基于SEM的城市慢行交通环境满意度评价影响因素分析

张艺鑫　张萌萌

摘要：为提升慢行交通系统建设质量，根据居民慢行出行体验反馈进行慢行交通环境满意度评价。采用调查问卷的方式，通过探索性因子分析方法提取慢行交通环境满意度评价调查问卷数据，确定慢行交通环境满意度的关键因素为非机动车设施便利度、街道环境、安全性感知、舒适度感知与整体满意度，基于结构方程模型（structural equation modeling，SEM）构建慢行交通环境满意度的假设模型，进行适配度检验和假设检验，分析慢行交通环境满意度模型的路径系数并提出相应优化措施。结果表明：城市慢行交通环境满意度的影响因素按重要性从大到小依次为非机动车设施便利度、舒适性感知、街道环境、安全性感知；非机动车设施便利度与舒适度感知是影响城市慢行交通环境满意度的主要因素，舒适度感知对城市慢行交通环境满意度的影响比安全性更大，机非/人非隔离状态是影响出行者舒适度感知的最大因素。此结果可为慢行交通环境建设提供改善措施。

关键词：城市交通；满意度；SEM；慢行交通环境；影响因素；探索性因子分析

中图分类号：U491.1;TU984.191文献标志码：A文章编号：1672-0032（2023）02-0038-11

引用格式：张艺鑫，张萌萌.基于SEM的城市慢行交通环境满意度评价影响因素分析［J］.山东交通学院学报，2023，31（2）：38-48.

ZHANG Yixin， ZHANG Mengmeng. Factors of satisfaction evaluation for urban ped & bike traffic environment by structural equation model［J］.Journal of Shandong Jiaotong University，2023，31（2）：38-48.

0 引言

慢行交通主要包括步行和自行车骑行等方式，在居民短距离出行中比较安全、舒适、便捷、环保，比机动化交通出行方式更具优势。但目前国内慢行交通基础设施建设不完善，侵占步行与非机动车道路权等现象普遍存在，居民对慢行交通出行环境的满意度较低。随绿色低碳出行理念的推广，公交与慢行交通结合的出行方式得到普及，慢行出行的比例逐步提升；我国慢行交通系统规划逐步推进，慢行交通系统建设已成为城市交通系统建设的重要任务之一。评价研究慢行交通体系可为科学合理建设慢行交通系统提供数据基础和辅助决策支持。

国内外关于慢行交通系统评价方面的研究趋向于关注慢行者的出行需求[1-2]，但大多根据政府决策及专家经验选取和衡量评价指标，较少考虑慢行出行者的出行体验。目前评价慢行交通系统涉及出行需求、心理需求、街道环境、基础设施及经济运营等多方面内容。常见的评价方法有层次分析法、因子分析法、主成分分析法、灰色关联分析法及模糊综合评价法等，均以学者专家经验为基础，分析判断评价指标对慢行交通系统的影响程度及其与慢行者实际出行需求存在的差异，但无法衡量评价指标体系的内部关系，也无法分析指标间的直接与间接影响效应。因此，评价慢行交通系统需寻求既能描述慢行者出行需求，又反映指标体系内部关系、指标间影响效应的评价方法。

顾客满意度指数模型描述顾客对产品或服务的消费认知过程，为慢行交通的评价研究提供思路[3-4]。通过出行者对慢行出行需求的满意度度量慢行交通系统的公众满意度，在调查顾客满意度的基础上采用多指标评价方法评价慢行交通系统。段婷等[5-6]通过相关性分析对地铁站附近的慢行环境进行满意度评价，并通过因子分析确定地铁站附近步行和自行车环境适宜性的评价体系。李海建[7]通过调查问卷获取居民对休闲空间体验的重要度-满意度数据，采用重要性-绩效表现分析法构建居民满意度评价体系。基于层次分析法和模糊综合评价，王希铭[8]、许熙巍等[9]、洪海林等[10]和王若琳[11]分别构建对深圳、天津、贵阳和上海等城市部分区域的慢行系统的满意度评价模型。但上述评价方法主要关注评价结论，未将影响因素间的关系作为重点分析，科学评价慢行交通系统需探究影响因素间的结构关系及因果逻辑关系。

为解决上述问题，Fornell等[12]将结构方程引入满意度指数模型，阴星星[13]采用结构方程模型（structural equation modeling，SEM）分析慢行者出行幸福感、满意度及情绪间的关系，构建慢行出行幸福感影响因素的多元Logit模型。傅碧天[14]以公众偏爱的共享单车出行为重点，在计划行为理论中引入個人环保和环境社会学因素作为结构方程模型变量。徐俊等[15]基于结构方程模型，通过回归分析和拟合度分析，评价不同情况下骑行方式与慢行交通系统影响因素间的关系及相互作用程度。陈坚等[16-17]在构建城市轨道交通乘客满意度多群组分析模型时引入结构方程理论，基于改进的中国顾客满意度指数模型构建结构方程模型，分析乘客满意度影响因素。AMOS、LISREL等软件采用结构方程原理分析变量间关系，这些软件的研发完善使得结构方程模型分析法得以发展，但在慢行交通评价上应用较少[17]。

本文从慢行者出行体验角度出发，采用调查问卷的方式挖掘慢行出行者的出行特征、出行需求倾向和出行安全性等信息，对调查数据进行探索性因子分析，确定影响慢行交通环境满意度的关键因素；构建慢行交通环境满意度评价模型，以期为慢行交通体系建设及管理运营提供参考。

1 结构方程模型

结构方程模型可建立、估计和检验因果关系，能替代通径分析、多重回归、协方差分析、因子分析等方法分析单项指标间的相互关系和单项指标对总体的影响，包括测量方程和结构方程2部分。

式中：Y为内生观测变量构成的向量，ΛY为内生观测变量对潜在变量的因子载荷矩阵，η为内生潜在变量，eε为内生观测变量被潜在变量解释不完全的测量误差，X为外生观测变量构成的向量，ΛX为外生观测变量对潜在变量的因子载荷矩阵，ξ为外生潜在变量，eI为外生观测变量被潜在变量解释不完全的测量误差。

外生潜在变量是指某一潜在变量对其他潜在变量存在影响，内生潜在变量是指某一潜在变量既受其他潜在变量影响，也对其他潜在变量存在影响。

式中：B为内生潜在变量间的系数矩阵，Γ为外生潜在变量对内生潜在变量的系数矩阵，ζ为潜在变量经估计后无法解释的误差向量。

2 研究方法及调查数据分析

2.1 研究方法

以经常采用慢行交通方式的出行者为调查对象，采用调查问卷的方式，将出行者慢行交通中的体验与出行前的期望对比，度量慢行交通环境的满意度[18]。

结合研究目的和研究内容，将慢行交通環境满意度调查问卷分为2部分：第1部分为单选题项，主要调查受访者的个人属性和慢行出行属性，包括性别、年龄、职业、常用出行方式和慢行出行目的等；第2部分为慢行交通环境满意度评价量表，考虑居民慢行出行需求[5，9，11]，筛选慢行交通环境满意度评价的调查指标。结合Likert五级评分量表，对21个调查指标（观测变量）进行定量测度，如表1所示。各题项最低得分为1分（非常不满意），最高得分为5分（非常满意）。

共发放500份调查问卷，剔除无效问卷，共回收有效问卷426份，有效率为85.2%。

2.2 调查数据统计分析

2.2.1 个人和慢行出行属性

受访者个人和慢行出行属性统计分析如表2所示。由表2可知：受访者男女人数相差不大，年龄为25～65岁的受访者最多，占受访者总人数的70.9%；受访者的职业多为学生和全职员工，占受访者总人数的75.1%；选择步行和骑行作为常用出行方式的受访者分别占受访总人数的43.9%、47.4%，采用慢行交通出行方式的主要目的是休闲娱乐、通勤和换乘。

2.2.2 调查指标分析

将有效调查问卷的数据输入软件SPSS并进行统计分析，V1～V21的平均满意度如表3所示。由表3可知：在对慢行交通环境满意度的度量指标中，非机动车停放便利度、机非/人非隔离状况、非机动车驶入步行街道状况、遮阳避雨设施和空气噪声污染情况的平均满意度最低，受访者普遍存在不满意的现象。

通过对调查问卷的统计分析梳理出行者的统计学特征，总结出行者对慢行交通环境现状建设的态度，为建立结构方程模型奠定基础。

2.3 探索性因子分析

探索性因子分析是指采用降维思想，将多个相互关联的变量转化为少数几个互不相关的综合指标，综合指标是原来多个变量的主成分，每个主成分均是观测变量的线性组合，且各主成分间互不相关，适用于验证指标量表结构的有效性与合理性，估计潜在变量间关系。

进行探索性因子分析前，需采用KMO（Kaiser-Meyer-Olkin）与巴特利特球形检验方法检验观测变量间的相关性。采用KMO检验系数比较分析各变量间的简单相关系数和偏相关系数，KMO检验系数超过0.6时，变量可进行探索性因子分析；KMO检验系数越接近1，变量间的相关性越高，越适合进行探索性因子分析。采用巴特利特球形检验方法检验各变量间的相关性程度，显著性水平p≤0.01时，表示原始变量间存在相关性，适合进行探索性因子分析。

根据调查问卷数据整理量表数据并进行变量相关性检验，结果如表4所示。由表4可知，21个观测变量（调查指标）适合进行探索性因子分析。

采用软件SPSS中的主成分分析法命令计算各观测变量的特征值、方差贡献率及累计方差贡献率，确定主成分个数，实现降维目的。特征值反映主成分影响力度，即引入该主成分后可解释平均多少个观测变量的信息；方差贡献率为该观测变量的特征值与所有因子特征值之和的比值；累计方差贡献率是抽取的特征值之和与所有因子特征值之和的比值。确定主成分的个数时一般以特征值不小于1（接近1也可以）或累计贡献率超过60%为标准。调查指标的总方差解释结果如表5所示。由表5可知：5个主成分可共同解释变异量的66.707%，证明调查数据有良好的结构效度。

将原观测变量分为非机动车设施便利度、安全性感知、舒适度感知、街道环境、整体满意度等5个潜在变量，根据旋转成分矩阵[19]，采用软件SPSS分析观测变量对潜在变量的影响程度，计算因子载荷量，如表6所示。

因子载荷量超过0.4的观测变量能有效反映潜在变量，可根据表6数据构建慢行交通环境满意度评价模型。

2.4 调查问卷数据检验

对慢行交通环境满意度调查问卷数据进行信效度检验，验证数据的可靠性，为构建结构方程模型奠定基础。

2.4.1 信度检验

对慢行交通环境满意度调查问卷建立包含21个题项的总量表，为保证量表的内部一致性和关联性，采用Cronbach′s α系数对潜在变量进行信度检验，Cronbach′s α系数大于0.6表明变量间相关性较强。Cronbach′s α系数的计算公式为：

式中：k为题项总数，本文k=21；s为同类题项总分的方差；Si为题项i所得满意度评价得分的方差。

计算潜在变量的Cronbach′s α系数，结果如表7所示。由表7可知：5个潜在变量的相关性较强，数据可靠程度较高[20]，符合结构方程模型的要求。

2.4.2 效度检验

对各观测变量进行效度检验，采用卡方值计算潜在变量的组合效度CR和平均变异数萃取量AVE。当CR>0.7，AVE>0.5时，表明调查问卷数据可靠，可保证内部一致性较好，计算公式分别为：

式中：λi为各观测变量的标准化因子载荷系数，n为该因子的测量指标个数，δi为测量残差。

各潜在变量的效度检验结果如表8所示。由表8可知调查问卷数据可靠性较高，符合结构方程模型的要求。

3 结构方程模型构建

3.1 潜在变量界定

分析探索性因子并进行信效度检验后，确定结构方程模型的5个潜在变量，每个潜在变量由2～6个慢行交通环境满意度评价观测变量组成。根据潜在变量间是否相互影响，将潜在变量分为外生潜在变量与内生潜在变量。

结合结构方程模型的原理，对5个潜在变量界定为：非机动车设施便利度影响其他潜在变量，但不受其他潜在变量影响，属于外生潜在变量；街道环境、安全性感知、舒适度感知和居民满意度均影响其他潜在变量，同时受其他潜在变量影响，属于内生潜在变量。

3.2 慢行交通环境满意度假设模型

通过探索性因子分析及信效度检验，结合结构方程模型的原理，构建慢行交通環境满意度评价假设模型，如图1所示。将慢行交通环境满意度评价假设模型潜在变量间的相互影响关系描述为：非机动车设施便利度影响街道环境H1，街道环境影响安全性感知H2和舒适度感知H3，非机动车设施便利度影响安全性感知H4和舒适度感知H5，安全性感知影响舒适度感知H6和整体满意度H7，舒适度感知影响整体满意度H8，H1～H8称为路径系数。

基于结构方程模型进行模型数学解释。测量模型

式中：Y19×1为19个内生观测变量构成的向量，ΛY，19×4为内生观测变量对潜在变量的因子载荷矩阵，η4×1为4个内生潜在变量，eε，19×1为内生观测变量被潜在变量解释不完全的测量误差，X2×1为2个外生观测变量构成的向量，ΛX，2×1为外生观测变量对潜在变量因子载荷矩阵，ξ1×1为1个外生潜在变量构成的向量，eΙ，19×1为外生观测变量被潜在变量解释不完全的测量误差。

式中：B4×4为4个内生潜在变量间的系数矩阵，Γ4×1为1个外生潜在变量对4个内生潜在变量的系数矩阵，ζ4×1为4个内生潜在变量经估计后无法解释的误差向量。

3.3 模型质量检验

3.3.1 适配度检验

采用绝对适配度指标中的卡方自由度比值、拟合优度指数和近似误差均方根判断慢行交通环境满意度评价假设模型适配度是否达标。卡方自由度比值越小，证明协方差矩阵和样本数据越适配，模型适配程度越高。模型相对适配度指标包括增值拟合指数、非标准拟合指标和相对拟合指标，可反映理论模型与生成模型的接近程度，检验结果均要求模型相对适配度指标大于0.900。慢行交通环境满意度评价假设模型的适配度指标检验结果如表9所示。由表9可知：慢行交通环境满意度评价假设模型的适配度检验结果均符合标准，整体拟合度良好，说明慢行交通环境满意度评价假设模型可接受且能反映慢行交通环境满意度影响因素关系。

3.3.2 假设检验

通过路径系数的t检验慢行交通环境满意度评价假设模型的假设关系是否成立，t为描述样本量与模型显著性水平的指标，当|t|>1.96，p<0.001时，可认为置信度α>0.05，参数估计值十分显著，假设关系可接受。采用软件AMOS的运行路径分析，得到各假设路径系数t和p如表10所示。由表10可知：H1～H8均达到显著性水平，即H1～H8全部成立，假设关系得到验证。

3.4 路径系数分析

采用软件AMOS 24.0对所建立的慢行交通环境满意度模型进行标准化路径分析，结果如图2所示。

由图2可知：在非机动车设施便利度层面，影响较明显的因素是非机动车停放便利度，出行者更注重非机动车的基础设施建设；在街道环境层面，街道宽度和路面平整度同等重要，其次为照明情况，表明出行时出行者密切关注直接影响自身出行舒适性的因素；在安全性感知层面，非机动车驶入步行街道状况和公交车驶入非机动车情况影响程度接近，说明步行者和骑行者均关注隔离设施的设置合理性，非机动车停放的防盗安全影响程度较低；舒适度感知方面，按照出行者关注程度从高到低排序依次为机非/人非隔离状况、立体过街设置、无障碍设施设置、过街信号时长设置合理性、换乘便利度和标志标识清晰度，表明出行者在舒适度上优先考虑与空间相关的机非隔离设施设置，原因是出行时人们特别关注自身拥有的空间，一旦出行空间小于自身所能接受的心理空间，出行者易产生警惕感和紧张感，影响出行体验；在整体满意度层面，出行者更注重自身的总体体验感和出行经历愉悦。

3.5 影响效应及慢行交通环境改进措施

影响效应分为直接和间接影响效应。间接效应由中间变量引起，总效应为直接效应与间接效应的总和。计算潜在变量对慢行交通环境整体满意度的影响效应，结果如表11所示。

由表11可知：影响整体满意度的指标由大到小排序为非机动车设施便利度、舒适性感知、街道环境、安全性感知，其中非机动车设施便利度、街道环境对整体满意度无直接显著影响，分别通过安全性感知与舒适度感知间接影响慢行交通环境满意度。非机动车设施便利度与舒适度感知是影响慢行交通环境满意度的主要因素，街道环境与安全性感知对慢行交通环境满意度的影响较小。

根据路径分析结果和影响效应，可采取多项措施改善慢行交通环境：改善非机动车停放设施，增设私人自行车和助力车停放区，对慢行车道违停占用现象加强管制，同时加强对共享单车停放的管理；优化街道环境，可通过改善道路断面形式，适当增加非机动车道宽度等方式改善慢行交通环境，定期养护维修路面；增设隔离设施，增加或优化机动车与非机动车隔离设施，尽量避免自行车道与人行道共板设置，采用隔离标线增加出行者的安全感；完善行人友好型过街设施，适当增设人行横道，缩短过街设施间距，通过设置人行天桥、地下人行横道等方式使慢行出行环境更便利。

4 结论

筛选慢行交通环境满意度评价的影响因素，提取21个调查指标，采用调查问卷方式，通过因子分析提取影响慢行交通环境满意度的关键因素，建立基于结构方程模型的慢行交通环境满意度评价模型，对其进行适配度检验和假设检验，并计算路径系数，验证慢行交通环境满意度评价模型的适用性与合理性。通过分析可知：慢行出行时，出行者关注的关键因素按重要性从大到小排序依次为非机动车设施便利度、舒适性感知、街道环境及安全性感知，而非机动车设施便利度、街道环境通过安全性感知与舒适度感知间接影响慢行交通环境整体满意度，根据分析结果提出慢行交通建设的改善措施。

不同城市的慢行交通环境设施存在差异，确定慢行交通环境满意度影响因素具有一定主观性，测量变量未涵盖全部因素，还需根据不同城市的实际状况探讨慢行出行交通环境满意度的影响因素，并提出针对性的优化建议。

参考文献：

[1] 王伟涛.慢行交通设施微观评价指标研究：以广州为例[C]//创新驱动与智慧发展：2018年中国城市交通规划年会论文集.北京：中国建筑工业出版社，2018：2154-2163.

[2] 蒋献忠，陈振起，陆慰迟.城市慢行交通系统评价方法研究：以扬州市历史城区为例[J].交通与运输，2016，32（2）：31-34.

[3] CARDOZO R N.An experimental study of customer effort，expectation，and satisfaction[J].Journal of Marketing Research，1965，2：244-249.

[4] WONG I K A，DIOKO L A N.Understanding the mediated moderating role of customer expectations in the customer satisfaction model：the case of casinos[J].Tourism Management，2013，36：188-199.

[5] 段婷，运迎霞，任利剑.天津市近郊区地铁站域慢行环境满意度[J].天津大学学报（社会科学版），2018，20（2）：179-184.

DUAN Ting，YUN Yingxia，REN Lijian.The research on the satisfaction of non-motorized environment around subway stations in Tianjin suburbs[J].Journal of Tianjin University （Social Sciences），2018，20（2）：179-184.

[6] 段婷，运迎霞.空间感知视角下地铁站域慢行环境适宜性评价：以天津近郊区为例[J].南方建筑，2019（1）：114-120.

DUAN Ting，YUN Yingxia.Study on non-motorized environmental suitability of subway station area from the perspective of spatial perception：a case study of suburban Tianjin[J].South Architecture， 2019（1）：114-120.

[7] 李海建.基于IPA方法的城市公共休闲空间居民满意度评价：以徐州市为例[J].资源开发与市场，2020，36（10）：1067-1073.

LI Haijian.Residentssatisfaction evaluation of urban public leisure space based on IPA method： taking Xuzhou City as an example[J].Resource Development & Market， 2020，36（10）：1067-1073.

[8] 王希铭. 深圳湾公园慢行系统使用后评价及优化策略研究[D].哈尔滨：哈尔滨工业大学，2016.

WANG Ximing.Study on the post-occupancy-evaluation and optimization strategy of slow mode transportation in Shenzhen Bay[D].Harbin：Harbin Institute of Technology，2016.

[9] 许熙巍，李雪飞，苏杭，等.基于AHP层次分析法的慢行交通评价研究[C]//共享与品质：2018中国城市规划年会论文集.北京：中国建筑工业出版社，2018：839-848.

[10] 洪海林，吴志刚，郭雯霞，等.城市慢行系统使用者满意度评价：以贵阳市南明河慢行系统为例[J].湖北农业科学，2021，60（1）：178-183.

HONG Hailin，WU Zhigang，GUO Wenxia，et al.Users satisfaction evaluation of urban slow moving system：taking Nanming River slow moving system in Guiyang City as an example[J].Hubei Agricultural Sciences，2021，60（1）：178-183.

[11] 王若琳.基于AHP-模糊综合评价的慢行交通满意度评价方法研究：以上海市中心城区为例[J].交通与港航，2021，8（3）：45-51.

WANG Ruolin.Study on satisfaction evaluation method of non-motorized traffic based on AHP-FCE[J].Communication & Shipping， 2021，8（3）：45-51.

[12] FORNELLC， WERNERFELT B. A model for customer complaint management[J].Marketing Science，1988，7（3）：287-298.

[13] 陰星星.城市慢行交通出行者的出行幸福感研究[D].西安：长安大学，2019.

YIN Xingxing.Study on the traveling happiness of pedestrain and bicyclist in urban[D].Xi′an：Chang′an University，2019.

[14] 傅碧天.城市共享交通行为的公众偏好、影响因素及碳减排潜力研究[D].上海：华东师范大学，2018.

FU Bitian.Public travel preference，behavioral intention and carbon emission mitigation potential of urban shared mobility behavior in Shanghai， China[D].Shanghai：East China Normal University，2018.

[15] 徐俊，徐敏，张丽硕，等.自行车骑行者满意度模型构建及活化研究[J].现代城市研究，2021（5）：77-82.

XU Jun，XU Min，ZHANG Lishuo，et al.Research on construction and activation of cyclist satisfaction model[J].Modern Urban Research，2021（5）：77-82.

[16] 陈坚，唐炜，蔡晓禹，等.城市轨道交通乘客满意度多群组结构方程模型[J].交通运输系统工程与信息，2018，18（1）：173-178.

CHEN Jian，TANG Wei，CAI Xiaoyu，et al.Multiple-group structural equation model of passenger satisfaction in urban rail transit[J].Journal of Transportation System Engineering and Information Technology，2018，18（1）：173-178.

[17] 陈坚，李睿，傅志妍，等.综合交通枢纽乘客满意度影响因素分析模型[J].公路交通科技，2021，38（11）：117-125.

CHEN Jian，LI Rui，FU Zhiyan，et al. A model for analyzing influencing factor of passenger satisfaction of integrated transport hubs[J].Journal of Highway and Transportation Research and Development，2021，38（11）：117-125.

[18] SPRENG R A， MACKENZIE S B，OLSHAVSKY R W.A reexamination of the determinants of consumer satisfaction[J].The Journal of Marketing，1996，60（6）：15-32.

[19] 王山河，陈烈．基于结构方程式模型的广州城市形象元素分析评价[J]．经济地理，2010，30（1）：69-74．

WANG Shanhe，CHEN Lie.Evaluation of city image elements of Guangzhou based on structural equation model[J].Economic Geography，2010，30（1）：69-74.

[20] NUNNALLY J C. （1978） Psychometric Theory[M].2nd Ed. New York： McGraw-Hill， 1978.

Factors of satisfaction evaluation for urban ped & bike trafficenvironment by structural equation model

ZHANG Yixin1，2， ZHANG Mengmeng1，2

1.School of Transportation and Logistics Engineering，Shandong Jiaotong University， Jinan 250357，China;2.Shandong Key Laboratory of Smart Transportation（preparation）， Jinan 250357， China

Abstract：In order to improve the construction quality of ped & bike traffic system， the environment satisfaction of the system evaluation was conducted according to the feedback of residents′ travel experience. Through the exploratory factor analysis method， the questionnaire data of ped & bike traffic environment satisfaction evaluation are extracted， and the key factors of ped & bike traffic environment satisfaction are determined as ped & bike traffic facility convenience， street condition， safety perception， comfort perception and overall satisfaction. Based on the Structural Equation Modeling （SEM）， a hypothesis model of ped & bike traffic environmental satisfaction is constructed， then the fitness test and the hypothesis test are conducted to analyze the path coefficients of the ped & bike traffic environmental satisfaction model. After that， the corresponding optimization measures are proposed. The results show that the influencing factors of urban ped & bike traffic environment satisfaction are the extend of facility convenience of ped & bike traffic， comfort perception， street environment and safety perception in descending order in terms of importance. The amenity and comfort perception of ped & bike traffic facilities are the main factors affecting the environmental satisfaction of urban non-motorized traffic. The influence of comfort perception on the environmental satisfaction of urban non-motorized traffic is greater than that of safety， and the isolation status between the motorized and non-motorized traffic is the biggest factor affecting the travelers′ comfort perception. The results of this study could provide improvement measures for the further construction of ped & bike traffic environment.

Keywords：urban traffic; satisfaction; SEM; ped & bike traffic environment; affecting factors; exploratory factor analysis

（责任编辑：郭守真）

收稿日期：2022-11-24

基金项目：全国统计科学研究项目（2021LY017）；2021年度山东省自然科学基金项目（ZR202103040503）；2021年度山东省自然科学基金项目（青年基金）（ZR2021QF110）；山東省科学技术厅项目（新一代信息技术项目）（2021TSGC1011）

第一作者简介：张艺鑫（1998—），女，山东德州人，硕士研究生，主要研究方向为交通运输规划与管理，E-mail：z1267899@163.com。

*通信作者简介：张萌萌（1981—），女，山东泰安人，教授，工学博士，主要研究方向为交通规划、智能交通及交通大数据分析等，E-mail：zhangmengmeng@sdjtu.edu.cn。