现象主要原因,全面探讨COVID-19对“感知失衡”影响关系,明确外卖配送“交通文明洼地”现象形成机理,为城市交通精细化管理提供启示。
通过调研发现人因是影响道路交通安全事故最主要因素[5-6]。其中,个体驾驶态度与强行超车、超速等交通行为关联紧密,对驾驶心理影响显著,是导致交通事故发生主要因素[7-8]。相对机动车,电动(自行)车违规成本低、被惩罚概率小,导致外卖配送群体交通违规从众心理现象显著。
通过对风险驾驶行为进行规制,可有效减少致命性道路交通安全事故[9]。Li等[10]研究发现,对风险持有积极态度的个体更易产生攻击性驾驶行为。人的冒险行为倾向能够反映个体间潜在性格差异,是导致风险驾驶行为重要因素。对风险感知敏感的个体会通过采取预防措施(如减速、“一带一盔”的正确使用等),将交通风险降至最低[11]。
从人口统计学及社会经济变量进行分析,交通参与者基本属性包括年龄、性别、婚姻状态、收入、受教育程度等,均与交通事故存在一定关联性[12]。外卖配送受平台严格薪酬机制和消费者追求最短配送时长双重限制,导致外卖配送员交通安全问题突出。部分学者尝试从外卖配送路径优化方面平衡顾客、网络平台以及配送员间利益关系[13-15],但在刚性准点率和超时惩罚限制下,配送员不会完全按照系统规划路线进行配送。不同配送员对安全风险和配送效率感知程度不同,对配送路径有不同选择,为追求更高配送效率,忽视交通安全,进而出现外卖配送群体交通安全风险感知与配送效率感知间的失衡状态,并最终导致交通事故发生。
本文设计包含配送员个人基本属性、配送基本属性、交通安全意识、交通行为倾向、对交通违规的态度、COVID-19健康成本感知、交通安全风险感知、配送效率感知8个维度调查问卷,开展新冠疫情背景下外卖配送交通安全风险感知与配送效率感知影响因素研究。本文以西安市外卖配送员为研究对象,通过预调研发现,调查问卷信度与效度良好。2020年5月21日至2020年5月31日采用线上、线下相结合的方式发放与回收问卷,线下发放问卷时,调研员全程对填写过程进行监督,并及时解决受访者遇到的问题,一定程度确保数据有效性。
研究对象均为驾驶电动(自行)车的外卖配送员,共回收问卷150份,有效问卷142份,有效率94.7%。其中,男性(95.8%)明显多于女性(4.2%);年龄区间(占比)为31~40岁(37.32%)、41~50岁(26.06%)、26~30岁(23.24%)、18~25岁(11.27%)、51~59岁(2.11%),80后与90后已成为配送群体中坚力量,约占60%;受教育程度方面,包括高中/职高(45.07%)、初中及以下(30.99%)、大专(18.31%)、大学本科(5.63%),学历分布较为集中;月收入方面,3 000~6 000元占57.04%,收入较可观;就业渠道方面,近1/2(41.5%)配送员通过老配送员介绍加入外卖配送行业,存在一定群体效应。
运用秩和检验法验证外卖配送群体年龄、受教育程度、就业渠道等影响因子对配送交通事故发生及严重程度具有显著性影响(P<0.05)。利用SPSS 23.0软件进行有序多分类Logistic回归,以标定模型。模型似然比检验显示有序多分类Logistic回归模型具有研究意义(χ2=61.339,P<0.001),见表1。拟合优度检验显示模型拟合良好(P=0.415>0.005)。取自变量显著性概率临界值为0.05,根据影响因子贡献率发现,配送员年龄与就业渠道2个自变量对外卖配送交通事故及严重程度有显著影响。随配送员年龄增长,对配送事故影响作用先增大后减小,表明不同年龄段配送员交通违规意愿不同;通过中介/劳务公司介绍就业,对配送事故影响程度为显著负向,说明配送员经中介/劳务公司培训,可有效降低交通事故发生率;经老配送员介绍、自己求职或兴趣爱好就业对配送事故影响程度为显著正向。
表1 有序多分类Logistic回归分析
交通安全意识、交通行为倾向、交通安全态度对外卖配送交通违法感知失衡影响程度KMO=0.861,Bartlett’s球形检验χ2=7 726.53,df=1 035,P=0.000,表明上述因素适合做因子分析。运用SPSS和AMOS对Cronbach’sα值和组合信度(CR)进行检验,结果见表2。所有变量CR值介于0.742~0.906之间,均满足大于0.7,说明各变量信度较高。采用因子载荷和平均方差提取(AVE)2个指标分析收敛效度,各变量因子载荷系数介于0.502~0.835之间,且AVE值均大于0.5,说明测量收敛效度较高。
表2 验证性因子分析及信度效度检验结果
表2(续)
基于检验和探索性因子分析结果,提出4点研究假定,见表3。
表3 研究假定
通过对研究模型整体适配度进行检验可得,拟合卡方值为χ2=1 853.993(P=0.000),自由度DF为651,卡方值与自由度比值χ2/df为2.848,符合比值在1~5之间的标准,近似误差均方根RMSEA为0.047,满足小于0.05的标准,表明给定理论模型与饱和模型差距满足标准。相对拟合指数CFI,拟合优度指数GFI,标准拟合指数NFI,递增拟合指数IFI,分别为0.913,0.911,0.937,0.912,均满足大于0.9的评价标准,表明外卖配送交通安全风险与配送效率感知失衡影响因素模型拟合优度较好,感知失衡结构方程如图2所示。
图2 感知失衡结构方程
路径检验结果见表4。由表4可知,所有路径值均小于95%显著水平,上述假设均得到验证,且中介变量COVID-19健康成本感知调节作用显著。
表4 路径检验结果
根据图2中标准化路径系数与因子载荷系数,分析变量间因果关系,进而明确各变量间相互作用强弱,通过计算得到各构面间作用效果,见表5。
表5 交通安全风险感知与配送效率感知之间的作用效果
1)年龄对外卖配送交通事故影响程度呈先增大后减小的趋势;中介/劳务公司介绍就业可有效降低外卖配送交通事故发生。
2)新冠疫情加剧外卖配送群体对交通安全风险感知与配送效率感知的失衡程度,对安全有序的外卖配送市场形成有一定制约作用。