基于擴展計劃行為理論的城市居民綠色出行影響因素研究

陸 歡，干宏程，王馨玉，黃 玥，王雯靜

（1.上海理工大學 管理學院，上海 200093；2.上海理工大學 超網絡研究中心，上海 200093）

0 引言

國際能源署的統計數據顯示，到2030年交通運輸業的碳排放將占全球碳排放總量的41%[1]，因此降低交通出行碳排放是交通和城市可持續發展的關鍵。鑒于此，綠色出行理念被及時提出并獲得廣泛宣傳，該理念提倡人們盡可能選擇步行、自行車、公共交通等對環境影響較小的交通出行方式，以達到降低城市交通出行碳排放的目的[2]。因此，準確分析城市居民綠色出行的影響因素，對于引領城市居民選擇綠色交通方式出行，實現“雙碳”目標具有重要意義。然而，影響居民綠色出行行為的主客觀因素較多，影響關系較復雜，是城市交通出行研究領域亟需解決的難點問題。

近年來，城市居民綠色出行行為影響因素的研究成果頗豐。相關研究表明，要引導城市居民選擇綠色出行方式，關鍵在于轉變居民的出行態度和提升居民的環保意識[3-4]；與此同時，還需改變居民的出行習慣[5-7]。計劃行為理論（Theory of Planned Behavior,TPB）被認為是解決上述研究問題的重要理論，自提出以來，已被廣泛運用于出行行為研究中，如Li等人[8]和魏慶琦等人[9]分析態度、主觀規范和知覺行為控制等TPB 基本假設變量對公交選擇行為和大學生出行行為的影響，發現變量均具有較強的解釋力；Kaplan 等人[10]利用TPB 對通學出行方式進行研究，發現除上述變量外，出行習慣變量的引入可以提升模型的準確性。同時，居民的環保意識已經被研究證實是影響綠色出行行為的關鍵因素，且會直接影響綠色出行態度[11-12]。心理學中的預期后悔概念也被納入出行行為研究中，這是一種與過往的行為經驗或習慣有關的情緒，會影響個體的行為意向和行為決策。相關研究證實，探索預期后悔對出行行為的影響是非常必要的[13-14]。

綜上，學者們對綠色出行行為進行了大量的理論研究和實踐探索，從不同角度探討了出行行為的影響因素，但始終未有綜合考慮城市居民出行習慣、環保意識和預期后悔對綠色出行行為意愿影響的相關研究。因此，本文在考慮TPB 基本假設變量的基礎上，引入出行習慣、環保意識、預期后悔3 類擴展變量，構建基于擴展TPB 的城市居民綠色出行行為影響因素分析模型，采用偏最小二乘法結構方程模型進行變量間路徑關系檢驗，分析影響綠色出行行為的關鍵影響因素，并探索其對綠色出行行為影響的直接和間接效應，據此提出相關對策建議，以期為綠色出行政策的制定提供參考。

1 變量選取及模型構建

1.1 變量選取

TPB 由Ajzen[15]提出，是用于個體行為研究中分析行為意愿及選擇的重要理論。在綠色出行行為研究領域，TPB 認為個體是否選擇綠色出行行為是經深思熟慮后做出的選擇，行為的產生與否取決于行為意向，而行為意向是由以下3 方面決定的：一是出行態度，即個體對綠色出行行為的積極或消極感受；二是主觀規范，即個體基于一定的行為準則考慮是否選擇綠色出行行為；三是知覺行為控制，即個體在綠色出行政策或環境變化后對綠色出行行為的感知能力。總體而言，TPB 認為積極的態度、更強的主觀規范和知覺行為控制會促進個體選擇綠色出行的行為意向。已有研究證實了TPB 理論在綠色出行行為研究方面的有效性，涉及自行車出行行為意向、公共交通使用行為意向、降低私家車使用比例和使用綠色交通方式出行的行為意向等[16-18]。

但除了基本的TPB 變量外，也有研究發現一些新的心理潛變量在綠色出行行為的研究中容易被忽略。首先，有研究認為出行習慣對行為意向及行為的影響在某些情況下會超過TPB 中的基本變量[18]。出行習慣被定義為重復過去某一出行行為的心理傾向，居民出行是一種日常行為，由于出行方式的選擇通常是反復的，所以會演變成一種習慣性行為，即出行習慣。現有關于出行習慣的研究[19-20]主要集中在私家車出行習慣對公共交通出行選擇的影響方面，既然出行習慣確實會影響出行行為，則有必要對出行習慣對綠色出行行為的影響進行深入研究。其次，環保意識也是研究綠色出行行為影響因素需考慮的關鍵。環保意識是指個人對環境保護問題的認知，既有研究[21-22]使用了環境態度和環境關懷來表達類似的概念。研究認為，人們會因價值觀的不同而產生不同程度的環保意識，進而影響其對保護環境的責任感和個人規范，從而最終影響其與環保行為有關的行為意向，影響其綠色出行行為選擇。再者，預期后悔也是綠色出行行為選擇重要的影響因素，其是指個體對過往出行決策產生的某種消極情緒[23-24]，但現有研究較少將其納入綠色出行行為研究中。在實際出行中，居民通常會因為乘坐公共交通帶來的擁堵和不適而后悔乘坐公共交通，所以有必要在本研究中加入預期后悔這一擴展潛變量。

綜上，本研究在TPB 和相關研究的基礎上，結合綠色出行行為研究背景，構建了包含出行態度（Travel Attitude,TA）、主觀規范（Subjective Norms,SN）、知覺行為控制（Perceived Behavioral Control,PBC）、出行習慣（Travel Habit,TH）、環保意識（Environmental Consciousness,EC）、預期后悔（Anticipated Regret,AR）、綠色出行行為意向（Behavioral Intention,BI）、綠色出行行為（Be?havior,B）8 個變量和23 個測量變量在內的測量體系來分析城市居民綠色出行行為的影響因素，各變量的具體描述如表1所示。

表1 模型變量描述

1.2 模型構建

本研究選擇TPB作為基本理論框架，基于1.1節中探討的模型變量建立基于擴展TPB 的城市居民綠色出行行為影響因素分析模型，如圖1所示。模型由TPB 基本變量和擴展變量兩部分組成。在基本的TPB 變量中，綠色出行態度通常被認為是受主觀規范和知覺行為控制影響的關鍵中介變量，主觀規范可以直接影響綠色出行行為意向，間接影響綠色出行行為；同時，主觀規范和知覺行為控制對綠色出行行為意向有正向影響，知覺行為控制還直接影響綠色出行行為。在擴展變量的部分，本研究重點考慮了出行習慣、環保意識和預期后悔對綠色出行行為意向和行為的影響。本研究的研究假設關系H1～H15 在圖1 中均有體現，故不再通過文字贅述。

圖1 基于擴展TPB的城市居民綠色出行行為影響因素分析模型

2 數據來源

研究數據來源于Open ITS 平臺（www.openits.cn）發布的鎮江市綠色出行行為調查問卷數據。問卷分為兩部分，第1 部分為受訪者的個人信息調查，包括性別、年齡、受教育程度、職業、收入等，第2部分為綠色出行行為與行為意向調查。在本研究中，所有條目都采用李克特五分制量表進行測量，即每一條目陳述的問題有“非常同意”“同意”“不一定”“不同意”“非常不同意”這5種不同回答，分別記為5,4,3,2,1。調查區域集中在鎮江高鐵站、老火車站和長途汽車站附近，3 個調查點都位于鎮江市中心，客流量大，出行者職業和學歷分布廣，調查樣本具有一定的代表性。調查共收集問卷2 941 份，刪除無效樣本，最終獲得2 520 個調查樣本，樣本有效率為85.7%。進一步篩選有意愿選擇綠色出行的樣本進行建模分析，共篩選出1 660 個，樣本描述性統計特征如表2 所示。由表2 可知，在有意愿選擇綠色出行的居民中，男性居民的比例為60.52%；年齡方面，以18～35 歲的青年為主，占比達65.26%；學歷方面，具有本科及以上學歷的居民占比達44.58%；收入方面，以月收入在6 000元以下的工薪階層為主，占比達86.55%。

表2 有意愿選擇綠色出行的樣本描述性統計特征

3 結果分析

本研究構建以偏最小二乘法（Partial Least Squares,PLS）為基礎路徑的結構方程模型（Structural Equation Model,SEM）進行實證分析。SEM 作為常用的實證分析工具，包括以偏最小二乘法為基礎的PLS-SEM 建模和以協方差為基礎 的CB-SEM（Covariance-Based SEM）建 模。PLS-SEM 的原理為，在方差的基礎上結合主成分分析與多元回歸分析，通過循環迭代的方式使內生變數的被解釋能力最大；CB-SEM 的原理為，結合因素分析與多元回歸分析，使樣本矩陣與模型期望的共變異數更為接近。與CB-SEM 相比，PLS-SEM 可以處理模型中的多階潛變量問題，能同時處理反映性指標與形成性指標（本研究構建的理論模型包含這兩類指標）；另外，PLS-SEM還在研究樣本量較大、假設檢驗較多、建模復雜性較高時具有突出優勢[25-26]，故其更適用于本研究開展后續的實證分析。鑒于此，本研究利用Smart-PLS3.0 軟件，對概念框架和調查數據進行分析，首先評估測量模型，分析觀測變量與潛變量間的關系；然后，通過PLS-SEM 檢驗結構模型，測量潛變量間的路徑關系，方法的具體實施過程可參考文獻[27]～文獻[29]。

3.1 信效度檢驗

首先，本研究需對研究數據進行信度和效度檢驗以確保研究結果的可靠性。表3 顯示的是測量模型中所有變量的信度檢驗結果，包括克朗巴哈系數（Cronbach'sα）、綜合信度（Composite Reliability,CR）和平均方差提取值（Average Variance Extracted,AVE）。由表3可看出，所有反映性潛變量的AVE 值均大于臨界值0.5，所有潛變量的Cronbach's α 值均大于臨界值0.7，CR 值均大于臨界值0.8。由于TH 屬于形成性變量，需要檢驗其方差膨脹因子（Variance Inflation Factor,VIF），發現小于臨界值3。上述值均滿足臨界值檢驗標準，表明本研究的測量模型具有令人滿意的收斂有效性，支持了PLS-SEM的進一步分析。

表3 測量模型的信度檢驗

然后，使用區分效度分析檢驗不同潛變量觀測指標間的關聯度，確保不存在高度相關性。本研究使用異質-單質（Heterotrait-Monotrait,HT?MT）比率值進行檢驗，其為不同指標相關性的均值與同一指標相關性的均值的比值，通常情況下不能大于閾值0.9。表4 所示為區分效度檢驗矩陣。可以看出，所有HTMT 值均小于閾值，表明測量模型具有良好的區別效度。

表4 區分效度檢驗矩陣

3.2 路徑關系檢驗

本研究使用Smart-PLS3.0 軟件中的Bootstrap?ping運算（子樣本設定為5 000）估計模型潛變量間的路徑系數，得到路徑系數、顯著性檢驗結果及假設檢驗結果，如表5 所示。由表5 可知，在p<0.001 水平上，所有路徑系數均顯著，說明結構模型的路徑系數值均具有顯著的統計學意義。結構模型的擬合優度評價結果如表6 所示。由擬合優度R2值可知，該模型對綠色出行態度、主觀規范、知覺行為控制、環保意識、預期后悔、行為意向和出行行為的方差解釋率分別為16.7%,21.8%,23.1%,31.2%,14.6%,57.5%和31.7%。同時，5 個潛在變量的預測相關性Q2值均大于零（最小值為0.075），表明這些內生變量均達到了預測相關性。此外，擬合優度（Goodness of Fit,GOF）值為0.525，這證實了PLS-SEM建模存在較大的全局擬合優度。綜上，本研究認為在圖1 中假設的理論路徑（H1～H15）均成立，潛變量TA,PBC,SN,AR 和EC 均正向影響綠色出行行為意向和行為，TA,SN 和PBC 對綠色出行行為意向和行為表現出中介作用。此外，本研究還比較了各潛變量指標對綠色出行行為的直接效應、間接效應和總效應，結果如表7所示，主要結論詳見3.3節。

表5 路徑系數、顯著性及假設檢驗結果

表5 （續）

表6 擬合優度評價結果

表7 綠色出行行為影響因素的效應分解

3.3 主要結論

（1）行為意向對綠色出行行為產生直接正向影響，總效應為0.45，為所有影響因素中最大的。行為意向也是其他因素影響出行行為的中介變量，由表5 和表7 的路徑系數和效應分解結果可知，無論是TPB 基本變量中的出行態度、主觀規范和知覺行為控制，還是擴展變量中的出行習慣、環保意識和預期后悔，均可通過影響行為意向來間接影響綠色出行行為。

（2）出行態度、主觀規范和環保意識對綠色出行行為產生間接正向影響，間接效應分別為0.12,0.15 和0.20；知覺行為控制對綠色出行行為產生直接和間接正向影響，直接效應為0.37，間接效應為0.07，總效應為0.44。說明居民對綠色出行行為的態度越積極，環保意識越高，周圍重要的人對其影響越大，感知到綠色出行的難度越小時，其綠色出行行為意向就越強烈，采取綠色出行行為的可能性就越大。

（3）出行習慣對綠色出行行為產生直接和間接正向影響，直接效應為0.25，也可通過影響行為意向和預期后悔2 個因素對出行行為間接產生正向影響，其間接效應為0.05，總效應為0.30，說明在實際出行中，居民的出行習慣會決定下次出行方式，或對下次出行方式的意向產生影響。另外，以往的出行經驗會讓居民對某種出行方式產生良好或者不滿的體驗，進而影響其采取該出行方式的意向和行為，故將出行習慣引入TPB 來解釋綠色出行行為是合理的。

（4）預期后悔對綠色出行行為產生直接負向影響，效應為-0.17，也可通過作用于行為意向，對出行行為產生間接的負向影響，效應為-0.05，總效應為-0.22。說明將預期后悔作為擴展變量引入TPB 來解釋綠色出行行為是合理的。居民對綠色出行的預期后悔程度越大，其采取綠色出行的行為意向就越低，實際采取綠色出行行為的可能性就越小，而預期后悔通常與居民以往的出行體驗有密切聯系。

3.4 對策建議

（1）宣傳綠色出行理念，提升居民環保意識

研究發現，環保意識越強，采取綠色出行的可能性就越大，且行為意向是對行為總效應影響最大的因素。因此，應提升綠色出行理念宣傳的普及度和滲透率，提高居民對環境保護問題的關注度，并將切實提高城市居民的居民環保意識和綠色出行意愿作為宣傳的最終目標，讓居民能了解綠色出行的內涵和重要性，同時能將綠色出行的理念傳播給親友，擴大其影響力。

（2）加強綠色出行設施建設，提升綠色出行服務品質

研究發現，居民感知綠色出行更容易，對綠色出行的預期后悔程度越小時，其行為意向越強。因此，應加強綠色出行設施建設、提升服務品質，如設計合理的綠色出行與慢行交通網絡，建設集步行、共享單車、公交、軌道交通為一體的城市公共交通樞紐，并根據居民出行需求提供定制公交、夜間公交等服務，致力于讓智能、便捷、安全的綠色出行為居民提供更好的城市出行體驗。

（3）完善綠色出行相關政策，培養居民綠色出行習慣

研究發現，出行習慣是影響居民綠色出行行為的重要直接和間接影響因素。因此，可通過相關財政或交管政策引導城市居民使用綠色出行方式，如降低居民綠色出行費用、加大公共交通補貼力度、提升綠色出行效率等，增加居民綠色出行頻率。此外，呼吁政府部門牽頭有關企業建立居民“綠色出行賬戶”，將步行、騎自行車、乘坐公交地鐵等綠色出行行為以一定的比例進行量化計算，以積分的形式納入個人賬戶中，相應的積分可兌換實際或虛擬獎品，以此激勵城市居民綠色出行習慣的培養。

4 結語

本文基于擴展的計劃行為理論，構建城市居民綠色出行行為的影響因素模型，分析綠色出行行為的關鍵驅動因素，并探討其直接和間接影響。結果表明，基于擴展TPB 研究城市居民綠色出行行為具有較好的可行性和適用性；綠色出行態度和主觀規范對綠色出行行為意向有直接正向影響，對綠色出行行為有間接正向影響，而知覺行為控制、出行習慣對綠色出行行為有直接和間接正向影響；同時，預期后悔對綠色出行行為有直接和間接負向影響。基于上述研究結果，本文提出了相應的對策建議，可為綠色出行交通政策的制定和實施提供參考。在后續研究中，可考慮擴大調查范圍和樣本數據量，進一步檢驗研究結論的可信度和適用性，并通過對比分析，提出更精準有效的對策建議；也可考慮在模型變量選取時增加如交通出行政策、出行可達性等新的擴展變量，進行深入探索。