老年人駕車出行意向的心理成因研究

蔡云昊，景 鵬，查奇芬，楊澄璐，陳月霞，謝君平

（江蘇大學，汽車與交通工程學院，鎮江 212013）

0 引 言

人口老齡化是世界各國面臨的共同問題，中國也不例外。國家統計局發布的2019年國民經濟報告指出，截止到2019 年末，中國60 周歲及以上人口為25 388萬人，占總人口的18.1%。預計2050年此比例將達到31.3%[1]。隨著我國老齡化進程的不斷加快，老年群體的交通出行問題愈發突出。在中國，公共交通是老年群體主要依賴的出行方式，但固定的交通線路和較長的等車時間難以為老年群體提供便利和舒適的出行體驗。此外，老年群體屬于新冠病毒高危易感群體，在新冠肺炎疫情期間乘坐公共交通將提高感染風險，更不利于疫情常態化下老年人的“健康出行”。

私家車靈活便捷，能夠提高老年人的出行機動性，并且安全密閉的行駛空間能夠有效降低感染風險，促進老年人“健康出行”。然而目前我國老年人的駕車出行比例較低，截至2020年上半年，60 歲以上駕駛人僅占老年群體的5.4%[2]，申請駕照的年齡限制可能是其中一個重要原因。為滿足老年人的駕車出行需求，公安部于2020 年10 月22日宣布取消申請小型汽車駕駛證70周歲的年齡上限，并于11 月20 日起正式實施。駕考新政實施后老年群體的交通出行方式有發生變化的可能，但由于老年人反應能力、視力等下降，駕車出行可能對自身和他人造成不良影響，包括可能比年輕司機產生更多的污染[3]，增加與疲勞相關的交通事故[4]，造成更嚴重的擁堵問題[5]等。

為提升并保障老年群體出行機動性的同時能更好地應對其規模增長對現有交通系統的壓力，關鍵在于準確預測老年人的駕車需求。準確預測的前提是深刻理解老年人駕車出行的轉移意向，即從使用當前常用交通方式出行向駕車出行轉移的意向。

國外針對老年司機的駕駛特性開展了大量研究，系統分析了老年司機安全駕駛的影響因素，包括視覺衰退[6]、認知能力減弱[7]和反應能力下降[8]等。國內學者在老齡化進程不斷加快的背景下也進行了相關研究，比如張衛華等人[9]分析了國內外老年司機相關研究的發展趨勢，為了解中國老年司機的駕駛特性提供了理論依據，但是目前對我國老年群體駕車出行行為或意向的研究不夠深入。本文將從心理角度對老年人駕車出行意向展開研究，剖析因素間的作用機理，保障并提升老年人的出行機動性。

理論模型上，在新冠肺炎疫情尚未結束的背景下，考慮到老年群體抵抗力弱等原因，增加對健康信念的關注。健康信念模型(Health Belief Model,HBM)是健康心理研究最常用的模型之一，用于解釋和預測人們的保護行為，將其和廣泛應用于從心理角度分析出行行為的計劃行為理論(Theory of Planned Behavior, TPB)融合，能提高模型的解釋力度，拓展解釋維度。比如，湯天培等人[10]融合計劃行為理論和健康信念模型研究電動自行車騎行人的頭盔佩戴意向，成功證明了融合這兩種社會認知理論后解釋力度優于獨立的理論模型。同時由于老年人相比年輕人更加注重消費成本[11]，且存在更大的駕駛風險[12]，因此本研究將成本因素和感知風險引入到計劃行為理論和健康信念模型融合的理論框架，以期從不同的心理角度揭示老年人駕車出行意向的內在機理。

研究方法上，已有轉移行為研究大多采用單一數據分析方法。其中多指標多因果模型（Multiple Indicators and Multiple Causes, MIMIC）具有同時檢驗心理因素的內在聯系以及這些心理因素和人口統計學特征之間關系的優勢，因此被廣泛使用，但MIMIC 模型只能分析自變量與因變量的線性關系，可能不足以充分理解現實問題中個體復雜的決策過程。隨機森林(Random Forest, RF)作為非線性的機器學習算法，具有分類精度高、能對變量重要性排序等優點，能夠彌補MIMIC 模型的缺陷。部分學者已經嘗試使用隨機森林算法從非線性角度分析人的行為意向[13-14]，但個體預期行為的發生可能需要某些必要條件作為前提，如果必要條件不存在，預期行為一定不會發生，而MIMIC模型和隨機森林算法關注的是對行為意向充分條件的判定，在推斷和確定必要條件時存在不足，這可能會忽略關鍵變量。必要條件分析(Necessary Condition Analysis, NCA)可以用來判別和檢測因變量的必要條件[15]，目前廣泛應用于管理學領域[16]。由于必要條件具有“一票否決”的作用，使用必要條件分析作為現有研究方法的補充，有助于挖掘新見解，更加科學、全面地理解行為意向的作用機理。綜上，MIMIC 模型、隨機森林算法和必要條件分析各有利弊，僅使用其中一種方法可能無法全面理解老年人駕車出行意向的內在機理，將它們融合使用能夠發揮各自的優勢，從線性和非線性、充分性和必要性多角度深入研究老年人駕車出行的轉移意向，彌補已有研究僅使用單一數據分析方法或只關注充分條件的不足。因此本研究開發了一套綜合分析方法，首先構建了用于分析線性關系的MIMIC 模型并進行估計，對理論模型的研究假設進行檢驗；其次，通過隨機森林算法從非線性角度進一步識別關鍵因素，作為MIMIC模型結果的驗證和補充；最后，使用必要條件分析從必要性的角度鎖定轉移意向發生的前提條件。

本文的意義及貢獻為：（1）在取消駕考年齡限制后，考慮新冠肺炎疫情影響下，研究老年人駕車出行轉移意向及其影響因素，為政策制定者和交通規劃者進行決策提供理論依據；（2）基于計劃行為理論和健康信念模型，拓展成本因素和感知風險，構建了適用于駕考新政頒布后研究老年人轉移行為的理論框架；(3)開發了一套從線性和非線性、充分性和必要性多角度研究轉移行為的綜合分析方法，為轉移行為研究提供新的分析思路。

1 研究模型及假設

1.1 計劃行為理論

本研究的態度指老年人對駕駛私家車的看法；主觀規范指老年人的家人、朋友和鄰居的支持對老年人駕車出行意向的影響程度；自我效能指老年人對自身駕駛能力的判斷。在基本的計劃行為理論中，態度和主觀規范對意向具有顯著的正向影響，此外Bamberg等人發現主觀規范同樣可以正向影響態度[17]，由此提出假設H1、H2和H3：

H1：態度對轉移意向有正向的顯著性影響；

H2：主觀規范對轉移意向有正向的顯著性影響；

H3：主觀規范對態度有正向的顯著性影響。

基本的計劃行為理論驗證了感知行為控制對行為意向的影響，但Ajzen 發現感知行為控制由兩部分組成：自我效能和可控性[18]，且一些研究發現自我效能對意向的預測作用更強[19]。此外，由于早期的健康信念模型沒有關注人們對保護行為的自我效能，結果存在局限性，學者們建議將自我效能納入健康信念模型[20]。綜上，無論在計劃行為理論還是健康信念模型中使用自我效能，該因素對意向均有積極的影響，同時對態度也會產生正向影響[21]。因此本研究將其作為計劃行為理論和健康信念模型結合的“橋梁”，使模型框架更加完整。根據上述分析，提出以下假設：

H4：自我效能對轉移意向有正向的顯著性影響；H5：自我效能對態度有正向的顯著性影響。

1.2 成本因素

本研究的成本因素指駕車的燃油費、維修費和購車成本等。已有研究表明成本因素會顯著影響人們從私人交通向公共交通轉移的意向[22]。由于我國老年人的購買能力較弱，退休后可能更在意自己的花銷[11]，考慮到駕車出行的成本高于乘坐公共交通或者步行等其他交通方式，額外的成本可能使老年人駕車出行的態度變得消極，阻礙老年人駕車出行的轉移意向。因此，提出以下假設：

H6：成本因素對轉移意向有負向的顯著性影響；H7：成本因素對態度有負向的顯著性影響。

1.3 感知風險

本研究的感知風險指老年人駕車過程中可能發生的風險，比如交通事故或者違反交通規則等。考慮到老年人具有反應能力比年輕人弱的特點，可能更容易發生交通事故，且感知風險對態度也會產生負向影響[23]，因此，提出以下假設：

H8：感知風險對轉移意向有負向的顯著性影響；H9：感知風險對態度有負向的顯著性影響。

1.4 健康信念模型

感知利益指人們對保護行為有效性的看法。如果人們認為執行某一決策具有好處，對執行這種決策的態度將更加積極[24]。本研究在新冠肺炎疫情仍沒有完全結束的背景下展開，人們可能將駕車出行作為一種保護措施，而老年人由于更易感染新冠病毒，在出行時更需要注意防護。因此，本研究加入了健康信念模型中的感知利益。綜上，提出以下假設：

H10：感知利益對態度有正向的顯著性影響；

H11：感知利益對轉移意向有正向的顯著性影響。

感知障礙指人們感覺到的可能阻止他們行為改變的障礙，一般來說，人們感知到的障礙增加，行為發生改變的意向將會變低。此外，一項分析人們接種新冠病毒疫苗意向的研究發現感知障礙對態度有消極影響[25]。我國當前相當一部分的老年人年輕時沒有駕車經歷，在晚年生活中駕車出行可能出現焦慮、不安的感覺[26]，綜上，提出以下假設：

H12：感知障礙對態度有負向的顯著性影響；

H13：感知障礙對轉移意向有負向的顯著性影響。

模型框架及研究假設如圖1所示。

圖1 模型框架及研究假設Fig.1 Proposed conceptual model and research hypotheses

2 數據調查與統計

2.1 問卷設計

量表問題項主要有三個來源：已有研究中較成熟的量表問題項、根據變量定義和相關文獻自行編制的問題項，以及與專家、學者和研究群體的訪談中歸納的問題項[27]。本研究主要結合前兩種問題項來源設計《關于取消駕照申領年齡限制后老年人駕駛私家車出行意向的問卷調查》的心理變量問題項。成立問卷設計小組（一名教授、兩名講師和三名碩士研究生），廣泛查閱出行行為研究中使用計劃行為理論、健康信念模型、成本因素和感知風險的文獻，確定本研究參考的問題項；根據本研究的研究群體（老年人）、研究背景（駕考新政實施后）、研究內容（駕車出行的轉移意向）來修改原問卷問題項；考慮到原問題項均為英文，可能存在跨文化適用性問題，為此將原問題項的用詞、語序等進行調整；經過小組成員討論、修改確定本研究的問題項。心理變量使用Likert 7 級量表測量，其中1表示“非常不同意”，7表示“非常同意”。表1給出本研究使用的心理變量對應的調查問題項來源。

表1 心理變量測量量表問題項來源Tab.1 Source of items for psychological latent variables

2.2 問卷調查與實施

聯合國在分析老齡化問題時，將60 周歲作為界定老年人的標準，鎮江市規定60 周歲及以上人群可以辦理老年公共交通卡。因此本研究中我們將60 周歲作為判斷調查對象是否為老年人的閾值。在正式調查之前，首先對鎮江市25 名60 周歲及以上的老年人進行了預調查，根據受訪者反饋的問題對部分問題項進行修改，得到正式的調查問卷。考慮到公園、廣場、購物中心等場所的老年人數量較多，調查人員于2021 年1 月14 日到17 日前往這些場所進行隨機調查，在填寫問卷期間，調查人員在不影響老年人主觀判斷的前提下，幫助老年人完成問卷。本次調查總共發放500份問卷，為保證問卷數據真實可靠，將答案不完整、邏輯明顯不合理的問卷剔除（共剔除78 份無效問卷），最終獲得問卷422份，有效率為84.4%。

2.3 描述性統計

受訪者的社會經濟屬性統計結果如表2所示：男女分別占54.57%和45.43%；平均年齡為67 歲，最大和最小年齡分別為86 歲和60 歲；擁有初高中學歷的人數占大多數，將近九成的受訪者已經退休；月收入或退休金在3 000 元以下的人數最多（45.73%）；七成左右的老年人沒有駕照，六成的老年人選擇公交作為最常用的出行方式。

表2 樣本基本特征描述性統計分析Tab.2 Descriptive statistical analysis of sample basic characteristics

圖2為駕考新政發布后受訪者從使用當前常用的出行方式向駕車出行轉移的意向變化，其中18%的受訪者具有高轉移意向。除使用私家車出行的受訪者以外，使用電動車出行的受訪者具有更高的轉移意向，其次分別是采用公交和步行出行的受訪者。

圖2 由當前出行方式向駕車出行轉移的意向Fig.2 Switching intention from the current travel mode to travel by car

2.4 信效度檢驗

信效度檢驗用來衡量問卷結果的可靠性和準確性，本研究使用的評價指標及標準見表3。

表3 信效度評價指標和標準Tab.3 Reliability and validity evaluation indexes and standards

表4 和表5 給出本研究信效度檢驗的結果，根據評價標準可以確定本研究的問卷量表具有較好的信效度，能夠真實地反映受訪者的心理狀態，且經比較發現未破壞參考的原問卷信效度。

表4 心理變量的信度和效度檢驗結果Tab.4 Reliability and validity test results of psychological latent variables

表5 區分效度檢驗結果Tab.5 Test results of discrimination validity

3 結果分析

3.1 MIMIC模型分析

由于本研究關注的是老年人駕車出行的轉移意向，因此在建模分析過程中排除24 個目前常用私家車出行樣本，最終使用398 個有效樣本進行MIMIC 模型分析、隨機森林算法分析和必要條件分析。MIMIC 模型的整體框架如圖3 所示。MIMIC 模型主要包含人口統計學特征的可觀測外生變量、構成本研究理論框架的內生變量和測量心理變量的可觀測外生指標變量。在模型中假設人口統計學特征影響各個心理因素，這些心理因素又對受訪者問題項有所解釋。

圖3 MIMIC模型框架Fig.3 Framework of mimic model

為評價模型的擬合效果，本研究選取卡方與自由度之比（χ2/df）、近似均方根誤差（RMSEA）、標準化殘差均方根（SRMR）、相對擬合指數（CFI）和塔克-劉易斯指數（TLI）作為評估指標，結果如表6所示。總體而言，本研究各指標的結果均在參考區間以內，模型擬合較為良好，擬合結果可以接受前文的假設。

表6 SEM模型擬合結果Tab.6 Results of the goodness of fit for SEM model

3.1.1 心理變量間關系

本研究關于心理變量一共有13 個假設，除了假設H11和H13不成立以外，其余假設均成立。在影響老年人駕車出行轉移意向的因素中，態度和自我效能對轉移意向的正向影響最為顯著。主觀規范對轉移意向也有顯著的正向影響，而成本因素和感知風險對轉移意向產生了顯著的負向影響。此外，自我效能、主觀規范、成本因素和感知風險對態度均有顯著的正向影響。雖然感知利益和感知障礙對轉移意向的直接影響并不顯著，但是對態度分別產生了顯著的正向影響和負向影響。具體結果如圖4、表7、表8所示。

表7 假設關系檢驗結果Tab.7 Results of the hypothesis relation test

表8 中介效應分析結果Tab.8 The results of mediation effect analysis

圖4 潛變量之間的標準化路徑系數Fig.4 Standardized path coefficients between latent variables

中介效應分析結果表明成本因素、感知風險和感知利益能夠通過態度間接影響轉移意向，而感知障礙對轉移意向沒有顯著的間接效應。

3.1.2 客觀變量與心理變量間關系

根據MIMIC模型估計結果，得到退休狀況、月收入或退休金、居住狀況和小汽車擁有數量這4個客觀變量與心理變量之間的路徑關系。結果表明轉移意向、自我效能和感知風險受到客觀變量的顯著影響，而其他心理變量不受客觀變量的顯著影響，具體結果如表9所示。

表9 客觀變量對心理變量的影響Tab.9 Influence of objective variables on psychological variables

3.2 隨機森林模型結果分析

首先進行K 均值聚類分析，設定3個初始聚類中心，結果如表10 所示。根據聚類中心大小將群體劃分為低轉移意向、中轉移意向和高轉移意向，作為隨機森林模型被解釋變量，分類結果如表11所示。

表10 轉移意向測量項聚類中心Tab.10 Clustering center of switching intention measurement items

表11 K均值聚類分類結果Tab.11 Results of K-means clustering classification

由于潛變量無法直接測量，需要通過觀測指標對其進行解釋，因此將潛變量各觀測指標的因子載荷作為權重。根據權重的占比得出潛變量得分表達式，從而計算各個潛變量的得分，并將此得分作為解釋變量加入到隨機森林模型中。

本研究使用randomForest 軟件包構建隨機森林模型。首先將數據集分為四組，其中三組用于訓練，一組用于測試；其次以袋外數據誤差（Out Of Bag, OOB）最小為原則選取最佳葉結點數ntree，結果表明在ntree=460 時OOB 袋外誤差和分類誤差相對較小，具體結果如表12 所示。因此在本研究中ntree=460。

表12 誤差結果匯總Tab.12 Summary of error results

本研究采用混淆矩陣、分類準確度和Kappa值作為隨機森林模型精度的評價指標。Koch等人給出Kappa值的評價標準：若Kappa＜0.4時，模型精度較低；若Kappa 介于0.60 和0.80 之間時，模型精度較好；若Kappa＞0.80，模型精度非常好[37]。表13 給出測試集的混淆矩陣以及整個模型的準確度、Kappa值，由表13可知本次隨機森林模型的精度較好。

表13 混淆矩陣和評價指標Tab.13 Confusion matrix and evaluation indicators

最終本研究根據平均下降精度（Mean Decrease Accuracy, MDecA）對各影響因素進行重要性排序，結果如圖5所示。

圖5 自變量重要性排序Fig.5 Importance rank of independent variables

由圖5可知，對轉移意向產生顯著影響的各心理變量的重要性順序為自我效能（MDecA=53.36）、態度（MDecA=44.33）、成本因素（MDecA=31.70）、感 知 風 險（MDecA=17.85）、主 觀 規 范（MDecA=16.68）。

3.3 必要條件分析結果

本研究使用前文潛變量得分計算方法將潛變量得分作為潛在必要條件，K均值聚類分析的類別作為結果，并假設自我效能、態度、成本因素、感知風險、主觀規范是轉移意向的潛在必要條件。表14給出必要條件分析的結果。

Jan Dul[38]給出較為科學的必要性判斷標準，若d＞0，p＜0.0.5 則認為必要條件成立。由表14 可知，自我效能和態度是轉移意向的必要條件。其中效應值d用來反映必要條件的影響效果，由于態度和自我效能為連續型變量，CR-FDH判斷更為準確，根據Jan Dul對d取值的建議，自我效能為低效果，態度為中效果[15]。

表14 轉移意向必要性分析結果Tab.14 Results of necessity analysis

確定了必要條件之后，本研究使用瓶頸表進一步分析態度和自我效能對轉移意向的組合效果。瓶頸表反映的是若想達到某一特定水平的結果，需要必要條件達到的必需水平，主要用于進行多個必要條件的組合，并解釋其對結果的共同影響。結果如表15所示，其中NN表示不必要。

表15 必要條件組合分析瓶頸表Tab.15 Necessary condition combination analysis bottleneck table

由表15可知，隨著轉移意向的提高，對駕駛私家車出行的態度和自我效能的要求也相應地提高。在中意愿（2.2）時對自我效能的要求略高于態度，但意愿繼續提高后對態度的要求明顯高于自我效能，這表明，如果需要較高的轉移意向，前提是對駕車出行的態度應較為積極，并相信自己有能力駕駛私家車。

4 轉移意向影響因素分析

通過MIMIC模型發現態度、自我效能、主觀規范、成本因素和感知風險對轉移意向有顯著性影響，感知利益、感知障礙、成本因素和感知風險對態度存在顯著性影響，并且感知利益、成本因素和感知風險能夠通過態度間接影響轉移意向。隨機森林的結果表明，自我效能對轉移意向的影響最大，其次依次是態度、成本因素、感知風險和主觀規范。此外，自我效能和態度被證明是轉移意向的必要條件。具體分析結果如下。

4.1 計劃行為理論因素分析

綜合結構方程模型、隨機森林和必要性分析發現態度對轉移意向的影響最為關鍵，它既是轉移意向的充分條件，又是必要條件，通常充當著感知利益、成本因素和感知風險對轉移意向產生間接影響的“橋梁”。對駕駛私家車出行的態度越積極，老年人駕車出行的轉移意向越強烈，與此同時，若沒有較為積極的駕車態度，則無法產生較高的轉移意向。結果表明未來需要關注影響態度的心理因素，從駕車出行好處、經濟成本、駕車風險等多方面對老年人的態度進行引導。

隨機森林模型分析結果表明自我效能對轉移意向的影響最大，這說明老年人在考慮是否駕車出行時，會著重關注自己的駕駛能力，在對自身能力判斷正確的前提下，若認為自己的身體條件不滿足駕車要求，駕車出行的意向也相應較低。此外，本研究也驗證了自我效能對態度的顯著影響，當老年人認為自己具備駕駛能力時，對駕車出行的態度也較為積極。自我效能同樣是轉移意向的必要條件，進一步表明隨著年齡的增長，老年人的反應能力下降，在駕車過程中容易出現分心現象或無法迅速處理突發情況，因此對自身駕駛能力的正確判斷格外重要。

主觀規范對行為轉移意向和態度具有顯著影響，鄔滄萍等[39]人分析我國主要是家庭養老形式，導致老年人的獨立性不強，更容易受到他人的影響。這表明老年人在決定是否駕車出行時，會考慮家人、朋友的看法，得到的支持越多，老年人更有可能駕車出行，并且對駕車出行的態度更加積極。

4.2 健康信念模型因素分析

感知障礙對轉移意向沒有產生直接的顯著影響，這一發現與以往的研究存在差異，說明老年人駕車時感知到的障礙并不足以直接降低駕車出行的意向，而僅影響老年人駕車出行的態度。當老年人感知到的障礙越多，駕車出行的態度也就越消極。

感知利益同樣沒有對轉移意向產生直接影響，而對態度產生顯著的積極影響，并通過態度對轉移意向產生間接影響。這可能是因為目前國內疫情防控成效顯著，新冠肺炎疫情對居民生活的影響逐漸減弱，使得私家車在防疫方面的優點只能影響到老年人駕車出行的態度，不足以使老年人放棄現有的出行方式，轉而駕駛私家車出行。但是全國各地仍有小規模疫情爆發，私家車的防疫設備仍然可以通過影響老年人的態度進而影響轉移意向。

4.3 成本因素分析

成本因素被證明可以對轉移意向和態度產生顯著的消極影響，并且可以通過態度間接影響轉移意向。這可能是由于老年人乘坐公共交通工具或步行的費用較低，駕車出行需要考慮購車費用、燃油費、保養費等，對于老年人來說存在一定的經濟負擔。由于成本因素對轉移意向既有直接影響還有間接影響，因此可以考慮對老年人的購車成本和駕車成本給予一定的優惠政策。

4.4 感知風險分析

感知風險對老年人駕車出行的轉移意向和態度同樣存在顯著的消極影響，當老年人認為自己在駕駛過程中容易發生交通事故或違反交通規則時，轉移意向將變低。與成本因素相同，感知風險對轉移意向既產生了直接影響，還通過態度產生了間接影響。因此在老年人申請駕照過程中需要加強對老年人安全知識的教育。

4.5 客觀變量分析

MIMIC 模型分析結果表明退休狀況對心理因素產生較多影響，未退休的老年人轉移意向和自我效能更高，感知風險更低，可能是這部分老年人社會活動相對較多，身體機能下降相對較慢。未來需要政府、社區繼續完善對老年人的社會保障機制，給予已退休老年人更多的關注，發動和組織社區內老年群體參與集體行動。收入對感知風險具有負向影響，這說明收入較低的老年人更加擔心駕車出行的風險，駕校需要考慮到申請駕照的老年人的收入差異，進行針對性的指導。居住狀況對轉移意向產生了正向影響，獨居或與配偶居住的老年人駕車出行的轉移意向更高，可能是由于目前的出行方式無法滿足這部分老年人的出行需求，而與子女或第三代居住的老年人可能會乘坐子女的私家車，出行相對便利。家中小汽車擁有量越多的老年人產生了更強烈的轉移意向，當家中小汽車數量較多時，老年人可能不需要考慮購車成本，因此轉移意向更高。本研究只調查了老年人的個人收入、受教育程度等，后續研究可以調查子女的個人收入和受教育程度等，從而深入挖掘老年人駕車出行轉移意向的作用機理。

5 現實應用

針對心理影響因素，提出一定的建議：（1）針對自我效能，我們建議駕校通過駕駛模擬器和認知功能訓練結合的方式幫助老年人評估和訓練駕駛能力。其中駕駛模擬器能夠模擬各類駕駛場景和事件，比如正常道路中很少出現的惡劣天氣、緊急剎車等，并且可以分析駕駛員在采取具有潛在有害后果的行為（分心駕駛等）下的駕駛能力[40]；認知功能訓練能夠幫助老年人長期維持或提高認知能力[41]。考慮到部分老年人可能存在過度自信的情況[42-43]，建議采用自評表和他評表結合的方式，綜合評價老年人的駕駛能力。在此過程中，可以結合感知風險的作用，加強對老年人的安全教育，提高老年人的安全意識。（2）針對態度，我們建議通過新聞媒體、廣播電臺等途徑對駕車出行的利弊進行宣傳，幫助老年人認清駕車出行的好處和隱患，從而引導老年人選擇適合自己的出行方式。在老年人進行決策過程中，其家人、朋友以及所在社區的工作人員可以考慮在充分了解其身體狀況的情況下，為老年人的決策提供科學、合理的建議。（3）針對感知障礙，我們建議駕校、社區等設立專業的心理部門對存在駕車障礙的老年人提供心理疏導等幫助。（4）針對感知利益，我們建議汽車企業增設車載防疫裝置，有效降低疫情傳播的風險。（5）針對成本因素，我們發現大部分老年人可能無法獨立承擔駕車成本(購車成本、燃油費等)，因此建議汽車企業和政府對完全有能力駕車出行的老年人給予一定的優惠政策。

綜上，本文針對引導老年人決定是否駕車出行的措施建議如圖6所示。

圖6 措施建議Fig.6 Measures and suggestions

6 結論

（1）本研究在駕考新政策正式實施之后，考慮新冠肺炎疫情的影響，將感知風險和成本因素引入計劃行為理論和健康信念模型融合的理論框架，使用MIMIC模型、隨機森林算法和必要條件分析，從線性與非線性、充分性與必要性多角度研究老年人駕車出行的轉移意向，并根據研究結果對政府、車企等提出一定的建議，在理論和實踐上均有一定貢獻。

（2）通過多種分析方法最終發現自我效能和態度是影響老年人駕車出行轉移意向的關鍵因素，同時也是老年人轉移意向的必要條件。在引導老年人決定是否駕車出行時，應著重關注老年人對駕駛私家車的態度以及對自身能力的判斷。

（3）感知風險、成本因素和主觀規范對轉移意向產生直接的顯著性影響，說明應加強對老年人的安全教育，且感知風險、成本因素能夠通過態度對轉移意向產生間接影響。對于完全有駕車能力的老年人適當提供購車優惠，并需要社區、親友共同努力幫助老年人選擇合適的出行方式。感知障礙和感知利益對轉移意向的影響不顯著，但對駕車態度具有顯著性影響，且感知利益能夠通過態度間接影響轉移意向，說明部分老年人駕車時可能存在心理障礙，應對這部分老年人進行專業的心理疏導。在新冠肺炎疫情尚未結束的背景下，車企應增設車載防疫裝置，降低感染新冠病毒的風險。

（4）退休狀況、收入、居住狀況和小汽車擁有量對轉移意向、自我效能和感知風險產生顯著影響。在引導老年人選擇合適的出行方式時應考慮不同人口統計學特征間的差異。

（5）本研究并不是為了鼓勵老年人駕車出行，而是為了幫助老年人選擇較為合適的出行方式，保持必要的出行機動性，進而促進交通可持續發展。本文關注于老年人駕車出行的轉移意向，但意向并不一定會完全轉變成行為，因此未來研究應更多地關注老年人的實際行為，并嘗試對老年司機的規模進行預測。此外，本研究未考慮駕考新政的影響，可以繼續收集問卷，評估駕考新政對老年人駕車出行轉移意向的影響程度。并根據性別、年齡、受教育程度、駕照擁有情況等人口統計學特征細分老年群體，從而得到更合理、更具有針對性的結論。