基于PLS-SEM的新冠疫情常態化防控下老年人公交車出行行為分析

李綱,劉天昊

大連交通大學交通運輸工程學院,遼寧 大連 116028

0 引言

自1999年以來,我國60歲以上的人口超過全國人口總數的10%,進入老齡化社會[1]。我國第七次全國人口普查顯示,截至2020年末,60歲及以上人口已達到26 401萬人,占全國人口總數的18.70%[2],大連市60歲以上的老年人口已達到184萬人,占全市人口總數的24.71%[3]。老齡化趨勢日益顯著,為整個社會發展帶來巨大挑戰。日常出行是老年人群體生活的重要組成部分,如何提供更好的交通服務以滿足老年人的出行需求變得至關重要。公共交通作為現代城市綜合交通體系中的重要組成部分,在滿足城市居民日常出行、降低出行成本等方面發揮著重要的作用,公交出行是我國老年人的主要出行方式之一[4],深入了解老年人公交出行決策行為是城市交通部門制定公交政策的關鍵。

計劃行為理論(theory of plannedbehavior,TPB)心理模型描繪出行者心理感受,預測和解釋出行者行為,分析出行者在使用某種交通方式時的內心變化。Heath等[5]基于TPB模型框架分析了大學生的態度、主觀規范等心理因素對公交車出行行為的影響。出行習慣對出行方式選擇至關重要。在心理學角度,出行行為并非完全理性的行為,外部環境比較穩定時,出行習慣對定期的出行行為起決定性作用。某種出行行為重復出現且出行者對此產生依賴時,就形成出行習慣[6]。Fu等[7]研究表明,將出行習慣加入TPB將會提高公交車出行行為的預測精度;和占瓊等[8]基于擴展的TPB,探索出行習慣對低碳出行行為的影響;陳堅等[9]將TPB與習慣驅動行為理論結合,構建3種模型對比環保意識與出行習慣對公交車出行方式選擇的影響。出行習慣結合TPB有利于更準確地探索出行行為的影響機制。新冠疫情對老年人的交通出行產生不容忽視的影響;劉建榮等[10]發現后疫情時代的新冠疫情對老年人公交出行產生顯著的負向影響;孫帆等[11]通過對比疫情前后老年人公交出行滿意度發現,疫情后老年人產生了心理不安情緒,對公交出行滿意度呈負向影響。

本文以2022年大連市老年人公交出行行為為參考,結合出行習慣和TPB,采用偏最小二乘法的結構方程模型(partial least squares-structural equation model,PLS-SEM)探索新冠疫情常態化防控下老年人群體公交出行的決策行為機制,為準確把握老年人公交出行需求特征,改善公交出行環境與服務水平,提升疫情常態化防控下公交出行比例乃至應對未來突發相似重大公共衛生事件提供理論與實踐參考。

1 理論方法與模型假設

1.1 理論方法

結構方程模型(structural equation model,SEM)是研究交通出行行為決策機制的有力工具之一,通過驗證變量間的相關性和假設因果關系而得出結論,由測量模型和結構模型2部分組成。測量模型表示潛變量與觀察變量的關系,結構模型主要解釋內生潛變量與外生潛變量間的因果關系[12]。測量模型是觀察變量的線性函數,公式為:

式中:X為外生顯變量矩陣,ξ為外生潛變量矩陣,ΛX為X對ξ的因子載荷矩陣,δ為X的誤差變量矩陣,Y為內生顯變量矩陣,η為內生潛變量矩陣,ΛY為Y對η的因子載荷矩陣,ε為Y的誤差變量矩陣。

結構模型反映各潛變量間的線性關系,公式為:

η=Bη+Γξ+ζ,

式中:B和Γ為路徑系數矩陣,分別反映內生潛變量間、內生潛變量和外生潛變量間的線性關系;ζ為殘差[13]。

目前SEM分為2個主流的研究方法:基于協方差的結構方程模型(covariance based structural equation model,CB-SEM)和PLS-SEM。CB-SEM通過最小化理論與估計協方差矩陣間的差異估計變量間的關系,PLS-SEM通過最大化內生潛在變量的解釋方差確定變量間的關系[14]。本文采用PLS-SEM的主要原因為:1)老年人群體的數據調查量相對有限且數據呈一定非正態性,PLS-SEM可兼顧小樣本分析,且數據無須服從正態分布;2)為探索和預測出行習慣與出行行為間的關系,PLS-SEM可較好地測試模型的解釋能力和預測相關性;3)PLS-SEM未限制每個潛變量至少關聯3個顯變量的要求,以避免模型識別問題,根據測量模型計算結果,只使用2個顯變量表示潛變量“出行行為”[15]。

1.2 模型假設

本文從2個方面提出假設。

1)根據TPB,態度、主觀規范和知覺行為控制直接影響出行意愿,出行意愿和知覺行為控制直接影響出行行為。TPB在公交利用行為[16]、低碳出行行為[17]等方面的行為決策研究能力較好。可假設:新冠疫情常態化防控下,態度、主觀規范和知覺行為控制對出行意愿分別存在直接正向影響(假設H1、H2、H3);知覺行為控制和出行意愿對出行行為分別存在直接正向影響(假設H4、H5)。

2)習慣是由某種穩定情境所暗示的非理性行為反應,其特征包括重復歷史、自動性和(對于某些行為)表達身份[18]。TPB中影響出行意愿的態度和知覺行為控制是出行習慣的重要前因[19]。出行習慣對出行意愿和出行行為有顯著影響[20]。我國自2020年上半年進入新冠疫情常態化防控階段[21],到本次調查(2022年11月)已持續近2.5 a。為研究疫情常態化防控下老年人的出行習慣對出行行為的影響機制,可假設:新冠疫情常態化防控下,態度和知覺行為控制對出行習慣分別存在直接正向影響(假設H6、H7);出行習慣對出行意愿和出行行為分別存在直接正向影響(假設H8、H9)。

將TPB與出行習慣相結合,構建新冠疫情常態化防控下老年人公交車出行決策機制理論模型框架,如圖1所示。

圖1 老年人公交車出行決策機制理論模型框架

2 數據來源與調查分析

2.1 調查設計與變量設置

本次調查于2022-11-19—2022-12-12進行,主要涉及遼寧省大連市主城區內老年人在新冠疫情常態化防控下的公交車出行情況,調查范圍涵蓋沙河口區、中山區、西崗區、甘井子區,調查地點主要集中在居民住宅區、菜市場、公園、公交車站等地。為保證調查質量,調查采用面對面的方式進行,調查員與老年人充分溝通并解釋調查事項含義,平均每人調查時間約35 min。本次調查共涉及503名老年人,采集并處理數據后得到有效問卷360份,有效問卷比例為71.5%。

調查問卷開篇介紹“新冠疫情常態化防控”的含義,即新冠疫情較長時間和人類共存且國內疫情總體持續平穩,某些地區疫情偶然發生的狀況。調查問卷由5部分組成:第一部分是老年人日常利用公交車情況,主要調查疫情常態化防控階段老年人群體公交車的總體利用狀況,如日常出行頻率、出行目的、花費時間等7個問題;第二部分基于TPB和習慣行為等原理采集疫情常態化防控下老年人公交車出行感受與評價,如選擇公交車的出行意愿,對公交車出行感知的難易程度,家人、朋友等對自身公交出行的影響等13個問題;第三部分是老年人的個人情緒與生活的主觀自我評價,主要調查老年人短期內諸如愉快、悲傷等正向與負向情緒的頻率與長期的生活總體滿意度,共6個問題;第四部分是老年人對疫情常態化防控下公交車服務評價,主要調查老年人對公交車的安全性、便捷性、舒適性、可靠性及信息服務等17個問題;第五部分是老年人的個人基本信息,包括性別、年齡、收入等6個問題。調查問卷的前4部分主要了解疫情常態化防控下老年人群體利用公交車的出行體驗與評價、實際出行行為及個人的生活感受等。

本研究側重于老年人選擇公交車出行時的各種心理因素與實際行為間的作用關系,主要利用第二部分數據。問卷前4部分采用五級Likert量表,用1～5分別表示非常不符合至非常符合,或非常不滿意至非常滿意等。新冠疫情常態化防控下大連市老年人公交車出行調查變量如表1所示。

表1 新冠疫情常態化防控下大連市老年人公交車出行調查變量

2.2 數據統計分析

被調查老年人的基本信息如表2所示。

表2 被調查老年人的基本信息

由表2可知:被調查者中男性與女性基本持平;70～<75歲和60～<65歲在老年群體中占比較高,分別為30.8%、21.7%;老年人的學歷主要集中在高中與初中學歷,約占3/4;大部分老年群體的個人收入為>5 000～6 000元/月,占比28.3%,其次為>4 000～5 000元/月,占比20.3%;退休前職業主要為國企員工和企業員工;居住狀況主要與配偶或與子女一起居住。

3 模型檢驗與結果分析

3.1 測量模型分析

為評價測量模型,對所有結構進行信度和效度評估。結構信度與效度分析結果如表3所示。由表3可知:克朗巴赫系數(Cronbach′s alpha)α為0.836～0.981,均高于建議閾值0.700;組合信度(composite reliability,CR)ECR=0.891～0.991,均高于推薦閾值0.700,說明測量模型的內部一致性良好。收斂效度和區分效度是效度分析的2項指標。通過潛變量的平均方差提取(average variance extracted,AVE)EAVE驗證收斂效度,建議其閾值大于0.500。由表3可知,潛變量的EAVE=0.674～0.981,變量滿足收斂效度。區分效度利用Fornell-Larcke進行檢驗,潛變量EAVE的平方根和變量間相關系數如表4所示。由表4可知:加粗潛變量的EAVE的平方根均大于潛變量間相關系數的平方,因此模型具有良好的區分效度。

表3 結構信度與效度分析結果

表4 潛變量EAVE的平方根和變量間相關系數

3.2 結構模型分析

本文采用標準化均方根殘差和歸一化擬合指數評估PLS-SEM模型的整體擬合程度,本模型的標準化均方根殘差為0.06,滿足低于閾值0.08的要求;歸一化擬合指數為0.864,滿足高于閾值0.800的要求,表明結構模型擬合度良好,可進一步分析[22]。

3.2.1 直接效應

潛變量間的直接相互作用關系及假設檢驗結果如表5所示。其中,知覺行為控制對出行意愿的研究假設被拒絕,其他8個研究假設得到實證支持。

表5 潛變量間的直接相互作用關系及假設檢驗結果

由表5可知:在新冠疫情常態化防控下,TPB理論框架中各潛變量間的相互作用得到基本驗證,即態度和主觀規范都對出行意愿產生顯著的正向影響,出行意愿和知覺行為控制對出行行為都有顯著正向作用,知覺行為控制對于出行意愿有正向影響,但并不顯著,態度與知覺行為控制仍可作為出行習慣的前因在疫情常態化防控下得到證實,與無疫情期間的研究結論保持一致[18]。在新冠疫情常態化防控下老年人的出行習慣仍對出行意愿和出行行為產生顯著影響。

3.2.2 間接效應

各潛變量對出行行為和出行意愿的間接效應如表6所示。

表6 各潛變量對出行行為和出行意愿的間接效應

由表6可知:態度通過中介變量出行意愿(態度→出行意愿→出行行為)或出行習慣(態度→出行習慣→出行行為)或二者(態度→出行習慣→出行意愿→出行行為)顯著地正向影響出行行為,表明老年人對公交車出行的態度雖不能直接影響公交車利用的出行結果,但老年人對公交車利用的認可(認為使用公交車令自身滿意,值得鼓勵,是明智的行為且對身心有益)會增強老年人使用公交車的意愿并作為首選出行方式,并將公交出行視為生活中的一部分,形成公交出行的習慣,進而顯著地正面影響老年人最終使用公交車出行。相對于其他潛變量,態度對出行行為的總間接效應最大,為0.238(0.144+0.067+0.057)。知覺行為控制雖對出行意愿的影響不顯著,但可通過中介變量出行習慣(知覺行為控制→出行習慣→出行行為) 顯著地正向影響出行行為,且自身也可直接影響出行行為。 主觀規范和出行習慣都可通過中介變量出行意愿顯著地影響出行行為。對出行意愿的影響,態度和知覺行為控制均可通過出行習慣對其產生顯著的正向影響。

3.2.3 總效應

表7 各潛變量對老年人公交車出行行為的總效應

路徑關系路徑系數標準差P態度→出行行為0.2380.0540.000主觀規范→出行行為0.0820.0340.018知覺行為控制→出行行為0.5520.0680.000出行習慣→出行行為0.2650.0650.000出行意愿→出行行為0.3790.0690.000

各潛變量對老年人公交車出行行為的總效應如表7所示。由表7可知:出行行為受知覺行為控制的影響最大,其總效應為0.552。知覺行為控制直接影響老年人的出行行為,且可通過出行習慣等間接影響出行行為。知覺行為控制成為影響老年人公交車出行的關鍵因素,揭示疫情常態化防控階段老年人利用公交車出行的行為決策特點。當老年人認為自己利用公交車的能力越強,公交車使用越容易,則其知覺行為控制就越強,越能促進其在疫情常態化防控下無論工作日還是節假日均選擇公交車出行。因此,相關交通管理部門應進一步完善城市公共交通系統,通過分析老年人手機信令和公交卡等大數據,綜合考慮老年人居住分布與出行特點,合理優化線路,提高公交站點覆蓋率,提升公交站點周邊銜接設施的品質。同時,指導公交運營公司規范公交司機駕駛行為,提升司機服務質量,尤其是提升對老年人由于記憶減退、行動遲緩等原因而產生的線路問詢和影響行車進度等服務態度與親和力。保持良好的公交車內環境,采取定期消毒、通風等措施,減少病毒的傳播,營造老年人對于公交車“方便、溫馨與安全”的印象。知覺行為控制通過出行習慣而非出行意愿作用于出行行為,表明在疫情常態化防控下老年人對于公交車一直以來的良好的乘車體驗和心理預期更多作用于日常形成的出行行為(出行習慣),而非停留于自己的計劃、意愿及對別人的鼓勵(出行意愿),進而促進自身實際利用公交車的行為。主觀規范所體現的社會(家人、朋友、社會媒體等)影響對老年人公交車利用行為的作用最小,其總效應僅為0.082,與老年人自身的自覺行為控制(經驗與預期等)形成鮮明的對比。

出行意愿是影響出行行為的重要因素,總效應為0.379。態度、主觀規范和出行習慣均可通過出行意愿影響出行行為。新冠疫情極大地影響了老年人日常出行的機動性,本次調查期間正值全國各地疫情散發態勢明顯,被調查的老年人認為共同乘坐公交車的乘客是感染者或密切接觸者的可能性和非常有可能性的總和達81.9%;在公交車站等待時,有感染者或密接者的可能性和非常有可能性為81.7%;在乘坐公交車時觸碰未被消毒的公共設施的可能性和非常有可能性的總和為78.2%;乘坐公交車攜帶病毒回家的可能性和非常有可能性的總和為77.7%。相關政府部門應加大宣傳力度,將疫情常態化防控下堅持公交車輛的日常科學消殺等疫情防控措施通過適當形式展示給老年人群體,同時結合老年公眾人物示范乘坐活動和公交優惠政策等增強老年人群體使用公交車的信心,培養并增強老年人疫情常態化防控下可使用公交車安全出行的理念與意愿,消除或減輕老年人使用公交車的疫情感染顧慮,從出行活動方面增強老年人的生活質量。

新冠疫情雖干預了人們的出行意愿和出行行為,但乘坐公共交通的習慣仍對人們公共交通的選擇機制產生長期影響[18]。本研究調查顯示,與疫情發生前相比,在2022年的疫情常態化防控階段,幾乎每天使用公交車的老年人下降近28%,在每周大約使用1～2次及以上頻率的老年人總量在疫情前后基本相當的前提下,新冠疫情確實對老年人的公交車出行產生顯著的影響。本研究表明,在疫情常態化防控下老年人使用公交的出行習慣顯著影響出行行為和出行意愿。認同及非常認同“放棄公交車出行很困難”“選擇公交車出行是生活的一部分”“不經思索就選擇了公交車出行”和“公交車是最靈活的方式”觀點的老年人比例分別達到71.9%、81.7%、81.4%和75.8%,反映疫情常態化防控下大部分老年人所形成的使用公交車出行的習慣。這種習慣可能受疫情前的出行習慣在疫情爆發后的持續影響,也可能是疫情爆發后常態化過程中老年人對使用公交車出行的適應(比如戴口罩、保持安全距離、嚴峻時甚至乘車掃碼等),或兩者兼有。培養和鞏固老年人使用公交車的出行習慣是必要的,一旦養成了這種強烈的習慣,老年人今后將更加依賴公共交通出行,符合現代化城市可持續發展的綠色要求與理念,尤其是整個社會老齡化趨勢日益顯著,老齡人口規模巨大,生活水平不斷提高,小汽車(私家車、出租車和網約車)地廣泛使用。這就要求政府有關部門制定適應老年人特點的各種交通政策,提高整體公共交通的服務水平,滿足老年人日益豐富的出行需求,培養老年人公交出行習慣,應對包括新冠疫情在內的各種社會與環境變化等挑戰。老年人利用公交車出行的態度對于出行行為的總效應為0.238,比出行習慣略低,表明老年人的態度也有重要的影響,但主要通過出行意愿和出行習慣實現。

3.3 預測能力評估

模型的預測能力可通過預測精度R2和預測相關性衡量。R2=0～1,R2越大,模型的預測精度越好,R2>0.75時,表明模型的預測精度良好;R2>0.50時,預測精度適中[23]。出行行為、出行意愿和出行習慣的R2分別為0.639、0.691、0.736,均大于0.5,且關鍵的潛變量出行行為R2接近0.75,說明所提出的模型具有良好的預測精度。Q2為正,表明可確認模型預測能力的相關性,Q2>0.35,表明預測相關性較好。出行習慣、出行意愿及出行行為的Q2分別為0.634,0.637、0.688,顯示出較好的預測相關性。

4 結論

本文結合TPB和出行習慣,采用PLS-SEM構建疫情常態化防控下老年人利用公交車出行的決策行為理論框架。根據大連市2022年老年人公交車出行數據,探索與分析態度、主觀規范、知覺行為控制、出行意愿、出行習慣與出行行為的相互作用關系。

1)納入出行習慣的計劃行為理論可較好地反映老年人公交車出行的決策行為機制。其中,知覺行為控制對出行行為的影響最大,為0.552,主觀規范對出行行為的影響最小,為0.082,其余依次為出行意愿、出行習慣和態度。

2)知覺行為控制對出行行為產生直接與間接的正向影響,通過完善城市內公共交通系統、提升司機服務質量及良好的防控措施等促進老年人公交車出行。

3)新冠疫情常態化防控下的出行意愿是老年人公交出行的重要影響因素。可通過公交車優惠政策、名人宣傳等方法消除或減輕老年人使用公交車的病毒感染顧慮,增強老年人群體的公交車出行意愿。

4)出行習慣同樣對出行行為產生顯著地直接與間接的正向影響。培養老年人良好的公交車出行習慣,符合老齡化社會中城市交通的可持續發展理念。

本研究在理論方面補充了公共交通領域,特別是新冠疫情常態化防控階段對影響老年人公交車出行行為因素的理解。在實踐方面,量化了各潛變量對公交車出行行為的影響,為政府有關部門制定疫情常態化防控階段乃至未來突發類似重大公共衛生事件后的老年人的交通政策提供參考。未來可進一步討論老年人個體異質性對公交出行的影響,為后疫情時代的老齡化社會提供公共交通政策依據。