基于结构方程模型的共享停车选择行为研究

宋 睿,秦婉嫕,施 雯,薛行健

(1.中南林业科技大学 物流与交通学院,湖南 长沙 410004;2.中南林业科技大学 风景园林学院,湖南 长沙 410004)

0 引 言

随着我国经济发展,小汽车出行占比重日益增加,城市居民汽车保有量也持续增长,使得城市停车难问题成为各大城市的通病。为解决停车供需矛盾和停车泊位资源配置不平衡的难题,学者提出了共享停车的概念,即利用不同建筑物在停车泊位空间、时间需求和供给的差异性,将居住区停车泊位共享服务于相邻其他类建筑用户,以满足用户对停车泊位的需求[1]。共享停车对缓解城市中心区停车矛盾有重要意义,但停车用户是否会选择并且接受这种新型停车方式值得探讨。

国内外已有关于共享停车用户选择行为的理论研究,多集中于分析哪些因素会直接影响停车用户选择共享停车。这些影响因素大致可以归纳成两大类：① 显变量因素,可通过问卷调查或者实地观察获取该变量的具体分布规律,彭威等[2]、常玉林等[3]、姬杨蓓蓓等[4]从用户个人属性、停车费用、平均停车时间、停车后步行距离等角度分析了其是否会对共享停车用户的停车意愿产生影响;② 潜变量因素,即变量无法通过直接观测获取数值变化规律,王保乾等[5]、张娅等[6]从用户对停车的主观意识、停车服务偏好、停车选择意愿等潜变量角度分析用户的停车选择行为。从研究方法来看,主要包括改进的二元Logit模型[7]、LCM模型[8]等对共享停车需求者的多种选择策略进行详细探讨。

相比较传统研究,笔者综合考虑停车用户潜变量、停车用户个人及家庭属性变量和停车特征变量,构建了上层为改进技术接受度模型,下层为多项Logit的混合选择模型,并对模型参数进行标定,以期研究结果为城市停车管理部门提高用户选择共享停车方式使用提供借鉴性的对策和建议。

1 模型构建和方法

1.1 模型框架的构建

模型框架分成上、下两层,如图1。

图1 模型整体框架Fig.1 Overall frame diagram of model

上层参照现有研究[9]在技术接受度模型的基础上进行改进,新引入感知风险、知识水平和服务质量这3个潜变量,并且对每个潜变量设置若干个观测变量来进行测量。利用上层结构方程模型,分析各个潜变量间的结构关系并估计相应的适配值[6]。将上层潜变量和社会属性变量再带入下层混合多项Logit模型的效用函数中,可分析停车用户对不同停车方式的选择结果。

根据构建的模型,提出以下假设：H1为行为态度会正向影响共享停车用户的使用意愿;H2为感知易用性会正向影响共享停车用户的行为态度;H3为感知易用性会正向影响共享停车用户的感知有用性;H4为感知有用性会正向影响共享停车用户的行为态度;H5为服务质量会正向影响共享停车用户的感知有用性;H6为服务质量会负向影响共享停车用户的感知风险;H7为知识水平会正向影响共享停车用户的行为态度;H8为知识水平会负向影响共享停车用户的感知风险;H9为感知风险会负向影响共享停车用户使用意愿。

1.2 混合多项Logit选择模型

混合多项Logit选择模型将一些无法直接观测的潜变量整合到传统多项Logit模型中,可以认为是一种扩展的多项Logit选择模型。混合多项Logit选择模型的效用函数Uin如式(1)[5]：

(1)

式中：Vin为固定项;εin为随机误差项,服从均值为0并且满足独立同分布的gumbel分布;i为用户选择不同的停车方式,i=1表示用户选择共享停车方式,i=2表示用户选择路边停车方式,i=3表示用户选择公共停车场停车方式;n为停车用户个数;固定项中Likn、Simn、Ziqn分别为停车用户潜变量、个人及家庭属性变量、停车特征变量;aik、bim、ciq为模型待估参数;k、m、q分别为停车用户潜变量、个人及家庭属性变量、停车特征变量的个数。

由式(1)可以推导出用户选择不同停车方式的概率Pin如式(2)[5]：

(2)

2 结果分析与评价

2.1 调查问卷设计和数据描述性分析

以城市中的停车用户为研究对象,在2022年3—4月通过线上、线下结合方式发放问卷,共回收359份有效问卷。调查问卷内容主要包括个人及家庭属性、停车特征和停车意向调查3个部分。

个人及家庭属性的描述性统计结果如表1。被调查人员中女性多于男性,以18～45岁的中青年人群为主,学历中本科学历人员占主要部分,被调查人员中平均月收入普遍在5 000元以下,公务员和普通职员占较大的比例。拥有驾龄的时间多在3年以下,49.6%的被调查家庭中拥有1辆小汽车。

表1 样本描述性分析Table 1 Sample descriptive analysis

停车特征调查采取SP调查方式,调查的主要属性为停车费用、停车后到目的地步行时间和寻找车位时间。根据不同因素水平组合成6种情景模式供被调查人员进行选择。停车意向调查属于潜变量调查,潜变量的具体定义和来源如表2。采用李克特5级量表设置1～5一共5个等级数值,分别对应“非常不同意”、“不同意”、“一般”、“同意”和“非常同意”。

表2 潜变量的定义及来源Table 2 Definition and source of latent variable

2.2 数据的信度和效度检验

信度检验是采用不同的方法对调查问卷中同一对象重复进行测量,以检验量表内部的一致性以及所得结果的可靠程度。采用Cronbach’s α系数法检验量表的信度,结果如表3。通常Cronbach’s α系数的数值在0和1之间,如果系数大于0.6表示量表内部具有一致性,达到0.7以上表示量表具有相当的信度[9]。从表3所知,7个潜变量的Cronbach’s α系数均大于0.7,说明量表整体具有非常好的信度。

表3 模型的信度检验Table 3 Reliability test of model

效度检验用于衡量问卷设计的评价体系是否能够准确反映评价的目的和要求,即问卷量表的设计是否合理有效,笔者将分别检验量表的结构效度、收敛效度和区分效度是否满足要求。首先采用KMO和Bartlett球形检验量表的结构效度,其中KMO检验系数为0.852>0.6,Bartlett球形度检验显著性水平为0.000<0.05,说明该问卷统计检验显著[9]。对样本再进行探索性因子分析,利用主成分分析方法提取主成分因子,得到累计方差贡献率为75.671%,说明该量表能够充分反映原始数据,具有很好的结构效度。收敛效度检验结果如表4,可知量表中各个题目的信度均大于或者接近0.5,各个变量的组成信度大于0.7,收敛效度均超过0.5,说明该量表整体具有很好的收敛效度[10]。区分效度的检验结果如表5,可见各个潜变量之间均有显著相关性,并且相关系数值均小于所对应的收敛效度值的平方根,说明各个变量间具有一定相关性,并且彼此间又具有一定区分度,量表整体具有较大的区分效度[15]。

表4 模型收敛效度检验结果Table 4 Test results of model convergence validity

表5 模型区分效度检验结果Table 5 Test results of model discriminant validity

2.3 结构方程模型分析及假设检验

结构方程中各个潜变量之间的标准化载荷因子分布情况如图2,e1～e21为软件默认生成的残差项,行为态度对使用意愿的标准化载荷值(0.84)最高,即行为态度对使用意愿有较高的正向影响。感知风险对使用意愿的标准化载荷值为-0.11,具有一定的负方向关系。服务质量和感知有用、感知有用和行为态度、感知易用和感知有用间的载荷值均大于0.5,说明变量间影响较为显著。

图2 结构方程的标准化载荷因子Fig.2 Standardized load factor of structural equation

表6给出模型的路径显著性分析结果,7个假设中只有H2的显著性水平大于0.05(未能达到显著性要求),其余6个假设均达到相应的显著性条件。结果显示,行为态度和感知风险对使用意愿具有直接的正向和负向影响,即提高用户积极的行为态度、降低用户的感知风险会增加用户使用该类停车方式的使用意愿。服务质量、知识水平、感知易用和感知有用对使用意愿具有间接的正向影响。

表6 路径显著性分析Table 6 Path significance analysis

模型各个指标的拟合结果如表7,从拟合情况来看,卡方值/自由度的值小于3,拟合优度指数和相对拟合指数均大于0.8,比较拟合指数和调整拟合指数均大于0.9,模型的误差均方根小于0.08,拟合结果验证了该模型结果具有高度拟合性。

表7 模型拟合结果Table 7 Fitting results of model

2.4 混合选择模型参数标定

将停车用户潜变量、个人及家庭属性变量和停车特征属性变量带入到多项Logit模型中,用统计软件可以估计模型中的参数,结果如表8、表9。表8、表9分别以路边停车和公共停车场停车为基准组,研究各个因素对用户选择共享停车方式的影响程度,表中模型1为不考虑潜变量的多项选择模型,模型2为考虑潜变量的多项选择模型。相较模型1,模型2考虑的因素更加全面,拟合精度相对更高。

由表8可知：与路边停车相比,使用意愿、行为态度、感知有用、感知易用、知识水平和服务质量每增加1个单位,用户选择共享停车的胜算比的对数会分别增加0.964、0.479、0.644、0.577、0.614和0.644;感知风险每增加1个单位,用户选择共享停车的胜算比对数会下降0.638。在个人及家庭属性中,个人收入越高、公务员和事业单位职员、驾龄时间越长以及家庭拥有2辆车辆的人群相比较路边停车更愿意选择共享停车方式。在停车属性中,停车费用、到目的地步行时间和寻找车位时间的增加会降低用户选择共享停车的意愿。

由表9可知：与公共停车场停车相比,使用意愿、感知有用、感知易用、知识水平和服务质量每增加1个单位,用户选择共享停车的胜算比的对数会分别增加0.416、0.401、0.865、0.377、0.308,相比较表8数值有所下降;感知风险每增加1个单位,用户选择共享停车的胜算比的对数会下降0.838,与表8对比数值有所上升。在个人及家庭属性中,个人收入越高、公务员和事业单位职员以及驾龄时间越短的人群更加倾向于选择公共停车场而不是共享停车方式。停车费用、到目的地步行时间和寻找车位时间的增加同样也会降低用户选择共享停车的意愿。

表8 共享停车选择模型的参数标定结果(以路边停车为基准组)Table 8 Parameter calibration results of shared parking selection model (Taking roadside parking as the benchmark group)

表9 共享停车选择模型的参数标定结果(以公共停车场停车为基准组)Table 9 Parameter calibration results of shared parking selection model (Taking the public parking lot as the benchmark group)

3 对策与建议

共享停车作为一种城市新型停车方式,能够有效解决城市停车难的问题。相较路边停车方式,共享停车不管是停车服务质量还是停车安全性均有所保障,但因为共享停车在运营过程中仍然存在停车收费混乱、停车时间跟车位主下班使用车位容易发生冲突等问题,相比较专业化运营的公共停车场,共享停车还需要在服务水平和服务质量方面进一步提高。基于分析结果,提出以下提高用户选择共享停车方式的对策与建议：

1)提高停车用户对共享停车的主观使用意愿能够显著增加用户选择共享停车方式。从分析结果可知：使用意愿、感知有用、感知易用、知识水平和服务质量等变量的增加均会显著提高用户选择共享停车方式的概率(如表8,分别增加0.964、0.644、0.577、0.614和0.644),而感知风险的增加会直接降低用户选择共享停车的意愿(如表8,下降0.638)。共享停车管理部门一方面需要提高自身的服务能力和服务水平,打消用户对共享停车安全性的顾虑,简化共享停车服务流程,提供便捷和多样化的支付方式;另一方面,需要加大宣传力度,及时为停车用户答疑解惑,提高用户对共享停车的了解程度和知识水平。

2)提升停车服务质量能够增强共享停车对用户的吸引力。结果显示：停车费用、到目的地步行时间和寻找车位时间的增加同样也会降低用户选择共享停车的概率(如表8,分别下降0.640、0.299和0.159)。为吸引更多用户选择共享停车方式,共享停车管理部门需要合理设置公平透明的收费价格,不断增加和完善预约停车泊位的手机APP功能,减少用户寻找和达到停车泊位的距离,快速提供距离用户目的地较近的、让用户满意的共享停车泊位。

3)关注特定人群的个性化停车需求,能进一步提高共享停车的竞争力。模型标定的参数结果证明：相比较路边停车,个人收入越高、公务员和事业单位职员、驾龄时间越长以及家庭拥有2辆车辆的人群更加倾向于选择共享停车(如表8,对应的系数均为正数,并且在5%水平上显著),但是跟公共停车场相比,共享停车在这类人群中并不具有较大的竞争优势(如表9,对应的系数为负数)。共享停车管理部门需要深入分析该类特定人群的个性化停车需求,以该类人群作为重点发展的目标市场,合理设计满足个性化需求的停车服务内容和服务方式,提升自身在停车市场的核心竞争力。

4 结 论

笔者构建混合多项选择模型对共享停车用户选择行为进行研究,该模型由上、下两层组成,上层是改进的技术接受度模型,新引入感知风险、知识水平和服务质量。利用结构方程模型分析各个潜变量之间的结构关系,验证模型提出的假设,并将上层估计的潜变量和显变量带入下层多项Logit模型中对选择模型的参数进行标定。研究结果显示：

1)停车用户潜变量、个人家庭属性和停车特征变量对用户选择共享停车具有显著影响。

2)相比较路边停车,共享停车不管是停车服务质量还是停车安全性对用户更加具有吸引力,但是跟公共停车场相比优势不够明显。

3)为了提升市场核心竞争力,共享停车管理部门需要提高停车用户对共享停车的主观使用意愿、提升自身停车服务质量和关注特定人群个性化停车需求。

笔者并未考虑城市不同土地类型对共享停车选择行为的影响,这是未来一个重要的研究方向。