城市居民低碳出行影响因素分析及实证研究

ＣＨＩＮＡ　Ｃ０ＬＬＥｃＴＩＶＥ　ＥＣＯＮＯＭＹ　城市居民低碳出行　■段慕慕　摘要：城市居民低碳出行模式的形　成是实现城市低碳交通和可持续发展的　重要前提。文章以计划行为理论为依据．　分析了城市居民低碳出行意愿及行为的　影响因素．建立整合低碳态度、从众心理、　低碳知识技能的城市居民低碳出行行为　影响模型：并通过实证方法发现．低碳出　行意愿对低碳出行行为有显著正向影响：　低碳态度、从众心理、低碳知识技能对低　碳出行意愿有显著正效应　关键词：低碳出行行为：计划行为理　论：行为影响模型　一、引言　随着城市人口激增、私家车的快速普　及，加强对城市交通主体出行行为的规范　与引导已经成为城市低碳发展的重要挑　战。近年来，在交通出行理论的基础上，将　城市交通主体出行行为与碳排放进行关　联分析，试图揭示个体交通出行碳足迹的　影响机制。例如．苏涛永指出识别城市交　通碳排放的影响因素是采取有效应对措　施的首要前提：Ｃｈａｔｔｅｒｔ０ｎ等通过对英国　交通部个人碳足迹计算工具的态度调查．　分析了环境信息对不同成员出行行为造　成的可能影响：马静等通过对北京居民日　常出行行为的实证研究．以结构方程模型　挖掘居住空间、主体行为与交通碳排放三　者之间的内在关系　然而现有研究在低碳　出行模式的影响因素方面的结论并不完　全一致，同时各影响因素的作用机制也相　对缺少深入系统的研究　因此．本文以计划行为理论为依据．　构建城市居民低碳出行行为影响模型．对　影响城市居民出行的各种因素进行分析．　旨在发现低碳出行意愿与低碳出行行为　之间的影响关系及影响路径。　二、研究模型与假设　由Ａｊｚｅｎ　Ｉｃｅｋ（１９９１）提出的计划行为　理论是目前广泛接受的解释个人行为模　式的基础理论．并在环境行为领域具有较　强的适用性。本文主要探讨的城市居民低　碳出行行为属于个人行为模式的研究范　畴．故以计划行为理论为依据展开对低碳　出行影响因素的研究。　图１　低碳出行行为的结构模型　据有关环境态度的文献．人们对环境　满意度、低碳出行意愿以及低碳出行行为　的基本态度决定了他们的环境意识和环　之间关系的结构模型．如图１所示。　境行为。低碳态度是指个人对客观存在的　三、研究设计　低碳事物支持与否的一种情感状态．对未　（一）调查问卷设计　来低碳社会的期待程度。其可以解释城市　本研究采取问卷调查的方式来检验　居民低碳出行意愿。本文假设：　上述模型。在查阅大量文献的基础上，依　Ｈ１：城市居民的低碳态度与其低碳　据已有研究中使用的设计题项．确定低碳　出行意愿直接正向相关：　态度、从众心理、低碳知识技能的调查题　Ｓｃｈｗａｎｅｎ等指出广泛而可持续的交　项：在归纳总结城市居民日常出行行为的　通行为转变可能受群体习惯的影响．因此　基础上。依据环境行为定义．设计低碳出　将从众心理对低碳出行情况的影响考虑　行意愿、低碳出行行为的调查题项。根据　到研究模型中，假设：　预调查问卷收集到的数据对问卷进行信　Ｈ２：城市居民的从众心理与其低碳　度和效度分析．删除不符合要求的题项，　出行意愿直接正向相关：　形成正式问卷　孙岩指出我国居民环境知识和生活　（二）描述性统计　经验变量较之心理因素对环境行为的预　本文借助专业网络调查平台以及实　测力要高。因此低碳知识技能可以反映城　地调查获取样本数据．被调查者主要是江　市居民对低碳出行的主观控制能力．对低　苏、安徽等省的城市居民。本次调查共收　碳出行意愿存在一定的影响力　本文假　回问卷４８６份。剔除填写不规范、缺省值　设：　较多的无效问卷．共回收有效问卷４４８　Ｈ３：城市居民的低碳知识技能与其　份．回收率９１．２％　低碳出行意愿直接正向相关：　受访者的人口统计特征如下：男性居　最后．我们对城市居民的低碳出行意　民占４９．３％，女性居民占５０．７％；１８岁以下　愿对其低碳出行行为的影响作用进行验　的居民占４％．１８～３０岁的居民占７８．８％，　证：　３１￣４５岁的居民占１５．２％．４６～５５岁的居　Ｈ４：城市居民的低碳出行意愿与实　民占３．１％．５６岁以上的居民占２．５％：初中　际低碳出行行为直接正向相关：　以下学历占１．１％．高中或中、高专占　基于上述分析．本文构建了低碳出行　１５．２％，本科占５４．９％，本科以上占２８．８％；　中国集体经济露２８　经济观察　月收入１５００元以下占５．８％，月收入　１５００～２９９９元占３２．１％．月收入３０００￣４９９９　（二）实证分析　居民的价值取向与行为选择的基础上，紧　建立微观出行主体　图２为低碳出行意愿与低碳出行行　密围绕低碳出行意愿，１７．０对假　的激励与约束机制。从结论１可知，城市　元占２９．７％．月收入５０００￣９９９９元占　为的关系模型。本文使用Ａｍｏｓ２０．８％．月收入１万元以上占８％；无私家　设模型进行路径关系分析。结果显示该模　居民在城市出行过程中形成对低碳出行　车的居民占５６．７％．拥有私家车的居民占　型的主要拟合度指标为：　２／　：１．４４２，　的积极态度将会对其低碳出行偏好形成　城市居民因感知社会　４３．３％。调查样本涉及不同年龄段、不同职　ＧＦＩ：０．９５９＞Ｏ．９，ＡＧＦＩ＝Ｏ．９４３＞０．９，ＩＦＩ＝　有直接显著的影响；业和不同收入层，其性别结构、年龄结构、　学历结构、收入结构与东部城市整体状况　０．９５９＞０．９，ＴＬＩ＝０．９８５＞０．９，ＣＦＩ＝０．９８８＞　０．９，ＰＧＦＩ＝０．６９６＞０．５，ＰＮＦＩ：０．７８５＞Ｏ．５，　群体趋向于对低碳出行持积极或反对态　度．会提高或降低其低碳出行的可能性。　０３１＜０．５．说明研究模型整体　据结论２．低碳出行意愿对低碳出行的正　较为接近．在东部城市居民中具有一定的　ＲＭＳＥＡ＝０．代表性。　拟合程度较好。　四、实证分析　（－７）信效度检验　信度（Ｒｅｌｉａｂｉｌｉｔｙ）是衡量问卷测量数　据的一致性或稳定性的指标。其中，　Ｃｒｏｎｂａｃｈ’Ｓ　Ａｌｐｈａ是目前应用较广的信　度系数．其最小临界值为０．６。如表１所　示，各潜变量的（系数均在０．７以上，表明　注：｝　｛为Ｐ值小于Ｏ．００１，　为Ｐ值小　所测模型具有较好的内部一致性：组合信　于０．００５．　度值（Ｃｏｍｐｏｓｉｔｅ　Ｒｅｌｉａｂｉｌｉｔｙ，ＣＲ）可有效　图２低碳出行行为模型　评估量表的组合信度．表中所列各潜变量　低碳出行行为模型标准化路径系数　ＣＲ值均大于Ｏ．７Ｏ，满足检验标准。因此，　如图２所示．除测量模型中某一观察变量　本文量表具有较好的信度。　与其潜变量的路径系数被设为１，其显著　效度分析采用收敛效度、区别效度来　性检验中没有该路径的Ｐ值外．各路径的　衡量。据表１数据分析结果所示，各潜变　Ｐ值均小于０．００５。即拒绝路径系数显著　量的ＡＶＥ值（平均变异抽取量，Ａｖｅｒａｇｅ　为０的假设。因此，假设ＨＩ、Ｈ２、Ｈ３、Ｈ４　表１　各潜变量的信效度检验　支持度显著。其中，低碳出行　意愿与低碳出行行为的标准　潜变量名称　ｄ值　ＣＲ值　ＡＶＥ值　ＡＶＥ的平方根　化路径系数为０．４７０．呈显著　低碳态度　０．９０５　０．６５２　０．８０７　正相关．二者在这一模型中的　回归方程为：Ｙ＝０．５０２Ｘ＋ｅ　。　从众心理　０．７７７　０．７８０　０．６４０　０．８００　五结论　结论１：在影响居民低　低碳知识技能　０．８９３　０．８９５　Ｏ．８１Ｏ　０．９００　碳出行意愿的三个决定因素　低碳出行意愿　０．８６３　０．８６３　０．６１３　０．７８３　中．低碳态度、从众心理、低　碳知识技能对低碳出行意愿　低碳出行行为　０．７８３　０．８００　０．５０１　０．７０８　的路径系数分别是Ｏ．３７１、　０．４３７、０．１３４．这说明低碳态　表２各变量相关系数表　度和从众心理对低碳出行意愿的影响　Ａ　Ｓ　ＢＣ　Ｄ　Ｂ　显著．低碳知识技能对其的影响相对一　Ａ　１　般。　Ｓ　０．４３２　１　结论２：该模型的各种整体性指标　ＢＣ　０．２８８　０．３３５　１　和内在性指标检验显示．假设模型与　Ｄ　０．５８７　０．６５２　０．３９７　１　城市居民低碳出行的样本数据拟合度　Ｂ　０．２９１　０．３２３　０．１９７　０．４９６　１　较好，模型解释数据能力较强。文中模　型的回归方程为：。其中，ｘ为低碳出　Ｖａｒｉａｎｃｅ　Ｅｘｔｒａｃｔｅｄ）均大于０．５．表明所测　行意愿，Ｙ为低碳出行行为，则说明若　模型收敛效度较好。对于区别效度而言，　低碳出行意愿增加１个单位．那么低碳　各潜变量ＡＶＥ的平方根均大于其与其他　行行为增加０．５０２个单位．这表明低碳　相关变量的相关系数．则模型区别效度较　出行意愿对低碳出行行为的正向影响　好　据表２所示，各潜变量间的相关系数　显著。　均符合这一检验标准。因此，本文量表具　在复杂性成常态、不确定性激增的时　有良好的区别效度。　代背景下．各级政府更应在充分尊重城市　２４甏２０１５年１２期（４月）　向影响显著。因此，片面追求交通基础设　施建设．或单纯依赖出行主体环境意识的　引导．无法真正实现居民低碳出行情况从　“治标”向“治本”的嬗变。需要将城市居民　的价值取向与行为选择纳入到政策制定　中．围绕低碳交通服务能力的提升，制定　行之有效的城市需求管理引导措施，进而　实现低碳交通供给与需求的有效均衡与　互动发展。　参考文献：　『１１苏涛永，张建慧，李金良等．城市交　通碳排放影响因素实证研究——来自京　津沪渝面板数据的证据ｒｎ．工业工程与管　理，２０１１（０５）．　［２］Ｃｈａｔｔｅｒｔｏｎ　Ｔ　Ｊ，Ｃｏｕｌｔｅｒ　Ａ，Ｍｕｓｓｅｌ—　ｗｈｉｔｅ　Ｃ，ｅｔ　ａ１．Ｕｎｄｅｒｓｔａｎｄｉｎｇ　ｈｏｗ　ｔｒａｎｓ－　ｐｏｒｔ　ｃｈｏｉｃｅｓ　ａｒｅ　ａｆｆｅｃｔｅｄ　ｂｙ　ｔｈｅ　ｅｎｖｉｒｏｎ—　ｍｅｎｔ　ａｎｄ　ｈｅａｌｔｈ：Ｖｉｅｗｓ　ｅｘｐｒｅｓｓｅｄ　ｉｎ　ａ　ｓｔｕｄｙ　ｏｎ　ｔｈｅ　ｕｓｅ　ｏｆ　ｃａｒｂｏｎ　ｃａｌｃｕｌａｔｏｒｓ卟　Ｐｕｂｌｉｃ　Ｈｅａｌｔｈ，２００９（０１）．　『３１马静，柴彦威，刘志林．基于居民出　行行为的北京市交通碳排放影响机理『Ｉ１－　地理学报，２０１１（０８）．　【４】Ａｊｚｅｎ　Ｉ．Ｔｈｅ　ｔｈｅｏｒｙ　ｏｆ　ｐｌａｎｎｅｄ　ｂｅ—　ｈａｖｉｏｒ　Ｄ］．Ｏｒｇａｎｉｚａｔｉｏｎａｌ　Ｂｅｈａｖｉｏｒ　ａｎｄ　Ｈｕ—　ｍａｎ　Ｄｅｃｉｓｉｏｎ　Ｐｒｏｃｅｓｓｅｓ，１９９１．　［５］Ｓｃｈｗａｎｅｎ　Ｔ，Ｂａｎｉｓｔｅｒ　Ｄ，Ａｎａｂｌｅ　Ｊ．　Ｒｅｔｈｉｎｋｉｎｇ　ｈａｂｉｔｓ　ａｎｄ　ｔｈｅｉｒ　ｒｏｌｅ　ｉｎ　ｂｅｈａｖ—　ｉｏｒ　ｃｈａｎｇｅ：ｔｈｅ　ｃａｓｅ　ｏｆ　ｌｏｗ－ｃａｒｂｏｎ　ｍｏｂｉｌｉ—　ｔｙ［１］．Ｊｏｕｒｎａｌ　ｏｆ　Ｔｒａｎｓｐｏｒｔ　Ｇｅｏｇｒａｐｈｙ，２０１　２　（２４）．　ｆ６１孙岩，宋金波，宋丹荣．城市居民环　境行为影响因素的实证研究［Ｉ］．管理学报，　２０１２（０１）．　★本文系国家自然科学基金项目《城　市低碳出行行为的形成与演化机理及其　引导策略研究——以中国东部城市为例》　（７１３７３１０５）、《基于计算实验方法的企业　环境行为分析与引导策略研究》　（７１１７１ｏａ９）、《基于计算实验方法的排污　权交易系统优化设计》（７１２０１０７１）研究　成果之一　（作者单位：江苏大学管理学院）