熊仁江，趙 航，段梅花，黃 勇，魏 薇，劉思敏，贠藝涵

（貴州師范大學，地理與環(huán)境科學學院，貴陽 550025）

0 引 言

在我國為實現碳達峰和碳中和的目標愿景下，城市交通碳減排問題亟須解決[1]。電動汽車因低污染和低能耗的特點在一定程度上緩解了交通碳排放問題，從而受到政府的高度關注。為激發(fā)居民采用電動汽車出行意愿，政府和企業(yè)采取了大量舉措。因居民積極的電動汽車出行意愿不僅在推廣電動汽車出行中具有關鍵作用，并且對城市交通結構與環(huán)境狀況的改善也有重要現實意義。因此，深入分析居民電動汽車出行意愿及其影響因素，可為城市管理者后期制定科學有效的電動汽車運營策略提供理論參考。

出行意愿是出行行為的前因變量，對最終的出行行為會產生巨大作用，因此，挖掘出行意愿的影響因素就成為學者研究的重點。從最開始關注個人社會經濟屬性[2-3]（性別、年齡、受教育程度、家庭收入、交通工具擁有量）的作用，逐漸轉變到考慮客觀建成環(huán)境[4]（可達性、土地利用混合度、人口密度、到市中心距離）的影響強度。出行意愿是較復雜的決策過程，要全面剖析就不能僅限于個人社會經濟屬性和建成環(huán)境等因素的作用。近年來，部分學者開始運用計劃行為理論[5-7]、理性行為理論[8]和符號消費理論[9]分析得到出行態(tài)度、知覺行為控制、主觀規(guī)范、名譽和個性顯著影響居民出行意愿；同時采用技術接受模型[10]、MIMIC 模型[11]、隨機森林模型[12]、結構方程模型[13]探索潛變量對居民出行意愿的影響。相對于其他出行方式的意愿研究，電動汽車出行意愿的研究起步較晚，有學者發(fā)現，居民使用電動汽車的意愿很大程度上取決于居民對電動汽車的接受程度[14]。盡管個人社會經濟屬性變量是影響電動汽車使用的重要因素，但研究結果卻存在分歧，其中，家庭構成、年齡、性別對出行意愿的作用是積極的還是消極的仍不清楚[15]。隨著時代發(fā)展，人們開始注重電動汽車本身的特性及基礎設施的配備，研究表明，電動汽車價格對其使用意向有顯著負效應[16]，而續(xù)航里程[16]、充電站密度[17]、電動汽車品牌數量[18]對居民選擇電動汽車出行有顯著的積極影響。隨著研究不斷深入，心理因素也逐漸得到學者重視，部分學者分析了環(huán)境意識、感知易用性和感知有用性[19-21]對居民電動車出行意愿的影響。但是，現有研究多從單一變量對出行意愿的影響是否顯著及影響力有多大進行分析，而忽視因素間的聯(lián)合效應。電動汽車出行意愿可能是多方面因素作用的結果，具有復雜性和多樣性，并且影響因素可能具有非對稱性。如傳統(tǒng)觀點認為，態(tài)度是影響出行意愿的重要因素，但現實中也會出現低出行態(tài)度，卻有較高的出行意愿，反之亦然，然而傳統(tǒng)回歸很難解決這類非對稱問題。因此，迫切需要運用組態(tài)構型分析電動汽車出行意愿的影響因素，尋找出變量的組合路徑。

因此，研究基于貴陽市居民電動汽車出行意愿調研數據，以計劃行為理論和技術接受模型為基礎，采用模糊集定向比較分析（fuzzy-set Qualitative Comparative Analysis，fsQCA）方法探究居民心理變量如何交互影響出行意愿，以及提高居民電動汽車出行意愿的路徑有哪些，這有助于豐富電動汽車出行意愿研究的理論和方法，優(yōu)化城市基礎設施建設，推動電動汽車發(fā)展。

1 理論背景和研究方法

1.1 理論背景

1.1.1 計劃行為理論

計劃行為理論（Theory of Planned Behavior，TPB）由Ajzen 提出，從理性行為理論繼承發(fā)展而來，是用于預測和解釋個體行為的心理模型，被廣泛用于出行意愿的研究[22]。其核心論點為：行為意向作用于行為表現，對某項行為的態(tài)度、主觀規(guī)范、知覺行為控制三大因素共同影響人們的出行意愿，而知覺行為控制還可直接影響最終行為表現，且變量間相互獨立。一般而言，越積極的出行態(tài)度、更強的主觀規(guī)范和知覺行為控制會引發(fā)更強的出行意向。隨著研究的深入，TPB 理論不斷發(fā)展完善，有學者提出了擴展計劃理論（Extended Theory of Planned Behavior,EX-TPB）[23]，引入環(huán)境感知等變量，通過分析考慮環(huán)境意識的公交出行選擇行為，發(fā)現環(huán)境意識可直接通過影響出行意愿而影響最終的選擇行為[19]。因此，本研究運用加入環(huán)境意識變量的計劃行為理論。

1.1.2 技術接受模型

技術接受模型（Technology of Acceptance，TAM）在分析人們對新技術的接受程度方面有很好的預測能力，主要變量包含感知易用性、感知有用性和態(tài)度[24-26]。其中，感知易用性是指人們使用新技術的難易程度，感知有用性則反映出人們使用技術后自我提升的程度。該模型認為人們的行為意向決定人們的最終行為，行為意向由態(tài)度和感知有用性共同決定，態(tài)度受到感知易用性和感知有用性的影響。因此，用戶對電動汽車的接受程度，可以理解為用戶對新產品的接受程度[13]。采用該理論，可預測人們的出行選擇行為。

基于以上理論，將電動汽車出行意愿作為結果變量，把感知有用性、感知易用性、態(tài)度、主觀規(guī)范、知覺行為控制和環(huán)境意識變量作為條件變量，構建電動汽車出行意愿行為理論模型，如圖1所示。

圖1 理論模型Fig.1 Theoretical model

1.2 研究方法

定性比較分析法是基于布爾代數的集合論組態(tài)分析，整合定性與定量方法的優(yōu)勢，表達一種非線性因果關系[27]。該方法認為變量對最終結果的影響不是獨立的，而是取決于它與其他變量的組合，這為解釋復雜因果關系提供了新的思路和方法，應用領域廣泛。

fsQCA 通過引入隸屬度概念成功解決了清晰集分析中的二分類條件問題，有助于理解變量間作用的復雜性和非對稱性[28-29]，探究前因變量組合對結果變量的影響程度。fsQCA 的結果一般呈現復雜解、中間解、簡約解[30]三種情況，參數解釋則選用一致性和覆蓋率作為判斷標準。

（1）一致性，即單一變量或者多變量組合對結果變量影響的一致性程度。如果結果變量為Y，條件變量為X，一致性則解釋了X是Y的子集的程度。一致性數值一般大于0.75[30]，數值越大，解釋力越強，計算見下式：

式中：Xi為條件組合中的隸屬分數；Yi為結果中的隸屬分數。

（2）覆蓋率，即條件變量組合在多大程度上解釋了結果。如果結果變量為Y，條件變量為X，覆蓋率衡量了X是Y的必要條件的程度。值越接近1，解釋力越強，結果一般包括原始覆蓋率和唯一覆蓋率，計算見下式：

式中：Xi為條件組合中的隸屬分數；Yi為結果中的隸屬分數。

1.3 變量測量與數據來源

1.3.1 變量測量

本次調研主要包括感知易用性、感知有用性、態(tài)度、知覺行為控制、主觀規(guī)范、環(huán)境意識、出行意愿7 個部分。采用李克特（Likert）5 級量表測量的方式，從“非常不同意”到“非常同意”賦值1～5。在居民電動汽車出行意愿影響變量構建中，參考已有多方面的研究更能反映情況的真實性，可進一步提高研究的準確性。所有測量項都盡量參考已有量表，用信度和效度進行考量，并根據本文研究的實際情況加以修改。量表設計見表1。

表1 量表設計Tab.1 Scale design

1.3.2 數據來源

通過文獻梳理設計出貴陽市居民電動汽車出行意愿調查問卷。以貴陽市中心城區(qū)的出行者為調查對象，采用現場調研方式共發(fā)放400 份問卷，其中有效問卷324份，有效率81%。

本次調研樣本中以男性為主（64.1%）；年齡段中19～30 歲的人最多，占50.6%；受教育程度中高中及以上占80%；月收入以5001～8000 元之間的居民為主，占46.2%。具體信息如表2所示。

表2 樣本相關信息Tab.2 Sample-related information

續(xù)表2

2 變量標準

在進行模糊集定性比較分析時，需要利用隸屬度將變量數值編碼為0或1[30]。因為研究采用的是5 級李克特量表，原始數據并不滿足這一要求，因此將出行意愿和影響因素取平均值，通過三值錨點法對數據進行校準，將完全隸屬度設置5，完全不隸屬值固定為1，交叉點設為3[27,29]。數據校準依靠fsQCA3.0完成，真值表見表3所示。

表3 真值表（部分）Tab.3 Truth table(partial)

3 結果分析

3.1 信度與效度分析

運用SPSS 和AMOS 軟件對問卷數據進行信度和效度分析。以Cronbach’sα、標準化因素負荷量、組合信度（CR）和平均萃取變異量（AVE）作為檢驗標準，結果如表4所示。由于主觀規(guī)范的測量變量SN4 和SN5 因素負荷量小于0.5[39]，未達到標準，故刪除變量，最后用于分析的題目為21 個。Cronbach’sα值在0.735～0.873之間，均大于0.7，反映出數據可靠性好；標準化因素負荷量介于0.65～0.91間，均達到不低于0.60的標準；組合信度（CR）值在0.757～0.875，平均萃取量值（AVE）在0.510～0.708之間，均滿足要求，表明數據有良好的信度和效度。

表4 變量分析結果Tab.4 Results of variable analysis

根據Kline[40]提出的效度檢驗要求，由表5 可知收斂效度值在0.510～0.708 間，符合大于0.5 的標準。區(qū)別效度檢驗利用各變量的AVE 開根號值與其他變量的相關系數進行對比，當其他相關系數小于AVE 的開根號值時，即證明各變量間有區(qū)別效度，結果如表6 所示。此外，CMIN/DF=2.3<3，CFI=0.92>0.9，TLI=0.905>0.9，IFI=0.921>0.9，RMSEA=0.065<0.08，也顯示出模型整體擬合較好。

表5 區(qū)別效度分析Tab.5 Analysis of discriminant validity

3.2 必要性分析

必要性分析主要檢驗單個條件變量能否構成結果變量的必要條件，一般認為當一致性>0.9 時，條件變量才是結果變量的必要條件[29]。利用fsQCA3.0，對影響出行意愿的6個變量進行必要性分析，結果如表6所示。只有感知易用性和環(huán)境意識的一致性>0.9，可單獨構成居民電動汽車出行意愿的必要條件，其余變量都不滿足，因此，有必要進一步分析其余變量組合對結果變量的影響。

表6 單要素的一致性與覆蓋率Tab.6 Consistency and coverage of individual factors

3.3 條件組態(tài)分析

運用fsQCA3.0 對324 份數據進行組態(tài)分析，得到簡單解、中間解和復雜解。本文選用中間解和簡單解定義核心條件與邊緣條件，在中間解中出現也在簡單解中出現定義為核心條件，僅在中間解中出現定義為邊緣條件[41]。在得到條件組合路徑之前，需要確定一致性閾值、案例頻數閾值、PRI（Proportional Reduction in Inconsistency，PRI）一致性。一致性閾值一般要求＞0.75[42]，PRI要求≥0.75[41]?？紤]到出行意愿的影響因素的復雜性并結合已有研究將一致性閾值設置為0.9[30]，而案例頻數閾值設置受樣本量影響大，且至少應包括75%的樣本量[41]，因此將案例頻數閾值設定為3，PRI為0.75，最終產生5條組態(tài)構型，如表7所示。

表7 影響電動汽車出行意愿的組態(tài)構型Tab.7 Group configurations affecting the intention to travel with electric vehicles

由表7可知，在技術接受模型和計劃行為理論的交織作用下，得到5條實現電動汽車出行高意愿的組合路徑。每條路徑一致性均大于0.9，且整體模型的一致性大于0.8，說明5 條路徑都是影響電動汽車出行意愿的充分條件，且其中每條路徑至少含有兩個變量，驗證了電動汽車出行意愿的形成是多變量組合影響的結果?？傮w覆蓋率為0.858，表明5 條路徑能夠解釋85.8%的案例，原始覆蓋率在0.464～0.735 之間，唯一覆蓋率則介于0.010～0.104 間。在5 條路徑中，唯一覆蓋率最高的是路徑T1，表明有10.4%的案例只能被該路徑解釋而不能被其他路徑解釋；唯一覆蓋率最低為路徑T5，顯示出有0.7%的案例可以被該路徑解釋。具體路徑分析如下：

T1：感知易用彌補型（感知易用性×環(huán)境意識×～主觀規(guī)范×～知覺行為控制，～表示“非”）。其中低知覺行為控制為核心條件，環(huán)境意識和感知易用性為邊緣條件，這是原始覆蓋率和唯一覆蓋率最高的一條路徑。該路徑表現為在缺乏知覺行為控制和主觀規(guī)范下，無論居民有沒有使用電動汽車出行的態(tài)度，但只要居民具有環(huán)境意識，且居住地或工作地布局的充電站能滿足居民需求，就能激發(fā)其使用電動汽車出行意愿，直接反映出充電站數量及布局的重要性，也表現出環(huán)境意識和感知易用性在一定程度上彌補了知覺行為控制。這條路徑主要刻畫了一類上班人群，這類人群不在乎電動汽車的性能，他們的出行目的以上下班為主，因此非常在意職住地充電站的布局。近年來，電動汽車發(fā)展迅速，充電基礎設施也不斷完善升級，加之政府在推動綠色發(fā)展過程中提出的新理念，通過媒體宣傳發(fā)揮其激勵作用，提高了居民環(huán)境保護意識，為全面低碳出行營造了良好氛圍。貴陽市作為第二批新能源汽車推廣應用城市，在充電基礎設施方面做出了巨大改善，據《貴州省電動汽車充電基礎設施建設三年行動方案（2021—2023 年）》顯示，貴陽市將于2021 年、2022 年、2023年分別新建成1200、1300、1400 個充電站，并完善公共停車場充電基礎設施，加快構建高速公路、國省道、鄉(xiāng)鎮(zhèn)充電基礎網絡，實現電動汽車充電站縣縣全覆蓋，逐步掃除電動汽車出行障礙。

T2：環(huán)境意識型（環(huán)境意識×態(tài)度×感知易用性×～知覺行為控制）。其中環(huán)境意識作為核心條件，感知易用性和態(tài)度為邊緣條件。該路徑表明即使電動汽車還不能滿足居民現有出行要求，無論是否有優(yōu)惠政策，但只要居民感知到保護環(huán)境的重要性，有強烈的環(huán)保意識，加之足夠數量充電站的輔助，就會增強居民電動汽車出行意愿。此路徑描述了一類既有環(huán)保意識又喜歡新興出行方式的人群，此類人群一般受教育程度較高，因此十分注重環(huán)境保護以及使用電動汽車帶來的好處。與路徑T1 相比，該路徑的居民不僅看重充電站的數量與分布，使用電動汽車的態(tài)度也備受關注。電動汽車作為新興產品，居民對電動汽車性能價值屬性等方面的擔憂在所難免，而駕駛體驗將直接影響使用意愿。當居民感知價值越高時，出行意愿相應也會提升，其中電動汽車行駛過程帶來的環(huán)境友好性、經濟性和滿意度也是提高居民電動汽車出行意愿的主要推力。在中國質量協(xié)會發(fā)布的報道中，電動汽車的滿意度已連續(xù)6 年增長，質量的持續(xù)提升成為使用滿意度提高的重要因素。

T3：感知有用型（感知有用性×主觀規(guī)范×環(huán)境意識×感知易用性）。該路徑顯示出主觀規(guī)范、環(huán)境意識、感知易用性和感知有用性均為核心條件，表明無論居民是否有使用電動汽車出行的態(tài)度和知覺行為控制，只要在居住地或工作地布局有足夠的充電站，且居民對電動汽車的續(xù)航能力、安全性、舒適性認同，同時，具備一定的環(huán)境保護意識，就會激發(fā)居民電動汽車出行意愿。此路徑主要包含的是目前未擁有汽車的人群，因此他們對各方面的考慮都非常全面。該路徑是5 條路徑中滿足要求最多的路徑之一，滿足這條路徑的居民表現為對電動汽車性能及使用條件雙側重特征，注重電動汽車內在價值品質的同時，基礎設施等外在條件也得滿足，內外條件相結合，刺激居民電動汽車出行意愿。

T4：主觀規(guī)范型（主觀規(guī)范×環(huán)境意識×態(tài)度×感知有用性×～知覺行為控制）。其中，主觀規(guī)范為核心條件，環(huán)境意識、感知有用性和態(tài)度為邊緣條件。該路徑表明即使居民有較低的知覺行為控制，但只要居民具備環(huán)境意識且傾向于選擇電動汽車出行，同時享有電動汽車優(yōu)惠政策，自然而然就會提升選擇電動汽車出行的意愿。該路徑與路徑T3相比既有相似之處，也有差異，主要刻畫了一類家中擁有多輛汽車的居民。對于這類居民來說，其身邊家人和朋友的建議及使用電動汽車一系列的政策就顯得格外重要。我國電動汽車發(fā)展時間較短，在推廣使用過程中往往遭遇阻礙，因此，優(yōu)惠政策就顯得舉足輕重，現階段，地方政府出臺了一系列提高居民電動汽車出行意愿的政策措施，而居民會根據政策的力度來決定是否使用電動汽車。一般來講，出行者感知政策補貼越有利，出行越有保障，出行意愿也就越強，其中實施的財政補貼、電動汽車不限號和免費停車等政策都會對出行意愿有刺激作用。同時，社會規(guī)范和商家規(guī)范對居民電動汽車出行意愿也有影響，當出行者的家人和朋友支持其使用電動汽車以及商家通過廣告宣傳電動汽車的益處時，這便能有效引導居民選擇電動汽車出行，提升其出行意愿。

T5：知覺行為控制型（主觀規(guī)范×環(huán)境意識×知覺行為控制×感知易用性×～態(tài)度）。該路徑是一致性最高，但也是唯一覆蓋率最低的一條路徑，其中主觀規(guī)范、環(huán)境意識和感知易用性為核心條件，知覺行為控制是邊緣條件。表明居民無論是否有感知有用性，即使缺乏電動汽車出行態(tài)度，但只要居民有高知覺行為控制、高主觀規(guī)范、高環(huán)境意識和高感知易用性，就會產生較高的電動汽車出行意愿。此路徑主要包含的是長期使用傳統(tǒng)燃油車的人群，他們在長時間使用燃油車的過程中發(fā)現了其嚴重的缺點，開始青睞于電動汽車出行。該路徑與其他路徑相比，最大的特點是高知覺行為控制。同時，伴隨職住地充電設施逐漸滿足了出行者的需求，加上現階段的出行者已經意識到汽車污染的嚴重性，認為自身對節(jié)能減排應承擔一定的責任和義務，就導致他們使用電動汽車出行的愿意會更加強烈。

3.4 穩(wěn)健性檢驗

由于fsQCA 的分析結果具有隨機性和敏感性的特點，所以進行穩(wěn)健性檢驗極為重要。穩(wěn)健性檢驗方法一般分為集合論特定方法（改變案例頻數閾值和調整一致性閾值）和統(tǒng)計論特定方法（改變數據來源）兩種[41]。本文運用集合論特定方法，通過調整案例頻數閾值（案例頻數設置為2）來分析結果的穩(wěn)健性。結果如表8所示，組態(tài)構型與原始基本一致，總體解的一致性值提高0.034，總體覆蓋度下降了0.05，雖然路徑少了一條，但與調整前存在子集關系，表明研究結果具有穩(wěn)健性。

表8 調整案例頻數的穩(wěn)健性檢驗Tab.8 Robustness test for adjusting the frequency of cases

4 結 語

基于技術接受模型與計劃行為理論，運用fsQCA 方法，探討影響居民電動汽車出行意愿的路徑組合，研究發(fā)現：

（1）在必要性分析中，只有感知易用性（0.949）與環(huán)境意識（0.961）可單獨構成居民電動汽車出行意愿的必要條件，其余單個因素均不滿足。在未來，政府應大力宣傳低碳出行，提升居民環(huán)境意識，同時，加快充電站基礎設施的升級，滿足居民出行要求。

（2）通過模糊集定性比較分析得到5條高出行意愿組合路徑，即感知易用彌補型、環(huán)境意識型、感知有用型、主觀規(guī)范型、知覺行為控制型。5 條路徑的總體覆蓋率達到0.858，表明5 條路徑可以解釋研究中85.8%的案例，總體一致性值為0.891，高于0.8 的標準。所有因素在解釋出行意愿時存在替代作用，當居民知覺行為控制較低時，但只要有高環(huán)境意識和感知有用性，或者主觀規(guī)范，就能激發(fā)居民電動汽車出行意愿。

（3）在所有路徑中，環(huán)境意識是出現頻率最高的變量，凸顯了引導居民樹立環(huán)境意識以及培養(yǎng)社會責任感的重要性。當居民感受到保護環(huán)境的重要性，相應地居民電動汽車出行意愿也就大大提高。其次是感知易用性，即職住地的充電站數量和布局以及充電站內充電樁的數量對提升居民電動汽車出行意愿具有重要作用，合理規(guī)劃職住地充電站，適當增加充電樁數量成為未來發(fā)展應解決的核心問題。因此，圍繞環(huán)境意識和感知易用性構成了原始覆蓋率和唯一覆蓋率最高的組合路徑。

5 討 論

研究成果對提高居民電動汽車出行意愿和促進城市可持續(xù)發(fā)展具有重要意義。在未來，要針對不同群體的需求合理制定相應措施。首先，政府要加強環(huán)境保護的宣傳力度，出臺環(huán)保政策。環(huán)境意識是5條路徑的核心條件，要注重對居民環(huán)境意識的培養(yǎng)，增強社會責任感，積極引導綠色低碳出行，特別是長期使用傳統(tǒng)燃油車的居民要尤為加強培養(yǎng)環(huán)境意識，使全社會形成一種良好的低碳綠色出行氛圍。其次，合理布局充電站。在組態(tài)效應中發(fā)現，感知易用性作為必要條件和輔助條件，尤其是對上班族來說，職住地科學合理的充電站布局和充足的充電樁數量有利于提升居民使用電動汽車的便捷性，直接影響其使用電動汽車出行的意愿。充電站是提高電動汽車使用率和方便性的重要設施，在未來，充電站布局應統(tǒng)籌規(guī)劃，因地制宜，重點關注職住地居民充電需求，優(yōu)先考慮交通可達性好、需求旺盛、基礎設施完善的區(qū)域，保證滿足常規(guī)充電需求的同時，適當增加充電樁數量，超前發(fā)展。第三，多途徑宣傳，凸顯優(yōu)惠政策優(yōu)勢。作為核心條件，提高居民主觀規(guī)范感知可激發(fā)居民積極主動選擇電動汽車出行，特別對于家中有多輛汽車的居民來說，有足夠力度的優(yōu)惠政策會讓其優(yōu)先考慮選擇電動汽車出行。最后，提升電動汽車自身實力，打消居民顧慮。感知有用性也是核心條件之一，廠家應加強科研投入，解決居民關心的電動汽車的續(xù)航能力、安全性、舒適性問題，重視居民意見，不斷改進，滿足居民要求，只有這樣才能形成持久的電動汽車出行意愿，助力交通可持續(xù)發(fā)展。本研究雖運用計劃行為理論和技術接受模型涵蓋了多方面的影響因素，但影響因素難免有考慮不周之處，且由于數據缺陷，文章并未研究不同人群對感知的差異從而形成不同的組態(tài)構型，未來可進一步探討。