欠發(fā)達(dá)地區(qū)高鐵出行意愿多群組結(jié)構(gòu)方程模型

戢曉峰，楊春麗

（昆明理工大學(xué)a.交通工程學(xué)院，b.云南綜合交通發(fā)展與區(qū)域物流管理智庫(kù)，昆明 650504）

隨著我國(guó)高速鐵路進(jìn)一步向欠發(fā)達(dá)地區(qū)擴(kuò)張，覆蓋日益廣泛的高速鐵路網(wǎng)絡(luò)加速形成，高速鐵路成為促進(jìn)欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)發(fā)展、滿足居民區(qū)域出行需求的基礎(chǔ)支撐.然而在中國(guó)，相當(dāng)部分城市的高鐵站點(diǎn)位于城市邊緣，尤其在欠發(fā)達(dá)地區(qū)，長(zhǎng)距離的市內(nèi)換乘會(huì)帶來(lái)出行者的時(shí)間價(jià)值損失，降低出行者的高鐵使用意愿.隨著出行服務(wù)由“基礎(chǔ)需求型”向“享受體驗(yàn)型”轉(zhuǎn)變，提升欠發(fā)達(dá)地區(qū)高鐵的有效利用率，逐漸成為當(dāng)前備受關(guān)注的熱點(diǎn)問(wèn)題.同時(shí)，文獻(xiàn)［1］也明確提出，要加快構(gòu)建以高鐵為主體的區(qū)際客運(yùn)服務(wù)，打造旅客聯(lián)程運(yùn)輸系統(tǒng).市內(nèi)交通與高鐵站點(diǎn)的高效接駁，已成為交通規(guī)劃與管理領(lǐng)域急需解決的現(xiàn)實(shí).因此，如何從高鐵資源的可獲得性出發(fā)，探析市內(nèi)接駁服務(wù)對(duì)高鐵出行意向的影響對(duì)緩解高鐵出行的“第一公里”和“最后一公里”難題更為迫切.

近年來(lái)，接駁服務(wù)問(wèn)題已被越來(lái)越多國(guó)內(nèi)外學(xué)者所關(guān)注，從研究區(qū)域看，可歸納為城市內(nèi)部交通之間的接駁、城際與市內(nèi)交通接駁兩種.其中，市內(nèi)交通之間的接駁以地鐵與公交、地鐵和自行車接駁研究為主；城際與市內(nèi)交通的接駁則主要聚焦于市內(nèi)交通與高鐵、飛機(jī)和火車等的銜接.當(dāng)前，考慮市內(nèi)接駁服務(wù)影響的高鐵出行行為研究逐漸興起.張戎等［2］將市內(nèi)交通服務(wù)屬性納入高鐵出行方式選擇模型，發(fā)現(xiàn)城市內(nèi)交通時(shí)間對(duì)高鐵出行選擇產(chǎn)生影響，這與文獻(xiàn)［3］的研究結(jié)論一致.盧佩瑩等［4］從一體化融合發(fā)展的視角，發(fā)現(xiàn)高鐵站與城市交通的接駁對(duì)增加高鐵出行選擇有重要影響.同時(shí)，性別、年齡等個(gè)體屬性因素也被納入高鐵方式選擇研究中［5］，如Liu 等［6］考慮出行者的社會(huì)經(jīng)濟(jì)屬性和選擇偏好因素，對(duì)高鐵出行行為模式進(jìn)行了實(shí)證研究；趙鵬等［7］的研究也證明，考慮個(gè)體屬性差異的乘客高鐵出行選擇研究更加貼近實(shí)際情況.從研究?jī)?nèi)容看，現(xiàn)有研究多以公交為核心的接駁模式和線路方案設(shè)計(jì)為主.如Almasi等［8］以馬來(lái)西亞吉隆坡為例，基于實(shí)際路網(wǎng)提出了公交與火車接駁的線路可行性方案.Zhen 等［9］將高鐵出行劃分為4 個(gè)階段，進(jìn)出高鐵的首末兩個(gè)階段的接駁交通模式會(huì)影響乘客高鐵出行滿意度，相較于公交，地鐵、出租車和私家車接駁模式更有優(yōu)勢(shì).

顯然，已有相關(guān)研究多是在出行行為影響分析中考慮了市內(nèi)接駁服務(wù)因子，針對(duì)接駁服務(wù)質(zhì)量的專題研究較為鮮見，但其對(duì)高鐵出行選擇的重要影響已經(jīng)凸顯.尤其在欠發(fā)達(dá)地區(qū)，高鐵開通將對(duì)市內(nèi)接駁服務(wù)提出新的要求.對(duì)此，本文基于高鐵開通前的“事前分析”視角，充分考慮欠發(fā)達(dá)地區(qū)出行者個(gè)體異質(zhì)性，借助技術(shù)接受理論探析市內(nèi)接駁服務(wù)與高鐵出行意愿之間的關(guān)系，以期為欠發(fā)達(dá)地區(qū)高鐵接駁運(yùn)輸組織提供理論參考.

1 理論模型與研究方法

1.1 模型構(gòu)建與研究假設(shè)

從出行者角度看，新開通高鐵可看作是一種新的交通技術(shù). 技術(shù)接受模型（Technology Acceptance Model，TAM）是一種用于解釋個(gè)體對(duì)新技術(shù)接受程度的理論工具，在預(yù)測(cè)個(gè)體出行行為意向方面得到廣泛應(yīng)用.TAM 假定感知有用性、感知易用性和情感態(tài)度等核心變量直接或間接影響出行意向［10］.本文試圖在高鐵出行決策中加入市內(nèi)接駁服務(wù)變量，明確影響研究對(duì)象感知的前置因素，以更系統(tǒng)的方式建立拓展的TAM，進(jìn)一步理解接駁服務(wù)質(zhì)量對(duì)高鐵出行意向的影響，拓展的TAM 變量定義如表1 所示.

表1 模型變量定義Tab.1 Definitions of TAM model variables

在TAM 應(yīng) 用 背 景 下，Lai 等［11］的 研 究 驗(yàn) 證 了PU、PEU、ATT 和BI 之間的關(guān)系.根據(jù)TAM 變量間關(guān)系路徑，定義H1，H2，…，H5 分別為：PEU 對(duì)PU 產(chǎn)生積極影響效應(yīng)；PU 對(duì)ATT 產(chǎn)生正向影響效應(yīng)；PU 對(duì)BI 產(chǎn)生正向 影 響 效 應(yīng)；PEU 對(duì)ATT 存在正向影響效應(yīng)；ATT 對(duì)BI 存在正向影響效應(yīng).

引入市內(nèi)接駁服務(wù)質(zhì)量作為影響TAM 的前置因素，如果出行者感知到高鐵出行的便利性，并使其獲得更多的效益，他們可能會(huì)更愿意乘坐高鐵出行.因此，定義H6、H7 分別為：QS 對(duì)PU 產(chǎn)生積極的影響；QS 對(duì)PEU 產(chǎn)生積極的影響.

個(gè)體屬性與出行行為的相關(guān)研究中，年齡、性別等變量對(duì)行為影響存在調(diào)節(jié)作用.陳堅(jiān)等［12］在整合型技術(shù)接受模型（Unified Theory of Acceptance and Use of Technology，UTAUT）中將年齡、性別作為無(wú)人駕駛公交使用意愿的調(diào)節(jié)變量，并分析其對(duì)使用意向的影響.戢曉峰等［13］基于聯(lián)網(wǎng)售票數(shù)據(jù)，將年齡、性別納入公路旅客出行行為異質(zhì)性研究中.Ren 等［14］的研究發(fā)現(xiàn)，性別和年齡對(duì)高鐵出行存在影響，年輕群體的高鐵出行頻率高于其他年齡段的人群，女性更有可能通過(guò)高鐵等方式增加出行頻率.受經(jīng)濟(jì)發(fā)展水平、交通基礎(chǔ)設(shè)施建設(shè)情況等因素制約，欠發(fā)達(dá)地區(qū)居民出行特征較一般地區(qū)居民略有不同.根據(jù)文獻(xiàn)［15］可知，欠發(fā)達(dá)地區(qū)居民出行次數(shù)少，且受家庭結(jié)構(gòu)對(duì)出行的影響，欠發(fā)達(dá)地區(qū)老年人和兒童等弱勢(shì)群體很少選擇出行，欠發(fā)達(dá)地區(qū)出行“年輕化”特征更顯著；孫連嬌等［16］的研究證明，月收入是欠發(fā)達(dá)地區(qū)居民中長(zhǎng)距離出行的高敏感性因素；欠發(fā)達(dá)地區(qū)高鐵建設(shè)滯后，該地區(qū)居民出行以公路客運(yùn)為主，高鐵乘坐經(jīng)驗(yàn)少.因此，選擇年齡、月收入、高鐵乘坐經(jīng)驗(yàn)作為欠發(fā)達(dá)地區(qū)居民出行區(qū)別于一般地區(qū)居民出行的變量.綜上，定義H8 為年齡、性別、月收入、職業(yè)和經(jīng)驗(yàn)等個(gè)體屬性變量對(duì)整個(gè)模型結(jié)構(gòu)的影響存在顯著群體差異.構(gòu)建的理論模型框架如圖1所示.

圖1 拓展TAM 框架Fig.1 Structure of extended TAM

1.2 研究方法

運(yùn)用結(jié)構(gòu)方程模型（Structural Equation Modeling，SEM）分析市內(nèi)接駁服務(wù)質(zhì)量與出行感知及高鐵出行意愿的因果關(guān)系和相關(guān)關(guān)系，明晰市內(nèi)接駁服務(wù)質(zhì)量對(duì)感知有用性、感知易用性、情感態(tài)度和出行意愿的影響.結(jié)合文獻(xiàn)［17-19］對(duì)TAM 變量的測(cè)量題項(xiàng)，采用Likert 五點(diǎn)量表法描述SEM 的潛變量，具體如表2 所示.

表2 模型變量及測(cè)量題項(xiàng)Tab.2 Variables of model and its measuring items

SEM 模型表達(dá)式為

式中：ξ為外生潛變量，即QS；X是QS 的觀測(cè)指標(biāo)；η為內(nèi)生潛變量，包括PU、PEU、ATT 和BI；Y是PU、PEU、ATT 和BI 的觀測(cè)指標(biāo)；ΛX、ΛY為觀測(cè)指標(biāo)對(duì)潛變量的因子載荷矩陣；δ、ε為外生潛變量的殘差為內(nèi)生潛變量之間的路徑系數(shù)矩陣是外生潛變量對(duì)內(nèi)生潛變量的路徑系數(shù)矩陣；ζ為內(nèi)生潛變量的殘差.

通過(guò)AMOS 軟件，運(yùn)用最大似然估計(jì)法對(duì)模型進(jìn)行求解，根據(jù)樣本共變異數(shù)矩陣與模型共變異數(shù)矩陣的相似度、差異性進(jìn)行檢驗(yàn)，相似度越高、差異性越小，模型配適度越好.通常用擬合優(yōu)度指數(shù)GFI、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、調(diào)整自由度擬合優(yōu)度指數(shù)AGFI 反映模型對(duì)樣本數(shù)據(jù)的相似程度，檢驗(yàn)值愈接近1 愈好，通常要求大于0.90.用近似誤差均方根RMSEA 反映整個(gè)模型對(duì)樣本數(shù)據(jù)的差異性，RMSEA 越接近于0表示模型配適度越好，通常采用RMSEA 小于0.1［20］.

2 模型分析

2.1 問(wèn)卷設(shè)計(jì)及數(shù)據(jù)來(lái)源

1)問(wèn)卷設(shè)計(jì).

以欠發(fā)達(dá)地區(qū)出行者為研究對(duì)象，基于高鐵開通前的事前分析視角，分析未來(lái)高鐵開通情景下出行者的方式選擇意向.考慮到高鐵與欠發(fā)達(dá)地區(qū)的長(zhǎng)途客運(yùn)、火車、航空均需要市內(nèi)交通接駁提供最后一千米服務(wù)，因此設(shè)置了長(zhǎng)途客運(yùn)站、火車站、機(jī)場(chǎng)3 個(gè)具體的接駁場(chǎng)景，在充分考慮欠發(fā)達(dá)地區(qū)接駁特性的基礎(chǔ)上，選取公交、出租車、網(wǎng)約車、私家車、電動(dòng)車/摩托車作為接駁方式，并采用準(zhǔn)點(diǎn)率、便捷程度、安全性、舒適性作為特征指標(biāo)，獲取市內(nèi)接駁服務(wù)質(zhì)量.共設(shè)置了15 個(gè)場(chǎng)景，每個(gè)受訪者對(duì)其中5 個(gè)場(chǎng)景做出選擇和評(píng)價(jià).問(wèn)卷包括欠發(fā)達(dá)地區(qū)出行者屬性、出行者市內(nèi)接駁服務(wù)質(zhì)量感知和新開通高鐵出行選擇意愿3 個(gè)方面的主要內(nèi)容.

2)數(shù)據(jù)來(lái)源.

昭通市位于滇西邊境山區(qū)，途經(jīng)云南省昭通市的高鐵包括2019 年底通車的成貴高鐵、預(yù)計(jì)于2023 年通車的渝昆高鐵，截至2021 年，全市僅有鎮(zhèn)雄站和威信站兩個(gè)高鐵站（分別位于鎮(zhèn)雄縣、威信縣），位于主城區(qū)的昭通東站還未建成，因此，選擇高鐵開通前的昭通市主城區(qū)作為研究區(qū)域.針對(duì)昭通市主城區(qū)居民，于2017 年8 月在昭通市客運(yùn)站、火車站、機(jī)場(chǎng)等調(diào)查點(diǎn)進(jìn)行了居民高鐵出行意向的隨機(jī)調(diào)查.共回收有效問(wèn)卷596 份.被訪青年人數(shù)是中老年人數(shù)的2.6 倍，有效樣本中男女比例接近1.2∶1，男性受訪者有334 人，職業(yè)以體力勞動(dòng)型為主，月收入低于5 000 元的占比為62.9%，18%的人還沒有乘坐高鐵的經(jīng)歷，樣本群體特征統(tǒng)計(jì)如表3所示.

表3 群體信息描述Tab.3 Group information description

2.2 信度和效度檢驗(yàn)

α系數(shù)常用于檢測(cè)問(wèn)卷信度，除PU 對(duì)應(yīng)的α值略低于0.7 外，其余變量取值都大于0.7，信度滿足要求.效度檢驗(yàn)包括聚合效度和區(qū)別效度，其中組成信度（Composite Reliability，CR）閾值為0.7、平均變異數(shù)萃取量（Average of Variance Extracted，AVE）閾值為0.5、因子載荷閾值為0.5，是聚合效度檢測(cè)指標(biāo).模型聚合效度和區(qū)別效度檢驗(yàn)結(jié)果如表4和表5所示.

由表4 計(jì)算結(jié)果可知，AVE、CR 和因子載荷均高于閾值，聚合效度符合要求.從表5 區(qū)別效度檢測(cè)結(jié)果可知，AVE 取平方根的計(jì)算結(jié)果（即對(duì)角線值）均大于相關(guān)系數(shù)，區(qū)別效度滿足要求.

表4 驗(yàn)證性因子分析和聚合效度值Tab.4 Confirmatory factor analysis results and convergent validity

表5 區(qū)別效度評(píng)價(jià)Tab.5 Discriminant validity evaluation

運(yùn)用AMOS21.0 軟件估計(jì)模型適配度參數(shù)，適配指標(biāo)χ2/2 為2.823，滿足低于閾值3 的要求，GFI、NFI、IFI、CFI、AGFI 均高于標(biāo)準(zhǔn)值0.9，RMSEA 為0.055，小于0.1，各項(xiàng)指標(biāo)均達(dá)到要求，表明構(gòu)建的結(jié)構(gòu)方程模型可接受.

2.3 模型結(jié)果分析

表6為接駁服務(wù)和心理因素對(duì)出行意向的影響大小.高鐵出行意向模型的結(jié)構(gòu)路徑如圖2 所示，圖2中，***表示P＜0.01；**表示P＜0.05；*表示P＜0.1.

根據(jù)圖2 和表6 可知，在心理因素方面，PU（0.58***）對(duì)BI 的 影 響 大 于ATT（0.31***）對(duì)BI 的 影響，PEU 對(duì)PU（0.65***）和ATT（0.39***）有 雙 重 影響，H1～H5 成立.雖然PU（0.714）、PEU（0.585）和ATT（0.310）等心理因素對(duì)BI 的總影響效應(yīng)高于QS（0.184），但QS 是高鐵出行感知的重要前因，并通 過(guò)PU、PEU 和ATT 間 接 影 響B(tài)I，且QS 通 過(guò)PEU（0.23**）對(duì)出行意向的影響比通過(guò)PU（0.07*）的影響更大，H6 和H7 成立.

圖2 高鐵出行意向模型分析結(jié)果Fig.2 Results of travel intention model for high-speed rail

表6 高鐵出行意愿的影響效應(yīng)Tab.6 Influencing effect of HSR travel intention

3 多群組分析

為驗(yàn)證欠發(fā)達(dá)地區(qū)居民的個(gè)體異質(zhì)性對(duì)高鐵出行意愿選擇的影響，進(jìn)行多群組分析.多群組分析時(shí)，通常假設(shè)結(jié)構(gòu)方程模型的潛變量之間的關(guān)系在不同的群組中是一致的，使用測(cè)量加權(quán)模型M1、結(jié)構(gòu)加權(quán)模型M2、結(jié)構(gòu)協(xié)方差模型M3、結(jié)構(gòu)誤差模型M4 和測(cè)量誤差模型M5 驗(yàn)證引入的新變量（年齡、性別、月收入、職業(yè)和高鐵乘坐經(jīng)驗(yàn)）是否對(duì)各潛變量有調(diào)節(jié)作用.為消除有經(jīng)驗(yàn)群組（489 人）和無(wú)經(jīng)驗(yàn)群組（107 人）樣本數(shù)據(jù)不均衡對(duì)研究的影響，在進(jìn)行分析時(shí)，從有高鐵乘坐經(jīng)驗(yàn)的群組中隨機(jī)抽取30%的樣本量（147 人）進(jìn)行多群組分析.分析流程如圖3 所示.

圖3 多群組分析流程Fig.3 Process of multi-group analysis

3.1 差異性分析

首先采用完全約束模型（所有估計(jì)參數(shù)在群組中均假設(shè)相等）檢驗(yàn)樣本是否適用于多群組比較.5 個(gè)變量對(duì)應(yīng)的群組模型擬合度檢測(cè)結(jié)果如表7所示.

表7 多群組模型擬合結(jié)果Tab.7 Fitting results of multi-group model

表7中IFI、TLI、CFI 值 大 于0.9，適 配 良 好，GFI、NFI、AGFI 值大于0.8，適配度可接受.說(shuō)明即使在SEM 中施加嚴(yán)格的約束條件，變量也顯示較好的結(jié)構(gòu)效度，可進(jìn)行多群組差異比較.

從約束因子載荷系數(shù)開始，在每個(gè)檢驗(yàn)?zāi)Ｐ椭幸来卧隽幸蜃虞d荷系數(shù)、路徑系數(shù)、潛變量協(xié)方差、潛變量殘差、觀測(cè)變量殘差，共獲得25 個(gè)約束更為嚴(yán)格的檢驗(yàn)?zāi)Ｐ?，具體結(jié)果如表8 所示.檢定多個(gè)群組潛在變量之間的關(guān)系時(shí)，須將測(cè)量模型中的因子載荷限制為組間全等，而月收入群組對(duì)應(yīng)的M1 模型計(jì)算結(jié)果低于閾值0.05，表明潛變量對(duì)測(cè)量題項(xiàng)的影響在高、低收入群體間是不一樣的，樣本數(shù)據(jù)對(duì)高、低收入群組不適用，不對(duì)其進(jìn)行差異性分析.

由表8 的檢驗(yàn)結(jié)果可知，在年齡、性別、職業(yè)、經(jīng)驗(yàn)4 個(gè)群組中，僅性別、經(jīng)驗(yàn)2 個(gè)類別變量對(duì)應(yīng)的群組檢驗(yàn)?zāi)Ｐ蜐M足標(biāo)準(zhǔn)，說(shuō)明性別和高鐵乘坐經(jīng)驗(yàn)會(huì)對(duì)結(jié)構(gòu)方程模型產(chǎn)生干擾，是結(jié)構(gòu)模型的調(diào)節(jié)變量.綜上所述，當(dāng)選取性別、經(jīng)驗(yàn)為調(diào)節(jié)變量時(shí)，H8 成立.

表8 多群組比較分析結(jié)果Tab.8 Comparative analysis results of multi-group model

3.2 群組差異事后檢驗(yàn)

對(duì)性別、經(jīng)驗(yàn)變量進(jìn)行事后檢驗(yàn)，得到群體異質(zhì)性影響下的高鐵出行意向結(jié)構(gòu)模型，模型路徑系數(shù)如表9 所示.

表9 性別、經(jīng)驗(yàn)群組分析結(jié)果Tab.9 Analysis results of gender and experience group

根據(jù)表9 可知，性別屬性中，雖然QS 對(duì)男性群體的PEU（0.215***）和PU（0.110*）產(chǎn)生顯著的積極影響，對(duì)女性群體的PU 無(wú)影響，但總體上看，男性和女性群體在結(jié)構(gòu)路徑上呈現(xiàn)相似性.然而，QS 對(duì)PEU、PEU 對(duì)PU、PU 對(duì)ATT 和ATT 對(duì)BI 的影響在女性群體中比對(duì)男性群體的影響大，表明促進(jìn)市內(nèi)接駁服務(wù)質(zhì)量可激發(fā)高鐵出行意愿，且在女性群體中更有效.

經(jīng)驗(yàn)屬性中，PEU 對(duì)有經(jīng)驗(yàn)、無(wú)經(jīng)驗(yàn)群體的PU和ATT 均有顯著影響，表明以QS 為導(dǎo)向的個(gè)體心理感知在高鐵出行態(tài)度中的作用在有經(jīng)驗(yàn)和無(wú)經(jīng)驗(yàn)群體中同等重要.但在有經(jīng)驗(yàn)群組中，QS（0.263***）對(duì)PEU，ATT（0.344***）、PU（0.514***）對(duì)BI 均有顯著的正向影響作用，而對(duì)無(wú)經(jīng)驗(yàn)群組則沒有影響.顯然，對(duì)于有乘坐高鐵經(jīng)歷的群體來(lái)說(shuō)，QS 會(huì)干擾高鐵出行傾向.QS 不會(huì)直接影響選擇意向，但在高鐵乘坐經(jīng)歷中體驗(yàn)的接駁服務(wù)質(zhì)量會(huì)作用在心理感知上，進(jìn)而間接影響后續(xù)出行意向決策.

4 結(jié)論

1）引入市內(nèi)接駁服務(wù)質(zhì)量和群體異質(zhì)性變量的拓展TAM 模型能有效解釋欠發(fā)達(dá)地區(qū)居民的高鐵出行意向選擇過(guò)程，市內(nèi)接駁服務(wù)質(zhì)量通過(guò)感知有用性、感知易用性、情感態(tài)度等心理變量對(duì)出行意向產(chǎn)生間接影響，而個(gè)體異質(zhì)性變量中的性別、經(jīng)驗(yàn)變量對(duì)影響過(guò)程起著調(diào)節(jié)作用.

2）從影響效應(yīng)的大小看，雖然感知有用性（0.714）、感知易用性（0.585）和情感態(tài)度（0.310）等心理因素對(duì)居民出行意愿的影響效應(yīng)高于市內(nèi)接駁服務(wù)質(zhì)量（0.184），但市內(nèi)接駁服務(wù)質(zhì)量仍是欠發(fā)達(dá)地區(qū)居民高鐵出行感知的重要前因，且相較于感知有用性，市內(nèi)接駁服務(wù)質(zhì)量通過(guò)感知易用性對(duì)出行意向的影響更大.說(shuō)明在高鐵接駁運(yùn)輸組織中，要重視欠發(fā)達(dá)地區(qū)居民對(duì)接駁方式的可獲得性，增強(qiáng)市內(nèi)接駁交通與高鐵的銜接更能激發(fā)出行者的高鐵選擇意愿.

3）市內(nèi)接駁服務(wù)質(zhì)量對(duì)欠發(fā)達(dá)地區(qū)居民高鐵出行意愿選擇的影響過(guò)程因性別、經(jīng)驗(yàn)類型而異.在男女群體中，市內(nèi)接駁服務(wù)質(zhì)量對(duì)女性群體的影響比對(duì)男性群體大.而在經(jīng)驗(yàn)群組模型中，市內(nèi)接駁服務(wù)質(zhì)量對(duì)有高鐵乘坐經(jīng)驗(yàn)的群體產(chǎn)生影響，對(duì)無(wú)高鐵乘坐經(jīng)驗(yàn)的群體影響不大.可以預(yù)見，隨著欠發(fā)達(dá)地區(qū)高鐵的開通，市內(nèi)接駁交通對(duì)高鐵出行選擇的影響將更加凸顯.高鐵接駁交通規(guī)劃在考慮服務(wù)質(zhì)量的同時(shí)，還應(yīng)考慮群體異質(zhì)性的影響.