段佳君 ，王幼松,2，黃文煒,2，費 騰

(1.華南理工大學 土木與交通學院,廣州 510641；2.華南理工大學 亞熱帶建筑科學國家重點實驗室，廣州 510641；3.中交智慧交通產(chǎn)業(yè)發(fā)展有限公司，杭州 311200)

智慧交通不僅區(qū)別于傳統(tǒng)交通的概念，也不同于單一的智能交通技術[1]，智慧交通產(chǎn)業(yè)更加關注經(jīng)濟和社會利益、更加重視“以人為本”的需求，其所帶來的效益是綜合性和多方面的[2]。國家“十四五”規(guī)劃將智慧交通產(chǎn)業(yè)的發(fā)展作為貫徹落實我國“交通強國”戰(zhàn)略的重要舉措，然而，我國智慧交通產(chǎn)業(yè)起步相對較晚，在20世紀90年代初才開始發(fā)展起來，智慧交通建設的總投資占比低于發(fā)達國家7%～10%的水平[3]，并且在技術、人才等方面的投入也尚有一定差距[4]。但無論從國家戰(zhàn)略、政府政策層面，還是迅猛發(fā)展的新興技術上，目前乃至未來幾年智慧交通行業(yè)都將處于蓬勃發(fā)展的利好時機。其中，智慧交通產(chǎn)業(yè)園作為一個新興產(chǎn)業(yè)園區(qū)，勢必會得到越來越多的關注[5]。

建設智慧交通產(chǎn)業(yè)園的一個重要問題是其選址問題，目前在學術領域上對其選址問題的研究較為缺乏，國內(nèi)外學者集中在科技園區(qū)、物流園區(qū)、工業(yè)園區(qū)的選址等方面的研究較多[6-7]。Malecki[8]聚焦在科技產(chǎn)業(yè)園選址的區(qū)位因素上，認為科技產(chǎn)業(yè)園的地理位置應離科研、教育機構較近，指出科技產(chǎn)業(yè)園區(qū)對科研人才和企業(yè)的集聚效果突出。張鈺川等[9]認為目前選址研究缺少對決策者和客戶選擇的影響因素具體分析，因此，決定將包括運輸費用和服務價格的成本因素考慮進物流園區(qū)的選址問題中。張國方等[10]認為物流中心選址的主要指標包括基礎設施平臺條件、基礎信息平臺條件以及經(jīng)濟與可持續(xù)發(fā)展條件三大方面，從而建立多級模糊綜合評判模型選取最優(yōu)的物流中心地點。戴禾等[11]根據(jù)物流園區(qū)的特點確立了其選址的原則和主要影響因素，包括是否有便利的貨物轉運樞紐，是否靠近交通主干道，是否靠近大型工業(yè)等方面。何國華[12]采用定性和定量分析結合的方法，用定性分析對物流園的選址因素進行判定，用定量分析構建物流節(jié)點的選址模型，最終對備選節(jié)點進行綜合評價。

文中的研究對象是智慧交通產(chǎn)業(yè)園，由于產(chǎn)業(yè)園區(qū)的客群主要是企業(yè)，鮮有學者從客戶是否愿意入駐產(chǎn)業(yè)園區(qū)的視角考慮其選址問題。部分學者將園區(qū)選址的直接作用者的滿意度作為關鍵考量因素[13-14]，因此，研究客戶入駐智慧交通產(chǎn)業(yè)園區(qū)的參與意愿有助于為其選址提供建設性建議。其中Davis等[15]提出使用接受行為研究的TAM模型比較適用于客戶需求角度的選址問題研究，并認為客戶的感知易用性和感知有用性對客戶入駐智慧交通產(chǎn)業(yè)園區(qū)的參與意愿有著正向的積極影響和作用。盡管TAM模型被驗證具有廣泛的適用性[16]，McFarland等[17]認為TAM模型在測試用戶的技術接受度時，應考慮在研究模型增加新的研究結構，以此增強研究模型的解釋度。

基于此，文中在對技術接受模型(TAM)進行修正的基礎上，采用結構方程模型(SEM)對影響智慧交通產(chǎn)業(yè)園區(qū)選址的主要因素進行研究，并從企業(yè)是否愿意入駐智慧交通產(chǎn)業(yè)園區(qū)的視角研究這一新興園區(qū)的選址問題，擴展了產(chǎn)業(yè)園區(qū)的研究內(nèi)容，完善和延伸了技術接受模型的應用，也是對智慧交通建設的支持。

1 理論模型與研究假設

由于智慧交通產(chǎn)業(yè)園區(qū)與傳統(tǒng)的工業(yè)園區(qū)、物流園區(qū)的特點和定位不同，智慧交通產(chǎn)業(yè)體系可分為四個結構層次，包括感知與采集層、網(wǎng)絡通信層、決策與處理層和集成應用服務層[18]，與數(shù)據(jù)資源深度結合。尤其近年來國內(nèi)大型IT企業(yè)和電信運營商等龍頭企業(yè)相繼將目光放在智慧交通行業(yè)，因此，智慧交通產(chǎn)業(yè)園區(qū)的地塊價值在城市的核心區(qū)域或近郊更能凸顯出優(yōu)勢，能夠吸引更多的人才和優(yōu)秀的企業(yè)入駐。結合文獻研究、智慧交通產(chǎn)業(yè)園區(qū)的特點以及相關案例研究，將一級評價指標確定為：基礎設施配套B1、產(chǎn)業(yè)環(huán)境B2、社會環(huán)境B3、區(qū)位因素B4以及經(jīng)濟因素B5，構建AHP模型，如圖1所示。

圖1 選址影響因素一級決策指標

由于AHP能夠為選址問題的決策判斷和排序提供較為簡潔實用的分析方法，本研究基于薩蒂教授提出的1～9標度法[19]，邀請交通應用相關領域的20位專家學者(高校工程管理研究方向教師5人，交通應用關聯(lián)企業(yè)10人，政府單位5人)對影響智慧交通產(chǎn)業(yè)園區(qū)選址的一級指標因素間的直接因素進行打分，匯總并得到如表1所示的一級指標權重判斷矩陣。

表1 一級指標權重判斷矩陣

通過兩兩比較評判5個一級指標間的相對重要性程度，經(jīng)檢驗，CR=0.065<0.1，表明一級指標判斷矩陣滿足一致性檢驗，權重計算可靠。通過比較，基礎設施配套和產(chǎn)業(yè)環(huán)境因素的權重值最大，分別為24.274%和40.447%?？梢姡瑢τ谥腔劢煌óa(chǎn)業(yè)園區(qū)來說，齊全的基礎設施配套和完善的產(chǎn)業(yè)環(huán)境對其選址有著重要的影響。基礎設施配套主要指園區(qū)的服務基礎設施，包括周邊便利的交通、公路鐵路的銜接、完善的食宿、辦公場所、供水條件及能源等；產(chǎn)業(yè)環(huán)境主要包括企業(yè)的運營環(huán)境和產(chǎn)業(yè)支撐平臺，涵蓋園區(qū)激勵政策、關乎企業(yè)發(fā)展的營商環(huán)境、產(chǎn)業(yè)鏈上下游的聚集度、人才引進支持等，圍繞企業(yè)和產(chǎn)業(yè)發(fā)展，通過企業(yè)服務和產(chǎn)業(yè)服務滿足客戶入駐的需求。

基于技術接受理論，參考了前人學者的研究架構，構建智慧交通產(chǎn)業(yè)園選址影響因素的理論模型，如圖2所示。理論模型包含以下9個假設：

假設1(H1)：基礎設施配套因素會正向影響客戶的感知有用性；

假設2(H2)：基礎設施配套因素會以客戶的感知有用性為中介，間接正向影響客戶的參與意愿；

假設3(H3)：產(chǎn)業(yè)環(huán)境因素會正向影響客戶入駐智慧交通產(chǎn)業(yè)園的感知易用性；

假設4(H4)：產(chǎn)業(yè)環(huán)境因素會以客戶的感知易用性為中介，間接影響客戶的參與意愿；

假設5(H5)：產(chǎn)業(yè)環(huán)境因素會以客戶的感知易用性、感知有用性為中介，間接影響客戶參與意愿；

假設6(H6)：感知易用性會正向影響客戶的感知有用性；

假設7(H7)：感知易用性會正向影響客戶入駐智慧交通產(chǎn)業(yè)園的參與意愿；

假設8(H8)：感知易用性會以感知有用性為中介，間接正向影響客戶的意愿；

假設9(H9)：感知有用性會正向影響客戶入駐智慧交通產(chǎn)業(yè)園的參與意愿。

圖2 智慧交通產(chǎn)業(yè)園選址影響因素模型

2 研究方法與數(shù)據(jù)來源

2.1 問卷設計預調(diào)研

為進一步構建和驗證上文提出的智慧交通產(chǎn)業(yè)園選址的影響因素理論模型，在借鑒國內(nèi)外相關領域現(xiàn)有研究成果和參考相關成熟問卷的基礎上，結合智慧交通產(chǎn)業(yè)園的特點開發(fā)設計了本研究的量表。其中，第一部分是針對用戶背景資料的調(diào)研，如人口統(tǒng)計因素、工作單位等；第二部分主要調(diào)研用戶對產(chǎn)業(yè)園區(qū)基礎設施配套和產(chǎn)業(yè)環(huán)境的需求；第三部分主要調(diào)查用戶對入駐智慧交通產(chǎn)業(yè)園區(qū)的感知有用性、感知易用性和參與意愿，且所有指標將采用李克特(Likert scale)七級量表，1～7分別表示對題項內(nèi)容從非常反對到非常贊同，分別為非常反對(1)、反對(2)、輕微反對(3)、中立(4)、輕微贊同(5)、贊同(6)、非常贊同(7)。

為保證問卷設計的合理性和有效性，在2021年4月進行小規(guī)模的預調(diào)研，預測試共計發(fā)放125份問卷，并根據(jù)調(diào)查對象的反饋對問卷題項內(nèi)容、語法表達等進行了修改和調(diào)整。全部回收問卷后，對有連續(xù)作答、缺失作答和未通過防呆設置的問卷進行數(shù)據(jù)清洗，最終得到98份作為預調(diào)研量表題項分析的標準數(shù)據(jù)。通過SPSS 25.0和AMOS 24.0對題目進行簡單的信效度檢驗、各個層面的因子分析，刪除信效度較差、標準化因素負荷量小于0.45或大于0.95的題項[20]，并用SPSS25.0進行主成分分析后，結果顯示提取了5個主成分，且均屬于對應的題項，說明問卷設置基本合理，與本研究前期設想基本保持一致。

因此，本次問卷最終得到5個構面共19道題目，且各個構面均有良好的信效度，如表2所示。

2.2 數(shù)據(jù)收集

正式的問卷調(diào)查開展于2021年4月15日至5月15日，以交通應用關聯(lián)企業(yè)、政府部門及科研部門為調(diào)查對象，通過專業(yè)的問卷發(fā)放網(wǎng)站——“問卷星”共發(fā)放問卷370份，全部回收，其中有14份問卷未通過防呆設置，有19份問卷評分過于集中、有明顯規(guī)律或者連續(xù)，經(jīng)過篩選剔除掉無效問卷后最終獲得有效問卷337份，問卷有效率為91.08%。

3 模型擬合與結果分析

3.1 樣本數(shù)據(jù)基本特征

調(diào)查對象的男女比例各占一半，男性稍微多于女性，所占比例為53.1%。年齡在25歲及以下和46～55歲的居多，占總樣本數(shù)的35.3%和24.6%。本科及以上的人數(shù)超過了總樣本數(shù)的八成，說明本研究調(diào)查對象的受教育水平較為良好。43.6%的調(diào)查對象處于交通應用關聯(lián)企業(yè)，將近30%的調(diào)查對象處于科研院校部門，這也較符合本研究的設想，具體的描述性統(tǒng)計結果如表3所示。

表2 產(chǎn)業(yè)園選址因素測量題項設置

表3 調(diào)查樣本情況

3.2 信度與效度分析

基于337份有效問卷數(shù)據(jù),運用SPSS 25.0軟件對問卷進行整體和各個構面的信度分析，結果如表4所示，顯示問卷量表整體及各個構面均有較高的信度值，證明本研究的數(shù)據(jù)具有較好的信度，內(nèi)部一致性較好，數(shù)據(jù)較為可靠、準確。

運用AMOS 24.0軟件對337份有效問卷進行驗證性因素分析，分析結果如表4所示。每個構面的標準化因素負荷量均超過了0.6的接受范圍。各個觀察變量的題目信度(SMC)均大于0.36，每個構面的組成信度(CR)都超過了0.7，收斂效度(AVE)都處于0.36～0.5的可接受門檻，因此,可以得出各個研究構面的內(nèi)部一致性較好，具有良好的收斂效度。

在區(qū)別效度檢驗方面，通過對比潛在變量的收斂效度(AVE)值的平方根和各個潛在變量的Pearson相關系數(shù)，表明基礎設施配套因素、產(chǎn)業(yè)環(huán)境因素、感知有用性、感知易用性和參與意愿之間有較高的相關度，而Fornell等[21]建議每個潛在變量對應的AVE值應大于其他潛在變量的相關系數(shù)，如果不能滿足，相差不大的數(shù)值也認為可以在接受范圍。除了產(chǎn)業(yè)環(huán)境因素上對角線上的AVE平方根數(shù)值略低于基礎設施配套因素的相關系數(shù)，其他構面均超過同一列其他數(shù)值,如表5所示，故可以證明本研究構面之間的區(qū)別效度良好。

3.3 模型適配度檢驗

在前文已驗證337份有效問卷數(shù)據(jù)的信效度均符合檢驗標準的基礎上，以AMOS 24.0工具對智慧交通產(chǎn)業(yè)園選址影響因素的理論模型進行結構方程模型擬合度檢驗，主要適配度指標如表6所示。

表4 信度收斂效度

表5 TAM模型區(qū)別效度

本研究的卡方值為341.206，自由度比為2.337，介于2～3之間，說明本研究的理論模型尚不能完全擬合真實的觀測數(shù)據(jù)，這是由于卡方值會受到樣本量的影響。本問卷的樣本數(shù)較大，故理論模型的卡方值也較大，因此,還需要結合其他適配度指標來證明模型的擬合度[22]。學者建議RMSEA為非常重要的模型適配度評價指標，RMSEA值小于0.08則認為模型擬合度較好，本研究的RMSEA值為0.063，在可接受范圍之內(nèi)。而常用于報告的IFI(指標值為0.932)、TLI(指標值為0.920)、CFI(指標值為0.932)指標值，均處于較好的適配度范圍，故證明假設模型具有良好的適配度。

3.4 假設檢驗

基于本研究假設模型的路徑分析和擬合結果可以看出(見圖3、表7)，產(chǎn)業(yè)環(huán)境因素和基礎設施配套因素對于感知易用性和感知有用性的影響以及感知易用性、感知有用性對參與意愿的影響，都是正向且在P<0. 001 (***) 水平上顯著，基礎設施配套因素和產(chǎn)業(yè)環(huán)境因素通過感知易用性、感知有用性兩個中間變量正向影響客戶入駐智慧交通產(chǎn)業(yè)園的參與意愿。

表6 模型主要適配度指標

圖3 智慧交通產(chǎn)業(yè)園選址影響因素結構模型標準化路徑

表7 理論模型的路徑檢驗

產(chǎn)業(yè)環(huán)境因素顯著正向影響感知易用性，路徑系數(shù)為(0.536，P<0.001)，假設H3可以被驗證成立；感知易用性正向影響感知有用性和參與意愿，路徑系數(shù)分別為(0.533，P<0.001)與(0.396，P<0.001)，假設H6和H7可以被驗證成立；基礎設施配套因素正向影響感知有用性，路徑系數(shù)為(0.311，P<0.001)，假設H1可以被驗證成立；感知有用性顯著影響參與意愿，路徑系數(shù)為(0.300，P<0.001)，假設H9可以被驗證成立。

3.5 中介效應檢驗

為進一步探討潛在變量的相互關系以及兩個外部變量對參與意愿之間的作用路徑，需要檢驗潛在變量之間的中介效果。根據(jù)MacKinnon[23]的建議，運用Bootstrap法對潛在變量之間的中介效應存在性進行檢驗。探究基礎設施配套因素→感知有用性→參與意愿、產(chǎn)業(yè)環(huán)境因素→感知易用性→參與意愿、產(chǎn)業(yè)環(huán)境因素→感知易用性→感知有用性→參與意愿、感知易用性→感知有用性→參與意愿4條路徑的中介效果是否存在。具體檢驗指標如表8所示。

表8 中介效應檢驗

根據(jù)檢驗結果可知，4條路徑的Z值均大于1.96，證明這4條路徑的中介效應都較為顯著。另外，通過Bootsttrap法得到Bias-corrected 95%置信區(qū)間以及Percenntile 95%置信區(qū)間中均不包含0，說明檢驗的4條路徑中介效應均存在，即基礎設施配套因素可以感知有用性為中介，間接影響客戶參與意愿；產(chǎn)業(yè)環(huán)境因素不僅可以感知易用性為中介影響客戶的參與意愿，也可以客戶的有用性感知、易用性感知為中介影響其參與意愿；客戶的易用性感知不僅可以直接影響其參與意愿，也可以有用性感知為中介間接影響其參與意愿，故假設H2、H4、H5、H8成立。

4 結論及建議

文中從客戶需求角度，建立了智慧交通產(chǎn)業(yè)園選址影響因素的理論模型，分析了基礎設施配套因素、產(chǎn)業(yè)環(huán)境因素、感知有用性、感知易用性到客戶入駐智慧交通產(chǎn)業(yè)園區(qū)參與意愿的作用路徑。

1)基礎設施配套因素到參與意愿的作用路徑僅有一條，間接效應為0.121?？蛻魧τ诰邆渫晟频耐ㄐ旁O施、食宿、辦公場所、園區(qū)服務和管理、穩(wěn)定的供水條件有著較高的積極回應。產(chǎn)業(yè)環(huán)境因素到客戶參與意愿的作用路徑有兩條，其間接效應分別為0.282、0.157，說明客戶主要通過感知易用性作為中介對參與意愿產(chǎn)生影響，且客戶對上下游產(chǎn)業(yè)集聚度、投資環(huán)境和交通關聯(lián)企業(yè)招商引資的優(yōu)惠政策有著較高需求。

2)感知易用性不僅可以感知有用性作為中介間接影響客戶的參與意愿，間接效應為0.193，也可以直接影響參與意愿，直接效應為0.346。由各觀察變量的均值得分得出，客戶對于智慧交通產(chǎn)業(yè)園選址的需求最注重的是產(chǎn)業(yè)園區(qū)周邊能夠有交通應用關聯(lián)的龍頭企業(yè)，其次較為注重產(chǎn)業(yè)園區(qū)的選址能夠吸引同類型的企業(yè)入駐發(fā)展、周邊存在傳統(tǒng)工業(yè)園區(qū)，而客戶對產(chǎn)業(yè)園區(qū)的選址是否能夠獲得資金、科研支持關注程度相對較弱。

3)感知有用性直接影響客戶的參與意愿，直接效應為0.403，客戶對智慧交通產(chǎn)業(yè)園區(qū)選址的評價越積極、越愿意入駐智慧交通產(chǎn)業(yè)園。因此，在考慮智慧交通產(chǎn)業(yè)園區(qū)的選址需求時，應著重突出產(chǎn)業(yè)園區(qū)交通應用關聯(lián)企業(yè)的聚集度，讓客戶增強入駐智慧交通產(chǎn)業(yè)園區(qū)的意愿。