社交網(wǎng)絡(luò)交通信息出行者使用意向分析模型

李 睿， 陳 堅*， 趙翰林， 陳 琦

(1.重慶交通大學(xué)交通運輸學(xué)院， 重慶 400074； 2.重慶城市交通研究院有限責(zé)任公司， 重慶 401121； 3.日本九州大學(xué)人類環(huán)境研究生院， 福岡 8190395)

隨著信息技術(shù)的發(fā)展與智能終端設(shè)備的普及，社交網(wǎng)絡(luò)已逐漸成為人們獲取、傳播信息的重要服務(wù)平臺。社交網(wǎng)絡(luò)作為一種新型信息分享渠道，較傳統(tǒng)非對稱式信息發(fā)布渠道(電視、廣播等)具有明顯的優(yōu)勢，主要表現(xiàn)在信息的多樣性、即時性以及交互性，使得城市居民決策進入了多維的信息環(huán)境，對其日常生活及出行產(chǎn)生著重要影響。

社交網(wǎng)絡(luò)起源于1967年哈佛大學(xué)心理學(xué)教授Milgram[1]提出的六度分隔理論，描述了人際關(guān)系網(wǎng)之間的相互影響作用，后逐漸應(yīng)用于交通出行研究領(lǐng)域。Hackney等[2]基于代理的方法研究了社交網(wǎng)絡(luò)在出行決策中的作用；Berg等[3]分析了社交網(wǎng)絡(luò)規(guī)模和成員構(gòu)成對出行模式的影響；Jo?o等[4]通過網(wǎng)絡(luò)調(diào)查探討了電信技術(shù)與社交網(wǎng)絡(luò)媒體使用、出行行為之間的關(guān)系。近年來，研究者們的關(guān)注點逐漸從社交網(wǎng)絡(luò)本身轉(zhuǎn)變?yōu)槠渌鶄鞑サ慕煌ㄐ畔⑷绾斡绊懗鲂姓叩某鲂袥Q策行為。社交網(wǎng)絡(luò)交通信息涉及在出行過程中基于社交網(wǎng)絡(luò)平臺接收到的路況信息、事故信息、天氣信息等交通系統(tǒng)中的各類信息，并由出行者進行定性或定量地發(fā)布與傳播，已逐漸成為出行決策行為的重要影響因素。Chen等[5]運用層次聚類分析探索了信息使用、社交網(wǎng)絡(luò)與出行者合作意識之間的關(guān)系；傅志妍等[6]基于技術(shù)接受理論構(gòu)建了融合社交網(wǎng)絡(luò)交通信息影響的出行方式選擇行為混合離散模型；張兆澤等[7]探討了社交網(wǎng)絡(luò)交通信息對出行時刻選擇行為的影響；劉天亮等[8]分析了社交網(wǎng)絡(luò)朋友圈交通信息對出行決策行為的影響；戢曉峰等[9]基于后悔理論建立了社交網(wǎng)絡(luò)分享型交通信息的用戶價值評估模型。

目前，已有研究多集中在社交網(wǎng)絡(luò)交通信息對出行決策行為的影響作用分析，而出行者對社交網(wǎng)絡(luò)交通信息的主觀態(tài)度尚未明確，缺少從出行者的心理感知角度定量探索其對社交網(wǎng)絡(luò)交通信息的使用意向。為此，基于技術(shù)接受模型，新增感知趣味性、感知風(fēng)險性等核心潛變量，并對潛變量進行了量化，以具體描述出行者對社交網(wǎng)絡(luò)交通信息的心理感受，構(gòu)建了社交網(wǎng)絡(luò)交通信息使用意向分析模型，為社交網(wǎng)絡(luò)交通信息對出行決策行為影響研究提供前提參數(shù)及理論依據(jù)。

1 技術(shù)接受模型

1.1 TAM

Davis[10]于1989年以理性行為理論的基礎(chǔ)，結(jié)合期望理論模型、自我效能理論提出了技術(shù)接受模型(technology acceptance model, TAM)。TAM解釋了感知有用性、感知易用性、使用意向等核心變量的概念，認為系統(tǒng)使用意向受個人的態(tài)度影響，而態(tài)度又由感知有用性與感知易用性所決定，且感知易用性對感知有用性也具有直接影響。TAM包含著系統(tǒng)設(shè)計特征、用戶個人屬性特征等外部變量，外部變量會間接影響用戶的使用意圖和行為。TAM首次將理性行為理論應(yīng)用于技術(shù)接受研究領(lǐng)域，并對態(tài)度、使用意向、使用行為等核心變量之間的作用關(guān)系有著一定的解釋力，模型框架如圖1所示。

圖1 TAM模型框架Fig.1 TAM model framework

1.2 TAM2

Venkatesh等[11]于2000年對TAM予以修正，拓展分析了感知有用性與使用意向的影響因素，進而提出了TAM2。TAM2將影響因素分為社會影響與認知工具兩部分，社會影響包括主觀規(guī)范、使用者形象、經(jīng)驗和自愿性4個變量，認知工具涵蓋工作相關(guān)性、輸出質(zhì)量、結(jié)果展示性和感知易用性4個變量。TAM2認為自愿性對主觀規(guī)范和使用意向之間的影響關(guān)系具有調(diào)節(jié)作用，經(jīng)驗對主觀規(guī)范與使用意向之間的影響關(guān)系以及主觀規(guī)范與感知有用性之間的影響關(guān)系也存在調(diào)節(jié)作用，而其余變量對感知有用性或使用意向產(chǎn)生直接影響作用[12]。TAM2深入分析了用戶使用意向及使用行為的形成過程，較TAM具有更強的解釋力，后被廣泛應(yīng)用于社會行為、學(xué)習(xí)行為、商業(yè)行為等研究領(lǐng)域，TAM2模型框架如圖2所示。

圖2 TAM2模型框架Fig.2 TAM2 model framework

2 使用意向分析模型

2.1 研究假設(shè)

在TAM與TAM2的基礎(chǔ)上，綜合考慮社交網(wǎng)絡(luò)交通信息的特點，保留TAM、TAM2模型中的原有核心變量感知有用性、感知易用性、主觀規(guī)范與使用意向，并根據(jù)原模型中的既有路徑影響關(guān)系提出研究假設(shè)H4～H7、H9。

社交網(wǎng)絡(luò)交通信息作為一種新型交通信息，出行者會對其娛樂程度、風(fēng)險程度、信任程度有一定的主觀認知評判，結(jié)合感知趣味理論、感知風(fēng)險理論以及感知信任理論，新增變量感知趣味性、感知風(fēng)險性及感知信任3個潛變量以細化描述出行者對社交網(wǎng)絡(luò)交通信息的態(tài)度及心理感受，并提出假設(shè)H1～H3、H8、H10～H12，從而構(gòu)建了社交網(wǎng)絡(luò)交通信息使用意向分析模型。具體假設(shè)內(nèi)容如表1所示，模型框架如圖3所示。

2.2 變量定義及測度

采用李克特5點評分量表設(shè)計問卷測量題項，以測度研究假設(shè)所提出的7個潛變量，描述出行者對社交網(wǎng)絡(luò)交通信息的心理感受。具體變量定義如表2所示，變量測量題項如表3所示。

表1 研究假設(shè)

表2 變量定義

表3 變量測度

2.3 數(shù)學(xué)模型

模型中的變量均為不可直接觀測的潛變量，需以顯變量(測量變量)對潛變量進行測度，并利用結(jié)構(gòu)方程模型進行數(shù)學(xué)分析。結(jié)構(gòu)方程模型包括測量模型與結(jié)構(gòu)模型，測量模型用以描述潛變量與其觀測變量之間的作用關(guān)系，而結(jié)構(gòu)模型則用以描述外生潛變量與內(nèi)生潛變量之間的作用關(guān)系。

(1)測量模型：

(1)

(2)

式中：X為2個外生潛變量的6個測量變量構(gòu)成的向量；ΛX為X對ξ的因子載荷矩陣；ξ為2個外生潛變量構(gòu)成的向量；δ為X的6個測量誤差構(gòu)成的向量；Y為5個內(nèi)生潛變量的17個測量變量構(gòu)成的向量；ΛY為Y對η的因子載荷矩陣；η為5個內(nèi)生潛變量構(gòu)成的向量；ε為Y的17個測量誤差構(gòu)成的向量。

(2)結(jié)構(gòu)模型：

(3)

式(3)中：η為5個內(nèi)生潛變量構(gòu)成的向量；B為5個內(nèi)生潛變量構(gòu)成的結(jié)構(gòu)系數(shù)矩陣；Γ為2個外生潛變量對5個內(nèi)生潛變量作用的結(jié)構(gòu)系數(shù)矩陣；ξ為2個外生潛變量構(gòu)成的向量；ζ為5個內(nèi)生潛變量的誤差向量。

2.4 模型求解及檢驗

運用AMOS軟件對模型進行求解，通過對比分析理論模型的協(xié)方差矩陣與實際樣本數(shù)據(jù)得到的協(xié)方差矩陣的差異性來檢驗?zāi)Ｐ偷臄M合優(yōu)度，差異性越小則擬合優(yōu)度越好，模型反應(yīng)的相關(guān)關(guān)系越接近真實的相關(guān)關(guān)系。

擬合優(yōu)度檢驗指標包括：卡方自由度比(χ2/df，要求χ2/df<3.0)、近似誤差均方根(error of approximation, RMSEA；要求RMSEA<0.05)、擬合優(yōu)度指數(shù)(goodness of fit index, GFI;要求GFI<0.9)、規(guī)范擬合指數(shù)(normed fit index, NFI；要求NFI>0.9)、比較擬合指數(shù)(comparative fit index, CFI；要求CFI>0.9)、增值擬合指數(shù)(incremental fit index, IFI；要求IFI>0.9)、調(diào)整自由度擬合優(yōu)度指數(shù)(adjusted goodness of fit Index, AGFI；要求AGFI>0.9)[13]。

3 實證分析

3.1 問卷統(tǒng)計信息

結(jié)合社交網(wǎng)絡(luò)交通信息的特點設(shè)計調(diào)查問卷，于2018年10月在重慶發(fā)放問卷500份，剔除不認真作答、缺失值超過3個，連續(xù)選擇極端值超過5個的樣本，最終共回收有效問卷468份，有效回收率93.60%，問卷統(tǒng)計信息如表4所示。

3.2 信度和效度分析

采用驗證性因子分析(CFA)檢驗正式問卷的信度和效度，計算結(jié)果如表5、表6所示。由表5、表6可知，各潛變量的組合信度(CR)均大于0.7，表明模型變量的內(nèi)部一致性較高；各潛變量測量題項的因子載荷均大于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。綜合以上分析，模型的信度與效度良好，計算結(jié)果可被接受。

3.3 結(jié)構(gòu)方程模型驗證

運用AMOS軟件進行擬合優(yōu)度檢驗及路徑分析。模型擬合優(yōu)度檢驗指標計算結(jié)果如表7所示，除CFI略低于標準值外，其余指標均達到適配標準，模型的總體擬合優(yōu)度良好，計算結(jié)果可接受。結(jié)構(gòu)模型中各潛變量之間的標準化路徑系數(shù)及假設(shè)檢驗結(jié)果如表8所示，除感知趣味性與感知有用性之間的影響關(guān)系不夠顯著外，其余變量之間的影響關(guān)系均達到95%置信度的顯著性(P<0.05)，故假設(shè)H2不成立，其余關(guān)于潛變量的假設(shè)均成立，結(jié)果如圖4所示。

3.4 影響作用分析

直接效應(yīng)反映潛變量之間的直接影響程度，直接效應(yīng)通過其路徑系數(shù)來測量；間接效應(yīng)則是潛變量間的間接影響，間接效應(yīng)為各影響路徑的系數(shù)之積，若存在多條間接影響路徑，則需求和處理。

表4 問卷統(tǒng)計信息

表5 驗證性因子分析結(jié)果

表6 區(qū)別效度分析結(jié)果

表7 結(jié)構(gòu)方程模型擬合優(yōu)度檢驗指標

表8 標準化路徑系數(shù)及假設(shè)檢驗結(jié)果

各潛變量對使用意向的影響效應(yīng)如表9所示，除感知有用性與感知信任對使用意向僅產(chǎn)生直接影響外，其余潛變量對使用意向均產(chǎn)生直接影響和間接影響。各潛變量對使用意向的影響總效應(yīng)按從大到小依次為：感知易用性(0.48)、感知有用性(0.46)、主觀規(guī)范(0.44)、感知風(fēng)險性(-0.41)、感知趣味性(0.37)、感知信任(0.31)。

表9 各潛變量對使用意向的影響效應(yīng)

4 結(jié)論

在技術(shù)接受模型的基礎(chǔ)上，新增了感知趣味性、感知風(fēng)險性等核心潛變量，以描述出行者對社交網(wǎng)絡(luò)交通信息的心理感受，構(gòu)建了社交網(wǎng)絡(luò)交通信息使用意向分析模型，并運用結(jié)構(gòu)方程模型將各變量對使用意向的影響關(guān)系進行了定量分析，為社交網(wǎng)絡(luò)交通信息對出行行為的決策過程研究提供了前提基礎(chǔ)。實例分析表明，該模型對重慶市出行者具有較好的適用性，能夠有效揭示不同影響因素對社交網(wǎng)絡(luò)交通信息使用意向的作用機理，但不同城市、不同社會群體的出行者特性對社交網(wǎng)絡(luò)交通信息使用意向的差異性有待進一步研究。

圖4 實證分析結(jié)果Fig.4 Empirical analysis results