袁鵬程 李鵬程 王世佳

摘? 要：眾多研究表明“感知競爭”和“過去行為”對當(dāng)前決策具有顯著影響。文章在在經(jīng)典計劃行為理論的基礎(chǔ)上，擴(kuò)展“感知競爭”和“過去行為”兩個潛變量，構(gòu)建結(jié)構(gòu)方程模型，進(jìn)行公交及小汽車兩種出行方式的選擇意向研究。結(jié)果表明：基于擴(kuò)展計劃行為理論（ETPB）所建立的兩個結(jié)構(gòu)方程模型擬合效果均較好，能夠很好地刻畫居民的方式選擇過程;行為態(tài)度和感知行為控制均對行為意向有顯著的正向作用，而主觀規(guī)范僅在公交模型中顯著，對小汽車選擇意向沒有顯著影響;對于兩個擴(kuò)展變量，感知競爭負(fù)向作用于行為意向，并且小汽車比公交有更大的競爭力，而過去行為對行為意向有顯著的正向影響，對公交選擇意向的作用已超過原始的三個變量。

關(guān)鍵詞：ETPB理論;結(jié)構(gòu)方程模型;方式選擇意向;感知競爭;過去行為

中圖分類號：U491? ? ?文獻(xiàn)標(biāo)識碼：A

Abstract： On the basis of the theory of planned behavior， two latent variables， perceived competition and past behavior， were extended to construct the structural equation model， and the study on the choice intention of bus and car was carried out. The results show that the two structural equation models based on the extended planned behavior theory have good fitting effects and can describe the mode selection process of residents well. Among the original variables， behavioral attitude and perceived behavioral control have significant positive effects on behavioral intention， while the subjective norm only has significant effect in the bus model and has no significant effect on the car selection intention. For the two extended variables， perceived competition negatively affects behavioral intention， and cars are more competitive than buses. However， the past behavior has a significant positive effect on the behavioral intention， and the effect on the bus choice intention has exceeded the original three variables.

Key words： extended theory of planned behavior; structural equation model; mode choice intention; perceived competition; past behavior

0? 引? 言

基于效用最大化的離散選擇模型考慮了出行者個人及家庭社會經(jīng)濟(jì)屬性、出行屬性等對方式選擇的影響，被廣泛應(yīng)用于出行選擇行為研究中[1]。但離散選擇模型中考慮的因素都為可直接觀測的變量，忽略了對感知、態(tài)度、偏好等心理潛變量因素的考慮。近年來，潛變量因素逐漸受到關(guān)注，研究者們開始從心理潛變量層面去研究居民的方式選擇行為[2]。許多社會心理學(xué)理論特別是計劃行為理論（Theory of Planned Behavior，TPB）被廣泛應(yīng)用于刻畫居民的選擇行為，產(chǎn)生了大量的實證研究[3-5]。陳堅選取重慶市和成都市兩個城市，運用計劃行為理論分別建立了公交選擇行為的結(jié)構(gòu)方程模型，認(rèn)為兩個城市的居民選擇公交的行為存在差異[6];王月輝等整合技術(shù)接受模型和計劃行為理論研究了新能源汽車的購買行為，認(rèn)為態(tài)度對行為的影響最大，而感知有用性對態(tài)度影響最大[7];Fu等整合了計劃行為理論和顧客滿意理論研究了公交選擇行為，實證結(jié)果表明該整合模型有效刻畫了公交使用行為[8]。劉健等基于計劃行為理論分析了出行者對高鐵的乘坐意向，并引入了追求新奇、信任等新變量[9];方曉平等則在計劃行為理論的基礎(chǔ)上新增了預(yù)期后悔變量并證明了預(yù)期后悔對低碳出行方式選擇行為有負(fù)向影響[10];陳凱、黃鑫則分別在計劃行為理論中擴(kuò)展了環(huán)保意識和感知風(fēng)險變量[11-12]。在TPB的基礎(chǔ)上擴(kuò)展重要變量能夠提高模型的解釋能力，本文將基于計劃行為理論，擴(kuò)展“感知競爭”和“過去行為”兩個變量，分別建立公交和小汽車選擇行為的結(jié)構(gòu)方程模型，探討居民進(jìn)行方式選擇時的心理決策過程，即方式選擇意向受哪些因素的影響，并對兩個模型結(jié)果進(jìn)行對比，分析公交和小汽車的選擇行為上存在的差異。

1? 擴(kuò)展計劃行為理論

1.1? 原始變量及假設(shè)

原始計劃行為理論中共有4個心理潛變量，分別為行為態(tài)度、主觀規(guī)范、感知行為控制和行為意向，前三個變量為預(yù)測變量，行為意向為結(jié)果變量。根據(jù)Ajzen提出的計劃行為理論，所有可能影響行為的因素都是通過行為意向來間接影響行為的。而行為意向受到行為態(tài)度、主觀規(guī)范和感知行為控制的影響[6]。行為態(tài)度（Behavioral Attitude，BA）是指居民對采用某種方式出行所持有的正面或負(fù)面的感受。居民對采用的出行方式的看法越正面，行為態(tài)度就越積極。主觀規(guī)范（Subjective Norm，SN）是指居民采用某種出行方式出行時受到的家人、朋友、同事等的影響。個人決策時并不是孤立的，認(rèn)知和行為或多或少地受到周圍環(huán)境中個人或團(tuán)體的影響作用。當(dāng)家人、朋友、同事都對選擇某種方式出行的態(tài)度和看法比較正面時，居民本人感知到的主觀規(guī)范就較正面。感知行為控制（Perceived Behavioral Control，PBC）是指居民個人感知到的選擇某種方式出行的難易程度。如居民乘坐公交時對公交的發(fā)車時刻、路線和走向都不清楚的話，選擇公交的難度就較大，感受到的乘坐方便程度較低，所以感知行為控制能力就較差。行為意向（Behavioral Intention，BI）是指居民采用某種出行方式出行的可能性大小。

居民對選擇某種出行方式的態(tài)度越正面，選擇該種出行方式的行為意向就越強(qiáng);居民感受到家人、朋友等對選擇某種出行方式的態(tài)度越正面，即主觀規(guī)范越正面，行為意向就越強(qiáng);當(dāng)居民感受到選擇某種方式的難度越小，即感知行為控制能力越強(qiáng)時，行為意向就越強(qiáng)。由此，做出如下3個假設(shè)：H1：居民對出行方式的行為態(tài)度對行為意向有正向影響;H2：主觀規(guī)范對居民方式選擇的行為意向有正向影響;H3：居民對出行方式的感知行為控制對行為意向有正向影響。

同時，居民感受到的家人、朋友等對選擇某種出行方式的態(tài)度越正面，居民本人的態(tài)度也就越正面。反之亦然，居民對出行方式的態(tài)度越正面，其家人、朋友的態(tài)度就越正面。所以假設(shè)如下：H4：主觀規(guī)范和行為態(tài)度間相互影響。

1.2? 擴(kuò)展變量及假設(shè)

本文在原始計劃行為理論的基礎(chǔ)上，擴(kuò)展“感知競爭”和“過去行為”兩個預(yù)測變量，探討其對出行方式選擇意向的作用。對于擴(kuò)展的兩個心理潛變量，感知競爭（Perceived Competition，PC）是指居民選擇某種出行方式出行時感受到的其他出行方式的競爭力。私人交通與公共交通存在此消彼長的競爭關(guān)系[13]，Li等認(rèn)為小汽車是公共交通最主要的競爭方式[14]。小汽車的服務(wù)特征直接影響著公交的需求，當(dāng)小汽車的吸引力增大時會降低公交的選擇意向，當(dāng)居民感知到小汽車在出行上的競爭力減弱時，對公交的選擇意向增強(qiáng)。同樣，公共交通的服務(wù)水平提升也會減少居民對小汽車方式的使用[13]。所以，做出感知競爭的相關(guān)假設(shè)：H5：感知競爭對行為意向有負(fù)向影響。

過去行為（Past Behavior，PB）是指居民過去選擇某種出行方式出行的頻率。過去行為的頻率反映了過去行為的強(qiáng)度，并且直接影響著未來的選擇行為[9]。如果過去對某種出行方式的使用頻率較高，方式選擇會逐漸演變成自動執(zhí)行、不會輕易改變的行為，以后使用該出行方式的意向會較強(qiáng)。在一些研究中，過去行為的預(yù)測效果已經(jīng)超過了計劃行為理論中的原始變量，將成為預(yù)測行為意向的有力工具[9-10]。而如果居民在過去的一段時間里選擇某種出行方式的頻率較高，那么他會對該種出行方式的使用比較熟悉，選擇該種出行方式時感受到的難度就會變小，即感知行為控制能力變強(qiáng)。另一方面，良好的行為會反復(fù)發(fā)生，當(dāng)過去使用某種出行方式的經(jīng)歷較多時，表明該種方式服務(wù)質(zhì)量良好，對居民有較強(qiáng)的吸引力[9，14]。相對地，其他競爭方式的吸引力、競爭力就較弱，即感知到的其他出行方式的競爭小。由此，做出3個假設(shè)：H6：過去行為對行為意向有正向影響;H7：過去行為對感知行為控制有正向影響;H8：過去行為對感知競爭有顯著的負(fù)向影響。

根據(jù)Ajzen提出的計劃行為理論中各個變量的含義以及相關(guān)文獻(xiàn)量表[6，8，10，14-17]，選取相應(yīng)的題項對擴(kuò)展計劃行為理論中行為態(tài)度、主觀規(guī)范、感知行為控制、感知競爭、過去行為和行為意向6個變量進(jìn)行測量。

行為態(tài)度指居民本人對方式的整體感知，包括方便性、舒適性、滿意與喜好共4個測量題項。主觀規(guī)范指家人和好友的態(tài)度。感知行為控制指居民使用該方式出行的難易程度，當(dāng)該方式是“最熟悉和自在的”、“已成為日常生活一部分”時，使用難度就較小，認(rèn)為感知行為控制能力較強(qiáng)。過去行為指過去對方式的使用情況。行為意向指今后會使用的程度。

對于感知競爭變量的測量題項，在公交模型和小汽車模型中不相同。公交的競爭方式為小汽車，所以感知競爭變量的測量題項確定為小汽車在方便容易、熟悉自在、舒適安全方面的優(yōu)勢。而小汽車的競爭來自于公共交通存在的優(yōu)勢，包括熟悉自在、舒適安全、線路信息方面。由此，確定表1、表2所示擴(kuò)展計劃行為理論中各心理潛變量的測量題項。

根據(jù)上面確定的8個假設(shè)以及各潛變量測量題項，以公交模型為例，擴(kuò)展后的計劃行為理論模型框架如圖1所示。其中，H1～H4為根據(jù)原始計劃行為理論提出的假設(shè)，H5～H8為新提出的4個假設(shè)。

2? 結(jié)構(gòu)方程模型

2.1? 模型定義

本文將采用結(jié)構(gòu)方程模型來處理各潛變量之間的復(fù)雜關(guān)系。結(jié)構(gòu)方程模型（Structural Equation Model，SEM）是反映潛變量和顯變量的一組方程，其目的是通過顯變量測量潛變量，探討潛變量間的相關(guān)關(guān)系，對模型假設(shè)的正確性進(jìn)行檢驗。其方程式為式（1）、式（2）和式（3），分為測量模型和結(jié)構(gòu)模型兩部分。

y=Λη+ε? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

x=Λξ+δ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

η=Bη+Γξ+ζ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

測量模型如方程式（1）和式（2）所示，由測量變量y、x，潛變量η、ξ和誤差項ε、δ組成。y、x是可以直接測量的，使用一組問卷的回答分值來表示。η、ξ只能間接用測量變量來反映其特質(zhì)。ε、δ是指y、x中無法被η、ξ解釋的部分。Λ、Λ為因子負(fù)荷量，用于反映y與η，x與ξ的相關(guān)程度，Λ、Λ越大，說明y受到η，x受到ξ影響的強(qiáng)度越高[18]。結(jié)構(gòu)模型為方程式（3），用于分析潛變量之間的關(guān)系。本研究中內(nèi)生潛變量之間、內(nèi)生與外生潛變量之間同時存在著影響關(guān)系。方程式（3）由內(nèi)生潛變量η、外生潛變量ξ和誤差項ζ組成。B是路徑系數(shù)，反映不同內(nèi)生潛變量之間的關(guān)系[18]。Γ也是路徑系數(shù)，表示外生潛變量與內(nèi)生潛變量之間的關(guān)系，路徑系數(shù)越大，說明影響的強(qiáng)度越高[18]。ζ反映了內(nèi)生潛變量未能被模型解釋的部分。

2.2? 模型估計與檢驗

結(jié)構(gòu)方程模型主要有以下幾種參數(shù)估計方法：最大似然法、廣義最小二乘法和未加權(quán)最小二乘法。其中，最大似然法為應(yīng)用最廣的估計方法，其對數(shù)據(jù)的正態(tài)性要求較高，在估計之前應(yīng)對數(shù)據(jù)進(jìn)行正態(tài)性檢驗[19]。參數(shù)估計后，還需進(jìn)行模型的適配度檢驗。模型的整體適配度檢驗是指理論模型與實際數(shù)據(jù)的一致程度，即模型的擬合效果是否良好。本文采用如下常用的適配度指標(biāo)來評價：（1）RMSEA為近似均方根誤差（Root Mean Squared Error of Approximation），是最常用的指數(shù)，不受樣本量大小與模型復(fù)雜度影響，RMSEA值越小，適配度越佳，當(dāng)模型趨近完美擬合時，其接近于0，一般RMSEA應(yīng)小于0.08[18]。（2）GFI（Goodness of Fit Index），擬合優(yōu)度。（3）AGFI（Adjusted Goodness of Fit Index）為調(diào)整后適配度指數(shù)，它利用假設(shè)模型的自由度與模型變量個數(shù)的比率來修正GFI指標(biāo)[18]。（4）NFI（Normed Fit Index），常規(guī)擬合度。（5）CFI為相對擬合指數(shù)（Comparative Fit Index），反映了假設(shè)模型與獨立模型之間的差異程度，越大越好。GFI、AGFI、NFI和CFI均應(yīng)大于0.9[18]。（6）R，表示模型中變量能被解釋的比例大小，大于0.33時具有平均擬合水平，大于0.67時有較高的擬合水平。

3? 實證分析

3.1? 數(shù)據(jù)及檢驗

本文的數(shù)據(jù)來源于2013年溫嶺市居民出行調(diào)查數(shù)據(jù)庫，目的在于了解居民的出行規(guī)律和出行特征。出行調(diào)查內(nèi)容包括該市居民出行起終點調(diào)查和出行意向調(diào)查兩部分。第一部分居民出行起終點調(diào)查包括家庭成員的個人及家庭基本信息，如性別、年齡、教育程度等社會經(jīng)濟(jì)屬性，以及詳細(xì)記錄了家庭成員一天的出行信息。第二部分為居民出行意向調(diào)查，為可直接觀測的問題項，涉及居民對公交和小汽車兩種出行方式的態(tài)度、偏好、看法等心理因素。問題項均采用Likert五級量表的形式：1、2、3、4、5分別代表“很不同意”、“不同意”、“一般”、“同意”、“很同意”或“很不方便”、“不方便”、“一般”、“方便”、“很方便”等，1代表最負(fù)面的態(tài)度，5代表最正面的態(tài)度。本次調(diào)查實際回收問卷10 545份，對數(shù)據(jù)庫中的所有記錄進(jìn)行處理，剔除社會經(jīng)濟(jì)屬性、出行屬性數(shù)據(jù)和出行意向問題項中缺失或錯誤的記錄，最終得到4 115份數(shù)據(jù)完整的記錄。樣本中個人及家庭社會經(jīng)濟(jì)屬性的統(tǒng)計性分析如表3所示。

在確定居民公交、小汽車選擇意向的結(jié)構(gòu)方程模型框架后，還需檢驗所選擇的測量指標(biāo)是否可靠，能否有效地測量潛變量，即進(jìn)行信效度檢驗。本文參照Li的檢驗過程，信度上檢驗內(nèi)部一致性信度，效度上檢驗結(jié)構(gòu)效度[14]。信度是指測量指標(biāo)內(nèi)部的一致性、穩(wěn)定性和可靠性，代表重復(fù)測量后，產(chǎn)生結(jié)果的一致性程度。其最常使用的評價指標(biāo)為信度系數(shù)，即Cronbach's Alpha系數(shù)，其值越高，數(shù)據(jù)的一致性越好。當(dāng)Cronbach's Alpha值大于0.7時認(rèn)為測量指標(biāo)內(nèi)部具有一致性。

效度即有效性，是指測量工具能夠測量事物的正確性程度。效度檢驗方面，采用探索性因子分析對各心理潛變量進(jìn)行結(jié)構(gòu)效度檢驗，當(dāng)潛變量的觀測指標(biāo)因子載荷均大于0.5時，具有良好的結(jié)構(gòu)效度。但進(jìn)行因子分析之前還需進(jìn)行適用性檢驗，判斷是否能進(jìn)行因子分析。適用性檢驗通過兩個指標(biāo)來判斷：Bartlett球形檢驗，如果其概率P值小于0.05，則認(rèn)為各變量具有相關(guān)關(guān)系，適合做因子分析;KMO檢驗統(tǒng)計量，其取值范圍為0～1，越接近于1，變量間的偏相關(guān)性越強(qiáng)，臨界值為0.5，小于0.5認(rèn)為不可接受。

通過SPSS軟件進(jìn)行信效度檢驗，得到表4所示結(jié)果。Cronbach's Alpha值介于0.727～0.966范圍，均大于0.7，因此信度較好。Bartlett球形檢驗中，P值均為0.000，小于0.05，且KMO值介于0.500～0.906范圍，不小于臨界值，說明適合做因子分析。采用主成分分析法進(jìn)行因子分析，得到表4所示各觀測指標(biāo)的因子載荷，均大于0.5，所以具有良好的效度。

3.2? 模型估計及結(jié)果分析

本文采用最大似然法對模型未知參數(shù)進(jìn)行參數(shù)估計，各測量指標(biāo)的正態(tài)性通過偏度系數(shù)和峰度系數(shù)進(jìn)行檢驗。臨界值為：單變量偏度絕對值不超過2，峰度的絕對值不超過3。對公交、小汽車模型中涉及的心理潛變量的觀測指標(biāo)進(jìn)行正態(tài)性檢驗，得到表4的結(jié)果。可以看出，所有觀測指標(biāo)的偏度絕對值小于1，峰度絕對值小于2，都滿足要求。說明數(shù)據(jù)并沒有嚴(yán)重違反正常值，滿足正態(tài)分布，可以采用極大似然法進(jìn)行參數(shù)估計。

借助Amos軟件，利用最大似然法對模型進(jìn)行參數(shù)估計，公交模型、小汽車模型的擬合指標(biāo)如表5所示。所有指標(biāo)中，除了公交模型的AGFI值為0.891，略小于0.9外，GFI、NFI、CFI均大于0.9，RMSEA均小于0.08，各個指標(biāo)均擬合較好。所構(gòu)建的結(jié)構(gòu)方程模型對公交選擇意向的解釋比例，即R達(dá)到了63%，對小汽車選擇意向的解釋達(dá)到了69%，R均靠近或大于0.67。表明以擴(kuò)展計劃行為理論為框架建立的結(jié)構(gòu)方程模型擬合水平較好，能夠很好地解釋居民對公交、小汽車兩種出行方式的選擇意向。

根據(jù)圖2、圖3所示小汽車、公交的結(jié)構(gòu)方程模型估計結(jié)果對所提出的8個假設(shè)進(jìn)行檢驗，分析居民選擇不同出行方式時的決策過程及差異。

對于擴(kuò)展計劃行為理論中的8個相關(guān)假設(shè)，除了假設(shè)2在0.01的顯著性水平上部分不成立外，其他假設(shè)均成立。但公交和小汽車兩個結(jié)構(gòu)方程模型的參數(shù)估計值有較大差異，兩種出行方式的選擇過程存在差異。在兩個模型中的5個預(yù)測變量中，3個心理潛變量為原有變量，2個為新增變量。除了主觀規(guī)范變量外，所有預(yù)測變量均對行為意向有顯著影響。

根據(jù)提出的8個假設(shè)和兩個模型的參數(shù)估計結(jié)果對公交、小汽車的選擇行為做出如下分析：

（1）對于假設(shè)H1、H2、H3、H4：行為態(tài)度、主觀規(guī)范和感知行為控制對行為意向的作用，主觀規(guī)范和行為態(tài)度間的相互作用

在兩種出行方式的結(jié)構(gòu)方程模型中，行為態(tài)度和感知行為控制均在0.01的水平上對行為意向有正向作用，說明居民選擇出行方式的意向受他們對方式的態(tài)度和感知的使用難易程度的影響。公交模型的3個原始預(yù)測變量中，行為態(tài)度對行為意向的影響最大，其次為主觀規(guī)范，感知行為控制影響較小。

要引導(dǎo)居民使用公共交通，應(yīng)改善公交車內(nèi)環(huán)境，提供舒適、安全的出行環(huán)境;優(yōu)化公交班次、站點及線路設(shè)置，設(shè)置公交專用車道或相位，完善公交網(wǎng)絡(luò)，從而提高公交出行的快捷性、可靠性;對公交票價實行優(yōu)惠，當(dāng)乘坐次數(shù)較多時給予一定折扣，降低出行費用;在站臺和網(wǎng)絡(luò)平臺等提供清晰的公交線路、站點以及換乘示意圖;發(fā)布公交實時信息，包括預(yù)計到達(dá)時間，已到達(dá)站點等。通過以上措施，從提升公交服務(wù)質(zhì)量和滿意度角度使居民對公交有正面的態(tài)度，降低居民使用公交的難度，使居民對使用公交有更好的行為控制能力。感知行為控制在公交模型中對行為意向的參數(shù)值為0.10，而在小汽車模型中很大，為0.46。居民在選擇公交出行時主要受態(tài)度、過去行為的影響，受感知行為控制能力的影響相對較小。而小汽車使用有較多的限制，如身體狀況、年齡和駕照限制等，因此選擇小汽車出行的居民必然受感知行為控制能力影響較大。

但主觀規(guī)范僅在公交模型中對行為意向有顯著的正向作用，系數(shù)為0.24，說明居民選擇公交的意向受家人、朋友等周圍人的影響很大。在小汽車模型中主觀規(guī)范參數(shù)值不顯著，假設(shè)2不成立。小汽車模型中，行為態(tài)度對行為意向作用最大，其次為感知行為控制和過去行為。選擇小汽車的意向主要被自身的行為態(tài)度影響，受其他人的影響較小。

主觀規(guī)范和行為態(tài)度間有顯著的相關(guān)關(guān)系，說明個人的態(tài)度受其他人態(tài)度的影響。他人的態(tài)度越正面，則居民的態(tài)度就越正面。同樣，居民本人的態(tài)度也對他人的態(tài)度有正向作用。應(yīng)多向居民宣傳公交出行的好處，培養(yǎng)綠色出行的意識，鼓勵有社會影響力的公眾人物采用公交出行，起示范作用，以使居民的家人、朋友等對公交有良好的態(tài)度，從主觀規(guī)范角度促成居民使用公交出行。

（2）對于假設(shè)H5：感知競爭對行為意向的作用

新增的兩個變量中，感知競爭對行為意向有顯著的負(fù)向影響，說明居民選擇某種方式的意向與其感知到的其他競爭方式的優(yōu)勢大小有關(guān)。在公交模型中，公交的競爭方式即為小汽車，感知到小汽車優(yōu)勢越大，即感知競爭越大，則選擇公交的意向就越低，小汽車模型中同理。公交模型中感知競爭的系數(shù)為-0.11，而小汽車模型中僅為-0.05，說明在居民方式選擇行為中，小汽車比公交有更大的優(yōu)勢和競爭力，而公交的優(yōu)勢較小，競爭力較弱。為了增加公交出行分擔(dān)率，不但要提升公交服務(wù)質(zhì)量、滿意度，增強(qiáng)其行為控制能力，使居民本人、家人、朋友等對公交有良好的態(tài)度，還要降低公交的競爭方式小汽車的優(yōu)勢，加大其獲得難度。如增加停車費用、限號出行、實行擁堵收費、限購、限制牌照發(fā)放數(shù)量等。

（3）對于假設(shè)H6、H7、H8：過去行為對行為意向、感知行為控制和感知競爭的作用

過去行為對行為意向、感知行為控制有顯著的正向影響。如果過去使用某種方式的頻率越高，則居民對使用該方式出行會比較熟悉，感知的使用容易程度就越高。過去行為在公交模型中的系數(shù)為0.47，對行為意向的影響最大，說明過去行為對行為意向有很強(qiáng)的預(yù)測作用。過去使用公交頻率較高會使居民產(chǎn)生依賴性，改變公交出行的可能性較小，從而以后使用公交出行的意向就較強(qiáng)。必須要從增加公交優(yōu)勢、增加小汽車出行成本及難度的角度采取措施，對居民使用公交出行進(jìn)行一個長期的引導(dǎo)。只有長時間引導(dǎo)居民，使公交出行成為居民的日常行為，才能夠極大提升居民以后使用公交的意向。

過去行為在小汽車模型中路徑系數(shù)為0.24，相比之下，居民對小汽車的使用意向受過去行為影響小，其行為意向的主要影響來自行為態(tài)度。高水平的公共交通服務(wù)質(zhì)量能夠扭轉(zhuǎn)有車居民的出行方式使用行為，但有車居民由于過去一直采用小汽車出行，其行為意向受到過去行為的顯著作用，往往很少會考慮改變現(xiàn)有的出行方式。因此可以先給予一定的優(yōu)惠引導(dǎo)居民選擇停車換乘出行，逐步地減少居民對小汽車的依賴，再以良好的公共交通服務(wù)質(zhì)量增加居民使用公共交通出行的頻率，減少使用小汽車出行。

在公交和小汽車模型中，過去行為對感知競爭有顯著的負(fù)向影響。說明過去使用公交的頻率越高，對公交的競爭方式小汽車的競爭力感知會降低?；蛘哒f，過去使用公交頻率較高的居民對公交的服務(wù)質(zhì)量會比較滿意，感知到的小汽車優(yōu)勢會下降。

4? 結(jié)? 論

本文在原始計劃行為理論的基礎(chǔ)上，擴(kuò)展了“過去行為”和“感知競爭”兩個變量。結(jié)果表明，兩個擴(kuò)展變量對行為意向均有顯著的影響，提高了計劃行為理論對方式選擇意向的解釋能力。在公交模型中，過去行為、行為態(tài)度和主觀規(guī)范對行為意向的影響較大，過去行為最大。而在小汽車模型中，行為意向受行為態(tài)度、感知行為控制和過去行為的影響較大，行為態(tài)度最大。公交和小汽車兩種方式的選擇機(jī)理存在差異。公交使用意向受感知行為控制的影響小，而主觀規(guī)范對小汽車選擇意向沒有顯著作用。感知競爭對行為意向有顯著的負(fù)向影響，且公交的競爭力明顯小于小汽車。本文僅研究了公交和小汽車的選擇行為，在以后的研究中可以構(gòu)建其他出行方式的模型，并研究不同方式間的選擇差異。在心理潛變量方面，可以在計劃行為理論的基礎(chǔ)上擴(kuò)展其他變量，把計劃行為理論與其他如技術(shù)接受模型等行為理論進(jìn)行整合，或者采用解構(gòu)計劃行為理論，以擴(kuò)展現(xiàn)有行為理論，提高其對居民出行方式選擇行為的解釋能力。

參考文獻(xiàn)：

[1] 舒詩楠，邊揚，榮建，等. 短距離下小汽車出行向自行車出行轉(zhuǎn)移意向MIMIC模型[J]. 北京工業(yè)大學(xué)學(xué)報，2019，45（10）：998

-1008.

[2] 舒詩楠，邊揚，榮建，等. 基于跨理論模型的小汽車向自行車出行分階段轉(zhuǎn)移過程[J]. 東南大學(xué)學(xué)報（自然科學(xué)版），2018，48（2）：373-380.

[3] 景鵬，雋志才，查奇芬. 擴(kuò)展計劃行為理論框架下基于MIMIC模型的城際出行行為分析[J]. 管理工程學(xué)報，2016，30（4）：61

-68.

[4] 熊長江，姚娟，趙向豪，等. 擴(kuò)展計劃行為理論框架下游客旅游生態(tài)補(bǔ)償支付意愿研究——以天山天池世界自然遺產(chǎn)地為例[J]. 地域研究與開發(fā)，2020，39（3）：111-117.

[5] 許冰，邵春福，錢劍培，等. 擴(kuò)展計劃行為理論框架下城際出行方式選擇建模[J]. 交通工程，2018，18（3）：28-35.

[6] 陳堅，傅志妍，鐘異瑩. 心理因素影響的公交方式選擇行為模型[J]. 交通運輸系統(tǒng)工程與信息，2017，17（3）：120-126，142.

[7] 王月輝，王青. 北京居民新能源汽車購買意向影響因素——基于TAM和TPB整合模型的研究[J]. 中國管理科學(xué)，2013，21（S2）：691-698.

[8]? Fu X， Juan Z. Exploring the psychosocial factors associated with public transportation usage and examining the “gendered”difference[J]. Transportation Research Part a-Policy and Practice， 2017，103：70-82.

[9] 劉健，張寧. 基于計劃行為理論的高速鐵路乘坐意向研究[J]. 管理學(xué)報，2014，11（9）：1403-1410.

[10] 方曉平，周倩然. 基于TPB的低碳交通出行方式研究[J]. 鐵道科學(xué)與工程學(xué)報，2019，16（3）：804-811.

[11] 陳凱，梁皓凱. 居民綠色出行的差異來源與表現(xiàn)——以北京市為例[J]. 軟科學(xué)，2016，30（11）：109-113.

[12] 黃鑫. 北京市通勤者公共自行車選擇意向影響因素研究[D]. 北京：北京交通大學(xué)（碩士學(xué)位論文），2016.

[13] 姚迪，徐麗群，李金培，等. 公共交通吸引力研究：綜述與展望[J]. 系統(tǒng)管理學(xué)報，2018，27（6）：1054-1064，1073.

[14]? Li L， Bai Y， Song Z， et al. Public transportation competitiveness analysis based on current passenger loyalty[J]. Transportation Research Part a-Policy and Practice， 2018，113：213-226.

[15]? Fu X， Juan Z. Understanding public transit use behavior： integration of the theory of planned behavior and the customer satisfaction theory[J]. Transportation， 2017，44（5）：1021-1042.

[16]? Verplanken B， Orbell S. Reflections on Past Behavior： A Self-Report Index of Habit Strength[J]. Journal of Applied Social Psychology， 2003，33：1313-1330.

[17] 張輝，白長虹，李儲鳳. 消費者網(wǎng)絡(luò)購物意向分析——理性行為理論與計劃行為理論的比較[J]. 軟科學(xué)，2011，25（9）：130

-135.

[18] 程皓，樂琦. 基于技術(shù)接受模型的社交金融產(chǎn)品使用意愿研究——以“微信錢包”為例[J]. 金融經(jīng)濟(jì)學(xué)研究，2018，33（1）：117-128.

[19] 方綺雯，劉振球，袁黃波，等. 結(jié)構(gòu)方程模型的構(gòu)建及AMOS軟件實現(xiàn)[J]. 中國衛(wèi)生統(tǒng)計，2018，35（6）：958-960.