吳文靜，孫刃超，宗 芳，賈洪飛

(吉林大學(xué) 交通學(xué)院，吉林 長春 130022)

0 引 言

態(tài)度是影響行為意愿的最直接因素，在計劃行為理論、理性行為理論等理論框架中都有對態(tài)度的測量。對態(tài)度測量的客觀性直接影響到對出行者行為決策預(yù)測的準(zhǔn)確性?，F(xiàn)有研究大多借助于SP問卷來測量態(tài)度，例如：以五級計分法為例，從1至5分別表示“非常不贊成”、“不贊成”、“一般”、“贊成”、“非常贊成”。由于認(rèn)知、情感等主觀因素及客觀可獲得知識的差異性，導(dǎo)致被試者對不同問題持有態(tài)度存在多樣性。被試者有的能明確表達(dá)自己的意見，如會傾向于選擇“1”或“5”，而某些被試卻表現(xiàn)為態(tài)度的模棱兩可，傾向于選擇“2、3、4”。筆者在研究中，將被試答題的傾向性作為研究對象。假設(shè)答題的傾向性是被試者對所調(diào)查問題所持有的主觀態(tài)度的外在表現(xiàn)形式，個體對某一問題所持有的主觀態(tài)度，與個體的行為決策密切相關(guān)。面對現(xiàn)有引導(dǎo)城市居民低碳出行的政策效果不佳的現(xiàn)狀[1]，探討個體對低碳出行所持有的主觀態(tài)度，對其低碳行為方式?jīng)Q策的作用途徑，對交通管理者精細(xì)化掌握個體的出行行為特征，并制定相應(yīng)的低碳交通推廣政策具有理論參考價值。

對低碳出行的研究，主要分析個人屬性、環(huán)保意識和交通政策等因素對低碳出行的影響。Y.HIRANO等[1]發(fā)現(xiàn)，不同個體和家庭特征是影響 CO2排放量的重要因素；魏慶琦等[2]將交通政策納入個體出行行為決策過程研究框架，分析政策對出行行為決策與情境依賴和學(xué)習(xí)能力之間關(guān)系的調(diào)節(jié)作用；劉建榮等[3]分析環(huán)保意識對低碳出行行為的影響；劉梅[4]分析了環(huán)境價值觀、環(huán)境責(zé)任感、交通政策、個體特征對出行的影響。

對居民出行行為的研究方法，目前主要分為2類：①基于非集計理論，分析出行行為的外生影響因素，如K.VILLE等[5]、湯薛艷[6]基于MNL模型對出行者方式選擇行為進(jìn)行研究，梁泉[7]等從個體角度獲取公交出行特征，這類方法缺乏考慮出行者的態(tài)度、心理偏好等內(nèi)因變量；②基于計劃行為、理性行為、態(tài)度-情景-行為等理論框架，探究出行選擇行為的形成機理，這類研究在探討個體出行行為及其影響因素之間的因果關(guān)系方面通常借助于回歸模型、結(jié)構(gòu)方程等模型的構(gòu)建，如LIU Diyi等[8]、王玉茹[9]結(jié)合了計劃行為理論與價值-信念-規(guī)范理論分析了居民低碳出行行為意愿；常四鐵[10]等通過多項Logit模型和混合Logit模型，量化出行者對出行方式服務(wù)屬性的感知差異；ZHANG Junyi等[11]總結(jié)了以生活為導(dǎo)向的出行行為研究；JING Peng等[12]利用基于回歸分析極小化模型研究出行者的選擇行為。對于還沒有發(fā)生的意愿行為研究來說，適合采用第2類研究方法。目前，第2類研究仍然大量依賴于SP調(diào)查數(shù)據(jù)，但是從現(xiàn)有的研究來看，對低碳出行的研究鮮有關(guān)注于個體主觀態(tài)度與低碳出行決策之間的相關(guān)性。現(xiàn)有研究對調(diào)查數(shù)據(jù)的處理以信度與效度檢驗為主，并沒有關(guān)注個體在表達(dá)意愿時所持有的主觀態(tài)度，目前對居民出行主觀態(tài)度的識別的研究還不多見。

基于第2類方法中“對居民出行主觀態(tài)度的識別的研究還不多見”的缺點，筆者做了主觀態(tài)度對居民低碳出行的影響研究?；谝巡杉玫降木用竦吞纪ㄇ诔鲂蠸P問卷數(shù)據(jù)，融合直覺模糊C均值聚類算法(intuitionistic fuzzy c-means clustering, IFCM)及MIMIC(multiple indicator and multiple causes)模型探討不可觀測的主觀態(tài)度對居民低碳通勤出行意愿的影響途徑。

1 主觀態(tài)度聚類模型

1.1 問卷調(diào)查

筆者采用網(wǎng)絡(luò)問卷形式，進(jìn)行低碳通勤出行的意愿調(diào)查，調(diào)查內(nèi)容包括外生可觀測變量(性別、年齡、學(xué)歷、職業(yè)、收入、家庭構(gòu)成、擁有小汽車、自行車、公交卡情況等，反映個體屬性的變量)、通勤出行方式和反映個體低碳通勤出行意愿的相關(guān)問題。問卷關(guān)于低碳通勤出行意愿的問題分為行為態(tài)度、主觀規(guī)范、知覺行為控制、共性心理需求共13個量，13個量設(shè)置選項1～5，分別代表被調(diào)查者對問題的同意程度，即非常同意、同意、中立、不同意、非常不同意，問卷題項和每類的同意程度占比如表1。

表1 低碳通勤出行意愿問卷及統(tǒng)計

經(jīng)過問卷篩選，最終獲得2941個有效樣本。樣本中85%為26～55歲的中青年，其中52%為男性，48%為女性。家庭擁有小汽車的占比為31%，通勤使用小汽車占比為22%。

1.2 主觀態(tài)度的直覺模糊C均值聚類

聚類方法上來看，模糊C均值聚類(fuzzy c-means clustering, FCM)相比于比較常用的K均值聚類來說，將硬隸屬關(guān)系提升為軟性隸屬關(guān)系，使中心點的迭代更合理。在居民的低碳通勤出行調(diào)查中，個體對低碳通勤出行的主觀態(tài)度偏好表達(dá)通常是不確定的。聚類的依據(jù)是個體的主觀態(tài)度偏好，模糊C均值聚類方法僅用一個隸屬度函數(shù)來表達(dá)個體的態(tài)度偏好，包含的信息量少，難以全面反映評價信息的模糊性和不確定性。因此選擇由模糊集理論拓展而來的直覺模糊C均值聚類模型(IFCM)來處理主觀態(tài)度數(shù)據(jù)，把只考慮隸屬度的經(jīng)典模糊C均值聚類，推廣為同時考慮隸屬度、非隸屬度和猶豫度三方面信息的直覺模糊聚類，可以收斂到一個更理想的聚類中心。

1.2.1 直覺模糊集

直覺模糊決策是基于直覺模糊信息的決策問題，直覺模糊集是K.ATANASSOV[13]最早于1983年提出的一種模糊信息的概念。將直覺模糊集應(yīng)用于調(diào)查數(shù)據(jù)的分析中，每個問題的設(shè)置為李克特五級計分法(非常同意、同意、中立、不同意、非常不同意)，為了區(qū)分同意和不同意的程度，將其用模糊數(shù)表示其隸屬度為(1，0.75，0.5，0.75，1)。通常選擇3～4個可觀測指標(biāo)反映一個潛變量，以測量行為態(tài)度為例，共有3個問題構(gòu)成，將此3項可觀測指標(biāo)合并考慮為一個直覺模糊集。舉例說明，假設(shè)有兩個樣本，“√”表示樣本1的選擇結(jié)果，“Δ”表示樣本2的選擇結(jié)果，其選擇結(jié)果如表2。那么樣本1對行為態(tài)度這一項表示同意、中立、不同意的隸屬度為(0.75，0.5，1)，歸一化處理后為(0.33，0.23，0.44)，定義其直覺模糊集為(0.33，0.44)。樣本2的隸屬度為(0，1，0.75)，歸一化處理后為(0，0.57，0.43)，定義其直覺模糊集為(0，0.43)。

表2 樣本選擇結(jié)果舉例

1.2.2 直覺模糊C均值聚類模型

直覺模糊C均值算法如式(1)[14]：

(1)

式中：P為樣本個數(shù)，P=2 941；m為模糊因子，通常取2[14]；ui,j為第j個樣本隸屬于第d(Zj,Vi)類的隸屬度；Zj為第j個樣本由n個直覺模糊集構(gòu)成的數(shù)組，在此n=4，分別為個體的主觀規(guī)范、知覺行為控制、行為態(tài)度、共性心理需求，即該數(shù)組由4個直覺模糊集作為特征指標(biāo)，如式(2)：

Zi={[μZi(x1),νZi(x1)],[μZi(x2),νZi(x2)],…,

[μZi(x4),νZi(x4)]}

(2)

C(1≤C≤j)為類別數(shù)；Vi為第i類的直覺模糊聚類中心，與Zj形式相同，如式(3)：

Vi={[μVi(x1),νVi(x1)],[μVi(x2),νVi(x2)],…,

[μVi(x4),νVi(x4)]}

(3)

d(Zj,Vi)為Zj與Vi之間的直覺模糊距離，如式(4)為：

(4)

式中：ωk∈[0,1](k=1,2,…,n)代表該樣本的n個特征所占的權(quán)重，在此各項特征權(quán)重相同；α,β,γ∈[0,1]分別為隸屬度、非隸屬度和猶豫度所占權(quán)重，這里對隸屬度、非隸屬度、猶豫度沒有傾向性，取α=β=γ=1。聚類過程見文獻(xiàn)[14]。

2 主觀態(tài)度的聚類結(jié)果分析

2.1 主觀態(tài)度聚類

2.1.1 聚類數(shù)確定

聚類的數(shù)目對聚類效果的影響很大，聚類數(shù)目越多，樣本劃分越精細(xì)，組內(nèi)樣本之間的相似性越高，聚類效果越好。組內(nèi)平方誤差和SSE(sum of squared error)是一種用來代表組內(nèi)樣本間相似性的指標(biāo)，常用來確定最佳聚類數(shù)[15]。SSE值是隨聚類數(shù)目的增加而減少的，當(dāng)聚類數(shù)較小時，增加聚類數(shù)會使組內(nèi)聚合程度大幅增加，SSE的下降幅度會很大，達(dá)到某一點時下降幅度會趨于平緩，這個點的值就是最佳聚類數(shù)。因此關(guān)注SSE值下降速率的變化，圖像中出現(xiàn)的“肘點”就是最佳聚類數(shù)目。分別計算IFCM聚類數(shù)目為2～8時聚類結(jié)果的SSE值，做變化圖，如圖1。由圖1可知，“肘點”出現(xiàn)在聚類數(shù)為3時，因此將樣本劃分為3類。

圖1 不同聚類數(shù)對應(yīng)SSE值

2.1.2 主觀態(tài)度類型劃分

根據(jù)聚類結(jié)果，將3類樣本的直覺模糊聚類中心Vi(i=1,2,3)進(jìn)行統(tǒng)計，如表3。

表3 聚類中心

每一類的4個特征指標(biāo)聚類中心和直覺模糊集相對應(yīng)，由2個數(shù)字組成，分別為其低碳通勤出行態(tài)度對同意和不同意的隸屬度，同意隸屬度、不同意隸屬度和猶豫度之和為1。第一類中，其對同意的隸屬度普遍較低，在0.3左右，只有行為態(tài)度方面略高，這一類表現(xiàn)為低碳通勤出行的主觀態(tài)度“消極”。第二類相比于其他兩類，同意隸屬度和不同意隸屬度都不高，而是表現(xiàn)為猶豫度較高，這一類人群主觀態(tài)度相對“中立”。第三類4個方面對于同意的隸屬度都很高，而對于不同意和中立很低，明顯表現(xiàn)出“積極”的低碳通勤出行主觀態(tài)度。

2.2 主觀態(tài)度與出行方式及低碳意愿相關(guān)性

對主觀態(tài)度的分析表明：個體對低碳通勤出行的主觀態(tài)度有積極、消極、中立幾種傾向，主觀態(tài)度直接影響其出行方式的選擇。為研究這幾種主觀態(tài)度傾向與居民當(dāng)前的常用通勤出行方式間的關(guān)系，調(diào)查問卷中將居民通勤出行常用的方式：步行、自行車、電動車、公交、單位班車或地鐵、出租車、私家車分為低、中、高碳出行三種方式。步行和自行車為低碳出行方式，電動車和以公交、地鐵、班車為代表的公共交通為中碳出行方式，私家車和出租車為高碳出行方式。問卷中個體的低碳通勤出行意愿大致劃分為三個類型：取消高碳出行、減少高碳出行、出行計劃不變。分析個體主觀態(tài)度與已有出行方式選擇結(jié)果的相關(guān)性，以及主觀態(tài)度對個體低碳通勤出行意愿之間的相關(guān)性，結(jié)果如表4。

表4 相關(guān)性分析結(jié)果

由顯著性檢驗值可知，均小于顯著性水平(0.05)，所以拒絕原假設(shè)，認(rèn)為不同主觀態(tài)度的個體對于出行方式的選擇及低碳通勤出行意愿不獨立，主觀態(tài)度對于出行方式及出行意愿均有影響。其中，主觀態(tài)度“積極”的個體，其高碳出行方式占比與出行意愿選擇不變的比例明顯要高于其他類型。相類似的情況出現(xiàn)在主觀態(tài)度“消極”的個體，其低碳出行方式選擇及取消高碳出行意愿的占比都要高于其他類型。這與預(yù)想中存在較大偏差，但是從現(xiàn)有出行方式來看，選擇低碳通勤出行方式的個體是以步行、自行車為主，其本身是低碳出行者；而主觀態(tài)度為“積極”的個體，其現(xiàn)有方式是私家車或出租車，其可能是交通壓力最直接的感受者，主觀態(tài)度上存在積極的低碳偏好性，但意愿上不愿意放棄目前的高碳出行。

3 考慮主觀態(tài)度的MIMIC低碳通勤出行意愿分析

居民的低碳通勤出行主觀態(tài)度可以大致分為積極、中立、消極三類，個體的行為態(tài)度(ATT)、主觀規(guī)范(ZG)、知覺行為控制(ZJ)、共性心理需求(GX)這些潛變量反映出行者的主觀態(tài)度，而這些潛變量受到包括個體自身屬性的外生可觀測變量影響。對不同主觀態(tài)度的個體，外生可觀測變量如何作用于潛變量，進(jìn)而影響個體的低碳通勤出行選擇，是進(jìn)一步挖掘低碳通勤出行行為影響因素需要研究的問題。

筆者選擇了反映居民個人特征的性別、年齡、學(xué)歷、職業(yè)、月收入、是否擁有小汽車、自行車或公交卡和家庭構(gòu)成8個變量作為外生可觀測變量，研究不同的個體主觀態(tài)度下外生可觀測變量對潛變量的影響。其中“家庭構(gòu)成(兒童)”包括了：1(學(xué)齡前兒童)，2(小學(xué)生)，3(初中生)，4(高中及以上)，5(沒有)這五個選項。定義反映潛變量關(guān)系的結(jié)構(gòu)方程如式(5)：

η=Γx+ξ

(5)

式中：Γ為待估計參數(shù)矩陣；ξ為測量誤差；x為影響潛變量η的外生可觀測變量向量。

由聚類結(jié)果可知，個體的主觀態(tài)度分為3類，筆者利用統(tǒng)計軟件State建立3類偏好個體的MIMIC[16]模型，經(jīng)過擬合優(yōu)度檢驗，三個模型的擬合度在可接受范圍內(nèi)，如表5。個體社會經(jīng)濟(jì)屬性與潛變量之間的關(guān)系，顯著性水平為95%，如表6。

表5 模型擬合度檢驗表

表6 外生可觀測變量對潛變量的影響參數(shù)標(biāo)定表

由表6中的MIMIC模型參數(shù)標(biāo)定結(jié)果可知：

1)持有不同主觀態(tài)度的群體，作用于其行為意向的影響因素的構(gòu)成不同。例如主觀態(tài)度“積極”的群體，其低碳行為意愿不受“性別”的影響。主觀態(tài)度“消極”的群體，其低碳通勤出行意愿不受“擁有自行車”、“月收入”的影響。收入高的“積極”群體低碳出行意愿高，而“中立”群體卻隨時收入的增加變得不愿意低碳出行?！皳碛行∑嚒睂χ饔^態(tài)度為“消極”“積極”的群體中對共性需求潛變量作用是負(fù)值。這表明有小汽車的家庭更不愿意采用低碳出行；

2)持有不同主觀態(tài)度的群體，作用于其行為意向的影響因素作用路徑不同。例如在“消極”態(tài)度群體，性別通過影響主觀規(guī)范影響行為意愿，而在“中立”態(tài)度群體，則是通過影響共性心理需求影響行為意愿；

3)持有不同主觀態(tài)度的群體，影響因素作用于其行為意向的強度不同。例如“學(xué)歷”對主觀態(tài)度“中立”者的作用強度要比“積極”“消極”者弱。

4 結(jié) 語

筆者對低碳通勤出行意愿問卷進(jìn)行數(shù)據(jù)挖掘，基于直覺模糊C均值聚類模型對持有不同主觀態(tài)度的個體進(jìn)行聚類識別，并基于MIMIC模型分析持有不同主觀態(tài)度的群體其行為意愿形成機理的差異性。

居民低碳出行主觀態(tài)度可以被大致聚類為積極、中立、消極三類。包括出行者個人屬性的外生可觀測變量通過作用于個體的行為態(tài)度、主觀規(guī)范、知覺行為控制、共性心理需求，影響出行者的低碳出行意愿。這些影響因素對于持有不同主觀態(tài)度的群體作用方式和作用強度不同。相比于同類型的研究，結(jié)論的相似性在于，低碳通勤出行的意愿受到多種因素影響，積極的環(huán)保意識對低碳通勤出行主觀態(tài)度有正向影響。但相比于其他研究，筆者將模糊的低碳通勤出行主觀態(tài)度進(jìn)行了分類，補充了外生可觀測變量在其中的作用機理。研究結(jié)果豐富了已有的出行行為的分析理論與研究方法，全面系統(tǒng)地認(rèn)識居民低碳出行意愿的形成機理，從多個角度為城市交通低碳化發(fā)展及管理提供理論支持。

由于筆者研究基于已有的問卷調(diào)查數(shù)據(jù)，因此在內(nèi)因與外因因素選擇方面受到很大的約束，尤其是解釋變量還不夠充分。此外，在態(tài)度、主觀規(guī)范等問題設(shè)計中，沒有成熟的量表可供參考，因此不可避免的會影響調(diào)查結(jié)果，從而聚類結(jié)果也不可避免的會存在偏差。在后續(xù)的研究中將重點針對上述問題進(jìn)行改進(jìn)。