考虑心理潜变量的出行方式选择行为

颉 磊，王立晓

(新疆大学 建筑工程学院，乌鲁木齐 830047)

随着城市交通拥堵问题日益严峻，大力发展公共交通迫在眉睫[1-2]。提高公共交通出行分担率，可有效缓解城市交通拥堵，钟芳[3]的研究表明出行者的出行方式选择偏好显著影响出行者是否选择公共交通出行。因此，分析影响市内出行者出行方式选择偏好的因素，对缓解城市交通拥堵具有重要意义。

巢式Logit模型(NL)因其具有克服不相关替选方案独立性缺陷的优点(同为公共交通的常规公交与地铁之间存在不相关替选方案独立性缺陷)，被学者们用于处理具有结构关系的多个选择行为[4-5]。Flugel等[6]学者通过比较多项Logit模型和巢式Logit模型，发现当增加新的出行方式时，巢式Logit模型的拟合程度更高。Zulqarnain等[7]学者构建巢式Logit模型探究居民出行方式选择行为，模型上层选择肢为公共交通、私人交通和拼车3类出行方式，下层选择肢为7种具体出行方式。俞俊[8]考虑地铁、公交、私家车和出租车4种出行方式，基于巢式Logit模型的分析结果表明：巢式Logit模型可有效克服不相关替选方案的独立性缺陷。Palma等[9]学者的研究结果表明收入是影响出行者出行方式选择行为的主要因素。Paulley等[10]学者运用巢式Logit模型探究出行者收入对出行方式选择行为的影响，研究结果表明随着收入增加，出行者会倾向于选择小汽车出行。郭季[11]运用巢式Logit模型，探究出行者职业、是否拥有私家车对出行方式选择行为的影响。上述研究仅考虑了可观测因素对出行者出行方式选择行为的影响，忽略了不可直接观测的心理潜变量对出行者出行方式选择行为的影响，随着研究的深入，有学者考虑出行者的态度等不可直接观测的心理潜变量对出行方式选择行为的影响[12-13]。将心理潜变量纳入传统离散选择模型中，即建立混合选择模型(HCM)分析出行者出行方式选择行为，从而提高模型的精确度和可信度[14-15]。朱顺应等[16]的研究结果表明，出行方式的便捷性作为心理潜变量显著影响出行者出行方式选择行为。方瑞韬等[17]的研究结果表明小汽车、地铁和公交车的舒适性作为心理潜变量在一定程度上影响出行者出行方式选择行为。上述研究虽然构建混合选择模型研究出行者出行方式选择行为，但仅考虑了单一心理潜变量(如便捷性[18]或舒适性[19])对出行者出行方式选择行为的影响，鲜有研究同时考虑多个心理潜变量对出行方式选择行为的影响。此外，也鲜有研究运用基于巢式Logit模型构建的混合选择模型对出行者出行方式选择行为进行分析。

综上所述，本研究基于巢式Logit模型，建立考虑多个心理潜变量的混合选择模型对出行方式选择行为进行研究，探究个人社会经济属性和心理潜变量对出行方式选择行为的影响。研究结果可为提高公共交通服务水平和提升公共交通出行分担率提供理论依据。

1 问卷设计及样本描述性统计

1.1 问卷设计

文中采用RP调查与SP调查相结合的方法，研究出行者在常规公交、地铁、小汽车3种出行方式中的选择行为。问卷包括三部分，即情景设计、心理潜变量测量和社会经济属性相关问题。问卷采用正交设计，共设置12个情景，每个情景包含常规公交、地铁、小汽车3种交通方式，分别设置各交通方式的费用、车内时间、拥挤程度、步行距离，具体水平设置如表1所示。问卷的第二部分为心理潜变量的测量，对涉及的心理潜变量采用五点式Likert量表通过不同的观测变量进行测量。问卷的第三部分包括对被调查者性别、年龄、收入等个人社会经济属性的测量。文中研究是在乌鲁木齐市开展网络问卷调查，共收集问卷1 600份。剔除不完整和无效问卷42份，共获取1 558份有效问卷，问卷的有效回收率为97.4%。

表1 出行方式水平设置

1.2 描述性统计分析

对收集的有效样本进行描述性统计分析，统计结果如表2所示。

表2 描述性统计

由表2可知，样本中男性占比为50.8%，女性占比为49.2%，收集样本性别比例与乌鲁木齐市第7次人口普查的结果总体近似，符合实际情况；被调查者年龄以26～40岁最多，18～25岁次之，共占67.2%，两者作为出行的主要人群，具有较强的代表性；教育水平为本科及以上的人数占样本总数的52.3%，表明被调查者教育水平普遍较高；样本中家庭年收入5～12万以上的群体占比最大，为42.9%，家庭年收入12～25万的群体占36.8%；家庭拥有汽车人数占71.1%；调查中涉及的职业较为全面；本次调查的结果具有一定代表性。

2 结构方程模型建模及拟合

本研究运用结构方程模型量化心理潜变量，由出行者对常规公交和地铁的快速准时性、便捷性、舒适性评价反映出行者的常规公交和地铁出行满意度，各个评价及其对应的测量指标如表3所示。

运用AMOS软件构建潜变量模型，经过对模型结构的多次调整，得到模型结构如图1～2所示。

判断潜变量模型拟合程度的指标主要包括卡方比自由度(χ2/df)、残差均方和平方根(RMR)、渐进残差均方和平方根(RMSEA)、适配度指数(GFI)、调整后适配度指数(AGFI)、比较适配指数(CFI)、增值适配指数(IFI)等，通常使用上述指标对模型拟合效果进行综合判断[20-23]。在大样本情况下，χ2/df为1～5时，模型可以接受；当RMR小于0.05时，模型拟合程度较好；当RMSEA小于0.08时，模型拟合程度较高；当GFI、AGFI、CFI、IFI的取值大于0.9，模型拟合程度较好[24]。模型的各项拟合指标实际值和建议值如表4所示。由表4可知，模型各项拟合指标均满足建议值，因此,该模型的拟合程度良好，具有较高的可信度，可将模型拟合结果代入巢式Logit模型进行下一步分析。

表3 心理潜变量及其对应观测题项

注：***表示在1%置信水平下显著图1 地铁潜变量模型

注：***表示在1%置信水平下显著图2 常规公交潜变量模型

表4 模型拟合指标

3 出行行为NL模型建立

本研究考虑的出行方式可分为公共交通和私人交通2类，其中公共交通包括地铁和常规公交，私人交通包括小汽车。因此,依据本研究特点构建两层NL模型的出行方式选择树结构，如图3所示。

图3 出行方式选择树结构

在NL模型中，出行者的选择服从随机效用最大化理论，出行者n选择选项i(i∈Bm)的效用Uni[25]为

Uni=Wnm+Vni+εni

(1)

式中:Wnm为不随选项i变化只随上层选择肢Bm变化的固定效用；Vni为只随选项i变化的固定效用；εni为选项i的随机效用,通常假设εni服从二重指数分布，且各备选方案之间相互独立。

出行者n选择选项i(i∈Bm)的选择概率Pni为

Pni=P(i/Bm)Pn(Bm)

(2)

式中:P(i/Bm)为上层选择肢Bm条件下选择选项i的条件概率,Pn(Bm)为选择Bm选择肢的概率。

P(i/Bm)和Pn(Bm)表达式如式(3)～(4)所示。

(3)

(4)

其中

(5)

式中：λm为上层选择肢Bm的不相似参数，m为上层选择肢个数。

确定本研究所用NL模型选择树结构后，引入社会经济属性、方案属性与心理潜变量构建混合选择模型，再进行下一步分析，模型估计采用极大似然估计(见文献[25])。

4 混合选择模型建模及分析4.1 变量设置

本研究选取的变量可分为社会经济属性变量、备选方案属性变量以及心理潜变量三类，其中，社会经济属性变量包括性别、年龄、职业、受教育程度、家庭年收入、是否有车；方案属性变量包括费用、车内时间、拥挤程度和步行距离；心理潜变量包括常规公交和地铁的快速准时性、便捷性、舒适性和总体满意度。在模型中，性别、年龄、受教育水平、家庭年收入等变量无法按实际取值进行建模，应将其转为虚拟变量；方案属性变量中的费用、车内时间、拥挤程度和步行距离按照实际取值进行建模；心理潜变量通过结构方程模型计算出相应适配值后，将适配值代入模型。各变量具体定义如表5所示。

表5 变量定义

续表5

建立模型时，把影响出行者是否选择公共交通的变量选入上层模型，把影响出行者选择不同交通方式的变量选入下层模型，形成表6所示的NL模型层次划分及对应变量。

表6 NL模型变量

4.2 模型估计结果分析

混合选择模型的估计方法包含连续两阶段估计法和同步估计法。连续两阶段估计法具有更易于求解的优点，因此受到不少学者的推崇[26]，研究采取连续两阶段估计法估计混合选择模型，根据结构方程模型的估计结果计算各个心理潜变量得分，后将各个心理潜变量的得分值作为新的解释变量引入到传统离散选择模型中进行估计。经过多次调试模型，保留部分对出行者出行方式选择行为产生显著影响的变量，具体估计结果如表7所示。

表7 模型估计结果

现有研究通过不相似参数和IIA特性检验，判断基于NL模型的混合选择模型构建是否合理，通常各上层选择肢的不相似参数大于1，且IIA特性检验P值小于0.05，即表明基于NL模型构建的混合选择模型是合理的。在构建的模型中，上层选择肢中公共交通的不相似参数为2.756，上层选择肢中私人交通因只有一个分肢，因此不相似参数为1；模型的IIA特性检验P值小于0.05，拒绝IIA特性假定。上述结果表明文中基于NL模型构建的混合选择模型是合适的[27]，可进行下一步分析。

混合选择模型上下层共有变量估计结果可知，出行费用、拥挤程度、步行距离对出行者选择各种出行方式具有显著的负影响。表明随着出行费用增加、车内变得拥挤、步行距离增加，出行者选择该交通方式的概率变低，这与已有研究结果一致[28-29]。

从上层变量估计结果可知，出行者是否有车对出行者的出行方式选择行为有显著正影响，表明家里无车的出行者更倾向于选择公共交通出行，这可能是因为相较于家里有车的出行者，家里无车的出行者使用出租车等其他出行方式的费用更高，因此更倾向于选择公共交通出行。

从下层变量估计结果可知，部分个人社会经济属性对出行者出行方式选择行为产生显著影响。相较于女性，男性更倾向于选择常规公交出行，这可能是因为女性对交通工具的服务水平要求更高；相较于老年人，青年群体更倾向于选择小汽车出行，原因可能是青年群体在出行时会期待服务水平更高的交通方式；相较于低学历群体，高学历出行者更倾向于选择小汽车出行，原因可能是高学历出行者更在意出行时的服务水平；相较于低收入出行者，高收入出行者更倾向于选择小汽车出行，原因可能是高收入出行者更愿意为出行服务支付更多的出行费用。

从下层变量估计结果可知，部分心理潜变量对出行者出行方式选择行为产生显著影响。地铁的快速准时性、便捷性显著影响出行者出行方式选择行为，即对地铁快速准时性和便捷性满意的出行者更倾向于选择地铁出行；常规公交的便捷性、舒适性显著影响出行者出行方式选择行为，即对常规公交便捷性和舒适性满意的出行者更倾向于选择常规公交出行；地铁和常规公交的总体满意度显著影响出行者出行方式选择行为，即对地铁服务总体满意度高的出行者更倾向于选择地铁出行，对常规公交服务总体满意度高的出行者更倾向于选择常规公交出行。

5 结论及展望

现有研究中缺乏同时考虑多个心理潜变量对出行者出行方式选择行为的影响，本研究运用考虑多个心理潜变量的混合选择模型对市内出行者出行方式选择行为进行深入研究，探究出行者的心理潜变量和个人社会经济属性对出行方式选择行为的影响，得出以下结论。

1)出行费用、拥挤程度、步行距离对出行者选择各种出行方式产生显著负影响，出行者是否有车显著影响出行者是否选择公共交通出行。

2)部分个人社会经济属性对出行者出行方式选择行为存在显著影响。女性、青年群体、高学历群体、高收入群体更倾向于选择小汽车出行，这可能是因为女性、青年群体、高学历群体、高收入群体在出行时会期待服务水平更高的交通方式。

3)部分心理潜变量对出行者出行方式选择行为存在显著影响。地铁快速准时性、便捷性和总体满意度对出行者出行方式选择行为具有显著正影响；常规公交便捷性、舒适性和总体满意度对出行者出行方式选择行为具有显著正影响。

后续研究可以考虑引入更多心理潜变量，如地铁和常规公交的安全性、趣味性，对出行者出行方式选择行为进行更深入的分析。