张雨彤　汪佳禾　王锦诚　王超

摘要：文章旨在探索影响拼车出行意愿的因素及因素之间的关系。在计划行为理论的基础上，综合考虑出行行为的特征，剔除行为态度变量，引入感知风险、平台服务质量等潜变量，提出9个假设。通过问卷回收400份有效样本，采用结构方程模型对数据拟合进行实证分析。最终发现影响平台服务质量评价的主要因素是平台对用户的认证和监督、高效精准的匹配机制和较低的价格。出行者对拼车出行最担心的因素是个人隐私泄露和安全隐患问题，其次是同乘人员带来的不良体验。在此基础上对平台和监管方提出了建议。

关键词：拼车出行；合乘；顺风车；出行意愿；结构方程模型

一、引言

随着“碳达峰、碳中和”目标的提出，构建一个以零碳目标为导向、以绿色出行为核心的交通出行体系迫在眉睫。近年来，私家车拥有水平与使用水平的不协调导致了严重的资源闲置。私家车合乘共享（“顺风车”）通过网络共享平台，汇总分散的闲置资源，在不增加城市道路负担的情况下提升交通运力，有助于实现绿色低碳环保的城市发展目标。然而目前选择拼车出行者仍较少，提升乘客拼车出行意愿尤为关键。

学术界目前关于顺风车的研究主要集中在网约车的法律、规制与政策问题，将其作为一种交通出行方式进行研究的文献仍比较欠缺。李俊博通過对计划行为理论引入感知价值和感知风险两个扩展变量分析合乘的可行性，发现出行者不选择合乘的主要原因是安全性低。Solttyska将出行者接受拼车出行的影响因素划分为空间、时间和个人因素。而Bach-man等则将出行者分为驾驶者和乘坐者，利用TPB对拼车影响因素进行了探究。现有对合乘影响因素的研究主要出行者主观因素性、行程规划和社会经济属性展开，且均使用到结构方程模型。但目前从拼车乘客心理因素角度深入研究拼车平台的服务质量对拼车出行选择影响的研究非常少。

因此本文希望从出行者的角度出发，研究出行者的主观因素和平台服务质量对拼车出行意愿的影响程度以及影响因素之间的相互关系，从而有利于交通管理部门以及顺风车平台企业科学合理地引导城市居民选择顺风车出行，促进城市交通协调可持续发展，助力低碳城市发展目标。

二、理论模型构建

（一）扩展的计划行为理论

计划行为理论（TPB）已被证明在预测意图和行为方面具有很强的说服力，并有助于设计行为改变干预措施。TPB的基本思想是，实施某种行为的意图是行为的主要驱动因素。反过来，意图由三个决定因素预测：行为态度，以及知觉行为控制。

然而，仅凭计划行为理论中的三个潜变量来解释复杂的出行行为存在许多盲点，精确度较低。扩展的计划行为理论在原有变量的基础上，结合出行行为的特征和已被证明可能的影响因素，通过设计新增的潜变量来提高模型预测精度。扩展的计划行为理论应用在许多出行行为问题中也有良好的解释效果。如在出行方式选择行为的研究中，增加的“行为习惯”变量可以明显地提高模型的预测能力。

因此本研究根据拼车出行行为的具体特征，综合考虑合乘出行意愿的影响因素，在TBP的基础上调整潜变量，以提高模型精度。具体设计如下。

（二）拼车出行影响因素模型的扩展潜变量设计

1. 删除行为态度

Friedel Bachman的研究表明无论是乘客还是司机，对拼车行为的态度都不能预测拼车意愿。他认为得出态度对意愿影响显著的其他研究没有考虑更广泛的决定因素对意图或行为产生的影响。且研究态度因素的文章已有很多，本研究不将其作为重点因素。因此删除态度变量。

2. 描述性规范

TPB的一个缺点是在主观规范方面定义的不足。学者Armitage发现TPB的规范成分即主观规范是最弱的意图决定因素。规范行为理论包括两种类型的社会规范：强制性规范和描述性规范，而TPB最初只涵盖了强制性规范类型。研究表明描述性规范在预测意图方面发挥着重要作用，这也在移动行为的背景中得到了证明。一些研究甚至发现，只有描述性规范是意图的重要预测因素。因此本研究将只研究“主观规范”中的描述性规范而非强制性规范。

3. 感知风险

Cox（1964）认为感知风险包括决策结果的不确定性和错误决策后果的严重性。近年来顺风车已经成为较流行的出行方式，然而不完善的监管措施和相关法律与快速形成的大规模市场的矛盾，带来了一系列安全问题引发了出行者的担忧。由此本文可以推测，感知风险可能是影响拼车出行意愿的原因之一。在此推测上，本文将感知风险因素作为影响拼车出行的潜在变量纳入到扩展的计划行为理论中。

4. 平台服务质量

国内有学者将平台服务质量和用户对平台服务的需求分为了经济、安全、舒适、便捷，在多项对网约车服务质量满意度的研究中都采用类似的分类方法，本文也将从这四个方面构建观测变量。

综上所述，在计划行为理论的基础上，本文保留知觉控制行为，行为意图，删除态度，仅保留主观规范变量中的描述性规范，加入感知风险、平台服务质量两个潜变量，构建合承意愿影响因素的理论模型。

（三）模型理论框架构建

1. 提出假设设计观测变量

基于上述研究和潜变量的设计，提出假设1～9。

H1：描述性规范对拼车出行意向产生正向影响

H2：知觉行为控制对拼车出行意向产生正面的影响

H3：感知风险对拼车出行的意向产生负面影响

H4：感知风险对拼车出行的描述性规范产生负面影响

H5：感知风险对拼车出行的知觉行为控制产生负面影响

H6：平台服务质量对拼车出行的意向产生正面影响

H7：平台服务质量对拼车出行的描述性规范产生正面影响

H8：平台服务质量对拼车出行的知觉行为控制产生正面影响

H9：平台服务质量对拼车出行的感知风险产生负面影响

2. 观测变量设计

本文结合研究假设并参考其他学者关于计划行为理论相关问项的设计，构建出观测变量并设计问卷，见表1。

三、模型计算与结果分析

（一）数据搜集

本次实证研究采用问卷调查。问卷第一部分属实际调查，是被调查者的基本信息和顺风车出行习惯；第二部分属意向调查，是关于网约车出行意愿的影响情况的调查，采用里克特五级量表进行设计。考虑到绝大多数的网约车出行潜在使用者都是移动互联网用户，通过网络问卷的形式发放。

问卷调查时间为2021年11月10日至11月15日，共回收400份有效问卷。受访者中男女比例接近1：1；年龄分布方面，以青年群体为主，20～40 岁的人占77.88%；有通勤需求者占51.9%；66.7%的受访者每月使用顺风车0～10次，有车人群占46.7%。

（二）信效度检验

在拟合模型前使用SPSS进行信度和效度检验。整体Cronbachs alpha 系数值为0.717>0.7，各个潜变量Cronbachs alpha系数值均>0.8，数据内部一致性良好。KMO值= 0.871> 0.8，Bartlett 检验的x2统计值显著性概率P=0<0.05，数据的结构效度良好。

（三）使用结构方程模型分析数据

本文通过 SPSS 软件和AMOS软件对采集到的数据进行实证分析。结果显示卡方差异值=1.012，在1～3，GFI=0.928>9，AGFI=0.905>0.9模型相似度高，RMSEA=0.008，模型差异性低，说明模型适配度良好，通过结构效度检验，标准化系数的模型结果如图1。

根据非标准化系数表发现潜变量之间的路径均没有呈现显著性，而观测变量与潜变量之间路径均显著性，因此本节着重分析测量模型。观测变量与潜变量之间的路径系数均在0.7～0.9，说明观测变量的重要度均较高，针对扩展的潜变量的测量模型分析如下：

针对平台服务质量，由标准化系数图（图1）可知平台服务质量的观测变量重要度排序为：PSQ2、PSQ3、PSQ4。由此我们可以推断，第一，提供更好的用户认证和监管功能，设置有效的奖惩机制鼓励乘客遵守信用提高素质（如不跑单，不迟到）可以更好地满足PSQ2对应的需求。第二，进一步优化算法，如利用大数据技术提供拼车推荐功能等提高订单匹配速度和精度，可以更好地满足PSQ3对应的需求。第三，合理定价以降低出行成本可以更好地满足PSQ4对应的需求。

针对感知风险，根据标准化系数图可知，其观测变量重要度排序为：PR1、PR2、PR4、PR2、PR3、PR5。乘客最担心拼车出行带来的风险是个人隐私信息泄露和安全隐患问题，其次是同乘人员吸烟、迟到等行为带来的不良体验，这体现了人们对同乘者的不信任；第三是拼车出行因为司机或乘客迟到增加时间成本。

四、结语

本文旨在探索影响出行者拼车出行的因素及因素之间的关系与影响程度，在计划行为理论的基础上构建理论模型并提出假设。从用户的心理因素考虑，删除行为态度，引入感知风险、平台服务质量，并增加了平台服务质量对出行影响的研究。通过线上开展问卷调研搜集400份样本数据，采用结构方程模型对理论模型实证分析，模型适配度良好，特别是测量模型可以很好地估计潜在变量。

在测量模型中，本文发现主要影响用户对平台服务质量评价的是平台对用户的认证和监督、高效精准的匹配机制和较低的价格。出行者对拼车出行最担心的因素是个人隐私泄露和安全隐患问题，其次是因为同乘人员的吸烟、迟到带来的不良体验。总结发现平台服务质量和感知風险重要度最高的观测变量都体现了信任问题，如何提高出行者对平台和同乘人员的信任，是政府和顺风车企业应该关注的问题。

本文的缺陷在于由于样本量较小，导致的结构模型中各潜变量间的关系不显著，只研究了测量模型，之后将优化数据着重研究结构模型。

参考文献：

[1]李俊博.基于计划行为理论的高铁离站旅客出租车合乘意向研究[D].成都：西南交通大学，2019.

[2]Soltyska.Toward an Understanding of Carpool Formation and Use[D].Toronto：University of Toronto，2009.

[3]Friedel Bachmann， et al. What drives people to carpool？ Explaining carpooling intention from the perspectives of carpooling passengers and drivers[J].Transportation Research Part F：Traffic Psychology and Behaviour，2018，59（A）：260-268.

[4]蒋静辉.基于计划行为理论的乘客出租汽车服务模式选择行为研究[D].哈尔滨：哈尔滨工业大学，2017.

[5]许冰，邵春福，钱剑培，等.扩展计划行为理论框架下城际出行方式选择建模[J].交通工程，2018，18（03）：28-35.

[6]Ajzen，I.（2011）.The theory of pla-

nned behaviour：Reactions and reflections[J].Psychology& Health，26（09）：1113-1127.

[7]Cox D F， Rich S U.Perceived Risk and Consumer Decision-Making：The Case of Telephone Shopping[J].Journal of Marketing Research，1964，1（04）：32-39.

[8]曾兰兰，马勇.共享经济背景下网约车用户粘性研究[J].企业经济，2021，40（08）：154-160.

[9]李晋，江勇东，顾天奇，庄楚天，徐笑梅.基于乘客视角的网约车服务质量评价[J].城市交通，2021，19（02）：103-111+6.

（作者单位：张雨彤、汪佳禾、王超，北京交通大学经济管理学院；王锦诚，北京交通大学计算机与信息技术学院。王超为通信作者）