馬俊來

(中國城市建設(shè)研究院有限公司， 北京 100120)

0 引言

作為一種綠色、便捷的交通工具，自行車在居民短距離出行及接駁公共交通中具有非常顯著的優(yōu)勢[1]. 20世紀(jì)80年代的中國，自行車在城市交通中占據(jù)主導(dǎo)地位，然而隨著城市化和機(jī)動化的快速發(fā)展，北京市中心城區(qū)自行車出行分擔(dān)率從1986年的62.70%下降到2016年的10.30%[2]. 為了促進(jìn)居民自行車出行，北京市在改善騎行環(huán)境方面采取了很多措施，效果卻并不明顯. 然而2016年共享自行車的出現(xiàn)卻使自行車出行分擔(dān)率持續(xù)下降的趨勢得到了遏制，甚至出現(xiàn)了小幅度的上升[3]. 調(diào)查數(shù)據(jù)顯示，現(xiàn)階段的共享自行車出行中有5.38%轉(zhuǎn)移自小汽車，而在該部分出行中，38%的小汽車出行轉(zhuǎn)向了全程共享自行車出行，剩余62%的小汽車出行轉(zhuǎn)向了共享自行車+公交/地鐵出行，共享自行車的發(fā)展可有效促進(jìn)小汽車向綠色交通的轉(zhuǎn)移. 深入挖掘共享自行車與小汽車之間的交互影響關(guān)系，剖析小汽車向綠色交通轉(zhuǎn)移的本質(zhì)，對促進(jìn)城市交通的可持續(xù)發(fā)展具有十分重要的意義.

在短距離出行及接駁公共交通出行中，自行車/共享自行車與小汽車在諸多客觀因素上形成競爭. 首先，出行方式選擇與性別、年齡、收入、交通工具擁有及家庭結(jié)構(gòu)等個人屬性有關(guān)[4-6]. 其次，使用體驗、車輛數(shù)量等系統(tǒng)的服務(wù)質(zhì)量也是影響用戶選擇及使用的重要因素[7]. 同時，小汽車政策也會通過調(diào)整延誤、成本等進(jìn)而影響出行行為[8-11]. 近期，隨著計劃行為理論(TPB)、技術(shù)接受模型(TAM)等方法的廣泛應(yīng)用，一些新的社會心理學(xué)因素得到了探索，積極騎行態(tài)度會促使居民使用自行車出行[12],消極的小汽車態(tài)度也會鼓勵人們使用自行車出行[13].

總體來看，已有研究在共享自行車與小汽車出行的交互影響方面仍不足，同時用戶習(xí)慣、出行方式障礙等心理潛變量在影響出行行為中的作用需進(jìn)一步明確. 因此本文從共享自行車與小汽車間的競爭關(guān)系入手，探究共享自行車出現(xiàn)后不同要素對共享自行車及小汽車使用頻率的交互影響作用，并基于此提出促進(jìn)小汽車向綠色交通轉(zhuǎn)移的對策建議.

1 數(shù)據(jù)獲取

研究數(shù)據(jù)通過2018年5月份開展的網(wǎng)絡(luò)問卷調(diào)查獲得. 為確保所有受訪者都是居住在北京的居民，網(wǎng)絡(luò)問卷進(jìn)行了僅北京市IP可作答的限制.

綜合文獻(xiàn)基礎(chǔ)及研究需求，確定了個人及出行屬性、共享自行車出行障礙、小汽車出行障礙及出行意愿的考慮、出行習(xí)慣、出行偏好等要素，同時，考慮共享自行車作為新興事物，本文增加了用戶的外傾性人格因素.

問卷由3部分組成：個人及出行屬性、影響因素量表及人格量表. 個人及出行屬性部分包括性別、年齡、收入、教育程度、職業(yè)、交通工具擁有情況、騎行能力、共享自行車及小汽車使用頻率(近3個月內(nèi))、共享自行車出行目的等；影響因素量表、人格量表部分采用李克特5級量表進(jìn)行測量，量表中1～5分別代表非常不同意、不同意、不一定、同意、非常同意. 在對50人進(jìn)行了預(yù)調(diào)查后，進(jìn)行預(yù)分析并根據(jù)被試者的反饋對問卷部分問題進(jìn)行了修正，以提高問卷的可閱讀性及可靠性.

用于測量影響因素的量表問題包含：

1)不完善的設(shè)施會導(dǎo)致我不使用共享自行車

2)不良天氣會導(dǎo)致我不使用共享自行車

3)車輛供給不足會導(dǎo)致我不使用共享自行車

4)車輛故障或不好騎會導(dǎo)致我不使用共享自行車

5)小汽車擁堵情況加劇會導(dǎo)致我不使用小汽車

6)小汽車停車收費升高會導(dǎo)致我不使用小汽車

7)小汽車停車不方便會導(dǎo)致我不使用小汽車

8)我愿意經(jīng)常使用共享自行車出行

9)我將會經(jīng)常使用共享自行車出行

10)我計劃經(jīng)常使用共享自行車出行

11)我養(yǎng)成了使用共享自行車的習(xí)慣

12)我喜歡使用共享自行車

用于測量外傾性人格的量表問題包含：

1)愛說話

2)含蓄的

3)精力充沛

4)具有很大的熱情

5)比較安靜

6)性格決斷

7)有時羞怯、拘謹(jǐn)

8)外向，好交際

為了從社會心理學(xué)層面挖掘共享自行車及小汽車使用行為之間的影響關(guān)系，本文采用獨立T檢驗及結(jié)構(gòu)方程模型(SEM)結(jié)合的方法，其中個人及出行屬性對共享自行車及小汽車使用頻率的影響關(guān)系通過獨立T檢驗完成，而其他要素通過構(gòu)建結(jié)構(gòu)方程模型完成.

7．設(shè)立附屬小學(xué)。師范學(xué)校與普通學(xué)校相比有自己的特點?！叭羝胀▽W(xué)校所研究者，僅在科學(xué)之實驗；而師范學(xué)校所研究，尤重在教育之實驗。”蔡元培特別贊賞五師“已設(shè)有附屬小學(xué)校，得實驗之處矣”[2]卷2，478。兩年后，五師又擁有了第二所附屬小學(xué)。1916年紹興開辦了蔡元培在1906年回鄉(xiāng)想辦而沒辦成的師范講習(xí)所，用以培訓(xùn)教師。1918年師范講習(xí)所并入五師成為第二附屬小學(xué)。五師學(xué)生有了新的實習(xí)學(xué)校。

2 數(shù)據(jù)檢驗

2.1 描述性統(tǒng)計分析

剔除不符合要求的問卷后，共回收有效問卷376份(男性43%，女性57%)，受訪者平均年齡為31.32歲((SD=10.05)，涵蓋了不同收入水平、職業(yè)、教育水平和工作地點. 其中41.49%的受訪者擁有私人自行車，32.45%的受訪者擁有私家車，該比例略高于同時期全市常駐人口擁有小汽車的比例(21.26%)，更有利于反映擁有小汽車的人群利用共享自行車出行的規(guī)律. 只有25名參與者從未使用過共享自行車(6.64%)，超過半數(shù)的受訪者在過去3個月經(jīng)常使用(一周使用一次及以上)共享自行車(75.80%)，更多樣本細(xì)節(jié)如表1所示，可看出受訪者樣本具有一定的代表性.

表1 樣本描述性統(tǒng)計結(jié)果(N=376)

經(jīng)常使用共享自行車的用戶人口統(tǒng)計屬性如圖1所示. 可看出，經(jīng)常使用共享自行車的用戶中男性和女性所占比例分別為45.26%和54.74%；從年齡結(jié)構(gòu)來看，用戶以中青年為主，其中25～34歲的青年人所占比例最大，為45.26%；從收入情況來看，收入在8 001～15 000元的用戶所占比例最大(24.91%)，月收入15 000元以上的用戶所占比例最低(7.02%)，其他人群所占比例相差不大；從受教育程度來看，碩士及以上和本科所占比例較高，分別為48.77%和36.49%；從職業(yè)來看，企業(yè)公司員工、學(xué)生和政府/事業(yè)單位員工所占比例較高，分別為34.04%、32.28%和12.28%；從交通工具的擁有情況來看，擁有小汽車、擁有自行車、同時擁有小汽車和自行車的用戶所占比例分別為29.21%、41.92%和13.06%，由此可見，擁有小汽車、自行車的用戶依然會選擇共享自行車出行，這為小汽車和共享自行車交互作用規(guī)律的研究奠定了良好的基礎(chǔ).

圖1 經(jīng)常使用共享自行車的用戶人口統(tǒng)計屬性

共享自行車出行轉(zhuǎn)移方式來源，即共享自行車開通后從其他出行方式轉(zhuǎn)變?yōu)楣蚕碜孕熊嚦鲂械姆绞浇Y(jié)構(gòu)如圖2所示. 圖中針對所有受訪者、擁有小汽車的用戶、擁有自行車的用戶、同時擁有小汽車和自行車的用戶四類人群，分別列出了其轉(zhuǎn)移方式來源. 對所有受訪者而言，其共享自行車出行主要轉(zhuǎn)移自步行、公交、地鐵、出租、自行車，所占比例分別為25.75%、21.10%、16.44%、11.17%、10.86%，轉(zhuǎn)移自小汽車的比例為5.38%. 對擁有不同交通工具的3種人群而言，其共享自行車出行轉(zhuǎn)移來源中步行和公交所占的比例均最高，其他方式所占的比例有所差異. 與所有受訪者相比，擁有小汽車的用戶，其共享自行車出行轉(zhuǎn)移來源中小汽車和出租車的比例明顯偏高，所占比例分別為12.69%和13.62%；擁有自行車的用戶，其共享自行車出行轉(zhuǎn)移來源中自行車所占比例明顯偏高，而出租車所占比例明顯偏低，兩者分別為15.82%和9.98%；同時擁有小汽車和自行車的用戶，其共享自行車出行轉(zhuǎn)移來源中自行車和小汽車比例明顯偏高，所占比例分別為12.34%和11.04%. 由此可見，共享自行車對于減少小汽車和出租車等機(jī)動化出行起到了一定的積極作用.

圖2 共享自行車轉(zhuǎn)移方式來源

從轉(zhuǎn)移到共享自行車出行后的方式組合模式來看，如圖3所示，采用共享自行車+地鐵模式所占比例最高，為41.36%，其他依次為全程共享自行車模式及共享自行車+公交模式，比例分別為36.03%和20.47%，可見共享自行車承擔(dān)了大量的“最后1 km”出行，這與以往調(diào)查結(jié)論較為一致.

圖3 共享自行車出行方式組合模式

從共享自行車出行目的來看，以通勤、個人事務(wù)、通學(xué)、購物、就餐出行為主，且這幾種出行目的所占比例相差不大，均為10%～20%，可見共享自行車承擔(dān)的彈性出行比例較高，具體如圖4所示.

圖4 共享自行車出行目的

在使用頻率上看，60.38%的共享自行車用戶使用頻率高于1次/周，54.92%的小汽車用戶使用頻率高于1次/周(圖5).

圖5 共享自行車及小汽車出行頻率分布

表2 獨立T檢驗 (N=376)

2.2 信效度檢驗

為了保證量表質(zhì)量，需要檢驗問卷的可靠性及有效性(外傾性人格(EXT)量表部分采用公認(rèn)的完整量表完成，因此不需要再進(jìn)行信效度檢驗).

首先對量表部分進(jìn)行信度檢驗，如表3所示. 3個潛在變量的克朗巴哈系數(shù)α分別為0.907、0.951以及0.970，總量表的克朗巴赫系數(shù)α=0.934，均在0.9以上，表明量表內(nèi)部一致性信度良好，符合問卷設(shè)計要求.

其次對問卷進(jìn)行效度檢驗，效度檢驗前對量表進(jìn)行KMO測度和Bartlett球形檢驗，其中KMO=0.890, Bartlett檢驗的顯著性水平p值<0.01，通過檢驗，表明問卷可進(jìn)行因子分析萃取公因子. 3個因子特征值分別為3.182，2.858和2.684，方差解釋率分別為31.82%、28.58%和26.84%，累積方差貢獻(xiàn)率達(dá)到87.24%(見表3). 同時所有觀測變量在各自潛變量上的因子荷載均超過0.5，表明潛在變量有很好的建構(gòu)效度，符合問卷設(shè)計的要求. 原始設(shè)計量表中的共享自行車使用習(xí)慣(HAB)及偏好(PRE)分別作為單獨的觀測變量進(jìn)入結(jié)構(gòu)方程模型.

表3 問卷信效度檢驗及因子分析(N=376)

2.3 相關(guān)性分析

本研究采用Pearson相關(guān)系數(shù)進(jìn)行相關(guān)性檢驗，如表4所示. 首先，共享自行車使用障礙(BUR)、小汽車使用障礙(CUR)及共享自行車使用意愿(BUI)3個潛變量間具有顯著相關(guān)性；其次，共享自行車偏好(PRE)及習(xí)慣(HAB)與潛在變量之間均顯著相關(guān)；最后，共享自行車使用頻率(BUF)僅與共享自行車出行障礙間呈負(fù)相關(guān)，與其他要素均呈正相關(guān)，而小汽車使用頻率(CUF)僅與共享自行車出行頻率間呈負(fù)顯著相關(guān). 因此，本研究可采取結(jié)構(gòu)方程模型探究各變量對共享自行車及小汽車使用頻率影響的路徑結(jié)構(gòu).

表4 變量間相關(guān)性分析

3 共享自行車及小汽車使用行為交互影響結(jié)構(gòu)方程模型

結(jié)構(gòu)方程模型可利用客觀觀測變量間接測量難以觀測的抽象的潛在變量. 因此，本研究采用AMOS進(jìn)行結(jié)構(gòu)方程模型的檢驗、評價和路徑系數(shù)分析，以探究共享自行車和小汽車之間的交互影響關(guān)系.

3.1 模型構(gòu)建及分析

構(gòu)建共享自行車及小汽車使用行為交互影響的結(jié)構(gòu)方程模型，通過調(diào)整誤差變量間的共變關(guān)系不斷調(diào)整模型，最終獲得圖6所示模型.

圖6 共享自行車及小汽車使用行為交互影響結(jié)構(gòu)方程模型

1)測量模型結(jié)果顯示，自行車道不連續(xù)、不良天氣、車輛不足以及車輛故障分別以0.73、0.83、0.95、0.89的因子載荷反映了共享自行車使用障礙(BUR)潛變量，表明共享自行車車輛不足造成的使用障礙最大；交通擁堵、停車費用升高以及小汽車停車不便分別以0.91、0.94、0.94的因子載荷解釋了小汽車使用障礙(CUR)潛變量，表明停車費用高及停車不方便是造成小汽車使用障礙的最重要因素.

2)結(jié)構(gòu)模型結(jié)果顯示，共享自行車使用障礙通過共享自行車使用習(xí)慣的中介作用負(fù)向、間接地影響共享自行車的使用意愿(-0.17×0.61)及使用頻率(-0.17×0.53)，即共享自行車使用障礙增大會減少共享自行車的使用，但并不會促進(jìn)居民對小汽車的使用. 說明共享自行車出行的群體已經(jīng)形成了一定程度的綠色出行方式的依賴性，當(dāng)共享自行車使用障礙增加時，一般會選擇其他綠色出行方式作為替代方式，而不是轉(zhuǎn)向小汽車.

3)小汽車使用障礙要素通過共享自行車使用偏好的中介作用負(fù)向影響小汽車使用頻率(0.61×-0.20)，并通過共享自行車使用習(xí)慣的中介作用正向影響共享自行車使用頻率(0.47×0.53). 同時，小汽車使用障礙不僅直接正向影響共享自行車的使用意愿(0.15)，而且通過正向影響共享自行車使用習(xí)慣和偏好，進(jìn)而正向影響共享自行車使用意愿(0.47×0.61,0.61×0.26). 說明小汽車使用障礙越強(qiáng)，居民使用小汽車的可能性越小，且使用共享自行車的可能性越大. 小汽車使用障礙的增強(qiáng)，不僅會直接加強(qiáng)共享自行車的使用意愿和使用頻率，更重要的是，還有助于幫助出行者形成使用共享自行車的習(xí)慣和偏好，從而產(chǎn)生共享自行車騎行意愿，并在更長的時間內(nèi)選擇自行車出行，促進(jìn)綠色出行方式的持續(xù)推進(jìn). 同時，從對共享自行車使用意愿和使用頻率的影響程度來看，小汽車使用障礙產(chǎn)生的影響大于共享自行車使用障礙產(chǎn)生的影響，也就是說在短距離出行中，提高小汽車使用門檻(如便利性、經(jīng)濟(jì)性等)能產(chǎn)生更好地減少小汽車使用、促進(jìn)綠色出行的效果. 因此，在提高共享自行車服務(wù)品質(zhì)的同時，更應(yīng)加強(qiáng)小汽車短距離出行相關(guān)管理對策的制定與實施.

4)在用戶心理層面，用戶外傾性正向影響共享自行車的偏好(0.11). 即用戶的外傾性特質(zhì)越明顯，接受新鮮事物的可能性越大，則其對共享自行車的偏好越明顯，因此應(yīng)注重加強(qiáng)對青年及中年等樂于接受新鮮事物的人群的綠色出行理念的宣傳推廣.

3.2 模型評估

模型質(zhì)量評估可檢驗問卷收集數(shù)據(jù)與模型的匹配度，主要評估指標(biāo)包括擬合優(yōu)度卡方檢驗χ2/df、RMSEA、擬合優(yōu)度指數(shù)GFI、擬合優(yōu)度指數(shù)IFI、擬合優(yōu)度指數(shù)NFI、Tucker-Lewis指數(shù)TLI、比較擬合指數(shù)CFI等評價指標(biāo)，各個指標(biāo)評估標(biāo)準(zhǔn)見表5. 所有擬合指數(shù)均符合標(biāo)準(zhǔn)，模型具有較高的配適度.

表5 模型擬合評估結(jié)果

4 結(jié)論

本文針對北京市居民開展了共享自行車及小汽車使用情況調(diào)查，綜合考慮共享自行車出行障礙、共享自行車出行障礙及人格等因素，從社會心理學(xué)層面挖掘了共享自行車及小汽車使用之間的交互影響關(guān)系. 研究結(jié)論顯示：共享自行車和小汽車存在一定的競爭關(guān)系，共享自行車使用障礙會減少共享自行車的使用，而小汽車使用障礙不僅會減少小汽車的使用，也會在一定程度上促進(jìn)共享自行車的使用. 具體結(jié)論如下：

1)由于共享自行車的自身特點，雨雪、尾氣霧霾等惡劣的出行環(huán)境會顯著降低居民選擇共享自行車出行的意向，因此規(guī)劃者可通過優(yōu)化交通服務(wù)設(shè)施來提升自行車出行服務(wù)品質(zhì).

2)車輛不足造成的尋車?yán)щy會極大地降低用戶服務(wù)體驗，共享自行車運營部門應(yīng)該通過提高車輛運營及維修水平提升服務(wù)質(zhì)量，較好的用戶體驗可增加用戶黏性[14].

3)在適宜慢行或公共交通出行的區(qū)域，有針對性地采取提高停車收費、降低停車便利性、打造小街區(qū)密路網(wǎng)等限制小汽車出行[15]、有利于慢行出行的措施，可更為有效地提高居民選擇共享自行車出行的意向[16].

本研究揭示了居民共享自行車出行與小汽車出行間的交互影響關(guān)系，對促進(jìn)小汽車出行向綠色出行方式的轉(zhuǎn)移具有重要意義. 本文僅對影響出行行為的各因素的單獨作用進(jìn)行了分析，下一步研究需重點針對不同區(qū)位、個人屬性、出行距離、出行目的、出行方式組合模式等因素的交叉組合作用對出行行為產(chǎn)生的影響進(jìn)行研究，以期為促進(jìn)綠色出行精準(zhǔn)失策提供堅實的理論基礎(chǔ).