考慮多因素影響的老年人公交出行決策研究

陳亮，王靜，李巧茹

(河北工業(yè)大學(xué)土木與交通學(xué)院，天津 300401)

人口老齡化逐漸成為全球人口變化的趨勢(shì)，根據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的《中華人民共和國(guó)2019 年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》顯示，截至2019年底，我國(guó)60周歲及以上人口數(shù)達(dá)2.5億人，占總?cè)丝跀?shù)的18.1%[1]。我國(guó)已成為人口老齡化發(fā)展最快的國(guó)家之一，預(yù)計(jì)于2030 年，我國(guó)60 周歲及以上老年人人口數(shù)將達(dá)到現(xiàn)在老年人口數(shù)的一倍[2]。老年人口數(shù)的增多給社會(huì)帶來(lái)一定的沖擊，對(duì)于交通行業(yè)來(lái)說(shuō)，老年人的交通出行形勢(shì)愈發(fā)嚴(yán)峻[3]。由于年齡的增長(zhǎng)，老年人在生理和心理特征上相比于年輕人存在明顯差異。在生理上，老年人的身體各項(xiàng)機(jī)能逐漸衰退，視力和聽(tīng)力變?nèi)?，?duì)外界感知能力下降，行動(dòng)不便且反應(yīng)能力降低等。在心理上，老年人多缺乏安全感，對(duì)新環(huán)境新事物的適應(yīng)能力減弱，與社會(huì)脫節(jié)感加重[4-5]，所以針對(duì)老年人的出行研究需考慮多因素的影響。在老年人出行決策研究早期，張政等[6]利用北京市居民出行調(diào)查數(shù)據(jù)，從出行屬性方面對(duì)老年人的出行行為進(jìn)行了研究，結(jié)果表明，老年人平均每天出行2.03 次，比年輕人少0.3 次。由此可見(jiàn)，老年人雖身體機(jī)能下降，但仍具有較強(qiáng)的出行意愿。老年人出行具有一定規(guī)律[7]，國(guó)外老年人傾向于采用私家車(chē)出行[8-9]，而國(guó)內(nèi)老年人偏向于選擇步行和公交出行[10-11]。公交作為公共交通出行方式的一種，具有經(jīng)濟(jì)便利的優(yōu)勢(shì)，符合老年人人群的出行需求[12]，因此，研究老年人的公交出行決策行為可以在一定程度上解決老年人出行問(wèn)題。楊博[13]選取了7 個(gè)個(gè)人屬性變量，利用Binary Logit(BL)模型從政府政策及家庭2個(gè)角度解決老年人早高峰的出行困難問(wèn)題，該研究?jī)H僅考慮了個(gè)人屬性的影響。鑒于此，MIFSUD 等[14]綜合個(gè)人屬性和出行屬性2個(gè)方面對(duì)馬耳他老年人出行模式進(jìn)行了探索性研究，結(jié)果表明，影響老年人公共交通使用的因素為年齡、地區(qū)、職業(yè)、社會(huì)活動(dòng)及個(gè)人影響。WONG 等[15]認(rèn)為未來(lái)老年人口數(shù)會(huì)急速增長(zhǎng)，缺乏公共交通服務(wù)會(huì)給老齡化社會(huì)帶來(lái)嚴(yán)重的交通問(wèn)題，因此在個(gè)人屬性和出行屬性的基礎(chǔ)上，加入了心理潛變量和社會(huì)活動(dòng)2種影響因素，利用二元Logistic 模型對(duì)公交出行進(jìn)行分析，研究表明，座位可用性對(duì)老年人選擇公共交通出行具有顯著影響。TRUONG 等[16]探討了澳大利亞阿德萊德老年人使用公共交通頻率的影響因素，研究發(fā)現(xiàn)乘坐公共交通的便利性對(duì)使用公共交通的頻率有著重要影響。除此之外，還有部分學(xué)者研究了公交票價(jià)對(duì)老年人公交出行決策行為的影響[17-18]。國(guó)內(nèi)外針對(duì)老年人公交出行決策的研究大多只考慮個(gè)人屬性和出行屬性，引入心理潛變量影響的文獻(xiàn)較少。心理潛變量是用來(lái)描述決策過(guò)程中出行者的個(gè)人主觀感受，雖然在現(xiàn)實(shí)中無(wú)法直接測(cè)量，但卻客觀存在且影響力不容小覷。在涉及心理潛變量影響的文獻(xiàn)中，研究多考慮公交舒適度、公交服務(wù)滿意度、便利程度等潛變量，本文在此基礎(chǔ)上，增加了感知安全性、感知有用性等潛變量，設(shè)計(jì)了新的心理潛變量測(cè)量量表。同時(shí)引入環(huán)境屬性因素，從個(gè)人屬性、出行屬性、心理潛變量及環(huán)境屬性4 個(gè)方面，利用SEM-BL 模型，研究多因素對(duì)老年人公交出行決策行為的影響，研究結(jié)果可為提高我國(guó)公共交通適老性提供理論依據(jù)。

1 出行數(shù)據(jù)調(diào)查及統(tǒng)計(jì)

1.1 問(wèn)卷設(shè)計(jì)

本次老年人公交出行問(wèn)卷包括4部分：個(gè)人屬性、出行屬性、環(huán)境屬性和心理潛變量。在個(gè)人屬性部分，選取年齡、性別、受教育程度、月收入、有無(wú)敬老卡5 個(gè)特征變量；在出行屬性部分，選取出行距離、出行目的、出行時(shí)長(zhǎng)3 個(gè)特征變量；在環(huán)境屬性部分，選取天氣、溫度、空氣質(zhì)量3 個(gè)特征變量。在心理潛變量部分，選取了7 個(gè)潛變量，相應(yīng)采用15個(gè)觀測(cè)變量測(cè)量，設(shè)計(jì)如表1所示的心理潛變量測(cè)量量表。問(wèn)卷中所有題項(xiàng)均根據(jù)被調(diào)查者的意愿采用likert5級(jí)量表的形式做出回答，1～5依次代表非常不同意—非常同意。

表1 心理潛變量測(cè)量量表Table 1 Mental attribute measurement scale

1.2 調(diào)查實(shí)施

考慮到老年人使用智能手機(jī)時(shí)具有一定的困難，通過(guò)“問(wèn)卷星”等APP 開(kāi)展線上調(diào)查不能有效獲取老年人的出行信息，所以本次調(diào)查選擇線下調(diào)查的方式，由調(diào)查人員協(xié)助老年人完成問(wèn)卷作答。本次調(diào)查于2019 年6 月10 至7 月10 日在天津市中心城區(qū)展開(kāi)，調(diào)查人員在早中晚不同時(shí)間段對(duì)老年人進(jìn)行公交出行調(diào)查，主要調(diào)查地點(diǎn)為公園、居民區(qū)、學(xué)校周邊、公交站周邊。將所調(diào)查的地點(diǎn)根據(jù)地圖上的坐標(biāo)繪制成散點(diǎn)圖，如圖1所示。

圖1 調(diào)查地點(diǎn)分布圖Fig.1 Survey site distribution map

本次研究對(duì)象為天津老年人，根據(jù)調(diào)查資料顯示，截至2018 年年底，全市60 周歲以上老年人人口數(shù)達(dá)259.08 萬(wàn)人。當(dāng)研究對(duì)象總體量很大時(shí)，抽取一定量的樣本即可，為保證研究的科學(xué)性，所需最小樣本量計(jì)算公式為：

式中：n表示所需最小樣本量；α為顯著性水平；k為分位數(shù)。為得出最可靠的樣本量大小，P一般為0.5。

在行為科學(xué)研究領(lǐng)域，α一般設(shè)定為0.05，此時(shí)分位數(shù)k為1.96。經(jīng)計(jì)算，所需最小樣本量為384。本次共計(jì)調(diào)查661 名老年人，剔除問(wèn)卷回答不完整及數(shù)據(jù)不好的問(wèn)卷，共計(jì)得到有效問(wèn)卷633份，樣本規(guī)模完全達(dá)到要求。

1.3 樣本數(shù)據(jù)統(tǒng)計(jì)

對(duì)回收的問(wèn)卷進(jìn)行統(tǒng)計(jì)，個(gè)人屬性統(tǒng)計(jì)結(jié)果如表2 所示。根據(jù)表2 統(tǒng)計(jì)結(jié)果，本次調(diào)查樣本年齡和性別分布較為均衡，男女人數(shù)比例為0.923:1，65～70 歲年齡段人數(shù)占比略微偏高，但不影響總體樣本的均衡性。在受教育程度方面，老年人總體受教育水平偏低，這與上世紀(jì)我國(guó)教育大環(huán)境相符。76.9%的老年人都持有敬老卡，敬老卡是人民政府推出的一項(xiàng)惠民政策，天津市65 周歲以上的老年人可免費(fèi)乘坐220條公交線路，結(jié)合樣本年齡分析，95.0%符合申請(qǐng)條件的老年人都持有敬老卡。

表2 個(gè)人屬性統(tǒng)計(jì)Table 2 Personal attributes statistics

出行屬性統(tǒng)計(jì)結(jié)果如圖2所示，休閑性出行占比達(dá)60.8%，說(shuō)明老年人生活節(jié)奏變慢，注重休閑娛樂(lè)鍛煉。76.0%的老年人出行時(shí)長(zhǎng)不會(huì)超過(guò)1 h，40.5%的老年人出行距離不會(huì)超過(guò)10 km。結(jié)合前人的研究，老年人的出行屬性調(diào)查結(jié)果也十分合理。

圖2 出行屬性統(tǒng)計(jì)圖Fig.2 Travel attribute statistics chart

環(huán)境屬性統(tǒng)計(jì)結(jié)果如表3 所示，68.7%的老年人傾向在晴天乘坐公交車(chē)，分析原因，考慮到老年人的身體狀況，陰雨天會(huì)選擇乘坐出租車(chē)或家人接送。72.5%的老年人在溫度適宜時(shí)會(huì)選擇公交出行，60.6%的老年人在AQI 指數(shù)小于100，即空氣質(zhì)量良好時(shí)會(huì)選擇乘坐公交車(chē)。

表3 環(huán)境屬性統(tǒng)計(jì)Table 3 Environmental attributes statistics

2 模型的構(gòu)建

2.1 模型建立

SEM-BL模型由結(jié)構(gòu)方程模型和離散選擇模型2 部分構(gòu)成，是一種可以使抽象的心理潛變量與個(gè)人屬性、出行屬性、環(huán)境屬性變量共同參與決策過(guò)程的整合模型。SEM-BL模型首先利用結(jié)構(gòu)方程模型將不可直接觀測(cè)的心理潛變量量化，然后將量化的心理潛變量與可直接觀測(cè)的個(gè)人屬性、出行屬性、環(huán)境屬性變量輸入離散選擇模型，以便分析城市老年人出行決策行為。本文將老年人出行分為選擇公交出行或不選擇公交出行，共包括2個(gè)選擇方案，因此離散選擇模型部分選用Binary Logit(BL)模型，模型結(jié)構(gòu)如圖3所示。

圖3 模型結(jié)構(gòu)圖Fig.3 Model structure

根據(jù)效用最大化理論，老年人在出行時(shí)會(huì)選擇效用最大的方案。效用函數(shù)包括固定項(xiàng)和誤差項(xiàng)，則老年人n選擇第i種出行方式的效用函數(shù)表示為：

式中：Uni為老年人n選擇第i種出行方式的效用；vni為效用函數(shù)的固定項(xiàng)，一般為其他各影響因素的線性函數(shù)；εni為效用函數(shù)的誤差項(xiàng)。

以效用最大化理論為基礎(chǔ)的傳統(tǒng)Logit模型為：

式中：Pni為老年人n選擇第i種出行方式的概率。

本文中效用函數(shù)的固定項(xiàng)vni表示為個(gè)人屬性、出行屬性、環(huán)境屬性、心理潛變量的線性函數(shù)，表達(dá)式如下：

式中：aka，bkb，ckc和dl均為待估計(jì)的參數(shù)；Pnika為老年人n選擇第i種出行方式時(shí)個(gè)人屬性的第ka個(gè)特征變量；Tnikb為老年人n選擇第i種出行方式時(shí)出行屬性的第kb個(gè)特征變量；Enikc為老年人n選擇第i種出行方式時(shí)環(huán)境屬性的第kc個(gè)特征變量；ηnil是不可觀測(cè)的心理潛變量，其中l(wèi)為潛變量的數(shù)量。

心理潛變量的各變量量化方法如下：以感知有用性PU為例，利用結(jié)構(gòu)方程模型確定潛變量間、潛變量與觀測(cè)變量間關(guān)系，得到各潛變量對(duì)不同觀測(cè)變量的載荷因子系數(shù)，載荷因子系數(shù)表示潛變量在不同觀測(cè)變量上的側(cè)重，因此將各觀測(cè)變量的載荷因子系數(shù)作為各潛變量的權(quán)重，并對(duì)其標(biāo)準(zhǔn)化可得：

式中：ΛPU1，ΛPU2為觀測(cè)變量PU1，PU2 的載荷因子系數(shù)；rPU1，rPU2為計(jì)算所得的觀測(cè)變量權(quán)重。

將式(5)計(jì)算所得結(jié)果代入式(6)即可得到潛變量PU的適配值。得到心理潛變量的適配值后，即可確定效用函數(shù)的固定項(xiàng)，則改進(jìn)后的Logit 模型表示為：

2.2 變量賦值

為便于后續(xù)對(duì)模型參數(shù)進(jìn)行標(biāo)定，分析老年人不同屬性的各特征變量對(duì)公交出行決策行為的影響，個(gè)人屬性、出行屬性及環(huán)境屬性也采用適宜的數(shù)字賦值，見(jiàn)表4。

表4 特征變量賦值說(shuō)明Table 4 Description of characteristic variable assignment

3 問(wèn)卷數(shù)據(jù)檢驗(yàn)及模型結(jié)果分析

3.1 問(wèn)卷信效度檢驗(yàn)

本節(jié)對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行信效度檢驗(yàn)，檢驗(yàn)結(jié)果如表5所示?？寺“秃罩笖?shù)(Cronbach’s α)大于0.7，表明問(wèn)卷各題項(xiàng)能夠一致反映同一內(nèi)容；KMO 統(tǒng)計(jì)量大于0.5，說(shuō)明問(wèn)卷所有變量間具有一定相關(guān)性；檢驗(yàn)結(jié)果各項(xiàng)因子載荷大于0.6，說(shuō)明心理潛變量可以用各觀測(cè)變量表示。因此，問(wèn)卷數(shù)據(jù)具有一定的可靠性，可以用來(lái)開(kāi)展下一步的數(shù)據(jù)結(jié)果分析。

表5 樣本數(shù)據(jù)的信效度檢驗(yàn)結(jié)果Table 5 Sample data of test reliability and validity of the results

3.2 結(jié)構(gòu)方程模型參數(shù)估計(jì)及分析

在結(jié)構(gòu)方程模型參數(shù)估計(jì)中，本文首先選用卡方自由度比(χ2/df)、近似均方根誤差(RMSEA)、相對(duì)擬合指數(shù)(CFI)、塔克―劉易斯指數(shù)(TLI)、均方根殘差(RMR)5 個(gè)指標(biāo)評(píng)價(jià)結(jié)構(gòu)方程模型與調(diào)查數(shù)據(jù)之間擬合度。結(jié)構(gòu)方程模型擬合結(jié)果如表6所示，本文所選取的5項(xiàng)模型擬合評(píng)價(jià)指標(biāo)結(jié)果均符合要求，利用結(jié)構(gòu)方程模型可以進(jìn)一步闡述潛變量之間關(guān)系。

表6 結(jié)構(gòu)方程模型擬合評(píng)價(jià)指標(biāo)Table 6 Structural equation model fitting evaluation index

圖4為潛變量間及潛變量與觀測(cè)變量間關(guān)系的結(jié)構(gòu)方程模型估計(jì)結(jié)果。從圖中可以看出，15 個(gè)觀測(cè)變量對(duì)各個(gè)潛變量的解釋度都超過(guò)了0.6，說(shuō)明觀測(cè)變量可以很好地解釋潛變量的特征。潛變量之間結(jié)構(gòu)的路徑系數(shù)均超過(guò)0.2，表明該模型的估計(jì)結(jié)果較為理想。

根據(jù)圖4 的參數(shù)估計(jì)結(jié)果可知：感知有用性、主觀規(guī)范及行為態(tài)度對(duì)行為意向有直接正向顯著影響，而感知便利性、感知安全性及技術(shù)滿意度都是通過(guò)影響行為態(tài)度，間接對(duì)行為意向正向顯著產(chǎn)生影響。主觀規(guī)范既會(huì)直接影響行為意向，又會(huì)通過(guò)影響行為態(tài)度間接影響行為意向。

圖4 潛變量間關(guān)系Fig.4 Relationship between latent variables

為定量表述各潛變量對(duì)行為意向的影響，計(jì)算相應(yīng)的總效應(yīng)(總效應(yīng)=直接效應(yīng)+間接效應(yīng)，其中直接效應(yīng)為標(biāo)準(zhǔn)化路徑系數(shù)，間接效應(yīng)為相應(yīng)路徑標(biāo)準(zhǔn)化路徑系數(shù)乘積)，結(jié)果見(jiàn)表7。結(jié)果表明，行為態(tài)度、主觀規(guī)范、感知有用性、感知安全性、感知便利性、技術(shù)滿意度對(duì)行為意向的正向影響依次遞減。行為態(tài)度對(duì)行為意向的影響最大，總效應(yīng)為0.38，即老年人是否認(rèn)可、喜歡公交出行對(duì)公交出行選擇意愿的影響最大。其次是主觀規(guī)范對(duì)行為意向的影響，總效應(yīng)為0.36，說(shuō)明老年人的周?chē)巳簩?duì)公交出行的評(píng)價(jià)也十分重要，這些評(píng)價(jià)在一定程度上影響著老年人的公交出行意愿。第三為技術(shù)滿意度對(duì)行為意向的影響，總效應(yīng)為0.22，說(shuō)明老年人對(duì)公交出行過(guò)程中舒適度和服務(wù)滿意度的評(píng)價(jià)越高，老年人選擇公交出行的意愿越強(qiáng)。

表7 各潛變量對(duì)行為意向的影響Table 7 Influence of latent variables on behavioral intention

3.3 BL模型參數(shù)估計(jì)及分析

本節(jié)建立二項(xiàng)Logit 模型，利用Trans CAD 軟件標(biāo)定模型參數(shù)，分析多因素影響下老年人的公交出行決策行為。

參數(shù)估計(jì)中，在顯著性α= 0.05 的情況下，若變量的檢驗(yàn)值t≤1.96，則該變量對(duì)選擇結(jié)果不具有顯著性影響。表8為去除不具有顯著性影響變量的最終模型參數(shù)結(jié)果。根據(jù)表8可得出以下結(jié)論：

表8 模型參數(shù)估計(jì)結(jié)果Table 8 Model parameter estimation results

1) SEM-BL 模型的常數(shù)項(xiàng)t值比BL 模型t值小，說(shuō)明心理潛變量的加入使模型更加完善，能夠更全面地分析老年人公交出行決策影響機(jī)理。

2) 在SEM-BL 模型估計(jì)結(jié)果中，年齡與公交出行選擇行為的參數(shù)標(biāo)定結(jié)果顯示，|t|= 1.994 >1.96，則年齡對(duì)選擇公交出行具有顯著影響，且t值為正，說(shuō)明在老年人中年齡段越大，公交出行意向更明顯；同理，女性老年人、持有敬老卡的老年人更傾向乘坐公交車(chē)出行。出行屬性中，當(dāng)老年人出行為生活性出行、出行時(shí)長(zhǎng)不超過(guò)1 h 出行距離不超過(guò)10 km 更傾向選擇公交出行。環(huán)境屬性中，溫度適宜的情況下，老年人更易選擇公交出行。

3) 感知有用性、感知便利性、感知安全性、技術(shù)滿意度及主觀規(guī)范與公交出行決策行為的參數(shù)標(biāo)定結(jié)果顯示，其參數(shù)的t檢驗(yàn)值均大于1.96，說(shuō)明心理潛變量對(duì)公交出行決策行為具有顯著的正向影響。

4)根據(jù)模型參數(shù)估計(jì)結(jié)果，2 類(lèi)模型的模型優(yōu)度比系數(shù)R2均大于0.2，模型擬合優(yōu)度較好。其中考慮心理潛變量影響的SEM-BL 模型比傳統(tǒng)BL 模型的模型優(yōu)度比系數(shù)高0.123，說(shuō)明考慮多因素影響的SEM-BL模型對(duì)老年人公交出行決策行為的解釋能力更強(qiáng)。

4 結(jié)論

1) 問(wèn)卷信效度均符合要求，設(shè)計(jì)合理。各個(gè)心理潛變量與觀測(cè)變量間的因子載荷大于0.6，潛變量得到了很好的解釋。

2) 在潛變量關(guān)系中，感知有用性、主觀規(guī)范及行為態(tài)度直接影響老年人公交出行的行為意向，且影響程度依次增強(qiáng)。

3) 在個(gè)人屬性、出行屬性及環(huán)境屬性中，并不是所有變量都對(duì)老年人的公交出行決策行為有顯著影響，并且這3種屬性對(duì)老年人選擇乘坐公交車(chē)的影響程度依次遞減。

4) 心理潛變量對(duì)公交出行決策行為具有顯著的正向影響。老年人對(duì)公交的有用性、便利性及技術(shù)滿意度評(píng)價(jià)較高時(shí)，老年人更易選擇乘坐公交車(chē)。老年人自身及周邊人群對(duì)公交車(chē)的安全性、主觀規(guī)范、行為態(tài)度具有正向評(píng)價(jià)時(shí)，老年人也會(huì)更加傾向乘坐公交車(chē)。

5)SEM-BL 模型比BL 模型的模型優(yōu)度比系數(shù)高0.123，對(duì)老年人公交出行決策行為的解釋力更好。