【摘要】：已有關(guān)于交通信息對(duì)出行決策的影響研究主要基于政府和企業(yè)發(fā)布的公開(kāi)交通信息,而隨著社交網(wǎng)絡(luò)和4G通訊設(shè)備的發(fā)展,交通信息的傳播途徑已延伸至移動(dòng)社交網(wǎng)絡(luò),雖然通過(guò)各種渠道獲得交通信息的內(nèi)容相差不大,但在使用移動(dòng)社交網(wǎng)絡(luò)獲取信息過(guò)程中,用戶心理感知的變化勢(shì)必會(huì)“放大”或“縮小”對(duì)交通信息原有的解讀,從而影響出行決策。本文從移動(dòng)社交網(wǎng)絡(luò)環(huán)境影響出發(fā),以關(guān)聯(lián)用戶為研究對(duì)象,實(shí)現(xiàn)移動(dòng)社交網(wǎng)絡(luò)潛變量對(duì)出行選擇行為影響的科學(xué)分析與定量解釋。主要研究?jī)?nèi)容包含以下幾個(gè)方面:1、在界定移動(dòng)社交網(wǎng)絡(luò)概念和特點(diǎn)的前提下,基于技術(shù)接受模型,融合感知風(fēng)險(xiǎn)、感知趣味、信任等理論,構(gòu)建了表征出行者對(duì)移動(dòng)社交網(wǎng)絡(luò)使用意愿的結(jié)構(gòu)方程模型,其中主觀規(guī)范和感知趣味性為外生潛變量,其余為內(nèi)生潛變量,并且假設(shè)除感知風(fēng)險(xiǎn)性對(duì)使用意愿產(chǎn)生負(fù)向的直接影響外,其余均對(duì)使用意愿產(chǎn)生正向的直接影響。2、在描述出行決策全過(guò)程以及交通信息對(duì)出行決策影響的前提下,以決策過(guò)程交通信息獲取方式為突破口,將使用移動(dòng)社交網(wǎng)絡(luò)獲取交通信息所產(chǎn)生的心理潛變量與個(gè)人屬性變量和出行方式特性變量帶入傳統(tǒng)出行選擇模型中形成混合選擇模型。其中,用結(jié)構(gòu)方程模型表示潛變量與觀測(cè)變量以及潛變量與顯變量間的因果關(guān)系;用離散選擇模型表示潛變量與顯變量共同作用下方式選擇行為效用函數(shù)。3、設(shè)計(jì)回收262份關(guān)于移動(dòng)社交網(wǎng)絡(luò)下出行選擇行為的有效問(wèn)卷,通過(guò)信效度檢驗(yàn)后進(jìn)行實(shí)證分析。結(jié)果表明:感知易用性、感知有用性、感知信任、主觀規(guī)范、感知趣味性對(duì)移動(dòng)社交網(wǎng)絡(luò)使用意愿存在顯著的正影響,感知風(fēng)險(xiǎn)性存在顯著的負(fù)影響,其中感知有用性效用最高,達(dá)到0.73;感知趣味性效用最小,僅為0.09。另外,感知有用性和感知信任對(duì)使用意愿只能直接影響,其余潛變量對(duì)使用意愿同時(shí)產(chǎn)生直接效應(yīng)和間接效應(yīng)。4、將包含移動(dòng)社交網(wǎng)絡(luò)潛變量、個(gè)人屬性變量、出行方式特性變量的混合離散選擇模型同傳統(tǒng)出行選擇模型進(jìn)行實(shí)證分析對(duì)比,結(jié)果表明:不帶潛變量和帶潛變量的選擇模型的優(yōu)度比系數(shù)分別為0.257和0.473,說(shuō)明混合離散選擇模型精度更高,同時(shí)估計(jì)出各變量對(duì)公共交通、私家車、出租車(或網(wǎng)約車)的影響參數(shù),并作對(duì)應(yīng)解釋。
【學(xué)位授予單位】：重慶交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U491
【圖文】：

圖 4-2 數(shù)據(jù)來(lái)源分析圖4.3.2 正式數(shù)據(jù)信效度檢驗(yàn)本研究的測(cè)量量表主要根據(jù)相關(guān)綜述加以整理歸類，并結(jié)合自身理解編制而成，且問(wèn)卷制成后經(jīng)過(guò)試填寫(xiě)及修正，在問(wèn)卷預(yù)調(diào)查中也對(duì)設(shè)計(jì)題項(xiàng)進(jìn)行了探索性因子分析，其結(jié)果顯示較好，因此內(nèi)容效度和準(zhǔn)則效度符合研究的要求。而對(duì)于正式問(wèn)卷數(shù)據(jù)，主要從測(cè)量量表的聚合效度上進(jìn)行驗(yàn)證，常用的方法是驗(yàn)證性因子分析。驗(yàn)證性因子分析除了可以進(jìn)行效度檢驗(yàn)，也可以進(jìn)行信度檢驗(yàn)，因此正式問(wèn)卷數(shù)據(jù)的信度評(píng)估不再單獨(dú)使用 Cronbach’s 系數(shù)進(jìn)行判定。正式調(diào)查數(shù)據(jù)的信度評(píng)估主要從個(gè)別指標(biāo)信度和因子建構(gòu)信度（CompositeReliability, CR）兩個(gè)方面來(lái)進(jìn)行。在驗(yàn)證性因子分析中，可以分別計(jì)算出個(gè)別變項(xiàng)的 R2，也就是各測(cè)量指標(biāo)是標(biāo)準(zhǔn)化負(fù)荷系數(shù)的平方，作為個(gè)別變項(xiàng)的信度指標(biāo)，一般對(duì)個(gè)別指標(biāo)的檢驗(yàn)是標(biāo)準(zhǔn)化因子負(fù)荷大于 0.6，且 t 值大于顯著性水平即可；建構(gòu)信度主要用來(lái)評(píng)估潛在建構(gòu)指標(biāo)的一致性程度，建構(gòu)信度越高表示測(cè)量指標(biāo)之間的關(guān)聯(lián)度越高，對(duì)于潛變量的建構(gòu)信度指標(biāo)，一般認(rèn)為大于 0.6 即可，其計(jì)算

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 查先進(jìn);張晉朝;嚴(yán)亞蘭;李晶;;網(wǎng)絡(luò)信息行為研究現(xiàn)狀及發(fā)展動(dòng)態(tài)述評(píng)[J];中國(guó)圖書(shū)館學(xué)報(bào);2014年04期

2 劉天亮;張沖;王天歌;吳國(guó)[

本文編號(hào)：2783365