考慮出行環(huán)境的居住滿意度結(jié)構(gòu)方程模型

鐘異瑩，邵毅明，陳 堅(jiān)*,2

(1.重慶交通大學(xué)，重慶400074；2.重慶大學(xué)建筑城規(guī)學(xué)院，重慶400044)

0 引 言

居住滿意度是居民對(duì)其住房和社區(qū)宜居性的綜合評(píng)價(jià)，涉及多個(gè)維度、多個(gè)層次影響，是居民長(zhǎng)期以來(lái)各種心理感受的積累效應(yīng)，被稱為不同類型群體住房需求的指南.簡(jiǎn)單的住房供給面積已不能作為衡量住房供給的唯一標(biāo)準(zhǔn)，應(yīng)結(jié)合居民對(duì)住房心理感受的滿意度.同時(shí)，隨著城市化進(jìn)程的加快，交通出行在城市生活中越來(lái)越重要，對(duì)居住滿意度的影響也日益增大.充分考慮出行環(huán)境的居住滿意度研究，有助于提升滿意度的解釋性和準(zhǔn)確性，能夠更好地指導(dǎo)城市空間布局規(guī)劃.

居住滿意度是對(duì)居住條件的主觀感受，是居住選擇的內(nèi)在原因之一.已有研究著重分析居住滿意度的影響因素和評(píng)價(jià)方法.前者主要包括：Jansen認(rèn)為居住滿意度取決于個(gè)人期望，住房不符合居住者的需求將直接降低居住滿意度[1]；Cao 對(duì)住房區(qū)位、配套設(shè)施、住房質(zhì)量、鄰里關(guān)系等外在影響因素進(jìn)行分析[2]；Aulia 等進(jìn)一步將外在影響因素細(xì)化為景觀、設(shè)施條件、物業(yè)管理、交通等[3].滿意度的定量測(cè)度和評(píng)價(jià)分析大多在影響因素的基礎(chǔ)上應(yīng)用數(shù)學(xué)模型進(jìn)行定量評(píng)價(jià)，陳昊[4]、Mohit[5]、Vos等[6]分別利用層次分析法、多重線性回歸模型、結(jié)構(gòu)方程模型等方法驗(yàn)證居住滿意度與各影響因素間的關(guān)系.

已有研究中，居住滿意度的影響因素從個(gè)人及家庭屬性、住房特征、配套設(shè)施等基礎(chǔ)條件逐漸向社會(huì)關(guān)系、需求、心理等方面進(jìn)一步細(xì)化，部分研究中考慮了交通條件，但僅涉及交通系統(tǒng)中的硬件指標(biāo)，尚未從出行環(huán)境與居民感受的角度進(jìn)行探索.評(píng)價(jià)方法層面已有成果更側(cè)重評(píng)價(jià)結(jié)果的量化，各種影響因素對(duì)滿意度的作用關(guān)系考慮不足.本文從居住者的角度，引入出行環(huán)境潛變量，構(gòu)建多因素的居住滿意度結(jié)構(gòu)方程模型，定量描述各因素對(duì)選擇結(jié)果的影響大小.

1 影響變量提取

1.1 潛變量與測(cè)量變量的選取

結(jié)合已有居住滿意度影響因素成果[7-8]，將影響因素劃分為地區(qū)區(qū)位、社區(qū)環(huán)境、住房條件、出行環(huán)境、居住滿意度，各變量含義與測(cè)量變量如表1所示.

1.2 模型假設(shè)

根據(jù)滿意度理論，感知質(zhì)量和感知價(jià)值對(duì)顧客滿意度有顯著的正向影響，且感知質(zhì)量對(duì)感知價(jià)值有顯著的正向影響.地理區(qū)位、社會(huì)環(huán)境和住房條件均為物理設(shè)施的量化，屬于感知質(zhì)量的范疇，出行環(huán)境側(cè)重于居民個(gè)人的體驗(yàn)與感受，屬于感知價(jià)值的范疇，結(jié)合已有研究調(diào)查分析[9-10]，出行環(huán)境、地區(qū)區(qū)位、社區(qū)環(huán)境、住房條件對(duì)居住滿意度均有不同程度的影響，因此對(duì)5個(gè)潛變量的相互關(guān)系假設(shè)如下：

H1 地理區(qū)位對(duì)出行環(huán)境有顯著的正向影響.

H2 地理區(qū)位對(duì)居住滿意度有顯著的正向影響.

H3 出行環(huán)境對(duì)居住滿意度有顯著的正向影響.

H4 社區(qū)環(huán)境對(duì)居住滿意度有顯著的正向影響.

H5 住房條件對(duì)居住滿意度有顯著的正向影響.

表1 潛變量與測(cè)量變量Table1 Latent variables and measured variables

2 模型構(gòu)建

2.1 數(shù)學(xué)模型

(1)測(cè)量模型.

測(cè)量模型包含兩個(gè)方程式，其一用于說(shuō)明地理區(qū)位、社區(qū)環(huán)境、住房條件3 個(gè)外生潛變量之間的關(guān)系，即

圖1 模型框架Fig.1 Model framework

其二表示的是出行環(huán)境與居住滿意度2 個(gè)內(nèi)生潛變量之間的關(guān)系，即

式中：為10 個(gè)因變量的測(cè)量值構(gòu)成的向量；為對(duì)的回歸系數(shù)或因子載荷矩陣；為2個(gè)內(nèi)生潛變量構(gòu)成的向量；為的10個(gè)測(cè)量誤差構(gòu)成的向量.

(2)結(jié)構(gòu)模型.

結(jié)構(gòu)模型用于說(shuō)明出行環(huán)境與居住滿意度2個(gè)內(nèi)生潛變量，以及地理區(qū)位、社區(qū)環(huán)境、住房條件3個(gè)外生潛變量之間的因果關(guān)系，公式為

2.2 模型求解與檢驗(yàn)

結(jié)構(gòu)方程分析可運(yùn)用AMOS軟件對(duì)模型參數(shù)進(jìn)行估計(jì)，具體步驟如下：

(1)模型假設(shè).

根據(jù)研究?jī)?nèi)容和目標(biāo)設(shè)計(jì)因果模型，在模型擬合前對(duì)變量間的關(guān)系進(jìn)行假設(shè).

(2)數(shù)據(jù)檢驗(yàn).

將調(diào)查數(shù)據(jù)進(jìn)行探索性因子分析和驗(yàn)證性因子分析，基于分析結(jié)果修改問(wèn)卷題項(xiàng)或模型結(jié)構(gòu)，數(shù)據(jù)通過(guò)檢驗(yàn)后進(jìn)入下一步計(jì)算.

(3)模型估計(jì).

通常使用最大似然估計(jì)對(duì)模型各參數(shù)進(jìn)行估計(jì).

(4)模型檢驗(yàn).

即適配度檢驗(yàn)，通過(guò)卡方值與自由度比(χ2/df)、近似誤差均方根(RMSEA)、擬合優(yōu)度指數(shù)(GFI)、調(diào)整擬合優(yōu)度指數(shù)(AGFI)、規(guī)范擬合指數(shù)(NFI)、比較擬合指數(shù)(CFI)、增值擬合指數(shù)(IFI)等指標(biāo)檢驗(yàn)假設(shè)模型與樣本數(shù)據(jù)間的一致性程度，各指標(biāo)檢驗(yàn)標(biāo)準(zhǔn)如表2所示.

表2 模型擬合指數(shù)標(biāo)準(zhǔn)Table2 Model fitting index standard

(5)模型修正.

模型適配度未達(dá)到標(biāo)準(zhǔn)時(shí)，根據(jù)修正指標(biāo)MI值修正或者使用殘差矩陣RM修正模型，調(diào)整參數(shù)重新估計(jì)模型，直到模型通過(guò)檢驗(yàn).

(6)模型解釋.根據(jù)參數(shù)估計(jì)結(jié)果，結(jié)合問(wèn)卷題項(xiàng)對(duì)實(shí)際情況解釋分析.

3 實(shí)證分析

3.1 調(diào)查數(shù)據(jù)

以重慶市主城區(qū)居民為研究對(duì)象，2018年9月在重慶市主城區(qū)龍湖兩江新宸、約克郡壹號(hào)湖畔、渝能國(guó)際、民心家園等不同區(qū)位、不同等級(jí)的大型居住區(qū)進(jìn)行居住滿意度問(wèn)卷調(diào)查.主要通過(guò)街道辦下發(fā)社會(huì)委員會(huì)問(wèn)卷，進(jìn)行隨機(jī)調(diào)查和交叉控制配額抽樣調(diào)查，共發(fā)放問(wèn)卷1 200 份，回收有效問(wèn)卷1 100份，有效率為91.6%.樣本詳細(xì)構(gòu)成如表3所示，被訪者包含不同社會(huì)經(jīng)濟(jì)屬性的居民，樣本整體上具有較好的代表性.

問(wèn)卷內(nèi)容包括居民個(gè)人及家庭屬性、出行信息、滿意度評(píng)價(jià)3 個(gè)部分，綜合國(guó)內(nèi)外已有研究及本文研究主要影響因素的基礎(chǔ)上，滿意度評(píng)價(jià)共設(shè)計(jì)25 個(gè)題項(xiàng)，涉及出行環(huán)境、地理區(qū)位、社區(qū)環(huán)境、住房條件、居住滿意度等.問(wèn)卷回答均采用李克特5 級(jí)量表形式，按“非常滿意”“滿意”“一般”“不滿意”“非常不滿意”分別賦值5～1分.

表3 調(diào)查樣本構(gòu)成Table3 Characteristics of samples

為了檢驗(yàn)數(shù)據(jù)獨(dú)立性，對(duì)25 個(gè)測(cè)量指標(biāo)做相關(guān)性分析，得到所有變量相關(guān)系數(shù)矩陣，其中RS4分別與RS2、RS5存在弱相關(guān)性，在此剔除變量“喜愛(ài)程度(RS4)”，其余變量相關(guān)系數(shù)絕對(duì)值均小于0.3，各變量獨(dú)立，可進(jìn)行下一步分析.

3.2 驗(yàn)證性因子分析

對(duì)測(cè)量模型進(jìn)行驗(yàn)證性因子分析以驗(yàn)證理論模型與數(shù)據(jù)擬合程度，檢驗(yàn)?zāi)Ｐ椭懈饕蜃拥男哦扰c效度.分別對(duì)出行環(huán)境、地區(qū)區(qū)位、社區(qū)環(huán)境、住房條件、居住滿意度5個(gè)潛變量進(jìn)行獨(dú)立驗(yàn)證性因子分析.出行環(huán)境、地理區(qū)位測(cè)量模型的測(cè)量指標(biāo)均滿足要求，不需要進(jìn)行修正；社區(qū)環(huán)境、住房條件和居住滿意度的測(cè)量模型需要進(jìn)行調(diào)整修正，分別剔除“居民素質(zhì)(CE5)”“建筑外觀(HC5)”“居住成本(RS1)”后，測(cè)量指標(biāo)達(dá)到要求.

調(diào)整后驗(yàn)證性因子分析結(jié)果如表4和表5所示，各潛變量的組合信度值均大于0.7，表明模型的建構(gòu)信度較高.各潛變量測(cè)量題項(xiàng)的因子載荷均大于0.6，平均方差抽取值(AVE)均大于0.5，表明模型具有較好的聚合效度.各潛變量的AVE 值均大于與其他變量的相關(guān)系數(shù)的平方，表明模型的區(qū)別效度較好.

3.3 模型檢驗(yàn)與修正

根據(jù)數(shù)據(jù)檢驗(yàn)結(jié)果，剔除“居民素質(zhì)(CE5)”“建筑外觀(HC5)”“居住成本(RS1)”“喜愛(ài)程度(RS4)”4個(gè)測(cè)量變量，對(duì)測(cè)量模型進(jìn)行調(diào)整，即

根據(jù)調(diào)整后的測(cè)量模型(式(4)、式(5))與結(jié)構(gòu)模型(式(3))，擬合基于出行環(huán)境的居住滿意度模型，并對(duì)其進(jìn)行檢驗(yàn).利用AMOS軟件對(duì)正式調(diào)查問(wèn)卷所獲得的有效樣本數(shù)據(jù)進(jìn)行路徑分析，修正后最優(yōu)模型的擬合指數(shù)如表6所示，各項(xiàng)擬合指數(shù)均達(dá)到統(tǒng)計(jì)顯著性，模型總體擬合符合要求，模型可以接受，提出的5 個(gè)研究假設(shè)經(jīng)過(guò)驗(yàn)證后均成立，如表7所示.

表4 驗(yàn)證性因子分析結(jié)果Table4 Confirmatory factor analysis results

表5 區(qū)別效度分析結(jié)果Table5 Discriminant validity analysis results

表6 最優(yōu)模型擬合指數(shù)Table6 Optimal model fitting index

表7 標(biāo)準(zhǔn)化路徑系數(shù)及假設(shè)檢驗(yàn)結(jié)果Table7 Standardized path coefficients and hypothesis test results

3.4 模型結(jié)果解釋

實(shí)證分析結(jié)果如圖2所示，各測(cè)量變量能夠很好地反映其對(duì)應(yīng)的潛變量.出行環(huán)境的測(cè)量變量中，TE3(出行便捷性)影響較大，為0.82，表明居住地附近的出行便捷程度最能反映居民對(duì)出行環(huán)境的需求；地理區(qū)位的測(cè)量變量中，GL4(通勤距離)影響較大，為0.78，表明通勤距離最能體現(xiàn)地理區(qū)位的優(yōu)劣；社區(qū)環(huán)境的測(cè)量變量中，CE2(物業(yè)服務(wù))影響較大，為0.90，表明居住小區(qū)提供的物業(yè)服務(wù)水平最能體現(xiàn)社區(qū)環(huán)境的好壞；住房條件的測(cè)量變量中，HC1(住房面積)影響較大，為0.91，表明住房面積的大小最能體現(xiàn)住房的舒適性；居住滿意度的測(cè)量變量中，RS2(總體滿意度)影響最大，為0.90.

圖2 實(shí)證分析結(jié)果Fig.2 Empirical analysis results

各潛變量影響效應(yīng)如表8所示，出行環(huán)境、地理區(qū)位、社區(qū)環(huán)境、住房條件均對(duì)居住滿意度產(chǎn)生影響，其中地理區(qū)位對(duì)居住滿意度產(chǎn)生直接和間接影響，出行環(huán)境、社區(qū)環(huán)境、住房條件只對(duì)居住滿意度產(chǎn)生直接影響.

由總效應(yīng)系數(shù)可知，地理區(qū)位對(duì)居住滿意度的影響最大，達(dá)到了0.913，其次是出行環(huán)境(0.877)和社區(qū)環(huán)境(0.748)，住房條件的影響最小(0.532).在直接影響中，影響程度為出行環(huán)境，社區(qū)環(huán)境，地理區(qū)位，住房條件依次遞減；在間接影響中，只有地理區(qū)位對(duì)居住滿意度有影響，間接效應(yīng)為0.494.

表8 各潛變量對(duì)居住滿意度影響效應(yīng)Table8 Effect of latent variables on residential satisfaction

4 結(jié) 論

以2018年重慶市居民居住與出行調(diào)查數(shù)據(jù)為基礎(chǔ)，通過(guò)驗(yàn)證性因子分析和結(jié)構(gòu)方程模型方法，探討了出行環(huán)境對(duì)居住滿意度的影響，研究結(jié)果表明：考慮出行環(huán)境的居住滿意度結(jié)構(gòu)方程模型整體擬合度較好，所提假設(shè)可驗(yàn)證，居住滿意度主要受地理區(qū)位、出行環(huán)境、社區(qū)環(huán)境、住房條件4個(gè)維度影響，同時(shí)地理區(qū)位對(duì)出行環(huán)境也有顯著影響.從影響程度分析，按總影響效應(yīng)大小排序依次為地理區(qū)位、出行環(huán)境、社區(qū)環(huán)境、住房條件，按直接影響效應(yīng)大小排序依次為出行環(huán)境、社區(qū)環(huán)境、地理區(qū)位、住房條件.

從測(cè)量指標(biāo)與潛變量的關(guān)系分析，對(duì)出行環(huán)境、地理區(qū)位、社區(qū)環(huán)境、住房條件、居住滿意度5個(gè)潛變量影響最大的指標(biāo)分別為出行便捷性、通勤距離、物業(yè)服務(wù)、住房面積、總體滿意度，在問(wèn)卷調(diào)查中，這幾項(xiàng)的平均評(píng)分分別為2.99，2.85，3.19，2.21，3.25 分，亟待提高.問(wèn)卷中選取指標(biāo)數(shù)量有限，居住滿意度影響因素還有欠全面，調(diào)查區(qū)域和調(diào)查樣本數(shù)量均有限，需要后期更多的實(shí)證研究來(lái)驗(yàn)證.