考虑群体差异的低碳出行意向与行为一致性研究

doi:10.3785/j.issn.1008-9497.2023.03.016

浙江大学学报（理学版）

2023, Vol. 50

Issue (3): 378-390 DOI: 10.3785/j.issn.1008-9497.2023.03.016

城市科学

考虑群体差异的低碳出行意向与行为一致性研究

徐标¹(

),路庆昌¹(

),徐鹏程¹,崔欣¹,杜长皓²

^1.长安大学电子与控制工程学院，陕西西安 710064
^2.鲁西化工集团股份有限公司，山东聊城 252000

A study on group difference between low-carbon transportation intention and consistent behavior

Biao XU¹(

),Qingchang LU¹(

),Pengcheng XU¹,Xin CUI¹,Changhao DU²

^1.School of Electronics and Control Engineering，Chang'an University，Xi'an 710064，China
^2.Luxi Chemical Group Co. ，Ltd. ，Liaocheng 252000，Shandong Province，China

全文: PDF(3248 KB)

HTML( 3 )

摘要：

为探究城市居民低碳出行意向与行为差异的原因和异质性，基于大中小城市、老中青群体1 263名居民的低碳出行问卷调查数据，采用双变量Probit模型和组间平均边际效应（AME），分析了城市和群体间低碳出行意向与行为一致性的影响因素及群体差异。结果表明：有低碳出行意向与行为的居民比例仅为12.6%，有低碳出行意向而未向行为转变的居民占55.3%，意向与行为不一致的现象在一线城市和青年群体中尤为明显。从平均边际效应的结果看，有无私家车是导致一线、二线城市居民和中、青年群体低碳出行意向与行为不一致的关键因素。环境意识和主观规范对老年群体的低碳出行意向与行为一致性具有更显著的积极影响。研究所揭示的影响不同群体低碳出行意向与行为一致性的关键因素，可为低碳政策的异质化实施提供理论参考。

关键词： 低碳出行; 意向与行为一致性; 群体异质性; 双变量Probit模型; 平均边际效应

Abstract:

As residents' low-carbon transportation plays a crucial role in alleviating transportation carbon emissions, many studies concentrate on the low-carbon transportation intention or behavior, but the consistency between the intention and behavior of different groups is neglected. Based on the low-carbon transportation questionnaire data of 1 263 residents in large, medium, and small cities that sorted into the old, middle-aged, and young groups, this study analyzed the factors influencing the consistency of low-carbon transportation intention and behavior, focusing on the region and generation difference, using bivariate Probit model and between-group average marginal effect (AME). The results show that the proportion of residents with both low-carbon transportation intention and relevant behavior is only 12.6%, while the proportion of residents who have low-carbon intention without consistent behavior account for 55.3%, and this inconsistency is particularly obvious for residents in large cities and the youth group. By analyzing the average marginal effect, the private car is a crucial factor contributing to inconsistentcy between intention and behavior among residents of large and medium-sized cities and middle-aged youth groups. Environmental awareness and subjective norm have more significant positive effects on middle-aged and elderly groups. The findings from this study provide an understanding of the key factors influencing the consistency of low-carbon transportation intention and behavior among different groups of people, and references for the heterogeneous implementation of low-carbon policies, thereby promoting residents' low-carbon travel guidance.

Key words: low-carbon transportation intention-behavior consistency group heterogeneity bivariate Probit model average marginal effect

收稿日期: 2022-03-24 出版日期: 2023-05-19

CLC:

U 491.1

基金资助: 国家自然科学基金面上项目(71971029);陕西省自然科学基础研究计划项目(2021JC-28)

通讯作者: 路庆昌 E-mail: 2020132086@chd.edu.cn;qclu@chd.edu.cn

作者简介: 徐标（1997—），ORCID：https：//orcid.org/0000-0001-6161-9382，男，硕士研究生，主要从事城市环境与交通行为建模研究，E-mail：2020132086@chd.edu.cn.

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	徐标
	路庆昌
	徐鹏程
	崔欣
	杜长皓

引用本文:

徐标,路庆昌,徐鹏程,崔欣,杜长皓. 考虑群体差异的低碳出行意向与行为一致性研究[J]. 浙江大学学报（理学版）, 2023, 50(3): 378-390.

Biao XU,Qingchang LU,Pengcheng XU,Xin CUI,Changhao DU. A study on group difference between low-carbon transportation intention and consistent behavior. Journal of Zhejiang University (Science Edition), 2023, 50(3): 378-390.

链接本文:

https://www.zjujournals.com/sci/CN/10.3785/j.issn.1008-9497.2023.03.016 或 https://www.zjujournals.com/sci/CN/Y2023/V50/I3/378

图1 低碳出行意向与行为一致性概念框架

表1 个人属性及出行特征描述统计 ( %)

表2 偏好问题描述

图2 解释变量之间的相关性

表3 VIF检验结果

图3 居民低碳出行意向与行为占比

图4 低碳出行意向与行为的群体分布

解释变量

上海（一线城市）

南京（二线城市）

中山（三线城市）

I

B

P 11

I

B

P 11

I

B

P 11

性别（男）

0.084

（0.193）

0.217

（0.181）

0.050

（0.143）

0.096

（0.186）

-0.274

（0.178）

-0.040

（0.048）

-0.222

（0.201）

0.215

（0.201）

-0.013

（0.150）

年龄

-0.020

（0.088）

0.108

（0.093）

-0.001

（0.083）

0.006^*

（0.151）

0.039

（0.098）

0.034

（0.065）

0.036

（0.194）

-0.008^*

（0.124）

-0.018

（0.123）

学历

0.116^**

（0.065）

0.025

（0.162）

0.019

（0.096）

0.013^**

（0.148）

0.054^**

（0.067）

0.012^**

（0.038）

0.053^***

（0.073）

0.115^**

（0.071）

0.007^**

（0.069）

月收入

-0.132

（0.095）

-0.284^***

（0.083）

-0.068^***

（0.022）

-0.245^**

（0.139）

-0.015

（0.104）

-0.037

（0.057）

-0.060^*

（0.121）

-0.199

（0.159）

-0.019

（0.132）

有无私家车

0.495^*

（0.073）

-0.544^**

（0.112）

-0.160^***

（0.055）

-0.505^**

（0.146）

-0.230

（0.235）

-0.116

（0.062）

-0.020

（0.232）

0.394

（0.238）

0.059

（0.163）

有无驾驶证

-0.008

（0.236）

-0.739^***

（0.068）

-0.137^***

（0.050）

0.018

（0.204）

-0.139

（0.200）

-0.025

（0.074）

-0.252^**

（0.125）

-0.155

（0.222）

-0.079

（0.159）

通勤距离

0.095

（0.082）

0.041

（0.190）

0.0190

（0.121）

-0.053

（0.180）

-0.170^*

（0.095）

0.041

（0.025）

0.050

（0.198）

-0.109^**

（0.091）

-0.007^**

（0.045）

低碳态度

0.725^**

（0.062）

0.864^***

（0.082）

0.247^***

（0.041）

0.662^**

（0.144）

0.198^**

（0.086）

0.131^**

（0.048）

0.820^***

（0.091）

0.404^**

（0.105）

0.240^***

（0.035）

环境意识

0.101^*

（0.071）

0.611

（0.214）

0.100

（0.071）

0.167^*

（0.137）

-0.213

（0.248）

0.018

（0.090）

0.385^*

（0.118）

0.262

（0.283）

0.124

（0.093）

政策支持

0.650^**

（0.068）

0.422^**

（0.092）

0.157^**

（0.047）

0.994^***

（0.126）

0.618^***

（0.088）

0.218^***

（0.046）

0.692^**

（0.107）

0.369^**

（0.106）

0.153^**

（0.052）

主观规范

0.699^**

（0.060）

0.397^**

（0.091）

0.158^**

（0.047）

0.785^***

（0.121）

0.449^***

（0.082）

0.198^***

（0.047）

0.654^**

（0.106）

0.341^**

（0.111）

0.194^**

（0.047）

常数项

-2.805^**

（0.273）

-1.118^**

（0.234）

—

-1.938^*

（0.282）

-0.317

（0.312）

—

-2.136^**

（0.318）

-1.629^*

（0.346）

—

样本数

538

446

279

athrho

0.397^***

（0.124）

0.307^***

（0.116）

-0.260^**

（0.132）

Wald（

χ 2

）

328.400^***

297.880^***

254.380^***

表4 不同城市的估计结果

解释变量

18-39岁（青年群体）

40-59岁（中年群体）

60岁及以上（老年群体）

I

B

P 11

I

B

P 11

I

B

P 11

性别（男）

-0.043^*

（0.068）

-0.016^**

（0.065）

-0.010^**

（0.019）

-0.241^**

（0.115）

-0.127^**

（0.104）

-0.058^**

（0.026）

0.254^*

（0.165）

0.010

（0.156）

0.052

（0.140）

年龄

-0.044

（0.079）

-0.087^**

（0.075）

-0.010^**

（0.022）

0.036

（0.210）

0.134

（0.200）

0.008

（0.026）

0.219

（0.183）

0.272^**

（0.072）

0.102^**

（0.047）

学历

0.019^**

（0.026）

0.003

（0.126）

-0.004

（0.822）

0.023^*

（0.126）

-0.039

（0.234）

-0.011

（0.009）

0.008^*

（0.051）

0.005

（0.051）

0.000

（0.013）

月收入

-0.046

（0.089）

-0.091^**

（0.068）

-0.026^**

（0.011）

0.027

（0.058）

-0.097^*

（0.116）

-0.014

（0.014）

0.003

（0.083）

-0.050

（0.080）

-0.010

（0.122）

有无私家车

0.033

（0.096）

-0.249^***

（0.050）

-0.044^***

（0.026）

0.068

（0.152）

-0.072^**

（0.136）

-0.004^*

（0.035）

0.039

（0.225）

0.802

（0.219）

0.173

（0.158）

有无驾驶证

-0.068

（0.078）

-0.281^***

（0.044）

-0.067^**

（0.021）

-0.230

（-0.147）

-0.146

（0.133）

-0.060

（0.034）

-0.207

（0.213）

-0.056

（0.207）

-0.055

（0.097）

通勤距离

0.003

（0.093）

-0.003

（0.133）

0.000

（0.009）

0.089^*

（0.048）

0.040

（0.144）

0.020^*

（0.012）

0.095

（0.065）

-0.247^***

（0.061）

-0.031^*

（0.046）

低碳态度

0.641^**

（0.071）

0.422^**

（0.070）

0.190^**

（0.019）

0.973^***

（0.068）

0.552^***

（0.102）

0.242^***

（0.024）

0.735^***

（0.160）

0.455^***

（0.059）

0.249^***

（0.041）

环境意识

0.091^**

（0.033）

0.382^**

（0.067）

0.091^**

（0.033）

0.253^**

（0.074）

0.331^***

（0.088）

0.098^**

（0.037）

0.190

（0.196）

0.229

（0.202）

0.007

（0.112）

政策支持

0.720^***

（0.021）

0.364

（0.170）

0.192

（0.019）

0.851^**

（0.085）

0.501^**

（0.101）

0.215^**

（0.024）

0.901^***

（0.154）

0.086^***

（0.057）

0.209

（0.137）

主观规范

0.572^**

（0.039）

0.356

（0.168）

0.166

（0.189）

0.680^***

（0.062）

0.408^***

（0.100）

0.173^*

（0.024）

0.390^**

（0.157）

0.125^**

（0.076）

0.218^***

（0.041）

常数项

-1.878^**

（0.272）

-0.800

（0.264）

—

-2.529^**

（0.588）

-1.485^*

（0.537）

—

-2.627^***

（0.630）

-1.631

（0.696）

—

样本数

515

443

305

athrho

0.347^***

（0.044）

0.223^***

（0.067）

-0.362^***

（0.105）

Wald（

χ 2

）

374.460^***

341.950^***

287.620^***

表5 不同代际的估计结果

图5 组间平均边际效应差

1	FIORI C， ARCIDIACONO V， FONTARAS G， et al. The effect of electrified mobility on the relationship between traffic conditions and energy consumption［J］. Transportation Research Part D （Transport and Environment）， 2019， 67： 275-290. DOI：10.1016/j.trd.2018.11.018 doi: 10.1016/j.trd.2018.11.018
2	GENG J C， LONG R Y， CHEN H， et al. Urban residents' response to and evaluation of low-carbon travel policies： Evidence from a survey of five eastern cities in China［J］. Journal of Environmental Management， 2018， 217： 47-55. DOI：10.1016/j.jenvman.2018.03.091 doi: 10.1016/j.jenvman.2018.03.091
3	彭宏勤，张国伍. 绿色交通和城市的可持续发展［J］. 交通运输系统工程与信息， 2018， 18（2）： 1-6. DOI：10.16097/j.cnki.1009-6744.2018.02.001 PENG H Q， ZHANG G W. Green traffic and urban sustainable development［J］. Journal of Transportation Systems Engineering and Information Technology， 2018， 18（2）： 1-6. DOI：10.16097/j.cnki.1009-6744. 2018.02.001 doi: 10.16097/j.cnki.1009-6744. 2018.02.001
4	马壮林，崔姗姗，胡大伟. 基于MIMIC模型的限行政策下城市居民低碳出行意向研究［J］. 吉林大学学报（工学版）， 2021， 11（4）： 1-10. MA Z L， CUI S S， HU D W. Research on urban residents' low-carbon travel intention after the implementation of the driving restriction policy based on MIMIC model［J］. Journal of Jilin University（Engineering and Technology Edition）， 2021， 11（4）： 1-10.
5	WANG L L， XU J T， QIN P. Will a driving restriction policy reduce car trips？The case study of Beijing， China［J］. Transportation Research Part A （Policy and Practice）， 2014， 67： 279-290. DOI：10.1016/j.tra.2014.07.014 doi: 10.1016/j.tra.2014.07.014
6	HU X J， WU N， CHEN N. Young people's behavioral intentions towards low-carbon travel： Extending the theory of planned behavior［J］. International Journal of Environmental Research and Public Health， 2021， 18（5）： 2327. DOI：10. 3390/ijerph18052327 doi: 10. 3390/ijerph18052327
7	陈坚，张弛，庹永恒，等. 考虑环境意识和出行习惯的公交出行选择行为模型［J］. 交通运输系统工程与信息， 2020， 20（4）： 128-135. DOI：10.16097/j.cnki.1009-6744.2020.04.019 CHEN J， ZHANG C， TUO Y H， et al. Travel mode choice behavior model of public transit incorporating environmental concern and habit［J］. Journal of Transportation Systems Engineering and Information Technology， 2020， 20（4）： 128-135. DOI：10.16097/j.cnki.1009-6744.2020.04.019 doi: 10.16097/j.cnki.1009-6744.2020.04.019
8	BAI L， SZE N N， LIU P， et al. Effect of environmental awareness on electric bicycle users' mode choices［J］. Transportation Research Part D （Transport and Environment）， 2020， 82： 102320. DOI：10.1016/j.trd.2020.102320 doi: 10.1016/j.trd.2020.102320
9	方晓平，周倩然. 基于TPB的低碳交通出行方式研究［J］. 铁道科学与工程学报， 2019， 16（3）： 804-811. DOI：10.19713/j.cnki.43-1423/u.2019.03.032 FANG X P， ZHOU Q R. The research of low-carbon transportation mode based on TPB［J］. Journal of Railway Science and Engineering， 2019， 16（3）： 804-811. DOI：10.19713/j.cnki.43-1423/u.2019.03.032 doi: 10.19713/j.cnki.43-1423/u.2019.03.032
10	UNSWORTH K L， DMITRIEVA A， ADRIASOLA E. Changing behaviour： Increasing the effectiveness of workplace interventions in creating pro-environmental behaviour change［J］. Journal of Organizational Behavior， 2013， 34（2）： 211-229. DOI：10.1002/job.1837 doi: 10.1002/job.1837
11	JIA N， LI L Y， LING S， et al. Influence of attitudinal and low-carbon factors on behavioral intention of commuting mode choice： A cross-city study in China［J］. Transportation Research Part A （Policy and Practice）， 2018， 111： 108-118. DOI：10. 1016/j.tra.2018.03.010 doi: 10. 1016/j.tra.2018.03.010
12	HAN S S， GREEN R， WANG M. Towards Low Carbon Cities in China［M］. London： Routledge， 2015： 21-36. doi:10.4324/9781315813721 doi: 10.4324/9781315813721
13	CHEN W D， LI J Q. Who are the low-carbon activists？ Analysis of the influence mechanism and group characteristics of low-carbon behavior in Tianjin， China［J］. Science of the Total Environment， 2019， 683： 729-736. DOI：10.1016/j.scitotenv.2019.05.307 doi: 10.1016/j.scitotenv.2019.05.307
14	CLARK B， CHATTERJEE K， MELIA S. Changes to commute mode： The role of life events， spatial context and environmental attitude［J］. Transportation Research Part A（Policy and Practice）， 2016， 89： 89-105. DOI：10.1016/j.tra.2016.05.005 doi: 10.1016/j.tra.2016.05.005
15	ZHANG J F， ZHANG L J， QIN Y C， et al. Influence of the built environment on urban residential low-carbon cognition in Zhengzhou， China［J］. Journal of Cleaner Production， 2020， 271： 122429. DOI：10.1016/j.jclepro.2020.122429 doi: 10.1016/j.jclepro.2020.122429
16	MA J， LIU Z L， CHAI Y W. The impact of urban form on CO2 emission from work and non-work trips： The case of Beijing， China［J］. Habitat International， 2015， 47： 1-10. DOI：10.1016/j.habitatint.2014.12.007 doi: 10.1016/j.habitatint.2014.12.007
17	LIU D Y， DU H B， SOUTHWORTH F， et al. The influence of social-psychological factors on the intention to choose low-carbon travel modes in Tianjin， China［J］. Transportation Research Part A（Policy and Practice）， 2017， 105： 42-53. DOI：10. 1016/j.tra.2017.08.004 doi: 10. 1016/j.tra.2017.08.004
18	LI Q W， LONG R Y， CHEN H. Empirical study of the willingness of consumers to purchase low-carbon products by considering carbon labels： A case study［J］. Journal of Cleaner Production， 2017， 161： 1237-1250. DOI：10.1016/j.jclepro.2017.04.154 doi: 10.1016/j.jclepro.2017.04.154
19	LI J， SHEN J C， JIA B C. Exploring intention to use shared electric bicycles by the extended theory of planned behavior［J］. Sustainability， 2021， 13（8）： 4137. DOI：10.3390/su13084137 doi: 10.3390/su13084137
20	ZHU M， HU X F， LIN Z Z， et al. Intention to adopt bicycle-sharing in China： Introducing environmental concern into the theory of planned behavior model［J］. Environmental Science and Pollution Research， 2020， 27（33）： 41740-41750. DOI：10.1007/s11356-020-10135-1 doi: 10.1007/s11356-020-10135-1
21	FU X M. A novel perspective to enhance the role of TPB in predicting green travel： The moderation of affective-cognitive congruence of attitudes［J］. Transportation， 2021， 48（6）： 3013-3035. DOI：10.1007/s11116-020-10153-5 doi: 10.1007/s11116-020-10153-5
22	WANG S Y， LI J， ZHAO D T. The impact of policy measures on consumer intention to adopt electric vehicles： Evidence from China［J］. Transportation Research Part A （Policy and Practic）， 2017， 105： 14-26. DOI：10.1016/j.tra.2017.08.013 doi: 10.1016/j.tra.2017.08.013
23	LIU Y， LIU R， JIANG X. What drives low-carbon consumption behavior of Chinese college students？ The regulation of situational factors［J］. Natural Hazards， 2019， 95（1）： 173-191. DOI：10.1007/s11069-018-3497-3 doi: 10.1007/s11069-018-3497-3
24	RU X J， WANG S Y， CHEN Q， et al. Exploring the interaction effects of norms and attitudes on green travel intention： An empirical study in eastern China［J］. Journal of Cleaner Production， 2018， 197： 1317-1327. DOI：10.1016/j.jclepro.2018.06.293 doi: 10.1016/j.jclepro.2018.06.293
25	YANG Y， WANG C， LIU W L， et al. Microsimulation of low carbon urban transport policies in Beijing［J］. Energy Policy， 2017， 107： 561-572. DOI：10.1016/j.enpol.2017.05.021 doi: 10.1016/j.enpol.2017.05.021
26	国家统计局. 第七次全国人口普查公报（第四号）［R］. 北京：国家统计局， 2021. National Bureau of Statistics. The Seventh National Population Census bulletin （No 4）［R］. Beijing： National Bureau of Statistics， 2021.
27	王馨，白凯，李忠奇. 绿色出行视角下出行者对共享单车的认可度与实际使用行为研究：以西安市为例［J］. 浙江大学学报（理学版）， 2021， 48（4）： 488-498. DOI：10.3785/j.issn.1008-9497.2021. 04.012 WANG X， BAI K， LI Z Q. Approval degree and using behavior of travelers to shared bicycles from the perspective of green travel： A case study of Xi'an city［J］. Journal of Zhejiang University（Science Edition）， 2021， 48（4）： 488-498. DOI：10.3785/j.issn.1008-9497.2021.04.012 doi: 10.3785/j.issn.1008-9497.2021.04.012
28	刘建荣，郝小妮. 考虑环保意识的低碳出行行为研究［J］. 交通运输系统工程与信息， 2019， 19（1）： 26-32. DOI：10.16097/j.cnki.1009-6744.2019.01.005 LIU J R， HAO X N. Incorporating environmental consciousness into low-carbon traveling behavior［J］. Journal of Transportation Systems Engineering and Information Technology， 2019， 19（1）： 26-32. DOI：10.16097/j.cnki.1009-6744.2019.01.005 doi: 10.16097/j.cnki.1009-6744.2019.01.005
29	何耀，方晓平，杨扬，等. 公众低碳出行行为决策模型的研究［J］. 铁道科学与工程学报， 2017， 14（5）： 1077-1085. DOI：10.3969/j.issn.1672-7029.2017. 05.027 HE Y， FANG X P， YANG Y， et al. The research of public low-carbon travel behavior decision model［J］. Journal of Railway Science and Engineering， 2017， 14（5）： 1077-1085. DOI：10.3969/j.issn.1672-7029. 2017.05.027 doi: 10.3969/j.issn.1672-7029. 2017.05.027

No related articles found!

Viewed

Full text

Abstract

Cited

Shared

Discussed