陳艷艷，郝世洋，陳 寧，李佳賢，賴見輝

(北京工業(yè)大學(xué) 北京市交通工程重點實驗室，北京 100124)

0 引 言

隨著中國城鎮(zhèn)化、機動化進程加快，城市交通更為便捷的同時，城市交通問題也日漸凸顯。當(dāng)前，城市交通發(fā)展的戰(zhàn)略由機動化向綠色交通轉(zhuǎn)變尤為重要。自行車出行是居民出行鏈的重要環(huán)節(jié)，如何提高慢行交通出行效率成為政府和公眾關(guān)注的焦點。

2016年，以“摩拜單車”和“ofo”為代表的共享自行車成為了快速增長的一類出行方式。據(jù)統(tǒng)計，2016年10月“摩拜單車”和“ofo”總用戶數(shù)分別為396.14萬和78.42萬，2017年1月增長至691.73萬和318.95萬[1]。自行車不僅是短距離出行的適宜方式，也在門到門綠色多方式出行鏈中扮演重要角色。共享自行車出行選擇行為的研究對提高服務(wù)質(zhì)量，優(yōu)化城市出行結(jié)構(gòu)，提高居民出行效率具有重要意義。

自行車領(lǐng)域的研究較為廣泛。R. B. NOLAND等[2]用統(tǒng)計學(xué)模型，分析得到出行者個人屬性和共享自行車服務(wù)水平是影響選擇行為的主要原因。CHEN D等[3]通過隨機電話調(diào)查對影響租賃自行車使用的關(guān)鍵因素進行分析，最終指出年齡和教育水平對自行車選擇行為有顯著影響；K. MARTENS[4]重點研究了德國、新西蘭、英國租賃自行車系統(tǒng)與其他交通方式之間銜接的關(guān)系；P. VOGEL等[5]研究了交通政策對公共自行車服務(wù)質(zhì)量的影響。相關(guān)研究多使用Logit模型、結(jié)構(gòu)方程模型(structural equation model，SEM)、回歸模型等方法。其中，SEM可以同時考慮并處理多個因變量，可以將不可直接觀察的概念通過隱變量的形式，利用顯變量的模型化分析來估計，在多因素分析中更具有優(yōu)勢。LU X等[6]以個人和家庭社會經(jīng)濟特性、活動方式為變量，構(gòu)建結(jié)構(gòu)方程模型，從而探討了通勤出行者的社會經(jīng)濟特征與出行行為之間的相互關(guān)系；T. F. GOBOB[7]運用結(jié)構(gòu)方程模型分析了持續(xù)活動與出行選擇行為的關(guān)系，并進行了交通需求預(yù)測。國內(nèi)學(xué)者近些年利用SEM研究自行車出行行為的也比較廣泛，張磊等[8]基于計劃行為理論研究了自行車不安全行為模型，深入研究自行車不安全行為的影響因素并提出了降低自行車不安全行為的建議；郭春琳[9]研究了城市道路自行車出行滿意度；黃鑫[10]研究了北京市通勤者公共自行車選擇意向影響因素，最后基于實證表明從政府和運營商兩個層面對提高公共自行車系統(tǒng)使用意向提出對策建議，對自行車系統(tǒng)的使用率和普及率提高有重要現(xiàn)實意義。

然而，當(dāng)前的研究中傳統(tǒng)公共自行車研究較多，重點研究公共自行車的交通行為，而對共享自行車出行選擇行為研究較少。因此，在計劃行為理論的基礎(chǔ)上，綜合考慮態(tài)度、服務(wù)質(zhì)量、滿意度、持續(xù)使用意向4個潛在變量之間的相互影響關(guān)系建模分析。由于共享自行車使用數(shù)據(jù)難以獲得，本研究通過問卷調(diào)查的方式采集數(shù)據(jù)，進而對模型參數(shù)進行估計。

1 模型方法

1.1 結(jié)構(gòu)方程模型

SEM是多元數(shù)據(jù)統(tǒng)計的重要工具之一，被廣泛的應(yīng)用于心理學(xué)、社會科學(xué)、行為科學(xué)等領(lǐng)域[11-12]。

1)模型結(jié)構(gòu)

結(jié)構(gòu)方程模型由兩部分構(gòu)成：測量模型和結(jié)構(gòu)模型。測量模型表示了顯變量對潛變量的影響；結(jié)構(gòu)模型表示了潛變量之間的相互作用。

測量模型：

X=∧Xξ+δ

Y=∧Yξ+ε

(1)

式中：ε與η、ξ與δ之間無相關(guān)，∧X與∧Y為測量變量(X、Y)的因素負荷量；δ、ε為外生變量的測量誤差；η和ξ為潛在變量。

結(jié)構(gòu)模型：

η=BXη+Γξ+ζ

(2)

式中：BX代表內(nèi)生潛在變量間的關(guān)系；Γ反映了外生潛在變量對內(nèi)生潛在變量的影響；ζ是結(jié)構(gòu)方程殘差項。

2)模型參數(shù)估計

參數(shù)估計能得到變量之間關(guān)系、模型未能解釋部分、變量測量上的誤差等參數(shù)[13]。SEM共有7種模型估計方法，其中最常用的是最大似然估計方法(maximum likelihood，ML)。ML是一種全系估計方法，對資料的估計具有一致性，利用該方法對結(jié)構(gòu)方程模型進行估計，得到變量之間的關(guān)系和模型的測量誤差。

3)模型評價

結(jié)構(gòu)方程模型的評價最常用的擬合優(yōu)度指標(biāo)為 檢驗，能夠通過擬合函數(shù)值進行推導(dǎo)計算。常用的擬合評價指數(shù)有擬合優(yōu)度指數(shù)(goodness-of-fit index，GFI，小于0.90為宜)、修正的擬合優(yōu)度指數(shù)(adjusted-goodness-of-fit index，AGFI，小于0.90為宜)、近似誤差平方根(root-mean-square-error-of-approximation，RMSEA，小于0.08為宜)、卡方與自由度比值(chi-square/degrees-of-freedom，CHI/DF，小于3為宜)，4個指標(biāo)進行模型評價。

1.2 共享自行車持續(xù)使用意向模型

美國學(xué)者M. FISHBEIN等[14]提出了計劃行為理論，描述了態(tài)度、意向、行為之間的相互作用，是經(jīng)典的行為理論。滿意度理論在計劃行為基礎(chǔ)上指出服務(wù)質(zhì)量、滿意度、忠誠度間的相互作用關(guān)系。借鑒已有的模型，筆者從共享自行車使用者自身感知的角度篩選變量并構(gòu)建共享自行車持續(xù)使用意向模型。

1.2.1 模型變量選取

理性行為理論認為個體做出某個行動是通過理性思考之后的行為表現(xiàn)。理性行為模型中描述了意向、態(tài)度和主觀行為規(guī)范之間的相互作用關(guān)系，其中態(tài)度對意向具有正相關(guān)影響。R. L. OLIVER等[15]認為滿意度是指顧客對消費過的產(chǎn)品的整體評價。T. O. JONES[16]以再次購買的意愿、購買的頻率來衡量顧客的忠誠度。借鑒以上研究，選取共享自行車服務(wù)質(zhì)量(ξ1)、出行者態(tài)度(η1)、共享自行車持續(xù)使用意向(η2)、整體滿意度(η3)為模型潛在變量，并采用5級李克特量表進行問卷設(shè)計，1～2分表示高傾向，3分表示一般，4～5分表示低傾向。各題目答題結(jié)果的平均值(用m表示)、方差(用s表示)，見表1。

表1 模型變量對應(yīng)關(guān)系

1)服務(wù)質(zhì)量(ξ1)：用來表示共享自行車向用戶提供的服務(wù)品質(zhì)高低。利用共享自行車的投放密度、停放位置、借車的便利性和車容車況來作為服務(wù)質(zhì)量的測量變量，構(gòu)成與服務(wù)質(zhì)量之間的測量模型。

2)態(tài)度(η1)：表征出行者對于共享自行車的切身感受和主觀的印象，本研究主要從出行者對共享自行車的整體評價和從交通的偏好程度(快捷性、便利性、經(jīng)濟性、安全性)來衡量。

3)持續(xù)使用意向(η2)：出行者在采用共享自行車出行之后，由于理性行為，還會再次采用同種交通方式出行的意愿，以出行者再次選擇共享自行車出行和鼓勵身邊的人選擇共享自行車出行兩個測量變量來衡量。

4)滿意度(η3)：出行者對于共享自行車的滿意程度，以出行者對共享自行車的整體滿意度作為測量變量。

1.2.2 模型構(gòu)建

模型認為：H1共享自行車服務(wù)質(zhì)量能夠影響使用者滿意度，H2使用者滿意度影響共享自行車持續(xù)使用意向，H3共享自行車服務(wù)質(zhì)量對使用者態(tài)度有影響，H4使用者滿意度對使用者態(tài)度有影響，H5使用者對共享自行車的使用態(tài)度對持續(xù)使用意向有影響，如圖1。

圖1 共享自行車持續(xù)使用意向模型

2 數(shù)據(jù)采集與分析

2.1 問卷調(diào)查

共享自行車的用戶使用數(shù)據(jù)及出行GPS數(shù)據(jù)難以獲取。因此，為深入探究共享自行車使用者的出行行為，從實際情況調(diào)查和意向調(diào)查兩個角度設(shè)計問卷。實際情況調(diào)查內(nèi)容包括：性別、年齡、出行目的、使用共享自行車的原因、騎行距離、能接受的接駁地鐵的距離。意向調(diào)查包括：態(tài)度、服務(wù)質(zhì)量、持續(xù)使用意向、滿意度。

問卷調(diào)查采用隨機抽樣調(diào)查的方式，于2017年3月21工作日，以共享自行車使用者為調(diào)查對象，綜合考慮到用地屬性可能對模型產(chǎn)生影響，因此，選取北京市朝陽區(qū)的5個地點開展調(diào)查，覆蓋地鐵、商業(yè)區(qū)、居住區(qū)，見表2。

表2 調(diào)查地點

P. M. BENTLER等[17]提出當(dāng)樣本數(shù)不少于估計參數(shù)的5倍的情況下，SEM是可信的，并且提出估計參數(shù)的個數(shù)約為測量變量的2倍。因此，當(dāng)樣本數(shù)不少于測量變量的10倍，可以用SEM進行分析。本次調(diào)查共收回240份問卷，其中有效問卷為202份，有效樣本率為84%，大于測量變量的10倍，能夠進行SEM分析。

2.2 描述性統(tǒng)計分析

2.2.1 個人屬性分布

對回收的有效樣本進行描述性統(tǒng)計分析，探究共享自行車出行者個人屬性分布特征。

1)被調(diào)查的共享自行車使用者中19～25歲和26～40歲的分別占45%，18歲以下和41歲以上的被調(diào)查者占10%，一定程度上說明共享自行車使用者以年輕人為主，如圖 2。

2)圖3共享自行車的了解途徑中“路邊看到”“朋友推薦”占比較高，合理的單車投放、朋友推薦是使用共享單車的重要影響因素。

圖2 年齡組成

圖3 共享自行車的了解途徑

2.2.2 出行特征

1)調(diào)查顯示，35%的被調(diào)查者使用共享自行車接駁地鐵出行。

2)共享自行車出行原因綜合得分計算結(jié)果如圖4，方便換乘其他交通工具是選擇共享自行車的主要原因。問卷讓被調(diào)查者回答選擇共享自行車的原因，并按照先后排序。此處引入選項綜合得分計算方法，將選擇共享自行車的主要原因量化，如式(3)。

(3)

式中：C為選項綜合得分；fi為該選項排在第i位的頻數(shù)；N為該題目被選中的次數(shù)；Mi為該選項在第i位的權(quán)值，取值見表 3。

表3 Mi的取值

3)92%的共享自行車使用者的騎行距離在5 km以內(nèi)，平均騎行距離為2.40 km,如圖5。據(jù)《北京市第五次綜合交通大調(diào)查》和《北京市交通發(fā)展年度報告(2016)》數(shù)據(jù)顯示，傳統(tǒng)公共自行車出行距離5 km以內(nèi)的占80%，出行平均騎行距離為3.6 km。從出行距離的角度，使用者多為短距離出行，說明該交通方式在短距離出行方面具有一定優(yōu)勢。

圖4 共享自行車出行原因綜合得分

圖5 共享自行車騎行距離

3 共享自行車持續(xù)使用意向模型分析

3.1 模型估計

利用ML對模型進行估計，標(biāo)準化模型參數(shù)估計結(jié)果如圖 6。驗證性因子分析是對調(diào)查數(shù)據(jù)進行一種統(tǒng)計分析方法，能夠測試一個因子相對應(yīng)的測量變量之間的關(guān)系是否符合研究者所設(shè)計的理論關(guān)系。持續(xù)使用意向模型的標(biāo)準化參數(shù)估計結(jié)果顯示在變量之間的路徑系數(shù)均大于0.5，說明測量變量對潛在變量的解釋關(guān)系顯著，符合模型的理論關(guān)系。

圖6 共享自行車持續(xù)使用意向模型路徑分析

3.2 模型評價

通過擬合函數(shù)值進行推導(dǎo)計算各項擬合優(yōu)度檢驗指標(biāo)見表 4，檢驗參數(shù)計算結(jié)果都滿足結(jié)構(gòu)方程模型擬合檢驗標(biāo)準。

表4 模型評價結(jié)果

3.3 模型解釋

1)態(tài)度變量：模型中測量變量態(tài)度1(Y1)、態(tài)度2(Y2)、態(tài)度3(Y3)、態(tài)度4(Y4)對潛變量的影響值均大于0.5。其中態(tài)度1(Y1)影響程度最大為0.94，說明出行者更關(guān)注自行車出行是否省時(快捷性)。

2)服務(wù)質(zhì)量變量：模型中測量變量服務(wù)質(zhì)量1(X1)、服務(wù)質(zhì)量2(X2)、服務(wù)質(zhì)量3(X3)、服務(wù)質(zhì)量(X4)對潛變量的影響值均大于0.5，4個測量變量對服務(wù)質(zhì)量具有正相關(guān)影響。其中X1影響程度最大為0.76，說明出行者更關(guān)注借車的便利程度。

3)持續(xù)使用意向變量：模型中測量變量持續(xù)使用意向1(Y5)、持續(xù)使用意向2(Y6)對潛變量的影響值均大于0.5，同樣具有正相關(guān)影響。使用者的持續(xù)使用意向的強烈程度能夠用再次使用或推薦他人使用兩個行為來衡量。

4)結(jié)構(gòu)模型顯示，態(tài)度受到服務(wù)質(zhì)量和滿意度的正向影響。因此，在規(guī)劃設(shè)計中可通過提升共享自行車的服務(wù)質(zhì)量和滿意度，來影響出行者行為，進而提升共享自行車的吸引率。

5)結(jié)構(gòu)模型顯示，服務(wù)質(zhì)量與滿意度路徑系數(shù)估計結(jié)果為0.58，影響顯著。說明出行者的整體滿意程度與共享自行車服務(wù)質(zhì)量的高低息息相關(guān)。

6)滿意度與持續(xù)使用意向的路徑系數(shù)估計結(jié)果為0.35，說明當(dāng)出行者對共享自行車的滿意程度越高，越可能持續(xù)使用或者推薦他人使用共享自行車。

7)態(tài)度與持續(xù)使用意向的路徑系數(shù)估計結(jié)果為0.5，說明出行者的態(tài)度對持續(xù)使用或者推薦他人使用共享自行車具有積極促進作用。

4 結(jié) 論

以北京市共享自行車為例，從與傳統(tǒng)公共自行車對比的角度進行統(tǒng)計性分析，探求共享自行車使用者交通行為特征。從乘客感知的角度進行建模，利用結(jié)構(gòu)方程模型分析了影響共享自行車持續(xù)使用意向的相關(guān)因素，并且描繪了各變量的關(guān)聯(lián)性。以上研究表明:

1)注重服務(wù)質(zhì)量、提升使用者滿意度是多方位提高共享自行車持續(xù)使用意向的重要手段。

2)共享自行車服務(wù)質(zhì)量的提升可以從共享自行車的投放密度、高效的停放調(diào)度、借車的便利程度和車輛的及時維護等方面考慮，進而提升綠色交通吸引率。

3)多模式公共交通重點在于合作互補，良性的競爭需要高效公平的政府管理及市場培育機制。

共享自行車的出行選擇行為分析對提升服務(wù)質(zhì)量、綠色出行的可持續(xù)發(fā)展具有一定的指導(dǎo)作用，但本研究數(shù)據(jù)主要來源是問卷調(diào)查，對共享自行車的特征分析具有一定的局限性，在以后的研究中，需結(jié)合共享自行車的出行軌跡數(shù)據(jù)進一步人群畫像與特征挖掘。