陸 歡，干宏程，王馨玉，黃 玥，王雯靜

（1.上海理工大學(xué) 管理學(xué)院，上海 200093；2.上海理工大學(xué) 超網(wǎng)絡(luò)研究中心，上海 200093）

0 引言

國(guó)際能源署的統(tǒng)計(jì)數(shù)據(jù)顯示，到2030年交通運(yùn)輸業(yè)的碳排放將占全球碳排放總量的41%[1]，因此降低交通出行碳排放是交通和城市可持續(xù)發(fā)展的關(guān)鍵。鑒于此，綠色出行理念被及時(shí)提出并獲得廣泛宣傳，該理念提倡人們盡可能選擇步行、自行車、公共交通等對(duì)環(huán)境影響較小的交通出行方式，以達(dá)到降低城市交通出行碳排放的目的[2]。因此，準(zhǔn)確分析城市居民綠色出行的影響因素，對(duì)于引領(lǐng)城市居民選擇綠色交通方式出行，實(shí)現(xiàn)“雙碳”目標(biāo)具有重要意義。然而，影響居民綠色出行行為的主客觀因素較多，影響關(guān)系較復(fù)雜，是城市交通出行研究領(lǐng)域亟需解決的難點(diǎn)問(wèn)題。

近年來(lái)，城市居民綠色出行行為影響因素的研究成果頗豐。相關(guān)研究表明，要引導(dǎo)城市居民選擇綠色出行方式，關(guān)鍵在于轉(zhuǎn)變居民的出行態(tài)度和提升居民的環(huán)保意識(shí)[3-4]；與此同時(shí)，還需改變居民的出行習(xí)慣[5-7]。計(jì)劃行為理論（Theory of Planned Behavior,TPB）被認(rèn)為是解決上述研究問(wèn)題的重要理論，自提出以來(lái)，已被廣泛運(yùn)用于出行行為研究中，如Li等人[8]和魏慶琦等人[9]分析態(tài)度、主觀規(guī)范和知覺(jué)行為控制等TPB 基本假設(shè)變量對(duì)公交選擇行為和大學(xué)生出行行為的影響，發(fā)現(xiàn)變量均具有較強(qiáng)的解釋力；Kaplan 等人[10]利用TPB 對(duì)通學(xué)出行方式進(jìn)行研究，發(fā)現(xiàn)除上述變量外，出行習(xí)慣變量的引入可以提升模型的準(zhǔn)確性。同時(shí)，居民的環(huán)保意識(shí)已經(jīng)被研究證實(shí)是影響綠色出行行為的關(guān)鍵因素，且會(huì)直接影響綠色出行態(tài)度[11-12]。心理學(xué)中的預(yù)期后悔概念也被納入出行行為研究中，這是一種與過(guò)往的行為經(jīng)驗(yàn)或習(xí)慣有關(guān)的情緒，會(huì)影響個(gè)體的行為意向和行為決策。相關(guān)研究證實(shí)，探索預(yù)期后悔對(duì)出行行為的影響是非常必要的[13-14]。

綜上，學(xué)者們對(duì)綠色出行行為進(jìn)行了大量的理論研究和實(shí)踐探索，從不同角度探討了出行行為的影響因素，但始終未有綜合考慮城市居民出行習(xí)慣、環(huán)保意識(shí)和預(yù)期后悔對(duì)綠色出行行為意愿影響的相關(guān)研究。因此，本文在考慮TPB 基本假設(shè)變量的基礎(chǔ)上，引入出行習(xí)慣、環(huán)保意識(shí)、預(yù)期后悔3 類擴(kuò)展變量，構(gòu)建基于擴(kuò)展TPB 的城市居民綠色出行行為影響因素分析模型，采用偏最小二乘法結(jié)構(gòu)方程模型進(jìn)行變量間路徑關(guān)系檢驗(yàn)，分析影響綠色出行行為的關(guān)鍵影響因素，并探索其對(duì)綠色出行行為影響的直接和間接效應(yīng)，據(jù)此提出相關(guān)對(duì)策建議，以期為綠色出行政策的制定提供參考。

1 變量選取及模型構(gòu)建

1.1 變量選取

TPB 由Ajzen[15]提出，是用于個(gè)體行為研究中分析行為意愿及選擇的重要理論。在綠色出行行為研究領(lǐng)域，TPB 認(rèn)為個(gè)體是否選擇綠色出行行為是經(jīng)深思熟慮后做出的選擇，行為的產(chǎn)生與否取決于行為意向，而行為意向是由以下3 方面決定的：一是出行態(tài)度，即個(gè)體對(duì)綠色出行行為的積極或消極感受；二是主觀規(guī)范，即個(gè)體基于一定的行為準(zhǔn)則考慮是否選擇綠色出行行為；三是知覺(jué)行為控制，即個(gè)體在綠色出行政策或環(huán)境變化后對(duì)綠色出行行為的感知能力。總體而言，TPB 認(rèn)為積極的態(tài)度、更強(qiáng)的主觀規(guī)范和知覺(jué)行為控制會(huì)促進(jìn)個(gè)體選擇綠色出行的行為意向。已有研究證實(shí)了TPB 理論在綠色出行行為研究方面的有效性，涉及自行車出行行為意向、公共交通使用行為意向、降低私家車使用比例和使用綠色交通方式出行的行為意向等[16-18]。

但除了基本的TPB 變量外，也有研究發(fā)現(xiàn)一些新的心理潛變量在綠色出行行為的研究中容易被忽略。首先，有研究認(rèn)為出行習(xí)慣對(duì)行為意向及行為的影響在某些情況下會(huì)超過(guò)TPB 中的基本變量[18]。出行習(xí)慣被定義為重復(fù)過(guò)去某一出行行為的心理傾向，居民出行是一種日常行為，由于出行方式的選擇通常是反復(fù)的，所以會(huì)演變成一種習(xí)慣性行為，即出行習(xí)慣?，F(xiàn)有關(guān)于出行習(xí)慣的研究[19-20]主要集中在私家車出行習(xí)慣對(duì)公共交通出行選擇的影響方面，既然出行習(xí)慣確實(shí)會(huì)影響出行行為，則有必要對(duì)出行習(xí)慣對(duì)綠色出行行為的影響進(jìn)行深入研究。其次，環(huán)保意識(shí)也是研究綠色出行行為影響因素需考慮的關(guān)鍵。環(huán)保意識(shí)是指?jìng)€(gè)人對(duì)環(huán)境保護(hù)問(wèn)題的認(rèn)知，既有研究[21-22]使用了環(huán)境態(tài)度和環(huán)境關(guān)懷來(lái)表達(dá)類似的概念。研究認(rèn)為，人們會(huì)因價(jià)值觀的不同而產(chǎn)生不同程度的環(huán)保意識(shí)，進(jìn)而影響其對(duì)保護(hù)環(huán)境的責(zé)任感和個(gè)人規(guī)范，從而最終影響其與環(huán)保行為有關(guān)的行為意向，影響其綠色出行行為選擇。再者，預(yù)期后悔也是綠色出行行為選擇重要的影響因素，其是指?jìng)€(gè)體對(duì)過(guò)往出行決策產(chǎn)生的某種消極情緒[23-24]，但現(xiàn)有研究較少將其納入綠色出行行為研究中。在實(shí)際出行中，居民通常會(huì)因?yàn)槌俗步煌◣?lái)的擁堵和不適而后悔乘坐公共交通，所以有必要在本研究中加入預(yù)期后悔這一擴(kuò)展?jié)撟兞俊?/p>

綜上，本研究在TPB 和相關(guān)研究的基礎(chǔ)上，結(jié)合綠色出行行為研究背景，構(gòu)建了包含出行態(tài)度（Travel Attitude,TA）、主觀規(guī)范（Subjective Norms,SN）、知覺(jué)行為控制（Perceived Behavioral Control,PBC）、出行習(xí)慣（Travel Habit,TH）、環(huán)保意識(shí)（Environmental Consciousness,EC）、預(yù)期后悔（Anticipated Regret,AR）、綠色出行行為意向（Behavioral Intention,BI）、綠色出行行為（Be?havior,B）8 個(gè)變量和23 個(gè)測(cè)量變量在內(nèi)的測(cè)量體系來(lái)分析城市居民綠色出行行為的影響因素，各變量的具體描述如表1所示。

表1 模型變量描述

1.2 模型構(gòu)建

本研究選擇TPB作為基本理論框架，基于1.1節(jié)中探討的模型變量建立基于擴(kuò)展TPB 的城市居民綠色出行行為影響因素分析模型，如圖1所示。模型由TPB 基本變量和擴(kuò)展變量?jī)刹糠纸M成。在基本的TPB 變量中，綠色出行態(tài)度通常被認(rèn)為是受主觀規(guī)范和知覺(jué)行為控制影響的關(guān)鍵中介變量，主觀規(guī)范可以直接影響綠色出行行為意向，間接影響綠色出行行為；同時(shí)，主觀規(guī)范和知覺(jué)行為控制對(duì)綠色出行行為意向有正向影響，知覺(jué)行為控制還直接影響綠色出行行為。在擴(kuò)展變量的部分，本研究重點(diǎn)考慮了出行習(xí)慣、環(huán)保意識(shí)和預(yù)期后悔對(duì)綠色出行行為意向和行為的影響。本研究的研究假設(shè)關(guān)系H1～H15 在圖1 中均有體現(xiàn)，故不再通過(guò)文字贅述。

圖1 基于擴(kuò)展TPB的城市居民綠色出行行為影響因素分析模型

2 數(shù)據(jù)來(lái)源

研究數(shù)據(jù)來(lái)源于Open ITS 平臺(tái)（www.openits.cn）發(fā)布的鎮(zhèn)江市綠色出行行為調(diào)查問(wèn)卷數(shù)據(jù)。問(wèn)卷分為兩部分，第1 部分為受訪者的個(gè)人信息調(diào)查，包括性別、年齡、受教育程度、職業(yè)、收入等，第2部分為綠色出行行為與行為意向調(diào)查。在本研究中，所有條目都采用李克特五分制量表進(jìn)行測(cè)量，即每一條目陳述的問(wèn)題有“非常同意”“同意”“不一定”“不同意”“非常不同意”這5種不同回答，分別記為5,4,3,2,1。調(diào)查區(qū)域集中在鎮(zhèn)江高鐵站、老火車站和長(zhǎng)途汽車站附近，3 個(gè)調(diào)查點(diǎn)都位于鎮(zhèn)江市中心，客流量大，出行者職業(yè)和學(xué)歷分布廣，調(diào)查樣本具有一定的代表性。調(diào)查共收集問(wèn)卷2 941 份，刪除無(wú)效樣本，最終獲得2 520 個(gè)調(diào)查樣本，樣本有效率為85.7%。進(jìn)一步篩選有意愿選擇綠色出行的樣本進(jìn)行建模分析，共篩選出1 660 個(gè)，樣本描述性統(tǒng)計(jì)特征如表2 所示。由表2 可知，在有意愿選擇綠色出行的居民中，男性居民的比例為60.52%；年齡方面，以18～35 歲的青年為主，占比達(dá)65.26%；學(xué)歷方面，具有本科及以上學(xué)歷的居民占比達(dá)44.58%；收入方面，以月收入在6 000元以下的工薪階層為主，占比達(dá)86.55%。

表2 有意愿選擇綠色出行的樣本描述性統(tǒng)計(jì)特征

3 結(jié)果分析

本研究構(gòu)建以偏最小二乘法（Partial Least Squares,PLS）為基礎(chǔ)路徑的結(jié)構(gòu)方程模型（Structural Equation Model,SEM）進(jìn)行實(shí)證分析。SEM 作為常用的實(shí)證分析工具，包括以偏最小二乘法為基礎(chǔ)的PLS-SEM 建模和以協(xié)方差為基礎(chǔ) 的CB-SEM（Covariance-Based SEM）建 模。PLS-SEM 的原理為，在方差的基礎(chǔ)上結(jié)合主成分分析與多元回歸分析，通過(guò)循環(huán)迭代的方式使內(nèi)生變數(shù)的被解釋能力最大；CB-SEM 的原理為，結(jié)合因素分析與多元回歸分析，使樣本矩陣與模型期望的共變異數(shù)更為接近。與CB-SEM 相比，PLS-SEM 可以處理模型中的多階潛變量問(wèn)題，能同時(shí)處理反映性指標(biāo)與形成性指標(biāo)（本研究構(gòu)建的理論模型包含這兩類指標(biāo)）；另外，PLS-SEM還在研究樣本量較大、假設(shè)檢驗(yàn)較多、建模復(fù)雜性較高時(shí)具有突出優(yōu)勢(shì)[25-26]，故其更適用于本研究開(kāi)展后續(xù)的實(shí)證分析。鑒于此，本研究利用Smart-PLS3.0 軟件，對(duì)概念框架和調(diào)查數(shù)據(jù)進(jìn)行分析，首先評(píng)估測(cè)量模型，分析觀測(cè)變量與潛變量間的關(guān)系；然后，通過(guò)PLS-SEM 檢驗(yàn)結(jié)構(gòu)模型，測(cè)量潛變量間的路徑關(guān)系，方法的具體實(shí)施過(guò)程可參考文獻(xiàn)[27]～文獻(xiàn)[29]。

3.1 信效度檢驗(yàn)

首先，本研究需對(duì)研究數(shù)據(jù)進(jìn)行信度和效度檢驗(yàn)以確保研究結(jié)果的可靠性。表3 顯示的是測(cè)量模型中所有變量的信度檢驗(yàn)結(jié)果，包括克朗巴哈系數(shù)（Cronbach'sα）、綜合信度（Composite Reliability,CR）和平均方差提取值（Average Variance Extracted,AVE）。由表3可看出，所有反映性潛變量的AVE 值均大于臨界值0.5，所有潛變量的Cronbach's α 值均大于臨界值0.7，CR 值均大于臨界值0.8。由于TH 屬于形成性變量，需要檢驗(yàn)其方差膨脹因子（Variance Inflation Factor,VIF），發(fā)現(xiàn)小于臨界值3。上述值均滿足臨界值檢驗(yàn)標(biāo)準(zhǔn)，表明本研究的測(cè)量模型具有令人滿意的收斂有效性，支持了PLS-SEM的進(jìn)一步分析。

表3 測(cè)量模型的信度檢驗(yàn)

然后，使用區(qū)分效度分析檢驗(yàn)不同潛變量觀測(cè)指標(biāo)間的關(guān)聯(lián)度，確保不存在高度相關(guān)性。本研究使用異質(zhì)-單質(zhì)（Heterotrait-Monotrait,HT?MT）比率值進(jìn)行檢驗(yàn)，其為不同指標(biāo)相關(guān)性的均值與同一指標(biāo)相關(guān)性的均值的比值，通常情況下不能大于閾值0.9。表4 所示為區(qū)分效度檢驗(yàn)矩陣?？梢钥闯?，所有HTMT 值均小于閾值，表明測(cè)量模型具有良好的區(qū)別效度。

表4 區(qū)分效度檢驗(yàn)矩陣

3.2 路徑關(guān)系檢驗(yàn)

本研究使用Smart-PLS3.0 軟件中的Bootstrap?ping運(yùn)算（子樣本設(shè)定為5 000）估計(jì)模型潛變量間的路徑系數(shù)，得到路徑系數(shù)、顯著性檢驗(yàn)結(jié)果及假設(shè)檢驗(yàn)結(jié)果，如表5 所示。由表5 可知，在p<0.001 水平上，所有路徑系數(shù)均顯著，說(shuō)明結(jié)構(gòu)模型的路徑系數(shù)值均具有顯著的統(tǒng)計(jì)學(xué)意義。結(jié)構(gòu)模型的擬合優(yōu)度評(píng)價(jià)結(jié)果如表6 所示。由擬合優(yōu)度R2值可知，該模型對(duì)綠色出行態(tài)度、主觀規(guī)范、知覺(jué)行為控制、環(huán)保意識(shí)、預(yù)期后悔、行為意向和出行行為的方差解釋率分別為16.7%,21.8%,23.1%,31.2%,14.6%,57.5%和31.7%。同時(shí)，5 個(gè)潛在變量的預(yù)測(cè)相關(guān)性Q2值均大于零（最小值為0.075），表明這些內(nèi)生變量均達(dá)到了預(yù)測(cè)相關(guān)性。此外，擬合優(yōu)度（Goodness of Fit,GOF）值為0.525，這證實(shí)了PLS-SEM建模存在較大的全局?jǐn)M合優(yōu)度。綜上，本研究認(rèn)為在圖1 中假設(shè)的理論路徑（H1～H15）均成立，潛變量TA,PBC,SN,AR 和EC 均正向影響綠色出行行為意向和行為，TA,SN 和PBC 對(duì)綠色出行行為意向和行為表現(xiàn)出中介作用。此外，本研究還比較了各潛變量指標(biāo)對(duì)綠色出行行為的直接效應(yīng)、間接效應(yīng)和總效應(yīng)，結(jié)果如表7所示，主要結(jié)論詳見(jiàn)3.3節(jié)。

表5 路徑系數(shù)、顯著性及假設(shè)檢驗(yàn)結(jié)果

表5 （續(xù)）

表6 擬合優(yōu)度評(píng)價(jià)結(jié)果

表7 綠色出行行為影響因素的效應(yīng)分解

3.3 主要結(jié)論

（1）行為意向?qū)G色出行行為產(chǎn)生直接正向影響，總效應(yīng)為0.45，為所有影響因素中最大的。行為意向也是其他因素影響出行行為的中介變量，由表5 和表7 的路徑系數(shù)和效應(yīng)分解結(jié)果可知，無(wú)論是TPB 基本變量中的出行態(tài)度、主觀規(guī)范和知覺(jué)行為控制，還是擴(kuò)展變量中的出行習(xí)慣、環(huán)保意識(shí)和預(yù)期后悔，均可通過(guò)影響行為意向來(lái)間接影響綠色出行行為。

（2）出行態(tài)度、主觀規(guī)范和環(huán)保意識(shí)對(duì)綠色出行行為產(chǎn)生間接正向影響，間接效應(yīng)分別為0.12,0.15 和0.20；知覺(jué)行為控制對(duì)綠色出行行為產(chǎn)生直接和間接正向影響，直接效應(yīng)為0.37，間接效應(yīng)為0.07，總效應(yīng)為0.44。說(shuō)明居民對(duì)綠色出行行為的態(tài)度越積極，環(huán)保意識(shí)越高，周圍重要的人對(duì)其影響越大，感知到綠色出行的難度越小時(shí)，其綠色出行行為意向就越強(qiáng)烈，采取綠色出行行為的可能性就越大。

（3）出行習(xí)慣對(duì)綠色出行行為產(chǎn)生直接和間接正向影響，直接效應(yīng)為0.25，也可通過(guò)影響行為意向和預(yù)期后悔2 個(gè)因素對(duì)出行行為間接產(chǎn)生正向影響，其間接效應(yīng)為0.05，總效應(yīng)為0.30，說(shuō)明在實(shí)際出行中，居民的出行習(xí)慣會(huì)決定下次出行方式，或?qū)ο麓纬鲂蟹绞降囊庀虍a(chǎn)生影響。另外，以往的出行經(jīng)驗(yàn)會(huì)讓居民對(duì)某種出行方式產(chǎn)生良好或者不滿的體驗(yàn)，進(jìn)而影響其采取該出行方式的意向和行為，故將出行習(xí)慣引入TPB 來(lái)解釋綠色出行行為是合理的。

（4）預(yù)期后悔對(duì)綠色出行行為產(chǎn)生直接負(fù)向影響，效應(yīng)為-0.17，也可通過(guò)作用于行為意向，對(duì)出行行為產(chǎn)生間接的負(fù)向影響，效應(yīng)為-0.05，總效應(yīng)為-0.22。說(shuō)明將預(yù)期后悔作為擴(kuò)展變量引入TPB 來(lái)解釋綠色出行行為是合理的。居民對(duì)綠色出行的預(yù)期后悔程度越大，其采取綠色出行的行為意向就越低，實(shí)際采取綠色出行行為的可能性就越小，而預(yù)期后悔通常與居民以往的出行體驗(yàn)有密切聯(lián)系。

3.4 對(duì)策建議

（1）宣傳綠色出行理念，提升居民環(huán)保意識(shí)

研究發(fā)現(xiàn)，環(huán)保意識(shí)越強(qiáng)，采取綠色出行的可能性就越大，且行為意向是對(duì)行為總效應(yīng)影響最大的因素。因此，應(yīng)提升綠色出行理念宣傳的普及度和滲透率，提高居民對(duì)環(huán)境保護(hù)問(wèn)題的關(guān)注度，并將切實(shí)提高城市居民的居民環(huán)保意識(shí)和綠色出行意愿作為宣傳的最終目標(biāo)，讓居民能了解綠色出行的內(nèi)涵和重要性，同時(shí)能將綠色出行的理念傳播給親友，擴(kuò)大其影響力。

（2）加強(qiáng)綠色出行設(shè)施建設(shè)，提升綠色出行服務(wù)品質(zhì)

研究發(fā)現(xiàn)，居民感知綠色出行更容易，對(duì)綠色出行的預(yù)期后悔程度越小時(shí)，其行為意向越強(qiáng)。因此，應(yīng)加強(qiáng)綠色出行設(shè)施建設(shè)、提升服務(wù)品質(zhì)，如設(shè)計(jì)合理的綠色出行與慢行交通網(wǎng)絡(luò)，建設(shè)集步行、共享單車、公交、軌道交通為一體的城市公共交通樞紐，并根據(jù)居民出行需求提供定制公交、夜間公交等服務(wù)，致力于讓智能、便捷、安全的綠色出行為居民提供更好的城市出行體驗(yàn)。

（3）完善綠色出行相關(guān)政策，培養(yǎng)居民綠色出行習(xí)慣

研究發(fā)現(xiàn)，出行習(xí)慣是影響居民綠色出行行為的重要直接和間接影響因素。因此，可通過(guò)相關(guān)財(cái)政或交管政策引導(dǎo)城市居民使用綠色出行方式，如降低居民綠色出行費(fèi)用、加大公共交通補(bǔ)貼力度、提升綠色出行效率等，增加居民綠色出行頻率。此外，呼吁政府部門牽頭有關(guān)企業(yè)建立居民“綠色出行賬戶”，將步行、騎自行車、乘坐公交地鐵等綠色出行行為以一定的比例進(jìn)行量化計(jì)算，以積分的形式納入個(gè)人賬戶中，相應(yīng)的積分可兌換實(shí)際或虛擬獎(jiǎng)品，以此激勵(lì)城市居民綠色出行習(xí)慣的培養(yǎng)。

4 結(jié)語(yǔ)

本文基于擴(kuò)展的計(jì)劃行為理論，構(gòu)建城市居民綠色出行行為的影響因素模型，分析綠色出行行為的關(guān)鍵驅(qū)動(dòng)因素，并探討其直接和間接影響。結(jié)果表明，基于擴(kuò)展TPB 研究城市居民綠色出行行為具有較好的可行性和適用性；綠色出行態(tài)度和主觀規(guī)范對(duì)綠色出行行為意向有直接正向影響，對(duì)綠色出行行為有間接正向影響，而知覺(jué)行為控制、出行習(xí)慣對(duì)綠色出行行為有直接和間接正向影響；同時(shí)，預(yù)期后悔對(duì)綠色出行行為有直接和間接負(fù)向影響?；谏鲜鲅芯拷Y(jié)果，本文提出了相應(yīng)的對(duì)策建議，可為綠色出行交通政策的制定和實(shí)施提供參考。在后續(xù)研究中，可考慮擴(kuò)大調(diào)查范圍和樣本數(shù)據(jù)量，進(jìn)一步檢驗(yàn)研究結(jié)論的可信度和適用性，并通過(guò)對(duì)比分析，提出更精準(zhǔn)有效的對(duì)策建議；也可考慮在模型變量選取時(shí)增加如交通出行政策、出行可達(dá)性等新的擴(kuò)展變量，進(jìn)行深入探索。