李 軍，賈順平，錢劍培，王瑜瓊，張思佳

(1.北京交通大學(xué)a.城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，b.交通運(yùn)輸學(xué)院，北京100044;2.中國交通通信信息中心交通運(yùn)輸信息化標(biāo)準(zhǔn)研究所，北京100011)

0 引言

普速旅客列車(普鐵)和長途汽車(大巴)是中國居民城際出行的主要交通方式.近年來，高速旅客列車(高鐵)以其公交化、高密度、安全準(zhǔn)點(diǎn)等優(yōu)勢對原有的城際客運(yùn)市場構(gòu)成沖擊，大量中短途需求、對服務(wù)質(zhì)量敏感的客流從大巴轉(zhuǎn)移到高鐵.實(shí)際上，道路客運(yùn)“門到門”服務(wù)的比較優(yōu)勢并未消失.通過把握各類人群心理特征，實(shí)施差異化營銷，可有效避免企業(yè)陷入價(jià)格戰(zhàn)，形成分工明確、優(yōu)勢互補(bǔ)的城際客運(yùn)市場格局[1-2].

旅客城際出行方式選擇行為的研究主要集中在廣義費(fèi)用等屬性的影響及對有限理性模型的擴(kuò)展和改進(jìn)上[3-5].有學(xué)者提出應(yīng)引入潛變量解釋旅客出行行為，采用心理干預(yù)影響個(gè)體出行決策[6].計(jì)劃行為理論(Theory of Planned Behavior,TPB)是應(yīng)用最廣泛的潛變量模型，可以揭示在有目標(biāo)導(dǎo)向的情況下人類行為意向形成過程的認(rèn)知結(jié)構(gòu)[7].潛變量模型一般采用結(jié)構(gòu)方程(Structural Equation Modeling,SEM)的方法進(jìn)行標(biāo)定和分析[8].以TPB理論為基礎(chǔ)，Hsaio等進(jìn)一步引入習(xí)慣[9]，Chen等引入追逐新奇、信任程度和忠誠度[10]等潛變量來完善出行意向形成的解釋框架.Chen等在對TPB模型和TAM模型整合的基礎(chǔ)上引入習(xí)慣，發(fā)現(xiàn)小汽車出行習(xí)慣對于公交出行意向具有直接和間接的抑制作用[11]；Nordfj?rn等以挪威若干城市為對象進(jìn)一步證實(shí)這一發(fā)現(xiàn)[12].然而，這些研究對習(xí)慣的理解局限在過去的出行方式選擇頻率上，對城際出行方式選擇習(xí)慣的定義、測量方法和作用機(jī)理仍沒有統(tǒng)一的認(rèn)識.

本文研究在高鐵網(wǎng)逐步形成這一持續(xù)變化但又相對穩(wěn)定的外界環(huán)境中，旅客的情感性態(tài)度(ATT)、服務(wù)滿意度(SAT)、主觀規(guī)范(SN)、知覺行為控制(PBC)和習(xí)慣(HA)等潛變量對于普鐵、大巴、高鐵3種城際出行方式選擇意向(BI)的影響機(jī)理及影響權(quán)重的差異.通過對城際出行方式選擇習(xí)慣進(jìn)行定義、測量和建模分析，得出從促進(jìn)習(xí)慣形成和加快習(xí)慣解凍方面強(qiáng)化不同人群出行方式選擇意向的方法，改變理性行為模型過多強(qiáng)調(diào)思維活動(dòng)在出行方式選擇中所起作用的情況.

1 理論方法與研究假設(shè)

1.1 城際出行方式選擇中的習(xí)慣影響

意向反映了嘗試某一行為的愿望，其形成有2條途徑：一是通過一定廣度、深度的系統(tǒng)分析，這種情形往往發(fā)生在環(huán)境線索陌生時(shí)；二是只需調(diào)動(dòng)少量認(rèn)知能力或進(jìn)行淺層思考，在習(xí)慣的驅(qū)使下從記憶中恢復(fù)意向，這種情形往往發(fā)生在環(huán)境穩(wěn)定時(shí)[13].就交通出行行為而言，諸如市內(nèi)通勤方式選擇，一般是自動(dòng)化的，過去出行的頻率可以反映習(xí)慣強(qiáng)度并直接影響后續(xù)行為發(fā)生.而城際出行的頻率要遠(yuǎn)低于城市內(nèi)部出行，加之環(huán)境線索不盡相同，旅客需要在目標(biāo)導(dǎo)向下進(jìn)行充分的方案比選.但另一方面，由于出行耗時(shí)、出行服務(wù)質(zhì)量等信息無法完全掌握，因此即使行為重復(fù)的頻率較低，這部分出行經(jīng)驗(yàn)在指導(dǎo)后續(xù)的行為決策時(shí)反而顯得尤為重要.

1.2 習(xí)慣與選擇意向的關(guān)系及研究假設(shè)

習(xí)慣與計(jì)劃行為理論是協(xié)調(diào)的，當(dāng)面對新的決策環(huán)境時(shí)，旅客會通過比較，形成最具吸引力的出行方式選擇意向；當(dāng)獲得滿意的結(jié)果時(shí)，旅客會對選擇形成正面反饋，影響ATT、SAT、SN、PBC等，提高再次面臨決策時(shí)對這一選擇的傾向性.Ouellette指出習(xí)慣和意向強(qiáng)烈的正相關(guān)，較早產(chǎn)生的穩(wěn)定的選擇意向會逐漸轉(zhuǎn)化為習(xí)慣，并在下次決策時(shí)對意向產(chǎn)生間接和直接的影響[14].

綜上，本文假設(shè)在普鐵、大巴和高鐵選擇中，HA會對出行方式的選擇意向起直接正向作用，同時(shí)通過對中介變量ATT、SAT、SN、PBC產(chǎn)生正向作用進(jìn)而間接促進(jìn)意向形成.

1.3 習(xí)慣定義與測量方法

目前心理學(xué)界尚未對習(xí)慣的定義達(dá)成共識，普遍認(rèn)為習(xí)慣行為具有環(huán)境線索穩(wěn)定、重復(fù)發(fā)生和自動(dòng)化反應(yīng)的特征.在本研究中，將城際出行方式選擇習(xí)慣定義為：旅客依照過去城際出行的經(jīng)驗(yàn)形成的偏好而自動(dòng)做出之后出行方式選擇決策的傾向程度.

習(xí)慣測量是習(xí)慣研究的難點(diǎn).Verplanken總結(jié)了目前常用的方法，包括自我報(bào)告過去行為的頻率(SRF)、自我報(bào)告習(xí)慣的頻率(SRHF)、自我報(bào)告習(xí)慣索引(SRHI)和反應(yīng)頻率法(RF)[15].前兩種方法對習(xí)慣的測量都建立在過去行為重復(fù)頻率的基礎(chǔ)上，然而在城際出行中，重復(fù)頻率乃至熟練程度并不是習(xí)慣行為產(chǎn)生的必要條件.因此，本文選取Verplanken提出的SRHI法對習(xí)慣進(jìn)行測量，制定了以下3個(gè)問項(xiàng)：

(1)當(dāng)我需要在這兩座城市間出行時(shí)，總是毫不遲疑的選擇普鐵/大巴/高鐵.

(2)當(dāng)我需要在這兩座城市間出行時(shí)，不需要過多考慮就會選擇普鐵/大巴/高鐵.

(3)沒有意識到是如何比較的就自動(dòng)做出了選擇普鐵/大巴/高鐵的決定.

2 問卷調(diào)查與數(shù)據(jù)檢驗(yàn)

2.1 問卷設(shè)計(jì)及實(shí)施

北京面向全國各主要城市已基本形成一體化綜合交通運(yùn)輸體系，旅客可在多種方式間自由選擇.因此本研究針對以北京為起點(diǎn)的城際出行區(qū)間，采用實(shí)地和互聯(lián)網(wǎng)調(diào)查相結(jié)合的方式開展調(diào)查.問卷首先要求旅客陳述自己出行經(jīng)驗(yàn)最豐富的出京目的地、可行的出行方式、最常采用的一種方式及有關(guān)該方式的出行信息，出行方式選擇集包括普鐵、大巴和高鐵.問卷第2部分為心理測量，設(shè)置關(guān)于ATT、SAT、SN、PBC、HA和BI這6個(gè)方面的陳述題，利用李克特五級量表對認(rèn)同程度進(jìn)行評分.剔除數(shù)據(jù)缺失、回答前后矛盾的問卷，調(diào)查共收到有效問卷1 366份.為準(zhǔn)確反映并對比旅客不同方式選擇意向，需排除選擇集差異，因此本文只保留城際出行區(qū)間可行的出行方式囊括普鐵、高鐵和大巴的問卷用于研究，共987份，占比72.3%.

根據(jù)問卷對選擇不同出行方式時(shí)的出行特征進(jìn)行統(tǒng)計(jì)分析，結(jié)果如表1所示.可以看出，樣本主要代表中短途城際出行特征，距離較短時(shí)旅客傾向選擇大巴出行，距離較長時(shí)傾向于高鐵；其次，相比市內(nèi)交通，城市側(cè)的市內(nèi)出行及候車時(shí)間在出行總時(shí)間中占比更高，其中普鐵平均候車時(shí)間最長，高鐵候車時(shí)間最短.

表1 選擇不同出行方式時(shí)的出行特征統(tǒng)計(jì)結(jié)果Table 1 Statistical results of the trip characteristic while choosing different modes

2.2 信度與效度檢驗(yàn)

2.2.1 因子分析及信度檢驗(yàn)

信度分析的目的是評價(jià)所編制的問卷是否能取得可靠、穩(wěn)定和準(zhǔn)確的測量效果.本研究采用Cronbach系數(shù)對折半信度評價(jià).由表2可見，各潛變量Cronbach系數(shù)均大于0.7，滿足探索性研究要求.

2.2.2 效度檢驗(yàn)

效度分析目的在于評價(jià)所編制的問卷能否獲取反映概念不同側(cè)面的信息，其中以構(gòu)念效度最為重要.其評價(jià)需要從區(qū)分效度和聚合效度兩個(gè)角度展開.對于前者，構(gòu)念的平均方差提取(AVE)的平方根應(yīng)大于不同構(gòu)念間的相關(guān)系數(shù)；對于后者，需要同時(shí)滿足因子載荷大于0.5(大于0.7更理想)、組合信度(CR)大于0.7、AVE大于0.5[16].各指標(biāo)計(jì)算公式為

式中：Li為某潛變量n個(gè)觀察變量的標(biāo)準(zhǔn)化因子載荷；ei為第i個(gè)觀察變量的標(biāo)準(zhǔn)化殘差

表2 潛變量描述性統(tǒng)計(jì)、因子得分及信度系數(shù)Table 2 The descriptive statistics,factor loadings and Cronbach’s α coefficients of the latent variables

表3 問卷聚合效度評價(jià)Table 3 Convergent validity of the questionnaire

由表3和表4可知，各潛變量觀察變量的標(biāo)準(zhǔn)化因子載荷均大于0.6，CR值高于0.75，AVE值高于0.5，潛變量間的相關(guān)系數(shù)低于對應(yīng)的AVE值，構(gòu)念效度滿足要求，潛變量內(nèi)部聚合緊密，相互區(qū)分顯著.

3 模型構(gòu)建與影響機(jī)理分析

3.1 模型構(gòu)建

結(jié)構(gòu)方程模型(SEM)融合因子分析和路徑分析等技術(shù)，將潛變量的測量和分析整合為一，可以識別復(fù)雜因果關(guān)系.建立SEM為

式中：ξ為外生潛變量，僅包括習(xí)慣，ξ=[ξ1]；η為內(nèi)生潛變量，η=[η1,η2,η3,η4,η5]，η1～η5依次為 ATT、SAT、SN、PBC和BI；X為外生潛變量的觀察指標(biāo)，X=[x1,x2,x3]；Y為內(nèi)生潛變量的觀察指標(biāo)，Y=[y1,y2,…,y20]；ΛX、ΛY分別為觀察指標(biāo)在外生潛變量和內(nèi)生潛變量上的負(fù)荷矩陣；δ、ε為測量誤差.

式中：η′=[η1,η2,η3,η4]，η″=[η5]；B為意向的各個(gè)解釋變量與意向間的路徑系數(shù)矩陣；Γ′、?！鍨橥馍鷿撟兞繉?nèi)生潛變量的路徑系數(shù)矩陣；ζ′、ζ″為模型的殘差.

表4 問卷區(qū)分效度評價(jià)Table 4 Discriminant validity of the questionnaire

3.2 參數(shù)標(biāo)定及擬合度評價(jià)

在TPB的基礎(chǔ)上引入習(xí)慣潛變量，對于3種城際出行方式分別建立SEM，并采用SPSS Amos 22.0對模型進(jìn)行參數(shù)標(biāo)定.經(jīng)過2次修訂，刪除一部分路徑后得到SEM中結(jié)構(gòu)模型部分參數(shù)標(biāo)定結(jié)果，如圖1～圖3所示.

圖1 普鐵出行結(jié)構(gòu)方程模型Fig.1 Result of SEM of the railway

圖2 大巴出行結(jié)構(gòu)方程模型Fig.2 Result of SEM of the bus

圖3 高鐵出行結(jié)構(gòu)方程模型Fig.3 Result of SEM of the rapid-speed railway

模型擬合度評價(jià)結(jié)果如表5所示，所有擬合指數(shù)均滿足適配良好的標(biāo)準(zhǔn)(1＜χ2/df＜3，RMR＜0.08，GFI＞0.9，IFI＞0.9，TLI＞0.9，RMSEA＜0.08).

表5 模型擬合結(jié)果Table 5 Result of model fitting

3.3 不同方式選擇中習(xí)慣對意向的影響機(jī)理分析

從圖1～圖3可以看出，所有回歸系數(shù)的p值均小于0.05，因此每一對因果關(guān)系均為顯著，且大部分極為顯著(p＜0.001).在普鐵模型中，服務(wù)滿意度和意向無因果，而習(xí)慣只對意向構(gòu)成間接影響，間效應(yīng)為0.538；在大巴模型中，情感性態(tài)度和意向無因果，而習(xí)慣對意向直接和間接效應(yīng)分別為0.338和0.513；在高鐵模型中，規(guī)范和意向無因果，而習(xí)慣對意向直接和間接效應(yīng)分別為0.280和0.258.

由此可見，3種方式選擇意向均受TPB經(jīng)典潛變量影響，也受習(xí)慣影響.對于普鐵、大巴、高鐵，經(jīng)典潛變量對意向解釋的總效應(yīng)分別為1.033、0.499、0.735，習(xí)慣對意向解釋的總效應(yīng)分別為0.538、0.851、0.538，說明大巴出行者因?yàn)榱?xí)慣而選擇該方式出行的傾向性最高.習(xí)慣對意向的直接影響較弱，說明過去乘坐經(jīng)驗(yàn)中習(xí)得的感受會自動(dòng)反映在上述經(jīng)典潛變量中，從而對之后出行時(shí)的意向構(gòu)成間接的影響，這一點(diǎn)以普鐵和大巴最為明顯.

心理潛變量能在很大程度上解釋意向的方差，其中又以大巴最高(71.9%)，高鐵最低(54.9%)，普鐵居中(62.3%).可以得出普鐵的選擇意向較適合用傳統(tǒng)的計(jì)劃行為理論模型解釋；大巴最適合用引入習(xí)慣的潛變量模型解釋；而高鐵由于票價(jià)相對較高，在潛變量模型的基礎(chǔ)上還需要結(jié)合時(shí)間、費(fèi)用等反映實(shí)用價(jià)值的顯變量才能更好解釋意向形成.

4 結(jié)論

本文在TPB基礎(chǔ)上，考慮城際出行方式選擇的特殊性，將包含情感性和工具性兩個(gè)層面含義的態(tài)度分解為情感性態(tài)度和服務(wù)滿意度；另一方面通過對城際出行方式選擇習(xí)慣進(jìn)行定義和測量，將其作為外生潛變量引入TPB模型，分析習(xí)慣對意向的作用機(jī)理和影響程度，同時(shí)在不同方式間進(jìn)行了橫向?qū)Ρ?針對城際出行方式選擇中的習(xí)慣傾向，本文結(jié)論如下：

(1)引入習(xí)慣的TPB模型能有效解釋城際出行方式選擇意向形成過程.

(2)城際出行方式選擇存在明顯習(xí)慣傾向，大巴出行習(xí)慣較強(qiáng)、高鐵次之、普鐵最弱.大巴由于相對普鐵可達(dá)性更好、票源充足，相對高鐵票價(jià)低廉，旅客更容易形成習(xí)慣；高鐵出行者則更為理性，每次出行時(shí)都需要在經(jīng)驗(yàn)基礎(chǔ)上進(jìn)一步綜合比選.

(3)習(xí)慣對于意向具有直接和間接影響，間接影響效應(yīng)更強(qiáng).對于普鐵，習(xí)慣通過態(tài)度等潛變量間接地對意向構(gòu)成影響；對于大巴和高鐵，習(xí)慣既在潛意識中影響旅客心理，也會因?yàn)檫^去良好體驗(yàn)而直接轉(zhuǎn)化為意向.

(4)本研究論證分析了習(xí)慣及其他心理因素對3種城際出行方式選擇意向的影響及機(jī)理，對于如何將這一潛變量模型與出行方式選擇模型進(jìn)行整合并用于需求預(yù)測等問題，將在后續(xù)工作中進(jìn)一步研究.

參考文獻(xiàn)：

[1]GIVONI M.Development and impact of the modern high-speed train:A review[J].Transport Reviews,2006,26(5):593-611.

[2]韓國海.淺議高鐵強(qiáng)勢沖擊下長途汽車客運(yùn)的發(fā)展[J].價(jià)值工程,2011(11):75-77.[HAN G H.Analysis of the development of long-distance bus passenger under the strong impact of the high speed rail[J].Value Engineering,2011(11):75-77.]

[3]王文憲,倪少權(quán),呂紅霞,等.基于非集計(jì)理論的高速鐵路旅客乘車選擇行為研究[J].交通運(yùn)輸系統(tǒng)工程與信息,2015,15(3):13-18.[WANG W X,NI S Q,LV H X,et al.Boarding choice for high-speed railway passengers based on disaggregate theory[J].Journal of Transportation Systems Engineering and Information Technology,2015,15(3):13-18.]

[4]朱宇婷,毛保華,王永亮,等.中長距離通道客流結(jié)構(gòu)及高速鐵路運(yùn)營策略研究[J].交通運(yùn)輸系統(tǒng)工程與信息,2015,15(1):17-22.[ZHU Y T,MAO B H,WANG Y L,et al.Traffic structure in middle-and-long corridorand transportation strategy ofhigh-speed railway[J].Journal of Transportation Systems Engineering and Information Technology,2015,15(1):17-22.]

[5]WANG Y Q,LI L,WANG L,et al.Modeling traveler mode choice behavior of a new high-speed rail corridor in China[J].Transportation Planning and Technology,2014,37(5):466-483.

[6]陳堅(jiān),甘蜜.城市交通出行行為中的潛變量研究綜述[J].交通運(yùn)輸系統(tǒng)工程與信息,2014,14(6):21-29.[CHEN J,GAN M.A Review of latent variable on urban travel behavior[J].Journal of Transportation Systems Engineering and Information Technology,2014,14(6):21-29.]

[7]GARDNER B.Modelling motivation and habit in stable travel mode contexts[J].Transportation Research Part F:Traffic Psychology and Behaviour,2009,12(1):68-76.

[8]GOLOB T F.Structural equation modeling for travel behavior research[J].Transportation Research Part B:Methodological,2003,37(1):1-25.

[9]HSIAO C,YANG C.Predicting the travel intention to take high speed railamong college students[J].Transportation Research Part F:Traffic Psychology and Behaviour,2010,13(4):277-287.

[10]CHEN S.Using the sustainable modified TAM and TPB to analyze the effects of perceived green value on loyalty to a public bike system[J].Transportation Research Part A:Policy and Practice,2016(88):58-72.

[11]CHEN C,CHAO W.Habitual or reasoned?Using the theory of planned behavior,technology acceptance model,and habit to examine switching intentions toward public transit[J].Transportation Research Part F:Traffic Psychology and Behaviour,2011,14(2):128-137.

[12]NORDFJ?RN T, ?IM?EKO?LU ?,RUNDMO T.The role of deliberate planning,car habit and resistance to change in public transportation mode use[J].Transportation Research Part F:Traffic Psychology and Behaviour,2014(27):90-98.

[13]李斌,馬紅宇.習(xí)慣研究的現(xiàn)狀與展望[J].心理科學(xué),2012(3):745-753.[LI B,MA H Y.Current status and prospect of the research on the habit[J].Journal of Psychological Science,2012(3):745-753.]

[14]OUELLETTE J A,WOOD W.Habit and intention in everyday life:The multiple processes by which past behaviorpredicts future behavior[J].Psychological Bulletin,1998,124(1):54-74.

[15]VERPLANKEN B,ORBELL S.Reflections on past behavior:A self-report index of habit strength[J].Journal of Applied Social Psychology,2003,33(6):1313-1330.

[16]HAIR,JOSEPH F,et al.Multivariate data analysis:A global perspective.7th edition[M].Upper Saddle River:Prentice Hall,2009.