劉麗華 王 煒 劉建榮 華雪東

（1.東南大學城市智能交通江蘇省重點實驗室 南京211189；2.河南城建學院土木與交通工程學院 河南 平頂山467036；3.東南大學現(xiàn)代城市交通技術(shù)協(xié)同創(chuàng)新中心 南京211189；4.東南大學交通學院 南京211189；5.華南理工大學土木與交通學院 廣州510640）

0 引 言

交通運輸行業(yè)能耗巨大，是城市大氣細顆粒物（PM2.5）的主要來源，部分城市機動車排放已經(jīng)成為PM2.5的首要來源。2018年北京、上海、廣州、深圳、武漢、杭州等10 余個主要城市的移動排放源排放的PM2.5 占比超過城市總PM2.5 的20%以上，其中深圳、北京更是超過40%。

隨著低碳交通逐漸獲得人們的重視，構(gòu)建低碳、環(huán)保、低耗、高效、安全的交通發(fā)展模式勢在必行[1]。而實現(xiàn)低碳交通、降低汽車尾氣排放僅僅通過技術(shù)進步是不夠的，還需個人出行行為發(fā)生本質(zhì)改變。因此制定有效的交通政策需要充分了解影響影響出行者出行行為的因素，而其中出行者環(huán)保意識對出行者出行行為的影響是研究者較為關(guān)注的問題之一。

對于環(huán)保態(tài)度是否會影響到環(huán)保行為，目前研究結(jié)果并不一致。部分研究如Tam 等[2]、Bamberg等[3]認為環(huán)保態(tài)度不會影響到環(huán)保行為，但劉建榮等[4]、陳堅等[5]、王麗麗等[6]認為環(huán)保態(tài)度可以在一定程度上影響環(huán)保行為。

出行行為是環(huán)保行為中的重要組成部分，對于環(huán)保意識與出行行為的關(guān)系，學者也進行了一定研究，研究結(jié)果并不一致。Jekria 等[7]研究發(fā)現(xiàn)環(huán)保態(tài)度會在一定程度上影響人們使用自行車的意愿；Roberts 等[8]發(fā)現(xiàn)環(huán)保意識會影響到出行方式選擇，且環(huán)保態(tài)度對通勤出行方式選擇有巨大影響；方曉平等[9]發(fā)現(xiàn)出行意向?qū)Τ鲂行袨榈挠绊戄^大；Bouscasse等[10]利用結(jié)構(gòu)方程模型發(fā)現(xiàn)環(huán)保意識對公共交通使用具有正向影響，并能減少私家車使用；Bruderer 等[11]研究發(fā)現(xiàn)環(huán)保意識更高的人更少和更不可能乘坐飛機出行。但Alcock等[12]發(fā)現(xiàn)環(huán)保意識對出行者對航空出行的選擇沒有顯著影響。

對于個人屬性對環(huán)保態(tài)度的影響，目前也有一定研究成果，如Rhead 等[13]、王玉君等[14]、陳堅等[15]，大部分研究成果認為，個人屬性會在一定程度上影響到環(huán)保態(tài)度，雖然現(xiàn)有研究成果沒有一致的結(jié)論。

根據(jù)以上分析，環(huán)保態(tài)度、環(huán)保行為、出行者出行方式選擇之間的關(guān)系尚沒有得到充分研究，而且大部分涉及以上內(nèi)容的研究成果都是歐美等發(fā)達地區(qū)的研究成果。大量發(fā)達地區(qū)的研究成果并不適用于發(fā)展中國家或地區(qū)，不同國情也會導(dǎo)致環(huán)保態(tài)度、環(huán)保行為之間關(guān)系的差異[16]。此外，考慮到我國城市交通的現(xiàn)況，發(fā)展公共交通是城市發(fā)展的必然選擇，環(huán)保態(tài)度、環(huán)保行為等與出行者公交偏好的關(guān)系也應(yīng)詳細研究。

基于以上背景，筆者從出行者心理角度出發(fā)，研究出行者環(huán)保態(tài)度、環(huán)保行為、公交偏好、低碳交通政策支持度之間的關(guān)系。由于環(huán)保態(tài)度、環(huán)保行為、公交偏好、低碳交通政策支持度等均為潛在變量，需要通過一系列顯變量進行表征，且潛在變量直接的關(guān)系，因此本文采用結(jié)構(gòu)方程模型進行研究。結(jié)構(gòu)方程模型能夠在估計顯變量與潛在變量之間的關(guān)系的同時，研究各潛在變量之間的關(guān)系，以確保潛變量之間的關(guān)系估計不受測量誤差影響。考慮到出行者個體特征的可能影響，在進行結(jié)構(gòu)方程研究時，將分析出行者個體因素對結(jié)構(gòu)方程模型的影響。

1 結(jié)構(gòu)方程模型

結(jié)構(gòu)方程模型（SEM）是結(jié)合路徑分析和因素分析的多元統(tǒng)計方法，研究中有部分因素難以直接關(guān)系，SEM利用可直接觀測的變量（顯變量）描述潛變量，通過顯變量確定潛變量值，進而建立潛變量之間的結(jié)構(gòu)關(guān)系。SEM 優(yōu)勢在于可以定量研究多變量間交互關(guān)系：①SEM 可以立體、多層次地展現(xiàn)驅(qū)動力分析。這種多層次的因果關(guān)系更加符合真實的人類思維形式，這是傳統(tǒng)回歸分析所無法做到的；②SEM分析可以將無法直接測量的屬性納入分析，將數(shù)據(jù)分析的范圍加大，尤其適合一些比較抽象的歸納性屬性；③SEM分析可以量化各屬性之間的因果關(guān)系，以便在同一個層面進行對比，也可以使用同一個模型對各細分市場或各競爭對手進行比較。

SEM由測量模型、結(jié)構(gòu)方程2個部分組成，其中測量模型部分描述顯變量與相應(yīng)潛變量之間的關(guān)系，結(jié)構(gòu)方程部分分析外源潛變量（ξ）如何影響內(nèi)生潛變量（η），以及內(nèi)生變量之間的相互影響。SEM中，測量模型部分可表示為[17]

式中：X，Y分別為外生潛變量、內(nèi)生潛變量對應(yīng)的觀測變量；Λx，Λy分別為外生潛變量、內(nèi)生潛變量與對應(yīng)觀測變量間的載荷矩陣；δ，ε分別為外生潛變量、內(nèi)生潛變量對應(yīng)的殘差；vx，vx分別為外生潛變量、內(nèi)生潛變量對應(yīng)的截距。

結(jié)構(gòu)模型建立及確定潛變量間的關(guān)系，表示為

式中：B，Γ分別為內(nèi)生潛變量、外生潛變量的路徑系數(shù)矩陣；ζ為殘差項構(gòu)成的向量；α為截距向量。

2 出行者低碳交通政策支持度模型設(shè)定

2.1 模型假設(shè)

根據(jù)引言中對于環(huán)保態(tài)度、環(huán)保行為、公交偏好、出行行為之間的關(guān)系分析，本文選取出行者環(huán)保態(tài)度、環(huán)保行為、公交偏好、低碳交通政策支持度作為出行者低碳交通政策支持度模型的核心潛變量，提出以下假設(shè)。

H1：環(huán)保態(tài)度對環(huán)保行為具有正向影響。

H2：環(huán)保態(tài)度對公交偏好具有正向影響。

H3：環(huán)保態(tài)度對低碳交通政策支持度具有正向影響。

H4：環(huán)保行為對公交偏好具有正向影響。

H5：環(huán)保行為對低碳交通政策支持度具有正向影響。

H6：公交偏好對低碳交通政策支持度具有正向影響。

具體模型見圖1。

圖1 出行者低碳交通政策支持度模型框架Fig.1 Framework of modeling the level of support for low-carbon transportation policy among travellers

2.2 模型變量

根據(jù)模型假設(shè)，參考Eriksson 等[18]對于環(huán)保行為、環(huán)保行為中顯變量的選擇，設(shè)定表征各潛在變量的顯示變量見表1。

表1 顯變量描述Tab.1 Description of indicators

3 實證分析

以廣州市出行者為研究對象。調(diào)查時間為2018年6 月的工作日，共獲取有效樣本642 份。其中男、女占比分別為47.8%和52.2%；已婚、未婚比例分別為46.4%和53.6%；年齡均值為32.3 歲；月收入均值為7 319 元；無房、有房的比例分別為51.9%和48.1%；無車、有車的比例分為為62.9%和37.1%；上班方式中使用小汽車的比例為18.9%；學生比例為19.8%。總體而言，樣本與廣州市人口特征大體相似，樣本量符合要求。

3.1 驗證性因素分析

為驗證表1 中問卷設(shè)計中顯示變量設(shè)計的優(yōu)劣，對數(shù)據(jù)進行驗證性因素分析，得到結(jié)果見表2。

表2 信度、收斂效度與區(qū)別效度分析表Tab.2 Reliability,convergence validity,and discriminate validity

表2 中，標準化荷載均顯著，且基本大于0.60，顯示變量能夠表征潛在變量；組成信度都大于0.7，表明題目具有內(nèi)部一致性；平均變異數(shù)萃取大于0.5，表明潛在變量對顯示變量具有良好的解釋能力。表2中加粗的數(shù)字為平均變異數(shù)萃取量的均方根，加粗字體下方的數(shù)字為潛在變量的相關(guān)系數(shù)。從數(shù)據(jù)可以看出，加粗的數(shù)字大于相關(guān)系數(shù)，因此模型具有區(qū)別效度。

3.2 總體結(jié)構(gòu)方程模型

根據(jù)模型假定，利用全部數(shù)據(jù)，對模型進行分析。得到模型的RMSEA，CFI，TLI，SRMR見表3。模型的所有擬合度指標均符合要求，擬合度較高。

表3 模型檢驗指標結(jié)果Tab.3 Fitness of the model

結(jié)構(gòu)方程模型計算結(jié)果見圖2。圖中僅列出了在置信度在95%水平下顯著的指標。根據(jù)圖2 數(shù)據(jù)，支持H1，H2，H4，H6 假設(shè)，但不支持H3，H5 假設(shè)。因此環(huán)保態(tài)度會直接影響環(huán)保行為、公交偏好，環(huán)保行為直接會影響公交偏好，公交偏好會影響低碳交通政策支持度；但環(huán)保態(tài)度和環(huán)保行為不會直接影響低碳交通政策支持度。

圖2 模型參數(shù)估計結(jié)果Fig.2 Parameter estimation results

分析各潛在變量對低碳交通政策支持度的影響，得到結(jié)果見表4。

表4 潛在變量對低碳交通政策支持度的影響Tab.4 Effect of latent variables on the approval of the low-carbon transportation policy

表4 可見：環(huán)保態(tài)度、環(huán)保行為、公交偏好對低碳交通政策支持度的總效應(yīng)分別為0.636，0.101，0.392，環(huán)保態(tài)度的影響明顯高于環(huán)保行為、公交偏好；環(huán)保行為對低碳交通政策支持度無顯著的直接效應(yīng)，僅有間接效應(yīng)；環(huán)保態(tài)度對低碳交通政策支持度的影響，既有直接效應(yīng)，也有間接效應(yīng)，且間接效應(yīng)（0.350）大于直接效應(yīng)（0.286）。

3.3 多群組結(jié)構(gòu)方程模型

3.2中是以全部樣本為研究對象，并未分析出行者個體屬性對出行者的影響。性別、私家車擁有情況、教育程度等個人特征會影響到人們的環(huán)保意識[19]。鑒于此，為詳細分析出行者個體屬性對結(jié)構(gòu)方程模型的影響，分析出行者個體屬性對結(jié)構(gòu)方程模型的影響。

個體屬性對結(jié)構(gòu)方程模型的影響是否顯著，主要通過分析放開不同分組間各潛在變量之間系數(shù)相等的假設(shè)后，模型的卡方值是否發(fā)生顯著變化來決定。分析研究婚姻狀況、私家車擁有情況、房產(chǎn)擁有情況、性別、教育程度（分為大專及以上、高中及以下2個等級）對結(jié)構(gòu)方程模型的影響，得到各模型的模型檢驗指標見表5。從各系數(shù)的值可以看出，各個模型的擬合度均符合要求。

表5 各模型檢驗指標結(jié)果Tab.5 Fitness of models

各因素對結(jié)構(gòu)方程模型的影響見表6。從表中可以看出，在95%的置信水平下，性別、婚姻狀況、私家車擁有情況、房產(chǎn)擁有情況、是否開車上班對結(jié)構(gòu)方程模型均無顯著影響。

表6 各因素對結(jié)構(gòu)方程的影響Tab.6 Impacts of the demographic characteristic on SEM

根據(jù)表6數(shù)據(jù)，性別的p值接近0.05，表明雖然在95%置信水平下性別的影響不顯著，但也有一定影響。將出行者分為男性、女性這2個子群組，分別進行分析。在95%置信水平下，男性、女性這2個子群組的潛在變量之間的關(guān)系分別見圖3和圖4。

圖3 男性的結(jié)構(gòu)方程模型Fig.3 Structural equation model of the male

圖4 女性的結(jié)構(gòu)方程模型Fig.4 Structural equation model of the female

從圖中可以看出，男性群組和女性群組結(jié)構(gòu)方程模型存在一定差異，男性群組中環(huán)保態(tài)度對低碳交通政策支持度無顯著影響，但女性群組中環(huán)保態(tài)度對低碳交通政策支持度有顯著影響。其他系數(shù)也存在一定差異。

4 結(jié)束語

1）環(huán)保態(tài)度會直接影響環(huán)保行為、公交偏好，環(huán)保行為直接會影響公交偏好，公交偏好會影響低碳交通政策支持度；但環(huán)保態(tài)度和環(huán)保行為不會直接影響低碳交通政策支持度。

2）環(huán)保態(tài)度對低碳交通政策支持度的影響，既有直接效應(yīng)，也有間接效應(yīng)，且間接效應(yīng)大于直接效應(yīng)。

3）在95%的置信水平下，性別、婚姻狀況、私家車擁有情況、房產(chǎn)擁有情況、是否開車上班對結(jié)構(gòu)方程模型均無顯著影響，但90%置信水平下，性別、教育程度對結(jié)構(gòu)方程模型的影響顯著。