交通出行方式決策中的錨定效應影響研究*

陳九宇， 朱森來

(南通大學 交通與土木工程學院， 江蘇 南通 226019)

在日常出行中，出行者主要依據個人經驗進行出行方式決策，對出行費用進行感知。隨著智能交通的發展，出行信息的提供(如實時的出行時間預測、擁擠、安全信息等)會對出行者出行方式決策產生重要影響。以往研究中，往往假設出行者是完全理性的，即出行者對出行效用的感知沒有偏差。然而實際出行決策時，出行者的感知效用與實際效用相比存在較大差異。為此，許多研究者引入前景理論(Prospect Theory,PT)代替完全理性假設的期望效用理論(Expected Utility Theory,EUT)，對方便性、安全性、個人偏好屬性等感知影響因素進行考量，如田麗君等驗證了基于前景理論的交通方式選擇模型的有效性。也有研究者將個人偏好等主觀因素定義為潛變量引入模型，如張晨陽等建立了考慮潛在變量的Logit出行方式選擇模型，侯現耀等證明并分析了智能公交出行信息對居民出行方式選擇的顯著影響。眾多研究證明了將感知影響因素引入出行方式決策研究中的意義，而人們對這些感知影響因素的主觀權重可被認為是基于出行信息的一種價值評估，出行者的價值評估受到出行信息的影響。出行方式選擇本質上是一種判斷與決策，是與某種價值比較的過程，受出行者經驗、所處情境中的感知因素影響不斷被調整。這些調整往往是不充分的，使不同的最終價值評估傾向于初始評估的方向而產生偏差。基于現代認知心理學和行為經濟學中的研究結論，這種出行信息對出行者價值評估產生顯著影響的現象可用錨定效應(Anchoring Effect,AE)來解釋。從初始價值評估時開始不斷調整，直到得出最終判斷，初始值和先前估計值對最終判斷和決策有顯著影響，這種現象稱作錨定效應。目前錨定效應的影響力已在眾多領域的決策過程研究中得到驗證，但其在交通領域的應用甚少。根據相關研究結論，專業知識淵博的人不容易受到錨定效應的影響，但在出行方式決策中很少會涉及專業知識應用，且出行信息不斷更新變化，出行者接受信息反饋的次序復雜多樣，受到錨信息影響的可能性很大。該文基于錨定效應在其他領域的研究方法,通過量化問卷調查收集人們對感知影響因素的主觀權重程度，分析各自變量對因變量影響后所導致的差異并發現其顯著性，驗證出行方式決策中錨定效應的存在，并給出利用錨定效應解決交通問題的建議。

1 交通出行中的感知影響因素分析

出行者進行出行方式決策時會受到各種因素的影響，如時間、金錢、安全、舒適性等。為此，通過問卷調查分析影響出行者出行方式決策的關鍵因素，針對這些關鍵影響因素提供的出行信息往往對出行者的決策產生顯著作用，從而引起錨定效應。

問卷調查中考慮的影響因素主要包括安全性、出發時間、到達時間、等待時間、計劃消費、截止時間、可支配金額、擁堵時間、疲勞度、身份舒適度、消費金額、行程時間、行駛舒適度、環境舒適度、準備時間、出行經驗等。每個子因素從5到1打分，分別代表從“非常重要”到“無關”的感知程度水平。問卷調查參與者均為隨機選擇的正常上班通勤者，共回收問卷300份，其中無效問卷32份，有效問卷268份。調查結果見圖1。

圖1 各因素影響程度平均值

從圖1可看出：安全性、出發時間、到達時間、擁堵時間、行程時間是影響出行者出行方式決策的關鍵因素。出發時間、到達時間、擁堵時間、行程時間都與出行方式的出行時間相關，可見出行時間和安全因素是出行者感知各出行方式出行效用的重要考量因素。

2 出行方式決策中的錨定效應實驗

2.1 實驗假設

影響因素的影響程度越大，越有可能成為出行者建立初始估計的依據，越大概率成為最終決策的錨。針對出行用時、安全性、到達時間準確率設計相關實驗驗證交通出行方式決策中錨定效應的存在。交通出行方式決策中的錨定效應是指人們在作出行方式決策時，不斷對初始出行成本的評估水平調高調低，致使最終出行選擇意愿受初始價值估計顯著影響的現象。

結合錨定效應在工程項目持續時間研究中得到的啟示，從錯誤經驗中的認識對出行者而言不一定是有效的，必須有清晰的反饋來提高估計精度。據此，針對這些影響因素作如下假設：

假設1：通勤者進行出行方式決策時，已有出行用時經驗信息會產生錨定效應，使出行者不斷對初始出行成本的評估水平調高調低，致使最終出行選擇意愿受到初始價值估計的顯著影響。當有其他渠道給其提供出行信息時，通勤者會根據信息在初始成本評估的基礎上重新調整其出行方式決策。

假設2：在通勤者出行方式選擇意愿穩定后，若通勤出行者獲得的出行信息能保證安全，即已得到關于安全性的有效反饋，那么通勤者考慮到這一新信息就可能在初始評估的基礎上調高出行選擇意愿水平；若未獲得有效反饋，則調低出行選擇意愿。根據問卷調查結果，安全性因素是出行者在上班通勤時必定考量的因素。出行者通過已知信息判定是否得到關于安全性信息的清晰反饋及反饋是否有效。

假設3：在安全性信息反饋情況一定時，如獲得的出行信息能保證到達時間的準確率，即已獲得關于到達時間準時性的清晰反饋，那么通勤者考慮到這一新信息就可能在初始評估的基礎上調高出行選擇意愿；若未獲得清晰反饋，則調低出行選擇意愿。到達時間因素同樣具有很大的影響力，出行者在上班通勤時也會評估該因素。出行者通過已知信息判定是否已獲得關于到達時間準時性的清晰反饋。

2.2 實驗設計

實驗采用2×2×2混合實驗設計。自變量為出行用時需求、安全性狀況和到達時間情況。

研究出行用時相關錨定效應時，分別研究出行用時高和低兩種情況。因此，實驗中出行用時經驗信息變量有兩個水平，一部分受試者(高錨組)提供的出行用時經驗信息為高時間需求水平(E1)，另一部分受試者(低錨組)提供的出行用時經驗信息為低時間需求水平(E2)。至2013年，全國平均上班花費時間超過30 min的城市為23個，超過40 min的有12個，各省市的均值為37.9 min(見圖2)。綜合考慮目前全國通勤出行情況，高錨值組設為60 min，高于絕大多數出行者所需時間；低錨值組設為20 min，在全國通勤所需時間中處于較低位置。

圖2 各省市平均上班花費時間

安全性狀況變量：一部分提供低安全性狀況(S1)，另一部分提供高安全性狀況(S2)。到達時間狀況變量：一部分已知低準時到達率狀況(T1)，另一部分已知高準時到達率狀況(T2)。因變量為在按順序給予信息的情況下每次出行選擇意愿水平。按高、中、低分別給予3、2、1分，每個被試者依次填寫3次自己出行選擇意愿的評估水平。若受試者分到僅包含經驗信息Ei的實驗任務，在閱讀完Ei后，要給出出行選擇意愿水平；在閱讀完出行信息Si后，根據EiSi給出第二次出行選擇意愿水平；在閱讀完出行信息Ti后，根據EiSiTi作出第三次估計。實驗問卷設計見表1。

表1 實驗問卷簡要設計方案

考慮到出行偏好、需求復雜多樣，被試對象應包攬不同城市環境、職業背景下的出行者，來自外省的出行者實驗數據由網絡問答獲得。實驗中的通勤出行案例共8個，這8個案例隨機發放給被試通勤出行者，然后由其完成實驗任務，每人只做分得的那個方案。在填寫前，參與者被告知盡量真實地填寫實驗問卷的問題，以提高答案的有效性。參與人員共340人，回收實驗問卷320份，其中有效問卷304份。描述統計結果見表2。

表2 實驗問卷描述統計結果

描述統計的均值表現出差異，但數據整體是否因新信息影響而顯著變化這點并不能確定，需進行獨立樣本均值t檢驗來驗證差異顯著性，從而證明假設的成立。

2.3 差異顯著性分析

表3為E1和E2樣本均值t檢驗結果。接受方差相等假設，兩組初始評估結果的方差有顯著差異(t=-2.534，P=0.012<0.05)，兩組出行選擇意愿存在顯著差異。在僅被提供較為模糊的出行用時經驗信息的情況下，出行選擇意愿依舊產生了顯著差異，證明出行經驗信息對出行選擇意愿有顯著影響。因此，假設1成立。

表3 E1和E2樣本均值t檢驗結果

表4為有S1與無S1樣本均值t檢驗結果，表5為有S2與無S2樣本均值t檢驗結果。由表4可知：當出行時間需求為高水平時，接受方差相等假設，兩組出行選擇意愿水平評估結果的方差有顯著差異(t=2.427，P=0.016<0.05)，即兩組出行選擇意愿存在顯著差異；當出行時間需求為低水平時，接受方差相等假設，兩組出行選擇意愿水平評估結果的方差有顯著差異(t=2.147，P=0.033<0.05)，兩組出行選擇意愿存在顯著差異。由表5可知：當出行時間需求為高水平時，接受方差相等假設，兩組出行選擇意愿存在顯著差異(t=-4.046，P=0.000<0.05)；當出行時間需求為低水平時，接受方差相等假設，兩組出行選擇意愿存在顯著差異(t=-2.620，P=0.009<0.05 )。因此，假設2成立。

表4 有S1與無S1的樣本均值t檢驗結果

表5 有S2與無S2的樣本均值t檢驗結果

表6為有T1與無T1樣本均值t檢驗結果，表7為有T2與無T2樣本均值t檢驗結果。從表6可以看出：在低時間需求且低安全性的情況下，接受方差相等假設，低到達準時率條件的影響較小(t=2.011,P=0.047<0.05)。從表7可看出：在高時間需求且高安全性的情況下，接受方差相等假設，高到達準時率條件的影響較小(t=-2.004，P=0.048<0.05)。但所有情況下的兩組評估均值均有調整趨勢?？梢?，通勤者在安全性信息反饋情況一定時，如果獲得到達時間準確率反饋信息，就有可能在初始出行成本評估的基礎上調整出行選擇意愿水平，假設3成立。

表6 有T1與無T1的樣本均值t檢驗結果

表7 有T2與無T2的樣本均值t檢驗結果

綜上，出行者進行通勤方式決策時，會根據獲得的信息重新調整其出行選擇意愿水平，且調整程度受個人屬性影響，上述假設全部成立。實驗結論如下：1) 出行信息對出行方式決策的影響顯著符合錨定效應的作用機理，錨定效應存在于出行方式決策中。2) 出行者會在不同程度上受到個體出行經驗信息的影響，實驗中表現為數值錨影響顯著。3) 出行信息的錨定效應具有一定感知遞減性。當出行信息個數增多時，“全高”或“全低”水平的出行信息組對出行者的錨定效應減弱。4) 出行者的出行方式決策受到個體經驗和出行信息的共同作用，內在錨和外在錨均具有影響力。

3 結論與應用建議

基于錨定效應，從不同角度分析出行者受出行信息影響的這一現象。通過問卷調查，對影響出行者的感知影響因素進行分析，并以通勤出行者為研究對象，通過對實驗任務的設計與分析，驗證了錨定效應在交通出行方式決策中的存在。為此，提出以下錨定效應在交通領域的應用建議：

(1) 公交優惠政策影響研究。錨定效應在價格研究中應用廣泛，并存在于出行方式決策中?？苫阱^定效應，研究出行方式決策中因個人屬性導致的差異。結合數據調查與分析，研究性別、年齡、職業、學歷、收入等因素在不同優惠政策下的出行方式決策差異，為公交管理部門提供理論參考。

(2) 智能公交信息影響研究。目前的公交信息影響研究側重于公交出行信息的服務需求特征及情境條件下出行信息分析，往往忽略了出行者的個體出行經驗產生的影響。而錨定效應可很好地將兩者融合，用于研究公交出行信息與出行者個體出行經驗共同作用下的公交出行行為。

(3) 優化交通信息發布版塊。嘗試在信息發布渠道創建類似評價體系的經驗分享版塊，分類不同地區，基于大眾認同率給路段打上“標簽”，增強出行者獲得信息反饋的有效性，提高出行安全性和效率。

(4) 感知出行成本構建過程優化。目前的研究中感知出行成本的定性化、定量化很多情況下依賴于調查問卷的設計方案，需不斷增加感知成本的影響因素。而錨定效應可作為一種約束條件和判斷方法，幫助研究者更好地判斷因素的影響力，并優化感知成本的定量化過程，減少感知偏差帶來的影響。